CN109523062B - 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 - Google Patents

一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 Download PDF

Info

Publication number
CN109523062B
CN109523062B CN201811233053.2A CN201811233053A CN109523062B CN 109523062 B CN109523062 B CN 109523062B CN 201811233053 A CN201811233053 A CN 201811233053A CN 109523062 B CN109523062 B CN 109523062B
Authority
CN
China
Prior art keywords
path
time
vehicle
authentication
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811233053.2A
Other languages
English (en)
Other versions
CN109523062A (zh
Inventor
杨琴
陈银
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Yangsheng Technology Group Co.,Ltd.
Original Assignee
Chongqing Yangsheng Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Yangsheng Information Technology Co ltd filed Critical Chongqing Yangsheng Information Technology Co ltd
Priority to CN201811233053.2A priority Critical patent/CN109523062B/zh
Publication of CN109523062A publication Critical patent/CN109523062A/zh
Application granted granted Critical
Publication of CN109523062B publication Critical patent/CN109523062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于海量共享交换平台数据环境下的手持移动端路径优化方法，包括以下步骤：S1，服务器端获取行进车辆的终点地理位置和当前地理位置，服务器通过对历史车辆的行进路径进行路径模型生成；S2，对生成的路径模型进行解析，生成行进车辆的优化路径。本发明能够为车辆提供最理想行进路径信息，可以有效地节省时间，提高安全系数。

Description

一种基于海量共享交换平台数据环境下的手持移动端路径优 化方法
技术领域
本发明涉及路径优化技术领域，特别是涉及一种基于海量共享交换平台数据环境下的手持移动端路径优化方法。
背景技术
常用的路径规划算法往往是根据当前所在位置与终点之间的距离依次规划出行人的下一步运动路径，没有考虑环境因素，例如雷雨天气、车流量等，路径规划不具有全局性。这样容易出现的导航路径存在因拥堵、视野模糊的问题，导致规划出的导航路径质量较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于海量共享交换平台数据环境下的手持移动端路径优化方法。
为了实现本发明的上述目的，本发明公开了一种基于海量共享交换平台数据环境下的手持移动端路径优化方法，包括以下步骤：
S1，服务器端获取行进车辆的终点地理位置和当前地理位置，服务器通过对历史车辆的行进路径进行路径模型生成；
S11，生成车辆路线选择模型：
Figure GDA0002961070830000011
SFront(t)为时刻t时与前方相邻车辆的距离；SRight(t)为时刻t时与右侧相邻车辆的距离；SLeft(t)为时刻t时与左侧相邻车辆的距离；SBack(t)为时刻t时与后方相邻车辆的距离；χm(σ)为第m车辆的行进路线，χm′(σ)为车辆在位置m′处的行进方向；
S12，生成车辆路线选择预测模型：
Figure GDA0002961070830000021
其中，χm(σ)为第m车辆的行进路线，C(σ)为车辆路线选择模型，μ为当前迭代次数，μmax为最大迭代次数；
S13，生成路径模型：
E(t)＝P/(B(t)+D(t)+Γθ(t))2
B(t)为行驶路面预测模型；D(t)为车辆路线选择预测模型；P为全景地图信息；Γ(t)为时刻t时的运动路径视野清晰度模型
S2，对生成的路径模型进行解析，生成行进车辆的优化路径。
在本发明的一种优选实施方式中，步骤S2中路径模型的解析方法为：
F(t)＝C(σ)+E(t)，
χm(σ)为第m车辆的行进路线，E(t)为路径模型。
在本发明的一种优选实施方式中，步骤S13中行驶路面预测模型包括：
S21，生成行驶路面模型：
Figure GDA0002961070830000022
其中，Vi(t-1)为第i车辆在时刻t-1的行驶速度；τ为路面参数因子；hi,t为第i车辆在时刻t时所处位置高度；εt为时刻t时的降雨量；σ为降雨量参数因子；Tt为时刻t时路面开尔文温度；θn为第n路径路面弯曲度；ηt为时刻t时的灰尘度；
S22，生成行驶路面预测模型：
Figure GDA0002961070830000031
其中，i为车辆序号；Nn为在第n条路径上行驶车辆数量；SFront(t)为时刻t时与前方相邻车辆的距离；εt为时刻t时的降雨量；Tt为时刻t时路面开尔文温度；εt-1为时刻t-1时的降雨量；Tt-1为时刻t-1时路面开尔文温度；A(t)为时刻t时的行驶路面模型；A(t-1)为上一时刻t-1时的行驶路面模型。
在本发明的一种优选实施方式中，在步骤S13中视野清晰度为：
Figure GDA0002961070830000032
其中，εt为时刻t时的降雨量；tθ为第θ条路径上降雨持续时长；Tt为时刻t时路面开尔文温度；Tt+1为下一时刻t+1时路面开尔文温度；δ为雨量待定因子；ηt为时刻t时的灰尘度；ηt-1为时刻t-1时的灰尘度；Γθ(t)为时刻t时第θ条运动路径上的路径视野清晰度；ω(t)为时刻t时的风量；
视野清晰度模型为：
Figure GDA0002961070830000033
其中，τ为灰尘度因子；Γ(t)为时刻t时的运动路径视野清晰度模型；Γθ(t)为时刻t时第θ条运动路径上的路径视野清晰度；Γθ(t-1)为上一时刻t-1时第θ条运动路径上的路径视野清晰度。
在本发明的一种优选实施方式中，在步骤S1前还包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中，验证码为数字、大写字母或小写字母之一或任意组合。
在本发明的一种优选实施方式中，登录成功后，将车辆行进路径上传至服务器端，当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上，则直接使用该上传的路径。
综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明能够为车辆提供最理想行进路径信息，可以有效地节省时间，提高安全系数。
附图说明
图1是本发明流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明公开了一种基于海量共享交换平台数据环境下的手持移动端路径优化方法，如图1所示，包括以下步骤：
S1，服务器端获取行进车辆的终点地理位置和当前地理位置，服务器通过对历史车辆的行进路径进行路径模型生成；
S11，生成车辆路线选择模型：
Figure GDA0002961070830000051
SFront(t)为时刻t时与前方相邻车辆的距离；SRight(t)为时刻t时与右侧相邻车辆的距离；SLeft(t)为时刻t时与左侧相邻车辆的距离；SBack(t)为时刻t时与后方相邻车辆的距离；χm(σ)为第m车辆的行进路线，χm′(σ)为车辆在位置m′处的行进方向；
S12，生成车辆路线选择预测模型：
Figure GDA0002961070830000052
其中，χm(σ)为第m车辆的行进路线，C(σ)为车辆路线选择模预测型，μ为当前迭代次数，μmax为最大迭代次数；
S13，生成路径模型：
E(t)＝P/(B(t)+D(t)+Γθ(t))2
B(t)为行驶路面预测模型；D(t)为车辆路线选择模型；P为全景地图信息；Γ(t)为时刻t时的运动路径视野清晰度模型；
S2，对生成的路径模型进行解析，生成行进车辆的优化路径。
在本发明的一种优选实施方式中，步骤S2中路径模型的解析方法为：
F(t)＝C(σ)+E(t)，
χm(σ)为第m车辆的行进路线，E(t)为路径模型。
在本发明的一种优选实施方式中，步骤S13中行驶路面预测模型包括：
S21，生成行驶路面模型：
Figure GDA0002961070830000061
其中，Vi(t-1)为第i车辆在时刻t-1的行驶速度；τ为路面参数因子；hi,t为第i车辆在时刻t时所处位置高度；εt为时刻t时的降雨量；σ为降雨量参数因子；Tt为时刻t时路面开尔文温度；θn为第n路径路面弯曲度；ηt为时刻t时的灰尘度；
S22，生成行驶路面预测模型：
Figure GDA0002961070830000062
其中，i为车辆序号；Nn为在第n条路径上行驶车辆数量；SFront(t)为时刻t时与前方相邻车辆的距离；εt为时刻t时的降雨量；Tt为时刻t时路面开尔文温度；εt-1为时刻t-1时的降雨量；Tt-1为时刻t-1时路面开尔文温度；A(t)为时刻t时的行驶路面模型；A(t-1)为上一时刻t-1时的行驶路面模型。
在本发明的一种优选实施方式中，在步骤S13中视野清晰度为：
Figure GDA0002961070830000063
其中，εt为时刻t时的降雨量；tθ为第θ条路径上降雨持续时长；Tt为时刻t时路面开尔文温度；Tt+1为下一时刻t+1时路面开尔文温度；δ为雨量待定因子；ηt为时刻t时的灰尘度；ηt-1为时刻t-1时的灰尘度；Γθ(t)为时刻t时第θ条运动路径上的路径视野清晰度；ω(t)为时刻t时的风量；
视野清晰度模型为：
Figure GDA0002961070830000071
其中，τ为灰尘度因子；Γ(t)为时刻t时的运动路径视野清晰度模型；Γθ(t)为时刻t时第θ条运动路径上的路径视野清晰度；Γθ(t-1)为上一时刻t-1时第θ条运动路径上的路径视野清晰度。
在本发明的一种优选实施方式中，在步骤S1前还包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中，验证码为数字、大写字母或小写字母之一或任意组合。
在本发明的一种优选实施方式中，登录成功后，将车辆行进路径上传至服务器端，当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上，则直接使用该上传的路径。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (4)

1.一种基于海量共享交换平台数据环境下的手持移动端路径优化方法，其特征在于，包括以下步骤：
S1，服务器端获取行进车辆的终点地理位置和当前地理位置，服务器通过对历史车辆的行进路径进行路径模型生成；
S11，生成车辆路线选择模型：
Figure FDA0002962742840000011
SFront(t)为时刻t时与前方相邻车辆的距离；SRight(t)为时刻t时与右侧相邻车辆的距离；SLeft(t)为时刻t时与左侧相邻车辆的距离；SBack(t)为时刻t时与后方相邻车辆的距离；χm(σ)为第m车辆的行进路线，χm′(σ)为车辆在位置m′处的行进方向；
S12，生成车辆路线选择预测模型：
Figure FDA0002962742840000012
其中，C(σ)为车辆路线选择模型，μ为当前迭代次数，μmax为最大迭代次数；
S13，生成路径模型：
E(t)＝P/(B(t)+D(t)+Γ(t))2
B(t)为行驶路面预测模型；D(t)为车辆路线选择预测模型；P为全景地图信息；Γ(t)为时刻t时的运动路径视野清晰度模型；
所述行驶路面预测模型包括：
S131，生成行驶路面模型：
Figure FDA0002962742840000021
其中，Vi(t-1)为第i车辆在时刻t-1的行驶速度；τ为路面参数因子；hi,t为第i车辆在时刻t时所处位置高度；εt为时刻t时的降雨量；σ为降雨量参数因子；Tt为时刻t时路面开尔文温度；θn为第n路径路面弯曲度；ηt为时刻t时的灰尘度；
S132，生成行驶路面预测模型：
Figure FDA0002962742840000022
其中，i为车辆序号；Nn为在第n条路径上行驶车辆数量；εt-1为时刻t-1时的降雨量；Tt-1为时刻t-1时路面开尔文温度；A(t)为时刻t时的行驶路面模型；A(t-1)为上一时刻t-1时的行驶路面模型；
路径视野清晰度为：
Figure FDA0002962742840000023
其中，tθ为第θ条路径上降雨持续时长；Tt+1为下一时刻t+1时路面开尔文温度；δ为雨量待定因子；ηt-1为时刻t-1时的灰尘度；Γθ(t)为时刻t时第θ条运动路径上的路径视野清晰度；ω(t)为时刻t时的风量；
运动路径视野清晰度模型为：
Figure FDA0002962742840000024
其中，τ为灰尘度因子；Γθ(t-1)为上一时刻t-1时第θ条运动路径上的路径视野清晰度；
S2，对生成的路径模型进行解析，生成行进车辆的优化路径，具体为：F(t)＝C(σ)+E(t)，E(t)为路径模型。
2.根据权利要求1所述的基于海量共享交换平台数据环境下的手持移动端路径优化方法，其特征在于，在步骤S1前还包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
3.根据权利要求2所述的基于海量共享交换平台数据环境下的手持移动端路径优化方法，其特征在于，验证码为数字、大写字母或小写字母之一或任意组合。
4.根据权利要求2所述的基于海量共享交换平台数据环境下的手持移动端路径优化方法，其特征在于，登录成功后，将车辆行进路径上传至服务器端，当下次行驶的终点地理位置与下次行驶的初始地理位置在上传的路径上，则直接使用该上传的路径。
CN201811233053.2A 2018-10-23 2018-10-23 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 Active CN109523062B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811233053.2A CN109523062B (zh) 2018-10-23 2018-10-23 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811233053.2A CN109523062B (zh) 2018-10-23 2018-10-23 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法

Publications (2)

Publication Number Publication Date
CN109523062A CN109523062A (zh) 2019-03-26
CN109523062B true CN109523062B (zh) 2021-04-30

Family

ID=65772895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811233053.2A Active CN109523062B (zh) 2018-10-23 2018-10-23 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法

Country Status (1)

Country Link
CN (1) CN109523062B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492799B (zh) * 2018-10-23 2021-12-14 重庆扬升信息技术有限公司 一种海量共享交换平台数据环境下路径优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012025510A1 (de) * 2012-12-21 2014-06-26 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Routenprädiktionsverfahren
CN107464018A (zh) * 2017-08-01 2017-12-12 北京同城必应科技有限公司 一种配送路径优化方法和装置、计算机设备、存储介质
CN107704955A (zh) * 2017-09-26 2018-02-16 重庆市智权之路科技有限公司 云端行进轨迹数据判断安全形势路径的工作方法
CN107818377A (zh) * 2016-09-12 2018-03-20 法乐第(北京)网络科技有限公司 基于云计算平台的车辆全局优化控制方法、系统、车辆和云计算平台

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012025510A1 (de) * 2012-12-21 2014-06-26 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Routenprädiktionsverfahren
CN107818377A (zh) * 2016-09-12 2018-03-20 法乐第(北京)网络科技有限公司 基于云计算平台的车辆全局优化控制方法、系统、车辆和云计算平台
CN107464018A (zh) * 2017-08-01 2017-12-12 北京同城必应科技有限公司 一种配送路径优化方法和装置、计算机设备、存储介质
CN107704955A (zh) * 2017-09-26 2018-02-16 重庆市智权之路科技有限公司 云端行进轨迹数据判断安全形势路径的工作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"恶劣天气因素下最优车辆路线调度路径选择";薛明;《计算机仿真》;20150331;第32卷(第3期);第210-212,262页 *

Also Published As

Publication number Publication date
CN109523062A (zh) 2019-03-26

Similar Documents

Publication Publication Date Title
CN110361024B (zh) 用于利用车辆组标识的动态车道级车辆导航的方法和系统
CN113614309B (zh) 检测道路异常
CN112368662B (zh) 用于自主运载工具操作管理的定向调整动作
US10692371B1 (en) Systems and methods for changing autonomous vehicle operations based on user profiles
CN108062094B (zh) 基于处理器实现车辆行驶轨迹规划的自主系统和方法
US11796332B2 (en) Generation of optimal trajectories for navigation of vehicles
US11927957B2 (en) Speed behavior planning for vehicles
US20200042019A1 (en) Management of multiple autonomous vehicles
CN109159782B (zh) 车辆的动力模式调节方法及服务器
CN107389080A (zh) 一种车辆路径导航方法及电子设备
CN112368753A (zh) 交互式外部运载工具-用户通信
US9778658B2 (en) Pattern detection using probe data
KR20150128712A (ko) 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션
CN104867329A (zh) 一种车联网车辆状态预测方法
US10593133B2 (en) Determining a current position of a vehicle in real-time
US11731653B2 (en) Conditional motion predictions
KR102550730B1 (ko) 도로 표면 조건 기반 의사 결정 및 예측
CN109523062B (zh) 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法
EP3648021A1 (en) Generation of optimal trajectories for navigation of vehicles
US11613275B2 (en) Grayscale-based camera perception
CN113734191A (zh) 人工地虚造传感器数据以发起用于自动驾驶车辆的安全动作
CN109492799B (zh) 一种海量共享交换平台数据环境下路径优化方法
JP6870677B2 (ja) 管理システム、移動体、管理装置、速度通知方法、管理方法及びプログラム
US11946749B2 (en) Driving data guided spatial planning
EP3605488A1 (en) Management of multiple autonomous vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 401121 No. 19, datagu East Road, Xiantao street, Yubei District, Chongqing

Patentee after: Chongqing Yangsheng Technology Group Co.,Ltd.

Address before: 400010 No.19 datavalley East Road, Xiantao street, Yubei District, Chongqing

Patentee before: CHONGQING YANGSHENG INFORMATION TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address