CN110633425B - 一种移动目标查找方法和装置 - Google Patents
一种移动目标查找方法和装置 Download PDFInfo
- Publication number
- CN110633425B CN110633425B CN201811161446.7A CN201811161446A CN110633425B CN 110633425 B CN110633425 B CN 110633425B CN 201811161446 A CN201811161446 A CN 201811161446A CN 110633425 B CN110633425 B CN 110633425B
- Authority
- CN
- China
- Prior art keywords
- intersection
- road
- information
- user
- moving target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012216 screening Methods 0.000 claims abstract description 36
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 1
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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种移动目标查找方法、装置、电子设备和计算机可读存储介质。该方法包括:构建道路拓扑模型;接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;获取一个或多个移动目标的位置信息,根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。本技术方案创建了道路拓扑模型,可以减少移动目标查找时的预处理时间,提高查找效率,且不同于现有技术中的距离算法,本技术方案通过道路拓扑模型确定了各路口之间的连通性,保证分派给用户的车辆的合理性,避免距离短但实际路线更长,以至于用户等时较长的情况出现,提高用户和司机的使用体验。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种移动目标查找方法、装置、电子设备和计算机可读存储介质。
背景技术
在各类打车应用中,当用户要进行打车时,应用平台需要给用户分派车辆。在分派车辆时,如果分派的车辆不合适,如距离较远,会导致用户的等车时间较长,以及司机的空驶时间较长,会影响司机和用户的使用体验。
现有技术中,会采用机械的距离算法,将距离用户最近的车辆分派给用户,但是距离近并不代表着车辆的实际行驶距离或行车时间是最优的,可能会使用户等待的时间更长,因此,需要一种合理的车辆查找分派方案。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的移动目标查找方法、装置、电子设备和计算机可读存储介质。
根据本发明的一个方面,提供了一种移动目标查找方法,其中,该方法包括:
构建道路拓扑模型;
接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;
获取一个或多个移动目标的位置信息,根据所述道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
可选地,所述构建道路拓扑模型包括:
构建第一路口模型,所述第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;
构建第二路口模型,所述第二路口模型中包括各路口信息以及与各路口相邻的路口信息;
根据第一路口模型和第二路口模型,确定道路拓扑模型。
可选地,所述道路拓扑模型包括如下一种或多种信息:
各路口与相邻路口之间的距离信息;
各路口与相邻路口之间的行车时间信息;
各路口与相邻路口之间的道路特性信息。
可选地,所述道路拓扑模型包括各路口与相邻路口之间的行车时间信息;该方法进一步包括:
获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
可选地,所述根据所述道路拓扑模型筛选出与该用户的位置信息匹配的移动目标包括:
根据所述道路拓扑模型和各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;
根据所述查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据所述道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;
根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
可选地,所述根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标包括:
通过深度优先法,根据道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
可选地,所述预设条件包括如下一种或多种:
移动目标与该用户关联的路口之间的距离最近;
移动目标与该用户关联的路口之间的行车时间最短;
移动目标与该用户关联的路口之间的道路特征最优。
可选地,该方法进一步包括:
创建移动目标标识表;
将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至所述移动目标标识表中;
在所述根据所述查找请求中的该用户的位置信息,确定该用户所在的道路信息之前,该方法进一步包括:
判断所述移动目标标识表中是否保存有移动目标的标识信息;
若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
根据本发明的另一方面,提供了一种移动目标查找装置,其中,该装置包括:
构建单元,适于构建道路拓扑模型;
接收单元,适于接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;
筛选单元,适于获取一个或多个移动目标的位置信息,根据所述道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
可选地,
所述构建单元,适于构建第一路口模型,所述第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;构建第二路口模型,所述第二路口模型中包括各路口信息以及与各路口相邻的路口信息;根据第一路口模型和第二路口模型,确定道路拓扑模型。
可选地,所述道路拓扑模型包括如下一种或多种信息:
各路口与相邻路口之间的距离信息;
各路口与相邻路口之间的行车时间信息;
各路口与相邻路口之间的道路特性信息。
可选地,所述道路拓扑模型包括各路口与相邻路口之间的行车时间信息;该装置进一步包括:
行车时间信息确定单元,适于获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
可选地,
所述筛选单元,适于根据所述道路拓扑模型和各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;根据所述查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据所述道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
可选地,
所述筛选单元,适于通过深度优先法,根据道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
可选地,所述预设条件包括如下一种或多种:
移动目标与该用户关联的路口之间的距离最近;
移动目标与该用户关联的路口之间的行车时间最短;
移动目标与该用户关联的路口之间的道路特征最优。
可选地,该装置进一步包括:
标识表创建单元,适于创建移动目标标识表;将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至所述移动目标标识表中;
所述筛选单元,适于在所述根据所述查找请求中的该用户的位置信息,确定该用户所在的道路信息之前,判断所述移动目标标识表中是否保存有移动目标的标识信息;若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
根据本发明的又一方面,提供了一种电子设备,其中,该电子设备包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据前述的方法。
根据本发明的再一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现前述的方法。
根据本发明的技术方案,建道路拓扑模型;接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;获取一个或多个移动目标的位置信息,根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。本技术方案创建了道路拓扑模型,可以减少移动目标查找时的预处理时间,提高查找效率,且不同于现有技术中的距离算法,本技术方案通过道路拓扑模型确定了各路口之间的连通性,保证分派给用户的车辆的合理性,避免距离短但实际路线更长,以至于用户等时较长的情况出现,提高用户和司机的使用体验。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的移动目标查找方法的流程示意图;
图2示出了根据本发明一个实施例的移动目标查找装置的结构示意图;
图3示出了根据本发明一个实施例的电子设备的结构示意图;
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图;
图5示出了根据本发明一个实施例的道路拓扑模型的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的移动目标查找方法的流程示意图。如图1所示,该方法包括:
步骤S110,构建道路拓扑模型。
这里的道路拓扑模型表示地图中的各路口与各道路之间的连接关系的示意图,从该道路拓扑模型中可知从一个路口到达另一个路口的线路以及道路的连通性。
步骤S120,接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息。
用户可以通过移动终端发送移动目标的查找请求,例如本实施例适用于各打车应用中,移动目标即为车辆,当用户进行打车请求发送时,可视为发送了移动目标(车辆)查找请求。
步骤S130,获取一个或多个移动目标的位置信息,根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
移动目标通常分布在各个位置中,为了获取与该用户的位置信息匹配的移动目标,是参考各移动目标的当前所处位置的,因此,需要获取移动目标的实时位置信息,以便根据移动目标的位置信息和道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
例如,在打车应用中,获取的是空载的一个或多个移动目标的位置信息,然后根据道路拓扑模型,考虑到道路的连通性,从各移动目标中筛选出与该用户的位置信息匹配的移动目标,保证筛选出的移动目标到该用户的实际路线最合理。
可见,本实施例中,创建了道路拓扑模型,可以减少移动目标查找时的预处理时间,提高查找效率,且不同于现有技术中的距离算法,本实施例通过道路拓扑模型确定了各路口之间的连通性,保证分派给用户的车辆的合理性,避免距离短但实际路线更长,以至于用户等时较长的情况出现,提高用户和司机的使用体验。
在本发明的一个实施例中,步骤S110中的构建道路拓扑模型包括:构建第一路口模型,第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;构建第二路口模型,第二路口模型中包括各路口信息以及与各路口相邻的路口信息;根据第一路口模型和第二路口模型,确定道路拓扑模型。
考虑到地图中的道路信息中包含有一个或多个路口以及连接各路口的道路,因此,构建的道路拓扑模型需要包括各路口信息和与各路口直接关联的道路信息以及各路口信息和与各路口直接关联的道路信息,因此,本实施例中,构建两个道路模型,根据这两个道路模型,确定道路拓扑模型。
需要说明的是,该道路拓扑模型中的与各路口直接关联的道路信息中包含有与该路口关联的双向道路信息。例如,路口A,也其直接连接的包括道路L1和道路L2,车辆在道路L1上行驶是靠近路口A的方向,车辆在道路L2上行驶是远离路口A的方向。
具体地,上述的道路拓扑模型包括如下一种或多种信息:各路口与相邻路口之间的距离信息;各路口与相邻路口之间的行车时间信息;各路口与相邻路口之间的道路特性信息。
这里的道路特性包括主干道、次路、小路等道路特性。道路拓扑模型包含上述的一种或多种信息,根据道路拓扑模型就可以确定一个移动目标到达用户的距离、用时、道路特性等信息。
图5示出了根据本发明一个实施例的道路拓扑模型的示意图。如图5所示,该道路拓扑模型中包括路口A1、路口A2、路口A3、路口A4、路口A5、路口A6;其中路口A1与路口A2和路口A4关联;路口A3与路口A2和路口A4关联;路口A4与路口A5关联。相关联的各路口之间包括双向道路,例如路口A1与路口A2关联的道路是L1和L2,路口A3和路口A4关联的道路是L3和L4。在路口A1和路口A2之间有车辆a和车辆b,车辆a在道路L1上、车辆b在道路L2上,要到达路口A2,车辆a要先行驶到路口A1,掉头后在行驶到路口A2,即与要行驶的距离大于A1和A2之间的距离;车辆b可直接行驶到路口A2,即与要行驶的距离小于A1和A2之间的距离。这样,车辆a的行车时间要大于车辆B的行车时间。
在本发明的一个实施例中,图1所示的方法中的道路拓扑模型包括各路口与相邻路口之间的行车时间信息;图1所示的方法进一步包括:获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
考虑到虽然移动目标与用户之间的道路是连通的,但是行车时间不一定是最短的,例如堵车。所以道路拓扑模型中的行车时间信息是实时的,即需要根据实时交通状况确定,因此,本实施例中,需要实时获取各路口到与相邻路口之间的实时交通状况信息,以便确定各路口到与相邻路口之间的实时行车时间信息。
例如,图5所示的从路口A2驶向路口A1的道路L1的行车时间是2分钟,但是由于驶向路口A1的道路L1交通堵塞,实时行车时间是10分钟;要到达路口A4(该用户的位置),考虑到距离的长短,车辆a距离路口A4的距离要小于车辆b的距离,但是道路L1堵塞,行车时间较长,且L11、L3都行驶正常,即车辆b到路口A4的行车时间要少于车辆a的,因此,就将车辆b确定与该用户的位置信息匹配的移动目标。
在本发明的一个实施例中,图1所示的方法的步骤S130中的根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标包括:根据道路拓扑模型和各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;根据查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
在本实施例中,为了选出与该用户的位置信息匹配的移动目标,先获取各移动目标的实时位置信息,将移动目标关联到道路和路口中,即将移动目标实时关联到道路拓扑模型中;在接收到用户的查找请求时,再根据用户的位置信息,确定与用户关联的路口,然后再根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
进一步地,上述的根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标包括:通过深度优先法,根据道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
深度优先搜索方法的步骤是:1)选取图中某一顶点Vi为出发点,访问并标记该顶点;2)以Vi为当前顶点,依次搜索Vi的每个邻接点Vj,若Vj未被访问过,则访问和标记邻接点Vj,若Vj已被访问过,则搜索Vi的下一个邻接点;3)以Vj为当前顶点,重复步骤2),直到图中和Vi有路径相通的顶点都被访问为止;4)若图中尚有顶点未被访问过(非连通的情况下),则可任取图中的一个未被访问的顶点作为出发点,重复上述过程,直至图中所有顶点都被访问。
本实施例中,将与该用户关联的路口作为出发点,依次搜索与该出发点相连的路口及道路,并从中确定与之有关联关系的移动目标,筛选出符合条件的移动目标。
具体地,上述的预设条件包括如下一种或多种:移动目标与该用户关联的路口之间的距离最近;移动目标与该用户关联的路口之间的行车时间最短;移动目标与该用户关联的路口之间的道路特征最优。
这里的道路特征按照主干道最优、次路次之,小路最次的顺序。在筛选移动目标时,以上述的顺序确定道路各移动目标与用户之间的道路特征。
进一步地,在上述实施例基础上,图1所示的方法进一步包括:创建移动目标标识表;将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至移动目标标识表中。
那么,在上述的接收到用户发送的移动目标查找请求之后,以及在根据查找请求中的该用户的位置信息,确定该用户所在的道路信息之前,图1所示的方法进一步包括:判断移动目标标识表中是否保存有移动目标的标识信息;若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
在本实施例中,获取各移动目标的实时位置信息,将移动目标关联到道路和路口中,并将关联关系保存在移动目标标识表中。如果接受到用户发送的移动目标查找请求,先判断移动目标标识表中是否保存有移动目标的标识信息;若判断为是,根据该用户的位置信息,确定该用户所在的道路信息;根据道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。若判断为否,则直接退出,进行无移动目标的提示。
在一个具体的例子中,本技术方案应用在打车应用中。如图5所示,确定与用户关联的路口是路口A6,按照现有技术中的方法,相比较车辆a和车辆b,与路口A6距离最近的车辆是车辆c,但是车辆c是无法从路口A5直接行驶到路口A6的,需要由路口A4、路口A3到达路口A6,这样,虽然车辆c与用户距离最近,但是实际行驶路线并非是最短的。
通过本实施例,将车辆a、车辆b和车辆c分别与相应的路口和道路关联,即将车辆a、车辆b和车辆c分别关联到道路拓扑模型中,如图5所示,根据车辆a、车辆b和车辆c的位置信息,分别将车辆a、车辆b和车辆c关联到道路拓扑模型,即车辆a位于道路L1上、与路口A关联;车辆b位于道路L2上、与路口A2关联;车辆c位于道路L5上、与路口A5关联。当接收到用户发送的车辆查找请求时,根据用户的位置信息,确定用户(图中的△)在道路L7上,道路L7与路口A6关联。那么就将路口A6确定是与用户关联的路口。在道路拓扑模型中包括的有各路口与相邻路口之间的距离信息;各路口与相邻路口之间的行车时间信息。根据道路拓扑模型,车辆a到达路口A6,需要经过路口A1、路口A4、路口A3,行车时间T1是车辆a到路口1的时间、路口A1到路口A4的行车时间、路口4到路口A3的行车时间、路口A3到路口6的行车时间的和,距离D1则是车辆a与路口A1的距离、道路L9的长度、道路L3的长度、道路L15的长度的和;车辆b到达路口A6,需要经过路口A2、路口A3,行车时间T2是车辆b到路口A2的时间、路口A2到路口A3的行车时间、路口A3到路口A6的行车时间的和,距离D2则是车辆b与路口A2的距离、道路L11的长度、道路L15的长度的和;车辆c到达路口A6,需要经过路口A5、路口A4、路口A3,行车时间T3是车辆c到路口A5的时间、路口A5到路口A4的行车时间、路口A4到路口3的行车时间、路口A3到路口6的行车时间的和,距离D3则是车辆c与路口A5的距离、道路L13的长度、道路L14的长度、道路L15的长度的和。那么就比较D1、D2、D3之间的大小以及T1、T2、T3之间的大小即可。在本例子中,在当前时间t1,D2<D1<D3、T2<T1<T3,那么就将车辆b分派给该用户。因为道路拓扑模型中的行车时间是实时的,因此,各车辆到路口6的行车时间也是实时变化的,行车时间以实时计算为准。例如,在时间t2时,可能D2<D1<D3、T1<T3<T2,那么综合考虑,就将车辆a分派给该用户。
需要说明的是,在筛选移动目标时,还可以考虑到经过的路口个数、路口的左转或者右转等信息,进一步从中选择出更合适的车辆分派给用户。
图2示出了根据本发明一个实施例的移动目标查找装置的结构示意图。如图2所示,该移动目标查找装置200包括:
构建单元210,适于构建道路拓扑模型。
这里的道路拓扑模型表示地图中的各路口与各道路之间的连接关系的示意图,从该道路拓扑模型中可知从一个路口到达另一个路口的线路以及道路的连通性。
接收单元220,适于接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息。
用户可以通过移动终端发送移动目标的查找请求,例如本实施例适用于各打车应用中,移动目标即为车辆,当用户进行打车请求发送时,可视为发送了移动目标(车辆)查找请求。
筛选单元230,适于获取一个或多个移动目标的位置信息,根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
移动目标通常分布在各个位置中,为了获取与该用户的位置信息匹配的移动目标,是参考各移动目标的当前所处位置的,因此,需要获取移动目标的实时位置信息,以便根据移动目标的位置信息和道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
例如,在打车应用中,获取的是空载的一个或多个移动目标的位置信息,然后根据道路拓扑模型,考虑到道路的连通性,从各移动目标中筛选出与该用户的位置信息匹配的移动目标,保证筛选出的移动目标到该用户的实际路线最合理。
可见,本实施例中,创建了道路拓扑模型,可以减少移动目标查找时的预处理时间,提高查找效率,且不同于现有技术中的距离算法,本实施例通过道路拓扑模型确定了各路口之间的连通性,保证分派给用户的车辆的合理性,避免距离短但实际路线更长,以至于用户等时较长的情况出现,提高用户和司机的使用体验。
在本发明的一个实施例中,图2所示的构建单元210,适于构建第一路口模型,第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;构建第二路口模型,第二路口模型中包括各路口信息以及与各路口相邻的路口信息;根据第一路口模型和第二路口模型,确定道路拓扑模型。
考虑到地图中的道路信息中包含有一个或多个路口以及连接各路口的道路,因此,构建的道路拓扑模型需要包括各路口信息和与各路口直接关联的道路信息以及各路口信息和与各路口直接关联的道路信息,因此,本实施例中,构建两个道路模型,根据这两个道路模型,确定道路拓扑模型。
需要说明的是,该道路拓扑模型中的与各路口直接关联的道路信息中包含有与该路口关联的双向道路信息。例如,路口A,也其直接连接的包括道路L1和道路L2,车辆在道路L1上行驶是靠近路口A的方向,车辆在道路L2上行驶是远离路口A的方向。
具体地,上述的道路拓扑模型包括如下一种或多种信息:各路口与相邻路口之间的距离信息;各路口与相邻路口之间的行车时间信息;各路口与相邻路口之间的道路特性信息。
这里的道路特性包括主干道、次路、小路等道路特性。道路拓扑模型包含上述的一种或多种信息,根据道路拓扑模型就可以确定一个移动目标到达用户的距离、用时、道路特性等信息。
图5示出了根据本发明一个实施例的道路拓扑模型的示意图。如图5所示,该道路拓扑模型中包括路口A1、路口A2、路口A3、路口A4、路口A5、路口A6;其中路口A1与路口A2和路口A4关联;路口A3与路口A2和路口A4关联;路口A4与路口A5关联。相关联的各路口之间包括双向道路,例如路口A1与路口A2关联的道路是L1和L2,路口A3和路口A4关联的道路是L3和L4。在路口A1和路口A2之间有车辆a和车辆b,车辆a在道路L1上、车辆b在道路L2上,要到达路口A2,车辆a要先行驶到路口A1,掉头后在行驶到路口A2,即与要行驶的距离大于A1和A2之间的距离;车辆b可直接行驶到路口A2,即与要行驶的距离小于A1和A2之间的距离。这样,车辆a的行车时间要大于车辆B的行车时间。
在本发明的一个实施例中,上述的道路拓扑模型包括各路口与相邻路口之间的行车时间信息;图2所示的装置进一步包括:
行车时间信息确定单元,适于获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
考虑到虽然移动目标与用户之间的道路是连通的,但是行车时间不一定是最短的,例如堵车。所以道路拓扑模型中的行车时间信息是实时的,即需要根据实时交通状况确定,因此,本实施例中,需要实时获取各路口到与相邻路口之间的实时交通状况信息,以便确定各路口到与相邻路口之间的实时行车时间信息。
例如,图5所示的从路口A2驶向路口A1的道路L1的行车时间是2分钟,但是由于驶向路口A1的道路L1交通堵塞,实时行车时间是10分钟;要到达路口A4(该用户的位置),考虑到距离的长短,车辆a距离路口A4的距离要小于车辆b的距离,但是道路L1堵塞,行车时间较长,且L11、L3都行驶正常,即车辆b到路口A4的行车时间要少于车辆a的,因此,就将车辆b确定与该用户的位置信息匹配的移动目标。
在本发明的一个实施例中,图2所示的筛选单元230,适于根据道路拓扑模型和各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;根据查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
在本实施例中,为了选出与该用户的位置信息匹配的移动目标,先获取各移动目标的实时位置信息,将移动目标关联到道路和路口中,即将移动目标实时关联到道路拓扑模型中;在接收到用户的查找请求时,再根据用户的位置信息,确定与用户关联的路口,然后再根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。
进一步地,在上述实施例的基础上,筛选单元230,适于通过深度优先法,根据道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
深度优先搜索方法的步骤是:1)选取图中某一顶点Vi为出发点,访问并标记该顶点;2)以Vi为当前顶点,依次搜索Vi的每个邻接点Vj,若Vj未被访问过,则访问和标记邻接点Vj,若Vj已被访问过,则搜索Vi的下一个邻接点;3)以Vj为当前顶点,重复步骤2),直到图中和Vi有路径相通的顶点都被访问为止;4)若图中尚有顶点未被访问过(非连通的情况下),则可任取图中的一个未被访问的顶点作为出发点,重复上述过程,直至图中所有顶点都被访问。
本实施例中,将与该用户关联的路口作为出发点,依次搜索与该出发点相连的路口及道路,并从中确定与之有关联关系的移动目标,筛选出符合条件的移动目标。
具体地,上述的预设条件包括如下一种或多种:移动目标与该用户关联的路口之间的距离最近;移动目标与该用户关联的路口之间的行车时间最短;移动目标与该用户关联的路口之间的道路特征最优。
这里的道路特征按照主干道最优、次路次之,小路最次的顺序。在筛选移动目标时,以上述的顺序确定道路各移动目标与用户之间的道路特征。
进一步地,在上述实施例基础上,图2所示的装置进一步包括:
标识表创建单元,适于创建移动目标标识表;将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至移动目标标识表中。
筛选单元230,适于接收到用户发送的移动目标查找请求之后,以及在在根据查找请求中的该用户的位置信息,确定该用户所在的道路信息之前,判断移动目标标识表中是否保存有移动目标的标识信息;若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
在本实施例中,获取各移动目标的实时位置信息,将移动目标关联到道路和路口中,并将关联关系保存在移动目标标识表中。如果接受到用户发送的移动目标查找请求,先判断移动目标标识表中是否保存有移动目标的标识信息;若判断为是,根据该用户的位置信息,确定该用户所在的道路信息;根据道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;根据道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。若判断为否,则直接退出,进行无移动目标的提示。
需要说明的是,在筛选移动目标时,还可以考虑到经过的路口个数、路口的左转或者右转等信息,进一步从中选择出更合适的车辆分派给用户。
综上所述,根据本发明的技术方案,构建道路拓扑模型;接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;获取一个或多个移动目标的位置信息,根据道路拓扑模型筛选出与该用户的位置信息匹配的移动目标。本技术方案创建了道路拓扑模型,可以减少移动目标查找时的预处理时间,提高查找效率,且不同于现有技术中的距离算法,本技术方案通过道路拓扑模型确定了各路口之间的连通性,保证分派给用户的车辆的合理性,避免距离短但实际路线更长,以至于用户等时较长的情况出现,提高用户和司机的使用体验。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的移动目标查找装置、电子设备和计算机可读存储介质中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300传统上包括处理器310和被安排成存储计算机可执行指令(程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码340的存储空间330。例如,用于程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个程序代码340。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质400。该计算机可读存储介质400可以具有与图3的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元存储有用于执行根据本发明的方法步骤的程序代码410,即可以由诸如310之类的处理器读取的程序代码,当这些程序代码由电子设备运行时,导致该电子设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (16)
1.一种移动目标查找方法,其中,该方法包括:
构建第一路口模型,所述第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;构建第二路口模型,所述第二路口模型中包括各路口信息以及与各路口相邻的路口信息;根据第一路口模型和第二路口模型,确定道路拓扑模型;
接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;
根据所述道路拓扑模型和获取的各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;根据所述查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据所述道路拓扑模型和确定的该用户所在的道路信息,确定与该用户关联的路口;
获取一个或多个移动目标的位置信息,根据所述道路拓扑模型以及各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
2.如权利要求1所述的方法,其中,所述道路拓扑模型包括如下一种或多种信息:
各路口与相邻路口之间的距离信息;
各路口与相邻路口之间的行车时间信息;
各路口与相邻路口之间的道路特性信息。
3.如权利要求1所述的方法,其中,所述道路拓扑模型包括各路口与相邻路口之间的行车时间信息;该方法进一步包括:
获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
4.如权利要求1所述的方法,其中,所述根据所述道路拓扑模型以及确定的各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标包括:
通过深度优先法,根据所述道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
5.如权利要求4所述的方法,其中,所述预设条件包括如下一种或多种:
移动目标与该用户关联的路口之间的距离最近;
移动目标与该用户关联的路口之间的行车时间最短;
移动目标与该用户关联的路口之间的道路特征最优。
6.如权利要求1所述的方法,其中,该方法进一步包括:
创建移动目标标识表;
将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至移动目标标识表中。
7.如权利要求6所述的方法,其中,该方法进一步包括:
判断移动目标标识表中是否保存有移动目标的标识信息;若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
8.一种移动目标查找装置,其中,该装置包括:
构建单元,适于构建第一路口模型,所述第一路口模型中包括各路口信息以及与各路口直接关联的道路信息;构建第二路口模型,所述第二路口模型中包括各路口信息以及与各路口相邻的路口信息;根据第一路口模型和第二路口模型,确定道路拓扑模型;
接收单元,适于接收用户发送的移动目标查找请求,该查找请求中包括该用户的位置信息;
关联关系确定单元,用于适于根据道路拓扑模型和各移动目标的位置信息,确定各移动目标与相应的路口和道路之间的关联关系;根据查找请求中的该用户的位置信息,确定该用户所在的道路信息;根据道路拓扑模型和确定的与该用户所在的道路信息,确定与该用户关联的路口;
筛选单元,适于获取一个或多个移动目标的位置信息,根据所述道路拓扑模型以及各移动目标与相应的路口和道路之间的关联关系,筛选出与该用户关联的路口匹配的移动目标。
9.如权利要求8所述的装置,其中,所述道路拓扑模型包括如下一种或多种信息:
各路口与相邻路口之间的距离信息;
各路口与相邻路口之间的行车时间信息;
各路口与相邻路口之间的道路特性信息。
10.如权利要求8所述的装置,其中,所述道路拓扑模型包括各路口与相邻路口之间的行车时间信息;该装置进一步包括:
行车时间信息确定单元,适于获取各路口到与相邻路口之间的实时交通状况信息,根据获取的实时交通状况信息确定各路口到与相邻路口之间的行车时间信息。
11.如权利要求8所述的装置,其中,
所述筛选单元,适于通过深度优先法,根据道路拓扑模型和确定的各移动目标与相应的路口和道路之间的关联关系,从各移动目标中,筛选出与该用户关联的路口之间的路线信息符合预设条件的移动目标。
12.如权利要求11所述的装置,其中,所述预设条件包括如下一种或多种:
移动目标与该用户关联的路口之间的距离最近;
移动目标与该用户关联的路口之间的行车时间最短;
移动目标与该用户关联的路口之间的道路特征最优。
13.如权利要求8所述的装置,其中,该装置进一步包括:
标识表创建单元,适于创建移动目标标识表;将确定的各移动目标的标识信息以及确定的各移动目标与相应的路口和道路之间的关联关系保存至移动目标标识表中。
14.如权利要求13所述的装置,其中,
所述筛选单元,适于接收到用户发送的移动目标查找请求之后,以及在根据查找请求中的该用户的位置信息,确定该用户所在的道路信息之前,判断所述移动目标标识表中是否保存有移动目标的标识信息;若判断为是,再执行根据该用户的位置信息,确定该用户所在的道路信息的步骤。
15.一种电子设备,其中,该电子设备包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1~7中任一项所述的方法。
16.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161446.7A CN110633425B (zh) | 2018-09-30 | 2018-09-30 | 一种移动目标查找方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161446.7A CN110633425B (zh) | 2018-09-30 | 2018-09-30 | 一种移动目标查找方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633425A CN110633425A (zh) | 2019-12-31 |
CN110633425B true CN110633425B (zh) | 2022-12-02 |
Family
ID=68968284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811161446.7A Active CN110633425B (zh) | 2018-09-30 | 2018-09-30 | 一种移动目标查找方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633425B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113159357B (zh) * | 2020-01-07 | 2023-11-24 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
CN113377782B (zh) * | 2021-08-12 | 2021-11-16 | 深圳市数字城市工程研究中心 | 一种城市空间移动对象查询方法、装置及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226687A (zh) * | 2008-01-31 | 2008-07-23 | 浙江工业大学 | 一种城市交通中的典型行驶路线分析方法 |
CN101303797A (zh) * | 2007-05-09 | 2008-11-12 | 王岳剑 | 基于智能交易系统的出租车智能运输服务设施 |
CN102496074A (zh) * | 2011-12-09 | 2012-06-13 | 南京成风大气信息技术有限公司 | 基于云服务平台的智能手机预订出租车系统 |
CN102519476A (zh) * | 2011-12-21 | 2012-06-27 | 光庭导航数据(武汉)有限公司 | 基于复合路口的交通规制的处理方法 |
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN103245342A (zh) * | 2012-02-06 | 2013-08-14 | 北京四维图新科技股份有限公司 | 导航实现方法及装置 |
CN103744096A (zh) * | 2013-12-23 | 2014-04-23 | 北京邮电大学 | 一种多信息融合的定位方法和装置 |
CN104183116A (zh) * | 2013-05-24 | 2014-12-03 | 上海飞田通信股份有限公司 | 出租车调度系统、车载导航终端及调度服务器 |
CN104200649A (zh) * | 2014-08-25 | 2014-12-10 | 沈阳工业大学 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
CN106441341A (zh) * | 2015-08-12 | 2017-02-22 | 高德软件有限公司 | 一种导航方法和装置 |
CN108225338A (zh) * | 2016-12-14 | 2018-06-29 | 沈阳美行科技有限公司 | 一种高速区精确匹配的导航方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8280791B2 (en) * | 2009-12-08 | 2012-10-02 | At&T Mobility Ii Llc | Devices, systems and methods for identifying and/or billing an individual in a vehicle |
US20130262222A1 (en) * | 2012-03-30 | 2013-10-03 | Xerox Corporation | Customer metrics driven traveler information system for multimodal public transporation systems |
-
2018
- 2018-09-30 CN CN201811161446.7A patent/CN110633425B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303797A (zh) * | 2007-05-09 | 2008-11-12 | 王岳剑 | 基于智能交易系统的出租车智能运输服务设施 |
CN101226687A (zh) * | 2008-01-31 | 2008-07-23 | 浙江工业大学 | 一种城市交通中的典型行驶路线分析方法 |
CN102538806A (zh) * | 2010-12-30 | 2012-07-04 | 上海博泰悦臻电子设备制造有限公司 | 一种路径规划方法以及相关设备 |
CN102496074A (zh) * | 2011-12-09 | 2012-06-13 | 南京成风大气信息技术有限公司 | 基于云服务平台的智能手机预订出租车系统 |
CN102519476A (zh) * | 2011-12-21 | 2012-06-27 | 光庭导航数据(武汉)有限公司 | 基于复合路口的交通规制的处理方法 |
CN103245342A (zh) * | 2012-02-06 | 2013-08-14 | 北京四维图新科技股份有限公司 | 导航实现方法及装置 |
CN104183116A (zh) * | 2013-05-24 | 2014-12-03 | 上海飞田通信股份有限公司 | 出租车调度系统、车载导航终端及调度服务器 |
CN103744096A (zh) * | 2013-12-23 | 2014-04-23 | 北京邮电大学 | 一种多信息融合的定位方法和装置 |
CN104200649A (zh) * | 2014-08-25 | 2014-12-10 | 沈阳工业大学 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
CN106441341A (zh) * | 2015-08-12 | 2017-02-22 | 高德软件有限公司 | 一种导航方法和装置 |
CN108225338A (zh) * | 2016-12-14 | 2018-06-29 | 沈阳美行科技有限公司 | 一种高速区精确匹配的导航方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于车联网的智能打车系统;于明鹭等;《计算机技术与发展》;20160126;第118-123页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110633425A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111460068B (zh) | 兴趣点搜索方法、可读存储介质和电子设备 | |
CN110633344B (zh) | 一种确定点与围栏关系的方法、装置和电子设备 | |
CN105303873B (zh) | 一种停车位推荐方法及移动终端 | |
CN109668570A (zh) | 行驶路线推荐方法、装置、系统以及存储介质 | |
WO2014203475A1 (ja) | 地図更新システム、地図更新方法およびプログラム | |
CN105674994A (zh) | 获取行车路线的方法、装置及导航设备 | |
CN105210119A (zh) | 通过计算装置提供的位置数据点确定通行费的数额 | |
CN104596531A (zh) | 一种导航路线的生成方法、装置及服务器 | |
CN110633425B (zh) | 一种移动目标查找方法和装置 | |
CN110509921A (zh) | 自适应巡航方法及系统、车辆、可读存储介质 | |
CN109841054B (zh) | 一种推荐上车点的方法、装置、设备及存储介质 | |
CN112735129B (zh) | 货车停车调度的方法及装置 | |
CN102042836B (zh) | 导航方法和导航装置 | |
CN104977014A (zh) | 一种终端的导航方法及装置 | |
CN109612486A (zh) | 导航路线推荐方法、装置、系统以及存储介质 | |
CN113409594A (zh) | 一种基于强化学习的匝道信号控制优化方法和系统 | |
US20210217311A1 (en) | Crowdsourced navigation systems and methods | |
CN110648546A (zh) | 一种路况预警方法和装置 | |
CN111483465B (zh) | 一种扩展mpp的方法、装置、电子设备及存储介质 | |
CN110648008A (zh) | 路况预测方法和装置 | |
CN111414437A (zh) | 线路轨迹的生成方法及装置 | |
CN115691211A (zh) | 车位推荐方法、装置、车辆及存储介质 | |
US20230019662A1 (en) | Vehicle routing with dynamic selection of turns across opposing traffic | |
CN110956299A (zh) | 一种到达时间预估方法及装置 | |
CN105448044B (zh) | 一种确定司机疲劳状态的方法与设备 |
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 |