CN111063212B - 一种具有隐私保护的模糊Skyline实时停车推荐方法 - Google Patents
一种具有隐私保护的模糊Skyline实时停车推荐方法 Download PDFInfo
- Publication number
- CN111063212B CN111063212B CN201911172556.8A CN201911172556A CN111063212B CN 111063212 B CN111063212 B CN 111063212B CN 201911172556 A CN201911172556 A CN 201911172556A CN 111063212 B CN111063212 B CN 111063212B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- rsu
- parking
- skyline
- user
- 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 47
- 230000004927 fusion Effects 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Finance (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种具有隐私保护的模糊Skyline实时停车推荐方法,包括如下步骤:步骤1:路边交通设施RSU收集周边实时的停车场和交通模糊信息;步骤2:用户向RSU发出停车查询请求,查询请求包含三种默认需求,即“获得停车位的可能性”、“达到停车场时间”和“收费标准”,并根据查询消息和RSU建立以用户为根据的推荐结果返回路径;步骤3:基于模糊方法中的s‑norm运算,定义模糊语言变量比较运算操作符,RSU利用模糊语言变量比较运算符进行skyline信息融合并返回结果给用户。本发明隐私保护效果好,实时性好,易实施应用。
Description
技术领域
本发明涉及智能城市交通领域,具体涉及一种具有隐私保护的模糊skyline实时停车推荐方法。
背景技术
在我国当前快速城市化的进程中,城市变得越来越拥挤,现阶段困扰大中型城市居民出行的停车难问题尤为突出,如何依靠部署在路边的交通监测设施、已有的停车场管理系统、移动互联网和物联网边缘计算等相关技术,设计具有隐私保护的实时停车推荐方法,以减少司机寻找车位的时间,缓解停车难等问题,是一个挑战性的工作。
在停车搜索过程中,人们可能需要结合找到停车位的可能性、到达时间和收费标准等多种因素进行选择,Skyline查询方法可以综合多种因素给出用户关注的推荐结果;此外模糊计算理论算为人们处理模糊信息和智能决策提供了一种有效方法,结合Skyline和模糊智能计算方法,可为智能实时停车查询提供新的解决思路和技术可行性。
发明内容
为了帮助行驶在城市闹市区道路上司机快速找到理想停车位,以及解决停车过程中敏感数据(如停车位和收费标准等)隐私保护等问题,本发明设计了一种轻量级的模糊skyline实时停车推荐方法。
本发明解决其技术问题所采用的技术方案为:
一种具有隐私保护的模糊Skyline实时停车推荐方法,所述模糊Skyline停车推荐方法包括如下步骤:
步骤1:路边单元实时地收集周边停车场和交通模糊信息
路边单元(Road Side Unit,RSU)是指部署在路边的智能交通设施,停车场向最近的路边单元RSU周期性地发送模糊信息,所述模糊信息包括停车位获得可能性、收费标准和实时交通状况;
步骤2:用户向RSU发出停车查询请求并建立返回路径
行驶在路上的用户通过车内终端向RSU发出停车查询请求,用户默认有三种要求,分别是找到车位的可能性,到达停车场的时间,以及收费标准,查询消息被逐跳发送到设定距离范围内的所有RSU,在此过程中,并建立以用户为根节点,RSU为转发节点的查询结果返回传输路径;
步骤3:RSU进行skyline信息融合并返回结果给用户
每个RSU进行Skyline信息融合,并把Skyline融合结果传输给其父RSU节点,直到用户端收到所有的Skyline融合结果,最后一次Skyline融合后即为停车推荐结果。
进一步,所述步骤1中,路边单元实时地收集周边停车场和交通模糊信息过程如下:
1.1、每个停车场基于模糊集方法将其实时的剩余车位占比数据进行模糊化表示,方法为:根据模糊集隶属度函数(Fuzzy Membership Function,FMF)定义方法,论域X为剩余车位数Nremain和总车位数Ntotal比,取值范围为[0,1],即Nremain/Ntotal,定义5个关于“找到车位的可能性”的模糊集,分别为“很小的”、“较小的”、“一般的”、“较大的”、“很大的”,它们的隶属度函数 分别如下:
其中A1、A2、A3、A4和A5的取值根据具体的车位总数和剩余车位数据分布设定,使得用户偏好“非常充足的”形容的停车场数量较少;然后,定义5个语言变量a、b、c、d和e来分别对应“找到车位的可能性”的5个模糊集,即分别对应“很大的”“较大的”“一般的”“较小的”“很小的”;如果分别设BiBj为和的交点(i,j=1,…5),那么上述语言变量a、b、c、d和e分别对应的论域划分subRi(i=1,…,5):[x,B1B2),[B1B2,B2B3),[B2B3,B3B4),[B3B4,B4B5)和
1.2、每个停车场基于模糊集方法将其当前的收费标准数据进行模糊化表示,方法为:根据模糊集隶属度函数定义方法,论域x为收费标准Pcharge,单位:元/小时;定义5个关于“收费标准”的模糊集,“很便宜的”、“便宜的”、“适中的”、“较贵的”、“很贵的”,它们的隶属度函数分别被同样地设为步骤1.1中式(1)、式(2)、式(3)、式(4)和式(5),其中A1、A2、A3、A4和A5的取值根据具体的收费标准数据分布设定,使得用户偏好“非常便宜的”形容的停车场数量较少;同样地,也定义5个自然语言变量a、b、c、d和e来分别对应上述的5个“收费标准”模糊集;
1.3、每个停车场将其模糊集“找到车位的可能性”和“收费标准”的模糊语言变量周期性地发送给其最近的RSU,为体现实时性,发送的周期间隔可设置为较短时间,停车场标识ID也一起被发送。
进一步,所述步骤2中,用户向RSU发出停车查询请求并建立返回路径的步骤如下:
2.1、用户通过车内终端向RSU发出停车查询请求,用户的查询请求默认有三种要求,分别是找到车位的可能性,到达停车场的时间,以及收费标准,查询消息被逐跳发送到指定范围内的所有RSU;
2.2、在2.1过程中,建立以用户为根节点,RSU为转发节点的查询结果返回传输路径,称之为RSU-Tree。
所述步骤3中,RSU进行skyline信息融合并返回结果给用户包括如下过程:
3.1、在RSU-Tree中,每个收到用户停车查询请求的叶子节点RSU,根据其监测的路况信息,估算用户到达该RSU的时间,作为用户到达其周边停车场的平均时间,基于模糊集方法将到达估算时间进行模糊化表示,论域X为到达估算时间Tarrive,定义5个关于“到达时间”的模糊集:“很快的”、“较快的”、“一般的”、“较慢的”和“很慢的”,它们的隶属度函数分别被同样地设为步骤1.1中式(1)、式(2)、式(3)、式(4)和式(5),其中A1、A2、A3、A4和A5的取值根据具体的到达时间数据分布设定,使得用户偏好“很快的”描述的停车场数量较少;同样地,也定义5个自然语言变量a、b、c、d和e来分别对应上述的5个“到达时间”模糊集。
3.2、基于模糊方法中的s-norm运算,定义模糊语言变量比较运算操作符:设u和v为2个模糊语言变量LV,u对应的论域划分区间subRu比v对应的论域划分区间subRv更靠近用户关注的论域端,那么定义运算Θ(U,V)=V,即u>v,表示u比v大,或者v比u小,该比较运算符将用于后来步骤3.3中的模糊Skyline融合;
3.3、在RSU-Tree结构中,叶子节点RSU进行“找到车位的可能性”和“收费标准”二维模糊语言变量上的Skyline信息融合,即上述两个维度不同时比其他停车场“小”(使用步骤3.2中的语言变量比较运算符Θ)的停车场模糊信息即为skyline融合结果,该RSU把Skyline融合结果及到达时时间的模糊语言变量一起传输给其父RSU节点,此时如果用户指定了某种偏好要求,则根据用户要求将相应的skyline融合结果的语言变量发生给其父节点;
3.4、在RSU-Tree中,每个非叶子节点在收到其所有子RSU节点发送的数据包后,进行默认三个维度上的Skyline模糊融合,该Skyline过程同3.2中二维一样,一个三维Skyline模糊融合例子如表1所示,直到用户端收到所有的模糊Skyline融合结果,在用户端进行最后一次的Skyline融合结果对应的停车场标识ID即为停车推荐结果;
表1
表1显示了步骤3.4中每个非叶子RSU在收到其所有子RSU节点发送的数据包后,进行默认三个维度上的Skyline模糊融合过程的一个例子,表1中,p4(e,c,d)每维上的模糊语言变量都不比p31(a,c,d)“大”,利用步骤3.2模糊语言变量比较运算符),所以p4会在Skyline融合过程中被过滤,也就是p4不会是最后的推荐结果,p31,p11,p26是模糊Skyline融合结果,如果这个融合发生在用户端,则它们就是最后推荐的3个停车场。
本发明的技术构思为:考虑三种常见的用户需求,即找到车位的可能性,到达停车场的时间,以及收费标准,为它们设计了三种模糊集,并分别为它们定义了边缘交通网络全局的5个模糊语言变量;然后定义语言变量比较运算操作符,用于模糊Skyline信息融合;基于边缘RSU和查询消息,建立返回路径RSU-Tree结构,用于传输模糊Skyline查询结果给用户。本发明中语言变量代替了真实的停车车位数据和收费标准等原始数据被用于边缘Skyline停车推荐过程,除提供了数据隐私保护外,还能降低网络数据传输量,提高停车推荐的实时响应。
本发明的有益效果主要表现在:1)用户可以得到较为可靠的停车推荐;2)RSU进行停车场模糊Skyline推荐过程中,停车场的车位数和收费标准等隐私数据得到保护;3)网络通信开销小,实时性较好。4)本发明提出的方法简单有效,容易利用现有路边交通设备进行部署和实现,实用价值高。
附图说明
图1是模糊Skyline推荐中的RSU-Tree网络结构。
图2是用户3个需求维度上的5个梯形隶属度函数模糊强划分,论域X分别为Nremain/Ntotal,Tarrive,Pcharge。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2,一种具有隐私保护的模糊Skyline实时停车推荐方法,所述推荐方法仅使用路边交通设施(RSU)。图1显示了本发明提出的一种具有隐私保护的模糊Skyline实时停车推荐方法的边缘网络结构图。基于该网络结构图,经过如下三个步骤可以完成实时Skyline停车推荐。
步骤1:RSU实时地获取模糊信息,所述模糊信息包括停车位获得可能性、收费标准和实时交通状况;
步骤2:用户通过车内终端向RSU发出停车查询请求,用户默认的三种要求包括获车位的可能性,到达停车场的时间,以及收费标准,查询消息被逐跳发送到指定距离范围内的所有RSU,在此过程中,并建立以用户为根节点,RSU为转发节点的查询结果返回传输路径;
步骤3:RSU进行Skyline信息融合,并把Skyline融合结果传输给其父RSU节点,直到用户端收到所有的Skyline融合结果,最后一次Skyline融合后即为停车推荐结果。
图2显示了本发明步骤1和步骤3所述三种需求(3维)模糊化表示方法,根据模糊集隶属度函数定义方法,三维需求的论域X分别为Nremain/Ntotal,Pcharge和Tarrive,并为它们各自定义了5个隶属度函数分别如本发明步骤1.1中(1)、(2)、(3)、(4)和(5)所示,这些隶属度函数中的A1、A2、A3、A4和A5的取值根据各自领域专家指定;然后为3维需求分别定义5个边缘网络全局语言变量a、b、c、d和e来分别对应“找到车位的可能性”的5个模糊集(“很大的”、“较大的”、“一般的”、“较小的”、“很小的”),“收费标准”的5个模糊集(“很便宜的”、“便宜的”、“适的中”、“较贵的”、“很贵的”),以及“到达时间”的5个模糊集(“很快的”、“较快的”、“一般的”、“较慢的”和“很慢的”),上述语言变量a、b、c、d和e分别对应图2中论域划分 和
Claims (1)
1.一种具有隐私保护的模糊Skyline实时停车推荐方法,其特征在于:所述推荐方法包括如下步骤:
步骤1:路边单元收集实时的停车场和交通模糊信息:
路边单元RSU是指部署在路边的智能交通设施,停车场向最近的路边单元RSU周期性地发送模糊信息,所述模糊信息包括停车位获得可能性、收费标准和实时交通状况;
步骤2:用户向RSU发出停车查询请求并建立返回路径
行驶在路上的用户通过车内终端向RSU发出停车查询请求,用户默认有三种要求,分别是找到车位的可能性,到达停车场的时间,以及收费标准,查询消息被逐跳发送到设定距离范围内的所有RSU,在此过程中,并建立以用户为根节点,RSU为转发节点的查询结果返回传输路径;
步骤3:RSU进行skyline信息融合并返回结果给用户
每个RSU进行Skyline信息融合,并把Skyline融合结果传输给其父RSU节点,直到用户端收到所有的Skyline融合结果,最后一次Skyline融合后即为停车推荐结果;
所述步骤1中,路边单元收集实时的停车场和交通模糊信息过程如下:
1.1、每个停车场基于模糊集方法将其实时的剩余车位占比数据进行模糊化表示,方法为:根据模糊集隶属度函数定义方法,论域X为剩余车位数Nremain和总车位数Ntotal比,取值范围为[0,1],即Nremain/Ntotal,定义5个关于“找到车位的可能性”的模糊集,分别为“很小的”、“较小的”、“一般的”、“较大的”、“很大的”,它们的隶属度函数分别如下:
其中A1、A2、A3、A4和A5的取值根据具体的车位总数和剩余车位数据分布设定,使得用户偏好“非常充足的”形容的停车场数量较少;然后,定义5个语言变量a、b、c、d和e来分别对应“找到车位的可能性”的5个模糊集,即分别对应“很大的”“较大的”“一般的”“较小的”“很小的”;如果分别设BiBj为和的交点(i,j=1,…5),那么上述语言变量a、b、c、d和e分别对应论域划分subRi(i=1,…,5):[x,B1B2),[B1B2,B2B3),[B2B3,B3B4),[B3B4,B4B5)和
1.2、每个停车场基于模糊集方法将其当前的收费标准数据进行模糊化表示,方法为:根据模糊集隶属度函数定义方法,论域x为收费标准Pcharge,单位:元/小时;定义5个关于“收费标准”的模糊集,“很便宜的”、“便宜的”、“适中的”、“较贵的”、“很贵的”,它们的隶属度函数分别被同样地设为步骤1.1中式(1)、式(2)、式(3)、式(4)和式(5),其中A1、A2、A3、A4和A5的取值根据具体的收费标准数据分布设定,使得用户偏好“非常便宜的”形容的停车场数量较少;同样地,也定义5个自然语言变量a、b、c、d和e来分别对应上述的5个“收费标准”模糊集;
1.3、每个停车场将其模糊集“找到车位的可能性”和“收费标准”的模糊语言变量周期性地发送给其最近的RSU,为体现实时性,发送的周期间隔可设置为较短时间,停车场标识ID也一起被发送;
所述步骤3中,RSU进行skyline信息融合并返回结果给用户包括如下过程:
3.1、在RSU-Tree中,每个收到用户停车查询请求的叶子节点RSU,根据其监测的路况信息,估算用户到达该RSU的时间,作为用户到达其周边停车场的平均时间,基于模糊集方法将到达估算时间进行模糊化表示,论域X为到达估算时间Tarrive,定义5个关于“到达时间”的模糊集:“很快的”、“较快的”、“一般的”、“较慢的”和“很慢的”,它们的隶属度函数分别被同样地设为步骤1.1中式(1)、式(2)、式(3)、式(4)和式(5),其中A1、A2、A3、A4和A5的取值根据具体的到达时间数据分布设定,使得用户偏好“很快的”描述的停车场数量较少;同样地,也定义5个自然语言变量a、b、c、d和e来分别对应上述的5个“到达时间”模糊集;
3.2、基于模糊方法中的s-norm运算,我们定义模糊语言变量比较运算操作符:设u和v为2个模糊语言变量LV,u对应的论域划分区间subRu比v对应的论域划分区间subRv更靠近用户关注的论域端,那么定义运算Θ(U,V)=V,即u>v,表示u比v大,或者v比u小,该比较运算符将用于后来步骤3.3中的模糊Skyline融合;
3.3、在RSU-Tree结构中,叶子节点RSU进行“找到车位的可能性”和“收费标准”二维模糊语言变量上的Skyline信息融合,即上述两个维度不同时比其他停车场“小”的停车场模糊信息即为skyline融合结果,该RSU把Skyline融合结果及到达时间的模糊语言变量一起传输给其父RSU节点,此时如果用户指定了某种偏好要求,则根据用户要求将相应的skyline融合结果的语言变量发生给其父节点;
3.4、在RSU-Tree中,每个非叶子节点在收到其所有子RSU节点发送的数据包后,进行默认三个维度上的Skyline模糊融合,直到用户端收到所有的模糊Skyline融合结果,在用户端进行最后一次的Skyline融合结果对应的停车场标识ID即为停车推荐结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172556.8A CN111063212B (zh) | 2019-11-26 | 2019-11-26 | 一种具有隐私保护的模糊Skyline实时停车推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172556.8A CN111063212B (zh) | 2019-11-26 | 2019-11-26 | 一种具有隐私保护的模糊Skyline实时停车推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111063212A CN111063212A (zh) | 2020-04-24 |
CN111063212B true CN111063212B (zh) | 2021-04-06 |
Family
ID=70298767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911172556.8A Active CN111063212B (zh) | 2019-11-26 | 2019-11-26 | 一种具有隐私保护的模糊Skyline实时停车推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111063212B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111627246B (zh) * | 2020-06-12 | 2022-02-11 | 桂林电子科技大学 | 基于图像识别与用户偏好的智能车位推荐方法 |
CN112002139A (zh) * | 2020-07-24 | 2020-11-27 | 南京市德赛西威汽车电子有限公司 | 一种基于v2x技术的无人智能停车方法及系统 |
CN114495508B (zh) * | 2022-04-01 | 2022-07-12 | 浙江工业大学 | 一种基于模糊决策的紧急路况信息传输方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7885879B1 (en) * | 2008-08-15 | 2011-02-08 | United Services Automobile Association (Usaa) | Systems and methods for implementing real estate value insurance |
CN108010370A (zh) * | 2017-11-24 | 2018-05-08 | 王俊国 | 基于位联网的路侧停车无人化智能化运营管理系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE321387T1 (de) * | 1991-10-01 | 2006-04-15 | Broadcom Corp | Lokales funkfrequenznetzwerk |
US20070252332A1 (en) * | 2006-04-28 | 2007-11-01 | Cassidy John B | Building card kit |
CN203038483U (zh) * | 2013-01-06 | 2013-07-03 | 福建师范大学 | 一种基于车载自组网的停车场信息发布装置 |
CN103118439B (zh) * | 2013-01-18 | 2016-03-23 | 中国科学院上海微系统与信息技术研究所 | 基于传感网节点通用中间件的数据融合方法 |
CN104661185B (zh) * | 2013-11-21 | 2019-03-01 | 富士通株式会社 | 一种融合数据传输方法及多跳网络 |
CN107318109A (zh) * | 2017-07-18 | 2017-11-03 | 沈阳化工大学 | 一种基于动态分割技术的安全数据融合方法 |
CN108831185A (zh) * | 2018-06-19 | 2018-11-16 | 深圳市元征科技股份有限公司 | 一种停车场推荐方法、系统及设备和存储介质 |
-
2019
- 2019-11-26 CN CN201911172556.8A patent/CN111063212B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7885879B1 (en) * | 2008-08-15 | 2011-02-08 | United Services Automobile Association (Usaa) | Systems and methods for implementing real estate value insurance |
CN108010370A (zh) * | 2017-11-24 | 2018-05-08 | 王俊国 | 基于位联网的路侧停车无人化智能化运营管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111063212A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111063212B (zh) | 一种具有隐私保护的模糊Skyline实时停车推荐方法 | |
Ahmad et al. | Real-time route planning and data dissemination for urban scenarios using the Internet of Things | |
Qiu et al. | Community-aware data propagation with small world feature for internet of vehicles | |
Pan et al. | Proactive vehicle re-routing strategies for congestion avoidance | |
EP1151428B1 (de) | Verfahren und vorrichtung zur gewinnung von relevanter verkehrsinformation und zur dynamischen routenoptimierung | |
Yamashita et al. | Smooth traffic flow with a cooperative car navigation system | |
CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
Li et al. | A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory | |
CN103308062A (zh) | 路径规划匹配系统、方法及该系统的装置和终端 | |
CN105034845A (zh) | 用于电动力车充电服务的方法及装置 | |
Senapati et al. | An automated toll gate system using vanet | |
CN107092986A (zh) | 基于站点及共线运行的公交乘客出行路径选择方法 | |
CN104504541A (zh) | 方便用户出行的基于大数据分析的云服务互动系统与方法 | |
Zhao et al. | Automatic city region analysis for urban routing | |
CN207611484U (zh) | 一种车型查询管理装置 | |
Hou et al. | Towards efficient vacant taxis cruising guidance | |
CN109754631A (zh) | 车辆位置追踪的方法、装置、计算机设备及存储介质 | |
CN105228215A (zh) | 车载自组织网络中基于决策树机制的多副本路由方法 | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN112504291B (zh) | 一种车辆导航的方法及装置 | |
Cao et al. | ETCS: An efficient traffic congestion scheduling scheme combined with edge computing | |
Li et al. | A traffic congestion aware vehicle-to-vehicle communication framework based on Voronoi diagram and information granularity | |
CN106254250B (zh) | 车联网短距离组网方法 | |
CN110349428A (zh) | 识别用户是否正在前往公交站点的方法及装置 | |
Neto et al. | Scalability of LPWAN for Smart City Applications |
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 |