CN111272164B - 基于物联网的高安全性电动轮椅出行控制系统及方法 - Google Patents
基于物联网的高安全性电动轮椅出行控制系统及方法 Download PDFInfo
- Publication number
- CN111272164B CN111272164B CN202010109127.2A CN202010109127A CN111272164B CN 111272164 B CN111272164 B CN 111272164B CN 202010109127 A CN202010109127 A CN 202010109127A CN 111272164 B CN111272164 B CN 111272164B
- Authority
- CN
- China
- Prior art keywords
- route
- module
- candidate
- deviation
- value
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于物联网的高安全性电动轮椅出行控制系统及方法,所述出行控制系统包括常用路线数据库、候选路线选取模块和最佳路线选取模块,所述常用路线数据库用于预先存储轮系使用者经常使用的路线,所述候选路线选取模块用于从电动轮椅当前所在位置到目的位置的所有路线中选取候选路线,所述最佳路线选取模块用于从候选路线中选取最佳路线。所述候选路线选取模块包括当前位置采集模块、目的位置输入模块、所有路线获取模块、直线距离计算模块、路线长度获取模块、路线长度排序模块、候选路线筛选模块、参考距离偏差计算模块、参考距离计算模块、第四路线偏差计算模块、偏差比较模块和候选路线确定模块。
Description
技术领域
本发明涉及电动轮椅领域,具体是一种基于物联网的高安全性电动轮椅出行控制系统及方法。
背景技术
轮椅是装有轮子可以帮助替代行走的椅子,分为电动和手动折叠轮椅。用于伤员、病员、残疾人居家康复、周转运输、就诊、外出活动的重要移动工具,轮椅它不仅满足肢体伤残者和行动不便人士的代步,更重要的是方便家属移动和照顾病员,使病员借助于轮椅进行身体锻炼和参与社会活动。电动轮椅是利用电能驱动的轮椅,它使得人们的出行更加省力方便,但是现有技术中,使用电动轮椅出行中常常会发生一些安全事故。
发明内容
本发明的目的在于提供一种基于物联网的高安全性电动轮椅出行控制系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于物联网的高安全性电动轮椅出行控制系统,所述出行控制系统包括常用路线数据库、候选路线选取模块和最佳路线选取模块,所述常用路线数据库用于预先存储轮系使用者经常使用的路线,所述候选路线选取模块用于从电动轮椅当前所在位置到目的位置的所有路线中选取候选路线,所述最佳路线选取模块用于从候选路线中选取最佳路线。
较优化地,所述候选路线选取模块包括当前位置采集模块、目的位置输入模块、所有路线获取模块、直线距离计算模块、路线长度获取模块、路线长度排序模块、候选路线筛选模块、参考距离偏差计算模块、参考距离计算模块、第四路线偏差计算模块、偏差比较模块和候选路线确定模块,所述当前位置采集模块用于采集当前电动轮椅当前所在的位置A,所述目的位置输入模块用于输入电动轮椅出行目的位置B,所述所有路线获取模块用于获取位置A前往位置B的所有路线图,所述直线距离计算模块用于获取位置A与位置B之间的直线距离L0,所述路线长度获取模块用于获取位置A前往位置B的所有路线的长度,所述路线长度排序模块用于将每条路线的长度按照从小到大的顺序进行排序,所述候选路线筛选模块根据路线长度排序模块的排序结果选取排序前四名的路线及其相应的路线长度,所述参考距离偏差计算模块根据位置A与位置B之间的直线距离和排序第一的路线长度计算参考距离偏差,所述参考距离计算模块将排序前三名的路线长度的平均值作为参考距离,所述第四路线偏差计算模块根据排序第四名的路线长度和参考距离计算第四路线偏差,所述偏差比较模块用于比较第四路线偏差与参考距离偏差的关系,所述候选路线确定模块根据偏差比较模块的比较结果确定具体的候选路线。
较优化地,所述最佳路线选取模块包括最大相似度获取模块、人流量偏差获取模块、坡度评估值获取模块、行驶安全值获取模块和最佳路线获得模块,所述最大相似度获取模块、人流量偏差获取模块、坡度评估值获取模块、行驶安全值获取模块和综合安全评估值获取模块,所述最大相似度获取模块用于计算获取每条候选路线与路线数据库内路线最大相似度,所述人流量偏差获取模块包括人流量获取模块和人流量偏差计算模块,所述人流量获取模块用于获取每条候选路线上的人流量,所述人流量偏差计算模块根据人流量获取模块获取的人流量和人流量阈值计算人流量偏差,所述坡度评估值获取模块包括纵坡情况获取模块和坡度评估值计算模块,所述纵坡情况获取模块用于获取每条候选路线上纵坡的个数、每个纵坡的坡度和每个纵坡的坡长,所述坡度评估值计算模块根据纵坡情况获取模块获取到的信息计算坡度评估值,所述行驶安全值获取模块包括道路交叉口情况获取模块、道路交叉口占比计算模块和行驶安全值计算模块,所述道路交叉口情况获取模块用于获取每条候选路线上道路交叉口的个数,所述道路交叉口占比计算模块用于计算每条候选路线上的道路交叉口占比,所述行驶安全值计算模块根据道路交叉口占比和道路交叉口占比阈值的大小计算行驶安全值,所述最佳路线获得模块包括综合安全评估值获取模块和综合安全评估值排序模块,所述综合安全评估值计算模块包括陪伴者判断模块和综合安全评估值计算模块,所述陪伴者判断模块用于判断轮椅使用者是否存在陪伴者一同出行,所诉综合安全评估值计算模块根据陪伴着判断模块的判断结果、最大相似度、人流量偏差、坡度评估值和行驶安全值计算综合安全评估值,所述综合安全评估值排序模块用于将综合安全评估值按照从小到大的顺序排序,并取综合安全评估值排名第一的候选路线为轮椅使用者从位置A前往位置B的最佳路线。
一种基于物联网的高安全性电动轮椅出行控制方法,所述出行控制方法包括以下步骤:
步骤S1:建立常用路线数据库,所述路线数据库用于存储轮椅使用者经常使用的路线;
步骤S2:采集当前电动轮椅当前所在的位置A,在电子地图上输入出行目的位置B,获取位置A前往位置B的所有路线图,并从中选取候选路线;
步骤S3:从候选路线中选取位置A前往位置B的最佳路线。
较优化地,所述步骤S2还包括:
步骤S21:计算位置A与位置B之间的直线距离L0;
步骤S22:分别计算位置A前往位置B的每条路线的长度将每条路线的长度按照从小到大的顺序进行排序,并获取排序前四名的路线及其相应的路线长度L1、L2、L3、L4,
步骤S23:分别计算参考距离偏差C0、参考距离LS
其中,C0=(L1-L0)/L0,LS=(L1+L2+L3)/3,
则第四路线偏差LQ=(L4-LS)/LS,
如果第四路线偏差LQ小于距离参考偏差C0,将排序前四名的路线均作为候选路线,否则将排序前三名的路线作为候选路线。
较优化地,所述步骤S3包括以下:
步骤S31:将候选路线与路线数据库内的路线进行比较,分别获取每条候选路线与路线数据库内路线最大相似度G;在出行的过程中,候选路线与经常使用的路线的相似度越高,轮椅使用者对候选路线的熟悉度越高,路况盲点越少,更加不容易发生安全事故;
步骤S32:获取每条候选路线上的人流量Q1,计算每条候选路线上的人流量偏差C=|Q1-Q0|/ Q0,其中|Q1-Q0|表示Q1-Q0的绝对值,Q0表示人流量阈值;人流量要保持在一个相对合适的数值,人流量太多,电动轮椅出行时比较拥挤不方便,人流量太少,如果电动轮椅发生事故,别人无法及时发现,给予帮助。
步骤S33:获取每条候选路线上纵坡的个数n、每个纵坡的坡度d和每个纵坡的坡长b,计算每条候选路线上的坡度评估值,其中,i表示是该条候选路线上第i个纵坡,n表示该条候选路线上纵坡的个数,bi表示该条候选路线上第i个纵坡的坡长,di表示该条候选路线上第i个纵坡的坡度,L表示该条候选路线的长度;
步骤S34:获取每条候选路线上道路交叉口的个数t,则每条候选路线上的道路交叉口占比T=t/L,其中, L表示该条候选路线的长度,计算行驶安全参考值TS=(T-T0)/ T0,其中,T0表示道路交叉口占比阈值,如果行驶安全参考值TS大于等于0,则行驶安全值W=TS,如果行驶安全参考值TS小于0,则行驶安全值W=0;轮椅使用者坐在轮椅上高度较低,而车辆的玻璃相对轮椅的高度较高,轮椅使用者通过道路交叉口时,可能由于车辆司机的视觉盲点出现事故,所以交叉口越少,发生安全事故的几率越低。
步骤S35:基于最大相似度G、人流量偏差C、坡度评估值D和行驶安全值W计算候选路线的综合安全评估值Z,并根据每条候选路线的综合安全评估值Z选取最佳路线。
较优化地,所述步骤S35还包括:
步骤S351:判断轮椅使用者是否存在陪伴者一同出行,
如果存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.39*(1-G)/10+0.21*C+0.21*D+0.19*W;
如果不存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.45*(1-G)/10+0.09*C+0.23*D+0.23*W;当没有陪伴者一同出行时,应当尽可能选择熟悉的路线,提高出行安全几率。
步骤S352:将综合安全评估值Z按照从小到大的顺序排序,取综合安全评估值Z排名第一的候选路线轮椅使用者为从位置A前往位置B的最佳路线。
较优化地,所述步骤S351还包括:所述陪伴者为年满18周岁的成年人。
与现有技术相比,本发明的有益效果是:本发明通过候选路线与常用路线数据库中路线的最大相似度、候选路线上的人流量偏差、候选路线的坡度评估值和候选路线的行驶安全值多角度来选取达到出行目的地的最佳路线,从而提高使用电动轮椅出行过程中的安全性。
附图说明
图1为本发明一种基于物联网的高安全性电动轮椅出行控制系统的模块示意图;
图2为本发明一种基于物联网的高安全性电动轮椅出行控制方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~2,本发明实施例中,一种基于物联网的高安全性电动轮椅出行控制系统,所述出行控制系统包括常用路线数据库、候选路线选取模块和最佳路线选取模块,所述常用路线数据库用于预先存储轮系使用者经常使用的路线,所述候选路线选取模块用于从电动轮椅当前所在位置到目的位置的所有路线中选取候选路线,所述最佳路线选取模块用于从候选路线中选取最佳路线。
较优化地,所述候选路线选取模块包括当前位置采集模块、目的位置输入模块、所有路线获取模块、直线距离计算模块、路线长度获取模块、路线长度排序模块、候选路线筛选模块、参考距离偏差计算模块、参考距离计算模块、第四路线偏差计算模块、偏差比较模块和候选路线确定模块,所述当前位置采集模块用于采集当前电动轮椅当前所在的位置A,所述目的位置输入模块用于输入电动轮椅出行目的位置B,所述所有路线获取模块用于获取位置A前往位置B的所有路线图,所述直线距离计算模块用于获取位置A与位置B之间的直线距离L0,所述路线长度获取模块用于获取位置A前往位置B的所有路线的长度,所述路线长度排序模块用于将每条路线的长度按照从小到大的顺序进行排序,所述候选路线筛选模块根据路线长度排序模块的排序结果选取排序前四名的路线及其相应的路线长度,所述参考距离偏差计算模块根据位置A与位置B之间的直线距离和排序第一的路线长度计算参考距离偏差,所述参考距离计算模块将排序前三名的路线长度的平均值作为参考距离,所述第四路线偏差计算模块根据排序第四名的路线长度和参考距离计算第四路线偏差,所述偏差比较模块用于比较第四路线偏差与参考距离偏差的关系,所述候选路线确定模块根据偏差比较模块的比较结果确定具体的候选路线。
较优化地,所述最佳路线选取模块包括最大相似度获取模块、人流量偏差获取模块、坡度评估值获取模块、行驶安全值获取模块和最佳路线获得模块,所述最大相似度获取模块、人流量偏差获取模块、坡度评估值获取模块、行驶安全值获取模块和综合安全评估值获取模块,所述最大相似度获取模块用于计算获取每条候选路线与路线数据库内路线最大相似度,所述人流量偏差获取模块包括人流量获取模块和人流量偏差计算模块,所述人流量获取模块用于获取每条候选路线上的人流量,所述人流量偏差计算模块根据人流量获取模块获取的人流量和人流量阈值计算人流量偏差,所述坡度评估值获取模块包括纵坡情况获取模块和坡度评估值计算模块,所述纵坡情况获取模块用于获取每条候选路线上纵坡的个数n、每个纵坡的坡度d和每个纵坡的坡长b,所述坡度评估值计算模块根据纵坡情况获取模块获取到的信息计算坡度评估值,所述行驶安全值获取模块包括道路交叉口情况获取模块、道路交叉口占比计算模块和行驶安全值计算模块,所述道路交叉口情况获取模块用于获取每条候选路线上道路交叉口的个数,所述道路交叉口占比计算模块用于计算每条候选路线上的道路交叉口占比,所述行驶安全值计算模块根据道路交叉口占比和道路交叉口占比阈值的大小计算行驶安全值,所述最佳路线获得模块包括综合安全评估值获取模块和综合安全评估值排序模块,所述综合安全评估值计算模块包括陪伴者判断模块和综合安全评估值计算模块,所述陪伴者判断模块用于判断轮椅使用者是否存在陪伴者一同出行,所诉综合安全评估值计算模块根据陪伴着判断模块的判断结果、最大相似度、人流量偏差、坡度评估值和行驶安全值计算综合安全评估值,所述综合安全评估值排序模块用于将综合安全评估值按照从小到大的顺序排序,并取综合安全评估值排名第一的候选路线为轮椅使用者从位置A前往位置B的最佳路线。
一种基于物联网的高安全性电动轮椅出行控制方法,所述出行控制方法包括以下步骤:
步骤S1:建立常用路线数据库,所述路线数据库用于存储轮椅使用者经常使用的路线;
步骤S2:采集当前电动轮椅当前所在的位置A,在电子地图上输入出行目的位置B,获取位置A前往位置B的所有路线图,并从中选取候选路线:
步骤S21:计算位置A与位置B之间的直线距离L0;
步骤S22:分别计算位置A前往位置B的每条路线的长度将每条路线的长度按照从小到大的顺序进行排序,并获取排序前四名的路线及其相应的路线长度L1、L2、L3、L4,
步骤S23:分别计算参考距离偏差C0、参考距离LS
其中,C0=(L1-L0)/L0,LS=(L1+L2+L3)/3,
则第四路线偏差LQ=(L4-LS)/LS,
如果第四路线偏差LQ小于距离参考偏差C0,将排序前四名的路线均作为候选路线,否则将排序前三名的路线作为候选路线。
步骤S3:从候选路线中选取位置A前往位置B的最佳路线:
步骤S31:将候选路线与路线数据库内的路线进行比较,分别获取每条候选路线与路线数据库内路线最大相似度G;
步骤S32:获取每条候选路线上的人流量Q1,计算每条候选路线上的人流量偏差C=|Q1-Q0|/ Q0,其中|Q1-Q0|表示Q1-Q0的绝对值,Q0表示人流量阈值;
步骤S33:获取每条候选路线上纵坡的个数n、每个纵坡的坡度d和每个纵坡的坡长b,计算每条候选路线上的坡度评估值,其中,i表示是该条候选路线上第i个纵坡,n表示该条候选路线上纵坡的个数,bi表示该条候选路线上第i个纵坡的坡长,di表示该条候选路线上第i个纵坡的坡度,L表示该条候选路线的长度;
步骤S34:获取每条候选路线上道路交叉口的个数t,则每条候选路线上的道路交叉口占比T=t/L,其中, L表示该条候选路线的长度,计算行驶安全参考值TS=(T-T0)/ T0,其中,T0表示道路交叉口占比阈值,如果行驶安全参考值TS大于等于0,则行驶安全值W=TS,如果行驶安全参考值TS小于0,则行驶安全值W=0;
步骤S35:基于最大相似度G、人流量偏差C、坡度评估值D和行驶安全值W计算候选路线的综合安全评估值Z,并根据每条候选路线的综合安全评估值Z选取最佳路线:
步骤S351:判断轮椅使用者是否存在陪伴者一同出行,所述陪伴者为年满18周岁的成年人。
如果存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.39*(1-G)/10+0.21*C+0.21*D+0.19*W;
如果不存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.45*(1-G)/10+0.09*C+0.23*D+0.23*W;
步骤S352:将综合安全评估值Z按照从小到大的顺序排序,取综合安全评估值Z排名第一的候选路线轮椅使用者为从位置A前往位置B的最佳路线。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种基于物联网的高安全性电动轮椅出行控制系统,其特征在于:所述出行控制系统包括常用路线数据库、候选路线选取模块和最佳路线选取模块,所述常用路线数据库用于预先存储轮椅使用者经常使用的路线,所述候选路线选取模块用于从电动轮椅当前所在位置到目的位置的所有路线中选取候选路线,所述最佳路线选取模块用于从候选路线中选取最佳路线;
所述候选路线选取模块包括当前位置采集模块、目的位置输入模块、所有路线获取模块、直线距离计算模块、路线长度获取模块、路线长度排序模块、候选路线筛选模块、参考距离偏差计算模块、参考距离计算模块、第四路线偏差计算模块、偏差比较模块和候选路线确定模块,所述当前位置采集模块用于采集当前电动轮椅当前所在的位置A,所述目的位置输入模块用于输入电动轮椅出行目的位置B,所述所有路线获取模块用于获取位置A前往位置B的所有路线图,所述直线距离计算模块用于获取位置A与位置B之间的直线距离L0,所述路线长度获取模块用于获取位置A前往位置B的所有路线的长度,所述路线长度排序模块用于将每条路线的长度按照从小到大的顺序进行排序,所述候选路线筛选模块根据路线长度排序模块的排序结果选取排序前四名的路线及其相应的路线长度,所述参考距离偏差计算模块根据位置A与位置B之间的直线距离和排序第一的路线长度计算参考距离偏差,所述参考距离计算模块将排序前三名的路线长度的平均值作为参考距离,所述第四路线偏差计算模块根据排序第四名的路线长度和参考距离计算第四路线偏差,所述偏差比较模块用于比较第四路线偏差与参考距离偏差的关系,所述候选路线确定模块根据偏差比较模块的比较结果确定具体的候选路线。
2.根据权利要求1所述的一种基于物联网的高安全性电动轮椅出行控制系统,其特征在于:所述最佳路线选取模块包括最大相似度获取模块、人流量偏差获取模块、坡度评估值获取模块、行驶安全值获取模块和最佳路线获得模块,所述最大相似度获取模块用于计算获取每条候选路线与常用路线数据库内路线最大相似度,所述人流量偏差获取模块包括人流量获取模块和人流量偏差计算模块,所述人流量获取模块用于获取每条候选路线上的人流量,所述人流量偏差计算模块根据人流量获取模块获取的人流量和人流量阈值计算人流量偏差,所述坡度评估值获取模块包括纵坡情况获取模块和坡度评估值计算模块,所述纵坡情况获取模块用于获取每条候选路线上纵坡的个数、每个纵坡的坡度和每个纵坡的坡长,所述坡度评估值计算模块根据纵坡情况获取模块获取到的信息计算坡度评估值,所述行驶安全值获取模块包括道路交叉口情况获取模块、道路交叉口占比计算模块和行驶安全值计算模块,所述道路交叉口情况获取模块用于获取每条候选路线上道路交叉口的个数,所述道路交叉口占比计算模块用于计算每条候选路线上的道路交叉口占比,所述行驶安全值计算模块根据道路交叉口占比和道路交叉口占比阈值的大小计算行驶安全值,所述最佳路线获得模块包括综合安全评估值获取模块和综合安全评估值排序模块,所述综合安全评估值获取模块包括陪伴者判断模块和综合安全评估值计算模块,所述陪伴者判断模块用于判断轮椅使用者是否存在陪伴者一同出行,所述综合安全评估值计算模块根据陪伴者判断模块的判断结果、最大相似度、人流量偏差、坡度评估值和行驶安全值计算综合安全评估值,所述综合安全评估值排序模块用于将综合安全评估值按照从小到大的顺序排序,并取综合安全评估值排名第一的候选路线为轮椅使用者从位置A前往位置B的最佳路线。
3.一种基于物联网的高安全性电动轮椅出行控制方法,其特征在于:所述出行控制方法包括以下步骤:
步骤S1:建立常用路线数据库,所述常用路线数据库用于存储轮椅使用者经常使用的路线;
步骤S2:采集当前电动轮椅当前所在的位置A,在电子地图上输入出行目的位置B,获取位置A前往位置B的所有路线图,并从中选取候选路线;
步骤S3:从候选路线中选取位置A前往位置B的最佳路线;
所述步骤S2还包括:
步骤S21:计算位置A与位置B之间的直线距离L0;
步骤S22:分别计算位置A前往位置B的每条路线的长度将每条路线的长度按照从小到大的顺序进行排序,并获取排序前四名的路线及其相应的路线长度L1、L2、L3、L4,
步骤S23:分别计算参考距离偏差C0、参考距离LS
其中,C0=(L1-L0)/L0,LS=(L1+L2+L3)/3,
则第四路线偏差LQ=(L4-LS)/LS,
如果第四路线偏差LQ小于距离参考偏差C0,将排序前四名的路线均作为候选路线,否则将排序前三名的路线作为候选路线。
4.根据权利要求3所述的一种基于物联网的高安全性电动轮椅出行控制方法,其特征在于:所述步骤S3包括以下:
步骤S31:将候选路线与常用路线数据库内的路线进行比较,分别获取每条候选路线与常用路线数据库内路线最大相似度G;
步骤S32:获取每条候选路线上的人流量Q1,计算每条候选路线上的人流量偏差C=|Q1-Q0|/Q0,其中|Q1-Q0|表示Q1-Q0的绝对值,Q0表示人流量阈值;
步骤S33:获取每条候选路线上纵坡的个数n、每个纵坡的坡度d和每个纵坡的坡长b,计算每条候选路线上的坡度评估值其中,i表示是该条候选路线上第i个纵坡,n表示该条候选路线上纵坡的个数,bi表示该条候选路线上第i个纵坡的坡长,di表示该条候选路线上第i个纵坡的坡度,L表示该条候选路线的长度;
步骤S34:获取每条候选路线上道路交叉口的个数t,则每条候选路线上的道路交叉口占比T=t/L,其中,L表示该条候选路线的长度,计算行驶安全参考值TS=(T-T0)/T0,其中,T0表示道路交叉口占比阈值,如果行驶安全参考值TS大于等于0,则行驶安全值W=TS,如果行驶安全参考值TS小于0,则行驶安全值W=0;
步骤S35:基于最大相似度G、人流量偏差C、坡度评估值D和行驶安全值W计算候选路线的综合安全评估值Z,并根据每条候选路线的综合安全评估值Z选取最佳路线。
5.根据权利要求4所述的一种基于物联网的高安全性电动轮椅出行控制方法,其特征在于:所述步骤S35还包括:
步骤S351:判断轮椅使用者是否存在陪伴者一同出行,
如果存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.39*(1-G)/10+0.21*C+0.21*D+0.19*W;
如果不存在陪伴者与轮椅使用者一同出行,则综合安全评估值Z=0.45*(1-G)/10+0.09*C+0.23*D+0.23*W;
步骤S352:将综合安全评估值Z按照从小到大的顺序排序,取综合安全评估值Z排名第一的候选路线为轮椅使用者从位置A前往位置B的最佳路线。
6.根据权利要求5所述的一种基于物联网的高安全性电动轮椅出行控制方法,其特征在于:所述步骤S351还包括:所述陪伴者为年满18周岁的成年人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109127.2A CN111272164B (zh) | 2020-02-21 | 2020-02-21 | 基于物联网的高安全性电动轮椅出行控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109127.2A CN111272164B (zh) | 2020-02-21 | 2020-02-21 | 基于物联网的高安全性电动轮椅出行控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111272164A CN111272164A (zh) | 2020-06-12 |
CN111272164B true CN111272164B (zh) | 2020-12-01 |
Family
ID=70995287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010109127.2A Active CN111272164B (zh) | 2020-02-21 | 2020-02-21 | 基于物联网的高安全性电动轮椅出行控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111272164B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494918A (zh) * | 2023-11-06 | 2024-02-02 | 太仓远杰机械制品有限公司 | 基于数据分析的电动轮椅行驶智能控制系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007050021A1 (de) * | 2007-10-17 | 2009-04-23 | Navigon Ag | Verfahren zum Betrieb eines Navigationssystems |
CN102788589B (zh) * | 2011-05-18 | 2015-08-26 | 神达电脑股份有限公司 | 规划个人导航装置的使用者的个人化活动路线的方法 |
CN107588776A (zh) * | 2017-09-26 | 2018-01-16 | 重庆市智权之路科技有限公司 | 基于大数据行为轨迹信息进行医疗轮椅的行进判断方法 |
CN107657344A (zh) * | 2017-09-26 | 2018-02-02 | 重庆市智权之路科技有限公司 | 支持医疗轮椅自动行驶的驾驶路线筛选工作方法 |
CN107796414B (zh) * | 2017-10-20 | 2019-10-25 | 武汉大学 | 一种基于街景图美学评分的最美路径导航方法和系统 |
CN110200760B (zh) * | 2018-10-30 | 2020-05-22 | 深圳前海诶加无障碍生态产业发展有限公司 | 智能代步轮椅及基于无障碍地图的应用方法 |
CN109443375A (zh) * | 2018-12-29 | 2019-03-08 | 深圳大学 | 导航系统 |
-
2020
- 2020-02-21 CN CN202010109127.2A patent/CN111272164B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111272164A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bourne et al. | The impact of e-cycling on travel behaviour: a scoping review | |
Howard et al. | Cycling to work in Phoenix: Route choice, travel behavior, and commuter characteristics | |
Gan et al. | Associations between built environment, perceived walkability/bikeability and metro transfer patterns | |
Földes et al. | Route plan evaluation method for personalised passenger information service | |
CN113063431B (zh) | 一种共享单车骑行路线的智能推荐方法 | |
CN111272164B (zh) | 基于物联网的高安全性电动轮椅出行控制系统及方法 | |
Makarova et al. | Development of sustainable transport in smart cities | |
Richards et al. | A simultaneous destination and mode choice model for shopping trips | |
Pulvirenti et al. | Elderly perception of critical issues of pedestrian paths | |
Hickman | Disabled cyclists in England: imagery in policy and design | |
Miller et al. | Factors that influence university employees to commute by bicycle | |
Ðerek et al. | Bicycle route planning using multiple criteria GIS analysis | |
Solé et al. | Towards drivers’ safety with multi-criteria car navigation systems | |
Iamtrakul et al. | Analysis of motorcycle accidents in developing countries: a case study of Khon Kaen, Thailand | |
CN107169202A (zh) | 一种行进车辆间安全保持距离的计算方法 | |
US20220067813A1 (en) | Automated autonomous vehicle recommendations based on personalized transition tolerance | |
CN113283714B (zh) | 一种基于群决策的交通拥堵抑制方法 | |
Marshall et al. | 14 Street networks | |
Tokhirov et al. | MODE CHOICE MODEL OF MOVEMENT IN DIFFERENT MODES | |
Rudloff et al. | Personalization of routing services: User classification as a method to overcome the cold start problem for personalized models | |
Isheka et al. | An Exploration of Cyclists’ Preferences that Influence Route Choice to Recreation in Yogyakarta during COVID-19 | |
Jing et al. | Application of Multi-path Assignment Model of Bicycle Traffic Flow from GIS for Street Space Quality in Ecological Planning Management Information System. | |
Meeder | Level of Service Concept and Design Principles for Pedestrian Networks | |
Koirala | Understanding the Factors Affecting Safety of E-Scooter and Bicycle Users in Urban Environments: An Injury Severity Analysis Using Machine Learning and Natural Language Processing | |
CN118094026A (zh) | 基于大数据的智能出行数据管理方法及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201113 Address after: Room 704, building 5, No. 556, Changjiang Road, hi tech Zone, Suzhou City, Jiangsu Province Applicant after: SUZHOU YUDESHUI ELECTRICAL TECHNOLOGY Co.,Ltd. Address before: 215000 No.133, Nanshi street, Suzhou Industrial Park, Jiangsu Province Applicant before: Suzhou Taoxi Network Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |