CN111397619A - 一种分段多目标路径规划方法及其系统 - Google Patents

一种分段多目标路径规划方法及其系统 Download PDF

Info

Publication number
CN111397619A
CN111397619A CN202010181852.0A CN202010181852A CN111397619A CN 111397619 A CN111397619 A CN 111397619A CN 202010181852 A CN202010181852 A CN 202010181852A CN 111397619 A CN111397619 A CN 111397619A
Authority
CN
China
Prior art keywords
path
position information
sub
current position
target position
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.)
Pending
Application number
CN202010181852.0A
Other languages
English (en)
Inventor
郑万林
李慧
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.)
Beijing Longpu Intelligent Technology Co ltd
Original Assignee
Beijing Longpu Intelligent 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 Beijing Longpu Intelligent Technology Co ltd filed Critical Beijing Longpu Intelligent Technology Co ltd
Priority to CN202010181852.0A priority Critical patent/CN111397619A/zh
Publication of CN111397619A publication Critical patent/CN111397619A/zh
Pending legal-status Critical Current

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种分段多目标路径规划方法及其系统，其中，分段多目标路径规划方法，包括如下步骤：获取当前位置信息和目标位置信息；根据当前位置信息和目标位置信息构造多条路径；根据预先建立的筛选模型获得每条路径的筛选权值，为用户筛选出至少一条备选路径。本申请具有便于在堵塞时避免拥塞；使用预先建立的筛选模型为子路径进行筛选权值计算和标注，根据用户的历史使用信息推断用户使用习惯，从而为用户推荐合适路径的技术效果。

Description

一种分段多目标路径规划方法及其系统
技术领域
本申请涉及道路规划技术领域，尤其涉及一种分段多目标路径规划方法及其系统。
背景技术
随着交通工具的普及以及出行量(尤其是远距离出行)的增多，应用于各类导航仪和移动终端上的路线导航系统得到了快速发展。其中，移动终端中的电子地图程序，具有低廉的价格、实时更新的地图数据以及与其他应用软件方便结合的能力，用户只需要在电子地图上标出起点和终点，就可以方便的获取到出行的路线。但是，大多数导航软件只提供最短时间、最短路程、避开高速三种常规规划策略，因此不能根据用户习惯进行更适合用户的路线推送。
发明内容
本申请的目的在于提供一种分段多目标路径规划方法，包括如下步骤：获取当前位置信息和目标位置信息；根据当前位置信息和目标位置信息构造多条路径；根据预先建立的筛选模型获得每条路径的筛选权值，为用户筛选出至少一条备选路径。
如上的，其中，获取到当前位置信息和目标位置信息后，对当前位置信息和目标位置信息进行判断，若当前位置信息和目标位置信息存在于历史搜索信息中，则直接调用历史路线；若当前位置信息和目标位置信息不存在于历史搜索信息中，则重新进行路线规划。
如上的，其中，根据当前位置信息和目标位置信息构造多条路径的子步骤如下：根据当前位置信息和目标位置信息确定位置节点和目标节点，从而形成初步路径；获得初步路径中的多个分段节点；依据位置节点、目标节点和多个分段节点构造多条路径。
如上的，其中，获得初步路径中的多个分段节点的子步骤如下：判断初始路径是否需要跨越多个管辖区，并生成相应的节点获取阀值；根据节点获取阈值确定该初步路径的节点获取区域；获取节点获取区域中的所有节点作为分段节点。
如上的，其中，根据预先建立的筛选模型获得每条路径的筛选权值的子步骤如下：根据预先建立的筛选模型获取每条路径上的每个子路径的子权值；根据每条路径上的所有子权值获得该路径的筛选权值。
如上的，其中，每条路径上具有W个分段节点，每条路径上的子路径个数的表达式如下：L＝W+1；其中，L为子路径个数；W为子路径中的分段节点的个数，W为小于或等于N的正整数；N为分段节点的总个数。
如上的，其中，预先建立的筛选模型具体为：
Figure BDA0002412833960000021
其中，Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
如上的，其中，根据每条路径上的所有子权值获得该路径的筛选权值的表达式如下：
Figure BDA0002412833960000031
其中，Pk为第k条路径的筛选权值，k为小于或等于N的正整数；L为子路径个数；Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
本申请还一种分段多目标路径规划系统，包括：数据获取单元、处理单元和存储单元；数据获取单元：用于获取当前位置信息和目标位置信息，并将获取到的当前位置信息和目标位置信息反馈至处理单元；处理单元：用于执行上述的分段多目标路径规划方法；存储单元：用于存储历史搜索信息以及历史路线，其中，历史搜索信息为数据获取单元曾经获取到的当前位置信息和目标位置信息。
如上的，其中，处理单元包括：接收模块：用于接收数据获取单元发送的当前位置信息和目标位置信息，并将当前位置信息和目标位置信息上传至判断模块；判断模块：对当前位置信息和目标位置信息进行，并确定是否需要重新进行路线规划，若需要进行重新规划，则将当前位置信息和目标位置信息上传至分析模块；若不需要进行重新规划，则直接从存储单元调取历史路线；分析模块：分析处理当前位置信息和目标位置信息，并根据当前位置信息和目标位置信息的处理结果筛选出至少一条备选路径。
本申请具有便于在堵塞时避免拥塞；使用预先建立的筛选模型为子路径进行筛选权值计算和标注，根据用户的历史使用信息推断用户使用习惯，从而为用户推荐合适路径的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为分段多目标路径规划系统一种实施例的结构示意图；
图2为分段多目标路径规划方法一种实施例的流程图。
具体实施方式
下面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。
本申请提供一种分段多目标路径规划方法及其系统，具有便于在堵塞时避免拥塞；使用预先建立的筛选模型为子路径进行筛选权值计算和标注，根据用户的历史使用信息推断用户使用习惯，从而为用户推荐合适路径的技术效果。
如图1所示，本申请提供一种分段多目标路径规划系统，包括：数据获取单元1、处理单元2和存储单元3；数据获取单元1：用于获取当前位置信息和目标位置信息，并将获取到的当前位置信息和目标位置信息反馈至处理单元；处理单元2：用于执行下述的分段多目标路径规划方法；存储单元3：用于存储历史搜索信息以及历史路线，其中，历史搜索信息为数据获取单元曾经获取到的当前位置信息和目标位置信息。
进一步的，处理单元2包括：接收模块：用于接收数据获取单元发送的当前位置信息和目标位置信息，并将当前位置信息和目标位置信息上传至判断模块；判断模块：对当前位置信息和目标位置信息进行，并确定是否需要重新进行路线规划，若需要进行重新规划，则将当前位置信息和目标位置信息上传至分析模块；若不需要进行重新规划，则直接从存储单元调取历史路线；分析模块：分析处理当前位置信息和目标位置信息，并根据当前位置信息和目标位置信息的处理结果筛选出至少一条备选路径。
如图2所示，本申请提供一种分段多目标路径规划方法，包括如下步骤：
S1：获取当前位置信息和目标位置信息。
具体的，数据获取单元接收到当前位置信息和目标位置信息后，将接收到的当前位置信息和目标位置信息反馈至处理单元，执行S2。
其中，当前位置信息可以由系统自动获取，但不仅限于系统自动获取，还可以是由用户输入等。具体的，用户可以通过语音输入，但不仅限于语音输入，还可以通过手写输入或键盘输入等方式。
其中，目标位置信息通过用户输入，具体的，用户可以通过语音输入，但不仅限于语音输入，还可以通过手写输入或键盘输入等方式。
进一步的，获取到当前位置信息和目标位置信息后，对当前位置信息和目标位置信息进行判断，若当前位置信息和目标位置信息存在于历史搜索信息中，则直接调用历史路线；若当前位置信息和目标位置信息不存在于历史搜索信息中，则重新进行路线规划。
具体的，处理单元通过接收模块获取到当前位置信息和目标位置信息后，将当前位置信息和目标位置信息上传至判断模块进行判断，若判断出当前位置信息和目标位置信息存在于历史搜索信息中，则根据该历史搜索信息从存储单元中直接调用该历史搜索信息所对应的历史路线；若判断出当前位置信息和目标位置信息不存在于历史搜索信息中，则将当前位置信息和目标位置信息上传至分析模块，由分析模块重新进行路线规划，执行S2。
S2：根据当前位置信息和目标位置信息构造多条路径。
具体的，根据当前位置信息和目标位置信息构造多条路径的子步骤如下：
S21：根据当前位置信息和目标位置信息确定位置节点和目标节点，从而形成初步路径。
具体的，当前位置信息所在的节点为位置节点，目标位置信息所在的节点为目标节点。初步路径为以位置节点为起始点，目标节点为终点的路径。
S22：获得初步路径中的多个分段节点。
具体的，分析模块根据当前位置信息和目标位置信息形成初步路径后，对初步路径进行分段节点获取，其中，获得的分段节点为多个。
具体的，获得初步路径中的多个分段节点的子步骤如下：
S220：判断初始路径是否需要跨越多个管辖区，并生成相应的节点获取阀值。
具体的，节点获取阈值的形式及含义可以由用户预先设置，也可以由系统预先自动设置。进一步的，预先设置好的节点获取阀值的形式及含义可以根据实际情况进行修改。
分析模块对初始路径进行分析判断，若判断初始路径需要跨越多个管辖区，则生成的节点获取阀值为F，F等于跨越管辖区的个数；若判断初始数据无需跨越管辖区，则生成的节点获取阀值为D，D等于0；执行S221。
S221：根据节点获取阈值确定该初步路径的节点获取区域。
具体的，若分析模块生成的节点获取阀值为F，则节点获取区域包括这F个管辖区、位置节点所属的管辖区以及目标节点所属的管辖区。若分析模块生成的节点获取阀值为D，则节点获取区域为位置节点和目标节点共同所属的管辖区。
作为一个实施例，位置节点和目标节点均位于北京市海淀区，则初步路径整个处于北京市海淀区内，节点获取阀值为D，节点获取区域为北京市海淀区的管辖区。
作为另一个实施例，位置节点位于北京东城区，目标节点位于河北三河市燕郊镇，则初步路径跨越一个管辖区，其中，节点获取阀值为F，F＝1；节点获取区域为北京东城区的管辖区和河北三河市燕郊镇的管辖区。
S222：获取节点获取区域中的所有节点作为分段节点。
具体的，分析模块获取节点获取区域中的所有节点作为分段节点，执行S23。其中，节点为预先设置在地图中的地理标志。
S23：依据位置节点、目标节点和多个分段节点构造多条路径。
具体的，分析模块依据位置节点、目标节点和多个分段节点构造多条路径。其中，当多个分段节点为N(N为正整数)时，位置节点、目标节点和N个分段节点所构成的路径条数为N的全排(即N×(N-1)×(N-2)×(N-3)×······×3×2×1＝N！)条。
S3：根据预先建立的筛选模型获得每条路径的筛选权值，为用户筛选出至少一条备选路径。
具体的，根据预先建立的筛选模型获得每条路径的筛选权值的子步骤如下：
S31：根据预先建立的筛选模型获取每条路径上的每个子路径的子权值。
具体的，每条路径上具有W个分段节点，每条路径上的子路径个数的表达式如下：
L＝W+1；
其中，L为子路径个数；W为子路径中的分段节点的个数，W为小于或等于N的正整数；N为分段节点的总个数。
进一步的，每条路径上的子权值等于子路径个数。
预先建立的筛选模型具体为：
Figure BDA0002412833960000071
其中，Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
其中，C1、C2、C3和C4均可以由用户自己设置或系统自动设置，当C1、C2、C3和C4中的任意一个参数值等于0时，表示推送的子路径无需计算该部分的权值。
其中，子路径的预估行驶速度Vi受当前子路径的拥堵状况影响，当前子路径的拥堵程度的表达式如下：
Figure BDA0002412833960000081
其中；YD为拥挤程度；
Figure BDA0002412833960000082
为子路径的占用程度；
Figure BDA0002412833960000083
j和g均表示子路径上数据采集点中采集目标的序号；Tj为子路径上第j个采集目标在子路径上逗留的时间；Tg为子路径上第g个采集目标在子路径上逗留的时间；∩为数学符号，表示交集；φ为数学符号，表示空集；B为子路径中采集目标的数量。
具体的，YD的值越大，表示子路径也拥挤，该子路径的预估行驶速度Vi越小。
S32：根据每条路径上的所有子权值获得该路径的筛选权值。
具体的，根据每条路径上的所有子权值获得该路径的筛选权值的表达式如下：
Figure BDA0002412833960000091
其中，Pk为第k条路径的筛选权值，k为小于或等于N的正整数；L为子路径个数；Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为子路径风景景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
具体的，获得每条路径的筛选权值后，根据筛选权值为用户筛选出至少一条备选路径，其中，筛选权值最大的为优先推送的备用路径。
作为一个实施例，根据筛选权值向用户进行备用路径推送时，可根据权值类型进行标定推送。例如：C1＝1,C2、C3和C4均等于0，计算出的筛选权值最大的即为行驶时间最短的备用路径，向用户进行推送时，在该路径后标注为“行驶时间最短”。
进一步的，备用路径也可以根据用户的行驶习惯进行优先推送。例如：行驶习惯可以为喜欢快速到达、喜欢不拥堵、喜欢风景优美或喜欢常用设施齐全等。
本申请具有便于在堵塞时避免拥塞；使用预先建立的筛选模型为子路径进行筛选权值计算和标注，根据用户的历史使用信息推断用户使用习惯，从而为用户推荐合适路径的技术效果。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，本申请的保护范围意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请保护范围及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种分段多目标路径规划方法，其特征在于，包括如下步骤：
获取当前位置信息和目标位置信息；
根据当前位置信息和目标位置信息构造多条路径；
根据预先建立的筛选模型获得每条路径的筛选权值，为用户筛选出至少一条备选路径。
2.根据权利要求1所述的分段多目标路径规划方法，其特征在于，获取到当前位置信息和目标位置信息后，对当前位置信息和目标位置信息进行判断，若当前位置信息和目标位置信息存在于历史搜索信息中，则直接调用历史路线；若当前位置信息和目标位置信息不存在于历史搜索信息中，则重新进行路线规划。
3.根据权利要求1所述的分段多目标路径规划方法，其特征在于，根据当前位置信息和目标位置信息构造多条路径的子步骤如下：
根据当前位置信息和目标位置信息确定位置节点和目标节点，从而形成初步路径；
获得初步路径中的多个分段节点；
依据位置节点、目标节点和多个分段节点构造多条路径。
4.根据权利要求3所述的分段多目标路径规划方法，其特征在于，获得初步路径中的多个分段节点的子步骤如下：
判断初始路径是否需要跨越多个管辖区，并生成相应的节点获取阀值；
根据节点获取阈值确定该初步路径的节点获取区域；
获取节点获取区域中的所有节点作为分段节点。
5.根据权利要求1所述的分段多目标路径规划方法，其特征在于，根据预先建立的筛选模型获得每条路径的筛选权值的子步骤如下：
根据预先建立的筛选模型获取每条路径上的每个子路径的子权值；
根据每条路径上的所有子权值获得该路径的筛选权值。
6.根据权利要求5所述的分段多目标路径规划方法，其特征在于，每条路径上具有W个分段节点，每条路径上的子路径个数的表达式如下：
L＝W+1；
其中，L为子路径个数；W为子路径中的分段节点的个数，W为小于或等于N的正整数；N为分段节点的总个数。
7.根据权利要求5所述的分段多目标路径规划方法，其特征在于，预先建立的筛选模型具体为：
Figure FDA0002412833950000021
其中，Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
8.根据权利要求5所述的分段多目标路径规划方法，其特征在于，根据每条路径上的所有子权值获得该路径的筛选权值的表达式如下：
Figure FDA0002412833950000022
其中，Pk为第k条路径的筛选权值，k为小于或等于N的正整数；L为子路径个数；Pi为每条路径上第i个子路径的子权值；C1为时间参数；Di为第i个子路径的路径长度；Vi为第i个子路径的预估行驶速度；C2为常用设施参数；Ui为第i个子路径上的常用设施个数；C3为景色参数；Si为第i个子路径的风景景色评分；C4为行驶费用参数；Mi为第i个子路径的行驶费用值；i为每条路径上的子路径标号，i为大于或等于1，小于或等于子路径个数L的正整数。
9.一种分段多目标路径规划系统，其特征在于，包括：
数据获取单元、处理单元和存储单元；
所述数据获取单元：用于获取当前位置信息和目标位置信息，并将获取到的当前位置信息和目标位置信息反馈至处理单元；
所述处理单元：用于执行权利要求1-8中任意一项所述的分段多目标路径规划方法；
所述存储单元：用于存储历史搜索信息以及历史路线，其中，历史搜索信息为数据获取单元曾经获取到的当前位置信息和目标位置信息。
10.根据权利要求9所述的分段多目标路径规划系统，其特征在于，所述处理单元包括：
接收模块：用于接收数据获取单元发送的当前位置信息和目标位置信息，并将当前位置信息和目标位置信息上传至判断模块；
判断模块：对当前位置信息和目标位置信息进行，并确定是否需要重新进行路线规划，若需要进行重新规划，则将当前位置信息和目标位置信息上传至分析模块；若不需要进行重新规划，则直接从存储单元调取历史路线；
分析模块：分析处理当前位置信息和目标位置信息，并根据当前位置信息和目标位置信息的处理结果筛选出至少一条备选路径。
CN202010181852.0A 2020-03-16 2020-03-16 一种分段多目标路径规划方法及其系统 Pending CN111397619A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010181852.0A CN111397619A (zh) 2020-03-16 2020-03-16 一种分段多目标路径规划方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010181852.0A CN111397619A (zh) 2020-03-16 2020-03-16 一种分段多目标路径规划方法及其系统

Publications (1)

Publication Number Publication Date
CN111397619A true CN111397619A (zh) 2020-07-10

Family

ID=71434779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010181852.0A Pending CN111397619A (zh) 2020-03-16 2020-03-16 一种分段多目标路径规划方法及其系统

Country Status (1)

Country Link
CN (1) CN111397619A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104165625A (zh) * 2013-05-17 2014-11-26 北京百度网讯科技有限公司 路径规划方法和设备
CN105973253A (zh) * 2016-06-13 2016-09-28 乐视控股（北京）有限公司 导航方法、装置、系统及服务器
CN106092111A (zh) * 2016-06-03 2016-11-09 山东师范大学 一种车辆路径动态规划方法、服务器及导航系统
CN110595493A (zh) * 2019-09-25 2019-12-20 北京蓦然认知科技有限公司 一种实时动态路径规划方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104165625A (zh) * 2013-05-17 2014-11-26 北京百度网讯科技有限公司 路径规划方法和设备
CN106092111A (zh) * 2016-06-03 2016-11-09 山东师范大学 一种车辆路径动态规划方法、服务器及导航系统
CN105973253A (zh) * 2016-06-13 2016-09-28 乐视控股（北京）有限公司 导航方法、装置、系统及服务器
CN110595493A (zh) * 2019-09-25 2019-12-20 北京蓦然认知科技有限公司 一种实时动态路径规划方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王媛: "智能型车载信息装置的自适应路径规划系统研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN102102992B (zh) 基于多级网络划分的匹配道路初筛方法及地图匹配系统
Goh et al. Online map-matching based on hidden markov model for real-time traffic sensing applications
JP5833567B2 (ja) デジタル地図におけるネットワーク生成のための時間および／または正確度に依存した重み
US8706458B2 (en) Traffic sensor management
CN113155139B (zh) 车辆轨迹纠偏方法、装置及电子设备
US20060178811A1 (en) Method and apparatus for end-to-end travel time estimation using dynamic traffic data
CN106912018A (zh) 基于信令轨迹的地图匹配方法及系统
CN109697221A (zh) 轨迹规律的挖掘方法、装置、存储介质及电子设备
CN107228677A (zh) 偏航识别方法和装置
CN104884899A (zh) 确定穿过交通运输网络的一或多个交叉口的轨迹的方法
EP2642249A1 (en) Technique for determining points of interest
CN108204819B (zh) 一种地图数据自动检测方法和装置、及混合导航系统
CN104613974B (zh) 导航时间获取方法、系统、导航方法和装置
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、系统及存储介质
JP2008309789A (ja) 交通情報を生成するための交通情報提供システム、及び方法
EP3112808A1 (en) Route-finding device, route-finding method, and program
CN110285817B (zh) 基于自适应d-s证据理论的复杂路网地图匹配方法
CN110491158A (zh) 一种基于多元数据融合的公交车到站时间预测方法及系统
CN111429744A (zh) 一种路况信息融合分析的方法、装置及存储介质
CN110830915B (zh) 一种确定起点位置的方法及装置
CN110986992A (zh) 无人售卖车辆的导航方法、装置、电子设备和存储介质
CN113159457A (zh) 一种智能路径规划的方法、系统及电子设备
JP2000193470A (ja) 経路探索装置、経路探索方法及び経路探索用プログラムを記録した媒体
CN116698075A (zh) 路网数据处理方法、装置、电子设备及存储介质
CN111160594B (zh) 一种到达时间的预估方法、装置及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200710

RJ01 Rejection of invention patent application after publication