CN111459165A - 一种路径规划方法及机器人 - Google Patents
一种路径规划方法及机器人 Download PDFInfo
- Publication number
- CN111459165A CN111459165A CN202010306935.8A CN202010306935A CN111459165A CN 111459165 A CN111459165 A CN 111459165A CN 202010306935 A CN202010306935 A CN 202010306935A CN 111459165 A CN111459165 A CN 111459165A
- Authority
- CN
- China
- Prior art keywords
- block
- robot
- level
- path planning
- planning method
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Abstract
本发明实施例涉及机器人领域,公开了一种路径规划方法及机器人。该路径规划方法,包括:获取环境地图,并根据当前的地图信息对所述地图进行区块划分;根据每个区块的信息对所述区块进行分级;确定目标位置,根据各区块的级别规划机器人从当前位置到目标位置的路线。本发明实施方式,对地图进行区块划分并获取每个区块的级别,根据这些级别,机器人可以清楚地了解周围环境中哪些地方可以走、哪些地方不可以走、哪些地方更通畅等。在对周围环境有所了解后,机器人再规划从当前位置到目标位置的路线。这种做法可使机器人避开障碍物、禁止机器人行走的区域等,有助于增强规划的路线的可靠性,且可保证机器人快速、顺利地到达目标位置。
Description
本分案申请的原案是发明申请。原案的申请号是2017104954421,发明名称是一种路径规划方法及机器人,申请日是2017年6月26日。
技术领域
本发明实施例涉及机器人领域,特别涉及一种路径规划方法及机器人。
背景技术
随着机器人的应用越来越广泛,人们对机器人的要求不断提高,可移动的机器人作为机器人应用中的重要分支,其在生活中的重要性也逐渐体现出来。比如用于搬运货物或带人的机器人越来越多地被用于人们的日常生活中。为了让机器人成功完成任务,就需要保证机器人能顺利到达目标位置,因此,机器人的路径规划问题就显得非常重要。
发明内容
本发明实施方式的目的在于提供一种路径规划方法及机器人,以解决室外复杂环境下机器人的路径规划问题。
为解决上述技术问题,本发明的实施方式提供了一种路径规划方法,包括:获取环境地图,并根据当前的地图信息对所述地图进行区块划分;根据每个区块的信息对所述区块进行分级;确定目标位置,根据各区块的级别规划机器人从当前位置到目标位置的路线。
本发明的实施方式还提供了一种机器人,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的路径规划方法。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的路径规划方法。
本发明实施方式相对于现有技术而言,对地图进行区块划分并获取每个区块的级别,根据这些级别,机器人可以清楚地了解周围环境中哪些地方可以走、哪些地方不可以走、哪些地方更通畅等。在对周围环境有所了解后,机器人再规划从当前位置到目标位置的路线。这种做法可使机器人避开障碍物、禁止机器人行走的区域等,有助于增强规划的路线的可靠性,且可保证机器人快速、顺利地到达目标位置。
进一步地,在所述根据每个区块的信息对所述区块进行分级之后,所述路径规划方法还包括:实时更新所述区块的信息,并根据更新后的信息调整所述区块的级别。这使得机器人可实时根据当前的环境状况,调整自己的行走路线,这可实时确保路线的最优性,从而进一步保障机器可快速到达目标位置。
进一步地,所述确定目标位置,具体包括:计算机器人所在区块的当前级别与预设范围内待选区块的当前级别之间的差值;根据计算所得的差值,从所述待选区块中选出满足预设条件的区块作为目标位置。提供一种确定目标位置的方法。
进一步地,所述根据各区块的级别规划机器人从当前位置到目标位置的路线,具体包括:比较机器人所在区块的各邻近区块的级别大小,并选择所述各邻近区块中级别最高的区块作为机器人的下一步行进目标。提供一种确定路线的方法。
进一步地,在所述获取环境地图之前,所述路径规划方法还包括:预先设置并存储不同的区块与各级别之间的对应关系;所述根据每个区块的信息对所述区块进行分级,具体包括:将所述区块与存储的区块进行匹配;在匹配成功时,从所述对应关系中查找所述存储的区块对应的级别,并将所述级别作为所述区块的级别。提供一种获取各区别级别的方法。
进一步地,在所述将所述区块与存储的区块进行匹配之后,所述路径规划方法还包括:若匹配不成功,则将所述区块的信息发送至服务器;在接收到服务器返回的所述区块的级别时,将返回的级别作为所述区块的级别并更新所述对应关系。通过这种自学习的方式,有利于进一步完善机器人对周围环境的认知。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施方式的路径规划方法的流程图;
图2是根据本发明第一实施方式的机器人根据各区块的级别规划出的行进路线的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种路径规划方法。具体流程如图1所示;
步骤101:获取环境地图,并根据当前的地图信息对地图进行区块划分。
该地图的信息可包括每部分的标识信息,如住宅区、道路、办公大楼、河流等。根据这些信息可将地图划分成一个个区块。一个区块可以是一个住宅区、一幢办公大楼、一个学校或一条马路。对于具有多个车道的马路而言,还可具体将每个车道作为一个区块。在本实施应用中,可根据实际情况进行区块的划分,本实施方式对此不做限制。
步骤102:根据每个区块的信息对区块进行分级。
该区块的信息可包括标识信息、是否允许通行、拥挤程度、允许行进的最大速度、当前机器人的数量等。具体地说,若某个区块是个住宅区,它的标识信息就是住宅区;若该区块是条道路,它的标识信息即是道路。根据这些标识信息机器人可以大致判断出哪些区块可以作为行走路线、哪些区块不可以作为行走路线。机器人还可根据区块是否允许通行来进一步确定其是否可以作为行走路线。对于道路而言,还可考虑其各个车道当前的拥挤程度、允许行进的最大速度等信息。
在实际应用中可综合一个区块的所有信息,来评估其作为机器人行进路线的可行性,从而对其进行分级。可行性越大,给其分配的级别就越高。对于一些禁入区块(可以是明令禁止非工作人员的进入的地方,也可以是河流、建筑物等机器人无法通过的地方)可以直接分配最低级别。而对于其他允许机器人通行的区块,可根据机器人可自由行走的程度来分配级别。如对于一条具有多个车道的马路来说,每条车道的拥挤程度可能有所区别,这就导致机器人可自由行走的程度有所差异,从而使得不同车道的级别不同。
步骤103:确定目标位置。
本实施方式可预先设定当机器人所在的区块的级别与预设范围内的待选区块的级别之间的差值满足预设条件时,机器人就会以待选区块为目标位置;若差值不满足预设条件,则将机器人当前所在的位置作为目标位置,即使机器人留在原地。
在实际应用中,当需要机器人前往待选区块,而机器人所在区块的级别与该待选区块的级别的差值不满足预设条件时,还可通过调整机器人所在区块的级别或该待选区块的级别,以使两者的差值满足预设条件。例如,机器人所在的区块的机器人数量过多,而待选区块的机器人数量又过少时,为了合理分配两个区块的机器人数量,就可通过调整机器人所在区块的级别或该待选区块的级别,以使两者的差值满足预设条件。
本实施方式,可通过以下方式来确定目标位置:
步骤1031:计算机器人所在区块的当前级别与预设范围内待选区块的当前级别之间的差值。
值得一提的是,待选区块的数量可以有多个,多个待选区块分布在不同的地区。例如,机器人所在的区块为A,待选区块分别为B、C、D,其中B、C、D分布在不同的地区。
步骤1032:根据计算所得的差值,从待选区块中选出满足预设条件的区块作为目标位置。
得到A与B、A与C、A与D之间的级别之差后,可将这些差值与预设的阈值进行比较,当某个差值达到该预设的阈值后,就可将该差值对应的待选区块作为目标位置。
在实际应用中,当期望机器人到达B时,就可调整A或B的级别,以使两者的级别之差达到该预设的阈值。同时,也要保证A与C、A与D之间的级别之差不能达到该预设的阈值。
步骤104:根据各区块的级别规划机器人从当前位置到目标位置的路线。
在确定目标位置后,可通过实时比较机器人当前所在的区块的各邻近区块的级别大小,来选择机器人的下一步行进目标。在选择下一步行进目标时,可选择该各邻近区块中级别最高的区块作为该行进目标。
或者,在确定目标位置后,也可根据当前各区别的级别,先搜索出从当前位置到目标位置的所有路线。然后计算每条路线中包括的所有区块的级别之和,并将级别之和最大的路线作为机器人的行进路线。与此同时,还需要考虑路程的长度,优选级别之和较大且路程长度较短的路线。即可根据所有区块的级别之和及总的路程的长度来选择行进路线。
图2示出了机器人根据各区块的级别规划出的行进路线。图中的数字代表每个区块的级别,其中,1代表最大级别,10代表最小级别。这里的“级别之和最大”,即是数字之和最小。
需要说明的是,在步骤102确定各区块的级别后,每个区块的级别并非是固定不变的,而是会随着时间不断更新。可以理解,一条道路在不同的时间点其拥堵程度是不同的,例如,早晚上下班高峰时期时,其拥堵程度显示高于其它时间点。道路的这种信息变化,使得其在不同的时间的级别不同。为了及时掌握这些变化的信息,可实时更新每个区块的信息,并根据更新后的信息调整区块的级别,以使其级别更能反应现实情况。
本实施方式相对于现有技术而言,对地图进行区块划分并获取每个区块的级别,根据这些级别,机器人可以清楚地了解周围环境中哪些地方可以走、哪些地方不可以走、哪些地方更通畅等。在对周围环境有所了解后,机器人再规划从当前位置到目标位置的路线。这种做法可使机器人避开障碍物、禁止机器人行走的区域等,有助于增强规划的路线的可靠性,且可保证机器人快速、顺利地到达目标位置。
本发明的第二实施方式涉及一种路径规划方法。第二实施方式与第一实施方式大致相同,主要区别之处在于:第一实施方式中,是根据机器人所在的区块的级别与预设范围内的待选区块的级别之间的差值,来确定目标位置的。而第二实施方式中,则是根据机器人所在区块调整后的级别与调整前的级别之间的差值,来确定目标位置的。
可预设多个阈值,并根据机器人所在区块调整后的级别与调整前的级别之间的差值与该多个阈值之间的关系,来确定目标位置。阈值的数量可根据待选区块的数量来设置。
例如,机器人所在的区块为A,有B、C两个待选区块,则可设置两个阈值,分别为第一阈值与第二阈值。
在调整A的级别之后,计算A调整后的级别与调整前的级别之差。若差值小于预设的第一阈值,则将机器人当前所在的位置作为目标位置,即让机器人留在原地。若差值大于或等于所述第一阈值、且小于第二阈值,则将B作为目标位置,即使机器人从A移动到B。若差值大于第二阈值,则将C作为目标位置。
另外,本实施方式还可在获取环境地图之前,预先设置并存储不同的区块与级别之间的对应关系。这样在根据每个区块的信息对划分出的区块进行分级时,就可先将划分出的区块与存储的区块进行匹配,在匹配成功时,则可从存储的对应关系中查找该存储的区块对应的级别,并将查找出的级别作为区块的级别。如果匹配不成功,则可将该区块的信息发送给服务器,由服务器来分配该区块的级别。之后服务器可将分配的级别返回给机器人,机器人将返回的级别作为该区块的级别。与此同时,机器人还可存储将该区块与对应的级别,以更新对应关系。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明的第三实施方式涉及一种机器人。该机器人包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述实施方式所述的路径规划方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第四实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种路径规划方法,其特征在于,包括:获取环境地图,并根据当前的地图信息对所述地图进行区块划分;
根据每个区块的信息对所述区块进行分级;
确定目标位置,根据各区块的级别规划机器人从当前位置到目标位置的路线。
2.根据权利要求1所述的路径规划方法,其特征在于,在所述根据每个区块的信息对所述区块进行分级之后,所述路径规划方法还包括:实时更新所述区块的信息,并根据更新后的信息调整所述区块的级别。
3.根据权利要求2所述的路径规划方法,其特征在于,所述确定目标位置,具体包括:计算机器人所在区块的当前级别与预设范围内待选区块的当前级别之间的差值;
根据所述差值,从所述待选区块中选出满足预设条件的区块作为目标位置。
4.根据权利要求2所述的路径规划方法,其特征在于,所述确定目标位置,具体包括:计算机器人所在区块调整后的级别与调整前的级别之间的差值;
根据所述差值,从所述待选区块中选出满足预设条件的区块作为目标位置。
5.根据权利要求1所述的路径规划方法,其特征在于,所述根据各区块的级别规划机器人从当前位置到目标位置的路线,具体包括:比较机器人所在区块的各邻近区块的级别大小,并选择所述各邻近区块中级别最高的区块作为机器人的下一步行进目标。
6.根据权利要求1所述的路径规划方法,其特征在于,在所述获取环境地图之前,所述路径规划方法还包括:预先设置并存储不同的区块与各级别之间的对应关系;
所述根据每个区块的信息对所述区块进行分级,具体包括:将所述区块与存储的区块进行匹配;
在匹配成功时,从所述对应关系中查找所述存储的区块对应的级别,并将所述级别作为所述区块的级别。
7.根据权利要求6所述的路径规划方法,其特征在于,在所述将所述区块与存储的区块进行匹配之后,所述路径规划方法还包括:若匹配不成功,则将所述区块的信息发送至服务器;
在接收到服务器返回的所述区块的级别时,将返回的级别作为所述区块的级别并更新所述对应关系。
8.根据权利要求1所述的路径规划方法,其特征在于,所述区块的信息包括:标识信息、是否允许通行、拥挤程度、允许行进的最大速度、机器人的数量。
9.一种机器人,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至8中任一所述的路径规划方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010306935.8A CN111459165A (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710495442.1A CN107168334B (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
CN202010306935.8A CN111459165A (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710495442.1A Division CN107168334B (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111459165A true CN111459165A (zh) | 2020-07-28 |
Family
ID=59826654
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710495442.1A Active CN107168334B (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
CN202010306935.8A Withdrawn CN111459165A (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710495442.1A Active CN107168334B (zh) | 2017-06-26 | 2017-06-26 | 一种路径规划方法及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN107168334B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112458837A (zh) * | 2020-11-27 | 2021-03-09 | 上海华东民航机场建设监理有限公司 | 对水泥混凝土道面拉毛的方法、系统、装置及存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110411446B (zh) * | 2018-04-28 | 2023-09-08 | 深圳果力智能科技有限公司 | 一种机器人的路径规划方法 |
CN109035764B (zh) * | 2018-07-06 | 2020-10-02 | 达闼科技(北京)有限公司 | 道路通行方法、相关装置及计算机可读存储设备 |
CN108904159A (zh) * | 2018-07-24 | 2018-11-30 | 北京理工大学 | 座椅机器人的控制方法、装置及座椅机器人 |
CN110826755B (zh) * | 2018-08-13 | 2022-06-28 | 菜鸟智能物流控股有限公司 | 智能体行进路径的确定方法及装置 |
CN108789420A (zh) * | 2018-08-15 | 2018-11-13 | 深圳市烽焌信息科技有限公司 | 一种发生危险时用于疏散指引的机器人及存储介质 |
DK180774B1 (en) | 2018-10-29 | 2022-03-04 | Motional Ad Llc | Automatic annotation of environmental features in a map during navigation of a vehicle |
CN109491397B (zh) * | 2019-01-14 | 2021-07-30 | 傲基科技股份有限公司 | 割草机器人及其割草区域划定方法 |
CN112257889A (zh) * | 2019-07-21 | 2021-01-22 | 长沙智能驾驶研究院有限公司 | 智慧工地中工地移动对象的路径规划方法、装置 |
CN113050614B (zh) * | 2019-12-26 | 2022-07-26 | 炬星科技(深圳)有限公司 | 机器人自主管理执行能力的方法、设备及存储介质 |
CN111504300B (zh) * | 2020-04-13 | 2022-04-08 | 五邑大学 | 感知机器人的服务质量评价方法、装置和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2589931B1 (en) * | 2011-11-07 | 2016-06-29 | Elektrobit Automotive GmbH | Technique for structuring navigation data |
DE112011105829T5 (de) * | 2011-11-09 | 2014-08-07 | Hitachi, Ltd. | Autonomes Fahrsystem |
CN103365293B (zh) * | 2013-05-08 | 2015-11-18 | 北京大学深圳研究生院 | 一种基于动态区域划分的机器人安全路径规划方法 |
CN106796114A (zh) * | 2016-11-03 | 2017-05-31 | 深圳达闼科技控股有限公司 | 路径规划的方法、装置、服务器及机器人 |
CN106647774A (zh) * | 2017-02-14 | 2017-05-10 | 南京罗普森智能科技有限公司 | 实现室内扫地机器人自主探索建图及自主路径覆盖的方法 |
-
2017
- 2017-06-26 CN CN201710495442.1A patent/CN107168334B/zh active Active
- 2017-06-26 CN CN202010306935.8A patent/CN111459165A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112458837A (zh) * | 2020-11-27 | 2021-03-09 | 上海华东民航机场建设监理有限公司 | 对水泥混凝土道面拉毛的方法、系统、装置及存储介质 |
CN112458837B (zh) * | 2020-11-27 | 2022-03-11 | 上海华东民航机场建设监理有限公司 | 对水泥混凝土道面拉毛的方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107168334B (zh) | 2020-07-07 |
CN107168334A (zh) | 2017-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107168334B (zh) | 一种路径规划方法及机器人 | |
US20210404821A1 (en) | Dynamically determining origin and destination locations for a network system | |
EP3726439B1 (en) | Edge learning | |
DE60007825T2 (de) | Navigationsgerät | |
US20170328720A1 (en) | Methods and systems for generating a horizon for use in an advanced driver assistance system (adas) | |
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
US20210173402A1 (en) | Systems and methods for determining vehicle trajectories directly from data indicative of human-driving behavior | |
CN109767030B (zh) | 道路拥堵检测方法、装置、计算机设备及存储介质 | |
EP1402496B1 (en) | Improved method and system for mapping traffic predictions with respect to telematics and route guidance applications | |
WO2019105971A1 (en) | System and method for predicting and maximizing traffic flow | |
US20180288502A1 (en) | Information collection system and information collection apparatus | |
CN107949873B (zh) | 旅行时间数据调整装置、旅行时间数据调整方法以及程序 | |
CN114638148A (zh) | 用于自动化交通工具的文化敏感驾驶的安全的并且可扩展的模型 | |
JP6810257B2 (ja) | 車両を位置特定するための方法およびシステム | |
Elleuch et al. | Cooperative intersection collision avoidance persistent system based on V2V communication and real-time databases | |
JP2017096636A (ja) | 推奨予定経路取得システム、方法およびプログラム | |
US20210074157A1 (en) | System for optimising transient kerbside access | |
CN107917716A (zh) | 固定线路导航方法、装置、终端及计算机可读存储介质 | |
US20200166951A1 (en) | Autonomous driving method adapted for recognition failure of road line and method of building driving guide data | |
Adart et al. | Vehicular ad-hoc network application for urban traffic management based on markov chains | |
CN114237237A (zh) | 一种无人驾驶汽车自主转向控制的路径优化方法 | |
CN115547023A (zh) | 一种车辆控制方法、装置及系统 | |
CN111081037B (zh) | 交通信号灯控制方法、装置、设备及存储介质 | |
RU2665096C1 (ru) | Способ двухуровневого управления и система для его осуществления (варианты) | |
Koster et al. | Using trust and possibilistic reasoning to deal with untrustworthy communication in VANETs |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200728 |
|
WW01 | Invention patent application withdrawn after publication |