CN112255652A - 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 - Google Patents
一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 Download PDFInfo
- Publication number
- CN112255652A CN112255652A CN202011344413.3A CN202011344413A CN112255652A CN 112255652 A CN112255652 A CN 112255652A CN 202011344413 A CN202011344413 A CN 202011344413A CN 112255652 A CN112255652 A CN 112255652A
- Authority
- CN
- China
- Prior art keywords
- matched
- railway
- point
- line
- candidate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012216 screening Methods 0.000 claims description 12
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供一种北斗实时定位数据和铁路线路数据的匹配方法及系统,包括:获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;以各个待匹配点为圆心,垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;参考铁路线路的总分布情况,将第一个待匹配点与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为候选铁路连接线路;从最后一个待匹配点开始,将候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;从最后一个到第一个待匹配点,依次确定铁路连接线路,将相邻的铁路连接线路连接,作为匹配铁路线路。本发明提高了北斗车辆定位数据和铁路线路匹配的精度。
Description
技术领域
本发明属于北斗定位与铁路线路结合的交叉领域,更具体地,涉及一种北斗车辆定位数据和铁路线路数据的匹配方法及系统。
背景技术
现有技术中,针对铁路行业对于信息化、自动化以及智能化方面的需求,对智慧铁路工地车辆的自动化和信息化需求,如何实现车辆的铁路车道级定位是目前研究的热点。对车辆,即铁轨上的行驶车辆实现车道级定位,可以完成实时监控车辆在铁路线路上的行驶情况,以监控车辆的行车轨迹和安全,对可能出现的危险进行提前预警。
另外,目前通用的定位技术中北斗定位的精度较高,但是目前对车辆的铁路车道级定位所采用的定位技术并不是北斗定位,因此对车辆的车道级定位的精度较低,故现有车辆定位数据和铁路线路匹配的方案的准确度不高,无法实际应用。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种北斗车辆定位数据和铁路线路数据的匹配方法及系统,旨在解决现有技术存在的车辆定位数据和铁路线路匹配的方案的则准确度不高,无法实际应用的问题。
为实现上述目的,第一方面,本发明提供了一种北斗车辆定位数据和铁路线路数据的匹配方法,包括如下步骤:
获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;
从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
在一个可选的实施例中,若两个相邻待匹配点的候选铁路为同一条,则直接通过相同的候选铁路连接两个待匹配点,作为两个待匹配点的铁路连接线路。
在一个可选的实施例中,该匹配方法还包括如下步骤:
训练筛选模型;所述筛选模型用于参考铁路线路的总分布情况获取相邻两个待匹配点的候选铁路连接线路;以及对比每条候选铁路连接线路的路径长度,选取路径长度最短的线路作为相邻两个待匹配点的铁路连接线路。
第二方面,本发明提供了一种北斗实时定位数据和铁路线路数据的匹配系统,包括:
定位数据获取单元,用于获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
候选线路确定单元,用于选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;以及从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
铁路线路确定单元,用于从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
匹配线路确定单元,用于从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
在一个可选的实施例中,包括:若两个相邻待匹配点的候选铁路为同一条,则所述候选线路确定单元直接通过相同的候选铁路连接两个待匹配点,作为两个待匹配点的铁路连接线路。
在一个可选的实施例中,所述候选线路确定单元训练筛选模型,以参考铁路线路的总分布情况获取相邻两个待匹配点的候选铁路连接线路;所述铁路线路确定单元基于筛选模型对比每条候选铁路连接线路的路径长度,选取路径长度最短的线路作为相邻两个待匹配点的铁路连接线路。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明提供一种北斗车辆定位数据和铁路线路数据的匹配方法及系统,通过先正向计算每个待匹配点的候选铁路连接线路的结果集,再逆向从候选铁路连接线路结果集中筛选路段,不需要一次计算就确定结果路段,降低了筛选模型的计算难度,并且通过两轮筛选,提高了北斗定位数据和铁路电路的匹配结果精度。本发明的筛选模型可以由人工设定筛选参数,也可以借助机器学习算法实现回归参数,既能保证小规模计算的快速实现,也能支撑大规模计算时的持续迭代增加模型精度和效率。
附图说明
图1是本发明实施例提供的一种北斗车辆定位数据和铁路线路数据的匹配方法流程图;
图2是本发明实施例提供的另一种北斗车辆定位数据和铁路线路数据的匹配方法流程图;
图3是本发明实施例提供的相邻两个北斗车辆定位点与铁路线路匹配的示意图;
图4是本发明提供的北斗车辆定位数据和铁路线路数据的匹配系统架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明设计了一种车辆定位数据与道路线路的匹配方法及系统,能够不局限于应用场景和数据模型,通过车辆道路与铁路线路的匹配后续结果和对其不同结果转换变化值的评估,实现能应对不同需要的,并且匹配度能够持续改善的方法。
图1是本发明提供的北斗车辆定位数据和铁路线路数据的匹配方法流程图;如图1所示,包括如下步骤:
S101,获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
需要说明的是,将北斗实时定位数据按照预设间隔划分,具体为:对北斗定位数据进行预处理,包括:判断距离间隔、时间间隔,按照距离间隔或者时间间隔划分定位数据,将冗余点定位数据剔除等。
S102,选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;
S103,从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
S104,从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
S105,从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
具体地,本发明的输入数据为北斗定位矢量点数据和铁路线路矢量线数据。
具体地,本发明通过构造的筛选算法模型,计算出每个点对应的候选线路路段,并保存结果集,并循环至最后一点。从最后一点开始,依次倒推所有转换代价最小的路段,直到第一点。保存计算结果,即为匹配路段。
在一个具体的实施例中,本发明提供的北斗车辆定位数据和铁路线路数据的匹配方法,如图2所示,包括如下流程:
(1)获取北斗车辆定位数据和铁路线路数据;具体地,北斗车辆定位数据为:通过车载式北斗终端定位的车辆所处位置的数据。
(2)对北斗车辆定位数据进行预处理,包括判断距离间隔、时间间隔、冗余点等;
(3)通过构造的筛选算法模型,计算出每个点对应的候选铁路线路路段,保存结果集,循环至最后一点;
(4)从最后一点开始,对结果集中保存的线路路段,依次倒推所有转换代价最小的路段,直到第一点;
(5)保存计算结果,即为匹配路段。
可以理解的是,参见图3,相邻两个定位点,如:第N个定位点和第N+1个定位点,简称第N点和第N+1点。第N点通过过滤模型,获得可能匹配的铁路路段集(路段L1、L2、L3),第N+1点,通过过滤模型,获得可能的路段集(路段P1、P2、P3),计算Ln和Pn之间所有连接路段,并保留相互之间最小成本路段(路段C1、C2、C3)。当所有点都计算完成后,从最后一个点开始,先确认最后点的最小成本路段,然后依据该路段依次回溯每个点连接中的最小成本路段,结果即为匹配结果。
图4是本发明提供的北斗车辆定位数据和铁路线路数据的匹配系统架构图,如图4所示,包括:
定位数据获取单元410,用于获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
候选线路确定单元420,用于选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;以及从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
铁路线路确定单元430,用于从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
匹配线路确定单元440,用于从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
具体地,图4中各个单元的详细功能可参见前述方法实施例中的介绍,在此不做赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种北斗车辆定位数据和铁路线路数据的匹配方法,其特征在于,包括如下步骤:
获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;
从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
2.根据权利要求1所述的匹配方法,其特征在于,若两个相邻待匹配点的候选铁路为同一条,则直接通过相同的候选铁路连接两个待匹配点,作为两个待匹配点的铁路连接线路。
3.根据权利要求1所述的匹配方法,其特征在于,还包括如下步骤:
训练筛选模型;所述筛选模型用于参考铁路线路的总分布情况获取相邻两个待匹配点的候选铁路连接线路;以及对比每条候选铁路连接线路的路径长度,选取路径长度最短的线路作为相邻两个待匹配点的铁路连接线路。
4.一种北斗车辆定位数据和铁路线路数据的匹配系统,其特征在于,包括:
定位数据获取单元,用于获取车辆的北斗实时定位数据,将北斗实时定位数据按照预设间隔划分,提取待匹配点的定位数据;所述待匹配点的定位数据为位于预设间隔点的北斗定位数据;所述预设间隔指的是预设时间间隔或预设距离间隔;所述待匹配点为需要将车辆的北斗定位点与铁路线路进行匹配的点;
候选线路确定单元,用于选取以各个待匹配点为圆心,相对各个待匹配点的垂直距离小于预设半径的铁路线路,作为各个待匹配点的候选铁路线路;以及从第一个待匹配点开始,参考铁路线路的总分布情况,将第一个待匹配点的各个候选铁路线路与下一个待匹配点的各个候选铁路通过可选择的铁路线路连接,作为相邻两个待匹配点的候选铁路连接线路;
铁路线路确定单元,用于从最后一个待匹配点开始,将相邻两个待匹配点的候选铁路连接线路中路径最短的线路作为相邻两个待匹配点的铁路连接线路;
匹配线路确定单元,用于从最后一个待匹配点到第一个待匹配点,依次确定相邻两个待匹配点的铁路连接线路,并将相邻的铁路连接线路依次连接,作为车辆的匹配铁路线路,实现对车辆的铁路线路级定位。
5.根据权利要求4所述的匹配系统,其特征在于,若两个相邻待匹配点的候选铁路为同一条,则所述候选线路确定单元直接通过相同的候选铁路连接两个待匹配点,作为两个待匹配点的铁路连接线路。
6.根据权利要求4所述的匹配系统,其特征在于,所述候选线路确定单元训练筛选模型,以参考铁路线路的总分布情况获取相邻两个待匹配点的候选铁路连接线路;所述铁路线路确定单元基于筛选模型对比每条候选铁路连接线路的路径长度,选取路径长度最短的线路作为相邻两个待匹配点的铁路连接线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011344413.3A CN112255652A (zh) | 2020-11-26 | 2020-11-26 | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011344413.3A CN112255652A (zh) | 2020-11-26 | 2020-11-26 | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112255652A true CN112255652A (zh) | 2021-01-22 |
Family
ID=74225612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011344413.3A Pending CN112255652A (zh) | 2020-11-26 | 2020-11-26 | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112255652A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346663A (ja) * | 1999-06-01 | 2000-12-15 | Mitsubishi Electric Corp | ロケータ装置 |
CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
CN104567906A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于北斗的城市路网车辆路径规划方法及装置 |
CN109085631A (zh) * | 2018-08-01 | 2018-12-25 | 北京交通大学 | 基于卫星定位的岔区列车股道加权识别方法 |
US20190073542A1 (en) * | 2017-09-07 | 2019-03-07 | Regents Of The University Of Minnesota | Vehicle lane detection system |
CN110555992A (zh) * | 2019-09-11 | 2019-12-10 | 中国矿业大学(北京) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 |
JP2020020690A (ja) * | 2018-08-01 | 2020-02-06 | トヨタ自動車株式会社 | 自車位置推定装置 |
-
2020
- 2020-11-26 CN CN202011344413.3A patent/CN112255652A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000346663A (ja) * | 1999-06-01 | 2000-12-15 | Mitsubishi Electric Corp | ロケータ装置 |
CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
CN104318766A (zh) * | 2014-10-22 | 2015-01-28 | 北京建筑大学 | 一种公交gps轨迹数据的路网匹配方法 |
CN104567906A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于北斗的城市路网车辆路径规划方法及装置 |
US20190073542A1 (en) * | 2017-09-07 | 2019-03-07 | Regents Of The University Of Minnesota | Vehicle lane detection system |
CN109085631A (zh) * | 2018-08-01 | 2018-12-25 | 北京交通大学 | 基于卫星定位的岔区列车股道加权识别方法 |
JP2020020690A (ja) * | 2018-08-01 | 2020-02-06 | トヨタ自動車株式会社 | 自車位置推定装置 |
CN110555992A (zh) * | 2019-09-11 | 2019-12-10 | 中国矿业大学(北京) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 |
Non-Patent Citations (2)
Title |
---|
卓新建等, 机械工业出版社 * |
张冰等: "基于 GPS 与地图匹配的铁路运输安全监控技术研究", 计算机与网络, no. 18, pages 68 - 70 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104931063B (zh) | 路径规划方法 | |
CN111391896B (zh) | 基于分时方案和活动事件关系的全日列车运行图生成方法 | |
CN104464310B (zh) | 城市区域多交叉口信号协同优化控制方法及系统 | |
CN103310651B (zh) | 一种基于实时路况信息的公交到站预测方法 | |
CN102874279B (zh) | 一种列车进路办理方法 | |
CN102183256B (zh) | 行进车队的地图匹配方法 | |
CN107958302B (zh) | 基于虚拟拓扑交通网络的经验路径规划方法 | |
CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
CN106710218A (zh) | 一种公交车到站时间预测方法 | |
CN107246878B (zh) | 一种导航路径的确定方法、装置及汽车 | |
WO2011079707A1 (zh) | 交通路况信息填补方法和系统 | |
CN102663890B (zh) | 利用浮动车数据确定禁左交限路口的方法 | |
CN112530158B (zh) | 一种基于历史轨迹的路网补充方法 | |
CN109729518B (zh) | 基于手机信令的城市交通早高峰拥堵源头识别方法 | |
CN110335461A (zh) | 一种公交班次实际执行信息的获取方法及装置 | |
CN105468809B (zh) | 一种地铁车站配线及地铁平面的设计方法 | |
CN108734333B (zh) | 一种配网带电作业路径两阶段优化方法 | |
CN112255652A (zh) | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 | |
CN109808741A (zh) | 轨道线路自动生成方法及系统 | |
CN111539537B (zh) | 一种结合检修计划的地铁列车收发车计划自动匹配方法 | |
CN111882913B (zh) | 一种自动生成公交车辆线路走向的方法 | |
CN113808300B (zh) | 一种机车检修周期确定方法及系统 | |
CN114078322A (zh) | 一种公交运行状态评价方法、装置、设备及存储介质 | |
CN116834809A (zh) | 轨道车辆运行数据处理方法和装置 | |
CN115817588A (zh) | 面向大小交路模式的城轨列车运行图自动编制方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210122 |
|
RJ01 | Rejection of invention patent application after publication |