CN113052485A - 一种基于尘荷监测数据的环卫作业系统及方法 - Google Patents

一种基于尘荷监测数据的环卫作业系统及方法 Download PDF

Info

Publication number
CN113052485A
CN113052485A CN202110380940.8A CN202110380940A CN113052485A CN 113052485 A CN113052485 A CN 113052485A CN 202110380940 A CN202110380940 A CN 202110380940A CN 113052485 A CN113052485 A CN 113052485A
Authority
CN
China
Prior art keywords
road
dust
module
priority
sanitation
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
CN202110380940.8A
Other languages
English (en)
Inventor
司书春
朱健忠
寇世田
薛占刚
余礼祥
李贤芳
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.)
Zhengzhou Aolande Environmental Protection Technology Co ltd
Nova Fitness Co Ltd
Original Assignee
Zhengzhou Aolande Environmental Protection Technology Co ltd
Nova Fitness 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 Zhengzhou Aolande Environmental Protection Technology Co ltd, Nova Fitness Co Ltd filed Critical Zhengzhou Aolande Environmental Protection Technology Co ltd
Priority to CN202110380940.8A priority Critical patent/CN113052485A/zh
Publication of CN113052485A publication Critical patent/CN113052485A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Abstract

本发明公开了一种基于尘荷监测数据的环卫作业系统及方法，其中系统包括积尘占比计算模块、道路优先级设定模块、车流量统计模块、作业指导模块和环卫车，其中积尘占比计算模块、道路优先级设定模块和车流量统计模块分别与作业指导模块连接，作业指导模块另一端连接环卫车；积尘占比计算模块用于对某作业区域内多个路段的积尘占比进行计算；道路优先级设定模块根据铺装道路的类型排列道路处置优先级；车流量统计模块用于提供当前预作业路段的车流量情况；作业指导模块根据积尘占比优先级、道路类型优先级及车流量对环卫作业进行指导；本发明通过多重数据的考量，给环卫作业提供精准作业流程指导，降低环卫投入，提升工作效率。

Description

一种基于尘荷监测数据的环卫作业系统及方法
技术领域
本发明涉及环卫领域，尤其指一种基于尘荷监测数据的环卫作业系统及方法。
背景技术
为进一步改善环境空气质量，降低道路积尘对环境质量的影响，需要科学有效地对道路进行积尘进行合理处置。当前，环卫人员主要通过调整优化机械、增加作业频次的方式来改善路面积尘，对减少污染有一定作用，但随之涌现的新问题就是工作分配不均衡，车辆调度不合理，部分道路过度保洁或缺乏保洁，而且严重浪费水资源，道路污染无法做到精准治理。
现有做法中，并未有通过尘荷数据智能化指导城市环卫工作的具体方案，有鉴于此，本发明提供一种基于尘荷监测数据的环卫作业系统及方法。
发明内容
针对上述不足，本发明提供了一种基于尘荷监测数据的环卫作业系统及方法。
为了实现上述发明目的，本发明采用如下技术方案：
本发明提供一种基于尘荷监测数据的环卫作业系统，包括积尘占比计算模块、道路优先级设定模块、车流量统计模块、作业指导模块和环卫车，其中积尘占比计算模块、道路优先级设定模块和车流量统计模块分别与作业指导模块连接，作业指导模块另一端连接环卫车；积尘占比计算模块用于对某作业区域内多个路段的积尘占比进行计算；道路优先级设定模块根据铺装道路的类型排列道路处置优先级；车流量统计模块用于提供当前预作业路段的车流量情况；作业指导模块根据积尘占比优先级、道路类型优先级及车流量对环卫作业进行指导。
优选的，积尘占比计算模块计算的积尘占比
Figure DEST_PATH_IMAGE001
：
Figure 109672DEST_PATH_IMAGE001
=积尘负荷均值/大气扬尘均值，积尘负荷均值、大气扬尘均值为多个数据点在统计时段的平均值。
优选的，铺装道路作业时优先级从高到低为：快速路、主干道、次干道、支路。
优选的，作业指导模块对上述多个积尘占比从高到低排序，然后根据铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，依然保持从高到低的排序不变，形成复合优先级，构成预计作业的顺序清单，并且根据当前预作业路段的车流量实况决定作业次序是否顺延。
优选的，环卫车为无人驾驶车辆。
本发明还提供一种基于尘荷监测数据的环卫作业方法，包括：选取某一作业区域，计算该作业区域内多个路段的积尘占比；对上述多个积尘占比从高到低进行排名；根据铺装道路的类型排列道路处置优先级；根据上述多个路段所隶属的铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，保持从高到低的排序不变，形成复合优先级；根据复合优先级，形成预计作业的顺序清单。
优选的，步骤还包括：当预处理的某路段的车流量超过阈值时，跳过该路段，顺序往下执行，当完成下一路段的处理时，再次对已跳掉的路段加以判断，如果此时适合作业，则进入作业模式，若仍然不适合，继续跳过；当车流量低于阈值时，继续该路段的作业处置。
优选的，作业方式为根据积尘占比的多少来选择清扫、洒水或洒扫作业模式及作业车辆。
本发明与现有技术相比，具有以下特点：
1、通过上一时段中积尘占比、道路类型的优先级排序，以及当前时段的车流量信息，多重数据的考量，给环卫作业提供精准作业流程指导；
2、建立起高效无缝隙环卫作业管理，降低环卫投入，提升工作效率。
附图说明
图1为基于本发明提供的一种基于尘荷监测数据的环卫作业系统示意图；
图2为本发明提供的一种基于尘荷监测数据的环卫作业方法的流程图；
图3为基于本发明提供的基于尘荷监测数据的环卫作业区域分布示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合实施例及附图对本发明的技术方案作进一步阐述。
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
实施例1
本实施例提供了一种基于尘荷监测数据的环卫作业系统。参见图1所示为本发明提供的一种基于尘荷监测数据的环卫作业系统示意图，该系统包括积尘占比计算模块、道路优先级设定模块、车流量统计模块、作业指导模块和环卫车，其中积尘占比计算模块、道路优先级设定模块和车流量统计模块分别与作业指导模块连接，作业指导模块另一端连接环卫车。
积尘占比计算模块用于对某作业区域内多个路段的积尘占比进行计算。道路优先级设定模块根据铺装道路的类型排列道路处置优先级。车流量统计模块用于提供当前预作业路段的车流量情况。作业指导模块对上述多个积尘占比从高到低排序，然后根据铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，依然保持从高到低的排序不变，形成复合优先级，构成预计作业的顺序清单，并且根据当前预作业路段的车流量实况决定作业次序是否顺延。环卫车用于接收作业指导模块发出的指令，完成相应路段的清洁作业，例如，清扫、洒水或者洒扫。
其中，获取上一时段某路段的积尘负荷、大气扬尘的均值，对该路段计算积尘占比
Figure 140951DEST_PATH_IMAGE001
：
Figure 981868DEST_PATH_IMAGE001
=积尘负荷均值/大气扬尘均值，多个路段的积尘占比分别为
Figure 849330DEST_PATH_IMAGE001
1，
Figure 450207DEST_PATH_IMAGE001
2，
Figure 86724DEST_PATH_IMAGE001
3…
Figure 98543DEST_PATH_IMAGE001
N，（N为大于1的整数），
Figure 439919DEST_PATH_IMAGE001
能反映出大气扬尘中有多大比例是积尘造成的，
Figure 93754DEST_PATH_IMAGE001
越高说明该路段积尘负荷影响越大。积尘负荷均值、大气扬尘均值为多个数据点在该时段的平均值，每个数据点包括积尘负荷数据、大气扬尘数据、经纬度信息、时间信息。
其中，铺装道路作业时优先级从高到低为：快速路、主干道、次干道、支路；非铺装道路主要是土路、砂石路，由于非铺装道路无法进行洒扫等环卫作业，故此处不予考虑。
其中，复合优先级的形成举例来说，该作业区域中某快速路分三个路段，积尘占比排名为
Figure 319199DEST_PATH_IMAGE001
3
Figure 518230DEST_PATH_IMAGE002
7
Figure 360284DEST_PATH_IMAGE002
1，主干道分三个路段，积尘占比排名为
Figure 286652DEST_PATH_IMAGE001
2
Figure 881450DEST_PATH_IMAGE002
6
Figure 500650DEST_PATH_IMAGE002
4，次干道分两个路段，积尘占比排名为
Figure 298842DEST_PATH_IMAGE001
8
Figure 294480DEST_PATH_IMAGE002
5
Figure DEST_PATH_IMAGE003
，支路为一个路段，积尘占比为
Figure 147380DEST_PATH_IMAGE001
9，那么拟定的作业顺序为快速路（
Figure 203060DEST_PATH_IMAGE001
3
Figure 504860DEST_PATH_IMAGE004
7
Figure 350194DEST_PATH_IMAGE004
1）、主干道（
Figure 404737DEST_PATH_IMAGE001
2
Figure 631319DEST_PATH_IMAGE002
6
Figure 420415DEST_PATH_IMAGE002
4）、次干道（
Figure 492276DEST_PATH_IMAGE001
8
Figure 666906DEST_PATH_IMAGE002
5）、支路（
Figure 785428DEST_PATH_IMAGE001
9）。
实施例2
本实施例还提供了一种基于尘荷监测数据的环卫作业方法。参见图2所示为本发明提供的一种基于尘荷监测数据的环卫作业方法的流程图，包括如下步骤：
步骤201：选取某一作业区域，计算该作业区域内多个路段的积尘占比；具体来说，获取上一时段某一路段的积尘负荷、大气扬尘的均值，对该路段计算积尘占比
Figure 920874DEST_PATH_IMAGE001
：
Figure 530847DEST_PATH_IMAGE001
=积尘负荷均值/大气扬尘均值，多个路段的积尘占比分别为
Figure 825562DEST_PATH_IMAGE001
1，
Figure 112056DEST_PATH_IMAGE001
2，
Figure 859432DEST_PATH_IMAGE001
3…
Figure 351724DEST_PATH_IMAGE001
N，（N为大于1的整数），
Figure 500946DEST_PATH_IMAGE001
能反映出大气扬尘中有多大比例是积尘造成的，积尘负荷均值、大气扬尘均值为多个数据点在该时段的平均值，每个数据点包括积尘负荷数据、大气扬尘数据、经纬度信息、时间信息。
步骤202：对上述多个积尘占比进行排名；一般的，按照积尘占比
Figure 17728DEST_PATH_IMAGE001
从高到底排列，
Figure 252400DEST_PATH_IMAGE001
越高说明该路段的积尘对大气影响越大。
步骤203：根据铺装道路的类型排列道路处置优先级，优先级从高到低为快速路、主干道、次干道、支路；非铺装道路主要是土路、砂石路，由于非铺装道路无法进行洒扫等环卫作业，故此处不予考虑。步骤204：根据上述多个路段所隶属的铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，保持从高到低的排序不变，形成复合优先级；例如该作业区域中某快速路分三个路段，积尘占比排名为
Figure 204176DEST_PATH_IMAGE001
3
Figure DEST_PATH_IMAGE005
7
Figure 863696DEST_PATH_IMAGE005
1，主干道分三个路段，积尘占比排名为
Figure 508304DEST_PATH_IMAGE001
2
Figure 715426DEST_PATH_IMAGE004
6
Figure 736471DEST_PATH_IMAGE004
4，次干道分两个路段，积尘占比排名为
Figure 705958DEST_PATH_IMAGE001
8
Figure 787046DEST_PATH_IMAGE005
5，支路为一个路段，积尘占比为
Figure 40621DEST_PATH_IMAGE001
9。
步骤205：按照铺装道路优先级从高到低，以及每个铺装道路中多个路段积尘占比从高到低的复合优先级顺序开展环卫作业，例如根据上述举例，拟定的作业顺序为快速路（
Figure 753362DEST_PATH_IMAGE001
3
Figure 989040DEST_PATH_IMAGE004
7
Figure 685601DEST_PATH_IMAGE004
1）、主干道（
Figure 782870DEST_PATH_IMAGE001
2
Figure 366429DEST_PATH_IMAGE005
6
Figure 523741DEST_PATH_IMAGE005
4）、次干道（
Figure 707598DEST_PATH_IMAGE001
8
Figure 342978DEST_PATH_IMAGE005
5）、支路（
Figure 565666DEST_PATH_IMAGE001
9）。
步骤206：环卫作业时，需考虑当前车流量的实际情况，因此对上述作业顺序进一步加以判定，当预处理的某路段的车流量超过阈值时，进入步骤207；否则进入步骤208。
步骤207：跳过该路段，顺序往下执行，当完成下一路段的处理时，再对已跳掉的路段加以判断，如此时适合作业，则进入作业模式，若仍然不适合，继续跳过。这样操作可以避免在车流量较大的时候强行作业，给行人和过往车辆造成影响，以及延误后续路面的作业时间，造成效率低下。
步骤208：继续该路段的作业处置。
其中，具体作业方式可以根据积尘占比的多少来选择清扫、洒水或洒扫等相应的作业模式及作业车辆。
其中，每个区域内可以配备一辆作业环卫车，如图3所示，在根据尘荷监测数据的环卫作业指导方法下，在B区域中，根据当前车流量的判断，快速路车流量过大，暂不处理，决定环卫车2首先对主干道中路段1的路面积尘进行处理；在C区域中，快速路中路段3的复合优先级最高，此时该路段车流量也不多，那么环卫车4可以首先对该路段进行清洁作业。
其中，车流量阈值不唯一，例如50辆/分钟，实际应用中可根据情况而定，不另赘述。
更先进的，环卫车可以采用无人驾驶环卫车，更高效的完成环卫工作，节省人力成本。
通过上一时段中积尘占比、道路类型的优先级排序，以及当前时段的车流量信息，多重数据的考量，给环卫作业提供精准作业流程指导，建立起高效无缝隙环卫作业管理，使得环卫工作更加智能和精细，提升道路积尘治理水平，有利于城市环卫改善，也方便了环卫治理的考核。
以上实施例的先后顺序仅为便于描述，不代表实施例的优劣。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于尘荷监测数据的环卫作业系统，其特征在于，包括积尘占比计算模块、道路优先级设定模块、车流量统计模块、作业指导模块和环卫车，其中所述积尘占比计算模块、所述道路优先级设定模块和所述车流量统计模块分别与所述作业指导模块连接，所述作业指导模块另一端连接环卫车；所述积尘占比计算模块用于对某作业区域内多个路段的积尘占比进行计算；所述道路优先级设定模块根据铺装道路的类型排列道路处置优先级；所述车流量统计模块用于提供当前预作业路段的车流量情况；所述作业指导模块根据积尘占比优先级、道路类型优先级及车流量对环卫作业进行指导。
2.根据权利要求1所述的基于尘荷监测数据的环卫作业系统，其特征在于，所述积尘占比计算模块计算的积尘占比
Figure DEST_PATH_IMAGE002
：
Figure DEST_PATH_IMAGE002A
=积尘负荷均值/大气扬尘均值，积尘负荷均值、大气扬尘均值为多个数据点在统计时段的平均值。
3.根据权利要求2所述的基于尘荷监测数据的环卫作业系统，其特征在于，所述铺装道路作业时优先级从高到低为：快速路、主干道、次干道、支路。
4.根据权利要求3所述的基于尘荷监测数据的环卫作业系统，其特征在于，所述作业指导模块对上述多个积尘占比从高到低排序，然后根据铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，依然保持从高到低的排序不变，形成复合优先级，构成预计作业的顺序清单，并且根据当前预作业路段的车流量实况决定作业次序是否顺延。
5.根据权利要求4所述的基于尘荷监测数据的环卫作业系统，其特征在于，所述环卫车为无人驾驶车辆。
6.一种基于尘荷监测数据的环卫作业方法，其特征在于，包括：
选取某一作业区域，计算该作业区域内多个路段的积尘占比；
对上述多个积尘占比从高到低进行排名；
根据铺装道路的类型排列道路处置优先级；
根据上述多个路段所隶属的铺装道路类型的优先级，将各路段积尘占比序列进行拆分，分别划分到对应的道路类型中，保持从高到低的排序不变，形成复合优先级；以及
根据复合优先级，形成预计作业的顺序清单。
7.根据权利要求6所述的基于尘荷监测数据的环卫作业方法，其特征在于，所述步骤还包括：当预处理的某路段的车流量超过阈值时，跳过该路段，顺序往下执行，当完成下一路段的处理时，再次对已跳掉的路段加以判断，如果此时适合作业，则进入作业模式，若仍然不适合，继续跳过；当车流量低于阈值时，继续该路段的作业处置。
8.根据权利要求7所述的基于尘荷监测数据的环卫作业方法，其特征在于，计算积尘占比
Figure DEST_PATH_IMAGE002AA
：
Figure DEST_PATH_IMAGE002AAA
=积尘负荷均值/大气扬尘均值，积尘负荷均值、大气扬尘均值为多个数据点在统计时段的平均值。
9.根据权利要求8所述的基于尘荷监测数据的环卫作业方法，其特征在于，铺装道路优先级从高到低为：快速路、主干道、次干道、支路。
10.根据权利要求9所述的基于尘荷监测数据的环卫作业方法，其特征在于，所述作业方式为根据积尘占比的多少来选择清扫、洒水或洒扫作业模式及作业车辆。
CN202110380940.8A 2021-04-09 2021-04-09 一种基于尘荷监测数据的环卫作业系统及方法 Pending CN113052485A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110380940.8A CN113052485A (zh) 2021-04-09 2021-04-09 一种基于尘荷监测数据的环卫作业系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110380940.8A CN113052485A (zh) 2021-04-09 2021-04-09 一种基于尘荷监测数据的环卫作业系统及方法

Publications (1)

Publication Number Publication Date
CN113052485A true CN113052485A (zh) 2021-06-29

Family

ID=76519244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110380940.8A Pending CN113052485A (zh) 2021-04-09 2021-04-09 一种基于尘荷监测数据的环卫作业系统及方法

Country Status (1)

Country Link
CN (1) CN113052485A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741006A (zh) * 2015-08-21 2016-07-06 苏州市伏泰信息科技股份有限公司 环卫车辆作业状况智能监管系统
CN110874696A (zh) * 2019-11-15 2020-03-10 侯宇红 一种基于智慧城市的环卫监管方法及系统
CN111241720A (zh) * 2020-04-27 2020-06-05 北京英视睿达科技有限公司 一种道路扬尘模型的建模方法和装置
CN111522893A (zh) * 2020-03-21 2020-08-11 河南大学 一种高时空分辨率道路扬尘源排放清单制备方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741006A (zh) * 2015-08-21 2016-07-06 苏州市伏泰信息科技股份有限公司 环卫车辆作业状况智能监管系统
CN110874696A (zh) * 2019-11-15 2020-03-10 侯宇红 一种基于智慧城市的环卫监管方法及系统
CN111522893A (zh) * 2020-03-21 2020-08-11 河南大学 一种高时空分辨率道路扬尘源排放清单制备方法
CN111241720A (zh) * 2020-04-27 2020-06-05 北京英视睿达科技有限公司 一种道路扬尘模型的建模方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹巍: "济南市区道路积尘负荷的测定及控制措施", 《环境卫生工程》 *
竹涛 等: "基于积尘负荷法对北京市铺装道路扬尘排放清单的研究", 《太原理工大学学报》 *

Similar Documents

Publication Publication Date Title
US10242568B2 (en) Adjustment of a learning rate of Q-learning used to control traffic signals
CN103778429B (zh) 一种车载激光扫描点云中道路信息自动提取方法
CN100444210C (zh) 单点信号控制交叉口的混合控制方法
CN104574970B (zh) 城市地下停车系统出入口接驳处交通状态评价方法
CN114299729B (zh) 基于智能交通的信号控制方法、系统和计算机存储介质
CN110414708B (zh) 一种潮汐车道优化方案选择方法、装置和存储介质
CN109887289A (zh) 一种城市交通网络模型的网络车流量最大化方法
CN102547612A (zh) 使用多无线电远程信息处理装置的信息收集系统
CN111536987B (zh) 一种用于大面积垃圾清扫的车辆路径规划方法
CN111220162B (zh) 一种获取慢行车辆行驶轨迹的方法及装置
TWI704533B (zh) 以起訖旅次樹劃分交通路網的方法
CN108133329B (zh) 考虑充电反馈效应的电动汽车出行与充电需求分析方法
CN113052485A (zh) 一种基于尘荷监测数据的环卫作业系统及方法
CN111063191A (zh) 用于公交线网设计的发车频率与线网结构联合优化方法
CN110245774A (zh) 一种根据员工家庭住址进行班车线路优化的方法
CN109886502A (zh) 一种减少夜间配送噪音影响的路线选择方法
CN107293114A (zh) 一种交通信息发布道路的确定方法及装置
CN110097757B (zh) 一种基于深度优先搜索的交叉口群关键路径识别方法
CN107610498A (zh) 一种城区交通高峰期汽车出行自动选择路线方法
CN116164769A (zh) 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆
CN115907333B (zh) 一种公共应急事件中区域资源调度系统和方法
CN106971532B (zh) 一种公交线路车辆调度中的时间控制点设置方法
CN116659528A (zh) 一种路网级路面技术状况检测路径规划方法
CN114446054A (zh) 一种缓解交通拥堵的方法、装置、设备和存储介质
CN114582141A (zh) 常发车流量大路段识别方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210629

RJ01 Rejection of invention patent application after publication