CN113257026A - 基于车路协同环境下的海港货物车辆引导方法 - Google Patents

基于车路协同环境下的海港货物车辆引导方法 Download PDF

Info

Publication number
CN113257026A
CN113257026A CN202110703162.1A CN202110703162A CN113257026A CN 113257026 A CN113257026 A CN 113257026A CN 202110703162 A CN202110703162 A CN 202110703162A CN 113257026 A CN113257026 A CN 113257026A
Authority
CN
China
Prior art keywords
vehicle
information
road
point
side equipment
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.)
Granted
Application number
CN202110703162.1A
Other languages
English (en)
Other versions
CN113257026B (zh
Inventor
王毅
王谦
朱芸
刘云鹏
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.)
Zhejiang Haikang Zhilian Technology Co ltd
Original Assignee
Zhejiang Haikang Zhilian 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 Zhejiang Haikang Zhilian Technology Co ltd filed Critical Zhejiang Haikang Zhilian Technology Co ltd
Priority to CN202110703162.1A priority Critical patent/CN113257026B/zh
Publication of CN113257026A publication Critical patent/CN113257026A/zh
Application granted granted Critical
Publication of CN113257026B publication Critical patent/CN113257026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

基于车路协同环境下的海港货物车辆引导方法，于港口的每一个路口设置有路侧设备，路测设备会对外广播其所监管路段的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息，路侧设备之间通讯连接；车辆里配置有与路侧设备连接的车载设备，车载设备会对外广播自身的车辆基本信息、意图信息以及本车的请求信息。在港口的车辆能够实时的获取到当前港口全局的交通信息，而且由于数据的不断的更新和共享，路测也会根据当前的情况，对车辆进行一个合理的调度，从而避免了堵车，改变通行效率低的现实情况。

Description

基于车路协同环境下的海港货物车辆引导方法
技术领域
本发明涉及车辆引导领域，具体涉及基于车路协同环境下的海港货物车辆引导方法。
背景技术
近年来，随着我国经济的日益发展，我国港口的吞吐量也越来越大，但同时也带来了很多的问题，比如海港的日益增长的集装箱需要大量的车辆来运输，如果没有很好的调度的话，很容易造成港口拥堵，这样大大降低了港口的物流效率。
但是随着车路协同技术的发展和完善，现在的港口也将构造车路协同环境，实现车，路的实时通信。在一个完善的车路协同环境下，路测设备能够实时，准确的获取整个港口的车辆的信息，以及道路信息，只要能够合理的利用这些信息，就能够对港口的一个交通情况进行一个全局的调度，为提高港口的物流效率提供重要的辅助。
同时也有很多人提出利用无人驾驶技术来解决港口的拥堵情况，但是无人驾驶技术目前来说成本以及实现难度来说都比较大，因此目前阶段利用车路协同技术来解决港口的拥堵问题会是一个性价比很高的解决方案。
发明内容
根据背景技术提出的问题，本发明提供基于车路协同环境下的海港货物车辆引导方法来解决，接下来对本发明做进一步地阐述。
基于车路协同环境下的海港货物车辆引导方法，于港口的每一个路口设置有路侧设备，路测设备会对外广播其所监管路段的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息，路侧设备之间通讯连接；车辆里配置有与路侧设备连接的车载设备，车载设备会对外广播自身的车辆基本信息、意图信息以及本车的请求信息；其特征在于，海港货物车辆引导方法包括以下步骤：
S1，路测设备隔周期T1广播目前港口的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息；
S2，车载设备根据路测设备的广播信息进行匹配，计算当前车辆以及地图上节点的相对关系，车辆与节点匹配，确认车辆已进入；
S3，车辆发送请求信息，告知路侧设备需要进场；
S4，车辆进入港口后，车载设备隔周期T上传本身的车辆基本信息、请求信息；
S5，路测设备按周期T2接收所有的车辆数据，实时获取到每条路段的拥堵情况，根据车辆的目的地信息进行路径规划；
S6，根据目的地的不一样，路侧设备会规划不同的路径，路侧设备信息里面都有相对应标定的GPS点，这时在路侧设备中这些GPS点会组成一个矩阵，同时将方正网格状态的整个地图化为矩阵，设定每个点的距离都一样，匹配算法将遍历矩阵内所有点以筛选出最佳驾驶路径；
S7，路测设备将规划好的路径发送到车载设备上，车辆会根据规划好的路径行驶，同时进行车道匹配，保证车辆按照预定路线行驶；
S8，车辆按照路径到达终点，匹配算法匹配上路径上最后一个点，车载设备向路测设备发送完成的指令。
作为优选地，车辆与节点匹配确认车辆已进入的判断方式如下：
S21，直接获取经纬度坐标，设定车辆的经纬度为(lat1，lng1)，节点的经纬度为(lat2，lng2)；距离公式为：
Figure BDA0003131008810000021
S22，角度计算：
获取两个经纬度中的纬度，以正北方向为基准，算出两点之间的距离差；
获取两个经纬度中的经度，以正东方向为基准，算出两个点之间的距离差；
d_north＝R*(rad(lat2)-rad(lat1))
d_east＝R*cos(rad(lat1))*(rad(lon2)-rad(lon1))
用反正切函数atan求出一个弧度得返回值，通过弧度转换可算出角度值，但是由于用atan函数算出来的夹角如果超过了180度会返回一个负角度，这时候只需要加上360即为当前的两个经纬度的角度heading_hv_point；
S23，得到了角度heading_hv_point还不足以判断点是否位于本车的前方，此时，需要用heading_hv_point减去本车的航向角,然后取绝对值得到：
abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)<360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)>360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝360-abs(relation.heading_hv_point-hvBsm.heading)；
S23，如果angle_hvrv_hv小于90°，判定节点在前方；此时如果距离L小于预设的阀值L_threshold时，则判定车辆匹配上了节点，默认车辆已经进场。
作为优选地，匹配算法筛选出最佳驾驶路径的步骤如下：
S61，设定当前车辆的位置为初始点[x,y]，将方正网格状的整个地图转化为一个大小为[x_max,y_max]的矩阵，设定每个点的距离都一样，遍历[x-1,y；x+1,y；x,y+1；x,y-1]内所有的点，看这几个位置是否处于初始点的周围，如果是的话则筛选出作为最优点；
S62，路侧设备将筛选出的车辆附近的最优点，分别计算最优点到目的地的距离，得到当前车辆附近的节点距离目的地的距离，赋予权重值G；
S63，同时路侧设备中也获取有各个节点的拥堵情况和通行情况，路侧设备根据拥堵情况和通行情况的情况赋予另一个权重值H；
S64，设定行驶代价公式为F＝G+H，路侧设备计算各路径的值后选取选择权重值最小的一个点，作为车辆的下一个点，重复以上步骤直到算到目的地的节点时停止，依次得到的节点连线即最佳驾驶路径。
有益效果：与现有技术相比，通过本发明，在港口的车辆能够实时的获取到当前港口全局的交通信息，而且由于数据的不断的更新和共享，路测也会根据当前的情况，对车辆进行一个合理的调度，从而避免了堵车，改变通行效率低的现实情况。
附图说明
图1：本发明的引导方法流程示意图。
具体实施方式
接下来结合附图对本发明的一个具体实施例来做详细地阐述。
基于车路协同环境下的海港货物车辆引导方法，在硬件布置上，于港口的每一个路口设置有路侧设备，路测设备会对外广播其所监管路段的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息，路侧设备之间通讯连接，路侧设备能够获取到港口内部的所有道路基础信息以及通行路况信息，这有助于路侧设备对刚进入港口以及已经在港口的车辆进行一个全局的调度和安排；车辆里配置有与路侧设备连接的车载设备，车载设备会对外广播自身的车辆基本信息、意图信息以及本车的请求信息。
路测设备对外广播其所监管路段的路段基础消息包括了每个路段的节点信息、位置信息、限速信息、路段上下游信息等；对外广播目的地的停车位信息包括停车位位置、目的地车辆情况信息、目的地货物是否到达等。
车载设备对外广播自身的车辆基本信息包括速度，位置，车辆种类等，请求信息包括对停车位的要求、货物的具体信息、行进间驾驶意图、意图信息等，其中，意图信息包括车辆进入港口意图以及目的地信息。
当车辆进入港口时，车载设备会将本车的意图信息以及请求信息告知路侧设备，同时也会将本车的车辆基本信息一同发给路侧设备；当多辆车同时入场时，路侧设备同一时间会收到多条请求，这时路测设备会根据每辆车的具体情况进行一个合理的调度，比如车辆种类的不一样或者紧急程度不一样的情况，具体的实现方法如下：
S1，路测设备隔周期T1广播目前港口的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息；
S2，车载设备根据路测设备的广播信息进行匹配，计算当前车辆以及地图上节点的相对关系，车辆与节点匹配，确认车辆已进入；
S3，车辆发送请求信息，告知路侧设备需要进场；
S4，车辆进入港口后，车载设备隔周期T上传本身的车辆基本信息、请求信息；
S5，路测设备按周期T2接收所有的车辆数据，实时获取到每条路段的拥堵情况，根据车辆的目的地信息进行路径规划；
S6，根据目的地的不一样，路侧设备会规划不同的路径，路侧设备信息里面都有相对应标定的GPS点，这时在路侧设备中这些GPS会组成一个矩阵，同时将方正网格状态的整个地图化为矩阵，设定每个点的距离都一样，匹配算法将遍历矩阵内所有点以筛选出最佳驾驶路径；
S7，路测设备将规划好的路径发送到车载设备上，车辆会根据规划好的路径行驶，同时进行车道匹配，保证车辆按照预定路线行驶；
S8，车辆按照路径到达终点，匹配算法匹配上路径上最后一个点，车载设备向路测设备发送完成的指令。
在S2中，车辆与节点匹配确认车辆已进入的判断方式如下：
S21，直接获取经纬度坐标，设定车辆的经纬度为(lat1，lng1)，节点的经纬度为(lat2，lng2)，
距离公式为：
Figure BDA0003131008810000051
S22，角度计算：
获取两个经纬度中的纬度，以正北方向为基准，算出两点之间的距离差；
获取两个经纬度中的经度，以正东方向为基准，算出两个点之间的距离差；
d_north＝R*(rad(lat2)-rad(lat1))
d_east＝R*cos(rad(lat1))*(rad(lon2)-rad(lon1))
用反正切函数atan求出一个弧度得返回值，通过弧度转换可算出角度值，但是由于用atan函数算出来的夹角如果超过了180度会返回一个负角度，这时候只需要加上360即为当前的两个经纬度的角度heading_hv_point；
S23，得到了角度heading_hv_point还不足以判断点是否位于本车的前方，此时，需要用heading_hv_point减去本车的航向角,然后取绝对值得到：
abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)<360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)>360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝360-abs(relation.heading_hv_point-hvBsm.heading)；
S23，如果angle_hvrv_hv小于90°，判定节点在前方；此时如果距离L小于预设的阀值L_threshold时，则判定车辆匹配上了节点，默认车辆已经进场。
在S5中，还包括：路测设备根据车辆的目的地信息判断该车辆的货物是否到达港口，如果没有到达，将车辆导航到候车区，等货物到来后再进行路径规划。
在S6中，匹配算法遍历矩阵内所有点筛选出最佳驾驶路径的步骤如下：
S61，设定当前车辆的位置为初始点[x,y]，将方正网格状的整个地图转化为一个大小为[x_max,y_max]的矩阵，设定每个点的距离都一样，遍历[x-1,y；x+1,y；x,y+1；x,y-1]内所有的点，看这几个位置是否处于初始点的周围，如果是的话则筛选出作为最优点；
S62，路侧设备将筛选出的车辆附近的最优点，分别计算最优点到目的地的距离，得到当前车辆附近的节点距离目的地的距离，赋予权重值G；
S63，同时路侧设备中也获取有各个节点的拥堵情况和通行情况，路侧设备根据拥堵情况和通行情况的情况赋予另一个权重值H；
S64，设定行驶代价公式为F＝G+H，路侧设备计算各路径的值后选取选择权重值最小的一个点，作为车辆的下一个点，重复以上步骤直到算到目的地的节点时停止，依次得到的节点连线即最佳驾驶路径。
路测设备将规划好的最佳路径发送到车载设备上，车辆会根据规划好的路径行驶，同时也会进行车道匹配，保证车辆是按照预定路线行驶。在实际中，如果车辆没有按照预定路径行驶的话，依据预设的匹配算法，道路匹配会自动匹配到其他的节点，这时候车辆会重新发送请求给路侧设备重新进行路径规划。
路侧设备将所有筛选出的节点做为车辆的最佳行驶路径，与此同时在本实施例中，路侧设备将车辆视为虚拟车辆(计算进交通流)，并且更新其路径上的拥堵情况，之后为下一辆车辆进行规划，提升匹配的精度。
在车辆需要离场的时候，车辆会发送离场请求给与路侧设备，同入场一样，路侧设备会根据车辆的信息以及道路的拥堵情况给，以同样的方式为被要求引导的车辆规划出一条最佳路线。
通过本发明，在港口的车辆能够实时的获取到当前港口全局的交通信息，而且由于数据的不断的更新和共享，路测也会根据当前的情况，对车辆进行一个合理的调度，从而避免了堵车，改变通行效率低的现实情况。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于车路协同环境下的海港货物车辆引导方法，于港口的每一个路口设置有路侧设备，路测设备会对外广播其所监管路段的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息，路侧设备之间通讯连接；车辆里配置有与路侧设备连接的车载设备，车载设备会对外广播自身的车辆基本信息、意图信息以及本车的请求信息；其特征在于，海港货物车辆引导方法包括以下步骤：
S1，路测设备隔周期T1广播目前港口的路段基础消息、目的地的停车位信息以及路侧设备所监控范围内的路况信息；
S2，车载设备根据路测设备的广播信息进行匹配，计算当前车辆以及地图上节点的相对关系，车辆与节点匹配，确认车辆已进入；
S3，车辆发送请求信息，告知路侧设备需要进场；
S4，车辆进入港口后，车载设备隔周期T上传本身的车辆基本信息、请求信息；
S5，路测设备按周期T2接收所有的车辆数据，实时获取到每条路段的拥堵情况，根据车辆的目的地信息进行路径规划；
S6，根据目的地的不一样，路侧设备会规划不同的路径，路侧设备信息里面都有相对应标定的GPS点，这时在路侧设备中这些GPS点会组成一个矩阵，同时将方正网格状态的整个地图化为矩阵，设定每个点的距离都一样，匹配算法将遍历矩阵内所有点以筛选出最佳驾驶路径；
S7，路测设备将规划好的路径发送到车载设备上，车辆会根据规划好的路径行驶，同时进行车道匹配，保证车辆按照预定路线行驶；
S8，车辆按照路径到达终点，匹配算法匹配上路径上最后一个点，车载设备向路测设备发送完成的指令。
2.根据权利要求1所述的海港货物车辆引导方法，其特征在于：
路测设备对外广播其所监管路段的路段基础消息包括了每个路段的节点信息、位置信息、限速信息、路段上下游信息；对外广播目的地的停车位信息包括停车位位置、目的地车辆情况信息、目的地货物是否到达；
车载设备对外广播自身的车辆基本信息包括速度，位置，车辆种类；请求信息包括对停车位的要求、货物的具体信息、行进间驾驶意图、意图信息；其中，意图信息包括车辆进入港口意图以及目的地信息。
3.根据权利要求1所述的海港货物车辆引导方法，其特征在于，在S2中，车辆与节点匹配确认车辆已进入的判断方式如下：
S21，直接获取经纬度坐标，设定车辆的经纬度为(lat1，lng1)，节点的经纬度为(lat2，lng2)，
距离公式为：
Figure FDA0003131008800000021
S22，角度计算：
获取两个经纬度中的纬度，以正北方向为基准，算出两点之间的距离差；
获取两个经纬度中的经度，以正东方向为基准，算出两个点之间的距离差；
d_north＝R*(rad(lat2)-rad(lat1))
d_east＝R*cos(rad(lat1))*(rad(lon2)-rad(lon1))
用反正切函数atan求出一个弧度得返回值，通过弧度转换可算出角度值，但是由于用atan函数算出来的夹角如果超过了180度会返回一个负角度，这时候只需要加上360即为当前的两个经纬度的角度heading_hv_point；
S23，得到了角度heading_hv_point还不足以判断点是否位于本车的前方，此时，需要用heading_hv_point减去本车的航向角,然后取绝对值得到：
abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)<360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝abs(relation.heading_hv_point-hvBsm.heading)；
若
abs(relation.heading_hv_point-hvBsm.heading)>360-abs(relation.heading_hv_point-hvBsm.heading)；
则计算出：angle_hvrv_hv＝360-abs(relation.heading_hv_point-hvBsm.heading)；
S23，如果angle_hvrv_hv小于90°，判定节点在前方；此时如果距离L小于预设的阀值L_threshold时，则判定车辆匹配上了节点，默认车辆已经进场。
4.根据权利要求3所述的海港货物车辆引导方法，其特征在于，在S5中，路测设备还会根据车辆的目的地信息判断该车辆的货物是否到达港口，如果没有到达，将车辆导航到候车区，等货物到来后再进行路径规划。
5.根据权利要求3所述的海港货物车辆引导方法，海港货物车辆引导方法，其特征在于，在S6中匹配算法筛选出最佳驾驶路径的步骤如下：
S61，设定当前车辆的位置为初始点[x,y]，将方正网格状的整个地图转化为一个大小为[x_max,y_max]的矩阵，设定每个点的距离都一样，遍历[x-1,y；x+1,y；x,y+1；x,y-1]内所有的点，看这几个位置是否处于初始点的周围，如果是的话则筛选出作为最优点；
S62，路侧设备将筛选出的车辆附近的最优点，分别计算最优点到目的地的距离，得到当前车辆附近的节点距离目的地的距离，赋予权重值G；
S63，同时路侧设备中也获取有各个节点的拥堵情况和通行情况，路侧设备根据拥堵情况和通行情况的情况赋予另一个权重值H；
S64，设定行驶代价公式为F＝G+H，路侧设备计算各路径的值后选取选择权重值最小的一个点，作为车辆的下一个点，重复以上步骤直到算到目的地的节点时停止，依次得到的节点连线即最佳驾驶路径。
6.根据权利要求5所述的海港货物车辆引导方法，其特征在于：
车辆没有按照预定路径行驶，依据预设的匹配算法，道路匹配会自动匹配到其他的节点，这时候车辆会重新发送请求给路侧设备重新进行路径规划。
7.根据权利要求6所述的海港货物车辆引导方法，海港货物车辆引导方法，其特征在于：
路侧设备将所有筛选出的节点做为车辆的最佳行驶路径，与此同时路侧设备将车辆视为虚拟车辆，并且更新其路径上的拥堵情况，之后为下一辆车辆进行规划。
8.根据权利要求7所述的海港货物车辆引导方法，其特征在于：
在车辆需要离场的时候，车辆会发送离场请求给与路侧设备，同入场一样，路侧设备会根据车辆的信息以及道路的拥堵情况给，以同样的方式为被要求引导的车辆规划出一条最佳路线。
CN202110703162.1A 2021-06-24 2021-06-24 基于车路协同环境下的海港货物车辆引导方法 Active CN113257026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110703162.1A CN113257026B (zh) 2021-06-24 2021-06-24 基于车路协同环境下的海港货物车辆引导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110703162.1A CN113257026B (zh) 2021-06-24 2021-06-24 基于车路协同环境下的海港货物车辆引导方法

Publications (2)

Publication Number Publication Date
CN113257026A true CN113257026A (zh) 2021-08-13
CN113257026B CN113257026B (zh) 2022-04-19

Family

ID=77189473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110703162.1A Active CN113257026B (zh) 2021-06-24 2021-06-24 基于车路协同环境下的海港货物车辆引导方法

Country Status (1)

Country Link
CN (1) CN113257026B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114543832A (zh) * 2022-04-27 2022-05-27 深圳本地宝新媒体技术有限公司 基于本地区域特性的道路出行信息分析推送方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108845579A (zh) * 2018-08-14 2018-11-20 苏州畅风加行智能科技有限公司 一种港口车辆的自动驾驶系统及其方法
CN110262508A (zh) * 2019-07-06 2019-09-20 深圳数翔科技有限公司 应用于封闭场地无人驾驶货运车辆上的自动引导系统及方法
CN110296713A (zh) * 2019-06-17 2019-10-01 深圳数翔科技有限公司 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法
CN111532641A (zh) * 2020-04-30 2020-08-14 西安电子科技大学 仓储分拣中自动引导车的并行路径规划方法
CN111583678A (zh) * 2020-04-30 2020-08-25 福建中科云杉信息技术有限公司 一种无人集卡港口水平运输系统及方法
CN111882862A (zh) * 2020-06-18 2020-11-03 北京九曜智能科技有限公司 一种路侧状态监控系统
CN112235754A (zh) * 2020-11-23 2021-01-15 浙江海康智联科技有限公司 一种基于定向天线的v2x定位系统及定位、搭建方法
CN112634606A (zh) * 2020-12-21 2021-04-09 重庆交通大学 货车编队运输调度方法、调度系统、介质及数据处理终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108845579A (zh) * 2018-08-14 2018-11-20 苏州畅风加行智能科技有限公司 一种港口车辆的自动驾驶系统及其方法
CN110296713A (zh) * 2019-06-17 2019-10-01 深圳数翔科技有限公司 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法
CN110262508A (zh) * 2019-07-06 2019-09-20 深圳数翔科技有限公司 应用于封闭场地无人驾驶货运车辆上的自动引导系统及方法
CN111532641A (zh) * 2020-04-30 2020-08-14 西安电子科技大学 仓储分拣中自动引导车的并行路径规划方法
CN111583678A (zh) * 2020-04-30 2020-08-25 福建中科云杉信息技术有限公司 一种无人集卡港口水平运输系统及方法
CN111882862A (zh) * 2020-06-18 2020-11-03 北京九曜智能科技有限公司 一种路侧状态监控系统
CN112235754A (zh) * 2020-11-23 2021-01-15 浙江海康智联科技有限公司 一种基于定向天线的v2x定位系统及定位、搭建方法
CN112634606A (zh) * 2020-12-21 2021-04-09 重庆交通大学 货车编队运输调度方法、调度系统、介质及数据处理终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨丽金: "内河港口中作业车辆的协同选路方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)·基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114543832A (zh) * 2022-04-27 2022-05-27 深圳本地宝新媒体技术有限公司 基于本地区域特性的道路出行信息分析推送方法及系统
CN114543832B (zh) * 2022-04-27 2022-07-01 深圳本地宝新媒体技术有限公司 基于本地区域特性的道路出行信息分析推送方法及系统

Also Published As

Publication number Publication date
CN113257026B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
JP7167876B2 (ja) 地図生成システム、サーバ、方法
CN108027242B (zh) 自动驾驶导航方法、装置、系统、车载终端及服务器
US10012995B2 (en) Autonomous vehicle routing and navigation using passenger docking locations
US20190311616A1 (en) Connected and automated vehicle systems and methods for the entire roadway network
JP7147712B2 (ja) 車両側装置、方法および記憶媒体
CN106548646B (zh) 基于雾计算的城市堵车时道路信息服务系统及方法
US9476721B2 (en) Travel support device, travel support method, and drive support system
US11797019B2 (en) Rugged terrain vehicle design and route optimization
US20200293043A1 (en) System and method and map for determining a driving route of a vehicle
Wang et al. Early findings from field trials of heavy-duty truck connected eco-driving system
US20220063660A1 (en) Drive Mode Selection
AU2021106247A4 (en) Vehicle fusion positioning method based on V2X and laser point cloud registration for advanced automatic driving
JP5591426B2 (ja) 運転支援装置
CN113257026B (zh) 基于车路协同环境下的海港货物车辆引导方法
US20070208506A1 (en) Travel system for a vehicle
CN113781839A (zh) 一种基于车路协同的十字路口高效通行方法及交通系统
CN107527105B (zh) 一种拼车组单方法
JP5169140B2 (ja) リンクコスト算出装置及び方法、経路誘導システム、並びに、コンピュータプログラム
CN105300393A (zh) 一种获取最优行驶路径的系统及方法
US20230368675A1 (en) Systems and Methods for Traffic Management in Interactive Vehicle Transport Networks
JP2010250587A (ja) プローブ情報生成装置
JP2893854B2 (ja) 交通情報収集提供システム
CN110633403A (zh) 一种行程匹配方法及系统
US11993281B2 (en) Learning in lane-level route planner
US20220274624A1 (en) Learning in Lane-Level Route Planner

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
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 311100 Room 108, Building 5, Pinggao Entrepreneurship City, Liangzhu Street, Yuhang District, Hangzhou City, Zhejiang Province

Patentee after: Zhejiang Haikang Zhilian Technology Co.,Ltd.

Address before: 314500 room 116, 1 / F, building 2, No.87 Hexi, Changfeng street, Wuzhen Town, Tongxiang City, Jiaxing City, Zhejiang Province

Patentee before: Zhejiang Haikang Zhilian Technology Co.,Ltd.

CP02 Change in the address of a patent holder