CN113823119A - 一种基于云计算的行车安全及导航预警方法 - Google Patents
一种基于云计算的行车安全及导航预警方法 Download PDFInfo
- Publication number
- CN113823119A CN113823119A CN202110920170.1A CN202110920170A CN113823119A CN 113823119 A CN113823119 A CN 113823119A CN 202110920170 A CN202110920170 A CN 202110920170A CN 113823119 A CN113823119 A CN 113823119A
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- driving
- congestion
- passing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Abstract
一种基于云计算的行车安全及导航预警方法,根据导航计算的路径起点到终点,将该路径划分为若干个小路径,并根据各个小路径的路网特征计算出到达每个路段起点的具体时间,控制装置向云端请求各个小路径近一段时间内特定时间段的路网特征,向车辆远程控制系统请求驾驶车型经过特征路段的驾驶特征信息,计算出经过这些特征路段的时间;控制装置向车辆远程控制系统请求驾驶车型和本车经过特征路段的驾驶特征信息,计算出车辆经过特征路段的时间,将预计通行时间与近一段时间内特定时间段拥堵时间段进行比较,如果预计经过某一路段的时间在拥堵时间段内,则提前向车辆远程控制系统发送行车安全预警信息。在一定程度上解决了导航系统消息提醒滞后问题。
Description
技术领域
本发明涉及车辆的行车安全及导航预警,尤其是涉及一种行车安全预警导航系统。
背景技术
现有车辆的导航系统,只能提供实时的道路安全数据和导航信息,如前方如果发生车祸、积水、结冰、冰雹、市政施工等,但车主往往经过该处时,突发事件已发生,已无法提前变道或掉头,给车主造成一定的困扰。现有导航系统虽有躲避拥堵功能,但并不能给出合理的行车规划和拥堵路况信息和发展情况,不能给用户提供有价值的出行决策参考信息。
中国发明专利申请201711385684.1提出了一种导航路径控制方法,只提出了基于其他用户上传的共享交通事故数据这种单一变量的导航优化方案。实现方式上,只是简单的将交通事故数据上传到云端,并简单计算后给出导航策略。
发明内容
本发明针对现有技术不足,提出一种基于云计算的行车安全及导航预警方法,旨在一定程度上解决导航系统的消息提醒滞后性问题,为车主提供最优的出行决策服务。
本发明采用的技术方案:
本发明基于云计算的行车安全及导航预警方法,旨在使用大数据分析的方式,计算出某些路段,在某些特定的时间点发生突发事件,如某些地区,特定的节假日或特定的时间点,某些路段拥堵状况、车祸、极端天气等造成的影响形成的因素,并接合车主的驾驶习惯,提前通知车主,注意未来在经过该路段时可能遇到的拥堵情况。
其工作原理是:
当客户发起导航请求时,将起始时间记为Ti,并根据路网特征的不同(包括车道数、限速、坡度等信息),将起点到终点经过的所有路划分为若干个小路径。
控制装置向云端请求各个小路径近一段时间内特定的节假日,如五一、国庆、中秋、春节等的拥堵时间段,记为 Ty11,Ty12,Ty13……Ty1n,其中n代表小路径的数量,Ty1n代表第n条小路径的拥堵时间段的集合, Ty1n={T11、T12、T13……T1m},m代表发生拥堵的次数,T1m代表第m次拥堵的时间段。近一段时间可以根据需要设置为半年、一年或更长时间段;
控制装置向云端请求各个小路径近一年内工作日的特定时间段,如早晚高峰等的拥堵时间段,记为Ty21,Ty22, Ty23……Ty2n,其中n代表小路径的数量,Ty2n代表第n条小路径的拥堵时间段的集合,Ty2n={T21、T22、T23……T2m},m代表发生拥堵的次数,T2m代表第m次拥堵的时间段;
控制装置向天气提供商如墨迹天气等请求该城市近一年的天气信息,如温度、湿度、晴天、雨天、雪天等信息,并筛选出会导致车辆通行缓慢的极端天气的发生日期和时间段,如某地曾经在1月1日早上6:00,大雪,道路结冰等,并将该时间段标记为Tz,Tz是极端天气发生时间段的集合记为Tz={T31、T32、T33……T3p},p代表发生极端天气次数,T3p代表第p次极端天气的时间段。
控制装置向云端请求Tz时间段各个小路径的拥堵时间段,将并将该时间段标记为Ty31,Ty32,Ty33……Ty3n,Ty3n是拥堵时间段的集合记为Ty3n={T41、T42、T43……T4m},m代表发生拥堵的次数,T4m代表第m次拥堵的时间段。
控制装置向车辆远程控制系统请求该车型的所有车辆经过特征路段的驾驶特征信息,如平均车速、最大车速、刹车次数、等红绿灯的平均时间等信息,计算出若干个平均车速v11,v12,v13……v1n,再根据每一段的距离S11,S12,S13……S1n,分别除以平均车速,计算出经过这些特征路段的时间,t11,t12,t13……t1n。
控制装置向车辆远程控制系统请求本车经过特征路段的驾驶特征信息,如平均车速、最大车速、刹车次数、等红绿灯的平均时间等信息,计算出若干个平均车速v22,v23……v2n,再根据每一段的距离S21,S22,S23……S2n,分别除以平均车速,计算出经过这些特征路段的时间,t21,t22,t23……t2n。
将车辆经过各个小路径起点的各个时间点Ti+t11,Ti+t11+t12,Ti+t11+t12+t13…… Ti+t11+t12+t13+…+t1n分别与Ty11,Ty12,Ty13……Ty1n ;Ty21,Ty22,Ty23……Ty2n;Ty31,Ty32,Ty33……Ty3n比较,如果经过某一小路径起点的时间点Ti+t11+t12+t13+……+t1n在Ty1n、Ty2n、Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆所有车主普遍的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
将车辆经过各个小路径起点的各个时间点Ti+t21,Ti+t21+t22,Ti+t21+t22+t23…… Ti+t21+t22+t23+…+t2n,分别与Ty11,Ty12,Ty13……Ty1n ;Ty21,Ty22,Ty23……Ty2n;Ty31,Ty32,Ty33……Ty3n比较,如果经过某一小路径起点的时间点Ti+t21+t22+t23+……+t2n在Ty1n、Ty2n、Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆车主的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
发明有益效果:
1、本发明基于云计算的行车安全及导航预警方法,除了运用了云端的特定时间段和时间点信息并进行相关计算外,还运用了车辆远程控制系统的相关数据,用以计算车主及其他用户驾驶特定车型的驾驶习惯,从而给出更加精确的导航建议。
2、本发明基于云计算的行车安全及导航预警方法,提出了一种更加具体、涵盖更多变量的(如极端天气、特定节假日、特定时间段)、更加精准的基于大数据分析的行车安全及导航预警。结合更多特定变量、更贴近实际情况。变量包括特定的时间点如节假日、早晚高峰、特定地点的历史天气信息、本车车主及本车型所有用户驾驶特定车型的驾驶习惯。
3、本发明基于云计算的行车安全及导航预警方法,在一定程度上解决了导航系统的消息提醒滞后性问题,可以为车主提供最优的出行决策服务。使用大数据分析计算等方式,计算出某些路段,在某些特定的时间点发生突发事件,如某些地区,特定的节假日或特定的时间点,某些路段拥堵状况、车祸、极端天气等造成的影响形成的因素,并接合车主的驾驶习惯,提前通知车主,注意未来在经过该路段时可能遇到的拥堵情况,从而为车主提供一定的出行决策服务,给用户提供有价值的出行决策参考信息。
4、本发明基于云计算的行车安全及导航预警方法,与现有技术相比,首先,在导航预测的精准度方面有了极大提升;其次,实现方式上运用了更多的技术;再次,具体的计算方法更具体且更贴近实际的运用,最后,可以更早给出预测提醒,让车主可以更早避开风险路段。
附图说明
图1所示是本发明行车安全预警导航系统的控制方法流程图;
图2是本发明行车安全预警导航系统的组成方框图。
具体实施方式
为了使发明创造实现其发明目的的技术构思及优点更加清楚明白,下面结合附图对本发明的技术方案作进一步的详细描述。应当理解的是,以下各实施例仅用以解释和说明本发明的优选实施方式,不应当构成对本发明要求专利保护的范围的限定。
本发明基于云计算的行车安全及导航预警方法,通过控制装置执行如下步骤,以实现车辆的行车安全及导航预警,图1所示是本发明行车安全预警导航系统的控制方法流程图;图2所示是本发明行车安全预警导航系统的组成方框图。
S1,当客户发起导航请求时,将起始时间记为Ti,并根据路网特征的不同(包括车道数、限速、坡度等信息),将起点到终点经过的所有路划分为若干个小路径;
S2,控制装置向云端请求各个小路径近一段时间内特定的节假日,如五一、国庆、中秋、春节等的拥堵时间段,记为 Ty11,Ty12,Ty13……Ty1n,其中n代表小路径的数量,Ty1n代表第n条小路径的拥堵时间段的集合, Ty1n={T11、T12、T13……T1m},m代表发生拥堵的次数,T1m代表第m次拥堵的时间段。近一段时间可以根据需要设置为半年、一年或更长时间段;
控制装置向云端请求各个小路径近一年内工作日的特定时间段,如早晚高峰等的拥堵时间段,记为Ty21,Ty22, Ty23……Ty2n,其中n代表小路径的数量,Ty2n代表第n条小路径的拥堵时间段的集合, Ty2n={T21、T22、T23……T2m},m代表发生拥堵的次数,T2m代表第m次拥堵的时间段;
控制装置向天气提供商如墨迹天气等请求该城市近一年的天气信息,如温度、湿度、晴天、雨天、雪天等信息,并筛选出会导致车辆通行缓慢的极端天气的发生日期和时间段,如某地曾经在1月1日早上6:00,大雪,道路结冰等,并将该时间段标记为Tz,Tz是极端天气发生时间段的集合记为Tz={T31、T32、T33……T3p},p代表发生极端天气次数,T3p代表第p次极端天气的时间段。
控制装置向云端请求Tz时间段各个小路径的拥堵时间段,将并将该时间段标记为Ty31,Ty32,Ty33……Ty3n,Ty3n是拥堵时间段的集合记为Ty3n={T41、T42、T43……T4m},m代表发生拥堵的次数,T4m代表第m次拥堵的时间段。
S3,控制装置向车辆远程控制系统请求所驾驶车型的所有车辆经过特征路段的驾驶特征信息,计算出若干个平均车速v11,v12,v13……v1n,再根据每一段的距离S11,S12,S13……S1n,分别除以平均车速,计算出经过这些特征路段的时间,t11,t12,t13……t1n;
S4,控制装置向车辆远程控制系统请求本车经过特征路段的驾驶特征信息,计算出若干个平均车速v22,v23……v2n,再根据每一段的距离S21,S22,S23……S2n,分别除以平均车速,计算出经过这些特征路段的时间,t21,t22,t23……t2n;
S5,将车辆经过各个小路径起点的各个时间点/段Ti+t11,Ti+t11+t12,Ti+t11+t12+t13,……,Ti+t11+t12+t13+…+t1n分别与Ty11、Ty12、Ty13……Ty1n;Ty21、Ty22、Ty23……Ty2n进行比较,如果经过某一小路径起点的时间点Ti+t11+t12+t13+……+t1n在对应的Ty1n、Ty2n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车型车辆所有车主普遍的驾驶习惯,建议客户改变行驶路线或择其他时间段出行;
将Ti+t11,Ti+t11+t12,……,Ti+t11+t12+t13……t1n分别与Ty31, Ty32,Ty33……Ty3n比较,如果经过某一路段的时间点Ti+t11+t12+t13……t1n在Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆所有车主普遍的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
S6,将车辆经过各个小路径起点的各个时间点Ti+t21,Ti+t21+t22,Ti+t21+t22+t23……,Ti+t21+t22+t23+…+t2n,分别与Ty11、Ty12、Ty13……Ty1n;Ty21、Ty22、Ty23……Ty2n进行比较,如果经过某一小路径起点的时间点Ti+t21+t22+t23+……+t2n在对应的Ty1n、Ty2n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆车主的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
将Ti+t21,Ti+t21+t22,……,Ti+t21+t22+t23……t2n分别与Ty31, Ty32,Ty33……Ty3n比较,如果经过某一小路径起点的时间点Ti+t21+t22+t23+……+t2n在Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆车主的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
本发明基于云计算的行车安全及导航预警方法,在一定程度上解决了导航系统的消息提醒滞后性问题,可以为车主提供最优的出行决策服务和准确路况信息。
以上所述仅为本发明的较佳实施方式,并不构成对本发明的限定。本领域技术人员在现有技术的指引下,无需进行创造性劳动即可对本发明的实施情况进行其他修改,凡在本发明的精神和原则之内所作的任何修改或者采用本领域惯用技术手段进行的简单置换或等同替换,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于云计算的行车安全及导航预警方法,其特征在于:通过控制装置执行如下步骤,以实现车辆的行车安全及导航预警:
S1,当客户发起导航请求时,控制装置将起始时间记为Ti,并根据路网特征的车道数、限速、坡度信息,将起点到终点经过的路径划分为若干个小路径;
S2,向云端请求各个小路径近一段时间节假日的拥堵时间段,记为Ty11,Ty12,Ty13……Ty1n,其中n代表小路径的数量,Ty1n代表第n条小路径的拥堵时间段的集合,Ty1n={T11、T12、T13……T1m},m代表发生拥堵的次数,T1m代表第m次拥堵的时间段;
向云端请求各个小路径近一段时间内工作日的拥堵时间段,记为Ty21,Ty22,Ty23……Ty2n,其中n代表小路径的数量,Ty2n代表第n条小路径的拥堵时间段的集合,Ty2n={T21、T22、T23……T2m},m代表发生拥堵的次数,T2m代表第m次拥堵的时间段;
S3,控制装置向车辆远程控制系统请求所驾驶车型的所有车辆经过特征路段的驾驶特征信息,计算出若干个平均车速v11,v12,v13……v1n,再根据每一段的距离S11,S12,S13……S1n,分别除以平均车速,计算出经过这些特征路段的时间,t11,t12,t13……t1n;
S4,控制装置向车辆远程控制系统请求本车经过特征路段的驾驶特征信息,计算出若干个平均车速v22,v23……v2n,再根据每一段的距离S21,S22,S23……S2n,分别除以平均车速,计算出经过这些特征路段的时间,t21,t22,t23……t2n;
S5,将车辆经过各个小路径起点的各个时间点/段Ti+t11,Ti+t11+t12,Ti+t11+t12+t13,……,Ti+t11+t12+t13+…+t1n分别与Ty11、Ty12、Ty13……Ty1n;Ty21、Ty22、Ty23……Ty2n进行比较,如果经过某一小路径起点的时间点Ti+t11+t12+t13+……+t1n在对应的Ty1n、Ty2n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车型车辆所有车主普遍的驾驶习惯,建议客户改变行驶路线或择其他时间段出行;
S6,将车辆经过各个小路径起点的各个时间点/段Ti+t21,Ti+t21+t22,Ti+t21+t22+t23……,Ti+t21+t22+t23+…+t2n,分别与Ty11、Ty12、Ty13……Ty1n;Ty21、Ty22、Ty23……Ty2n进行比较,如果经过某一小路径起点的时间点Ti+t21+t22+t23+……+t2n在对应的Ty1n、Ty2n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆车主的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
2.根据权利要求1所述的基于云计算的行车安全及导航预警方法,其特征在于:
步骤S2中,控制装置向天气提供商请求该城市近一年的天气信息,并筛选出会导致车辆通行缓慢的极端天气的发生日期和时间段,并将该时间段标记为Tz,Tz是极端天气发生时间段的集合记为Tz={T31、T32、T33……T3p},p代表发生极端天气次数,T3p代表第p次极端天气的时间段;
向云端请求Tz时间段各个小路径的拥堵时间段,将并将该时间段标记为Ty31,Ty32,Ty33……Ty3n,Ty3n是拥堵时间段的集合记为Ty3n={T41、T42、T43……T4m},m代表发生拥堵的次数,T4m代表第m次拥堵的时间段;
步骤S5中,将Ti+t11,Ti+t11+t12,……,Ti+t11+t12+t13……t1n分别与Ty31, Ty32,Ty33……Ty3n比较,如果经过某一路段的时间点Ti+t11+t12+t13……t1n在Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆所有车主普遍的驾驶习惯,建议客户改变行驶路线或择其他时间段出行;
步骤S6中,将Ti+t21,Ti+t21+t22,……,Ti+t21+t22+t23……t2n分别与Ty31, Ty32,Ty33……Ty3n比较,如果经过某一小路径起点的时间点Ti+t21+t22+t23+……+t2n在Ty3n时间段内,则控制装置向导航系统发送行车安全预警信息,导航提醒顾客根据驾驶该车辆车主的驾驶习惯,建议客户改变行驶路线或择其他时间段出行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920170.1A CN113823119B (zh) | 2021-08-11 | 2021-08-11 | 一种基于云计算的行车安全及导航预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920170.1A CN113823119B (zh) | 2021-08-11 | 2021-08-11 | 一种基于云计算的行车安全及导航预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113823119A true CN113823119A (zh) | 2021-12-21 |
CN113823119B CN113823119B (zh) | 2022-09-16 |
Family
ID=78913082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110920170.1A Active CN113823119B (zh) | 2021-08-11 | 2021-08-11 | 一种基于云计算的行车安全及导航预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113823119B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06123635A (ja) * | 1992-10-12 | 1994-05-06 | Alpine Electron Inc | 経路誘導方法 |
JP2004257829A (ja) * | 2003-02-25 | 2004-09-16 | Denso Corp | 車両用ナビゲーションシステム |
US20060122846A1 (en) * | 2002-08-29 | 2006-06-08 | Jonathan Burr | Apparatus and method for providing traffic information |
CN103438894A (zh) * | 2013-08-02 | 2013-12-11 | 浙江吉利汽车研究院有限公司 | 一种车载导航系统及方法 |
CN103712630A (zh) * | 2014-01-09 | 2014-04-09 | 上海安吉星信息服务有限公司 | 一种车辆导航系统及车辆导航方法 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN104973057A (zh) * | 2014-04-03 | 2015-10-14 | 李治良 | 智能预测控制系统 |
CN105466443A (zh) * | 2015-12-24 | 2016-04-06 | 魅族科技(中国)有限公司 | 一种导航方法以及终端 |
CN106297358A (zh) * | 2016-10-28 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 路况预测的实现方法及装置 |
CN107063278A (zh) * | 2017-01-24 | 2017-08-18 | 观致汽车有限公司 | 一种车辆导航系统、导航方法及其车辆 |
US20170372608A1 (en) * | 2015-01-16 | 2017-12-28 | Mitsubishi Heavy Industries Mechatronics Systems, Ltd. | Navigation system and on-board unit |
CN107749165A (zh) * | 2017-12-06 | 2018-03-02 | 四川九洲视讯科技有限责任公司 | 基于城市道路拥堵指数的计算方法 |
CN109000668A (zh) * | 2018-05-25 | 2018-12-14 | 上海汽车集团股份有限公司 | 基于车联网的实时智能导航方法 |
CN110197582A (zh) * | 2018-02-27 | 2019-09-03 | 沈阳美行科技有限公司 | 数据分析方法、装置以及交通预警方法、装置 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110675629A (zh) * | 2019-10-08 | 2020-01-10 | 苏交科集团股份有限公司 | 一种基于大数据的高速公路拥堵预测与主动防控方法 |
CN110793538A (zh) * | 2019-10-08 | 2020-02-14 | 上海博泰悦臻网络技术服务有限公司 | 一种导航路径规划方法、装置及计算机存储介质 |
CN111833600A (zh) * | 2020-06-10 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 通行时间预测方法、装置及数据处理设备 |
-
2021
- 2021-08-11 CN CN202110920170.1A patent/CN113823119B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06123635A (ja) * | 1992-10-12 | 1994-05-06 | Alpine Electron Inc | 経路誘導方法 |
US20060122846A1 (en) * | 2002-08-29 | 2006-06-08 | Jonathan Burr | Apparatus and method for providing traffic information |
JP2004257829A (ja) * | 2003-02-25 | 2004-09-16 | Denso Corp | 車両用ナビゲーションシステム |
CN103438894A (zh) * | 2013-08-02 | 2013-12-11 | 浙江吉利汽车研究院有限公司 | 一种车载导航系统及方法 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN103712630A (zh) * | 2014-01-09 | 2014-04-09 | 上海安吉星信息服务有限公司 | 一种车辆导航系统及车辆导航方法 |
CN104973057A (zh) * | 2014-04-03 | 2015-10-14 | 李治良 | 智能预测控制系统 |
US20170372608A1 (en) * | 2015-01-16 | 2017-12-28 | Mitsubishi Heavy Industries Mechatronics Systems, Ltd. | Navigation system and on-board unit |
CN105466443A (zh) * | 2015-12-24 | 2016-04-06 | 魅族科技(中国)有限公司 | 一种导航方法以及终端 |
CN106297358A (zh) * | 2016-10-28 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 路况预测的实现方法及装置 |
CN107063278A (zh) * | 2017-01-24 | 2017-08-18 | 观致汽车有限公司 | 一种车辆导航系统、导航方法及其车辆 |
CN107749165A (zh) * | 2017-12-06 | 2018-03-02 | 四川九洲视讯科技有限责任公司 | 基于城市道路拥堵指数的计算方法 |
CN110197582A (zh) * | 2018-02-27 | 2019-09-03 | 沈阳美行科技有限公司 | 数据分析方法、装置以及交通预警方法、装置 |
CN109000668A (zh) * | 2018-05-25 | 2018-12-14 | 上海汽车集团股份有限公司 | 基于车联网的实时智能导航方法 |
CN110375760A (zh) * | 2019-07-29 | 2019-10-25 | 北京百度网讯科技有限公司 | 路线确定方法、装置、设备和介质 |
CN110675629A (zh) * | 2019-10-08 | 2020-01-10 | 苏交科集团股份有限公司 | 一种基于大数据的高速公路拥堵预测与主动防控方法 |
CN110793538A (zh) * | 2019-10-08 | 2020-02-14 | 上海博泰悦臻网络技术服务有限公司 | 一种导航路径规划方法、装置及计算机存储介质 |
CN111833600A (zh) * | 2020-06-10 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 通行时间预测方法、装置及数据处理设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113823119B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4657728B2 (ja) | トラフィック情報を提供するための装置および方法 | |
EP2988285B1 (en) | Optimal warning distance | |
US20190244518A1 (en) | Connected automated vehicle highway systems and methods for shared mobility | |
EP2136184B1 (en) | Traffic scheduling system | |
CN102081859B (zh) | 一种公交车到站时间预测模型控制方法 | |
US6317686B1 (en) | Method of providing travel time | |
US9958280B2 (en) | Assessing inter-modal passenger travel options | |
JP4502386B2 (ja) | 道路交通状況の判断方法 | |
US20140188376A1 (en) | Management Center Module for Advanced Lane Management Assist for Automated Vehicles and Conventionally Driven Vehicles | |
US20070216521A1 (en) | Real-time traffic citation probability display system and method | |
KR20140128063A (ko) | 교통 상황 예측 시스템 | |
KR20120049846A (ko) | 이력 및 현재 데이터에 기초하는 예상된 도로 교통 조건의 예측 | |
US20200284594A1 (en) | Vehicle and navigation system | |
CN102890869A (zh) | 车辆行车路线预测通知方法及移动智能终端 | |
EP2610782A1 (en) | Method for planning the route of a vehicle | |
CN104240529A (zh) | 一种预测公交到站时间的方法及系统 | |
CN110766936A (zh) | 基于多源数据融合的交通运行状态感知方法和系统 | |
Fagan et al. | Intelligent time of arrival estimation | |
CN109785631B (zh) | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 | |
CN113823119B (zh) | 一种基于云计算的行车安全及导航预警方法 | |
Glick et al. | Traffic and transit travel time reliability indexes and confidence intervals: novel methodologies for the corridor and segment levels | |
KR20140059342A (ko) | 교통 예보 제공 시스템 및 제공 방법 | |
US20210116582A1 (en) | Method and system for estimating a wait time at a destination of a vehicle using v2v communication | |
JP2001118188A (ja) | 情報表示装置 | |
Musa et al. | The benefits of National Intelligent Transportation Management Centre (NITMC) establishment in Malaysia |
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 |