CN113920768A - 一种适用于自驾型景区的车辆调度方法及系统 - Google Patents
一种适用于自驾型景区的车辆调度方法及系统 Download PDFInfo
- Publication number
- CN113920768A CN113920768A CN202111176903.1A CN202111176903A CN113920768A CN 113920768 A CN113920768 A CN 113920768A CN 202111176903 A CN202111176903 A CN 202111176903A CN 113920768 A CN113920768 A CN 113920768A
- Authority
- CN
- China
- Prior art keywords
- self
- driving
- vehicle
- scenic spot
- base station
- 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 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 238000004891 communication Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种适用于自驾型景区的车辆调度方法及系统,先构建景区全局航点路径集;获取驶入景区内的自驾车辆信息,步骤三:基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流;通过监测基站和各个车载模块的通讯计算出自驾车辆位置信息,不仅计算精度高,且能够满足实时定位,且监测基站布设在景区的网络交通路段,每个基站有自己的管辖范围,有效降低成本;结合Floyd和A*算法设计引流路径规划,在满足实时性的同时,解决全局和局部路径规划的问题。
Description
技术领域
本发明涉及车辆调度技术领域,具体涉及一种适用于自驾型景区的车辆调度方法及系统。
背景技术
传统的景区摆渡车辆通常会由管理方统一部署车辆指挥调度系统,通过对讲、移动视频、GPS等技术手段来跟踪车辆运行轨迹、位置、车辆人员状态等,以方便管理。但在提供自驾游的景区,进入的车辆有若干种临时或周期性临时车辆进入,无法去安装专用设备来统一管控。在若干提供自驾游服务的景区,由于在这方面缺乏管控,导致景区交通堵塞、多种车辆扎堆,从而影响游客的旅游体验,给景区带来非常大的负面影响。传统的指挥调度系统只能专注于局部或全面引流,且使用在自驾型景区难以满足实时性,给游客和进去工作人员都都来不便。
提供自驾游的景区一般空间、地域都非常广泛,在景区各个角落部署各种采集或管控设备存在较大的难点,如供电、供网、成本、维护等;且在山区类或森林茂密的景区,GPS需要与卫星保持通讯才能进行定位,当环境有过多遮蔽物时,则会影响GPS定位,所以这类自驾游的景区在定位方面存在一定的安全隐患。
发明内容
本发明所要解决的技术问题是自驾游型景区空间、地域广泛,传统的车辆管理系统存在很大弊端,且在景区部署采集或管控车辆调度设备存在较大的难点,且在山区类或森林茂密的景区,GPS需要与卫星保持通讯才能进行定位,当环境有过多遮蔽物时,则会影响GPS定位,所以这类自驾游的景区在定位方面存在一定的安全隐患,本发明目的在于提供一种适用于自驾型景区的车辆调度方法及系统,解决了上述问题。
本发明通过下述技术方案实现:
本方案提供一种适用于景区的自驾型车辆调度方法,包括:
步骤一:构建景区全局航点路径集;
步骤二:获取驶入景区内的自驾车辆信息;
步骤三:基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
进一步优化方案为,构建景区全局航点集的方法包括:
S1、设定景区的每个服务点为一个航点;所述服务点包括:景区内的景点、接待点和交通站点;
S2、基于景区的路网数据采用Floyd算法计算起始位置至目标航点的最短航点集和最短路径集;
S3、目标航点遍历每个航点,重复步骤S2得到景区全局航点路径集。
按照景区自驾游导览图上的服务点来设定航点,不仅便于游客迅速一览景区概况,还便于景区工作人员在及时掌握突发情况定位信息。
进一步优化方案为,所述自驾车辆信息包括:自驾车辆位置信息和目标航点。
进一步优化方案为,自驾车辆位置信息获取方法为:
在景区交通路段布设多个监测基站,所述监测基站存储有基站自身、基站四周一定距离内本地地图及位置信息;
进入景区的所有自驾车辆配备车载模块,所述车载模块存储有景区详细地图;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
进一步优化方案为,监测基站的布设方法为:
根据景区全局航点路径集选出所有可用的基站候选点;
依据可用的基站候选点的地理位置信息和基站覆盖半径在二维坐标图中进行可用的基站候选点顺序编号得到二维坐标图;若所有基站候选点的实际覆盖范围等于所有基站候选点理论上的最大覆盖范围,则所有基站候选点都作为监测基站安置点;
若两个基站候选点之间的站间距小于基站候选点覆盖半径的1.2倍,则取消两个基站候选点中与其它基站候选点覆盖区域的重合程度大的一个。
全球导航卫星系统信号是通过无线电信号进行传播及通讯的,所以在一些特殊的环境、条件下,是会受到干扰及影响的,而面积较大的景区利用基于视觉的方案进行实时定位实现难度高,精度相对较低;基于激光雷达的方案虽然精度高、算法简单,但是传感器成本太高,不利于大规模使用,本方案提供的定位方法,在交通路段布设多个监测基站,通过监测基站和各个车载模块的通讯计算出自驾车辆位置信息,不仅计算精度高,且能够满足实时定位,且只在景区的网络交通路段布设基站,每个基站有自己的管辖范围,有效降低成本。
进一步优化方案为,步骤三包括:
基于自驾车辆位置信息从景区全局航点路径集中获得与目标航点匹配的最短航点路径集;
基于自驾车辆位置信息采用A-STAR算法求出最短航点路径集的可行路径;
对可行路径再基于Floyd路径优化得到全局最优路径;
以全局最优路径对自驾车辆进行调度引流。
进一步优化方案为,可行路径获取方法为:
根据自驾车辆位置信息获得当前最短航点路径集的道路工况;
采用A-STAR算法滤除最短航点路径集中的障碍路径得到可行路径,所述障碍路径包括拥堵路段和障碍路段。
智能驾驶技术迅速发展,出现一些算法,试图同时实现局部路径规划及全局路径规划,如遗传算法、模糊逻辑算法、神经网络算法和粒子群算法等,但存在时间复杂度高、调试难度大或前期数据处理工作量大的问题,单一算法很难同时适用于动态全局和局部路径规划,本方案基于Floyd、A-STAR算法设计的路径规划融合方法,在满足实时性的同时,解决全局和局部路径规划的问题。
现有的车载导航软件虽然能提供基本的导航信息,但是这种导航信息不包含实时交通路况信息,车辆无法及时有效的获得已规划好路径的路况信息,当已规划好路径的路况信息发生变化时,则无法及时有效的调整行车路径,本方案根据当前路段的自驾车辆位置信息,获得当前最短航点路径集的道路工况,采用A-STAR算法滤除最短航点路径集中的障碍路径得到可行路径,所述障碍路径包括拥堵路段和障碍路段,遇到障碍路段及时变更引流;当车辆在行驶过程中检测到障碍物,道路无法通时采用A-STAR算法求出的可行路径,然后将Floyd最优路径迭代优化,得到最优路径;在所设计的A-STAR算法中,Open集存放当前航点的下一路径点的候选点集,Close集存放障碍物点集以及已走过航点,所设计的A-STAR算法由路网递归求得可行驶路径,再基于Floyd路径优化得到全局最优路径。
本方案还提供一种适用于自驾型景区的车辆调度系统,应用于上述车辆调度方法,包括:基础构建模块、采集模块和引流模块;
基础构建模块用于构建景区全局航点路径集;
采集模块用于获取驶入景区内的自驾车辆信息;
引流模块基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
进一步优化方案为,所述采集模块包括:在景区交通路段布设的多个监测基站,和进入景区所有自驾车辆配备的车载模块,所述车载模块存储有景区详细地图;
所述监测基站存储有基站自身、基站四周一定距离内本地地图及位置信息;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
进一步优化方案为,所述车载模块还包括:信息录入单元、语音播报单元、测速单元、缺电报警单元和移动上网单元;在自驾车辆驶入景区时分发车载模块,在自驾车辆驶离景区时回收。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明提供的一种适用于自驾型景区的车辆调度方法及系统,通过监测基站和各个车载模块的通讯计算出自驾车辆位置信息,不仅计算精度高,且能够满足实时定位,且监测基站布设在景区的网络交通路段,每个基站有自己的管辖范围,有效降低成本;结合Floyd和A-STAR算法设计引流路径规划,在满足实时性的同时,解决全局和局部路径规划的问题。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。在附图中:
图1为适用于自驾型景区的车辆调度方法流程示意图;
图2为实施例2示例图。
附图中标记及对应的零部件名称:
1-自驾车辆,2-路径C,3-路径A,4-路径B,5-交叉点O。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
本实施例提供一种适用于景区的自驾型车辆调度方法,如图1所示,包括:
步骤一:构建景区全局航点路径集;
步骤二:获取驶入景区内的自驾车辆信息;
步骤三:基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
构建景区全局航点集的方法包括:
S1、设定景区的每个服务点为一个航点;所述服务点包括:景区内的景点、接待点和交通站点;记录每个航点的航点信息,航点信息包括车道行驶方向、转向、距离属性等,用于计算中间量进而推导最优解。根据实际道路要求,航点行驶方向皆为单项,分为右行、左行、上行、下行4种类型。
S2、基于景区的路网数据采用Floyd算法计算起始位置至目标航点的最短航点集和最短路径集;
S3、目标航点遍历每个航点,重复步骤S2得到景区全局航点路径集。
所述自驾车辆信息包括:自驾车辆位置信息和目标航点。
自驾车辆位置信息获取方法为:
在景区交通路段布设多个监测基站,所述监测基站存储有基站自身、基站四周一定距离内本地地图及位置信息;
进入景区的所有自驾车辆配备车载模块,所述车载模块存储有景区详细地图;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
监测基站的布设方法为:
根据景区全局航点路径集选出所有可用的基站候选点;
依据可用的基站候选点的地理位置信息和基站覆盖半径在二维坐标图中进行可用的基站候选点顺序编号得到二维坐标图;若所有基站候选点的实际覆盖范围等于所有基站候选点理论上的最大覆盖范围,则所有基站候选点都作为监测基站安置点;
若两个基站候选点之间的站间距小于基站候选点覆盖半径的1.2倍,则取消两个基站候选点中与其它基站候选点覆盖区域的重合程度大的一个。
步骤三包括:
基于自驾车辆位置信息从景区全局航点路径集中获得与目标航点匹配的最短航点路径集;
基于自驾车辆位置信息采用A-STAR算法求出最短航点路径集的可行路径;
对可行路径再基于Floyd路径优化得到全局最优路径;
以全局最优路径对自驾车辆进行调度引流。
可行路径获取方法为:
根据自驾车辆位置信息获得当前最短航点路径集的道路工况;
采用A-STAR算法滤除最短航点路径集中的障碍路径得到可行路径,所述障碍路径包括拥堵路段和障碍路段。
实施例2
一种适用于自驾型景区的车辆调度系统,应用于上一实施例所述的车辆调度方法,包括:基础构建模块、采集模块和引流模块;
基础构建模块用于构建景区全局航点路径集;
采集模块用于获取驶入景区内的自驾车辆信息;
引流模块基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
所述采集模块包括:在景区交通路段布设的多个监测基站,和进入景区所有自驾车辆配备的车载模块,所述车载模块存储有景区详细地图;
所述监测基站存储有基站自身、基站四周一定距离内本地地图及位置信息;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
所述车载模块还包括:信息录入单元、语音播报单元、测速单元、缺电报警单元和移动上网单元;在自驾车辆驶入景区时分发车载模块,在自驾车辆驶离景区时回收。
考虑到景区地域大、航点距离远以及车辆速度快,在引流模块计算出全局最优路径后,语音播报单元根据路径紧急情况进行选择提醒;
如图2所示,如在自驾车辆1为到达下一航点需要驶过路径C,根据实时采集的自驾车辆信息得知路径C的车辆数接近预警阀值,引流模块就通过A-STAR算法滤除路径C,将路径A列为可行路径,语音播报单元发送语音提醒发送提醒在交叉点往左交通良好,建议朝路径A方向前行;根据路径C的多个阀值等级,如达到阀值、将达到阀值、已经达到阀值、严重超过到阀值,制定给差别化提醒信息;基站可以根据C点的阀值,将相关拥堵信息提交景区综合指挥调度系统,调度景区执法部门安排执法人员进行专门调控。
在语音播报单元根据C点的各种紧急程度,结合车辆从路径B到交叉点O的距离设定不同的区间,如才进入路径B的车辆,距离交叉点O较远端的车辆,可收到相对缓解一些的语音提醒,反之则多次或急促的提醒;结合景区的营销活动,也可以在这些线路的二次消费项目向景区提供服务资讯;配合车载模块的功能如测速,向车辆发起送超速警告提醒信息。
实施例3
景区提供车辆进入备案制,免费车辆走行政渠道办理相关手续;收费车走收费窗口办理相关手续。在景区所有关键入口处设置有交通车辆识别道匣,建立车辆指挥调度系统,为所有进入景区的车辆提供车载模块,车辆驶入景区后车载模块正式激活,景区管理中心按单位时间通过车载模块或监测基站采集各车辆在景区的位置信息。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种适用于自驾型景区的车辆调度方法,其特征在于,包括:
步骤一:构建景区全局航点路径集;
步骤二:获取驶入景区内的自驾车辆信息;
步骤三:基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
2.根据权利要求1所述的一种适用于自驾型景区的车辆调度方法,其特征在于,构建景区全局航点集的方法包括:
S1、设定景区的每个服务点为一个航点;所述服务点包括:景区内的景点、接待点和交通站点;
S2、基于景区的路网数据采用Floyd算法计算起始位置至目标航点的最短航点集和最短路径集;
S3、目标航点遍历每个航点,重复步骤S2得到景区全局航点路径集。
3.根据权利要求2所述的一种适用于自驾型景区的车辆调度方法,其特征在于,所述自驾车辆信息包括:自驾车辆位置信息和目标航点。
4.根据权利要求3所述的一种适用于自驾型景区的车辆调度方法,其特征在于,自驾车辆位置信息获取方法为:
在景区交通路段布设多个监测基站,所述监测基站存储有基站自身、监测基站四周的本地地图及位置信息;
进入景区的所有自驾车辆配备车载模块,所述车载模块存储有景区详细地图;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与监测基站的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
5.根据权利要求4所述的一种适用于自驾型景区的车辆调度方法,其特征在于,监测基站的布设方法为:
根据景区全局航点路径集选出所有可用的基站候选点;
依据可用的基站候选点的地理位置信息和基站覆盖半径在二维坐标图中进行可用的基站候选点顺序编号得到二维坐标图;若所有基站候选点的实际覆盖范围等于所有基站候选点理论上的最大覆盖范围,则所有基站候选点都作为监测基站安置点;
若两个基站候选点之间的站间距小于基站候选点覆盖半径的1.2倍,则取消两个基站候选点中与其它基站候选点覆盖区域的重合程度大的一个。
6.根据权利要求3所述的一种适用于自驾型景区的车辆调度方法,其特征在于,步骤三包括:
基于自驾车辆位置信息从景区全局航点路径集中获得与目标航点匹配的最短航点路径集;
基于自驾车辆位置信息采用A-STAR算法求出最短航点路径集的可行路径;
对可行路径再基于Floyd路径优化得到全局最优路径;
以全局最优路径对自驾车辆进行调度引流。
7.根据权利要求6所述的一种适用于自驾型景区的车辆调度方法,其特征在于,可行路径获取方法为:
根据自驾车辆位置信息获得当前最短航点路径集的道路工况;
采用A-STAR算法滤除最短航点路径集中的障碍路径得到可行路径,所述障碍路径包括拥堵路段和障碍路段。
8.一种适用于自驾型景区的车辆调度系统,应用于根据权利要求1-7任意一项所述的车辆调度方法,其特征在于,包括:基础构建模块、采集模块和引流模块;
基础构建模块用于构建景区全局航点路径集;
采集模块用于获取驶入景区内的自驾车辆信息;
引流模块基于自驾车辆信息和景区全局航点路径集采用景区自驾车辆调度模型对驶入景区的自驾车辆进行调度引流。
9.根据权利要求8所述的一种适用于自驾型景区的车辆调度系统,其特征在于,所述采集模块包括:在景区交通路段布设的多个监测基站,和进入景区所有自驾车辆配备的车载模块,所述车载模块存储有景区详细地图;
所述监测基站存储有基站自身、基站四周一定距离内本地地图及位置信息;
当自驾车辆运行至监测基站的管辖范围内,监测基站与车载模块进行数据帧通信;
根据发出数据帧与接收数据帧的时间差、数据帧传输速度计算自驾车辆到监测基站的距离;根据自驾车辆运行方向、自驾车辆到监测基站的距离,监测基站或车载模块与的本地地图匹配获得自驾车辆在地图的行驶位置和方向,从而得到自驾车辆位置信息。
10.根据权利要求9所述的一种适用于自驾型景区的车辆调度系统,其特征在于,所述车载模块还包括:信息录入单元、语音播报单元、测速单元、缺电报警单元和移动上网单元;在自驾车辆驶入景区时分发车载模块,在自驾车辆驶离景区时回收。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111176903.1A CN113920768A (zh) | 2021-10-09 | 2021-10-09 | 一种适用于自驾型景区的车辆调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111176903.1A CN113920768A (zh) | 2021-10-09 | 2021-10-09 | 一种适用于自驾型景区的车辆调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113920768A true CN113920768A (zh) | 2022-01-11 |
Family
ID=79238645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111176903.1A Pending CN113920768A (zh) | 2021-10-09 | 2021-10-09 | 一种适用于自驾型景区的车辆调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920768A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037501A (zh) * | 2023-10-10 | 2023-11-10 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117669986A (zh) * | 2023-12-25 | 2024-03-08 | 广州智游信息科技有限公司 | 一种基于物联网技术的景区车辆调配系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101355A (zh) * | 2014-08-07 | 2014-10-15 | 中国电子科技集团公司第五十四研究所 | 一种适用于景区的交互型位置服务终端架构 |
CN107094180A (zh) * | 2017-05-26 | 2017-08-25 | 苏州科技大学 | 一种野生动物园自驾游览区游客导览及安全保护系统 |
CN107172628A (zh) * | 2017-06-01 | 2017-09-15 | 国网浙江省电力公司嘉兴供电公司 | 无线基站选址方法 |
CN108267148A (zh) * | 2017-12-22 | 2018-07-10 | 重庆长安汽车股份有限公司 | 基于v2x车辆定位装置及运用其的位置融合系统 |
CN108692725A (zh) * | 2018-03-30 | 2018-10-23 | 东莞产权交易中心 | 一种大型景区内导览车路径规划系统及路径规划方法 |
CN108990074A (zh) * | 2018-07-24 | 2018-12-11 | 国网湖南省电力有限公司 | 基于地图信息的电力系统无线专网基站建设规划方法 |
CN108985975A (zh) * | 2018-07-18 | 2018-12-11 | 上海燧方智能科技有限公司 | 一种使用自动驾驶车辆的景区营运方法及系统 |
CN109299822A (zh) * | 2018-09-21 | 2019-02-01 | 中国联合网络通信集团有限公司 | 车辆调度方法、装置、系统及存储介质 |
CN111413959A (zh) * | 2018-12-18 | 2020-07-14 | 初速度(苏州)科技有限公司 | 任意点至任意点的全局路径规划、泊车方法及系统 |
CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
CN112738814A (zh) * | 2021-01-18 | 2021-04-30 | 云屹(海南)建筑工程有限公司 | 一种无线基站规划勘测选址的方法 |
CN112947406A (zh) * | 2021-01-14 | 2021-06-11 | 华南理工大学 | 一种基于FLOYD和Astar的混合路径规划方法 |
CN112964271A (zh) * | 2021-03-15 | 2021-06-15 | 西安交通大学 | 一种面向多场景的自动驾驶规划方法及系统 |
CN112985413A (zh) * | 2021-03-18 | 2021-06-18 | 河南工业大学 | 基于改进a*算法的景区路径规划方法及装置 |
-
2021
- 2021-10-09 CN CN202111176903.1A patent/CN113920768A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101355A (zh) * | 2014-08-07 | 2014-10-15 | 中国电子科技集团公司第五十四研究所 | 一种适用于景区的交互型位置服务终端架构 |
CN107094180A (zh) * | 2017-05-26 | 2017-08-25 | 苏州科技大学 | 一种野生动物园自驾游览区游客导览及安全保护系统 |
CN107172628A (zh) * | 2017-06-01 | 2017-09-15 | 国网浙江省电力公司嘉兴供电公司 | 无线基站选址方法 |
CN108267148A (zh) * | 2017-12-22 | 2018-07-10 | 重庆长安汽车股份有限公司 | 基于v2x车辆定位装置及运用其的位置融合系统 |
CN108692725A (zh) * | 2018-03-30 | 2018-10-23 | 东莞产权交易中心 | 一种大型景区内导览车路径规划系统及路径规划方法 |
CN108985975A (zh) * | 2018-07-18 | 2018-12-11 | 上海燧方智能科技有限公司 | 一种使用自动驾驶车辆的景区营运方法及系统 |
CN108990074A (zh) * | 2018-07-24 | 2018-12-11 | 国网湖南省电力有限公司 | 基于地图信息的电力系统无线专网基站建设规划方法 |
CN109299822A (zh) * | 2018-09-21 | 2019-02-01 | 中国联合网络通信集团有限公司 | 车辆调度方法、装置、系统及存储介质 |
CN111413959A (zh) * | 2018-12-18 | 2020-07-14 | 初速度(苏州)科技有限公司 | 任意点至任意点的全局路径规划、泊车方法及系统 |
CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
CN112947406A (zh) * | 2021-01-14 | 2021-06-11 | 华南理工大学 | 一种基于FLOYD和Astar的混合路径规划方法 |
CN112738814A (zh) * | 2021-01-18 | 2021-04-30 | 云屹(海南)建筑工程有限公司 | 一种无线基站规划勘测选址的方法 |
CN112964271A (zh) * | 2021-03-15 | 2021-06-15 | 西安交通大学 | 一种面向多场景的自动驾驶规划方法及系统 |
CN112985413A (zh) * | 2021-03-18 | 2021-06-18 | 河南工业大学 | 基于改进a*算法的景区路径规划方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037501A (zh) * | 2023-10-10 | 2023-11-10 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117037501B (zh) * | 2023-10-10 | 2023-12-12 | 成都创一博通科技有限公司 | 基于人工智能的城市停车管理方法和管理系统 |
CN117669986A (zh) * | 2023-12-25 | 2024-03-08 | 广州智游信息科技有限公司 | 一种基于物联网技术的景区车辆调配系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108039053B (zh) | 一种智能网联交通系统 | |
US11816981B2 (en) | Traffic monitoring and management systems and methods | |
US12002361B2 (en) | Localized artificial intelligence for intelligent road infrastructure | |
CN111402588B (zh) | 基于时空轨迹重构异常道路高精地图快速生成系统与方法 | |
CN109118758B (zh) | 一种面向移动共享的智能网联交通管理系统 | |
CN108447291B (zh) | 一种智能道路设施系统及控制方法 | |
CN102129772B (zh) | 一种基于gis的动态定位调度指挥方法和系统 | |
CN111210618B (zh) | 自动网联公交道路系统 | |
CN111260946A (zh) | 一种基于智能网联系统的自动驾驶货车运营控制系统 | |
Elkosantini et al. | Intelligent public transportation systems: A review of architectures and enabling technologies | |
CN109118764A (zh) | 一种基于ZigBee的车联网通信系统 | |
US20170212511A1 (en) | Device and method for self-automated parking lot for autonomous vehicles based on vehicular networking | |
CN108364494A (zh) | 道路交通智能管理方法、系统及平台 | |
CN113920768A (zh) | 一种适用于自驾型景区的车辆调度方法及系统 | |
US20220111858A1 (en) | Function allocation for automated driving systems | |
CN109035117A (zh) | 一种自动化地面道路交通系统实现方法 | |
CN105857349A (zh) | 一种基于综合定位的列车精确定位系统 | |
WO2024012604A1 (zh) | 一种基于物联网的智能化泊车管理系统 | |
US20130328700A1 (en) | Active real-time traffic management system | |
CN110769054A (zh) | 一种基于物联网的智能交通监控平台及方法 | |
US20210065547A1 (en) | Distributed driving systems and methods for automated vehicles | |
CN113835420A (zh) | 一种用于自动驾驶系统的功能分配系统 | |
SE1230003A1 (sv) | ShowPark, system och metod för parkeringsassistans i öppen stadsmiljö | |
CN109211247A (zh) | 一种时空分区模型及其使用方法 | |
Bubelíny et al. | The use of smart elements for the transport operation in the slovak cities |
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: 20220111 |
|
RJ01 | Rejection of invention patent application after publication |