CN113945225A - 一种智能救援最优路线规划方法 - Google Patents

一种智能救援最优路线规划方法 Download PDF

Info

Publication number
CN113945225A
CN113945225A CN202111215704.7A CN202111215704A CN113945225A CN 113945225 A CN113945225 A CN 113945225A CN 202111215704 A CN202111215704 A CN 202111215704A CN 113945225 A CN113945225 A CN 113945225A
Authority
CN
China
Prior art keywords
rescue
route
optimal
vehicle
traffic
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
CN202111215704.7A
Other languages
English (en)
Inventor
李碧硏
杨培锋
易夕冬
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.)
Guangzhou Aodi Digital Technology Co ltd
Original Assignee
Guangzhou Aodi Digital 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 Guangzhou Aodi Digital Technology Co ltd filed Critical Guangzhou Aodi Digital Technology Co ltd
Priority to CN202111215704.7A priority Critical patent/CN113945225A/zh
Publication of CN113945225A publication Critical patent/CN113945225A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents

Abstract

本申请公开了一种智能救援最优路线规划方法，包括确定救援路线；规划救援路线；获取路况信息；预测实时路况；选择最优救援路线；调整道路车辆分布和对最优路线进行干预。本申请采用了最优路线规划方法，解决了急救过程中难以快速对路线规划的问题，在确定救援位置后能够进行快速规划多条救援线路，并结合每条线路的交通情况进行最优路线的选择，自动筛选出发生交通堵塞路线，通过急救指挥部进行宏观指挥，大大缩短救援时长，在最优路线确定后能够通过交通管控进行路线上车流量的疏通，保证救援车辆顺利达到，同时能够在不影响交通正常运行的情况下加快救援车辆的行进速度，有效缩短救援过程所需时长。

Description

一种智能救援最优路线规划方法
技术领域
本申请涉及救援路线规划应用技术领域，尤其是一种智能救援最优路线规划方法。
背景技术
救援路线是指在救援车辆到达救援位置所行驶的路线，在发生重大事故时，救援车辆到达事故现场的速度决定了救援效率，从事故现场将伤员迅速运回救援中心，会对救援效果造成重大影响，也是能否提高救援成功率的重要因素。
在进行救援时会受到救援路线中交通情况的限制，尤其是交通堵塞区域会严重影响救援，对路线车流量进行规划是紧急救援的重要步骤，但受到交通堵塞和红绿灯等问题，严重耽误救援时间。因此，针对上述问题提出一种智能救援最优路线规划方法。
发明内容
在本实施例中提供了一种智能救援最优路线规划方法用于解决现有技术中的救援路线不易快速规划的问题。
根据本申请的一个方面，提供了一种智能救援最优路线规划方法，所述规划方法包括如下步骤：
(1)确定救援路线，接收救援报警信号，对救援位置进行准确定位；
(2)规划救援路线，根据位置信息通过地图进行路线规划，选择多条救援路线以待确定；
(3)获取路况信息，对每条救援路线进行实时路况获取，作为救援路线拥堵程度分析；
(4)预测实时路况，对救援行进线路进行路况的预测，分析救援车辆行进过程中的拥堵程度；
(5)选择最优救援路线，获取车流高峰期数据，确定最终救援路线；
(6)调整道路车辆分布，对最优救援路线红绿灯进行调控，减少路线车辆分布；
(7)对最优路线进行干预，对每个路口进行人为干预，在救援车辆到达前进行车道疏通。
进一步地，所述步骤(1)中通过急救中心接收报警电话，通过应急指挥部对报警位置进行快速定位并出警。
进一步地，所述步骤(2)中将报警位置在地图上标注，并根据地图信息进行位置处理，自动规划出多条待选路线。
进一步地，所述步骤(3)中获取自动规划的路线的路况信息，与实时信息相匹配，自动筛选出发生交通事故的路线。
进一步地，所述步骤(4)中对救援车辆行进路线进行预演，对救援车辆所到达区域的多个时间段进行实时路况预测。
进一步地，所述步骤(5)中对多条路线进行综合分析，根据每条路线所需时间进行确定最优救援路线。
进一步地，所述步骤(5)中对多条路线进行分析时，获取每条路线的车流量信息，结合每条道路上的高峰期进行综合规划，最后确定最优救援路线。
进一步地，所述步骤(6)中对最优路线上的红绿灯进行宏观调控，使救援车辆行进时路面车流量减少。
进一步地，所述步骤(6)中进行车辆分布调整时，在救援车辆经过每个红绿灯时，保持行进线路的畅通，减少并入最优路线的车辆所在线路的绿灯时长，尽可能减少最优线路上的车流量。
进一步地，所述步骤(7)中对救援车辆的行进位置进行车辆干预，通过交警执勤进行车道疏通，在条件允许情况下暂时疏通一条临时救援车道供救援车辆行进。
通过本申请上述实施例，采用了最优路线规划方法，解决了急救过程中难以快速对路线规划的问题，在确定救援位置后能够进行快速规划多条救援线路，并结合每条线路的交通情况进行最优路线的选择，自动筛选出发生交通堵塞路线，通过急救指挥部进行宏观指挥，大大缩短救援时长，在最优路线确定后能够通过交通管控进行路线上车流量的疏通，保证救援车辆顺利达到，同时能够在不影响交通正常运行的情况下加快救援车辆的行进速度，有效缩短救援过程所需时长。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请一种实施例的方法流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本实施例中的最优路线规划方法可以适用于各种最优路线规划方法，例如，在本实施例提供了如下一种智能交通管理方法，本实施例中的最优路线规划方法可以进行如下智能交通管理方法的使用。
包括：交通管理中心接收紧急救援请求，并根据所述紧急救援请求规划紧急救援路线，并将所述紧急救援路线发送至与救援现场就近的救援车辆的智能终端，并将所述救援车辆的信息发送至所述紧急救援路线沿线的工控机；所述工控机检测到救援车辆进入其控制范围内时，实时追踪所述救援车辆的位置，并根据所述救援车辆的位置确定所述救援车辆所属的红绿灯路口，并控制该红绿灯路口各方向上的红绿灯的工作情况，使所述救援车辆优先通过该红绿灯路口。进一步，工控机在救援车辆前往救援途中时，实时向交通管理中心反馈救援车辆所在道路的交通情况以及救援车辆的信息，当救援车辆到达救援现场后通过智能终端向交通管理中心反馈到达确认信息，当救援完成后，由智能终端向交通管理中心发送返程路线规划请求，交通管理中心重新规划返程路线，且在规划所述紧急救援路线时，按照路径最优原则规划，或者按照路径最优原则结合各路段的拥堵情况的方式规划。进一步，所述救援车辆的信息包括：所述救援车辆上所贴的射频识别标签中所存储的身份标识。进一步，在控制红绿灯的工作情况时，根据该红绿灯路口的交通信息和与该红绿灯路口相邻的红绿灯路口的交通协调信息进行控制，所述交通信息用于反映该红绿灯路口各行驶方向上的交通拥堵情况，所述交通协调信息用于指示该相邻的红绿灯路口当前对交通拥堵的控制情况。进一步，所述交通信息包括如下至少一项或组合：车辆行驶方向、平均车速和道路容积率，所述道路容积率为在相邻的两个红绿灯之间车辆沿同一方向行驶的道路上，当前容纳的车辆的道路贡献总值与该条车道设置的总的道路供献值的比值。进一步，根据交通信息和交通协调信息，当救援车辆行进方向上出现拥堵，则控制救援车辆所在的当前红绿灯路口以及前方的红绿灯路口在救援车辆行进方向上的绿灯时间增加，且控制当前红绿灯路口以及前方的红绿灯路口的非救援车辆行进方向的红灯时间增加，当救援车辆通过当前的红绿灯路口后，红绿灯亮灯时间回复到原设定时间。进一步，当救援车辆行进方向上的红绿灯路口的红绿灯亮灯时间延长后，车辆的行驶的平均车速仍然过缓，则工控机将交通信息反馈到交通管理中心，且交通管理中心重新规划线路并发送到救援车辆的智能终端，救援车辆接收到新规划的救援路径后再就近红绿灯路口改变行进方向，同时，交通管理中心将新路径发送到沿线工控机并控制新路径的交通状况，原路径的交通控制恢复到原来状态。相应地，本发明提供了一种支持紧急救援的智能交通管理系统，包括：交通管理中心，用于接收紧急救援请求，并根据所述紧急救援请求按照路径最优原则规划，或者按照路径最优原则结合各路段的拥堵情况的方式规划紧急救援路线，并将所述紧急救援路线发送至救援车辆，并将所述救援车辆的射频识别标签中所存储的身份标识信息发送至所述紧急救援路线沿线的工控机；所述工控机，用于检测到救援车辆进入其控制范围内时，实时追踪所述救援车辆的位置，并根据所述救援车辆的位置确定所述救援车辆所属的红绿灯路口，将红绿灯控制指令发送给红绿灯控制子系统；所述红绿灯控制子系统，用于根据红绿灯控制指令，控制该红绿灯路口各方向上的红绿灯的工作情况，使所述救援车辆优先通过该红绿灯路口；智能终端，设置于救援车辆，用于与交通管理中心进行信息交互；射频识别标签，设置于车辆，记录有与车辆对应的唯一的身份标识；射频读写器，用于读取射频识别标签的身份标识，并传送到工控机。
当然本实施例也可以用于其他结构的最优路线规划方法。在此不再一一赘述，下面对本申请实施例的最优路线规划方法进行介绍。
请参阅图1所示，一种智能救援最优路线规划方法，所述规划方法包括如下步骤：
(1)确定救援路线，接收救援报警信号，对救援位置进行准确定位；
(2)规划救援路线，根据位置信息通过地图进行路线规划，选择多条救援路线以待确定；
(3)获取路况信息，对每条救援路线进行实时路况获取，作为救援路线拥堵程度分析；
(4)预测实时路况，对救援行进线路进行路况的预测，分析救援车辆行进过程中的拥堵程度；
(5)选择最优救援路线，获取车流高峰期数据，确定最终救援路线；
(6)调整道路车辆分布，对最优救援路线红绿灯进行调控，减少路线车辆分布；
(7)对最优路线进行干预，对每个路口进行人为干预，在救援车辆到达前进行车道疏通。
所述步骤(1)中通过急救中心接收报警电话，通过应急指挥部对报警位置进行快速定位并出警。
所述步骤(2)中将报警位置在地图上标注，并根据地图信息进行位置处理，自动规划出多条待选路线。
所述步骤(3)中获取自动规划的路线的路况信息，与实时信息相匹配，自动筛选出发生交通事故的路线。
所述步骤(4)中对救援车辆行进路线进行预演，对救援车辆所到达区域的多个时间段进行实时路况预测。
所述步骤(5)中对多条路线进行综合分析，根据每条路线所需时间进行确定最优救援路线。
所述步骤(5)中对多条路线进行分析时，获取每条路线的车流量信息，结合每条道路上的高峰期进行综合规划，最后确定最优救援路线。
所述步骤(6)中对最优路线上的红绿灯进行宏观调控，使救援车辆行进时路面车流量减少。
所述步骤(6)中进行车辆分布调整时，在救援车辆经过每个红绿灯时，保持行进线路的畅通，减少并入最优路线的车辆所在线路的绿灯时长，尽可能减少最优线路上的车流量。
所述步骤(7)中对救援车辆的行进位置进行车辆干预，通过交警执勤进行车道疏通，在条件允许情况下暂时疏通一条临时救援车道供救援车辆行进。
本申请的有益之处在于：
1.本申请中最优路线规划方法能够在确定救援位置后快速规划多条救援路线，根据交通情况和车辆高峰期进行自动筛选，综合分析后能够进行最优路线的选择；
2.本申请在规划最优路线后能够对路线上的车辆进行疏通，保证救援车辆的快速顺利行进，在不影响交通情况下能够尽可能保证救援车辆的快速通孔，有效缩短救援过程的所需时长。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种智能救援最优路线规划方法，其特征在于：所述规划方法包括如下步骤：
(1)确定救援路线，接收救援报警信号，对救援位置进行准确定位；
(2)规划救援路线，根据位置信息通过地图进行路线规划，选择多条救援路线以待确定；
(3)获取路况信息，对每条救援路线进行实时路况获取，作为救援路线拥堵程度分析；
(4)预测实时路况，对救援行进线路进行路况的预测，分析救援车辆行进过程中的拥堵程度；
(5)选择最优救援路线，获取车流高峰期数据，确定最终救援路线；
(6)调整道路车辆分布，对最优救援路线红绿灯进行调控，减少路线车辆分布；
(7)对最优路线进行干预，对每个路口进行人为干预，在救援车辆到达前进行车道疏通。
2.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(1)中通过急救中心接收报警电话，通过应急指挥部对报警位置进行快速定位并出警。
3.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(2)中将报警位置在地图上标注，并根据地图信息进行位置处理，自动规划出多条待选路线。
4.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(3)中获取自动规划的路线的路况信息，与实时信息相匹配，自动筛选出发生交通事故的路线。
5.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(4)中对救援车辆行进路线进行预演，对救援车辆所到达区域的多个时间段进行实时路况预测。
6.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(5)中对多条路线进行综合分析，根据每条路线所需时间进行确定最优救援路线。
7.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(5)中对多条路线进行分析时，获取每条路线的车流量信息，结合每条道路上的高峰期进行综合规划，最后确定最优救援路线。
8.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(6)中对最优路线上的红绿灯进行宏观调控，使救援车辆行进时路面车流量减少。
9.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(6)中进行车辆分布调整时，在救援车辆经过每个红绿灯时，保持行进线路的畅通，减少并入最优路线的车辆所在线路的绿灯时长，尽可能减少最优线路上的车流量。
10.根据权利要求1所述的一种智能救援最优路线规划方法，其特征在于：所述步骤(7)中对救援车辆的行进位置进行车辆干预，通过交警执勤进行车道疏通，在条件允许情况下暂时疏通一条临时救援车道供救援车辆行进。
CN202111215704.7A 2021-10-19 2021-10-19 一种智能救援最优路线规划方法 Pending CN113945225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111215704.7A CN113945225A (zh) 2021-10-19 2021-10-19 一种智能救援最优路线规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111215704.7A CN113945225A (zh) 2021-10-19 2021-10-19 一种智能救援最优路线规划方法

Publications (1)

Publication Number Publication Date
CN113945225A true CN113945225A (zh) 2022-01-18

Family

ID=79331874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111215704.7A Pending CN113945225A (zh) 2021-10-19 2021-10-19 一种智能救援最优路线规划方法

Country Status (1)

Country Link
CN (1) CN113945225A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968396A (zh) * 2020-08-22 2020-11-20 刘秀萍 智能车联网驱动的应急救援车行驶优化方法
CN114582115A (zh) * 2022-04-11 2022-06-03 成都车晓科技有限公司 一种基于v2x的车队交通调度系统及调度方法
CN115936287A (zh) * 2023-03-10 2023-04-07 广东广宇科技发展有限公司 基于大数据的城市消防救援综合处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104064042A (zh) * 2014-07-02 2014-09-24 重庆市城投金卡信息产业股份有限公司 支持紧急救援的智能交通管理方法及系统
CN108550391A (zh) * 2018-04-16 2018-09-18 青岛大学附属医院 医疗救援方法、系统、计算机装置及可读存储介质
CN108830426A (zh) * 2018-07-03 2018-11-16 华平智慧信息技术（深圳）有限公司 救援线路规划方法及相关产品
CN111815989A (zh) * 2020-06-19 2020-10-23 勇鸿(重庆)信息科技有限公司 一种基于c-v2x技术的道路事故救援方法及系统
CN111882876A (zh) * 2020-08-13 2020-11-03 华平智慧信息技术（深圳）有限公司 一种应急指挥路线规划疏导方法及系统
CN112071060A (zh) * 2020-08-27 2020-12-11 华南理工大学 一种基于城市路网交通环境变化的应急救援路径规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104064042A (zh) * 2014-07-02 2014-09-24 重庆市城投金卡信息产业股份有限公司 支持紧急救援的智能交通管理方法及系统
CN108550391A (zh) * 2018-04-16 2018-09-18 青岛大学附属医院 医疗救援方法、系统、计算机装置及可读存储介质
CN108830426A (zh) * 2018-07-03 2018-11-16 华平智慧信息技术（深圳）有限公司 救援线路规划方法及相关产品
CN111815989A (zh) * 2020-06-19 2020-10-23 勇鸿(重庆)信息科技有限公司 一种基于c-v2x技术的道路事故救援方法及系统
CN111882876A (zh) * 2020-08-13 2020-11-03 华平智慧信息技术（深圳）有限公司 一种应急指挥路线规划疏导方法及系统
CN112071060A (zh) * 2020-08-27 2020-12-11 华南理工大学 一种基于城市路网交通环境变化的应急救援路径规划方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968396A (zh) * 2020-08-22 2020-11-20 刘秀萍 智能车联网驱动的应急救援车行驶优化方法
CN114582115A (zh) * 2022-04-11 2022-06-03 成都车晓科技有限公司 一种基于v2x的车队交通调度系统及调度方法
CN114582115B (zh) * 2022-04-11 2022-08-19 北京车晓科技有限公司 一种基于v2x的车队交通调度系统及调度方法
CN115936287A (zh) * 2023-03-10 2023-04-07 广东广宇科技发展有限公司 基于大数据的城市消防救援综合处理方法

Similar Documents

Publication Publication Date Title
CN113945225A (zh) 一种智能救援最优路线规划方法
US10991243B2 (en) Self-configuring traffic signal controller
CN108198441B (zh) 一种快速智能交通系统及方法
CN104064042B (zh) 支持紧急救援的智能交通管理方法及系统
EP2140437B1 (en) Method for controlling traffic signals to give signal priority to a vehicle
CN109118761B (zh) 一种基于人工智能的智慧交通解决方法及其管理系统
EP2593932B1 (en) Methods and systems for coordinating vehicular traffic using in-vehicle virtual traffic control signals enabled by vehicle-to-vehicle communications
US20190051162A1 (en) System and method of navigating vehicles
CN105844924A (zh) 一种智能交通路口管理方法及系统
CN104680820B (zh) 一种基于梯度场的交通流车联网系统及交通流控制方法
CN109859502A (zh) 一种基于联网通讯技术的智能交通系统及其控制方法
CN111882894A (zh) 一种智能交通信号灯控制方法及系统
CN109584567A (zh) 基于车路协同的交通管理方法
DE112018007122T5 (de) Bereitstellen von verfügbarkeitsindikatoren in einer geteilten fahrzeugumgebung
CN107680376A (zh) 一种景区交通路况预警疏导系统
CN110796857B (zh) 一种基于智慧城市的大数据分析系统及其方法
KR101943198B1 (ko) 구간통행시간 및 신호지체 추정방법
CN103116917A (zh) 一种基于gps的公交智能停车场控制方法
CN108417068A (zh) 主动式智能交通流诱导方法
CN110264697A (zh) 一种基于物联网的救援车辆调度及路径规划系统和方法
CN108986452A (zh) 一种斑马线人车通行智能调度方法
CN109377725A (zh) 一种用于城市道路内涝应急响应与调度系统
CN115331462A (zh) 一种基于车路协同的智慧消防特勤车辆控制方法
CN114299705A (zh) 一种导盲机器人的控制方法及导盲机器人
Makhloga IMPROVING INDIA’S TRAFFIC MANAGEMENT USING INTELLIGENT TRANSPORTATION SYSTEMS

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