CN114518124A - 一种车辆行驶线路规划方法及规划系统 - Google Patents

一种车辆行驶线路规划方法及规划系统 Download PDF

Info

Publication number
CN114518124A
CN114518124A CN202210415366.XA CN202210415366A CN114518124A CN 114518124 A CN114518124 A CN 114518124A CN 202210415366 A CN202210415366 A CN 202210415366A CN 114518124 A CN114518124 A CN 114518124A
Authority
CN
China
Prior art keywords
sub
road
parameter value
vehicle
road section
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
CN202210415366.XA
Other languages
English (en)
Other versions
CN114518124B (zh
Inventor
侯伟
李思荣
高继涛
陈龙
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.)
Sichuan Jiutong Zhilu Technology Co ltd
Original Assignee
Sichuan Jiutong Zhilu 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 Sichuan Jiutong Zhilu Technology Co ltd filed Critical Sichuan Jiutong Zhilu Technology Co ltd
Priority to CN202210415366.XA priority Critical patent/CN114518124B/zh
Publication of CN114518124A publication Critical patent/CN114518124A/zh
Application granted granted Critical
Publication of CN114518124B publication Critical patent/CN114518124B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs

Landscapes

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

Abstract

本申请涉及交通领域，公开了一种车辆行驶线路规划方法及规划系统，其方法包括：获取目标车辆的当前车辆信息；确定可用后续线路；对可用后续线路进行路段划分，得到每一条可用后续线路的子路段；获取每一个子路段的拥堵信息、路面状态信息及沿途信息；基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值；根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值；选择总参数值最高的可用后续线路作为最优行驶线路；发送至目标车辆的车载终端。本申请实现了实时的将车辆类型、车辆状态及道路情况作为行驶线路调整的考虑因素，从而得到最优行驶线路。

Description

一种车辆行驶线路规划方法及规划系统
技术领域
本申请涉及交通领域，尤其是涉及一种车辆行驶线路规划方法及规划系统。
背景技术
随着道路交通和城市化的快速建设和发展，公路交通网越来越复杂，对于车辆驾驶员来说，驾驶车辆从出发地到目的地，如果不熟悉复杂的交通线路，将无法顺利到达。
为了解决驾驶员对于交通线路不熟悉的情况，可以通过现有的车辆导航系统进行线路规划，定位出出发地和目的地，结合交通网信息，制定出多条车辆行驶线路，并且给出每条车辆行驶线路的特征，例如，包含的高速路段数量、预计行驶时间及行驶距离等等。
但是，车辆在行驶过程中，所面对的道路情况是实时变化的，如果按照已选车辆行驶线路行驶的过程中，前方道路发生车祸，导致后方路段的车辆无法及时通过，需要等待道路救援之后才能通行，继续按照已选车辆行驶线路会浪费等待时间。因此，通过现有的车辆导航系统制定车辆行驶线路，即没有结合车辆的实时状态，也没有结合实时道路情况，导致车辆行驶线路不能实时的调整。
发明内容
为了解决车辆行驶过程中无法结合车辆信息和道路信息进行行驶线路调整的问题，本申请提供了一种车辆行驶线路规划方法及规划系统。
第一方面，本申请提供一种车辆行驶线路规划方法，采用如下的技术方案：
当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，获取目标车辆的当前车辆信息，当前车辆信息包括当前位置、车辆类型及车辆状态；
根据预置交通路网信息，确定当前位置与目的地之间的可用后续线路；
对可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值；
根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值；
选择总参数值最高的可用后续线路作为最优行驶线路；
将最优行驶线路发送至目标车辆的车载终端。
可选的，基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值，包括：
获取AI道路规划算法的AI道路规划计算公式C=C1+C2+C3，C为子路段参数值，C1为拥堵参数值，C2为路面状态参数值，C3为沿途参数值；
根据拥堵信息得到每一个子路段的拥堵参数值，拥堵参数值的数值越高，对应的子路段的拥堵情况越低，拥堵参数值的数值越低，对应的子路段的拥堵情况越严重；
根据路面状态信息得到每一个子路段的路面状态参数值；
根据沿途信息得到每一个子路段的沿途参数值；
根据拥堵参数值、路面状态参数值及沿途参数值，结合AI道路规划计算公式计算得到子路段参数值。
可选的，获取每一个子路段的拥堵信息、路面状态信息及沿途信息，包括：
通过交通网络平台获取所有子路段的拥堵数据，通过路政施工平台获取所有子路段的路面平整度数据及允许通行车辆数据，通过商铺信息平台获取所有子路段的沿途商铺数据；
根据拥堵数据得到每一个子路段的拥堵信息，根据路面平整度数据及允许通行车辆数据得到每一个子路段的路面状态信息，根据沿途商铺数据得到每一个子路段的沿途信息。
可选的，根据路面状态信息得到每一个子路段的路面状态参数值，包括：
解析每一个子路段的路面状态信息，得到每一个子路段的路面平整度数据及允许通行车辆数据；
根据路面平整度数据得到第一状态参数值B1，第一状态参数值的数值越高，对应的子路段的路面越平整，第一状态参数值的数值越低，对应的子路段的路面越不平整；
根据允许通行车辆数据及预设车辆类型数值表得到第二状态参数值B2，预设车辆类型数值表中不同的车辆类型对应不同的数值；
根据路面状态参数值计算公式C2=B1+B2，及第一状态参数值和第二状态参数值，计算得到每一个子路段的路面状态参数值。
可选的，沿途商铺数据包括维修店铺数据及加油站数据，根据沿途信息得到每一个子路段的沿途参数值，包括：
解析每一个子路段的沿途信息，得到每一个子路段的沿途商铺数据；
根据沿途商铺数据得到维修店铺数据及加油站数据；
根据维修店铺数据得到第一沿途商铺参数值D1，第一沿途商铺参数值的数值越高，对应的子路段的维修店铺越多，第一沿途商铺参数值的数值越低，对应的子路段的维修店铺越少；
根据加油站数据得到第二沿途商铺参数值D2，第二沿途商铺参数值的数值越高，对应的子路段的加油站越多，第二沿途商铺参数值的数值越低，对应的子路段的加油站越少；
根据沿途参数值计算公式C3=D1+D2，及第一沿途商铺参数值和第二沿途商铺参数值，计算得到每一个子路段的沿途参数值。
可选的，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，包括：
根据车辆类型及允许通行车辆数据，判断目标车辆是否能够通过每一个子路段；
若目标车辆不能通过第一子路段，则得到第一调整参数值A1，A1=0；
以第一调整参数值乘以第一子路段的子路段参数值，得到A1*C=0；
确定第一子路段所属的第一可用后续线路，将第一可用后续线路的其他子路段的子路段参数值都调整为0，得到第一可用后续线路的总参数值为0；
若目标车辆能通过第二子路段，则根据车辆状态对第二子路段的子路段参数值进行调整；
根据调整后的第二子路段的子路段参数值，计算得到第二子路段所属的第二可用后续线路的总参数值。
可选的，根据车辆状态对第二子路段的子路段参数值进行调整，根据调整后的第二子路段的子路段参数值，包括：
根据车辆状态得到车辆能源数据及车辆运行状态数据；
根据车辆运行状态数据判断目标车辆是否需要维修，并根据车辆能源数据判断目标车辆是否需要加油；
若目标车辆不需要维修和加油，则得到第三调整参数值A3和第四调整参数值A4，A3=0，A4=0；
以第三调整参数值乘以第二子路段的第一沿途商铺参数值D1，及第四调整参数值乘以第二子路段的第二沿途商铺参数值D2，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（A3*D1+A4*D2）；
若目标车辆需要维修，且不需要加油，则得到第五调整参数值A5，A5=0；
以第五调整参数值乘以第二子路段的第二沿途商铺参数值D2，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（D1+A5*D2）；
若目标车辆不需要维修，且需要加油，则得到第六调整参数值A6，A6=0；
以第六调整参数值乘以第二子路段的第一沿途商铺参数值D1，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（A6*D1+D2）；
若目标车辆不需要维修，且不需要加油，则无需对第二子路段的子路段参数值进行调整。
第二方面，本申请提供一种车辆行驶线路规划系统，包括：
第一获取模块、行驶线路处理模块、第二获取模块、行驶线路调整模块及发送模块；
当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，第一获取模块获取目标车辆的当前车辆信息，当前车辆信息包括当前位置、车辆类型及车辆状态；
行驶线路处理模块根据预置交通路网信息，确定当前位置与目的地之间的可用后续线路，对可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
第二获取模块获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
行驶线路调整模块基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路；
发送模块将最优行驶线路发送至目标车辆的车载终端。
综上所述，本申请包括以下有益技术效果：
在目标车辆行驶的过程中，对目标车辆的当前位置与目的地之间的可用后续线路进行路段划分，得到每一条可用后续线路的子路段，结合子路段的拥堵信息、路面状态信息及沿途信息，基于AI道路规划算法，计算得到子路段参数值，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路，将最优行驶线路发送至目标车辆的车载终端，实现了实时的将车辆类型、车辆状态及道路情况作为行驶线路调整的考虑因素，从而得到最优行驶线路。
附图说明
图1是本申请的车辆行驶线路规划方法的流程示意图。
图2是本申请的路面状态参数值的计算过程的流程示意图。
图3是本申请的沿途参数值的计算过程的流程示意图。
图4是本申请的子路段参数值的调整和总参数值的计算过程的流程示意图。
图5是本申请的车辆行驶线路规划系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下通过附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例公开一种车辆行驶线路规划方法。
参照图1，该方法包括：
S101，当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，获取目标车辆的当前车辆信息；
其中，在车辆使用者使用车辆的过程中，一般对于路线不熟悉的情况下，需要使用导航系统，先定位出出发地的位置，再输入目的地的地址，导航系统就能自动输出一条或多条行驶线路，车辆使用者选择出一条，作为初始行驶线路，在驾驶目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，目标车辆的位置、状态等都是实时变化的，那么获取目标车辆的当前车辆信息，当前车辆信息包括当前位置、车辆类型及车辆状态，车辆类型表示的是目标车辆的型号，例如轿车、SUV、中型客车、大型客车、货车、重型卡车等等。车辆状态是通过车辆各设备的传感器上报得到，例如，四轮气压、车辆能源、发动机运行状态等等。
S102，根据预置交通路网信息，确定当前位置与目的地之间的可用后续线路；
其中，预置交通路网信息统计了所有的交通道路的信息，即汇总有已建好的道路、在维修的道路、在建道路等等各种道路的情况，那么在确定了目标车辆的当前位置和目的地之后，通过查询预置交通路网信息确定当前位置与目的地之间的可用后续线路。
S103，对可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
其中，对可用后续线路进行路段划分，假设可用后续线路有T和L，对T和L分别进行路段划分，路段划分可以是按照一定的距离进行划分，也可以是按照道路标号或者名称划分，如果T的路段划分出3个，那么可用后续线路T有T1、T2和T3这三个子路段，如果L的路段划分出4个，那么可用后续线路L有L1、L2、L3和L4这四个子路段。
S104，获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
其中，通过交通网络平台获取所有子路段的拥堵数据，通过路政施工平台获取所有子路段的路面平整度数据及允许通行车辆数据，通过商铺信息平台获取所有子路段的沿途商铺数据，根据拥堵数据得到每一个子路段的拥堵信息，根据路面平整度数据及允许通行车辆数据得到每一个子路段的路面状态信息，根据沿途商铺数据得到每一个子路段的沿途信息。
S105，基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值；
其中，将人工智能（Artificial Intelligence，AI）应用于道理规划中，构建出AI道路规划算法，基于AI道路规划算法，将拥堵信息、路面状态信息及沿途信息作为AI道路规划算法中的变量，计算得到子路段参数值；
具体的计算过程如下：
获取AI道路规划算法的AI道路规划计算公式C=C1+C2+C3，C为子路段参数值，C1为拥堵参数值，C2为路面状态参数值，C3为沿途参数值；
根据拥堵信息得到每一个子路段的拥堵参数值，拥堵参数值的数值越高，对应的子路段的拥堵情况越低，拥堵参数值的数值越低，对应的子路段的拥堵情况越严重；
根据路面状态信息得到每一个子路段的路面状态参数值；
根据沿途信息得到每一个子路段的沿途参数值；
根据拥堵参数值、路面状态参数值及沿途参数值，结合AI道路规划计算公式计算得到子路段参数值。
S106，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值；
其中，在每一个子路段的子路段参数值都得到之后，子路段参数值是与拥堵信息、路面状态信息及沿途信息这些道路情况相关的，而如果只按照子路段参数值进行行驶线路规划，就会忽略了目标车辆本身的情况，并非是最优解，因此还需要根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，即可用后续线路T的T1、T2和T3这三个子路段的调整后的子路段参数值进行相加得到T的总参数值，可用后续线路L的L1、L2、L3和L4这四个子路段的调整后的子路段参数值进行相加得到L的总参数值。
S107，选择总参数值最高的可用后续线路作为最优行驶线路；
其中，如果可用后续线路T的总参数值是5，可用后续线路L的总参数值是6，那么选择总参数值最高的可用后续线路L作为最优行驶线路。
S108，将最优行驶线路发送至目标车辆的车载终端。
其中，在得到最优行驶线路后，还需要将其发送至目标车辆的车载终端，从而指导车辆使用者按照最优行驶线路进行驾驶。
本实施例的实施原理为：在目标车辆行驶的过程中，对目标车辆的当前位置与目的地之间的可用后续线路进行路段划分，得到每一条可用后续线路的子路段，结合子路段的拥堵信息、路面状态信息及沿途信息，基于AI道路规划算法，计算得到子路段参数值，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路，将最优行驶线路发送至目标车辆的车载终端，实现了实时的将车辆类型、车辆状态及道路情况作为行驶线路调整的考虑因素，从而得到最优行驶线路。
结合以上图1所示的实施例，步骤S105中描述了需要根据路面状态信息得到每一个子路段的路面状态参数值，下面通过图2所示的实施例，对路面状态参数值的计算过程进行详细描述，具体步骤包括：
S201，解析每一个子路段的路面状态信息，得到每一个子路段的路面平整度数据及允许通行车辆数据；
其中，路面状态信息包括路面平整度数据及允许通行车辆数据，解析得到每一个子路段的路面平整度数据及允许通行车辆数据。
S202，根据路面平整度数据得到第一状态参数值B1；
其中，路面平整度数据是测量每一个子路段得到的，用于表示子路段的路面是否平坦，根据路面平整度数据得到第一状态参数值B1，B1的数值越高，对应的子路段的路面越平整；B1的数值越低，对应的子路段的路面越不平整。
S203，根据允许通行车辆数据及预设车辆类型数值表得到第二状态参数值B2；
其中，允许通行车辆数据表示的是允许通过哪种类型的车辆，例如，子路段有限高2.5米，那么就只能通过轿车、SUV等私家车，不能通过大客车和货车。预设车辆类型数值表中预先设置了不同的车辆类型对应不同的数值，例如，货车对应的数值是5，私家车对应的数值是2，那么在允许通行车辆数据是允许通过货车时，私家车肯定也能通过，第二状态参数值B2是5；在允许通行车辆数据是允许通过私家车时，货车肯定不能通过，第二状态参数值B2是2。
S204，根据路面状态参数值计算公式C2=B1+B2，及第一状态参数值和第二状态参数值，计算得到每一个子路段的路面状态参数值。
本实施例的实施原理为：在计算路面状态参数值的过程中，具体通过路面平整度数据及允许通行车辆数据这两项作为重要因素，既考虑到了路面平整度，保证车辆行驶过程的平稳，可以提高车辆使用者的驾驶体验，也考虑到了允许通行车辆，有效避免由于车辆类型不同，导致无法通行的情况。
结合以上图1所示的实施例，步骤S105中描述了需要根据沿途信息得到每一个子路段的沿途参数值，下面通过图3所示的实施例，对沿途参数值的计算过程进行详细描述，具体步骤包括：
S301，解析每一个子路段的沿途信息，得到每一个子路段的沿途商铺数据；
S302，根据沿途商铺数据得到维修店铺数据及加油站数据；
S303，根据维修店铺数据得到第一沿途商铺参数值D1；
其中，D1的数值越高，对应的子路段的维修店铺越多，D1的数值越低，对应的子路段的维修店铺越少。
S304，根据加油站数据得到第二沿途商铺参数值D2；
其中，D2的数值越高，对应的子路段的加油站越多，D2的数值越低，对应的子路段的加油站越少；
需要说明的是，在D2的基础上，由于在加油的时候，还需要考虑到加油站是否还有目标车辆的所需要的油，那么加油站数据不但包括了子路段的沿途加油站数量，还包括每个加油站能够提供的油种类；如果加油站数量是4个,3个加油站的油种类中包含目标车辆需求的油类，那么就加油站数量就按3个处理，另外一个不列入D2的生成过程；
在加油的时候，还需要考虑到油价，对于不同的加油站，由于品牌和商家不同，同一种油类，价格是存在不同的，那么为了车辆使用者的利益，加油站数据还需要包括不同油种类的价格，例如，子路段T1包括2个加油站，同一种油的价格分别是5元/升和6元/升，进行价格平均值计算，得到平均油价5.5元/升；子路段T2包括3个加油站，同一种油的价格分别是5.5元/升、5.4元/升和5.8元/升，进行价格平均值计算，得到平均油价约为5.567元/升；
平均油价与价格区间权重表进行比较，例如，大于5.5元/升，权重值为1，小于等于5.5元/升，权重值为2；
那么T1的第二沿途商铺参数值D2计算方式为D2=2*（平均油价*具有需求油类的加油站数量）=2*（5.5*2）=22；
T2的第二沿途商铺参数值D2计算方式为D2=1*（平均油价*具有需求油类的加油站数量）=2*（5.567*3）=16.7。
S305，根据沿途参数值计算公式C3=D1+D2，及第一沿途商铺参数值和第二沿途商铺参数值，计算得到每一个子路段的沿途参数值。
其中，在第一沿途商铺参数值D1和第二沿途商铺参数值D2得到之后，沿途参数值计算公式C3=D1+D2计算得到每一个子路段的沿途参数值。
结合以上图1-图3所示的实施例，在步骤S106中需要根据车辆类型和车辆状态对子路段参数值进行调整，调整之后才能得到子路段的总参数值，下面通过图4所示的实施例，对子路段参数值的调整和总参数值的计算过程进行描述，具体步骤包括：
S401，根据车辆类型及允许通行车辆数据，判断目标车辆是否能够通过每一个子路段；
其中，如果某个子路段的允许通行车辆数据是只允许私家车通过，而目标车辆的车辆类型是货车，那么目标车辆不能够通过这个子路段，执行步骤S402；如果某个子路段的允许通行车辆数据是只允许私家车通过，而目标车辆的车辆类型是私家车，那么目标车辆能够通过这个子路段，执行步骤S405。
S402，得到第一调整参数值A1，A1=0；
其中，若目标车辆不能通过第一子路段，则得到第一调整参数值A1，A1=0。
S403，以第一调整参数值乘以第一子路段的子路段参数值，得到A1*C=0；
S404，确定第一子路段所属的第一可用后续线路，将第一可用后续线路的其他子路段的子路段参数值都调整为0，得到第一可用后续线路的总参数值为0；
其中，第一可用后续线路的总参数值为0了，由于是选择总参数值最高的可用后续线路作为最优行驶线路，那么第一可用后续线路将不会作为选择项了。
S405，根据车辆状态对第二子路段的子路段参数值进行调整；
其中，若目标车辆能通过第二子路段，则根据车辆状态对第二子路段的子路段参数值进行调整，由于车辆状态包括了车辆能源数据及车辆运行状态数据，因此具体的第二子路段的子路段参数值调整过程如下：
根据车辆状态得到车辆能源数据及车辆运行状态数据；
根据车辆运行状态数据判断目标车辆是否需要维修，并根据车辆能源数据判断目标车辆是否需要加油；
若目标车辆不需要维修和加油，则得到第三调整参数值A3和第四调整参数值A4，A3=0，A4=0；
以第三调整参数值乘以第二子路段的第一沿途商铺参数值D1，及第四调整参数值乘以第二子路段的第二沿途商铺参数值D2，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（A3*D1+A4*D2）=C1+（B1+B2），即不需要考虑子路段的沿途所有店铺；
若目标车辆需要维修，且不需要加油，则得到第五调整参数值A5，A5=0；
以第五调整参数值乘以第二子路段的第二沿途商铺参数值D2，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（D1+A5*D2）=C1+（B1+B2）+D1，即不需要考虑子路段的沿途加油站，只需要考虑维修店铺；
若目标车辆不需要维修，且需要加油，则得到第六调整参数值A6，A6=0；
以第六调整参数值乘以第二子路段的第一沿途商铺参数值D1，得到调整后的第二子路段的子路段参数值C=C1+（B1+B2）+（A6*D1+D2）=C=C1+（B1+B2）+D2，即不需要考虑子路段的沿途维修店铺，只需要考虑加油站；
若目标车辆不需要维修，且不需要加油，则无需对第二子路段的子路段参数值进行调整。
S406，根据调整后的第二子路段的子路段参数值，计算得到第二子路段所属的第二可用后续线路的总参数值。
本实施例的实施原理为：在计算得到每一个子路段的子路段参数值之后，还需要通过车辆类型和车辆状态对子路段参数值进行调整，首先，考虑车辆类型和允许通行车辆数据，目标车辆不能通过的第一子路段，第一子路段的子路段参数值调整为0，确定第一子路段所属的第一可用后续线路，将第一可用后续线路的其他子路段的子路段参数值都调整为0，得到第一可用后续线路的总参数值为0；其次，考虑车辆能源数据及车辆运行状态数据与需求的沿途商铺，从而调整子路段参数值。
通过以上图1-图4实施例对车辆行驶线路规划方法进行了详细的说明，下面通过实施例对车辆行驶线路规划系统进行说明，如图5所示，本申请提供一种车辆行驶线路规划系统，包括：
第一获取模块501、行驶线路处理模块502、第二获取模块503、行驶线路调整模块504及发送模块505；
当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，第一获取模块501获取目标车辆的当前车辆信息，当前车辆信息包括当前位置、车辆类型及车辆状态；
行驶线路处理模块502根据预置交通路网信息，确定当前位置与目的地之间的可用后续线路，对可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
第二获取模块503获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
行驶线路调整模块504基于AI道路规划算法，根据拥堵信息、路面状态信息及沿途信息，计算得到子路段参数值，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路；
发送模块505将最优行驶线路发送至目标车辆的车载终端。
本实施例的实施原理为：车辆行驶线路规划系统在目标车辆行驶的过程中，对目标车辆的当前位置与目的地之间的可用后续线路进行路段划分，得到每一条可用后续线路的子路段，结合子路段的拥堵信息、路面状态信息及沿途信息，基于AI道路规划算法，计算得到子路段参数值，根据车辆类型和车辆状态对子路段参数值进行调整，根据调整后的子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路，将最优行驶线路发送至目标车辆的车载终端，实现了实时的将车辆类型、车辆状态及道路情况作为行驶线路调整的考虑因素，从而得到最优行驶线路。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (8)

1.一种车辆行驶线路规划方法，其特征在于，包括：
当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，获取目标车辆的当前车辆信息，所述当前车辆信息包括当前位置、车辆类型及车辆状态；
根据预置交通路网信息，确定所述当前位置与所述目的地之间的可用后续线路；
对所述可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
基于AI道路规划算法，根据所述拥堵信息、所述路面状态信息及所述沿途信息，计算得到子路段参数值；
根据所述车辆类型和所述车辆状态对所述子路段参数值进行调整，根据调整后的所述子路段参数值得到每一条可用后续线路的总参数值；
选择总参数值最高的可用后续线路作为最优行驶线路；
将所述最优行驶线路发送至所述目标车辆的车载终端。
2.根据权利要求1所述的车辆行驶线路规划方法，其特征在于，所述基于AI道路规划算法，根据所述拥堵信息、所述路面状态信息及所述沿途信息，计算得到子路段参数值，包括：
获取AI道路规划算法的AI道路规划计算公式C=C1+C2+C3，所述C为子路段参数值，所述C1为拥堵参数值，所述C2为路面状态参数值，所述C3为沿途参数值；
根据所述拥堵信息得到每一个子路段的拥堵参数值，所述拥堵参数值的数值越高，对应的子路段的拥堵情况越低，所述拥堵参数值的数值越低，对应的子路段的拥堵情况越严重；
根据所述路面状态信息得到每一个子路段的路面状态参数值；
根据所述沿途信息得到每一个子路段的沿途参数值；
根据所述拥堵参数值、所述路面状态参数值及所述沿途参数值，结合所述AI道路规划计算公式计算得到子路段参数值。
3.根据权利要求2所述的车辆行驶线路规划方法，其特征在于，所述获取每一个子路段的拥堵信息、路面状态信息及沿途信息，包括：
通过交通网络平台获取所有子路段的拥堵数据，通过路政施工平台获取所有子路段的路面平整度数据及允许通行车辆数据，通过商铺信息平台获取所有子路段的沿途商铺数据；
根据所述拥堵数据得到每一个子路段的拥堵信息，根据所述路面平整度数据及所述允许通行车辆数据得到每一个子路段的路面状态信息，根据所述沿途商铺数据得到每一个子路段的沿途信息。
4.根据权利要求3所述的车辆行驶线路规划方法，其特征在于，所述根据所述路面状态信息得到每一个子路段的路面状态参数值，包括：
解析每一个子路段的所述路面状态信息，得到每一个子路段的路面平整度数据及允许通行车辆数据；
根据所述路面平整度数据得到第一状态参数值B1，所述第一状态参数值的数值越高，对应的子路段的路面越平整，所述第一状态参数值的数值越低，对应的子路段的路面越不平整；
根据预设车辆类型数值表及所述允许通行车辆数据得到第二状态参数值B2，所述预设车辆类型数值表中不同的车辆类型对应不同的数值；
根据路面状态参数值计算公式C2=B1+B2，及所述第一状态参数值和所述第二状态参数值，计算得到每一个子路段的路面状态参数值。
5.根据权利要求4所述的车辆行驶线路规划方法，其特征在于，所述沿途商铺数据包括维修店铺数据及加油站数据，
所述根据所述沿途信息得到每一个子路段的沿途参数值，包括：
解析每一个子路段的所述沿途信息，得到每一个子路段的沿途商铺数据；
根据所述沿途商铺数据得到维修店铺数据及加油站数据；
根据所述维修店铺数据得到第一沿途商铺参数值D1，所述第一沿途商铺参数值的数值越高，对应的子路段的维修店铺越多，所述第一沿途商铺参数值的数值越低，对应的子路段的维修店铺越少；
根据所述加油站数据得到第二沿途商铺参数值D2，所述第二沿途商铺参数值的数值越高，对应的子路段的加油站越多，所述第二沿途商铺参数值的数值越低，对应的子路段的加油站越少；
根据沿途参数值计算公式C3=D1+D2，及所述第一沿途商铺参数值和所述第二沿途商铺参数值，计算得到每一个子路段的沿途参数值。
6.根据权利要求5所述的车辆行驶线路规划方法，其特征在于，所述根据所述车辆类型和所述车辆状态对所述子路段参数值进行调整，根据调整后的所述子路段参数值得到每一条可用后续线路的总参数值，包括：
根据所述车辆类型及所述允许通行车辆数据，判断所述目标车辆是否能够通过每一个子路段；
若所述目标车辆不能通过第一子路段，则得到第一调整参数值A1，所述A1=0；
以所述第一调整参数值乘以所述第一子路段的子路段参数值，得到A1*C=0；
确定所述第一子路段所属的第一可用后续线路，将所述第一可用后续线路的其他子路段的子路段参数值都调整为0，得到所述第一可用后续线路的总参数值为0；
若所述目标车辆能通过第二子路段，则根据所述车辆状态对所述第二子路段的子路段参数值进行调整；
根据调整后的所述第二子路段的子路段参数值，计算得到所述第二子路段所属的第二可用后续线路的总参数值。
7.根据权利要求6所述的车辆行驶线路规划方法，其特征在于，所述根据所述车辆状态对所述第二子路段的子路段参数值进行调整，包括：
根据所述车辆状态得到车辆能源数据及车辆运行状态数据；
根据所述车辆运行状态数据判断所述目标车辆是否需要维修，并根据所述车辆能源数据判断所述所述目标车辆是否需要加油；
若所述目标车辆不需要维修和加油，则得到第三调整参数值A3和第四调整参数值A4，所述A3=0，所述A4=0；
以所述第三调整参数值乘以所述第二子路段的第一沿途商铺参数值D1，及所述第四调整参数值乘以所述第二子路段的第二沿途商铺参数值D2，得到调整后的所述第二子路段的子路段参数值C=C1+（B1+B2）+（A3*D1+A4*D2）；
若所述目标车辆需要维修，且不需要加油，则得到第五调整参数值A5，所述A5=0；
以所述第五调整参数值乘以所述第二子路段的第二沿途商铺参数值D2，得到调整后的所述第二子路段的子路段参数值C=C1+（B1+B2）+（D1+A5*D2）；
若所述目标车辆不需要维修，且需要加油，则得到第六调整参数值A6，所述A6=0；
以所述第六调整参数值乘以所述第二子路段的第一沿途商铺参数值D1，得到调整后的所述第二子路段的子路段参数值C=C1+（B1+B2）+（A6*D1+D2）；
若所述目标车辆不需要维修，且不需要加油，则无需对所述第二子路段的子路段参数值进行调整。
8.一种车辆行驶线路规划系统，其特征在于，包括：
第一获取模块、行驶线路处理模块、第二获取模块、行驶线路调整模块及发送模块；
当目标车辆按照初始行驶线路从出发地行驶至目的地的过程中，所述第一获取模块获取目标车辆的当前车辆信息，所述当前车辆信息包括当前位置、车辆类型及车辆状态；
所述行驶线路处理模块根据预置交通路网信息，确定所述当前位置与所述目的地之间的可用后续线路，对所述可用后续线路进行路段划分，得到每一条可用后续线路的子路段；
所述第二获取模块获取每一个子路段的拥堵信息、路面状态信息及沿途信息；
所述行驶线路调整模块基于AI道路规划算法，根据所述拥堵信息、所述路面状态信息及所述沿途信息，计算得到子路段参数值，根据所述车辆类型和所述车辆状态对所述子路段参数值进行调整，根据调整后的所述子路段参数值得到每一条可用后续线路的总参数值，选择总参数值最高的可用后续线路作为最优行驶线路；
所述发送模块将所述最优行驶线路发送至所述目标车辆的车载终端。
CN202210415366.XA 2022-04-20 2022-04-20 一种车辆行驶线路规划方法及规划系统 Active CN114518124B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210415366.XA CN114518124B (zh) 2022-04-20 2022-04-20 一种车辆行驶线路规划方法及规划系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210415366.XA CN114518124B (zh) 2022-04-20 2022-04-20 一种车辆行驶线路规划方法及规划系统

Publications (2)

Publication Number Publication Date
CN114518124A true CN114518124A (zh) 2022-05-20
CN114518124B CN114518124B (zh) 2022-07-15

Family

ID=81600371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210415366.XA Active CN114518124B (zh) 2022-04-20 2022-04-20 一种车辆行驶线路规划方法及规划系统

Country Status (1)

Country Link
CN (1) CN114518124B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601971A (zh) * 2022-11-12 2023-01-13 广州融嘉信息科技有限公司（Cn） 基于神经网络的园区自适应车辆调度及停车智能管控方法
CN116128224A (zh) * 2022-12-23 2023-05-16 山东省人工智能研究院 一种融合路网均衡和事故风险评估的智能驾驶决策方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008005327A1 (de) * 2008-01-21 2008-07-31 Daimler Ag Verfahren zur Routenplanung und Zielführung
CN102636170A (zh) * 2011-02-14 2012-08-15 苏州巴米特信息科技有限公司 一种全新的汽车导航系统
CN102865876A (zh) * 2012-09-25 2013-01-09 深圳华宏联创科技有限公司 导航方法和服务器及系统
CN103448725A (zh) * 2013-08-16 2013-12-18 浙江吉利汽车研究院有限公司 自动调整路线的系统
US20150285652A1 (en) * 2012-10-25 2015-10-08 Intel Corporation Route optimization including points of interest
CN105346483A (zh) * 2015-11-04 2016-02-24 常州加美科技有限公司 一种无人驾驶车辆的人机交互系统
CN105387864A (zh) * 2015-10-15 2016-03-09 深圳市城市交通规划设计研究中心有限公司 路径规划装置及方法
WO2016135274A1 (en) * 2015-02-27 2016-09-01 Jaguar Land Rover Limited Route planning apparatus and method
US20160275404A1 (en) * 2015-03-16 2016-09-22 International Business Machines Corporation Road condition management
CN106403966A (zh) * 2015-12-19 2017-02-15 杭州后博科技有限公司 一种基于导航的行驶中机动车能源保障系统及方法
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
CN106688750A (zh) * 2016-12-21 2017-05-24 中国热带农业科学院湛江实验站 一种适于南方一年两造水田的稻‑鳖‑鱼‑鸭四位一体生态共生生产方法
CN109829573A (zh) * 2019-01-15 2019-05-31 宁波洁程汽车科技有限公司 一种融合用户驾驶习惯的智能路径规划方法
CN110174893A (zh) * 2019-05-07 2019-08-27 重庆工程职业技术学院 一种无人驾驶控制方法、系统及车辆
CN112161636A (zh) * 2020-08-28 2021-01-01 深圳市跨越新科技有限公司 一种基于单向模拟的货车路线规划方法及系统
CN112882466A (zh) * 2021-01-12 2021-06-01 上海电力大学 一种融合分层规划和a*算法的共享电动汽车路径规划方法
US20210172751A1 (en) * 2018-04-18 2021-06-10 Ford Global Technologies, Llc Dynamic promotions based on vehicle positioning and route determinations
CN113340316A (zh) * 2021-05-19 2021-09-03 维沃软件技术有限公司 路线显示方法、装置、电子设备及存储介质
CN113538792A (zh) * 2021-07-22 2021-10-22 成都趣油科技有限公司 自助加油方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008005327A1 (de) * 2008-01-21 2008-07-31 Daimler Ag Verfahren zur Routenplanung und Zielführung
CN102636170A (zh) * 2011-02-14 2012-08-15 苏州巴米特信息科技有限公司 一种全新的汽车导航系统
CN102865876A (zh) * 2012-09-25 2013-01-09 深圳华宏联创科技有限公司 导航方法和服务器及系统
US20150285652A1 (en) * 2012-10-25 2015-10-08 Intel Corporation Route optimization including points of interest
CN103448725A (zh) * 2013-08-16 2013-12-18 浙江吉利汽车研究院有限公司 自动调整路线的系统
WO2016135274A1 (en) * 2015-02-27 2016-09-01 Jaguar Land Rover Limited Route planning apparatus and method
US20160275404A1 (en) * 2015-03-16 2016-09-22 International Business Machines Corporation Road condition management
CN105387864A (zh) * 2015-10-15 2016-03-09 深圳市城市交通规划设计研究中心有限公司 路径规划装置及方法
CN105346483A (zh) * 2015-11-04 2016-02-24 常州加美科技有限公司 一种无人驾驶车辆的人机交互系统
CN106403966A (zh) * 2015-12-19 2017-02-15 杭州后博科技有限公司 一种基于导航的行驶中机动车能源保障系统及方法
CN106688750A (zh) * 2016-12-21 2017-05-24 中国热带农业科学院湛江实验站 一种适于南方一年两造水田的稻‑鳖‑鱼‑鸭四位一体生态共生生产方法
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
US20210172751A1 (en) * 2018-04-18 2021-06-10 Ford Global Technologies, Llc Dynamic promotions based on vehicle positioning and route determinations
CN109829573A (zh) * 2019-01-15 2019-05-31 宁波洁程汽车科技有限公司 一种融合用户驾驶习惯的智能路径规划方法
CN110174893A (zh) * 2019-05-07 2019-08-27 重庆工程职业技术学院 一种无人驾驶控制方法、系统及车辆
CN112161636A (zh) * 2020-08-28 2021-01-01 深圳市跨越新科技有限公司 一种基于单向模拟的货车路线规划方法及系统
CN112882466A (zh) * 2021-01-12 2021-06-01 上海电力大学 一种融合分层规划和a*算法的共享电动汽车路径规划方法
CN113340316A (zh) * 2021-05-19 2021-09-03 维沃软件技术有限公司 路线显示方法、装置、电子设备及存储介质
CN113538792A (zh) * 2021-07-22 2021-10-22 成都趣油科技有限公司 自助加油方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601971A (zh) * 2022-11-12 2023-01-13 广州融嘉信息科技有限公司（Cn） 基于神经网络的园区自适应车辆调度及停车智能管控方法
CN115601971B (zh) * 2022-11-12 2023-11-10 广州融嘉信息科技有限公司 基于神经网络的园区自适应车辆调度及停车智能管控方法
CN116128224A (zh) * 2022-12-23 2023-05-16 山东省人工智能研究院 一种融合路网均衡和事故风险评估的智能驾驶决策方法
CN116128224B (zh) * 2022-12-23 2024-01-26 山东省人工智能研究院 一种融合路网均衡和事故风险评估的智能驾驶决策方法

Also Published As

Publication number Publication date
CN114518124B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN114518124B (zh) 一种车辆行驶线路规划方法及规划系统
CN102538811B (zh) 用于基于安全因素来规划车辆路线的系统和方法
US11144068B2 (en) Vehicle platooning formation controller, system including the same, and method thereof
US11584396B2 (en) Method, system, and vehicle for preparing an energy forecast and determining an optimized driving behavior with respect to the energy forecast
CN1714275B (zh) 导航系统及在导航系统中确定路线的方法
US9677896B2 (en) Preventive fuel saving-aimed motor vehicle driver assistance
CN108973998B (zh) 一种基于mpc的异质车辆队列分布式节能控制方法
Levin et al. Effect of road grade on networkwide vehicle energy consumption and ecorouting
WO2012105889A1 (en) Method and management unit pertaining to vehicle trains
CN112161636A (zh) 一种基于单向模拟的货车路线规划方法及系统
CN106197442A (zh) 导航方法以及设备
CN104025166A (zh) 中心侧系统及车辆侧系统
US20180087916A1 (en) Intelligent fuel prompt device and method
US20120001770A1 (en) System and method of providing traffic information with turning information at intersections
CN105809978A (zh) 车辆行驶速度的确定方法及装置
CN111038482A (zh) 用于车辆路径自动控制的系统和方法
JP2009264935A (ja) リンクコスト算出システムおよびルート算出システム
CN104851320A (zh) 一种提示驾驶员的方法和装置
KR102671687B1 (ko) 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치
CN104040604B (zh) 中心侧系统及车辆侧系统
JPH10283588A (ja) 交通情報表示装置
CN102213596A (zh) 一种规划路径的方法和装置
US20220034673A1 (en) Trailer-considerate route recommendations
CN113673756A (zh) 车辆的推荐车速确定方法、装置及计算机设备
CN106568455A (zh) 一种电动汽车低电量处理方法及电动汽车

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