CN115839724B - 一种基于污染物排放量的货车导航方法及装置 - Google Patents
一种基于污染物排放量的货车导航方法及装置 Download PDFInfo
- Publication number
- CN115839724B CN115839724B CN202310102501.XA CN202310102501A CN115839724B CN 115839724 B CN115839724 B CN 115839724B CN 202310102501 A CN202310102501 A CN 202310102501A CN 115839724 B CN115839724 B CN 115839724B
- Authority
- CN
- China
- Prior art keywords
- navigation path
- navigation
- time
- road section
- user
- 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.)
- Active
Links
Images
Landscapes
- Navigation (AREA)
Abstract
本申请提供了一种基于污染物排放量的货车导航方法及装置,其中,该方法包括:获取用户输入的起点和终点对应的多条导航路径和多条导航路径中每条导航路径的多个路段;依据用户输入的出发时间,确定每条导航路径和该条导航路径的每个路段的预计行驶时间;依据出发时间和每条导航路径的每个路段的预计行驶时间,确定每条导航路径的预计污染物排放量;分别依据预计行驶时间、预计污染物排放量对多条导航路径进行排序,分别显示排序后的多条导航路径;将用户在排序后的多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。本申请解决了现有技术中仅提供线路最短或时间最短的导航线路的技术问题,达到了优化货车的导航路径的技术效果。
Description
技术领域
本申请涉及货车导航技术领域,尤其涉及一种基于污染物排放量的货车导航方法及装置。
背景技术
从污染物排放情况来看,柴油货车的污染物排放占比较高,是机动车大气污染最主要的来源。
目前,由于货车行驶过程消耗的燃油和产生的排放较多,进而对柴油货车的节能减排、绿色发展等环保方面的要求也越来越多。现有技术中,针对货车的导航方式仅依据行驶时间最短或距离最短进行路线规划,并未考虑不同行驶路线产生的污染物排放。
发明内容
有鉴于此,本申请的目的在于至少提供一种基于污染物排放量的货车导航方法及装置,通过对各路线的污染物排放、行驶时间分别进行排序,并将排序结果发送至用户,以使用户自行选择需要的导航路径,解决了现有技术中仅提供线路时间或距离最短的导航线路的技术问题,达到了优化货车的导航路径的技术效果。
本申请主要包括以下几个方面:
第一方面,本申请实施例提供一种基于污染物排放量的货车导航方法,所述方法包括:获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。
可选地,依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间,包括:获取所述每条导航路径的行驶时间表,所述行驶时间表包括该条导航路径的每个路段的驶入时间所在的时间段与所述时间段对应的预计行驶时间;将所述出发时间作为所述每条导航路径的首个路段的驶入时间;依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间;确定该条导航路径是否存在所述首个路段的下一个路段;若该条导航路径不存在所述首个路段的下一个路段,则将该条导航路径的每个路段的预计行驶时间相加,作为该条导航路径的预计行驶时间;若该条导航路径存在所述首个路段的下一个路段,则将所述首个路段的下一个路段作为所述每条导航路径的新的首个路段,将所述驶入时间与所述行驶时间相加,作为新的所述首个路段的驶入时间,重新执行依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间。
可选地,依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量,包括:针对每条导航路径,依据该条导航路径中每个路段的预计行驶时间和长度,确定每个路段的平均行驶速度;依据每条导航路径中每个路段的平均行驶速度,确定每条导航路径的每种污染物排放量;依据每条导航路径的每种污染物排放量,确定每条导航路径的预计污染物排放量。
可选地,通过以下公式确定每条导航路径的预计污染物排放量:
上述公式中,为第k条导航路径的预计污染物排放量,为除二氧化碳之外的污染物排放量与总污染物排放量的相关系数,为第k条导航路径中除二氧化碳之外的污染物排放量,为二氧化碳排放量与总污染物排放量的相关系数,为第k条导航路径的二氧化碳排放量,为第k条导航路径的一氧化碳排放量,为第k条导航路径的碳氢化合物排放量,为第k条导航路径的氮氧化合物排放量,指的是一氧化碳排放量对应系数,指的是碳氢化合物排放量对应系数,指的是氮氧化合物排放量对应系数。
可选地,通过以下公式确定每条导航路径的每种污染物排放量:
上述公式中,为第k条导航路径的第i种污染物排放量,为第k条导航路径的第j个路段的第i种污染物排放因子,指的是第k条导航路径的第j个路段的长度,为第k条导航路径的路段数量;通过以下公式确定第k条导航路径的第j个路段的第i种污染物排放因子:
上述公式中,为第k条导航路径的第j个路段的平均行驶速度,为第k条导航路径的第j个路段的预计行驶时间,为第一污染系数、为第二污染系数、为第三污染系数、为第四污染系数。
可选地,将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径之前,所述方法还包括:依据所述每条导航路径的预计行驶时间和预计污染物排放量,确定用户对所述每条导航路径的综合评分;依据所述综合评分对所述多条导航路径进行排序,显示排序后的所述多条导航路径。
可选地,通过以下公式确定用户对所述每条导航路径的综合评分:
上述公式中,为第k条导航路径的综合评分,第k条导航路径的预计污染物排放量,为第k条导航路径的预计行驶时间,为第一系数,为第一变量,第一变量用于描述用户设定本次导航是否为紧急运输,为第二系数,为第二变量,第二变量用于描述本次导航的载重是否大于预设载重,为第三系数,为第四系数,为第五系数,为第六系数,为第三变量,第三变量用于描述第k条导航路径的长度是否大于预设长度。
第二方面,本申请实施例还提供一种基于污染物排放量的货车导航装置,装置包括:获取模块,用于获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;第一确定模块,用于依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;第二确定模块,用于依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;显示模块,用于分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;第三确定模块,用于将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的基于污染物排放量的货车导航方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的基于污染物排放量的货车导航方法的步骤。
本申请实施例提供的一种基于污染物排放量的货车导航方法及装置,方法包括:获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。通过对各路线的污染物排放、行驶时间分别进行排序,并将排序结果发送至用户,以使用户自行选择需要的导航路径,解决了现有技术中仅提供线路时间或距离最短的导航线路的技术问题,达到了优化货车的导航路径的技术效果。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,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申请的某些实施例,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。
图1示出了本申请实施例所提供的一种基于污染物排放量的货车导航方法的流程图。
图2示出了本申请实施例所提供的依据用户输入的出发时间确定每条导航路径和该条导航路径的每个路段的预计行驶时间的步骤的流程图。
图3示出了本申请实施例所提供的一种基于污染物排放量的货车导航装置的功能模块图。
图4示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
现有技术中,货车导航仅仅依据行驶时间最短或距离最短进行路线规划,并没有考虑污染物排放等问题为货车提供最佳的导航路线。
基于此,本申请实施例提供了一种基于污染物排放量的货车导航方法及装置,通过对各路线的污染物排放、行驶时间分别进行排序,并将排序结果发送至用户,以使用户自行选择需要的导航路径,解决了现有技术中仅提供线路最短的导航线路的技术问题,达到了优化货车的导航路径的技术效果。具体如下:
请参阅图1,图1为本申请实施例所提供的一种基于污染物排放量的货车导航方法的流程图。如图1所示,本申请实施例提供的基于污染物排放量的货车导航方法,包括以下步骤:
S101:获取用户输入的起点和终点对应的多条导航路径和多条导航路径中每条导航路径的多个路段。
也就是说,用户输入起点和终点,获取起点和终点对应的多条导航路径,以及多条导航路径中每条导航路径对应的多个路段。
具体的,用户输入起点和终点,获取起点和终点对应的多条导航路径,以及多条导航路径中每条导航路径对应的多个路段的具体实施方式有多种,在此不一一赘述。
一优选实施例,根据起点和终点的GPS信息(全球定位系统,GlobalPositioningSystem)和地图匹配算法,将起点和终点与电子地图进行匹配,确定起点和终点所在电子地图的链路信息,并依据链路信息确定多条备选路径。链路信息包含从起点至终点的多组链路,每组链路依次组合生成一条备选路径。
典型的备选路径生成算法包括K-最短路算法、链路标记法、链路惩罚法、链路消除法、分支定界法和基于仿真模拟的算法等。但是从算法效率和准确性等方面考虑,只有基于最短路径算法的备选路径生成算法适用于大型的交通网络。因此,采用K-最短路算法中执行效率相对较高的双向扫除算法(含无回路处理)筛选得到起点至终点间的K条最短路径,构造得到备选路径集合。
也就是说,多条导航路径为获取的K条最短路径,每条导航路径对应的多个路段依次组合为该条导航路径。
S102:依据用户输入的出发时间,确定每条导航路径和该条导航路径的每个路段的预计行驶时间。
请参阅图2,图2为本申请实施例所提供的依据用户输入的出发时间确定每条导航路径和该条导航路径的每个路段的预计行驶时间的步骤的流程图。如图2所示,依据用户输入的出发时间,确定每条导航路径和该条导航路径的每个路段的预计行驶时间,包括:
S1021:获取每条导航路径的行驶时间表。
所述行驶时间表包括该条导航路径的每个路段的驶入时间所在的时间段与所述时间段对应的预计行驶时间。行驶时间表是通过采集大量车辆驶入该路段的驶入时间及通过该路段的行驶时间而得到的。
具体的,将一天24个小时每间隔5分钟分为一个时间段,进而将一天分为288个时间段,依次为(00:00-00:05]、(00:05-00:10]、…、(23:55-00:00],并依次排序得到每个时间段对应的时间段序号。例如,获取大量在(00:00-00:05]时间范围内驶入路段L1的车辆通过路段L1的行驶时间,并对行驶时间求取平均值,将平均值作为(00:00-00:05]时间范围内驶入路段L1的预计行驶时间。行驶时间表如表1所示。
表1:
驶入时间所在的时间段 | (00:00-00:05] | (00:05-00:10] | … | (X:Y-X’:Y’] | (23:55-00:00] |
时间段 序号 路段 | 1 | 2 | … | t | 288 |
L1 | T11 | T12 | … | T1t | T1288 |
L2 | T21 | T22 | … | T2t | T2288 |
… | … | … | … | … | … |
Lk | Tk1 | Tk2 | Tkt | Tk288 | |
… | … | … | … | … | … |
如表1所示,若车辆驶入路段L1的时间为(00:00-00:05],(00:00-00:05]对应的时间段序号为1,则认为车辆在路段L1的预计行驶时间为T11;若车辆驶入路段L2的时间为(X:Y-X’:Y’],(X:Y-X’:Y’]对应的时间序号为t,则认为车辆在路段L2的预计行驶时间为T2t。
S1022:将出发时间作为每条导航路径的首个路段的驶入时间。
也就是说,将用户输入的出发时间作为每条导航路径的首个路段的驶入时间。出发时间指的是从起点出发的时间,驶入时间指的是驶入各个路段的时间。
S1023:依据行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间。
S1024:确定该条导航路径是否存在首个路段的下一个路段。
S1025:将该条导航路径的每个路段的预计行驶时间相加,作为该条导航路径的预计行驶时间。
若该条导航路径不存在所述首个路段的下一个路段,则将该条导航路径的每个路段的预计行驶时间相加,作为该条导航路径的预计行驶时间。
S1026:将首个路段的下一个路段作为每条导航路径的新的首个路段,将驶入时间与行驶时间相加,作为新的首个路段的驶入时间。
若该条导航路径存在所述首个路段的下一个路段,则将所述首个路段的下一个路段作为所述每条导航路径的新的首个路段,将所述驶入时间与所述行驶时间相加,作为新的所述首个路段的驶入时间,重新执行S1023:依据行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间。
示例性的,若第K条导航路线由路段L1、L2和L3组成,其中L1为第K条导航路线的首个路段,若用户输入的出发时间为00:07,则驶入时间对应的时间段为(00:05-00:10],进而确定路段L1的对应的预计行驶时间为T12。确定第K条导航路线在路线L1路段之后的下一个路段为L2,将00:07与路段为L1的预计行驶时间T12相加作为路段为L2的驶入时间。若T12为4分钟,则确定路段为L2的驶入时间为00:11,进而确定路段L2的驶入时间对应的时间段为(00:10-00:15],路段L2的预计行驶时间为T23。确定第K条导航路线在路线L2路段之后的下一个路段为L3,将00:11与路段为L2的预计行驶时间T23相加作为路段为L3的驶入时间。若T23为10分钟,则确定路段为L3的驶入时间为00:21,进而确定路段L2的驶入时间对应的时间段为(00:20-00:25],路段L3的预计行驶时间为T35。由于第K条导航路线在路线L3路段之后的下一个路段不存在,进而将路段L1、L2和L3分别对应预计行驶时间相加,作为第K条导航路线的预计行驶时间。
S103:依据出发时间和每条导航路径的每个路段的预计行驶时间,确定每条导航路径的预计污染物排放量。
依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量,包括:针对每条导航路径,依据该条导航路径中每个路段的预计行驶时间和长度,确定每个路段的平均行驶速度;依据每条导航路径中每个路段的平均行驶速度,确定每条导航路径的每种污染物排放量;依据每条导航路径的每种污染物排放量,确定每条导航路径的预计污染物排放量。
通过以下公式确定每条导航路径的预计污染物排放量:
(1)
(2)
公式(1)和(2)中,为第k条导航路径的预计污染物排放量,为除二氧化碳之外的污染物排放量与总污染物排放量的相关系数,为第k条导航路径中除二氧化碳之外的污染物排放量,为二氧化碳排放量与总污染物排放量的相关系数,为第k条导航路径的二氧化碳排放量,为第k条导航路径的一氧化碳排放量,为第k条导航路径的碳氢化合物排放量,为第k条导航路径的氮氧化合物排放量,指的是一氧化碳排放量对应系数,指的是碳氢化合物排放量对应系数,指的是氮氧化合物排放量对应系数。
其中,、、、、、的单位均为克g。计算除二氧化碳之外的污染物排放量与二氧化碳排放量的和值,将和值作为总污染物排放量,将除二氧化碳之外的污染物排放量与总污染物排放量的比值作为,将二氧化碳排放量与总污染物排放量的比值作为。
的取值一般设定为,取自于《中华人民共和国环境保护税法》的附件二应税污染物和当量值表中一氧化碳CO的污染当量值的倒数。的取值一般设定为,认为碳氢化合物与挥发性有机物VOCs的污染当量值相同,进而取自于《挥发性有机物排污收费试点办法》(财税〔2015〕71 号)中VOCs的污染当量值的倒数。的取值一般设定为,取自于《中华人民共和国环境保护税法》的附件二应税污染物和当量值表中氮氧化合物NOX的污染当量值的倒数。
通过以下公式确定每条导航路径的每种污染物排放量:
(3)
公式(3)中,为第k条导航路径的第i种污染物排放量,为第k条导航路径的第j个路段的第i种污染物排放因子,指的是第k条导航路径的第j个路段的长度,为第k条导航路径的路段数量。的单位为克/千米(g/km),的单位为千米。
通过以下公式确定第k条导航路径的第j个路段的第i种污染物排放因子:
(4)
(5)
公式(4)和(5)中,为第k条导航路径的第j个路段的平均行驶速度,为第k条导航路径的第j个路段的预计行驶时间,为第一污染系数、为第二污染系数、为第三污染系数、为第四污染系数。的单位为千米/小时(km/h)。表2为、、、的取值与污染物的对应表。
表2:
S104:分别依据预计行驶时间、预计污染物排放量对多条导航路径进行排序,分别显示排序后的多条导航路径。
也就是说,依据多条导航路径的预计行驶时间对所述多条导航路径进行升序排序,显示预计行驶时间从小到大进行排列的多条导航路径,依据多条导航路径的预计污染物排放量对所述多条导航路径进行升序排序,显示预计污染物排放量从小到大进行排列的多条导航路径。
也就是说,用户可以查看到按照预计行驶时间从小到大进行排列的多条导航路径和按照预计污染物排放量从小到大进行排列的多条导航路径,用户可以自行选择预计行驶时间最小的导航路径或者预计污染物排放量最小的导航路径。
S105:将用户在排序后的多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。
将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径之前,所述方法还包括:依据所述每条导航路径的预计行驶时间和预计污染物排放量,确定用户对所述每条导航路径的综合评分;依据所述综合评分对所述多条导航路径进行排序,显示排序后的所述多条导航路径。
通过以下公式确定用户对所述每条导航路径的综合评分:
(6)
公式(6)中,为用户对第k条导航路径的综合评分,第k条导航路径的预计污染物排放量,为第k条导航路径的预计行驶时间,为第一系数,为第一变量,第一变量用于描述用户设定本次导航是否为紧急运输,为第二系数,为第二变量,第二变量用于描述本次导航的载重是否大于预设载重,为第三系数,为第四系数,为第五系数,为第六系数,为第三变量,第三变量用于描述第k条导航路径的长度是否大于预设长度。
其中,若用户设定本次导航是紧急运输,则取1;若用户设定本次导航不是紧急运输,则取0。若用户设定本次导航的载重大于预设载重,则取1;若用户设定本次导航的载重小于或者等于预设载重,则取0,预设载重可以设定为10吨。若第k条导航路径的长度大于预设长度,则取1;若第k条导航路径的长度小于或者等于预设长度,则取0,预设长度可以设定为400千米。
其中,用于描述用户对预计污染物排放量与本次导航是否为紧急运输相关的敏感程度,一般取0.0093。用于描述用户对预计污染物排放量与本次导航的载重是否大于预设载重相关的敏感程度,一般取0.0032。用于描述用户单独对预计污染物排放量的敏感程度,一般取-0.0166。用于描述用户对预计行驶时间与本次导航是否为紧急运输相关的敏感程度,一般取0.43。用于描述用户对预计行驶时间与本次导航的导航路径长度是否大于预设长度相关的敏感程度,一般取0.14。用于描述用户单独对预计行驶时间的敏感程度,一般取-0.764。
也就是说,之前的代表了用户对预计污染物排放量的总敏感程度,之前的代表了用户对预计行驶时间的总敏感程度。
综合评分可以理解为用户对该条导航路径的偏好程度,综合评分越小意味着用户越偏好该条导航路径,综合评分越大意味着用户越排斥该条导航路径,即,用户对该条导航路径越敏感。、、、、、的取值可以通过对大量的用户进行调查问卷而得到。
也就是说,预估用户对每条导航路径的综合评分,从而依据用户对每条导航路径的综合评分对多条导航路径进行排序,并显示排序后的多条导航路径,以使用户在排序后的多条导航路径中选择一条目标导航路径。
示例性的,在步骤S103之后,方法还包括:依据所述每条导航路径的预计行驶时间和预计污染物排放量,确定用户对所述每条导航路径的综合评分;分别依据预计行驶时间、预计污染物排放量和综合评分对多条导航路径进行排序,分别显示排序后的多条导航路径。即,显示按照预计行驶时间从小到大进行排列的多条导航路径,显示按照预计污染物排放量从小到大进行排列的多条导航路径,显示按照综合评分从小到大进行排列的多条导航路径,以使用户可以自行选择预计行驶时间最小、预计污染物排放量最小或者综合评分最小作为货车的目标导航路径。
并且,还可以将每条导航路径的预计污染物排放量与预设第一污染物排放量进行比较,若该条导航路径的预计污染物排放量小于预设第一污染物排放量,则将该条导航路径在地图中标为绿色;若该条导航路径的预计污染物排放量大于或者等于预设第一污染物排放量并且小于预设第二污染物排放量,则将该条导航路径在地图中标为黄色;若该条导航路径的预计污染物排放量大于或者等于预设第二污染物排放量,则将该条导航路径在地图中标为红色,更加直观地提示用户各导航路径的预计污染物排放量的大小。
基于同一申请构思,本申请实施例中还提供了与上述实施例提供的基于污染物排放量的货车导航方法对应的基于污染物排放量的货车导航装置,由于本申请实施例中的装置解决问题的原理与本申请上述实施例的基于污染物排放量的货车导航方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图3所示,图3为本申请实施例提供的一种基于污染物排放量的货车导航装置的功能模块图。基于污染物排放量的货车导航装置10包括:获取模块101、第一确定模块102、第二确定模块103、显示模块104和第三确定模块105。
获取模块101,用于获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;第一确定模块102,用于依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;第二确定模块103,用于依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;显示模块104,用于分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;第三确定模块105,用于将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。
基于同一申请构思,参见图4所示,为本申请实施例提供的一种电子设备的结构示意图,电子设备20包括:处理器201、存储器202和总线203,所述存储器202存储有所述处理器201可执行的机器可读指令,当电子设备20运行时,所述处理器201与所述存储器202之间通过所述总线203进行通信,所述机器可读指令被所述处理器201运行时执行如上述实施例中任一所述的基于污染物排放量的货车导航方法的步骤。
具体地,所述机器可读指令被所述处理器201执行时可以执行如下处理:获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,显示排序后的所述多条导航路径;将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实施例提供的基于污染物排放量的货车导航方法的步骤。
具体地,所述存储介质能够为通用的存储介质,如移动磁盘、硬盘等,所述存储介质上的计算机程序被运行时,能够执行上述基于污染物排放量的货车导航方法,通过对各路线的污染物排放、行驶时间分别进行排序,并将排序结果发送至用户,以使用户自行选择需要的导航路径,解决了现有技术中仅提供线路时间或距离最短的导航线路的技术问题,达到了优化货车的导航路径的技术效果。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应所述理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来,所述计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种基于污染物排放量的货车导航方法,其特征在于,所述方法包括:
获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;
依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;
依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;
分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;
将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径;
所述依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间,包括:获取所述每条导航路径的行驶时间表,所述行驶时间表包括该条导航路径的每个路段的驶入时间所在的时间段与所述时间段对应的预计行驶时间;将所述出发时间作为所述每条导航路径的首个路段的驶入时间;依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间;确定该条导航路径是否存在所述首个路段的下一个路段;若该条导航路径不存在所述首个路段的下一个路段,则将该条导航路径的每个路段的预计行驶时间相加,作为该条导航路径的预计行驶时间;若该条导航路径存在所述首个路段的下一个路段,则将所述首个路段的下一个路段作为所述每条导航路径的新的首个路段,将所述驶入时间与所述行驶时间相加,作为新的所述首个路段的驶入时间,重新执行依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间;
所述依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量,包括:针对每条导航路径,依据该条导航路径中每个路段的预计行驶时间和长度,确定每个路段的平均行驶速度;依据每条导航路径中每个路段的平均行驶速度,确定每条导航路径的每种污染物排放量;依据每条导航路径的每种污染物排放量,确定每条导航路径的预计污染物排放量;
通过以下公式确定每条导航路径的预计污染物排放量:
上述公式中,为第k条导航路径的预计污染物排放量,为除二氧化碳之外的污染物排放量与总污染物排放量的相关系数,为第k条导航路径中除二氧化碳之外的污染物排放量,为二氧化碳排放量与总污染物排放量的相关系数,为第k条导航路径的二氧化碳排放量,为第k条导航路径的一氧化碳排放量,为第k条导航路径的碳氢化合物排放量,为第k条导航路径的氮氧化合物排放量,指的是一氧化碳排放量对应系数,指的是碳氢化合物排放量对应系数,指的是氮氧化合物排放量对应系数;
所述将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径之前,所述方法还包括:依据所述每条导航路径的预计行驶时间和预计污染物排放量,确定用户对所述每条导航路径的综合评分;依据所述综合评分对所述多条导航路径进行排序,显示排序后的所述多条导航路径;
通过以下公式确定用户对所述每条导航路径的综合评分:
上述公式中,为第k条导航路径的综合评分,为第k条导航路径的预计污染物排放量,为第k条导航路径的预计行驶时间,为第一系数,为第一变量,第一变量用于描述用户设定本次导航是否为紧急运输,为第二系数,为第二变量,第二变量用于描述本次导航的载重是否大于预设载重,为第三系数,为第四系数,为第五系数,为第六系数,为第三变量,第三变量用于描述第k条导航路径的长度是否大于预设长度;用于描述用户对预计污染物排放量与本次导航是否为紧急运输相关的敏感程度; 用于描述用户对预计污染物排放量与本次导航的载重是否大于预设载重相关的敏感程度;用于描述用户单独对预计污染物排放量的敏感程度;用于描述用户对预计行驶时间与本次导航是否为紧急运输相关的敏感程度;用于描述用户对预计行驶时间与本次导航的导航路径长度是否大于预设长度相关的敏感程度;用于描述用户单独对预计行驶时间的敏感程度;
所述方法还包括:分别依据预计行驶时间、预计污染物排放量和综合评分对多条导航路径进行排序,分别显示排序后的多条导航路径,以使用户选择预计行驶时间最小、预计污染物排放量最小或者综合评分最小作为货车的目标导航路径。
2.根据权利要求1所述的方法,其特征在于,通过以下公式确定每条导航路径的每种污染物排放量:
上述公式中,为第k条导航路径的第i种污染物排放量,为第k条导航路径的第j个路段的第i种污染物排放因子,指的是第k条导航路径的第j个路段的长度,为第k条导航路径的路段数量;
通过以下公式确定第k条导航路径的第j个路段的第i种污染物排放因子:
上述公式中,为第k条导航路径的第j个路段的平均行驶速度,为第k条导航路径的第j个路段的预计行驶时间,为第一污染系数、为第二污染系数、为第三污染系数、为第四污染系数。
3.一种基于污染物排放量的货车导航装置,其特征在于,所述装置包括:
获取模块,用于获取用户输入的起点和终点对应的多条导航路径和所述多条导航路径中每条导航路径的多个路段;
第一确定模块,用于依据用户输入的出发时间,确定所述每条导航路径和该条导航路径的每个路段的预计行驶时间;
第二确定模块,用于依据所述出发时间和所述每条导航路径的每个路段的预计行驶时间,确定所述每条导航路径的预计污染物排放量;
显示模块,用于分别依据所述预计行驶时间、所述预计污染物排放量对所述多条导航路径进行排序,分别显示排序后的所述多条导航路径;
第三确定模块,用于将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径;
所述第一确定模块,还用于获取所述每条导航路径的行驶时间表,所述行驶时间表包括该条导航路径的每个路段的驶入时间所在的时间段与所述时间段对应的预计行驶时间;将所述出发时间作为所述每条导航路径的首个路段的驶入时间;依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间;确定该条导航路径是否存在所述首个路段的下一个路段;若该条导航路径不存在所述首个路段的下一个路段,则将该条导航路径的每个路段的预计行驶时间相加,作为该条导航路径的预计行驶时间;若该条导航路径存在所述首个路段的下一个路段,则将所述首个路段的下一个路段作为所述每条导航路径的新的首个路段,将所述驶入时间与所述行驶时间相加,作为新的所述首个路段的驶入时间,重新执行依据所述行驶时间表,确定每条导航路径的首个路段的驶入时间对应的预计行驶时间;
所述第二确定模块,还用于针对每条导航路径,依据该条导航路径中每个路段的预计行驶时间和长度,确定每个路段的平均行驶速度;依据每条导航路径中每个路段的平均行驶速度,确定每条导航路径的每种污染物排放量;依据每条导航路径的每种污染物排放量,确定每条导航路径的预计污染物排放量;
通过以下公式确定每条导航路径的预计污染物排放量:
上述公式中,为第k条导航路径的预计污染物排放量,为除二氧化碳之外的污染物排放量与总污染物排放量的相关系数,为第k条导航路径中除二氧化碳之外的污染物排放量,为二氧化碳排放量与总污染物排放量的相关系数,为第k条导航路径的二氧化碳排放量,为第k条导航路径的一氧化碳排放量,为第k条导航路径的碳氢化合物排放量,为第k条导航路径的氮氧化合物排放量,指的是一氧化碳排放量对应系数,指的是碳氢化合物排放量对应系数,指的是氮氧化合物排放量对应系数;
综合评分确定模块,用于在将用户在排序后的所述多条导航路径中选择的一条导航路径,确定为货车的目标导航路径之前,依据所述每条导航路径的预计行驶时间和预计污染物排放量,确定用户对所述每条导航路径的综合评分;依据所述综合评分对所述多条导航路径进行排序,显示排序后的所述多条导航路径;
综合评分确定模块,用于通过以下公式确定用户对所述每条导航路径的综合评分:
上述公式中,为第k条导航路径的综合评分,为第k条导航路径的预计污染物排放量,为第k条导航路径的预计行驶时间,为第一系数,为第一变量,第一变量用于描述用户设定本次导航是否为紧急运输,为第二系数,为第二变量,第二变量用于描述本次导航的载重是否大于预设载重,为第三系数,为第四系数,为第五系数,为第六系数,为第三变量,第三变量用于描述第k条导航路径的长度是否大于预设长度;用于描述用户对预计污染物排放量与本次导航是否为紧急运输相关的敏感程度; 用于描述用户对预计污染物排放量与本次导航的载重是否大于预设载重相关的敏感程度;用于描述用户单独对预计污染物排放量的敏感程度;用于描述用户对预计行驶时间与本次导航是否为紧急运输相关的敏感程度;用于描述用户对预计行驶时间与本次导航的导航路径长度是否大于预设长度相关的敏感程度;用于描述用户单独对预计行驶时间的敏感程度;
分别依据预计行驶时间、预计污染物排放量和综合评分对多条导航路径进行排序,分别显示排序后的多条导航路径,以使用户可以自行选择预计行驶时间最小、预计污染物排放量最小或者综合评分最小作为货车的目标导航路径。
4.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至2任一所述的基于污染物排放量的货车导航方法的步骤。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至2任一所述的基于污染物排放量的货车导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310102501.XA CN115839724B (zh) | 2023-02-13 | 2023-02-13 | 一种基于污染物排放量的货车导航方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310102501.XA CN115839724B (zh) | 2023-02-13 | 2023-02-13 | 一种基于污染物排放量的货车导航方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115839724A CN115839724A (zh) | 2023-03-24 |
CN115839724B true CN115839724B (zh) | 2023-05-02 |
Family
ID=85579620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310102501.XA Active CN115839724B (zh) | 2023-02-13 | 2023-02-13 | 一种基于污染物排放量的货车导航方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115839724B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117576936B (zh) * | 2024-01-17 | 2024-03-22 | 山东国建土地房地产评估测绘有限公司 | 一种城市道路交通规划数据管理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944887B (zh) * | 2012-11-14 | 2015-04-15 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
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 |
CN112577510B (zh) * | 2020-11-25 | 2023-11-14 | 阿波罗智联(北京)科技有限公司 | 应用于车辆的展示信息的方法、装置、设备和存储介质 |
CN113984075A (zh) * | 2021-10-21 | 2022-01-28 | 车主邦(北京)科技有限公司 | 导航方法、装置、导航设备及计算机可读存储介质 |
CN114550482B (zh) * | 2022-01-25 | 2023-08-01 | 中国人民武装警察部队工程大学 | 一种基于低碳目标的导航方法及停车场导航方法 |
CN114493021A (zh) * | 2022-01-29 | 2022-05-13 | 重庆长安汽车股份有限公司 | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 |
-
2023
- 2023-02-13 CN CN202310102501.XA patent/CN115839724B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115839724A (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gnann et al. | What is the market potential of plug-in electric vehicles as commercial passenger cars? A case study from Germany | |
US8635012B2 (en) | Optimization of travel routing | |
US8014914B2 (en) | Energy and emission responsive routing for vehicles | |
CN109636216A (zh) | 一种乘客订单的生成方法和装置 | |
Nguyen et al. | Development of the typical driving cycle for buses in Hanoi, Vietnam | |
CN115839724B (zh) | 一种基于污染物排放量的货车导航方法及装置 | |
US20120277985A1 (en) | Method of analyzing points of interest with probe data | |
US20110106419A1 (en) | Methods for reducing the consumption and cost of fuel | |
CN108279017B (zh) | 一种在导航过程中实时计算和添加途经点的方法 | |
Yao et al. | Impacts of temporary traffic control measures on vehicular emissions during the Asian Games in Guangzhou, China | |
US9671242B2 (en) | Multiple energy routing system | |
CN107798440B (zh) | 一种基于线路候选集的地铁接驳巴士线路规划方法 | |
CN111783034B (zh) | 一种车云协同计算的排放路谱分析方法 | |
Holden et al. | Trip energy estimation methodology and model based on real-world driving data for green-routing applications | |
CN110873783A (zh) | 碳排量监测方法及装置、存储介质、终端 | |
CN114201571B (zh) | 加油站推荐方法、装置、电子设备及存储介质 | |
Kirci | On the performance of Tabu search algorithm for the vehicle routing problem with time windows | |
Scora et al. | Variability in real-world activity patterns of heavy-duty vehicles by vocation | |
WO2020167945A1 (en) | Systems and methods for route computing for destination-oriented navigation | |
Lo et al. | Where do people drive? Navigation system use by typical drivers and auto experts | |
Elalouf | Efficient routing of emergency vehicles under uncertain urban traffic conditions | |
Khemri et al. | Developing a Real-World, Second-by-Second Driving Cycle Database through Public Vehicle Trip Surveys | |
CN114529348A (zh) | 车辆行驶路径计费方法、系统、设备及存储介质 | |
CN113900861A (zh) | 传感器数据的修复方法、装置、设备及存储介质 | |
CN109520517B (zh) | 路线规划方法及其系统 |
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 |