CN116839616B - 一种应用北斗定位技术的智能化管理系统及方法 - Google Patents
一种应用北斗定位技术的智能化管理系统及方法 Download PDFInfo
- Publication number
- CN116839616B CN116839616B CN202310812212.9A CN202310812212A CN116839616B CN 116839616 B CN116839616 B CN 116839616B CN 202310812212 A CN202310812212 A CN 202310812212A CN 116839616 B CN116839616 B CN 116839616B
- Authority
- CN
- China
- Prior art keywords
- path
- scheme
- target user
- target
- path scheme
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000007726 management method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 230000005587 bubbling Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
Abstract
本发明涉及北斗定位技术领域,具体为一种应用北斗定位技术的智能化管理系统及方法,包括:采集目标用户输入的初始地信息和目的地信息,采集导航系统根据目标路程生成的所有路径方案,采集目标用户选择的最终路径方案;对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级,分析导航系统产生的实际误差率,分析任意时间节点的紧密程度,构建路径方案选择的规律模型;根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案;利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪,有利于根据用户的需求个性化制定路径方案的选择,提高导航系统的智能性。
Description
技术领域
本发明涉及北斗定位技术领域,具体为一种应用北斗定位技术的智能化管理系统及方法。
背景技术
随着经济和科技实力的不断提升,我国发展了自己的北斗导航系统,这使得我国的北斗定位技术已不需要依附于其它国家,不仅使我们国家的科学技术水平跻身于世界先进水平,也创造许多的社会价值和物质财富。
北斗导航系统的覆盖范围广,安全可靠使得它广泛应用于我国的交通产业,极大地降低了交通堵塞的现象发生;然而,用户在使用导航系统时,导航系统往往会根据用户的初始地和目的地分析出多条路径方案供用户选择,但却普遍存在一种现象:用户不选择导航系统生成的第一条最优路径,反而选择其它路径;因此,如何根据用户的需求个性化制定路径方案的选择,提高导航系统的智能性成为亟待解决的问题,
发明内容
本发明的目的在于提供一种应用北斗定位技术的智能化管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种应用北斗定位技术的智能化管理方法,包括以下步骤:
步骤S100:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
步骤S200:利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,若存在许多不选择最优路径的历史记录,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
步骤S300:识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能;
步骤S400:获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
进一步的,步骤S100包括:
步骤S110:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息a→b,形成路程集合A={a1,a2,…,an},其中a1,a2,…,an表示目标用户在历史时间序列下的第1,2,…,n个时间段时由初始地位置(x1,y1)和目的地位置(x2,y2)形成的路程信息;
步骤S120:将路程集合A中任意一个路程信息设为目标路程ai,采集导航系统根据目标路程ai生成的所有路径方案,形成路径方案集Bi;采集目标用户根据路径方案集Bi选择的最终路径方案bα。
进一步的,步骤S200包括:
步骤S210:获取目标路程ai对应的路径方案集Bi,将路径方案集Bi中任意一条路径方案设为目标路径bz,则利用数据模拟技术对目标用户进行路径模拟:间隔采集目标用户的实时位置到初始地(x1,y1)的距离,形成距离集合D={d1,d2,…,dm},其中d1,d2,…,dm表示在第1,2,…,m个间隔时期采集的目标用户到初始地的距离,并根据距离集合D中目标用户到初始地的实时距离dj获取目标路径bz的拥堵系数fj、道路等级xj和道路宽度rj,得到目标用户在路径模拟时的实时权重:wj=[1+α1*fj+α2/(xj*rj)]*dj,其中α1、α2均表示权重系数;进一步得到目标路径bz的路径权重等级:Wz=(w1+w2+…+wm)/m;遍历路径方案集Bi,利用冒泡排序算法对所有路径的权重等级进行升序,并根据路径的权重等级顺序形成目标路程ai的等级集合Ci={c1,c2,…,cs},其中c1,c2,…,cs表示路径方案集Bi中的第1,2,…,s个路径方案的等级,其中等级集合中是路径方案等级按由小到大排列,此时,获取最终路径方案bα在路径方案集Bi中的等级为cα;其中,数据模拟技术属于本领域技术人员的常规技术手段,因此在本申请中就不再做出过多的赘述;
通过对导航系统生成的路径进行路径模拟,根据模拟的实时距离分析目标路径在路径方案集中的权重等级,并根据权重等级进行最优分级,有利于后续对目标用户的主观性影响度的分析;
步骤S220:获取最终路径方案bα的等级cα,确认目标用户对目标路程ai进行方案选择的最优等级占比为hi=cα/cs;则通过遍历路程集合A,形成最优等级占比集合H并计算目标用户对所有路程进行方案选择的平均占比为此时,确认目标用户的主观性对路径方案选择的影响度为λ1=1-γ*h,其中γ表示比例系数;当影响度λ1大于等级阈值β时,表示目标用户的主观性对路径方案选择的影响度大,反之,则对路径方案选择的影响度小;当影响度大时,进一步获取路程集合A中目标路程ai的距离为并获取目标用户在目标路程ai中行驶的速度vi和实际时长ti,则对/>的所有路程信息进行提取,确认路程信息的数量为ε,则得到导航系统对目标用户路径分析的误差率为/>目的是排除系统对路程分析本身存在的误差;
通过根据权重等级确认目标用户对方案选择的平均占比,并根据平均占比得到方案选择的主观影响度,当影响度大时,则根据路程信息分析目标用户的实际行驶时长和模拟时长产生的信息误差,有利于排除系统对路程分析本身存在的误差,提高系统分析的准确性;
步骤S230:当目标用户对目标路程ai进行方案选择的最优等级占比hi小于占比阈值μ时,对路程集合A中的路程信息进行提取,确认所述路程信息对应的时间段节点,形成时间集合T={t1,t2,…,tp},其中t1,t2,…,tp表示路程集合A中最优等级占比hi小于占比阈值μ的第1,2,…,p个时间段节点信息;获取时间集合T中任意时间段数据tq,根据公式gq=(p-1)/∑p r=1|tq-tr|,得到任意时间段节点tq对其它所有时间段节点的紧密程度gq,其中tq、tr分别表示时间集合T中第q、r个时间段节点信息,此时遍历时间集合T,得到紧密程度集合*G={g1,g2,…,gp};此时,获取路程集合A中最优等级占比hi大于等于占比阈值μ时的时间段顺序,并根据时间段顺序,对紧密程度集合*G进行插空补0,得到完整的紧密程度集合G={g1,g2,…,gn};则进一步根据完整的紧密程度集合G、路径方案选择的影响度λ1、导航系统的误差率λ2和最优等级占比集合H得到目标用户对最终路径方案选择的规律模型Y=(λ1/λ2)*G*H;
通过获取目标用户主观性大的所有路程信息,并根据路程信息匹配时间段节点,分析时间段节点的紧密程度,进一步根据紧密程度、信息误差、等级占比构建最终路径方案的规律模型,有利于根据规律模型确认目标用户对方案选择的侧重点,同时有利于后续根据目标用户的初始位置和目的地位置预测目标用户的方案选择。
进一步的,步骤S300包括:
步骤S310:识别到目标用户当前时间段节点t(n+1)时输入的初始地位置和目的地位置,则当目标用户的主观性对路径方案选择的影响度λ1小于等级阈值β时,导航系统自动调取生成的第一个最优路径方案;
步骤S320:反之,当影响度λ1大于等级阈值β时,根据步骤S210分析导航系统生成的路径方案集中目标路径的权重等级,并将权重等级和最终路径方案选择的规律模型Y进行匹配,自动生成目标用户的最佳个性化路径。
智能化管理系统,系统包括:数据采集模块、数据库、规律分析模块、个性化匹配模块和数据反馈模块;
通过所述数据采集模块利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
通过所述数据库对所有采集的数据进行存储;
通过所述规律分析模块利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
通过所述个性化匹配模块识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能;
通过所述数据反馈模块获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
进一步的,数据采集模块包括路程采集单元、方案采集单元和最终路径采集单元;
路程采集单元用于利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;方案采集单元用于将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;最终路径采集单元用于采集目标用户根据路径方案集选择的最终路径方案。
进一步的,规律分析模块包括等级分析单元、影响度分析单元、误差分析单元和模型构建单元;
等级分析单元用于利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;影响度分析单元用于根据等级分析目标用户的主观性对路径方案选择的影响度;误差分析单元用于根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;模型构建单元用于根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型。
进一步的,个性化匹配模块包括信息识别单元和方案匹配单元;
信息识别单元用于识别当前目标用户输入的初始地位置和目的地位置;方案匹配单元用于根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能。
与现有技术相比,本发明所达到的有益效果是:
本发明通过对导航系统生成的路径进行路径模拟,根据模拟的实时距离分析目标路径在路径方案集中的权重等级;确认目标用户对方案选择的平均占比,并根据平均占比得到方案选择的主观影响度;通过获取目标用户主观性大的所有路程信息,并根据路程信息匹配时间段节点,分析时间段节点的紧密程度,进一步根据紧密程度、信息误差、等级占比构建最终路径方案的规律模型,有利于根据规律模型确认目标用户对方案选择的侧重点,同时有利于后续根据目标用户的初始位置和目的地位置预测目标用户的方案选择。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种应用北斗定位技术的智能化管理系统的结构图;
图2是本发明一种应用北斗定位技术的智能化管理方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:智能化管理系统,系统包括:数据采集模块、数据库、规律分析模块、个性化匹配模块和数据反馈模块;
通过所述数据采集模块利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
数据采集模块包括路程采集单元、方案采集单元和最终路径采集单元;
路程采集单元用于利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;方案采集单元用于将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;最终路径采集单元用于采集目标用户根据路径方案集选择的最终路径方案。
通过所述数据库对所有采集的数据进行存储;
通过所述规律分析模块利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
规律分析模块包括等级分析单元、影响度分析单元、误差分析单元和模型构建单元;
等级分析单元用于利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;影响度分析单元用于根据等级分析目标用户的主观性对路径方案选择的影响度;误差分析单元用于根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;模型构建单元用于根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型。
通过所述个性化匹配模块识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能;
个性化匹配模块包括信息识别单元和方案匹配单元;
信息识别单元用于识别当前目标用户输入的初始地位置和目的地位置;方案匹配单元用于根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能。
通过所述数据反馈模块获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
请参阅图2,本发明提供技术方案:一种应用北斗定位技术的智能化管理方法,包括以下步骤:
步骤S100:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
步骤S100包括:
步骤S110:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息a→b,形成路程集合A={a1,a2,…,an},其中a1,a2,…,an表示目标用户在历史时间序列下的第1,2,…,n个时间段时由初始地位置(x1,y1)和目的地位置(x2,y2)形成的路程信息;
步骤S120:将路程集合A中任意一个路程信息设为目标路程ai,采集导航系统根据目标路程ai生成的所有路径方案,形成路径方案集Bi;采集目标用户根据路径方案集Bi选择的最终路径方案bα。
步骤S200:利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,若存在许多不选择最优路径的历史记录,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
步骤S200包括:
步骤S210:获取目标路程ai对应的路径方案集Bi,将路径方案集Bi中任意一条路径方案设为目标路径bz,则利用数据模拟技术对目标用户进行路径模拟:间隔采集目标用户的实时位置到初始地(x1,y1)的距离,形成距离集合D={d1,d2,…,dm},其中d1,d2,…,dm表示在第1,2,…,m个间隔时期采集的目标用户到初始地的距离,并根据距离集合D中目标用户到初始地的实时距离dj获取目标路径bz的拥堵系数fj、道路等级xj和道路宽度rj,得到目标用户在路径模拟时的实时权重:wj=[1+α1*fj+α2/(xj*rj)]*dj,其中α1、α2均表示权重系数;进一步得到目标路径bz的路径权重等级:Wz=(w1+w2+…+wm)/m;遍历路径方案集Bi,利用冒泡排序算法对所有路径的权重等级进行升序,并根据路径的权重等级顺序形成目标路程ai的等级集合Ci={c1,c2,…,cs},其中c1,c2,…,cs表示路径方案集Bi中的第1,2,…,s个路径方案的等级,其中等级集合中是路径方案等级按由小到大排列,此时,获取最终路径方案bα在路径方案集Bi中的等级为cα;其中,数据模拟技术属于本领域技术人员的常规技术手段,因此在本申请中就不再做出过多的赘述;
步骤S220:获取最终路径方案bα的等级cα,确认目标用户对目标路程ai进行方案选择的最优等级占比为hi=cα/cs;则通过遍历路程集合A,形成最优等级占比集合H并计算目标用户对所有路程进行方案选择的平均占比为此时,确认目标用户的主观性对路径方案选择的影响度为λ1=1-γ*h,其中γ表示比例系数;当影响度λ1大于等级阈值β时,表示目标用户的主观性对路径方案选择的影响度大,反之,则对路径方案选择的影响度小;当影响度大时,进一步获取路程集合A中目标路程ai的距离为并获取目标用户在目标路程ai中行驶的速度vi和实际时长ti,则对/>的所有路程信息进行提取,确认路程信息的数量为ε,则得到导航系统对目标用户路径分析的误差率为/>目的是排除系统对路程分析本身存在的误差;
步骤S230:当目标用户对目标路程ai进行方案选择的最优等级占比hi小于占比阈值μ时,对路程集合A中的路程信息进行提取,确认所述路程信息对应的时间段节点,形成时间集合T={t1,t2,…,tp},其中t1,t2,…,tp表示路程集合A中最优等级占比hi小于占比阈值μ的第1,2,…,p个时间段节点信息;获取时间集合T中任意时间段数据tq,根据公式gq=(p-1)/∑p r=1|tq-tr|,得到任意时间段节点tq对其它所有时间段节点的紧密程度gq,其中tq、tr分别表示时间集合T中第q、r个时间段节点信息,此时遍历时间集合T,得到紧密程度集合*G={g1,g2,…,gp};此时,获取路程集合A中最优等级占比hi大于等于占比阈值μ时的时间段顺序,并根据时间段顺序,对紧密程度集合*G进行插空补0,得到完整的紧密程度集合G={g1,g2,…,gn};则进一步根据完整的紧密程度集合G、路径方案选择的影响度λ1、导航系统的误差率λ2和最优等级占比集合H得到目标用户对最终路径方案选择的规律模型Y=(λ1/λ2)*G*H。
步骤S300:识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案,无需自主选择,更加智能;
步骤S300包括:
步骤S310:识别到目标用户当前时间段节点t(n+1)时输入的初始地位置和目的地位置,则当目标用户的主观性对路径方案选择的影响度λ1小于等级阈值β时,导航系统自动调取生成的第一个最优路径方案;
步骤S320:反之,当影响度λ1大于等级阈值β时,根据步骤S210分析导航系统生成的路径方案集中目标路径的权重等级,并将权重等级和最终路径方案选择的规律模型Y进行匹配,自动生成目标用户的最佳个性化路径。
步骤S400:获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
例如:步骤S100包括:
步骤S110:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息a→b,形成路程集合A={a1,a2,…,a500},其中a1,a2,…,a500表示目标用户在历史时间序列下的第1,2,…,500个时间段时由初始地位置(x1,y1)和目的地位置(x2,y2)形成的路程信息;
步骤S120:将路程集合A中任意一个路程信息设为目标路程ai,采集导航系统根据目标路程ai生成的所有路径方案,形成路径方案集Bi;采集目标用户根据路径方案集Bi选择的最终路径方案bα。
步骤S200包括:
步骤S210:获取目标路程ai对应的路径方案集Bi,将路径方案集Bi中任意一条路径方案设为目标路径bz,则利用数据模拟技术对目标用户进行路径模拟:间隔采集目标用户的实时位置到初始地(x1,y1)的距离,形成距离集合D={d1,d2,…,d50},其中d1,d2,…,d50表示在第1,2,…,50个间隔时期采集的目标用户到初始地的距离,并根据距离集合D中目标用户到初始地的实时距离dj获取目标路径bz的拥堵系数fj、道路等级xj和道路宽度rj,得到目标用户在路径模拟时的实时权重:wj=[1+α1*fj+α2/(xj*rj)]*dj,其中α1、α2均表示权重系数;进一步得到目标路径bz的路径权重等级:Wz=(w1+w2+…+w50)/50;遍历路径方案集Bi,利用冒泡排序算法对所有路径的权重等级进行升序,并根据路径的权重等级顺序形成目标路程ai的等级集合Ci={c1,c2,…,cs},其中c1,c2,…,cs表示路径方案集Bi中的第1,2,…,s个路径方案的等级,其中等级集合中是路径方案等级按由小到大排列,此时,获取最终路径方案bα在路径方案集Bi中的等级为cα;
步骤S220:获取最终路径方案bα的等级cα,确认目标用户对目标路程ai进行方案选择的最优等级占比为hi=cα/cs;则通过遍历路程集合A,形成最优等级占比集合H并计算目标用户对所有路程进行方案选择的平均占比为此时,确认目标用户的主观性对路径方案选择的影响度为λ1=1-γ*h,其中γ表示比例系数;当影响度λ1大于等级阈值β时,表示目标用户的主观性对路径方案选择的影响度大,反之,则对路径方案选择的影响度小;当影响度大时,进一步获取路程集合A中目标路程ai的距离为并获取目标用户在目标路程ai中行驶的速度vi和实际时长ti,则对/>的所有路程信息进行提取,确认路程信息的数量为ε,则得到导航系统对目标用户路径分析的误差率为/>目的是排除系统对路程分析本身存在的误差;
步骤S230:当目标用户对目标路程ai进行方案选择的最优等级占比hi小于占比阈值μ时,对路程集合A中的路程信息进行提取,确认所述路程信息对应的时间段节点,形成时间集合T={t1,t2,…,tp},其中t1,t2,…,tp表示路程集合A中最优等级占比hi小于占比阈值μ的第1,2,…,p个时间段节点信息;获取时间集合T中任意时间段数据tq,根据公式gq=(p-1)/∑p r=1|tq-tr|,得到任意时间段节点tq对其它所有时间段节点的紧密程度gq,其中tq、tr分别表示时间集合T中第q、r个时间段节点信息,此时遍历时间集合T,得到紧密程度集合*G={g1,g2,…,gp};此时,获取路程集合A中最优等级占比hi大于等于占比阈值μ时的时间段顺序,并根据时间段顺序,对紧密程度集合*G进行插空补0,得到完整的紧密程度集合G={g1,g2,…,gn};则进一步根据完整的紧密程度集合G、路径方案选择的影响度λ1、导航系统的误差率λ2和最优等级占比集合H得到目标用户对最终路径方案选择的规律模型Y=(λ1/λ2)*G*H。
步骤S300包括:
步骤S310:识别到目标用户当前时间段节点t(n+1)时输入的初始地位置和目的地位置,则当目标用户的主观性对路径方案选择的影响度λ1小于等级阈值β时,导航系统自动调取生成的第一个最优路径方案;
步骤S320:反之,当影响度λ1大于等级阈值β时,根据步骤S210分析导航系统生成的路径方案集中目标路径的权重等级,并将权重等级和最终路径方案选择的规律模型Y进行匹配,自动生成目标用户的最佳个性化路径。
步骤S400:获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种应用北斗定位技术的智能化管理方法,其特征在于:包括以下步骤:
步骤S100:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
步骤S200:利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
所述步骤S200包括:
步骤S210:获取目标路程ai对应的路径方案集Bi,将路径方案集Bi中任意一条路径方案设为目标路径bz,则利用数据模拟技术对目标用户进行路径模拟:间隔采集目标用户的实时位置到初始地(x1,y1)的距离,形成距离集合D={d1,d2,…,dm},其中d1,d2,…,dm表示在第1,2,…,m个间隔时期采集的目标用户到初始地的距离,并根据距离集合D中目标用户到初始地的实时距离dj获取目标路径bz的拥堵系数fj、道路等级xj和道路宽度rj,得到目标用户在路径模拟时的实时权重:wj=[1+α1*fj+α2/(xj*rj)]*dj,其中α1、α2均表示权重系数;进一步得到目标路径bz的路径权重等级:Wz=(w1+w2+…+wm)/m;遍历路径方案集Bi,利用冒泡排序算法对所有路径的权重等级进行升序,并根据路径的权重等级顺序形成目标路程ai的等级集合Ci={c1,c2,…,cs},其中c1,c2,…,cs表示路径方案集Bi中的第1,2,…,s个路径方案的等级,此时,获取最终路径方案bα在路径方案集Bi中的等级为cα;
步骤S220:获取最终路径方案bα的等级cα,确认目标用户对目标路程ai进行方案选择的最优等级占比为hi=cα/cs;则通过遍历路程集合A,形成最优等级占比集合H并计算目标用户对所有路程进行方案选择的平均占比为此时,确认目标用户的主观性对路径方案选择的影响度为λ1=1-γ*h,其中γ表示比例系数;当影响度λ1大于等级阈值β时,表示目标用户的主观性对路径方案选择的影响度大;则进一步获取路程集合A中目标路程ai的距离为/>并获取目标用户在目标路程ai中行驶的速度vi和实际时长ti,则对/>的所有路程信息进行提取,确认路程信息的数量为ε,则得到导航系统对目标用户路径分析的误差率为
步骤S230:当目标用户对目标路程ai进行方案选择的最优等级占比hi小于占比阈值μ时,对路程集合A中的路程信息进行提取,确认所述路程信息对应的时间段节点,形成时间集合T={t1,t2,…,tp},其中t1,t2,…,tp表示路程集合A中最优等级占比hi小于占比阈值μ的第1,2,…,p个时间段节点信息;获取时间集合T中任意时间段数据tq,根据公式gq=(p-1)/∑p r=1|tq-tr|,得到任意时间段节点tq对其它所有时间段节点的紧密程度gq,其中tq、tr分别表示时间集合T中第q、r个时间段节点信息,此时遍历时间集合T,得到紧密程度集合*G={g1,g2,…,gp};此时,获取路程集合A中最优等级占比hi大于等于占比阈值μ时的时间段顺序,并根据时间段顺序,对紧密程度集合*G进行插空补0,得到完整的紧密程度集合G={g1,g2,…,gn};则进一步根据完整的紧密程度集合G、路径方案选择的影响度λ1、导航系统的误差率λ2和最优等级占比集合H得到目标用户对最终路径方案选择的规律模型Y=(λ1/λ2)*G*H;
步骤S300:识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案;
步骤S400:获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
2.根据权利要求1所述的一种应用北斗定位技术的智能化管理方法,其特征在于:所述步骤S100包括:
步骤S110:利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息a→b,形成路程集合A={a1,a2,…,an},其中a1,a2,…,an表示目标用户在历史时间序列下的第1,2,…,n个时间段时由初始地位置(x1,y1)和目的地位置(x2,y2)形成的路程信息;
步骤S120:将路程集合A中任意一个路程信息设为目标路程ai,采集导航系统根据目标路程ai生成的所有路径方案,形成路径方案集Bi;采集目标用户根据路径方案集Bi选择的最终路径方案bα。
3.根据权利要求2所述的一种应用北斗定位技术的智能化管理方法,其特征在于:所述步骤S300包括:
步骤S310:识别到目标用户当前时间段节点t(n+1)时输入的初始地位置和目的地位置,则当目标用户的主观性对路径方案选择的影响度λ1小于等级阈值β时,导航系统自动调取生成的第一个最优路径方案;
步骤S320:反之,当影响度λ1大于等级阈值β时,根据步骤S210分析导航系统生成的路径方案集中目标路径的权重等级,并将权重等级和最终路径方案选择的规律模型Y进行匹配,自动生成目标用户的最佳个性化路径。
4.用于实现权利要求1-3中任一项所述的一种应用北斗定位技术的智能化管理方法的智能化管理系统,其特征在于:所述系统包括:数据采集模块、数据库、规律分析模块、个性化匹配模块和数据反馈模块;
通过所述数据采集模块利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;采集目标用户根据路径方案集选择的最终路径方案;
通过所述数据库对所有采集的数据进行存储;
通过所述规律分析模块利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;根据路程集合分析任意路程中最终路径方案的等级,进一步根据等级分析目标用户的主观性对路径方案选择的影响度;根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型;
通过所述个性化匹配模块识别当前目标用户输入的初始地位置和目的地位置,根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案;
通过所述数据反馈模块获取最佳路径方案,利用3D技术在终端进行智能显示,并利用北斗定位技术进行智能跟踪。
5.根据权利要求4所述的智能化管理系统,其特征在于:所述数据采集模块包括路程采集单元、方案采集单元和最终路径采集单元;
所述路程采集单元用于利用北斗定位技术采集目标用户在历史时间序列下输入的初始地信息和目的地信息,形成路程集合;所述方案采集单元用于将路程集合中任意一个路程信息设为目标路程,采集导航系统根据目标路程生成的所有路径方案,形成路径方案集;所述最终路径采集单元用于采集目标用户根据路径方案集选择的最终路径方案。
6.根据权利要求4所述的智能化管理系统,其特征在于:所述规律分析模块包括等级分析单元、影响度分析单元、误差分析单元和模型构建单元;
所述等级分析单元用于利用导航系统对路径方案集进行最优分级,确认最终路径方案在路径方案集中的等级;所述影响度分析单元用于根据等级分析目标用户的主观性对路径方案选择的影响度;所述误差分析单元用于根据路程集合中目标用户对最终路径方案的行驶时长分析导航系统产生的实际误差率;所述模型构建单元用于根据路程集合中的时间段数据分析任意时间节点的紧密程度,进一步根据紧密程度和实际误差率构建路径方案选择的规律模型。
7.根据权利要求4所述的智能化管理系统,其特征在于:所述个性化匹配模块包括信息识别单元和方案匹配单元;
所述信息识别单元用于识别当前目标用户输入的初始地位置和目的地位置;所述方案匹配单元用于根据最终路径方案选择的规律模型对目标用户匹配最佳路径方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812212.9A CN116839616B (zh) | 2023-07-04 | 2023-07-04 | 一种应用北斗定位技术的智能化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812212.9A CN116839616B (zh) | 2023-07-04 | 2023-07-04 | 一种应用北斗定位技术的智能化管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116839616A CN116839616A (zh) | 2023-10-03 |
CN116839616B true CN116839616B (zh) | 2024-05-07 |
Family
ID=88166568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310812212.9A Active CN116839616B (zh) | 2023-07-04 | 2023-07-04 | 一种应用北斗定位技术的智能化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116839616B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002181570A (ja) * | 2000-12-11 | 2002-06-26 | Matsushita Electric Ind Co Ltd | ナビゲーション装置 |
CN105091890A (zh) * | 2014-04-25 | 2015-11-25 | 国际商业机器公司 | 用于推荐候选路径的方法和装置 |
CN105910612A (zh) * | 2015-12-29 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 一种个性化导航的方法及系统 |
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN106202114A (zh) * | 2015-05-07 | 2016-12-07 | 骑记(厦门)科技有限公司 | 路径导航方法和装置 |
CN107270925A (zh) * | 2017-07-27 | 2017-10-20 | 三星电子(中国)研发中心 | 一种用户车辆导航系统、装置及方法 |
WO2019000472A1 (zh) * | 2017-06-30 | 2019-01-03 | 广东欧珀移动通信有限公司 | 导航方法、装置、存储介质以及服务器 |
US10429197B1 (en) * | 2018-05-29 | 2019-10-01 | Palantir Technologies Inc. | Terrain analysis for automatic route determination |
CN112923946A (zh) * | 2021-02-26 | 2021-06-08 | 广州海格通信集团股份有限公司 | 一种基于Hybrid-astar的动态路径规划方法 |
CN115127569A (zh) * | 2021-03-29 | 2022-09-30 | 宝马股份公司 | 一种个性化联运导航方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9146127B2 (en) * | 2012-06-27 | 2015-09-29 | International Business Machines Corporation | Navigation system providing lane guidance to driver based on driver's driving habits and preferences |
US20170184410A1 (en) * | 2015-12-29 | 2017-06-29 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for personalized navigation |
US10677600B2 (en) * | 2017-09-15 | 2020-06-09 | Accenture Global Solutions Limited | Navigation system for a multi-dimensional parameter space |
-
2023
- 2023-07-04 CN CN202310812212.9A patent/CN116839616B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002181570A (ja) * | 2000-12-11 | 2002-06-26 | Matsushita Electric Ind Co Ltd | ナビゲーション装置 |
CN105091890A (zh) * | 2014-04-25 | 2015-11-25 | 国际商业机器公司 | 用于推荐候选路径的方法和装置 |
CN106202114A (zh) * | 2015-05-07 | 2016-12-07 | 骑记(厦门)科技有限公司 | 路径导航方法和装置 |
CN105910612A (zh) * | 2015-12-29 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 一种个性化导航的方法及系统 |
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
WO2019000472A1 (zh) * | 2017-06-30 | 2019-01-03 | 广东欧珀移动通信有限公司 | 导航方法、装置、存储介质以及服务器 |
CN107270925A (zh) * | 2017-07-27 | 2017-10-20 | 三星电子(中国)研发中心 | 一种用户车辆导航系统、装置及方法 |
US10429197B1 (en) * | 2018-05-29 | 2019-10-01 | Palantir Technologies Inc. | Terrain analysis for automatic route determination |
CN112923946A (zh) * | 2021-02-26 | 2021-06-08 | 广州海格通信集团股份有限公司 | 一种基于Hybrid-astar的动态路径规划方法 |
CN115127569A (zh) * | 2021-03-29 | 2022-09-30 | 宝马股份公司 | 一种个性化联运导航方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116839616A (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945507B (zh) | 行程时间预测方法及装置 | |
CN110274609B (zh) | 一种基于行程时间预测的实时路径规划方法 | |
CN107563566B (zh) | 一种基于支持向量机的公交站间运行时间区间预测方法 | |
US20200082711A1 (en) | Traffic flow simulator | |
CN109872535A (zh) | 一种智慧交通通行预测方法、装置及服务器 | |
CN111583648B (zh) | 融合gps数据和卡口流量数据的城市交通流量预测方法 | |
CN113762595B (zh) | 通行时间预测模型训练方法、通行时间预测方法及设备 | |
CN110459050B (zh) | 一种基于混合决策树的短期公交客流预测方法 | |
CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
CN112556717B (zh) | 出行方式筛选方法和出行路线推荐方法和装置 | |
CN117671992A (zh) | 一种公交车智能调度方法及系统 | |
CN113326919A (zh) | 一种基于计算图的交通出行方式选择预测方法 | |
CN116307152A (zh) | 时空交互式动态图注意力网络的交通预测方法 | |
CN110751359B (zh) | 一种自动化航线网络评估方法、电子设备及存储介质 | |
CN111899511A (zh) | 一种共线线路avl数据的公交车到站时间预测方法 | |
CN116839616B (zh) | 一种应用北斗定位技术的智能化管理系统及方法 | |
Han et al. | Ensemblefollower: A hybrid car-following framework based on reinforcement learning and hierarchical planning | |
CN110750730A (zh) | 基于时空约束的群体检测方法和系统 | |
CN112330054B (zh) | 基于决策树的动态旅行商问题求解方法、系统及存储介质 | |
CN116662815B (zh) | 时间预测模型的训练方法以及相关设备 | |
CN113707338A (zh) | 景区疫情风险预测与限流方法、装置、设备和存储介质 | |
CN116503029B (zh) | 用于自动驾驶的模块数据协同处理方法及系统 | |
CN113205227A (zh) | 一种车辆线路优化方法及装置 | |
Fei et al. | Traffic signal control under stochastic traffic demand and vehicle turning via decentralized decomposition approaches | |
CN108665723A (zh) | 一种信息获取方法及装置 |
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 |