CN116884223A - 一种智慧城市交通引导系统 - Google Patents
一种智慧城市交通引导系统 Download PDFInfo
- Publication number
- CN116884223A CN116884223A CN202311030387.0A CN202311030387A CN116884223A CN 116884223 A CN116884223 A CN 116884223A CN 202311030387 A CN202311030387 A CN 202311030387A CN 116884223 A CN116884223 A CN 116884223A
- Authority
- CN
- China
- Prior art keywords
- traffic
- user
- route
- navigation
- module
- 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
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 230000007547 defect Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 13
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000000556 factor analysis Methods 0.000 claims 2
- 238000005457 optimization Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/091—Traffic information broadcasting
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种智慧城市交通引导系统,涉及智慧交通技术,包括:接收多个用户端的第一导航信息;对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量;当第一路段预测流量大于或等于第一堵车流量阈值,获取第一导航信息的用户实时位置和目标位置信息;基于交通路网图进行交通路线匹配,获取多组替换交通路线集;遍历多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;根据多个推荐交通路线对多个用户端进行交通引导。能够解决现有技术在进行车辆交通引导时,存在缺乏全方面宏观分析导致交通引导结果实用性较差的问题,可以提高车辆交通引导的质量,降低道路交通拥堵的概率。
Description
技术领域
本公开涉及智慧交通技术,并且更具体地,涉及一种智慧城市交通引导系统。
背景技术
智慧交通是指基于物联网、车联网、大数据分析、人工智能等技术相结合的一种交通管理和运输系统,旨在优化城市交通流动、提高安全性和效率。
交通引导是指通过结合实时交通数据和用户的出行需求,为用户提供最佳的行驶路线和出行建议,帮助他们更快、更安全地到达目的地。目前在进行车辆交通引导时,通常只针对个体车辆进行局部交通引导,并未参考预设时区内本条道路上其他车辆的运行预测状态,导致交通引导结果不理想。
现有的车辆交通引导方法存在的不足之处在于:缺乏针对宏观的车辆交通行为进行全方面的统筹分析,导致车辆交通引导结果实用性较差。
发明内容
因此,为了解决上述技术问题,本公开的实施例采用的技术方案如下:
一种智慧城市交通引导系统,所述系统包括用户端,应用于平台端,包括:第一导航信息接收模块,所述第一导航信息接收模块用于当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;第一路段预测流量获取模块,所述第一路段预测流量获取模块用于对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;位置信息获取模块,所述位置信息获取模块用于当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;交通路线匹配模块,所述交通路线匹配模块用于基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;推荐交通路线获取模块,所述推荐交通路线获取模块用于遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;交通引导模块,所述交通引导模块用于根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
一种智慧城市交通引导方法,所述方法应用于一种智慧城市交通引导系统,所述系统包括用户端,应用于平台端,包括:当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
由于采用了上述技术方法,本公开相对于现有技术来说,取得的技术进步有如下几点:
(1)能够解决现有技术在进行车辆交通引导时,存在缺乏全方面宏观分析导致交通引导结果实用性较差的技术问题,可以提高车辆交通引导的实用性,降低道路交通拥堵的概率。
(2)通过构建拥挤系数分析算法对第一导航信息进行拥挤系数分析,可以提高第一预测流量获得的准确性,从而提高车辆交通引导的质量。
附图说明
为了更清楚地说明本公开的实施例的技术方案,下面将对实施例的描述中所需要使用的附图作简单的介绍。
图1为本申请提供了一种智慧城市交通引导方法的流程示意图;
图2为本申请提供了一种智慧城市交通引导方法中对导航用户数量进行判断的流程示意图;
图3为本申请提供了一种智慧城市交通引导系统的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
基于上述描述,请参见图1,如图1所示,本公开提供了一种智慧城市交通引导方法,所述方法应用于一种智慧城市交通引导系统,所述系统包括用户端,应用于平台端,包括:
智慧城市交通引导的目的是通过科技手段和数据分析,打造智慧、高效、绿色的城市交通系统。通过优化交通流动,减少交通拥堵和排放,提高城市居民的出行体验。车辆交通引导是指通过实时交通数据收集、数据整理分析、智能决策、路线推荐等手段为用户提供最适配的导航服务,减少用户出行道路上的拥堵时间,帮助用户更快、更便捷地到达目的地。
本公开实施例提供的方法用于对车辆进行智能化的交通引导,所述方法具体实施于一种智慧城市交通引导系统,所述系统包括用户端,应用于平台端,其中用户端是指智慧城市交通引导系统中供给普通用户使用的一侧,通常是一个APP或导航终端等,用于为用户提供适配的交通导航服务,所述用户端用于向智慧城市交通引导系统发送导航信息和接收系统发送的推荐交通路线,通过信号传输的方式与系统进行数据交互。
平台端是指智慧城市交通引导系统中为用户提供交通引导决策的一侧,它是系统的核心管理部分,用于获取大量的实时交通数据,并对获取的实时交通数据进行数据整合和分析,根据分析结果做出智能决策,向用户端提供实时的交通导航服务,所述平台端用于接收用户端发送的导航信息和向用户端发送交通推荐路线。
当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;
在一个实施例中,还包括:
从所述交通路网图提取所述第一路段的交汇道路集;
遍历所述交汇道路集,基于物联网加载驾驶用户数量,其中,所述驾驶用户数量包括导航用户数量;
计算所述导航用户数量在所述驾驶用户数量的比例,设为所述导航用户数量比。
首先,从交通路网图提取第一路段的交汇道路集,其中交通路网图是指一个区域或城市的交通道路指示图,通常包括主要道路、街道、高速公路、交叉口、环线等交通路线的网络布局和连接关系;所述第一路段是指交通路网图中任意一段道路,本领域技术人员可基于用户需求进行设置;其中交汇道路集是指所述第一路段中的交叉口和交汇点的集合。
基于智慧城市的交通物联网技术,其中交通物联网技术是指通过将交通监管设备与互联网连接,实现智能化的交通管理和服务,其中交通监管设备包括交通监控摄像头、车流量传感器等,对所述交汇道路集中的驾驶用户进行用户信息采集,并统计驾驶用户数量,其中所述驾驶用户数量包括导航用户数量和非导航用户数量。然后计算导航用户数量在驾驶用户数量中所占的比例,并将比例计算结果作为导航用户数量比,获得实时导航用户数量比。
设置数量比阈值,其中数量比阈值本领域技术人员可基于导航用户和路段的实际情况设置,其中相同路段不同时间段的数量比阈值也可设置为不相同,例如:可以设置多个数量比阈值,然后通过模拟训练的方式对比不同数量比阈值情况下的交通引导质量,选择交通引导质量最好的数量比阈值。例如:设置数量比阈值为50%,即导航用户数量在驾驶用户数量中所占的比例为50%。
根据设置的数量比阈值对当前导航用户数量比进行判断,如图2所示,当导航用户数量比大于或等于数量比阈值时,启动平台端的导航用户信息接收功能,接收多个用户端发送的的第一导航信息,所述第一导航信息是指用户端发送的实时导航需求。通过获得多个第一导航信息,为下一步进行第一路段的车流量预测提供了数据支持。
对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;
在一个实施例中,还包括:
当所述导航用户数量比小于所述数量比阈值时,结合历史驾驶数据对无导航用户进行驾驶状态分析,获取所述第一预设时区的所述第一路段的通行预测概率;
在一个实施例中,还包括:
当所述无导航用户属于固定路线用户,当固定路线用户在所述第一预设时区通过所述第一路段,将所述通行预测概率置为1;
当所述无导航用户属于非固定路线用户,获取所述无导航用户的所述历史驾驶数据;
统计所述历史驾驶数据的所述第一预设时区的所述第一路段的日通行频率比和周通行频率比;
当所述日通行频率比或/和所述周通行频率比大于或等于通行频率比阈值,将所述通行预测概率置为1;
当所述日通行频率比和所述周通行频率比小于所述通行频率比阈值,生成通行路径询问指令,发送至所述无导航用户,获取用户反馈信息;
当所述用户反馈信息为通过时,基于用户驾驶速度,确定所述第一预设时区抵达所述第一路段时,将所述通行预测概率置为1;
基于所述用户驾驶速度,确定所述第一预设时区之前抵达所述第一路段时,将所述通行预测概率置为0;
当所述用户反馈信息为不通过,将所述通行预测概率置为0。
如图2所示,当所述导航用户数量比小于所述数量比阈值时,获取无导航用户的历史驾驶数据,其中历史驾驶数据可通过调取无导航用户的历史驾驶记录获取,并根据所述历史驾驶数据对无导航用户进行驾驶状态分析,获取所述第一预设时区的所述第一路段的通行预测概率。
首先,根据所述历史驾驶数据获取无导航用户的属性信息,其中属性信息包括固定线路用户和非固定线路用户,固定线路用户是指公交车、校车等具有固定驾驶路线的车辆;非固定路线用户是指私家车、网约车、出租车等没有固定驾驶路线的车辆。获取第一预设时区,所述第一预设时区是指未来的一段时间,可基于实际情况设置,例如:未来一小时;当所述无导航用户属于固定路线用户时,根据所述第一预设时区对固定路线用户的历史驾驶路线进行分析,当固定路线用户在所述第一预设时区通过所述第一路段时,则将所述通行预测概率置为1。
当所述无导航用户属于非固定路线用户,获取所述无导航用户的所述历史驾驶数据,并根据所述第一预设时区,统计所述历史驾驶数据中第一路段的日通行频率比和周通行频率比;所述日通行频率比是指根据统计预设历史时间段内每天的历史驾驶记录,其中预设历史时间段可基于实际情况设置,例如:设置历史时间段为3个月,即获取最近三个月的历史驾驶数据。
获取所述预设历史时间段内每天总的通行记录数量和每天通过所述第一路段的通行记录数量,将所述预设历史时间段内每天的第一预设时区的第一路段的通行记录数量与当天总的通行记录数量的比值作为当天的日通行频率比,获得所述预设历史时间段内的多个日通行频率比,并将多个日通行频率比进行平均值计算,将多个日通行频率比的平均值计算结果作为所述第一预设时区的所述第一路段的日通行频率比。
所述周通行频率比是指统计所述预设历史时间段内每周的相同星期的多天的记录数据,例如:在最近三个月的历史驾驶数据中,统计每周二的历史驾驶数据,获得多个周二的记录数据。然后将多天的记录数据中第一预设时区的所述第一路段的通行的记录数量与总通行记录数量的比值作为周通行频率比。通过计算获得非固定线路用户第一预设时区的第一路段的日通行频率比和周通行频率比,可以同时从日通行频率和周通行频率两个方面对非固定线路用户的通行概率进行预测,提高非固定线路用户的通行概率预测的准确率。
获取通行频率比阈值,所述通行频率比阈值本领域技术人员可基于实际情况设置,例如:设置通行频率比阈值为通行频率30%。根据所述通行频率比阈值对所述日通行频率比和所述周通行频率比进行判断,当所述日通行频率比和所述周通行频率比中任意一个大于所述通行频率比阈值时,则将所述通行预测概率置为1。
当所述日通行频率比和所述周通行频率比都小于所述通行频率比阈值时,生成通行路径询问指令,所述通行路径询问指令用于获取非固定路线用户中无导航用户的通行路径信息,并将所述通行路径询问指令发送至所述无导航用户,获取用户反馈信息,其中用户反馈信息是指非固定路线用户中无导航用户的实时出行线路。由于目前用户在出行时,基本都存在使用地图导航进行线路引导,未使用导航的用户数量在少数,需要进行通行路径询问的用户数量并不多,并不会影响反馈信息处理的效率,同时可以提高非固定线路用户中无导航用户路径信息获得的准确率,从而提高通行概率预测的准确率。
当所述用户反馈信息为通过所述第一路段时,获取用户的当前驾驶速度,并根据当前驾驶速度、当前车辆位置与所述第一路段的距离长度进行通行时间预测,获得用户到达所述第一路段的预测时间,当所述预测时间在所述第一预设时区内时,则将所述通行预测概率置为1;当所述预测时间未在所述第一预设时区内时,则将所述通行预测概率置为0。当所述用户反馈信息为不通过所述第一路段时,则将所述通行预测概率置为0。
当所述通行预测概率大于或等于通行概率阈值,将所述无导航用户添加进第一通行用户集;
设置通行概率阈值,其中所述通行概率阈值为1,如图2所示,根据所述通行概率阈值对所述通行预测概率进行判断,当所述通行预测概率大于或等于通行概率阈值时,则将所述无导航用户添加进第一通行用户集。
根据所述第一通行用户集,对所述第一预设时区的所述第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定。
在一个实施例中,还包括:
根据所述第一导航信息,获取所述第一路段的第二通行用户集;
获取所述第二通行用户集的第一驾驶状态信息,其中,所述第一驾驶状态信息包括驾驶速度信息;
根据所述驾驶速度信息进行所述第一预设时区的位置预测,从所述第二通行用户集确定所述第一预设时区的所述第一路段的第三通行用户集;
根据所述第一通行用户集与所述第三通行用户集,计算所述第一预设时区的所述第一路段的道路流量,设为所述第一路段预测流量。
根据所述第一通行用户集,对所述第一预设时区的所述第一路段进行拥挤系数分析,首先,根据所述第一导航信息,获取所述第一路段的第二通行用户集,其中第二通行用户是指所述第一路段中的导航用户。然后获取所述第二通行用户集中第二通行用户的第一驾驶状态信息,所述第一驾驶状态信息包括驾驶速度信息。
根据所述驾驶速度信息和当前车辆位置进行所述第二通行用户集中第二通行用户在所述第一预设时区的车辆位置预测,即根据驾驶速度信息和当前车辆位置距离车辆驶出所述第一道路的距离进行驶出时间预测,获得驶出时间预测结果,当驶出时间预测结果处于所述第一预设历史时区时,则将对应的第二通行用户添加进所述第一预设时区的所述第一路段的第三通行用户集。
最后将所述第一通行用户集与所述第三通行用户集中通行用户的数量进行相加求和,并将通行用户数量求和结果作为所述第一预设时区的所述第一路段的道路流量,设为所述第一路段预测流量。通过对不同类型用户的驾驶路线进行单独分析和预测,获得第一路段预测流量,可以全方面考虑到第一道路中用户的实际驾驶情况,提高第一路段预测流量的准确性、合理性和实用性。
当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;
获取第一路段的第一堵车流量阈值,所述第一堵车流量阈值可基于第一路段历史堵车记录数据进行整理分析后获得,所述第一堵车流量阈值用于表征第一路段堵车情况下的最小流量。根据所述第一堵车流量阈值对所述第一路段预测流量进行判断,当所述第一路段预测流量大于或等于第一堵车流量阈值时,获取所述第一导航信息的用户实时位置和目标位置信息,其中用户实时位置是指车辆的实时位置坐标,目标位置信息是指用户的目的地。
基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;
根据所述交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,即获取用户实时位置与目的地之间的多条可通行线路,并将多条可通行线路中不包含所述第一路段的线路作为替换交通路线,获得多组替换交通路线集。通过获得多组替换交通路线集,为进行智能线路推荐提供了路线支持。
遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;
在一个实施例中,还包括:
基于所述多组替换交通路线集进行路线引导枚举组合,获取多个交通引导方案;
基于所述交通路线寻优算法,对所述多个交通引导方案进行处理,获取所述多个推荐交通路线;
其中,所述交通路线寻优算法具有寻优收敛条件;
获取所述多个交通引导方案的第i个交通引导方案的多条交通引导路线;
遍历所述多条交通引导路线进行所述第一预设时区的拥挤系数分析,获取多个引导路线预测流量;
基于交通路线寻优算法,对所述多组替换交通路线集进行寻优,获得多个推荐交通路线。首先,根据所述多组替换交通路线集进行路线引导枚举组合,其中路线引导枚举组合是指在多组替换交通路线集中随机提取每一组的替换交通路线集中的任意一个替换交通路线,获得多组替换交通路线,并根据多组替换交通路线生成一个交通引导方案,然后依次将多组替换交通路线集中的替换交通路线进行枚举组合,获得多个交通引导方案。
获取交通路线寻优算法,其中所述交通路线寻优算法具有寻优收敛条件。然后根据所述交通路线寻优算法,对所述多个交通引导方案进行寻优,获取所述多个推荐交通路线。首先,获取所述多个交通引导方案的第i个交通引导方案的多条交通引导路线,所述第i个交通引导方案是指所述多个交通引导方案中的任意一个交通引导方案,然后对所述多条交通引导路线依次进行所述第一预设时区的拥挤系数分析,获取多个引导路线预测流量。
当所述多个引导路线预测流量的任意一个大于或等于第二堵车流量阈值,将所述第i个交通引导方案淘汰,其中,所述第二堵车流量阈值与所述多条交通引导路线一一对应;
在一个实施例中,还包括:
当所述多个引导路线预测流量的任意一个大于或等于所述堵车流量阈值,获取第一缺陷引导路线用户;
对所述第一缺陷引导路线用户的驾驶速度在驾驶速度约束区间内进行随机赋值,获取多个驾驶速度赋值结果;
根据所述多个驾驶速度赋值结果进行所述第一预设时区的拥挤系数分析,获取多个缺陷引导路线预测流量;
当所述多个缺陷引导路线预测流量的任意一个小于所述第二堵车流量阈值,生成驾驶推荐速度,对所述第i个交通引导方案进行标识,获取标识交通引导方案,生成所述多个推荐交通路线,其中,所述多个推荐交通路线具有多个驾驶标识速度;
当所述多个缺陷引导路线预测流量都大于或等于所述第二堵车流量阈值,基于所述驾驶速度约束区间对所述多个驾驶速度赋值结果进行调整,重复分析预设分析代数,仍未收敛,将所述第i个交通引导方案淘汰。
根据所述堵车流量阈值对所述多个引导路线预测流量依次进行判断,当所述多个引导路线预测流量的任意一个大于或等于所述堵车流量阈值时,获取第一缺陷引导路线用户,所述第一缺陷引导路线用户是指对应引导路线预测流量大于或等于所述堵车流量阈值的用户。
获取驾驶速度约束区间,其中驾驶速度约束区间可根据所述第一路段的最高限速和最低限速设置。基于所述驾驶速度约束区间,对所述第一缺陷引导路线用户的驾驶速度在驾驶速度约束区间内进行随机赋值,获得多个驾驶速度赋值结果;然后根据所述多个驾驶速度赋值结果进行所述第一预设时区的拥挤系数分析,即根据第一驾驶速度赋值结果、当前车辆位置分析所述第一预设时区内车辆是否在所述第一路段中,获取多个缺陷引导路线预测流量。
基于多条交通引导路线设置第二堵车流量阈值,其中第二堵车流量阈值为多个,且与多条交通引导路线具有一一对应的关系,可基于多条交通引导路线的实际情况设置,根据所述第二堵车流量阈值对多个缺陷引导路线预测流量进行依次判断,当所述多个缺陷引导路线预测流量的任意一个小于所述第二堵车流量阈值时,生成驾驶推荐速度。并根据所述驾驶推荐速度所述第i个交通引导方案中对应的交通引导路线进行标识,生成多个推荐交通路线,所述推荐交通路线为具有驾驶标识速度的交通路线,并根据多个推荐交通路线构建标识交通引导方案。
当所述多个缺陷引导路线预测流量都大于或等于所述第二堵车流量阈值时,则在所述驾驶速度约束区间中再次随机赋值一个驾驶速度,其中本次驾驶速度与第一次赋值的驾驶速度不同,根据再次随机赋值的驾驶速度进行迭代分析。设置迭代分析次数阈值,迭代分析次数阈值可基于实际情况设置,例如:设置迭代分析次数阈值为50次,当迭代分析次数等于所述迭代分析次数阈值时,此时并未寻优得出合适的驾驶速度即寻优未收敛,则将所述第i个交通引导方案淘汰。
当所述多个引导路线预测流量都小于所述第二堵车流量阈值,将所述多条交通引导路线设为所述多个推荐交通路线;
当所述多个交通引导方案均不满足寻优收敛条件,获取拥挤用户数量最小值的交通引导方案,设定所述多个推荐交通路线。
当所述多个引导路线预测流量都小于所述第二堵车流量阈值,则将所述多条交通引导路线设为所述多个推荐交通路线;当所述多个交通引导方案均不满足寻优收敛条件,即未找到合适的驾驶推荐速度时,此时获取拥挤用户数量最小值的交通引导方案,并将拥挤用户数量最小值的交通引导方案中的多个引导路线设定所述多个推荐交通路线。
通过利用寻优算法对用户驾驶速度进行寻优,获得多个带有驾驶标识速度的多个推荐交通路线,可以通过调节用户驾驶速度,减少甚至避免第一道路的堵车概率,提高车辆交通引导的实用性。
根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
最后通过平台端将多个推荐交通路线发送给对应的用户端,并引导用户根据推荐交通路线进行车辆驾驶。通过上述方法可以解决现有技术在进行车辆交通引导时,存在缺乏全方面宏观分析导致交通引导结果实用性较差的技术问题,可以提高车辆交通引导的实用性,降低道路交通拥堵的概率。
在一个实施例中,如图3所示,提供了一种智慧城市交通引导系统,包括:第一导航信息接收模块、第一路段预测流量获取模块、位置信息获取模块、交通路线匹配模块、推荐交通路线获取模块、交通引导模块、其中:
第一导航信息接收模块,所述第一导航信息接收模块用于当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;
第一路段预测流量获取模块,所述第一路段预测流量获取模块用于对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;
位置信息获取模块,所述位置信息获取模块用于当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;
交通路线匹配模块,所述交通路线匹配模块用于基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;
推荐交通路线获取模块,所述推荐交通路线获取模块用于遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;
交通引导模块,所述交通引导模块用于根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
在一个实施例中,所述系统还包括:
交汇道路集提取模块,所述交汇道路集提取模块用于从所述交通路网图提取所述第一路段的交汇道路集;
驾驶用户数量加载模块,所述驾驶用户数量加载模块用于遍历所述交汇道路集,基于物联网加载驾驶用户数量,其中,所述驾驶用户数量包括导航用户数量;
导航用户数量比设置模块,所述导航用户数量比设置模块用于计算所述导航用户数量在所述驾驶用户数量的比例,设为所述导航用户数量比。
在一个实施例中,所述系统还包括:
驾驶状态分析模块,所述驾驶状态分析模块用于当所述导航用户数量比小于所述数量比阈值时,结合历史驾驶数据对无导航用户进行驾驶状态分析,获取所述第一预设时区的所述第一路段的通行预测概率;
无导航用户添加模块,所述无导航用户添加模块用于当所述通行预测概率大于或等于通行概率阈值,将所述无导航用户添加进第一通行用户集;
第一路段预测流量获取模块,所述第一路段预测流量获取模块用于根据所述第一通行用户集,对所述第一预设时区的所述第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定。
在一个实施例中,所述系统还包括:
第二通行用户集获取模块,所述第二通行用户集获取模块用于根据所述第一导航信息,获取所述第一路段的第二通行用户集;
第一驾驶状态信息获取模块,所述第一驾驶状态信息获取模块用于获取所述第二通行用户集的第一驾驶状态信息,其中,所述第一驾驶状态信息包括驾驶速度信息;
第三通行用户集确定模块,所述第三通行用户集确定模块用于根据所述驾驶速度信息进行所述第一预设时区的位置预测,从所述第二通行用户集确定所述第一预设时区的所述第一路段的第三通行用户集;
第一路段预测流量获得模块,所述第一路段预测流量获得模块用于根据所述第一通行用户集与所述第三通行用户集,计算所述第一预设时区的所述第一路段的道路流量,设为所述第一路段预测流量。
在一个实施例中,所述系统还包括:
通行预测概率设置模块,所述通行预测概率设置模块用于当所述无导航用户属于固定路线用户,当固定路线用户在所述第一预设时区通过所述第一路段,将所述通行预测概率置为1;
历史驾驶数据获取模块,所述历史驾驶数据获取模块用于当所述无导航用户属于非固定路线用户,获取所述无导航用户的所述历史驾驶数据;
通行频率比统计模块,所述通行频率比统计模块用于统计所述历史驾驶数据的所述第一预设时区的所述第一路段的日通行频率比和周通行频率比;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述日通行频率比或/和所述周通行频率比大于或等于通行频率比阈值,将所述通行预测概率置为1;
用户反馈信息获取模块,所述用户反馈信息获取模块用于当所述日通行频率比和所述周通行频率比小于所述通行频率比阈值,生成通行路径询问指令,发送至所述无导航用户,获取用户反馈信息;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述用户反馈信息为通过时,基于用户驾驶速度,确定所述第一预设时区抵达所述第一路段时,将所述通行预测概率置为1;
通行预测概率设置模块,所述通行预测概率设置模块用于基于所述用户驾驶速度,确定所述第一预设时区之前抵达所述第一路段时,将所述通行预测概率置为0;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述用户反馈信息为不通过,将所述通行预测概率置为0。
在一个实施例中,所述系统还包括:
交通引导方案获取模块,所述交通引导方案获取模块用于基于所述多组替换交通路线集进行路线引导枚举组合,获取多个交通引导方案;
推荐交通路线获取模块,所述推荐交通路线获取模块用于基于所述交通路线寻优算法,对所述多个交通引导方案进行处理,获取所述多个推荐交通路线;
交通路线寻优算法模块,所述交通路线寻优算法模块是指其中,所述交通路线寻优算法具有寻优收敛条件;
交通引导路线获取模块,所述交通引导路线获取模块用于获取所述多个交通引导方案的第i个交通引导方案的多条交通引导路线;
拥挤系数分析模块,所述拥挤系数分析模块用于遍历所述多条交通引导路线进行所述第一预设时区的拥挤系数分析,获取多个引导路线预测流量;
交通引导方案淘汰模块,所述交通引导方案淘汰模块用于当所述多个引导路线预测流量的任意一个大于或等于第二堵车流量阈值,将所述第i个交通引导方案淘汰,其中,所述第二堵车流量阈值与所述多条交通引导路线一一对应;
推荐交通路线获得模块,所述推荐交通路线获得模块用于当所述多个引导路线预测流量都小于所述第二堵车流量阈值,将所述多条交通引导路线设为所述多个推荐交通路线;
推荐交通路线设定模块,所述推荐交通路线设定模块用于当所述多个交通引导方案均不满足寻优收敛条件,获取拥挤用户数量最小值的交通引导方案,设定所述多个推荐交通路线。
在一个实施例中,所述系统还包括:
第一缺陷引导路线用户获取模块,所述第一缺陷引导路线用户获取模块用于当所述多个引导路线预测流量的任意一个大于或等于所述堵车流量阈值,获取第一缺陷引导路线用户;
驾驶速度随机赋值模块,所述驾驶速度随机赋值模块用于对所述第一缺陷引导路线用户的驾驶速度在驾驶速度约束区间内进行随机赋值,获取多个驾驶速度赋值结果;
缺陷引导路线预测流量获取模块,所述缺陷引导路线预测流量获取模块用于根据所述多个驾驶速度赋值结果进行所述第一预设时区的拥挤系数分析,获取多个缺陷引导路线预测流量;
推荐交通路线生成模块,所述推荐交通路线生成模块用于当所述多个缺陷引导路线预测流量的任意一个小于所述第二堵车流量阈值,生成驾驶推荐速度,对所述第i个交通引导方案进行标识,获取标识交通引导方案,生成所述多个推荐交通路线,其中,所述多个推荐交通路线具有多个驾驶标识速度;
驾驶速度赋值结果调整模块,所述驾驶速度赋值结果调整模块用于当所述多个缺陷引导路线预测流量都大于或等于所述第二堵车流量阈值,基于所述驾驶速度约束区间对所述多个驾驶速度赋值结果进行调整,重复分析预设分析代数,仍未收敛,将所述第i个交通引导方案淘汰。
综上所述,与现有技术相比,本公开的实施例具有以下技术效果:
1.解决现有技术在进行车辆交通引导时,存在缺乏全方面宏观分析导致交通引导结果实用性较差的技术问题,通过对道路流量进行多场景下的综合分析和车流量预测,并根据流量预测结果生成用户的推荐交通路线,可以提高车辆交通引导的实用性,降低道路交通拥堵的概率。
2.通过对不同类型用户的驾驶路线进行单独分析和预测,获得第一路段预测流量,可以全方面考虑到第一道路中用户的实际驾驶情况,提高第一路段预测流量的准确性、合理性和实用性,从而提高交通引导的实用性。
3.通过利用寻优算法对用户驾驶速度进行寻优,获得多个带有驾驶标识速度的多个推荐交通路线,可以通过调节用户驾驶速度,减少甚至避免第一道路的堵车概率,提高车辆交通引导的实用性。
以上所述实施例仅表达了本公开的几种实施方式,但并不能因此而理解为对发明专利范围的限制。因此,在不脱离如由所附权利要求限定的本公开构思的范围的情况下,本领域普通技术人员可做出各种类型的替换、修改和变更,并且这些替换、修改和变更都属于本公开的保护范围。
Claims (8)
1.一种智慧城市交通引导系统,其特征在于,所述系统包括用户端,应用于平台端,包括:
第一导航信息接收模块,所述第一导航信息接收模块用于当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;
第一路段预测流量获取模块,所述第一路段预测流量获取模块用于对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;
位置信息获取模块,所述位置信息获取模块用于当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;
交通路线匹配模块,所述交通路线匹配模块用于基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;
推荐交通路线获取模块,所述推荐交通路线获取模块用于遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;
交通引导模块,所述交通引导模块用于根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
2.如权利要求1所述的系统,其特征在于,当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息,包括:
交汇道路集提取模块,所述交汇道路集提取模块用于从所述交通路网图提取所述第一路段的交汇道路集;
驾驶用户数量加载模块,所述驾驶用户数量加载模块用于遍历所述交汇道路集,基于物联网加载驾驶用户数量,其中,所述驾驶用户数量包括导航用户数量;
导航用户数量比设置模块,所述导航用户数量比设置模块用于计算所述导航用户数量在所述驾驶用户数量的比例,设为所述导航用户数量比。
3.如权利要求1所述的系统,其特征在于,还包括:
驾驶状态分析模块,所述驾驶状态分析模块用于当所述导航用户数量比小于所述数量比阈值时,结合历史驾驶数据对无导航用户进行驾驶状态分析,获取所述第一预设时区的所述第一路段的通行预测概率;
无导航用户添加模块,所述无导航用户添加模块用于当所述通行预测概率大于或等于通行概率阈值,将所述无导航用户添加进第一通行用户集;
第一路段预测流量获取模块,所述第一路段预测流量获取模块用于根据所述第一通行用户集,对所述第一预设时区的所述第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定。
4.如权利要求3所述的系统,其特征在于,根据所述第一通行用户集,对所述第一预设时区的所述第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定,包括:
第二通行用户集获取模块,所述第二通行用户集获取模块用于根据所述第一导航信息,获取所述第一路段的第二通行用户集;
第一驾驶状态信息获取模块,所述第一驾驶状态信息获取模块用于获取所述第二通行用户集的第一驾驶状态信息,其中,所述第一驾驶状态信息包括驾驶速度信息;
第三通行用户集确定模块,所述第三通行用户集确定模块用于根据所述驾驶速度信息进行所述第一预设时区的位置预测,从所述第二通行用户集确定所述第一预设时区的所述第一路段的第三通行用户集;
第一路段预测流量获得模块,所述第一路段预测流量获得模块用于根据所述第一通行用户集与所述第三通行用户集,计算所述第一预设时区的所述第一路段的道路流量,设为所述第一路段预测流量。
5.如权利要求3所述的系统,其特征在于,当所述导航用户数量比小于所述数量比阈值时,结合历史驾驶数据对无导航用户进行驾驶状态分析,获取所述第一预设时区的所述第一路段的通行预测概率,包括:
通行预测概率设置模块,所述通行预测概率设置模块用于当所述无导航用户属于固定路线用户,当固定路线用户在所述第一预设时区通过所述第一路段,将所述通行预测概率置为1;
历史驾驶数据获取模块,所述历史驾驶数据获取模块用于当所述无导航用户属于非固定路线用户,获取所述无导航用户的所述历史驾驶数据;
通行频率比统计模块,所述通行频率比统计模块用于统计所述历史驾驶数据的所述第一预设时区的所述第一路段的日通行频率比和周通行频率比;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述日通行频率比或/和所述周通行频率比大于或等于通行频率比阈值,将所述通行预测概率置为1;
用户反馈信息获取模块,所述用户反馈信息获取模块用于当所述日通行频率比和所述周通行频率比小于所述通行频率比阈值,生成通行路径询问指令,发送至所述无导航用户,获取用户反馈信息;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述用户反馈信息为通过时,基于用户驾驶速度,确定所述第一预设时区抵达所述第一路段时,将所述通行预测概率置为1;
通行预测概率设置模块,所述通行预测概率设置模块用于基于所述用户驾驶速度,确定所述第一预设时区之前抵达所述第一路段时,将所述通行预测概率置为0;
通行预测概率设置模块,所述通行预测概率设置模块用于当所述用户反馈信息为不通过,将所述通行预测概率置为0。
6.如权利要求1所述的系统,其特征在于,遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线,包括:
交通引导方案获取模块,所述交通引导方案获取模块用于基于所述多组替换交通路线集进行路线引导枚举组合,获取多个交通引导方案;
推荐交通路线获取模块,所述推荐交通路线获取模块用于基于所述交通路线寻优算法,对所述多个交通引导方案进行处理,获取所述多个推荐交通路线;
交通路线寻优算法模块,所述交通路线寻优算法模块是指其中,所述交通路线寻优算法具有寻优收敛条件;
交通引导路线获取模块,所述交通引导路线获取模块用于获取所述多个交通引导方案的第i个交通引导方案的多条交通引导路线;
拥挤系数分析模块,所述拥挤系数分析模块用于遍历所述多条交通引导路线进行所述第一预设时区的拥挤系数分析,获取多个引导路线预测流量;
交通引导方案淘汰模块,所述交通引导方案淘汰模块用于当所述多个引导路线预测流量的任意一个大于或等于第二堵车流量阈值,将所述第i个交通引导方案淘汰,其中,所述第二堵车流量阈值与所述多条交通引导路线一一对应;
推荐交通路线获得模块,所述推荐交通路线获得模块用于当所述多个引导路线预测流量都小于所述第二堵车流量阈值,将所述多条交通引导路线设为所述多个推荐交通路线;
推荐交通路线设定模块,所述推荐交通路线设定模块用于当所述多个交通引导方案均不满足寻优收敛条件,获取拥挤用户数量最小值的交通引导方案,设定所述多个推荐交通路线。
7.如权利要求6所述的系统,其特征在于,当所述多个引导路线预测流量的任意一个大于或等于所述堵车流量阈值,将所述第i个交通引导方案淘汰,之前还包括:
第一缺陷引导路线用户获取模块,所述第一缺陷引导路线用户获取模块用于当所述多个引导路线预测流量的任意一个大于或等于所述堵车流量阈值,获取第一缺陷引导路线用户;
驾驶速度随机赋值模块,所述驾驶速度随机赋值模块用于对所述第一缺陷引导路线用户的驾驶速度在驾驶速度约束区间内进行随机赋值,获取多个驾驶速度赋值结果;
缺陷引导路线预测流量获取模块,所述缺陷引导路线预测流量获取模块用于根据所述多个驾驶速度赋值结果进行所述第一预设时区的拥挤系数分析,获取多个缺陷引导路线预测流量;
推荐交通路线生成模块,所述推荐交通路线生成模块用于当所述多个缺陷引导路线预测流量的任意一个小于所述第二堵车流量阈值,生成驾驶推荐速度,对所述第i个交通引导方案进行标识,获取标识交通引导方案,生成所述多个推荐交通路线,其中,所述多个推荐交通路线具有多个驾驶标识速度;
驾驶速度赋值结果调整模块,所述驾驶速度赋值结果调整模块用于当所述多个缺陷引导路线预测流量都大于或等于所述第二堵车流量阈值,基于所述驾驶速度约束区间对所述多个驾驶速度赋值结果进行调整,重复分析预设分析代数,仍未收敛,将所述第i个交通引导方案淘汰。
8.一种智慧城市交通引导方法,其特征在于,所述方法应用于一种智慧城市交通引导系统,所述系统包括用户端,应用于平台端,包括:
当导航用户数量比大于或等于数量比阈值时,接收多个用户端的第一导航信息;
对第一预设时区的第一路段进行拥挤系数分析,获取第一路段预测流量,其中,所述第一路段预测流量基于拥挤系数分析算法对所述第一导航信息处理确定;
当所述第一路段预测流量大于或等于第一堵车流量阈值,获取所述第一导航信息的用户实时位置和目标位置信息;
基于交通路网图对所述用户实时位置和所述目标位置信息进行交通路线匹配,获取多组替换交通路线集;
遍历所述多组替换交通路线集,基于交通路线寻优算法,获取多个推荐交通路线;
根据所述多个推荐交通路线,对所述多个用户端进行交通引导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030387.0A CN116884223B (zh) | 2023-08-16 | 2023-08-16 | 一种智慧城市交通引导系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030387.0A CN116884223B (zh) | 2023-08-16 | 2023-08-16 | 一种智慧城市交通引导系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116884223A true CN116884223A (zh) | 2023-10-13 |
CN116884223B CN116884223B (zh) | 2024-02-09 |
Family
ID=88258800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311030387.0A Active CN116884223B (zh) | 2023-08-16 | 2023-08-16 | 一种智慧城市交通引导系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116884223B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117690309A (zh) * | 2023-11-15 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种基于大数据的城市交通引导方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107421556A (zh) * | 2017-08-23 | 2017-12-01 | 上海车音智能科技有限公司 | 导航路径推送方法及装置 |
CN108253979A (zh) * | 2016-12-28 | 2018-07-06 | 沈阳美行科技有限公司 | 一种防拥堵的导航方法及装置 |
CN111024110A (zh) * | 2019-12-31 | 2020-04-17 | 河南国立信息科技有限公司 | 一种基于5g的智能交通路径规划和导航系统及其工作方法 |
CN111561942A (zh) * | 2019-02-13 | 2020-08-21 | 阿里巴巴集团控股有限公司 | 一种导航路线的确定方法及装置 |
CN112185119A (zh) * | 2020-09-30 | 2021-01-05 | 重庆广播电视大学重庆工商职业学院 | 基于大数据的智能城市交通引导系统及方法 |
CN114858178A (zh) * | 2022-04-29 | 2022-08-05 | 河南职业技术学院 | 一种基于道路资源预测的智能导航方法和系统 |
-
2023
- 2023-08-16 CN CN202311030387.0A patent/CN116884223B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253979A (zh) * | 2016-12-28 | 2018-07-06 | 沈阳美行科技有限公司 | 一种防拥堵的导航方法及装置 |
CN107421556A (zh) * | 2017-08-23 | 2017-12-01 | 上海车音智能科技有限公司 | 导航路径推送方法及装置 |
CN111561942A (zh) * | 2019-02-13 | 2020-08-21 | 阿里巴巴集团控股有限公司 | 一种导航路线的确定方法及装置 |
CN111024110A (zh) * | 2019-12-31 | 2020-04-17 | 河南国立信息科技有限公司 | 一种基于5g的智能交通路径规划和导航系统及其工作方法 |
CN112185119A (zh) * | 2020-09-30 | 2021-01-05 | 重庆广播电视大学重庆工商职业学院 | 基于大数据的智能城市交通引导系统及方法 |
CN114858178A (zh) * | 2022-04-29 | 2022-08-05 | 河南职业技术学院 | 一种基于道路资源预测的智能导航方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117690309A (zh) * | 2023-11-15 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种基于大数据的城市交通引导方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116884223B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111966729B (zh) | 一种车辆轨迹数据处理方法、装置、设备及存储介质 | |
Shao et al. | Traveling officer problem: Managing car parking violations efficiently using sensor data | |
CN110836675B (zh) | 一种基于决策树的自动驾驶搜索决策方法 | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
CN116884223B (zh) | 一种智慧城市交通引导系统 | |
CN109816979B (zh) | 考虑公交车到站频率和乘车舒适度的公交线路推荐方法 | |
Liu et al. | A distributed Markovian parking assist system | |
Chen et al. | ASC: Actuation system for city-wide crowdsensing with ride-sharing vehicular platform | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
WO2020035383A1 (en) | Method and system of recommending a place to park | |
Kathuria et al. | Travel-time variability analysis of bus rapid transit system using GPS data | |
Zambrano et al. | Using real traffic data for its simulation: Procedure and validation | |
TW202107406A (zh) | 處理路線資訊 | |
CN115995149A (zh) | 一种基于多源数据的停车供需特征动态评估方法及系统 | |
CN109087219B (zh) | 一种旅游云计算系统及方法、终端 | |
Mühle | An analytical framework for modeling ride pooling efficiency and minimum fleet size | |
CN111582527A (zh) | 行程时间的预估方法、装置、电子设备和存储介质 | |
KR102359902B1 (ko) | 빅데이터 및 인공지능 기반 교차로 서비스수준 예측방법, 그리고 이를 포함하는 저장매체 | |
Kim et al. | Integrated design framework for on-demand transit system based on spatiotemporal mobility patterns | |
CN112508235A (zh) | 一种基于蚁群算法的公交发车时间间隔优化方法 | |
CN116451867A (zh) | 一种基于时空出行路径标定的地铁短时客流预测方法 | |
CN113902209A (zh) | 出行路线推荐方法、边缘服务器、云服务器、设备及介质 | |
Waury et al. | Assessing the accuracy benefits of on-the-fly trajectory selection in fine-grained travel-time estimation | |
CN113657725A (zh) | 一种公交线路和调度优化方法、系统、装置及介质 | |
Zhao et al. | Simulation evaluation of fuel-saving systems in the city of chicago |
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 |