CN118101715A - 一种基于云计算技术的智能网联车控制系统 - Google Patents

一种基于云计算技术的智能网联车控制系统 Download PDF

Info

Publication number
CN118101715A
CN118101715A CN202410325651.1A CN202410325651A CN118101715A CN 118101715 A CN118101715 A CN 118101715A CN 202410325651 A CN202410325651 A CN 202410325651A CN 118101715 A CN118101715 A CN 118101715A
Authority
CN
China
Prior art keywords
information
vehicle
analysis
unit
intersection
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
CN202410325651.1A
Other languages
English (en)
Other versions
CN118101715B (zh
Inventor
吴有龙
周盛明
项展
黄斌
王茂
白彦杭爱
马瑞婕
项龙
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.)
Xiangyang Tenglong Automobile Co ltd
Original Assignee
Xiangyang Tenglong Automobile 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 Xiangyang Tenglong Automobile Co ltd filed Critical Xiangyang Tenglong Automobile Co ltd
Priority to CN202410325651.1A priority Critical patent/CN118101715B/zh
Publication of CN118101715A publication Critical patent/CN118101715A/zh
Application granted granted Critical
Publication of CN118101715B publication Critical patent/CN118101715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • 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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于云计算技术的智能网联车控制系统，涉及电数字数据处理领域，包括终端处理模块、传输管理模块和云端控制模块，所述终端处理模块用于采集数据并对数据进行基础处理，所述传输管理模块用于在所述终端处理模块与所述云端控制模块之间传输信息，所述云端控制模块用于对从所述终端处理模块中获取的信息进行处理并反馈控制信息；本系统能够通过车辆采集信息发送到云端，由云端对采集信息进行分析处理得到车辆需要的信息，提高车辆的载客效率，降低行驶成本。

Description

一种基于云计算技术的智能网联车控制系统
技术领域
本发明涉及电数字数据处理领域，具体涉及一种基于云计算技术的智能网联车控制系统。
背景技术
网约车是当前十分普遍的出行方式，但司机需要凭借经验才能提高接单效率，同时在无单状态下的行驶会提高成本，现需要一种网约车智能管理控制系统，为网约车提供数据支持，帮助网约车在降低行驶成本的同时提高载客效率。
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
现在已经开发出了很多网联车控制系统，经过我们大量的检索与参考，发现现有的网联车控制系统有如公开号为CN109714421B所公开的系统，这些系统一般包括高精度地图平台、云控平台、车载终端平台、车载计算平台和信息安全平台；高精度地图平台提供实时动态高精度地图，云控平台与车载终端平台之间通过通信网络进行协同管控，云控平台执行数据存储、云计算、标准化数据互联，车载终端平台执行信息上报，数据路由与命令转发，车载计算平台通过车载以太网与车载终端平台连接，获取超视距感知数据、地图数据、环境数据等，融合计算制定车辆行驶方案，云控平台、车载终端平台、车载计算平台、地图平台都设置安全监控。但该系统仅仅是提供简单的数据服务，并没有通过云计算技术帮助网约车更好的节约成本提高效率。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于云计算技术的智能网联车控制系统。
本发明采用如下技术方案：
一种基于云计算技术的智能网联车控制系统，包括终端处理模块、传输管理模块和云端控制模块；
所述终端处理模块用于采集数据并对数据进行基础处理，所述传输管理模块用于在所述终端处理模块与所述云端控制模块之间传输信息，所述云端控制模块用于对从所述终端处理模块中获取的信息进行处理并反馈控制信息；
所述终端处理模块包括环境采集单元、车辆采集单元、业务采集单元和数据处理单元，所述环境采集单元用于采集车辆所处环境的信息数据，所述车辆采集单元用于采集车辆行驶的参数数据，所述业务采集单元用于获取车辆当前的业务数据，所述数据处理单元根据采集的数据进行计算处理；
所述传输管理模块包括信息传输单元和身份管理单元，所述信息传输单元用于执行具体的信息传输任务，所述身份管理单元用于对终端的身份信息进行处理；
所述云端控制模块包括路况分析单元、需求管理单元和反馈分析单元，所述路况分析单元用于分析得到实时的路况信息，所述需求管理单元用于接收终端的需求信息并将路线反馈结果发送给对应的终端，所述反馈分析单元用于分析得到路线反馈结果；
进一步的，所述数据处理单元基于采集数据处理得到所处环境拥堵情况的过程包括如下步骤：
S1、基于车辆所处位置信息确定限速上限值vmax；
S2、获取目标时间段内的车速信息，记为v(t)，v(0)表示T时间前的车速，v(T)表示当前的车速，T为目标时间段的时长，t为时间；
S3、将v(t)分为若干小段，分段依据为数值连续大于或者连续小于/>为一小段，n0为分段的数量，数值连续大于/>的小段为行驶段，数值连续小于/>的小段为阻塞段；
S4、根据下式计算出车辆所处环境的拥堵指数Cg：
其中，ncar为周围车辆数量，T1为阻塞段的总时长；
进一步的，所述路况分析单元包括时间处理器、位置处理器、数据寄存器和计算处理器，所述时间处理器用于计算出每个第一信息包的时效，所述位置处理器用于将每个路口划分为直接分析路口和间接分析路口，所述数据寄存器用于保存第一信息包中的信息并基于删除时效低的第一信息包，所述计算处理器用于计算出每个路口路况指数；
进一步的，所述计算处理器计算直接分析路口的路况指数的过程包括如下步骤：
S21、获取直接分析路口的所有关联信息包；
S22、根据下式计算出直接分析路口的路况指数Rc：
Rc＝Cg·lgL，n＝1；
其中，n为关联信息包的数量，i和j用于表示关联信息包的序号，L为第一信息包中的位置信息与直接分析路口的距离，te(i)表示第i个关联信息包的时效值，Cg(j)表示第j个关联信息包的拥堵指数；
所述计算处理器根据下式计算出间接分析路口的路况指数：
其中，Rc1、Rc2、Rc3和Rc4为间接分析路口四个方向上最近的直接分析路口的路况指数，L1、L2、L3和L4为间接分析路口与这四个直接分析路口的距离；
进一步的，所述反馈分析单元包括客源分析处理器和路径分析处理器，所述客源分析处理器用于分析得到一个等待地点推荐给处于无单状态的车辆，所述路径分析处理器用于分析得到一条去业务单起始位置或终点位置的推荐路径。
本发明所取得的有益效果是：
本系统通过云计算对网约车自身采集的数据进行处理，分析得到整个区域的路况信息，并基于网约车自身的业务状态分别提供客源推荐服务和路径推荐服务，客源推荐服务能够帮助网约车在减少车程的同时更快地接到订单，路径推荐服务能够帮助网约车更好的执行订单，在整体上降低行驶成本并提高了载客效率。
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图；
图2为本发明终端处理模块构成示意图；
图3为本发明云端控制模块构成示意图；
图4为本发明路况分析单元构成示意图；
图5为本发明反馈分析单元构成示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
实施例一。
本实施例提供了一种基于云计算技术的智能网联车控制系统，结合图1，包括终端处理模块、传输管理模块和云端控制模块；
所述终端处理模块用于采集数据并对数据进行基础处理，所述传输管理模块用于在所述终端处理模块与所述云端控制模块之间传输信息，所述云端控制模块用于对从所述终端处理模块中获取的信息进行处理并反馈控制信息；
所述终端处理模块包括环境采集单元、车辆采集单元、业务采集单元和数据处理单元，所述环境采集单元用于采集车辆所处环境的信息数据，所述车辆采集单元用于采集车辆行驶的参数数据，所述业务采集单元用于获取车辆当前的业务数据，所述数据处理单元根据采集的数据进行计算处理；
所述传输管理模块包括信息传输单元和身份管理单元，所述信息传输单元用于执行具体的信息传输任务，所述身份管理单元用于对终端的身份信息进行处理；
所述云端控制模块包括路况分析单元、需求管理单元和反馈分析单元，所述路况分析单元用于分析得到实时的路况信息，所述需求管理单元用于接收终端的需求信息并将路线反馈结果发送给对应的终端，所述反馈分析单元用于分析得到路线反馈结果；
所述数据处理单元基于采集数据处理得到所处环境拥堵情况的过程包括如下步骤：
S1、基于车辆所处位置信息确定限速上限值vmax；
S2、获取目标时间段内的车速信息，记为v(t)，v(0)表示T时间前的车速，v(T)表示当前的车速，T为目标时间段的时长，t为时间；
S3、将v(t)分为若干小段，分段依据为数值连续大于或者连续小于/>为一小段，n0为分段的数量，数值连续大于/>的小段为行驶段，数值连续小于/>的小段为阻塞段；
S4、根据下式计算出车辆所处环境的拥堵指数Cg：
其中，ncar为周围车辆数量，T1为阻塞段的总时长；
所述路况分析单元包括时间处理器、位置处理器、数据寄存器和计算处理器，所述时间处理器用于计算出每个第一信息包的时效，所述位置处理器用于将每个路口划分为直接分析路口和间接分析路口，所述数据寄存器用于保存第一信息包中的信息并基于删除时效低的第一信息包，所述计算处理器用于计算出每个路口路况指数；
所述计算处理器计算直接分析路口的路况指数的过程包括如下步骤：
S21、获取直接分析路口的所有关联信息包；
S22、根据下式计算出直接分析路口的路况指数Rc：
Rc＝Cg·lgL，n＝1；
其中，n为关联信息包的数量，i和j用于表示关联信息包的序号，L为第一信息包中的位置信息与直接分析路口的距离，te(i)表示第i个关联信息包的时效值，Cg(j)表示第j个关联信息包的拥堵指数；
所述计算处理器根据下式计算出间接分析路口的路况指数：
其中，Rc1、Rc2、Rc3和Rc4为间接分析路口四个方向上最近的直接分析路口的路况指数，L1、L2、L3和L4为间接分析路口与这四个直接分析路口的距离；
所述反馈分析单元包括客源分析处理器和路径分析处理器，所述客源分析处理器用于分析得到一个等待地点推荐给处于无单状态的车辆，所述路径分析处理器用于分析得到一条去业务单起始位置或终点位置的推荐路径。
实施例二。
本实施例包含了实施例一中的全部内容，提供了一种基于云计算技术的智能网联车控制系统，包括终端处理模块、传输管理模块和云端控制模块，所述终端处理模块用于采集数据并对数据进行基础处理，所述传输管理模块用于在所述终端处理模块与所述云端控制模块之间传输信息，所述云端控制模块用于对从所述终端处理模块中获取的信息进行处理并反馈控制信息；
结合图2，所述终端处理模块包括环境采集单元、车辆采集单元、业务采集单元和数据处理单元，所述环境采集单元用于采集车辆所处环境的信息数据，所述车辆采集单元用于采集车辆行驶的参数数据，所述业务采集单元用于获取车辆当前的业务数据，所述数据处理单元根据采集的数据进行计算处理；
所述环境采集单元采集的信息数据包括车辆所处的位置信息以及车辆周围其余车辆的数量信息，所述车辆采集单元采集的参数数据为车辆的车速信息，所述业务采集单元采集的业务数据为业务状态信息，所述业务状态分为无单状态、接单状态和执单状态，当处于接单状态或者执单状态时，业务状态信息中还包括业务单的起始位置信息和终点位置信息；
所述数据处理单元基于采集数据处理得到所处环境拥堵情况的过程包括如下步骤：
S1、基于车辆所处位置信息确定限速上限值vmax；
S2、获取目标时间段内的车速信息，记为v(t)，v(0)表示T时间前的车速，v(T)表示当前的车速，T为目标时间段的时长，t为时间；
S3、将v(t)分为若干小段，分段依据为数值连续大于或者连续小于/>为一小段，n0为分段的数量，数值连续大于/>的小段为行驶段，数值连续小于/>的小段为阻塞段；
S4、根据下式计算出车辆所处环境的拥堵指数Cg：
其中，ncar为周围车辆数量，T1为阻塞段的总时长；
所述数据处理单元将车辆位置信息和拥堵指数作为第一信息包发送给所述云端控制模块，在业务状态发生变化时，将业务状态信息作为第二信息包发送给所述云端控制模块；
所述传输管理模块包括信息传输单元和身份管理单元，所述信息传输单元用于执行具体的信息传输任务，所述身份管理单元用于对终端的身份信息进行处理，当终端发送的是第一信息包时，所述身份管理单元对身份信息进行匿名化处理；
结合图3，所述云端控制模块包括路况分析单元、需求管理单元和反馈分析单元，所述路况分析单元用于接收第一信息包并分析得到实时的路况信息，所述需求管理单元用于接收第二信息包并将路线反馈结果发送给对应的终端，所述反馈分析单元用于分析得到路线反馈结果；
结合图4，所述路况分析单元包括时间处理器、位置处理器、数据寄存器和计算处理器，所述时间处理器用于计算出每个第一信息包的时效，所述位置处理器用于将每个路口划分为直接分析路口和间接分析路口，所述数据寄存器用于保存第一信息包中的信息并基于删除时效低的第一信息包，所述计算处理器用于计算出每个路口路况指数；
每个第一信息包的时效用te表示，具体含义为接收到第一信息包的时间点到当前时间点之间的时长，所述数据寄存器内设置了时效阈值，当te大于时效阈值时，表示对应的第一信息包时效低；
所述位置处理器基于第一信息包中的位置信息确定下一个路口位置，并将该路口标记为直接分析路口，该第一信息包为直接分析路口的关联信息包，将所有第一信息包处理完毕后，无关联信息包的路口称为间接分析路口；
所述计算处理器先计算出所有直接分析路口的路况指数，再计算出所有间接分析路口的路况指数；
所述计算处理器计算直接分析路口的路况指数的过程包括如下步骤：
S21、获取直接分析路口的所有关联信息包；
S22、根据下式计算出直接分析路口的路况指数Rc：
Rc＝Cg·lgL，n＝1；
其中，n为关联信息包的数量，i和j用于表示关联信息包的序号，L为第一信息包中的位置信息与直接分析路口的距离，te(i)表示第i个关联信息包的时效值，Cg(j)表示第j个关联信息包的拥堵指数；
所述计算处理器根据下式计算出间接分析路口的路况指数：
其中，Rc1、Rc2、Rc3和Rc4为间接分析路口四个方向上最近的直接分析路口的路况指数，L1、L2、L3和L4为间接分析路口与这四个直接分析路口的距离；
结合图5，所述反馈分析单元包括客源分析处理器和路径分析处理器，所述客源分析处理器用于分析得到一个等待地点推荐给处于无单状态的车辆，所述路径分析处理器用于分析得到一条去业务单起始位置或终点位置的推荐路径；
所述客源分析处理器的分析处理过程包括如下步骤：
S31、获取当前所有处于无单状态的车辆位置信息；
S32、获取当前时间段的所有历史接单的起始位置信息；
S33、将整个交通网络分为若干个区域，基于步骤S32中的信息统计出每个区域的历史平均接单数m；
S34、根据下式计算出每个区域的客源指数P：
其中，m0为客源阈值，d为车辆当前位置与区域中心的距离，d0为距离基数值；
所述客源分析处理器将客源指数最大的区域中心位置作为等待地点推荐给对应的车辆；
所述路径分析处理器的分析处理过程包括如下步骤：
S41、将业务单的起始位置或终点位置作为目标位置；
S42、构建多条从车辆位置到目标位置的路径；
S43、根据下式计算出每条路径的便利指数Q：
其中，N为路径包含的路口数量，Rc(k)表示第k个路口的路况指数，L(k)表示从当前位置或上一个路口到第k个路口的距离；
所述路径分析处理器将便利指数最小的路径作为推荐路径发送给对应的车辆。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。

Claims (5)

1.一种基于云计算技术的智能网联车控制系统，其特征在于，包括终端处理模块、传输管理模块和云端控制模块；
所述终端处理模块用于采集数据并对数据进行基础处理，所述传输管理模块用于在所述终端处理模块与所述云端控制模块之间传输信息，所述云端控制模块用于对从所述终端处理模块中获取的信息进行处理并反馈控制信息；
所述终端处理模块包括环境采集单元、车辆采集单元、业务采集单元和数据处理单元，所述环境采集单元用于采集车辆所处环境的信息数据，所述车辆采集单元用于采集车辆行驶的参数数据，所述业务采集单元用于获取车辆当前的业务数据，所述数据处理单元根据采集的数据进行计算处理；
所述传输管理模块包括信息传输单元和身份管理单元，所述信息传输单元用于执行具体的信息传输任务，所述身份管理单元用于对终端的身份信息进行处理；
所述云端控制模块包括路况分析单元、需求管理单元和反馈分析单元，所述路况分析单元用于分析得到实时的路况信息，所述需求管理单元用于接收终端的需求信息并将路线反馈结果发送给对应的终端，所述反馈分析单元用于分析得到路线反馈结果。
2.如权利要求1所述的一种基于云计算技术的智能网联车控制系统，其特征在于，所述数据处理单元基于采集数据处理得到所处环境拥堵情况的过程包括如下步骤：
S1、基于车辆所处位置信息确定限速上限值vmax；
S2、获取目标时间段内的车速信息，记为v(t)，v(0)表示T时间前的车速，v(T)表示当前的车速，T为目标时间段的时长，t为时间；
S3、将v(t)分为若干小段，分段依据为数值连续大于或者连续小于/>为一小段，n0为分段的数量，数值连续大于/>的小段为行驶段，数值连续小于/>的小段为阻塞段；
S4、根据下式计算出车辆所处环境的拥堵指数Cg：
其中，ncar为周围车辆数量，T1为阻塞段的总时长。
3.如权利要求2所述的一种基于云计算技术的智能网联车控制系统，其特征在于，所述路况分析单元包括时间处理器、位置处理器、数据寄存器和计算处理器，所述时间处理器用于计算出每个第一信息包的时效，所述位置处理器用于将每个路口划分为直接分析路口和间接分析路口，所述数据寄存器用于保存第一信息包中的信息并基于删除时效低的第一信息包，所述计算处理器用于计算出每个路口路况指数。
4.如权利要求3所述的一种基于云计算技术的智能网联车控制系统，其特征在于，所述计算处理器计算直接分析路口的路况指数的过程包括如下步骤：
S21、获取直接分析路口的所有关联信息包；
S22、根据下式计算出直接分析路口的路况指数Rc：
Rc＝Cg·lgL，n＝1；
其中，n为关联信息包的数量，i和j用于表示关联信息包的序号，L为第一信息包中的位置信息与直接分析路口的距离，te(i)表示第i个关联信息包的时效值，Cg(j)表示第j个关联信息包的拥堵指数；
所述计算处理器根据下式计算出间接分析路口的路况指数：
其中，Rc1、Rc2、Rc3和Rc4为间接分析路口四个方向上最近的直接分析路口的路况指数，L1、L2、L3和L4为间接分析路口与这四个直接分析路口的距离。
5.如权利要求4所述的一种基于云计算技术的智能网联车控制系统，其特征在于，所述反馈分析单元包括客源分析处理器和路径分析处理器，所述客源分析处理器用于分析得到一个等待地点推荐给处于无单状态的车辆，所述路径分析处理器用于分析得到一条去业务单起始位置或终点位置的推荐路径。
CN202410325651.1A 2024-03-21 2024-03-21 一种基于云计算技术的智能网联车控制系统 Active CN118101715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410325651.1A CN118101715B (zh) 2024-03-21 2024-03-21 一种基于云计算技术的智能网联车控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410325651.1A CN118101715B (zh) 2024-03-21 2024-03-21 一种基于云计算技术的智能网联车控制系统

Publications (2)

Publication Number Publication Date
CN118101715A true CN118101715A (zh) 2024-05-28
CN118101715B CN118101715B (zh) 2024-08-13

Family

ID=91164735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410325651.1A Active CN118101715B (zh) 2024-03-21 2024-03-21 一种基于云计算技术的智能网联车控制系统

Country Status (1)

Country Link
CN (1) CN118101715B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777253A (zh) * 2009-12-24 2010-07-14 戴磊 一种实时路况采集、分析与反馈及智能交通综合服务系统
CN103364001A (zh) * 2012-03-27 2013-10-23 哈尔滨工业大学深圳研究生院 基于云端服务的智能gps路径规划系统及方法
CN103745595A (zh) * 2012-10-17 2014-04-23 中国电信股份有限公司 分析路况信息的方法和系统、车载终端和路况分析服务器
JP2015018396A (ja) * 2013-07-10 2015-01-29 矢崎エナジーシステム株式会社 車載器、サーバ、及び渋滞検出システム
CN106530703A (zh) * 2016-11-25 2017-03-22 四川长虹电器股份有限公司 一种基于物联网的智能终端路况采集系统
CN107195190A (zh) * 2017-07-19 2017-09-22 广东工业大学 一种路况信息分享系统
CN113194138A (zh) * 2021-04-28 2021-07-30 昭通亮风台信息科技有限公司 基于ai深度学习的出行管理方法和系统
CN115457759A (zh) * 2022-07-22 2022-12-09 中智行(苏州)科技有限公司 基于车路协同的道路交通实时路况信息分析系统和方法
CN115527372A (zh) * 2022-11-29 2022-12-27 湖南工商大学 一种基于全局最优的智能交通实时诱导可变信息系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777253A (zh) * 2009-12-24 2010-07-14 戴磊 一种实时路况采集、分析与反馈及智能交通综合服务系统
CN103364001A (zh) * 2012-03-27 2013-10-23 哈尔滨工业大学深圳研究生院 基于云端服务的智能gps路径规划系统及方法
CN103745595A (zh) * 2012-10-17 2014-04-23 中国电信股份有限公司 分析路况信息的方法和系统、车载终端和路况分析服务器
JP2015018396A (ja) * 2013-07-10 2015-01-29 矢崎エナジーシステム株式会社 車載器、サーバ、及び渋滞検出システム
CN106530703A (zh) * 2016-11-25 2017-03-22 四川长虹电器股份有限公司 一种基于物联网的智能终端路况采集系统
CN107195190A (zh) * 2017-07-19 2017-09-22 广东工业大学 一种路况信息分享系统
CN113194138A (zh) * 2021-04-28 2021-07-30 昭通亮风台信息科技有限公司 基于ai深度学习的出行管理方法和系统
CN115457759A (zh) * 2022-07-22 2022-12-09 中智行(苏州)科技有限公司 基于车路协同的道路交通实时路况信息分析系统和方法
CN115527372A (zh) * 2022-11-29 2022-12-27 湖南工商大学 一种基于全局最优的智能交通实时诱导可变信息系统

Also Published As

Publication number Publication date
CN118101715B (zh) 2024-08-13

Similar Documents

Publication Publication Date Title
US20230252895A1 (en) Method, device and electronic equipment for vehicle cooperative decision-making and computer storage medium
US10120381B2 (en) Identifying significant locations based on vehicle probe data
CN108519094B (zh) 局部路径规划方法及云处理端
CN112820108B (zh) 一种自学习的路网交通状态分析及预测方法
CN114435138B (zh) 一种车辆能耗预测方法、装置、车辆及存储介质
CN108932470B (zh) 图像处理系统、图像处理方法、信息处理装置和记录介质
CN111815948B (zh) 基于工况特征的车辆行驶工况预测方法
CN102074110B (zh) 基于浮动车数据的交通流路口转向延时获取系统和方法
EP3009797B1 (en) Travel information recording system, method, and program
AU2018278948B2 (en) A system to optimize scats adaptive signal system using trajectory data
CN116363891B (zh) 基于车联网的智慧城市网外运算方法及系统
CN113532459A (zh) 一种预测式导航路线规划方法及系统
CN114912689B (zh) 基于地图网格索引和xgboost的超限车辆目的地预测方法及系统
CN110021161B (zh) 一种交通流向的预测方法及系统
CN114627648A (zh) 一种基于联邦学习的城市交通流诱导方法及系统
CN113538915A (zh) 交通拥堵事件的处理方法、设备、存储介质及程序产品
US20230213633A1 (en) Aggregation-based lidar data alignment
CN114596709A (zh) 数据处理方法、装置、设备以及存储介质
CN109584549A (zh) 一种基于大规模浮动车数据的道路交通运行指数检测方法
CN118101715B (zh) 一种基于云计算技术的智能网联车控制系统
CN110879862B (zh) 基于物联网的车辆信息查询系统
Molnár et al. On-board traffic prediction for connected vehicles: Implementation and experiments on highways
CN109945880A (zh) 路径规划方法、相关设备及可读存储介质
CN115641721B (zh) 多来源交通流指标融合及基于融合指标的路况计算方法
CN112150807A (zh) 车辆预警方法和装置、存储介质及电子设备

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