CN104165634A - 基于用户使用习惯的路径规划方法 - Google Patents

基于用户使用习惯的路径规划方法 Download PDF

Info

Publication number
CN104165634A
CN104165634A CN201410363380.5A CN201410363380A CN104165634A CN 104165634 A CN104165634 A CN 104165634A CN 201410363380 A CN201410363380 A CN 201410363380A CN 104165634 A CN104165634 A CN 104165634A
Authority
CN
China
Prior art keywords
user
section
route
database
recommended route
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
CN201410363380.5A
Other languages
English (en)
Other versions
CN104165634B (zh
Inventor
罗行
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.)
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Original Assignee
Guangzhou Shiyuan Electronics Thecnology 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 Guangzhou Shiyuan Electronics Thecnology Co Ltd filed Critical Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority to CN201410363380.5A priority Critical patent/CN104165634B/zh
Publication of CN104165634A publication Critical patent/CN104165634A/zh
Application granted granted Critical
Publication of CN104165634B publication Critical patent/CN104165634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于用户使用习惯的路径规划方法，将用户历史行驶特征存储于数据库中，在路径规划时根据目的地检索用户是否曾经到达所述目的地；若用户曾经到达，则将曾经使用的路径作为当前的规划路径推荐给用户；若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；将计算得到的所述推荐路线中的用户未曾使用过的中间路线替换为用户曾经使用的另一路线后推荐给用户。本发明从数据库中存储的历史行驶特征得出用户使用习惯，并作为路径规划的依据，因此规划的路径更符合用户需求。

Description

基于用户使用习惯的路径规划方法
技术领域
本发明涉及路径规划技术，尤其涉及基于用户使用习惯的路径规划方法。
背景技术
现有GPS导航的路径规划技术一般是给出用户几种选择，目前最多为四种，例如，给出用户高速优先、避开拥堵、最少收费、最短路线四种选择，用户可以选择其中一种作为路径规划标准，假如选择高速优选，那么从起点到终点的路径规划都将以高速优选为标准并让用户选择其中一种作为从起点到终点的路径规划的标准。目前规划技术也不会存储用户使用信息并对其分析处理。因此，现有技术是需要用户选择，而不能根据用户使用习惯自动进行路径规划，也不能根据用户不同情况下的不同需求进行最优的路径规划。
发明内容
本发明所要解决的技术问题在于，提供一种可根据用户使用习惯进行路径规划的方法。
本发明提供了一种基于用户使用习惯的路径规划方法，包括步骤：
根据用户选择的起始地和目的地，在存储用户历史行驶特征的数据库中检索用户是否曾经从所述起始地到达所述目的地或附近；
若用户曾经从所述起始地到达所述目的地或附近，则在所述数据库中检索用户到达所述目的地或附近曾经使用的路径，并将所述曾经使用的路径作为当前的规划路径推荐给用户；
若用户未曾从所述起始地到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；
在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶；
若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户；
否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
进一步的，所述将所述计算得到的所述推荐路线作为当前的规划路径推荐给用户之后还包括步骤：
若用户按照推荐的规划路径行驶，而在行驶的过程中偏离规划路径，则按照原先规划路径选择最快回到原来路径的路线；
若用户多次偏离规划路径，则从所述数据库中搜索当前位置周围是否存在用户曾经使用的路段；
若当前位置周围存在用户曾经使用的路段，则结合用户曾经使用的路段，重新开始路径规划；
若当前位置周围没有用户曾经使用的路段，则将用户的当前已行驶的路线的行驶特征存储至所述数据库，并按照原先规划路径选择最快回到原来路径的路线。
本发明还提供了一种基于用户使用习惯的返程路径规划方法，包括步骤：
判断返程和去程时所在的时间段是否相同；
若返程和去程时所在的时间段相同，则将去程时的实际路径作为当前的规划路径推荐给用户；
若返程和去程时所在的时间段不同，则根据数据库存储的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；
在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶；
若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户；
否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
本发明将用户历史行驶特征存储于数据库中，在路径规划时根据目的地检索用户是否曾经到达所述目的地；若用户曾经到达，则将曾经使用的路径作为当前的规划路径推荐给用户；若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；若计算得到的所述推荐路线中有中间路段是用户曾经使用的路段，则将计算得到的所述推荐路线中用户曾经使用的中间路段替换为陌生路段。本发明实施例从数据库中存储的历史行驶特征得出用户使用习惯，并作为路径规划的依据，因此规划的路径更符合用户需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是本发明提供的一种基于用户使用习惯的路径规划方法的第一实施例的流程示意图；
图2是图1中数据库的建立步骤的流程示意图；
图3是用户历史行程的示意图；
图4是本发明提供的一种基于用户使用习惯的路径规划方法的第二实施例的流程示意图；
图5是本发明提供的一种基于用户使用习惯的返程路径规划方法的第一实施例的流程示意图。
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，都属于本发明保护的范围。
图1是本发明提供的一种基于用户使用习惯的路径规划方法的第一实施例的流程示意图，如图1所示，包括步骤：
S101、根据用户选择的起始地和目的地，在存储用户历史行驶特征的数据库中检索用户是否曾经从所述起始地到达所述目的地或附近。
其中，起始地一般是默认为当前位置，当然用户也可以选择其他位置，目的地附近可以是目的地周围5公里之内的地方，可以理解的，也可以是其他公里以内，在此不作具体限制。
具体的，数据库中存储了用户之前所走的路径和对应的行驶特征。其中，如图2所示，数据库采用以下步骤得到：
S1011、将用户历史行程中起始点和目的地之间的路程分成若干路段。
如图3所示，为用户的历史行程，即用户行驶过的路程，起点为A，目的地为E，根据路段信息和所在时间段分为如下几个路段(A-B,B-C,C-D,D-E)。
S1012、将每个路段的起点、终点、是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段的历史行驶特征作为一条信息记录。
其中，路段的行驶特征是其是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段。
例如，路段B-C为高速路段、行驶时间段为高峰时间段、非拥堵路段、收费路段，那么路段B-C的起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段作为一条信息记录。
其中，路段的行驶特征具体判断标准为：
高速路段(按国家标准定义)、非高速路段(按国家标准定义)；
高峰时间段(7:30-9:30，17:00-19:00)、非高峰时间段(高峰时间段以外的时间)；
收费路段(按国家标准定义)、非收费路段(按国家标准定义)；
非拥堵路段(0-6级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)、拥堵路段(6-10级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)。具体交通拥堵指数对应路况：0～2，畅通：交通运行状况良好，基本没有路段拥堵；2～4，基本畅通：交通运行状况较好，有少量路段拥堵；4～6，轻度拥堵：交通运行状况较差，路网中主要道路部分路段拥堵；6～8，中度拥堵：交通运行状况差，路网中主要道路大部分路段拥堵；8～10，严重拥堵：交通运行状况很差，全市大部分路段拥堵。
可以理解的，路段的行驶特征可以仅包括文中所述的四个中的几个，可以不全部包括，当然也可以包括文中没有提及的其他特征。其对应的行驶特征的判断标准也可以是其他标准。
S1013、判断数据库中是否存在与每个路段的信息记录相同的记录，若否，则将当前路段的信息记录存入所述数据库，并记录行驶次数为1，若是，则将当前路段的行驶次数加1。
例如，判断数据库中是否存在路段B-C的信息记录：起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段。若不存在，那么将路段B-C的信息记录存入所述数据库，并记录行驶次数为1，如果已经存在，那么将路段B-C的信息记录的行驶次数加1，例如数据库中存储的行驶次数为2，那么将行驶次数更新为3。
S102、若用户曾经到达所述目的地或附近，则在所述数据库中检索用户到达所述目的地或附近曾经使用的路径，并将所述曾经使用的路径作为当前的规划路径推荐给用户。
具体的，如果用户曾经到达目的地或附近，就将曾经使用的路径作为当前的规划路径推荐给用户。具体的，可以推荐用户曾经使用次数最多(3次以上)的路线，具体当前的规划路径包括三条，即按照使用次数标准计算得到的使用次数最多的前三条推荐路线。
S103、若用户未曾从所述起始地到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线。
例如，用户未曾到达目的地或附近，则可以根据数据库的用户历史行驶特征得出用户经常选择收费最少来规划路径，那么就按照收费最少来计算对应的推荐路线。如果用户没有使用习惯，则随机计算推荐路线。通常的，推荐路线为3条，以供用户选择，防止推荐一条路线不能满足客户需求。
S104、在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶。
S105、若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户。
例如，推荐路线为(A、B、C、D、E、F)，起始地为A，目的地为F，途径B、C、D、E，其中中间路线(C、D、E)从数据库中检索发现没有记录，即判断为中间路线(C、D、E)是用户未曾使用的中间路线，再在数据库中检索从中间路线的起点C到终点E是否有记录，如果有记录，则判断为用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，否则判断为没有。假设经检索，数据库中存在记录(C、H、E)，或记录(C、H)和(H、E)，即用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，那么将中间路线(C、D、E)替换为路线(C、H、E)，即将最终推荐路线(A、B、C、H、E、F)作为当前的规划路径推荐给用户。可以理解的，路段的划分不是唯一的，例如路段(C、D)也可以划分为多个路段，如划分为路段(C、G1)(G1、G2)(G2、D)，那么原推荐路线就可以表示为(A、B、C、G1、G2、D、E、F)，本实施例只是举例说明，路段的划分方法在此不做具体表述。
S106、否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
如果计算得到的所述推荐路线中没有用户未曾使用的中间路线，或用户曾经在此中间路线的起点和终点之间没有采用另一路线行驶，那么将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
因推荐路线有三条，所以当前的规划路径包括三条，即按照相应标准计算得到的前三条推荐路线。
本发明实施例将用户历史行驶特征存储于数据库中，在路径规划时根据目的地检索用户是否曾经到达所述目的地；若用户曾经到达，则将曾经使用的路径作为当前的规划路径推荐给用户；若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；将计算得到的所述推荐路线中的用户未曾使用过的中间路线替换为用户曾经使用的另一路线后推荐给用户。本发明实施例从数据库中存储的历史行驶特征得出用户使用习惯，并作为路径规划的依据，因此规划的路径更符合用户需求。
图4是本发明提供的一种基于用户使用习惯的路径规划方法的第二实施例的流程示意图，如图4所示，包括步骤：
S201、根据用户选择的起始地和目的地，在存储用户历史行驶特征的数据库中检索用户是否曾经从所述起始地到达所述目的地或附近。
其中，起始地一般是默认为当前位置，当然用户也可以选择其他位置，目的地附近可以是目的地周围5公里之内的地方，可以理解的，也可以是其他公里以内，在此不作具体限制。
具体的，数据库中存储了用户之前所走的路径和对应的行驶特征。其中，如图2所示，数据库采用以下步骤得到：
S1011、将用户历史行程中起始点和目的地之间的路程分成若干路段。
如图3所示，为用户的历史行程，即用户行驶过的路程，起点为A，目的地为E，根据路段信息和所在时间段分为如下几个路段(A-B,B-C,C-D,D-E)。
S1012、将每个路段的起点、终点、是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段的历史行驶特征作为一条信息记录。
其中，路段的行驶特征是其是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段。
例如，路段B-C为高速路段、行驶时间段为高峰时间段、非拥堵路段、收费路段，那么路段B-C的起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段作为一条信息记录。
其中，路段的行驶特征具体判断标准为：
高速路段(按国家标准定义)、非高速路段(按国家标准定义)；
高峰时间段(7:30-9:30，17:00-19:00)、非高峰时间段(高峰时间段以外的时间)；
收费路段(按国家标准定义)、非收费路段(按国家标准定义)；
非拥堵路段(0-6级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)、拥堵路段(6-10级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)。具体交通拥堵指数对应路况：0～2，畅通：交通运行状况良好，基本没有路段拥堵；2～4，基本畅通：交通运行状况较好，有少量路段拥堵；4～6，轻度拥堵：交通运行状况较差，路网中主要道路部分路段拥堵；6～8，中度拥堵：交通运行状况差，路网中主要道路大部分路段拥堵；8～10，严重拥堵：交通运行状况很差，全市大部分路段拥堵。
可以理解的，路段的行驶特征可以仅包括文中所述的四个中的几个，可以不全部包括，当然也可以包括文中没有提及的其他特征。其对应的行驶特征的判断标准也可以是其他标准。
S1013、判断数据库中是否存在与每个路段的信息记录相同的记录，若否，则将当前路段的信息记录存入所述数据库，并记录行驶次数为1，若是，则将当前路段的行驶次数加1。
例如，判断数据库中是否存在路段B-C的信息记录：起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段。若不存在，那么将路段B-C的信息记录存入所述数据库，并记录行驶次数为1，如果已经存在，那么将路段B-C的信息记录的行驶次数加1，例如数据库中存储的行驶次数为2，那么将行驶次数更新为3。
S202、若用户曾经从所述起始地到达所述目的地或附近，则在所述数据库中检索用户到达所述目的地或附近曾经使用的路径，并将所述曾经使用的路径作为当前的规划路径推荐给用户。
具体的，如果用户曾经到达目的地或附近，就将曾经使用的路径作为当前的规划路径推荐给用户。具体的，可以推荐用户曾经使用次数最多(3次以上)的路线，具体当前的规划路径包括三条，即按照使用次数标准计算得到的使用次数最多的前三条推荐路线。
S203、若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线。
所述根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯；若是，则计算最省钱的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择最快路线习惯；若是，则计算到达最快的推荐路线；若否，则
随机计算推荐路线。
其中，最省钱路线是根据国家收费道路信息，结合规划路线计算出收费金额最少的为最少收费路线。到达最快的路线是分局路段的行驶平均时速(根据大数据信息)结合规划路线计算出全程时间，最少用时为时间最少路线。
通常的，推荐路线为3条，以供用户选择，防止推荐一条路线不能满足客户需求。具体为按照相应标准计算得到的前三条推荐路线。例如最省钱的推荐路线的是按照省钱标准计算得到的最省钱路线、第二省钱路线、第三省钱路线。
其中，所述根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；
若用户有避开拥堵习惯，则根据数据库判断目的地是否为常拥堵地区；
若目的地为常拥堵地区，则查看当前是否为高峰时间段；
若当前为高峰时间段，则计算避开高峰时间段拥堵的推荐路线；
若用户没有避开拥堵习惯，或目的地不是常拥堵地区，或当前不是高峰时间段，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯。
S204、在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶。
S205、若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户。
例如，推荐路线为(A、B、C、D、E、F)，起点为A，终点为F，途径B、C、D、E，其中中间路线(C、D、E)从数据库中检索发现没有记录，即判断为中间路线(C、D、E)是用户未曾使用的中间路线，再在数据库中检索从中间路线的起点C到终点E是否有记录，如果有记录，则判断为用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，否则判断为没有。假设经检索，数据库中存在记录(C、H、E)，或记录(C、H)和(H、E)，即用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，那么将中间路线(C、D、E)替换为路线(C、H、E)，即将最终推荐路线(A、B、C、H、E、F)作为当前的规划路径推荐给用户。可以理解的，路段的划分不是唯一的，例如路段(C、D)也可以划分为多个路段，如划分为路段(C、G1)(G1、G2)(G2、D)，那么原推荐路线就可以表示为(A、B、C、G1、G2、D、E、F)，本实施例只是举例说明，路段的划分方法在此不做具体表述。。
S206、否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
如果计算得到的所述推荐路线中没有用户未曾使用的中间路线，或用户曾经在此中间路线的起点和终点之间没有采用另一路线行驶，那么将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
因推荐路线有三条，所以当前的规划路径包括三条，即按照相应标准计算得到的前三条推荐路线。
步骤S206之后还包括步骤：
S207、若用户按照推荐的规划路径行驶，而在行驶的过程中偏离规划路径，则按照原先规划路径选择最快回到原来路径的路线。
S208、若用户多次偏离规划路径，则从所述数据库中搜索当前位置周围是否存在用户曾经使用的路段。
具体的，用户多次偏离规划路径可以是2次偏离规划路径。
S209、若当前位置周围存在用户曾经使用的路段，则结合用户曾经使用的路段，重新开始路径规划。
S210、若当前位置周围没有用户曾经使用的路段，则将用户的当前已行驶的路线的行驶特征存储至所述数据库，并按照原先规划路径选择最快回到原来路径的路线。
本发明实施例将用户历史行驶特征存储于数据库中，在路径规划时根据目的地检索用户是否曾经到达所述目的地；若用户曾经到达，则将曾经使用的路径作为当前的规划路径推荐给用户；若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；将计算得到的所述推荐路线中的用户未曾使用过的中间路线替换为用户曾经使用的另一路线后推荐给用户。本发明实施例从数据库中存储的历史行驶特征得出用户使用习惯，并作为路径规划的依据，因此规划的路径更符合用户需求。
图5是本发明提供的一种基于用户使用习惯的返程路径规划方法的第一实施例的流程示意图，如图5所示，包括步骤：
S301、判断返程和去程时所在的时间段是否相同。
S302、若返程和去程时所在的时间段相同，则将去程时的实际路径作为当前的规划路径推荐给用户。
S303、若返程和去程时所在的时间段不同，则根据数据库存储的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线。
具体的，数据库中存储了用户之前所走的路径和对应的行驶特征。其中，如图2所示，数据库采用以下步骤得到：
S1011、将用户历史行程中起始点和目的地之间的路程分成若干路段。
如图3所示，为用户的历史行程，即用户行驶过的路程，起点为A，目的地为E，根据路段信息和所在时间段分为如下几个路段(A-B,B-C,C-D,D-E)。
S1012、将每个路段的起点、终点、是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段的历史行驶特征作为一条信息记录。
其中，路段的行驶特征是其是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段。
例如，路段B-C为高速路段、行驶时间段为高峰时间段、非拥堵路段、收费路段，那么路段B-C的起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段作为一条信息记录。
其中，路段的行驶特征具体判断标准为：
高速路段(按国家标准定义)、非高速路段(按国家标准定义)；
高峰时间段(7:30-9:30，17:00-19:00)、非高峰时间段(高峰时间段以外的时间)；
收费路段(按国家标准定义)、非收费路段(按国家标准定义)；
非拥堵路段(0-6级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)、拥堵路段(6-10级路况路段)(根据《城市道路交通运行评价指标体系》对该路段定义)。具体交通拥堵指数对应路况：0～2，畅通：交通运行状况良好，基本没有路段拥堵；2～4，基本畅通：交通运行状况较好，有少量路段拥堵；4～6，轻度拥堵：交通运行状况较差，路网中主要道路部分路段拥堵；6～8，中度拥堵：交通运行状况差，路网中主要道路大部分路段拥堵；8～10，严重拥堵：交通运行状况很差，全市大部分路段拥堵。
可以理解的，路段的行驶特征可以仅包括文中所述的四个中的几个，可以不全部包括，当然也可以包括文中没有提及的其他特征。其对应的行驶特征的判断标准也可以是其他标准。
S1013、判断数据库中是否存在与每个路段的信息记录相同的记录，若否，则将当前路段的信息记录存入所述数据库，并记录行驶次数为1，若是，则将当前路段的行驶次数加1。
例如，判断数据库中是否存在路段B-C的信息记录：起点B、终点C、高速路段、高峰时间段、非拥堵路段、收费路段。若不存在，那么将路段B-C的信息记录存入所述数据库，并记录行驶次数为1，如果已经存在，那么将路段B-C的信息记录的行驶次数加1，例如数据库中存储的行驶次数为2，那么将行驶次数更新为3。
具体的，步骤S303具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯；若是，则计算最省钱的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择最快路线习惯；若是，则计算到达最快的推荐路线；若否，则
随机计算推荐路线。
其中，最省钱路线是根据国家收费道路信息，结合规划路线计算出收费金额最少的为最少收费路线。到达最快的路线是分局路段的行驶平均时速(根据大数据信息)结合规划路线计算出全程时间，最少用时为时间最少路线。
通常的，推荐路线为3条，以供用户选择，防止推荐一条路线不能满足客户需求。具体为按照相应标准计算得到的前三条推荐路线。例如最省钱的推荐路线的是按照省钱标准计算得到的最省钱路线、第二省钱路线、第三省钱路线。
其中，所述根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；
若用户有避开拥堵习惯，则根据数据库判断目的地是否为常拥堵地区；
若目的地为常拥堵地区，则查看当前是否为高峰时间段；
若当前为高峰时间段，则计算避开高峰时间段拥堵的推荐路线；
若用户没有避开拥堵习惯，或目的地不是常拥堵地区，或当前不是高峰时间段，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯。
S304、在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶。
S305、若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户。
例如，推荐路线为(A、B、C、D、E、F)，起点为A，终点为F，途径B、C、D、E，其中中间路线(C、D、E)从数据库中检索发现没有记录，即判断为中间路线(C、D、E)是用户未曾使用的中间路线，再在数据库中检索从中间路线的起点C到终点E是否有记录，如果有记录，则判断为用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，否则判断为没有。假设经检索，数据库中存在记录(C、H、E)，或记录(C、H)和(H、E)，即用户曾经在中间路线(C、D、E)的起点C和终点E之间采用另一路线行驶，那么将中间路线(C、D、E)替换为路线(C、H、E)，即将最终推荐路线(A、B、C、H、E、F)作为当前的规划路径推荐给用户。可以理解的，路段的划分不是唯一的，例如路段(C、D)也可以划分为多个路段，如划分为路段(C、G1)(G1、G2)(G2、D)，那么原推荐路线就可以表示为(A、B、C、G1、G2、D、E、F)，本实施例只是举例说明，路段的划分方法在此不做具体表述。。
S306、否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
如果计算得到的所述推荐路线中没有用户未曾使用的中间路线，或用户曾经在此中间路线的起点和终点之间没有采用另一路线行驶，那么将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
因推荐路线有三条，所以当前的规划路径包括三条，即按照相应标准计算得到的前三条推荐路线。
本发明实施例将用户历史行驶特征存储于数据库中，在路径规划时根据目的地检索用户是否曾经到达所述目的地；若用户曾经到达，则将曾经使用的路径作为当前的规划路径推荐给用户；若用户未曾到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；将计算得到的所述推荐路线中的用户未曾使用过的中间路线替换为用户曾经使用的另一路线后推荐给用户。本发明实施例从数据库中存储的历史行驶特征得出用户使用习惯，并作为路径规划的依据，因此规划的路径更符合用户需求。
还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法可以通过其它的方式实现。以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种基于用户使用习惯的路径规划方法，其特征在于，包括步骤：
根据用户选择的起始地和目的地，在存储用户历史行驶特征的数据库中检索用户是否曾经从所述起始地到达所述目的地或附近；
若用户曾经从所述起始地到达所述目的地或附近，则在所述数据库中检索用户到达所述目的地或附近曾经使用的路径，并将所述曾经使用的路径作为当前的规划路径推荐给用户；
若用户未曾从所述起始地到达所述目的地或附近，则根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；
在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶；
若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户；
否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
2.如权利要求1所述的基于用户使用习惯的路径规划方法，其特征在于，所述存储用户历史行驶特征的数据库采用以下步骤得到：
将用户历史行程中起始点和目的地之间的路程分成若干路段；
将每个路段的起点、终点、是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段的历史行驶特征作为一条信息记录；
判断数据库中是否存在与每个路段的信息记录相同的记录，若否，则将当前路段的信息记录存入所述数据库，并记录行驶次数为1，若是，则将当前路段的行驶次数加1。
3.如权利要求1所述的基于用户使用习惯的路径规划方法，其特征在于，所述根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯；若是，则计算最省钱的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择最快路线习惯；若是，则计算到达最快的推荐路线；若否，则
随机计算推荐路线。
4.如权利要求3所述的基于用户使用习惯的路径规划方法，其特征在于，所述根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；
若用户有避开拥堵习惯，则根据数据库判断目的地是否为常拥堵地区；
若目的地为常拥堵地区，则查看当前是否为高峰时间段；
若当前为高峰时间段，则计算避开高峰时间段拥堵的推荐路线；
若用户没有避开拥堵习惯，或目的地不是常拥堵地区，或当前不是高峰时间段，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯。
5.如权利要求1所述的基于用户使用习惯的路径规划方法，其特征在于，所述将所述计算得到的所述推荐路线作为当前的规划路径推荐给用户之后还包括步骤：
若用户按照推荐的规划路径行驶，而在行驶的过程中偏离规划路径，则按照原先规划路径选择最快回到原来路径的路线；
若用户多次偏离规划路径，则从所述数据库中搜索当前位置周围是否存在用户曾经使用的路段；
若当前位置周围存在用户曾经使用的路段，则结合用户曾经使用的路段，重新开始路径规划；
若当前位置周围没有用户曾经使用的路段，则将用户的当前已行驶的路线的行驶特征存储至所述数据库，并按照原先规划路径选择最快回到原来路径的路线。
6.如权利要求1-5中任意一项所述的基于用户使用习惯的路径规划方法，其特征在于，所述当前的规划路径具体包括三条路线，分别为按照相应的标准计算得到的前三条推荐路线。
7.一种基于用户使用习惯的返程路径规划方法，其特征在于，包括步骤：
判断返程和去程时所在的时间段是否相同；
若返程和去程时所在的时间段相同，则将去程时的实际路径作为当前的规划路径推荐给用户；
若返程和去程时所在的时间段不同，则根据数据库存储的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线；
在所述数据库中检索并判断计算得到的所述推荐路线中是否有用户未曾使用的中间路线，以及用户是否曾经在此中间路线的起点和终点之间采用另一路线行驶；
若计算得到的所述推荐路线中有用户未曾使用的中间路线，且用户曾经在此中间路线的起点和终点之间采用另一路线行驶，则将所述用户未曾使用的中间路线替换为用户曾经采用的另一路线，并作为当前的规划路径推荐给用户；
否则将计算得到的所述推荐路线作为当前的规划路径推荐给用户。
8.如权利要求7所述的基于用户使用习惯的返程路径规划方法，其特征在于，所述数据库采用以下步骤得到：
将用户历史行程中起始点和目的地之间的路程分成若干路段；
将每个路段的起点、终点、是否为高速路段、是否为高峰时间段、是否为拥堵路段、是否为收费路段的历史行驶特征作为一条信息记录；
判断数据库中是否存在与每个路段的信息记录相同的记录，若否，则将当前路段的信息记录存入所述数据库，并记录行驶次数为1，若是，则将当前路段的行驶次数加1。
9.如权利要求7所述的基于用户使用习惯的返程路径规划方法，其特征在于，所述根据所述数据库的用户历史行驶特征得出用户的使用习惯，并根据所述用户使用习惯计算对应的推荐路线具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯；若是，则计算最省钱的推荐路线；若否，则
根据所述数据库的用户历史行驶特征判断用户是否有选择最快路线习惯；若是，则计算到达最快的推荐路线；若否，则
随机计算推荐路线。
10.如权利要求9所述的基于用户使用习惯的返程路径规划方法，其特征在于，所述根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；若是，则计算避开拥堵的推荐路线；若否，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯具体包括步骤：
根据所述数据库的用户历史行驶特征判断用户是否有避开拥堵习惯；
若用户有避开拥堵习惯，则根据数据库判断目的地是否为常拥堵地区；
若目的地为常拥堵地区，则查看当前是否为高峰时间段；
若当前为高峰时间段，则计算避开高峰时间段拥堵的推荐路线；
若用户没有避开拥堵习惯，或目的地不是常拥堵地区，或当前不是高峰时间段，则根据所述数据库的用户历史行驶特征判断用户是否有选择省钱路线习惯。
CN201410363380.5A 2014-07-28 2014-07-28 基于用户使用习惯的路径规划方法 Active CN104165634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410363380.5A CN104165634B (zh) 2014-07-28 2014-07-28 基于用户使用习惯的路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410363380.5A CN104165634B (zh) 2014-07-28 2014-07-28 基于用户使用习惯的路径规划方法

Publications (2)

Publication Number Publication Date
CN104165634A true CN104165634A (zh) 2014-11-26
CN104165634B CN104165634B (zh) 2017-04-12

Family

ID=51909559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410363380.5A Active CN104165634B (zh) 2014-07-28 2014-07-28 基于用户使用习惯的路径规划方法

Country Status (1)

Country Link
CN (1) CN104165634B (zh)

Cited By (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105043402A (zh) * 2015-08-06 2015-11-11 平安科技（深圳）有限公司 行车路径优化方法、车辆及电子设备
CN105136159A (zh) * 2015-09-18 2015-12-09 深圳市凯立德欣软件技术有限公司 一种货车导航方法及导航设备
CN105674995A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 一种基于用户出行轨迹获取通勤路线的方法及装置
CN105973257A (zh) * 2016-06-28 2016-09-28 百度在线网络技术（北京）有限公司 导航方法及装置
CN106225794A (zh) * 2016-06-30 2016-12-14 百度在线网络技术（北京）有限公司 一种导航路线的规划方法及装置
CN106530725A (zh) * 2017-01-11 2017-03-22 深圳汇创联合自动化控制有限公司 一种应用于城市交通的云端大数据分析***
WO2017050205A1 (zh) * 2015-09-21 2017-03-30 无锡知谷网络科技有限公司 用于公共场所的信息提示方法及移动服务终端
CN106595684A (zh) * 2016-11-22 2017-04-26 上海斐讯数据通信技术有限公司 基于电子地图的导航方法和导航装置
CN106710278A (zh) * 2017-02-18 2017-05-24 山东交通学院 一种道路分流导向方法
CN106710279A (zh) * 2017-02-18 2017-05-24 山东交通学院 一种道路分流导向装置
CN106802155A (zh) * 2017-02-07 2017-06-06 深圳市智载科技有限责任公司 具有etc的车辆行驶路径智能导航方法及装置
CN106871913A (zh) * 2015-12-14 2017-06-20 北京奇虎科技有限公司 路径分析方法及装置
CN106940189A (zh) * 2016-01-04 2017-07-11 高德信息技术有限公司 导航***中的经典线路获取方法、装置
CN107004170A (zh) * 2014-12-05 2017-08-01 微软技术许可有限责任公司 为惯例外事件定制的服务内容
CN107358309A (zh) * 2017-05-18 2017-11-17 北京交通大学 基于微信公众号的轨道交通乘客出行信息服务***
CN107563682A (zh) * 2016-07-01 2018-01-09 中国铁路信息技术中心 铁路车流径路确定方法及装置
CN107870972A (zh) * 2016-09-23 2018-04-03 东芝泰格有限公司 信息处理装置、***、移动终端及控制方法
CN108020238A (zh) * 2016-11-02 2018-05-11 武汉四维图新科技有限公司 一种获取途经点的方法、装置及导航设备
CN108225356A (zh) * 2017-12-04 2018-06-29 北京中交兴路信息科技有限公司 一种基于货车历史轨迹的货运导航方法及装置
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
CN108253978A (zh) * 2016-12-28 2018-07-06 沈阳美行科技有限公司 一种常规路线的推荐方法及装置
CN108267143A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 导航路线推荐方法、***及其装置
CN108267151A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 导航路线推荐方法、***和装置
CN108267144A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 一种导航路线推荐方法、***及其装置
CN108267145A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 一种导航路线推荐方法、***和装置
CN108280181A (zh) * 2018-01-23 2018-07-13 成都信达智胜科技有限公司 网络数据的快速处理方法
CN108303108A (zh) * 2017-12-05 2018-07-20 华南理工大学 一种基于车辆历史轨迹的个性化路线推荐方法
CN108507582A (zh) * 2017-02-23 2018-09-07 沈阳美行科技有限公司 一种导航路线的推送方法及装置
CN108716920A (zh) * 2018-01-24 2018-10-30 上海擎感智能科技有限公司 路径推荐方法与导航终端
CN108871355A (zh) * 2017-05-12 2018-11-23 北京搜狗科技发展有限公司 一种导航方法和装置、一种用于导航的装置
CN109101023A (zh) * 2018-08-09 2018-12-28 北京智行者科技有限公司 一种报表数据处理方法
CN109642800A (zh) * 2016-08-16 2019-04-16 日产自动车株式会社 路线探索方法及路线探索装置
CN109631927A (zh) * 2018-12-29 2019-04-16 北斗天地股份有限公司 一种路径规划方法及装置
CN109870158A (zh) * 2017-12-01 2019-06-11 上海博泰悦臻网络技术服务有限公司 导航终端及其导航路线修正方法、及无人驾驶车辆
CN109870164A (zh) * 2017-12-01 2019-06-11 上海博泰悦臻网络技术服务有限公司 导航终端及其路线偏好预测方法
CN110442121A (zh) * 2018-05-03 2019-11-12 北京京东尚科信息技术有限公司 一种运输车路线选取的方法和装置
CN110657817A (zh) * 2019-09-29 2020-01-07 武汉元光科技有限公司 行程路线的推荐方法及装置
CN110749330A (zh) * 2018-07-23 2020-02-04 高德信息技术有限公司 导航路径规划方法及装置
CN111707285A (zh) * 2020-06-28 2020-09-25 北京百度网讯科技有限公司 规划路线的方法和装置
CN111854779A (zh) * 2020-02-25 2020-10-30 北京嘀嘀无限科技发展有限公司 一种路线规划方法、装置、电子设备及可读存储介质
CN112129304A (zh) * 2019-06-25 2020-12-25 北京百度网讯科技有限公司 一种电子导航方法、装置、电子设备和存储介质
CN112289061A (zh) * 2020-10-12 2021-01-29 祁星星 一种基于大数据的驾车出行出发提醒***及方法
CN112414423A (zh) * 2020-11-20 2021-02-26 腾讯科技（深圳）有限公司 车导起点道路的规划方法、装置、电子设备及存储介质
CN112750328A (zh) * 2020-12-29 2021-05-04 深圳市顺易通信息科技有限公司 一种行车路径推荐方法、装置、设备及介质
CN113758496A (zh) * 2021-11-09 2021-12-07 腾讯科技（深圳）有限公司 路径的规划方法、装置、电子设备及存储介质
CN114424027A (zh) * 2019-07-16 2022-04-29 第一资本服务有限责任公司 用于利用熟悉路线的路线绘制的***及方法
CN114969224A (zh) * 2022-03-03 2022-08-30 北京永泰万德信息工程技术有限公司 一种车辆试驾预约方法、装置、电子设备及介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3491295B2 (ja) * 1993-06-04 2004-01-26 マツダ株式会社 車両用走行履歴記録方法及びその装置
JP4786212B2 (ja) * 2005-03-30 2011-10-05 クラリオン株式会社 ナビゲーション装置、その制御方法及び制御プログラム
CN1896687A (zh) * 2005-07-11 2007-01-17 佛山市顺德区顺达电脑厂有限公司 依使用者习惯规划路线的方法
WO2007049499A1 (ja) * 2005-10-28 2007-05-03 Pioneer Corporation 情報記録装置、情報記録方法、情報記録プログラムおよびコンピュータに読み取り可能な記録媒体
CN101929868B (zh) * 2009-06-23 2013-08-28 神达电脑股份有限公司 利用全球导航卫星***的导航设备规划导航路线的方法
CN102080964A (zh) * 2009-12-01 2011-06-01 汤贻芸 自动确定导航目标地址的智能导航方法和***
CN102364506A (zh) * 2011-06-30 2012-02-29 福建慧翰信息技术有限公司 路径预约规划***及方法
CN102230805A (zh) * 2011-06-30 2011-11-02 福建慧翰信息技术有限公司 路径预约规划结果动态更新***及方法
CN102506885B (zh) * 2011-10-31 2014-02-26 武汉光庭科技有限公司 应用用户习惯数据进行路径规划的方法
CN102568195A (zh) * 2011-12-29 2012-07-11 上海顶竹通讯技术有限公司 预判车辆行驶轨迹的方法及***
CN103134496B (zh) * 2012-12-25 2016-01-06 上海博泰悦臻电子设备制造有限公司 导航方法、导航装置和导航***

Cited By (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107004170A (zh) * 2014-12-05 2017-08-01 微软技术许可有限责任公司 为惯例外事件定制的服务内容
CN105043402B (zh) * 2015-08-06 2017-12-08 平安科技（深圳）有限公司 行车路径优化方法、车辆及电子设备
CN105043402A (zh) * 2015-08-06 2015-11-11 平安科技（深圳）有限公司 行车路径优化方法、车辆及电子设备
CN105136159A (zh) * 2015-09-18 2015-12-09 深圳市凯立德欣软件技术有限公司 一种货车导航方法及导航设备
WO2017050205A1 (zh) * 2015-09-21 2017-03-30 无锡知谷网络科技有限公司 用于公共场所的信息提示方法及移动服务终端
CN106871913A (zh) * 2015-12-14 2017-06-20 北京奇虎科技有限公司 路径分析方法及装置
CN105674995A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 一种基于用户出行轨迹获取通勤路线的方法及装置
CN105674995B (zh) * 2015-12-31 2019-03-08 百度在线网络技术（北京）有限公司 一种基于用户出行轨迹获取通勤路线的方法及装置
CN106940189A (zh) * 2016-01-04 2017-07-11 高德信息技术有限公司 导航***中的经典线路获取方法、装置
CN105973257A (zh) * 2016-06-28 2016-09-28 百度在线网络技术（北京）有限公司 导航方法及装置
CN106225794B (zh) * 2016-06-30 2019-03-29 百度在线网络技术（北京）有限公司 一种导航路线的规划方法及装置
CN106225794A (zh) * 2016-06-30 2016-12-14 百度在线网络技术（北京）有限公司 一种导航路线的规划方法及装置
CN107563682A (zh) * 2016-07-01 2018-01-09 中国铁路信息技术中心 铁路车流径路确定方法及装置
CN109642800A (zh) * 2016-08-16 2019-04-16 日产自动车株式会社 路线探索方法及路线探索装置
CN109642800B (zh) * 2016-08-16 2022-10-04 日产自动车株式会社 路线探索方法及路线探索装置
CN107870972B (zh) * 2016-09-23 2022-01-11 东芝泰格有限公司 信息处理装置、***及控制方法
CN107870972A (zh) * 2016-09-23 2018-04-03 东芝泰格有限公司 信息处理装置、***、移动终端及控制方法
CN108020238A (zh) * 2016-11-02 2018-05-11 武汉四维图新科技有限公司 一种获取途经点的方法、装置及导航设备
CN106595684A (zh) * 2016-11-22 2017-04-26 上海斐讯数据通信技术有限公司 基于电子地图的导航方法和导航装置
CN108253978A (zh) * 2016-12-28 2018-07-06 沈阳美行科技有限公司 一种常规路线的推荐方法及装置
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
CN108267143A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 导航路线推荐方法、***及其装置
CN108267151A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 导航路线推荐方法、***和装置
CN108267144A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 一种导航路线推荐方法、***及其装置
CN108267145A (zh) * 2016-12-30 2018-07-10 沈阳美行科技有限公司 一种导航路线推荐方法、***和装置
CN106530725B (zh) * 2017-01-11 2019-09-03 上海工业控制安全创新科技有限公司 一种应用于城市交通的云端大数据分析***
CN106530725A (zh) * 2017-01-11 2017-03-22 深圳汇创联合自动化控制有限公司 一种应用于城市交通的云端大数据分析***
CN106802155A (zh) * 2017-02-07 2017-06-06 深圳市智载科技有限责任公司 具有etc的车辆行驶路径智能导航方法及装置
CN106710279A (zh) * 2017-02-18 2017-05-24 山东交通学院 一种道路分流导向装置
CN106710278A (zh) * 2017-02-18 2017-05-24 山东交通学院 一种道路分流导向方法
CN108507582A (zh) * 2017-02-23 2018-09-07 沈阳美行科技有限公司 一种导航路线的推送方法及装置
CN108871355A (zh) * 2017-05-12 2018-11-23 北京搜狗科技发展有限公司 一种导航方法和装置、一种用于导航的装置
CN107358309A (zh) * 2017-05-18 2017-11-17 北京交通大学 基于微信公众号的轨道交通乘客出行信息服务***
CN109870158B (zh) * 2017-12-01 2022-05-06 上海博泰悦臻网络技术服务有限公司 导航终端及其导航路线修正方法、及无人驾驶车辆
CN109870158A (zh) * 2017-12-01 2019-06-11 上海博泰悦臻网络技术服务有限公司 导航终端及其导航路线修正方法、及无人驾驶车辆
CN109870164A (zh) * 2017-12-01 2019-06-11 上海博泰悦臻网络技术服务有限公司 导航终端及其路线偏好预测方法
CN108225356B (zh) * 2017-12-04 2021-01-01 北京中交兴路信息科技有限公司 一种基于货车历史轨迹的货运导航方法及装置
CN108225356A (zh) * 2017-12-04 2018-06-29 北京中交兴路信息科技有限公司 一种基于货车历史轨迹的货运导航方法及装置
CN108303108B (zh) * 2017-12-05 2020-05-22 华南理工大学 一种基于车辆历史轨迹的个性化路线推荐方法
CN108303108A (zh) * 2017-12-05 2018-07-20 华南理工大学 一种基于车辆历史轨迹的个性化路线推荐方法
CN108280181A (zh) * 2018-01-23 2018-07-13 成都信达智胜科技有限公司 网络数据的快速处理方法
CN108716920A (zh) * 2018-01-24 2018-10-30 上海擎感智能科技有限公司 路径推荐方法与导航终端
CN110442121A (zh) * 2018-05-03 2019-11-12 北京京东尚科信息技术有限公司 一种运输车路线选取的方法和装置
CN110749330B (zh) * 2018-07-23 2021-08-13 阿里巴巴（中国）有限公司 导航路径规划方法及装置
CN110749330A (zh) * 2018-07-23 2020-02-04 高德信息技术有限公司 导航路径规划方法及装置
CN109101023A (zh) * 2018-08-09 2018-12-28 北京智行者科技有限公司 一种报表数据处理方法
CN109631927A (zh) * 2018-12-29 2019-04-16 北斗天地股份有限公司 一种路径规划方法及装置
CN112129304A (zh) * 2019-06-25 2020-12-25 北京百度网讯科技有限公司 一种电子导航方法、装置、电子设备和存储介质
CN114424027A (zh) * 2019-07-16 2022-04-29 第一资本服务有限责任公司 用于利用熟悉路线的路线绘制的***及方法
CN110657817A (zh) * 2019-09-29 2020-01-07 武汉元光科技有限公司 行程路线的推荐方法及装置
CN111854779B (zh) * 2020-02-25 2022-04-26 北京嘀嘀无限科技发展有限公司 一种路线规划方法、装置、电子设备及可读存储介质
CN111854779A (zh) * 2020-02-25 2020-10-30 北京嘀嘀无限科技发展有限公司 一种路线规划方法、装置、电子设备及可读存储介质
CN111707285A (zh) * 2020-06-28 2020-09-25 北京百度网讯科技有限公司 规划路线的方法和装置
CN112289061A (zh) * 2020-10-12 2021-01-29 祁星星 一种基于大数据的驾车出行出发提醒***及方法
CN112414423A (zh) * 2020-11-20 2021-02-26 腾讯科技（深圳）有限公司 车导起点道路的规划方法、装置、电子设备及存储介质
CN112750328A (zh) * 2020-12-29 2021-05-04 深圳市顺易通信息科技有限公司 一种行车路径推荐方法、装置、设备及介质
CN113758496A (zh) * 2021-11-09 2021-12-07 腾讯科技（深圳）有限公司 路径的规划方法、装置、电子设备及存储介质
CN113758496B (zh) * 2021-11-09 2022-02-22 腾讯科技（深圳）有限公司 路径的规划方法、装置、电子设备及存储介质
CN114969224A (zh) * 2022-03-03 2022-08-30 北京永泰万德信息工程技术有限公司 一种车辆试驾预约方法、装置、电子设备及介质
CN114969224B (zh) * 2022-03-03 2023-01-31 北京永泰万德信息工程技术有限公司 一种车辆试驾预约方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN104165634B (zh) 2017-04-12

Similar Documents

Publication Publication Date Title
CN104165634A (zh) 基于用户使用习惯的路径规划方法
CN109000668B (zh) 基于车联网的实时智能导航方法
CN107643085B (zh) 一种路径推荐方法与装置
JP5435001B2 (ja) 地図データ配信装置、電子機器及び地図更新システム
CN105674994B (zh) 获取行车路线的方法、装置及导航设备
US20190114909A1 (en) Method and Apparatus for Identifying Congestion Bottlenecks
US8306734B2 (en) Navigation system with parking space locator mechanism and method of operation thereof
US9250075B2 (en) Generating travel time data
CN105210119A (zh) 通过计算装置提供的位置数据点确定通行费的数额
US20090299629A1 (en) Preventative traffic congestion social networking improvement system within a community
EP2659450A2 (en) Providing guidance for locating street parking
CN103542858A (zh) 车辆到达目标能力评估方法，数据库生成方法、导航***
CN112665600A (zh) 路径规划方法及装置、计算机可读存储介质及处理器
CN101839725A (zh) 车辆通信***
JP2011170686A (ja) 乗換地決定方法及び装置、並びにカーナビゲーション装置
CN106197446B (zh) 导航路线规划方法及装置
CN110491158A (zh) 一种基于多元数据融合的公交车到站时间预测方法及***
CN105637324A (zh) 运动引导装置和运动引导方法
CN110954118A (zh) 一种用于车机的服务推荐方法及***
CN103136298A (zh) 电子设备及其信息呈现方法
CN104236577A (zh) 一种信息处理方法及电子设备
CN111931079A (zh) 推荐网约车上车点的方法及***
CN105631551A (zh) 一种最优路线的推荐方法及装置
CN108332754B (zh) 路径优化方法、装置、电子设备及计算机存储介质
Cheng et al. TERP: Time-event-dependent route planning in stochastic multimodal transportation networks with bike sharing system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant