CN104236569A - 确定最优的会合点的方法和装置 - Google Patents
确定最优的会合点的方法和装置 Download PDFInfo
- Publication number
- CN104236569A CN104236569A CN201310250016.3A CN201310250016A CN104236569A CN 104236569 A CN104236569 A CN 104236569A CN 201310250016 A CN201310250016 A CN 201310250016A CN 104236569 A CN104236569 A CN 104236569A
- Authority
- CN
- China
- Prior art keywords
- point
- destination
- meeting point
- route
- starting point
- 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.)
- Pending
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3614—Destination input or retrieval through interaction with a road map, e.g. selecting a POI icon on a road map
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
根据本发明,提出了一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的方法,包括:获取步骤,获取所述多个移动体各自的起始点和目的地;以及确定步骤,利用地图数据,根据所述多个移动体各自的起始点和目的地进行路线搜索,按照各移动体经过会合点到达所述目的地的各路线的代价总和近似最小的方式,来将该会合点确定为最优的会合点。
Description
技术领域
本发明涉及一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的方法和装置,不仅能够通过为该多个移动体选择会合点以使该多个移动体在该会合点会合后能够方便地前往目的地,而且能够将多个移动体从不同起始点经由该会合点到达目的地的总代价最小化或近似最小化。
背景技术
作为一种群居动物,人类结伴而行的行为由来已久。换而言之,结伴而行可以理解为共同出行,也就是多名在相同或不同地点的人员提前相遇,然后共同去往某个相同终点。
目前,在计算提前相遇点及相应的每个人员的路线时,人们普遍根据自身的经验来选择提前相遇点,再使用互联网上的路线规划***来计算。首先分别对每个人员的起始点和选择的提前相遇点进行路线规划,然后再规划从相遇点到终点的路线。但是,当对所涉及的地理区域的交通出行情况不熟悉时,人们就很难根据自身经验来选择这个提前相遇点,这样可能导致所得出的结果和最佳的情形相差很大,而造成时间、金钱方面的损失。
在公知技术中,例如US5802492、EP1357357、EP2533013、EP1593938等专利文献均提出了进行路线规划的方法,每次对单一人员,从单一起始点到单一终点进行路线规划。也就是说,公知技术中,用户在相应的界面输入一个路线的起始点和一个路线的终点,***获取用户的搜索要求后,通过不同的方法计算出相应的从起始点到终点的路线规划,可以包括驾车路线规划、公交路线规划、步行路线规划或者多模式交通路线规划等。
此外,现有公知技术也提出从一个起始点到多个目的地的路线规划,也就是,一个起始点经过一个或多个途经点到一个目的地的路线规划。以作为公知技术的专利文献EP1193626为例,此公知技术提出了一种路线规划***,此***可以计算从某一起始点出发,经过多个途经点的路线规划。用户可以在该***的用户界面上输入起始点、途经点或终点,***通过相应的方法计算出相应的路线,并将路线显示在用户界面的地图上。
发明内容
综上所述,现有的公知技术仅提供人员从单一起始点到一个终点或者多个终点的路线规划。公知技术的缺点在于,当多名人员从多个不同的起始点到同一个终点时,公知技术无法提供相应的路线规划。特别在于,当用户要求针对从多个人员从不同的起始点经过一个未指定的提前相遇点到统一终点的路线规划时,公知技术无法提供相应的路线规划。
特别地,针对不同地点的人员相约去往某个相同终点的情况,参与共同出行的人员,或者选择分别到达终点,或者在到达终点之前某个地点(以下称为提前相遇点或会合点)相遇后一起再前往终点。在这里,前者可以简单使用现有互联网上的路线规划***来对多人的路线进行分别规划,也就是分别对每个人的起始点和终点进行路线规划。
相比之下,现有的公知技术无法针对后者进行路线规划。在不同地点的多名人员在到达终点之前的某个地点相遇后一起再前往终点的方式,首先可以减少人员的总交通费用、降低二氧化碳排放,例如,人员可以分别驾车前往某个提前相遇点,然后乘坐同一辆车前往终点。其次,人员通过与熟悉路线的其他人员同行(如一辆车引领另外一辆车),可减少交通上花费的时间,更便捷地到达终点目的地。
为了克服现有技术的上述缺陷提出了本发明。本发明的目的是提出一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的方法和装置,不仅能够通过为该多个移动体选择会合点以使该多个移动体在该会合点会合后能够方便地前往目的地,而且能够将多个移动体从不同起始点经由该会合点到达目的地的总代价最小化或近似最小化。
为了实现上述目的,提出了一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的方法,包括:获取步骤,获取所述多个移动体各自的起始点和目的地;以及确定步骤,利用地图数据,根据所述多个移动体各自的起始点和目的地进行路线搜索,按照各移动体经过会合点到达所述目的地的各路线的代价总和近似最小的方式,来将该会合点确定为最优的会合点。
优选地,所述代价是距离。
优选地,所述确定步骤包括:利用地图数据,以所述多个移动体各自的起始点和所述目的地为出发点分别进行路线检索,在检测到所有这些路线检索具有一个共同访问点时,将所述共同访问点确定为所述最优的会合点。
优选地,在以所述目的地为出发点进行路线检索时,在进行路线检索的过程中舍弃回程无法通行的路段,并将回程单向的路段设置为双向可通行路段。
优选地,所述路线检索采用迪科斯彻式搜索算法进行逐步检索。
优选地,所述会合点是用于所述多个移动体到达该会合点后再一同出发前往所述目的地的点。
优选地,所述会合点是用于所述多个移动体到达该会合点后合并为更少数量的移动体再一同出发前往目的地的点。
另外,根据本发明,提出了一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的装置,包括:获取单元,获取所述多个移动体各自的起始点和目的地;以及确定单元,利用地图数据,根据所述多个移动体各自的起始点和目的地进行路线搜索,按照各移动体经过会合点到达所述目的地的各路线的代价总和近似最小的方式,来将该会合点确定为最优的会合点。
如上所述,本发明涉及一个针对多名人员出行进行路线规划的***,本发明所涉及的***针对共同出行的多名在不同起始点的人员,提供相应的路线规划。本发明特别提供了一种路线规划方式,所规划的路线可以指引多名人员,在前往终点的路途中的某地点相遇后,再共同到达终点,而且通过确定最优的相遇点(会合点),能够将多个移动体从不同起始点经由该会合点到达目的地的总代价最小化或近似最小化。
附图说明
通过参考以下结合附图对所采用的优选实施方式的详细描述,本发明的上述目的、优点和特征将变得更显而易见,其中:
图1是根据本发明的***结构的示意图。
图2是根据本发明的功能框图。
图3是用于详细描述本发明的用户界面的图。
图4是用于详细描述本发明的***如何获得用户输入的相关搜索信息的过程的流程图。
图5是用于描述针对是否预先设定提前相遇点,***做出相关计算的过程的流程图。
图6是用于详细描述针对未预先设定提前相遇点时,***计算相应提前相遇点和相关路线规划的过程的流程图。
图7是以举例方式解释了图6的计算方法的示意图。
图8是举例描述本发明在物流配送中的使用方法的图。
图9是举例描述本发明使用的现有技术“迪科斯彻搜索”的图。
具体实施方式
下面将参考附图来详细描述本发明的优选实施例。
<实施方式1>
图1示出本发明的示例性实施方案的***结构。其中,110为互联网网络;104为含有用户界面的计算机或其他可使用用户界面的设备如行车导航仪或手机等,进行路线搜索的用户通过104设备的用户界面来录入搜索信息,并反馈显示搜索结果;106代表此次共同出行的其他人员的设备,可包括手机、计算机、行车导航仪等;102为进行路线规划的服务器。用户通过104的用户界面录入本人信息与其他人员的信息,以便进行提前相遇点选择及路线规划的搜索。104的用户界面采集这些信息后,通过互联网110发送到服务器102。服务器102处理采集的信息,并生成相应的路线规划。之后,服务器102将规划内容最终通过互联网110,发送并显示到参与共同出行的人员设备104及106上。
换一个角度说,参看图2的功能模块图,本***包括一个用户需求输入装置210、一个提前相遇点与路线规划的计算装置220和一个输出模块230。在用户需求输入装置210,用户在相应设备的用户界面上进行搜索需求录入。220根据用户的搜索需求计算出路线规划,并通过输出模块230显示在用户和其他参加共同出行的人员的设备上。
图3表示由某一个用户在图1的104上录入搜索信息时所使用的用户界面,也就是图2中的210。其中,用户在301中指定搜索路线规划所针对的具体时间,也就是最后一个用户到达目的地(终点)的时间,包括日期和时间;此用户在302中直接填入指定的路线终点;303,用户可以输入自己的起始点(起始位置);在305中录入其他每个参与共同出行人员的起始点,按“+”按钮(310)来添加每个人员的起始点地址,所添加的人员编号及地址将被显示在306中。当用户不清楚自己出发起始点的位置时,可以在304中选择电子日程表(例如从OUTLOOKCALENDAR,GOOGLE CALENDAR等之中选择),***可以根据用户的电子日程表来确定其在某个时间段的地理位置,作为其起始点;当此用户不清楚其他参与共同出行的人员在301中的时间点的位置时,可以按“+”(307)按钮,将弹出对话框,要求用户输入或从已有联系人中选择将参与此次共同出行的其他人的日程信息、位置信息、联系信息、出行交通模式偏好信息等;其中,当307添加某个参与共同出行的人后,此人的姓名图标将显示在309中;之后,用户可以将准备在同一个提前相遇点碰面的一组人用鼠标从309拖入310,按312按钮来生成一组提前碰面的分组,生成的不同组别的人将以不同颜色或代号显示在314中,***将根据每组人的起始点和终点来计算出相应的提前相遇点;最后,用户可以使用308(确定按钮),用户按此按钮时,以上输入录入的信息将被传往服务器102作为此次共同出行的搜索需求。
用户在用户界面输入了搜索需求后,服务器102中的生成路线规划的***首先分析用户的需求,如图4所示。首先,***确定路线规划的终点(步骤410)和每个组别中人员的起始点;当一个人员的起始点没有指定时(步骤420的是),***从该人员的电子日程表得到相应时间段的该人员的起始点(步骤430)。当指定了一个人员的起始点时(步骤420的否),***从用户的录入中得到人员的参与提前碰面的分组(步骤425)。最后,***检查是否所有参与提前碰面的人都进行了分组(步骤440)。
图5示出了根据当前人员组别是否指定了相应的提前见面点,***进行相应的路线规划计算。具体地,在步骤500,判定是否对当前人员组别是否指定了相应的提前见面点。在没有指定相应的提前见面点时(步骤500的否),***计算提前见面地点并进行路线规划(步骤600)。在指定了相应的提前见面点时(步骤500的是),***针对已设定的提前见面地点进行路线规划(步骤520)。
图6解释了图5的步骤600的计算过程。在解释此计算过程前,在这里介绍一下本发明要使用的一个现有技术,迪科斯彻式搜索。普通的迪科斯彻搜索是计算一个起始点s到地图上每个顶点v的最短路线。地图上的顶点表示物理位置,顶点与顶点之间的路线表示物理的路线。
普通的迪科斯彻搜索包括以下步骤:(1)初始时,S只包含起始点,即S={v}且v到v的距离为0。U包含除v外的其他地图上的顶点,U中顶点u距离为边上的权重值(若v与u有边)(若u不是v的出边邻接点)。(2)从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。(3)以k为新考虑的中间点,修改U中各顶点的距离权重值;若从起始点v到顶点u(u为U集合中一个顶点)的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改起始点v到顶点u的路径为经过顶点k的路径并修改相应的距离权重值。(4)重复步骤(2)和(3)直到所有顶点都包含在S中。图9的840列举了迪科斯彻搜索算法的图,其中,求A到其他各顶点(B、C、D、E)的最短路径。线上所标注为相邻线段之间的距离,即权重值。在下表1中分步骤解释了找到840中顶点A到图中所有顶点的最短路径的过程。其中,下表1中的每一个步骤在本发明中被称为“一步迪科斯彻式搜索”。
本发明实施方式使用一个从多点开始搜索的方法来搜索相遇点,从而计算路线规划。首先,在步骤610,此方法从每个人员的起始点和路线规划的终点均开始路线检索,也就是把终点暂时也设为一个起始点,与所有人员的起始点一样。首先,在步骤611,从其中任意一个起始点的路线检索开始执行一次。在步骤612,检查本路线检索是否起始于本次路线检索的终点。这是出于对路线规划中单行线道路、禁左转道路、禁右转道路等的考虑。如果当前路线检索的起始点是本次路线规划的终点(步骤612的否),在路线检索中舍弃回程无法通行的路段(步骤616),并将回程单向的路段设置为双向可通行路段(步骤617),然后运行“一步迪科斯彻式搜索”(步骤614)。这是因为在之后计算最终路线时,需要将从终点开始的路线检索到提前相遇点的路线反转,所以这样做的是防止从终点开始的路线检索将回程不通的路段放入这个将要反转的路线,也防止从终点开始的路线检索无法将回程单向的路段放入这个将要反转的路线。如果当前路线检索的起始点是本次路线规划的起始点(步骤612的是),则运行“一步迪科斯彻式搜索”(步骤614)。
在步骤614,每个搜索进行“一步迪科斯彻式搜索”后,步骤620检测是否有一个点已经被所有路线检索访问。如果没有,运行下一个路线检索(步骤630)。直到620步骤检验到有一个点已经被所有路线检索访问,这个点就是经本实施方案所计算得出的提前见面点(即,根据本发明得出的最优的会合点)。在这种条件下,搜索停止,并在步骤640计算出每条从各个人员起始点经过提前相遇点,最后到达终点的路线。
根据上述方法,本发明能够利用地图数据,根据各个人员各自的起始点和目的地进行路线搜索,按照各人员经过会合点到达所述目的地的各路线的距离总和最小或近似最小的方式,来将该会合点确定为最优的会合点。换句话说,当选择任意其他的点作为会合点时,各人员经过该其他的会合点到达所述目的地的各路线的距离总和大于各人员经过该最优的会合点到达所述目的地的各路线的距离总和。当然,以上提供最小各人员经过最优的会合点到达目的地的各路线的距离总和的计算方法,是本发明的计算目标。考虑到真实***中,计算***的服务器(图1的102)有可能同时收到多个计算请求,为了降低计算时间,本计算方法计算出的会合点有可能是次优的结果(即接近最优的结果),相应地各人员经过该会合点到达目的地的各路线的距离总和为近似最小值。相比之下,实施方式2及其类似的穷举搜索方法可以计算出各人员经过会合点到达目的地的各路线的绝对最小距离,但是,此类型的计算方法消耗时间太大,受限于目前计算机的运算和存储速度,无法应用在实际的路线规划***中。实施方式1虽然有时候提供近似最小的距离总和,但是由于其速度很快,足以满足用户当前的需求。
图7以举例方式解释了步骤600的计算方法。图中,A点和B点为人员的起始点、D点为本次路线规划的终点。在进行路线规划时,将D点设为临时的起始点,并在步骤710阶段,以A点、B点、D点开始路线检索。在步骤720阶段,M点作为第一个被这三个路线检索访问的点,被选为提前见面点。此处,A点到M点的最短路线(路线1)为A->C->M,B点到M点的最短路线(路线2)为B->E->M,D点到M点的最短路线为D->F->M。在计算出提前见面点后,在步骤730阶段将D点到M点的最短路线反转得到M->F->D(路线3),合并路线1与路线3得到由A点经M点到D点的最短路线为A->C->M->F->D,合并路线2与路线3得到由B点经M点到D点的最短路线为B->E->M->F->D。
在路线规划结束后,服务器将路线信息发往所有参与共同出行的人员的设备(图1的104和106)上。路线信息以文字、图片或者矢量地图的形式展现给在设备上。
<实施方式1的变形例1>
以上,对本发明实施方式1进行了详细的说明,但该实施方式也可以进行如下变更。
具体而言,本变形例中,用户在用户界面(图3)上可以为每个提前相遇组别设定提前相遇点。例如,用户点击314中的分组后,用户界面会弹出对话框,然后该用户可以输入每个组别的提前相遇点(如不输入任何提前相遇点,即不指定某个提前相遇点)。***根据该组别中,每个用户的起始点A、终点D和指定的提前相遇地点M来计算出相应的路线规划。***首先计算出A到M的最短路线,然后计算出M到D的最短路线,之后将结果汇总得出A到D经M的最短路线。
根据本变形例,即使在用户指定了提前相遇地点的情况下,本***仍然可以为相关人员提供相应的路线规划。
<实施方式1的变形例2>
本变形例是对实施方式1的另一种变型。在本变形例中,用户在用户界面(图3)上,将参加共同出行的每个人员都各分为一个组别。这样,本次路线规划就不包括针对提前相遇点选择或者路线制定。在这种情况下,***将分别制定出每个参与共同出行的人员的路线规划。根据用户指定的在终点相遇时间,计算出在相遇时间前,从每个人员的起始点到终点的路线。
因此,根据本变形例,即使用户指定所有人员分别前往终点,本***仍然可以为相关人员提供相应的路线规划。
<实施方式2>
实施方式1的计算结果是近似最短路线(也就是近似最短的路线规划),相比之下,本实施方式提供了一个计算出真正最短路线。类似于实施方式1,***在计算出第一个提前相遇点后,继续进行计算,直到地图上的所有的点都被所有路线检索访问到(也就是说地图上每个点都成为提前相遇点)。在这个过程中,每当一个点成为提前相遇点时,所有路线检索到这个点的路线就被记录下来,并生成相应的路线规划。当地图上每个点都成为提前相遇点时,搜索停止。***找到之前计算出的路线规划中代价(此处代价指距离,也可以使用油耗或者其他的权重方式来衡量代价)最小的路线,及其相对应的提前相遇点。这个提前相遇点就是最佳的提前相遇点,其路线规划就是真正的最短路线,也就是最佳的相遇路线规划。
<实施方式3>
本发明也适用于道路运输与物流行业中的配送路径规划,尤其是适用于在共同配送中应用。如图8所示,当车辆A(805)与车辆B(810)在相同时段去往目的地830,假设车辆A(805)与车辆B(810)均未满载(货物总量小于等于一车的载货量),两者即可以选择在分别去往目的地前,在某个配货中心(图8中配货中心815,820,825其中一个)进行货物的重新装配,将两车货物合并装在一个货车上,使货物可以由一辆车辆运往目的地830.这样就需要找到一个配货中心,使货车A与货车B到配送中心的距离和配货中心到目的地830的距离之和最短,以尽量减少油耗及降低二氧化碳排放。这里可以使用图6中提出的计算方法,车辆的起始点相当于其中的人员起始地点,配货中心的位置作为地图上的候选点,进行搜索。例如,搜索图8中的例子,由于从配货中心到目的地将有一辆车运送,所以当计算方法从目的地开始搜索时,需要将此方向搜索每段路段的权重值除以2(由于用一辆车代替两辆车)。这样就可以找到最短总距离的路线和相应的配货中心。
尽管以上已经结合本发明的优选实施例示出了本发明,但是本领域的技术人员将会理解,在不脱离本发明的精神和范围的情况下,可以对本发明进行各种修改、替换和改变。因此,本发明不应由上述实施例来限定,而应由所附权利要求及其等价物来限定。
Claims (8)
1.一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的方法,包括:
获取步骤,获取所述多个移动体各自的起始点和目的地;以及
确定步骤,利用地图数据,根据所述多个移动体各自的起始点和目的地进行路线搜索,按照各移动体经过会合点到达所述目的地的各路线的代价总和近似最小的方式,来将该会合点确定为最优的会合点。
2.根据权利要求1所述的方法,其中,
所述代价是距离。
3.根据权利要求1所述的方法,其中,
所述确定步骤包括:
利用地图数据,以所述多个移动体各自的起始点和所述目的地为出发点分别进行路线检索,在检测到所有这些路线检索具有一个共同访问点时,将所述共同访问点确定为所述最优的会合点。
4.根据权利要求1所述的方法,其中,
在以所述目的地为出发点进行路线检索时,在进行路线检索的过程中舍弃回程无法通行的路段,并将回程单向的路段设置为双向可通行路段。
5.根据权利要求1所述的方法,其中,
所述路线检索采用迪科斯彻式搜索算法进行逐步检索。
6.根据权利要求1所述的方法,其中,
所述会合点是用于所述多个移动体到达该会合点后再一同出发前往所述目的地的点。
7.根据权利要求1所述的方法,其中,
所述会合点是用于所述多个移动体到达该会合点后合并为更少数量的移动体再一同出发前往目的地的点。
8.一种为从不同起始点前往相同的目的地且约定提前会合的多个移动体确定最优的会合点的装置,包括:
获取单元,获取所述多个移动体各自的起始点和目的地;以及
确定单元,利用地图数据,根据所述多个移动体各自的起始点和目的地进行路线搜索,按照各移动体经过会合点到达所述目的地的各路线的代价总和近似最小的方式,来将该会合点确定为最优的会合点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310250016.3A CN104236569A (zh) | 2013-06-21 | 2013-06-21 | 确定最优的会合点的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310250016.3A CN104236569A (zh) | 2013-06-21 | 2013-06-21 | 确定最优的会合点的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104236569A true CN104236569A (zh) | 2014-12-24 |
Family
ID=52225113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310250016.3A Pending CN104236569A (zh) | 2013-06-21 | 2013-06-21 | 确定最优的会合点的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104236569A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732471A (zh) * | 2015-04-03 | 2015-06-24 | 北京嘀嘀无限科技发展有限公司 | 汇合位置选择方法与*** |
CN104848849A (zh) * | 2015-05-12 | 2015-08-19 | 百度在线网络技术(北京)有限公司 | 基于定位技术的目标集结地点规划方法和规划装置 |
CN105956167A (zh) * | 2016-05-19 | 2016-09-21 | 北京理工大学 | 一种聚餐地点智能推荐方法与*** |
CN106017471A (zh) * | 2016-05-17 | 2016-10-12 | Tcl移动通信科技(宁波)有限公司 | 一种多设备相汇合最优导航的实现方法和*** |
CN106895845A (zh) * | 2016-08-26 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种会合地点的确定方法及装置 |
CN106895843A (zh) * | 2015-12-18 | 2017-06-27 | 北京奇虎科技有限公司 | 一种车辆路线规划的方法、车载终端以及智能汽车 |
CN107194511A (zh) * | 2017-05-23 | 2017-09-22 | 合肥昊思云科科技有限公司 | 一种基于云服务器的复杂区域路线规划*** |
CN107464005A (zh) * | 2017-08-21 | 2017-12-12 | 中国人民解放军国防科技大学 | 一种用于车辆预约的拓展型路径规划方法 |
CN108489504A (zh) * | 2018-03-30 | 2018-09-04 | 斑马网络技术有限公司 | 见面地点推荐***及其方法 |
CN109752015A (zh) * | 2018-12-29 | 2019-05-14 | 青岛海洋科学与技术国家实验室发展中心 | 路线规划方法、计算机可读介质以及控制装置 |
CN110826761A (zh) * | 2019-09-19 | 2020-02-21 | 中山大学 | 一种基于会面点的最优组次序路径查询方法 |
US10769742B2 (en) | 2015-01-20 | 2020-09-08 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing information for an on-demand service |
CN111723999A (zh) * | 2020-06-28 | 2020-09-29 | 北京京东乾石科技有限公司 | 配送路线的确定方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005061988A (ja) * | 2003-08-12 | 2005-03-10 | Xanavi Informatics Corp | ナビゲーション装置の経路探索方法 |
CN101487721A (zh) * | 2009-01-21 | 2009-07-22 | 东北大学 | 应用智能导游***解决团体旅游问题的方法 |
EP2273231A1 (en) * | 2008-04-28 | 2011-01-12 | Navitime Japan Co., Ltd. | Route guidance system, route search server, route guidance method, and terminal |
CN101944095A (zh) * | 2009-07-08 | 2011-01-12 | 广东融讯信息科技有限公司 | 路径规划方法和*** |
CN102692235A (zh) * | 2011-03-20 | 2012-09-26 | 微软公司 | 对动态端点的导航 |
-
2013
- 2013-06-21 CN CN201310250016.3A patent/CN104236569A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005061988A (ja) * | 2003-08-12 | 2005-03-10 | Xanavi Informatics Corp | ナビゲーション装置の経路探索方法 |
EP2273231A1 (en) * | 2008-04-28 | 2011-01-12 | Navitime Japan Co., Ltd. | Route guidance system, route search server, route guidance method, and terminal |
CN101487721A (zh) * | 2009-01-21 | 2009-07-22 | 东北大学 | 应用智能导游***解决团体旅游问题的方法 |
CN101944095A (zh) * | 2009-07-08 | 2011-01-12 | 广东融讯信息科技有限公司 | 路径规划方法和*** |
CN102692235A (zh) * | 2011-03-20 | 2012-09-26 | 微软公司 | 对动态端点的导航 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10769742B2 (en) | 2015-01-20 | 2020-09-08 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing information for an on-demand service |
CN104732471A (zh) * | 2015-04-03 | 2015-06-24 | 北京嘀嘀无限科技发展有限公司 | 汇合位置选择方法与*** |
CN104848849A (zh) * | 2015-05-12 | 2015-08-19 | 百度在线网络技术(北京)有限公司 | 基于定位技术的目标集结地点规划方法和规划装置 |
CN106895843A (zh) * | 2015-12-18 | 2017-06-27 | 北京奇虎科技有限公司 | 一种车辆路线规划的方法、车载终端以及智能汽车 |
CN106895843B (zh) * | 2015-12-18 | 2021-04-16 | 北京奇虎科技有限公司 | 一种车辆路线规划的方法、车载终端以及智能汽车 |
CN106017471A (zh) * | 2016-05-17 | 2016-10-12 | Tcl移动通信科技(宁波)有限公司 | 一种多设备相汇合最优导航的实现方法和*** |
CN105956167A (zh) * | 2016-05-19 | 2016-09-21 | 北京理工大学 | 一种聚餐地点智能推荐方法与*** |
CN106895845A (zh) * | 2016-08-26 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种会合地点的确定方法及装置 |
CN107194511A (zh) * | 2017-05-23 | 2017-09-22 | 合肥昊思云科科技有限公司 | 一种基于云服务器的复杂区域路线规划*** |
CN107464005B (zh) * | 2017-08-21 | 2020-06-19 | 中国人民解放军国防科技大学 | 一种用于车辆预约的拓展型路径规划方法 |
CN107464005A (zh) * | 2017-08-21 | 2017-12-12 | 中国人民解放军国防科技大学 | 一种用于车辆预约的拓展型路径规划方法 |
CN108489504A (zh) * | 2018-03-30 | 2018-09-04 | 斑马网络技术有限公司 | 见面地点推荐***及其方法 |
CN109752015A (zh) * | 2018-12-29 | 2019-05-14 | 青岛海洋科学与技术国家实验室发展中心 | 路线规划方法、计算机可读介质以及控制装置 |
CN110826761A (zh) * | 2019-09-19 | 2020-02-21 | 中山大学 | 一种基于会面点的最优组次序路径查询方法 |
CN110826761B (zh) * | 2019-09-19 | 2023-04-07 | 中山大学 | 一种基于会面点的最优组次序路径查询方法 |
CN111723999A (zh) * | 2020-06-28 | 2020-09-29 | 北京京东乾石科技有限公司 | 配送路线的确定方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104236569A (zh) | 确定最优的会合点的方法和装置 | |
CN100360900C (zh) | 导航装置及在导航装置显示设备上显示点信息的方法 | |
RU2690762C1 (ru) | Устройство обработки информации, система обработки информации, способ обработки информации и носитель информации | |
Hashemi et al. | A weight-based map-matching algorithm for vehicle navigation in complex urban networks | |
US8725612B2 (en) | Personalized real-time location-based travel management | |
EP2947608A1 (en) | Systems and methods for personalized multi-destination trip planning | |
JP2000258184A (ja) | 交通ネットワーク経路探索方法および装置 | |
EP3229152A1 (en) | Distributed online learning for privacy-preserving personal predictive models | |
US20090063045A1 (en) | Gps based fuel efficiency optimizer | |
Creemers et al. | Tri-vizor uses an efficient algorithm to identify collaborative shipping opportunities | |
US20200011690A1 (en) | Method, apparatus, and computer program product for generation of a route including multiple waypoints | |
EP2874131A2 (en) | Probe information management device, probe information management system, and probe information management method | |
US20150168148A1 (en) | Systems and Methods for Generating Guidebook Routes | |
Jaballah et al. | The time-dependent shortest path and vehicle routing problem | |
JP4508217B2 (ja) | ナビゲーションシステム、経路探索サーバおよび経路探索方法ならびに端末装置 | |
Zhu | Multi-objective route planning problem for cycle-tourists | |
Noh et al. | Hyperpaths in network based on transit schedules | |
CN111415024A (zh) | 一种到达时间预估方法以及预估装置 | |
JP5007152B2 (ja) | ナビゲーションシステム、経路探索サーバおよび経路探索方法ならびに端末装置 | |
JP3656964B2 (ja) | ナビゲーション装置 | |
JP2008191115A (ja) | ナビゲーションシステム、経路探索サーバおよび経路探索方法ならびに端末装置 | |
JP2008233036A (ja) | 立ち寄りスポット決定システム及び端末装置ならびにサーバ装置 | |
JP4757847B2 (ja) | ナビゲーションシステム、経路探索サーバおよび経路探索方法ならびに端末装置 | |
US20200278214A1 (en) | Method, system, and computer program product for generating synthetic demand data of vehicle rides | |
JP2021009448A (ja) | 情報処理システム及び情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141224 |