CN109461322B - 一种智能导航方法、装置、设备以及可读存储介质 - Google Patents
一种智能导航方法、装置、设备以及可读存储介质 Download PDFInfo
- Publication number
- CN109461322B CN109461322B CN201811511619.3A CN201811511619A CN109461322B CN 109461322 B CN109461322 B CN 109461322B CN 201811511619 A CN201811511619 A CN 201811511619A CN 109461322 B CN109461322 B CN 109461322B
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- intersection
- target
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 11
- 206010039203 Road traffic accident Diseases 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 101100517651 Caenorhabditis elegans num-1 gene Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能导航方法,根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;获取目标路口处各个车道的车辆数目;根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道。本申请能够保证直行车辆不会影响左转和右转的车辆,同时在最短的时间内通过目标路口,并且行使过程中不用切换车道,该方法选择的车道即为最优车道,能够有效缓解堵车问题,进一步降低了交通事故发生的概率,适应于现在提倡的智慧城市。此外,本申请还提供了一种具有上述技术效果的智能导航装置、设备以及计算机可读存储介质。
Description
技术领域
本发明涉及智慧交通导航技术领域,特别是涉及一种智能导航方法、装置、设备以及计算机可读存储介质。
背景技术
现在社会,尤其是大城市,车辆数量与日俱增,伴随而来的是道路的拥堵,严重降低了生活体验,增加了交通事故的概率,严重降低了社会的工作效率,降低了民众的幸福指数。
究其原因,造成拥堵的一个很重要原因是驾驶员无法选择最优车道。经常会出现如下情况:情况一:直行方向的车辆因只顾自己,选择最右侧的右转车道,但是到达目标路口时候,直行方向为红灯,此时该车辆后面的所有右转车辆将无法右转;情况二:直行方向的车辆选择最左侧的左转车道,但是到达目标路口时候,直行方向为红灯,左转方向为绿灯,但是该车之后的所有左转车辆将无法左转;情况三:直行方向的车辆,因无法准确得知每个直行车道中车的数量,也无法预估到达目标路口的时间,因此盲目选择一个行车道行驶,但是被选择的车道有可能是车辆数目较多的车道,因此会延长通过目标路口的时间,造成后面车辆的继续积压,造成车辆拥堵。
上面三种情况,在一、二线大城市的上下班高峰期极为常见。但是目前为止没有好的措施,因此经常造成交通拥堵,尤其是城市主干道,拥堵现象会更加严重。
发明内容
本发明的目的是提供一种智能导航方法、装置、设备以及计算机可读存储介质,以解决现有导航***无法为驾驶员提供最优车道的选择而导致交通拥堵的问题。
为解决上述技术问题,本发明提供一种智能导航方法,包括:
根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
获取目标路口处各个车道的车辆数目;
根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
其中,所述目标路段为当前路口到目标路口之间的途经路段。
可选地,所述根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时包括:
采用t0_delay=t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;
其中,t0_delay为当前车辆从当前路口进入目标路段所需的时间延时,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
可选地,当判定在目标路口处车辆的前进方向为直行方向时,所述根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道包括:
采用t_et=t0_delay+NUM_MIN*t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T<t_et<t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T<t_et<t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T<t_et<t1_b_r+(2n)*T,或t_et<t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T<t_et<t1_b_r+(2n+1)*T,则选择车辆数目最少的直行车道作为最优车道。
可选地,在选择通过目标路口用时最短的最优车道之后还包括:
通过语音和/或视频方式提示所选定的最优车道。
本申请还提供了一种智能导航装置,包括:
前进方向判断模块,用于根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
车辆数目获取模块,用于获取目标路口处各个车道的车辆数目;
时间延时获取模块,用于根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
最优车道选择模块,用于根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
其中,所述目标路段为当前路口到目标路口之间的途经路段。
可选地,所述时间延时获取模块用于:
采用t0_delay=t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;
其中,t0_delay为当前车辆从当前路口进入目标路段所需的时间延时,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
可选地,当判定在目标路口处车辆的前进方向为直行方向时,所述最优车道选择模块用于:
采用t_et=t0_delay+NUM_MIN*t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T<t_et<t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T<t_et<t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T<t_et<t1_b_r+(2n)*T,或t_et<t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T<t_et<t1_b_r+(2n+1)*T,则选择车辆数目最少的直行车道作为最优车道。
可选地,还包括:
提示模块,用于在选择通过目标路口用时最短的最优车道之后,通过语音和/或视频方式提示所选定的最优车道。
本申请还提供了一种智能导航设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种所述智能导航方法的步骤。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种所述智能导航方法的步骤。
本发明所提供的智能导航方法,根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;获取目标路口处各个车道的车辆数目;根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道。本申请能够保证直行车辆不会影响左转和右转的车辆,同时在最短的时间内通过目标路口,并且行使过程中不用切换车道,该方法选择的车道即为最优车道,能够有效缓解堵车问题,进一步降低了交通事故发生的概率,适应于现在提倡的智慧城市。此外,本申请还提供了一种具有上述技术效果的智能导航装置、设备以及计算机可读存储介质。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,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的介绍,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为本申请所提供的智能导航方法的一种具体实施方式的流程图;
图2为当前路口、目标路口以及目标路段的示意图;
图3为本申请所提供的智能导航方法的整体***框图;
图4为本申请所提供的智能导航方法的示意图;
图5为本发明实施例提供的智能导航装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
本申请所提供的智能导航方法的一种具体实施方式的流程图如图1所示,该方法包括:
步骤S101:根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
根据当前车辆的目的地以及当前位置,可以由导航路径中判断出车辆在目标路口处的前进方向为直行、左转还是右转方向。
步骤S102:获取目标路口处各个车道的车辆数目;
获取目标路口处各个车道的当前车辆数目,各个车道包括左转车道、直行车道以及右转车道。具体可以通过摄像头对目标路口区域进行图像采集,对图像进行处理之后分析得到各个车道上的车辆数目。当然还可以为其他获取方式,在此不做限定。
步骤S103:根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
根据车辆所在的当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时。
作为一种具体实施方式,可以采用t0_delay=t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;其中,t0_delay为当前车辆从当前路口进入目标路段所需的时间延时,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
步骤S104:根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
如图2当前路口、目标路口以及目标路段的示意图所示,所述目标路段为当前路口到目标路口之间的途经路段。根据不同车道上的车辆数据以及当前路口和目标路口的红绿灯情况,预估车辆到达目标路口的时间,智能选择最优车道,目的是保证直行车辆不会影响左转和右转的车辆,同时在最短的时间内通过目标路口,并且行驶过程中不用切换车道。
本发明所提供的智能导航方法,根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;获取目标路口处各个车道的车辆数目;根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道。本申请能够保证直行车辆不会影响左转和右转的车辆,同时在最短的时间内通过目标路口,并且行使过程中不用切换车道,该方法选择的车道即为最优车道,能够有效缓解堵车问题,进一步降低了交通事故发生的概率,适应于现在提倡的智慧城市。
作为一种具体实施方式,本申请当判定在目标路口处车辆的前进方向为直行方向时,所述根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道的实施过程具体为:
采用t_et=t0_delay+NUM_MIN*t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T<t_et<t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T<t_et<t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T<t_et<t1_b_r+(2n)*T,或t_et<t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T<t_et<t1_b_r+(2n+1)*T,则选择车辆数目最少的直行车道作为最优车道。
进一步地,本申请在选择通过目标路口用时最短的最优车道之后还包括:通过语音和/或视频方式提示所选定的最优车道。通过向驾驶员提示该最优车道,可以及时让驾驶员进入到该最优车道中,避免了在路口处的交通拥堵。
参照图3本申请所提供的智能导航方法的整体***框图以及图4本申请所提供的智能导航方法的示意图,下面对本申请所提供的智能导航方法的具体实施过程进行进一步详细阐述,该方法具体包括:
根据当前车辆的目的地,判断出在目标路口处车辆的前进方向。
车辆开启导航***,输入目的地,进而导航***得知车辆的目的地,从而得知在目标路口处车辆的前进方向是:左转、直行、还是右转。
根据在目标路口处的前进方向确定选择进入的车道类型,车道类型分为左转车道、直行车道、右转车道;
当车辆在目标路口处的前进方向为左转方向时,则直接驶入左转车道;当车辆在目标路口处的前进方向为右转方向时,则直接驶入右转车道。
当车辆在目标路口处的前进方向为直行方向时,则进行以下判断:
导航***可以得知在各个车道上车辆的数量,LEFT_NUM、MID_0_NUM、MID_1_NUM……MID_N-1_NUM、RIGHT_NUM,LEFT_NUM为左转车道的车辆数量,MID_0_NUM、MID_1_NUM……MID_N-1_NUM为中间N个直行车道的车辆数量,RIGHT_NUM为右转车道的车辆数量。
因为目前的导航***是可以确定车辆的具***置,因此方法如下:
当车辆进入目标路段的最左侧车道时候LEFT_NUM+1,当离开目标路口时候,LEFT_NUM-1,LEFT_NUM初始值为0;
当车辆进入目标路段的直行车道M时候MID_M_NUM+1,当离开目标路口时候,MID_M_NUM+1。0<=M<=N-1,MID_M_NUM初始值为0;
当车辆进入目标路段的最右侧车道时候RIGHT_NUM+1,当离开目标路口时候,RIGHT_NUM-1。RIGHT_NUM初始值为0。
导航***在车辆到达当前路口时候开始智能计算,计算在当前路口处的时间延时。
假定车辆从当前路口进入目标路口的时间所需为t0,当前路口红灯变绿灯的时间为t0_r_b,目标路口一个红绿灯周期为T。
如果车辆在当前路口处是右转进入目标路段,则t0_r_b=0。
如果车辆在当前路口处是直行进入目标路段,且直行方向为绿灯时候,则t0_r_b=0,如果直行方向为红灯,则距离变绿灯的时间为t0_r_b。
如果车辆在当前路口处是左转进入目标路段,且左转方向为绿灯时候,t0_r_b=0,如果左转方向为红灯,则距离左转变绿灯的时间为t0_r_b。
则可以得知车辆在从当前路口进入目标路段的时间延时为t0_delay=t0+t0_r_b。
最后,结合目标路口的红绿灯情况进行车道最优判断。
假设车辆从目标路口离开所需时间为t1,所有车道(包括最左侧左转车道和最右侧右转车道)中车数目最小值为NUM_MIN,即NUM_MIN是LEFT_NUM,MID_0_NUM,MID_1_NUM……,MID_N-1_NUM,RIGHT_NUM中的最小值。
直行车道(不包括最左侧左转车道和最右侧右转车道)中车数目最小值为MID_NUM_MIN,即MID_NUM_MIN是MID_0_NUM,MID_1_NUM……,MID_N-1_NUM中的最小值。
假设目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b,且直行方向红灯变绿灯一个完整的周期时间为T,预估车辆到达目标路口的最短时间为t_et=t0_delay+NUM_MIN*t1。
t1_r_b+(2n-1)*T<t_et<t1_r_b+(2n)*T,或者t_et<t1_r_b,其中n=1,2,3……即所有车道的预估时间最小值到达目标路口时候,目标路口直行方向仍然是红灯,此时选择车辆数目最少的直行车道作为最优车道,即选择直行车道M,其中MID_M_NUM=MID_NUM_MIN。
t1_r_b+(2n)*T<t_et<t1_r_b+(2n+1)*T,其中n=0,1,2,3……即所有车道的预估时间最小值到达目标路口时候,目标路口直行方向是绿灯,此时选择车辆数目最少的(包括最左侧和最右侧车道)作为最优车道。
假设目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r,且直行方向红灯变绿灯一个完整的周期时间为T。
t1_b_r+(2n-1)*T<t_et<t1_b_r+(2n)*T,或者t_et<t1_b_r,其中n=1,2,3……即所有车道的预估时间最小值到达目标路口时候,目标路口直行方向是绿灯,此时选择车辆数目最少的(包括最左侧和最右侧车道)作为最优车道。
t1_b_r+(2n)*T<t_et<t1_b_r+(2n+1)*T,其中n=0,1,2,3……即所有车道的预估时间最小值到达目标路口时候,目标路口直行方向是红灯,此时选择预估时间车辆数目最少的直行车道最优车道。即选择直行车道M,其中MID_M_NUM=MID_NUM_MIN。
基于导航***选择最优车道,无需人工干预,利用现有的导航***,智能提供最优车道,保证了车辆最快的通过目标路口,同时保证直行车辆不会影响左转和右转的车辆,提高车道的利用率。并且行使过程中不用切换车道,进一步降低了交通事故发生的概率,方法简单,有效缓解堵车问题,适应于现在提倡的智慧城市和智能交通。
下面对本发明实施例提供的智能导航装置进行介绍,下文描述的智能导航装置与上文描述的智能导航方法可相互对应参照。
图5为本发明实施例提供的智能导航装置的结构框图,参照图5智能导航装置可以包括:
前进方向判断模块100,用于根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
车辆数目获取模块200,用于获取目标路口处各个车道的车辆数目;
时间延时获取模块300,用于根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
最优车道选择模块400,用于根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
其中,所述目标路段为当前路口到目标路口之间的途经路段。
可选地,所述时间延时获取模块用于:
采用t0_delay=t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;
其中,t0_delay为当前车辆从当前路口进入目标路段所需的时间延时,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
可选地,当判定在目标路口处车辆的前进方向为直行方向时,所述最优车道选择模块用于:
采用t_et=t0_delay+NUM_MIN*t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T<t_et<t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T<t_et<t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T<t_et<t1_b_r+(2n)*T,或t_et<t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T<t_et<t1_b_r+(2n+1)*T,则选择车辆数目最少的直行车道作为最优车道。
可选地,还包括:
提示模块,用于在选择通过目标路口用时最短的最优车道之后,通过语音和/或视频方式提示所选定的最优车道。
本实施例的智能导航装置用于实现前述的智能导航方法,因此智能导航装置中的具体实施方式可见前文中的智能导航方法的实施例部分,例如,前进方向判断模块100,车辆数目获取模块200,时间延时获取模块300,最优车道选择模块400,分别用于实现上述智能导航方法中步骤S101,S102,S103和S104,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本申请能够保证直行车辆不会影响左转和右转的车辆,同时在最短的时间内通过目标路口,并且行使过程中不用切换车道,该方法选择的车道即为最优车道,能够有效缓解堵车问题,进一步降低了交通事故发生的概率,适应于现在提倡的智慧城市。
此外,本申请还提供了一种智能导航设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种所述智能导航方法的步骤。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种所述智能导航方法的步骤。
本申请所提供的智能导航设备、计算机可读存储介质,与上述智能导航方法相对应,其具体实施方式可以相互参照,在此不再赘述。
本申请确保了直行车辆不会影响左转和右转车辆,最大限度的提高了车道的利用率。另外,本申请提供最优车道,确保车辆以最短的时间通过目标路口,确保行使过程中不需变换车道,同时降低了交通事故发生的概率。本申请可有效缓解十字路口的交通拥堵,尤其是城市主干道,适合现在提倡的智慧城市和智能交通,提升城市居民出行体验。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的智能导航方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种智能导航方法,其特征在于,包括:
根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
获取目标路口处各个车道的车辆数目;
根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
其中,所述目标路段为当前路口到目标路口之间的途经路段;当判定在目标路口处车辆的前进方向为直行方向时,所述根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道包括:
采用t_et= t0_delay + NUM_MIN * t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;t0_delay为当前车辆从当前路口进入目标路段所需的时间延时;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T < t_et <t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T < t_et <t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T < t_et <t1_b_r+(2n)*T ,或 t_et <t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T < t_et <t1_b_r+(2n+1)*T ,则选择车辆数目最少的直行车道作为最优车道。
2.如权利要求1所述的智能导航方法,其特征在于,所述根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时包括:
采用t0_delay = t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;
其中,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
3.如权利要求1或2所述的智能导航方法,其特征在于,在选择通过目标路口用时最短的最优车道之后还包括:
通过语音和/或视频方式提示所选定的最优车道。
4.一种智能导航装置,其特征在于,包括:
前进方向判断模块,用于根据当前车辆的目的地,判断出在目标路口处车辆的前进方向;
车辆数目获取模块,用于获取目标路口处各个车道的车辆数目;
时间延时获取模块,用于根据当前路口的红绿灯情况,得到当前车辆从当前路口进入目标路段所需的时间延时;
最优车道选择模块,用于根据目标路段的红绿灯情况以及各个车道的车辆数目,选择通过目标路口用时最短的最优车道;
其中,所述目标路段为当前路口到目标路口之间的途经路段;当判定在目标路口处车辆的前进方向为直行方向时,所述最优车道选择模块用于:
采用t_et= t0_delay + NUM_MIN * t1计算车辆在到达所述目标路口时所需最短时间,其中,t_et为车辆通过目标路段的预估时间;t0_delay为当前车辆从当前路口进入目标路段所需的时间延时;NUM_MIN为所有车道中车辆数目最小值,t1为各车辆通过目标路口所需时间;
在目标路口直行方向为红灯,且距离变为绿灯的时间为t1_r_b的情况下:
若t1_r_b+(2n-1)*T < t_et <t1_r_b+(2n)*T,或t_et<t1_r_b,其中n为大于1的正整数,T为直行方向红灯变为绿灯一个完整的周期时间,则选择车辆数目最少的直行车道作为最优车道;
若t1_r_b+(2n)*T < t_et <t1_r_b+(2n+1)*T时,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
在目标路口直行方向为绿灯,且距离变为红灯的时间为t1_b_r的情况下:
若t1_b_r+(2n-1)*T < t_et <t1_b_r+(2n)*T ,或 t_et <t1_b_r,则选择包括最左侧和最右侧的全部车道中车辆数目最少的车道作为最优车道;
若t1_b_r+(2n)*T < t_et <t1_b_r+(2n+1)*T ,则选择车辆数目最少的直行车道作为最优车道。
5.如权利要求4所述的智能导航装置,其特征在于,所述时间延时获取模块用于:
采用t0_delay = t0+t0_r_b计算当前车辆从当前路口进入目标路段所需的时间延时;
其中,t0为车辆通过当前路口所用的时间;t0_r_b为当前路口由红灯变为绿灯的时间。
6.如权利要求4或5所述的智能导航装置,其特征在于,还包括:
提示模块,用于在选择通过目标路口用时最短的最优车道之后,通过语音和/或视频方式提示所选定的最优车道。
7.一种智能导航设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至3任一项所述智能导航方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述智能导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511619.3A CN109461322B (zh) | 2018-12-11 | 2018-12-11 | 一种智能导航方法、装置、设备以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511619.3A CN109461322B (zh) | 2018-12-11 | 2018-12-11 | 一种智能导航方法、装置、设备以及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109461322A CN109461322A (zh) | 2019-03-12 |
CN109461322B true CN109461322B (zh) | 2022-08-12 |
Family
ID=65613027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811511619.3A Active CN109461322B (zh) | 2018-12-11 | 2018-12-11 | 一种智能导航方法、装置、设备以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461322B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782776B (zh) * | 2019-03-28 | 2022-07-29 | 北京百度网讯科技有限公司 | 无人车的车道选择方法、装置及存储介质 |
CN110085043A (zh) * | 2019-05-20 | 2019-08-02 | 广州小鹏汽车科技有限公司 | 一种最优车道的确定方法及车辆控制*** |
CN113554885A (zh) * | 2021-06-23 | 2021-10-26 | 北京汽车股份有限公司 | 一种拥堵路口车辆转向引导方法及*** |
CN114446054A (zh) * | 2022-01-24 | 2022-05-06 | 广东以诺通讯有限公司 | 一种缓解交通拥堵的方法、装置、设备和存储介质 |
CN115083190B (zh) * | 2022-06-17 | 2023-04-25 | 东风汽车集团股份有限公司 | 多车道交通路口的自动驾驶***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318788A (zh) * | 2014-10-05 | 2015-01-28 | 哈尔滨工业大学 | 一种提高交叉口进口道空间资源利用效率的方法 |
CN106408984A (zh) * | 2016-11-28 | 2017-02-15 | 东莞职业技术学院 | 基于物联网的城市交通流诱导*** |
CN108492605A (zh) * | 2018-05-21 | 2018-09-04 | 苏州纽克斯电源技术股份有限公司 | 一种路口车道导航方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3966170B2 (ja) * | 2002-12-05 | 2007-08-29 | 株式会社デンソー | 運転支援装置 |
CN104101353B (zh) * | 2013-04-15 | 2017-09-29 | 北京四维图新科技股份有限公司 | 一种导航方法、装置和实时导航*** |
JP6597033B2 (ja) * | 2015-08-03 | 2019-10-30 | アイシン・エィ・ダブリュ株式会社 | 推奨レーン決定システム、方法およびプログラム |
CN106373415A (zh) * | 2016-10-20 | 2017-02-01 | 深圳市元征科技股份有限公司 | 车道导向方法及装置 |
CN108180919A (zh) * | 2017-12-12 | 2018-06-19 | 沈阳美行科技有限公司 | 一种规划路线的优化方法及装置 |
-
2018
- 2018-12-11 CN CN201811511619.3A patent/CN109461322B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318788A (zh) * | 2014-10-05 | 2015-01-28 | 哈尔滨工业大学 | 一种提高交叉口进口道空间资源利用效率的方法 |
CN106408984A (zh) * | 2016-11-28 | 2017-02-15 | 东莞职业技术学院 | 基于物联网的城市交通流诱导*** |
CN108492605A (zh) * | 2018-05-21 | 2018-09-04 | 苏州纽克斯电源技术股份有限公司 | 一种路口车道导航方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109461322A (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109461322B (zh) | 一种智能导航方法、装置、设备以及可读存储介质 | |
CN108806283B (zh) | 一种交通信号灯的控制方法及车联网平台 | |
JP2020166837A (ja) | 無人車両の車線変更方法、装置、記憶媒体、及びプログラム | |
CN106384519B (zh) | 交通灯控制方法及装置 | |
CN109448415B (zh) | 一种车道选择方法、***、装置及可读存储介质 | |
CN111613070B (zh) | 交通信号灯控制方法、装置、电子设备和计算机存储介质 | |
CN108871357B (zh) | 一种在电子地图上显示拥堵路段的事故车道的方法 | |
JP5562691B2 (ja) | 渋滞時間算出装置、出発時刻算出装置、渋滞なし時間算出装置、及びプログラム | |
CN112639907B (zh) | 一种交通拥堵感知方法、装置、电子设备及存储介质 | |
CN111613071A (zh) | 一种信号灯调整方法、装置及*** | |
WO2022237634A1 (zh) | 信息处理方法、设备及计算机存储介质 | |
CN103185589B (zh) | 一种群组车辆行驶路径规划方法、装置和*** | |
CN103730005B (zh) | 一种路程行驶时间的预测方法和*** | |
CN113327419A (zh) | 绿波速度确定方法、装置、电子设备和存储介质 | |
CN115593440B (zh) | 车辆控制方法、装置、设备及计算机可读存储介质 | |
CN111583677A (zh) | 车路协同环境下基于多路径方案的交叉口车辆诱导方法 | |
CN111429735A (zh) | 机动车信号灯控制方法、装置及计算机可读存储介质 | |
CN112991784B (zh) | 一种信号周期内自适应可变车道控制方法及装置 | |
JP5208016B2 (ja) | 合流退出判定装置及び合流退出判定プログラム | |
CN111369784A (zh) | 一种控制车道流量的方法及装置 | |
CN109643447B (zh) | 图像处理装置、摄像装置 | |
CN105427647B (zh) | 一种区别车辆转向的路径分配方法及装置 | |
CN111932912A (zh) | 一种基于排队长度检测的高架下匝道交叉口的二次放行方法 | |
CN116052126A (zh) | 一种可行驶区域的检测方法、装置、车辆及存储介质 | |
JP2008268157A (ja) | 車両用分岐路選択装置および車両用分岐路選択方法 |
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 |