CN111982145B - 行驶路径推荐方法、装置、设备及存储介质 - Google Patents
行驶路径推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111982145B CN111982145B CN202011023748.5A CN202011023748A CN111982145B CN 111982145 B CN111982145 B CN 111982145B CN 202011023748 A CN202011023748 A CN 202011023748A CN 111982145 B CN111982145 B CN 111982145B
- Authority
- CN
- China
- Prior art keywords
- driving
- travel
- path
- road
- information
- 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 67
- 238000012216 screening Methods 0.000 claims abstract description 23
- 238000010845 search algorithm Methods 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Images
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
-
- 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
-
- 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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种行驶路径推荐方法。涉及智能交通和自动驾驶领域,具体地涉及行驶路径规划领域。该行驶路径推荐方法包括:从多个车辆接收多个行驶信息,行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息;针对具有相同行驶起点和行驶终点的每一个行驶路径,根据车辆的行驶耗时和行驶路况信息从多个车辆中筛选出目标车辆;将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中;以及根据熟路数据集进行行驶路径推荐。本公开还提供了一种行驶路径推荐装置、设备和存储介质。
Description
技术领域
本公开涉及智能交通和自动驾驶领域,具体地,涉及行驶路径规划领域,更具体地,涉及一种行驶路径推荐方法、装置、设备及存储介质。
背景技术
在智能交通和自动驾驶中,广泛采用将基于最短路径搜索的算法与实时路况信息相结合的方法来提供推荐的行驶路径。然而,对于城市道路分布复杂或发生突发拥堵的出行行程,这种方法往往不能提供最佳的行驶路径。
发明内容
有鉴于此,本公开提供了一种行驶路径推荐方法、装置、设备及存储介质。
本公开的第一方面提供了一种行驶路径推荐方法,包括:
从多个车辆接收多个行驶信息,所述行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息;
针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆;
将所述目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中;以及
根据所述熟路数据集进行行驶路径推荐。
本公开的第二方面提供了一种行驶路径推荐方法,包括:
响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,所述行驶信息包括行驶路径、行驶耗时和行驶路况信息;
发送所述行驶信息至熟路推荐服务器;以及
接收来自所述熟路推荐服务器的行驶路径推荐。
本公开的第三方面提供了一种行驶路径推荐装置,包括:
信息获取模块,配置为从多个车辆接收多个行驶信息,所述行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息;
车辆筛选模块,配置为针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆;
路径存储模块,配置为将所述目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中;以及
路径推荐模块,配置为根据所述熟路数据集进行行驶路径推荐。
本公开的第四方面提供了一种行驶路径推荐设备,包括:
存储器,存储有程序指令;以及
处理器,被配置为执行所述程序指令,以执行根据本公开的第一方面所提供的行驶路径推荐方法。
本公开的第五方面提供了一种行驶路径推荐装置,包括:
信息生成模块,配置为响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,所述行驶信息包括行驶路径、行驶耗时和行驶路况信息;
信息反馈模块,配置为发送所述行驶信息至熟路推荐服务器;以及
推荐接收模块,配置为接收来自所述熟路推荐服务器的行驶路径推荐。
本公开的第六方面提供了一种行驶路径推荐设备,包括:
存储器,存储有程序指令;以及
处理器,被配置为执行所述程序指令,以执行根据本公开的第二方面所提供的行驶路径推荐方法。
本公开的第七方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的行驶路径推荐方法。
本公开的第八方面提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的用于进行行驶路径推荐的***的架构;
图2示意性示出了根据本公开实施例的行驶路径推荐方法的流程图;
图3示意性示出了根据本公开另一实施例的行驶路径推荐方法的流程图;
图4示意性示出了根据本公开实施例的筛选并得到目标车辆的示例过程;
图5示意性示出了根据本公开实施例的计算路况相似度的示例;
图6示意性示出了根据本公开实施例的行驶路径推荐装置的框图;
图7示意性示出了根据本公开另一实施例的行驶路径推荐装置的框图;以及
图8示意性示出了根据本公开实施例的适于执行行驶路径推荐的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
路径搜索算法(Path Search Algorithm)被用于解决最短路径问题,并被广泛应用于城市道路网络出行路径规划中。实时路况信息提取算法的加入为城市道路网络出行路径规划提供了更优的解决方案,实时路况归属时态属性,其加入使得实际路径规划方案更加贴合真实的路况场景。假设路径规划的出行起点为S,出行终点为E。从出行起点S到出行终点E的路径规划中往往采用的是以最短路径搜索算法为基础,并给予以红绿灯较少为代表的其他辅助路径解决方案来作为初始筛选结果。对于初次筛选的结果再结合实时路况信息来选取最优的几种路径解决方案来供出行人员进行选择。但是对于筛选的结果并非一定是最短时间的解决方案。以从出行行程的起点为百度(深圳)国际大厦A到终点深圳市宝安区西乡街道合正汇一城B的选择为例,通常路径筛选的结果提供三种方案。例如,方案一和方案二分别为普通城市道路选择方案,路程为12~13公里之间,第三种方案推荐为高速道路选择方案,其路程为18~19公里之间。但如果城市道路的分布比较复杂或遭遇突发道路事件,则终点B的情况可能具有很多不同的选择,而如果终点B的位置发生改变,则推荐路径可能也随之改变。例如,在当前终点B的半径为600米范围的区域内改变终点B时,其推荐路径将发生改变。第三种方案很容易被取代为与方案一和方案二同类型的普通道路选择方案,即高速道路选择方案被取代。但对于有经验的出行人员而言,即对于熟路驾驶员而言,实际情况是稍远路程的高速道路方案仍是熟路出行人员较优选择的路径方案。特别的,对于出行体验不佳的路径,例如路况差,尽管耗时可能较短,但对于熟路出行人员而言也未必是最佳出行路径。
通常,对于城市道路分布复杂以及在出行行程中遭遇突发道路拥堵的情况,与实时路况信息相结合的路径搜索算法也不能提供最佳的出行路径。这种情况下,有经验的出行人员所选择的熟路路径通常能够耗时更少或行驶体验更佳。例如通过稍远出行的路径选择来换取较少的出行总时间开销是熟路驾驶员所选择的出行路径方案之一。在有些情况下,将熟路驾驶员所选择的出行路径作为推荐路径提供给用户,有利于为用户提供更好的出行体验。
图1示意性示出了根据本公开实施例的用于进行行驶路径推荐的***的架构。如图1所示,用于进行行驶路径推荐的***包括车辆110,在车辆110上安装有车载终端120和卫星导航终端130,还包括与车载终端120通信连接的服务器设备140。车辆110可以是自动驾驶车辆或辅助驾驶车辆。卫星导航终端130可以通过全球卫星导航***(GlobalNavigation Satellite System,GNSS)来对车辆110的位置进行定位,并根据定位和电子地图来为车辆110提供推荐的行驶路径,例如,基于最短路径搜索算法计算来为车辆110推荐行驶路径。车载终端120可以为车辆110提供根据本公开实施例的熟路路径推荐。车载终端120可以实时监测车辆110的行驶状态,并根据车辆110的行驶状态获取车辆110在行驶过程中所产生的各种行驶数据。车载终端120可以将包括行驶数据的行驶信息发送给服务器设备140。在服务器设备140处还设置有数据库150。服务器设备140可以根据接收到的行驶信息来更新数据库150,以及可以从数据库150获取熟路路径推荐方案并发送给车载终端120以供车辆110在出行时进行选择。本公开实施例中的服务器设备130例如可以远程计算机,也可以是边缘计算平台、云计算平台等。
图2示意性示出了根据本公开实施例的行驶路径推荐方法200的流程图。如图2所示,行驶路径推荐方法200包括:
在步骤S210中,响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,行驶信息包括行驶路径、行驶耗时和行驶路况信息。
在步骤S220中,发送行驶信息至熟路推荐服务器。
在步骤S230中,接收来自熟路推荐服务器的行驶路径推荐。
根据实施例,用户在准备驾驶车辆出行时,可以从提供给用户的路径推荐方案选择出行路径。根据实施例,提供给用户的路径推荐方案可以包括由卫星导航终端130所提供的基于最短路径搜索算法计算得到的至少一个行驶路径。根据实施例,提供给用户的路径推荐方案还可以包括由根据本公开实施例的车载终端120所提供的熟路路径推荐方案。本公开实施例对此不做限定,还可以包括根据其他方法提供的路径推荐方案。在某些情况下,用户可以从上述提供的路径推荐方案中选择一条推荐路径,并在驾驶过程中完全按照该推荐路径的方案行驶,这时不生成车辆的行驶信息。而在另一些情况下,例如用户本次出行的行程是该用户曾经行驶过的行程,又或者用户时一个拥有丰富驾驶经验的驾驶员,则用户很可能拥有更理想的行驶方案。因此,在这种情况下,用户可能不会选择上述提供的路径推荐方案中的任何一个路径,而根据自身的经验自行选择行驶路径。根据本公开的实施例,在用户根据自行选择的行驶路径出行的情况下,对用户所驾驶车辆的行驶过程进行监测并反馈相关信息,因为这种情况下的行驶路径可能成为一个熟路路径。另外,还有一种可能的情况是,用户在驾驶车辆出行的开始,即在行程的出行起点处,从上述提供的路径推荐方案中选择了一条推荐路径并根据所选择的推荐路径行驶了一段距离,在到达行程中的某个位置之后,用户对于之后的行程有更加理想的行驶方案,因此用户在该位置后自行选择行驶路径驾驶。在这种情况下,从用户开始自行选择行驶路径的该位置至行程最终的出行终点的这段行驶路径也可能成为一个熟路路径。
根据实施例,在步骤S210中,响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息需要针对上述两个场景进行数据采集。
第一个场景是用户不使用任何路径推荐方案,自行选择路线出行。在该场景中,在从本次行程的出行起点至出行终点的行驶过程中对用户所驾驶的车辆进行数据采集,以获取车辆的行驶数据。根据实施例,行驶数据包括但不限于用于标记未按照推荐路径进行行驶的行驶过程的行驶起点和行驶终点、车辆的行驶方向、行驶速度、从行驶起点至行驶终点的总耗时以及在行驶过程中的路况信息(即行驶路况信息)。在该场景中,行驶起点即为出行起点,行驶终点即为出行终点。可以通过例如设置在车辆上的多个传感器获取车辆的行驶方向、行驶速度和从行驶起点至行驶终点的总耗时。可以通过例如卫星导航终端所使用的实时路况信息来获取行驶过程中的路况信息,也可以通过例如交通广播的实时路况信息播报来获取行驶过程中的路况信息,本公开实施例不限于此。根据实施例,行驶过程中的路况信息包括拥堵程度、拥堵路段、拥堵长度、拥堵路名、拥堵方向、拥堵时间、突发拥堵事件、红绿灯数量以及每个红绿灯的等待时间中的一种或多种。
第二个场景是用户选择推荐路径出行,并且在用户行驶到出行起点与出行终点之间的中间点时,用户变更了行驶路线,则在从中间点至出行终点的行驶过程中对用户所驾驶的车辆进行数据采集,以获取车辆的行驶数据。根据实施例,在该场景中,行驶起点即为开始自行选择行驶路径的中间点,行驶终点即为出行终点。获取行驶数据的方法可以参见前述实施例,此处不再赘述。行驶过程中的路况信息同样包括拥堵程度、拥堵路段、拥堵长度、拥堵路名、拥堵方向、拥堵时间、突发拥堵事件、红绿灯数量以及每个红绿灯的等待时间中的一种或多种。容易理解,第二个场景中所记录的行驶路径是相对于出行行程的部分行驶路径。
接下来,从所记录的行驶数据中获取从行驶起点至行驶终点的总耗时,并从总耗时去除车辆行驶中非正常停留所消耗的时间以获得行驶耗时。容易理解的是,非正常停留不包括例如由于道路拥堵事件而导致的停留。非正常停留可以包括例如由于其他突发事件而导致的停留,例如因给车辆加油而导致的停留、因遇见熟人而导致的停留、因购买行为而导致的停留等。在从总耗时中去除上述非正常停留所消耗的时间之后可以得到车辆实际行驶的耗时。
接下来,将所得到的行驶耗时与基于最短路径搜索算法计算得到的行驶路径的最短耗时进行比较。根据实施例,如果还根据其他方法提供了路径推荐方案,则将所得到的行驶耗时与根据其他方法的路径推荐方案的最短耗时进行比较。如果所得到的行驶耗时比例如基于最短路径搜索算法计算得到的行驶路径的最短耗时更少,则说明由用户自行选择的行驶路径更优,有可能成为用于推荐的熟路路径。因此,在所得到的行驶耗时小于基于最短路径搜索算法计算得到的行驶路径的最短耗时的情况下,可以根据该行驶耗时、行驶路径和所记录的行驶过程中的路况信息来生成行驶信息,并在步骤S220中将行驶信息发送给熟路推荐服务器,例如服务器设备140。
需要说明的是,在比较行驶路径的行驶耗时的时候,需要对齐行驶起点和行驶终点。如前所述,对于第一个场景,行驶起点即为出行行程的出行起点,行驶终点即为出行行程的出行终点,因此可以将基于最短路径搜索算法计算得到的行驶路径的最短耗时直接用于上述比较中。一般为基于最短路径搜索算法计算得到的推荐路径的第一个推荐方案的耗时。而对于第二个场景,行驶起点为开始自行选择行驶路径的中间点,行驶终点为出行行程的出行终点,因此需要先从基于最短路径搜索算法计算得到的行驶路径的最短耗时中去除从出行起点至所述中间点所行驶的时间。
上述过程实现了对车辆数据的实时监控和采集,所提供的行驶信息可以被熟路推荐服务器用于进行数据库的更新,例如对数据库150进行更新。由此实现了用于熟路路径推荐的数据库的在线更新。
根据实施例,用户可以从用于熟路推荐服务器获取推荐路径。具体的,用户在准备出行时,可以将出行行程的出行起点和出行终点输入到车载终端120中,车载终端120还可以获取当前时刻的路况信息,获取路况信息的方法可以参见前述实施例,此处不再赘述。然后由车载终端120向熟路推荐服务器发送路径推荐请求,如图2中的步骤S225所示。在路径推荐请求包括出行起点、出行终点和当前时刻的路况信息(起点路况信息),熟路推荐服务器将根据路径推荐请求中所包括的信息,从数据库中选择合适的熟路路径。接下来,用户可以通过车载终端120接收来自熟路推荐服务器的行驶路径推荐,并可以根据实际情况决定是否根据该推荐的熟路路径进行出行。
根据本公开实施例的行驶路径推荐方法可以获取针对出行行程的熟路路径推荐,熟路路径通常比基于最短路径搜索算法计算得到的行驶路径的行驶耗时更短,因为可以为用户提供更好的出行体验。
图3示意性示出了根据本公开另一实施例的行驶路径推荐方法300的流程图。行驶路径推荐方法300可以应用于熟路推荐服务器。如图3所示,行驶路径推荐方法300包括以下步骤:
在步骤S310中,从多个车辆接收多个行驶信息,行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息。
在步骤S320中,针对具有相同行驶起点和行驶终点的每一个行驶路径,根据车辆的行驶耗时和行驶路况信息从多个车辆中筛选出目标车辆。
在步骤S330中,将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中。
在步骤S340中,根据熟路数据集进行行驶路径推荐。
具体的,在步骤S310中,根据实施例,熟路推荐服务器接收从不同车辆发送的行驶信息。根据前述实施例可知,在车辆未按照所提供的任何一个推荐路径行驶时,将发送行驶信息。行驶信息中所包括的车辆的行驶路径、行驶耗时和行驶路况信息可以参考前述实施例,此处不再赘述。熟路推荐服务器在接收到这些行驶信息之后,可以将接收到的行驶信息暂时存储在存储器中的一个缓冲存储区域中,待接收到一定数量的行驶信息之后,再对行驶信息进行处理。例如可以在缓冲存储区域达到预设的存储阈值时开始对行驶信息进行处理,也可以在预设的时间段(例如一个星期)后对所存储的行驶信息进行处理,并且可以根据数据库的更新要求设定时间段。
接下来,在步骤S320中,对行驶信息进行筛选。可以先根据行驶路径的行驶起点和行驶终点,对行驶路径进行分类。其中,将具有相同的行驶起点和行驶终点的行驶路径划分为一组。然后再针对每组行驶路径,根据车辆的行驶耗时和行驶路况信息从多个车辆中筛选出目标车辆。目标车辆具有如下特征,目标车辆的行驶耗时小于数据库中已存储的具有相同的行驶起点和相同的行驶终点且行驶路况信息相近的候选熟路路径的行驶耗时,或者具有与已存储的候选熟路路径相同的行驶起点和行驶终点的目标车辆的行驶路径是由熟路驾驶员提供的。
在这种情况下,在步骤S330中,将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中,即可以将该目标车辆的行驶路径作为推荐的熟路路径提供。针对划分得到的每组行驶路径进行筛选,并由此得到更新后得到的熟路数据集。
接下来,在步骤S340中,根据更新后的熟路数据集进行行驶路径推荐具体包括响应于接收到包括出行起点、出行终点和起点路况信息的路径推荐请求来从熟路数据集中选择候选熟路路径,以及利用所选择的候选熟路路径进行行驶路径推荐。熟路推荐服务器(即服务器设备140)可以接收来自车辆的(从车载终端120发送)的路径推荐请求,并根据路径推荐请求来从熟路数据集(存储于数据库150中)中选择候选熟路路径。
根据本公开的实施例,可以在线的实时更新熟路数据集,以用于熟路路径的推荐,从而能够对熟路路径推荐方案进行有效的扩充,并使推荐的熟路路径始终保持最优。
图4示意性示出了根据本公开另一实施例的筛选并得到目标车辆的示例过程。如图4所示,针对具有相同行驶起点和行驶终点的每一个行驶路径,在步骤S410中,根据车辆的行驶路况信息与熟路数据集中已存储的具有相同行驶起点和行驶终点的候选熟路路径的行驶路况信息来计算路况相似度。路况相似度用来表示车辆的行驶路况信息与熟路数据集中已存储的具有相同行驶起点和行驶终点的候选熟路路径的行驶路况信息之间的相似程度。路况相似度的值越大,可以表示行驶路况信息之间越相近。接下来,在步骤S420中,比较计算得到的路况相似度与预设的第一阈值TH1之间的大小。预设的第一阈值TH1可以根据行驶路况信息之间的相似程度来确定。容易理解,第一阈值TH1的值越大,则比较得到的车辆的行驶路况信息与熟路数据集中已存储的具有相同行驶起点和行驶终点的候选熟路路径的行驶路况信息之间越相似。如果判断结果为是,即在确定路况相似度大于预设的第一阈值TH1的情况下,在步骤S430中,继续比较车辆的行驶耗时与已存储的候选熟路路径的行驶耗时ti,其中ti表示熟路数据集中已存储的候选熟路路径,i表示熟路数据集中已存储的具有相同行驶起点和行驶终点且通过步骤S420判断确定行驶路况信息相似的候选熟路路径的数量。该操作的目的是确定车辆的行驶耗时是否是已存储的具有相同行驶起点和行驶终点且具有相似行驶路况的候选熟路路径中最小的。如果判断结果为是,即在车辆的行驶耗时小于已存储的候选熟路路径的行驶耗时的情况下,则在步骤S440中,将车辆筛选为目标车辆。如果判断结果为否,即在车辆的行驶耗时大于或等于已存储的候选熟路路径的行驶耗时的情况下,则在步骤S460中,丢弃该车辆的行驶信息。如果在步骤S420处判断结果为否,即路况相似度小于或等于第一阈值TH1的情况下,则在步骤S450中,继续判断该车辆是否为由熟路驾驶员驾驶的车辆。如果判断结果为是,即在确定车辆是由熟路驾驶员驾驶的车辆的情况下,继续进行到步骤S440,将车辆筛选为目标车辆。如果判断结果为否,即在确定车辆不是由熟路驾驶员驾驶的车辆的情况下,继续进行到步骤S460,丢弃该车辆的行驶信息。
根据本公开的实施例,熟路驾驶员包括提供的行驶耗时小于基于最短路径搜索算法计算得到的最短耗时的行驶路径的数量大于预设的第二阈值TH2的驾驶员和提供的作为候选熟路路径的行驶路径的数量大于预设的第三阈值TH3的驾驶员。具体的,在熟路数据集的建立初期,需要从能够提供自行出行路径的大量驾驶员对象中获取数据。然后,并不是每个驾驶员都是经验丰富的驾驶员,即并不是每个驾驶员提供的行驶路径的行驶耗时都会比基于最短路径搜索算法计算得到的推荐路径的最短耗时更短。这样,如果不加筛选地去采集数据将造成大量的人力、物力和财力的浪费。因此,根据本公开的实施例,首先对大量驾驶员进行筛选,从中确定熟路驾驶员,确定的原则即为如果驾驶员提供的行驶耗时小于基于最短路径搜索算法计算得到的最短耗时的行驶路径的数量大于预设的第二阈值TH2,则确定该驾驶员为熟路驾驶员。另外,还考虑到,并不能在熟路数据集的建立阶段就找到所有的熟路驾驶员,因此,还根据在利用熟路数据集提供熟路路径的阶段中,如果驾驶员提供的作为候选熟路路径的行驶路径的数量大于预设的第三阈值TH3,则确定该驾驶员为熟路驾驶员。根据本公开的实施例,将熟路驾驶员的限定应用于利用熟路数据集提供熟路路径的阶段中,可以对熟路驾驶员所提供的行驶路径给予更多的关注,这样有利于更准确地获取到熟路路径。
根据本公开的实施例,通过对行驶信息的多级筛选来确定可以存储为候选熟路路径的行驶路径,进一步确保了用于推荐的熟路路径的可靠性。
进一步地,根据实施例,在将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中需要注意的是,在路况相似度大于预设的第一阈值TH1且在车辆的行驶耗时小于已存储的候选熟路路径的行驶耗时ti的情况下,将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中其实是替换操作,即以车辆的行驶路径替换掉行驶耗时大于该行驶路径的行驶耗时的已存储的候选熟路路径,即去除熟路数据集中已存储的该候选熟路路径。
进一步地,根据实施例,根据路径推荐请求来从熟路数据集中选择候选熟路路径也需要根据行驶路况信息进行选择。根据实施例,根据路径推荐请求来从熟路数据集中选择候选熟路路径包括从熟路数据集中筛选出具有与出行起点和出行终点相同的行驶起点和行驶终点的候选熟路路径,根据起点路况信息与筛选得到的候选熟路路径中的每个候选熟路路径的行驶路况信息来计算推荐路况相似度,以及选择推荐路况相似度大于预设的第一阈值TH1的候选熟路路径。
图5示意性示出了根据本公开实施例的路况相似度的计算示例。根据实施例,可以基于向量相似度的计算来计算路况相似度,例如,可以将表示行驶路况信息的具体路况作为向量的一个维度。如图5所示,将拥堵程度根据具体路况进一步划分为严重拥堵、轻度拥堵和不拥堵,并将它们分别作为向量的一个维度,然后根据具体路况对其赋值。例如,如果实际的路况是严重拥堵,则将严重拥堵赋值为1,将轻度拥堵和不拥堵均赋值为0。这样,就可以将拥堵程度转换为向量的多个维度,以便根据向量相似度的计算方法来计算路况相似度。
本发明提出的一种与实时路况相结合的城市道路熟路路径搜索方案应用于城市道路出行路径规划,通过时态熟路属性与实时路径的结合能够优化城市道路出行方案的选择,从而为出行人员提供一种出行体验更优并且更加符合真实场景的路径选择方案。
图6示意性地示出了根据本公开实施例的行驶路径推荐装置600的框图。如图6所示,行驶路径推荐装置600包括信息获取模块610、车辆筛选模块620、路径存储模块630和路径推荐模块640。
根据实施例,信息获取模块610被配置为从多个车辆接收多个行驶信息,该行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息。车辆筛选模块620被配置为针对具有相同行驶起点和行驶终点的每一个行驶路径,根据车辆的行驶耗时和行驶路况信息从多个车辆中筛选出目标车辆。路径存储模块630被配置为将目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中。路径推荐模块640被配置为根据熟路数据集进行行驶路径推荐。
以上各功能模块的具体操作可以参考前述实施例中的行驶路径推荐方法300的操作步骤来获取,此处不再赘述。
图7示意性地示出了根据本公开另一实施例的行驶路径推荐装置的框图。如图7所示,行驶路径推荐装置700包括信息生成模块710、信息反馈模块720、请求发送模块730和推荐接收模块740。
根据实施例,信息生成模块710被配置为响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,行驶信息包括行驶路径、行驶耗时和行驶路况信息。信息反馈模块720被配置为发送行驶信息至熟路推荐服务器。请求发送模块730被配置为发送路径推荐请求,路径推荐请求包括出行起点、出行终点和起点路况信息。推荐接收模块740被配置为接收来自熟路推荐服务器的行驶路径推荐。
以上各功能模块的具体操作可以参考前述实施例中的行驶路径推荐方法200的操作步骤来获取,此处不再赘述。
图8示意性示出了根据本公开实施例的适于执行行驶路径推荐的电子设备800的框图。可以利用图8所示的电子设备来执行根据本公开实施例的行驶路径推荐方法。
如图8所示,根据本公开实施例的电子设备800包括处理器801和存储器802。处理器801可以根据存储在存储器802中的程序或指令来执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
处理器801与存储器802通过总线彼此相连。处理器801通过执行存储器802中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除存储器802以外的一个或多个存储设备中。处理器801也可以通过执行存储在所述一个或多个存储设备中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入装置803和输出装置804,输入装置803和输出装置804也连接至总线。此外,电子设备800还可以包括以下部件中的一项或多项:包括键盘、鼠标等的输入部分;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。
根据本公开实施例的行驶路径推荐方法的执行主体可以是单独的行驶路径推荐设备或集成为现路径推荐设备(例如卫星导航终端)中的一个模块。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被处理器801执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质和计算机程序产品。该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被处理器801执行时,实现根据本公开实施例的方法。计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时可以实现上述任意实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是计算机非易失性的计算机可读存储介质,例如可以可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (16)
1.一种行驶路径推荐方法,包括:
从多个车辆接收多个行驶信息,所述行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息;
针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆;
将所述目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中;以及
根据所述熟路数据集进行行驶路径推荐,
其中,所述针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆包括:
根据所述车辆的行驶路况信息与所述熟路数据集中已存储的具有相同行驶起点和行驶终点的候选熟路路径的行驶路况信息来计算路况相似度;
在所述路况相似度大于预设的第一阈值的情况下,比较所述车辆的行驶耗时与已存储的候选熟路路径的行驶耗时:
在所述车辆的行驶耗时小于所述已存储的候选熟路路径的行驶耗时的情况下,将所述车辆筛选为目标车辆。
2.根据权利要求1所述的方法,其中,所述针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆还包括:
在所述路况相似度小于或等于所述第一阈值的情况下,确定所述车辆是否为由熟路驾驶员驾驶的车辆:
在所述车辆是由熟路驾驶员驾驶的车辆的情况下,将所述车辆筛选为目标车辆。
3.根据权利要求2所述的方法,其中,所述熟路驾驶员包括提供的行驶耗时小于基于最短路径搜索算法计算得到的最短耗时的行驶路径的数量大于预设的第二阈值的驾驶员和提供的作为候选熟路路径的行驶路径的数量大于预设的第三阈值的驾驶员。
4.根据权利要求1所述的方法,其中,在所述路况相似度大于预设的第一阈值且在所述车辆的行驶耗时小于所述已存储的候选熟路路径的行驶耗时的情况下,所述将所述目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中还包括去除所述已存储的候选熟路路径。
5.根据权利要求1所述的方法,其中,所述根据所述熟路数据集进行行驶路径推荐包括:
响应于接收到包括出行起点、出行终点和起点路况信息的路径推荐请求来从所述熟路数据集中选择候选熟路路径;以及
利用所选择的候选熟路路径进行行驶路径推荐。
6.根据权利要求5所述的方法,其中,所述响应于接收到包括出行起点、出行终点和起点路况信息的路径推荐请求来从所述熟路数据集中选择候选熟路路径包括:
从所述熟路数据集中筛选出具有与所述出行起点和出行终点相同的行驶起点和行驶终点的候选熟路路径;
根据所述起点路况信息与筛选得到的候选熟路路径中的每个候选熟路路径的行驶路况信息来计算推荐路况相似度;以及
选择所述推荐路况相似度大于预设的第一阈值的候选熟路路径。
7.根据权利要求1所述的方法,其中,所述行驶中的路况信息包括拥堵程度、拥堵路段、拥堵长度、拥堵路名、拥堵方向、拥堵时间、突发拥堵事件、红绿灯数量以及每个红绿灯的等待时间中的至少之一。
8.一种行驶路径推荐方法,包括:
响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,所述行驶信息包括行驶路径、行驶耗时和行驶路况信息;
发送所述行驶信息至熟路推荐服务器;以及
接收来自所述熟路推荐服务器的行驶路径推荐,
其中,所述行驶路径推荐是采用权利要求1~7中任一项所述的方法进行的。
9.根据权利要求8所述的方法,其中,在接收来自所述熟路推荐服务器的行驶路径推荐之前,还包括:
发送路径推荐请求,所述路径推荐请求包括出行起点、出行终点和起点路况信息。
10.根据权利要求8所述的方法,其中,所述响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息包括:
响应于当前的行驶路径偏离所选择的推荐路径而获取车辆的行驶数据;
从所述行驶数据中获取车辆的行驶路径、总耗时和行驶路况信息;
从所述总耗时中去除所述车辆行驶中非正常停留所消耗的时间以获得行驶耗时;
将所述行驶耗时与基于最短路径搜索算法计算得到的行驶路径的最短耗时进行比较;以及
在所述行驶耗时小于所述最短耗时的情况下,根据所述行驶耗时、所述行驶路径和所述行驶路况信息来生成所述行驶信息。
11.根据权利要求8所述的方法,其中,所述推荐路径还包括基于最短路径搜索算法计算得到的行驶路径。
12.一种行驶路径推荐装置,包括:
信息获取模块,配置为从多个车辆接收多个行驶信息,所述行驶信息包括车辆的行驶路径、行驶耗时和行驶路况信息;
车辆筛选模块,配置为针对具有相同行驶起点和行驶终点的每一个行驶路径,根据所述车辆的行驶耗时和行驶路况信息从所述多个车辆中筛选出目标车辆;
路径存储模块,配置为将所述目标车辆的行驶路径作为候选熟路路径存储在熟路数据集中;以及
路径推荐模块,配置为根据所述熟路数据集进行行驶路径推荐,
其中,所述车辆筛选模块具体配置为:
根据所述车辆的行驶路况信息与所述熟路数据集中已存储的具有相同行驶起点和行驶终点的候选熟路路径的行驶路况信息来计算路况相似度;
在所述路况相似度大于预设的第一阈值的情况下,比较所述车辆的行驶耗时与已存储的候选熟路路径的行驶耗时:
在所述车辆的行驶耗时小于所述已存储的候选熟路路径的行驶耗时的情况下,将所述车辆筛选为目标车辆。
13.一种行驶路径推荐设备,包括:
存储器,存储有程序指令;以及
处理器,被配置为执行所述程序指令,以执行如权利要求1至7中任一项所述的行驶路径推荐方法。
14.一种行驶路径推荐装置,包括:
信息生成模块,配置为响应于当前的行驶路径偏离所选择的推荐路径而生成行驶信息,所述行驶信息包括行驶路径、行驶耗时和行驶路况信息;
信息反馈模块,配置为发送所述行驶信息至熟路推荐服务器;以及
推荐接收模块,配置为接收来自所述熟路推荐服务器的行驶路径推荐,
其中,所述行驶路径推荐是采用权利要求12所述的装置进行的。
15.一种行驶路径推荐设备,包括:
存储器,存储有程序指令;以及
处理器,被配置为执行所述程序指令,以执行如权利要求8至11中任一项所述的行驶路径推荐方法。
16.一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1至7中任一项所述的行驶路径推荐方法,或权利要求8至11中任一项所述的行驶路径推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023748.5A CN111982145B (zh) | 2020-09-25 | 2020-09-25 | 行驶路径推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023748.5A CN111982145B (zh) | 2020-09-25 | 2020-09-25 | 行驶路径推荐方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111982145A CN111982145A (zh) | 2020-11-24 |
CN111982145B true CN111982145B (zh) | 2022-08-23 |
Family
ID=73449449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011023748.5A Active CN111982145B (zh) | 2020-09-25 | 2020-09-25 | 行驶路径推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982145B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112866910B (zh) * | 2021-01-08 | 2022-09-23 | 腾讯科技(深圳)有限公司 | 起点路线的推荐方法、装置、***和计算机存储介质 |
CN113762583A (zh) * | 2021-04-20 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 一种路线规划方法、装置、设备及计算机可读存储介质 |
CN115171416B (zh) * | 2022-08-24 | 2023-05-26 | 禾多科技(北京)有限公司 | 推荐行驶信息发送方法、装置、电子设备和介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900589A (zh) * | 2012-12-25 | 2014-07-02 | 上海博泰悦臻电子设备制造有限公司 | 导航***多条航线路况显示方法及装置 |
CN104374383A (zh) * | 2013-08-12 | 2015-02-25 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、装置及导航*** |
CN106092116A (zh) * | 2016-06-30 | 2016-11-09 | 维沃移动通信有限公司 | 一种基于导航终端的最优行驶路线生成、导航方法和装置 |
CN106595687A (zh) * | 2016-12-09 | 2017-04-26 | 思建科技有限公司 | 行车路线规划***及规划方法 |
CN106969782A (zh) * | 2017-05-27 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 导航路线的推送方法、装置、设备以及存储介质 |
CN107688867A (zh) * | 2017-07-31 | 2018-02-13 | 多维新创(北京)技术有限公司 | 班车线路调整方法及*** |
CN108267146A (zh) * | 2016-12-30 | 2018-07-10 | 比亚迪股份有限公司 | 路径规划装置、车载导航设备、导航方法和*** |
CN108627165A (zh) * | 2017-03-23 | 2018-10-09 | 刘海强 | 实现最优导航的方法 |
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*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016113893A1 (ja) * | 2015-01-16 | 2016-07-21 | 三菱重工メカトロシステムズ株式会社 | ナビゲーションシステム及び車載器 |
KR102310417B1 (ko) * | 2017-01-05 | 2021-10-07 | 현대자동차 주식회사 | 차량 주행모드 추천 서버 및 이를 이용한 주행모드 추천 방법 |
CN107063278A (zh) * | 2017-01-24 | 2017-08-18 | 观致汽车有限公司 | 一种车辆导航***、导航方法及其车辆 |
CN108592932A (zh) * | 2018-04-27 | 2018-09-28 | 平安科技(深圳)有限公司 | 一种无人车调度方法、***、设备及存储介质 |
-
2020
- 2020-09-25 CN CN202011023748.5A patent/CN111982145B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900589A (zh) * | 2012-12-25 | 2014-07-02 | 上海博泰悦臻电子设备制造有限公司 | 导航***多条航线路况显示方法及装置 |
CN104374383A (zh) * | 2013-08-12 | 2015-02-25 | 上海博泰悦臻电子设备制造有限公司 | 导航方法、装置及导航*** |
CN106092116A (zh) * | 2016-06-30 | 2016-11-09 | 维沃移动通信有限公司 | 一种基于导航终端的最优行驶路线生成、导航方法和装置 |
CN106595687A (zh) * | 2016-12-09 | 2017-04-26 | 思建科技有限公司 | 行车路线规划***及规划方法 |
CN108267146A (zh) * | 2016-12-30 | 2018-07-10 | 比亚迪股份有限公司 | 路径规划装置、车载导航设备、导航方法和*** |
CN108627165A (zh) * | 2017-03-23 | 2018-10-09 | 刘海强 | 实现最优导航的方法 |
CN106969782A (zh) * | 2017-05-27 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 导航路线的推送方法、装置、设备以及存储介质 |
CN107688867A (zh) * | 2017-07-31 | 2018-02-13 | 多维新创(北京)技术有限公司 | 班车线路调整方法及*** |
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*** |
Also Published As
Publication number | Publication date |
---|---|
CN111982145A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111982145B (zh) | 行驶路径推荐方法、装置、设备及存储介质 | |
US10043384B2 (en) | Management of mobile objects and service platform for mobile objects | |
US9584977B2 (en) | Management of moving objects | |
US11022457B2 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
US10540895B2 (en) | Management of mobile objects | |
EP3009798B1 (en) | Providing alternative road navigation instructions for drivers on unfamiliar roads | |
US10281287B2 (en) | Route generation device and route generation method | |
US11662215B2 (en) | Method, apparatus, and computer program product for anonymizing trajectories | |
US11703337B2 (en) | Method, apparatus, and computer program product for anonymizing trajectories | |
US20200124438A1 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
CN111915893B (zh) | 一种道路瓶颈点识别方法、装置、电子设备及存储介质 | |
RU2664034C1 (ru) | Способ и система создания информации о трафике, которая будет использована в картографическом приложении, выполняемом на электронном устройстве | |
CN111854777B (zh) | 导航路线行驶时间的更新方法、导航方法、***及车辆 | |
CN111737601A (zh) | 出行策略的推荐方法、装置、设备及存储介质 | |
Zhuang et al. | Framework of experienced route planning based on taxis' GPS data | |
CN113706857A (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
US20220128370A1 (en) | Route selection using machine-learned safety model | |
CN112923942B (zh) | 起点和终点之间车辆参考行驶路线的方法和装置 | |
CN114781243A (zh) | Eta预测及模型训练方法、设备、介质及产品 | |
CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
JP6214827B1 (ja) | 燃費推定システム、燃費推定方法および燃費推定プログラム | |
JP2016217820A (ja) | 経路案内装置 | |
JP2005258583A (ja) | 交通情報収集装置 | |
CN113494919B (zh) | 基于个人局部经验路线的导航规划方法和装置 | |
CN114566062B (zh) | 车辆停车调度管理方法、装置、计算机设备和存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211009 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, *** building, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |