[發明專利]一種智能導航儀及其路徑導航的實現方法

無效

• 申請號: 201310562818.8
• 申請日: 2013-11-13
• 公開（公告）號: CN103606292A
• 公開（公告）日: 2014-02-26
• 發明（設計）人: 高小方
• 申請（專利權）人: 山西大學
• 主分類號: G08G1/0969
• 分類號: G08G1/0969;G01C21/34
• 代理公司: 山西五維專利事務所(有限公司) 14105
• 代理人: 張福增

技術領域

本發明涉及一種智能導航儀及其路徑導航的實現方法,基于大數據技術、數據挖掘技術、統計方法實現智能導航儀的路徑實時推薦，屬于大數據的數據挖掘領域。

背景技術

車載導航儀系統是現代多學科的高新技術結晶，它綜合了GPS導航衛星及目標定位技術、GIS數字電子地圖技術、城市智能化交通管理技術、移動通信等高新技術的成果。GPS導航可以獲得任意接收點的空間位置坐標數據，還可用于測時、測速，為GIS提供極為重要的實時、動態、精確獲取空間數據。GIS則可以作為GPS的空間數據處理、集成和應用工具。二者緊密聯系，共同開創和深化更多領域的空間應用。用GIS提供的重要的空間數據和GPS導航系統獲得的空間位置坐標，速度等數據加上無線通信系統(CDMA／GPRS)以及與計算機車輛管理信息系統的結合可實現車輛跟蹤、定位，提供出行路線規劃和導航、信息查詢、緊急援助等功能。

但是，目前市場中的車載導航儀基本上都是采用基于靜態地圖的路徑規劃策略，按照人們需求確定出行路線，不能根據實時路況進行路徑規劃；路況信息也只能通過交通信息頻道或廣播或路標獲取，不能實時主動獲取；電子地圖也面臨不少問題，例如行業標準不統一、地圖更新周期長、跟不上道路變化狀況等；而且導航儀不會考慮可能發生的交通擁堵、道路封鎖、交通事故等道路狀況，實用性還有待提高。

車輛行駛過程中可以產生大量的車況信息和路況信息，反映出車主的生活習慣、社交范圍、城市道路狀況等。將這些基本信息作為生產原料，通過最新的大數據技術和數據挖掘技術，對這些海量數據進行挖掘和分析，就可以快速地生成各種主題的歷史數據分析報表、趨勢報告等有價值的信息，進而改善智能導航儀的服務模式，提高服務質量，發現某些客戶、群體或組織的興趣和行為規律，預測到可能發生的某些變化趨勢，實時、主動地為用戶提供路況信息，進行路徑導航推薦等高附加值的服務。這些增值服務將提高用戶的交通安全、駕駛樂趣等，實現更科學的需求管理。

發明內容

本發明提供一種智能導航儀，包括導航數據傳輸模塊、導航數據存儲模塊和導航數據分析模塊，導航數據傳輸模塊用于整合傳感器發送的行駛數據，定時通過無線通信網絡發送至導航數據存儲模塊，并接收導航數據分析模塊傳輸的車輛實時路況預測信息和實時路徑推薦信息；所述的行駛數據包括車輛行駛位置、行駛速度、駕駛時間、相鄰車輛距離、停車時長等；所述的車輛實時路況預測信息包括車輛當前行駛路段的平均車速和通暢程度、預測的下一時段的平均車速及其通暢程度；實時路徑推薦信息為從當前路段到目的地預測出的時間最短路徑；導航數據存儲模塊用于存儲行駛數據；導航數據分析模塊用于統計分析行駛數據，建立社交地圖和車輛行駛習慣記錄，繪制各路段平均車速波形圖，形成路況報告和趨勢報告，發送車輛實時路況預測信息和實時路徑推薦信息到導航數據傳輸模塊；所述的社交地圖為通過分析行駛數據得出的停車時長較長且頻率較高的行駛位置；所述的車輛行駛習慣記錄為通過分析行駛數據得出的行駛路線相同或相近的時間信息和路線信息。

本發明提供的一種智能導航儀路徑導航的實現方法，步驟如下：導航數據傳輸模塊定時發送行駛數據到導航數據存儲模塊；導航數據存儲模塊存儲車輛的行駛數據；導航數據分析模塊統計單個車輛的行駛數據，建立社交地圖和車輛行駛習慣記錄；導航數據分析模塊統計分析經過各路段的所有車輛的行駛數據，建立各路段的平均車速波形圖，通過二次指數平滑的時間序列方法形成路況報告和趨勢報告；導航數據分析模塊匹配車輛當前的行駛數據和車輛行駛習慣記錄，預測車輛行駛目的地和行駛路線；導航數據分析模塊依據路況報告和趨勢報告，預測車輛實時路況信息和實時路徑推薦信息，發送到導航數據傳輸模塊；導航數據傳輸模塊將實時路況信息發送至采用Android實現的終端平臺上，智能導航儀在Android建立的終端平臺繪制電子地圖，同時通過語音或文字提示實時路徑推薦信息。

本發明采用的技術方案如下：

第一步，導航數據傳輸模塊整合傳感器發送的行駛數據，定時通過無線通信網絡發送至導航數據存儲模塊。

第二步，導航數據存儲模塊采用Hadoop建立大數據存儲平臺，存儲行駛數據。

第三步，導航數據分析模塊統計單個車輛的行駛數據，建立社交地圖和車輛行駛習慣記錄。

第四步，導航數據分析模塊統計分析經過各路段的所有車輛的行駛數據，建立各路段的平均車速波形圖，通過二次指數平滑的時間序列方法形成路況報告和趨勢報告。

第五步，導航數據分析模塊匹配車輛當前的行駛數據與車輛行駛習慣記錄，預測車輛行駛目的地和行駛路線。