1.本项目采用百度地图API获取步行时间，基于GBDT模型对排队时间进行预测。实现用户自主选择多个目的地，系统输出最佳路线规划的结果，并根据用户的选择给出智能化推荐。
2.项目运行环境：需要Python 3.6及以上配置。
3.项目包括6个模块：数据预处理、客流预测、百度地图API调用、GUI界面设计、路径规划和智能推荐。选用GBDT建立模型，GBDT通过多轮迭代，每轮迭代产生一个弱分类器，每个分类器在上一轮的残差基础上进行训练；采用GBDT模型进行预测，输入当前天气、温度、风力风向、日期(是否是节假日、星期几)和时间即可得出当前客流量；当前客流量在后续预测排队时做一系列操作即可转换为排队时间；通过调用百度地图API模块产生节点之间的步行时间矩阵和客流模型，应用穷举法设计算法，得出最佳路线规划；系统将用户未选择的地点一次分别加入已选择的队列中进行运算，其基本思路与最佳路线规划模块一致，采用穷举法得到所有路线及其总耗时，最后将它们输出，实现智能推荐。
4.博客：https://blog.csdn.net/qq_31136513/article/details/133018114
2024-04-24 18:32:16
10.68MB
1
1 引言
随着中国的城市化的程度不断加快，使得越来越多的人口与事业单位集中在一个“狭小”范围内生活与工作。城市的迅速“膨胀”直接导致了交通网络的日趋复杂，人员流动的日益频繁也使得每个人对空间信息有了更多的依赖。人们更加关心“当前我在哪里？”“目的地在哪里？”“如何到达？”等问题。而以嵌入式系统为平台的数字地理集成应用方案可以有效地解决这些矛盾。在此背景下，本文给出了基于ARM的嵌入式解决方案。
2 硬件实现
本嵌入式GPS导航系统的硬件核心是三星公司ARM9系列中的16/32位RISC处理器S3C2410A芯片，该芯片强大的实时处理能力和丰富的外围接
2022-03-07 09:36:59
194KB
1
移动机器人是机器人学一个重要分支，且随着相关技术的迅速发展，它正向着智能化和多样化方向发展，应用广泛，几乎渗透所有领域。于春和采用激光雷达的方式检测道路边界，效果较好，但干扰信号很强时，就会影响检测效果。付梦印等提出以踢脚线为参考目标的导航方法，可提高视觉导航的实时性。
这里采用视觉导航方式，机器人在基于结构化道路的环境下实现道路跟踪，目标点的停靠，以及导游解说，并取得较好的效果。
2021-10-24 16:11:13
489KB
1