CN101925939A - 估计道路交通的方法和系统 - Google Patents
估计道路交通的方法和系统 Download PDFInfo
- Publication number
- CN101925939A CN101925939A CN2007801022256A CN200780102225A CN101925939A CN 101925939 A CN101925939 A CN 101925939A CN 2007801022256 A CN2007801022256 A CN 2007801022256A CN 200780102225 A CN200780102225 A CN 200780102225A CN 101925939 A CN101925939 A CN 101925939A
- Authority
- CN
- China
- Prior art keywords
- information
- tabulation
- portable terminal
- plmn
- vehicle
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种估计路网上的道路交通的方法,包括:从至少一个信息源接收信息,其中从至少一个信息源接收的信息是第一信息种类和第二信息种类中的一个;定义至少两种不同的信息处理方法,每种方法与所述信息种类中的相应一个信息种类关联;根据可用信息种类和预定标准选择信息处理方法;以及用选择的信息处理方法处理对应的可用信息种类;和根据所述处理的结果提供道路交通的估计。
Description
技术领域
本发明一般地涉及估计、监视和管理道路交通的方法和系统。更具体地说,本发明提出一种高度灵活的监视和/或估计和/或管理道路交通的方法和系统。
背景技术
道路交通的估计、监视和管理通常是根据对经过所监控的路网的一个或多个点的车辆数目进行计数来实现的。
车辆计数方法实质上有两种:人工计数法和自动计数法。
人工车辆计数法规定呆在道路沿线的规定监视点的工作人员目视计数经过的车辆。
自动车辆计数法规定在路面上或路面内布置适于探测车辆的经过的探测器。可以使用不同种类的探测器,更常见的是:
-一端封闭,在另一端与薄膜连接的橡胶管;车辆从橡胶管上方通过会在橡胶管内产生压力,所述压力使薄膜弯曲,从而确定增加车辆计数器;
-有电流流过的金属线圈,所述电流产生电磁场;车辆通过会改变该电磁场,并且探测这种事件从而导致增加车辆计数器;
-与适合于计数通过车辆的数目的自动图像识别系统连接的视频摄像机。
人工计数要求人员持续位于需要监控的路段,只用于限时监控活动。
相反,自动车辆计数法用于较长时间地监控道路交通;不过,在路网上部署探测器和连接探测器与中央数据处理服务器的费用很高,尤其是在道路交通监视、估计和管理更有用的中等和大型城市地区的情况下更是如此。
上述车辆计数法的已知备选方案利用装备有GPS接收器的特定数目的车辆(称为“浮动车”),所述GPS接收器定期向服务中心传送其位置和速度,从而使服务中心可以估计道路交通。
这种方法同样非常昂贵,并且其效率和装备GPS接收器的流动车辆的数目,即,浮动车的数目,密切相关;因此,不可能持续不断地监视特定地区的所有主要道路。
近年来,由于移动电话在人群中的广泛普及,蜂窝移动电话网(蜂窝PLMN-公共陆地移动网络)也已被用于道路交通的估计、监视和管理。
利用蜂窝PLNM估计、监视和管理道路交通的系统可按照其工作所需要的车辆位置信息的类型来分类。
具体地说,第一类系统需要持续并且精确地知道流动车辆的地理位置。例如,在WO 99/44183A1中描述了需要这种信息的系统。该文献公开一种收集关于交通状况,即关于当前交通状况和任意起始位置与任意目的地之间的最佳路线的信息,并且为了以更高效和有利的方式利用移动电话网,提出一种其特征在于利用和移动电话机或移动通信设备的运动和位置有关的信息作为其计算中的输入的方法。
第二类系统要求知道其中发生小区之间的切换的地理位置;借助已知的定位技术,比如UL-TOA(上行链路到达时间),E-OTD(增强观测时差),CGI+TA(小区全球识别码+定时前置量),E-CGI+TA(增强小区全球识别码+定时前置量)获得关于切换位置的信息。例如在US5657487中说明了需要这种信息的系统。该文献描述了一种用于根据可测量的移动数据值,比如由移动辅助切换(MAHO)过程提供的那些移动数据值,确定移动站的位置的系统。移动站对附近基站进行信号强度测量,并把该信息返回给服务基站。还可确定为同步移动站所必需的定时前置量。信号强度测量结果和定时前置量数据从而提供信息以映射到估计的车辆位置。由于假定移动站离散地测量信号强度,因此道路沿线可能存在返回相同移动数据的几个连续位置。道路从而被分成被连续索引的恒定区段,在相关的移动数据向量和索引之间建立关联。移动站的定位处理由首先找出移动单元的道路,随后沿着道路找出位置组成。移动向量被顺序输入查找表或神经网络(扇区中的每条道路一个神经网络)中,直到输出坐标对实际上位于相应道路附近为止。从该点开始,输入向量沿着该道路提供对恒定区域的索引,从而关于移动站位于哪条道路,位于沿着该道路的哪个路段,明确地定位移动站。
第三类系统要求知道之间发生切换的小区的标识符。例如,在US 2005/0227696A1中描述了需要这种信息的系统。该文献描述了一种持续提取蜂窝网络的覆盖范围内的道路上的交通负荷和速度的系统和方法。数据是直接从蜂窝网络中的通信中提取的,而不使用任何外部传感器。所述方法能够使汽车和它所行驶的道路关联,并且仅仅利用到达蜂窝交换机的部分数据就能够确定汽车的速度。所述方法由下述阶段组成:学习阶段,所述学习阶段可包括具备定位装置(比如说GPS系统)的车辆驶过指定区域内的覆盖路线,并且并行地收集蜂窝数据(小区切换序列和信号强度报告)和定位数据。随后分析和处理累积的数据以产生参考数据库。工作阶段,其中持续监视蜂窝网络控制信道上的通信,并对照参考数据库进行匹配,以便定位车辆的路线和速度。使用所述路线和速度数据,以产生指定区域内的交通状态图,和交通事故时实时报警。按照能够:在工作阶段中,仅根据切换的小区ID就能非常快速、高度可靠地初始识别车辆路线;在工作阶段中非常快速、高度可靠地追踪车辆路线的来回;实时且高度可靠地探测事故的方式实现数据分析和数据库结构。
第四类系统要求知道移动电话网的订户在其中进行他们的呼叫的小区的标识符。例如在EP0763807中描述了需要这种信息的系统。该文献公开了根据在无线通信网络上承载的实时和过去的无线业务数据的分析,估计在位于无线通信网络的无线电覆盖区域中的道路上的交通情况。所分析的数据可包括,例如,a)在特定时间段内,在一个或多个小区中的活动-繁忙的无线终端用户装置的实际(当前)数目和预期(过去的平均)数目,b)在无线通信网络的一个位置区域中登记的活动-空闲无线终端用户装置的实际(当前)数目和预期(过去的平均)数目,c)在特定的时间段内,一个或多个小区中的移动终端用户装置花费的时间量。
第五类系统要求知道移动电话网的订户所处的位置区域。例如在WO 03/041031A1中描述了需要这种信息的系统。该文献涉及借助移动站网络收集交通数据。在移动站网络中确定这种区域,其中终端设备借助一个或多个预定消息与网络通信。根据网络和终端设备之间的消息,与第一区域相关地保存时钟的第一时间,并且根据网络和相同终端设备之间的消息,与第二区域相关地保存时钟的第二时间。使用该时钟的时间以通过计算例如从一个区域移动到另一个区域所用的时间来获得交通数据。通过确定道路沿线区域之间的距离,还能够确定车辆的速度。也可收集信息以形成统计分布。
US6587781公开了一种建模并处理车辆交通数据和信息的方法和系统,包括:(a)把路网的空间表示变换成空间上相互依赖且相互关联的有向路段的网络,以形成有向路段网络;(b)从各种来源获得与该有向路段网络相关联的各种车辆交通数据和信息;(c)按优先顺序排列、过滤和控制从各种来源中的每个来源获得的车辆交通数据和信息;(d)利用区分了优先顺序、过滤和控制的与每种来源相关联的车辆交通数据和信息,计算所述有向路段网络的每个有向路段的平均正规化行程时间(NTT)值,以形成与每种来源相关联的部分当前车辆交通状况图;(e)合并与每种来源相关联的部分当前交通状况图,从而生成与整个有向路段网络相关联的单一的完整的当前交通状况图;(f)预测与整个有向路段网络相关联的未来的完整车辆交通状况图;和(g)利用当前车辆交通状况图和未来车辆交通状况图,以向终端用户提供各种车辆交通相关业务应用。
WO 07/077472公开了一种道路交通监视系统,包括:用于接收移动终端的位置估计的第一输入(1a);用于接收根据进行这种监控的服务的种类而选择的输入规范的第二输入(1b);和用于生成道路交通地图的输出(1d),每个道路交通地图与一组地域元素相关联,并且对于每个地域元素,包括在这样的地域元素内行进的移动终端的至少一种移动性指标。最好,在下述参数中的至少两个之间选择输入规范:地域元素,地域元素观察时隙,关于所述至少一个移动性指标的估值的最大可容许误差。
发明内容
申请人注意到依赖蜂窝PLMN的已知系统的下述有关问题。
第一类系统可以非常精确,不过缺陷在于要求移动终端和/或移动电话网络能够进行从相应的服务小区和从与之相邻的小区接收的信号的测量;从而,这些系统的效率极其依赖于移动终端和/或网络设备的能力,而它们常是不适用的;另外,这些系统要求存在定位服务器或者驻留在移动终端中的适当定位算法;此外,这些系统在网络中产生相当大的数据流量,因为必须追踪移动终端的时变位置;另外,当流动车辆上的订户的移动终端关机或者处于待机状态时,这些系统不能工作。
第二、第三和第四类系统使用蜂窝PLMN通常可用的信息,不过它们仍然具在当存在中大型规模的网络小区,比如覆盖公路所穿行的郊区和市区外区域的网络小区时非常不精确,和要求电话呼叫相对较长以便能够得到车辆行驶的路径的缺点。
第五类系统同样使用通常蜂窝PLMN可用的信息,不过它们极其不精确,因为所考虑的区域很大并且包含若干个小区。
申请人注意到就借助蜂窝PLMN可获得的信息而言,和就借助常规系统(人工和/或自动车辆计数系统,浮动车)可获得的信息而论,估计、监视和管理道路交通的已知方法和系统都不够灵活,不足以适应可获得的不同的可能种类的信息。特别地,申请人注意到,现有技术中不存在能够不管从蜂窝PLMN得到的和借助常规系统可获得的信息的种类是什么都能正确地工作的方法和系统。
申请人解决了改进用于估计、监视和管理道路交通的现有方法和系统的通用问题。
具体地说,申请人解决了提供与现有技术中已知的那些方法和系统相比,尤其是在所能够使用的信息的种类方面更灵活的交通监控方法和系统的问题。
申请人发现这些问题的解决方案可以是一种适合于从至少一个,例如两个或更多个不同信息源(该信息源例如是蜂窝PLMN,和常规的车辆计数系统之一,和/或浮动车的车载GPS接收器)接收输入信息,并根据预定的选择标准,在由这些信息源可获得的信息的种类相应的至少两种可能的信息处理方法中选择输入信息处理方法的道路交通监视、估计和管理方法,以及相关的系统;所述预定选择标准例如可包括获得输入信息以及数据处理的可接受的负担(计算负担),和监控方法提供的结果的希望精度。
换句话说,当可以获得源于常规信息源和源于蜂窝PLMN的多种输入信息时,按照预定标准选择可能的信息处理方法之一。
按照本发明的方法和系统能够在任何环境(大型城市中心、市区外区域、公路等)中,按照与具体的定位系统(基于网络的、客户端-服务器)和定位技术(UL-TOA、E-OTD、CGI+TA、E-CGI+T或其它)无关的方式,使用由任意制造商生产的任意种类的移动终端、任意种类的蜂窝PLMN网络设备,以及使用任意蜂窝PLMN技术(GSM-全球移动通信系统,GPRS-通用分组无线电服务,UMTS-通用移动电信系统等)工作。
按照本发明的一个方面,提供了一种估计路网上的道路交通的方法,包括:
-从至少一个信息源接收信息,其中从至少一个信息源接收的信息是第一信息种类和第二信息种类中的一个;
-定义至少两种不同的信息处理方法,每种方法与所述信息种类中的相应一个信息种类相关联;
-根据可用信息种类和预定标准,选择信息处理方法;和
-用选择的信息处理方法处理对应的可用信息种类;
-根据所述处理的结果,提供道路交通的估计。
所述至少一个信息源可至少包括第一和第二不同的信息源,并且其中所述定义至少两种不同的信息处理方法包括使从第一和第二信息源接收的信息种类的相应组合与相应的信息处理方法相关联。
所述第一信息源可包括至少一个蜂窝PLMN。
从第一信息源接收的信息可包含下述中的一个或多个:
-连接到蜂窝PLMN的移动终端的列表,和列表中的每个移动终端所位于的宏区的标识符;
-连接到蜂窝PLMN的移动终端的列表,和当进行电话呼叫时,或者在发送消息时,或者当进行切换时,列表中的每个移动终端所位于的PLMN小区的标识符;
-连接到蜂窝PLMN的移动终端的列表,和当进行电话呼叫或切换时,关于列表中的每个移动终端在相应PLMN小区内的地理位置的指示;
-连接到蜂窝PLMN的移动终端的列表,和在电话呼叫期间,列表中的每个移动终端的轨迹的指示。
所述第二信息源可包括人工或自动车辆计数系统,和以从至少一部分流动车辆的车载卫星定位系统接收器接收的信息为基础的系统中的至少一个。
从第二信息源接收的所述信息可包括下述中的一个或多个:
-安装了人工或自动车辆计数器的路段的地理坐标的列表,和由列表中的每个计数器计算的车辆的数目,和
-配备了卫星定位系统接收器的车辆的列表和关于车辆的轨迹的指示。
所述方法可包括至少暂时把从第一信息源接收的信息和从第二信息源接收的信息保存在数据库中,并按矩阵形式排列信息。
在所述矩阵形式中,从第一信息源接收的不同信息种类可被排列在矩阵列中,从第二信息源接收的不同信息种类被排列在矩阵行中。
可按照复杂度递增或递减的顺序把信息排列在所述矩阵列或矩阵行中。
在矩阵行和矩阵列的交叉点,可以保存与可用信息种类的对应组合关联的信息处理方法的标识符。
所述选择标准可包括道路交通估计的精确度、信息处理时间、道路交通估计的接受者(fruitor)的性质,道路交通估计的接受者支付的价格、任意选择。
按照本发明的另一方面,提供一种估计路网上的道路交通的系统,所述系统适合用于:
-从至少一个信息源接收信息,其中从至少一个信息源接收的信息是第一信息种类和第二信息种类中的一个;
-定义至少两种不同的信息处理方法,每种方法与从至少一个信息源接收的相应一种信息关联;
-根据可用信息种类和预定标准选择信息处理方法;和
-用选择的信息处理方法处理对应的可用信息种类;
-根据所述处理的结果,提供道路交通的估计。
所述至少一个信息源可至少包括第一和第二不同的信息源,其中所述至少两种不同的信息处理方法包括与从第一和第二信息源接收的信息种类的每种组合相关联的相应信息处理方法。
所述第一信息源可包括至少一个蜂窝PLMN。
从第一信息源接收的信息可包含下述中的一个或多个:
-连接到蜂窝PLMN的移动终端的列表,和列表中的每个移动终端所位于的宏区的标识符;
-连接到蜂窝PLMN的移动终端的列表,和当进行电话呼叫时,或者在发送消息时,或者当进行切换时,列表中的每个移动终端所位于的PLMN小区的标识符;
-连接到蜂窝PLMN的移动终端的列表,和关于当进行电话呼叫或切换时,列表中的每个移动终端在相应PLMN小区内的地理位置的指示;
-连接到蜂窝PLMN的移动终端的列表,和在电话呼叫期间,列表中的每个移动终端的轨迹的指示。
所述第二信息源可包括人工或自动车辆计数系统,和以从至少一部分流动车辆的车载卫星定位系统接收器接收的信息为基础的系统中的至少一个。
从第二信息源接收的所述信息可包括下述中的一个或多个:
-安装了人工或自动车辆计数器的路段的地理坐标的列表,和由列表中的每个计数器计算的车辆的数目,和
-配备了卫星定位系统接收器的车辆的列表,和车辆的轨迹的指示。
所述系统可包括数据库,其中,至少暂时保存从第一信息源接收的信息和从第二信息源接收的信息,并按矩阵形式排列信息。
在所述矩阵形式中,从第一信息源接收的不同信息种类可被排列在矩阵列中,从第二信息源接收的不同信息种类被排列在矩阵行中。
可按照复杂度递增或递减的顺序把信息排列在所述矩阵列或矩阵行中。
在矩阵行和矩阵列的交叉点,可以保存与可用信息种类的对应组合关联的信息处理方法的标识符。
所述选择标准可包括道路交通估计的精确度、信息处理时间、道路交通估计的接受者的性质、道路交通估计的接受者支付的价格、任意选择。
附图说明
根据参考附图进行的仅仅作为非限制性例子提供的本发明实施例的下述详细说明,本发明的这些和其它特征及优点将变得明显,其中:
图1综合地表示按照本发明的一个实施例的系统,以及可能的应用情形;
图2按照功能块示意性地示出按照本发明的一个实施例的图1的系统的更详细视图;
图3示意性示出按照本发明的一个实施例的数据的表格排列;
图4按照本发明的一个实施例,示意性示出一种可能的信息处理方法的主要步骤;
图5按照本发明的一个实施例,示意性示出另一种可能的信息处理方法的主要步骤;
图6按照本发明的一个实施例,示意性示出另一种可能的信息处理方法的主要步骤;
图7按照本发明的一个实施例,示意性示出另一种可能的信息处理方法的主要步骤;
图8按照本发明的一个实施例,示意性示出另一种可能的信息处理方法的主要步骤;
图9示意性示出在图7的方法中采用的把宏区分成子区的示例性划分;以及
图10按照本发明的一个实施例,示意性示出另一种可能的信息处理方法的主要步骤。
具体实施方式
参见附图,在图1中,综合地表示了按照本发明的一个实施例的系统,以及可能的使用情形。
附图标记105表示路网,它可以是或者可包括城镇的街道、市区外的道路、公路等中的一个或多个。
附图标记110用于表示一个或多个常规的车辆计数系统,比如人工车辆计数系统和/或自动车辆计数系统(例如,使用沿着待监控的道路物理布置的橡胶管,和/或金属线圈和/或视频摄像机的系统)。
附图标记115表示GPS(即,围绕地球运转的一群卫星,和用于其操作的所有地基设备);装备有GPS接收器(为了清楚起见,图中未示出)的车辆可规则地把其位置和速度传送给服务中心120。
附图标记125表示蜂窝PLMN(下面简称为PLMN 125),比如GSM、GPRS、UMTS或等效网络。
方框130图示出按照本发明的一个实施例的估计和/或监视和/或管理道路交通的系统(下面简称为交通监控系统130)。交通监控系统130具有在图中被图示成135-1和135-2的信息输入端,用于从常规的信息源,比如人工和/或自动车辆计数系统115,和从服务中心120接收信息。交通监控系统130具有在图中被图示成135-3的额外信息输入端,用于从PLMN 125接收信息(更一般地说,系统130可从两个或更多的PLMN接收信息)。系统130具有输出端140,在输出端140,可获得道路交通估计和/或监视和/或管理信息。
图2中更详细地表示了按照本发明的实施例的交通监控系统130的结构。按照功能块描述交通监控系统130的结构,每个功能块可用硬件或软件实现,或者可被实现成硬件和软件的混合物。
交通监控系统130包含信息输入接口205,信息输入接口205适合于管理来自不同的可能信息源,比如人工和/或自动车辆计数系统110、服务中心120和PLMN 125的信息的接收(在信息输入端135-1,135-2和135-3)。信息输入接口205接收的信息被传给信息数据库管理器210,信息数据库管理器210适合于管理至少临时保存从不同的可能信息源接收的信息的数据库215。数据库管理器210还向信息处理引擎220提供其服务,信息处理引擎220适合于按照由处理引擎220从可用信息处理方法库225中选择的一种或多种信息处理方法,处理来自不同的可能信息源并保存在数据库215中的信息,处理方法的选择是根据预定的选择标准230做出的。还提供用户-机器接口235,以允许系统130与人类用户交互,例如用于向用户提供输出信息,和用于系统管理的目的。
交通监控系统130在输入端中接收的信息可被分成两类:由常规交通计算系统(“常规交通计算系统”意指人工和/或自动车辆计数系统,比如系统110、基于具有GPS接收器的浮动车的系统115,更一般地说,不同于蜂窝PLMN的系统)提供的信息,和由一个或多个PLMN(比如PLMN 125)提供的信息。
第一类信息可包括:
-从人工和/或自动车辆计数器得到的信息,该信息是在选择的基准时间单位(例如,15分钟)内通过某一路段的车辆的数目;
-从浮动车的车载GPS接收器得到的信息,该信息例如由浮动车在移动时获得的一系列地理位置(坐标x,y)和浮动车的相对速度构成。
第二类信息可包括:
-关于当车辆内的用户的移动终端处于待机状态时,它们所位于的宏区(例如,位置区域或路由区域)的指示;
-当开始呼叫,发送消息(例如,短消息服务-SMS消息,或者多媒体消息服务-MMS-消息),或者进行切换(服务网络小区改变)时,车辆内的用户的移动终端所位于的网络小区(即,所述移动终端连接到的网络小区)的标识符;
-当开始呼叫,SMS或MMS消息被发送等时,或者当进行切换时,车辆内的用户的移动终端在相应网络小区内的地理位置(坐标x,y);
-呼叫期间,车辆内用户的移动终端的完整轨迹,即,借助任何已知或可能的定位技术,以规则的时间间隔测量的移动终端的一系列地理位置(坐标x,y)。
更具体地说,在输入端135-1,交通监控系统130能够例如接收下述信息种类:
1)安装人工和/或自动车辆计数器的路段的地理坐标的列表,和由该列表中每个计数器计数的车辆的数目。
在输入端135-2,交通监控系统130能够例如收到下述信息:
2)浮动车的列表,和该列表中的每辆浮动车的完整轨迹,即,借助GPS以规则时间间隔测量的每辆浮动车的一系列地理位置(坐标x,y)。
所接收的信息被保存在数据库215中,在数据库215中,最好按照下述中的一个或多个列举相关数据:获得信息所必需的增加的负担(获得信息种类1相比,获得信息种类2的负担更高);信息处理负担,即,用于处理信息以便监视、估计、管理道路交通的信息的计算负担(与处理和信息种类1相关的数据相比,处理与信息种类2相关的数据更复杂);和交通监控系统130能够提供的道路交通监视、估计、管理结果的精度(与当可以获得信息种类1时相比,当可以获得信息种类2时结果的精度更高)。
交通监控系统130还能够接收信息种类1)和2)的任何可能的组合,例如,安装人工和/或自动车辆计数器的路段的地理坐标的列表,及由列表中的每个计数器计数的车辆的数目,和浮动车的列表及该列表中的每辆浮动车的完整轨迹。
在输入端135-3,交通监控系统130能够例如接收下述信息种类:
3)在被监控路网中移动的车辆内的用户的移动终端的列表,和列表中的每个移动终端所位于的宏区的标识符;宏区标识符可用字母数字代码表示,或者用宏区质心的地理坐标(x,y)表示;
4)在被监控路网中移动的车辆内的用户的移动终端的列表,和当进行电话呼叫时,或者在发送SMS和/或MMS消息时,或者当进行切换时,所述列表中的每个移动终端所位于的PLMN小区的标识符;小区标识符可用字母数字代码表示,或者用小区质心的地理坐标(x,y)表示;
5)在被监控路网中移动的车辆内的用户的移动终端的列表,和当列表中的每个移动终端进行电话呼叫或切换时,它们在相应PLMN小区内的地理位置(坐标x,y);
6)在被监控路网中移动的车辆内的用户的移动终端的列表,和呼叫期间该列表中的每个移动终端的完整轨迹,即,借助任何已知或可能的定位技术以规则时间间隔测量的移动终端的一系列地理位置(坐标x,y)。
所接收的信息被保存在数据库215中,在数据库215中,优选地按照下述中的一个或多个列举相关数据:为获得信息而必需的增加的负担(从信息种类3到信息种类6递增);信息处理负担(从信息种类3到信息种类6递增);和交通监控系统130能够提供的道路交通监视、估计、管理结果的精度(从信息种类3到信息种类6递增)。
提供的信息的种类可取决于移动终端的特性、取决于网络设备的功能,并且取决于特定的自组织(ad-hoc)设备在PLMN核心网络中的存在。例如,不是所有的移动终端都能够进行其定位所必需的测量(信息种类5和6),不是所有的网络设备都具有在某些情况下定位移动终端所必需的附加功能(信息种类5和6),不是所有的网络设备都能够从通信协议中提取并且向交通监控系统130发送与普通移动终端所位于的宏区或小区有关的信息(信息种类3和4),或者不是所有的PLMN都具有能够使用由移动终端或网络设备进行的测量(信息种类5和6)的定位系统,等等。
交通监控系统130还可接收信息种类3)、4)、5)和6)中的两个或更多个的任何可能组合。例如,可以获得的其它种类的信息可以是:
7)移动终端的第一列表(连接到PLMN 125的所有移动终端的第一子集)及所述第一列表中的每个移动终端所位于的宏区的标识符,和移动终端的第二列表(连接到PLMN 125的所有移动终端的第二子集)及当产生呼叫或者进行切换时,所述第二列表中的每个移动终端在相应小区内的地理位置(坐标x,y);
8)移动终端的第三列表(连接到PLMN 125的所有移动终端的第三子集)及所述第三列表中的每个移动终端所位于的宏区的标识符,移动终端的第四列表(连接到PLMN 125的所有移动终端的第四子集)及在进行电话呼叫时,或者在发送SMS或MMS消息时,或者当进行切换时,所述第四列表中的每个移动终端所位于的小区的标识符,移动终端的第五列表(连接到PLMN 125的所有移动终端的第五子集)及当所述第五列表中的每个移动终端进行电话呼叫时,每个移动终端的完整轨迹。
交通监控系统130可以规则地以离散的时间间隔Δt、或者连续地接收来自不同的可能信息源(人工和/或自动车辆计数系统、浮动车、PLMN)的信息。在连续接收的情况下,交通监控系统130可根据待提供的输出的种类,按时间块组织接收的数据。交通监控系统130可以在某些时间间隔Δt中在任意信息输入端135-1、135-2或135-3上未收到任何信息,例如,它可以未从PLMN 125收到任何信息。当在时间间隔Δt中,一个或多个移动终端改变了宏区,发出多于一个的呼叫,或者进行了多于一次的切换等的情况下,那些移动终端会多次出现在宏区或小区标识符或不同小区的位置的列表中。适合于指示事件(电话呼叫,切换等)发生的时刻的时间指示可与上面提及的每个列表中的每个信息元素相联系。
交通监控系统130还可使用由不同的车辆交通监控设备,比如使用布置在路网中的固定点的激光器来测量车速的系统提供的信息。
交通监控系统130适合于处理从不同的信息源接收的信息,以在输出中提供下述中的一个或多个:
-关于一般路段中存在事故或交通拥堵的指示;
-沿着被监控路网的所有路段,或者沿着在交通监控系统130的配置阶段中由系统管理员选择的被监控路网中所有路段的子集的平均速度;
-沿着默认由系统管理员设定或者由交通监控系统130的客户选择或要求的路网上的任意路线(用起点和终点识别的路线)的行程时间;
-沿着被监控路网的所有路段的车辆流量,或者沿着在系统配置阶段中由系统管理员选择的被监控路网的所有路段的子集的车辆流量;
-在默认由系统管理员设定或者由客户选择的起点和终点之间的具有最小行程时间的路线的标识。
图3按照本发明的一个实施例,示出在数据库215中排列由交通监控系统130在输入端中接收的信息的方式。
具体地说,以一个或多个矩阵,比如矩阵305的形式逻辑地组织数据。在矩阵305的第一行中,保存与从常规系统(人和/或自动车辆计数系统、浮动车)接收的信息相关的数据;在所示的例子中,矩阵元素31012(矩阵305的第一行第二列)保存由人工和/或自动车辆计数系统110提供的数据,矩阵元素31013(矩阵305的第一行第三列)保存由浮动车提供的数据,并且矩阵元素31014(矩阵305的第一行第四列)保存与由人工和/或自动车辆计数系统110及浮动车二者提供的组合信息相关的数据(在这些信息源都可用的前提下)。在矩阵305的第一列中,保存与从PLMN 125接收的信息相关的数据;在所示的例子中,矩阵元素31021(矩阵305的第二行第一列)保存与上面说明的信息种类3)相关的数据;在矩阵元素31031(矩阵305的第二行第二列)中,保存与上面说明的信息种类4)相关的数据;在矩阵元素31041(矩阵305的第四行第一列)中,保存与上面说明的信息种类5)相关的数据;在矩阵元素31051(矩阵305的第五行第一列)中,保存与上面说明的信息种类6)相关的数据;在矩阵元素31061(矩阵305的第五行第一列)中,保存与上面说明的信息种类7)的组合相关的数据;在矩阵元素31071(矩阵305的第七行第一列)中,保存与上面说明的信息种类7)的组合相关的数据。
矩阵305的类属矩阵元素310ij,其中i=2,…,7,j=2,…,4保存处理引擎20将用于处理保存在相关的矩阵元素3101j和310i1中的数据的相应信息处理方法的标识符。在附图中,这些信息处理方法被表示成a1-a6,b1-b4,和c1-c6。关于可用于处理的特定一组数据调整一般的信息处理方法。信息处理方法的复杂度及随之产生的精度从方法a1到方法c6递增。
可以预计,可按其它形式,比如其它矩阵形式排列数据;例如,代替按完整性和处理方法复杂度的升序排列数据,可按照降序排列数据,或者甚至可不对数据以任何特殊方式排序。
当只能获得源自可能的信息源任意之一的仅一种输入信息时,处理引擎220自动选择与接收的信息对应的信息处理方法。例如,如果交通监控系统仅接收到信息种类1)和信息种类3),那么处理引擎220自动选择处理方法a1(不存在其它选择)。如果源自可能的信息源之一的信息缺失(至少暂时缺失),例如,源自常规信息源之一,比如人工和/或自动车辆计数系统115的信息,源自服务中心120的信息,或者源自PLMN 125的信息缺失,那么发生相同的情况。
相反,在交通监控系统130可以获得几种信息的情况下,原则上它可使用两种或更多的可能处理方法,处理引擎220可根据预定标准选择要使用的处理方法。例如,系统管理员可定义适合于向每种信息处理方法赋值的函数(成本函数);操作上,处理引擎220选择的信息处理方法将是满足该成本函数的方法。例如,这样的函数可以是下述处理方法选择标准的数值表示。
-交通监控系统在输出中提供的结果的精度:如果希望在系统提供的结果中获得更高精度,那么处理引擎220在所有可用的处理方法中选择能够提供最精确的结果的方法(而不考虑其它选择因素)。参考图3的矩阵,处理引擎220选择在位于矩阵305的最右侧一列和最下面一行的矩阵元素中识别的处理方法,在所示的例子中,是方法c6(这在矩阵305中数据已按照完整性的升序排列的前提下有效)。事实上,由于一般的PLMN小区覆盖的范围小于宏区覆盖的范围,因此与使用宏区相比,使用PLMN小区来指示移动终端的位置可提供更精确的结果;类似地,与使用PLMN小区的位置相比,使用发生切换的准确位置的信息可提供更精确的结果,依此类推。出于相似的原因,与车辆计数器提供的信息相比,GPS提供更精确的信息。移动终端的位置信息越精确,交通情况的估计就越精确。通常,输出结果的精确性和处理方法之间的关联由系统管理员在配置阶段中产生。
-应答时间:如果希望减小交通监控系统130提供输出结果所需的时间,那么处理引擎220在所有可用的信息处理方法中选择能够在最短的时间内提供结果的方法,而不考虑其它选择因素。参考图3的矩阵,处理引擎选择在最左侧一列和最高一行的矩阵元素中指示的处理方法,因为随着在矩阵305中向下移动,待处理的数据量增大(例如,与处理单一位置的第三矩阵行中的方法相比,第四矩阵行中的处理方法需要处理整个轨迹,依此类推),从而系统提供输出结果就需要更多的处理时间。另外在这种情况下,应答时间和信息处理方法之间的关联可由系统管理员在配置阶段中产生。
-输出结果的种类:如果将由交通监控系统提供的输出仅包括在事故或交通拥堵情况下发出的报警,那么使用采用PLMN小区的标识符的知识的信息处理方法,比如方法a3就足够了(为了确定在某一区域交通堵塞并且发出对应的报警,仅使用移动终端所位于的宏区或小区的信息的算法就足够了;轨迹知识会提供更高的精确性,不过有时是多余的)。如果改为希望得到整个路网上车辆流量的有关指示,那么优选的是使用采用移动终端的轨迹知识的处理方法,比如处理方法a6。通常,系统管理员负责建立输出种类和待使用的处理方法之间的关联。
-输出结果的预期接收者:如果输出结果意在向驾驶员提供信息服务,那么使用不是特别精确,但是应答时间快速的处理方法就足够了;如果输出结果改为意在由公共行政部门用于某一区域的公共运输的中长期规划,那么处理引擎220优选选择精确的,即使较慢的处理方法。
-为交通监控系统提供的服务支付的价格:根据输出结果的精确性,处理时间,需要的输入数据的数量,可对每种处理方法分配成本;处理引擎220也可根据交通监控系统130的订户同意支付的价格选择处理方法。
也可代替任何其它选择标准,由系统管理员任意选择待使用的信息处理方法。
值得指出的是本发明并不局限于系统管理员采用的任何特定的成本函数。例如,在成本函数表示输出的精确性的情况下,可按照向方法a1赋予值1,向方法c1赋予值2,向方法a2赋予值3等等,直到向方法c6赋予值12的方式设计成本函数。
本发明的交通监控系统130并不局限于由处理引擎使用的特定信息处理方法。不过,仅仅作为例子,在下面的说明中,将详细说明处理引擎220可为处理保存在数据库215中的信息而选择的一些信息处理方法。
-第一信息处理方法(方法a1)
这种方法使用的输入数据是移动终端的列表以及该列表中的每个移动终端所位于的宏区的标识符,和进行车辆数目的人工和/或自动计数的路段的坐标列表,以及相应的车辆计数。该方法涉及在图4的流程图中图示的下述一系列操作:
步骤405-在起动之后,系统(在输入端135-3)接收来源于PLMN的信息;
步骤410-系统还(在输入端135-1)从部署在路网上的人工和/或自动计数系统接收关于车辆计数的信息;
步骤415-对于每个宏区i,处理引擎220计算在时间间隔Δt中,位于该宏区中的终端的数目Ni;
步骤420-对于在宏区i的边界的每个路段j,处理引擎220计数进入该宏区的车辆的数目Aej,和离开该宏区的车辆的数目Alj;
步骤425-处理引擎220评估终端的数目Ni和公式的结果(进入宏区的车辆的总数减去离开宏区的车辆的总数)是否超过两个相应的预定阈值Si和ΔA;在肯定的情况下,方法进入步骤430,否则方法跳回到开始步骤(步骤405);
步骤430-系统在输出中提供所考虑宏区中交通拥堵的指示,并跳回到开始步骤(步骤405),开始下一时间间隔Δt。
-第二信息处理方法(方法a2)
这种方法使用移动终端的列表及当进行呼叫,或者(SMS或MMS)消息被发送等时,或者在发生切换时,列表中的每个移动终端所位于的小区的标识符,和安装人工和/或自动计数系统的路段的坐标列表,以及计数的车辆数目作为输入数据。该方法涉及在图5的流程图中图示的下述一系列操作:
步骤505-在起动之后,系统(在输入端135-3)接收来自PLMN的信息;
步骤510-系统(在输入端135-1)接收来自人工和/或自动计数系统的信息;
步骤515-对于PLMN的每个小区i,处理引擎220计算在所考虑的时间间隔Δt内,位于该小区中的移动终端的数目Ni;
步骤520-对于位于小区i的边界的每个路段j,处理引擎220计数进入该小区的车辆的数目Aej,和离开该小区的车辆的数目Alj;
步骤525-处理引擎评估移动终端的数目Ni和公式的结果(进入宏区的车辆的总数减去离开宏区的车辆的总数)是否都超过相应的预定阈值Si和ΔA;在肯定的情况下,方法进入步骤530,否则方法跳回到开始步骤(步骤505);
步骤530-系统在输出中提供小区i中交通拥堵的指示,并且方法跳回到开始步骤(步骤505),开始下一时间间隔Δt。
-第三信息处理方法(方法a3)
这种方法使用移动终端的列表及当移动终端发出呼叫或进行切换时,列表中的每个移动终端的地理位置(坐标x,y),和安装人工和/或自动计数系统的路段的坐标列表,以及计数的车辆数目作为输入数据。该方法涉及在图6的流程图中图示的下述一系列操作:
步骤605-在起动之后,系统(在输入端135-3)接收来自PLMN的信息;
步骤610-系统(在输入端135-1)接收来自人工和/或自动计数系统的信息;
步骤615-处理引擎220把关心的区域分成例如预定大小的正方形的区域单元;
步骤620-对于每个区域单元i,处理引擎220计算在时间间隔Δt内位于其中的移动终端的数目Ni;
步骤625-对于位于区域单元i的边界的每个路段j,处理引擎220计数进入该区域单元的车辆的数目Aej,和离开该区域单元的车辆的数目Alj;
步骤630-处理引擎220评估移动终端的数目Ni和公式的结果(进入区域单元的车辆的总数减去离开区域单元的车辆的总数)是否超过相应的预定阈值Si和ΔA;在肯定的情况下,方法进入步骤635,否则方法跳回到开始步骤(步骤605);
步骤635-系统在输出中提供区域单元i中交通拥堵的指示,并且方法跳回到开始步骤(步骤605),开始下一时间间隔Δt。
-第四信息处理方法(方法a4)
这种方法使用移动终端的列表及呼叫期间每个移动终端的完整轨迹,和安装人工和/或自动计数系统的路段的坐标列表,以及计数的车辆数目作为输入数据。该方法涉及在图7的流程图中图示的下述一系列操作:
步骤705-在起动之后,系统(在输入端135-3)接收来自PLMN的信息;
步骤710-系统还(在输入端135-1)接收来自人工和/或自动计数系统的信息;
步骤715-处理引擎220识别关心的区域内的待监控道路(或路段);
步骤720-对于每个待监控的道路i,处理引擎220计算在时间间隔Δt内位于其中的移动终端的数目Ni;
步骤725-对于位于道路i两端的每个路段j,处理引擎220计数进入该道路的车辆的数目Aej,和离开该道路的车辆的数目Alj;
步骤730-处理引擎220评估移动终端的数目Ni和公式的结果(进入道路的车辆的总数减去离开道路的车辆的总数)是否都超过相应的预定阈值Si和ΔA;在肯定的情况下,方法进入步骤735,否则方法跳回到开始步骤(步骤705);
步骤735-系统在输出中提供道路i中交通拥堵的指示,并且方法跳回到开始步骤(步骤705),考虑下一时间间隔Δt。
在上述任意方法中,两个阈值Si和ΔA的值可由系统管理员设定,或者可由处理引擎220根据持续一段时间对交通的监控,利用预定的经验公式自动计算。此外,在数据库215中存在识别所有道路的坐标的情况下,通过使每条道路和宏区,PLMN小区或者区域单元相联系,能够按单一道路的水平提供关于交通拥堵的信息。
仍然作为例子,下面说明计算路段上的平均车速的一些可能方法,这些方法利用来自配备GPS接收器的车辆的信息和来源于PLMN的信息。
-第六信息处理方法(方法b1)
这种方法使用移动终端的列表及列表中的每个移动终端所位于的宏区的标识符,和浮动车,即配备GPS接收器的车辆的列表及每车浮动车的完整轨迹作为输入数据。该方法涉及在图8的流程图中图示的下述一系列操作:
步骤805-在起动之后,系统(在输入端135-3)接收来自PLMN的信息;
步骤810-系统还(在输入端135-2)接收来自浮动车的信息;
步骤815-处理引擎220识别浮动车在所考虑的时间间隔Δt内经过的道路或路段;
步骤820-处理引擎220以浮动车在时间间隔Δt内的速度平均值的形式,计算在该时间间隔内道路i上的平均速度;可根据浮动车的行进感测区分该速度;
步骤825-处理引擎220把宏区分成一定数目的子区。为了简单起见,细分标准可以是图9中示意描述的细分标准:考虑四个宏区905、910、915和920;子区单元之一用附图标记925识别,是两个区域单元的联合,两个区域单元中的第一个包括宏区905中接近宏区915的一组点,而第二个区域单元是宏区915的接近宏区905的一组点。
步骤830-处理引擎220识别从浮动车得不到信息,并且地理上包含在指定子区(例如,子区925)中的道路或路段;
步骤835-处理引擎220关于从宏区905移动到宏区915的每个移动终端,以这两个宏区之间的距离(即,两个基准点,比如宏区的地理质心之间的距离)和移动所用时间(由包括在从PLMN接收的列表中的时刻得到)的比值的形式,计算移动速度vAC。按照类似的方式,处理引擎220计算从宏区915移动到宏区905的移动速度vCA,和移动终端在其它宏区之间移动的移动速度;
步骤840-处理引擎220通过求在前一步骤中计算的速度的平均值,确定从宏区905到宏区915的平均移动速度vmAC;按照相同的方式,计算从宏区915到宏区905(相反的行进方向)的平均移动速度vmCA;
步骤845-处理引擎220把平均速度值vmAC分配给沿着从宏区905到宏区915的行进方向的属于子区925的所有道路或路段;类似地,平均移动速度vmCA被分配给从宏区915到宏区905的行进方向的道路或路段;
步骤850-系统在输出中提供计算的道路的速度,并且方法跳回到开始步骤(步骤805),以考虑下一个时间间隔Δt。
-第七信息处理方法(方法b2)
这种方法使用移动终端的列表及在呼叫期间,当发送消息(SMS或SMS)等时,或者在切换时,列表中的每个移动终端位于的网络小区的标识符,和浮动车的列表及浮动车的完整轨迹作为输入数据。该方法的步骤基本上和第六方法(方法b1)的步骤相同,区别在于考虑的是PLMN小区,而不是宏区,并且使用PLMN小区的质心来计算移动终端移动速度。
-第八信息处理方法(方法b3)
这种方法使用移动终端的列表及当发出呼叫或者发生切换时,列表中的每个移动终端的地理位置(坐标x,y),和浮动车的列表及浮动车的完整轨迹作为输入数据。该方法的步骤基本上和上面说明的方法b1的步骤相同,关心的区域被细分成例如预定大小的正方形的区域单元,并且在计算从一个区域单元到另一个区域单元的移动速度时,考虑的是车辆的精确位置;换句话说,与上面说明的方法b2相比,考虑的是区域单元,而不是小区;移动终端的地理位置的了解允许把每个移动终端分配给特定区域单元。
-第九信息处理方法(方法b4)
该方法使用移动终端的列表及移动终端在呼叫期间的完整轨迹,和浮动车的列表及浮动车的完整轨迹作为输入数据。该方法涉及在图10的流程图中图示的下述下系列操作:
步骤1005-在起动之后,系统(在输入端135-3)接收来自PLMN的信息;
步骤1010-系统还(在输入端135-2)接收来自浮动车的信息;
步骤1015-处理引擎220识别浮动车在所考虑的时间间隔Δt内经过的道路或路段;
步骤1020-处理引擎220以浮动车在时间间隔Δt内的速度的平均值形式,计算在该时间间隔Δt中,属于在前一步骤1015识别的道路或路段的第i条道路上的平均速度;根据浮动车的行进感测,区分计算的平均速度;
步骤1025-在没有浮动车经过的道路中,处理引擎220识别可得到其完整轨迹的移动终端已经过的那些道路;
步骤1030-处理引擎220以移动终端在时间间隔Δt内的速度的平均值形式,计算在该时间间隔Δt中,属于在前一步骤识别的那些道路的道路j上的平均速度;另外这种情况下,根据终端的行进感测,区分计算的平均速度;
步骤1035-处理引擎220识别既没有浮动车经过,又没有移动终端经过的剩余道路;
步骤1040-处理引擎220通过利用例如关于步骤1015和1020中的道路计算的速度,求两个更靠近道路的速度的平均值,或者把关于与道路k交叉的道路(如果有的话)计算的速度分配给道路k(计算速度的其它方式也是可能的),计算在时间间隔Δt中,属于在前一步骤中识别的一组道路中的道路k上的平均速度;
步骤1045-系统在输出中提供道路上的速度,并且方法跳回到开始步骤(步骤1005),开始下一个时间间隔Δt。
根据借助上述四种方法任意之一计算的速度,处理引擎220能够得到其它感兴趣的信息,比如:
-当道路上的速度持续特定时间间隔低于预定阈值时,该道路中交通拥堵的指示;
-作为从保存在数据库215中的坐标得到的道路的长度和道路上的平均速度的比值计算的道路上的行程时间;
-作为构成路线的道路的行程时间之和计算的特定路线的行程时间;
-在连接由系统用户选择的起点和终点的所有路线之中,行程时间最小的路线的标识。
如果可以得到道路起点和终点的起点-终点矩阵,那么处理引擎可借助常规的运输工程技术,得到道路上或者路段上的流量。
与这里说明的本发明的实施例相应的系统可借助任何数据处理系统并且使用任何操作系统(Windows,Linux,Unix,MAC OS)来实现。实现本发明的系统的计算机程序可用任何编程语言,比如表现出良好的编程灵活性,并且在处理速度方面保证良好性能水平的Ansi C++编写;不过也可使用其它编程语言,比如Java,Delphi,VisualBasic。语言Ansi C++的选择是指定的。
系统可以和任意地理定位技术一起使用。特别地,系统可以和已知的定位技术,比如UL-TOA、E-OTD、CGI+TA、E-CGI+TA等一起使用。
按照本发明的方法和系统可以和用于计数车辆的任何系统一起使用。可以无差别地使用橡胶管、金属线圈、视频摄像机等。
按照本发明的方法和系统可以无差别地和任何卫星定位系统,尤其是GPS、Galileo、EGNOS、GLONASS、COMPASS等一起使用。
按照本发明的方法和系统能够利用相似或不同的网络设备,根据相似或不同的核心网络技术,从由相同或不同的电话运营商同时管理的一个或多个PLMN接收信息。
这里通过给出本发明的一些可能实施例,描述了本发明。本领域的技术人员易于认识到不仅其它可能的实施例是可能的,而且可对所描述的实施例进行一些修改,而不脱离在附加权利要求中限定的保护范围。
Claims (22)
1.一种估计路网上的道路交通的方法,包括:
-从至少一个信息源接收信息,其中从所述至少一个信息源接收的信息是第一信息种类和第二信息种类中的一个;
-定义至少两种不同的信息处理方法,每种信息处理方法与所述信息种类中相应的信息种类关联;
-根据可用信息种类和预定标准,选择信息处理方法;和
-用选择的信息处理方法处理相应的可用信息种类;
-根据所述处理的结果提供道路交通的估计。
2.按照权利要求1所述的方法,其中所述至少一个信息源至少包括第一和第二不同的信息源,其中所述定义至少两种不同的信息处理方法包括使从第一和第二信息源接收的信息种类的相应组合与相应的信息处理方法关联。
3.按照权利要求2所述的方法,其中所述第一信息源包括至少一个蜂窝PLMN。
4.按照权利要求3所述的方法,其中从第一信息源接收的信息包含下述中的一个或多个:
-连接到所述蜂窝PLMN的移动终端的列表,和该列表中每个移动终端所位于的宏区的标识符;
-连接到所述蜂窝PLMN的移动终端的列表,和当进行电话呼叫时,或者在发送消息时,或者当进行切换时,该列表中每个移动终端所位于的PLMN小区的标识符;
-连接到所述蜂窝PLMN的移动终端的列表,和关于当进行电话呼叫或切换时,该列表中每个移动终端在相应PLMN小区内的地理位置的指示;
-连接到所述蜂窝PLMN的移动终端的列表,和在电话呼叫期间,该列表中每个移动终端的轨迹的指示。
5.按照权利要求2、3或4所述的方法,其中所述第二信息源包括人工或自动车辆计数系统,和以从至少一部分流动车辆的车载卫星定位系统接收器接收的信息为基础的系统中的至少一个。
6.按照权利要求5所述的方法,其中从第二信息源接收的所述信息包括下述中的一个或多个:
-安装了人工或自动车辆计数器的路段的地理坐标的列表,和由该列表中每个计数器计算的车辆的数目,和
-配备了卫星定位系统接收器的车辆的列表,和关于所述车辆的轨迹的指示。
7.按照权利要求2-6任意之一所述的方法,包括:
-至少暂时把从第一信息源接收的信息和从第二信息源接收的信息保存在数据库中,并按矩阵形式排列所述信息。
8.按照权利要求7所述的方法,其中在所述矩阵形式中,从第一信息源接收的不同信息种类被排列在矩阵列中,从第二信息源接收的不同信息种类被排列在矩阵行中。
9.按照权利要求8所述的方法,其中按照复杂度递增或递减的顺序将信息排列在所述矩阵列或矩阵行中。
10.按照权利要求7、8或9所述的方法,其中在矩阵行和矩阵列的交叉点,保存与可用信息种类的对应组合相关联的信息处理方法的标识符。
11.按照任意前述权利要求所述的方法,其中所述选择标准包括道路交通估计的精确度、信息处理时间、道路交通估计的接受者的性质、道路交通估计的接受者支付的价格、任意选择。
12.一种用于估计路网上的道路交通的系统,所述系统适合用于:
-从至少一个信息源接收信息,其中从所述至少一个信息源接收的信息是第一信息种类和第二信息种类中的一个;
-定义至少两种不同的信息处理方法,每种信息处理方法与从所述至少一个信息源接收的信息相应种类相关联;
-根据可用信息种类和预定标准选择信息处理方法;和
-用选择的信息处理方法处理对应的可用种类的信息;
-根据所述处理的结果提供道路交通的估计。
13.按照权利要求12所述的系统,其中所述至少一个信息源至少包括第一和第二不同的信息源,并且其中所述至少两种不同的信息处理方法包括与从第一和第二信息源接收的信息种类的每种组合相关联的相应信息处理方法。
14.按照权利要求13所述的系统,其中所述第一信息源包括至少一个蜂窝PLMN。
15.按照权利要求14所述的系统,其中从第一信息源接收的信息包含下述中的一个或多个:
-连接到所述蜂窝PLMN的移动终端的列表,和该列表中每个移动终端所位于的宏区的标识符;
-连接到所述蜂窝PLMN的移动终端的列表,和当进行电话呼叫时,或者在发送消息时,或者当进行切换时,该列表中每个移动终端所位于的PLMN小区的标识符;
-连接到所述蜂窝PLMN的移动终端的列表,和关于当进行电话呼叫或切换时,该列表中每个移动终端在相应PLMN小区内的地理位置的指示;
-连接到所述蜂窝PLMN的移动终端的列表,和在电话呼叫期间,该列表中每个移动终端的轨迹的指示。
16.按照权利要求13、14或15所述的系统,其中所述第二信息源包括人工或自动车辆计数系统,和以从至少一部分流动车辆的车载卫星定位系统接收器接收的信息为基础的系统中的至少一个。
17.按照权利要求16所述的系统,其中从第二信息源接收的所述信息包括下述中的一个或多个:
-安装了人工或自动车辆计数器的路段的地理坐标的列表,和由该列表中每个计数器计算的车辆的数目,和
-配备了卫星定位系统接收器的车辆的列表,和关于所述车辆的轨迹的指示。
18.按照权利要求13-17任意之一所述的系统,包括数据库,其中至少暂时保存并按矩阵形式排列从第一信息源接收的信息和从第二信息源接收的信息。
19.按照权利要求18所述的系统,其中在所述矩阵形式中,从第一信息源接收的不同信息种类被排列在矩阵列中,从第二信息源接收的不同信息种类被排列在矩阵行中。
20.按照权利要求19所述的系统,其中按照复杂度递增或递减的顺序将信息排列在所述矩阵列或矩阵行中。
21.按照权利要求18、19或20所述的系统,其中在矩阵行和矩阵列的交叉点,保存与可用信息种类的对应组合相关联的信息处理方法的标识符。
22.按照权利要求12-21任意之一所述的系统,其中所述选择标准包括道路交通估计的精确度、信息处理时间、道路交通估计的接受者的性质、道路交通估计的接受者支付的价格、任意选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610262880.9A CN105788262B (zh) | 2007-12-20 | 2007-12-20 | 估计道路交通的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2007/064340 WO2009080105A1 (en) | 2007-12-20 | 2007-12-20 | Method and system for estimating road traffic |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610262880.9A Division CN105788262B (zh) | 2007-12-20 | 2007-12-20 | 估计道路交通的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101925939A true CN101925939A (zh) | 2010-12-22 |
Family
ID=39712223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007801022256A Pending CN101925939A (zh) | 2007-12-20 | 2007-12-20 | 估计道路交通的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8340718B2 (zh) |
EP (1) | EP2235708B1 (zh) |
CN (1) | CN101925939A (zh) |
WO (1) | WO2009080105A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592446A (zh) * | 2012-03-13 | 2012-07-18 | 北京世纪高通科技有限公司 | 利用浮动车定位数据计算城际道路旅行时间的方法 |
Families Citing this family (74)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6587781B2 (en) | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
US7620402B2 (en) | 2004-07-09 | 2009-11-17 | Itis Uk Limited | System and method for geographically locating a mobile device |
US8391834B2 (en) | 2009-01-28 | 2013-03-05 | Headwater Partners I Llc | Security techniques for device assisted services |
US8346225B2 (en) | 2009-01-28 | 2013-01-01 | Headwater Partners I, Llc | Quality of service for device assisted services |
US8898293B2 (en) | 2009-01-28 | 2014-11-25 | Headwater Partners I Llc | Service offer set publishing to device agent with on-device service selection |
US8275830B2 (en) | 2009-01-28 | 2012-09-25 | Headwater Partners I Llc | Device assisted CDR creation, aggregation, mediation and billing |
US8340634B2 (en) | 2009-01-28 | 2012-12-25 | Headwater Partners I, Llc | Enhanced roaming services and converged carrier networks with device assisted services and a proxy |
US8626115B2 (en) | 2009-01-28 | 2014-01-07 | Headwater Partners I Llc | Wireless network service interfaces |
US8406748B2 (en) | 2009-01-28 | 2013-03-26 | Headwater Partners I Llc | Adaptive ambient services |
US8924469B2 (en) | 2008-06-05 | 2014-12-30 | Headwater Partners I Llc | Enterprise access control and accounting allocation for access networks |
US8635335B2 (en) | 2009-01-28 | 2014-01-21 | Headwater Partners I Llc | System and method for wireless network offloading |
US8832777B2 (en) | 2009-03-02 | 2014-09-09 | Headwater Partners I Llc | Adapting network policies based on device service processor configuration |
US8583781B2 (en) | 2009-01-28 | 2013-11-12 | Headwater Partners I Llc | Simplified service network architecture |
US8402111B2 (en) | 2009-01-28 | 2013-03-19 | Headwater Partners I, Llc | Device assisted services install |
US8725123B2 (en) | 2008-06-05 | 2014-05-13 | Headwater Partners I Llc | Communications device with secure data path processing agents |
US8548428B2 (en) | 2009-01-28 | 2013-10-01 | Headwater Partners I Llc | Device group partitions and settlement platform |
US8589541B2 (en) | 2009-01-28 | 2013-11-19 | Headwater Partners I Llc | Device-assisted services for protecting network capacity |
US8924543B2 (en) | 2009-01-28 | 2014-12-30 | Headwater Partners I Llc | Service design center for device assisted services |
US9955332B2 (en) | 2009-01-28 | 2018-04-24 | Headwater Research Llc | Method for child wireless device activation to subscriber account of a master wireless device |
US9557889B2 (en) | 2009-01-28 | 2017-01-31 | Headwater Partners I Llc | Service plan design, user interfaces, application programming interfaces, and device management |
US10798252B2 (en) | 2009-01-28 | 2020-10-06 | Headwater Research Llc | System and method for providing user notifications |
US9647918B2 (en) | 2009-01-28 | 2017-05-09 | Headwater Research Llc | Mobile device and method attributing media services network usage to requesting application |
US10248996B2 (en) | 2009-01-28 | 2019-04-02 | Headwater Research Llc | Method for operating a wireless end-user device mobile payment agent |
US10484858B2 (en) | 2009-01-28 | 2019-11-19 | Headwater Research Llc | Enhanced roaming services and converged carrier networks with device assisted services and a proxy |
US9392462B2 (en) | 2009-01-28 | 2016-07-12 | Headwater Partners I Llc | Mobile end-user device with agent limiting wireless data communication for specified background applications based on a stored policy |
US8793758B2 (en) | 2009-01-28 | 2014-07-29 | Headwater Partners I Llc | Security, fraud detection, and fraud mitigation in device-assisted services systems |
US8606911B2 (en) | 2009-03-02 | 2013-12-10 | Headwater Partners I Llc | Flow tagging for service policy implementation |
US8893009B2 (en) | 2009-01-28 | 2014-11-18 | Headwater Partners I Llc | End user device that secures an association of application to service policy with an application certificate check |
US9571559B2 (en) | 2009-01-28 | 2017-02-14 | Headwater Partners I Llc | Enhanced curfew and protection associated with a device group |
US11985155B2 (en) | 2009-01-28 | 2024-05-14 | Headwater Research Llc | Communications device with secure data path processing agents |
US9755842B2 (en) | 2009-01-28 | 2017-09-05 | Headwater Research Llc | Managing service user discovery and service launch object placement on a device |
US9572019B2 (en) | 2009-01-28 | 2017-02-14 | Headwater Partners LLC | Service selection set published to device agent with on-device service selection |
US9270559B2 (en) | 2009-01-28 | 2016-02-23 | Headwater Partners I Llc | Service policy implementation for an end-user device having a control application or a proxy agent for routing an application traffic flow |
US10237757B2 (en) | 2009-01-28 | 2019-03-19 | Headwater Research Llc | System and method for wireless network offloading |
US11218854B2 (en) | 2009-01-28 | 2022-01-04 | Headwater Research Llc | Service plan design, user interfaces, application programming interfaces, and device management |
US10326800B2 (en) | 2009-01-28 | 2019-06-18 | Headwater Research Llc | Wireless network service interfaces |
US10783581B2 (en) | 2009-01-28 | 2020-09-22 | Headwater Research Llc | Wireless end-user device providing ambient or sponsored services |
US10264138B2 (en) | 2009-01-28 | 2019-04-16 | Headwater Research Llc | Mobile device and service management |
US10057775B2 (en) | 2009-01-28 | 2018-08-21 | Headwater Research Llc | Virtualized policy and charging system |
US9858559B2 (en) | 2009-01-28 | 2018-01-02 | Headwater Research Llc | Network service plan design |
US9980146B2 (en) | 2009-01-28 | 2018-05-22 | Headwater Research Llc | Communications device with secure data path processing agents |
US10841839B2 (en) | 2009-01-28 | 2020-11-17 | Headwater Research Llc | Security, fraud detection, and fraud mitigation in device-assisted services systems |
US10779177B2 (en) | 2009-01-28 | 2020-09-15 | Headwater Research Llc | Device group partitions and settlement platform |
US10715342B2 (en) | 2009-01-28 | 2020-07-14 | Headwater Research Llc | Managing service user discovery and service launch object placement on a device |
US10064055B2 (en) | 2009-01-28 | 2018-08-28 | Headwater Research Llc | Security, fraud detection, and fraud mitigation in device-assisted services systems |
US10492102B2 (en) | 2009-01-28 | 2019-11-26 | Headwater Research Llc | Intermediate networking devices |
US10200541B2 (en) | 2009-01-28 | 2019-02-05 | Headwater Research Llc | Wireless end-user device with divided user space/kernel space traffic policy system |
US11973804B2 (en) | 2009-01-28 | 2024-04-30 | Headwater Research Llc | Network service plan design |
US9706061B2 (en) | 2009-01-28 | 2017-07-11 | Headwater Partners I Llc | Service design center for device assisted services |
US9351193B2 (en) | 2009-01-28 | 2016-05-24 | Headwater Partners I Llc | Intermediate networking devices |
US9253663B2 (en) | 2009-01-28 | 2016-02-02 | Headwater Partners I Llc | Controlling mobile device communications on a roaming network based on device state |
US9578182B2 (en) | 2009-01-28 | 2017-02-21 | Headwater Partners I Llc | Mobile device and service management |
US9565707B2 (en) | 2009-01-28 | 2017-02-07 | Headwater Partners I Llc | Wireless end-user device with wireless data attribution to multiple personas |
US8745191B2 (en) | 2009-01-28 | 2014-06-03 | Headwater Partners I Llc | System and method for providing user notifications |
US9954975B2 (en) | 2009-01-28 | 2018-04-24 | Headwater Research Llc | Enhanced curfew and protection associated with a device group |
EP2287820A1 (en) * | 2009-07-29 | 2011-02-23 | Universität Duisburg-Essen | An apparatus and method operative for providing traffic information on a traffic area |
WO2011120193A1 (en) * | 2010-03-31 | 2011-10-06 | Siemens Aktiengesellschaft | Method, system and device for providing traffic information |
US20130211706A1 (en) * | 2010-08-13 | 2013-08-15 | Wavemarket, Inc. | Systems, methods, and processor readable media for traffic flow measurement |
US9154826B2 (en) | 2011-04-06 | 2015-10-06 | Headwater Partners Ii Llc | Distributing content and service launch objects to mobile devices |
CN103136953B (zh) * | 2011-12-05 | 2015-05-13 | 北京掌行通信息技术有限公司 | 提供动态交通信息服务的方法 |
CN103593973B (zh) * | 2012-12-18 | 2016-07-06 | 北京科技大学 | 一种城市道路交通态势评估系统 |
WO2014159862A1 (en) | 2013-03-14 | 2014-10-02 | Headwater Partners I Llc | Automated credential porting for mobile devices |
US9207105B2 (en) | 2013-06-26 | 2015-12-08 | Globalfoundries U.S. 2 Llc | System and method for incident detection with spatiotemporal thresholds estimated via nonparametric quantile regression |
CN104573874A (zh) * | 2015-01-26 | 2015-04-29 | 中国联合网络通信集团有限公司 | 一种公交线路的规划方法和装置 |
CN104835320B (zh) * | 2015-04-30 | 2017-08-25 | 华南理工大学 | 一种基于移动通信数据的交通流估算方法 |
US10395519B2 (en) * | 2015-08-11 | 2019-08-27 | Telecom Italia S.P.A. | Method and system for computing an O-D matrix obtained through radio mobile network data |
CN105072633B (zh) * | 2015-08-28 | 2019-04-30 | 中国联合网络通信集团有限公司 | 优化小区切换序列的方法及装置 |
WO2017037784A1 (ja) * | 2015-08-28 | 2017-03-09 | 日産自動車株式会社 | プローブデータ収集方法及びプローブデータ収集装置 |
CN106781470B (zh) * | 2016-12-12 | 2022-01-28 | 百度在线网络技术(北京)有限公司 | 城市道路的运行速度的处理方法及装置 |
US10810481B2 (en) * | 2017-01-11 | 2020-10-20 | Thomas Danaher Harvey | Method and system to count movements of persons from vibrations in a floor |
US10282656B2 (en) * | 2017-01-11 | 2019-05-07 | Thomas Danaher Harvey | Method and device for detecting unauthorized tranfer between persons |
EP4052423A1 (en) * | 2020-01-03 | 2022-09-07 | Huawei Technologies Co., Ltd. | Network entities for supporting analytics generation in a mobile network |
CN111627207A (zh) * | 2020-05-22 | 2020-09-04 | 杭州三一谦成科技有限公司 | 一种新能源车辆公共服务平台 |
IT202100023144A1 (it) | 2021-09-08 | 2023-03-08 | Telecom Italia Spa | Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5173691A (en) * | 1990-07-26 | 1992-12-22 | Farradyne Systems, Inc. | Data fusion process for an in-vehicle traffic congestion information system |
US5657487A (en) * | 1995-06-05 | 1997-08-12 | Airnet Communications Corporation | Mobile telephone location process making use of handoff data |
US5732383A (en) | 1995-09-14 | 1998-03-24 | At&T Corp | Traffic information estimation and reporting system |
NO980890L (no) | 1998-02-27 | 1999-08-30 | Ericsson Telefon Ab L M | Måling av trafikk og transport |
US6587781B2 (en) * | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
FI114832B (fi) | 2001-11-05 | 2004-12-31 | Elisa Matkapuhelinpalvelut Oy | Menetelmä ja järjestelmä liikennetiedon keräämiseksi |
IL150894A0 (en) * | 2002-07-24 | 2003-04-10 | A method for measuring road traffic load based on analyzing cellular communications | |
JP5058176B2 (ja) | 2005-12-30 | 2012-10-24 | テレコム・イタリア・エッセ・ピー・アー | 道路交通監視システム及び関連方法 |
US7831380B2 (en) * | 2006-03-03 | 2010-11-09 | Inrix, Inc. | Assessing road traffic flow conditions using data obtained from mobile data sources |
US7912628B2 (en) * | 2006-03-03 | 2011-03-22 | Inrix, Inc. | Determining road traffic conditions using data from multiple data sources |
US7908076B2 (en) * | 2006-08-18 | 2011-03-15 | Inrix, Inc. | Representative road traffic flow information based on historical data |
-
2007
- 2007-12-20 WO PCT/EP2007/064340 patent/WO2009080105A1/en active Application Filing
- 2007-12-20 US US12/809,008 patent/US8340718B2/en active Active
- 2007-12-20 EP EP07857960.4A patent/EP2235708B1/en active Active
- 2007-12-20 CN CN2007801022256A patent/CN101925939A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592446A (zh) * | 2012-03-13 | 2012-07-18 | 北京世纪高通科技有限公司 | 利用浮动车定位数据计算城际道路旅行时间的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20100273491A1 (en) | 2010-10-28 |
US8340718B2 (en) | 2012-12-25 |
EP2235708A1 (en) | 2010-10-06 |
WO2009080105A1 (en) | 2009-07-02 |
EP2235708B1 (en) | 2014-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101925939A (zh) | 估计道路交通的方法和系统 | |
US10984652B2 (en) | Method and system for modeling and processing vehicular traffic data and information and applying thereof | |
US10854076B2 (en) | Method and system for computing parking occupancy | |
US6975939B2 (en) | Mapping patterns of movement based on the aggregation of spatial information contained in wireless transmissions | |
ES2234846T3 (es) | Metodo para la identificacion de la ruta de un vehiculo. | |
EP2603770B1 (en) | Parking lot detection using probe data | |
Wang et al. | Estimating dynamic origin-destination data and travel demand using cell phone network data | |
CN100498231C (zh) | 路径规划系统及方法 | |
KR100726567B1 (ko) | 위치정보와 지리정보에 기반한 정보 서비스 제공 방법 | |
CN103578272A (zh) | 一种异常路况识别方法及装置 | |
CN108171968A (zh) | 基于移动终端设备信令的位置数据的路况分析系统及方法 | |
Santos et al. | A roadside unit-based localization scheme to improve positioning for vehicular networks | |
Costanzo | An arduino based system provided with GPS/GPRS shield for real time monitoring of traffic flows | |
CN113901109B (zh) | 城际公路客货车出行方式总人数及时间分布的计算方法 | |
Budimir et al. | Floating car data technology | |
Raiyn | Developing vehicle locations strategy on urban road | |
KR100443334B1 (ko) | 지피에스 이동통신 단말기를 이용한 목적지 관련정보제공방법 | |
CN106920389A (zh) | 一种基于用户电信行为的交通状况控制方法及系统 | |
CN105788262B (zh) | 估计道路交通的方法和系统 | |
CN112857380A (zh) | 道路通行状态确定方法、装置、存储介质及电子设备 | |
Satyakumar et al. | Travel time estimation and prediction using mobile phones: a cost effective method for developing countries | |
RU2442963C1 (ru) | Способ сбора и обработки информации о транспортных потоках на автодорогах с использованием беспроводных сетей передачи данных | |
JP2018073043A (ja) | 移動開始終了情報に基づき通行量を推定する装置、プログラム及び方法 | |
CN109640271B (zh) | 一种区块特征指纹识别的方法 | |
Mohammadi | Application of Wireless Signal Scanning in Traffic Studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20101222 |