ES2375052T3 - Un método para medir la carga de tráfico en carretera sobre la base del análisis de comunicaciones celulares. - Google Patents
Un método para medir la carga de tráfico en carretera sobre la base del análisis de comunicaciones celulares. Download PDFInfo
- Publication number
- ES2375052T3 ES2375052T3 ES03735960T ES03735960T ES2375052T3 ES 2375052 T3 ES2375052 T3 ES 2375052T3 ES 03735960 T ES03735960 T ES 03735960T ES 03735960 T ES03735960 T ES 03735960T ES 2375052 T3 ES2375052 T3 ES 2375052T3
- Authority
- ES
- Spain
- Prior art keywords
- route
- location
- sequences
- sequence
- transfer
- 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.)
- Expired - Lifetime
Links
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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Un método para correlacionar un vehículo con la carretera por la que transita por medio de la determinación de la localización de los acontecimientos de la red celular basado en la comunicación celular dentro de una red celular, dicho método comprende las etapas de: Recopilación de secuencias de acontecimientos de la red celular relacionados con al menos una unidad móvil, tales como acontecimientos de procesamiento de llamadas o acontecimientos relacionados con la localización, junto con la localización de la unidad móvil cuando cada uno de los acontecimientos de la red celular se produce, donde la secuencia de los acontecimientos de la red celular junto con las localizaciones, o los datos procesados sobre la base de ellas, se almacenan en una base de datos adquirida como referencias de localización, y La realización del análisis de una nueva secuencia de acontecimientos de la red celular, generados a partir de la comunicación con otra unidad móvil que no contiene referencias de localización, junto con la base de datos adquirida para correlacionar la nueva secuencia de acontecimientos de la red celular con una sección específica de la ruta; Se caracteriza por Determinar la localización de un acontecimiento dé la red celular en la nueva secuencia de acontecimientos de la red celular, mediante el uso de las referencias de localización dé las secuencias de los acontecimientos de la red celular en la base de datos adquirida, que sé ajustan a la misma sección específica de la ruta como la nueva secuencia de acontecimientos de la red celular.
Description
Un método para medir la carga de tráfico en
carretera sobre la base del análisis de comunicaciones
celulares.
En general, la presente invención hace
referencia a la monitorización de la carga de tráfico, y en
particular, a la extracción de datos de velocidad e incidentes a
partir del sistema de telefonía celular.
\vskip1.000000\baselineskip
Kennedy (patente de EE. UU. 5.657.487) enseña el
uso de los traspasos para determinar la velocidad de los vehículos y
el número de vehículos que circulan en una ruta determinada. Kennedy
no proporciona una solución al problema muy frecuente en las áreas
metropolitanas de los mismos traspasos en relación con varias rutas
diferentes. Esta invención también revela una implementación muy
costosa que requiere receptores de RF distribuidos por el área de
cobertura.
Kaplan et al (WO 02/03350 A1) revela un
método de bajo costo y totalmente pasivo (la monitorización de la
red celular sin necesidad de enviar ningún mensaje) para extraer
información sobre el tráfico de cualquier red de telefonía celular
en todas las etapas de carga posible, con elementos de hardware
mínimos y, por lo tanto, con costos de sistema mínimos.
En concreto, éste enseña una diferenciación
inicial y un método de selección para asignar secuencias de
traspasos a una ruta específica. Este método funciona perfectamente
cuando hay sólo una carretera dentro de un área de cobertura de
varias celdas. Sin embargo, Kaplan et al no provee una
solución completa para las secuencias de traspasos de la vida real
recibidas en las zonas urbanas. Si un vehículo transita varias veces
por la misma ruta, rara vez generará exactamente la misma secuencia
de traspaso; además, la similitud de las secuencias de traspasos
obtenidas por transitar por diferentes rutas puede ser
significativa.
Además, Aaltonen y otros (Patente Internacional
Núm. WO 02/43026 A1) revelan una red celular en la que un analizador
es capaz de controlar el tráfico en rutas dentro de una estructura
de transporte como, por ejemplo, en una red de carreteras. El
analizador emplea los datos derivados de una base de datos del
abonado de la red, conjuntamente con la información sobre la
cobertura de la red en relación con estas rutas, con el fin de poder
determinar ciertos parámetros como, por ejemplo, la velocidad media
de los vehículos que circulan a lo largo de la red de
carreteras.
La presente invención extiende el trabajo
realizado por Kaplan et al y enseña métodos detallados que
correlacionan de manera eficiente y precisa las cadenas de traspasos
a una ruta específica, y evita correlaciones ambiguas. Además, la
presente invención enseña un método para determinar la exactitud de
la localización del traspaso para los traspasos dentro de estas
cadenas.
Estos dos pasos generan una base de datos de
referencia que sirve como principio fundamental para localizar la
ruta por la que circulan los vehículos y su velocidad.
Además la presente invención revela un método
para correlacionar las llamadas celulares de los vehículos en la
etapa operativa con la base de datos de referencia, y extraer los
datos de velocidad y los informes de incidentes en tiempo real.
La presente invención queda definida en la
reivindicación 1). Unas formas particulares para la realización de
la misma pueden ser apreciadas en las reivindicaciones
secundarias.
\vskip1.000000\baselineskip
La presente invención describe un método para
medir la velocidad del tráfico y el tiempo de traslación, así como
para proporcionar alertas de incidentes, basadas en la
monitorización y el análisis de las comunicaciones celulares. La
localización precisa de la unidad móvil se deriva de los datos de
las comunicaciones celulares en posiciones y tiempos específicos.
Estos datos se analizan para obtener la ruta por la que circula el
vehículo y la velocidad. Los datos se recolectan y analizan para
todas las rutas de forma continua, por lo que se obtiene la carga y
la velocidad de tráfico en tiempo real, así como alertas de
incidentes en tiempo real.
\vskip1.000000\baselineskip
\sqbullet La figura 1 muestra el proceso de
asignación de conjuntos de cadena únicos a rutas específicas y el
filtrado de las cadenas ambiguas. Las figuras 1-A y
1-B muestran las secuencias de celdas de las calles
1 y 2 respectivamente. Esto se realiza a partir de los criterios
descritos a continuación: al corresponder 3 de las 4 celdas y
requerir al menos 3 recorridos en un conjunto, 3 conjuntos de cadena
se encontraron en las calles 1 y 2, como se observa en la figura
1-C, Los conjuntos de cadena 1 y 3 son únicos,
mientras que el conjuntó de cadena 2 se elimina por el filtro de
ambigüedad (3 de las 4 correspondencias para calles distintas), por
lo que sólo dos conjuntos de cadena existen en la lista de conjuntos
de cadena única, como se observa en la figura
1-D.
\sqbullet La figura 2 muestra la definición de
la precisión del traspaso. En la figura 2-A el
traspaso a lo largo de la ruta (celdas A y B) se produce cuando el
edificio bloquea la señal de RF de la celda A, por lo que la
intensidad de la señal se debilita rápidamente; por lo tanto, el
traspaso de A a B será preciso (posee repetibilidad de localización
alta). En la figura 2-B, el traspaso a lo largo de
la ruta (C y D) se produce cuando no hay elementos de bloqueo, por
lo que la señal de C se debilita lentamente y el error de
localización de traspaso es mucho mayor que el del 1^{er}
traspaso. La precisión de localización de traspaso se puede adquirir
a partir de los datos de intensidad de la señal o de la distribución
de localizaciones de traspaso para recorridos diferentes (marcados
con estrellas en el dibujo).
\sqbullet La Figura 3 muestra cómo las
localizaciones de traspasos se extraen de los datos del recorrido
operativo, incluidos solamente los datos del tiempo y la
identificación de la celda. Las cadenas de celdas adquiridas de la
calle 1 se observan en la figura 3-A. La figura
3-B muestra los datos del recorrido operativo. La
correspondencia de la cadena inicial que se observa en la figura
3-C localiza la ruta mediante el uso de la
correspondencia de 3 de las 4 celdas. Una vez que hemos encontrado
la correspondencia, tenemos la certeza de que estamos localizados en
la calle 1. Esto nos da los traspasos 2 y 3 de la tabla de
traspasos. Luego, buscamos 2 de las 3 correspondencias hacia
adelante y hacia atrás, y esta búsqueda añade los traspasos 1 y 4 a
la tabla de traspasos, como se observa en la figura
3-D. Ya que sabemos la localización de cada traspaso
en las cadenas adquiridas y tenemos el tiempo para cada traspaso de
la cadena operativa como se observa en la figura
3-E, podemos extraer la velocidad.
\sqbullet La figura 4 muestra cómo un
incidente que causó el detenimiento o la disminución de velocidad
del tráfico se detecta sin ningún tipo de recepción adicional de
datos de traspaso. Las cadenas de celdas adquiridas de la calle 2 se
observan en la figura 4-A. Los datos del recorrido
operativo se observan en la figura 4-B. El último
traspaso fue de R a L. Desde entonces, 1 minuto ha transcurrido y no
hemos recibido celdas adicionales, ni tampoco un mensaje de "fin
de la llamada". En cuanto a la figura 4-C,
sabemos que la distancia más larga al traspaso siguiente es de 200
metros, por lo que la velocidad máxima es de 12 Km/h (como se
observa en la figura 4-D). Cuando otro minuto
transcurre sin recibir ninguna celda nueva, la velocidad máxima
disminuye a 6 Km/h (figura 4-D).
\sqbullet La figura 5-A
describe el flujo de traspaso a través de tres secciones de la ruta:
A-B, B-C y C-D en
horario normal, no pico, cuando la velocidad del tráfico es
alrededor de la máxima permitida. La figura 5-B
describe la velocidad dentro de las secciones de esta ruta cuando
ocurre un incidente (T1-T5), y luego cuando se
despeja (T6-T10).
\sqbullet La Figura 6-A
describe el efecto de la precisión de la localización del borde del
sector y la cobertura parcial del sector en la determinación de la
velocidad. La figura 6-B describe la determinación
de la velocidad en el tiempo.
\vskip1.000000\baselineskip
La 1ª etapa del método es la etapa de
aprendizaje, que se lleva a cabo antes o en paralelo con la
instalación del sistema, como procesamiento fuera de línea. En esta
etapa se crea una base de datos, que contiene las secuencias de
traspaso (cambio de celda) por ruta y puede también contener
referencias de localización para cada traspaso. Ésta se puede
recolectar a través de los recorridos reales en cada ruta, y extraer
la información de las unidades móviles en los vehículos que circulan
en cualquier carretera y en cualquier dirección dentro de un área
designada.
El proceso de aprendizaje a través de los
recorridos se puede realizar de varias maneras, y una de éstas es la
siguiente: vehículos con sistemas para determinar la localización,
como un sistema GPS sincronizado, que proporciona continuamente una
localización precisa y se traslada con la unidad móvil celular
operativa a través del área designada y cubre cada carretera, en
cualquier sentido y todas las curvas posibles. La información de
traspaso y la información de intensidad de señal de estas unidades
móviles se reúnen y corresponden con la localización precisa para
obtener la localización precisa para cada informe de traspaso o
informe de intensidad de señal.
Este proceso se puede repetir al conducir varias
veces por toda el área y mediante el uso de varias unidades móviles
para cada recorrido.
Cada recorrido crea para cada móvil una
secuencia de informes de traspaso acompañada de la localización
precisa del vehículo por el informe de traspaso. Además, cada
recorrido crea para cada móvil una secuencia de informes de
intensidad de señal. Cada informe incluye la intensidad de la señal
de varias celdas (hasta 10), además de la localización precisa del
vehículo.
Todos estos datos en bruto se almacenan en la
base de datos de referencia.
\vskip1.000000\baselineskip
Una de las formas de
pre-procesar la información de traspaso registrada
para filtrar la información ambigua, Identificar criterios de
similitud y ahorrar tiempo de análisis durante la etapa operativa es
la siguiente:
Los datos en bruto del traspaso se procesan y
analizan para crear una base de datos que consiste en conjuntos de
cadena de traspasos que cubren rutas dentro del área designada.
Una cadena de traspaso es una secuencia de
cambios de celdas consecutivas. Además de la identificación de la
celda, pueden incluir por cada traspaso (cambio de celda) la
localización GPS, el tiempo y cualquier otro dato pertinente. Un
conjunto de cadena es un grupo de cadenas que se agrupan en torno a
cierta pauta de similitud. Una muestra de cadenas de traspaso y
conjunto de cadenas se pueden encontrar en la figura 1.
Cuando creamos esta base de datos nos
encontramos con dos fenómenos:
- \bullet
- Al conducir en varias ocasiones, o con varias unidades móviles por la misma ruta, las secuencias de traspaso generadas en éstos recorridos no son idénticas.
- \bullet
- Cuando se conduce por rutas aledañas, especialmente si son paralelas, se pueden generar cadenas de traspaso similares (no necesariamente idénticas).
\vskip1.000000\baselineskip
Estos fenómenos crean dos problemas:
- \bullet
- La correspondencia total de la misma secuencia de traspaso, con el fin de asignar una ruta a un vehículo, rara vez ocurre.
- \bullet
- Podemos erróneamente asignar una secuencia de traspaso a la ruta equivocada.
\vskip1.000000\baselineskip
Una de las maneras de superar estos problemas es
realizar el siguiente proceso:
Todos los recorridos de la misma sección de la
ruta son procesados para generar conjuntos de cadena de
traspaso.
Estos conjuntos incluyen cadenas de traspaso
similares (no necesariamente idénticas). Las cadenas de traspaso
ambiguas se filtran. Las cadenas ambiguas se definen como cadenas de
traspaso similares (no necesariamente idénticas) en relación con
diferentes secciones de la ruta. Por lo tanto, se puede construir un
mecanismo de indexación rápida que permita un acceso rápido a la
base de datos de los conjuntos de cadena.
El objetivo de este proceso es crear una base de
datos de conjuntos con todas las cadenas que se ajustan a las
secciones específicas de la ruta. Estos conjuntos son únicos, en el
sentido de que no hay una cadena dentro de los datos en bruto que se
pueda asignar a dos conjuntos diferentes que representan dos
secciones diferentes de la ruta. Este proceso se realiza una vez en
el proceso de aprendizaje, y sienta las bases para una asignación de
ruta rápida, precisa y sin ambigüedades durante la etapa
operativa.
Una de las realizaciones preferentes de este
conjunto y del algoritmo de filtración de ambigüedad es la
siguiente:
Agrupamos cadenas de traspasos con L celdas en
una cadena. Todas las cadenas dentro de un conjunto se caracterizan
por contener al menos K celdas, K<=L, que son idénticas a las
celdas en una cadena específica, designada como cabecera del
conjunto. Estas K celdas se deben ordenar en la misma secuencia
dentro de la cadena y la cabecera del conjunto. Cada una de estas
cadenas puede ser de hasta (L-K) celdas que no son
idénticas a las celdas en la cabecera.
Si una ruta determinada se cubrió M veces (M es
la suma del número de unidades móviles que participan en el proceso
de aprendizaje por recorrido, para todos los recorridos por ruta)
Vamos a definir un conjunto aceptable para una sección de la ruta
dentro del área designada como un conjunto que incluye al menos N
cadenas (N<=M, N>1).
Un ejemplo de proceso de agrupación de cadenas
se puede observar en la figura 1. Los datos en bruto incluyen
entradas de 4 (M) recorridos en 2 calles (figuras
1-A y 1-B). La figura
1-C muestra los conjuntos creados a partir de los
datos en bruto, que incluyen por lo menos 4 cadenas (N), que tienen
una correspondencia de 3 (K) de las 4 (L) celdas.
Todas las cadenas dentro de los conjuntos se
procesan en comparación con los datos en bruto; otra realización de
la invención enseña el procesamiento de cadenas iniciales en
comparación con otras cadenas. Si una cadena se encuentra en los
datos en bruto o en el conjunto de cadenas que incluye al menos J
celdas (J<=L), que son idénticas a las celdas de la cadena
procesada y ordenada en la misma secuencia; y esta cadena se
relaciona con una sección de la ruta diferente de la del conjunto en
procesamiento, entonces el conjunto se marca como ambiguo y se borra
de la base de datos del conjunto.
Un ejemplo de este proceso de filtración se
observa en las figuras 1-C y 1-D,
mientras que el conjunto número 2 incluye tanto cadenas de la calle
1 y la calle 2, que se descarta y no se incluye en los conjuntos de
cadena única.
Rutas diferentes dentro del área designada
aceptarán valores J, K, L, M y N diferentes, de acuerdo con la
topografía y la densidad de la ruta, la cobertura de la celda,
etc.
A fin de permitir un acceso muy rápido a la base
de datos de los conjuntos, se puede implementar un mecanismo de
acceso rápido (como por ejemplo, hash). El sistema de acceso rápido
se construye una vez durante la etapa de aprendizaje y se actualiza
posteriormente si es necesario.
Si el área analizada por este algoritmo es lo
suficientemente pequeña y la potencia de procesamiento es bastante
grande, este análisis de ambigüedad puede llevarse a cabo en tiempo
real, junto con una secuencia de traspasos recibida durante la etapa
operativa y proporcionar resultados de correlación, como se detalla
en la etapa operativa a continuación.
\vskip1.000000\baselineskip
Si se necesita información muy precisa de una
localización y velocidad, se requiere un análisis más profundo para
medir y definir el nivel de precisión para cada traspaso en los
conjuntos de cadena.
Esto se puede realizar de varias maneras, tales
como:
- \sqbullet
- Utilizar el patrón de intensidad de la señal para las celdas pertinentes.
- \sqbullet
- Medir la localización de la distribución de traspasos entre las mismas celdas de diferentes cadenas dentro del conjunto (recorridos diferentes).
- \sqbullet
- Cualquier combinación de las dos maneras mencionadas anteriormente.
\vskip1.000000\baselineskip
El nivel de precisión por traslado puede
almacenarse dentro de la base de datos del conjunto.
Una de las realizaciones preferentes de este
algoritmo de definición de precisión es la siguiente:
Cada traspaso se realiza entre una celda
transmisora y una celda receptora. Seguimos la intensidad de la
señal de la celda trasmisora alrededor de la localización del
traspaso. Si la potencia de la celda trasmisora disminuye muy
rápidamente (generalmente como resultado del bloqueo de la RF y
elementos reflectantes), entonces se asigna a este traspaso un nivel
de precisión alto. Si la potencia de la celda trasmisora disminuye
muy lentamente, se asigna a este traspaso un nivel de precisión
bajo.
Si los fenómenos en la 1ª opción se producen más
de una vez dentro de la ruta, todavía se puede utilizar como
referencia de localización si las diferentes ocurrencias se pueden
distinguir por secuencias diferentes en las que aparecen.
Otra representación preferida del algoritmo de
definición de precisión es evaluar la distribución de las
localizaciones de traslados similares. Por ejemplo, encontrar la
media de todos los traspasos similares dentro de un conjunto, y
decidir si se trata de un traspaso preciso según la distancia máxima
de localización de los traspasos en relación con la media.
Un ejemplo de las diferentes infraestructuras y
el efecto sobre la precisión de localización del traspaso se observa
en la figura 2.
Las localizaciones de traspaso para todos los
traspasos similares dentro de un conjunto son procesadas para
generar la distancia real entre las localizaciones de traspasos, la
localización media de traspaso y un indicador para la precisión de
traspaso. Todos estos datos se almacenan en la base de datos
adquirida.
\vskip1.000000\baselineskip
En caso de que se detecten solamente la
velocidad y los incidentes en las autopistas, y haya solo algunas
pocas autopistas en la subárea pertinente que difieran en el volumen
de tráfico por lo menos durante algún tiempo, la etapa de
aprendizaje se puede realizar sin tener que implementar el
procedimiento de asignación de recorrido en absoluto. En este caso,
el sistema registra las secuencias en el área pertinente durante un
período considerable para permitir el análisis estadístico. La
información del volumen de tráfico se introduce en el sistema a
partir de fuentes externas, tales como informes del gobierno y
departamento de estadísticas. El volumen de las secuencias
correlativas y el volumen de tráfico se analizan para correlacionar
conjuntos de secuencias y secciones de ruta de la autopista, y para
filtrar secuencias de pequeñas carreteras cercanas.
Otras fuentes de información se pueden utilizar
en lugar de información externa de volumen de tráfico, tales como la
localización de las antenas celulares, la información proveniente de
un solo recorrido en las autopistas, etc.
En estos casos el sistema puede recoger
prácticamente todas las cadenas posibles de todas las autopistas e
insertarlas en la base de datos adquirida.
\vskip1.000000\baselineskip
Durante la etapa operativa se monitorizan los
eventos relacionados con llamadas en el sistema celular.
La monitorización se puede realizar desde las
estaciones base (Base Stations, BS), los controladores de estación
base (Base Station Controllers, BSC), los principales sistemas de
conmutación (Main Switching Systems, MSC) o los enlaces de
comunicación entre ellos.
Una de las realizaciones preferentes de la
invención actual es conectar los enlaces entre el BSC y los MSC,
cerca de los MSC. Este tipo de conexión es muy eficaz en el sentido
de que se trata de la conexión a un número mínimo de enlaces, y
todos ellos se encuentran en la misma localización física. Dado que
la información pertinente que se puede extraer de estos enlaces se
limita a traspasos y sus tiempos, ésta constituye uno de los
principales avances de esta Invención, que permite extraer los datos
de tráfico de tan limitada información.
Otra realización preferente de la presente
invención es mediante la extracción de los mensajes relacionados con
el procesamiento de llamadas y el traspaso solamente, con lo que se
reduce la extensión de la información que se maneja.
En tal caso, si el sistema de extracción de
tráfico se carga con demasiado procesamiento, sólo puede extraer una
parte de las llamadas cuando el sistema celular o partes de éste
(una cierta área de localización o BSC) se cargan para minimizar el
procesamiento, mientras que estas partes de las llamadas son
suficientes en estas partes del sistema celular para una
localización precisa y completa, y una detección de carga de tráfico
y velocidad.
Estos acontecimientos se pueden extraer y
atender en tiempo real, y no hay necesidad de esperar a que se
termine una llamada para atender los acontecimientos, sino más bien
atender cada uno en cuanto se extrae. Esto tiene una gran
importancia en la detección de incidentes, como se detalla
abajo.
La base de datos adquirida se utiliza para
corresponder las llamadas operativas. Estos datos pueden residir en
un disco duro o en la memoria de una computadora para tiempos de
respuesta más rápidos.
Los acontecimientos monitorizados incluyen,
entre otros, los siguientes:
- \sqbullet
- Acontecimientos de procesamiento de llamada (inicio, fin, llamada en espera, reanudación, etc.).
- \sqbullet
- Acontecimientos relacionados con la localización (traspasos, cambio de área de localización, etc.).
\vskip1.000000\baselineskip
Un número de teléfono e identificación móvil
(que no pueda identificar el teléfono móvil que participa en la
llamada con el fin de evitar la violación de la privacidad) se
pueden conectar a cada llamada para permitir el seguimiento de la
llamada y del móvil a medida que avanzan portada el área de
cobertura.
Los acontecimientos relacionados con la
localización se utilizan para identificar la sección de la ruta en
la que circula el vehículo y para determinar la localización del
vehículo (y la precisión de localización) en algunos lugares durante
la llamada.
La localización inicial aproximada de un
vehículo se puede realizar por medio del uso de los datos del área
de localización o del enlace real que proporciona los datos.
Por un lado, a fin de identificar la sección de
la ruta del vehículo con una muy alta probabilidad de detección, y
realizar la detección inicial de forma rápida y eficaz por otro
lado, podemos utilizar mecanismos como los conjuntos de cadena única
para la Identificación de la ruta inicial. También podemos acceder a
la base de datos de los conjuntos por medio del uso del mecanismo de
acceso rápido.
Con el fin de tener una alta probabilidad de
detección, podemos tomar una cadena de P celdas generada en la etapa
operativa con al menos Q celdas (Q<=P) equivalentes a las celdas
en la base de datos de los conjuntos, donde las celdas de ambas
cadenas poseen el mismo orden. Por supuesto, P y Q pueden variar en
los valores, de acuerdo con la topografía y densidad de la ruta, la
cobertura celular, etc.
La figura 3 muestra la etapa de detección
inicial. La figura 3-A detalla los datos en bruto y
la figura 3-B muestra los conjuntos de celdas
pertinentes. La figura 3-C muestra los datos del
recorrido operativo y la figura 3-D muestra la
correspondencia inicial de 3 (Q) de 4 (P).
Esta correspondencia puede que no se encuentre
en los datos operativos para cada cadena. Si esta correspondencia no
se encuentra aún para una sola subcadena de una llamada, entonces
esta llamada no se corresponde, y no será utilizada, a menos que
nuevas celdas de la presente llamada generen al menos una subcadena
que pueda ser correspondida.
Con el fin de lograr un mayor nivel de confianza
frente a las ambigüedades, se puede llevar a cabo una etapa opcional
en la que la base de datos en bruto se escanea para encontrar una
cadena correspondiente (Q celdas de un total de P) con la cadena del
recorrido operativo en otra sección de la ruta. Si dicha cadena se
encuentra, entonces la cadena operativa actual se descarta.
Una vez realizada la correspondencia inicial,
podemos continuar en paralelo de dos maneras:
- \sqbullet
- Tratar de corresponder traspasos (celdas) antes o después de esta subcadena para corresponder, más celdas para esta llamada. Esto se hace siguiendo tas cadenas de datos en bruto en la base de datos en busca de correspondencias R de las S, donde R<=S y S es generalmente menor que P (ya que contamos con un alto grado de certeza de la ruta y solo tenemos que corresponder más celdas entre la base de datos adquirida y la llamada actual). Este proceso de correspondencia secundaria se lleva a cabo tanto hacia adelante, para las celdas siguientes a la cadena correspondida, y hacia atrás para las celdas que preceden la cadena correspondida. La figura 3-E muestra este proceso de correspondencia secundario, mientras que las celdas S, T, J y S del recorrido operativo (figura 3-C) se corresponden con el recorrido 3 dentro de los datos en bruto (figura 3-A) con 2 (R) de las 3 (S) correspondencias, luego de que la etapa inicial detecte una correspondencia para la cadena BCDG.
- \sqbullet
- Continuar y encontrar correspondencias adicionales para la subcadena dentro de la llamada actual.
\vskip1.000000\baselineskip
Si una cadena que es parte de la llamada actual
se corresponde con más de una ruta en la base de datos adquirida,
esta parte de la llamada se declara ambigua y no se utiliza para
extraer la velocidad, a menos que otra parte de ésta sea
exclusivamente correspondida en una etapa posterior, y esta
información permitirá ir hacia atrás y volver a corresponder la
parte anterior de la llamada.
La correspondencia también se puede medir según
la similitud de puntuación, como por ejemplo entre 1 y 100, y el
análisis de correspondencia o filtración debido a la ambigüedad se
puede llevar a cabo de acuerdo con un umbral de correspondencia, que
tiene en cuenta la similitud de una secuencia con varias rutas.
Este umbral puede variar en subáreas diferentes
y de acuerdo con la cantidad de datos disponibles para cada ruta o
subárea en un momento dado.
El siguiente paso puede ser extraer de la base
de datos adquirida las localizaciones de traspasos a lo largo de las
secciones de la ruta correspondida, junto con sus tiempos y
precisión de localización reales. Esta etapa se demuestra en la
figura 3-F.
El procedimiento de correspondencia entre la
base de datos adquirida y la nueva cadena se puede realizar sin la
construcción de conjuntos, sino mediante la comparación de la nueva
cadena directamente con las cadenas en bruto en la base de datos
adquirida. De esta manera, el procesamiento requerido durante la
etapa operativa es mayor, y puede causar algunos retrasos en el
suministro de la información de tráfico.
El utilizar este procedimiento continuamente
para muchas llamadas dentro del área de cobertura da lugar a un
flujo dé tiempos, secciones de ruta, localizaciones en la ruta y
precisiones de localización para cada llamada.
Vale la pena señalar que en esta etapa los datos
no incluyen ninguna información relacionada con el sistema celular,
por lo que a partir de ahora un operador celular no será susceptible
por la utilización o difusión de estos datos.
Así, el sistema se puede dividir en dos partes:
la 1ª parte que realiza todo el procesamiento que requiere datos
confidenciales del operador celular tales como traspasos, y la 2ª
parte que se encarga solamente de los datos de localización y
tiempo. La 2ª parte puede utilizar otras fuentes de información,
tales como información de los sistemas de monitorización del
vehículo, para monitorizar el estado del tráfico.
\vskip1.000000\baselineskip
La detección de incidentes en tiempo real es
crucial para la gestión de incidentes, así como para el
encaminamiento de tráfico.
Cuando ocurre un incidente, los vehículos pueden
disminuir su velocidad de manera significativa o detenerse por
completo, y el flujo de traspasos de estos vehículos podría
detenerse.
Una de las realizaciones preferentes de la
presente invención permite detectar incidentes en tiempo real. Una
de las maneras para ello se describe a continuación:
Las siguientes celdas posibles para cada llamada
se extraen de la base de datos, y se calcula la distancia y el
tiempo esperado (de acuerdo a la velocidad del vehículo) desde la
celda anterior. Una vez transcurridos N segundos desde el último
traspaso para una llamada, y si el siguiente traspaso no se produjo
(y la llamada continúa), esto significa que el vehículo ha
disminuido su velocidad o se ha detenido. Para este vehículo,
podemos calcular fácilmente la velocidad máxima posible para esta
sección de la ruta.
Un ejemplo de detección de incidentes con este
método se observa en la figura 4. A medida que transcurre el tiempo
(N = 60 para la 1ª línea en la figura 4-D y 120 para
la 2ª línea en la figura 4-D) y no se recibe un
nuevo traspaso, la velocidad máxima disminuye (de 12 km/h a 6
km/h).
Si esto ocurrió en varios vehículos al mismo
tiempo, significa que hay una gran probabilidad de que haya un
incidente a lo largo de esta sección de la ruta. Ya que sabemos por
donde circulan los vehículos pertinentes de acuerdo con el
procedimiento de correlación, ahora podemos detectar la localización
del incidente.
\vskip1.000000\baselineskip
En otra realización de la presente invención, la
velocidad del tráfico en una sección de la ruta se extrae de la
siguiente manera:
- 1.
- En una etapa de calibración, se mide la velocidad a lo largo de la sección de la ruta por medios externos (por ejemplo, conducir a lo largo de esta sección de la ruta y registrar la velocidad) y, paralelamente, se monitoriza la tasa (densidad y tiempo) de traspasos (cambio de celdas) para esta sección de la ruta. Los datos de todas las secciones de la ruta se almacenan en una base de datos.
- 2.
- En la etapa operativa, la tasa de traspaso a lo largo de las secciones de la ruta se monitoriza y, al compararla con la tasa obtenida durante la etapa de calibración, se calcula la velocidad real a lo largo de la sección de la ruta.
\vskip1.000000\baselineskip
La etapa de calibración también puede llevarse a
cabo sin mediciones de velocidad del tráfico, mediante el registro
de la densidad del tráfico durante un período de tiempo en una
sección de ruta, el filtrado de las muestras de medidas extremas, y
luego normalizándola de acuerdo con la velocidad media máxima que es
habitual en esta sección de la ruta.
Este método es un poco menos preciso para
detectar la velocidad, pero es lo suficientemente preciso para
detectar los cambios de velocidad en caso de un incidente.
Este método se puede utilizar para la detección
de incidentes, donde la tasa de traspaso en esta sección de la ruta
se reduce rápidamente cuando se detecta el incidente y esta misma
tasa aumenta rápidamente cuando se detecta un despeje del
incidente.
La figura 5 muestra la detección de la
ocurrencia y el despeje del incidente. El incidente se produce en T2
en la sección B-C y produce una importante
disminución de la velocidad en esta sección, mientras que
A-B se ralentiza por un retraso
(T3-T5) y C-D no se ve afectada.
Cuando se despeja el incidente en T6, se despeja primero
B-C (hasta T9) y A-B luego (hasta
T10), mientras que se produce una disminución en la velocidad del
tráfico en C-D (en T6-T9) a medida
que los vehículos de A-B y B-C
comienzan a avanzar, pero se despeja rápidamente.
\vskip1.000000\baselineskip
En esta etapa, los datos de la localización y
los informes de ocurrencia y despeje de incidentes por cada sección
de la ruta se pueden analizar para extraer la velocidad y el tiempo
de traslación, alertar sobre incidentes a lo largo de esta sección
de la ruta y notificar el despeje de incidentes.
La notificación del despeje de incidentes se
puede llevar a cabo siempre que la velocidad en una sección de la
ruta se incremente significativamente, o cuando un informe de
despeje de incidente se reciba. El despeje de incidentes se puede
notificar de forma independiente o se puede notificar sólo cuando
una alarma de incidente se hizo para la misma sección de la
ruta.
Además, podemos extraer de la velocidad a lo
largo de varias secciones de ruta si los datos de la misma llamada o
de la misma unidad móvil cubren varias secciones de ruta. Esto se
hace porque, para la misma precisión de localización en la
localización inicial y final, la precisión de la velocidad es mayor
a medida que la distancia entre las localizaciones inicial y final
es mayor.
Esto se muestra en la figura
6-A. Si la cobertura de una sección de ruta
(A-F) de 1 km se combina desde la cobertura de las
subsecciones (llamadas 1-3 que cubren las
subsecciones A-C, B-E y
D-F), entonces el error total es de 180 metros (80 +
60 + 40 = 180) y genera un error de + - 90 metros a lo largo del km
1. (+ -9%). Si por el contrario la velocidad se mide con base en la
llamada 4 que cubre la sección A-F completa, incluso
con una alta precisión de localización del borde (100 metros), la
precisión de la velocidad resultante será + -5%.
Existen varios factores para tener en cuenta
cuando se determina la precisión de la velocidad por sección de
ruta:
- \sqbullet
- El número de informes para esta sección.
- \sqbullet
- La tiempo de los informes de localización en relación con el tiempo actual (cuán "antiguos" son los informes).
- \sqbullet
- El porcentaje de cobertura y superposición de las subsecciones de velocidad dentro de la sección de la ruta.
- \sqbullet
- La precisión de localización de los bordes.
\vskip1.000000\baselineskip
La figura 6-A muestra el tema de
la precisión de localización como se mencionó anteriormente. Se
trata de un método simple que consiste en sumar las cifras de
precisión de localización. Se pueden aplicar métodos adicionales,
tales como la suma de media cuadrática (Root Mean Square, RMS).
También muestra una cobertura parcial: si la única información
incluye las llamadas 1 y 3, entonces la subsección
C-D no está cubierta y, cuando se calcula la
velocidad en la sección A-F como un promedio
ponderado de las subsecciones existentes (A-C y
D-F), entonces esto es menos preciso que una media
que cubre toda la sección.
La figura 6-B demuestra la
importancia de diferenciar entre los informes antiguos y nuevos. Si
todos los informes-entre 8:40 y 9:00 se promedian,
el resultado es de 68 km/h, mientras que si se aplica el método
sencillo de. promedio móvil de 10 minutos, entonces la velocidad
relativa para 08:40-08:50, 8:45-8:55
y 8:50-9:00 es de 65, 67 y 72 km/h, y se puede
observar el cambio de velocidad con el tiempo. Se pueden utilizar
métodos adicionales, tales como el promedio ponderado.
Con estos criterios, la velocidad a lo largo de
cada sección de la ruta se puede calcular cada T segundos (T puede
cambiar en función del tiempo, del número de informes, etc. En la
figura 6-BT es de 300 segundos o 5 minutos).
\vskip1.000000\baselineskip
En caso de que la monitorización del tráfico sea
necesaria para autopistas solamente como se describe en la sección
correspondiente en la etapa de aprendizaje, la base de datos
adquirida puede contener prácticamente todas las secuencias
posibles, y el procedimiento de correlación para las nuevas
secuencias es más sencillo ya que el sistema puede utilizar opciones
más sencillas para la correlación, tales como K = N y P = Q.
\vskip1.000000\baselineskip
Una de las aplicaciones de la presente invención
es en los sistemas de control de tráfico. Tradicionalmente, estos
sistemas consisten en sensores de carretera que están conectados a
un centro de control. Este tipo de sistema es inferior al método
enseñado en la presente invención, ya que tiene un costo mucho más
alto, sólo mide la velocidad momentánea en la localización del
sensor y tarda en detectar incidentes. No obstante, será necesario
para aplicar los métodos enseñados en la presente invención como una
adición al sistema existente, basado en sensores
tradicionales.
tradicionales.
Esto requerirá cambios significativos en el
centro de control para respaldar un sistema híbrido. A fin de
minimizar los esfuerzos y costos necesarios para instalar un sistema
híbrido, incluso ante la pérdida de algunas de las ventajas
mencionadas anteriormente, los sensores virtuales están diseñados
para extraer de 1a red celular la velocidad en varias localizaciones
específicas a lo largo de las rutas en el área de cobertura y emular
el protocolo de comunicación entre el centro de control y los
sensores de carretera en el software.
\vskip1.000000\baselineskip
Durante la etapa operativa, grandes cantidades
de cadenas de traspasos se reciben en el sistema y se corresponden
con la base de datos adquirida. La base de datos se puede mejorar
para proveer una mejor cobertura de la siguiente manera:
En la 1ª etapa, el sistema toma cadenas nuevas
que se correspondieron con una sección de ruta y asigna a cada uno
de los traspasos correspondidos en la nueva cadena la localización
del traspaso de la base de datos adquirida que estaba correspondida
con ella.
\newpage
Para el resto de los traspasos en la cadena
nueva a los cuales no se les asignó aún una localización, ahora se
les asignarán localizaciones de acuerdo con la siguiente
aproximación:
- \blacklozenge
- A cada uno de estos traspasos no correspondidos, que se encuentran entre 2 traspasos correspondidos, se les asigna una localización de acuerdo con la distancia de cada uno de los traspasos correspondidos cerca de ellos a través de la ruta. Esta distancia se calcula suponiendo una velocidad constante entre los 2 traspasos correspondidos, es decir, distancia = (distancia entre los dos traspasos correspondidos) * (tiempo entre el traspaso correspondidos y el traspaso no correspondido) / (tiempo entre los 2 traspasos correspondidos).
- \blacklozenge
- Si se encuentra más de 1 traspaso no correspondido entre 2 traspasos correspondidos, el cálculo se realiza para cada uno de los traspasos no correspondidos por separado, de acuerdo con el cálculo anterior.
\vskip1.000000\baselineskip
Esta cadena nueva correspondida se agrega a la
base de datos adquirida y los traspasos que no se correspondieron se
marcan como potencialmente imprecisos.
Si al mismo traspaso se le asigna la misma
localización en varias cadenas diferentes, el nivel de precisión se
pueda actualizar de acuerdo con la variación de los diferentes
resultados.
\vskip1.000000\baselineskip
Los sistemas celulares cambian de vez en cuando
y algunas porciones de la base de datos adquirida pueden volverse
inadecuadas. Una de las realizaciones preferentes de la presente
invención es un método que minimiza la necesidad de volver a llevara
cabo el procedimiento de aprendizaje mediante la detección de
cambios en el sistema celular y la actualización de la base de datos
adquirida con el uso de los datos recolectados durante la etapa
operativa.
El sistema puede identificar un conjunto de
cadenas o cadenas en la base de datos adquirida, que fueron
correspondidas estadísticamente X veces por día, se corresponden
solo Y veces por día y Y<<X, o incluso no aparece en absoluto.
Este conjunto o cadenas aparecen en una determinada localización a
través de una ruta determinada y poseen cadenas antes y después de
ellas.
En tal caso, el sistema puede rastrear
secuencias localizadas después de la cadena anterior o antes de las
siguientes en busca de un nuevo conjunto de cadenas, que antes no
eran comunes o no existían en absoluto, y su tasa actual de
aparición es muy similar a X.
A este conjunto de secuencias nuevo se le asigna
la ruta del conjunto que aparece mucho menos, o no aparece en
absoluto.
El sistema puede entonces tratar diversos
criterios de similitud para corresponder traspasos del antiguo
conjunto con los traspasos del nuevo conjunto, con el fin de asignar
a los traspasos del nuevo conjunto una localización precisa. Los
ejemplos de algoritmos de similitud se describieron anteriormente en
esta invención.
Una vez que a varios traspasos del nuevo
conjunto se les asigne una localización, el sistema puede utilizar
el método de la sección anterior para asignar la localización al
resto de los traspasos.
Claims (23)
1. Un método para correlacionar un vehículo con
la carretera por la que transita por medio de la determinación de la
localización de los acontecimientos de la red celular basado en la
comunicación celular dentro de una red celular, dicho método
comprende las etapas de:
Recopilación de secuencias de acontecimientos de
la red celular relacionados con al menos una unidad móvil, tales
como acontecimientos de procesamiento de llamadas o acontecimientos
relacionados con la localización, junto con la localización de la
unidad móvil cuando cada uno de los acontecimientos de la red
celular se produce, donde la secuencia de los acontecimientos de la
red celular junto con las localizaciones, o los datos procesados
sobre la base de ellas, se almacenan en una base de datos adquirida
como referencias de localización, y
La realización del análisis de una nueva
secuencia de acontecimientos de la red celular, generados a partir
de la comunicación con otra unidad móvil que no contiene referencias
de localización, junto con la base de datos adquirida para
correlacionar la nueva secuencia de acontecimientos de la red
celular con una sección específica de la ruta;
Se caracteriza por
Determinar la localización de un acontecimiento
dé la red celular en la nueva secuencia de acontecimientos de la red
celular, mediante el uso de las referencias de localización dé las
secuencias de los acontecimientos de la red celular en la base de
datos adquirida, que sé ajustan a la misma sección específica de la
ruta como la nueva secuencia de acontecimientos de la red
celular.
\vskip1.000000\baselineskip
2. Un método según la reivindicación 1), donde
la secuencia de acontecimientos de la red celular incluye
acontecimientos de traspaso y donde el paso para determinar la
localización comprende:
La agrupación de secuencias de traspaso en la
base de datos adquirida de acuerdo con una pauta de similitud, para
que cada conjunto contenga por lo menos, N secuencias similares,
donde N<=M, N=>1, donde M es el número de veces en que una
ruta se ha cubierto en el proceso de aprendizaje; y donde N y M
pueden variar para las secciones de ruta diferentes; y donde la
pauta de similitud comprende el paso de:
Agrupar secuencias de traspaso, donde cada una
de las secuencias en un conjunto de L celdas tiene al menos K
celdas, donde K<=L que aparecen en el mismo orden que en una
secuencia específica, designada como cabecera de conjunto, donde K y
L pueden variar para las secciones de ruta diferentes.
\vskip1.000000\baselineskip
3. Un método según la reivindicación 2), donde
los conjuntos ambiguos, que son conjuntos en los que al menos una de
las secuencias tiene similitud con las secuencias relacionadas con
una sección de ruta diferente, se filtran.
4. Un método según la reivindicación 3), donde
si por lo menos para una de las secuencias dentro de un primer
conjunto se encuentra otra secuencia en un segundo conjunto que
incluya al menos J celdas, donde J<=L que aparecen en el mismo
orden y la secuencia en el segundo conjunto se relaciona con una
sección de ruta diferente de la del primer conjunto, en el que J y L
puede variar para secciones de ruta diferentes, ambos conjuntos se
filtran.
5. Un método según la reivindicación 3), donde
si por lo menos para una de las secuencias dentro de un conjunto se
encuentra otra secuencia en los datos en bruto que incluye al menos
J celdas, donde J<=L que aparecen en el mismo orden, y esta
secuencia se relaciona con una sección de ruta diferente de la del
conjunto, en el que J y L puede variar para secciones de ruta
diferentes, el conjuntos se filtra.
6. Un método según la reivindicación 1), donde
el paso para la recolección de una secuencia de acontecimientos de
la red celular además comprende el cálculo de un nivel de precisión
de un traspaso de una de las siguientes maneras o combinación de
estas:
Utilización de las mediciones de intensidad de
señal para detectar disminuciones bruscas en la intensidad de la
señal, lo que resulta en un traspaso, y así determinar el nivel de
precisión de los traspasos;
Medición de la distribución de la localización
de los traspasos entre las mismas celdas para diferentes recorridos
por la misma ruta, a fin de determinar el nivel dé precisión del
traspaso y la localización media.
\vskip1.000000\baselineskip
7. Un método según la reivindicación 1), donde
el paso para la realización del análisis comprende además:
La correspondencia de secuencias de nuevos
recorridos con la base de datos adquirida por medio de la búsqueda
de una secuencia de J celdas que tenga por lo menos K celdas, donde
K<=J que aparecen en el mismo orden, tanto en una secuencia del
nuevo recorrido, así como en una secuencia de la base de datos
adquirida, en la que J y K pueden variar para secciones de ruta
diferentes; y
La asignación de la ruta de la secuencia de la
base de datos adquirida a la nueva secuencia que fue
correspondida.
\vskip1.000000\baselineskip
8. Un método según la reivindicación 7), donde
el paso para la realización del análisis comprende además un
procedimiento de correspondencia secundario, el cual comprende:
La correspondencia dé celdas antes y después de
la correspondencia detectada por las secuencias de datos en bruto
siguientes en la base de datos adquirida hacia atrás y adelante en
relación con la secuencia correspondida y en busca de L celdas de un
total de M, donde L<=M, donde M es menor que J, y donde L y M
puede variar para secciones de ruta diferentes.
\vskip1.000000\baselineskip
9. Un método según la reivindicación 1), donde
el paso para la realización del análisis detecta la localización en
puntos específicos a lo largo de la ruta por medio de:
La extracción de información del traspaso de una
nueva secuencia (localización, tiempo, precisión) desde las
secuencias de traspaso en la base de datos adquirida que se
corresponde con la nueva secuencia de traspasos, y
El cálculo de la localización y la precisión de
traspasos en la nueva secuencia de traspasos, de acuerdo con la
información de traspaso extraída de la base de datos adquirida que
se relaciona con la misma sección de la ruta y contiene los mismos
pares de celdas.
\vskip1.000000\baselineskip
10. Un método según la reivindicación 1), en el
cual durante el paso para la realización del análisis, después de
que un vehículo en una llamada se correlacione con la carretera por
la que transita, se lleva a cabo un análisis más profundo para
detectar incidentes de tráfico por medio de:
El cálculo de la velocidad máxima posible,
Velocidad máxima <=D/T en la sección actual de la ruta, si la
llamada no ha terminado aún y no se ha recibido un nuevo traspaso
por un intervalo de tiempo T, donde D es la distancia a la
localización más lejana posible de traspaso para una posible celda
siguiente; y
La emisión de un posible informe de incidente
para la sección de la ruta si la velocidad máxima posible se
encuentra por debajo de un umbral de velocidad S.
\vskip1.000000\baselineskip
11. Un método según la reivindicación 1), donde
el paso para la realización del análisis se basa solamente en los
datos de identificación de la celda.
12. Un método según la reivindicación 1), donde
el paso para la realización del análisis se basa en la extracción de
mensajes relacionados con el traspaso sólo desde los enlaces de
comunicación entre un conmutador y un controlador de estación base
de la red celular.
13. Un método según la reivindicación 1), donde
el paso para la realización del análisis se basa en la extracción de
sólo un porcentaje diferente de las llamadas de diferentes partes
del sistema celular.
14. Un método según la reivindicación 1), donde
el paso para la realización del análisis comprende además:
La correspondencia de secuencias de traspaso de
nuevos recorridos a secuencias de traspaso en la base de datos
adquirida; y
El filtrado de nuevas secuencias que fueron
correspondidas con secuencias en la base de datos adquirida, y que
representan más de una sección de ruta.
\vskip1.000000\baselineskip
15. Un método según la reivindicación 9), donde
la información acerca de la localización, el tiempo y el nivel de
precisión se utiliza para calcular además la velocidad del tráfico
por cada sección de la ruta.
16. Un método según la reivindicación 9), donde
la información acerca de la localización, el tiempo y el nivel de
precisión se utiliza para detectar además incidentes de tráfico.
17. Un método según la reivindicación 1), donde
el paso para la realización del análisis detecta incidentes de
tráfico mediante:
La recolección de la información acerca de la
densidad y el tiempo de traspaso para cada sección de la ruta; y
La alerta sobre un probable incidente siempre
que la densidad de las nuevas secuencias disminuya rápidamente.
\vskip1.000000\baselineskip
18. Un método según la reivindicación 1), donde
el paso para la realización del análisis detecta el despeje del
incidente mediante:
La recolección de la información acerca de la
densidad y el tiempo de traspaso para cada sección de la ruta; y
La notificación del despeje del incidente
cuando, después de un incidente, la densidad de las nuevas
secuencias se incrementa significativamente.
\vskip1.000000\baselineskip
19. Un método según la reivindicación 1), donde
el paso para la realización del análisis detecta la velocidad del
tráfico mediante:
La correlación en una etapa de calibración de la
velocidad del tráfico de una sección de la ruta con la tasa de
traspasos para esta sección de la ruta en el mismo tiempo; y
La medición de la tasa de traspasos de forma
continua y la extracción de la velocidad de la sección de la ruta,
mediante la comparación con la tasa de traspasos en la etapa de
calibración.
\vskip1.000000\baselineskip
20. Un método según la reivindicación 1), donde
el paso para la realización del análisis se realiza para las áreas
en las que al menos dos carreteras están cubiertas, o al menos
parcialmente, por las mismas dos o más celdas.
21. Un método según la reivindicación 1), donde
los sensores virtuales detectan la velocidad en ciertas
localizaciones específicas a través de las rutas dentro de un área
de cobertura y emulan el protocolo de comunicación entre los
sensores de carreteras tradicionales y un centro de control en un
sistema de control de tráfico híbrido.
22. Un método según la reivindicación 1), donde
el paso para la realización del análisis comprende además la
actualización continua de la base de datos adquirida mediante:
La estimación de localización de traspasos
dentro de las secuencias correspondidas que no aparecen en la base
de datos, y
La adición de nuevas secuencias correspondidas a
la base de datos adquirida.
\vskip1.000000\baselineskip
23. Un método según la reivindicación 1), donde
el paso para la realización del análisis comprende la detección de
cambios en el sistema celular y el ajuste de la base de datos
adquirida mediante:
La monitorización durante la etapa operativa de
la tasa de correspondencia de secuencias o conjuntos para detectar
disminuciones en las tasas de correspondencia;
La búsqueda de nuevos conjuntos que fueron rara
vez correspondidos o no correspondidos en absoluto, y que aparecen
en las mismas localizaciones, de acuerdo con secuencias anteriores o
posteriores, y
La comparación de estadísticas del número de
correspondencias por conjunto y la búsqueda de nuevos conjuntos para
sustituir los conjuntos que rara vez se correspondieron o no se
correspondieron en absoluto.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IL15089402A IL150894A0 (en) | 2002-07-24 | 2002-07-24 | A method for measuring road traffic load based on analyzing cellular communications |
IL150894 | 2002-07-24 | ||
PCT/IL2003/000565 WO2004010401A2 (en) | 2002-07-24 | 2003-07-09 | A method for measuring road traffic load based on analyzing cellular communications |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2375052T3 true ES2375052T3 (es) | 2012-02-24 |
Family
ID=29596363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES03735960T Expired - Lifetime ES2375052T3 (es) | 2002-07-24 | 2003-07-09 | Un método para medir la carga de tráfico en carretera sobre la base del análisis de comunicaciones celulares. |
Country Status (10)
Country | Link |
---|---|
US (1) | US7783296B2 (es) |
EP (1) | EP1540970B1 (es) |
JP (1) | JP2005534100A (es) |
KR (1) | KR101060808B1 (es) |
CN (1) | CN1672437A (es) |
AT (1) | ATE527642T1 (es) |
AU (1) | AU2003237589A1 (es) |
ES (1) | ES2375052T3 (es) |
IL (1) | IL150894A0 (es) |
WO (1) | WO2004010401A2 (es) |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100535634B1 (ko) * | 2003-12-03 | 2005-12-08 | 주식회사 팬택앤큐리텔 | 다중 통화 관리 방법 |
KR100577714B1 (ko) * | 2004-05-21 | 2006-05-10 | 에스케이 텔레콤주식회사 | 단말기를 이용한 교통정보 생성 방법 및 장치 |
EP1830831B1 (en) | 2004-12-29 | 2015-01-21 | Emisphere Technologies, Inc. | Pharmaceutical formulations of gallium salts |
US20060246887A1 (en) * | 2005-05-02 | 2006-11-02 | Barclay Deborah L | Mapping of weak RF signal areas in a wireless telecommunication system using customers' mobile units |
DE102007014633A1 (de) * | 2007-03-23 | 2008-09-25 | Deutsche Telekom Ag | Verfahren und System zur Erkennung von Verkehrsstörungen in einer sich dynamisch ändernden Verkehrslage |
US20110040621A1 (en) * | 2009-08-11 | 2011-02-17 | Ginsberg Matthew L | Traffic Routing Display System |
US9043138B2 (en) | 2007-09-07 | 2015-05-26 | Green Driver, Inc. | System and method for automated updating of map information |
US10083607B2 (en) | 2007-09-07 | 2018-09-25 | Green Driver, Inc. | Driver safety enhancement using intelligent traffic signals and GPS |
US9852624B2 (en) | 2007-09-07 | 2017-12-26 | Connected Signals, Inc. | Network security system with application for driver safety system |
US8340718B2 (en) * | 2007-12-20 | 2012-12-25 | Telecom Italia S.P.A. | Method and system for estimating road traffic |
WO2010090558A1 (en) * | 2009-02-04 | 2010-08-12 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and arrangement for tracking mobile terminals |
EP2224421A1 (en) * | 2009-02-27 | 2010-09-01 | Research In Motion Limited | Adaptive roadside billboard system and related methods |
US10198942B2 (en) | 2009-08-11 | 2019-02-05 | Connected Signals, Inc. | Traffic routing display system with multiple signal lookahead |
CN102262819B (zh) * | 2009-10-30 | 2014-10-15 | 国际商业机器公司 | 基于移动通信网络确定道路的实时通行时间的方法和装置 |
KR101310901B1 (ko) * | 2009-12-15 | 2013-09-25 | 한국전자통신연구원 | 셀룰러 시스템에서 전송전력 제어방법 |
WO2011120193A1 (en) * | 2010-03-31 | 2011-10-06 | Siemens Aktiengesellschaft | Method, system and device for providing traffic information |
CN102158530B (zh) * | 2011-01-27 | 2014-10-22 | 深圳市美赛达科技股份有限公司 | 与指定区域内gps终端进行通讯方法及服务器 |
EP2552133B1 (de) * | 2011-07-29 | 2018-02-28 | Deutsche Telekom AG | Datenschutz-gerechte Aufbereitung von Mobilfunkdaten für die Erzeugung von Verkehrsprognosen |
TWI441104B (zh) * | 2011-11-23 | 2014-06-11 | Chunghwa Telecom Co Ltd | Real-time vehicle speed information based on mobile communication network |
CN102708676A (zh) * | 2012-05-29 | 2012-10-03 | 中国联合网络通信集团有限公司 | 交通信息处理方法、设备及系统 |
EP2883371A1 (en) * | 2012-08-07 | 2015-06-17 | Nokia Solutions and Networks Oy | Determining travel information |
KR101406031B1 (ko) | 2012-08-20 | 2014-06-13 | 록앤올 주식회사 | 2차 충돌사고 방지를 위한 사고알림 시스템 |
US9374773B2 (en) | 2012-12-06 | 2016-06-21 | At&T Intellectual Property I, L.P. | Traffic steering across cell-types |
US9544842B2 (en) | 2012-12-06 | 2017-01-10 | At&T Intellectual Property I, L.P. | Network-based intelligent radio access control |
US9549343B2 (en) | 2012-12-06 | 2017-01-17 | At&T Intellectual Property I, L.P. | Traffic steering across radio access technologies and radio frequencies utilizing cell broadcast messages |
US9544841B2 (en) | 2012-12-06 | 2017-01-10 | At&T Intellectual Property I, L.P. | Hybrid network-based and device-based intelligent radio access control |
US9998983B2 (en) | 2012-12-06 | 2018-06-12 | At&T Intellectual Property I, L.P. | Network-assisted device-based intelligent radio access control |
US10129822B2 (en) | 2012-12-06 | 2018-11-13 | At&T Intellectual Property I, L.P. | Device-based idle mode load balancing |
CN103093630B (zh) * | 2013-01-06 | 2015-01-07 | 北京拓明科技有限公司 | 高速道路车辆的测速方法 |
US9113306B2 (en) * | 2013-08-02 | 2015-08-18 | Google Inc. | Predictive assistance information |
US9380646B2 (en) | 2013-09-24 | 2016-06-28 | At&T Intellectual Property I, L.P. | Network selection architecture |
US9226197B2 (en) | 2013-10-21 | 2015-12-29 | At&T Intellectual Property I, L.P. | Network based speed dependent load balancing |
US9241305B2 (en) | 2013-10-28 | 2016-01-19 | At&T Intellectual Property I, L.P. | Access network discovery and selection function enhancement with cell-type management object |
WO2015128855A1 (en) * | 2014-02-26 | 2015-09-03 | Decell Technologies Ltd | Method and system for road traffic data collection |
US9743296B2 (en) | 2014-05-12 | 2017-08-22 | Motorola Solutions, Inc. | Methods and systems for emulating testing-plan channel conditions in wireless networks |
US9389089B2 (en) | 2014-09-04 | 2016-07-12 | Visteon Global Technologies, Inc. | Determining a route based on a preference |
US9398518B2 (en) | 2014-10-21 | 2016-07-19 | At&T Intellectual Property I, L.P. | Cell broadcast for signaling resource load from radio access networks |
US9585056B2 (en) * | 2014-11-07 | 2017-02-28 | Motorola Solutions, Inc. | Method and apparatus for routing traffic within a communication system |
WO2016156142A1 (en) | 2015-03-31 | 2016-10-06 | British Telecommunications Public Limited Company | Wireless network configuration |
US10001379B2 (en) * | 2015-09-01 | 2018-06-19 | Inrix Inc. | Itinerary generation and adjustment system |
US20170215121A1 (en) * | 2016-01-21 | 2017-07-27 | Veniam, Inc. | Systems and methods for managing and triggering handovers of mobile access points in a network of moving things, for example including a network of autonomous vehicles |
CN108260142B (zh) * | 2016-12-29 | 2020-12-22 | 中国移动通信集团浙江有限公司 | 一种高铁模拟路测数据获取方法和装置 |
CN111034346B (zh) | 2017-08-15 | 2022-08-09 | 英国电讯有限公司 | 接入点设备和控制具有该设备的自动驾驶运载工具的方法 |
EP3679744B1 (en) | 2017-09-05 | 2023-08-16 | British Telecommunications public limited company | Method in a cellular telecommunications network, computer program, computer-readable data carrier and network node. |
US10939328B2 (en) * | 2017-10-10 | 2021-03-02 | Telefonaktiebolaget Lm Ericsson (Publ) | Timetables for public transport lines from mobile network handovers |
CN113838292B (zh) * | 2021-09-02 | 2022-12-30 | 苏州鱼得水电气科技有限公司 | 蜂窝式区块链交通数据存储系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6381463B1 (en) * | 1995-05-04 | 2002-04-30 | Interwave Communications International, Ltd. | Method and apparatus for providing intelligent cellular handoff |
US6552682B1 (en) * | 1997-08-28 | 2003-04-22 | At Road, Inc. | Method for distributing location-relevant information using a network |
US6052598A (en) * | 1997-09-30 | 2000-04-18 | At&T Corp | Method for predicting the location of a mobile station in a mobile communications network |
US6799046B1 (en) * | 1998-06-10 | 2004-09-28 | Nortel Networks Limited | Method and system for locating a mobile telephone within a mobile telephone communication network |
US6385454B1 (en) | 1998-10-09 | 2002-05-07 | Microsoft Corporation | Apparatus and method for management of resources in cellular networks |
US6522888B1 (en) * | 1999-08-31 | 2003-02-18 | Lucent Technologies Inc. | System for determining wireless coverage using location information for a wireless unit |
JP2001093080A (ja) * | 1999-09-17 | 2001-04-06 | Chishiki Joho Kenkyusho:Kk | 渋滞情報集配信方法および渋滞情報集配信システム |
JP3276945B2 (ja) * | 1999-10-01 | 2002-04-22 | 株式会社都市交通計画研究所 | データ処理装置およびデータ処理プログラムを記録した記録媒体 |
JP2001177864A (ja) * | 1999-12-15 | 2001-06-29 | Toshiba Corp | 無線通信システム、無線通信方法、および無線制御局 |
US6711408B1 (en) * | 2000-02-05 | 2004-03-23 | Ericsson Inc. | Position assisted handoff within a wireless communications network |
IL137123A (en) * | 2000-07-02 | 2009-07-20 | Ofer Avni | Method for monitoring cellular communications and system therefor |
DE10054375A1 (de) * | 2000-10-30 | 2002-05-16 | Mannesmann Ag | Verfahren zur Erfassung von Verkehrslagedaten in einem Verkehrswegenetz und Endeinrichtung |
JP2002150471A (ja) * | 2000-11-06 | 2002-05-24 | Nippon Telegr & Teleph Corp <Ntt> | 道路監視システム及びその方法 |
EP1340210B1 (en) * | 2000-11-24 | 2005-01-12 | Nokia Corporation | Traffic monitoring |
US20020102976A1 (en) * | 2001-01-31 | 2002-08-01 | Newbury Mark E. | System and method for performing inter-layer handoff in a hierarchical cellular system |
US7002489B1 (en) * | 2001-07-11 | 2006-02-21 | At&T Corp. | Method and system to calculate an approximate location of a mobile station in a recurrent route |
-
2002
- 2002-07-24 IL IL15089402A patent/IL150894A0/xx unknown
-
2003
- 2003-07-09 US US10/523,149 patent/US7783296B2/en not_active Expired - Fee Related
- 2003-07-09 KR KR1020057001249A patent/KR101060808B1/ko active IP Right Grant
- 2003-07-09 EP EP03735960A patent/EP1540970B1/en not_active Expired - Lifetime
- 2003-07-09 AU AU2003237589A patent/AU2003237589A1/en not_active Abandoned
- 2003-07-09 AT AT03735960T patent/ATE527642T1/de not_active IP Right Cessation
- 2003-07-09 JP JP2004522658A patent/JP2005534100A/ja active Pending
- 2003-07-09 WO PCT/IL2003/000565 patent/WO2004010401A2/en active Application Filing
- 2003-07-09 CN CNA038175630A patent/CN1672437A/zh active Pending
- 2003-07-09 ES ES03735960T patent/ES2375052T3/es not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
KR20050025979A (ko) | 2005-03-14 |
IL150894A0 (en) | 2003-04-10 |
EP1540970A2 (en) | 2005-06-15 |
ATE527642T1 (de) | 2011-10-15 |
EP1540970B1 (en) | 2011-10-05 |
EP1540970A4 (en) | 2008-04-02 |
KR101060808B1 (ko) | 2011-08-30 |
US20050227696A1 (en) | 2005-10-13 |
US7783296B2 (en) | 2010-08-24 |
CN1672437A (zh) | 2005-09-21 |
WO2004010401A2 (en) | 2004-01-29 |
AU2003237589A1 (en) | 2004-02-09 |
WO2004010401A3 (en) | 2004-04-08 |
JP2005534100A (ja) | 2005-11-10 |
AU2003237589A8 (en) | 2004-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2375052T3 (es) | Un método para medir la carga de tráfico en carretera sobre la base del análisis de comunicaciones celulares. | |
Caceres et al. | Review of traffic data estimations extracted from cellular networks | |
ES2234846T3 (es) | Metodo para la identificacion de la ruta de un vehiculo. | |
CN110047277B (zh) | 基于信令数据的城市道路交通拥堵排名方法及系统 | |
EP2172048B1 (en) | System and methods for determining location using cellular transition patterns | |
Janecek et al. | Cellular data meet vehicular traffic theory: location area updates and cell transitions for travel time estimation | |
ES2227325T3 (es) | Sistema de seguimiento de trafico. | |
US20160335894A1 (en) | Bus Station Optimization Evaluation Method and System | |
EP2608181B1 (en) | Method for detecting traffic | |
CN104217593A (zh) | 一种面向手机移动速度的路况信息实时获取方法 | |
Sohn et al. | Space-based passing time estimation on a freeway using cell phones as traffic probes | |
CN109348404B (zh) | 一种大数据环境下个体出行道路轨迹提取的方法 | |
Chen et al. | Data-driven prediction system of dynamic people-flow in large urban network using cellular probe data | |
ES2433693T3 (es) | Sistema y procedimiento relacionado para la supervisión del tráfico en carretera | |
WO2002051192A1 (en) | Method relating to positioning of a mobile device | |
Koppanyi et al. | Tracking vehicle in gsm network to support intelligent transportation systems | |
ES2289998T3 (es) | Procedimiento y dispositivo para una cascada de estados retroalimentada. | |
CN111402575A (zh) | 一种交通运行状态的评估方法及装置 | |
EP2883371A1 (en) | Determining travel information | |
ES2357997T3 (es) | Procedimiento y dispositivos para la generación de informaciones de tráfico y su localización dentro de una zona espacial. | |
Jeong | Wireless sensor networking for intelligent transportation systems | |
CA3114142A1 (en) | A method and system to identify mode of transportation of cellular users based on cellular network data | |
Weixiong et al. | Collecting and analyzing mobility data from mobile network | |
Saraydar et al. | Efficient vehicular traffic monitoring using mobility management in cellular networks | |
Yuan et al. | Outlier detection of handover data for inner-suburban freeway traffic information estimation using mobile probes |