BR112019012678A2 - método para caracterizar uma velocidade e mídia legível por máquina - Google Patents

método para caracterizar uma velocidade e mídia legível por máquina Download PDF

Info

Publication number
BR112019012678A2
BR112019012678A2 BR112019012678-3A BR112019012678A BR112019012678A2 BR 112019012678 A2 BR112019012678 A2 BR 112019012678A2 BR 112019012678 A BR112019012678 A BR 112019012678A BR 112019012678 A2 BR112019012678 A2 BR 112019012678A2
Authority
BR
Brazil
Prior art keywords
segment
speed
data
track
road
Prior art date
Application number
BR112019012678-3A
Other languages
English (en)
Inventor
Balakrishnan Hari
Govind Malalur Paresh
Francis Bradley William
Original Assignee
Cambridge Mobile Telematics Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cambridge Mobile Telematics Inc filed Critical Cambridge Mobile Telematics Inc
Publication of BR112019012678A2 publication Critical patent/BR112019012678A2/pt

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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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]
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Traffic Control Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)

Abstract

customizar velocidades seguras para veículos são determinadas a partir de informações coletadas de várias viagens e de vários motoristas sobre vários segmentos de estrada. as informações coletadas incluem a velocidade percorrida ao longo do segmento da estrada, possivelmente ao longo com informações adicionais, como (por exemplo) motorista, hora do dia, dia da semana, condições climáticas e da estrada, ângulo do sol ou outros fatores. dada a informação de uma nova viagem, a velocidade do motorista pode ser comparada em cada segmento da estrada com dados relevantes de viagens anteriores (por exemplo, estradas semelhantes, condições meteorológicas, motoristas). a comparação gera uma pontuação que representa a segurança da velocidade do motorista.

Description

MÉTODO PARA CARACTERIZAR UMA VELOCIDADE E MÍDIA LEGÍVEL POR MÁQUINA
REFERÊNCIA CRUZADA A PEDIDOS RELACIONADOS [001] Este Pedido é um Pedido Internacional que reivindica a prioridade do Pedido n° U.S. 15/384.730 depositado em 20 de dezembro de 2016. O conteúdo do pedido referido acima está incorporado neste documento por referência em sua totalidade.
ANTECEDENTES [002] Esta invenção refere-se à avaliação de velocidades veiculares seguras e, mais particularmente, à medição de populações de condutores em condições de condução variáveis para determinar tais velocidades seguras. Em alguns aspectos, um objetivo é determinar um limite de velocidade customizado com base no condutor individual e nas condições de via no momento de deslocamento.
[003] Os condutores, municipalidades e companhias de seguro têm um interesse compartilhado em encorajar as pessoas para que se desloquem em velocidades seguras. Determinar uma velocidade segura, entretanto, pode ser difícil.
[004] Com frequência, as velocidades seguras têm sido determinadas pela comparação com um limite de velocidade oficial. As municipalidades tipicamente definem limites de velocidade realizando-se uma pesquisa de tráfego e engenharia. A pesquisa mede velocidades de condução reais na via em questão e o limite de velocidade é frequentemente definido com base no 852 percentil de velocidade observada. A decisão de usar o 852 percentil foi motivada pela Curva de Salomão mostrada na Figura 1. Essa curva mostra que o risco de colisão está relacionado ao desvio da velocidade média; o deslocamento significativamente mais rápido ou mais lento do que a velocidade
Petição 870190078993, de 14/08/2019, pág. 10/31
2/17 típica está associado a uma taxa elevada de colisão.
[005] Um único limite de velocidade oficial, entretanto, presume que haja uma velocidade segura universal para um segmento de via. Entretanto, uma velocidade segura é altamente dependente do condutor e das condições de via. Por exemplo, o limite de velocidade pode não refletir uma velocidade segura devido ao clima (chuva, neve, neblina, velocidade de vento), construção, escuridão, raio do sol, tráfego, um condutor inexperiente, um condutor exausto ou vários outros fatores.
[006] Além disso, pode ser difícil medir o grau de segurança exclusivamente com base em um único limite de velocidade. Por exemplo, exceder o limite de velocidade em 24 km (15 milhas) por hora pode ser seguro em algumas vias, mas perigoso em outras. Devido a essa ambiguidade, não há método aceito para comparar um comportamento de excesso de velocidade detalhado de condutor ao longo de diferentes segmentos de via. Portanto, pode ser difícil identificar onde um excesso de velocidade mais perigoso de condutor ocorre.
[007] Essa dificuldade torna mais difícil ajudar condutores a modificar seu próprio comportamento para tornar mais seguro, e mais difícil para municipalidades ou companhias de seguro avaliarem o risco.
SUMÁRIO [008] Em um aspecto, em geral, as informações são coletadas de múltiplos percursos e múltiplos condutores ao longo de muitos segmentos de via. As informações coletadas incluem a velocidade percorrida ao longo do segmento de via, possivelmente em conjunto com informações adicionais, tais como (por exemplo) condutor, hora do dia, dia da semana, clima e condições de via, ângulo do sol ou outros fatores. Dadas as informações de um novo percurso, a velocidade de condutor pode ser comparada, em cada segmento de via, com
Petição 870190078993, de 14/08/2019, pág. 11/31
3/17 dados relevantes de percursos prévios (de, por exemplo, vias similares, condições de clima, condutores). A comparação proporciona uma pontuação que representa a segurança da velocidade de condutor.
[009] Em outro aspecto, em geral, um smartphone que executa um aplicativo se desloca com um condutor em um veículo e registra a velocidade de veículo, sua localização ao longo de uma rede de vias, e a hora de deslocamento. Os dados registrados são enviados a um servidor, tanto de um modo constante, ou em uma batelada de tempo em tempo. O servidor armazena os dados para uma pluralidade de veículos que representam velocidade de deslocamento em uma pluralidade de segmentos de via de uma rede de vias.
[010] Para cada segmento de via dentre a pluralidade de segmentos de via, os dados coletados são processados para o segmento de via para determinar características de velocidade para o segmento de via. Por exemplo, um servidor computa uma distribuição cumulativa das velocidades observadas durante deslocamento em horário de pico e durante deslocamento em horário de não pico. Em algumas modalidades, uma vez que uma caracterização tiver sido feita, a mesma é usada, então, para classificar determinadas faixas de velocidades como, por exemplo, segura, pouco arriscada ou muito arriscada.
[011] Para a avaliação de um veículo individual, dados de veículo são coletados daquele veículo para cada segmento de via que o veículo se desloca ao longo do curso de um percurso. Esses dados são usados para computar uma pontuação de risco específica de segmento para cada segmento de via. Essas pontuações específicas de segmento são agregadas para cada segmento de via no percurso para criar um risco global para o percurso, ou para múltiplos percursos. Por exemplo, em algumas modalidades, a velocidade mediana do veículo individual pode ser comparada à velocidade mediana de outros veículos em condições similares. Essa pontuação pode, então, ser fornecida ao condutor
Petição 870190078993, de 14/08/2019, pág. 12/31
4/17 do veículo ou, alternativamente, a um terceiro, por exemplo, uma companhia de seguro.
[012] Em outro aspecto, em geral, um método é direcionado à caracterização de uma velocidade de veículo-alvo em uma rede de vias. O método inclui coletar e armazenar dados, que incluem velocidade de segmento de um ou mais veículos que atravessam uma pluralidade de segmentos de via de uma rede de vias. Para cada segmento de via dentre a pluralidade de segmentos de via, os dados coletados associados ao segmento de via são processados para determinar uma caracterização de velocidade para o dito segmento de via. Os dados do veículo-alvo também são coletados (por exemplo, em conjunto com ou após a coleta dos dados para o um ou mais veículos) para cada segmento de via em uma sequência de segmentos de via. Para um ou mais segmentos de via na sequência de segmentos de via, a caracterização de velocidade para o dito segmento de via e os dados coletados do veículo-alvo no dito segmento são combinados para computar uma pontuação específica de segmento para a velocidade de veículo-alvo no dito segmento. Os dados que caracterizam a velocidade de veículo determinada a partir de uma ou mais dentre as pontuações específicas de segmento são fornecidos.
[013] Os aspectos podem incluir um ou mais dentre os recursos a seguir.
[014] Fornecer os dados que caracterizam a velocidade de veículo compreende fornecer os ditos dados para um condutor do veículo-alvo.
[015] O método inclui, adicionalmente, agregar a pontuação específica de segmento para cada segmento de via na sequência de segmentos de via para computar uma pontuação de condução para o veículo-alvo. Fornecer os dados que caracterizam a velocidade de veículo compreende fornecer a pontuação de condução.
[016] Ao coletar e armazenar os dados, o um ou mais veículos
Petição 870190078993, de 14/08/2019, pág. 13/31
5/17 compreende uma pluralidade de veículos.
[017] Ao coletar e armazenar os dados, os dados compreendem uma pluralidade das velocidades de segmento, cada velocidade de segmento associada a um segmento de via, veículo ou condutor correspondente de um veículo, e hora de travessia do segmento.
[018] Processar os dados coletados associados a um segmento de via para determinar uma caracterização de velocidade para o dito segmento de via compreende determinar uma distribuição de velocidade de veículos do dito segmento de via.
[019] Combinar a caracterização de velocidade e dados coletados do veículo-alvo para computar uma pontuação específica de segmento para a velocidade do veículo-alvo compreende combinar a distribuição de velocidade do dito segmento de via e uma velocidade determinada a partir dos dados coletados para o veículo-alvo.
[020] Combinar a distribuição de velocidade do dito segmento de via e uma velocidade determinada a partir dos dados coletados para o veículo-alvo compreende determinar um percentil da velocidade para o veículo-alvo na distribuição de velocidade do segmento de via.
[021] A pontuação específica de segmento para a velocidade do veículoalvo compreende uma pontuação determinada a partir do percentil.
[022] A pontuação determinada a partir do percentil compreende uma pontuação quantitativa.
[023] A pontuação determinada a partir do percentil compreende uma pontuação categórica.
[024] A distribuição de velocidade de veículos do dito segmento de via compreende usar velocidades de segmento coletadas para veículos que atravessam o dito segmento de via.
Petição 870190078993, de 14/08/2019, pág. 14/31
6/17 [025] Determinar a distribuição de velocidade de veículos do dito segmento de via compreende, adicionalmente, usar velocidades de segmento coletadas para veículos que atravessam outros segmentos de via que são similares ao dito segmento de via.
[026] Determinar a distribuição de velocidade de veículos compreende ponderar dados para os segmentos de via que são similares de acordo com a sua similaridade.
[027] A pontuação específica de segmento para a velocidade do veículoalvo compreende uma pontuação categórica.
[028] Em outro aspecto, em geral, uma mídia legível por máquina compreende instruções armazenadas na mesma. Executar as instruções em um processador faz com que o processador realize todas as etapas de qualquer método estabelecido acima.
[029] Em outro aspecto, em geral, um sistema implantado em computador inclui um processador configurado para realizar todas as etapas de qualquer método estabelecido acima.
[030] As vantagens de uma ou mais modalidades podem incluir o seguinte.
[031] Dados empíricos de velocidade de condutor em um segmento de via podem fornecer uma avaliação mais acurada de velocidades seguras do que limites de velocidade com base em abordagens convencionais de pesquisa de tráfego e engenharia de trânsito. Além disso, os dados empíricos coletados com o uso dessas abordagens podem ser usados para informar municipalidades ou outras entidades que definem limites de velocidade. Por exemplo, visto que muitos limites de velocidade são definidos com a intenção de ser o 852 percentil de velocidades conduzidas em uma via, o 852 percentil de velocidade empírica em um segmento de via pode ser computado dinamicamente, fazendo com que
Petição 870190078993, de 14/08/2019, pág. 15/31
7/17 um limite de velocidade sugerido seja mais acurado.
[032] A abordagem de coleta de dados pode fornecer uma quantidade maior de dados coletados a um custo menor do que abordagens de pesquisa de via convencionais. Isso, por sua vez, permite uma melhor estimação do 852 percentil de velocidade. Dado o volume absoluto de dados os quais devem ser manipulados, os resultados de sua análise podem ser atualizados continuamente, e se tornar disponíveis de modo mais imediato.
[033] As municipalidades ou companhias de seguro podem ser as mais interessadas na via percorrida com mais frequência. Uma ou mais modalidades podem ter a capacidade de produzir estimativas acuradas de segmentos de via de tráfego intenso de maneira rápida, visto que a maioria dos dados são coletados nas mesmas. A coleta de grandes quantidades de dados também permitirá a inferência de limites de velocidade a partir de dados empíricos para popular bancos de dados de mapa.
[034] Os aspectos permitem a estimação de comportamento de condução relativo para condutores individuais ou veículos. Dada uma distribuição de velocidade empírica, o servidor pode associar um percentil para cada percurso feito por um usuário. Um comportamento de usuário pode ser descrito, então, como uma distribuição em percentis. Essa descrição permite a combinação de comportamento a partir de diferentes segmentos de via. Pode ser adicionalmente útil caracterizar os hábitos de excesso de velocidade do condutor com base na classe funcional da via (por exemplo, via expressa principal versus rua secundária pequena), geometria de via, hora do dia, clima rigoroso, e assim por diante.
[035] A velocidade segura em um segmento de via é frequentemente uma função de condições de via. Por exemplo, um condutor pode precisar dirigir mais lentamente em uma via à noite do que durante o dia. Esta invenção permite a
Petição 870190078993, de 14/08/2019, pág. 16/31
8/17 estimação de distribuições de velocidade empírica condicional, em que qualquer um dentre os seguintes pode ser fatores nessa estimação: condições de clima em um determinado segmento de via, hora do dia, dia da semana ou direção de condução em relação ao raio solar (se o sol está nos olhos ou não).
[036] A fim de ajudar um condutor a ter mais segurança, o sistema pode identificar em quais vias o condutor aumenta mais a velocidade em relação a outros condutores. A identificação de tais vias obtém benefício de uma distribuição empírica, por exemplo, a partir de conhecimento de percentis acima do 85^.
[037] Outros recursos e vantagens da invenção são evidentes a partir da descrição a seguir, e das reivindicações.
DESCRIÇÃO DOS DESENHOS [038] A Figura 1 mostra como o risco de colisão de veículo aumenta quando condutores desviam da velocidade média.
[039] A Figura 2 é uma ilustração que mostra um processo de comunicar informações de condução entre um servidor e uma pluralidade de veículos, um usuário e um terceiro.
[040] A Figura 3 é um gráfico polar de velocidade média como uma função da hora do dia.
[041] A Figura 4 é um gráfico polar de velocidade média como uma função de hora do dia e final de semana versus dia da semana.
[042] A Figura 5 é uma função de densidade cumulativa (CDF) de velocidade em um segmento de via atual, em conjunto com as CDFs de velocidade de dois condutores particulares.
[043] A Figura 6 é uma ilustração de uma abordagem para converter medições de velocidade em uma pontuação de condução.
[044] A Figura 7 é um fluxograma que descreve o processo que
Petição 870190078993, de 14/08/2019, pág. 17/31
9/17 corresponde à Figura 2.
DESCRIÇÃO [045] Referindo-se à Figura 2, um número de carros 100 têm a capacidade de se comunicar com um servidor 110 a fim de fornecer, ao servidor, informações de condução sobre cada carro. Mais especificamente, em um número de modalidades, os condutores dos carros portam dispositivos pessoais, tais como smartphones, que incluem, internamente, sensores, processadores e dispositivo de comunicação que são usados para coletar dados de velocidade, localização e hora e comunicar esses dados com o servidor. O servidor 110 mantém um log 112 de informações de condução para todos os veículos. O servidor fornece, então, feedback para cada condutor sobre seu desempenho com base nos dados de log 112 dos carros. Um carro representativo 120 é mostrado em uma rodovia 130. A rodovia 130 é mostrada dividida em segmentos de via menores 131 a 135, com o carro 120 ocupando o segmento de via 131.
[046] À medida que um veículo atravessa um segmento de via particular (por exemplo, o segmento de via 131, na Figura 1), o dispositivo pessoal no veículo coleta uma série temporal de amostras de velocidade (por exemplo, uma amostra por segundo). Essas amostras podem ser resumidas como um único número (por exemplo, velocidade média ou mediana), como diversos números (por exemplo, média e variância de velocidade), ou retidas como o conjunto total de amostras de velocidade. Será referido às amostras de velocidade totais ou ao seu resumo como a velocidade de segmento para o usuário naquele segmento. À medida que um veículo 120 atravessa múltiplos segmentos de via em um percurso (por exemplo, que inclui os segmentos 131 a 135), o dispositivo pessoal determina a velocidade de segmento 122 em cada segmento de via para o veículo no percurso. De modo bem geral, a velocidade de segmento do veículo
Petição 870190078993, de 14/08/2019, pág. 18/31
10/17 em um segmento é comparada à distribuição de velocidades de segmento (nos mesmos ou segmentos similares) de outros percursos no servidor 110, ponderada pela similaridade do percurso. Essa comparação proporciona as informações sobre o desempenho de condutor.
[047] Para um segmento de via particular atravessado por um veículo particular, o servidor 110 computa uma pontuação comparando-se a velocidade de segmento com as velocidades de segmento logado para o mesmo segmento (ou segmentos similares) de outros percursos similares, e combinando-se as comparações de acordo com uma ponderação baseada na similaridade dos percursos. Os outros percursos podem ser dos mesmos condutores ou de outros condutores. A similaridade de percursos é baseada em uma combinação de uma ou mais dentre as seguintes medidas: clima (que incluem chuva, neve, neblina, velocidade de vento), construção, escuridão, raio solar, tráfego, experiência de condutor, exaustão de condutor, distração de condutor, velocidades típicas para esse condutor ou esse veículo nesse ou outros segmentos de via, ou outros recursos da via, condutor e ambiente. Doravante, tais medidas serão referidas como medidas covariáveis. O uso de segmentos similares é discutido mais abaixo.
[048] Para determinar as ponderações para a combinação das comparações, o sistema leva em consideração o modo como a distribuição de velocidade muda como uma função de medidas covariáveis. Dois exemplos são fornecidos. Essas ponderações são tipicamente informadas por medições de velocidade como as medidas covariáveis variam entre conduções. Por exemplo, a Figura 3 ilustra variabilidade em velocidade média ao longo das horas do dia; a velocidade de condução durante o início da manhã (3h às 6h) é muito mais rápida do que a velocidade de condução durante o dia. A Figura 4 ilustra o valor de combinação de múltiplas medidas covariáveis, nesse caso, hora do dia e final
Petição 870190078993, de 14/08/2019, pág. 19/31
11/17 de semana versus dia da semana. A redução na velocidade típica durante o horário de pico de um dia da semana é evidente.
[049] Há diversas maneiras de definir as ponderações. Primeiramente, as ponderações podem ser definidas diretamente através de conhecimento de especialista do sistema. Segundo, as ponderações podem ser definidas para maximizar a probabilidade de dados de velocidade de validação cruzada. Terceiro, as ponderações podem ser definidas para maximizar a precisão de predição dos dados de segurança.
[050] É fornecido um exemplo mais detalhado da terceira técnica para definir ponderações. Supõe-se que os dados de segurança consistam na hora e localização de colisões de veículo. Imagina-se que haja alguma probabilidade desconhecida de uma colisão em um segmento de via R dada a velocidade e medidas covariáveis. Isso será escrito como prob(colisão em R | velocidade, medidas covariáveis). Para um segmento de via individual em isolamento, podese usar uma regressão logística para definir as ponderações das covariáveis. Para combinar informações estatísticas através de múltiplos segmentos de via, podese escolher, aleatoriamente, um conjunto de ponderações e separar os dados de colisão em um conjunto de treinamento e teste. Pode-se usar, por exemplo, gradiente estocástico descendente para otimizar as ponderações nos dados de treinamento, com o uso dos dados de teste para validação para evitar sobreajuste.
[051] Uma vez computada uma pontuação por segmento de via, pode-se relatar essa pontuação diretamente a um interessado (tal como o condutor). Pode-se também agregar as pontuações de segmento por percurso, por usuário, por veículo, por tempo de calendário (por exemplo, pontuação média ao longo de duas semanas de condução), por tempo de condução (por exemplo, pontuação média por hora de condução), ou por distância (por exemplo,
Petição 870190078993, de 14/08/2019, pág. 20/31
12/17 pontuação média por quilômetro).
[052] A Figura 5 ilustra a função de distribuição cumulativa (CDF) de velocidade em um único segmento de via, através de muitos condutores e percursos, ponderada por condutor. A mesma ilustra, adicionalmente, as CDFs de dois condutores particulares. As CDFs de condutores diferem da CDF comum e umas das outras.
[053] É fornecido um exemplo mais detalhado por questão de clareza. (Os valores numéricos, medidas covariáveis e ponderações são fornecidos como exemplos para concretude, e podem variar em diferentes modalidades.) Esse exemplo é ilustrado na Figura 6. Supõe-se que o veículo 601 tenha atravessado o segmento de via 602 de 8h30 a 8h32 da manhã, em uma segunda-feira, sob chuva leve, se deslocando à velocidade de segmento 603.
[054] Considera-se separar outros percursos no mesmo segmento de via em três categorias e computar a função de distribuição cumulativa empírica para cada categoria: deslocamentos que ocorreram entre 8h e 9h da manhã em um dia da semana sob chuva leve (605); deslocamentos que ocorreram entre 7h e 8h da manhã ou 9h e lOh da manhã sob chuva leve (606); e todos os outros deslocamentos (604). A velocidade de segmento 603 corresponde a uma linha vertical (607) na plotagem; em geral, essa linha vertical cruza cada CDF em uma altura diferente (quantil). A intersecção com CDF 605 é marcada por 608 (no quantil 0,50), e a intersecção com CDF 606 é marcada por 609 (no quantil 0,15). É produzida uma pontuação final realizando-se uma combinação ponderada dos quantis (608) e (609), conforme denotado por 610. Por exemplo, pode-se obter a pontuação=0,7*(0,5)+0,3*(0,15)=0,395. (É fornecida, a 604, uma ponderação de zero e, desse modo, não há problema em incluir a mesma na soma ponderada.) [055] Se a pontuação de segmento de via exceder o 852 percentil ou cair
Petição 870190078993, de 14/08/2019, pág. 21/31
13/17 abaixo do 152 percentil (isto é, pontuação>0,85 ou pontuação<0,15), pode-se interpretar a pontuação como moderadamente arriscada; se a mesma exceder o 952 percentil ou cair abaixo do 52 percentil, pode-se interpretar a pontuação como muito arriscada.
[056] Os quantis observados para dois condutores diferentes podem variar substancialmente.
[057] A operação do sistema descrito acima pode ser entendida com referência ao fluxograma mostrado na Figura 7. Referindo-se à Figura 7, o sistema coleta dados de velocidade de segmento de múltiplos veículos (etapa 401). Conforme discutido acima, esses dados podem ser coletados, primeiramente, no veículo e, então, enviados para um servidor em bateladas ou, alternativamente, os dados podem ser enviados ao servidor de um modo constante. Esses dados para cada segmento de via são usados para computar dados de segmento 403 para todos os segmentos (etapa 402). O servidor também coleta dados para um veículo específico (etapa 404). Usando as características de segmento de via 403, o sistema computa dados de velocidade específicos de segmento para o usuário, por exemplo, a velocidade mediana percorrida no segmento (etapa 405). O sistema agrega os dados específicos de segmento ao longo dos segmentos de via percorridos pelo veículo (etapa 407), e computa uma pontuação de condutor (etapa 408), que pode ser fornecida ao condutor ou a um terceiro. Em alguns exemplos, a pontuação agregada pode ser específica a uma classe (isto é, tipo) de segmentos de via, por exemplo, para via expressa ou via coletora, ou alguma outra categoria, tal como hora do dia, por exemplo, condução durante o dia versus durante a noite.
[058] Alguns aspectos podem variar em outras modalidades. Em particular, em vez da mediana, pode-se registrar estatísticas alternativas da velocidade ao longo de um segmento, tal como a velocidade média, a média e
Petição 870190078993, de 14/08/2019, pág. 22/31
14/17 variância, a pontuação Z, a faixa mediana e interquartil, ou todas as amostras de velocidade. A pontuação (para um segmento de via, percurso ou percursos) pode incluir um intervalo de confiança ou outra indicação ou incerteza. Em vez de avaliar a velocidade observada, uma margem de velocidade pode ser adicionada para compensar alguma fração de excesso de velocidade arriscado. Por exemplo, a velocidade mediana observada para um segmento de via individual sob avaliação pode ser modificada para ser, por exemplo, 8 km (5 milhas) por hora mais próxima à velocidade mediana de população. A pontuação de saída pode ser tanto discreta (por exemplo, segura vs pouco arriscada vs muito arriscada) ou contínua (por exemplo, 0,12 vs 0,87). Para evitar sobreponderar condutores que se deslocam no mesmo segmento de via muitas vezes, a ponderação pode ser reduzida pelo número de percursos por condutor naquele segmento de via. (Por exemplo, se um condutor atravessar um segmento de via particular X vezes, reduzir a ponderação em um fator multiplicativo adicional de X.) [059] Quando dados insuficientes estão disponíveis para estimar uma distribuição de velocidade (isto é, dados esparsos ou ausentes) para um segmento de via particular apenas de dados logados para aquele segmento, pode-se inferir a distribuição de velocidade a partir de dados em segmentos de via similares em condições similares. Por exemplo, constatando-se outros segmentos de via de tipo de via similar (por exemplo, via expressa ou via coletora), geometria de via e condições de via, as amostras de velocidade podem ser agrupadas e uma distribuição de velocidade pode ser inferida para todos os segmentos de via similares.
[060] Alternativamente, ao manipular dados esparsos, as amostras de velocidade podem ser usadas a partir de segmentos de via diferentes (ou o mesmo segmento de via em diferentes ambientes) transformando-se as
Petição 870190078993, de 14/08/2019, pág. 23/31
15/17 amostras de velocidade em amostras de velocidade representativas do tipo apropriado. Por exemplo, supõe-se que seja observada a distribuição de velocidade para o segmento de via A e o segmento de via B, ambos em condições meteorológicas favoráveis. Corresponde-se as amostras de velocidade com base em quantis e ajusta-se uma regressão Rl. Em seguida, ajusta-se uma regressão de velocidade R2 no segmento A entre velocidades em clima aberto versus chuva. Aplicando-se R2 e Rl na CDF original de segmento de via A em clima aberto, obtém-se uma estimativa para a CDF de segmento de via B na chuva.
[061] Ao transformar e combinar amostras de vários segmentos de via e condições diferentes, a ponderação dessas amostras adicionais é reduzida com base na imprecisão da estimativa (por exemplo, se a transformação produzir uma estimativa com alta variância, a ponderação de amostra transformada seria baixa). A incerteza da regressão pode ser estimada através de várias técnicas, tais como com o uso de regressão de processo Gaussiano. As técnicas de estimação podem depender de uma noção da similaridade de dois segmentos de via. Uma medida quantitativa de similaridade é fornecida pelas ponderações discutidas no parágrafo 32.
[062] Uma técnica adicional para manipular dados esparsos é potencializar o histórico de condução anterior dos condutores. Por exemplo, supõe-se que se deseja estimar o 852 percentil da velocidade média em um segmento de via. Informações adicionais ausentes, isso exigiría muitas amostras para realizar uma estimativa confiável. Supõe-se que se tenha apenas uma única medição no segmento de via. Entretanto, supõe-se que medições anteriores tenham indicado que aquele condutor particular se deslocava regularmente entre o 832 e 872 percentil na maioria das outras vias. O único ponto de dados é, então, uma estimativa bastante acurada do 852 percentil. Potencializar o comportamento de excesso de velocidade anterior de todos os condutores
Petição 870190078993, de 14/08/2019, pág. 24/31
16/17 permite estimativas mais acuradas de distribuições de velocidade com menos dados.
[063] Em um ou mais exemplos descritos acima, um smartphone de um condutor é usado para coletar os dados de velocidade e localização para o veículo. As modalidades alternativas podem usar técnicas descritas na Patente n° US 8.457.880, TELEMATICS USING PERSONAL MOBILE DEVICES, e na Patente n° US 9.228.836, INFERENCE OF VEHICULAR TRAJECTORY CHARACTERISTICS WITH PERSONAL MOBILE DEVICES, incorporadas neste documento a título de referência. Além disso, um dispositivo afixado ao veículo, por exemplo, uma placa identificadora, conforme descrito na Publicação de Patente n° US2015/0312655A1, SYSTEM AND METHOD FOR OBTAINING VEHICLE TELEMATICS DATA, também incorporada neste documento a título de referência.
[064] Em outras modalidades, o sistema pode fatorar em um limite de velocidade de rodovia além de velocidades de população ao determinar faixas de velocidade seguras para um segmento de via.
[065] Com a intenção de preservar a vida de batería ou reduzir transmissão de dados, é possível registrar e/ou transmitir apenas uma porção ou resumo das medições de velocidade subjacentes.
[066] A implantação das abordagens descritas acima pode implantar as etapas de processamento de dados (por exemplo, armazenamento de dados, redução de dados e comunicação de dados) com o uso de hardware, software ou uma combinação de hardware e software. O hardware pode incluir circuitos integrados de aplicação específica (ASICS). O software pode executar instruções armazenadas em uma mídia não transitória (por exemplo, memória semicondutora não volátil) para fazer com que um ou mais processadores em uma placa identificadora, no smartphone e/ou no servidor realizem os
Petição 870190078993, de 14/08/2019, pág. 25/31
17/17 procedimentos descritos acima.
[067] Deve-se entender que a descrição antecedente se destina a ilustrar e não a limitar o escopo da invenção, que é definido pelo escopo das reivindicações anexas. Outras modalidades são abrangidas pelo escopo das reivindicações a seguir.

Claims (16)

  1. REIVINDICAÇÕES
    1. Método para caracterizar uma velocidade do veículo-alvo em uma rede de vias, o método caracterizado pelo fato de que compreende:
    coletar e armazenar dados, sendo que os dados incluem velocidade de segmento de um ou mais veículos que atravessam uma pluralidade de segmentos de via de uma rede de vias;
    para cada segmento de via dentre a pluralidade de segmentos de via, processar os dados coletados associados ao segmento de via para determinar uma caracterização de velocidade para o dito segmento de via;
    coletar dados do veículo-alvo para cada segmento de via em uma sequência de segmentos de via;
    para um ou mais segmentos de via na sequência de segmentos de via, combinar a caracterização de velocidade para o dito segmento de via e os dados coletados do veículo-alvo no dito segmento de via para computar uma pontuação específica de segmento para a velocidade do veículo-alvo no dito segmento de via; e fornecer dados que caracterizam a velocidade de veículo determinada a partir de uma ou mais dentre as pontuações específicas de segmento.
  2. 2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que processar os dados coletados associados a um segmento de via para determinar uma caracterização de velocidade para o dito segmento de via compreende determinar uma distribuição de velocidade de veículos no dito segmento de via.
  3. 3. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que determinar a distribuição de velocidade de veículos no dito segmento de via compreende usar velocidades de segmento coletadas para veículos que atravessam o dito segmento de via.
  4. 4. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que
    Petição 870190078993, de 14/08/2019, pág. 28/31
    2/4 determinar a distribuição de velocidade de veículos no dito segmento de via compreende adicionalmente usar velocidades de segmento coletadas para veículos que atravessam outros segmentos de via que são similares ao dito segmento de via.
  5. 5. Método, de acordo com a reivindicação 4, caracterizado pelo fato de que determinar a distribuição de velocidade de veículos compreende ponderar dados para os segmentos de via que são similares de acordo com a sua similaridade.
  6. 6. Método, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado pelo fato de que fornecer os dados que caracterizam a velocidade de veículo compreende fornecer os ditos dados a um condutor do veículo-alvo.
  7. 7. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que compreende adicionalmente:
    agregar a pontuação específica de segmento para cada segmento de via na sequência de segmentos de via para computar uma pontuação de condução para o veículo-alvo; e em que fornecer os dados que caracterizam a velocidade de veículo compreende fornecer a pontuação de condução.
  8. 8. Método, de acordo com qualquer uma das reivindicações 1 a 7, caracterizado pelo fato de que ao coletar e armazenar os dados, o um ou mais veículos compreende uma pluralidade de veículos.
  9. 9. Método, de acordo com qualquer uma das reivindicações 1 a 8, caracterizado pelo fato de que ao coletar e armazenar os dados, os dados compreendem uma pluralidade das velocidades de segmento, cada velocidade de segmento é associada a um segmento de via, veículo ou condutor correspondente de um veículo e hora de travessia do segmento.
  10. 10. Método, de acordo com qualquer uma das reivindicações 1 a 9,
    Petição 870190078993, de 14/08/2019, pág. 29/31
    3/4 caracterizado pelo fato de que combinar a caracterização de velocidade e dados coletados do veículo-alvo para computar uma pontuação específica de segmento para a velocidade do veículo-alvo compreende combinar a distribuição de velocidade do dito segmento de via e uma velocidade determinada a partir dos dados coletados para o veículo-alvo.
  11. 11. Método, de acordo com a reivindicação 10, caracterizado pelo fato de que combinar a distribuição de velocidade do dito segmento de via e uma velocidade determinada a partir dos dados coletados para o veículo-alvo compreende determinar um percentil da velocidade para o veículo-alvo na distribuição de velocidade do segmento de via.
  12. 12. Método, de acordo com a reivindicação 11, caracterizado pelo fato de que a pontuação específica de segmento para a velocidade de veículo-alvo compreende uma pontuação determinada a partir do percentil.
  13. 13. Método, de acordo com a reivindicação 12, caracterizado pelo fato de que a pontuação determinada a partir do percentil compreende uma pontuação quantitativa.
  14. 14. Método, de acordo com a reivindicação 12, caracterizado pelo fato de que a pontuação determinada a partir do percentil compreende uma pontuação categórica.
  15. 15. Método, de acordo com qualquer uma das reivindicações 1 a 14, caracterizado pelo fato de que a pontuação específica de segmento para a velocidade do veículo-alvo compreende uma pontuação categórica.
  16. 16. Mídia legível por máquina que compreende instruções armazenadas na mesma, caracterizada pelo fato de que executar as instruções em um processador faz com que o processador caracterize uma velocidade do veículoalvo em uma rede de vias incluindo:
    receber e armazenar dados, os dados incluem velocidade de segmento de
    Petição 870190078993, de 14/08/2019, pág. 30/31
    4/4 um ou mais veículos que atravessam uma pluralidade de segmentos de via de uma rede de vias;
    para cada segmento de via da pluralidade de segmentos de via, processar os dados coletados associados ao segmento de via para determinar uma caracterização de velocidade para o dito segmento de via;
    receber dados do veículo-alvo para cada segmento de via em uma sequência de segmentos de via;
    para um ou mais segmentos de via na sequência de segmentos de via, combinar a caracterização de velocidade para o dito segmento de via e os dados coletados do veículo-alvo no dito segmento para computar uma pontuação específica de segmento para a velocidade do veículo-alvo no dito segmento; e fornecer dados que caracterizam a velocidade do veículo determinada a partir de uma ou mais dentre as pontuações específicas de segmento.
    Petição 870190078993, de 14/08/2019, pág. 31/31
    1/7
    Taxa de envolvimento em colisão por 160.000,000 km {100 milhões de milhas)
BR112019012678-3A 2016-12-20 2017-12-04 método para caracterizar uma velocidade e mídia legível por máquina BR112019012678A2 (pt)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/384,730 US10262530B2 (en) 2016-12-20 2016-12-20 Determining customized safe speeds for vehicles
PCT/US2017/064404 WO2018118387A1 (en) 2016-12-20 2017-12-04 Determining customized safe speeds for vehicles

Publications (1)

Publication Number Publication Date
BR112019012678A2 true BR112019012678A2 (pt) 2019-11-12

Family

ID=62561924

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112019012678-3A BR112019012678A2 (pt) 2016-12-20 2017-12-04 método para caracterizar uma velocidade e mídia legível por máquina

Country Status (13)

Country Link
US (1) US10262530B2 (pt)
EP (1) EP3559926A4 (pt)
JP (1) JP6961012B2 (pt)
KR (1) KR20190111935A (pt)
CN (1) CN110268454B (pt)
AU (1) AU2017378643A1 (pt)
BR (1) BR112019012678A2 (pt)
CA (1) CA3047735A1 (pt)
IL (1) IL267522B (pt)
MX (1) MX2019007200A (pt)
PH (1) PH12019550100A1 (pt)
WO (1) WO2018118387A1 (pt)
ZA (1) ZA201904335B (pt)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10697784B1 (en) * 2017-07-19 2020-06-30 BlueOwl, LLC System and methods for assessment of rideshare trip
US10955252B2 (en) 2018-04-03 2021-03-23 International Business Machines Corporation Road-condition based routing system
US11030890B2 (en) * 2018-05-03 2021-06-08 International Business Machines Corporation Local driver pattern based notifications
US11346680B2 (en) * 2018-05-09 2022-05-31 International Business Machines Corporation Driver experience-based vehicle routing and insurance adjustment
EP3747718B1 (en) * 2019-06-04 2021-11-03 Zenuity AB Method of adapting tuning parameter settings of a system functionality for road vehicle speed adjustment control
US11912287B2 (en) 2019-10-02 2024-02-27 BlueOwl, LLC Cloud-based vehicular telematics systems and methods for generating hybrid epoch driver predictions and driver feedback
FR3103305A1 (fr) 2019-11-19 2021-05-21 Continental Automotive Procédé et dispositif de prédiction d’au moins une caractéristique dynamique d’un véhicule en un point d’un segment routier.
JP7409040B2 (ja) 2019-11-25 2024-01-09 オムロン株式会社 危険度推定装置、車載装置、危険度推定方法、および危険度推定プログラム
CN111610787B (zh) * 2020-05-29 2023-04-07 亚哲科技股份有限公司 自动驾驶汽车安全控制方法、计算机存储介质、电子设备
CN112762954B (zh) * 2020-12-25 2021-11-02 河海大学 一种路径规划方法及系统
CN113505793B (zh) * 2021-07-06 2022-03-04 上海致宇信息技术有限公司 复杂背景下的矩形目标检测方法
KR102477885B1 (ko) * 2022-01-18 2022-12-15 재단법인차세대융합기술연구원 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2816919B2 (ja) * 1992-11-05 1998-10-27 松下電器産業株式会社 空間平均速度および交通量推定方法、地点交通信号制御方法、交通量推定・交通信号制御機制御装置
JP3024478B2 (ja) * 1993-11-11 2000-03-21 三菱電機株式会社 ナビゲーション装置を含んだ定速走行制御装置
EP1302356B1 (en) * 2001-10-15 2006-08-02 Ford Global Technologies, LLC. Method and system for controlling a vehicle
US7821421B2 (en) * 2003-07-07 2010-10-26 Sensomatix Ltd. Traffic information system
EP2201553A4 (en) 2007-08-16 2011-01-05 Google Inc COMBINED VEHICLE AND ROAD SENSOR TRAFFIC INFORMATION
US9310214B1 (en) 2008-01-24 2016-04-12 Blackberry Corporation System and method for dynamically redefining road segment boundaries
KR101331054B1 (ko) 2010-05-13 2013-11-19 한국전자통신연구원 도로노면정보 및 통계적 교통상황을 고려한 안전속도 산정방법 및 그 장치
US8478499B2 (en) * 2010-06-07 2013-07-02 Ford Global Technologies, Llc System and method for vehicle speed monitoring using historical speed data
US9696167B2 (en) * 2012-06-27 2017-07-04 Mitsubishi Electric Corporation Recommended-drive-pattern generation device and recommended-drive-pattern generation method
US20140322676A1 (en) * 2013-04-26 2014-10-30 Verizon Patent And Licensing Inc. Method and system for providing driving quality feedback and automotive support
US9557179B2 (en) * 2013-08-20 2017-01-31 Qualcomm Incorporated Navigation using dynamic speed limits
JP6263402B2 (ja) * 2013-10-11 2018-01-17 株式会社デンソーアイティーラボラトリ 安全速度情報生成装置、安全速度生成方法、及びプログラム
WO2016029348A1 (en) * 2014-08-26 2016-03-03 Microsoft Technology Licensing, Llc Measuring traffic speed in a road network
GB201420988D0 (en) * 2014-11-26 2015-01-07 Tomtom Telematics Bv Apparatus and method for vehicle economy improvement
US9666072B2 (en) * 2014-12-29 2017-05-30 Here Global B.V. Dynamic speed limit
US9994172B2 (en) 2015-02-26 2018-06-12 Ford Global Technologies, Llc Methods and systems to determine and communicate driver performance

Also Published As

Publication number Publication date
IL267522A (en) 2019-08-29
MX2019007200A (es) 2020-01-14
AU2017378643A1 (en) 2019-07-11
JP6961012B2 (ja) 2021-11-05
US10262530B2 (en) 2019-04-16
KR20190111935A (ko) 2019-10-02
WO2018118387A1 (en) 2018-06-28
CA3047735A1 (en) 2018-06-28
PH12019550100A1 (en) 2020-06-08
JP2020502713A (ja) 2020-01-23
IL267522B (en) 2021-05-31
ZA201904335B (en) 2020-12-23
EP3559926A1 (en) 2019-10-30
EP3559926A4 (en) 2020-08-19
US20180174484A1 (en) 2018-06-21
CN110268454A (zh) 2019-09-20
CN110268454B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
BR112019012678A2 (pt) método para caracterizar uma velocidade e mídia legível por máquina
US10175054B2 (en) Predicting and utilizing variability of travel times in mapping services
US9200910B2 (en) Ranking of path segments based on incident probability
Westgate et al. Large-network travel time distribution estimation for ambulances
JP5374067B2 (ja) 交通状態シミュレーション装置及びプログラム
WO2017193556A1 (zh) 一种速度预测方法及装置
US20160364983A1 (en) Traffic Speed Modeling
Loulizi et al. Steady‐State Car‐Following Time Gaps: An Empirical Study Using Naturalistic Driving Data
EP3745087A1 (en) Method, apparatus, and computer program product for determining lane level vehicle speed profiles
CN104781863A (zh) 预测链路上的未来的移动时间的方法
Krumm et al. Risk-Aware Planning: Methods and Case Study on Safe Driving Route
JP2012043095A (ja) 交通流計算装置及びプログラム
US20190325743A1 (en) Traffic control system, traffic information output device, traffic control method, and recording medium
JP2021189734A (ja) 交通状況予測装置、および、交通状況予測方法
CN116386316A (zh) 交通风险的预测方法和装置、电子设备及存储介质
Nagle et al. A method to estimate the macroscopic fundamental diagram using limited mobile probe data
JP2014066655A (ja) 経路探索装置及び経路探索方法
Ding et al. Dissecting regional weather-traffic sensitivity throughout a city
Alrukaibi et al. Real-time travel time estimation in partial network coverage: A case study in Kuwait City
US20180216952A1 (en) Route safety
Barua A naïve bayes classifier approach to incorporate weather to predict congestion at intersections
JP7273649B2 (ja) ナビゲーションシステム、ナビゲーション方法及びプログラム
JP7442643B2 (ja) 一般的なユーザのルートの所要時間の予測
Bae A Multi-Contextual Approach to Modeling the Impact of Critical Highway Work Zones in Large Urban Corridors
Jagadeesh et al. Predicting the Impact of Traffic Incidents: An Evaluative Analysis

Legal Events

Date Code Title Description
B350 Update of information on the portal [chapter 15.35 patent gazette]
B06W Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette]