CN101930667A - 统计交通信息生成装置以及方法 - Google Patents
统计交通信息生成装置以及方法 Download PDFInfo
- Publication number
- CN101930667A CN101930667A CN2010102125499A CN201010212549A CN101930667A CN 101930667 A CN101930667 A CN 101930667A CN 2010102125499 A CN2010102125499 A CN 2010102125499A CN 201010212549 A CN201010212549 A CN 201010212549A CN 101930667 A CN101930667 A CN 101930667A
- Authority
- CN
- China
- Prior art keywords
- circuit
- supplying
- road
- statistics
- traffic data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- 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
- G08G1/01—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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供一种统计交通信息生成装置,可以对时间缺失线路的统计交通数据高精度地补足。统计DB制作处理部(102)基于过去的实际交通数据(探测DB120或者VICSDB130),制作统计交通DB并存储于统计DB存储部(160)中。参照线路候补提取处理部(106)从统计交通DB中提取补足对象线路(时间缺失线路),进而基于提取补足参照线路的多个提取规则,提取相对于补足对象线路的补足参照线路候补。补足评价应用处理部(108)按每个提取规则求取补足参照线路候补的统计交通数据的相对于补足对象线路的统计交通数据的相关系数,以其相关系数较大的顺序对所述提取规则赋予优先顺序,并使用通过最大优先度的提取规则提取出的补足参照线路候补的统计交通数据,对补足对象线路的统计交通数据的缺失数据进行补足。
Description
技术领域
本发明涉及一种基于其他道路线路(road link)的统计交通数据补足并完成统计交通数据的一部分缺失的道路线路的统计交通数据的统计交通数据生成装置以及方法。
背景技术
汽车导航装置中通常不仅保存着道路的地图信息,而且还保存着统计交通数据,该统计交通数据基于涉及道路的各区间(以下,称为“道路线路”或者简单称为“线路”)中的过去的堵塞状况或线路旅行时间的实际交通信息而生成。统计交通数据是按过去的实际交通信息(主要是线路旅行时间)以平日、节假日、长期连休等1日的交通动态类似的日期种类进行分类并平均化从而生成的信息。因而,汽车导航装置通过使用该统计交通数据,根据该日的日期种类或时间带等可以求得平均最可靠的、到达目的地的最短时间路径等。
另外,成为这种统计交通数据的基础的实际交通信息在日本国内由VICS(注册商标:Vehicle Information and Communication System:车辆信息与通讯系统)或者探测车取得。VICS是将从道路管理者等设置在道路上的车辆感知器等(以下,称为道路侧传感器)通过联机收集汇总、并提供给行驶中的车辆等的系统。再有,探测车是交通信息收集专用的车辆,通过实际地在道路上行驶,对例如道路的线路旅行时间等进行实际测量。
VICS的情况下,对于未设置道路侧传感器的道路不能取得该道路线路的交通信息。另一方面,使用探测车的情况下,虽然对于由VICS不能取得交通信息的道路,也能够取得该交通信息,但是难以遍及全部的道路、全部的时间带取得其交通信息。因而,在各道路线路的统计交通数据中,存在例如在一部分的时间带等产生缺失的情况。
例如,尽管是一部分的道路线路,但在其线路旅行时间中产生缺失的情况下,由于该道路线路不能通行,或者没有设定高精度的线路旅行时间,因此不能正确地求得最短时间路径,或者不能精度良好地预测到达目的地所需的时间。
因此,为了消除这种不方便,提出了根据道路之间的连接关系或位置关系等,来补足缺失的统计交通数据的技术(例如,参照专利文献1)。根据该技术,统计交通数据缺失的道路线路(以下,称为“补足对象线路”)的统计交通数据,基于与该交通线路交通动态类似的、即认为相关度高的同一路线上的道路线路或平行路线上的其他道路线路的统计交通数据进行估计(补足)。此时,将在补足中使用该统计交通数据的道路线路被称为补足参照线路。
图14是表示补足对象线路即时间缺失线路以及时间缺失线路的统计交通数据的例子的图。在图14(a)中,箭头符号的虚线表示时间缺失线路(补足对象线路)。另外,作为对于其时间缺失线路的补足参照线路的例子,表示了平行路线的线路#1、以及同一路线的线路#2。
另外,在图14(b)~(d)的曲线中,表示各道路线路中的统计交通数据(该情况下为各道路线路的车辆平均行驶速度)在0时至24时的期间变化的情况。各线路的统计交通数据对应1日的各时刻具有平均行驶速度(即,线路旅行时间)等的数据,在对应其一部分的时刻其数据缺失的情况下,将该线路称为时间缺失线路。
在以往技术中,在同一路线或平行路线上存在具有统计交通数据的多个补足参照线路的情况下,基于预先确定的固定的优先顺序来决定补足参照线路。例如,补足对象线路的统计交通数据,在同一路线存在具有统计交通数据的其他线路的情况下,优先利用该线路的统计交通数据进行补足;在不存在的情况下,利用平行路线的线路的统计交通数据进行补足。再有,在任意路线都不存在的情况下,利用存在于周边区域的其他线路的统计交通数据来进行补足。
[专利文献1]特开2005-122461号公报
但是,与补足对象线路的统计交通数据的相关度,虽说通常同一路线的线路的统计交通数据比平行路线的线路的统计交通数据高,但未必全是如此。根据日期种类、时间带、位置,也可能存在平行路线的线路的统计交通数据其相关度高的情况。以往技术应对这种事态不能对补足对象线路的统计交通数据进行补足。
也就是说,在以往技术中,意味着:由于应用对补足对象线路进行提取的规则的优先顺序是被固定地确定,因此根据日期种类、时间带、位置,有时会使用相关度未必高的补足参照线路的统计交通数据来对补足对象线路(时间缺失线路)的统计交通数据进行补足。其结果是补足之后的补足对象线路(时间缺失线路)的统计交通数据的精度下降。
发明内容
鉴于上述以往技术的问题点,本发明的目的是提供一种可以更高精度地对补足对象线路(时间缺失线路)的统计交通数据进行补足的统计交信息生成装置以及方法。
本发明的统计交通信息生成装置具有:存储单元,其存储与道路线路对应的统计交通数据;提取单元,其检测统计交通数据的一部分缺失的道路线路;补足规则存储单元,其存储与缺失的统计交通数据的补足中使用的统计交通数据对应的道路线路的采用所涉及的补足规则;候补线路提取单元,基于所述补足规则存储单元中存储的补足规则,提取成为补足所述提取单元提取出的道路线路的候补的线路;计算单元,其按所述补足规则存储单元中存储的每个补足规则,计算由所述提取单元提取出的道路线路与由所述候补线路提取单元提取出的成为进行补足的候补的道路线路之间的相似性;优先顺序赋予单元,其根据由所述计算单元计算出的相似性,对所述补足规则存储单元中存储的补足规则赋予优先顺序;补足线路提取单元,其使用基于由所述优先顺序赋予单元所赋予的优先顺序的补足规则,提取用于补足缺失的统计交通数据的补足线路;以及补足单元,使用与由所述补足线路提取单元提取出的线路对应的统计交通数据,和与由所述提取单元提取出的道路线路对应的统计交通数据之中缺失的统计交通数据进行补足。
在本发明中,对统计交通数据的一部分缺失的各道路线路,按提取补足线路的每个规则,计算根据该规则提取出的道路线路的统计交通数据的、对于所述统计交通数据的一部分缺失的道路线路的统计交通数据的相似性,使用根据其相似性较大的规则提取出的道路线路的统计交通数据,补足所述统计交通数据的一部分缺失的道路线路的统计交通数据。也就是说,由于所述统计交通数据的一部分缺失的道路线路的统计交通数据的补足,使用根据相似性较大的规则提取出的道路线路的统计交通数据,因此其补足的精度得到提高。
根据本发明,可以对补足对象线路(时间缺失线路)的统计交通数据缺失的数据以更高精度进行补足。
附图说明
图1是表示本发明的实施方式中所涉及的统计交通信息生成装置的功能框图。
图2是表示探测DB以及VICSDB的记录结构的例子的图。
图3是表示地图信息存储部中存储的地图信息的结构的例子的图。
图4是表示日期种类日历存储部中存储的日期种类日历的记录结构的例子的图。
图5是表示统计DB存储部中存储的统计DB的记录结构的例子的图。
图6是表示瓶颈位置存储部中存储的瓶颈位置信息的结构的例子的图。
图7是表示补足参照线路候补提取规则存储部的记录结构的例子的图。
图8是表示统计DB制作处理的处理流程的例子的图。
图9是表示瓶颈提取处理的处理流程的例子的图。
图10是表示参照线路候补提取处理的处理流程的图。
图11是表示在图10的参照线路候补提取处理中提取并过滤补足参照线路候补的情况的图。
图12是表示补足评价应用处理的处理流程的例子的图。
图13是表示每个时间带的补足规则的应用优先顺序的表格的例子的图。
图14补足时间缺失线路以及其时间缺失线路的交通信息时的平行路线以及同一路线的例子的图。
图中:
100-统计交通信息生成装置
102-统计DB制作处理部
104-瓶颈提取处理部
106-参照线路候补提取处理部
108-补足评价应用处理部
120-探测DB
130-VICSDB
140-日期种类日历存储部
150-地图信息存储部
160-统计DB存储部
170-瓶颈位置存储部
180-补足参照线路候补提取规则存储部
200-补足完成统计DB
具体实施方式
以下,参照附图对本发明的实施方式进行详细说明。
图1是表示本发明的实施方式所涉及的统计交通信息生成装置100的功能框图。如图1所示,统计交通信息生成装置100构成为包括:统计DB(Database:数据库)制作处理部102、瓶颈(bottleneck)提取处理部104、参照线路候补提取处理部106、补足评价应用处理部108、日期种类日历存储部140、地图信息存储部150、统计DB存储部160、瓶颈位置存储部170、补足参照线路候补提取规则存储部180。
在此,统计交通信息生成装置100由计算机构成,该计算机具有:并未图示的运算处理装置(以下,称为CPU(Central Processing Unit))、由半导体存储器或硬盘装置等构成的并未图示的存储装置。再有,上述各处理部102、104、106、108的功能通过上述运算处理装置(CPU)执行存储装置中存储的规定程序来实现。另外,上述的各存储部140、150、160、170、180在上述存储装置上构成。
这种统计交通信息生成装置100也可以构成搭载于车辆的汽车导航装置(并未图示)的一部分,或者构成经由通信网络对汽车导航装置提供交通信息的交通信息提供中心(并未图示)的一部分。
统计交通信息生成装置100中,作为其输入数据输入从探测DB120以及VICSDB130输出的数据。另外,从统计交通信息生成装置100输出补足完成统计交通数据,并将其存储于补足完成统计DB200。在此,探测DB120是基于探测车行驶的实际情况收集并存储的交通信息的数据库,以下,将从探测DB120输出的数据称为探测数据。另外,VICSDB130是存储了由VICS提供的交通信息的数据库,以下,将从VICSDB130输出的数据称为VICS数据。
此外,虽然图1中探测DB120、VICSDB130以及补足完成统计DB200并未成为统计交通信息生成装置100中包含的结构,但也可以是统计交通信息生成装置100中包含的结构。
接下来,对统计交通信息生成装置100的各功能模块的功能概要进行说明,利用图3之后的附图依次对其进行详细说明。
在图1中,统计DB制作处理部102从探测DB120取得探测数据,另外从VICSDB130取得VICS数据,将该取得的探测数据以及VICS数据,按由存储于日期种类日历存储部140中的日期种类日历所定义的过去的日期的日期种类进行分类,并实施统计处理从而制作统计交通数据,存储于统计DB存储器160中。此外,统称存储于统计DB存储部160的统计交通数据时,以下称为统计DB。
瓶颈提取处理部104基于探测DB120的探测数据、存储于地图信息存储部150的地图信息,通过对相互处于连接关系的线路彼此的堵塞发生频率进行比较,来提取成为堵塞发生的起点的瓶颈位置,将与该提取出的瓶颈位置相关的节点等的信息存储在瓶颈位置存储部170中。
参照线路候补提取处理部106参照存储于统计DB存储部160的各线路的统计交通数据,将对于1日之中一部分时间带或者时刻的统计交通信息缺失的线路作为补足对象线路提取。再有,为了对该补足对象线路的缺失的统计交通数据进行补足,基于预先设定的、存储于补足参照线路候补提取规则存储部180中的数个提取规则,提取能成为所需的补足参照线路的候补的线路(以下,称为补足参照线路候补)。
另外,在本实施方式中,参照线路候补提取处理部106在其补足参照线路候补的提取时,通过参照存储于瓶颈位置存储部170的瓶颈位置信息,由此排除不适于作为补足参照线路的候补的线路,对其详细内容在后面进行叙述。
补足评价应用处理部108,按日期种类而分别计算、并按时间带而分别计算多个补足参照线路的统计交通数据与所述补足对象线路的有意义的统计交通数据之间的相关度,并对提取补足参照线路候补的各提取规则决定基于其相关度的优先顺序,上述的多个补足参照线路的统计交通数据是由参照线路候补提取处理部106按各补足参照线路候补提取规则提取的。再有,补足评价应用处理部108使用通过由该优先顺序决定的提取规则所提取的补足参照线路候补的统计交通数据,对所述补足对象线路中缺失的时间带或者时间的交通信息进行补足,并将补足完成的交通信息存储于补足完成统计DB200中。
此外,此处所谓的相关度是表示补足对象线路的统计交通数据与多个补足参照线路候补的统计交通数据之间的相似性或类似性的指标,在本实施方式中,如后面所述使用所谓的相关系数。其中,如果相关度是表示其相似性或类似性的指标,并不限定于相关系数,例如也可以是补足参照线路候补的统计交通数据相对于补足对象线路的统计交通数据的相对误差的倒数(由于相对误差的情况下,两者的数据越接近则值越小)等。
图2是表示探测数据DB120以及VICSDB130的记录结构的例子的图。在本实施方式中,如图2所示,探测DB120以及VICSDB130为相同的记录结构,其记录由日期、线路ID、线路长度、各时刻的线路旅行时间等信息组构成。
在此,在日期的信息组中,存储着存储于线路旅行时间的信息组中的取得了线路旅行时间的年月日。另外,在线路ID以及线路长度的信息组中,分别存储着取得了其线路旅行时间的线路的识别序号、以及线路长度(路程的长度)。此外,线路ID以及线路长度是由地图信息存储部150提供的信息。
另外,在线路旅行时间的信息组中,设置有与将0时至24时的1日例如以每5分钟进行分割而得到的0:00~23:55的时刻建立对应的288个子信息组。并且,在各子信息组中,存储着在该线路(具有存储于线路ID信息组中的线路ID的线路)在上述被分割的5分钟的期间由行驶的探测车所取得的线路旅行时间或者其平均值。
另外,在VICSDB130的情况下,在其线路旅行时间的信息组的子信息组中,存储着如下的线路旅行时间,该线路旅行时间是由VICS基于0:00~23:55的每个5分钟从设置在该线路的道路侧传感器等得到的信息进行计算而提供的。
此外,在探测DB120以及VICSDB130中,在线路旅行时间的信息组的某时刻的子信息组中不存在要存储的线路旅行时间(即,并未取得线路旅行时间信息)的情况下,在该子信息组中存储表示数据缺失的数值(例如“0”)。
图3是表示地图信息存储部150中存储的地图信息的结构的例子的图。如图3所示,地图信息由多个网格数据(mesh data)构成。所谓网格是指将日本全国的地图划分为规定大小的网格状时的1个区域的地图,所谓网格数据是指表示该地图的各种信息。
在图3中,各网格数据构成为包括:网格ID、线路信息、节点信息等。在此,网格ID是识别网格的信息。另外,线路信息是涉及由交叉路口或网格边界等区分的线路(也称为道路线路)的信息,节点信息是涉及交叉路口等、连接并且区分多个道路线路的节点的信息。
此外,虽然图3中并未包括,但网格信息除了线路信息与节点信息以外,也可以包括表示海岸、山、河等地形图的信息或表示建筑物或设施等的位置的信息。
图3中,线路信息由各网格中包含的全部线路所涉及的信息、即线路序号j信息(j=1、…、n)构成。并且,各线路序号j信息由线路ID、线路长度、道路种类(国道、县道等的划分)、道路宽度、限制速度、起点节点序号、终点节点序号、起点节点坐标、终点节点坐标、补足点数目、补足点坐标等构成。此外,起点节点序号以及终点节点序号由后面叙述的节点ID来表示。
在此,起点节点坐标、终点节点坐标、补足点坐标是表示由纬度与经度等显示的地图上的绝对位置的信息。另外,补足点是用于由点列表示拐弯或者弯曲的线路。
节点信息由涉及各网格中包含的全部节点的信息、即节点序号j信息(j=1、…、m)构成。并且,各节点信息j信息由节点ID、节点坐标、交叉路口标记(表示节点是交叉路口的标记)、连接线路数目(连接于该节点的线路数目)、上述连接线路数目部分的连接线路序号(连接于该节点的线路的线路序号)等构成。此外,节点序号由上述的线路ID表示。
图4是表示日期种类日历存储部140中存储的日期种类日历的记录结构的例子的图。如图4所示,日期记录由日期、星期、以及日期种类的各信息组构成。
在此,所谓日期种类是将交通的动态类似的日期的种类(例如,平日、节假日等)作为一个类别进行分类。日期种类并不限于平日、节假日的2种,例如也可以如下所示那样分为5种。
日期种类1(平日1)……星期一(平日的开始)
日期种类2(平日2)……星期二、星期三、星期四(平日的中间日)
日期种类3(平日3)……星期五(平日的结束)
日期种类4(节假日1)……星期六(星期六)
日期种类2(节假日2)……星期日、节日(星期日以及节日)
在本实施方式中,日期种类在以下分为该5种。图4的日期种类日历存储部140的日期种类信息组中,按照这5个种类存储对应各日期与星期的日期种类。统计DB制作处理部102通过参照这种日期种类日历,将从探测DB120以及VICSDB130输入的探测数据以及VICS数据分为这5类,并实施统计处理,制作统计DB。
图5是表示统计DB存储部160中存储的统计DB的记录结构的例子的图。如图5所示,统计交通数据的记录由日期种类、线路ID、线路长度、统计旅行时间等的信息组构成。该结构虽然是与探测DB120(VICSDB130)的结构相同的结构,但是统计DB存储器160中,探测DB120(VICSDB130)的日期以及线路旅行时间的信息组分别成为日期种类以及统计旅行时间的信息组,在这一点上不同。
在此,日期种类信息组中存储着上述5种的日期种类(日期种类1~日期种类5)的任意一个。另外,线路ID信息组中存储着地图信息存储部150中表示的任意线路的线路ID,线路长度信息组中存储着该线路的线路长度。
另外,统计旅行时间信息组与探测DB120(VICSDB130)的情况同样地,被分割为与0:00~23:55的时刻建立对应的288个子信息组,在其各信息组中,存储着对具有由该线路ID信息组所指定的线路ID的线路进行统计处理的线路旅行时间。关于该统计处理的例子,在后面进行叙述。
此外,在统计DB存储器160中,在并不存在要存储于某时刻的统计旅行时间的子信息组中的统计旅行时间的情况下,在该子信息组中存储意味着数据缺失的数值(例如“0”)。
图6是表示瓶颈位置存储部170中存储的瓶颈位置信息的结构的例子的图。在本实施方式中,瓶颈位置是指发生堵塞的起点,该起点设定为是交叉路口即节点。因而,瓶颈位置存储部170如图6所示由瓶颈ID识别的各瓶颈位置的瓶颈信息构成。
在此,各瓶颈位置的瓶颈信息分别由表示该瓶颈位置的节点ID、每个对象道路信息的上下行线路信息构成。另外,所谓对象道路信息是指流入该瓶颈位置的节点的流入线路的道路种类(高速道路、国道、县道等)。
另外,上下行线路信息是按每个对象道路信息制作的、流入线路与流出线路的组,也就是说由流入该瓶颈位置的节点的某一个线路的线路ID、从该瓶颈位置的节点流出的某一个线路的线路ID的组构成。
在此,考虑到现实的交通状态,对于上述流入线路与流出线路的组,例如仅以适合于如下所示的(1)以及(2)来限制其取得的道路种类的组合。
(1)对于某节点,存在与流入线路相同级别的道路种类的流出线路的情况下,由该流入线路与流出线路的组生成上下行线路信息。
(2)对于某节点,不存在与流入线路相同级别的道路种类的流出线路的情况下,选择流出线路之中道路种类级别最高的流出线路,并由上述流入线路与所述选择的流出线路的组生成上下行信息。
此外,此处所谓的道路种类的级别是指以高速道路、国道(一般道路)、县道(一般道路)…的顺序降低的情况。
根据该规则,不同的道路种类的道路的交叉路口的情况下,例如,在国道与县道相交的交叉路口,虽然生成国道彼此以及县道彼此的上下行线路信息,但是并不生成从县道至国道或者从国道至县道的上下行线路信息。因而,该情况下,对于1个流入线路,生成1个上下行线路信息。
与此相对,相同道路种类的道路相交的交叉路口的情况下,例如在国道彼此相交的三叉路口或四叉路口的交叉路口处,对于一个流入线路生成2个(三叉路口的情况下)或者3个(四叉路口的情况下)的上下行线路信息。另外,在县道与国道汇合的三叉路口(Y字路或T字路),在流入线路是国道时,仅生成1个上下行线路信息,在流入线路是县道时,除非禁止左右转,否则生成2个上下行线路信息。
此外,在图6的瓶颈位置存储部170的结构中,作为至该瓶颈位置的节点的流入线路的道路种类并不包含由对象道路信息所指定的道路种类的情况下,可以不设置该道路种类的对象道路信息,或者在该道路种类的对象道路信息中赋予表示不存在上下行线路信息的内容的信息。
另外,在本实施方式,对象道路信息虽然设定为道路种类(高速道路、国道、县道),但是也并不限定于此,也可以由道路宽度或车道数目等来确定。
图7是表示补足参照线路候补提取规则存储部180的记录结构的例子的图。如图7所示,补足参照线路候补提取规则存储部180的1个记录表示提取补足参照线路候补的各自独立的提取规则,由规则ID、对象道路、提取条件等的信息组构成。另外,提取条件的信息组由网格、道路种类、连接关系、线路角度、中间距离等的子信息组构成。
这种提取规则在参照线路候补提取处理部106对补足对象线路提取补足参照线路的候补时使用,作为与该补足对象线路的空间的位置关系的条件来表示。即在有规则ID识别的各提取规则中,道路对象表示补足参照线路所属的道路的要求,提取条件表示该补足参照线路的候补要满足的作为线路的要件。
在此,作为对象道路存在同一路线、平行路线、周边区域等。所谓路线是指沿着彼此相连的一条道的道路,通常这种路线中大多数被赋予“国道××线”、“××街道”、“××大道”等的名称。因而,所谓同一路线是指该补足对象线路所属的路线,所谓平行路线是指在该补足对象线路的附近、与该补足对象线路所述的路线朝着大概相同方向的路线。
另外,提取条件的网格的子信息组中,存储着0以上的整数“N”。“N”指定探索补足参照线路的网格的范围,即指定以自身网格为中心的N×N个网格(其中,N为奇数)。例如,在“N=1”的情况下,仅包括补足对象线路的网格成为探索对象,在“N=3”的情况下,以包括补足对象线路的网格为中心的3×3的9个网格成为探索对象。此外,“N=0”的情况下,探测对象的网格不受限制。
在道路种类的子信息组中存储着“0”或者“1”。在此,“1”的情况下,与补足对象线路的道路种类相同道路种类的线路成为补足参照线路候补探索的对象。另外,“0”的情况下,没有道路种类的条件来探索补足参照线路候补。
在连接关系的子信息组中,存储着“1以上的整数”。在此,“1以上的整数”表示作为补足参照线路进行检索的线路连接次数的范围。也就是说,“1”表示连接一次,即与补足对象线路处于直接的连接关系的线路成为补足参照线路候补探索的对象。另外,“2”表示连接两次,即直至与一次连接线路处于直接连接关系的线路,都成为探测的对象。此外,“-”表示在规则的性质上不需要。
在线路角度的子信息组中,存储着“0以上且未达到90的整数”或者“-”。在此,“0以上且未达到90的整数”表示与补足对象线路所成的角度,例如其值为“45”的情况下,与补足对象线路成未达到45度的角度的线路成为补足参照线路候补探索的对象。在此,计算线路间的角度时,线路作为由直线连结起点与终点的向量来处理。此外,“-”表示在规则的性质上不需要。
中点间距离的子信息组中存储着“0以上的整数”。在此,“0以上的整数”表示离补足对象线路的起点与终点的中点的距离,例如,“1000”表示将以补足对象线路的中点为中心的半径1000m的范围内存在的线路作为补足参照线路的候补。在此,补足参照线路的位置设定为起点与终点的中点。此外,“-”表示在规则的性质上不需要。
参照线路候补提取处理部106将全部满足以上这种的提取条件的线路作为各提取规则中的补足参照线路的候补来提取。此外,在补足参照线路候补提取规则存储部180中存储的补足参照线路候补提取规则中,规则是规则ID越小则优先顺序越高。
图8是表示统计DB制作处理的处理流程的例子的图。统计交通信息生成装置100的CPU作为统计DB制作处理部102的处理执行图8所示的统计DB制作处理。
CPU首先读入存储于地图信息存储部150中的地图信息(步骤S20)。并且,对每个由地图信息的线路ID识别的线路信息反复执行线路循环处理(从步骤S21至步骤S35的处理)。
接下来,CPU在其线路循环处理中参照探测DB120以及VICSDB130读入该线路循环的对象线路的探测数据以及VICS数据(步骤S22)。
下面,CPU对上述读入的探测数据以及VICS数据中包含的全部日期以及时间(在此所谓的时间是指线路旅行时间的信息组的各子信息组中所分配的各时刻)、反复执行日期循环处理(步骤S23至步骤S30的处理)以及时间循环处理(步骤S24至步骤S29的处理)。
接下来,CPU在所述日期循环以及时间循环处理中,判定是否存在该处理的对象日期以及对象时刻的线路旅行时间的探测数据(步骤S25),在存在探测数据的情况下(步骤S25:是),则将该探测数据作为统计DB制作用数据进行录入(步骤S26)。
另外,在不存在探测数据的情况下(步骤S25:否),则CPU进一步判定是否存在上述处理的对象日期以及对象时刻的线路旅行时间的VICS数据(步骤S27),在存在VICS数据的情况下(步骤S27:是),则将该VICS数据作为统计DB制作用数据进行录入(步骤S28)。此外,步骤S27的判定中不存在VICS数据的情况下(步骤S27:否),则跳过步骤S28的执行。
若完成以上的日期循环以及时间循环处理(步骤S29、S30),则CPU参照日期种类日历存储部140,读入日期种类日历(步骤S31)。
接下来,CPU对上述读入的日期种类日历中包含的全部的日期种类反复执行日期种类循环处理(步骤S32至步骤S34的处理)。并且,CPU在其日期种类循环中,从上述录入的统计DB制作用数据中提取符合的日期种类的统计DB制作用数据,并执行该统计DB制作用数据的平均化处理(步骤S33)。
此外,该平均化处理虽然按每个线路旅行时间的信息组的子信息组(0时~24时)来进行,但对于符合的日期种类以及时刻,统计DB制作用数据一个也没有录入的情况下,设定表示缺失值的数值(例如“0”)。
接下来,CPU若完成日期种类循环以及线路循环处理(步骤S34、S35),则将由上述平均化处理得到的统计DB制作用数据的平均值(各时刻的线路旅行时间的平均值)存储于统计DB存储部160中(步骤S36)。通过以上的处理,制作统计DB存储部160的统计DB。
图9是表示瓶颈提取处理的处理流程的例子的图。统计交通信息生成装置100的CPU执行图9所示的瓶颈提取处理,作为瓶颈提取处理部104的处理。
CPU首先读入地图信息存储部150中存储的地图信息(步骤S40)。然后,对每个由该地图信息的节点ID识别的节点信息,反复执行节点循环处理(步骤S41至步骤S53的处理)。
接下来,CPU在该节点循环处理中提取对该节点循环的对象节点的流入流出线路(步骤S42),再有参照探测DB120读入其流入流出线路的探测数据(步骤S43)。在此,所谓流入流出线路是指至某节点的流入线路以及从该节点的流出线路的总称。
此外,至该节点的连接线路是流入线路还是流出线路,参照该节点信息中的连接线路序号,还参照由该连接线路序号指定的线路信息,通过所述节点的节点序号是其线路信息的起点节点序号、还是终点节点序号来判别。
另外,在步骤S42的提取处理中,流入线路与流出线路位于同一道路区间的线路、即处于U型转弯的连接关系的线路设定为提取的对象以外。该排除处理例如通过排除流入线路的起点节点、终点节点与流出线路的终点节点、起点节点一致的组合能够实现。
接下来,CPU对地图信息中包含的各道路种类反复执行道路种类循环处理(步骤S44至步骤S52的处理)。并且,CPU在其道路种类循环处理中,判定是否存在其循环的对象的道路种类的流入线路(步骤S45)。在其判定结果是不存在其道路种类的流入线路的情况下(步骤S45:否),则结束对其道路种类的道路种类循环处理。
另一方面,在步骤S45的判定中,存在循环的对象的道路种类的流入线路的情况下(步骤S45:是),反复执行流入线路循环处理(步骤S46至步骤S51的处理)。并且,CPU在其流入线路循环处理中,对其循环对象的流入线路求得流出线路,并判定是否存在其流入线路以及流出线路的探测数据(步骤S47)。再有,其判定结果是不存在流入线路以及流出线路的探测数据的情况下(步骤S47:否),则结束对该流出线路的流入线路循环。
另外,在步骤S47的判定中,存在流入线路以及流出线路的探测数据的情况下(步骤S47:是),则CPU基于其流入线路以及流出线路的探测数据,对堵塞发生频率进行计数(步骤S48,对于发生频率的计数方法将在后面叙述)。
此外,步骤S47中的有无探测数据的判定,存在多个流出线路的情况下,分别对各流出线路进行判定,另外,在探测数据的记录的线路旅行时间的信息组与0时~24时的时刻对应的子信息组中,仅存在一个线路旅行时间的数据的情况下,判定为存在探测数据。
接下来,CPU基于流入线路的堵塞发生频率与流出线路的堵塞发生频率,进行瓶颈位置的判定(步骤S49,对于判定方法在后面进行叙述),在判定为是瓶颈位置的情况下(步骤S49:是),则将其流入线路与流出线路的组作为瓶颈位置,并录入瓶颈位置存储部170(步骤S50),结束对该流入线路的流入线路循环。
另外,在步骤S49的判定中,判定为不是瓶颈位置的情况下(步骤S49:否),则跳过步骤S50的执行,结束对该流入线路的流入线路循环。
结束以上的流入线路循环处理(步骤S46至步骤S51的处理)后,则接下来结束道路种类循环处理(步骤S44至步骤S52的处理),再结束节点循环处理(步骤S41至步骤S53的处理),结束瓶颈提取处理。
在此,对步骤S48以及步骤S49中的堵塞发生频率的计数方法以及瓶颈位置的判定方法进行说明。
为了对堵塞发生频率进行计数,CPU根据步骤S43中读入的探测数据,对1个流入线路以及流出线路的组,取得相同日期以及相同时刻的线路旅行时间Tin以及Tout。另外,同样地,对该流入线路以及流出线路取得线路长度Lin以及Lout。
接下来,CPU在满足下面式(1-1)的条件时判定该流入线路为堵塞,另外,在满足式(1-2)的条件时判定该流出线路为堵塞。
3.6×(Lin/Tin)<20[km/h] 式(1-1)
3.6×(Lout/Tout)<20[km/h] 式(1-2)
也就是说,CPU在流入线路以及流出线路车辆行驶时各自的平均速度为20km/h以下时判定为堵塞。此外,堵塞判定的阈值并不限定于20km/h,也可以是其他的值。另外,也可以是根据线路的道路种类而不同的值。
CPU对各流入线路以及流出线路,对全部日期、全部时刻实施该判定处理,对全部实施次数Call求得流入线路为堵塞、流入线路为堵塞的次数Cjam,在满足下面的式(2)的条件时,将流入该流入线路的节点判定为是瓶颈位置。
Cjam/Call>0.5 式(2)
此外,对于1个流入线路,在存在多个流出线路的情况下,对其全部的流出线路进行根据式(2)的瓶颈位置的判定,在满足式(2)的条件的流出线路是1个的情况下,流入该流出线路的节点被判定为瓶颈位置。
另外,在式(2)中,虽然将瓶颈位置判定的阈值设定为0.5,但是也可以是其他阈值。此外,在此虽然对全部时间带进行堵塞判定以及瓶颈位置判定,但是也可以例如仅限于早晚等的拥挤时间带进行该判定。
图10是表示参照线路候补提取处理的处理流程的例子的图。统计交通信息生成装置100的CPU执行图10所示的参照线路候补提取处理作为参照线路候补提取处理部106的处理。
CPU首先读入存储于统计DB存储部160中的统计DB(步骤S60),再读入存储于地图信息存储部150中的地图信息(步骤S61)。
接下来,CPU从统计DB提取补足对象线路、即时间缺失线路(步骤S62)。此时,CPU参照读入的统计DB对每个日期种类以及线路ID,确认其记录的统计旅行时间的信息组与0时~24时的时刻对应的子信息组,将至少被设定一个表示不清楚或缺失的数值(例如“0”)的线路作为时间缺失线路、即补足对象线路提取出。然后,将该提取出的补足对象线路的线路ID作为补足对象线路列表进行存储。
下面,CPU参照该补足对象线路列表,1个1个地取出该线路ID,对由该线路ID指定的线路、即补足对象线路反复执行补足对象循环处理(步骤S63至步骤S70的处理)。
接下来,CPU在其补足对象线路循环处理中,读入补足参照线路候补提取规则存储部180中存储的补足参照线路候补提取规则(步骤S64),对由其读入的补足参照线路候补提取规则中的规则ID所指定的各提取规则,反复执行规则ID循环处理(步骤S65至步骤S68的处理)。
接下来,CPU在规则ID循环处理中,基于由该规则ID所指定的、提取补足参照线路候补的提取规则,参照地图信息存储部150提取与其提取条件匹配的补足参照线路候补(步骤S66)。在该步骤S66中,CPU执行如下所示的[S1-1]~[S1-4]的处理。
[S1-1]:首先,CPU从该规则ID的提取条件之中参照网格的子信息组,分割出探索补足参照线路候补的区域。也就是说,CPU在网格的子信息组为“1”的情况下,分割出包含补足对象线路的1个网格,在“3”的情况下,分割出以包含补足对象线路的网格为中心的3×3的9个网格。在此,网格的子信息组为“0”的情况下,由于网格没有限制因此将全部网格作为对象。
[S1-2]:接下来,CPU参照上述的提取条件的中点间距离的子信息组,进行从[S1-1]中分割出的网格内存在的线路之中选定参照补足线路候补的处理。首先,CPU计算连结补足对象线路的起点与终点的直线上的中点、连结[S1-1]中分割出的网格内存在的全部线路的起点与终点的直线上的中点,仅将比提取条件的中点间距离的子信息组中存储的距离小的线路作为补足参照线路候补提取出。在此,对于网格的子信息组为“0”的情况,由于[S1-1]中全部网格成为对象、产生了求得关于全部网格的线路的中点需要,因此限于该情况下,依次扩大以包含补足对象线路的自身网格为中心的周围网格,同时确认网格内线路的中点间距离,在发现了提取条件的中点间距离的子信息组中存储的距离以上的线路阶段,在该阶段的周围网格范围中提取补足参照线路候补。此外,提取条件的中点间距离的子信息组为“-”的情况下,将[S1-1]中分割出的网格内存在的全部线路作为补足参照线路候补进行提取。
[S1-3]:接下来,CPU基于[S1-2]中提取出的补足参照线路候补与补足对象线路之间的道路种类中的一致,执行选定补足参照线路候补的处理。首先,CPU参照提取条件的道路种类的子信息组,在“1”的情况下,仅提取与补足对象线路道路种类一致的补足参照线路候补。另一方面,在提取条件的道路种类的子信息组为“0”的情况下,由于没有道路种类的条件,因此将[S1-2]中提取出的补足参照线路候补直接作为补足参照线路候补而维持。
[S1-4]:接下来,CPU基于补足对象线路与[S1-3]中提取出的补足参照线路候补之间的连接判定,执行选定补足参照线路候补的处理。首先,CPU参照提取条件的连接关系的子信息组中存储的连接次数、地图信息存储部150中存储的地图信息的起点节点序号、终点节点序号,在上行方向、下行方向追溯并确定从补足对象线路至连接次数的线路。再有,CPU在确定的线路之中仅提取与[S1-3]中提取出的补足参照线路候补一致的线路,重新作为补足参照线路候补。在此,在提取条件的连接关系的子信息组为“-”的情况下,将[S1-3]中提取出的补足参照线路候补直接作为补足参照线路候补而维持。
[S1-5]:下面,CPU基于补足对象线路与[S1-4]中提取出的补足参照线路候补之间的平行判定,执行选定补足参照线路候补的处理。首先,CPU基于地图信息存储部150中存储的地图信息,读出补足对象线路的起点节点以及终点节点的节点坐标、各补足参照线路候补的起点节点以及终点节点的节点坐标。
在此,将从补足对象线路的起点朝向终点的向量设为a,将从某一条补足参照线路候补的起点朝向终点的向量设为b。并且,若将提取条件的线路角度的子信息组中存储的角度设为θ,则CPU将满足下面的式(3)的线路作为补足对象线路候补而采用。
θ>arccos(a·b/|a|·|b|) 式(3)
在步骤S66中,将通过以上的处理提取出的补足参照线路候补作为与该规则ID建立对应的补足参照线路候补的信息进行输出。
不过,这样提取出的补足参照线路候补中,也有可能其线路是时间缺失线路。在该情况下,可能不能够将其线路的统计旅行时间信息用于缺失线路的补足。因此,在此除了并未图示的辅助处理之外,还对步骤S66中提取出的补足参照线路候补,进一步参照统计DB、来确认统计旅行时间的信息组与0时~24时的各时刻对应的子信息组,选择在其80%以上的子信息组中作为线路旅行时间存储着有意义的数据的候补,来作为补足参照线路候补。
此外,在统计旅行时间的信息组的子信息组对应0时~24时的每5分钟的时刻的情况下,由于一共存在288个子信息组,因此其80%为230个子信息组。也就是说,在全部288个统计旅行时间的数据之中如果存在230个统计旅行时间,则成为补足参照线路候补。其中,在此作为阈值而使用的80%的值也可以是其他值。
接下来,CPU对上述提取出的补足参照线路候补实施基于瓶颈位置的过滤处理(步骤S67)。在该过滤处理中,CPU实施如下所示的[S2-1]~[S2-4]的处理。
[S2-1]:CPU参照瓶颈位置存储部170,判定该补足对象线路是否符合瓶颈位置的节点的流入线路或者流出线路。
[S2-2]:于是,在其判定结果是该补足对象线路符合瓶颈位置的节点的流入线路或者流出线路的情况下,CPU对补足参照线路候补,也判定其线路是否符合瓶颈位置的节点的流入线路或者流出线路。并且,补足对象线路以及补足参照线路候补各自对于瓶颈位置的节点的位置关系(是流入线路、或者是流出线路)一致时,将其补足参照线路候补直接作为补足参照线路候补而采用。另外,在其位置关系不一致时,将该补足参照线路候补从补足参照线路候补中排除。
[S2-3]:不过,在补足对象线路符合瓶颈位置的流入线路或者流出线路,进而该规则ID循环的规则ID为“1”(同一路线)的情况下,代替上述[S2-2]的处理进行下面的处理。即,CPU在补足对象线路符合瓶颈位置的流入线路时,将符合其流入线路的上行线路的补足参照线路候补直接作为补足参照线路候补而采用,但将符合相对其流入线路的流出线路或其流出线路的下行线路的补足参照线路候补从补足参照线路候补中排除。另外,在补足对象线路符合瓶颈位置的流出线路时,将符合其流出线路的下行线路的补足参照线路候补直接作为补足参照线路候补采用,但将符合相对其流出线路的流入线路或其流入线路的上行线路的补足参照线路候补从补足参照线路候补中排除。
[S2-4]:另外,在[S2-1]的判定中,在该补足对象线路不符合瓶颈位置的节点的流入线路以及流出线路的任意一个的情况下,CPU对补足参照线路候补,也判定其线路是否符合瓶颈位置的节点的流入线路或者流出线路。于是,对于不符合瓶颈位置的节点的流入线路以及流出线路的任意一个的补足参照线路候补、以及符合瓶颈位置的节点的流出线路的补足参照线路候补,将它们直接作为补足参照线路候补而采用。再有,对于符合瓶颈位置的节点的流入线路的补足参照线路候补,将其从补足参照线路候补排除。
此外,以上的处理也能够归结为如下的形式来表现。也就是说,CPU在补足对象线路符合上述瓶颈位置的节点的流入线路的情况下,从补足参照线路候补中排除符合其瓶颈位置的节点的流入线路或者其流入线路的上行线路的线路以外的线路,在补足对象线路不符合瓶颈位置的节点的流入线路的情况下,从补足参照线路候补中排除符合其瓶颈位置的节点的流入线路的线路。
在此,对于补足参照线路候补,实施以上的过滤处理的目的是在考虑了补足对象线路的对瓶颈位置的符合状况的前提下,将被认为作为补足参照线路未必合适的、符合瓶颈位置的流入线路以及流出线路从补足参照线路候补中排除。
通过以上步骤,规则ID循环处理结束(步骤S68)后,接下来CPU制作每个规则ID的补足参照线路候补列表(步骤S69)。该补足参照线路候补列表是使每个上述规则ID的补足参照线路候补与全部规则ID建立对应从而列表化。
通过以上步骤,补足对象线路循环结束(步骤S70)后,则每个上述规则ID的补足参照线路候补列表是对于每个补足对象线路,与该补足对象线路建立对应而制作。因此,CPU将该制作的每个补足对象线路、每个规则ID的补足参照线路候补列表交给补足评价应用处理(步骤S71),并结束参照线路候补提取处理。
图11是表示在图10的参照线路候补提取处理中,补足参照线路候补被提取并被过滤的情况的图。在图11(a)中,将由虚线箭头符号表示的线路作为补足对象线路。
首先,在基于补足参照线路候补提取规则的补足参照线路候补提取处理(图10:参照步骤S66)中,基于规则ID=1(同一线路)的规则(参照图7),作为补足参照线路候补提取线路#3以及线路#4。另外,基于规则ID=2(平行线路)的规则(参照图7),作为补足参照线路候补提取线路#1以及线路#2。
在此,瓶颈位置存储部170中例如存储着如下的瓶颈位置的信息。即,
将瓶颈ID=1的上下行线路信息设定为:(流入线路,流出线路)=(补足对象线路,线路#4);
将瓶颈ID=2的下下行线路信息设定为:(流入线路,流出线路)=(线路#1,线路#2)。
此外,在图11(b)中,由较大的付网点的圆点标记表示的节点相当于这些瓶颈位置。
若对这些数据应用基于瓶颈位置的过滤处理(图10:参照步骤S67),则首先通过上述[S2-1]的处理判定补足对象线路符合瓶颈位置的流入线路。
于是,对于规则ID=1(同一线路)的规则,由于线路#3符合补足对象线路的上行线路,因此通过[S2-3]的处理,作为补足参照线路候补被留下。另一方面,由于线路#4符合补足对象线路的流出线路,因此通过[S3]的处理从补足参照线路候补中排除。
另外,对于规则ID=2(平行线路)的规则,由于线路#1是对与补足对象线路相同位置关系的瓶颈位置的流入线路,因此通过[S2]的处理,作为补足参照线路候补被留下。另一方面,由于线路#2是从与补足对象线路不同的位置关系的瓶颈位置流出的流出线路,因此通过[S2]的处理,从补足参照线路候补中排除。
通过以上的处理,上述的过滤处理结束后的补足参照线路候补是:规则ID=1的补足参照线路候补为线路#3,规则ID=2的补足参照线路候补为线路#1。此外,在图11(b)中,被赋予×符号的线路#2以及线路#4表示从补足参照线路候补中排除的线路。
图12是表示补足评价应用处理的处理流程的例子的图。统计交通信息生成装置100的CPU执行图12所示补足评价应用处理作为补足评价应用处理部108的处理。通过该补足评价应用处理,对补足对象线路(时间缺失线路)的缺失数据进行补足。
CPU首先取得参照线路候补提取处理部106交付的补足参照线路候补列表(步骤S80)。由于该补足参照线路候补列表与补足对象线路建立对应而制作,因此CPU反复执行对该补足对象线路的补足对象线路循环处理(步骤S81至步骤S90的处理)。
接下来,CPU在补足对象线路循环之中,参照统计DB存储部160而读入成为对象的补足对象线路以及补足参照线路候补的统计数据(步骤S82),按补足规则ID不同分别进行对其补足参照线路候补的统计旅行时间进行合计/平均,从而计算出代表统计旅行时间(步骤S83)。
计算该代表统计旅行时间的处理是对于各补足规则、在存在多个补足参照线路候补的情况下,按相同日期种类、相同时刻使其统计旅行时间平均化的处理。该代表统计旅行时间由如下的计算式求得。
在此,对于规则ID=1、2、3的各种情况,将相对于日期种类I(I=1~5)、时刻t的各补足参照线路候补的统计旅行时间分别以如下形式进行表示。
规则ID=1时:
Trule1_1(I,t),Trule1_2(I,t),…,Trule1_N1(I,t)
规则ID=2时:
Trule2_1(I,t),Trule2_2(I,t),…,Trule2_N2(I,t)
规则ID=3时:
Trule3_1(I,t),Trule3_2(I,t),…,Trule3_N3(I,t)
此外,时刻t以每5分钟的时刻表示为t=00:00,00:05,…,23:55。以下,时刻t的表述只要没有特别声明,都是与此相同的意思。
另外,N1、N2、N3表示与各规则ID对应的补足参照线路候补的数目。其中,不存在某时刻t的统计旅行时间的数据的补足参照线路候补并不对其数进行计数。
此时,分别对于规则ID=1、2、3的代表统计旅行时间Trule1(I,t)、Trule2(I,t)、Trule3(I,t)由下面的式(4)进行表示。
式(4)
接下来,CPU对日期种类=1~5反复执行日期种类循环处理(步骤S84至步骤S89的处理)以及时间带循环处理(步骤S85至步骤S88的处理)。
在此,所谓时间带是指将1日例如划分为以下的5个时间带。
凌晨(00:00~05:00)
早晨(05:00~10:00)
白天(10:00~16:00)
傍晚(16:00~20:00)
夜晚(20:00~24:00)
接下来,CPU在日期种类循环以及时间带循环之中,计算属于该循环对象的日期种类以及对象时间带的补足对象线路的有意义的统计数据(即,不是不清楚或者缺失的统计旅行时间)为真值时的每个补足规则ID的代表统计旅行时间的相关系数(步骤S86)。
在此,若将对于各规则ID的代表统计旅行时间Trule1(I,t)、Trule2(I,t)、Trule3(I,t)简记表示为Trule(I,t),同样,将对于各规则ID的时间带τ中的相关系数Rrule1(I,τ)、Rrule2(I,τ)、Rrule3(I,τ)简记表示为Rrule(I,τ),则其相关系数Rrule(I,τ)通过下面的式(5)进行计算。
其中,t是各时间带内的时刻,例如如果时间带是早晨则t=05:00,05:05,…,09:55。
(式5)
在此,对于Ttarget(I,t)不清楚或者缺失的时刻t,将其排除后进行计算。
另外,在(式4)中,Trule(I)以及Ttarget(I)的上部的横杠分别表示对象时间带中的时间评价值。
再有,Rrule(I,τ)的τ是识别时间带的符号。
接下来,CPU基于步骤S86中计算出的每个规则ID、日期种类、时间带的相关系数,决定补足规则的应用优先顺序(步骤S87)。也就是说,CPU比较相对于按各日期种类、时间带中求得的各规则ID的相关系数,以从相关系数高的规则起依次决定应用补足规则的优先顺序。
通过以上步骤,若完成时间带循环、日期种类循环以及补足对象线路循环(步骤S88、步骤S89、步骤S90),则在该时间点,对各补足对象线路,求取对于各规则ID、各日期种类、时刻t的代表统计旅行时间、以及分别对于各日期种类、各时间带的补足规则的应用优先顺序。
因此,CPU使用与补足规则的规则ID对应的相同日期种类、相同时刻的代表统计旅行时间,对补足对象线路的缺失时刻的统计旅行时间进行补足(步骤S91),其中的补足规则的规则ID是基于其补足规则的应用优先顺序而确定的。
也就是说,补足对象线路缺失的统计旅行时间由与该补足对象相同的日期种类中相同时间带的优先顺序第1位的补足规则的代表统计旅行时间进行补足。其中,在根据优先顺序第1位的补足规则的代表统计旅行时间缺失的情况下,由优先顺序第2位的补足规则的代表统计旅行时间进行补足。以下,同样地在高位的优先顺序的补足规则的代表统计旅行时间缺失的情况下,在比它低的优先顺序的补足规则之中由最高位的优先顺序的补足规则的代表统计旅行时间进行补足。
CPU如上所述那样,对统计DB中的缺失数据进行补足后,将其补足完成的统计DB的统计数据输出至补足完成统计DB200(步骤S92),结束图12所示的补足评价应用处理。
图13是表示每个时间带的补足规则的应用优先顺序的表格的例子的图。这种表格是分别按每个补足对象、每个日期种类制作的。此外,在图13中,小的数值表示优先顺序高。例如在图13中表示在凌晨的时间带,补足规则ID:1的补足规则优选顺序最高;另外,在早晨的时间带,补足规则ID:2的补足规则优选顺序最高等。
这样,根据本实施方式中的补足评价应用处理,基于由补足对象线路的统计数据(统计旅行时间)、按照各补足规则求得的代表统计数据(代表统计旅行时间)求得的各时间带中的相关系数,能够对各时间带确定补足规则的应用优先顺序。并且,补足对象线路的缺失数据由按照优先度最高的补足规则求得的代表统计数据、即相关度(相关系数)最大的代表统计数据进行补足。
也就是说,根据本实施方式,补足对象数据(缺失数据)在各自的每个时间带,基于相关度更大的代表统计数据而被补足。换句话说,在补足对象数据的补足时,动态地切换并应用其补足规则。因此,补足之后的数据精度得到提高。
在以上的实施方式中,虽然将相关系数作为补足规则的应用优先顺序决定的评价指标而使用,但是也可以将补足对象线路的统计数据(统计旅行时间)与代表统计数据(代表统计旅行时间)之间的相对误差作为其评价指标来使用。
此外,各时间带的相对误差Erule(I,τ)由下面的式(6)进行计算。
(式6)
在此,t是各时间带内的时刻,例如如果时间带为早晨,则t=05:00,05:05,…,09:55。另外,τ是识别各时间带的符号。
另外,对于Ttarget(I,t)不清楚或者缺失的时刻t,将其排除后进行计算。因此,Nτ是时间带τ中的有意义的数据的数目。
再有,相对误差Erule(I,t)是将对于各规则ID的各时间带τ中的相对误差Erule1(I,t),Erule2(I,t),Erule3(I,t)进行的简记。
此外,这样将误差作为补足规则的应用优先顺序决定的评价指标而使用的情况下,其相对误差越小则其优先顺序决定得越高。
Claims (8)
1.一种统计交通信息生成装置,其特征在于具有:
存储单元,其存储对应道路线路的统计交通数据;
提取单元,其检测统计交通数据的一部分缺失的道路线路;
补足规则存储单元,其存储补足规则,该补足规则涉及与缺失的统计交通数据的补足中使用的统计交通数据对应的道路线路的采用;
候补线路提取单元,其基于所述补足规则存储单元中存储的补足规则,提取成为补足由所述提取单元提取出的道路线路的候补的线路;
计算单元,其按所述补足规则存储单元中存储的每个补足规则,计算由所述提取单元提取出的道路线路与由所述候补线路提取单元提取出的成为进行补足的候补的道路线路之间的相似性;
优先顺序赋予单元,其根据由所述计算单元计算出的相似性,对所述补足规则存储单元中存储的补足规则赋予优先顺序;
补足线路提取单元,其使用基于由所述优先顺序赋予单元所赋予的优先顺序的补足规则,提取用于补足缺失的统计交通数据的补足线路;以及
补足单元,其使用与由所述补足线路提取单元提取出的线路对应的统计交通数据,对与由所述提取单元提取出的道路线路对应的统计交通数据之中缺失的统计交通数据进行补足。
2.根据权利要求1所述的交通信息生成装置,其特征在于,
所述计算单元具有分类单元,该分类单元使用日期种类、将1日分割为多个时间带的时间区分的至少一方来对所述统计交通数据进行分类,
所述计算单元按照由所述分类单元进行了分类的每个所述统计交通数据,计算所述相似性。
3.根据权利要求1所述的交通信息生成装置,其特征在于,
所述计算单元具有:
平均值计算单元,其计算与由所述补足线路提取单元提取出的道路线路对应的统计交通数据的平均值;
相关系数计算单元,其根据与由所述补足线路提取单元提取出的道路线路对应的统计交通数据、由所述平均值计算处理计算出的平均值,计算相关系数;以及
相对误差计算单元,其按所述补足规则存储单元中存储的每个补足规则,计算由所述平均值计算单元计算出的平均值、和与由所述提取单元提取出的道路线路对应的统计交通数据之间的相对误差,并计算其倒数,
所述计算单元基于由所述相关系数计算单元计算出的相关系数、由所述相对误差计算单元计算出的相对误差的倒数的任意一方的值来计算相似性。
4.根据权利要求1所述的交通信息生成装置,其特征在于,
具有:堵塞频率计算单元,其基于与所述道路线路对应的统计交通数据,对每个道路线路计算堵塞频率;
瓶颈指定单元,对彼此连接的道路线路,使用由所述堵塞频率计算单元计算出的堵塞频率来指定成为瓶颈的道路线路的连接部分;以及
过滤单元,其在由所述瓶颈指定单元指定的道路线路的连接部分之中,在由所述提取单元检测出的道路线路是流入线路的情况下,将由所述瓶颈指定单元指定的连接部分之中的流出线路从所述候补线路提取单元提取出的道路线路中排除;在由所述提取单元检测出的道路线路是流出线路的情况下,将由所述瓶颈指定单元指定的连接部分之中的流入线路从所述候补线路提取单元提取出的道路线路中排除。
5.一种统计交通信息生成方法,其特征在于进行如下的处理:
提取处理,将与道路线路对应的统计交通数据存储于存储单元中,并检测所存储的统计交通数据的一部分缺失的道路线路;
候补线路提取处理,基于补足规则,提取成为补足由所述提取处理提取出的道路线路的候补的线路,该补足规则存储于规则存储单元中,且涉及与缺失的统计交通数据的补足中所使用的统计交通数据对应的道路线路的采用;
计算处理,按所述补足规则存储单元中存储的每个补足规则,计算由所述提取处理提取出的道路线路、与由所述候补线路提取处理提取出的成为进行补足的候补的道路线路之间的相似性;
优先顺序赋予处理,根据由所述计算处理计算出的相似性,对所述补足规则存储单元中存储的补足规则赋予优先顺序;
补足线路提取处理,使用基于由所述优先顺序赋予处理所赋予的优先顺序的补足规则,提取用于补足缺失的统计交通数据的补足线路;以及
补足处理,使用与由所述补足线路提取处理提取出的线路对应的统计交通数据,对与由所述提取处理提取出的道路线路对应的统计交通数据之中缺失的统计交通数据进行补足。
6.根据权利要求5所述的统计交通信息生成方法,其特征在于,
在所述计算处理中进行如下的处理:
分类处理,使用日期种类、将1日分割为多个时间带的时间区分的至少一方来对所述统计交通数据进行分类;以及
按照由所述分类处理进行了分类的每个所述统计交通数据,计算所述相似性的处理。
7.根据权利要求5所述的统计交通信息生成方法,其特征在于,
在所述计算处理中进行如下的处理:
平均值计算处理,计算与由所述补足线路提取处理提取出的道路线路对应的统计交通数据的平均值;
相关系数计算处理,根据与由所述补足线路提取处理提取出的道路线路对应的统计交通数据、由所述平均值计算处理计算出的平均值,计算相关系数;
相对误差计算处理,按所述补足规则存储处理中存储的每个补足规则,计算由所述平均值计算处理计算出的平均值、和与由所述提取处理提取出的道路线路对应的统计交通数据之间的相对误差,并计算其倒数;以及
基于由所述相关系数计算处理计算出的相关系数、由所述相对误差计算处理计算出的相对误差的倒数的任意一方的值来计算相似性的处理。
8.根据权利要求5所述的统计交通信息生成方法,其特征在于,
进行如下的处理:
堵塞频率计算处理,基于与所述道路线路对应的统计交通数据,对每个道路线路计算堵塞频率;
瓶颈指定处理,对彼此连接的道路线路,使用由所述堵塞频率计算处理计算出的堵塞频率来指定成为瓶颈的道路线路的连接部分;以及
过滤处理,在由所述瓶颈指定处理所指定的道路线路的连接部分之中,在由所述提取处理检测出的道路线路是流入线路的情况下,将由所述瓶颈指定处理所指定的连接部分之中的流出线路从由所述候补线路提取处理提取出的道路线路中排除;在由所述提取处理检测出的道路线路是流出线路的情况下,将由所述瓶颈指定处理所指定的连接部分之中的流入线路从由所述候补线路提取处理提取出的道路线路中排除。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009-151857 | 2009-06-26 | ||
JP2009151857A JP4977177B2 (ja) | 2009-06-26 | 2009-06-26 | 統計交通情報生成装置およびそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101930667A true CN101930667A (zh) | 2010-12-29 |
CN101930667B CN101930667B (zh) | 2013-05-08 |
Family
ID=42988521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102125499A Active CN101930667B (zh) | 2009-06-26 | 2010-06-22 | 统计交通信息生成装置以及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8405521B2 (zh) |
EP (1) | EP2267676B1 (zh) |
JP (1) | JP4977177B2 (zh) |
CN (1) | CN101930667B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886747A (zh) * | 2014-03-14 | 2014-06-25 | 浙江大学 | 路段交通运行相似度度量方法 |
CN104376712A (zh) * | 2013-08-16 | 2015-02-25 | 株式会社日立制作所 | 缺失交通信息补全装置及其方法 |
CN104596534A (zh) * | 2015-01-07 | 2015-05-06 | 诚迈科技(南京)股份有限公司 | 一种计算最优行车路径的方法 |
CN104900073A (zh) * | 2015-05-05 | 2015-09-09 | 北京科技大学 | 一种雾霾情况下补充路网缺失数据的车辆诱导方法及系统 |
CN105307112A (zh) * | 2014-08-01 | 2016-02-03 | 中国电信股份有限公司 | 分析获取用户移动轨迹的方法和系统 |
CN107949873A (zh) * | 2014-02-21 | 2018-04-20 | 丰田自动车株式会社 | 旅行时间数据调整装置、旅行时间数据调整方法以及程序 |
CN109637112A (zh) * | 2018-11-23 | 2019-04-16 | 江苏省南京市公安局交通管理局车辆管理所 | 重点车辆源头动态监管系统及监控方法 |
CN111242340A (zh) * | 2018-11-28 | 2020-06-05 | 顺丰科技有限公司 | 一种新增网点历史件量数据的补全方法及系统 |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201113112D0 (en) | 2011-02-03 | 2011-09-14 | Tomtom Dev Germany Gmbh | Method of generating expected average speeds of travel |
US8866638B2 (en) * | 2011-05-23 | 2014-10-21 | GM Global Technology Operations LLC | Acquisition of travel- and vehicle-related data |
EP2715285B1 (en) | 2011-06-03 | 2020-11-04 | Apple Inc. | Devices and methods for comparing and selecting alternative navigation routes |
US9111380B2 (en) | 2012-06-05 | 2015-08-18 | Apple Inc. | Rendering maps |
US10176633B2 (en) | 2012-06-05 | 2019-01-08 | Apple Inc. | Integrated mapping and navigation application |
US9997069B2 (en) | 2012-06-05 | 2018-06-12 | Apple Inc. | Context-aware voice guidance |
US9418672B2 (en) | 2012-06-05 | 2016-08-16 | Apple Inc. | Navigation application with adaptive instruction text |
US9886794B2 (en) | 2012-06-05 | 2018-02-06 | Apple Inc. | Problem reporting in maps |
US9230556B2 (en) | 2012-06-05 | 2016-01-05 | Apple Inc. | Voice instructions during navigation |
US8965696B2 (en) | 2012-06-05 | 2015-02-24 | Apple Inc. | Providing navigation instructions while operating navigation application in background |
US9482296B2 (en) | 2012-06-05 | 2016-11-01 | Apple Inc. | Rendering road signs during navigation |
US9171464B2 (en) | 2012-06-10 | 2015-10-27 | Apple Inc. | Encoded representation of route data |
US11935190B2 (en) | 2012-06-10 | 2024-03-19 | Apple Inc. | Representing traffic along a route |
US20140365505A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Harvesting Addresses |
US9631930B2 (en) | 2013-03-15 | 2017-04-25 | Apple Inc. | Warning for frequently traveled trips based on traffic |
US10655979B2 (en) | 2013-06-08 | 2020-05-19 | Apple Inc. | User interface for displaying predicted destinations |
US9317813B2 (en) | 2013-03-15 | 2016-04-19 | Apple Inc. | Mobile device with predictive routing engine |
CN103310633A (zh) * | 2013-05-23 | 2013-09-18 | 北京交通发展研究中心 | 交通拥堵评价方法 |
WO2015059877A1 (ja) * | 2013-10-24 | 2015-04-30 | 三菱電機株式会社 | 情報処理装置及び情報処理方法 |
US9495868B2 (en) * | 2013-11-01 | 2016-11-15 | Here Global B.V. | Traffic data simulator |
US9368027B2 (en) | 2013-11-01 | 2016-06-14 | Here Global B.V. | Traffic data simulator |
MY188014A (en) * | 2014-05-15 | 2021-11-09 | Mimos Berhad | A system and method for extracting route and traffic density |
JP6316734B2 (ja) * | 2014-11-25 | 2018-04-25 | アイシン・エィ・ダブリュ株式会社 | 道路情報統計システム、道路情報統計方法及びコンピュータプログラム |
US10372708B1 (en) * | 2014-12-31 | 2019-08-06 | Teradata Us, Inc. | Statistic normalization in a data store system |
CN106530684B (zh) * | 2015-09-11 | 2019-08-20 | 杭州海康威视系统技术有限公司 | 处理交通道路信息的方法及装置 |
US9818296B2 (en) * | 2015-10-16 | 2017-11-14 | Uber Technologies, Inc. | System for providing a city planning tool |
CN106781468B (zh) * | 2016-12-09 | 2018-06-15 | 大连理工大学 | 基于建成环境和低频浮动车数据的路段行程时间估计方法 |
US10922965B2 (en) * | 2018-03-07 | 2021-02-16 | Here Global B.V. | Method, apparatus, and system for detecting a merge lane traffic jam |
US10976164B2 (en) * | 2018-12-12 | 2021-04-13 | Here Global B.V. | Methods and systems for route generation through an area |
CN113763696B (zh) * | 2020-06-01 | 2023-05-02 | 杭州海康威视数字技术股份有限公司 | 一种车辆路径重构方法、装置、电子设备及存储介质 |
WO2022259862A1 (ja) * | 2021-06-11 | 2022-12-15 | 住友電気工業株式会社 | 車載装置、制御装置、システム、車載装置の制御方法及びコンピュータプログラム |
CN115131964B (zh) * | 2022-06-23 | 2024-02-20 | 重庆交通大学 | 隧道车流量感知系统 |
WO2024084731A1 (ja) * | 2022-10-19 | 2024-04-25 | 住友電気工業株式会社 | 分析装置、分析方法、及び分析プログラム |
CN116013087B (zh) * | 2023-03-27 | 2023-05-30 | 东莞市城建规划设计院 | 一种基于城市运动车辆检测的车流量统计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1854687A (zh) * | 2005-04-26 | 2006-11-01 | 株式会社查纳位资讯情报 | 导航装置 |
US20070106466A1 (en) * | 2005-11-08 | 2007-05-10 | Xanavi Informatics Corporation | Navigation system and route setting method |
US20070185643A1 (en) * | 2006-01-06 | 2007-08-09 | Xanavi Informatics Corporation | Traffic information processing apparatus |
CN101188063A (zh) * | 2006-08-07 | 2008-05-28 | 株式会社查纳位资讯情报 | 交通信息提供装置及系统、交通信息的发送及请求方法 |
CN101231789A (zh) * | 2007-01-26 | 2008-07-30 | 株式会社查纳位资讯情报 | 交通信息配送方法、交通信息配送装置及车载终端装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3568768B2 (ja) * | 1998-01-20 | 2004-09-22 | 三菱電機株式会社 | 車両位置同定装置 |
US7355528B2 (en) * | 2003-10-16 | 2008-04-08 | Hitachi, Ltd. | Traffic information providing system and car navigation system |
JP3975190B2 (ja) | 2003-10-16 | 2007-09-12 | 株式会社日立製作所 | 交通情報処理方法 |
JP4393222B2 (ja) * | 2004-02-25 | 2010-01-06 | 株式会社日立製作所 | 交通情報表示装置 |
JP4569156B2 (ja) * | 2004-04-22 | 2010-10-27 | アイシン・エィ・ダブリュ株式会社 | 交通情報データの補間装置及び補間方法 |
JP4175312B2 (ja) | 2004-09-17 | 2008-11-05 | 株式会社日立製作所 | 交通情報予測装置 |
US7706965B2 (en) | 2006-08-18 | 2010-04-27 | Inrix, Inc. | Rectifying erroneous road traffic sensor data |
JP4950586B2 (ja) * | 2006-08-02 | 2012-06-13 | クラリオン株式会社 | 統計交通情報生成方法および統計交通情報生成装置 |
JP4729469B2 (ja) | 2006-11-10 | 2011-07-20 | 日立オートモティブシステムズ株式会社 | 交通情報システム |
JP4594289B2 (ja) * | 2006-12-06 | 2010-12-08 | 住友電工システムソリューション株式会社 | 交通状況推定方法、交通状況推定装置及びコンピュータプログラム |
US7953544B2 (en) * | 2007-01-24 | 2011-05-31 | International Business Machines Corporation | Method and structure for vehicular traffic prediction with link interactions |
JP2009087097A (ja) * | 2007-09-28 | 2009-04-23 | Panasonic Corp | 交通情報生成装置及び交通情報提供システム |
-
2009
- 2009-06-26 JP JP2009151857A patent/JP4977177B2/ja active Active
-
2010
- 2010-06-22 CN CN2010102125499A patent/CN101930667B/zh active Active
- 2010-06-25 EP EP10167356.4A patent/EP2267676B1/en active Active
- 2010-06-25 US US12/823,717 patent/US8405521B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1854687A (zh) * | 2005-04-26 | 2006-11-01 | 株式会社查纳位资讯情报 | 导航装置 |
US20070106466A1 (en) * | 2005-11-08 | 2007-05-10 | Xanavi Informatics Corporation | Navigation system and route setting method |
JP2007132677A (ja) * | 2005-11-08 | 2007-05-31 | Xanavi Informatics Corp | ナビゲーション装置 |
US20070185643A1 (en) * | 2006-01-06 | 2007-08-09 | Xanavi Informatics Corporation | Traffic information processing apparatus |
CN101188063A (zh) * | 2006-08-07 | 2008-05-28 | 株式会社查纳位资讯情报 | 交通信息提供装置及系统、交通信息的发送及请求方法 |
CN101231789A (zh) * | 2007-01-26 | 2008-07-30 | 株式会社查纳位资讯情报 | 交通信息配送方法、交通信息配送装置及车载终端装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376712A (zh) * | 2013-08-16 | 2015-02-25 | 株式会社日立制作所 | 缺失交通信息补全装置及其方法 |
CN104376712B (zh) * | 2013-08-16 | 2017-10-13 | 株式会社日立制作所 | 缺失交通信息补全装置及其方法 |
CN107949873A (zh) * | 2014-02-21 | 2018-04-20 | 丰田自动车株式会社 | 旅行时间数据调整装置、旅行时间数据调整方法以及程序 |
CN103886747A (zh) * | 2014-03-14 | 2014-06-25 | 浙江大学 | 路段交通运行相似度度量方法 |
CN103886747B (zh) * | 2014-03-14 | 2016-03-09 | 浙江大学 | 路段交通运行相似度度量方法 |
CN105307112A (zh) * | 2014-08-01 | 2016-02-03 | 中国电信股份有限公司 | 分析获取用户移动轨迹的方法和系统 |
CN105307112B (zh) * | 2014-08-01 | 2019-03-26 | 中国电信股份有限公司 | 分析获取用户移动轨迹的方法和系统 |
CN104596534A (zh) * | 2015-01-07 | 2015-05-06 | 诚迈科技(南京)股份有限公司 | 一种计算最优行车路径的方法 |
CN104900073A (zh) * | 2015-05-05 | 2015-09-09 | 北京科技大学 | 一种雾霾情况下补充路网缺失数据的车辆诱导方法及系统 |
CN104900073B (zh) * | 2015-05-05 | 2017-04-26 | 北京科技大学 | 一种雾霾情况下补充路网缺失数据的车辆诱导方法 |
CN109637112A (zh) * | 2018-11-23 | 2019-04-16 | 江苏省南京市公安局交通管理局车辆管理所 | 重点车辆源头动态监管系统及监控方法 |
CN111242340A (zh) * | 2018-11-28 | 2020-06-05 | 顺丰科技有限公司 | 一种新增网点历史件量数据的补全方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US8405521B2 (en) | 2013-03-26 |
EP2267676A1 (en) | 2010-12-29 |
CN101930667B (zh) | 2013-05-08 |
JP2011008569A (ja) | 2011-01-13 |
US20100328100A1 (en) | 2010-12-30 |
EP2267676B1 (en) | 2018-09-12 |
JP4977177B2 (ja) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101930667B (zh) | 统计交通信息生成装置以及方法 | |
Kim et al. | Spatial and temporal characterization of travel patterns in a traffic network using vehicle trajectories | |
Pan et al. | Crowd sensing of traffic anomalies based on human mobility and social media | |
CN102102992B (zh) | 基于多级网络划分的匹配道路初筛方法及地图匹配系统 | |
CN107766808A (zh) | 道路网络空间中车辆对象移动轨迹聚类的方法及系统 | |
US8706459B2 (en) | Traffic sensor management | |
CN107195180B (zh) | 一种基于电警数据的交通出行轨迹提取方法和装置 | |
WO2006109625A1 (ja) | 地図情報更新装置および地図情報更新方法 | |
CN104731963A (zh) | 一种基于车联网的网格化路径推荐方法及系统 | |
Ban et al. | Sequential modeling framework for optimal sensor placement for multiple intelligent transportation system applications | |
Zhou et al. | Spatiotemporal traffic network analysis: technology and applications | |
Pulugurtha et al. | Assessment of link reliability as a function of congestion components | |
Lee et al. | Congestion pattern model for predicting short-term traffic decongestion times | |
CN111899505B (zh) | 交通限制解除的检测方法和装置 | |
Wang et al. | Prediction of the deviation between alternative routes and actual trajectories for bicyclists | |
Gu et al. | An unsupervised learning approach for analyzing traffic impacts under arterial road closures: Case study of East Liberty in Pittsburgh | |
Liu et al. | Dynamic router real-time travel time prediction based on a road network | |
Guastella et al. | Traffic Modeling with SUMO: a Tutorial | |
Stanojevic et al. | MapReuse: Recycling routing API queries | |
Holtzman et al. | A vehicular traffic GIS and simulator for route guidance on NY/NJ highways | |
GAMBOA et al. | Network Analysis of Disaster Response Routes for Flooding: the case of Cagayan de Oro City, Philippines | |
HORIGUCHI et al. | Constructing a benchmark data set for validity evaluation of road network simulation models | |
Kim et al. | Application of traffic state prediction methods to urban expressway network in the City of Seoul | |
Murray-Tuite et al. | Transportation infrastructure flooding: Sensing water levels and clearing and rerouting traffic out of danger | |
Innamaa | Short-term prediction of traffic flow status for online driver information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |