CN101933062A - 用于传感道路和交通状况的系统 - Google Patents
用于传感道路和交通状况的系统 Download PDFInfo
- Publication number
- CN101933062A CN101933062A CN2009801040003A CN200980104000A CN101933062A CN 101933062 A CN101933062 A CN 101933062A CN 2009801040003 A CN2009801040003 A CN 2009801040003A CN 200980104000 A CN200980104000 A CN 200980104000A CN 101933062 A CN101933062 A CN 101933062A
- Authority
- CN
- China
- Prior art keywords
- traffic
- assembly
- equipment
- traffic sensing
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
提供了一种用于收集关于交通状况的信息的交通传感系统。交通传感系统包括交通传感服务器和将交通报告发送给该交通传感服务器的移动交通传感设备。MTS设备可以使用集成到智能电话中的加速计来检测坑洼,检测车辆何时刹车,检测MTS设备是经由车辆还是行人来运输的,检测喇叭鸣响,等等。MTS设备向交通传感服务器报告各种状况以供精确评估运输MTS设备的车辆所行进的各路段处的交通状况。
Description
背景
已经开发了许多交通监视系统来实时监视车辆交通。发达国家所使用的监视技术可包括固定到车辆的全球定位系统(“GPS”)设备、固定位置照相机、道路中的感应式循环车辆检测器、多普勒雷达等。基于所收集的信息,这些系统通常估计交通在各个位置处的速度和量。因为在发达国家中道路状况通常是良好的且交通通常是以有序方式进行的,因此速度和量信息是交通模式的相当有用的指示。速度和量信息可以报告给司机(例如,经由网站和专用交通报告设备),使得他们能够相应地计划他们的旅程。一些司机可以基于所报告的信息来将他们的预期出发时间提前或延迟或者选择替换路线。速度和量信息也可被报告给运输部门以帮助控制车辆进入交通流的速率。因为用于监视交通的这些技术的成本相当高,所以通常只在最繁忙路段处监视交通。
然而,这些监视技术因各种原因而不能提供在发展中国家中有用的交通模式的预测。一个原因是在发展中国家中道路质量往往变化很大。例如,即使在城市中心,崎岖的道路和坑坑洼洼也是常见的。另一原因是在发展中国家可能使用许多不同类型的车辆。例如,道路可能被二轮车辆(例如,小型摩托车)、三轮车辆(例如,自动人力车)、四轮车辆(例如,客车)、以及更多轮车辆(例如,公共汽车和卡车)所拥塞。取决于道路状况,每一类型的车辆只能够以特定速度行进。例如,只有二轮车辆能够在某些狭窄或崎岖的道路上行进。另一原因是交通流可能更加混乱,因为发展中国家的司机可能不遵守十字路口处的通行权协议,并可能依赖于鸣响他们的喇叭来帮助建立他们的通行权。虽然在许多发达国家这样鸣响喇叭在社会上是不可接受的或违法的,但它在许多发展中国家是可以接受的并且是相当常见的。
概述
提供了一种用于传感道路和交通状况的系统(“传感系统”)。传感系统包括交通传感服务器和将交通报告发送给该交通传感服务器的移动交通传感(“MTS”)设备。MTS设备可以使用加速计来检测坑洼,检测车辆何时刹车,检测MTS设备是经由车辆还是行人来运输的,等等。MTS设备基于通过刹车所指示的行进方向和重力的影响来确定加速计相对于车辆的定向。MTS设备还可使用移动电话的话筒来收集环境噪声,这可帮助确定是否在鸣响喇叭以及车辆是封闭的还是开放的。MTS设备还可使用局域无线网络(例如,蓝牙)来与邻近MTS设备进行通信以彼此发送和接收交通报告。MTS设备可以向交通传感服务器报告各种状况以供精确评估运输MTS设备的车辆所行进的各路段处的交通状况。
提供本概述是为了以简化的形式介绍将在以下详细描述中进一步描述的一些概念。本概述不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。
附图简述
图1是示出一些实施例中的交通传感系统的各组件的框图。
图2是示出一些实施例中的移动交通传感设备的各组件的框图。
图3是示出一些实施例中的定向加速计组件的处理的流程图。
图4是示出一些实施例中的计算预旋转和倾斜组件的处理的流程图。
图5是示出一些实施例中的获取稳定加速计值组件的处理的流程图。
图6是示出一些实施例中的计算后旋转组件的处理的流程图。
图7是示出一些实施例中的获取改变加速计值组件的处理的流程图。
图8是示出一些实施例中的检测刹车组件的处理的流程图。
图9是示出一些实施例中的检测坑洼组件的处理的流程图。
图10是示出一些实施例中的检测行人组件的处理的流程图。
图11是示出一些实施例中的检测喇叭鸣响组件的处理的流程图。
图12是示出一些实施例中的确定位置组件的处理的流程图。
图13是示出一些实施例中的检测机壳类型组件的处理的流程图。
图14是示出一些实施例中的检测公共交通组件的处理的流程图。
详细描述
提供了一种收集关于交通状况的信息的道路和交通传感系统。在一些实施例中,该传感系统包括交通传感服务器和将交通报告发送给该交通传感服务器的移动交通传感(“MTS”)设备。MTS设备可以是包括具有MTS系统的3轴加速计的智能电话(或用外部3轴加速计进行扩充的移动电话),该MTS系统包括用于收集与正在运输该MTS设备的车辆(或人)相关的交通相关信息并基于对所收集的交通相关信息的分析来生成交通报告的各软件组件。因为MTS设备可以是只添加了软件组件的现有智能电话,所以传感系统可以使用现有移动电话基础结构来实现。MTS设备可以使用加速计来检测坑洼,检测车辆何时刹车,检测MTS设备是经由车辆还是行人来运输的,等等。因为MTS设备的加速计不太可能使其自己的定向与其中运输它的车辆相对齐,所以MTS设备基于刹车所指示的行进方向和重力的影响来确定加速计相对于车辆的定向。这一定向影响MTS设备确定行进方向上的加速度的改变(例如,刹车)以及车辆方向的改变(例如,由坑洼所引起)。MTS设备还可使用移动电话的话筒来收集环境噪声,这可帮助确定是否在鸣响喇叭以及车辆是封闭的(例如,汽车)还是开放的(例如,小型摩托车)。MTS设备还可使用局域无线网络(例如,蓝牙)来与邻近MTS设备进行通信以彼此发送和接收交通报告。MTS设备可以使用这样的交通报告基于与邻近设备的接近度来确定车辆是否是公共交通车辆。MTS设备可以向交通传感服务器报告各种状况(例如,刹车、喇叭鸣响、检测到坑洼、以及行进速度)以供精确评估运输MTS设备的车辆所行进的各路段处的交通状况。
在一些实施例中,MTS设备是智能电话,即具有包括各种计算、通信、以及传感能力的集成加速计的移动电话。计算能力可包括中央处理单元、存储器、以及操作系统。通信能力可包括用于基本蜂窝语音通信(例如,GSM)并用于收集蜂窝塔信息的无线电和用于与邻近MTS设备进行通信的个人区域无线网络(例如,局域无线网络、蓝牙、以及WiFi)。传感能力可包括话筒、GPS接收机、加速计、以及照相机。这些能力中的每一个由当前市场上的一些智能电话来提供——但不是所有智能电话都必须具有所有这些能力。MTS设备可包括这些能力的各个子集。一些MTS设备可以用附加能力来扩充。例如,具有局域无线网络接口的加速计可以连接到不具有这些能力的一些智能电话。
在一些实施例中,MTS设备需要将其加速计虚拟地(virtually)定向到车辆的行进方向和垂直方向。MTS设备基于在静止或以稳定速度行进时重力对加速计上的影响并基于在使用GPS位置检测到的刹车事件期间加速计上的影响来执行这一虚拟定向。MTS设备使用重力的影响来帮助将加速计的垂直轴虚拟地定向到车辆的垂直轴。MTS设备使用刹车的影响来帮助将加速计的前向轴虚拟地定向到车辆的前向轴。
一般而言,MTS设备的加速计是可相对于车辆行进方向和垂直方向来任意定向的3轴加速计。在下文中,加速计的各轴被表示成(x,y,z),而车辆的各轴被表示成(X,Y,Z)。例如,如果智能电话的加速计被如下定向:其x轴朝向该电话的顶部,其y轴朝向电话的右侧、以及其z轴朝向电话的后方,则垂直地位于机架中的电话将使其z轴与行进方向对齐且其x轴与垂直轴反向对齐。车辆的x轴在行进方向上,车辆的y轴指向行进方向的右侧,且z轴在向下方向上。MTS设备的MTS系统使用欧拉角的Z-Y-Z公式来确定加速计相对于车辆定向的定向。加速计的定向可以用关于Z的预旋转角φ预来表示,其后是关于Y的倾角φ倾,且最后再次是关于Z的后旋转角Ψ后。在加速计静止或处于稳定运动的情况下,其经历的唯一加速是由重力引起的。(注意:假定加速计将报告力场强度,所以z轴的加速度az是1g,假定其与车辆的z轴正确地对齐。)倾斜操作是改变z轴相对于Z轴的定向的唯一操作。结果,下式示出从z到Z的变换:
az=azcos(θ倾)。
因为az=1g,所以倾角由下式来表示:
θ倾=cos-1(az)。
由于重力的影响,倾斜之后的预旋转也将导致x轴和y轴的非零加速度ax和ay。ax和ay的值等于沿Z轴的1g加速度在x和y轴上的投影。为计算这些投影,MTS系统将ax和ay中的每一个分别分解成它们沿X和Y轴的分量。
在应用倾斜(关于Y)时,只有ax和ay沿X轴的分量将受重力影响。因此,在预旋转和倾斜之后,值由下式表示:
ax=cos(φ预)sin(θ倾)
ax=sin(φ预)sin(θ倾)
对φ预进行求解得到下式:
φ预tan(φ预)=ay/ax
其后是下式:
φ预=tan-1(ay/ax)。
为了使用这些等式来估计θ倾和φ预,MTS系统可以标识MTS设备静止(例如,在交通灯处)或处于稳定运动(例如,使用GPS来估计速度)的时间段。或者,设备可以使用在某一时间段期间收集的ax、ay和az的平均值。该平均值可以是10秒窗口期间的中值。因此,通过计算短时间窗口期间的ax、ay和az,MTS系统能够相对不昂贵地(即,通过不使用诸如GPS设备等高功耗设备)在正在进行的基础上估计θ倾和φ预。θ倾和φ预中的任何显著改变都将指示MTS设备的定向的显著改变。在这种情况下,MTS设备可以执行加速计的完全虚拟重新定向。
因为后旋转(像预旋转一样)是关于Z轴的,所以其对与Z轴平行的重力场没有影响。结果,MTS系统使用具有已知与Z轴不平行的不同力场来估计后旋转的角度。MTS系统可以使用车辆的加速度或刹车,其任一个都产生在X轴的已知方向上的力场,这一力场与车辆运动的方向成一直线。为获得这个力的测量,MTS系统经由GPS设备监视测量的位置以标识路径不带显著曲线(即,GPS轨迹大致是直线的)的急剧减速时间段。给定所测量的加速度(ax,ay,az)以及预旋转的角度φ预和倾角θ倾,MTS系统将后旋转的角度Ψ后估计为使沿X轴(这是刹车的方向)的加速度a′x的估计最大化的角度。
MTS系统通过顺序地运行通过预旋转、倾斜、以及后旋转的步骤来计算a′x。在每一步骤,MTS系统都应用上述分解。只以预旋转开始,结果由下式表示:
在应用了倾斜后,结果由下式表示:
最后,在应用了后旋转之后,结果由下式表示:
展开这些等式,得到下式:
ax=[(axcos(φ预)+aysin(φ预))cos(θ倾)-azsin(θ倾)]cos(Ψ后)+[-axsin(φ预)+aycos(φ预)]sin(Ψ后)。
-[(axcos(φ预)+aysin(φ预))cos(θ倾)-azsin(θ倾)]sin(Ψ后)+[-axsin(φ预)+aycos(φ预)]cos(Ψ后)=0,
这产生如下式所示的Ψ后的估计:
因此,为了估计后旋转角,MTS系统首先估计预旋转角和倾角。MTS系统随后使用GPS数据来标识急剧减速的情况并记录这一段时间(例如,2秒)期间的均值ax、ay、和az。与估计预旋转角和倾角相比,估计后旋转角更加精心和昂贵,需要打开GPS设备。因此,MTS系统在正在进行的基础上监视预旋转角和倾角,并且只有在这些角度存在显著改变或存在MTS设备的定向已经改变的其他证据(例如,正在通话或与电话的其他用户交互)的情况下,MTS系统才执行加速计的完整的虚拟重新定向。
在一些实施例中,MTS系统检测刹车事件,这可指示很差的驾驶条件(例如,雾)或拥挤的交通。虽然可以使用GPS数据来检测刹车事件,但其可造成高能量成本。为避免这一成本,MTS系统监视加速计所指示的前向方向上的加速度。如果在某一秒数的滑动窗口期间的均值加速度超过阈值加速度,则MTS系统发出刹车事件的信号。例如,如果减速以至少1m/s2维持了超过4秒钟(即,在4秒钟期间速度至少减少14.4kmph),则MTS系统发出刹车事件的信号。
在一些实施例中,MTS系统使用不同的算法基于车辆是否以慢速行进来检测坑洼。慢速可被定义成低于慢速阈值(例如,25kmph)。如果车辆未以慢速行进,则MTS系统检查车辆方向上的加速度毛刺。如果加速度方向上的毛刺大于阈值加速度,则MTS系统发出检测到坑洼的信号。如果车辆以慢速行进,则MTS系统寻找车辆方向上的加速度的持续倾斜,例如,如果对象在至少20毫秒内低于阈值加速度(例如,以310Hz采样速率的7个样本)。因为只需要大约的车辆速度,所以MTS系统可以使用凸包位置算法(以下描述)来估计MTS设备在不同时间点时的位置并从位置改变来导出速度。
在一些实施例中,MTS系统可以确定MTS设备是由行人运输的、是通过车辆运输的、还是静止的。因为在走走停停交通中行进的车辆将经常刹车,所以MTS系统依赖于车辆刹车事件的特性来区分以徒步速度在走走停停交通中行进的车辆与运输MTS设备的行人。所以,在检测到刹车事件而MTS设备的速度低于徒步速度阈值时,MTS系统发出车辆而非行人正在运输MTS设备的信号。
在一些实施例中,MTS系统对话筒进行采样以确定是否正在鸣响喇叭。MTS系统收集以时间段期间的声音样本并执行离散傅里叶变换以将这些样本转换到频域。MTS系统随后检测频率毛刺,这可被定义成大于各频率的均值幅度的特定倍数(例如,5到10)。鸣响喇叭可被定义成具有至少两个频率毛刺,一个在2.5kHz到4kHz范围内,这是与最高人耳敏感度的范围相对应的特征频率。然而,本领域技术人员将明白,可以使用不同的准则来检测不同类型的喇叭的不同声音。可以基于对喇叭声音的经验采样来确定这些准则。
在一些实施例中,MTS系统对话筒进行采样以确定车辆的机壳类型。MTS系统可以在某时间段(例如,10秒)期间对话筒进行采样并计算均值声级。如果与最大声级相比,声级更接近最小声级,则MTS系统指定机壳类型是封闭的(例如,汽车)。然而,如果声级更接近最大声级,则MTS系统指定机壳类型是开放的(例如,小型摩托车)。MTS系统可以通过对已知是开放的车辆和已知是封闭的车辆的声级进行采样来确立最小和最大声级。开放车辆的非常高的环境噪声可以指示混乱的交通。
在一些实施例中,MTS系统将该MTS设备的位置与邻近MTS设备的位置进行比较以确定车辆类型是否是公共交通车辆。如果MTS系统确定若干邻近MTS设备在附近并且具有类似交通特征(例如,刹车模式和车辆速度),则MTS系统假定所有设备处于诸如公共汽车或火车等同一公共交通车辆上。许多邻近MTS设备在附近的存在,但却不在同一公共交通车辆上,可指示拥塞的交通。
在一些实施例中,MTS系统使用基于较低能耗设备所收集的数据来执行的算法以确定何时启用基于较高能耗设备所收集的数据的算法。例如,基于蜂窝塔(或蜂窝收发机)信息的蜂窝定位算法需要来自作为较低能耗设备的蜂窝无线电的数据,而基于GPS数据的GPS定位算法需要来自作为较高能耗设备的GPS设备的数据。MTS系统使用蜂窝定位算法来标识坑洼的大致位置。在一MTS设备(该MTS设备或另一个)稍后接近该坑洼的大致位置时,MTS系统可以启用GPS定位算法以便在再次遇到它时确定该坑洼的更精确位置。如上所述,MTS系统还使用刹车活动和加速计所测量的对应的加速度改变来确定是否应当执行使用GPS数据的加速计的重新定向。
图1是示出一些实施例中的交通传感系统的各组件的框图。交通传感系统100包括经由通信链路130连接到各移动交通传感设备120的交通传感服务器110。交通传感服务器可包括接收报告组件111、报告存储112、分析报告组件113、以及报告分析组件114。接收报告组件从MTS设备接收交通报告并将它们存储在报告存储中。分析报告组件分析交通报告以标识各位置处的交通状况。例如,分析报告组件可以基于刹车模式、鸣喇叭模式、以及速度模式来确定一十字路口处正发生混乱的交通状况。报告分析组件可以将各种交通状况报告给司机和其他人。例如,交通传感服务器可以提供司机可以通过其查看示出交通状况的地图的网页,可以向司机发送文本消息,可以经由无线电传送状况,可以将交通状况提供给导航系统以基于该交通状况来建议路线,可以将交通状况提供给运输部门以调节交通流,等等。导航系统可以使用所报告的道路和交通状况来标识司机可能觉得与仅基于驾驶时间和距离所标识的路线相比更合乎需要的路线。例如,导航系统可以设法避免具有坑洼的道路、嘈杂的道路、拥塞的道路(即使驾驶时间在拥塞的道路上可能更少),等等。导航系统可以提供示出建议路线、替换建议路线、和/或仅基于驾驶时间或距离来标识的路线的地图。交通传感服务器可以经由诸如蜂窝网络等通信链路连接到MTS设备。
图2是示出一些实施例中的移动交通传感设备的各组件的框图。MTS设备130包括移动设备组件210和MTS系统220。移动设备组件包括蜂窝电话211、GPS设备212、以及局域无线网络接口213。MTS系统包括加速计221、移动设备API 222、数据存储223、以及邻居数据存储224。加速计提供x、y、和z轴的加速度数据,其被使用定向角度转换成X、Y、和Z轴的加速度数据。移动设备API提供对移动设备所收集的数据的访问。数据存储用于存储MTS系统所收集的数据和MTS系统的分析结果。邻居数据存储包含从邻近MTS设备接收到的交通报告。MTS系统还包括定向加速计组件225、计算预旋转和倾斜组件226、以及计算后旋转组件227。调用定向加速计组件以确定加速计相对于运输车辆的定向。定向加速计组件调用计算预旋转和倾斜组件以及计算后旋转组件来确定定向。MTS系统还包括检测刹车组件231、检测喇叭鸣响组件232、检测公共交通组件233、检测坑洼组件234、确定位置组件235、接收邻居数据组件236、检测行人组件237、以及检测机壳类型组件238。这些组件中的每一个都在以下详细讨论。
交通传感系统的各个组件可包括中央处理单元、存储器、输入设备、输出设备、存储设备、以及通信端口。存储器和存储设备是可以用实现该交通传感系统的各组件的计算机可执行指令来编码的计算机可读存储介质,这意味着包含该指令的计算机可读存储介质。此外,指令、数据结构和消息结构可被存储或经由诸如通信链路上的信号之类的数据传送介质发送。
交通传感系统的各组件可以在由一个或多个计算机或其他设备执行的诸如程序模块等计算机可执行指令的通用上下文中描述。一般而言,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。通常,程序模块的功能可以在各个实施例中按需进行组合或分布。例如,取决于MTS设备与交通传感服务器之间的通信链路的带宽,被描述成在MTS设备处执行的功能中的一些可以在交通传感服务器处执行。
图3是示出一些实施例中的定向加速计组件的处理的流程图。调用该组件以确定加速计相对于运输车辆的定向。在框301,该组件调用计算预旋转和倾斜组件。在判定框302,如果预旋转角和倾角指示加速计相对于运输车辆的定向已改变,则该组件在框303继续,否则该组件完成。在框303,该组件调用计算后旋转组件来使用GPS数据计算后旋转角并随后完成。
图4是示出一些实施例中的计算预旋转和倾斜组件的处理的流程图。该组件基于重力对加速计的影响来计算预旋转角和倾角。在框401,该组件调用获取稳定加速计值组件来在车辆停止或以相对恒定的速度移动时检索x、y、和z轴的加速度值。在框402,该组件基于稳定加速计值来计算预旋转角。在框403,该组件基于稳定加速计值来计算倾角并随后返回。
图5是示出一些实施例中的获取稳定加速计值组件的处理的流程图。该组件在一段时间内对加速计值进行采样,并随后使用中值作为稳定加速计值。在框501,该组件初始化对加速计的采样。在框502-505,该组件循环,从而在该时间段内收集样本。在框502,该组件收集下一样本。在框503,该组件保存所收集的样本。在判定框504,如果已收集了足够的样本(例如,时间段期满),则该组件在框506继续,否则该组件在框505继续。在框505,该组件等待下一采样时间并随后循环至框502以收集下一样本。在框506,该组件计算中间样本值并随后返回。
图6是示出一些实施例中的计算后旋转组件的处理的流程图。该组件获取改变的加速计值并随后计算后旋转角。在框601,该组件调用获取改变的加速计值组件以获取改变的加速计值。在框602,该组件基于改变的加速计值来计算后旋转角并返回。
图7是示出一些实施例中的获取改变的加速计值组件的处理的流程图。该组件对GPS数据进行采样直至确定车辆正在刹车(例如,指示改变的加速计值)为止,并随后收集样本加速计值。在框701,该组件启用GPS设备,GPS设备是高能耗设备。在框702-705,该组件循环,从而收集GPS样本直至标识了刹车事件为止。在框702,该组件收集GPS样本。在框703,该组件分析所收集的样本以确定是否发生了刹车事件。在判定框704,如果发生了刹车事件,则该组件在框706继续,否则该组件在框705继续。在框705,该组件等待下一采样时间并随后循环至框702以收集下一GPS样本。在框706,该组件收集样本加速计值作为改变的加速计值并随后返回。
图8是示出一些实施例中的检测刹车组件的处理的流程图。该组件基于加速计所指示的车辆加速度的改变来检测刹车事件。在框801-807,该组件循环,从而收集加速计样本并确定刹车事件是否正在进行。在框801,该组件收集X轴的下一加速计样本。该组件收集x、y、和z轴的加速计值,并随后使用定向角来计算对车辆的X轴的组合贡献。在框802,该组件保存样本加速度。在判定框803,如果已收集了足够的样本来执行刹车分析,则该组件在框804继续,否则该组件在框807继续。在框804,该组件计算阈值时间段内的样本的平均值。在判定框805,如果平均加速度大于刹车阈值加速度,则该组件在框806继续,否则该组件在框807继续。在框806,该组件发出刹车正在进行的信号并在框807继续。在框807,该组件等待下一采样并随后循环至框801以收集下一加速计样本。
图9是示出一些实施例中的检测坑洼组件的处理的流程图。该组件对Z轴加速度进行采样并应用基于速度的算法来确定是否遇到了坑洼。在框901,该组件收集Z轴的加速度。该组件收集加速计的x、y、和z轴的加速度,并使用定向数据来计算对Z轴的加速度的贡献。在框902,该组件保存样本。在判定框903,如果已收集了足够的样本来执行坑洼分析,则该组件在框904继续,否则该组件在框910继续。在框904,该组件获取车辆的速度。在判定框905,如果速度小于慢速阈值,则该组件在框906继续,否则该组件在框907继续。在框906,该组件检查Z轴加速度的持续倾斜。在框907,该组件检查Z轴的峰值加速度。在判定框908,如果检测到坑洼,则该组件在框909继续,否则该组件在框910继续。在框909,该组件发出已检测到坑洼的信号并在框910继续。在框910,该组件等待下一采样时间并随后循环至框901以收集下一加速计样本。
图10是示出一些实施例中的检测行人组件的处理的流程图。该检测行人组件检测MTS设备是由车辆还是行人来运输的。在框1001,该组件获取MTS设备的速度。在框1002,该组件保存速度。在判定框1003,如果已保存了足够的速度样本来执行行人检测分析,则该组件在框1004继续,否则该组件在框1009继续。在框1004,该组件计算某一时间段期间的平均速度。在判定框1005,如果平均速度小于徒步阈值速度,则该组件在框1006继续,否则该组件在框1007继续。在判定框1006,如果检测到刹车事件,则该组件在框1007继续,否则该组件在框1008继续。在框1007,该组件发出MTS设备正在由车辆运输的信号并随后在框1009继续。在框1008,该组件发出MTS设备正在由行人运输的信号并随后在框1009继续。在框1009,该组件等待下一采样时间并随后循环至框1001以获取下一样本。
图11是示出一些实施例中的检测喇叭鸣响组件的处理的流程图。该组件从蜂窝电话的话筒收集声音样本并检测是否正在鸣响喇叭。在框1101,该组件收集声音样本。在框1102,该组件保存所收集的声音样本。在判定框1103,如果已收集了足够的声音样本来执行该分析,则该组件在框1104继续,否则该组件在框1109继续。在判定框1104,如果再次到了检查喇叭鸣响的时间,则该组件在框1105继续,否则该组件在框1109继续。在框1105,该组件对所收集的样本执行离散傅里叶变换以确定样本的频率范围。在框1106,该组件标识频率的幅度内的任何毛刺。在判定框1107,如果所标识的毛刺与喇叭声音准则相匹配,则该组件在框1108处继续,否则该组件在框1109处继续。在框1108,该组件发出已检测到喇叭声音的信号并在框1109继续。在框1109,该组件等待下一采样时间并随后循环至框1101以收集下一声音样本。
图12是示出一些实施例中的确定位置组件的处理的流程图。该组件基于与MTS设备与其进行联系的每一个塔相关联的凸包来确定MTS设备的位置。在框1201,该组件获取塔信号。在框1202-1205,该组件循环,从而检索每一个塔的凸包。在框1202,该组件选择下一个塔。在判定框1203,如果已选择了所有的塔,则该组件在框1206处继续,否则该组件在框1204处继续。在判定框1204,如果该塔处于塔信息的数据库中,则该组件在框1205处继续,否则该组件循环至框1202以选择下一个塔。在框1205,该组件从该数据库检索该塔的凸包,并随后循环至框1202以选择下一个塔。在框1206,该组件计算检索到的凸包的交集来作为MTS设备的位置并随后返回。交通传感系统可以通过收集一段时间期间的GPS位置信息和邻近塔信息来确定塔的凸包。从这一信息中,交通传感系统可以标识各个塔的凸包。因为这些凸包实际上可能不能全部都与车辆位置重叠(例如,因为稀疏数据集合),所以可能不存在所有凸包的交集区域。因此,该组件可以找出凸包的各个组合的交集,并选择最小交集的区域来作为车辆的位置。
图13是示出一些实施例中的检测机壳类型组件的处理的流程图。该组件检查车辆机壳类型是开放的还是封闭的。在框1301,该组件从话筒收集声音样本。在框1302,该组件保存所收集的声音样本。在判定框1303,如果已收集了足够的声音样本来执行该分析,则该组件在框1304继续,否则该组件在框1311继续。在判定框1304,如果到了重新检测机壳类型的时间,则该组件在框1305继续,否则该组件在框1311继续。在框1305,该组件计算一段时间期间的平均声级。在判定框1306,如果平均声级大于开放阈值声级,则该组件在框1307继续,否则该组件在框1308继续。在框1307,该组件将机壳类型设定成开放并在框1309继续。在框1308,该组件将机壳类型设定成封闭并在框1309继续。在判定框1309,如果声级与邻近MTS设备检测到的声级相一致,则该组件在框1310继续,否则该组件在框1311继续。在框1310,该组件用信号通知适当的机壳类型并在框1311继续。在框1311,该组件等待下一采样时间并随后循环至框1301以收集下一声音样本。
图14是示出一些实施例中的检测公共交通组件的处理的流程图。该组件确定车辆类型是公共交通车辆还是客车。在框1401,该组件确定MTS设备的位置。在框1402-1405,该组件循环,从而确定邻近MTS设备是否可能处于同一车辆中。在框1402,该组件选择下一邻近MTS设备。在判定框1403,如果已经选择了所有邻居MTS设备,则该组件在框1406继续,否则该组件在框1404继续。在判定框1404,如果所选邻近MTS设备的交通报告指示其由同一车辆中的乘客运输,则该组件在框1405继续,否则该组件循环至框1402以选择下一邻近MTS设备。在框1405,该组件递增乘客计数,并随后循环至框1402以选择下一邻近MTS设备。在判定框1406,如果平均加速度大于刹车阈值加速度,则该组件在框1407继续,否则该组件在框807继续。在框1407,该组件发出MTS设备处于公共交通车辆中的信号并随后完成。
尽管用结构特征和/或方法动作专用的语言描述了本主题,但可以理解,所附权利要求书中定义的主题不必限于上述具体特征或动作。相反,上述具体特征和动作是作为实现权利要求的示例形式公开的。因此,本发明只受所附权利要求限制。
Claims (15)
1.一种用于收集关于交通状况的信息的交通传感系统,所述系统包括:
交通传感服务器(110),所述交通传感服务器用于从移动交通传感设备接收交通报告并提供来自接收到的交通报告的聚集交通报告;以及
多个移动交通传感设备(120),所述多个移动交通传感设备用于传感所述设备附近的交通相关信息并将交通报告发送给所述交通传感服务器,所述移动交通传感设备包括加速计和蜂窝通信设备、确定所述加速计的定向的组件、对所述加速计进行采样的组件、以及从所述加速计样本得出交通相关信息的组件。
2.如权利要求1所述的交通传感系统,其特征在于,确定所述定向的组件使用重力和刹车力来这样做。
3.如权利要求2所述的交通传感系统,其特征在于,确定所述定向的组件基于所述重力和刹车力来计算预旋转角、倾角、以及后旋转角。
4.如权利要求3所述的交通传感系统,其特征在于,虚拟地重新定向所述加速计以使得X的正则方向沿着运输移动交通传感设备的车辆的前方,Y沿着指向所述车辆的侧方的方向,且Z是垂直向下。
5.如权利要求2所述的交通传感系统,其特征在于,刹车力是运输移动交通传感设备的车辆的移动的结果生成的。
6.如权利要求1所述的交通传感系统,其特征在于,移动交通传感设备包括检测运输所述设备的车辆当前是否在刹车的组件。
7.如权利要求6所述的交通传感系统,其特征在于,移动交通传感设备基于加速计读数的改变来检测运输所述移动交通传感设备的车辆是否正在刹车。
8.如权利要求1所述的交通传感系统,其特征在于,移动交通传感设备包括用于对所述设备附近的环境声音进行采样的话筒和基于对所述环境声音的采样来检测喇叭是否在鸣响的组件。
9.如权利要求8所述的交通传感系统,其特征在于,检测喇叭是否在鸣响的组件基于生成环境声音的样本的频谱并检测多个峰值来这样做,其中一个峰值处于与鸣响喇叭相关联的特征频率内。
10.如权利要求1所述的交通传感系统,其特征在于,移动交通传感设备包括检测运输所述设备的车辆是否遇到坑洼的组件。
11.如权利要求10所述的交通传感系统,其特征在于,检测车辆是否遇到坑洼的组件通过在所述车辆行进得比慢速阈值快时检查垂直方向上加速计样本中的毛刺并通过在所述车辆行进得比所述慢速阈值慢时检查加速计样本中的持续倾斜来这样做。
12.如权利要求1所述的交通传感系统,其特征在于,移动交通传感设备包括检测所述设备由车辆还是行人来运输的组件。
13.如权利要求12所述的交通传感系统,其特征在于,检测所述设备由车辆还是行人运输的组件通过基于加速计样本中的改变来确定是否检测到刹车来这样做。
14.如权利要求1所述的交通传感系统,其特征在于,移动交通传感设备包括基于所述设备从蜂窝收发机接收到的信号和表示这些蜂窝收发机传输范围的凸包的交集来确定所述设备的位置的组件。
15.一种用于收集关于交通状况的信息的交通传感系统,所述系统包括:
交通传感服务器(110),所述交通传感服务器从移动交通传感设备接收交通报告并提供从接收到的交通报告生成的聚集交通报告;以及
多个移动交通传感设备(120),包括:
蜂窝电话;
全球定位系统设备;
加速计;以及
生成并发送交通报告的组件,所述组件包括定向所述加速计的组件、对所述加速计和所述全球定位系统设备进行采样的组件、以及从所述加速计和所述全球定位设备样本得出交通相关信息的组件。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US2479808P | 2008-01-30 | 2008-01-30 | |
US61/024,798 | 2008-01-30 | ||
US12/147,438 | 2008-06-26 | ||
US12/147,438 US8423255B2 (en) | 2008-01-30 | 2008-06-26 | System for sensing road and traffic conditions |
PCT/US2009/030028 WO2009099680A1 (en) | 2008-01-30 | 2009-01-02 | System for sensing road and traffic conditions |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101933062A true CN101933062A (zh) | 2010-12-29 |
CN101933062B CN101933062B (zh) | 2014-05-14 |
Family
ID=40900055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980104000.3A Active CN101933062B (zh) | 2008-01-30 | 2009-01-02 | 用于传感道路和交通状况的系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8423255B2 (zh) |
EP (1) | EP2243126B1 (zh) |
JP (1) | JP5360839B2 (zh) |
CN (1) | CN101933062B (zh) |
WO (1) | WO2009099680A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050825A (zh) * | 2013-03-13 | 2014-09-17 | 厦门歌乐电子企业有限公司 | 搭载于车辆上的终端装置、车辆及水坑路面的提醒方法 |
CN105702067A (zh) * | 2014-12-16 | 2016-06-22 | 福特全球技术公司 | 交通控制装置检测 |
CN107103775A (zh) * | 2017-05-18 | 2017-08-29 | 西安理工大学 | 一种基于群智计算的道路质量检测方法 |
Families Citing this family (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100318257A1 (en) * | 2009-06-15 | 2010-12-16 | Deep Kalinadhabhotla | Method and system for automatically calibrating a three-axis accelerometer device |
US20110004523A1 (en) * | 2009-07-06 | 2011-01-06 | Ford Global Technologies, Llc | Method and Apparatus for Preferential Determination and Display of Points of Interest |
FI122084B (fi) * | 2009-12-03 | 2011-08-15 | Teconer Oy | Päätelaiteperusteinen tieolosuhteiden kartoitusmenetelmä ja -järjestelmä |
US8644856B2 (en) * | 2009-12-14 | 2014-02-04 | At&T Intellectual Property I, L.P. | Network-assisted optimization of location determination |
US8731814B2 (en) | 2010-07-02 | 2014-05-20 | Ford Global Technologies, Llc | Multi-modal navigation system and method |
US9846046B2 (en) | 2010-07-30 | 2017-12-19 | Ford Global Technologies, Llc | Vehicle navigation method and system |
US8335643B2 (en) | 2010-08-10 | 2012-12-18 | Ford Global Technologies, Llc | Point of interest search, identification, and navigation |
US8521424B2 (en) | 2010-09-29 | 2013-08-27 | Ford Global Technologies, Llc | Advanced map information delivery, processing and updating |
US8849552B2 (en) | 2010-09-29 | 2014-09-30 | Ford Global Technologies, Llc | Advanced map information delivery, processing and updating |
US8467956B2 (en) | 2010-10-18 | 2013-06-18 | Telenav, Inc. | Navigation system with lane-level mechanism and method of operation thereof |
US8818704B2 (en) | 2010-10-18 | 2014-08-26 | Telenav, Inc. | Navigation system with road object detection mechanism and method of operation thereof |
GB2489655A (en) * | 2010-11-19 | 2012-10-10 | Fmg Support Ltd | Identify traffic incidents using acceleration and location data |
TWI420891B (zh) * | 2010-12-31 | 2013-12-21 | Nat Taichung Inst Of Technology | With the rapid communication function of the wisdom of mobile phones and smart phones quickly communicate the method |
US8548739B2 (en) | 2011-02-10 | 2013-10-01 | Telenav, Inc. | Navigation system with interactive accelerometer mechanism and method of operation thereof |
US9014632B2 (en) | 2011-04-29 | 2015-04-21 | Here Global B.V. | Obtaining vehicle traffic information using mobile bluetooth detectors |
US8543135B2 (en) * | 2011-05-12 | 2013-09-24 | Amit Goyal | Contextually aware mobile device |
US8738280B2 (en) * | 2011-06-09 | 2014-05-27 | Autotalks Ltd. | Methods for activity reduction in pedestrian-to-vehicle communication networks |
US20130006674A1 (en) | 2011-06-29 | 2013-01-03 | State Farm Insurance | Systems and Methods Using a Mobile Device to Collect Data for Insurance Premiums |
US10977601B2 (en) | 2011-06-29 | 2021-04-13 | State Farm Mutual Automobile Insurance Company | Systems and methods for controlling the collection of vehicle use data using a mobile device |
US8688321B2 (en) | 2011-07-11 | 2014-04-01 | Ford Global Technologies, Llc | Traffic density estimation |
US8838385B2 (en) | 2011-12-20 | 2014-09-16 | Ford Global Technologies, Llc | Method and apparatus for vehicle routing |
EP2828781B1 (en) * | 2012-03-22 | 2019-05-08 | Tata Consultancy Services Limited | A system and a method for improved car prognosis |
FR2988893B1 (fr) * | 2012-04-03 | 2022-05-20 | Coyote Sys | Procede d'acquisition et de gestion de donnees relatives a des perturbations routieres |
US9646427B2 (en) * | 2014-10-08 | 2017-05-09 | Innova Electronics Corporation | System for detecting the operational status of a vehicle using a handheld communication device |
US9665101B1 (en) * | 2012-09-28 | 2017-05-30 | Waymo Llc | Methods and systems for transportation to destinations by a self-driving vehicle |
ES2536328T3 (es) * | 2012-09-28 | 2015-05-22 | Telenav Gmbh | Procedimiento para la determinación de situaciones particulares de tráfico en el tráfico por carretera |
CN104781862B (zh) * | 2012-10-12 | 2017-08-11 | 塔塔咨询服务有限公司 | 实时交通检测 |
DE102012220337A1 (de) * | 2012-11-08 | 2014-05-08 | Robert Bosch Gmbh | System, Mobilfunkgerät, Server und Verfahren zur Bereitstellung eines lokalen Dienstes für jeweils von einem Straßenbenutzer mitgeführte Mobilfunkgeräte |
US20140149145A1 (en) * | 2012-11-29 | 2014-05-29 | State Farm Insurance | System and Method for Auto-Calibration and Auto-Correction of Primary and Secondary Motion for Telematics Applications via Wireless Mobile Devices |
US8774338B1 (en) * | 2013-02-13 | 2014-07-08 | Lookout, Inc. | Method and system for providing a bit string on electronic devices |
US9713963B2 (en) | 2013-02-18 | 2017-07-25 | Ford Global Technologies, Llc | Method and apparatus for route completion likelihood display |
US9863777B2 (en) | 2013-02-25 | 2018-01-09 | Ford Global Technologies, Llc | Method and apparatus for automatic estimated time of arrival calculation and provision |
US9047774B2 (en) | 2013-03-12 | 2015-06-02 | Ford Global Technologies, Llc | Method and apparatus for crowd-sourced traffic reporting |
US8977479B2 (en) | 2013-03-12 | 2015-03-10 | Ford Global Technologies, Llc | Method and apparatus for determining traffic conditions |
US9874452B2 (en) | 2013-03-14 | 2018-01-23 | Ford Global Technologies, Llc | Method and apparatus for enhanced driving experience including dynamic POI identification |
US9228836B2 (en) | 2013-03-15 | 2016-01-05 | Cambridge Mobile Telematics | Inference of vehicular trajectory characteristics with personal mobile devices |
WO2014179481A1 (en) * | 2013-04-30 | 2014-11-06 | Diamond Maxim Sokol | Methods and systems for monitoring roadway parameters |
US9448250B2 (en) | 2013-06-08 | 2016-09-20 | Apple Inc. | Detecting mount angle of mobile device in vehicle using motion sensors |
US9109913B2 (en) | 2013-09-30 | 2015-08-18 | Ford Global Technologies, Llc | Roadway-induced ride quality reconnaissance and route planning |
GB201317508D0 (en) * | 2013-10-03 | 2013-11-20 | Dartt Ip Ltd | Improvements relating to Remote Monitoring of User Enviroments using Mobile Devices |
US9403482B2 (en) | 2013-11-22 | 2016-08-02 | At&T Intellectual Property I, L.P. | Enhanced view for connected cars |
US9489849B2 (en) | 2014-03-19 | 2016-11-08 | Honda Motor Co., Ltd. | System and method for monitoring road conditions using blind spot information |
DE102014223620A1 (de) * | 2014-11-19 | 2016-05-19 | Conti Temic Microelectronic Gmbh | Verfahren zum Anpassen des Fahrverhaltens eines Fahrzeugs |
US9626763B1 (en) * | 2015-02-25 | 2017-04-18 | Lytx, Inc. | Pothole detection |
US10876859B2 (en) | 2015-04-09 | 2020-12-29 | Appy Risk Technologies Limited | Opportunistic calibration of a smartphone orientation in a vehicle |
US10083551B1 (en) | 2015-04-13 | 2018-09-25 | Allstate Insurance Company | Automatic crash detection |
US9767625B1 (en) | 2015-04-13 | 2017-09-19 | Allstate Insurance Company | Automatic crash detection |
US9514248B1 (en) | 2015-10-07 | 2016-12-06 | Drawbridge, Inc. | System to group internet devices based upon device usage |
US9815475B2 (en) | 2015-11-24 | 2017-11-14 | Accenture Global Solutions Limited | Analytics platform for identifying a roadway anomaly |
US10219116B2 (en) | 2016-03-10 | 2019-02-26 | Allstate Insurance Company | Detection of mobile device location within vehicle using vehicle based data and mobile device based data |
US11361380B2 (en) | 2016-09-21 | 2022-06-14 | Allstate Insurance Company | Enhanced image capture and analysis of damaged tangible objects |
US10902525B2 (en) | 2016-09-21 | 2021-01-26 | Allstate Insurance Company | Enhanced image capture and analysis of damaged tangible objects |
US9809159B1 (en) | 2016-12-28 | 2017-11-07 | Allstate Insurance Company | System and methods for detecting vehicle braking events using data from fused sensors in mobile devices |
US10168156B2 (en) | 2017-03-23 | 2019-01-01 | International Business Machines Corporation | Orient a mobile device coordinate system to a vehicular coordinate system |
US10055192B1 (en) * | 2017-03-31 | 2018-08-21 | David Shau | Mobile phones with warnings of approaching vehicles |
US11038801B2 (en) | 2017-06-06 | 2021-06-15 | Nocell Technologies, LLC | System, method and apparatus for restricting use of a network device through automated policy enforcement |
US10743241B1 (en) | 2017-06-06 | 2020-08-11 | Nocell Technologies, LLC | System, method and apparatus for facilitating the restriction of the use of one or more network devices through automated policy enforcement |
US10210751B1 (en) * | 2017-08-04 | 2019-02-19 | Verizon Patent And Licensing Inc. | Identification of traffic control mechanisms using machine learning |
US10967869B2 (en) * | 2018-04-25 | 2021-04-06 | Toyota Jidosha Kabushiki Kaisha | Road surface condition estimation apparatus and road surface condition estimation method |
US20200150210A1 (en) * | 2018-11-13 | 2020-05-14 | Here Global B.V. | Method, apparatus, and computer program product for determining position of a device based on sound |
DE21717236T1 (de) * | 2020-04-19 | 2023-07-06 | Moovit App Global Ltd | System zur bestimmung der abrechnung für den transportgebrauch |
US11965747B2 (en) * | 2022-04-19 | 2024-04-23 | Ford Global Technologies, Llc | Multimodal route data collection for improved routing |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002018873A2 (en) * | 2000-09-01 | 2002-03-07 | Magellan Dis, Inc. | Calibration of multi-axis accelerometer in vehicle navigation system using gps data |
JP2004287724A (ja) * | 2003-03-20 | 2004-10-14 | Matsushita Electric Ind Co Ltd | 交通情報送信方法、交通情報送信システム及び装置 |
KR20050089419A (ko) * | 2004-03-05 | 2005-09-08 | (주) 넥스모어시스템즈 | 무선이동 통신망과 차량에서 사용하는 휴대폰 콘텐츠를 이용한 실시간 교통정보 수집 방법 |
KR20060072933A (ko) * | 2004-12-24 | 2006-06-28 | (주) 콘텔라 | 이동 통신망을 이용한 차량 속도 정보 수집 시스템 및 방법 |
CN1865859A (zh) * | 2005-05-19 | 2006-11-22 | 三星电子株式会社 | 在导航设备中切换车辆和个人导航模式的装置和方法 |
CN1960895A (zh) * | 2004-05-28 | 2007-05-09 | 摩托罗拉公司 | 定位事故通知 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6885971B2 (en) * | 1994-11-21 | 2005-04-26 | Phatrat Technology, Inc. | Methods and systems for assessing athletic performance |
US6539336B1 (en) * | 1996-12-12 | 2003-03-25 | Phatrat Technologies, Inc. | Sport monitoring system for determining airtime, speed, power absorbed and other factors such as drop distance |
US8280682B2 (en) | 2000-12-15 | 2012-10-02 | Tvipr, Llc | Device for monitoring movement of shipped goods |
US7610146B2 (en) * | 1997-10-22 | 2009-10-27 | Intelligent Technologies International, Inc. | Vehicle position determining system and method |
US6532419B1 (en) * | 1998-09-23 | 2003-03-11 | Magellan Dis, Inc. | Calibration of multi-axis accelerometer in vehicle navigation system |
ES2341629T3 (es) | 1998-11-23 | 2010-06-23 | Integrated Transport Information Services Limited | Sistema instantaneo de monitorizacion del trafico. |
US6466862B1 (en) | 1999-04-19 | 2002-10-15 | Bruce DeKock | System for providing traffic information |
US6836238B1 (en) * | 2001-10-09 | 2004-12-28 | Escort Inc. | Police radar/laser detector with integral vehicle parameter display using a vehicle interface |
US6690292B1 (en) | 2000-06-06 | 2004-02-10 | Bellsouth Intellectual Property Corporation | Method and system for monitoring vehicular traffic using a wireless communications network |
US6650948B1 (en) | 2000-11-28 | 2003-11-18 | Applied Generics Limited | Traffic flow monitoring |
JP3487346B2 (ja) | 2001-03-30 | 2004-01-19 | 独立行政法人通信総合研究所 | 道路交通監視システム |
JP3910463B2 (ja) * | 2002-02-20 | 2007-04-25 | 株式会社ナビタイムジャパン | 車載/携帯兼用地図表示装置 |
US7650227B2 (en) | 2004-03-17 | 2010-01-19 | Globis Data Inc. | System for using cellular phones as traffic probes |
US7319931B2 (en) | 2004-04-06 | 2008-01-15 | Honda Motor Co., Ltd. | Methods for filtering and providing traffic information |
WO2006073475A2 (en) * | 2004-05-21 | 2006-07-13 | Guardian Global Technologies, Inc. | Anti-theft and crash detection system and method |
US6985073B1 (en) | 2004-12-20 | 2006-01-10 | Duc Doan | Apparatus for monitoring traffic signals and alerting drivers |
JP2006215970A (ja) * | 2005-02-07 | 2006-08-17 | Toyota Motor Corp | 車両用警報装置およびそれを備える車両 |
US7885758B2 (en) | 2005-06-30 | 2011-02-08 | Marvell World Trade Ltd. | GPS-based traffic monitoring system |
WO2007027945A1 (en) | 2005-08-30 | 2007-03-08 | Sensact Applications, Incorporated | Wireless parking guidance system |
WO2007047600A1 (en) | 2005-10-17 | 2007-04-26 | D-Tek Wireless Corporation | Wireless sensor system for traffic signal control |
JP2008003707A (ja) * | 2006-06-20 | 2008-01-10 | Matsushita Electric Ind Co Ltd | 危険予測装置 |
WO2007148698A1 (ja) * | 2006-06-21 | 2007-12-27 | Pioneer Corporation | 通信端末装置、通信方法、通信プログラム、および記録媒体 |
-
2008
- 2008-06-26 US US12/147,438 patent/US8423255B2/en active Active
-
2009
- 2009-01-02 WO PCT/US2009/030028 patent/WO2009099680A1/en active Application Filing
- 2009-01-02 CN CN200980104000.3A patent/CN101933062B/zh active Active
- 2009-01-02 JP JP2010545037A patent/JP5360839B2/ja active Active
- 2009-01-02 EP EP09707913.1A patent/EP2243126B1/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002018873A2 (en) * | 2000-09-01 | 2002-03-07 | Magellan Dis, Inc. | Calibration of multi-axis accelerometer in vehicle navigation system using gps data |
JP2004287724A (ja) * | 2003-03-20 | 2004-10-14 | Matsushita Electric Ind Co Ltd | 交通情報送信方法、交通情報送信システム及び装置 |
KR20050089419A (ko) * | 2004-03-05 | 2005-09-08 | (주) 넥스모어시스템즈 | 무선이동 통신망과 차량에서 사용하는 휴대폰 콘텐츠를 이용한 실시간 교통정보 수집 방법 |
CN1960895A (zh) * | 2004-05-28 | 2007-05-09 | 摩托罗拉公司 | 定位事故通知 |
KR20060072933A (ko) * | 2004-12-24 | 2006-06-28 | (주) 콘텔라 | 이동 통신망을 이용한 차량 속도 정보 수집 시스템 및 방법 |
CN1865859A (zh) * | 2005-05-19 | 2006-11-22 | 三星电子株式会社 | 在导航设备中切换车辆和个人导航模式的装置和方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050825A (zh) * | 2013-03-13 | 2014-09-17 | 厦门歌乐电子企业有限公司 | 搭载于车辆上的终端装置、车辆及水坑路面的提醒方法 |
CN104050825B (zh) * | 2013-03-13 | 2017-09-15 | 厦门歌乐电子企业有限公司 | 搭载于车辆上的终端装置、车辆及水坑路面的提醒方法 |
CN105702067A (zh) * | 2014-12-16 | 2016-06-22 | 福特全球技术公司 | 交通控制装置检测 |
CN105702067B (zh) * | 2014-12-16 | 2020-09-01 | 福特全球技术公司 | 交通控制装置检测 |
CN107103775A (zh) * | 2017-05-18 | 2017-08-29 | 西安理工大学 | 一种基于群智计算的道路质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2011514579A (ja) | 2011-05-06 |
US20090192688A1 (en) | 2009-07-30 |
JP5360839B2 (ja) | 2013-12-04 |
CN101933062B (zh) | 2014-05-14 |
EP2243126B1 (en) | 2018-09-05 |
WO2009099680A1 (en) | 2009-08-13 |
EP2243126A4 (en) | 2012-05-30 |
EP2243126A1 (en) | 2010-10-27 |
US8423255B2 (en) | 2013-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101933062B (zh) | 用于传感道路和交通状况的系统 | |
US11758359B1 (en) | Detecting handling of a device in a vehicle | |
US9478128B2 (en) | Obtaining vehicle traffic information using mobile bluetooth detectors | |
US11915535B2 (en) | Vehicle mode detection systems | |
JP6537631B2 (ja) | 予測装置、予測システム、予測方法および予測プログラム | |
US9599480B2 (en) | Vehicle localization and transmission method and system using a plurality of communication methods | |
US8818704B2 (en) | Navigation system with road object detection mechanism and method of operation thereof | |
JP6944472B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
US20200162868A1 (en) | Systems and methods for automatic breakdown detection and roadside assistance | |
Ammoun et al. | Design and efficiency measurement of cooperative driver assistance system based on wireless communication devices | |
CN103810858A (zh) | 无线移动设备、服务器及与其相关的方法和系统 | |
US20150142309A1 (en) | Parking garage environment detection and ehpe determination for vehicular navigation | |
CN104217588A (zh) | 一种实时交通信息获取方法、服务器及系统 | |
Ameddah et al. | Cloud-assisted real-time road condition monitoring system for vehicles | |
JP2019520648A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
KR102540703B1 (ko) | 도메인 및 액터를 포함하는 실내외 연속측위 전환 장치 | |
CN108839632A (zh) | 车辆、车机设备、车辆事故预警装置和方法 |
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 | ||
ASS | Succession or assignment of patent right |
Owner name: MICROSOFT TECHNOLOGY LICENSING LLC Free format text: FORMER OWNER: MICROSOFT CORP. Effective date: 20150504 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20150504 Address after: Washington State Patentee after: Micro soft technique license Co., Ltd Address before: Washington State Patentee before: Microsoft Corp. |