CN101952867B - 形成速度估计的方法 - Google Patents

形成速度估计的方法 Download PDF

Info

Publication number
CN101952867B
CN101952867B CN200980105435.XA CN200980105435A CN101952867B CN 101952867 B CN101952867 B CN 101952867B CN 200980105435 A CN200980105435 A CN 200980105435A CN 101952867 B CN101952867 B CN 101952867B
Authority
CN
China
Prior art keywords
data
speed
speed data
road section
source
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.)
Active
Application number
CN200980105435.XA
Other languages
English (en)
Other versions
CN101952867A (zh
Inventor
斯特凡·洛科瓦斯基
彼得·米特
拉尔夫-彼得·舍费尔
罗布·斯胡尔比尔斯
卢西恩·格伦休伊泽恩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ADC Biotechnology Ltd
Original Assignee
TomTom International BV
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 TomTom International BV filed Critical TomTom International BV
Publication of CN101952867A publication Critical patent/CN101952867A/zh
Application granted granted Critical
Publication of CN101952867B publication Critical patent/CN101952867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/52—Determining velocity

Abstract

本发明揭示一种形成表示沿一个或一个以上道路路段的车辆速度的速度估计的方法，所述方法包含以下步骤：至少从参考数据源获得参考速度数据且从第二数据源获得第二速度数据，其中所述第二源不同于所述参考且所述速度数据指示沿所述或每一道路路段的车辆速度；使用所述参考速度数据来检验所述第二速度数据且根据所述检验来修改所述第二速度数据；及基于所述经检验第二速度数据来产生所述或每一道路路段的车辆速度的估计。

Description

形成速度估计的方法
技术领域
本发明涉及一种通常通过组合来自多个源的数据形成道路路段上的车辆速度的速度估计的方法。特定来说但并非排他地，所述数据源包括从GPS(全球定位系统)探测器导出的速度数据及GSM(全球移动通信系统)数据，但可包括来自各种其它源的数据。
背景技术
随着不断提高的道路交通水平，需要快速产生交通拥堵报告以使得对其的快速响应(例如，动作)能够移除交通拥堵的原因，且向接近拥堵区域的道路用户报警以允许其采取适当动作，例如选择替代线路。
现有方法通常依靠通过直接视觉观察或通过使用各种种类的传感器(例如，嵌入于车行道中的相机或接近传感器)等对车辆的物理检测。前一种方法可仅提供有限的覆盖范围，因为需要大量的人员，而后一种需要在道路网络中安装广泛且昂贵的基础设施。
还已知使用来自移动电话网络(例如，GSM网络)的数据，以获得进一步的交通信息源且此种系统的实例显示于WO0245046中。来自移动电话网络的此种数据可被视为有益的，因为其提供可在其上评估交通流动(即车辆速度)的进一步数据源。
发明内容
根据本发明的第一方面，提供一种形成表示沿道路路段的车辆速度的速度估计的方法，所述方法包含以下步骤：
至少从参考数据源获得参考速度数据且从第二数据源获得第二速度数据，其中所述第二源不同于所述参考源；
使用所述参考速度数据来检验所述第二速度数据且根据所述检验来修改所述第二速度数据；及
基于所述经检验第二速度数据来产生所述道路路段的车辆速度的估计。
此种方法的优点为增加车辆速度的估计的总体准确性及相关联可信度，因为已检验所述第二速度数据。
所述方法可包括融合所述参考速度数据与所述第二速度数据以产生提供沿所述道路路段的车辆速度的估计的经融合速度数据。所述方法可包括融合额外的数据源。
因此，在一些实例中，如果所述第二速度数据通过关于所述参考速度数据的检验，那么可不对其进行修改。
可从其获得速度数据的可能数据源包括以下各项中的任一者：来自道路回路的数据；来自相机的数据；收费所；车牌辨识系统；交通消息频道(TMC)消息(例如，报警C消息)；新闻数据(例如，交通播报等)；远程导航设备(LORAN-C)信号；GPS(全球定位系统)启用装置；GSM(全球移动通信系统)；UMTS(通用移动通信系统)或其它移动电信标准；任何其它位置数据源。因此，参考数据源及第二数据源可以是这些源中的任一者，但应了解，所述参考数据源可能被选择为比所述第二速度数据源更准确的速度数据源，以便可增加对速度数据的可信度。
在一些实施例中，所述参考数据可包含正针对其做出车辆速度的估计的道路路段的速度曲线数据。举例来说，此种速度曲线数据可以是(例如)TomTom IQ线路中使用的速度曲线。此种速度曲线可提供在不存在或至少大致不存在拥堵的情形中在一天中的特定时间对车辆的速度的估计。所述参考数据可与映射数据(包括正针对其产生速度估计的道路路段上的数据)相关联。
从移动电信装置导出的数据包括通过(例如)以下各项中的任一者根据发信数据的所测量改变来导出每一手机在一位置处的概率：小区转交、定时提前、信号强度等。
在一个特定实施例中，所述参考数据源为从GPS装置获得的数据且所述第二数据源为从移动电信装置获得的数据。目前，GSM导出数据比GPS导出数据更广泛可用但较不准确。因此，可从所述参考速度数据导出可用于校正所述第二速度数据的校正因子或类似物。
所述方法可应用于多于两个数据源；即所述参考源及第二源以外的额外数据源。也就是说，所述方法也可检验进一步的数据源。每一进一步数据源可通过来自参考源的数据检验，或者替代地或另外可通过进一步的参考源检验。
所述方法可包括从分别从所述参考数据源、第二数据源及/或任何其它数据源获得的位置数据产生参考速度数据及/或第二速度数据。所述位置数据的数据源可与所述速度数据的那些数据源相同。
在一些实施例中，所述位置数据可包含位置(例如，由栅格参考提供)或类似物，其通常具有与其所提供的位置相关联的不确定性程度。举例来说，由GPS产生的位置数据往往准确到10m左右。从GSM导出的位置数据往往准确到200m左右。
因此，所述方法可包括以下步骤a到j中的任一者：
a：在第一时间(t1)处从参考数据源及/或第二数据源捕获参考位置数据。所述第二数据源可便利地为移动电信装置，例如移动电话，其可利用GSM、UMTS或其它此种协议。由此，从所述第二数据源捕获所述参考位置数据可包括在给定时间t1处从车辆上的活动移动电信装置(可能在使用中)捕获数据。
b：使所述位置数据与按照道路路段(其每一者表示道路网络的离散部分)界定所述道路网络的道路网络映射数据交叉，以便识别对应于第一地理位置数据的原始可能道路路段。也就是说，所述方法可使用所述映射数据来限制来自所述位置数据的可能位置。因此，可从所述参考位置数据源、第二位置数据源及/或额外位置数据源中的每一者产生道路路段。
c：针对原始可能道路路段产生表示车辆已到达原始可能道路中的给定一者上的位置处的可能性的初始概率向量。此外，此可针对所述数据源中的任一者执行。
d：在稍后时间t2＝t1+Δt处从数据源捕获第二位置，其中Δt为装置在第一地理位置与第二地理位置之间的实际通行时间。此外，此可针对所述数据源中的任一者执行。
e：使所述第二位置数据与所述道路网络映射数据交叉，以便识别对应于所述第二地理位置数据的新的可能道路路段。此外，此可针对所述数据源中的任一者执行。
f：识别道路网络中链接对应于所述参考位置数据及第二位置数据的可能道路路段的可用线路，所述线路由一系列道路路段构成。
g：针对所述新的可能道路路段产生表示车辆经由所述可用线路中的一者在稍后时间t2处已到达所述道路网络中对应于所述第二地理位置数据的所述新的可能道路路段中的给定一者上的位置处的可能性的经更新概率向量。此外，此可针对所述数据源中的任一者执行。
h：使所述可用线路与构成所述可用线路的所述系列道路路段中的每一者的道路路段的预期平均车辆速度数据交叉以便确定所述可用线路的预期通行时间。此外，此可针对所述数据源中的任一者执行。
i：将所述实际通行时间与所述可用线路的所述预期通行时间相比较以便产生所述线路的指示当时在其个别道路路段上的车辆交通拥堵程度的延迟因子。此外，此可针对所述数据源中的任一者执行。
j：使用给定道路路段确定多个车辆的平均延迟因子，所述平均值至少在已沿行所述可用线路中的任一者的可能性的基础上加权。
可在根据从位置数据源中的任一者获得的位置数据产生所述数据源中的任一者的速度数据时利用步骤a到j中的一些或全部。虽然步骤a到j可应用于任一数据源，但其可更适用于具有较低准确度的数据源；举例来说，例如移动电信装置。产生具有在一位置中的较高程度的确定性的位置数据的装置可能够仅依赖于所述位置数据而非必须使用映射数据来限制从所述数据源获得的位置估计。
所述方法可包含在可称为实时或至少伪实时的事物的基础上产生车辆速度的估计。也就是说，可不时地产生速度数据的估计，使得获得位置数据与从其导出速度数据或获得速度数据与检验所述速度数据之间存在短的延迟。短的周期可按照分钟来测量且可小于大约以下时间中的任一者：20分钟、15分钟、10分钟、5分钟、3分钟、2分钟、1分钟等。
所述检验过程可包括用加权因子对速度数据进行加权。在一些实施例中，可针对给定数据源确定所述加权因子。
在替代或额外实施例中，所述加权因子对于给定道路路段是特定的。所述方法可经布置以(可能)通过先前检验的结果产生此道路路段加权因子，因此其由历史数据产生。此种方法可有助于减小处理负担，因为其可有助于使所述检验过程的初始数据更准确。
因此，在一时间周期期间，所述方法可了解将应用于所述第二速度数据的加权因子。此外，所述方法还可了解用于进一步的速度数据源的加权因子，所述加权因子在与应用于从所述第二源产生的速度数据的加权因子相比较时通常将不同。
可使应用于给定速度数据的加权因子随时间而衰减。此衰减可以是指数的，或可以是线性的，或可以是任何其它合适数学函数(作为基础)。所属领域的技术人员应了解，随着数据老化，其将变得不能够充分代表道路路段上的实际状况且因此期望所述数据对产生所述道路路段的车辆速度的估计具有较小作用。
所述方法可计算来自参考数据源与第二数据源或进一步数据源的速度数据之间的分布。可分析所述分布且使用此分析的输出来确定应如何修改所述第二速度数据。所属领域的技术人员应了解，一个可能结果是不需要修改。
所述方法可计算所述速度数据的正态分布。此通常针对给定道路路段执行。所述方法可随后计算所述正态分布的均值及/或方差。
可利用所述均值来确定从所述第二数据源及/或进一步数据源产生的速度数据内的偏置；所属领域的技术人员应了解，如果所述数据源正提供大致相同的速度数据，那么所述均值应趋向为零。所述方法可随后(通常)通过从所述第二速度数据及/或随后速度数据移除所述偏置来修改所述第二速度数据及/或所述随后速度数据以计及所述偏置。
可利用所述方差来确定从所述第二数据源及/或所述随后数据源产生的速度数据内的噪声级。可将类似方法应用于从参考数据源产生的速度数据。所述方差可用于产生道路路段加权因子。所属领域的技术人员应了解，此类实施例可经布置以便具有给予一致的速度数据较高加权的作用；即，对任何一个读数具有更大可信度。
所述方法还可给已从相同道路路段上的车辆产生的来自数据源中的每一者的速度数据指派概率。举例来说，在其中存在高密度道路路段或其它形式的交通的区域中，情况可以是从不同数据源产生的数据可未必全部与相同道路路段相关。应了解，此种趋势可随数据源的准确性降低而增加且还可在其中可存在多条道路接近的城市环境中增加。
在一些实施例中，所述概率可用于道路路段加权因子的产生。因此，其中对参考速度数据与第二速度数据由在相同道路路段上行进的车辆产生不存在可信度的道路路段将向由第二数据源及/或随后数据源产生的速度数据应用较小加权。
可以且通常将针对由道路网络映射数据覆盖的多个道路路段重复所述方法。实际上，可针对由所述道路网络映射数据覆盖的每一路段重复所述方法。然而，在一些实施例中，所述方法可限于对针对其具有来自参考数据源及第二(或任何其它)数据源两者的充足数据的道路路段执行。
所述方法可包含使用其中通过所述方法离线了解所述道路路段加权因子的培训模式。离线可被视为不产生车辆速度的估计或在确定是否存在拥堵时不利用车辆速度的所述估计。
在其它实施例中，可通过所述方法在线并产生车辆速度的估计了来解所述道路路段加权因子。
所述方法可根据如此产生的车辆速度的估计来确定道路路段上是否存在拥堵。可将车辆速度的所述估计与所述道路路段的自由流动速度(即，当不存在拥堵时交通将流动的速度)相比较。所述自由流动速度可由所述道路路段的给出预定时间周期期间的自由流动速度的速度曲线提供。速度曲线可以是如给出的TomTom IQ线路。
假如车辆速度的估计降到自由流动速度的预定百分比或其它测量以下，那么所述方法可确定所述道路路段上存在拥堵且应发出报警。
根据本发明的第二方面，提供一种经布置以监视沿一个或一个以上给定道路路段的车辆速度的道路交通网络报告系统，所述系统包含：
存储装置；及
处理电路，其连接到所述存储装置；
所述存储装置经布置以存储：
从自参考位置数据源接收的位置数据产生的参考速度数据；及
从自第二位置数据源接收的位置数据产生的第二速度数据；
所述处理电路经布置以
a：处理所述参考速度数据及所述第二速度数据以检验所述第二速度数据；
b：根据所述检验来修改所述第二速度数据
c：基于所述经检验第二速度数据来产生所述道路路段的车辆速度的估计。
所述处理电路还可经布置以融合来自所述参考、第二及任何其它数据源的数据且从所述经融合速度数据产生所述速度估计。
根据本发明的第三方面，提供一种含有指令的机器可读媒体，所述指令在由机器读取时致使所述机器执行本发明的第一方面的方法或所述方法的至少一部分。
根据本发明的第四方面，提供一种含有指令的机器可读媒体，所述指令在由机器读取时致使所述机器起到本发明的第二方面的系统或所述系统的至少一部分的作用。
在本发明的以上方面中的任一者中，所述机器可读媒体可包含以下各项中的任一者：软磁盘、CD ROM、DVD ROM/RAM(包括-R/-RW及+R/+RW)、硬盘驱动器、存储器(包括USB存储器键、SD卡、MemorystickTM、压缩快闪卡等)、磁带、任何其它形式的磁性光学存储装置、所发射信号(包括因特网下载、FTP传送等)、电线或任何其它合适媒体。
此外，所属领域的技术人员应了解，关于本发明的任何一个方面论述的特征经适当修正后适合于本发明的其它方面。
附图说明
下文将参照附图以说明性实例的方式描述本发明的教示的各个方面及体现那些教示的布置，附图中：
图1(现有技术)示意性地显示全球定位系统(GPS)的实例；
图2及3(现有技术)每一者显示道路网络的部分及其与移动电信装置网络的一部分的关系；
图4a及4b显示图3中所示过程的进一步例示；
图5显示突出当组合数据源时的考虑因素的曲线图；及
图6显示概述所描述的发明的实施例的流程图。
具体实施方式
图1图解说明可由导航装置使用的全球定位系统(GPS)的实例性视图。此类系统为已知且用于各种目的。一般来说，GPS是基于卫星无线电的导航系统，其能够确定连续的位置、速度、时间，且在一些实例中为无限数目的用户确定方向信息。以前称作NAVSTAR，所述GPS并入有在精确的轨道中绕地球运转的多个卫星。基于这些精确轨道，GPS卫星可将其位置中继到任何数目的接收单元。然而，应理解，可使用全球定位系统，例如GLOSNASS、欧洲伽利略定位系统、COMPASS定位系统或IRNSS(印度区域导航卫星系统)。
当经特别装备以接收GPS数据的装置开始扫描GPS卫星信号的射频时，实施所述GPS系统。在从GPS卫星接收无线电信号时，所述装置通过多种不同常规方法中的一者确定所述卫星的精确位置。在多数实例中，所述装置将继续扫描信号直到其已获取至少三个不同卫星信号(注意，正常不会但可以使用其它三角测量技术仅通过两个信号来确定位置)。实施几何三角测量后，所述接收器利用三个已知位置来确定其自身相对于卫星的二维位置。此可以已知方式完成。另外，获取第四卫星信号将允许所述接收装置通过相同几何计算以已知方式计算其三维位置。可由无限数目的用户在连续基础上实时更新位置及速度数据。
如图1中所示，GPS系统大体由参考编号100表示。多个卫星120在绕地球124的轨道中。每一卫星120的轨道未必与其它卫星120的轨道同步且实际上可能不同步。显示GPS接收器140从各个卫星120接收扩展频谱GPS卫星信号160。
连续从每一卫星120发射的扩展频谱信号160利用使用准确原子时钟实现的准确频率标准。作为其数据信号发射160的部分的每一卫星120传输指示所述特定卫星120的数据串流。所属领域的技术人员应了解，GPS接收器装置140通常从GPS接收器装置140的至少三个卫星120获取扩展频谱GPS卫星信号160以通过三角测量来计算其二维位置。额外信号的获取(从总共四个卫星120产生信号160)准许GPS接收器装置140以已知方式计算其三维位置。
图2显示在由包括多个发射器/接收器台8、9及具备移动电信装置地理定位系统或中心(MPC)11(举例来说，如参照图1所简明描述的基于GPS技术的一者)的呼叫管理系统10的移动电信装置网络7服务的区域中包含具有名称A1的主要公路2及具有名称A2、A3、A4、A5的各个其它小乡村道路3的道路网络1(未按比例)的部分。
当沿着公路A1驾驶具有使用中的车载蜂窝电话或其它移动电信装置(MS装置)的机动车辆12时，定位系统11将周期性地产生所述装置的地理位置数据。此数据呈或多或少扩展的地理区域的形式，此取决于所使用的特定定位系统的精确性，所述区域在图2中由通常具有20米左右的直径的阴影小区13(13a、13b到13g)表示。此地理位置数据通过拥堵报告系统(CRS)14与表示道路A1、A2、A3等中的每一者的个别道路路段16(A1c A1h、A3a、A3b等)的地理位置的道路交通网络数据交叉，以确定所述道路路段在一时刻处的速度数据。因此，所述道路路段(曾在其上产生过速度数据)的此速度数据提供可被视为从参考源(在此实例中为GPS系统100)产生的参考速度数据。
所述个别道路路段16(A1c、A3a等)通常由道路2、3的在与其它道路3、2的连续交叉点17(其构成包含表示个别道路路段16的地理位置的道路网络映射数据的数据库中的节点)之间延伸的长度组成。道路2、3在连续交叉点17之间的长度过长时，通过插入额外节点17′来打破此长度以将所述道路划分成若干道路路段，其中每一道路路段具有不大于(例如)大约500米的长度。因此，在道路A1的SW端处，使用额外节点17′来将道路2破裂为两个道路路段A1e及A1d。
应顺便注意，尽管为便于图解说明及清晰性，所述图将每一道路显示为仅一个道路路段，例如A1e，但实际上此类道路通常将每一者对应于两个道路路段，例如A1e′及A1e″，其中一者针对沿所述道路的每一行进方向。自然，此影响所涉及的处理的量，因为至少对于初始地理位置，必须计及两倍多的道路位置，因为将不知道车辆正在行进的方向。一旦已捕获第二地理位置，尽管将变得显而易见的是所述第二道路位置可仅通过使用朝向一个方向而非另一方向的那些道路路段的线路链接到所述第一道路位置，由此可从考虑中的道路路段中丢弃后者。
拥堵报告系统14耦合15到呼叫管理系统10(如下文进一步描述)。系统14辨识道路网络1的哪些道路路段16对应于(与其一致或兼容)针对车辆12接收的GPS(地理位置系统)数据。
在一些情况下，GPS数据13a、13g将分别与A1公路的仅一个可能道路位置(即，特定道路路段16-A1c、A1h)兼容。在其它情况下，地理位置数据13c、13e将与在两个或两个以上不同道路路段16中的任一者上的车辆兼容。在一种情况下，公路A1的部分(道路路段A1e)及小乡村道路A5(道路路段A5a)存在于由地理位置数据13c界定的地理区域内，且在另一情况下，公路A1的不同部分(道路路段A1f、A1g)及小乡村道路A3(道路路段A3a)全部与地理位置数据13e兼容。
拥堵报告系统14针对此类情况呈现道路位置数据作为概率向量，其包含车辆12在一个或其它道路路段上的相关概率(参见下文的进一步说明)。
所述概率可基于一个或一个以上合适因素，例如，举例来说，道路在考虑中的地理区域内的长度及所述道路的等级。在地理区域13e的情况下，公路A1比小乡村道路A3具有更高的等级且因此A1道路路段具有比道路路段A3a更高的概率级别。另一方面，道路路段A3a在地理区域13e内的长度大于道路路段A1f、A1g中的每一者的长度，此往往将加权车辆在沿另一方向的一个或另一道路路段上的概率，尽管在此特定情况下，仍可能预期等级的差异胜过道路长度的差异。仅单个道路路段(例如，A1h)与地理位置数据(13g)交叉时，应了解，此道路的有关部分具有100％或1的概率。
一旦已检测到“活动”(即，正用于发送及/或接收某种类的MS电信或出于网络管理目的而仅与呼叫管理系统10交换数据)的移动MS装置，也就是说在移动车辆12中的MS装置，那么可针对其保持活动的周期的持续时间对此进行追踪。可通过使地理位置数据与道路网络映射数据交叉来针对其产生第二(及随后)道路位置数据(13b到13g)(如前文关于GPS速度数据所描述)，且然后如下文所描述实施额外处理。
所属领域的技术人员应了解，在一些实施例中，如果数据源足够准确，那么可确定使位置数据与道路匹配且指派概率可非必需。举例来说，如果所述位置数据的准确性比道路路段的特征大小好，那么其完全可足以使位置数据与道路路段匹配，因为将存在对所述位置将在由所述位置数据指示的道路路段上的足够高的可信度。
在其它实施例中，MS装置可并不必需对于将使用由所述MS装置产生的GPS位置数据追踪的装置为活动(即，正用于发送及/或接收某种类的MS电信或出于网络管理目的而仅与呼叫管理系统10交换数据)。举例来说，所述MS装置可经布置以通过其它方式加载GPS位置数据。实际上，所述MS装置可经布置以存储GPS位置数据且不时地(其可以是周期性地或在不固定的周期，例如当通信信道变得可用时)加载所述GPS位置数据。
通过构造表示第一道路位置与第二道路位置16之间的可用线路中的每一者的转变矩阵来产生表示第二道路位置16(A1d)的概率向量。在一些情况下(例如，分别对应于地理位置13a、13b的道路路段A1c→A1d)，将仅存在单个可用的线路A1c→A1d。在其它情况下(例如，对应于地理位置13b、13c的道路路段A1d、A1e、A5a)，将存在多于一个可用的线路(A1d→A1e或A1d→A5a)。因此，在车辆从地理位置13b向地理位置13c行进的情况下，其在公路A1上出发，但以保持在公路A1上结束或驾驶到小乡村道路A5上。因此，存在与所检测的第一地理位置及第二地理位置兼容的两个可能可用线路。
一旦已仅在道路位置数据(任一车辆当时在任一特定道路上的可能性或可用线路的相关可能性)的基础上产生表示已沿行这些可用线路中的任一者的可能性的转变矩阵(即，独立于特定车辆通行数据的“静态”转变矩阵)，那么通过计及所述车辆在所述第一道路位置与所述第二道路位置之间的实际通行时间Δt来进一步细化此转变矩阵。
拥堵报告系统14还保存与沿特定道路路段的预期行进速度相关的数据。此可仅基于道路的等级(举例来说，公路60mph且小乡村道路35mph)，或可以是针对所述个别道路路段产生的速度曲线，或可计及预定额外因素(例如，一天中的某一时间、一周中的某一天)，或甚至可涉及在线更新，其中(举例来说)平均道路交通速度已由于交通量而在给定周期期间以某种程度减小，但所述道路尚未经受将实际扰乱流动且阻碍交通以合理稳定的速率流动的任何特定事故或环境。
通过比较第一道路位置与第二道路位置之间的实际及预期车辆通行时间Δtx，即可产生表示此车辆已沿特定线路行进的可能性的时间相依转变矩阵。因此，举例来说，如果所述车辆在第一道路路段A1d与第二道路路段A1e(沿着公路A1)之间的预期通行时间为22秒且对于第二道路路段A5a(从公路A1到小乡村道路A5上)为58秒且实际时间为30秒，那么可看到，实际时间比第一线路的预期时间慢，但显著比第二线路的预期时间快。假设通常车辆比所述预期速度快得多的可能性显著小于所述车辆比所述预期速度慢的可能性，那么拥堵报告系统14将调整初始转变矩阵以相对于折向到小乡村道路A5上的线路A1d→A5a的概率增加保持在主公路A1上的线路A1d→A1e的概率。
出于确定预期通行时间的目的，当然必需知道已行进的距离。此信息通常对于正被处理的道路网络映射数据内的每一道路路段可用。
在地理位置13c的情况下，可看到，在捕获此位置13c时，车辆可定位于道路路段A1e(或A5a)的前半段中的任何地方。在地理位置13b的情况下，所述车辆可在道路路段A1e的(NE)端处或在道路路段A1d的前半段中的任何地方。为促进预期通行时间Δtx的计算，所述系统每当(例如)所述车辆在地理位置13与其兼容的(或每一)道路路段16的最早部分时作出标准假设。
应了解，当车辆沿行一个线路而非另一线路的概率增加时，那么可反复使用此以进一步细化表示当前道路位置的向量及表示通向其的线路的转变矩阵。因此，举例来说，如果时间相依矩阵指示特定车辆沿行停留在公路A1上的线路A1d→A1e而非折向到小乡村道路A5上的线路A1d→A5a的高概率，那么可使用此来不仅细化从地理位置13c导出的经更新第二概率向量，而且细化从先前地理位置13b导出的较早产生的第一概率向量。
举例来说，地理位置13b与在道路路段A1e或A1d中的任一者上的车辆12一致。前一概率将暗示较大的行进距离且因此暗示给定通行时间的较高速度。如果此较高速度显著大于预期速度，那么此将显著减小车辆在道路路段A1e上的概率且增加所述车辆在道路路段A1d上的概率，由此增加已沿行线路A1d→A1e的概率且降低线路A1c→A1e的概率。
当已产生表示给定时间处可能道路路段位置16的相关可能性及已沿行到相应道路路段位置的可用线路中的任一者的相关可能性(在过滤掉低概率线路之后)的概率向量，那么可将所述线路分割成其道路路段的若干路段，每一路段表示特定道路的给定长度，且所述线路的实际通行时间跨越所述路段道路的若干路段分布(与其长度及预期道路速度成比例)，且拥堵报告系统14针对每一路段道路路段产生考虑中的特定车辆的预期通行时间报告。
在一些实施例中，尽管拥堵报告系统14通过将整个线路的个别道路路段中的每一者的预期通行时间相加来产生所述整个线路的预期通行时间Δtx，且然后将此划分成所检测的实际通行时间Δt以产生所述整个线路的延迟因子。虽然所述延迟因子原则上可在所述线路中所包括的不同道路路段之间变化-举例来说，当从拥堵的公路折向到小道路上时，但出于最实际的目的，可便利地假设(相同)延迟因子同等地适用于所述线路中所包括的道路路段中的每一者。
拥堵报告系统14然后将针对给定道路路段针对所有可用车辆产生的延迟因子报告求平均以获得所述特定道路路段的平均延迟因子。用于此的延迟因子报告可仅为当时产生的那些延迟因子报告，但更通常将包括至少一些较早的报告，其已合适地老化或衰减以减小其在所述求平均过程中的加权。这样获得的平均延迟因子给出所述道路路段上的车辆交通在当时经受的延迟(如果有)的指示且因此给出所述道路网络那里的拥堵状态或程度。
图3图解说明使用另一种类的系统产生相同道路网络1中的地理位置数据。在此情况下，呼叫管理系统10不具有专用地理定位系统，而是拥堵报告系统14利用呼叫管理系统10的组成段。此种数据源可被视为产生第二速度数据的第二速度数据源。
更详细来说，图3中的呼叫管理系统10依靠使用定时提前区来管理MS装置与发射器/接收器台8、9之间的呼叫的接收及发射。因此，当呼叫管理系统10检测到活动MS装置(即，在使用中的MS装置)时，其不断监视所述装置在哪个定时提前区中。这些定时提前区呈部分环形区21的形式，其与相邻区具有有限的重叠，在所述重叠处所述MS装置所经受的定时提前递增或递减。
当活动MS装置(在车辆12上)进入所述重叠区域时，所述装置可以所述第一或第二定时提前区下的定时提前操作。因此，所述装置可在所述第一定时提前区与所述第二定时提前区之间的所述重叠区域(便利地称为定时提前边界区)内的任一点处从所述第一定时提前切换到所述第二定时提前-且实际上可来回转换直到其离开所述重叠区域且完全脱离所述第一定时提前区。原则上，当所述MS装置从所述第一定时提前切换到所述第二定时提前时，所述呼叫管理系统所知道的所有事物是其在所述第二定时提前区内某处的位置处，所述位置可在所述重叠区域内部或外部。实际上，给出地理定位数据的连续捕获之间的短时间间隔(通常0.5秒)，那么我们将知道，当已检测到定时提前切换时，所述装置肯定在此短时间间隔期间的某时在所述重叠区内，且通过用有限程度的定时不确定性替代较大程度的位置不确定性，可假设，在地理位置捕获在检测到定时提前切换时发生的情况下，所述MS装置在所述有限重叠区域(定时提前边界区)内而非整个新定时提前区内。从图3中可看到，甚至更有限的定时提前边界区22的地理区域仍可远远大于由图2中所使用的GPS系统所界定的地理区域13，且因此将通常含有较大数目的道路路段，以使得所获得的地理定位数据将与较大数目的道路路段位置兼容。
还可看到，所述地理区域通常较大，因此所确定的通行时间(在不同道路路段位置之间)更长。此将对属于各个可能道路位置及其之间的可用线路的概率具有负面影响，使得将通常对可能道路位置及线路的个别识别具有较小可信度。然而，原则上，拥堵报告系统14以与上文所描述方式大致类似的方式操作，将预期通行时间与实际通行时间相比较，且确定个别道路路段的平均延迟因子。
进一步参照图4a及4b对此进行图解说明，其中基站400(其可能是GSM基站)提供于包含三条道路1、2及3(其每一者如上文所论述被划分成道路路段)的道路网络402附近。区404图解说明MS装置的最确凿的位置区域。因此，在图4a中将看到，车辆的位置可对应于若干道路路段，其包括为道路1及2的部分的那些道路路段。
图4b显示进一步视图，其中所检测的TA区扩展为显示为406的区域。车辆位置可对应于道路1及2上的位置。使用上文所描述的技术，通过追踪连续位置，可最终确定所述车辆所采取的线路。
从图4a中将看到，当MS装置移动得更远离基站400时，那么其可位于其中的区域扩展。因此，所述MS装置离基站400越远，那么其位置的不确定性越大且越需要使用其它源来弄清楚所述位置。
如上文所描述，尽管其较不准确，但GSM探测数据技术(即，使用MS装置)具有以下优点：其鉴于使用中的装置的数目(当与能够使用GPS以极接近于视为实时的时间返回位置的装置相比时)而提供高穿透的数据覆盖。应了解，为有效帮助避免交通拥堵，有利地在线执行对道路路段上的速度的估计，其中获得位置数据与产生所述道路路段的所述速度估计之间存在约几分钟的延迟。
尽管本文中描述使用定时提前(TA)测量，但其它实施例可使用电信系统的其它控制信号，例如服务小区ID、手机从一个小区到下一服务小区的转交、信号强度等，其每一者也可用于确定手机的位置。
因此，从以上论述将看到，使用GSM位置数据可导致车辆位置的不确定性，尤其在密集的道路网络中。因此，从此产生的任何速度数据的准确性也可为有限的准确性。另外，也可难以确定不同类型的交通之间的差异；举例来说，如果铁路轨道在道路附近通过，那么可难以确定GSM数据从所述道路还是铁路产生。
因此，从上文中将看到，可使用从不同源导出的位置数据(以上实例中的GPS及GSM数据)来确定车辆的位置。所属领域的技术人员应了解，其它数据源也是可行的且包括：来自道路回路的数据；来自相机的数据；交通消息频道(TMC)消息(例如，报警C消息)；新闻数据(例如，交通播报等)；远程导航设备(LORAN-C)信号；来自收费所的数据；车牌辨识系统或任何其它位置数据源。来自这些源中的每一者的数据将具有优点且也具有缺点，上文论述了其中一些。由此，通过检验从各种源产生的数据，增加可产生的速度数据的质量及/或数量变得可能。通常，使用来自更准确源的速度数据作为参考数据以检验来自较不准确源的速度数据。
来自不同源的数据的此种组合可被视为现在关于本发明的实施例描述的数据融合过程。然而，在正描述的实施例中且在执行所述融合之前，在GPS位置数据(参考数据源)与GSM位置数据(第二数据源)之间进行交叉确认(即，检验)，以便分析从所述GSM位置数据产生的速度数据的可靠性。
为清晰起见，参照特定数据源(GSM及GPS)作以下说明。然而，所属领域的技术人员应了解，正描述的方法经适当修正后可应用于从其它数据源产生的速度数据。
从对于其存在充足数据的每一道路路段的位置数据(GPS及GSM两者)计算平均速度(步骤600、602)。此通过如上文所论述计算从位置数据计算的速度观察的经加权平均值来完成。这些观察中的每一者由真实速度在观察左右的给定范围内的概率的估计补充(此估计可称为“准确性”)-步骤604。此准确性用作所述观察的加权以产生道路路段加权因子-步骤606。
通过GPS探测器的先验加权来校准所述观察的准确性估计；即，根据所述数据的源来产生加权因子。根据上文应了解，从GPS位置数据产生的位置数据固有地比从GSM位置数据产生的位置数据准确。对于GSM导出观察，如下文进一步描述，基于与GPS导出数据的比较来了解每一道路路段的加权因子。
所属领域的技术人员应了解，老化的速度观察的贴切性随着时间降低；随着时间流逝，速度观察较不可能反映道路路段上的交通流动的情形。为计及此准确性损失，使用指数函数随时间降低观察的估计的加权因子；即，使其衰减-步骤608。如果所述准确性降到给定值以下，那么最终从所述系统移除所述观察。因此，一旦从其导出的位置数据比预定时间老，那么可能从所述系统移除所述速度观察。
在正描述的实施例中，所述预定时间为大约5分钟，以使得从位置数据产生的速度数据反映可被视为道路路段上的“实时”状况的事物。然而，在其它实施例中，所述预定时间可以是其它周期，例如大约以下各项中的任一者：3分钟、10分钟、15分钟、30分钟或更长。
随着时间流逝，针对已产生给定道路路段的速度的每一数据源构建所述道路路段的速度数据的记录。在正描述的实施例中，此包括GSM及GPS数据两者。在其它实施例中，进一步的数据源也可产生给定道路路段的速度数据。
为增加任何一个数据源的准确性，可使用一个数据源的特性来改善由另一数据源产生的速度。在正描述的实施例中，使用GPS数据来检验GSM数据且修改所述GSM数据，以增加针对给定道路路段产生的速度数据的准确性。
将进一步关于图5对此进行描述，图5突出从GPS及GSM两个源产生的速度数据之间的偏置且将用于解释从关于道路路段的GSM数据产生的速度数据的偏置及如何使用GPS数据来计及此偏置。
所述曲线图的水平轴表示从GPS数据计算的沿道路路段的车辆的速度数据(即，速度)且所述曲线图的垂直轴表示从GSM数据计算的沿道路路段的车辆的速度曲线数据(即，速度)。两个源的最佳速度匹配由从左向右延伸的45°线500表示(即，其中GPS速度等于GSM速度)。所述曲线图的阴影指示实际相关性所在之处，其中较高相关性由朝向位于所述图的右边的比例尺的顶部的阴影指示(即，垂直线)。
将看到，两个数据源之间的相关性往往高于线500，此指示GSM速度数据对于任一给定道路路段往往比从GPS数据计算的速度数据高。如上文所论述，从GPS源产生的数据具有较高准确性，但与从GSM源产生的数据相比往往具有较低覆盖范围。
因此，在正描述的实施例中，可使用在从GSM源接收数据的预定时间周期内接收的从GPS源接收的数据来检验所述GSM数据的质量；即，了解所述GSM数据的质量。在本实施例中，此预定时间为大约1分钟，但在其它实施例中情况并不需要如此且可使用其它时间周期：例如15秒、30秒、45秒、75秒、90秒、105秒、2分钟、3分钟、5分钟等。
为执行此检验，针对每一道路路段计算两个统计数据群组：
(a)从GPS及GSM数据源产生的速度数据的偏离的分布的统计数据-步骤610，及
(b)GSM数据描述与GPS数据相同的交通状态的概率(步骤612)。此尝试确保通过数据来参考所述道路路段。举例来说，参照图2，当道路路段A1与道路路段A5彼此邻近时数据与道路路段A1相关而非与道路路段A5相关的概率是什么？
进一步论述检验的第一步骤(a)，假设正态分布将存在于给定道路路段的从GPS及GSM数据源产生的速度数据之间。在正描述的实施例中，计算此分布的前两个矩(均值及方差)。如果从来自GSM源的数据产生的速度数据中不存在系统偏置，那么所述均值应最佳趋向于0。如果所述均值显著不同于0，那么使用其来校正从GSM源产生的速度数据。因此，所述均值可被视为可从GSM源移除的偏置-步骤614。
所述方差为关于所述道路路段的GSM探测数据的噪声的量化符(quantifier)。所述方差的倒数在稍后的融合过程期间用作对照其它源将应用于从GSM数据产生的速度数据的加权。因此，在从GSM测量产生的速度数据中具有高偏置的道路路段将具有在稍后融合过程中应用于其的较低加权。因此，可使用所述方差来修改道路路段加权因子-步骤616。
进一步论述检验的第二步骤(b)，假设从GPS及GSM数据源产生的速度数据之间的正态分布非针对所有道路路段成立。在一些道路路段上，观察到多峰分布，其可能是由于与来自其它道路(例如，图3中的道路A1及A5)的GSM数据的系统不匹配数据、其它交通模式(例如，MS装置在邻近道路的火车中行进)等造成的。为量化此效应，针对每一道路路段维持额外的统计数据。这些统计数据描述针对在GPS源报告拥堵的同时使GSM源报告自由流速度且反之亦然的情况下的概率。此被解译为看到道路路段上的不规则GSM源的风险。此外，可利用此评估来修改道路路段加权因子618。
基于此知识，确定应在超过预定置信度之前报告给定道路路段上的拥堵的GSM源的数目；即，确定所述道路路段上存在拥堵。使用此可信度估计来决定道路路段上真正存在应用旗标表示的拥堵。
尽管上文论述了从GPS及GSM源获得的速度数据之间的比较，但也可在其它数据源之间执行类似分析。可进行此以使得任何一个数据源的优点减轻另一数据源的缺点。举例来说，对速度偏置的了解可基于报警C协议应用于交通事故消息。可分析报警C协议的每个LOS(服务等级)播报的速度范围并对照来自GPS源(或其它数据源)的数据进行调谐，如针对从GPS及GSM源产生的速度数据之间的比较的情况关于图5所描述。由于TMC服务等级事件的经聚合速度范围，用于速度计算的先验加权与来自其它数据源(例如，GPS源)的连续速度范围相比往往较低。
一旦已执行以上处理，那么对从任何给定道路路段的不同源产生的速度数据具有增加的置信度且可将来自各个源的速度数据组合；即融合。此融合产生针对其存在充足数据的每一道路路段的单个经融合速度数据-步骤620。
使用所述经融合速度数据来确定任何一个道路路段上是否存在可称为交通事故(即，拥堵)的事物。如果所述道路路段的所述车辆速度的经融合速度数据下降到预定阈值速度以下那么确定此情况。在此实施例中此阈值被确定为道路路段的自由流动速度的分数(即，百分比)。所述自由流动速度为车辆通常沿所述道路路段通过的速度。一些实施例中的自由流动速度根据一天的时间而变化(举例来说，所述自由流动速度可由(例如)来自TomTom IQ线路的速度曲线给出)，而在其它实施例中可以是所述道路路段的设定速度。
当道路路段或多个相邻道路路段通过事故阈值(即，在此实施例中，确定经融合速度数据指示低于自由流动速度的预定百分比的车辆速度)时且因此沿所述路段行进的车辆将具有比交通报警可向用户报警事故的通常情况长的延迟。
在一些实施例中，可通过观看连接的道路路段且确定这些路段是否显示延迟来确定延迟的总长度。如果此类连接的路段不显示延迟，那么可传递总延迟作为跨越所述连接的道路路段的延迟。所属领域的技术人员应了解，连接未必意指彼此邻近且之间可存在道路路段。此是由于在交通队列中可发生所谓的停驶状况，其中交通可突然开始移动而后立刻停止。因此，一些道路路段可显示高自由流动速度，尽管在拥堵区域内。
所属领域的技术人员还应很好地理解，虽然本文中所描述的实施例通过软件实施某些功能性，但所述功能性可同等地完全实施于硬件中(举例来说，通过一个或一个以上ASIC(专用集成电路)或实际上通过硬件与软件的混合。因此，本发明的范围不应被解释为仅限于实施于软件中。
最后，还应注意，虽然所附权利要求书陈述本文中所描述特征的特定组合，但本发明的范围并不限于上文所请求的所述特定组合，而是扩展以囊括本文中所揭示特征或实施例的任一组合，而不管所述特定组合当时是否已明确列举于所附权利要求书中。
本文参考GSM移动电信系统。所属领域的技术人员应了解，存在可行的各种其它传输协议且GSM仅用作实例。举例来说，其它协议可包括UMTS(通用移动电信系统)、GPRS(通用包无线电服务)、CDMA2000、TD-SCDMA等。实际上，此可扩展到其它技术，例如WiMax、WIFI等。

Claims (12)

1.一种形成表示沿一个或一个以上道路路段的车辆速度的速度估计的方法，所述方法包含以下步骤：
至少从参考数据源获得参考速度数据且从第二数据源获得第二速度数据，其中所述第二源不同于所述参考且所述速度数据指示沿所述或每一道路路段的车辆速度；
使用所述参考速度数据来检验所述第二速度数据且根据所述检验来修改所述第二速度数据，其中所述检验包括计算所述参考速度数据和所述第二速度数据之间的分布，并从所述分布确定所述第二速度数据内的速度偏置，并且其中所述修改包括从所述第二速度数据移除经确定的所述速度偏置；及
至少基于所述经修改的第二速度数据来产生所述或每一道路路段的车辆速度的估计，其中产生所述车辆速度的所述估计包括融合所述参考速度数据和经修改的所述第二速度数据。
2.根据权利要求1所述的方法，其包括从分别从所述参考数据源及第二其它数据源获得的位置数据产生所述参考速度数据及/或所述第二速度数据的初始步骤。
3.根据权利要求1所述的方法，其中所述检验过程包括用一个或一个以上加权因子加权速度数据，所述一个或一个以上加权因子可以是针对给定速度数据源确定的，可以是通过从较早数据了解的。
4.根据权利要求1所述的方法，其经布置以基于先前检验的结果来产生道路路段加权因子。
5.根据权利要求3或4所述的方法，其中使应用于给定速度数据的所述或每一加权因子随时间而衰减。
6.根据权利要求4所述的方法，其给已从相同道路路段上的车辆产生的来自所述数据源中的每一者的所述速度数据指派概率且使用此概率来产生或至少修改所述道路路段加权因子。
7.根据权利要求1所述的方法，其中所述分布可为正态分布。
8.根据权利要求7所述的方法，其计算所述正态分布的均值及/或方差。
9.根据权利要求8所述的方法，其利用所述方差来确定从所述第二数据源产生的所述速度数据内的噪声级且可在针对所述第二速度数据产生道路路段加权因子时利用此确定。
10.根据权利要求1所述的方法，假如所述速度估计降到预定阈值以下，那么所述方法报告一个或一个以上道路路段的延迟。
11.一种经布置以监视一个或一个以上给定道路路段的速度数据的道路交通网络报告系统，所述系统包含：
存储装置；及
处理电路，其连接到所述存储装置；
所述存储装置经布置以存储：
从自参考位置数据源接收的位置数据产生的参考速度数据；及
从自第二位置数据源接收的位置数据产生的第二速度数据；
所述处理电路经布置以：
a：处理所述参考速度数据及所述第二速度数据以检验所述第二速度数据，其中所述检验包括计算所述参考速度数据和所述第二速度数据之间的分布，并从所述分布确定所述第二速度数据内的速度偏置；
b：根据所述检验来修改所述第二速度数据，其中所述修改包括从所述第二速度数据移除经确定的所述速度偏置；以及
c：通过融合所述参考速度数据与经修改的所述第二速度数据来产生经融合速度数据以产生所述道路路段的车辆速度的估计。
12.根据权利要求11所述的系统，其中所述处理电路经布置以假如所述速度估计降到预定阈值以下，那么产生延迟警告。
CN200980105435.XA 2008-04-23 2009-04-22 形成速度估计的方法 Active CN101952867B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US7133808P 2008-04-23 2008-04-23
US61/071,338 2008-04-23
PCT/EP2009/054849 WO2009130257A2 (en) 2008-04-23 2009-04-22 A method of creating a speed estimation

Publications (2)

Publication Number Publication Date
CN101952867A CN101952867A (zh) 2011-01-19
CN101952867B true CN101952867B (zh) 2015-04-15

Family

ID=41217186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980105435.XA Active CN101952867B (zh) 2008-04-23 2009-04-22 形成速度估计的方法

Country Status (9)

Country Link
US (1) US20100318286A1 (zh)
EP (1) EP2277156A2 (zh)
JP (1) JP5705110B2 (zh)
CN (1) CN101952867B (zh)
AU (1) AU2009240007A1 (zh)
CA (1) CA2720448A1 (zh)
RU (1) RU2010147642A (zh)
TW (1) TW200946872A (zh)
WO (1) WO2009130257A2 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
KR100992768B1 (ko) * 2008-09-22 2010-11-05 기아자동차주식회사 차량용 무선 통신 시스템 및 방법
DE102010011041A1 (de) * 2010-03-11 2011-09-15 Volkswagen Ag Verfahren sowie einer Vorrichtung zur Verarbeitung von verkehrsbezogenen Daten
US10039970B2 (en) * 2010-07-14 2018-08-07 Adidas Ag Location-aware fitness monitoring methods, systems, and program products, and applications thereof
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data
TWI442079B (zh) * 2011-12-12 2014-06-21 Univ Nat Pingtung Sci & Tech 速度估計方法
GB201219742D0 (en) * 2012-11-02 2012-12-12 Tom Tom Int Bv Methods and systems for generating a horizon for use in an advanced driver assistance system (adas)
TWI567592B (zh) 2013-09-03 2017-01-21 緯創資通股份有限公司 手勢辨識方法及穿戴式裝置
EP3186662B1 (en) 2014-08-26 2019-03-20 Microsoft Technology Licensing, LLC Measuring traffic speed in a road network
GB201512490D0 (en) * 2015-07-16 2015-08-19 Tomtom Traffic Bv Methods and systems for detecting a closure of a navigable element
CN105185126A (zh) * 2015-08-28 2015-12-23 天津玛塔德科技有限公司 一种gps定位车辆速度以及实时油耗的系统
GB201601296D0 (en) 2016-01-25 2016-03-09 Tomtom Traffic Bv Methods and systems for generating expected speeds of travel
US10068470B2 (en) * 2016-05-06 2018-09-04 Here Global B.V. Determination of an average traffic speed
US10187752B2 (en) * 2017-05-16 2019-01-22 Apple Inc. UE motion estimate based on cellular parameters
WO2019043444A1 (en) * 2017-09-04 2019-03-07 Ebrahimian Ziba SYSTEM AND METHOD FOR MONITORING VEHICLE HISTORY
JP2019132717A (ja) * 2018-01-31 2019-08-08 パイオニア株式会社 速度算出装置、速度算出方法、及び、プログラム
US10816987B2 (en) * 2018-10-15 2020-10-27 Zoox, Inc. Responsive vehicle control
US20210097854A1 (en) * 2020-12-14 2021-04-01 Intel Corporation Monitoring system, apparatus of a vehicle, apparatus of a roadside unit, traffic infrastructure system, and methods thereof
CN114257953B (zh) * 2021-11-23 2023-06-06 中国联合网络通信集团有限公司 车辆状态的识别方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5173691A (en) * 1990-07-26 1992-12-22 Farradyne Systems, Inc. Data fusion process for an in-vehicle traffic congestion information system
CN1161750A (zh) * 1994-09-01 1997-10-08 英国电讯公司 导航信息系统
DE10105901A1 (de) * 2001-02-09 2002-08-14 Bosch Gmbh Robert Verfahren zur Ermittlung der Position eines Landfahrzeugs mit einem Navigationssystem und Vorrichtung zur Durchführung des Verfahrens

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5051750A (en) * 1989-06-02 1991-09-24 Massachusetts Institute Of Technology Winds aloft estimation through radar observation of aircraft
JP3152546B2 (ja) * 1993-07-20 2001-04-03 クラリオン株式会社 車載ナビゲーション装置
JPH08241494A (ja) * 1995-03-07 1996-09-17 Mitsubishi Electric Corp 車両の走行支援装置
US6014102A (en) * 1998-04-17 2000-01-11 Motorola, Inc. Method and apparatus for calibrating location finding equipment within a communication system
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7551931B2 (en) * 2001-01-24 2009-06-23 Motorola, Inc. Method and system for validating a mobile station location fix
US7522995B2 (en) * 2004-02-05 2009-04-21 Nortrup Edward H Method and system for providing travel time information
US7831380B2 (en) * 2006-03-03 2010-11-09 Inrix, Inc. Assessing road traffic flow conditions using data obtained from mobile data sources
US20090177382A1 (en) * 2008-01-03 2009-07-09 Commscope, Inc. Of North Carolina Calibration of a Navigation System

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5173691A (en) * 1990-07-26 1992-12-22 Farradyne Systems, Inc. Data fusion process for an in-vehicle traffic congestion information system
CN1161750A (zh) * 1994-09-01 1997-10-08 英国电讯公司 导航信息系统
DE10105901A1 (de) * 2001-02-09 2002-08-14 Bosch Gmbh Robert Verfahren zur Ermittlung der Position eines Landfahrzeugs mit einem Navigationssystem und Vorrichtung zur Durchführung des Verfahrens

Also Published As

Publication number Publication date
WO2009130257A2 (en) 2009-10-29
US20100318286A1 (en) 2010-12-16
WO2009130257A3 (en) 2010-06-10
TW200946872A (en) 2009-11-16
JP2011523729A (ja) 2011-08-18
CN101952867A (zh) 2011-01-19
RU2010147642A (ru) 2012-05-27
JP5705110B2 (ja) 2015-04-22
AU2009240007A1 (en) 2009-10-29
CA2720448A1 (en) 2009-10-29
EP2277156A2 (en) 2011-01-26

Similar Documents

Publication Publication Date Title
CN101952867B (zh) 形成速度估计的方法
Yim et al. Investigation of vehicles as probes using global positioning system and cellular phone tracking: field operational test
EP3224104B1 (en) Apparatus and method for vehicle economy improvement
US8326521B2 (en) Traffic situation determination systems, methods, and programs
CN111712862B (zh) 用于生成交通量或交通密度数据的方法和系统
CN101673460B (zh) 一种交通信息的质量评价方法、装置及系统
US8744736B2 (en) Method and apparatus for updating travel time estimation
KR102360598B1 (ko) 내비게이트 가능한 요소의 폐쇄를 검출하는 방법 및 시스템
CN109798872A (zh) 车辆定位方法、装置和系统
EP3006959B1 (en) Method for presenting result of determination of whether vehicle is stopped, device for determining whether vehicle is stopped, and system for determining whether vehicle is stopped
WO2005088578A1 (en) System for using cellular phones as traffic probes
EP0689369A1 (en) Mobile communications system
CN104584095A (zh) 提供交通流量消息的方法
CN104217588A (zh) 一种实时交通信息获取方法、服务器及系统
Rim et al. Estimation of lane-level travel times in vehicle-to-vehicle and vehicle-to-infrastructure–based traffic information system
CN110462342B (zh) 用于查明气象区域的方法、装置和系统
Tadic et al. GHOST: A novel approach to smart city infrastructures monitoring through GNSS precise positioning
CN113901109A (zh) 城际公路客货车出行方式总人数及时间分布的计算方法
CN108140304B (zh) 用于确定道路交通中的堵塞端部的方法和与此有关的装置
Saur et al. 5GCAR demonstration: Vulnerable road user protection through positioning with synchronized antenna signal processing
EP3189512B1 (en) Methods and server for generating flow data
Hsiao et al. Segment based traffic information estimation method using cellular network data
US20220165151A1 (en) Traffic jam information providing device, traffic jam information processing method, and recording medium
Liu et al. Evaluating the quality of high-resolution private sector data for providing nonfreeway travel times
Yokota Localization Algorithm Based on Altitude Profile Matching Derived from Barometer

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1152787

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1152787

Country of ref document: HK

TR01 Transfer of patent right

Effective date of registration: 20190404

Address after: Amsterdam

Patentee after: ADC BIOTECHNOLOGY LTD.

Address before: Amsterdam

Patentee before: Tontong Technology Co., Ltd.

TR01 Transfer of patent right