CN101989381A - 基于浮动车技术的道路单向限行与通行状态识别方法 - Google Patents
基于浮动车技术的道路单向限行与通行状态识别方法 Download PDFInfo
- Publication number
- CN101989381A CN101989381A CN 201010545792 CN201010545792A CN101989381A CN 101989381 A CN101989381 A CN 101989381A CN 201010545792 CN201010545792 CN 201010545792 CN 201010545792 A CN201010545792 A CN 201010545792A CN 101989381 A CN101989381 A CN 101989381A
- Authority
- CN
- China
- Prior art keywords
- road
- restricted driving
- data
- floating car
- unidirectional restricted
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于浮动车技术的道路单向限行与通行状态识别方法,利用大量装备GPS等车载定位系统的浮动车在其行驶过程中定期采集并传送回数据中心的车辆编号、位置、方向和速度信息,经滤波后得到道路行车数据并提取道路的单向限行与通行动态第一特征因子,同时系统对道路行车数据库进行数据挖掘,得到道路在相应时间窗的单向限行与通行统计第二特征因子,通过所述第一特征因子与对应的所述第二特征因子进行匹配,从而系统可自动识别道路的单向限行与通行状态。本发明为各类交通信息服务系统提供动态的、准确的道路单向限行与通行状态变化信息,不仅信息获取渠道成本低,而且信息更新及时可靠,对各类交通信息服务系统有着重要的意义。
Description
【技术领域】
本发明属于信息技术应用领域。具体是涉及交通信息服务系统中道路单向限行与通行状态的识别方法,为公众出行等提供动态的道路单向限行与通行状态的交通信息服务。
【背景技术】
浮动车技术,也被称作“探测车”,已经被广泛使用,其基本原理是:根据装备车载全球定位系统的浮动车在其行驶过程中定期记录的车辆位置,方向和速度信息,应用地图匹配、路径推测等相关的计算模型和算法进行处理,使浮动车位置数据和城市道路在时间和空间上关联起来。目前在公众出行等交通信息服务系统中,由于市政施工等原因导致的道路单向限行与通行状态变化需要由路政等施工单位实时上报,再发布给公众以指导出行。因此,这种基于手动模式的原始方法,不仅依赖于路政等施工单位进行信息上报的实时性,而且部分系统由于缺乏这类路政信息的获取渠道而无法为公众提供动态的道路单向限行与通行状态信息服务。该方法不仅更新周期长,而且更新成本高,无法实现道路单向限行与通行状态变化的动态更新。
【发明内容】
本发明所要解决的技术问题在于提供一种基于浮动车技术的道路单向限行与通行状态识别方法,其克服了背景技术中,更新周期长,而且更新成本高,无法实现道路单向限行与通行状态变化的动态更新的不足。
本发明是这样实现的:一种基于浮动车技术的道路单向限行与通行状态识别方法,其特征在于:包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到道路行车数据并提取道路的单向限行与通行动态第一特征因子;
步骤30、数据服务中心对所述数据库进行数据挖掘,得到道路在相应时间窗的单向限行与通行统计第二特征因子;
步骤40、数据服务中心对所述第一特征因子与对应所述第二特征因子进行匹配,当匹配距离超过设定阈值则表明道路的当前状态发生改变,此时系统自动识别道路的单向限行与通行状态。
本发明的优点在于:利用大量的浮动车在行驶过程中采集信息,并通过单向限行与通行动态第一特征因子与统计第二特征因子匹配,来识别道路的单向限行与通行状态,可实现交通图层道路信息的动态更新,为各类交通信息服务系统提供动态的、准确的道路单向限行与通行状态变化信息,不仅信息获取渠道成本低,而且信息更新及时可靠,对各类交通信息服务系统有着重要的意义。
【附图说明】
图1是本发明的基于浮动车技术的道路单向限行与通行状态识别方法的系统框架图。
图2是本发明的道路单向限行与通行动态第一特征因子提取算法流程图。
图3是本发明的道路单向限行与通行统计第二特征因子提取算法流程图。
图4是本发明的一种道路单向限行与通行状态变化发现及其状态识别算法流程图。
【具体实施方式】
下面结合图1至图4对本发明进行详细的说明。
一种基于浮动车技术的道路单向限行与通行状态识别方法,包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到道路行车数据并提取道路的单向限行与通行动态第一特征因子;
步骤30、数据服务中心对所述数据库进行数据挖掘,得到道路在相应时间窗的单向限行与通行统计第二特征因子;
步骤40、数据服务中心对所述第一特征因子与对应所述第二特征因子进行匹配,当匹配距离超过设定阈值则表明道路的当前状态发生改变,此时系统自动识别道路的单向限行与通行状态。
如图1所示,为本发明的基于浮动车技术的道路单向限行与通行状态识别方法的系统框架图,其中详细展示了基于浮动车技术的道路单向限行与通行状态变化发现及其状态识别系统所包括的四个部分,其中每个部分产生的结果作为下一个部分数据处理的对象。
第一个部分进行的是基于滑动时间窗的浮动车行车数据采样,得到浮动车当前行车数据序列;在第二部分中经过数据滤波和车路匹配等数据预处理后,得到道路行车数据并提取道路单向限行与通行动态第一特征因子,同时将道路行车数据存入数据服务中心的数据库中;第三部分对道路行车数据库进行数据挖掘,提取在相应时间窗的道路单向限行与通行统计第二特征因子;第四部分,根据道路单向限行与通行动态第一特征因子和统计第二特征因子的匹配距离检测道路状态变化,并进一步识别出道路的单向限行与通行状态。
如图2所示,为道路单向限行与通行动态第一特征因子提取算法流程图,其主要步骤为:
步骤1:利用装备GPS等车载定位系统的浮动车以周期τ定期采集车辆编号i、位置l、方向c和速度信息v,得到数据信息集合xi<li,ci,vi>,并将采集得到的数据通过移动蜂窝通信等技术传送到数据服务中心,将所述浮动车在给定的、且用于分段采样的滑动时间窗T1内,其采样数据集合为m辆浮动车的n阶序列
X(m,n)={<li,j,ci,j,vi,j>|i∈[1,m],j∈[1,n]}
其中,
步骤2:对每辆浮动车的行车数据序列,将其速度在ΔT内一直都低于υ的干扰数据滤除,从而得到有效的浮动车行车数据序列;
其中,
步骤3:对得到的有效浮动车行车数据序列,根据其车辆编号和位置属性构造有效行车路线特征向量
并得到行车路线特征向量表示库为
S(m)={Li|i∈[1,m]}
然后将行车路线特征向量库与地理信息系统中的道路数据匹配,得到各路段的道路行车数据
其中,分别为该路段的上下行车流量与平均车速。
步骤4:对得到的道路行车数据,提取其单向限行与通行动态第一特征因子
其中,α和β分别为车流量与车速的权重,且有α+β=1。
如图3所示,为道路单向限行与通行统计第二特征因子提取算法流程图,其主要步骤为:
步骤1:以给定的时间窗T2,对数据库中的各道路行车数据抽取在时间窗T2内的行车统计数据
步骤2:对得到的道路行车统计数据,提取其单向限行与通行统计第二特征因子
如图4所示,是一种道路单向限行与通行状态变化发现及其状态识别算法流程图。对每一条道路其识别步骤如下:
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种基于浮动车技术的道路单向限行与通行状态识别方法,其特征在于:包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到道路行车数据并提取道路的单向限行与通行动态第一特征因子;
步骤30、数据服务中心对所述数据库进行数据挖掘,得到道路在相应时间窗的单向限行与通行统计第二特征因子;
步骤40、数据服务中心对所述第一特征因子与对应所述第二特征因子进行匹配,当匹配距离超过设定阈值则表明道路的当前状态发生改变,此时系统自动识别道路的单向限行与通行状态。
2.根据权利要求1所述的基于浮动车技术的道路单向限行与通行状态识别方法,其特征在于:所述步骤10进一步具体为:
利用装备车载定位系统的浮动车以周期τ定期采集车辆编号i、位置l、方向c和速度信息v,得到数据信息集合xi=<li,ci,vi>,并将采集得到的数据通过移动蜂窝通信等技术传送到数据服务中心。
3.根据权利要求2所述的基于浮动车技术的道路单向限行与通行状态识别方法,其特征在于:所述浮动车在给定的、且用于分段采样的滑动时间窗T1内,其采样数据集合为m辆浮动车的n阶序列
X(m,n)={<li,j,ci,j,vi,j>|i∈[1,m],j∈[1,n]}
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105457922A CN101989381B (zh) | 2010-11-15 | 2010-11-15 | 基于浮动车技术的道路单向限行与通行状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105457922A CN101989381B (zh) | 2010-11-15 | 2010-11-15 | 基于浮动车技术的道路单向限行与通行状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101989381A true CN101989381A (zh) | 2011-03-23 |
CN101989381B CN101989381B (zh) | 2012-07-25 |
Family
ID=43745906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105457922A Expired - Fee Related CN101989381B (zh) | 2010-11-15 | 2010-11-15 | 基于浮动车技术的道路单向限行与通行状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101989381B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280031A (zh) * | 2011-07-22 | 2011-12-14 | 南京莱斯信息技术股份有限公司 | 一种基于浮动车数据的路口交通状态识别方法 |
CN102411677A (zh) * | 2011-11-29 | 2012-04-11 | 福建工程学院 | 一种基于浮动车数据采集的预处理方法 |
CN102509445A (zh) * | 2011-10-19 | 2012-06-20 | 北京世纪高通科技有限公司 | 路况预测因素的筛选方法及装置 |
CN102682604A (zh) * | 2012-05-28 | 2012-09-19 | 北京世纪高通科技有限公司 | 获取交通出行特征信息的方法及装置 |
CN102819953A (zh) * | 2012-08-23 | 2012-12-12 | 北京世纪高通科技有限公司 | 一种疑似新增道路的发现方法和装置 |
CN103050006A (zh) * | 2012-12-26 | 2013-04-17 | 福建工程学院 | 一种基于浮动车技术的城市高架桥识别方法 |
CN105023431A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种确定交通限行信息的方法及装置 |
CN107481520A (zh) * | 2017-07-21 | 2017-12-15 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN107622660A (zh) * | 2016-07-14 | 2018-01-23 | 北京四维图新科技股份有限公司 | 一种道路限行时间确定方法及装置 |
CN109974726A (zh) * | 2017-12-28 | 2019-07-05 | 北京搜狗科技发展有限公司 | 一种道路通行状态确定方法及装置 |
CN110942638A (zh) * | 2019-12-18 | 2020-03-31 | 福建工程学院 | 一种城市路网拓扑连接边方向的辨识方法和辨识系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1262934B1 (de) * | 2001-06-01 | 2007-06-06 | DDG Gesellschaft für Verkehrsdaten mbH | Verfahren zur Verkehrslageerfassung |
CN101814234A (zh) * | 2010-01-11 | 2010-08-25 | 北京世纪高通科技有限公司 | 交通信息处理的方法和系统 |
-
2010
- 2010-11-15 CN CN2010105457922A patent/CN101989381B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1262934B1 (de) * | 2001-06-01 | 2007-06-06 | DDG Gesellschaft für Verkehrsdaten mbH | Verfahren zur Verkehrslageerfassung |
CN101814234A (zh) * | 2010-01-11 | 2010-08-25 | 北京世纪高通科技有限公司 | 交通信息处理的方法和系统 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280031A (zh) * | 2011-07-22 | 2011-12-14 | 南京莱斯信息技术股份有限公司 | 一种基于浮动车数据的路口交通状态识别方法 |
CN102280031B (zh) * | 2011-07-22 | 2013-10-09 | 南京莱斯信息技术股份有限公司 | 一种基于浮动车数据的路口交通状态识别方法 |
CN102509445B (zh) * | 2011-10-19 | 2013-12-04 | 北京世纪高通科技有限公司 | 路况预测因素的筛选方法及装置 |
CN102509445A (zh) * | 2011-10-19 | 2012-06-20 | 北京世纪高通科技有限公司 | 路况预测因素的筛选方法及装置 |
CN102411677A (zh) * | 2011-11-29 | 2012-04-11 | 福建工程学院 | 一种基于浮动车数据采集的预处理方法 |
CN102682604A (zh) * | 2012-05-28 | 2012-09-19 | 北京世纪高通科技有限公司 | 获取交通出行特征信息的方法及装置 |
CN102682604B (zh) * | 2012-05-28 | 2014-04-02 | 北京世纪高通科技有限公司 | 获取交通出行特征信息的方法及装置 |
CN102819953A (zh) * | 2012-08-23 | 2012-12-12 | 北京世纪高通科技有限公司 | 一种疑似新增道路的发现方法和装置 |
CN103050006A (zh) * | 2012-12-26 | 2013-04-17 | 福建工程学院 | 一种基于浮动车技术的城市高架桥识别方法 |
CN103050006B (zh) * | 2012-12-26 | 2014-12-10 | 福建工程学院 | 一种基于浮动车技术的城市高架桥识别方法 |
CN105023431A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种确定交通限行信息的方法及装置 |
CN105023431B (zh) * | 2014-04-29 | 2017-11-21 | 高德软件有限公司 | 一种确定交通限行信息的方法及装置 |
CN107622660A (zh) * | 2016-07-14 | 2018-01-23 | 北京四维图新科技股份有限公司 | 一种道路限行时间确定方法及装置 |
CN107481520A (zh) * | 2017-07-21 | 2017-12-15 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN107481520B (zh) * | 2017-07-21 | 2021-03-23 | 清华大学 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
CN109974726A (zh) * | 2017-12-28 | 2019-07-05 | 北京搜狗科技发展有限公司 | 一种道路通行状态确定方法及装置 |
CN110942638A (zh) * | 2019-12-18 | 2020-03-31 | 福建工程学院 | 一种城市路网拓扑连接边方向的辨识方法和辨识系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101989381B (zh) | 2012-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101989381B (zh) | 基于浮动车技术的道路单向限行与通行状态识别方法 | |
CN102254432B (zh) | 一种提供主动的实时路况信息服务的方法 | |
CN103646560B (zh) | 出租车行车轨迹经验知识路径的提取方法 | |
US10373494B1 (en) | Method and apparatus for estimating a parking event based on device signal observations | |
CN100357987C (zh) | 城市路网交通流区间平均速度的获取方法 | |
CN102024325B (zh) | 基于浮动车技术的交通堵塞点识别方法 | |
CN103226892B (zh) | 一种优化型的道路拥塞状态发现方法 | |
US7035733B1 (en) | Method and system for obtaining road grade data | |
CN108848460B (zh) | 基于rfid和gps数据的人车关联方法 | |
CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
CN205121912U (zh) | 智能公交电子站牌综合显示系统 | |
CN106382939A (zh) | 一种基于历史数据的导航路径行驶时间预测系统及方法 | |
CN105788253B (zh) | 一种基于交通轨迹数据的停车场发现方法及系统 | |
CN103927872A (zh) | 一种基于浮动车数据预测多时段行程时间分布的方法 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
CN101957208B (zh) | 一种基于浮动车技术的新增道路发现方法 | |
KR20050068938A (ko) | 도로 교통상황 판단방법 | |
CN109035787B (zh) | 一种利用移动通信数据识别交通工具类别的方法 | |
CN103177562A (zh) | 一种获取交通状态预测所需信息的方法及装置 | |
CN108281039B (zh) | 适用于车载短距离通信网络的危险路段交通事故预警方法 | |
CN111081030B (zh) | 一种高速路堵车的判断方法和系统 | |
CN108230615B (zh) | 一种基于涵洞水位安全的车路协同预警系统及方法 | |
CN113175939A (zh) | 纯电动汽车行程规划方法及系统 | |
CN114898571B (zh) | 一种基于etc大数据的高速公路全路段车速测量方法 | |
CN113901109B (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 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120725 Termination date: 20181115 |