CN102262819A - 基于移动通信网络确定道路的实时通行时间的方法和装置 - Google Patents

基于移动通信网络确定道路的实时通行时间的方法和装置 Download PDF

Info

Publication number
CN102262819A
CN102262819A CN2009102113126A CN200910211312A CN102262819A CN 102262819 A CN102262819 A CN 102262819A CN 2009102113126 A CN2009102113126 A CN 2009102113126A CN 200910211312 A CN200910211312 A CN 200910211312A CN 102262819 A CN102262819 A CN 102262819A
Authority
CN
China
Prior art keywords
transit time
highway section
mobile subscriber
time
sub
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
Application number
CN2009102113126A
Other languages
English (en)
Other versions
CN102262819B (zh
Inventor
朱延峰
向哲
王华勇
商未雄
周晋
英春
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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
Priority to CN200910211312.6A priority Critical patent/CN102262819B/zh
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to MX2012004879A priority patent/MX2012004879A/es
Priority to CA2778499A priority patent/CA2778499C/en
Priority to PCT/EP2010/065586 priority patent/WO2011051125A1/en
Priority to EP10774158.9A priority patent/EP2494536B1/en
Priority to KR1020127007494A priority patent/KR101385928B1/ko
Priority to JP2012535739A priority patent/JP5752141B2/ja
Priority to US13/505,165 priority patent/US9424744B2/en
Publication of CN102262819A publication Critical patent/CN102262819A/zh
Application granted granted Critical
Publication of CN102262819B publication Critical patent/CN102262819B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/026Services making use of location information using location based information parameters using orientation information, e.g. compass
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/027Services making use of location information using location based information parameters using movement velocity, acceleration information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Abstract

公开了一种基于移动通信网络确定道路的实时通行时间的方法和装置,该方法包括:收集当前在被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;根据通行时间样本以及基准通行时间,确定被监控道路中相应路段的实时通行时间;对于被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在未定路段的候选移动用户;对候选移动用户进行主动定位;以及将主动定位作为候选移动用户的一个通信事件,返回收集当前在被监控道路上的移动用户所发生的通信事件的步骤,以确定未定路段的实时通行时间。

Description

基于移动通信网络确定道路的实时通行时间的方法和装置
技术领域
本发明涉及道路交通管理和移动通信技术领域,具体地,涉及基于移动通信网络确定道路的实时通行时间以实现道路交通监控的技术。
背景技术
道路交通监控是道路交通管理和导航系统的一个重要课题。交通监控可用于产生道路交通情况的基本信息,例如车辆平均速度、道路通行时间、道路拥塞程度和事故位置等。通过提供实时的基本信息,导航系统能够及时地了解道路交通情况,合理地安排车辆的行驶路线,从而有效地减轻拥塞和避免碰撞。
常用的基于交通传感器(例如感应线圈探测器)和GPS浮动车(例如安装有GPS的出租车)的道路交通监控方案已经在城市的道路上得到了应用,然而,在广大的郊区道路以及城市之间的道路上很少应用,这主要是因为:1)交通传感器在部署和维护方面的成本很高,不适于部署在郊区的道路上;2)基于GPS浮动车的方案则高度依赖浮动车在被监控道路上的数量,而实际上很少有浮动车会行驶在郊区的道路或城市之间的道路上。
目前,移动通信网络,例如第二代和第三代移动通信网络,已经覆盖了许多国家90%以上的地区,并且超过70%的人口每天都使用电话。当发生通信行为时,例如发送/接收短消息、发起/接听电话呼叫,以及在呼叫会话期间发生小区切换时,网络都会记录当前提供相应服务的基站的位置。这样,移动通信网络也可被考虑用于道路交通监控。
在现有的基于移动通信网络的道路交通监控方案中,通过记录在被监控道路上的移动用户发生连续的两个通信事件的位置信息和时间,计算移动用户的行进速度,从而可以评估被监控道路的交通情况。然而,该方案取决于在被监控道路上发生的通信事件的数量,如果没有发生任何通信事件,则该方案无法使用。
另外,当连续的两个通信事件之间的时间差很大时,该方案略显粗糙,因为对于具有不同交通环境的郊区道路或城市之间的道路,例如,对于经过若干村庄的城市之间的道路,车辆的行进速度会随着位置的变化而改变,例如,在接近村庄时速度较慢,在远离村庄时速度较快,这样,该方案并不能准确地评估道路的交通情况。
大多数的移动通信网络都具有主动定位功能,其已经广泛地应用于基于位置的服务(LBS)中。通过主动寻呼移动用户的电话,能够确定移动用户的位置。然而,主动定位功能触发基站与移动电话之间的信令交互,会消耗大量的无线资源。
发明内容
本发明正是鉴于上述技术问题而提出的,其目的在于提供一种基于移动通信网络确定道路的实时通行时间的方法和装置,其能够准确、实时地提供道路交通的情况,能够覆盖所有的道路,并且成本低。
根据本发明的一个方面,提供一种基于移动通信网络确定道路的实时通行时间的方法,包括:收集当前在所述被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间;对于所述被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在所述未定路段的候选移动用户;对所述候选移动用户进行主动定位;以及将所述主动定位作为所述候选移动用户的一个通信事件,返回所述收集当前在所述被监控道路上的移动用户所发生的通信事件的步骤,从而确定所述未定路段的实时通行时间。
根据本发明的另一个方面,提供一种基于移动通信网络确定道路的实时通行时间的装置,包括:收集模块,用于收集当前在所述被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;通行时间确定模块,用于根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间;选择模块,用于对于所述被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在所述未定路段的候选移动用户;以及主动定位模块,用于对所述候选移动用户进行主动定位,并将所述主动定位作为所述候选移动用户的一个通信事件,提供给所述收集模块,从而确定所述未定路段的实时通行时间。
附图说明
图1是根据本发明的一个实施例的基于移动通信网络确定道路的实时通行时间的方法的流程图;
图2是表示历史通行时间的概率分布的示意图;
图3是说明图1的实施例的方法的示例的示意图;
图4是根据本发明的一个实施例的基于移动通信网络确定道路的实时通行时间的装置的示意性框图。
具体实施方式
相信通过以下结合附图对本发明的具体实施例的详细描述,本发明的上述和其它目的、特征和优点将会更加明显。
图1是根据本发明的一个实施例的基于移动通信网络确定道路的实时通行时间的方法的流程图。以下结合附图,对本实施例进行详细的描述。
众所周知,移动通信网络包括移动终端、基站、移动交换中心等,其中,基站可以是全向基站,其覆盖一个小区,或者基站可以是定向基站,其覆盖多个小区,例如3个小区。当移动终端发生通信事件时,例如,进入新的小区进行位置更新或者发送/接收短消息或者发起/接听电话呼叫或者在会话过程中切换小区,基站和移动交换中心会相应地记录该通信事件发生的时间和提供服务的小区的位置。本实施例使用这些信息来实现道路交通的监控。
如图1所示,在步骤S101,在选定了被监控道路后,根据移动通信网络中与被监控道路有关的小区,将被监控道路划分成多个路段。
在本实施例中,首先根据移动通信网络的配置,获取沿着被监控道路的一定范围内的所有小区及其位置信息。例如,在被监控道路两侧1公里范围内的小区。接着,查询与所获取的这些小区有关的历史切换记录,以找出与被监控道路对应的小区切换序列,作为被监控道路与基站的关联序列。通常,小区的历史切换记录被存储在基站控制器中。通过查询基站控制器,可以获得一段时间内小区的历史切换记录。小区切换序列表明历史上移动用户在被监控道路上通行并处于会话状态时的切换序列。然后,根据小区切换序列,将被监控道路分成多个路段。由于小区具有一定的覆盖范围,因此,在本实施例中,将小区切换序列中相邻的两个小区之间的中间点作为各个路段的边界,并且各个路段用各自的边界点进行标识。例如,假设所获得的小区切换序列为小区A-B-C-D-E,并且被监控道路的起点标记为a,小区A与B之间的中间点标记为b,小区B与C之间的中间点标记为c,小区C与D之间的中间点标记为d,小区D与E之间的中间点标记为e,被监控道路的终点标记为f,那么小区A所对应的路段可以用(a,b)表示,小区B所对应的路段可以用(b,c)表示,小区C所对应的路段可以用(c,d)表示,小区D所对应的路段可以用(d,e)表示,小区E所对应的路段可以用(e,f)表示。在使用全向基站的情况下,也可以将相邻的两个基站之间的中间点用作各个路段的边界。
接着,在步骤S105,对在多个路段中的历史通行时间进行基准化,以获得各个路段的基准通行时间。
在本实施例中,首先,根据在通过步骤S101获得的小区切换序列上的历史切换记录,统计在每一个路段中的历史通行时间。如前所述,各个路段的边界是相邻的两个小区之间的中间点,也就是小区的切换点,因此,通过切换记录,可以获得相邻的两个切换点之间的时间差,从而得到对应的路段的通行时间。为了更准确地统计历史通行时间,通常选取较长时间范围内的历史切换记录,例如过去3个月内的记录。然后,对于每一个路段,从历史通行时间中滤除干扰时间,例如由于步行(导致通行时间太长)和基站边缘切换(导致通行时间太短)而带来的干扰时间,生成每一个路段的基准通行时间。具体地,可以根据所统计的历史通行时间,生成历史通行时间的概率分布图,图2示出了某个路段的历史通行时间的概率分布,其中横轴代表时间,纵轴代表概率。然后,除去概率分布图中太小和太大的时间值,例如,图2中低于20秒或高于70秒的时间值,进而再应用概率平均的方法以得到该路段的基准通行时间。
本领域的普通技术人员应当理解,上述步骤S105和S110的操作是对被监控道路的处理,其可以预先执行,而并不需要必须包含在本实施例的方法中。
然后,在步骤S110,收集当前在被监控道路上的移动用户所发生的通信事件,以获得通行时间样本。在本实施例中,通信事件是位置更新服务、呼叫/短消息服务、小区切换中的任意一个。
首先,在预定的时间范围内收集同一个移动用户所发生的连续的两个通信事件。在此,预定的时间范围是一个观测窗口,可以根据需要设置成从几分钟到几小时。所谓“连续的两个通信事件”是指这两个通信事件在发生顺序上是连续的,例如,两个通信事件是连续发生的或者在两个通信事件之间间隔了一段时间都属于“连续的两个通信事件”。接着,记录发生这两个通信事件的小区的位置以及这两个通信事件的时间差,作为通行时间样本,用于表示从发生第一个通信事件的小区的起点到发生第二个通信时间的小区的起点之间所消耗的时间。
下面通过一个例子来说明通行时间样本的生成。在该例子中,假定移动通信网络中的基站是仅覆盖一个小区的全向基站,则小区可用对应的基站的标识符进行标识。某个移动用户在在时间8:46通过基站A进行了短消息服务,基站A(小区A)的位置(经度,纬度)是(39.65722035,116.381390249),且基站A的覆盖半径为2000米;该移动用户在时间9:40通过基站B进行了电话呼叫,基站B(小区B)的位置(经度,纬度)是(39.51223035,116.30998024),且基站B的覆盖半径为1400米。为了简便起见,在通行时间样本中,可以用小区的标识符代替小区的位置,即通行时间样本可以表示为(A,B,54分)。
接着,在步骤S115,根据在步骤S110中获得的通行时间样本,确定被监控道路中相应路段的实时通行时间。
在本实施例中,首先,从所获得通行时间样本中确定有效通行时间样本,这是因为某些通行时间样本无法用于计算移动用户的行进速度。具体地,对于每一个通行时间样本,判断该通行时间样本中两个小区的位置是否相同,如果这两个小区的位置相同,则忽略该通行时间样本。如果这两个小区是不同的小区,则判断该通行时间样本为有效通行时间样本。
进一步地,还可以在这两个小区的位置是不同的情况下,判断这两个小区是否是相邻的小区,如果这两个小区是相邻的小区,则也忽略这个通行时间样本。如果这两个小区不是相邻的小区,则判断该通行时间样本为有效通行时间样本。这样,可以避免由于两个通信事件发生在两个小区的相邻边界附近而造成的误差。在这种情况下,只有包含不同且不相邻的两个小区的位置的通行时间样本才是有效通行时间样本。
然后,从有效通行时间样本中选择能够唯一确定某个路段的实时通行时间的非歧义样本,然后用非歧义样本标识其所对应的路段。进一步地,如果对于同一个路段存在多个非歧义样本,则计算多个非歧义样本的算术平均值,并用该算术平均值作为实时通行时间来标识该路段。接着,对于有效通行时间样本中的歧义样本,即该样本所对应的路段不是唯一的,则为了确定其所对应的路段,将该歧义样本中的时间差与其所对应的可能路段的每一个所包含的各个组成路段的实时通行时间之和进行比较,以选择时间最接近的可能路段作为该歧义样本所对应的路段,其中对于未确定实时通行时间的组成路段,用该路段的基准通行时间代替实时通行时间进行计算。然后用该歧义样本标识时间最接近的可能路段。
在经过上述步骤S115后,判断是否还存在未确定实时通行时间的未定路段。如果不存在未定路段,即被监控道路的所有路段都被确定了实时通行时间,则结束该方法。如果存在未定路段,例如,用基准通行时间代替实时通行时间的路段、在步骤S110所获得的通行时间样本没有包含的路段,则在步骤S120,对于被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在未定路段的候选移动用户。
在本实施例中,选择候选移动用户的策略是考虑移动用户在采用当前速度矢量的情况下在指定的某个时刻能够通过未定路段的通过概率,通过概率大的移动用户被选为候选移动用户。假定未定路段的长度为K,那么移动用户从当前时刻T开始,在指定的t时刻能够通过该未定路段的条件是该移动用户的通行速度大于 V ( K , t ) = d + K t - T , 其中d表示该移动用户的当前位置到该未定路段的起点的距离。由于用户的当前位置在其当前所属小区的覆盖范围内,因此,d是以当前所属的小区的位置到未定路段的起点的距离E[d]为均值、以小区的覆盖半径R为标准差的变量。在本实施例中,采用移动用户的速度矢量V与V(K,t)之间的预测相关系数C来衡量该移动用户能够在时刻t通过未定路段的通过概率。假设移动用户在当前时刻在小区内的位置是均匀分布的,则可以近似的认为V(K,t)是均匀分布于最小通行速度Vmin和最大通行速度Vmax之间的,其中,根据以下的公式(1)计算最小通行速度Vmin
V min = E [ d ] - R + K t - T - - - ( 1 )
根据以下的公式(2)计算最大通行速度Vmax
V max = E [ d ] + R + K t - T - - - ( 2 )
这样,预测相关系数C可以根据公式(3)获得:
C = min ( 1 , V - V min V max - V min ) - - - ( 3 )
具体地,在步骤S120中,首先根据在步骤S115中获得的有效通行时间样本,分析对应的移动用户在被监控道路上的行进模式和速度矢量。如前所述,通行时间样本是根据同一个移动用户的两个通信事件生成的,因此,可以根据有效通行时间样本中两个小区的位置和时间差,计算该移动用户的速度矢量,进而可以分析该移动用户的行进模式,即步行或驾驶车辆。在本实施例中,只对行进模式是驾驶车辆的移动用户进行后面的操作。对于上面给出的通行时间样本示例,首先,根据基于84坐标系的距离计算公式
L = R * cos a * cos b + cos c * cos d sin 2 a * sin 2 c + sin 2 b * sin 2 d
计算出小区A和小区B之间的距离,其中L表示距离,R表示地球半径,a、b分别表示小区A的经纬度,c、d分别表示小区B的经纬度。然后,计算该移动用户的速度矢量为V=56公里/小时。
在获得了驾驶车辆的移动用户的速度矢量之后,估计这些移动用户的每一个从当前时刻到指定时刻通过未定路段的通行速度,即根据上述公式(1)和(2),估计最小通行速度和最大通行速度。然后,对于每一个移动用户,根据该移动用户的速度矢量和所估计的通行速度,根据公式(3)计算该移动用户能够在时刻t通过未定路段的通过概率,即预测相关系数。最后,选择一定数量的通过概率大的移动用户,作为候选移动用户。
以上主要描述了选取预测相关系数衡量移动用户能够在指定的时刻通过未定路段的通过概率,从而选择候选移动用户的例子,但是,本领域的普通技术人员能够知道,还可以采用其它的计算移动用户能够在指定的时刻通过未定路段的通过概率的方法。
在以上关于选择候选移动用户的描述中,候选移动用户是从提供了有效通行时间样本的移动用户中选择的,即,是从在不同的小区连续发生了两个通信事件的移动用户中选择的。
进一步地,在步骤S120中,当在某个未定路段中没有在不同且不相邻的小区发生连续的两个通信事件的移动用户时,还可以选择在该未定路段的前一路段中仅发生了一个通信事件的移动用户作为候选移动用户。
然后,在步骤S125,对所选择的候选移动用户进行主动定位。主动定位是移动通信网络中常用的功能,对于本领域的普通技术人员来说是已知的,在此省略其详细说明。接着,将主动定位作为候选移动用户的一个通信事件,返回到收集步骤S110,通过执行步骤S110和S115,确定未定路段的实时通行时间。
通过以上描述可以看出,本实施例的基于移动通信网络确定道路的实时通行时间的方法通过将被监控道路划分成多个路段并根据在被监控道路上发生的通信事件确定各个路段的实时通行时间,能够准确而实时地监控道路的交通状况,并且能够应用于各种类型的道路情况,例如城市道路、郊区道路、城市之间的道路等。另外,本实施例的方法基于已有的移动通信网络,成本很低。
图3给出了说明图1的实施例的方法的一个示例,为方便描述,图中每一个基站都是仅覆盖一个小区的全向基站,因此,小区可以用对应的基站的标识符进行标识。如图3所示,假定有两条被监控道路,分别用长虚线箭头和短虚线箭头表示,其起点和终点分别标记为a和j。对于这两条被监控道路,所对应的小区切换序列分别是A-B-C-D-E-H和A-F-G-H,并且相邻的两个小区之间的中间点分别用b、c、d、e、h和f、g、h’表示,相应地,两条被监控道路按照小区切换序列被划分成多个路段,并可以标识为{a,b}、{b,c}、{c,d}、{d,e}、{e,h}、{h,j}、{a,f}、{f,g}、{g,h’}和{h’,j}。然后,获取每个路段的基准通行时间,例如{a,b,20秒}、{b,c,30秒}、{c,d,50秒}、{d,e,40秒}、{e,h,30秒}、{h,j,20秒}、{a,f,30秒}、{f,g,40秒}、{g,h’,30秒}和{h’,j,30秒}。接着,通过在一个观测窗口(5分钟)内收集同一个移动用户所发生的连续的两个通信事件,获得通行时间样本,例如{A,H,200秒}、{F,H,80秒}、{B,D,90秒}。在上述通行时间样本中,{F,H,80秒}和{B,D,90秒}是非歧义样本,则可以直接将其作为对应路段{f,h’}和{b,d}的实时通行时间进行标识。而对于其它路段,{a,b}、{d,e}、{e,h}、{h,j}、{a,f}和{h’,j},则用其基准通行时间进行标识以代替实时通行时间。而歧义样本{A,H,200秒}对应两个可能路段{a,b,c,d,e,h}和{a,f,g,h’},此时,路段{a,b,c,d,e,h}的各个组成路段的实时通行时间之和为20+90+40+30=180秒,路段{a,f,g,h’}的各个组成路段的实时通行时间之和为30+80=110秒,因此,时间最接近的路段是{a,b,c,d,e,h},因此,歧义样本{A,H,200秒}用于标识路段{a,b,c,d,e,h}。这样,未确定实时通行时间的未定路段为{h,j}、{a,f}和{h’,j}。然后,对于未定路段,选择在下一个观测窗口最可能出现在这两个未定路段的移动用户,并对其进行主动定位,以获得其位置信息,然后再次获得通行时间样本,从而确定未定路段的实时通行时间。
虽然在图3的例子中,给出了两条被监控道路,但本领域的普通技术人员能够理解,本实施例的方法可以应用于任何数量的被监控道路。
在同一个发明构思下,图4是根据本发明的一个实施例的基于移动通信网络确定道路的实时通行时间的装置的示意性框图。以下结合附图,对本实施例进行详细的描述,其中,对于与前面的实施例相同的部分,适当省略其说明。
如图4所示,本实施例的基于移动通信网络确定道路的实时通行时间的装置400包括:道路划分模块401,其根据与被监控道路有关的小区,将被监控道路划分成多个路段;基准化模块402,其对在所述路段中的历史通行时间进行基准化以获得所述路段的基准通行时间;收集模块403,其收集当前在被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;通行时间确定模块404,其根据通行时间样本确定被监控道路中相应路段的实时通行时间;选择模块405,其对于被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在该未定路段的候选移动用户;以及主动定位模块406,其对候选移动用户进行主动定位,并将该主动定位作为候选移动用户的一个通信事件,提供给收集模块403,从而确定未定路段的实时通行时间。
应当理解,虽然在此为方便说明,将道路划分模块401和基准化模块402包含在本实施例的装置400中,但是本领域的普通技术人员应当理解,这两个模块用于执行对被监控道路的处理,并不需要必须包含在该装置400中。
在本实施例的装置400中,当确定了被监控道路后,道路划分模块401根据移动通信网络中与被监控道路有关的小区,将被监控道路划分成多个路段。在道路划分模块401中,小区获取单元4011获取沿着被监控道路的一定范围内的所有小区及其位置信息,提供给查询单元4012,然后,查询单元4012查询与这些小区有关的历史切换记录,以找出与被监控道路对应的小区切换序列。分段单元4013根据查询单元4012所提供的小区切换序列,将被监控道路分成多个路段,其中相邻小区之间的中间点作为各个路段的边界,并且各个路段可以用对应的小区的标识符进行标识。
然后,在基准化模块402中,对在多个路段中的历史通行时间进行基准化以获得多个路段的基准通行时间。具体地,统计单元4021根据在道路划分模块401中获得的小区切换序列上的历史切换记录,统计在各个路段中的历史通行时间,然后基准通行时间生成单元4022对于各个路段,从其历史通行时间中滤除干扰时间,例如由于步行和基站边缘切换而带来的干扰时间,生成该路段的基准通行时间。
接着,在收集模块403中,收集单元4031在预定的时间范围内收集同一个移动用户所发生的连续的两个通信事件,接着,记录单元4032记录发生这两个通信事件的两个小区的位置以及这两个通信事件的时间差,作为通行时间样本。
然后,通行时间确定模块404根据在收集模块403中获得的通行时间样本,确定被监控道路中相应路段的实时通行时间。具体地,首先,判断单元4041对于每一个通行时间样本,判断该通行时间样本中的两个小区的位置是否相同,并在判断为这两个小区的位置不同的情况下,判断该通行时间样本为有效通行时间样本,接着,样本选择单元4042从判断单元4041所提供的有效通行时间样本中选择能够唯一确定某个路段的实时通行时间的非歧义样本,并由标识单元4043用该非歧义样本标识对应的路段;对于有效通行时间样本中的歧义样本,由比较选择单元4044将歧义样本中的时间差与该歧义样本所对应的可能路段的每一个的各个组成路段的实时通行时间之和进行比较,以选择时间最接近的可能路段,其中对于未确定实时通行时间的组成路段,使用该组成路段的基准通行时间代替实时通行时间,然后标识单元4043用歧义样本标识所选择的时间最接近的可能路段。
进一步地,判断单元4041还可以在判断为这两个小区的位置不同的情况下,判断这两个小区是否是相邻的小区,并在判断为这两个小区是不相邻的小区的情况下,判断该通行时间样本为有效通行时间样本。
进一步地,通行时间确定模块404还可以包括平均值计算单元。当对于相同路段存在多个非歧义样本时,平均值计算单元计算多个非歧义样本的算术平均值,然后由标识单元4043用所计算的算术平均值标识该路段。
对于被监控道路中未确定实时通行时间的未定路段,由选择模块405选择最有可能出现在该未定路段的候选移动用户。前面已经描述了选择候选移动用户的策略,此处省略其相应的说明。在选择模块405中,分析单元4051根据在通行时间确定模块404中获得的有效通行时间样本,分析对应的移动用户在被监控道路上的行进模式和速度矢量。然后,估计单元4052估计对应的移动用户的每一个从当前时刻到指定的某个时刻通过未定路段的通行速度,具体地,估计单元4052根据公式(1)和(2)分别估计该移动用户的最小通行速度和最大通行速度。然后,概率计算单元4053对于每一个移动用户,根据该移动用户的速度矢量和在估计单元4052中估计的通行速度,计算该移动用户能够在指定时刻通过所述未定路段的通过概率,具体地,概率计算单元4053根据公式(3)计算预测相关系数C,作为该移动用户的通过概率。然后,用户选择单元4054选择一定数量的通过概率大的移动用户,作为候选移动用户。
如前所述,以上所描述的选择模块405选择候选移动用户是从在不同的小区连续发生了两个通信事件的移动用户中选择的。如果在某个未定路段中没有在不同的小区发生连续的两个通信事件的移动用户时,则选择模块405中的用户选择单元4054还可以选择在未定路段的前一路段中仅发生了一个通信事件的移动用户,作为候选移动用户。
然后,主动定位模块406对选择模块405所提供的候选移动用户进行主动定位,并将该主动定位作为候选移动用户的一个通信事件,提供给收集模块403,从而确定未定路段的实时通行时间。
应当指出,本实施例的基于移动通信网络确定道路的实时通行时间的装置400在操作上能够实现如图1所示的基于移动通信网络确定道路的实时通行时间的方法。
以上所公开的实施例的方法可以在软件、硬件、或软件和硬件的结合中实现。硬件部分可以利用专用逻辑来实现。例如,上述实施例中的基于移动通信网络确定道路的实时通行时间的装置及其各个组成部分可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合实现。软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器、个人计算机(PC)或大型机来执行。
以上虽然通过示例性的实施例详细描述了本发明的基于移动通信网络确定道路的实时通行时间的方法和装置,但是以上这些实施例并不是穷举的,本领域技术人员可以在本发明的精神和范围内实现各种变化和修改。因此,本发明并不限于这些实施例,本发明的范围仅由所附的权利要求限定。

Claims (23)

1.一种基于移动通信网络确定道路的实时通行时间的方法,包括:
收集当前在所述被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;
根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间;
对于所述被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在所述未定路段的候选移动用户;
对所述候选移动用户进行主动定位;以及
将所述主动定位作为所述候选移动用户的一个通信事件,返回所述收集当前在所述被监控道路上的移动用户所发生的通信事件的步骤,从而确定所述未定路段的实时通行时间。
2.根据权利要求1所述的方法,其中,所述收集当前在所述被监控道路上的移动用户所发生的通信事件以获得通行时间样本的步骤包括:
在预定的时间范围内收集同一个移动用户所发生的连续的两个通信事件;以及
记录发生所述两个通信事件的小区的位置以及所述两个通信事件的时间差,作为所述通行时间样本。
3.根据权利要求2所述的方法,其中,所述根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间的步骤包括:
对于所述通行时间样本的每一个,判断该通行时间样本中两个小区的位置是否相同,并在所述两个小区的位置是不同的情况下,判断该通行时间样本为有效通行时间样本;
从所述有效通行时间样本中选择能够唯一确定某个路段的实时通行时间的非歧义样本;
用所述非歧义样本标识所对应的路段;
对于所述有效通行时间样本中的歧义样本,将所述歧义样本中的时间差与该歧义样本所对应的可能路段的每一个的各个组成路段的实时通行时间之和进行比较,以选择时间最接近的可能路段,其中对于未确定实时通行时间的组成路段,使用该组成路段的基准通行时间代替实时通行时间;以及
用所述歧义样本标识所述时间最接近的可能路段。
4.根据权利要求3的方法,其中,所述根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间的步骤还包括:
在所述两个小区的位置是不同的情况下,判断所述两个小区是否是相邻的小区;以及
在所述两个小区不是相邻的小区的情况下,判断该通行时间样本为有效通行时间样本。
5.根据权利要求3或4的方法,其中,所述根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间的步骤还包括:
当对于相同路段存在多个非歧义样本时,计算所述多个非歧义样本的算术平均值;以及
用所述算术平均值标识该路段。
6.根据权利要求1所述的方法,其中,所述对于所述被监控道路中未确定实时通行时间的未定路段,选择最可能出现在所述未定路段的候选移动用户的步骤包括:
根据所述有效通行时间样本,分析对应的移动用户在所述被监控道路上的行进模式和速度矢量;
估计所述对应的移动用户的每一个从当前时刻到指定时刻通过所述未定路段的通行速度;
对于所述每一个移动用户,根据该移动用户的速度矢量和所估计的通行速度,计算该移动用户能够在所述指定时刻通过所述未定路段的通过概率;以及
选择一定数量的所述通过概率大的移动用户,作为所述候选移动用户。
7.根据权利要求6所述的方法,其中,所述估计所述对应的移动用户的每一个从当前时刻到指定时刻通过所述未定路段的通行速度的步骤包括:
根据 V min = E [ d ] - R + K t - T , 估计该移动用户的最小通行速度,其中E[d]表示从该移动用户在当前时刻所属的小区的位置到所述未定路段的起点的距离,R表示该小区的覆盖半径,K表示所述未定路段的长度,t表示所述指定时刻,T表示所述当前时刻;以及
根据 V max = E [ d ] + R + K t - T , 估计该移动用户的最大通行速度;
其中,所述计算该移动用户能够在所述指定时刻通过所述未定路段的通过概率的步骤包括:
根据 C = min ( 1 , V - V min V max - V min ) , 计算该移动用户的速度矢量与所述通行速度之间的预测相关系数,作为该移动用户的通过概率,其中V表示该移动用户的速度矢量。
8.根据权利要求6所述的方法,其中,所述选择最可能出现在所述未定路段的候选移动用户的步骤还包括:
选择在所述未定路段的前一路段仅发生了一个通信事件的移动用户,作为候选移动用户。
9.根据权利要求1所述的方法,在所述收集当前在所述被监控道路上的移动用户所发生的通信事件的步骤之前,还包括:
根据与被监控道路有关的小区,将所述被监控道路划分成多个路段;以及
对在所述路段中的历史通行时间进行基准化以获得所述路段的基准通行时间。
10.根据权利要求9所述的方法,其中,所述根据与被监控道路有关的小区,将所述被监控道路划分成多个路段的步骤包括:
获取沿着所述被监控道路的一定范围内的所有小区及其位置信息;
查询与所述小区有关的历史切换记录,以找出对应于所述被监控道路的小区切换序列;以及
根据所述小区切换序列,将所述被监控道路分成多个路段,其中相邻的两个小区之间的中间点作为各个路段的边界。
11.根据权利要求9所述的方法,其中,所述对在所述路段中的历史通行时间进行基准化以获得所述路段的基准通行时间的步骤包括:
根据所述小区切换序列上的历史切换记录,统计在所述路段中的历史通行时间;以及
从所述历史通行时间中滤除干扰时间,生成所述路段的基准通行时间。
12.根据权利要求1所述的方法,其中,所述通信事件是位置更新服务、呼叫/短消息服务、小区切换中的任意一个。
13.一种基于移动通信网络确定道路的实时通行时间的装置,包括:
收集模块,用于收集当前在所述被监控道路上的移动用户所发生的通信事件,以获得通行时间样本;
通行时间确定模块,用于根据所述通行时间样本确定所述被监控道路中相应路段的实时通行时间;
选择模块,用于对于所述被监控道路中未确定实时通行时间的未定路段,选择最有可能出现在所述未定路段的候选移动用户;以及
主动定位模块,用于对所述候选移动用户进行主动定位,并将所述主动定位作为所述候选移动用户的一个通信事件,提供给所述收集模块,从而确定所述未定路段的实时通行时间。
14.根据权利要求13所述的装置,其中,所述收集模块包括:
收集单元,用于在预定的时间范围内收集同一个移动用户所发生的连续的两个通信事件;以及
记录单元,用于记录发生所述两个通信事件的小区的位置以及所述两个通信事件的时间差,作为所述通行时间样本。
15.根据权利要求14所述的装置,其中,所述通行时间确定模块包括:
判断单元,用于对于所述通行时间样本的每一个,判断该通行时间样本中两个小区的位置是否相同,并在所述两个小区的位置不同的情况下,判断该通行时间样本为有效通行时间样本;
样本选择单元,用于从所述有效通行时间样本中选择能够唯一确定某个路段的实时通行时间的非歧义样本;
标识单元,用于用所述非歧义样本标识对应路段;以及
比较选择单元,用于对于所述有效通行时间样本中的歧义样本,将所述歧义样本中的时间差与该歧义样本所对应的可能路段的每一个的各个组成路段的实时通行时间之和进行比较,以选择时间最接近的可能路段,其中对于未确定实时通行时间的组成路段,使用该组成路段的基准通行时间代替实时通行时间;
其中,所述标识单元用于用所述歧义样本标识所述时间最接近的可能路段。
16.根据权利要求15所述的装置,其中,所述判断单元还用于在所述两个小区的位置是不同的情况下,判断所述两个小区是否是相邻的小区,并在所述两个小区不是相邻的小区的情况下,判断该通行时间样本为有效通行时间样本。
17.根据权利要求15或16所述的装置,其中,所述通行时间确定模块还包括:平均值计算单元,用于当对于相同路段存在多个非歧义样本时,计算所述多个非歧义样本的算术平均值;其中所述标识单元用所述算术平均值标识该路段。
18.根据权利要求13所述的装置,其中,所述选择模块包括:
分析单元,用于根据所述有效通行时间样本,分析对应的移动用户在所述被监控道路上的行进模式和速度矢量;
估计单元,用于估计所述对应的移动用户的每一个从当前时刻到指定时刻通过所述未定路段的通行速度;
概率计算单元,用于对于所述每一个移动用户,根据该移动用户的速度矢量和所估计的通行速度,计算该移动用户能够在所述指定时刻通过所述未定路段的通过概率;以及
用户选择单元,用于选择一定数量的所述通过概率大的移动用户,作为所述候选移动用户。
19.根据权利要求18所述的装置,其中,所述估计单元根据 V min = E [ d ] - R + K t - T , 估计该移动用户的最小通行速度,其中E[d]表示从该移动用户在当前时刻所属的小区的位置到所述未定路段的起点的距离,R表示该小区的覆盖半径,K表示所述未定路段的长度,t表示所述指定时刻,T表示所述当前时刻;以及根据 V max = E [ d ] + R + K t - T , 估计该移动用户的最大通行速度;
所述概率计算单元根据 C = min ( 1 , V - V min V max - V min ) , 计算该移动用户的速度矢量与所述通行速度之间的预测相关系数,作为该移动用户的通过概率,其中V表示该移动用户的速度矢量。
20.根据权利要求18所述的装置,其中,所述用户选择单元还用于选择在所述未定路段的前一路段仅发生了一个通信事件的移动用户。
21.根据权利要求13所述的装置,还包括:
道路划分模块,用于根据与被监控道路有关的小区,将所述被监控道路划分成多个路段;以及
基准化模块,用于对在所述路段中的历史通行时间进行基准化以获得所述路段的基准通行时间;
22.根据权利要求21所述的装置,其中,所述道路划分模块包括:
小区获取单元,用于获取沿着所述被监控道路的一定范围内的所有小区及其位置信息;
查询单元,用于查询与所述小区有关的历史切换记录,以找出对应于所述被监控道路的小区切换序列;以及
分段单元,用于根据所述小区切换序列,将所述被监控道路分成多个路段,其中相邻的两个小区之间的中间点作为各个路段的边界。
23.根据权利要求21所述的装置,其中,所述基准化模块包括:
统计单元,用于根据所述小区切换序列上的历史切换记录,统计在所述路段中的历史通行时间;以及
基准通行时间生成单元,用于从所述历史通行时间中滤除干扰时间,生成所述路段的基准通行时间。
CN200910211312.6A 2009-10-30 2009-10-30 基于移动通信网络确定道路的实时通行时间的方法和装置 Expired - Fee Related CN102262819B (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN200910211312.6A CN102262819B (zh) 2009-10-30 2009-10-30 基于移动通信网络确定道路的实时通行时间的方法和装置
CA2778499A CA2778499C (en) 2009-10-30 2010-10-18 Method and apparatus for traffic management
PCT/EP2010/065586 WO2011051125A1 (en) 2009-10-30 2010-10-18 Method and apparatus for traffic management
EP10774158.9A EP2494536B1 (en) 2009-10-30 2010-10-18 Method and apparatus for traffic management
MX2012004879A MX2012004879A (es) 2009-10-30 2010-10-18 Metodo y aparato para la gestion de trafico.
KR1020127007494A KR101385928B1 (ko) 2009-10-30 2010-10-18 교통 관리를 위한 방법 및 장치
JP2012535739A JP5752141B2 (ja) 2009-10-30 2010-10-18 交通管理のための方法、装置、およびコンピュータ・プログラム
US13/505,165 US9424744B2 (en) 2009-10-30 2010-10-18 Method and apparatus for traffic management

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910211312.6A CN102262819B (zh) 2009-10-30 2009-10-30 基于移动通信网络确定道路的实时通行时间的方法和装置

Publications (2)

Publication Number Publication Date
CN102262819A true CN102262819A (zh) 2011-11-30
CN102262819B CN102262819B (zh) 2014-10-15

Family

ID=43421651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910211312.6A Expired - Fee Related CN102262819B (zh) 2009-10-30 2009-10-30 基于移动通信网络确定道路的实时通行时间的方法和装置

Country Status (8)

Country Link
US (1) US9424744B2 (zh)
EP (1) EP2494536B1 (zh)
JP (1) JP5752141B2 (zh)
KR (1) KR101385928B1 (zh)
CN (1) CN102262819B (zh)
CA (1) CA2778499C (zh)
MX (1) MX2012004879A (zh)
WO (1) WO2011051125A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097634A1 (zh) * 2011-12-26 2013-07-04 中国移动通信集团公司 一种公路信息发布系统、方法、装置和公路信息处理装置
CN105916111A (zh) * 2016-04-15 2016-08-31 上海河广信息科技有限公司 路线用时统计系统及方法
CN110533259A (zh) * 2019-09-05 2019-12-03 北京云视科技有限公司 一种预估等待时长的方法、装置、系统及存储介质

Families Citing this family (34)

* 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
US9196157B2 (en) 2010-02-25 2015-11-24 AT&T Mobolity II LLC Transportation analytics employing timed fingerprint location information
US9008684B2 (en) 2010-02-25 2015-04-14 At&T Mobility Ii Llc Sharing timed fingerprint location information
US9053513B2 (en) 2010-02-25 2015-06-09 At&T Mobility Ii Llc Fraud analysis for a location aware transaction
US9009629B2 (en) 2010-12-01 2015-04-14 At&T Mobility Ii Llc Motion-based user interface feature subsets
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data
US9462497B2 (en) 2011-07-01 2016-10-04 At&T Mobility Ii Llc Subscriber data analysis and graphical rendering
US8897802B2 (en) 2011-07-21 2014-11-25 At&T Mobility Ii Llc Selection of a radio access technology resource based on radio access technology resource historical information
US8909247B2 (en) 2011-11-08 2014-12-09 At&T Mobility Ii Llc Location based sharing of a network access credential
TWI441104B (zh) * 2011-11-23 2014-06-11 Chunghwa Telecom Co Ltd Real-time vehicle speed information based on mobile communication network
US8970432B2 (en) 2011-11-28 2015-03-03 At&T Mobility Ii Llc Femtocell calibration for timing based locating systems
US8925104B2 (en) 2012-04-13 2014-12-30 At&T Mobility Ii Llc Event driven permissive sharing of information
US9094929B2 (en) 2012-06-12 2015-07-28 At&T Mobility Ii Llc Event tagging for mobile networks
US9326263B2 (en) 2012-06-13 2016-04-26 At&T Mobility Ii Llc Site location determination using crowd sourced propagation delay and location data
US8938258B2 (en) 2012-06-14 2015-01-20 At&T Mobility Ii Llc Reference based location information for a wireless network
US8897805B2 (en) 2012-06-15 2014-11-25 At&T Intellectual Property I, L.P. Geographic redundancy determination for time based location information in a wireless radio network
US9408174B2 (en) 2012-06-19 2016-08-02 At&T Mobility Ii Llc Facilitation of timed fingerprint mobile device locating
US9351223B2 (en) 2012-07-25 2016-05-24 At&T Mobility Ii Llc Assignment of hierarchical cell structures employing geolocation techniques
WO2014023339A1 (en) * 2012-08-07 2014-02-13 Nokia Siemens Networks Oy Determining travel information
CN103034715B (zh) * 2012-12-11 2018-09-04 北京百度网讯科技有限公司 一种交通事件的发布方法和装置
US9536424B2 (en) * 2014-02-10 2017-01-03 Here Global B.V. Adaptive traffic dynamics prediction
US9660862B2 (en) 2014-03-31 2017-05-23 International Business Machines Corporation Localizing faults in wireless communication networks
US9456312B2 (en) 2014-04-22 2016-09-27 International Business Machines Corporation Correlating road network information and user mobility information for wireless communication network planning
US9350670B2 (en) 2014-04-22 2016-05-24 International Business Machines Corporation Network load estimation and prediction for cellular networks
US9497648B2 (en) 2014-04-30 2016-11-15 International Business Machines Corporation Detecting cellular connectivity issues in a wireless communication network
CN104066130B (zh) * 2014-06-30 2018-12-28 中国联合网络通信集团有限公司 一种生成小区切换序列的方法和装置
US9351111B1 (en) 2015-03-06 2016-05-24 At&T Mobility Ii Llc Access to mobile location related information
US10506380B2 (en) * 2016-12-22 2019-12-10 Nokia Solutions And Networks Oy User motion profiling based on user equipment cell location
CN107241512B (zh) * 2017-06-30 2019-10-18 清华大学 基于手机数据的城际交通出行方式判断方法和设备
US10775186B2 (en) * 2017-12-29 2020-09-15 ANI Technologies Private Limited Method and system for predicting traffic conditions
CN108195728A (zh) * 2018-02-01 2018-06-22 山东诺方电子科技有限公司 一种基于多核颗粒物传感器技术的控制系统及其控制方法
US10516972B1 (en) 2018-06-01 2019-12-24 At&T Intellectual Property I, L.P. Employing an alternate identifier for subscription access to mobile location information
EP4287156A1 (de) * 2022-05-31 2023-12-06 Deutsche Telekom AG Verfahren zur ermittlung der fahrdauer von verkehrsteilnehmern auf einem streckenabschnitt durch erfassung einer positionsinformation der momentanen position der verkehrsteilnehmer und einer geschwindigkeitsinformation der verkehrsteilnehmer, telekommunikationsnetz oder system, verkehrsteilnehmer, computerprogramm und computerlesbares medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004010401A2 (en) * 2002-07-24 2004-01-29 Yossi Kaplan A method for measuring road traffic load based on analyzing cellular communications
WO2005098780A1 (en) * 2004-03-30 2005-10-20 S.C. M-Zone Srl Method of obtaining road traffic situation using mobile telephony installation
EP1804167A2 (en) * 2005-12-28 2007-07-04 Hitachi, Ltd. Storage system and snapshot management method
CN101510357A (zh) * 2009-03-26 2009-08-19 美慧信息科技(上海)有限公司 一种基于手机信号数据检测交通状态的方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5669061A (en) 1994-08-19 1997-09-16 Trimble Navigation Limited Automatic cellular phone tracking
DE10149943A1 (de) * 2001-10-10 2003-04-24 Vodafone Ag Verfahren und System zum Ermitteln der Fortbewegungszeit einer mobilen Nutzer-Endeinrichtung
US7447997B2 (en) 2002-05-30 2008-11-04 Microsoft Corporation Reducing information transfer in screen capture series
US7224731B2 (en) 2002-06-28 2007-05-29 Microsoft Corporation Motion estimation/compensation for screen capture video
US7100089B1 (en) 2002-09-06 2006-08-29 3Pardata, Inc. Determining differences between snapshots
US7016690B2 (en) 2003-02-10 2006-03-21 Flarion Technologies, Inc. Methods and apparatus for updating mobile node location information
EP1609100A2 (en) 2003-03-19 2005-12-28 Customiser Ltd. Recognition of patterns in data
KR100546480B1 (ko) 2003-03-28 2006-01-26 에스케이 텔레콤주식회사 이동 단말기의 과금정보를 이용한 교통정보 획득방법
SE0301324L (sv) * 2003-05-07 2004-11-08 Epp Electronic Payment Patent Ett förfarande för att förse ett system med positionsinformation från en mobil enhet
JP3735621B2 (ja) 2003-07-18 2006-01-18 富山県 全天下光環境評価方法
US7908080B2 (en) * 2004-12-31 2011-03-15 Google Inc. Transportation routing
JP2006285567A (ja) 2005-03-31 2006-10-19 Hitachi Ltd プローブ交通情報のデータ処理システム、プローブ交通情報のデータ処理装置、およびプローブ交通情報のデータ処理方法
JP2006293491A (ja) 2005-04-06 2006-10-26 Toyota Motor Corp 交通状態収集装置、情報センタ、および交通状態収集システム
US20070123271A1 (en) 2005-08-26 2007-05-31 Richard Dickinson Cellular phone tracking scope
JP2007133828A (ja) * 2005-11-14 2007-05-31 Hitachi Ltd 交通情報生成装置、乗り物位置情報特定方法および乗り物位置情報特定プログラム
JP2007219609A (ja) 2006-02-14 2007-08-30 Hitachi Ltd スナップショット管理装置及び方法
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US7813870B2 (en) 2006-03-03 2010-10-12 Inrix, Inc. Dynamic time series prediction of future traffic conditions
CN102254434B (zh) * 2006-03-03 2013-05-01 因瑞克斯有限公司 使用来自移动数据源的数据估算道路交通状况
EP1978771A1 (en) * 2007-04-05 2008-10-08 Nederlandse Organisatie voor Toegepast-Natuuurwetenschappelijk Onderzoek TNO Location detection
US20080282160A1 (en) 2007-04-06 2008-11-13 James Ian Tonnison Designated screen capturing and automatic image exporting

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004010401A2 (en) * 2002-07-24 2004-01-29 Yossi Kaplan A method for measuring road traffic load based on analyzing cellular communications
WO2005098780A1 (en) * 2004-03-30 2005-10-20 S.C. M-Zone Srl Method of obtaining road traffic situation using mobile telephony installation
EP1804167A2 (en) * 2005-12-28 2007-07-04 Hitachi, Ltd. Storage system and snapshot management method
CN101510357A (zh) * 2009-03-26 2009-08-19 美慧信息科技(上海)有限公司 一种基于手机信号数据检测交通状态的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097634A1 (zh) * 2011-12-26 2013-07-04 中国移动通信集团公司 一种公路信息发布系统、方法、装置和公路信息处理装置
CN105916111A (zh) * 2016-04-15 2016-08-31 上海河广信息科技有限公司 路线用时统计系统及方法
CN110533259A (zh) * 2019-09-05 2019-12-03 北京云视科技有限公司 一种预估等待时长的方法、装置、系统及存储介质
CN110533259B (zh) * 2019-09-05 2022-03-22 北京云视科技有限公司 一种预估等待时长的方法、装置、系统及存储介质

Also Published As

Publication number Publication date
EP2494536A1 (en) 2012-09-05
CN102262819B (zh) 2014-10-15
JP5752141B2 (ja) 2015-07-22
US20120221232A1 (en) 2012-08-30
KR20120112375A (ko) 2012-10-11
CA2778499A1 (en) 2011-05-05
US9424744B2 (en) 2016-08-23
KR101385928B1 (ko) 2014-04-15
MX2012004879A (es) 2012-05-23
JP2013509628A (ja) 2013-03-14
WO2011051125A1 (en) 2011-05-05
CA2778499C (en) 2017-07-11
EP2494536B1 (en) 2020-07-15

Similar Documents

Publication Publication Date Title
CN102262819B (zh) 基于移动通信网络确定道路的实时通行时间的方法和装置
Janecek et al. Cellular data meet vehicular traffic theory: location area updates and cell transitions for travel time estimation
CN101925940B (zh) 用于预测公路上的行驶时间的方法和系统
US7885758B2 (en) GPS-based traffic monitoring system
US9779620B2 (en) Method for obtaining traffic information using billing information of mobile terminal
CN111556441B (zh) 用于移动终端的接入网络小区的方法及装置
JP2006285567A (ja) プローブ交通情報のデータ処理システム、プローブ交通情報のデータ処理装置、およびプローブ交通情報のデータ処理方法
JP2014042383A (ja) 電気自動車の位置情報を用いた系統負荷の予測システム
CN105096642A (zh) 考虑gps数据延迟影响的实时公交到站时间预测方法
CN102083202B (zh) 通过移动终端获取交通信息的系统
CN102081851A (zh) 基于移动通信网络确定道路的通行速度的方法及设备
CN105280000A (zh) 预警处理方法和装置
EP1966779B1 (en) System and related method for road traffic monitoring
KR20240032811A (ko) 교통 정보를 생성하는 서버, 방법 및 컴퓨터 프로그램
Cheng et al. The optimal sampling period of a fingerprint positioning algorithm for vehicle speed estimation
Chang et al. Traffic information estimation using periodic location update events
Lin et al. A traffic information estimation model using periodic location update events from cellular network
Nguyen et al. Improving automatic vehicle location efficiency through aperiodic filtering
JP4424339B2 (ja) 通信トラヒック量予測装置を有する移動通信システム
Nguyen et al. Improving Automatic Vehicle Location Efficiency through
Moon et al. Validation of real-time traffic information based on personal communication service network
Cheng et al. Research Article The Optimal Sampling Period of a Fingerprint Positioning Algorithm for Vehicle Speed Estimation
TW201217751A (en) Method and apparatus for determine real-time travel time of a road based on mobile communication network

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

Granted publication date: 20141015

CF01 Termination of patent right due to non-payment of annual fee