CN102750757A - 一种营运车辆监控事件审计方法 - Google Patents
一种营运车辆监控事件审计方法 Download PDFInfo
- Publication number
- CN102750757A CN102750757A CN2012102257497A CN201210225749A CN102750757A CN 102750757 A CN102750757 A CN 102750757A CN 2012102257497 A CN2012102257497 A CN 2012102257497A CN 201210225749 A CN201210225749 A CN 201210225749A CN 102750757 A CN102750757 A CN 102750757A
- Authority
- CN
- China
- Prior art keywords
- driving
- data center
- floating car
- information
- photographing instruction
- 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
本发明提供了一种营运车辆监控事件审计方法,由浮动车在行驶过程中定期采集其位置、速度、时间和驾驶行为信息,并通过移动蜂窝通信技术传送到数据中心;数据中心对上述数据进行处理,产生拍照指令;浮动车终端执行拍照指令,并将含有照片信息的数据传送到数据中心,数据中心将相应的数据存储到浮动车行车监控信息库中。本发明提高了营运车辆异常事件的监控能力,并提高监控事件的审计效率。
Description
【技术领域】
本发明具体涉及一种营运车辆监控事件审计方法。
【背景技术】
目前现有的营运车辆监控事件审计方法,主要利用浮动车采集到的行车数据序列,这些数据对营运车辆监控事件没有明显的划分,当要审计营运车辆的事件时要逐个搜索存储浮动车中的行车数据序列,效率低下,且现有的营运车辆监控事件审计方法的数据处理过程均在浮动车终端上进行,不仅需要大量的存储空间,而且对终端的要求较高,这使得审计营运车辆事件变得繁琐且效率低下。倘若能在一些特殊条件下添加拍照信息,则可以有效加强营运车辆的监控,同时可减少数据的传输量及存储空间,节省成本。
【发明内容】
本发明所要解决的技术问题在于提供一种营运车辆监控事件审计方法,提高了营运车辆异常事件的监控能力,并提高监控事件的审计效率。
本发明是通过以下技术方案解决上述技术问题的:一种营运车辆监控事件审计方法,该方法包括如下步骤:
步骤10:采集数据:浮动车在行驶过程中以一固定周期采集其驾驶行为信息、位置、速度,以及此时的时间信息,得到行车数据序列,并通过移动蜂窝通信技术将所述行车数据序列传送到数据中心;
所述行车数据序列包括位置li、速度vi、驾驶行为信息yi和时间ti信息,且xi=<li,vi,yi,ti>;所述驾驶行为信息yi具体包括:踩刹车力度αi、踩油门力度βi、方向盘角速度γi、ABS工作状态所述时间ti为采集浮动车位置、速度、驾驶行为时的时间,所述i为行车数据序列x的编号;
步骤20:产生拍照指令:
(1)数据中心提取行车数据序列中的驾驶行为信息,判断驾驶行为信息中是否存在异常驾驶行为,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(2);
所述异常驾驶行为包括:紧急刹车、急踩油门、紧急转弯;
(2)数据中心提取行车数据序列中的位置信息,通过查找地理信息系统中的地图数据信息判断该位置是否为关键路段,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(3);
(3)数据中心提取行车数据序列中的时间信息,判断所述时间与存储在数据中心的历史记录数据库A中该浮动车上次拍照时间的差值是否大于或等于数据中心预设的拍照周期,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则返回至步骤10;
步骤30:执行拍照:浮动车执行拍照指令,然后将照片数据与所述行车数据序列关联,得到浮动车行车监控信息,同时将浮动车行车监控信息传送到数据中心,数据中心将该浮动车行车监控信息存储到浮动车行车监控信息库B中;
所述浮动车行车监控信息包括照片数据信息、位置信息、速度信息、驾驶行为信息和时间信息
进一步地,所述步骤20具体包括如下内容:
步骤201:数据中心提取所述行车数据序列xi中的驾驶行为信息yi,并执行步骤2011;
步骤2012:将驾驶行为信息yi中的踩刹车力度αi与数据中心预设的踩刹车力度阈值αO进行比较,判断是否αi≥αO,若是,则为紧急刹车,产生拍照指令,并执行步骤204;若否,则执行步骤2013;
步骤2013:将驾驶行为信息yi中的踩油门力度βi与数据中心预设的踩油门力度阈值βO进行比较,判断是否βi≥βO,若是,则为急踩油门,产生拍照指令,并执行步骤步骤204;若否,则执行步骤2014;
步骤2014:将驾驶行为信息yi中的方向盘角速度γi与数据中心预设的方向盘角速度阈值γO进行比较,判断是否γi≥γO,若是,则为紧急转弯,产生拍照指令,并执行步骤204;若否,则执行步骤202;
步骤202:数据中心提取所述行车数据序列xi中的位置li信息,并与存储在数据中心的地理信息系统中的关键路段集合M进行匹配,判断所述位置li是否属于关键路段集合M中的某一关键路段,若是,则把拍照周期置为T1,且T1小于数据中心预设的拍照周期T,产生拍照指令,并执行步骤204;若否,则进入步骤203;
步骤203:数据中心提取所述行车数据序列xi中的时间ti信息,并与存储在数据中心的历史记录数据库A中该浮动车上次拍照的时间tj进行比较,判断时间差Δt=ti-tj是否大于或等于数据中心预设的拍照周期T,若是,则产生拍照指令,并执行步骤204;若否,则返回至步骤10;
步骤205:数据中心调用所述拍照指令集合W,查看行车数据序列xi是否存在拍照指令,若是,则向所述浮动车传送拍照指令,并进入所述步骤30;若否,则返回至步骤10。
进一步地,所述步骤30具体包括以下内容:
步骤301:所述浮动车执行拍照指令,并将照片数据pi与行车数据序列xi关联形成浮动车行车监控信息zi;
所述浮动车行车监控信息zi包括照片数据pi、位置li、速度vi和时间ti信息,且zi=<li,vi,ti,yi,pi>;
步骤302:所述浮动车通过移动蜂窝网络将浮动车行车监控信息zi传送至数据中心,接着数据中心在地理信息系统中将出现异常驾驶行为的路段标注为预警路段,并将该浮动车行车监控信息存储到浮动车行车监控信息库B中。
本发明的有益效果在于:由浮动车在行驶过程中定期采集其位置、速度、驾驶行为信息和时间信息,并通过移动蜂窝通信技术传送到数据中心;数据中心对上述数据进行处理,产生拍照指令;浮动车终端执行拍照指令,并将含有照片信息的数据传送到数据中心,数据中心将相应的数据存储到浮动车行车监控信息库B中。本发明添加了异常驾驶行为和关键路段的拍照信息,且数据处理过程是在数据中心进行的,有效地降低了对浮动车终端的要求,提高了营运车辆监控事件审计的准确度。
【附图说明】
下面参照附图结合实施例对本发明作进一步的描述。
图1为本发明一种营运车辆监控事件审计方法的流程图。
图2为本发明中产生拍照指令的算法流程图。
图3为本发明中执行拍照的算法流程图。
【具体实施方式】
请参阅图1,一种营运车辆监控事件审计方法,该方法包括如下步骤:
步骤10:采集数据:浮动车在行驶过程中以一固定周期采集其驾驶行为信息、位置、速度,以及此时的时间信息,得到行车数据序列,并通过移动蜂窝通信技术将所述行车数据序列传送到数据中心;
所述行车数据序列包括位置li、速度vi、驾驶行为信息yi和时间ti信息,且xi=<li,vi,yi,ti>;所述驾驶行为信息yi具体包括:踩刹车力度αi、踩油门力度βi、方向盘角速度γi、ABS(即防锁死刹车系统)工作状态所述时间ti为采集浮动车位置、速度、驾驶行为时的时间,所述i为行车数据序列x的编号;
步骤20:产生拍照指令:
(1)数据中心提取行车数据序列中的驾驶行为信息,判断驾驶行为信息中是否存在异常驾驶行为,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(2);
所述异常驾驶行为包括:紧急刹车、急踩油门、紧急转弯;
(2)数据中心提取行车数据序列中的位置信息,通过查找地理信息系统中的地图数据信息判断该位置是否为关键路段,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(3);
所述地理信息系统(即GIS系统)是存储于数据中心的一个系统,该地理信息系统中含有该城市所有路段的地图数据信息,可以对地理信息进行高效获取、存储、更新、操作、分析及显示。
所述的关键路段包括:学校门口、事故多发路段、红绿灯路口、人行横道、长下坡路段、急转弯路段;
(3)数据中心提取行车数据序列中的时间信息,判断所述时间与存储在数据中心的历史记录数据库A中该浮动车上次拍照时间的差值是否大于或等于数据中心预设的拍照周期,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则返回至步骤10;
所述历史记录数据库A记录有每一浮动车的拍照时间。
步骤30:执行拍照:浮动车执行拍照指令,然后将照片数据与所述行车数据序列关联,得到浮动车行车监控信息,同时将浮动车行车监控信息传送到数据中心,数据中心将该浮动车行车监控信息存储到浮动车行车监控信息库B中;所述浮动车执行拍照指令是指对浮动车前方的事件或环境进行拍照。
所述浮动车行车监控信息包括照片数据信息、位置信息、速度信息、驾驶行为信息和时间信息。
请再参阅图2,所述步骤20具体包括如下内容:
步骤201:数据中心提取所述行车数据序列xi中的驾驶行为信息yi,并执行步骤2011;
步骤2012:将驾驶行为信息yi中的踩刹车力度αi与数据中心预设的踩刹车力度阈值α0进行比较,判断是否αi≥α0,若是,则为紧急刹车,产生拍照指令,并执行步骤204;若否,则执行步骤2013;
步骤2013:将驾驶行为信息yi中的踩油门力度βi与数据中心预设的踩油门力度阈值β0进行比较,判断是否βi≥β0,若是,则为急踩油门,产生拍照指令,并执行步骤步骤204;若否,则执行步骤2014;
步骤2014:将驾驶行为信息yi中的方向盘角速度γi与数据中心预设的方向盘角速度阈值γ0进行比较,判断是否γi≥γ0,若是,则为紧急转弯,产生拍照指令,并执行步骤204;若否,则执行步骤202;
步骤202:数据中心提取所述行车数据序列xi中的位置li信息,并与存储在数据中心的地理信息系统中的关键路段集合M进行匹配,判断所述位置li是否属于关键路段集合M中的某一关键路段,若是,则把拍照周期置为T1,且T1小于数据中心预设的拍照周期T(即在关键路段增加拍照频率,使关键路段的拍照频率大于其它路段,从而防止漏审关键路段的信息。),产生拍照指令,并执行步骤204;若否,则进入步骤203;
步骤203:数据中心提取所述行车数据序列xi中的时间ti信息,并与存储在数据中心的历史记录数据库A中该浮动车上次拍照的时间tj进行比较,判断时间差Δt=ti-tj是否大于或等于数据中心预设的拍照周期T,若是,则产生拍照指令,并执行步骤204;若否,则返回至步骤10;
步骤204:数据中心将所述拍照指令存储到拍照指令集合W中;
步骤205:数据中心调用所述拍照指令集合W,查看行车数据序列xi是否存在拍照指令,若是,则向所述浮动车传送拍照指令,并进入所述步骤30;若否,则返回至步骤10。
请再参阅图3,所述步骤30具体包括以下内容:
步骤301:所述浮动车执行拍照指令,并将照片数据pi与行车数据序列xi关联形成浮动车行车监控信息zi;
所述浮动车行车监控信息zi包括照片数据pi、位置li速度vi和时间ti信息,且zi=<li,vi,ti,yi,pi>;
步骤302:所述浮动车通过移动蜂窝网络将浮动车行车监控信息zi传送至数据中心,接着数据中心在地理信息系统中将出现异常驾驶行为的路段标注为预警路段,以方便审计人员查看需要重点关注的监控事件,并将该浮动车行车监控信息存储到浮动车行车监控信息库B中。
本发明在营运车辆处于异常驾驶行为和关键路段的情况下触发拍照指令,并将数据分析处理过程在数据中心进行,提高了营运车辆异常事件的监控能力,并提高监控事件的审计效率。
Claims (3)
1.一种营运车辆监控事件审计方法,其特征在于:该方法包括如下步骤:
步骤10:采集数据:浮动车在行驶过程中以一固定周期采集其驾驶行为信息、位置、速度,以及此时的时间信息,得到行车数据序列,并通过移动蜂窝通信技术将所述行车数据序列传送到数据中心;
所述行车数据序列包括位置li、速度vi、驾驶行为信息yi和时间ti信息,且xi=<li,vi,yi,ti>;所述驾驶行为信息yi具体包括:踩刹车力度αi、踩油门力度βi、方向盘角速度γi、ABS工作状态 所述时间ti为采集浮动车位置、速度、驾驶行为时的时间,所述i为行车数据序列x的编号;
步骤20:产生拍照指令:
(1)数据中心提取行车数据序列中的驾驶行为信息,判断驾驶行为信息中是否存在异常驾驶行为,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(2);
所述异常驾驶行为包括:紧急刹车、急踩油门、紧急转弯;
(2)数据中心提取行车数据序列中的位置信息,通过查找地理信息系统中的地图数据信息判断该位置是否为关键路段,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则执行步骤(3);
(3)数据中心提取行车数据序列中的时间信息,判断所述时间与存储在数据中心的历史记录数据库A中该浮动车上次拍照时间的差值是否大于或等于数据中心预设的拍照周期,若是,则向所述浮动车传送拍照指令,然后执行步骤30;若否,则返回至步骤10;
步骤30:执行拍照:浮动车执行拍照指令,然后将照片数据与所述行车数据序列关联,得到浮动车行车监控信息,同时将浮动车行车监控信息传送到数据中心,数据中心将该浮动车行车监控信息存储到浮动车行车监控信息库B中;
所述浮动车行车监控信息包括照片数据信息、位置信息、速度信息、驾 驶行为信息和时间信息。
2.如权利要求1所述的一种营运车辆监控事件审计方法,其特征在于:所述步骤20具体包括如下内容:
步骤201:数据中心提取所述行车数据序列xi中的驾驶行为信息yi,并执行步骤2011;
步骤2012:将驾驶行为信息yi中的踩刹车力度αi与数据中心预设的踩刹车力度阈值α0进行比较,判断是否αi≥α0,若是,则为紧急刹车,产生拍照指令,并执行步骤204;若否,则执行步骤2013;
步骤2013:将驾驶行为信息yi中的踩油门力度βi与数据中心预设的踩油门力度阈值β0进行比较,判断是否βi≥β0,若是,则为急踩油门,产生拍照指令,并执行步骤步骤204;若否,则执行步骤2014;
步骤2014:将驾驶行为信息yi中的方向盘角速度γi与数据中心预设的方向盘角速度阈值γ0进行比较,判断是否γi≥γ0,若是,则为紧急转弯,产生拍照指令,并执行步骤204;若否,则执行步骤202;
步骤202:数据中心提取所述行车数据序列xi中的位置li信息,并与存储在数据中心的地理信息系统中的关键路段集合M进行匹配,判断所述位置li是否属于关键路段集合M中的某一关键路段,若是,则把拍照周期置为T1,且T1小于数据中心预设的拍照周期T,产生拍照指令,并执行步骤204;若否,则进入步骤203;
步骤203:数据中心提取所述行车数据序列xi中的时间ti信息,并与存储在数据中心的历史记录数据库A中该浮动车上次拍照的时间tj进行比较,判断时间差Δt=ti-tj是否大于或等于数据中心预设的拍照周期T,若是,则产生拍照指令,并执行步骤204;若否,则返回至步骤10;
步骤204:数据中心将所述拍照指令存储到拍照指令集合W中;
所述拍照指令集合W={w1,w2,w3,…,wn3},其 分别是编号为1,2,3,n3的行车数据序列对应的拍照指令;
步骤205:数据中心调用所述拍照指令集合W,查看行车数据序列xi是否存在拍照指令,若是,则向所述浮动车传送拍照指令,并进入所述步骤30;若否,则返回至步骤10。
3.如权利要求1所述的一种营运车辆监控事件审计方法,其特征在于:
所述步骤30具体包括以下内容:
步骤301:所述浮动车执行拍照指令,并将照片数据pi与行车数据序列xi关联形成浮动车行车监控信息zi;
所述浮动车行车监控信息zi包括照片数据pi、位置li、速度vi和时间ti信息,且zi=<li,vi,ti,yi,pi>;
步骤302:所述浮动车通过移动蜂窝网络将浮动车行车监控信息zi传送至数据中心,接着数据中心在地理信息系统中将出现异常驾驶行为的路段标注为预警路段,并将该浮动车行车监控信息存储到浮动车行车监控信息库B中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210225749.7A CN102750757B (zh) | 2012-06-28 | 2012-06-28 | 一种营运车辆监控事件审计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210225749.7A CN102750757B (zh) | 2012-06-28 | 2012-06-28 | 一种营运车辆监控事件审计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102750757A true CN102750757A (zh) | 2012-10-24 |
CN102750757B CN102750757B (zh) | 2014-07-30 |
Family
ID=47030905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210225749.7A Active CN102750757B (zh) | 2012-06-28 | 2012-06-28 | 一种营运车辆监控事件审计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102750757B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控系统的数据质量分析系统及其方法 |
CN108806244A (zh) * | 2017-04-28 | 2018-11-13 | 丰田自动车株式会社 | 图像传送装置、方法及非暂态存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1256919A2 (en) * | 2001-05-11 | 2002-11-13 | KS Telecom Co., Ltd. | Vehicle management system using mobile communication terminal |
CN2770002Y (zh) * | 2005-03-03 | 2006-04-05 | 张竑 | 车载智能多媒体摄录仪 |
CN1967599A (zh) * | 2006-11-23 | 2007-05-23 | 深圳市赛格导航科技股份有限公司 | 一种车辆状态实时监控系统 |
CN101192313A (zh) * | 2006-11-23 | 2008-06-04 | 王剑浩 | 交通事故记录器及记录方法 |
CN201177835Y (zh) * | 2008-03-19 | 2009-01-07 | 深圳华强信息产业有限公司 | 一种机动车用图像监控装置 |
CN101439717A (zh) * | 2007-11-23 | 2009-05-27 | 佛山市顺德区顺达电脑厂有限公司 | 具侦测车辆移动状态的系统及其方法 |
CN101853588A (zh) * | 2009-03-30 | 2010-10-06 | 爱信艾达株式会社 | 车辆操作诊断装置、车辆操作诊断方法以及计算机程序 |
CN202093585U (zh) * | 2011-06-03 | 2011-12-28 | 石家庄开发区天远科技有限公司 | 一种与后台监控系统配套使用的汽车行驶记录仪 |
CN102368354A (zh) * | 2011-10-19 | 2012-03-07 | 北京航空航天大学 | 一种基于浮动车数据采集的道路安全性评价方法 |
-
2012
- 2012-06-28 CN CN201210225749.7A patent/CN102750757B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1256919A2 (en) * | 2001-05-11 | 2002-11-13 | KS Telecom Co., Ltd. | Vehicle management system using mobile communication terminal |
CN2770002Y (zh) * | 2005-03-03 | 2006-04-05 | 张竑 | 车载智能多媒体摄录仪 |
CN1967599A (zh) * | 2006-11-23 | 2007-05-23 | 深圳市赛格导航科技股份有限公司 | 一种车辆状态实时监控系统 |
CN101192313A (zh) * | 2006-11-23 | 2008-06-04 | 王剑浩 | 交通事故记录器及记录方法 |
CN101439717A (zh) * | 2007-11-23 | 2009-05-27 | 佛山市顺德区顺达电脑厂有限公司 | 具侦测车辆移动状态的系统及其方法 |
CN201177835Y (zh) * | 2008-03-19 | 2009-01-07 | 深圳华强信息产业有限公司 | 一种机动车用图像监控装置 |
CN101853588A (zh) * | 2009-03-30 | 2010-10-06 | 爱信艾达株式会社 | 车辆操作诊断装置、车辆操作诊断方法以及计算机程序 |
CN202093585U (zh) * | 2011-06-03 | 2011-12-28 | 石家庄开发区天远科技有限公司 | 一种与后台监控系统配套使用的汽车行驶记录仪 |
CN102368354A (zh) * | 2011-10-19 | 2012-03-07 | 北京航空航天大学 | 一种基于浮动车数据采集的道路安全性评价方法 |
Non-Patent Citations (1)
Title |
---|
秦岭,张剑飞,郭鹏,齐彤岩: "浮动车交通信息采集与处理关键技术及其应用研究", 《交通运输系统工程与信息》, vol. 7, no. 1, 28 February 2007 (2007-02-28), pages 39 - 42 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控系统的数据质量分析系统及其方法 |
CN105808557B (zh) * | 2014-12-30 | 2019-03-05 | 陕西重型汽车有限公司 | 车辆监控系统的数据质量分析系统及其方法 |
CN108806244A (zh) * | 2017-04-28 | 2018-11-13 | 丰田自动车株式会社 | 图像传送装置、方法及非暂态存储介质 |
CN108806244B (zh) * | 2017-04-28 | 2020-12-29 | 丰田自动车株式会社 | 图像传送装置、方法及非暂态存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102750757B (zh) | 2014-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562020B2 (en) | Short-term and long-term memory on an edge device | |
Li et al. | Hunting or waiting? Discovering passenger-finding strategies from a large-scale real-world taxi dataset | |
US8935368B2 (en) | Data collection from networked devices | |
US20210092551A1 (en) | System and method for processing vehicle event data for journey analysis | |
US11392733B2 (en) | Multi-dimensional event model generation | |
CN104123815A (zh) | 一种高速公路自启动应急救援快速处置系统 | |
Sun et al. | Real time anomalous trajectory detection and analysis | |
CN107067643B (zh) | 景区游客数量超负荷广播系统 | |
US20220004487A1 (en) | Data management method using multiple edge devices connected to the internet | |
CN104346921A (zh) | 基于位置信息的出租车信息通讯服务系统、终端和方法 | |
CN109885636B (zh) | 一种用户画像方法和服务器 | |
Uppoor et al. | Characterizing pervasive vehicular access to the cellular RAN infrastructure: an urban case study | |
CN104346953A (zh) | 一种基于云计算的动态停车系统 | |
WO2023114066A1 (en) | Device and method for assigning video analytics tasks to computing devices | |
Du et al. | Transit pattern detection using tensor factorization | |
Petkovics et al. | Crowdsensing solutions in smart cities: Introducing a horizontal architecture | |
CN102750757B (zh) | 一种营运车辆监控事件审计方法 | |
CN103888894A (zh) | 一种获取交通状态信息的方法和装置 | |
CN202120446U (zh) | 互助式交通调度系统 | |
CN112948483B (zh) | 一种城市大数据可视化系统 | |
CN115688421A (zh) | 基于ai语义动态孪生公共交通监管方法、装置及系统 | |
CN102521982B (zh) | Fcd引擎数据资源方法和装置 | |
CN107977450A (zh) | 基于视频大数据的道路交通分析综合应用平台 | |
CN102881163A (zh) | 浮动车辆多功能数据监测设备 | |
Yuan et al. | An OSGi-based smart taxi service platform |
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 |