CN102982678B - 交通数据信息服务系统及实现交通数据信息服务的方法 - Google Patents
交通数据信息服务系统及实现交通数据信息服务的方法 Download PDFInfo
- Publication number
- CN102982678B CN102982678B CN201210497023.9A CN201210497023A CN102982678B CN 102982678 B CN102982678 B CN 102982678B CN 201210497023 A CN201210497023 A CN 201210497023A CN 102982678 B CN102982678 B CN 102982678B
- Authority
- CN
- China
- Prior art keywords
- traffic data
- traffic
- information
- data information
- data
- 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
Links
Abstract
本发明公开了一种交通数据信息服务系统及实现交通数据信息服务的方法。包括:通过TSB获取交通数据信息,输出至监控调度器的交通数据采集器;接收交通数据信息,通过云计算架构体系获取系统内各交通数据处理器的运行状态信息,分配云计算资源,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器的监控调度器;接收交通数据信息,进行异常数据清洗处理以及缺失数据补偿处理,并依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器的交通数据处理器;接收计算结果,进行发布的交通数据信息服务器。应用本发明,可以提高路径规划效率。
Description
技术领域
本发明涉及交通安全技术,尤其涉及一种交通数据信息服务系统及实现交通数据信息服务的方法。
背景技术
近年来,我国城市高速发展,城市交通面临日益严峻的考验,大范围交通拥堵已成为普遍现象,从而严重影响了交通运行效率,造成社会经济资源极大浪费,成为影响民生的重要问题。随着社会进一步发展以及汽车保有量不断激增,如不及时提高交通管控及信息服务水平,城市交通拥堵将日益加剧。
动态交通数据信息服务能够诱导出行者合理选择出行路线,从而均衡路径流量,缓解重点区域以及重点路径常发性、规律性的交通拥堵,是解决大城市交通困境的有效手段之一。
图1为现有动态获取交通数据信息服务的方法流程示意图。参见图1,该流程包括:
步骤101,客户端获取道路信息,并根据所述道路信息,产生一交通数据信息点播请求;
本步骤中,道路信息可以是客户端当前所在位置的道路信息,也可以是从导航电子地图中获取的指定道路信息。
步骤102,对交通数据信息点播请求进行编码,产生点播请求数据包,发送至服务器;
步骤103,服务器根据接收的点播请求数据包,获取与所述道路信息对应的动态交通数据信息,输出至客户端;
本步骤中,动态交通数据信息包括:路网状态信息、实时路况信息、实时交通事件信息以及实时交通管制信息中的一种或多种。
步骤104,客户端接收动态交通数据信息,并根据所述动态交通数据信息进行动态导航。
本步骤中,客户端可以根据接收的动态交通数据信息,进行路径规划和导航,从而满足用户的实时点播需求。
由上述可见,现有动态获取交通数据信息服务的方法,服务器只是简单地根据客户端的请求输出存储的交通数据信息,不具备平滑扩展能力,服务模式单一,也并未对交通数据信息的有效性进行处理,例如,对于异常交通数据信息进行处理,造成客户端根据接收的交通数据信息进行路径规划,不能选择最优的路径,导致路径规划效率低;进一步地,由运算性能较低的客户端进行路径规划和导航,处理时延较长,降低了路径规划效率,也降低了用户的业务体验。
发明内容
本发明的实施例提供一种交通数据信息服务系统,提高路径规划效率。
本发明的实施例还提供一种实现交通数据信息服务的方法,提高路径规划效率。
为达到上述目的,本发明实施例提供的一种交通数据信息服务系统,包括:交通数据采集器、交通数据处理器、监控调度器以及交通数据信息服务器,其中,
交通数据采集器,用于通过交通服务集成总线获取交通数据信息,输出至监控调度器;
监控调度器,用于接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取系统内各交通数据处理器的运行状态信息,分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
交通数据处理器,用于接收来自监控调度器的交通数据信息,进行异常数据清洗处理以及缺失数据补偿处理,并依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;
交通数据信息服务器,用于接收交通数据处理器输出的计算结果,进行发布。
较佳地,所述交通数据采集器包括:多源异构系统集成模块、内网数据摆渡模块、外网数据摆渡模块、外网摆渡数据库以及内网摆渡数据库,其中,
内网数据摆渡模块,用于对交通数据信息进行加密后,同步到外网摆渡数据库,并定时从外网摆渡数据库中读取交通数据信息,输出至多源异构系统集成模块;
外网数据摆渡模块,用于接收多源异构系统集成模块输出的摆渡的交通数据信息,进行解密后,同步到内网摆渡数据库;
多源异构系统集成模块,用于接收内网数据摆渡模块更新的交通数据信息,进行协议适配后,通过交通服务集成总线输出至外部的内网以进行交通数据信息同步;通过交通服务集成总线接收外部的内网输出的交通数据信息,进行协议适配后,输出至外网数据摆渡模块。
较佳地,所述交通数据处理器包括:拥堵路况计算模块、文件传输协议模块、交通流适配器、缺失数据补偿模块、异常数据清洗模块、车牌号适配器以及旅行时间计算模块,其中,
异常数据清洗模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行异常数据清洗处理后,分别输出至车牌号适配器以及交通流适配器;
缺失数据补偿模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行缺失数据补偿处理后,分别输出至车牌号适配器以及交通流适配器;
交通流适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,进行数据适配后,输出至文件传输协议模块;接收文件传输协议模块输出的拥堵路况计算结果,进行存储并输出至交通数据信息服务器;
文件传输协议模块,用于接收交通流适配器输出的交通数据信息,输出至拥堵路况计算模块;接收拥堵路况计算模块输出的拥堵路况计算结果,输出至交通流适配器;
拥堵路况计算模块,用于接收文件传输协议模块输出的交通数据信息,进行拥堵路况计算,将拥堵路况计算结果输出至文件传输协议模块;
车牌号适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,获取与车牌适配的交通数据信息,输出至旅行时间计算模块;
旅行时间计算模块,用于根据接收的交通数据信息,计算旅行时间,并输出至交通数据信息服务器。
较佳地,所述交通数据处理器进一步用于接收监控调度器输出的查询请求,根据查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址信息至目的地址的最优路径信息,并通过应用服务器输出至终端设备。
较佳地,所述监控调度器进一步用于对交通数据信息服务系统的运行状态进行记录。
较佳地,所述监控调度器进一步用于接收应用服务器输出的登录请求,对发送登录请求的用户进行身份认证,在认证通过后,接入交通数据信息服务系统。
较佳地,所述系统进一步包括:
显示器,用于显示交通数据信息服务器输出的计算结果信息。
一种实现交通数据信息服务的方法,该方法包括:
交通数据采集器通过交通服务集成总线获取交通数据信息,输出至监控调度器;
监控调度器接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取交通数据信息服务系统内各交通数据处理器的运行状态信息;
分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
交通数据处理器对接收的交通数据信息进行异常数据清洗处理以及缺失数据补偿处理;
交通数据信息服务器将接收的计算结果进行实时发布。
其中,所述方法进一步包括:
应用服务器接收用户输入的查询请求,输出至监控调度器,监控调度器进行资源调度后,为查询请求分配用于数据处理的交通数据处理器;
交通数据处理器根据接收的查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址信息至目的地址的最优路径信息,并通过应用服务器进行发布。
其中,监控调度器在接收到查询请求后,所述方法进一步包括:
对发送查询请求的用户进行身份认证,在认证通过后,执行所述进行资源调度。
其中,所述进行异常数据清洗包括:
根据预先设置的交通流理论进行异常数据清洗、和/或,根据预先设置的交通数据阈值进行异常数据清洗。
其中,所述根据预先设置的交通流理论进行异常数据清洗包括:
预先设定交通流量阈值、速度阈值和时间占有率阈值;
如果接收到的交通数据大于或等于该预先设定的阈值中的任意一种阈值,删除该交通数据无效。
其中,所述根据预先设置的交通数据阈值进行异常数据清洗包括:
根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗。
其中,所述交通数据信息包括:流量数据信息、速度数据信息以及占有率数据信息。
其中,当交通数据都为零时,所述根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算当前采样间隔的前N个采样间隔内的流量数据的平均交通流流量数据;
判断计算得到的平均交通流流量是否大于预先设置的平均交通流流量阈值,如果不是,删除当前采样间隔内的交通数据。
其中,当交通数据的时间占有率为零时,所述根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
判断该交通数据的交通流流量是否大于单位时间间隔占有率下的最大交通流流量值,如果大于,删除当前采样间隔内的交通数据。
其中,当交通数据的流量、时间占有率及速度都不为零时,所述根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算交通数据的时间占有率与速度的乘积;
计算所述乘积与交通数据的流量的商,作为平均有效车身长度值;
判断所述平均有效车身长度值是否大于预先设置的最大平均有效车身长度阈值,或小于最小平均有效车身长度阈值,如果是,删除当前采样间隔内的交通数据。
其中,所述进行缺失数据补偿处理包括:
如果接收的交通数据信息中,连续缺少少于三个采样间隔的交通数据,采用前相应采样间隔内的交通数据进行替代;
如果接收的交通数据信息中,连续出现缺少三个采样间隔的交通数据,采用预先存储的历史数据进行替代。
由上述技术方案可见,本发明实施例提供的一种交通数据信息服务系统及实现交通数据信息服务的方法,该系统包括:交通数据采集器、交通数据处理器、监控调度器以及交通数据信息服务器,其中,交通数据采集器,用于通过交通服务集成总线获取交通数据信息,输出至监控调度器;监控调度器,用于接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取系统内各交通数据处理器的运行状态信息,分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;交通数据处理器,用于接收来自监控调度器的交通数据信息,进行异常数据清洗处理以及缺失数据补偿处理,并依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;交通数据信息服务器,用于接收交通数据处理器输出的计算结果,进行发布。这样,通过对交通数据信息的有效性进行处理,并基于云计算技术,由运算性能高的交通数据信息服务系统进行路径规划,提高了路径规划效率,提升了用户的业务体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,以下描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员而言,还可以根据这些附图所示实施例得到其它的实施例及其附图。
图1为现有动态获取交通数据信息服务的方法流程示意图。
图2为本发明实施例基于云计算的交通数据信息服务系统结构示意图。
图3为本发明实施例基于云计算的交通数据信息服务系统逻辑结构示意图。
图4为本发明实施例实现交通数据信息服务的方法流程示意图。
图5为本发明实施例交通数据处理器生成最优路径信息的方法流程示意图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
现有动态获取交通数据信息服务的方法,服务器只是简单地根据客户端的请求输出存储的交通数据信息,并未对交通数据信息的有效性进行处理,造成客户端根据接收的交通数据信息进行路径规划,不能选择最优的路径,导致路径规划效率低;进一步地,由运算性能较低的客户端进行路径规划和导航,处理时延较长,降低了用户的业务体验。
云计算是网格计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物,基于高速网络性能,可以对弹性较大的交通数据进行快速计算,为交通数据信息处理提供了可伸缩的计算能力,为交通数据信息服务规模提供了弹性扩展能力,非常适合进行计算能力需求差异较大的交通数据信息处理。既能满足交通高峰时段城市大范围的交通数据信息发布以及交通诱导对高水平计算的要求,又能在夜间等交通低峰期环保运行,更为重要的是,云计算可以满足个性化交通数据信息服务对信息深度计算、精细处理和发布的要求,通过对个体交通行为的控制,实现有效缓解交通拥堵的目标。
本发明实施例中,考虑扩展交通数据信息服务系统,对交通数据信息的有效性进行处理,并基于云计算技术,由运算性能高的交通数据信息服务系统根据客户端请求进行路径规划,并基于实时的交通数据信息,动态更新路径规划,满足用户实时性的道路交通数据信息获取需求,从而提升用户的业务体验。
图2为本发明实施例基于云计算的交通数据信息服务系统结构示意图。参见图2,该交通数据信息服务系统包括:交通数据采集器、交通数据处理器、监控调度器以及交通数据信息服务器,该交通数据信息服务系统通过整合前端的定点采集系统,例如,外部的交通流量采集设备、车牌识别设备识别的车牌信息以及交通相关信息设备等各类信息资源,计算路径实时交通状态及路径平均行程时间,以互联网、个人智能终端、交通广播等发布手段,为用户提供道路实时路况、交通管制、交通障碍、公交出行、路桥隧道通行、交通气象、停车等出行服务信息,使出行更安全、便捷、可靠。其中,
交通数据采集器,用于通过交通服务集成总线(TSB,Traffic ServiceBus)获取交通数据信息,输出至监控调度器;
本发明实施例中,交通数据采集器采取面向服务的体系结构(SOA,Service-Oriented Architecture),通过TSB接收外部设施或外部系统发送的交通数据信息。其中,TSB定义了数据交换格式和内容,并可以采用多种通讯方式,例如,轻量级消息(MQ)、文件传输协议(FTP)、关系数据库(RDB,Relational Database)、套接字(Socket)、网页服务(WebService)等实现与外部的数据访问服务、数据传输服务、消息转换服务、协议适配服务以及消息路由服务。
实际应用中,由于交通管理部门的特殊性,一般包含内网交通管理部门以及外网交通管理部门,内网交通管理部门监测得到的交通数据信息,在内网实现,而交通数据信息服务系统是通过外网,例如,因特网为交通出行者提供服务,因而,内、外网数据交换以及同步是交通数据信息服务必须要解决的问题。因而,
交通数据采集器包括:多源异构系统集成模块、内网数据摆渡模块、外网数据摆渡模块、外网摆渡数据库以及内网摆渡数据库(图中未示出),其中,
内网数据摆渡模块,用于对交通数据信息进行加密后,同步到外网摆渡数据库,并定时从外网摆渡数据库中读取交通数据信息,输出至多源异构系统集成模块;
外网数据摆渡模块,用于接收多源异构系统集成模块输出的摆渡的交通数据信息,进行解密后,同步到内网摆渡数据库;
多源异构系统集成模块,用于接收内网数据摆渡模块更新的交通数据信息,进行协议适配后,通过交通服务集成总线输出至外部的内网以进行交通数据信息同步;通过交通服务集成总线接收外部的内网输出的交通数据信息,进行协议适配后,输出至外网数据摆渡模块。
本发明实施例中,根据内网对交通数据的不同格式要求,协议适配包括:轻量级消息(MQ)协议适配、文件传输协议(FTP)适配、关系数据库(RDB,Relational Database)协议适配、套接字(Socket)协议适配以及网页服务(WebService)协议适配等。相对应地,交通服务集成总线对应的接口,即连接适配器接口分别为轻量级消息接口、文件传输协议接口、关系数据库接口、套接字接口以及网页服务接口。
本发明实施例中,交通数据采集器基于TSB开发了一整套与外部交通子系统连接的适配器,通过不同的适配器接口,能够快速高效地连接内网的视频检测子系统、卡口子系统、电子警察子系统、流量采集子系统、超速检测子系统、全球定位系统(GPS,Global Positioning System)、事件检测子系统、交警管理信息系统(MIS,Management Information Systems)以及外网的公交子系统、民航子系统、铁路子系统、地铁子系统、轮渡子系统、以及气象子系统,这样,解决了交通领域复杂环境下多源异构系统整合难的问题,扩展了交通数据信息服务系统的应用功能。
本发明实施例中,外部各子系统(包括内网和外网)按照预先设置的统一的数据语义,通过TSB将交通数据信息发送到交通数据采集器,运行于TSB上的数据适配器对各项交通数据信息进行适配、融合后并保存入库。数据融合是指基于交通数据层面,对数据进行合并。
较佳地,交通数据包括:流量数据、速度数据以及占有率数据。关于内网以及外网采集获取交通数据信息的详细流程,具体可参见相关技术文献,在此不再赘述。
其中,本发明实施例基于TSB设置的内网数据摆渡模块以及外网数据摆渡模块,分别用于内、外网数据摆渡服务。当需要进行交通数据信息摆渡时,对于需要从内网获取交通数据信息的情形,内网对交通数据信息进行加密后,同步到内网摆渡数据库,内网摆渡数据库再定时将交通数据信息通过Socket接口摆渡到外网数据摆渡模块,外网数据摆渡模块将接收的摆渡的交通数据信息进行解密后,同步到交通数据信息服务系统的数据库中;对于需要将外网交通数据信息同步到内网的情形,内网数据摆渡模块对交通数据信息进行加密后,同步到外网摆渡数据库,并定时从外网摆渡数据库中读取交通数据信息,通过Socket接口摆渡到内网,内网对接收的交通数据信息进行解密后,同步到相应的数据库中。这样,通过双向的数据摆渡,较好地解决了内外网数据同步的问题。
本发明实施例中,外网摆渡数据库以及内网摆渡数据库用于为应用服务提供所需的计算和存储等资源,包括服务器、存储、网络设备等硬件资源以及数据库(如Oracle)、GIS、应用服务器(如WebSphere)、文件(结构化/非结构化文件)存储服务等软件资源。
监控调度器,用于接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取系统内各交通数据处理器的运行状态信息,分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
本发明实施例中,监控调度器用于根据各交通信息服务系统的运行状态信息,例如,负载信息以及资源信息等,实现对交通数据信息服务的调度,通过服务资源的调度,实现对交通数据信息质量(包括采集的交通数据质量和信息发布的交通数据质量)、应用服务资源、前端数据采集设施的监管及资源调度。
较佳地,监控调度器还可以进一步用于对交通数据信息服务系统的运行状态进行记录。
本发明实施例中,监控调度器用于交通数据信息服务系统运行日志管理,即对交通数据信息服务系统的运行状态进行记录,在系统故障时提供故障诊断功能。
较佳地,监控调度器还可以进一步用于接收应用服务器输出的登录请求,对发送登录请求的用户进行身份认证,在认证通过后,接入交通数据信息服务系统。
本发明实施例中,监控调度器具有用户身份认证功能,用于通过用户身份认证,以提供更具个性化的用户体验。
交通数据处理器,用于接收来自监控调度器的交通数据信息,进行异常数据清洗处理以及缺失数据补偿处理,并依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;
本发明实施例中,交通数据处理器包括:拥堵路况计算模块、FTP模块、交通流适配器、缺失数据补偿模块、异常数据清洗模块、车牌号适配器以及旅行时间计算模块(图中未示出),其中,
异常数据清洗模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行异常数据清洗处理后,分别输出至车牌号适配器以及交通流适配器;
本发明实施例中,异常数据清洗模块根据预先设置的交通流理论及交通数据阈值进行异常数据清洗,其中,
根据预先设置的交通流理论进行异常数据清洗包括:
预先设定交通流量阈值、速度阈值和时间占有率阈值;
如果接收到的交通数据大于或等于该预先设定的阈值中的任意一种阈值,删除该交通数据无效。
根据预先设置的交通数据阈值进行异常数据清洗包括:
根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗。
本步骤中,交通流特性知识是指流量数据在短时间内变化不会很大。关于交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,具体可参见相关技术文献,在此不再赘述。
本发明实施例中,在实际的交通数据中,常常会出现检测到的交通参数流量、速度和时间占有率都为零的情况。对于这种情况,存在两种可能:一种可能是交通数据传输中断,或者传输错误,造成数据丢失;另一种可能是在低流量情况下,特别是凌晨,由于采样间隔较小,在一个采样间隔内没有交通工具通过,从而使检测到的交通参数流量、速度和时间占有率都为零。为了准确区分这两种情况,以避免误判,提高路径规划效率,异常数据清洗包含以下三方面:
一、当交通数据都为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算当前采样间隔的前N个采样间隔内的流量数据的平均交通流流量数据;
本步骤中,较佳地,N=3。
式中,
qi为第k采样间隔第i车道的平均交通流流量;
qi(k-1)为第(k-1)采样间隔第i车道的交通流流量。
判断计算得到的平均交通流流量是否大于预先设置的平均交通流流量阈值,如果不是,删除当前采样间隔内的交通数据。
本步骤中,较佳地,平均交通流流量阈值为5。判断公式为:
二、当交通数据的时间占有率为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
判断该交通数据的交通流流量是否大于单位时间间隔占有率下的最大交通流流量值,如果大于,删除当前采样间隔内的交通数据。
本步骤中,从理论上来说,只要有交通工具通过检测器,则该采样间隔内得到的时间占有率就必定不会是零。但由于在低峰时,车速快,交通工具检测器灵敏度不够,同时大部分检测器对于时间占有率都采用两位有效数字进行存储,因此在时间占有率小于1%时,就会显示为零。
当时间占有率为零时,判断交通数据是否异常的规则如下:
qi(k)>qmax0
式中,
qmax0为单位时间间隔占有率下的最大流量值。
三、当交通数据的流量、时间占有率及速度都不为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算交通数据的时间占有率与速度的乘积;
计算所述乘积与交通数据的流量的商,作为平均有效车身长度值;
判断所述平均有效车身长度值是否大于预先设置的最大平均有效车身长度阈值,或小于最小平均有效车身长度阈值,如果是,删除当前采样间隔内的交通数据。
本步骤中,进行异常数据清洗的判断公式为:
式中,
li(k)为第k采样间隔第i车道的平均有效车身长度值;
oi(k)为第k采样间隔第i车道的时间占有率;
ui(k)为第k采样间隔第i车道的速度;
qi(k)为第k采样间隔第i车道的流量;
lmax为最大平均有效车身长度阈值;
lmin为最小平均有效车身长度阈值。
实际应用中,最大和最小平均有效车身长度的选取可以考虑极端条件,以保证正确的交通数据不被剔除。
缺失数据补偿模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行缺失数据补偿处理后,分别输出至车牌号适配器以及交通流适配器;
本发明实施例中,缺失数据补偿模块进行缺失数据补偿处理包括:
如果接收的交通数据信息中,连续缺少少于三个采样间隔的交通数据,采用前相应采样间隔内的交通数据进行替代;
本步骤中,举例来说,如果缺少一个采样间隔的交通数据,采用该采样间隔的前一采样间隔内的交通数据进行替代;如果连续缺少两个采样间隔的交通数据,采用该采样间隔的前两采样间隔内的交通数据进行相应替代。
如果接收的交通数据信息中,连续出现缺少三个采样间隔的交通数据,采用预先存储的历史数据进行替代。
本步骤中,如果连续出现缺少三个采样间隔的交通数据,则确定外部进行交通数据检测的检测器损坏或通讯中断。
交通流适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,进行数据适配后,输出至FTP模块;接收FTP模块输出的拥堵路况计算结果,进行存储并输出至交通数据信息服务器;
FTP模块,用于接收交通流适配器输出的交通数据信息,输出至拥堵路况计算模块;接收拥堵路况计算模块输出的拥堵路况计算结果,输出至交通流适配器;
拥堵路况计算模块,用于接收FTP模块输出的交通数据信息,进行拥堵路况计算,将拥堵路况计算结果输出至FTP模块;
本发明实施例中,交通流适配器将包括流量、速度和时间占有率的断面交通数据进行适配处理,即平滑化处理后,通过FTP模块传输给拥堵路况计算模块,拥堵路况计算模块进行拥堵路况计算,并将拥堵路况计算结果通过FTP模块返回到交通流适配器,交通流适配器将接收的拥堵路况计算结果存入数据库。
本发明实施例中,拥堵路况计算结果是指路径实时交通状态,具体指各路径当前是拥堵、阻塞还是畅通。
关于拥堵路况的计算,具体可参见相关技术文献,在此不再赘述。
车牌号适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,获取与车牌适配的交通数据信息,输出至旅行时间计算模块;
本发明实施例中,与车牌适配的交通数据信息是指交通工具通过预先设置的道路点的时间信息。
旅行时间计算模块,用于根据接收的交通数据信息,计算旅行时间,并输出至交通数据信息服务器。
本发明实施例中,车牌号适配器识别交通工具牌照,旅行时间计算模块根据车牌号适配器识别的各交通工具通过预定检测点的时间差,例如,通过道路的第一检测点与第二检测点的时间差,根据预定检测点的时间差信息,运用聚类算法计算路径平均旅行时间。
本发明实施例中,可以利用现有的模糊C均值聚类算法计算路径平均旅行时间。
较佳地,交通数据处理器还可以进一步用于接收监控调度器输出的查询请求,根据查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址信息至目的地址的最优路径信息,并通过应用服务器输出至终端设备。
本发明实施例中,用户在需要进行交通数据信息查询时,向应用服务器输出查询请求,应用服务器将查询请求输出至监控调度器,监控调度器进行资源调度后,为查询请求分配用于数据处理的交通数据处理器。
交通数据信息服务器,用于接收交通数据处理器输出的计算结果,进行发布。
本发明实施例中,交通数据信息服务器通过云计算架构体系进行动态交通数据信息的云服务,提供交通数据信息处理模块输出的计算结果的服务信息,将计算结果通过有线/无线网络向终端发布,从而实现实时交通状态信息的发布、个人定制业务分发等服务。
交通数据信息服务器与终端可以采用有线、3G、4G网络的通信方式,从而可以有效提高通信速率。
当然,实际应用中,也可以在交通数据信息服务器中动态生成路径规划、进行信息挖掘等各种复杂的计算。
较佳地,该交通数据信息服务系统还可以进一步包括:
显示器(图中未示出),用于显示交通数据信息服务器输出的计算结果信息。
较佳地,在交通数据信息服务系统中,监控调度器、应用服务器以及显示器的数量为一台,交通数据处理器的数量为一台或多台,多台交通数据处理器组成交通数据处理器集群,由监控调度器进行云计算资源管理及调度。
图3为本发明实施例基于云计算的交通数据信息服务系统逻辑结构示意图。由于动态交通数据信息服务的应用效果取决于交通数据信息采集数量、处理质量、应用水平与方式、信息发布的实用性、实时性和针对性。本发明实施例在现有智能交通基础之上,结合云计算技术,依据对海量基础交通数据的处理能力和可伸缩的弹性扩展能力,建立城市级、全方位、实时、准确、高效的动态信息服务系统,为出行者提供全方位的实时交通数据信息服务,缓解城市拥堵,便捷出行。参见图3,该交通数据信息服务系统的逻辑结构包括:基础设施层、融合计算层、应用服务层以及展示层,其中,
基础设施层,用于为融合计算层和应用服务层提供所需的计算和存储等资源,包括服务器、存储、网络等硬件资源以及数据库(如Oracle)服务集群、GIS服务集群、应用服务器(如WebSphere)、文件(结构化/非结构化文件或FTP/结构化文件)存储服务等软件资源。
实际应用中,基础设施层可使用公有云服务,也可使用自有基础设施进行构建。
融合计算层,对应交通数据处理器,主要负责基础交通数据(交通流量、速度、占有率)的融合、路径状态、旅行时间计算、动态路径规划、信息挖掘等各种复杂的计算,包括:拥堵路况计算、FTP传输、交通流适配器、缺失数据补偿、异常数据清洗、车牌号适配器以及旅行时间计算。具体来说,
通过交通数据融合技术,对前端,例如,外部的交通流量采集设备、车牌识别设备等上传的数据进行预处理,主要包括异常数据清洗处理以及缺失数据补偿处理。
对预处理后的基础交通数据,通过交通路况状态判别、旅行时间计算,获取路径实时状态和路径平均旅行时间。例如,交通流适配器将包括流量、速度和时间占有率的断面交通流数据进行平滑化处理后,通过FTP进行传输,然后进行拥堵路况计算,并将计算结果通过FTP返回到交通流适配器,交通流适配器将接收的计算结果存入数据库;或者,利用车牌号适配器识别交通工具牌照数据,根据各交通工具通过检测点的时间差,运用聚类算法计算路径平均旅行时间。
对交通业务数据、实时交通数据信息数据、历史交通数据信息数据、运营监管数据建立完善的城市级海量数据处理机制,包括数据的存储、备份、查询、删除、分析等。
应用服务层,对应交通数据信息服务器,利用融合计算层的交通路况状态判别和旅行时间预测结果,通过云计算架构体系实现动态交通数据信息的云服务,提供包括融合计算层的计算结果的服务信息;将计算结果通过有线/无线网络向终端发布,通过集群方式提供应用服务,例如,每一交通数据信息服务系统的应用服务层通过一个或多个交通信息服务实例提供应用服务,每一交通数据处理器对应一个或多个交通信息服务实例,多个交通信息服务实例组成交通信息服务实例集群。
管理层,对应监控调度器,主要基于交通数据信息,监控及资源调度服务、系统运行日志管理及用户身份认证,包括:服务监控、负载均衡、弹性服务、资源调度、日志管理以及身份认证。
显示层,对应显示器,用于以友好的方式展现用户所需的内容和服务体验,由于涉及到种类众多的用户终端,显示层主要使用通用技术来实现,如HTML/HTML5、JavaScript、级联样式表(CSS,Cascading Style Sheet)等,以适应不同终端用户的需求。
由上述可见,本发明实施例基于云计算的交通数据信息服务系统,基于云计算技术,实现动态交通数据信息服务可平滑扩展的架构体系,具体为:
服务内容扩展:动态交通数据信息服务系统的各模块都以独立的进程实例的形式存在,每个交通信息服务实例可以单独安装/卸载、启动/停止。如果需要增加新的服务内容,只需将该服务实例在应用服务器上进行安装即可。
服务规模扩展:当交通数据信息服务系统的并发负载增加时,如果单台交通数据处理器上的资源使用未达到饱和,可以通过增加交通数据处理器上的动态交通数据信息服务实例来提供更好的服务性能;而当交通数据处理器资源使用达到饱和后,通过平滑增加交通数据处理器的数量来调整系统的服务规模;在并发负载减少时,可以通过减少交通数据处理器上的动态交通数据信息服务实例,或减少交通数据处理器的数量来调整系统的服务规模。
不停机维护:通过传输层负载均衡(LVS技术)、应用层负载均衡(Nginx技术)及应用服务器集群等手段,将来自移动客户端、服务门户的请求自动分配到各交通数据处理器上,任何一台交通数据处理器宕机,不影响动态交通数据信息服务的正常访问。
图4为本发明实施例实现交通数据信息服务的方法流程示意图。参见图4,该流程包括:
步骤401,交通数据采集器通过交通服务集成总线获取交通数据信息,输出至监控调度器;
本步骤中,交通数据信息包括:流量数据信息、速度数据信息以及占有率数据信息。
步骤402,监控调度器接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取交通数据信息服务系统内各交通数据处理器的运行状态信息;
步骤403,分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
步骤404,交通数据处理器对接收的交通数据信息进行异常数据清洗处理以及缺失数据补偿处理;
本步骤中,进行异常数据清洗包括:根据预先设置的交通流理论进行异常数据清洗、和/或,根据预先设置的交通数据阈值进行异常数据清洗。其中,
根据预先设置的交通流理论进行异常数据清洗包括:
预先设定交通流量阈值、速度阈值和时间占有率阈值;
如果接收到的交通数据大于或等于该预先设定的阈值中的任意一种阈值,删除该交通数据无效。
根据预先设置的交通数据阈值进行异常数据清洗包括:
根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗。
本步骤中,当交通数据都为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算当前采样间隔的前N个采样间隔内的流量数据的平均交通流流量数据;
本步骤中,较佳地,N=3。
判断计算得到的平均交通流流量是否大于预先设置的平均交通流流量阈值,如果不是,删除当前采样间隔内的交通数据。
本步骤中,较佳地,平均交通流流量阈值为5。判断公式为:
式中,
qi为第k采样间隔第i车道的平均交通流流量;
qi(k-1)为第(k-1)采样间隔第i车道的交通流流量。
当交通数据的时间占有率为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
判断该交通数据的交通流流量是否大于单位时间间隔占有率下的最大交通流流量值,如果大于,删除当前采样间隔内的交通数据。
本步骤中,判断交通数据是否异常的规则如下:
qi(k)>qmax0
式中,
qmax0为单位时间间隔占有率下的最大流量值。
当交通数据的流量、时间占有率及速度都不为零时,根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,进行异常数据清洗包括:
计算交通数据的时间占有率与速度的乘积;
计算所述乘积与交通数据的流量的商,作为平均有效车身长度值;
判断所述平均有效车身长度值是否大于预先设置的最大平均有效车身长度阈值,或小于最小平均有效车身长度阈值,如果是,删除当前采样间隔内的交通数据。
本步骤中,进行异常数据清洗的判断公式为:
式中,
li(k)为第k采样间隔第i车道的平均有效车身长度值;
oi(k)为第k采样间隔第i车道的时间占有率;
ui(k)为第k采样间隔第i车道的速度;
qi(k)为第k采样间隔第i车道的流量;
lmax为最大平均有效车身长度阈值;
lmin为最小平均有效车身长度阈值。
进行缺失数据补偿处理包括:
如果接收的交通数据信息中,连续缺少少于三个采样间隔的交通数据,采用前相应采样间隔内的交通数据进行替代;
如果接收的交通数据信息中,连续出现缺少三个采样间隔的交通数据,采用预先存储的历史数据进行替代。
步骤405,依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;
步骤406,交通数据信息服务器将接收的计算结果进行实时发布。
较佳地,该方法还可以进一步包括:
步骤407,应用服务器接收用户输入的查询请求,输出至监控调度器,监控调度器进行资源调度后,为查询请求分配用于数据处理的交通数据处理器;
步骤408,交通数据处理器根据接收的查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址信息至目的地址的最优路径信息,并通过应用服务器进行发布。
较佳地,监控调度器在接收到查询请求后,该方法进一步包括:
对发送查询请求的用户进行身份认证,在认证通过后,执行所述进行资源调度。
图5为本发明实施例交通数据处理器生成最优路径信息的方法流程示意图。参见图5,该流程包括:
步骤501,交通数据处理器接收用户输入的包含起止点信息的查询请求;
步骤502,进行路径节点匹配;
步骤503,进行起止点连通性验证;
步骤504,判断起止点是否连通,如果是,执行步骤505,否则,结束流程;
步骤505,结合实时路况信息计算最优路径;
本步骤中,实时路况信息是指各路网的拥堵路况信息以及旅行时间信息。
步骤506,将计算得到的最优路径渲染到电子地图上,输出至终端设备;
步骤507,终端设备驱动交通工具按最优路径进行行驶;
步骤508,交通数据处理器判断路况信息是否发生变化,如果是,返回执行步骤505,否则,结束流程。
本步骤中,交通数据处理器根据实时接收的交通数据信息,实时计算包含各路网的拥堵路况信息以及旅行时间信息的路况信息,如果路况信息发生变化,则需要对前述计算得到的最优路径进行调整。
这样,本发明实施例中,通过融合多源交通数据信息,对拥堵状态进行精细化判别,对行程时间进行预测,同时具备较完善的缺失数据补偿与异常数据容错技术,对于异常交通数据信息进行处理,使得客户端根据接收的正确交通数据信息进行路径规划,从而选择最优的路径,提高了路径规划效率,使得包含快速路、主干路、支路、路口的交通状态判别准确率可以达到90%以上。例如,在出行前,用户可通过电脑或智能终端设备查看出行路线交通状态及目的地周边停车信息;在出行途中,用户可使用智能终端设备查看出行路线实时交通变化情况,决定是否变更行驶路线;到达目的地后,还可以根据本发明实施例提供的周边停车信息,快速找到停车位。进一步地,通过3G/4G/Internet网络,使得终端设备只要是一台能够访问互联网的设备即可,例如,个人电脑、智能手机、车载机、Pad、iTV等,终端设备接收用户的输入、显示查询结果,交通数据信息服务系统负责实时路况计算、动态路径导航、地图更新、路况信息推送、个人定制业务分发等,由运算性能较高的服务器进行路径规划和导航,处理时延短,提高了路径规划效率,也提升了用户的业务体验,使出行者能随时随地获取所需的交通数据信息服务,解决了现有车载导航终端主要以显示静态信息为主,不能基于实时交通数据信息进行路径规划,无法满足个性化定制需求的问题。而且,交通数据信息服务系统的服务规模及服务内容具备平滑扩容能力,具备可靠的服务备份机制,单个交通数据信息服务系统故障不会影响交通数据信息服务系统集群系统的正常运行。
显然,本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也包含这些改动和变型在内。
Claims (11)
1.一种交通数据信息服务系统,其特征在于,该系统包括:交通数据采集器、交通数据处理器、监控调度器以及交通数据信息服务器,其中,
交通数据采集器,用于通过交通服务集成总线获取交通数据信息,输出至监控调度器,所述交通数据采集器包括多源异构系统集成模块、内网数据摆渡模块、外网数据摆渡模块、外网摆渡数据库以及内网摆渡数据库,其中,
所述内网数据摆渡模块用于对交通数据信息进行加密后,同步到外网摆渡数据库,并定时从外网摆渡数据库中读取交通数据信息,输出至多源异构系统集成模块;
所述外网数据摆渡模块用于接收多源异构系统集成模块输出的摆渡的交通数据信息,进行解密后,同步到内网摆渡数据库;
所述多源异构系统集成模块用于接收内网数据摆渡模块更新的交通数据信息,进行协议适配后,通过交通服务集成总线输出至外部的内网以进行交通数据信息同步;通过交通服务集成总线接收外部的内网输出的交通数据信息,进行协议适配后,输出至外网数据摆渡模块;
监控调度器,用于接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取系统内各交通数据处理器的运行状态信息,分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
交通数据处理器,用于接收来自监控调度器的交通数据信息,进行异常数据清洗处理以及缺失数据补偿处理,并依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;以及还用于接收监控调度器输出的查询请求,根据查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址信息至目的地址的最优路径信息,并通过应用服务器输出至终端设备;
交通数据信息服务器,用于接收交通数据处理器输出的计算结果,进行发布。
2.根据权利要求1所述的系统,其特征在于,所述交通数据处理器包括:拥堵路况计算模块、文件传输协议模块、交通流适配器、缺失数据补偿模块、异常数据清洗模块、车牌号适配器以及旅行时间计算模块,其中,
异常数据清洗模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行异常数据清洗处理后,分别输出至车牌号适配器以及交通流适配器;
缺失数据补偿模块,用于接收来自内网摆渡数据库的交通数据信息,对接收的交通数据信息进行缺失数据补偿处理后,分别输出至车牌号适配器以及交通流适配器;
交通流适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,进行数据适配后,输出至文件传输协议模块;接收文件传输协议模块输出的拥堵路况计算结果,进行存储并输出至交通数据信息服务器;
文件传输协议模块,用于接收交通流适配器输出的交通数据信息,输出至拥堵路况计算模块;接收拥堵路况计算模块输出的拥堵路况计算结果,输出至交通流适配器;
拥堵路况计算模块,用于接收文件传输协议模块输出的交通数据信息,进行拥堵路况计算,将拥堵路况计算结果输出至文件传输协议模块;
车牌号适配器,用于接收缺失数据补偿模块以及异常数据清洗模块输出的交通数据信息,获取与车牌适配的交通数据信息,输出至旅行时间计算模块;
旅行时间计算模块,用于根据接收的交通数据信息,计算旅行时间,并输出至交通数据信息服务器。
3.根据权利要求1所述的系统,其特征在于,所述监控调度器进一步用于对交通数据信息服务系统的运行状态进行记录。
4.根据权利要求1所述的系统,其特征在于,所述监控调度器进一步用于接收应用服务器输出的登录请求,对发送登录请求的用户进行身份认证,在认证通过后,接入交通数据信息服务系统。
5.根据权利要求1至4任一项所述的系统,其特征在于,所述系统进一步包括:
显示器,用于显示交通数据信息服务器输出的计算结果信息。
6.一种实现交通数据信息服务的方法,该方法包括:
应用服务器接收用户输入的查询请求,输出至监控调度器;
交通数据采集器通过交通服务集成总线获取交通数据信息,输出至监控调度器;
监控调度器进行资源调度后,为查询请求分配用于数据处理的交通数据处理器;以及接收交通数据采集器输出的交通数据信息,通过云计算架构体系,获取交通数据信息服务系统内各交通数据处理器的运行状态信息;
分配用于数据处理的云计算资源以及交通数据处理器,并根据为交通数据处理器分配的云计算资源,对接收的交通数据信息进行拆分,输出至相应的交通数据处理器;
交通数据处理器根据接收的查询请求中携带的源地址信息以及目的地址信息,基于存储的拥堵路况信息以及旅行时间信息,计算获取源地址至目的地址的最优路径信息;以及对接收的交通数据信息进行异常数据清洗处理以及缺失数据补偿处理,依据经过处理的交通数据信息,进行拥堵路况计算以及旅行时间计算,并将计算结果输出至交通数据信息服务器;
应用服务器将源地址至目的地址的最优路径信息进行发布;
交通数据信息服务器将接收的计算结果进行实时发布;
其中,所述异常数据清洗处理包括根据预先设置的交通流理论进行异常数据清洗和根据预先设置的交通数据阈值进行异常数据清洗;
所述根据预先设置的交通数据阈值进行异常数据清洗包括:
根据预先获取的交通流特性知识以及交通流理论中交通流量、速度和时间占有率三参数之间的函数关系,
当交通数据都为零时,计算当前采样间隔的前N个采样间隔内的流量数据的平均交通流流量数据;判断计算得到的平均交通流流量是否大于预先设置的平均交通流流量阈值,如果不是,删除当前采样间隔内的交通数据;
当交通数据的时间占有率为零时,判断该交通数据的交通流流量是否大于单位时间间隔占有率下的最大交通流流量值,如果大于,删除当前采样间隔内的交通数据。
7.根据权利要求6所述的方法,其中,监控调度器在接收到查询请求后,所述方法进一步包括:
对发送查询请求的用户进行身份认证,在认证通过后,执行所述进行资源调度。
8.根据权利要求6所述的方法,其中,所述根据预先设置的交通流理论进行异常数据清洗包括:
预先设定交通流量阈值、速度阈值和时间占有率阈值;
如果接收到的交通数据大于或等于该预先设定的阈值中的任意一种阈值,删除该交通数据无效。
9.根据权利要求6所述的方法,其中,所述交通数据信息包括:流量数据信息、速度数据信息以及占有率数据信息。
10.根据权利要求6所述的方法,其中,所述根据预先设置的交通数据阈值进行异常数据清洗还包括:
当交通数据的流量、时间占有率及速度都不为零时,计算交通数据的时间占有率与速度的乘积;
计算所述乘积与交通数据的流量的商,作为平均有效车身长度值;
判断所述平均有效车身长度值是否大于预先设置的最大平均有效车身长度阈值,或小于最小平均有效车身长度阈值,如果是,删除当前采样间隔内的交通数据。
11.根据权利要求6所述的方法,其中,所述进行缺失数据补偿处理包括:
如果接收的交通数据信息中,连续缺少少于三个采样间隔的交通数据,采用前相应采样间隔内的交通数据进行替代;
如果接收的交通数据信息中,连续出现缺少三个采样间隔的交通数据,采用预先存储的历史数据进行替代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210497023.9A CN102982678B (zh) | 2012-11-28 | 2012-11-28 | 交通数据信息服务系统及实现交通数据信息服务的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210497023.9A CN102982678B (zh) | 2012-11-28 | 2012-11-28 | 交通数据信息服务系统及实现交通数据信息服务的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102982678A CN102982678A (zh) | 2013-03-20 |
CN102982678B true CN102982678B (zh) | 2015-04-01 |
Family
ID=47856602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210497023.9A Active CN102982678B (zh) | 2012-11-28 | 2012-11-28 | 交通数据信息服务系统及实现交通数据信息服务的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102982678B (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104079530A (zh) * | 2013-03-26 | 2014-10-01 | 北京中创智信科技有限公司 | 远程数据采集系统 |
CN104079529B (zh) * | 2013-03-26 | 2019-03-01 | 北京中创智信科技有限公司 | 远程数据采集方法 |
CN103366553A (zh) * | 2013-06-28 | 2013-10-23 | 银江股份有限公司 | 一种基于无线终端的实时交通服务信息获取方法及系统 |
CN103996296A (zh) * | 2014-05-27 | 2014-08-20 | 浪潮电子信息产业股份有限公司 | 一种基于云计算的违章拍照自动识别方法 |
CN105323284A (zh) * | 2014-07-28 | 2016-02-10 | 上海博泰悦臻网络技术服务有限公司 | 一种车载云端app应用终端与方法及服务系统与方法 |
CN104766483A (zh) * | 2015-04-09 | 2015-07-08 | 吉林大学 | 一种基于云计算的交通控制诱导协调系统及方法 |
CN104900074B (zh) * | 2015-05-25 | 2017-04-12 | 青岛中兴智能交通有限公司 | 基于云架构的移动终端路口辅助系统 |
CN105159907B (zh) * | 2015-06-18 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 数据的传输方法及装置 |
CN105159951A (zh) * | 2015-08-17 | 2015-12-16 | 成都中科大旗软件有限公司 | 一种开放式的旅游多源异构数据融合方法及系统 |
CN105575120B (zh) * | 2015-12-31 | 2017-11-07 | 银江股份有限公司 | 面向道路实时速度计算的浮动车数据停车行为模式清洗方法 |
CN105679095A (zh) * | 2016-03-09 | 2016-06-15 | 同济大学 | 智能交通信息系统 |
CN106297291B (zh) * | 2016-08-29 | 2020-06-26 | 苏州金螳螂怡和科技有限公司 | 城市快速路交通信息采集系统 |
CN106373391A (zh) * | 2016-08-31 | 2017-02-01 | 中兴智能交通股份有限公司 | 一种服务于城市交通的多维度智能调度服务平台的使用方法 |
CN106558221A (zh) * | 2016-11-29 | 2017-04-05 | 北京掌行通信息技术有限公司 | 实时分布式的交通信息处理系统 |
CN106652537B (zh) * | 2016-12-27 | 2020-01-31 | 华北理工大学 | 高校教职工接送车辆自动预约调度系统及方法 |
CN107515860A (zh) * | 2017-08-07 | 2017-12-26 | 中译语通科技(青岛)有限公司 | 一种基于神经元的机器翻译方法 |
CN107908610A (zh) * | 2017-12-04 | 2018-04-13 | 北京中燕信息技术有限公司 | 一种数据处理方法及装置 |
CN110324293B (zh) * | 2018-03-30 | 2021-12-28 | 阿里巴巴集团控股有限公司 | 一种交通数据处理系统及方法 |
CN109147320B (zh) * | 2018-08-16 | 2020-10-09 | 北京航空航天大学 | 一种基于卡口数据的路段交通状态判别方法 |
CN109218078B (zh) * | 2018-08-17 | 2021-09-28 | 北京易华录信息技术股份有限公司 | 一种交通科技设备部件化监控管理系统设计方法 |
CN110867077B (zh) * | 2018-12-03 | 2022-06-21 | 江苏智运科技发展有限公司 | 一种基于交通视频结构化数据质量控制的道路优化方法 |
CN109754604B (zh) * | 2018-12-03 | 2021-01-26 | 江苏智运科技发展有限公司 | 一种基于交通线圈检测数据质量控制的拥堵区域识别方法 |
CN109493590B (zh) * | 2018-12-28 | 2021-07-06 | 合肥英泽信息科技有限公司 | 一种智慧交通监控系统 |
CN109862521A (zh) * | 2019-01-31 | 2019-06-07 | 湖北省基础地理信息中心(湖北省北斗卫星导航应用技术研究院) | 一种位置数据路网实时匹配计算方法及系统 |
CN110634309B (zh) * | 2019-09-04 | 2021-01-05 | 南京洛普股份有限公司 | 一种基于电警数据的方案选择式的交通信号动态绿波控制方法 |
CN111556104B (zh) * | 2020-04-15 | 2023-05-23 | 浙江中控信息产业股份有限公司 | 应用于多路采集后数据的无缝切换方式 |
CN113703950A (zh) * | 2021-09-10 | 2021-11-26 | 国泰君安证券股份有限公司 | 实现服务器集群流量调度处理的系统、方法、装置、处理器及其计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325004A (zh) * | 2008-08-01 | 2008-12-17 | 北京航空航天大学 | 一种实时交通信息的数据补偿方法 |
CN102169508A (zh) * | 2011-05-27 | 2011-08-31 | 上海市城市建设设计研究院 | 基于云计算的交通信息查询方法及其系统 |
JP4780007B2 (ja) * | 2007-03-19 | 2011-09-28 | アイシン・エィ・ダブリュ株式会社 | 交通状況演算システム |
CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256586A (ja) * | 2000-03-10 | 2001-09-21 | Oki Electric Ind Co Ltd | 物流業者宛情報サービスシステム |
-
2012
- 2012-11-28 CN CN201210497023.9A patent/CN102982678B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4780007B2 (ja) * | 2007-03-19 | 2011-09-28 | アイシン・エィ・ダブリュ株式会社 | 交通状況演算システム |
CN101325004A (zh) * | 2008-08-01 | 2008-12-17 | 北京航空航天大学 | 一种实时交通信息的数据补偿方法 |
CN102169508A (zh) * | 2011-05-27 | 2011-08-31 | 上海市城市建设设计研究院 | 基于云计算的交通信息查询方法及其系统 |
CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102982678A (zh) | 2013-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102982678B (zh) | 交通数据信息服务系统及实现交通数据信息服务的方法 | |
CN112925657A (zh) | 一种车路云协同处理系统及方法 | |
CN110166535B (zh) | 智慧交通通信系统 | |
CN106920412A (zh) | 适用于车路协同的智能交通运行系统及方法 | |
CN103794052A (zh) | 一种基于无线传感器网络的智能交通检测系统 | |
CN110850777A (zh) | 一种智能网联汽车云平台控制操作系统 | |
CN110166534B (zh) | 智慧交通通信系统、通信站及辅助设备 | |
EP4322024A1 (en) | Map updating method and device | |
CN202996022U (zh) | 采用蓝牙技术的交通状态感知系统 | |
CN105046983A (zh) | 一种基于车路协同的交通流量预测系统及方法 | |
Yan et al. | The application of edge computing technology in the collaborative optimization of intelligent transportation system based on information physical fusion | |
Liu | Big data analytics architecture for internet-of-vehicles based on the spark | |
CN111190982A (zh) | 一种基于大数据的共享单车管理方法及系统 | |
Reza et al. | A new approach for road networks-a vehicle xml device collaboration with big data | |
CN105551252A (zh) | 一种面向车联网应用的交通状态采集的路侧设备 | |
CN108106625A (zh) | 基于互联网的新能源汽车充电导航系统 | |
CN113793500A (zh) | 城市交通道路可计算路网的构建方法及系统 | |
CN103778799B (zh) | 基于对等网络分布式计算的公交自动报站方法 | |
CN113327422A (zh) | 一种基于区块链的智能交通调控方法及系统 | |
CN105489010A (zh) | 一种快速道路行程时间可靠度监测分析系统及方法 | |
CN104680821A (zh) | 一种智能交通系统及其导航方法 | |
Shankaran et al. | Intelligent Transport Systems and Traffic Management | |
CN202711491U (zh) | 城市停车智能诱导系统 | |
Sharma et al. | Review of recent developments in sustainable traffic management system | |
Al Mahairzi et al. | Smart Road Technology for Traffic Management and ITS Infrastructure Assessment: A Case Study of Muscat Express Highway |
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 |