CN103413437B - 一种基于车辆数据采集的道路交叉口转向识别方法及系统 - Google Patents
一种基于车辆数据采集的道路交叉口转向识别方法及系统 Download PDFInfo
- Publication number
- CN103413437B CN103413437B CN201310330591.4A CN201310330591A CN103413437B CN 103413437 B CN103413437 B CN 103413437B CN 201310330591 A CN201310330591 A CN 201310330591A CN 103413437 B CN103413437 B CN 103413437B
- Authority
- CN
- China
- Prior art keywords
- intersection
- section
- service center
- sideline
- information
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于车辆数据采集的道路交叉口转向识别方法,包括:S1、车载信息终端将行车数据序列传送到数据服务中心;S2、数据服务中心将匹配成功的行车数据与道路交叉路段信息相关联地加入道路交叉口路段信息集并存储;S3、根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图,调用GIS模块匹配所述有向属性关系图以获得与交叉口路段对应的转向信息;S4、分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果以识别出道路交叉口路段对应的具体转向信息。本发明还提供一种基于车辆数据采集的道路交叉口转向识别系统。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种基于车辆数据采集的道路交叉口转向识别方法及系统。
背景技术
随着城市化进程的推进,许多城市也不同程度的受到交通堵塞问题的困扰,为最大限度地发挥道路资源的通行能力,缓解市区道路交通压力,公安交通管理部门对市区部分道路交叉口实施分时间段、分车辆类型限制转向的措施,具体转向限制措施,如分时间段、分车辆类型禁止左转,禁止右转。然而地图数据厂商提供的行车数据中,往往不能准确地提供道路交叉口的具体的转向信息,容易出现导航信息不够准确,而这些信息的更新则需要数据采集队伍进行外业采集,该方法不仅更新周期长,而且更新成本高,无法实现道路交叉口转向信息的自动识别。
发明内容
为解决上述技术问题,本发明采用的一个技术方案是:
提供一种基于车辆数据采集的道路交叉口转向识别方法,包括:S1、车载信息终端采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间;S2、数据服务中心调用GIS模块划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段对应位置关联地存储至数据库;S3、数据服务中心提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图,调用GIS模块匹配所述有向属性关系图以获得与交叉口路段对应的转向信息;S4、数据服务中心分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果以识别出道路交叉口路段对应的具体转向信息。
其中,所述步骤S1具体包括:车载信息终端每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号。
其中,所述的步骤S2具体包括步骤:S21、数据服务中心调用GIS模块以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=〈areak,k〉是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息;S22、数据服务中心提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库中,其中,
其中,所述的步骤S3具体包括步骤:S31、数据服务中心提取道路交叉口路段信息集的行车数据序列xu,i的位置lu,i,然后调用GIS模块匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i};S32、数据服务中心调用GIS模块以时间为轴,将行车的历史轨迹点依次连起来得到边线元素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=〈lu,i,lu,i+1〉,是轨迹点lu,i和lu,i+1组成的有向边线;S33、数据服务中心对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=〈L,E〉;S34、数据服务中心逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段,若是,则执行步骤S35;S35、数据服务中心调用GIS模块判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息,若否,则返回步骤S34。
本发明采用的另一个技术方案是:
提供一种基于车辆数据采集的道路交叉口转向识别系统,包括数据服务中心以及与所述数据服务中心通信连接的至少一个车载信息终端,所述数据服务中心包括数据库以及GIS模块;所述车载信息终端用于采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间;所述数据服务中心还包括:交叉口路段匹配模块,用于调用GIS模块划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段对应位置关联地存储至数据库;有向属性关系图生成模块,用于提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图;转向信息获取模块,用于调用GIS模块匹配所述有向属性关系图以获取与交叉口路段对应的转向信息;以及转向信息识别模块,用于分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果识别出道路交叉口路段对应的具体转向信息。
其中,所述车载信息终端用于每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号。
其中,所述交叉口路段匹配模块具体包括:交叉口路段区域划分子模块,用于调用GIS模块以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=〈areak,k〉是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息;以及匹配子模块,用于提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库中,其中,
其中,所述有向属性关系图生成模块具体包括:轨迹点生成子模块,用于提取道路交叉口路段信息集Ks的行车数据序列xu,i的位置lu,i,然后调用GIS模块匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i};边线要素生成子模块,用于调用GIS模块以时间为轴,将行车的历史轨迹点依次连起来得到边线要素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=〈lu,i,lu,i+1〉,是轨迹点lu,i和lu,i+1组成的有向边线;以及有向属性关系图生成子模块,用于对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=〈L,E〉;所述转向信息获取模块具体包括:边线识别子模块,用于逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段;以及转向信息识别子模块,用于当所述边线识别子模块判定存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段时,调用GIS模块判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息。
本发明的有益效果在于:通过数据服务中心对车载信息终端上传的行车数据进行统计分析,绘制出道路交叉口路段对应的历史行车轨迹,并结合行车数据准确识别出道路交叉口的转向信息,向地图数据厂商提供准确的导航信息,最大程度减少因导航信息不够准确造成司机违规转向。
附图说明
图1是本发明一实施方式中一种基于车辆数据采集的道路交叉口转向识别系统的结构框图;
图2是图1中有向属性关系图生成模块的结构框图;
图3是本发明一种基于车辆数据采集的道路交叉口转向识别方法的实例示意图;
图4是本发明一实施方式中一种基于车辆数据采集的道路交叉口转向识别方法的执行流程图。
主要元件符号说明
数据服务中心10;车载信息终端20;数据库11;GIS模块12;
交叉口路段匹配模块13;有向属性关系图生成模块14;
转向信息获取模块15;转向信息识别模块16;轨迹点生成子模块141;
边线要素生成子模块142;有向属性关系图生成子模块143。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。
请参阅图1,是本发明一实施方式中一种基于车辆数据采集的道路交叉口转向识别系统的结构框图。该基于车辆数据采集的道路交叉口转向识别系统包括:数据服务中心10以及与所述数据服务中心10通信连接的至少一个车载信息终端20。
所述车载信息终端20用于采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间。具体地,所述车载信息终端20为安装在行车上的具有电子设备,其包括处理模块以及分别与处理模块连接的GPS定位模块、通信模块、时钟模块。
具体地,所述车载信息终端20用于每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号,该行车数据序列即为以周期τ为间隔。具体地,所述GPS定位模块用于根据时钟模块的信号每隔周期τ采集位置l、速度s,所述处理模块用于生成行车数据序列xu,i并将其通过通信模块发送至数据服务中心10。
所述数据服务中心10包括数据库11、GIS模块12、交叉口路段匹配模块13、有向属性关系图生成模块14、转向信息获取模块15以及转向信息识别模块16。
所述交叉口路段匹配模块13用于调用GIS模块12划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段信息相关联地加入道路交叉口路段信息集并存储至数据库11。
在本实施方式中,所述交叉口路段匹配模块13具体包括交叉口路段区域划分子模块以及匹配子模块。
所述交叉口路段区域划分子模块用于调用GIS模块12以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=〈areak,k〉是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息。
所述匹配子模块用于提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库11中,其中,
所述有向属性关系图生成模块14用于提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图。
请参阅图2,是图1中有向属性关系图生成模块的结构框图。在本实施方式中,所述有向属性关系图生成模块14具体包括轨迹点生成子模块141、边线要素生成子模块142以及有向属性关系图生成子模块143。
所述轨迹点生成子模块141用于提取道路交叉口路段信息集的行车数据序列xu,i的位置lu,i,然后调用GIS模块12匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i}。
所述边线要素生成子模块142用于调用GIS模块12以时间为轴,将行车的历史轨迹点依次连起来得到边线要素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=〈lu,i,lu,i+1〉,是轨迹点lu,i组成的有向边线。
所述有向属性关系图生成子模块用于对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=〈L,E〉。
所述转向信息获取模块15用于调用GIS模块12匹配所述有向属性关系图以获取与交叉口路段对应的转向信息。
在本实施方式中,所述转向信息获取模块具体包括边线识别子模块以及转向信息识别子模块。
所述边线识别子模块用于逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段。
所述转向信息识别子模块用于当所述边线识别子模块判定存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段时,调用GIS模块12判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息。
所述转向信息识别模块16用于分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果识别出道路交叉口路段对应的具体转向信息。
请参阅图3,是本发明一种基于车辆数据采集的道路交叉口转向识别方法的实例示意图。图中所示车辆编号为u的车辆在一十字交叉口O的历史行车轨迹分布,路段OA记为m1,路段OB记为m2,路段OC记为m3,路段OB记为m4,匹配GIS模块12得到历史行车轨迹在该十字交叉口的分布点,lu,i,lu,i+1,lu,i+2,lu,i+3,lu,i+4,构成轨迹点元素集L={lu,i,lu,i+1,lu,i+2,lu,i+3,lu,i+4}。
以时间为轴依次连接轨迹点lu,i,lu,i+1,lu,i+1,lu,i+2,lu,i+2,lu,i+3,lu,i+3,lu,i+4,分别得到边线要素eu,i,eu,i+1,eu,i+3,构成边线要素集E={eu,i,eu,i+1,eu,i+2},由轨迹点元素集L和边线要素集E定义一有向属性关系图G=〈L,E〉,遍历边线要素集E,存在构成边线要素eu,i+2的lu,i+2,lu,i+3分别属于路段m1和m3,调用GIS模块12判断车辆在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i+2识别出车辆在该道路交叉口左转向。
请参阅图4,是本发明一实施方式中一种基于车辆数据采集的道路交叉口转向识别方法的执行流程图。该基于车辆数据采集的道路交叉口转向识别方法运行于所述基于车辆数据采集的道路交叉口转向识别系统中。该基于车辆数据采集的道路交叉口转向识别方法包括如下步骤:
步骤S1、车载信息终端采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间;
步骤S2、数据服务中心调用GIS模块划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段信息相关联地加入道路交叉口路段信息集并存储至数据库;
步骤S3、数据服务中心提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图,调用GIS模块匹配所述有向属性关系图以获得与交叉口路段对应的转向信息;以及
步骤S4、数据服务中心分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果以识别出道路交叉口路段对应的具体转向信息。
其中,所述步骤S1具体包括:车载信息终端每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号。
其中,所述的步骤S2具体包括步骤:
步骤S21、数据服务中心调用GIS模块以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=〈areak,k〉是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息;
步骤S22、数据服务中心提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库中,其中,
其中,所述的步骤S3具体包括步骤:
步骤S31、数据服务中心提取道路交叉口路段信息集的行车数据序列xu,i的位置lu,i,然后调用GIS模块匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i};
步骤S32、数据服务中心调用GIS模块以时间为轴,将行车的历史轨迹点依次连起来得到边线要素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=〈lu,i,lu,i+1〉,是轨迹点lu,i组成的有向边线;
步骤S33、数据服务中心对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=〈L,E〉;
步骤S34、数据服务中心逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段,若是,则执行步骤S35;
步骤S35、数据服务中心调用GIS模块判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息,若否,则返回步骤S34。
本发明的有益效果在于,通过数据服务中心对车载信息终端上传的行车数据进行统计分析,绘制出道路交叉口路段对应的历史行车轨迹,并结合行车数据准确识别出道路交叉口的转向信息,向地图数据厂商提供准确的导航信息,最大程度减少因导航信息不够准确造成司机违规转向。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于车辆数据采集的道路交叉口转向识别方法,其特征在于,包括:
S1、车载信息终端采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间;
S2、数据服务中心调用GIS模块划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段信息相关联地加入道路交叉口路段信息集并存储至数据库;
S3、数据服务中心提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图,调用GIS模块匹配所述有向属性关系图以获得与交叉口路段对应的转向信息;
S4、数据服务中心分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果以识别出道路交叉口路段对应的具体转向信息。
2.根据权利要求1所述的一种基于车辆数据采集的道路交叉口转向识别方法,其特征在于,所述步骤S1具体包括:车载信息终端每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号。
3.根据权利要求2所述的一种基于车辆数据采集的道路交叉口转向识别方法,其特征在于,所述的步骤S2具体包括步骤:
S21、数据服务中心调用GIS模块以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=<areak,k>是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息;
S22、数据服务中心提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段k对应的路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库中,其中,
4.根据权利要求2所述的一种基于车辆数据采集的道路交叉口转向识别方法,其特征在于,所述的步骤S3具体包括步骤:
S31、数据服务中心提取道路交叉口路段信息集的行车数据序列xu,i的位置lu,i,然后调用GIS模块匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i};
S32、数据服务中心调用GIS模块以时间为轴,将行车的历史行车轨迹点依次连起来得到边线元素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=<lu,i,lu,i+1>,是轨迹点lu,i和lu,i+1组成的有向边线;
S33、数据服务中心对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=<L,E>;
S34、数据服务中心逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段,若是,则执行步骤S35;
S35、数据服务中心调用GIS模块判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息,若否,则返回步骤S34。
5.一种基于车辆数据采集的道路交叉口转向识别系统,其特征在于,包括:数据服务中心以及与所述数据服务中心通信连接的至少一个车载信息终端,所述数据服务中心包括数据库以及GIS模块;
所述车载信息终端用于采集行车数据生成行车数据序列并将行车数据序列传送到数据服务中心,所述行车数据包括车辆编号、位置、速度、时间;
所述数据服务中心还包括:
交叉口路段匹配模块,用于调用GIS模块划定道路交叉口路段区域范围,将行车数据与道路交叉口路段进行匹配,将匹配成功的行车数据与道路交叉路段信息相关联地加入道路交叉口路段信息集并存储至数据库;
有向属性关系图生成模块,用于提取某一道路交叉口路段内行车数据,根据行车数据得到所述道路交叉口路段的历史行车轨迹,并根据历史行车轨迹生成一有向属性关系图;
转向信息获取模块,用于调用GIS模块匹配所述有向属性关系图以获取与交叉口路段对应的转向信息;以及
转向信息识别模块,用于分时间段统计分析道路交叉口路段对应的转向信息得到每个时间段的统计结果,并根据一预设时间长度内的统计结果识别出道路交叉口路段对应的具体转向信息。
6.根据权利要求5所述的一种基于车辆数据采集的道路交叉口转向识别系统,其特征在于,所述车载信息终端用于每隔周期τ采集车辆编号u、位置l、速度s和时间信息t,得到行车数据序列xu,i=<lu,i,su,i,tu,i>,并将采集得到的行车数据序列xu,i传送到数据服务中心,其中,i为行车数据序列编号。
7.根据权利要求6所述的一种基于车辆数据采集的道路交叉口转向识别系统,其特征在于,所述交叉口路段匹配模块具体包括:
交叉口路段区域划分子模块,用于调用GIS模块以道路交叉口为中心,以预设长度沿交叉路口各个路段方向划定交叉口路段区域范围并得到交叉口路段区域范围集合M={m1,m2,...,mk},其中,mk=<areak,k>是道路交叉口路段k对应的路段信息,m是与道路交叉口对应的道路交叉口编号,k是道路交叉口的路段编号,areak是交叉口路段k的区域范围信息;以及
匹配子模块,用于提取行车数据序列xu,i中的位置lu,i,判断位置lu,i是否属于道路交叉口路段k对应的路段信息mk,若是,则将属于同一道路交叉口路段的行车数据序列加入所属于的道路交叉口路段信息集并将道路交叉口路段信息集存储到数据库中,其中,
8.根据权利要求6所述的一种基于车辆数据采集的道路交叉口转向识别系统,其特征在于,
所述有向属性关系图生成模块具体包括:
轨迹点生成子模块,用于提取道路交叉口路段信息集Kmk的行车数据序列xu,i的位置lu,i,然后调用GIS模块匹配地图得到每辆行车的历史行车轨迹点,相应地生成道路交叉口路段区域范围内的轨迹点元素集L={lu,i};
边线要素生成子模块,用于调用GIS模块以时间为轴,将行车的历史行车轨迹点依次连起来得到边线要素集E={eu,i},从而得到行车在道路交叉口的历史行车轨迹,其中,边线要素eu,i=<lu,i,lu,i+1>,是轨迹点lu,i和lu,i+1组成的有向边线;以及
有向属性关系图生成子模块,用于对应道路交叉口的每辆行车,根据行车在道路交叉口的历史行车轨迹,定义一有向属性关系图G=<L,E>;
所述转向信息获取模块具体包括:
边线识别子模块,用于逐一针对每个边线要素进行匹配判断是否存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段;以及
转向信息识别子模块,用于当所述边线识别子模块判定存在构成边线要素eu,i的轨迹点元素lu,i,lu,i+1分别属于不同路段时,调用GIS模块判断行车在该道路交叉口是否进行转向行驶,若是,则据边线要素eu,i识别出该道路交叉口的具体转向信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310330591.4A CN103413437B (zh) | 2013-07-31 | 2013-07-31 | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310330591.4A CN103413437B (zh) | 2013-07-31 | 2013-07-31 | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103413437A CN103413437A (zh) | 2013-11-27 |
CN103413437B true CN103413437B (zh) | 2015-04-29 |
Family
ID=49606442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310330591.4A Active CN103413437B (zh) | 2013-07-31 | 2013-07-31 | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413437B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103984744B (zh) * | 2014-05-23 | 2018-07-06 | 航天科技控股集团股份有限公司 | 一种车载终端数据存储及检索方法 |
CN105160991B (zh) * | 2015-07-27 | 2017-11-24 | 福建工程学院 | 一种新增建筑物的识别方法及系统 |
CN106569245B (zh) * | 2015-10-10 | 2021-01-05 | 腾讯科技(深圳)有限公司 | 一种车辆定位方法及装置 |
CN105788273B (zh) * | 2016-05-18 | 2018-03-27 | 武汉大学 | 基于低精度时空轨迹数据的城市交叉口自动识别的方法 |
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 |
CN106448225B (zh) * | 2016-08-25 | 2019-12-10 | 深圳市元征科技股份有限公司 | 一种路段信息共享方法及装置 |
CN107990905B (zh) * | 2016-10-27 | 2020-04-10 | 高德软件有限公司 | 一种掉头路口的确定方法及装置 |
DE102016223350A1 (de) * | 2016-11-24 | 2018-05-24 | Robert Bosch Gmbh | Verfahren zum Bereitstellen eines Signals für wenigstens ein Fahrzeug |
CN106856049B (zh) * | 2017-01-20 | 2020-04-24 | 东南大学 | 基于卡口号牌识别数据的关键交叉口需求集聚分析方法 |
CN110873571B (zh) * | 2018-08-30 | 2021-09-07 | 北京嘀嘀无限科技发展有限公司 | 一种路口停车线数据采集方法、系统和装置 |
WO2020082284A1 (zh) * | 2018-10-25 | 2020-04-30 | 北京嘀嘀无限科技发展有限公司 | 一种路口是否存在目标道路设施的判断方法及系统 |
CN110276973B (zh) * | 2019-07-22 | 2021-03-19 | 福建工程学院 | 一种路口交通规则自动识别方法 |
CN112710319B (zh) * | 2019-10-24 | 2023-11-14 | 北京四维图新科技股份有限公司 | 地图数据采集路径规划方法、装置、设备及存储介质 |
CN111047862B (zh) * | 2019-12-09 | 2021-06-29 | 北京中交兴路信息科技有限公司 | 一种获取道路属性的方法 |
CN111696346B (zh) * | 2020-05-13 | 2022-01-07 | 中冶集团武汉勘察研究院有限公司 | 一种基于gis和gps的道路负荷数据统计方法及系统 |
CN114067563B (zh) * | 2021-11-08 | 2023-01-24 | 上海万位科技有限公司 | 路口识别方法及相应存储介质、产品、模型和提醒方法及设备 |
CN114387410B (zh) * | 2021-12-10 | 2023-03-24 | 阿波罗智能技术(北京)有限公司 | 道路数据融合的地图生成方法、装置以及电子设备 |
CN114299719B (zh) * | 2021-12-30 | 2023-05-16 | 中科美络科技股份有限公司 | 端云系统中基于轨迹的车道临时指向的识别方法及系统 |
CN115188197B (zh) * | 2022-09-09 | 2022-11-18 | 中诚华隆计算机技术有限公司 | 一种交通车辆的智能行驶管控方法、芯片及装置 |
CN117095379A (zh) * | 2023-02-17 | 2023-11-21 | 浙江口碑网络技术有限公司 | 数据处理方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3809171B2 (ja) * | 2004-04-22 | 2006-08-16 | 松下電器産業株式会社 | 道路交通情報通信システム及び道路交通情報通信方法 |
KR100911954B1 (ko) * | 2007-03-29 | 2009-08-13 | 에스케이씨앤씨 주식회사 | 자동차 네비게이션용 교차로 경로 안내 방법 |
CN101324437B (zh) * | 2007-06-13 | 2010-10-27 | 香港理工大学 | 导航线路显示方法及导航线路显示装置 |
CN102620742B (zh) * | 2012-04-12 | 2014-10-15 | 常熟恒基科技有限公司 | 基于道路形点段角度累计和道路相对位置的转向识别方法 |
-
2013
- 2013-07-31 CN CN201310330591.4A patent/CN103413437B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103413437A (zh) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413437B (zh) | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 | |
CN102568208B (zh) | 基于浮动车技术的路段限速信息识别方法 | |
CN102147261B (zh) | 一种交通车辆gps数据地图匹配的方法与系统 | |
CN100568293C (zh) | Gps定位信息和电子地图收费路段匹配的方法 | |
CN103226892B (zh) | 一种优化型的道路拥塞状态发现方法 | |
CN103177561B (zh) | 公交实时路况的生成方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN108848460B (zh) | 基于rfid和gps数据的人车关联方法 | |
CN104200659B (zh) | 一种重点车辆是否按规定线路行驶的判定方法 | |
CN104933856A (zh) | 道路路况实时评估系统及方法 | |
CN103632540A (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN101937616B (zh) | 实时交通流数据融合方法及装置 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN106846806A (zh) | 基于Isolation Forest的城市道路交通异常检测方法 | |
CN102779410A (zh) | 一种多源异类海量交通数据融合的并行实现方法 | |
CN107240264A (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN107730892A (zh) | 一种基于fcd与互联网数据融合的交通拥堵指数评价方法 | |
DE102015206776A1 (de) | Kooperatives Lernverfahren für Straßeninfrastruktur-Detektion und -Charakterisierung | |
CN202996022U (zh) | 采用蓝牙技术的交通状态感知系统 | |
CN104298832A (zh) | 一种基于rfid技术的路网交通流分析方法 | |
CN111127949A (zh) | 车辆高危路段预警方法、装置及存储介质 | |
CN102768797B (zh) | 一种城市路况信息评价方法及装置 | |
CN103680130A (zh) | 一种基于浮动车技术获得区域带路专家的方法 | |
CN103218240A (zh) | 一种基于浮动车轨迹的废弃道路识别方法 | |
CN103914979A (zh) | 采用蓝牙技术的交通状态感知系统及其感知方法 |
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 |