CN103700258A - 路况信息的获取方法及装置 - Google Patents
路况信息的获取方法及装置 Download PDFInfo
- Publication number
- CN103700258A CN103700258A CN201310662150.4A CN201310662150A CN103700258A CN 103700258 A CN103700258 A CN 103700258A CN 201310662150 A CN201310662150 A CN 201310662150A CN 103700258 A CN103700258 A CN 103700258A
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- monitored
- acquisition
- cellular localization
- 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.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路况信息的获取方法及装置,在上述方法中,对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,待监控道路为相邻两个平面交叉口之间的道路;对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取在待监控道路的预设方向上的路况信息。根据本发明提供的技术方案,进而在不增加路况监控设备投入的情况下,获得大量的准确性较高的采样数据,具有成本低、信息准确和道路覆盖面广的优势。
Description
技术领域
本发明涉及交通信息技术领域,具体而言,涉及一种路况信息的获取方法及装置。
背景技术
随着城市化与城镇化的飞速发展,市区内的各类车辆(特别是私家车)数量的增长态势迅猛,其在给人们出行带来便捷的同时,不可回避的也带来了另一个显著的城市问题:交通道路拥堵。因此,如何能够有效地获取、监控以及利用实时路况信息便成为了交通管理部门和驾驶员所关注的重点。
目前,在相关技术中,通常可以采用以下几种方式获取路况信息:
方式一、通过在主要道路和重要路口安装环形传感器、微波检测器、实时监控摄像头等电子设备,以监测路网上特定路段的特定横截面处的交通数据(例如:车流量、道路占用率),进而获得车辆行驶的均速、道路的拥堵情况等信息。该技术方案的优点在于对交通流的测量准确性较高。然而该方式的缺陷在于需要投入大量的设备,部署过程复杂而且维护成本高,通常仅适用在城市主干道上,其覆盖率较低。
方式二、通过车载卫星定位设备,例如:全球定位系统(GPS),定时返回其位置、速度、行进方向等信息,进而获得车辆行驶道路的相关路况信息。该方式的优点是采集到的数据样本准确性高、路段覆盖广。然而其缺陷在于车辆需要安装特定的车载卫星定位设备,并且该设备具有与统一的路况监控平台通信的辅助模块;在车辆行驶过程中,驾驶员需要开启卫星定位设备才能实施该技术方案。然而,在大多数情况下,驾驶员完全可以依靠对道路的熟悉程度而无需额外再使用此类设备(例如:驾驶者驱车上下班,由于驾驶者对路况十分熟悉,因而完全没有必要再借助其他定位设备),由此,造成数据样本较少,缺乏准确性;另外,监控数据多来自于出租车、公交车等运营车辆,运营车辆的驾驶行为具有一定特殊性。
方式三、通过道路上的移动设备(例如:智能手机)在与基站交互中所记录的信令信息,来获得行驶车辆当前所位于的蜂窝,然后通过预设的算法获取移动设备所在的道路和位置、移动速度、行进方向,并对获取的样本数据进行非车载移动设备属性(例如:行人)的过滤处理,最终通过统计方式获得相关路段的路况信息。此种方式的优点是不需要投入额外的设备、数据样本丰富、路段覆盖广。然而该方式的缺陷在于受到相关技术中的蜂窝定位技术的限制,所获取到的移动设备的位置和速度信息准确度较低,需要依赖于算法的优化。
由此可见,相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低,从而缺乏一种行之有效的解决方案。
发明内容
本发明提供了一种路况信息的获取方法及装置,以至少解决相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低的问题。
根据本发明的一个方面,提供了一种路况信息的获取方法。
根据本发明的路况信息的获取方法包括:对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,待监控道路为相邻两个平面交叉口之间的道路;对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取在待监控道路的预设方向上的路况信息。
优选地,对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取路况信息包括:采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速并确定每台车辆在待监控道路上的行驶方向;选取行驶方向与预设方向相匹配的一台或多台车辆;根据对相匹配的每台车辆的平均车速的统计分析结果获取路况信息。
优选地,对蜂窝定位数据集合和卫星定位数据集合进行采集包括:将待监控道路划分为多个长度相等的路段;分别在每个路段随机采集与每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取蜂窝定位数据集合和卫星定位数据集合。
优选地,采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速包括:分别根据在每个路段随机采集到的实时蜂窝定位数据与实时卫星定位数据依次计算每台车辆在各个路段的平均车速;采用每台车辆在各个路段的平均车速计算每台车辆在待监控道路上的平均车速。
优选地,在对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取路况信息之后,还包括:根据获取到的路况信息按照预设周期对电子地图进行更新。
根据本发明的另一方面,提供了一种路况信息的获取装置。
根据本发明的路况信息的获取装置包括:采集模块,用于对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,待监控道路为相邻两个平面交叉口之间的道路;获取模块,用于对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取在待监控道路的预设方向上的路况信息。
优选地,获取模块包括:处理单元,用于采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速并确定每台车辆在待监控道路上的行驶方向;选取单元,用于选取行驶方向与预设方向相匹配的一台或多台车辆;第一获取单元,用于根据对相匹配的每台车辆的平均车速的统计分析结果获取路况信息。
优选地,采集模块包括:划分单元,用于将待监控道路划分为多个长度相等的路段;第二获取单元,用于分别在每个路段随机采集与每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取蜂窝定位数据集合和卫星定位数据集合。
优选地,处理单元包括:第一计算子单元,用于分别根据在每个路段随机采集到的实时蜂窝定位数据与实时卫星定位数据依次计算每台车辆在各个路段的平均车速;第二计算子单元,用于采用每台车辆在各个路段的平均车速计算每台车辆在待监控道路上的平均车速。
优选地,上述装置还包括:更新模块,用于根据获取到的路况信息按照预设周期对电子地图进行更新。
通过本发明实施例,采用对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,该待监控道路为相邻两个平面交叉口之间的道路;根据采集到的蜂窝定位数据集合和卫星定位数据集合获取在待监控道路的预设方向上的路况信息,即融合使用了车载移动终端(例如:车载智能手机)的蜂窝定位数据和车载卫星定位设备(例如:GPS和北斗卫星定位设备)的卫星定位数据,通过统计分析处理获取待监控道路的路况信息,由此解决了相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低的问题,进而在不增加路况监控设备投入的情况下,获得大量的准确性较高的采样数据,具有成本低、信息准确和道路覆盖面广的优势。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的路况信息的获取方法的流程图;
图2是根据本发明优选实施例的电子地图路段示意图;
图3是根据本发明实施例的路况信息的获取装置的结构框图;
图4是根据本发明优选实施例的路况信息的获取装置的结构框图;
图5是根据本发明优选实施例的路况监控系统的架构图;
图6是根据本发明优选实施例的数据引擎业务的流程示意图;
图7是根据本发明优选实施例的业务平台的业务流程示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1是根据本发明实施例的路况信息的获取方法的流程图。如图1所示,该方法可以包括以下处理步骤:
步骤S102:对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,待监控道路为相邻两个平面交叉口之间的道路;
步骤S104:对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取在待监控道路的预设方向上的路况信息。
相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低。采用如图1所示的方法,融合使用了车载移动终端(例如:车载智能手机)的蜂窝定位数据和车载卫星定位设备(例如:GPS和北斗卫星定位设备)的卫星定位数据,通过统计分析处理获取待监控道路的路况信息,由此解决了相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低的问题,进而在不增加路况监控设备投入的情况下,获得大量的准确性较高的采样数据,具有成本低、信息准确和道路覆盖面广的优势。
优选地,在步骤S104中,对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取路况信息可以包括以下操作:
步骤S1:采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速并确定每台车辆在待监控道路上的行驶方向;
步骤S2:选取行驶方向与预设方向相匹配的一台或多台车辆;
步骤S3:根据对相匹配的每台车辆的平均车速的统计分析结果获取路况信息。
特定路段的平均车速能够直接地反映当前车辆行驶的路况,如果道路畅通,则平均车速就会较高;反之,如果道路拥挤,则平均车速就会变得较低。由此可以得出,如果某段道路在较长时间内一直出现车辆行驶缓慢的现象,则可以推断为该段道路发生拥堵。因此,在城市电子地图中,标记监控路段的平均车速便可以直观地反映城市道路的实时路况。
此外,在电子地图中,平均车速可以按照不同等级的速度梯度采用不同的颜色进行标记,并且对当前无车辆行驶的路段采用特定颜色加以标记,具体设置如下:
(1)采用白色表示道路空旷;
(2)采用墨绿色表示监测路段的平均车速(Vavg):Vavg>120千米/小时(km/h);
(3)采用浅绿色表示监测路段的平均车速:50<Vavg≤120km/h;
(4)采用黄色表示监测路段的平均车速:20<Vavg≤50km/h;
(5)采用橙色表示监测路段的平均车速:5<Vavg≤20km/h;
(6)采用红色表示监测路段的平均车速:0<Vavg≤5km/h。
优选地,在步骤S102中,对蜂窝定位数据集合和卫星定位数据集合进行采集可以包括以下步骤:
步骤S4:将待监控道路划分为多个长度相等的路段;
步骤S5:分别在每个路段随机采集与每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取蜂窝定位数据集合和卫星定位数据集合。
在优选实施例中,图2是根据本发明优选实施例的电子地图路段示意图。如图2所示,可以根据不同城市对于路况监控的需求进行多种不同方式的处理。在该优选实施例中,可以在电子地图中对所要监控的道路(道路的平面交叉口除外)采取抽象处理,按照预设长度(例如:100米,具体可以根据道路的实际情况进行相应地调整)进行分割,每段道路再按照车辆的行驶方向分割为两个不同区域,其中,每个路段的属性可以包括但不限于以下至少之一:该路段的标识信息RID,地理位置信息Loc(即两条角平分线的交叉点的坐标),车辆行进方向D,即每个路段的属性字段信息为[RID,Loc,D]。路况监控系统将会存储每个路段的属性信息。
优选地,在步骤S1中,采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速可以包括以下操作:
步骤S11:分别根据在每个路段随机采集到的实时蜂窝定位数据与实时卫星定位数据依次计算每台车辆在各个路段的平均车速;
步骤S12:采用每台车辆在各个路段的平均车速计算每台车辆在待监控道路上的平均车速。
在优选实施例中,为了能够更加准确地计算在待监控道路范围内的每台车辆的平均车速,可以通过该车辆从进入相邻的平面交叉口中的第一平面交叉口的时刻开始在如上述图2所示的各个路段中依次计算该车辆在每个路段中的平均车速,然后再根据各个路段的平均车速进而计算出该车辆在待监控道路上的平均车速,同时还可以计算出该车辆在各个路段的速度变化率,由此为进一步获取待监控道路的路况信息提供数据支持。
优选地,在步骤S104,对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取路况信息之后,还可以包括以下步骤:
步骤S6:根据获取到的路况信息按照预设周期对电子地图进行更新。
在优选实施例中,在实际使用电子地图的过程中,可以根据实时生成的路况信息周期性地对电子地图进行更新。
图3是根据本发明实施例的路况信息的获取装置的结构框图。如图3所示,该路况信息的获取装置可以包括:采集模块10,用于对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,待监控道路为相邻两个平面交叉口之间的道路;获取模块20,用于对采集到的蜂窝定位数据集合和卫星定位数据集合进行统计分析,获取在待监控道路的预设方向上的路况信息。
采用如图3所示的装置,解决了相关技术中的路况监控技术由于需要额外的设备投入易造成硬件成本升高,如果不增加额外的设备又会导致数据采样量不足或者采样的数据准确度较低的问题,进而在不增加路况监控设备投入的情况下,获得大量的准确性较高的采样数据,具有成本低、信息准确和道路覆盖面广的优势。
优选地,如图4所示,获取模块20可以包括:处理单元200,用于采用蜂窝定位数据集合和卫星定位数据集合计算每台车辆在待监控道路上的平均车速并确定每台车辆在待监控道路上的行驶方向;选取单元202,用于选取行驶方向与预设方向相匹配的一台或多台车辆;第一获取单元204,用于根据对相匹配的每台车辆的平均车速的统计分析结果获取路况信息。
优选地,如图4所示,采集模块10可以包括:划分单元100,用于将待监控道路划分为多个长度相等的路段;第二获取单元102,用于分别在每个路段随机采集与每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取蜂窝定位数据集合和卫星定位数据集合。
优选地,处理单元200可以包括:第一计算子单元(图中未示出),用于分别根据在每个路段随机采集到的实时蜂窝定位数据与实时卫星定位数据依次计算每台车辆在各个路段的平均车速;第二计算子单元(图中未示出),用于采用每台车辆在各个路段的平均车速计算每台车辆在待监控道路上的平均车速。
优选地,如图4所示,上述装置还可以包括:更新模块30,用于根据获取到的路况信息按照预设周期对电子地图进行更新。
下面结合图5所示的优选实施方式对上述优选实施过程作进一步的描述。
图5是根据本发明优选实施例的路况监控系统的架构图。如图5所示,该优选实施例所提出的路况监控系统可以采用双层架构来实现,具体可以包括:上层的业务平台和下层的数据引擎。业务平台主要可以包括:路况显示控制模块、数据整合模块、接口模块、管控模块和数据存储模块;数据引擎主要可以包括:数据处理模块、数据提取模块、接口模块和数据存储模块。考虑到接口、逻辑以及性能各方面的要求,针对不同的数据源,路况监控系统将单独部署一套数据引擎。路况信息的数据来源分别来自于移动运营商(中国移动、中国电信和中国联通)的定位平台以及卫星定位(GPS和北斗)相关的定位应用平台。
(1)对于业务平台(相当于上述获取模块):
显示控制模块主要负责根据实时的路况信息周期性地刷新电子地图。
数据整合模块主要负责统计融合各个数据引擎输出的路况信息,并在必要时进行数据校正(例如:道路空旷状态的检查)。
接口模块主要负责与各个数据引擎的对接,及时获取每个数据引擎所更新的路况数据。
管控模块主要负责业务平台和各个数据引擎的系统管理和业务管理。
数据存储模块主要负责缓存路况信息等动态数据以及存储系统和业务等静态数据。
(2)对于数据引擎(相当于上述采集模块):
数据处理模块主要负责按照预设算法对提取到的定位数据进行处理,以输出路况信息。
数据提取模块主要负责按照预设的数据提取策略从数据源提取定位数据。
接口模块可以分为北向接口模块与南向接口模块,其分别负责与定位数据源和业务平台进行对接。
数据存储模块主要负责缓存路况信息等动态数据以及存储系统和业务等静态数据。
在实际使用电子地图的过程中,数据引擎和业务平台将会采取多进程并行的方式运行业务逻辑,周期性地从各个数据源提取定位数据,进而实时生成路况信息并刷新电子地图。
图6是根据本发明优选实施例的数据引擎业务的流程示意图。如图6所示,在对定位数据的处理过程中,可以通过预先配置平均速度阈值的方式(默认大于20km/h)精准过滤识别有效的车载移动终端和车载卫星定位设备并缓存跟踪,作为准确数据源;同时,还可以采用自学习模式,对已经识别的终端及设备设置老化机制,利用平均速度阈值方式不断补充更新数据源。该流程可以包括以下处理步骤:
步骤S602:每个数据引擎按照预先配置的数据提取策略,周期性地从移动运营商的定位平台和卫星定位相关的定位应用平台提取相关监控道路范围内的终端设备的定位数据。
步骤S604:根据路况监控系统缓存的有效终端设备列表,对提取的定位数据进行划分,具体可以分为两类数据:其中一类是已经识别的有效终端设备的定位数据,而另一类则是待识别的定位数据。
步骤S606:按照预先配置的算法计算每个有效终端设备(其标识信息为DID)的平均速度(等于平均车速)Vavg和移动方向(等于车辆行驶方向)D,并根据移动路径与路段路径进行匹配,同时还要过滤掉异常数据(例如:某个终端设备的移动方向不匹配所在路段的车辆行驶方向),最后生成[DID,RID,Vavg]数据组。
在该优选实施例中,由于提取的定位数据的内容不同,所采用的算法也会随之产生差异。移动运营商对移动终端可以采用蜂窝定位技术。根据相关技术而言,通常情况下是获取移动终端当时所在的蜂窝,即小区标识信息CellID;当然在对蜂窝定位技术进行改进后,还可以通过多蜂窝联合定位,以获得更加精确的位置信息。卫星定位数据准确,能够提供一定时间段内起止位置的坐标。
步骤S608:考虑到道路上行人与自行车的干扰,在该优选实施例中采用平均速度阈值法对数据样本进行过滤处理,例如:平均速度大于20km/h的终端设备才被认定为机动车。采用上述预先配置的算法计算每个有效终端设备DID的平均速度(等于平均车速)Vavg和移动方向(等于车辆行驶方向)D,去除未超过平均速度阈值的样本,并根据移动路径与路段路径对剩余样本进行匹配,同时还要过滤掉异常数据(例如:某个终端设备的移动方向不匹配所在路段的车辆行驶方向),最后生成[DID,RID,Vavg]数据组。
步骤S610:根据上述S606和S608两个步骤输出的定位数据,可以采用自学习的方式更新路况监控系统缓存的有效终端设备列表,即[DID,Aging]数据组,其中,Aging为老化因子。
在该优选实施例中,可以对新的DID的老化因子默认设置为5;如果在一次数据提取过程中,某一个DID被提取到,那么其老化因子不发生任何变化,仍然是5;而如果在一次数据提取过程中,某一个DID没有被提取到,那么其老化因子减1,直至为0,则删除该DID。
步骤S612:根据上述S606和S608两个步骤输出的定位数据,可以统计出特定路段的路况信息,即[RID,Vavg,n]数据组,其中,n是该路段的有效终端设备的数量。
图7是根据本发明优选实施例的业务平台的业务流程示意图。如图7所示,该流程可以包括以下处理步骤:
步骤S702:业务平台可以周期性地从各个数据引擎提取全部或者部分路段的路况信息。
步骤S704:每个路段的实时路况属性信息进行周期性地更新。由此可见,路况属性字段信息可以包括但不限于:RID和实时平均车速Vavg,即[RID,Vavg]。通过统计整合出统一的路段路况信息,同时进行空路状态检查,以输出[RID,Vavg]数据组。
在该优选实施例中,在对数据整合的过程中,需要统计所有数据引擎上报的定位数据;在对数据整合的一次处理过程中,若某个路段的有效采样数据量低于预先配置的阈值(默认为3),则认为该路段当前正处于空旷状态,而空路的平均速度可以采用-1表示。
步骤S706:根据前一个步骤的输出结果,周期性地更新电子地图的显示。
从以上的描述中,可以看出,上述实施例实现了如下技术效果(需要说明的是这些效果是某些优选实施例可以达到的效果):本发明所提供的技术方案充分利用了蜂窝定位和卫星定位统计数据以实现实时的路况监控,进而在不增加路况监控设备投入的情况下,获得大量的准确性较高的采样数据,具有成本低、信息准确和道路覆盖面广的优势。标记有路况信息的电子地图可以广泛地为交通管理部门提供技术支持,同时也为出行的驾驶员提供便捷的服务。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种路况信息的获取方法,其特征在于,包括:
对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,所述待监控道路为相邻两个平面交叉口之间的道路;
对采集到的所述蜂窝定位数据集合和所述卫星定位数据集合进行统计分析,获取在所述待监控道路的预设方向上的路况信息。
2.根据权利要求1所述的方法,其特征在于,对采集到的所述蜂窝定位数据集合和所述卫星定位数据集合进行统计分析,获取所述路况信息包括:
采用所述蜂窝定位数据集合和所述卫星定位数据集合计算所述每台车辆在所述待监控道路上的平均车速并确定所述每台车辆在所述待监控道路上的行驶方向;
选取行驶方向与所述预设方向相匹配的一台或多台车辆;
根据对所述相匹配的每台车辆的平均车速的统计分析结果获取所述路况信息。
3.根据权利要求2所述的方法,其特征在于,对所述蜂窝定位数据集合和所述卫星定位数据集合进行采集包括:
将所述待监控道路划分为多个长度相等的路段;
分别在每个路段随机采集与所述每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取所述蜂窝定位数据集合和所述卫星定位数据集合。
4.根据权利要求3所述的方法,其特征在于,采用所述蜂窝定位数据集合和所述卫星定位数据集合计算所述每台车辆在所述待监控道路上的平均车速包括:
分别根据在所述每个路段随机采集到的所述实时蜂窝定位数据与所述实时卫星定位数据依次计算所述每台车辆在各个路段的平均车速;
采用所述每台车辆在所述各个路段的平均车速计算所述每台车辆在所述待监控道路上的平均车速。
5.根据权利要求4所述的方法,其特征在于,在对采集到的所述蜂窝定位数据集合和所述卫星定位数据集合进行统计分析,获取所述路况信息之后,还包括:
根据获取到的所述路况信息按照预设周期对电子地图进行更新。
6.一种路况信息的获取装置,其特征在于,包括:
采集模块,用于对待监控道路上行驶的每台车辆的蜂窝定位数据集合和卫星定位数据集合进行采集,其中,所述待监控道路为相邻两个平面交叉口之间的道路;
获取模块,用于对采集到的所述蜂窝定位数据集合和所述卫星定位数据集合进行统计分析,获取在所述待监控道路的预设方向上的路况信息。
7.根据权利要求6所述的装置,其特征在于,所述获取模块包括:
处理单元,用于采用所述蜂窝定位数据集合和所述卫星定位数据集合计算所述每台车辆在所述待监控道路上的平均车速并确定所述每台车辆在所述待监控道路上的行驶方向;
选取单元,用于选取行驶方向与所述预设方向相匹配的一台或多台车辆;
第一获取单元,用于根据对所述相匹配的每台车辆的平均车速的统计分析结果获取所述路况信息。
8.根据权利要求7所述的装置,其特征在于,所述采集模块包括:
划分单元,用于将所述待监控道路划分为多个长度相等的路段;
第二获取单元,用于分别在每个路段随机采集与所述每个车辆对应的实时蜂窝定位数据与实时卫星定位数据,获取所述蜂窝定位数据集合和所述卫星定位数据集合。
9.根据权利要求8所述的装置,其特征在于,所述处理单元包括:
第一计算子单元,用于分别根据在所述每个路段随机采集到的所述实时蜂窝定位数据与所述实时卫星定位数据依次计算所述每台车辆在各个路段的平均车速;
第二计算子单元,用于采用所述每台车辆在所述各个路段的平均车速计算所述每台车辆在所述待监控道路上的平均车速。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
更新模块,用于根据获取到的所述路况信息按照预设周期对电子地图进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310662150.4A CN103700258A (zh) | 2013-12-09 | 2013-12-09 | 路况信息的获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310662150.4A CN103700258A (zh) | 2013-12-09 | 2013-12-09 | 路况信息的获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103700258A true CN103700258A (zh) | 2014-04-02 |
Family
ID=50361773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310662150.4A Pending CN103700258A (zh) | 2013-12-09 | 2013-12-09 | 路况信息的获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103700258A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106128132A (zh) * | 2016-07-06 | 2016-11-16 | 上海碧虎网络科技有限公司 | 一种实时路况监控的系统 |
CN106781507A (zh) * | 2017-02-22 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于生成路况信息和测试路况识别系统的方法和装置 |
CN108074399A (zh) * | 2016-11-16 | 2018-05-25 | 英业达科技有限公司 | 一种路况监测系统及路况监测系统的操作方法 |
CN109241373A (zh) * | 2018-11-09 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 用于采集数据的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020038182A1 (en) * | 2000-06-06 | 2002-03-28 | Wong Carlos C.H. | Wireless vehicle monitoring system |
CN1375999A (zh) * | 2001-03-19 | 2002-10-23 | 株式会社日立制作所 | 带位置计算功能的移动手机 |
CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
CN102252687A (zh) * | 2011-07-06 | 2011-11-23 | 广东威创视讯科技股份有限公司 | 获取车辆最快行驶路径的方法与装置 |
CN103310634A (zh) * | 2013-05-28 | 2013-09-18 | 天瀚科技(吴江)有限公司 | 基于车辆定位系统的路况分析系统 |
-
2013
- 2013-12-09 CN CN201310662150.4A patent/CN103700258A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020038182A1 (en) * | 2000-06-06 | 2002-03-28 | Wong Carlos C.H. | Wireless vehicle monitoring system |
CN1375999A (zh) * | 2001-03-19 | 2002-10-23 | 株式会社日立制作所 | 带位置计算功能的移动手机 |
CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
CN102252687A (zh) * | 2011-07-06 | 2011-11-23 | 广东威创视讯科技股份有限公司 | 获取车辆最快行驶路径的方法与装置 |
CN103310634A (zh) * | 2013-05-28 | 2013-09-18 | 天瀚科技(吴江)有限公司 | 基于车辆定位系统的路况分析系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106128132A (zh) * | 2016-07-06 | 2016-11-16 | 上海碧虎网络科技有限公司 | 一种实时路况监控的系统 |
CN108074399A (zh) * | 2016-11-16 | 2018-05-25 | 英业达科技有限公司 | 一种路况监测系统及路况监测系统的操作方法 |
CN106781507A (zh) * | 2017-02-22 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 用于生成路况信息和测试路况识别系统的方法和装置 |
CN109241373A (zh) * | 2018-11-09 | 2019-01-18 | 百度在线网络技术(北京)有限公司 | 用于采集数据的方法和装置 |
CN109241373B (zh) * | 2018-11-09 | 2020-06-02 | 百度在线网络技术(北京)有限公司 | 用于采集数据的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3719714B1 (en) | Machine learning system for classifying an area as vehicle way | |
CN103366560B (zh) | 一种道路交通运行状态跟车探测方法、系统及应用 | |
CN104299415B (zh) | 基于蓝牙技术的分布式交通状态检测系统及其方法 | |
CN111524357A (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
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 | |
CN111183465B (zh) | 使用车辆轨迹数据的自适应交通控制 | |
CN109859500A (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
CN103050013B (zh) | 基于车联网技术的车辆分级限速监控方法及其装置 | |
CN103632540B (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN104200659B (zh) | 一种重点车辆是否按规定线路行驶的判定方法 | |
CN205121912U (zh) | 智能公交电子站牌综合显示系统 | |
CN203084938U (zh) | 一种基于北斗卫星系统的实时交通导航系统 | |
CN104851311A (zh) | 一种实时车道拥堵情况显示系统及其显示方法 | |
CN105702072A (zh) | 一种基于物联网的交通运输系统 | |
CN203386372U (zh) | 停车场车辆定位导航管理系统 | |
CN104933884A (zh) | 一种基于手机定位信息的实时交通路况导航系统 | |
CN102324182A (zh) | 基于蜂窝网络的交通道路信息检测系统及其检测方法 | |
CN103700258A (zh) | 路况信息的获取方法及装置 | |
CN104966408A (zh) | 一种gps定位数据补偿方法 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
CN111489555A (zh) | 一种交通运行状态预测方法、装置和系统 | |
CN202632538U (zh) | 公交车gps定位报站综合显示系统 | |
CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 | |
CN112188440A (zh) | 一种车路协同平行仿真测试方法及系统 | |
CN103236159B (zh) | 基于卫星定位、obd、无线通讯的交通路况采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140402 |