CN104091443B - 一种基于射频识别计算交通拥堵程度的方法及其系统 - Google Patents
一种基于射频识别计算交通拥堵程度的方法及其系统 Download PDFInfo
- Publication number
- CN104091443B CN104091443B CN201410298751.6A CN201410298751A CN104091443B CN 104091443 B CN104091443 B CN 104091443B CN 201410298751 A CN201410298751 A CN 201410298751A CN 104091443 B CN104091443 B CN 104091443B
- Authority
- CN
- China
- Prior art keywords
- read write
- motor vehicle
- write line
- identification
- traffic congestion
- 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
本发明公开了一种基于射频识别计算交通拥堵程度的方法,包括:机动车识别步骤、机动车数量获取步骤和拥堵程度获取步骤;机动车识别步骤为采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息;机动车数量获取步骤为累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;拥堵程度获取步骤为获取正常情况下的交通正常常量,通过将交通正常常量与读写器识别的机动车次数和实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
Description
技术领域
本发明涉及一种监测方法,特别是涉及一种在智能交通应用中,利用射频识别监测道路交通拥堵程度的方法及其系统。
背景技术
随着社会经济的发展,城市现代化水平的提高,交通拥堵等问题已经成为各个城市面临的共同问题。如果能够及时感知城市道路的交通拥堵程度,交通管理部门就能进行合理的交通流量控制,提高交通运输效率,保障交通安全。
在目前的情况下,道路交通拥堵程度的感知手段包括地感线圈、雷达测速、视频监控等。采用地感线圈的方式感知交通拥堵程度,需要进行路面施工,对路面和交通会造成影响。采用雷达测试的方式感知交通拥堵程度,效果较好,但用途单一,不能对经过的机动车进行识别。采用视频或图像监控方式感知交通拥堵程度,易受现场照明条件的影响,对计算机的要求较高,检测精度受计算机系统性能的限制。
射频识别(RadioFrequencyIdentification,RFID)技术具有快速识别、远距识别、多目标识别和非视线识别等优点,被广泛应用于智能交通领域的机动车识别。通过在机动车上安装存储有机动车号牌的射频识别标签,在道路上方安装射频识别读写器及天线,当机动车经过射频识别读写器的工作区域时,机动车上安装的射频识别标签中存储的数据被读出,从而完成了对机动车号牌的识别。由于射频识别受夜间和恶劣气候(雨、雪、雾、霾等)的影响较小,射频识别已经广泛应用于不停车电子收费(ETC)、停车场收费、运动中的机动车识别。
申请号为200710187483.0的发明专利申请公开了一种基于车载智能终端的智能交通管理系统及方法,通过安装在车上的具有射频识别的智能车载终端和安装在道路上的无线信标设备,实现了道路交通流量统计,可以向用户显示指定时间段内交通流量统计,但并没有进一步自动计算出交通拥挤程度。该发明也没有明确给出计算交通拥挤程度的方法。
申请号为201010132050.7的发明专利申请公开了一种基于最优路径的城市智能交通信息系统,通过安装在车上的车载信息接收装置、安装在路侧的车辆识别装置,以及后台的数据中央处理系统,实现了为各个车辆计算并发送最优路径。该发明利用车辆在某个采集点的瞬时速度和两个采集点之间的平均速度,可以计算交通拥挤程度。由于目前射频识别系统并没有测速能力,该发明需要的车辆瞬时速度需要通过其它手段获得。虽然可以利用同一车辆经过两个采集点的时间来计算平均速度和拥挤程度,但由于车辆经过两个采集点的时间可能较长,计算出来的交通拥挤程度可能由于滞后而失去意义。
在射频识别的基础上,增加一种实用的实时交通拥堵程度的判断功能,既可以有效利用现有投资,又扩大了射频识别的应用范围。本发明正是为满足这个现实需求而产生的。
发明内容
本发明所要解决的技术问题在于提供一种基于射频识别计算交通拥堵程度的方法及其系统,以解决采用地感线圈、雷达测速和视频监控方式下计算交通拥堵程度的不足,充分利用现有基于射频识别的智能交通系统的投资,扩大射频识别的应用的范围。
为达上述目的,本发明提供了一种基于射频识别计算交通拥堵程度的方法,包括:
机动车识别步骤:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息;
机动车数量获取步骤:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取步骤:获取正常情况下的交通正常常量,通过将所述交通正常常量与所述读写器识别的机动车次数和所述实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
上述基于射频识别计算交通拥堵程度的方法,所述读写器在一段时间内n次识别到同一机动车号牌时,则所述读写器识别的机动车次数将增加n次,所述实际经过读写器工作区域的机动车数目将只增加1,其中n≥1。
上述基于射频识别计算交通拥堵程度的方法,所述机动车识别步骤还包括:
信息读取记录步骤:所述读写器包含多个天线,每个所述天线对应识别一个车道上的机动车,所述读写器每识别到一个机动车,对所述相关识别信息,即机动车号牌和所述号牌识别时间进行记录。
上述基于射频识别计算交通拥堵程度的方法,所述拥堵程度获取步骤还包括:
交通正常常量获取步骤:交通正常常量H通过如下计算方法计算获得:
其中,所述W为读写器工作范围,所述T为读写器识别一个车道上机动车的时间,所述R为读写器监视的车道数目,所述V为机动车正常车速,所述α为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比,所述α满足0<α<1。
上述基于射频识别计算交通拥堵程度的方法,所述交通拥堵程度的获取方法如下:
如果则所述交通拥堵程度=0,如果则 其中,所述N为读写器累计识别的机动车次数,所述M为实际经过所述读写器工作区域的机动车数目。
本发明还提供一种基于射频识别计算交通拥堵程度的系统,采用如所述基于射频识别计算交通拥堵程度的方法,包括:
机动车识别模块:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息;
机动车数量获取模块:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取模块:获取正常情况下的交通正常常量,通过将所述交通正常常量与所述读写器识别的机动车次数和所述实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
上述基于射频识别计算交通拥堵程度的系统,所述读写器在一段时间内n次识别到同一机动车号牌时,则所述读写器识别的机动车次数将增加n次,所述实际经过读写器工作区域的机动车数目将只增加1,其中n≥1。
上述基于射频识别计算交通拥堵程度的系统,所述机动车识别模块还包括:
信息读取记录模块:所述读写器包含多个天线,每个所述天线对应识别一个车道上的机动车,所述读写器每识别到一个机动车,对所述相关识别信息,即机动车号牌和所述号牌识别时间进行记录。
上述基于射频识别计算交通拥堵程度的系统,所述拥堵程度获取模块还包括:
交通正常常量获取模块:交通正常常量H通过如下计算方法计算获得:
其中,所述W为读写器工作范围,所述T为读写器识别一个车道上机动车的时间,所述R为读写器监视的车道数目,所述V为机动车正常车速,所述α为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比,所述α满足0<α<1。
上述基于射频识别计算交通拥堵程度的系统,所述交通拥堵程度的获取方法如下:
如果则所述交通拥堵程度=0,如果则 其中,所述N为读写器累计识别的机动车次数,所述M为实际经过所述读写器工作区域的机动车数目。
与采用地感线圈感知交通拥堵的方式相比,本方法不需要安装可能破坏路面的地感线圈;与视频监控感知交通拥堵方式相比,本方法受恶劣气候(如雨、雪、雾、霾等天气)或夜间的影响较小;与雷达测速感知交通拥堵方式相比,本方法不需要单独建立新的系统,只需要在现有射频识别系统上增加新的功能即可。
附图说明
图1为本发明方法流程示意图;
图2为本发明方法实施例示意图;
图3是本发明的利用射频识别计算拥堵程度的方式的实施示意图;
图4为本发明系统结构示意图。
其中,附图标记:
1机动车识别模块2机动车数量获取模块
3拥堵程度获取模块
11信息读取记录模块
31交通正常常量获取目录
S1~S3、S11、S31、S100~S300:本发明各实施例的施行步骤
具体实施方式
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
图1为本发明方法流程示意图,如图1所示,本发明提供的一种基于射频识别计算交通拥堵程度的方法,包括:
机动车识别步骤S1:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息;
机动车数量获取步骤S2:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取步骤S3:获取正常情况下的交通正常常量,通过将交通正常常量与读写器识别的机动车次数和实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
其中,如图1所示,机动车识别步骤S1还包括:
信息读取记录步骤S11:读写器包含多个天线,每个天线识别一个车道上的机动车,读写器每识别到一个机动车,对相关识别信息,即机动车号牌和号牌识别时间进行记录。
其中,如图1所示,拥堵程度获取步骤S3还包括:
交通正常常量获取步骤S31:交通正常常量H通过如下计算方法计算获得:
其中,W为读写器工作范围,T为读写器识别一个车道上机动车的时间,R为读写器监视的车道数目,V为机动车正常车速,为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比α,0<α<1。
其中,交通拥堵程度的获取方法如下:
如果则交通拥堵程度=0,如果则 其中,N为读写器累计识别的机动车次数,M为实际经过所述读写器工作区域的机动车数目。
其中,读写器工作范围W的计算方法如下:
W=d×sinθ/sin(θ+β),其中,d为所述读写器的工作距离,θ为所述读写器天线的有效角度范围,sinβ=h/d,h是所述读写器天线距离地面的安装高度。
其中,读写器安装在需要检测交通拥挤程度的道路上方,且安装地点在一段道路的中点位置附近。
上述基于射频识别计算交通拥堵程度的方法,所述读写器在一段时间内n次识别到同一机动车号牌时,则所述读写器识别的机动车次数将增加n次,所述实际经过读写器工作区域的机动车数目将只增加1,其中n≥1。
下面结合附图和具体实施方式,对本发明做进一步的说明。
本发明公开了一种利用射频识别计算交通拥堵程度的方法,图2为本发明方法实施例流程示意图,如图2所示,该方法包括:步骤S100,在机动车上安装存储有机动车号牌的射频识别标签;在需要检测交通拥挤程度的道路上方安装射频识别读写器及天线;步骤S200,识别的经过读写器工作区域的机动车,累计最近一段时间内,读写器识别的机动次数和实际经过读写器工作区域的机动车数目;步骤S300,计算交通拥堵程度,并通知有关人员或系统。
步骤S100,在机动车上安装存储有机动车号牌的射频识别标签;在道路上方安装射频识别读写器及天线。为准确计算交通拥挤程度,读写器安装在一段道路的中点附近,避免安装在路口。一个读写器可有多个天线,每个天线识别一个车道上的机动车,如果读写器需要识别R个车道,就需要R个天线。例如:本实施例根据车道允许的机动车正常速度的不同,一个读写器的天线数目为1—4根;允许的正常车速越小,一个读写器的天线数目就越多。例如,允许最大车速为180公里/小时,一个读写器的天线数目为1;允许最大车速为120公里/小时,一个读写器的天线数目为2;允许最大车速为80公里/小时,一个读写器的天线数目为3;允许最大车速为40公里/小时,一个读写器的天线数目为4。读写器在每个车道上的工作范围为W,识别时间为T,轮流识别完R个车道需要的时间为(R×T);包括:
图3是本发明的利用射频识别计算拥堵程度的方式的实施示意图,如图3所示,读写器及天线安装在A点,AC为读写器天线架设高度h米,AB为读写器最大工作距离d米,AD为读写器最小工作距离,BD为读写器工作范围W米,机动车行驶方向为由B点向C点行驶,θ为读写器天线的有效角度范围,例如,本实施例采用:h=5米。读写器的工作距离为d米,例如d=15米,β≈19.5°。读写器天线的有效角度范围在垂直方向为θ度,例如θ=60°,可以计算出读写器在每个车道上的工作范围W,在本实施例中,W=d×sin60°/sin79.5°≈13.2米。
步骤S200,识别的经过读写器工作区域的机动车号,读写器每识别到一个机动车,就记录机动车号牌P和识别时间t;累计最近一段时间内,读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
例如,本实施例设置时间T1和T2,且T1<T2,例如,T2=当前时间,T1=T2-5秒。读写器识别的机动车次数N=满足T1≤t≤T2的(机动车号牌P,时间t)的数据的数目,对于(机动车号牌P,时间t1)和(机动车号牌P,时间t2),如果t1≠t2,则认为是两次识别,读写器识别的机动车次数增加2;实际经过读写器工作区域的机动车数目M=满足T1≤t≤T2的(机动车号牌P,时间t)中的机动车号牌P的数目,对于(机动车号牌P,时间t1)和(机动车号牌P,时间t2),如果t1≠t2,则认为只是一个机动车,实际经过读写器工作区域的机动车数目只增加1。
步骤S300,计算交通拥堵程度,并通知有关人员或系统。
所述步骤S300包括:
步骤S301:计算交通正常常量H的方法如下:
H是一个根据读写器工作范围W、读写器识别一个车道上机动车的时间T、读写器监视的车道数目R、机动车正常车速V、机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比α(0<α<1)等确定的量。H的计算方式如下:
本实施例采用机动车正常车速为V、例如V=10米/秒;机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比为α,例如,α=0.5。
读写器识别一个车道的间隔时间=(R×T)秒,例如4×20=80毫秒;机动车通过读写器工作范围的时间=(W/V)秒,例如13米/(10米/秒)=1300毫秒;在(W/V)秒内,读写器识别一个车道上的机动车的次数=(W/V)/(R×T)次,例如,1300毫秒/(4×20毫秒)≈16次。
在1秒内,读写器识别一个车道上正常的机动车的次数H的计算方式如下:
例如,H=(1300/80)×0.5≈8次。
步骤S302:交通拥堵程度的计算方法如下:
本实施例采用交通拥堵程度的计算方法如下:
计算出的拥堵程度为0时,表示交通畅通;拥堵程度越接近1,表明交通越拥堵。一般,当拥堵程度≥0.9时,表明发生了交通拥堵,需要采取控制措施,缓解交通拥堵情况。
本发明提供一种基于射频识别计算交通拥堵程度的系统,采用如上述基于射频识别计算交通拥堵程度的方法,图4为本发明系统结构示意图,如图4所示,包括:
机动车识别模块1:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息;
机动车数量获取模块2:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取模块3:获取正常情况下的交通正常常量,通过将交通正常常量与读写器识别的机动车次数和实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
其中,机动车识别模块1还包括:
信息读取记录模块11:读写器包含多个天线,每个天线对应识别一个车道上的机动车,读写器每识别到一个机动车,对相关识别信息,即机动车号牌和号牌识别时间进行记录。
其中,拥堵程度获取模块3还包括:
交通正常常量获取模块31:交通正常常量H通过如下计算方法计算获得:
其中,W为读写器工作范围,T为读写器识别一个车道上机动车的时间,R为读写器监视的车道数目,V为机动车正常车速,α为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比,α满足0<α<1。
其中,交通拥堵程度的获取方法如下:
如果则交通拥堵程度=0,如果则 其中,N为读写器累计识别的机动车次数,M为实际经过所述读写器工作区域的机动车数目。
其中,读写器工作范围W的计算方法如下:
W=d×sinθ/sin(θ+β),其中,d为所述读写器的工作距离,θ为所述读写器天线的有效角度范围,sinβ=h/d,h是所述读写器天线距离地面的安装高度。
综上所示,本发明提供的一种基于射频识别计算交通拥堵程度的方法及其系统,具有不需要破坏路面,不受恶劣气候或夜间的影响,并且不需要单独建立新的系统,只需要在现有射频识别系统上增加新的功能,大量节省投资。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种基于射频识别计算交通拥堵程度的方法,其特征在于,包括:
机动车识别步骤:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息,其中,所述机动车识别步骤进一步包括一信息读取记录步骤:通过所述读写器包含多个天线,每个所述天线对应识别一个车道上的机动车,所述读写器每识别到一个机动车,对所述相关识别信息,即机动车号牌和所述号牌识别时间进行记录;
机动车数量获取步骤:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取步骤:获取正常情况下的交通正常常量,通过将所述交通正常常量与所述读写器识别的机动车次数和所述实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
2.根据权利要求1所述基于射频识别计算交通拥堵程度的方法,其特征在于,所述读写器在一段时间内n次识别到同一机动车号牌时,则所述读写器识别的机动车次数将增加n次,所述实际经过读写器工作区域的机动车数目将只增加1,其中n≥1。
3.根据权利要求1所述基于射频识别计算交通拥堵程度的方法,其特征在于,所述拥堵程度获取步骤还包括:
交通正常常量获取步骤:交通正常常量H通过如下计算方法计算获得:
其中,所述W为读写器工作范围,所述T为读写器识别一个车道上机动车的时间,所述R为读写器监视的车道数目,所述V为机动车正常车速,所述α为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比,所述α满足0<α<1。
4.根据权利要求3所述基于射频识别计算交通拥堵程度的方法,其特征在于,所述交通拥堵程度的获取方法如下:
如果则所述交通拥堵程度=0,如果则所述 其中,所述N为读写器累计识别的机动车次数,所述M为实际经过读写器工作区域的机动车数目。
5.一种基于射频识别计算交通拥堵程度的系统,采用如权利要求1-4中任一项所述基于射频识别计算交通拥堵程度的方法,其特征在于,包括:
机动车识别模块:采用读写器对车载射频识别标签中携带的机动车号牌信息进行自动识别,并记录相关识别信息,其中,所述机动车识别模块进一步包括一信息读取记录模块:所述读写器包含多个天线,每个所述天线对应识别一个车道上的机动车,所述读写器每识别到一个机动车,对所述相关识别信息,即机动车号牌和所述号牌识别时间进行记录;
机动车数量获取模块:累计一段时间内的读写器识别的机动车次数和实际经过读写器工作区域的机动车数目;
拥堵程度获取模块:获取正常情况下的交通正常常量,通过将所述交通正常常量与所述读写器识别的机动车次数和所述实际经过读写器工作区域的机动车数目进行比较,实时获取交通拥堵程度,并将拥堵情况实时通知管理人员或系统。
6.根据权利要求5所述基于射频识别计算交通拥堵程度的系统,其特征在于,所述读写器在一段时间内n次识别到同一机动车号牌时,则所述读写器识别的机动车次数将增加n次,所述实际经过读写器工作区域的机动车数目将只增加1,其中n≥1。
7.根据权利要求5所述基于射频识别计算交通拥堵程度的系统,其特征在于,所述拥堵程度获取模块还包括:
交通正常常量获取模块:交通正常常量H通过如下计算方法计算获得:
其中,所述W为读写器工作范围,所述T为读写器识别一个车道上机动车的时间,所述R为读写器监视的车道数目,所述V为机动车正常车速,所述α为机动车平均车身长度与机动车平均车身长度加上机动车之间安全间距的比,所述α满足0<α<1。
8.根据权利要求7所述基于射频识别计算交通拥堵程度的系统,其特征在于,所述交通拥堵程度的获取方法如下:
如果则所述交通拥堵程度=0,如果则所述 其中,所述N为读写器累计识别的机动车次数,所述M为实际经过所述读写器工作区域的机动车数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410298751.6A CN104091443B (zh) | 2014-06-26 | 2014-06-26 | 一种基于射频识别计算交通拥堵程度的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410298751.6A CN104091443B (zh) | 2014-06-26 | 2014-06-26 | 一种基于射频识别计算交通拥堵程度的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104091443A CN104091443A (zh) | 2014-10-08 |
CN104091443B true CN104091443B (zh) | 2016-06-08 |
Family
ID=51639156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410298751.6A Active CN104091443B (zh) | 2014-06-26 | 2014-06-26 | 一种基于射频识别计算交通拥堵程度的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104091443B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710223A (zh) * | 2015-07-17 | 2017-05-24 | 上海华虹集成电路有限责任公司 | 车用电子标签系统自由流采集点测车流平均速度的方法 |
CN106909866A (zh) * | 2017-03-31 | 2017-06-30 | 广州地理研究所 | 一种汽车电子标识多卡通信防冲突的读卡器及其应用方法 |
CN107038861A (zh) * | 2017-04-07 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的交通拥堵检测系统、方法及装置 |
CN107038876A (zh) * | 2017-04-07 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的交通拥堵提示系统、方法及装置 |
CN107170246A (zh) * | 2017-06-01 | 2017-09-15 | 浙江帝恒实业有限公司 | 一种十字路口交通流量监控系统及监控方法 |
CN108460970A (zh) * | 2017-09-11 | 2018-08-28 | 江苏本能科技有限公司 | 道路车辆交通行为识别方法及系统 |
CN108847020A (zh) * | 2018-06-06 | 2018-11-20 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的道路状态分析方法 |
CN110189548A (zh) * | 2019-07-05 | 2019-08-30 | 邹庆伟 | 一种路况预警方法、系统及设备 |
CN111710163A (zh) * | 2020-07-13 | 2020-09-25 | 深圳市迅远科技有限公司 | 基于rfid技术的道路拥堵违停监测系统、方法及介质 |
CN111951551B (zh) * | 2020-08-10 | 2022-08-23 | 北京计算机技术及应用研究所 | 一种利用射频识别检测交通拥堵程度的方法 |
CN113643518B (zh) * | 2021-08-03 | 2022-11-25 | 青岛海信网络科技股份有限公司 | 电子设备及拥堵预警方法 |
CN114895690B (zh) * | 2022-06-28 | 2024-05-03 | 济南大学 | 基于动态加权及热力图算法的机器人路径规划方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314770A (zh) * | 2010-11-30 | 2012-01-11 | 上海博路信息技术有限公司 | 一种基于rfid的交通信息管理系统 |
CN102592458A (zh) * | 2012-02-07 | 2012-07-18 | 福州大学 | 基于无线射频识别的道路车流量检测方法与系统 |
CN102968909A (zh) * | 2011-08-30 | 2013-03-13 | 方文淋 | 一种道路车辆拥堵远程智能识别系统及方法 |
CN103473928A (zh) * | 2013-09-24 | 2013-12-25 | 重庆大学 | 基于rfid技术的城市交通拥堵判别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7366606B2 (en) * | 2004-04-06 | 2008-04-29 | Honda Motor Co., Ltd. | Method for refining traffic flow data |
-
2014
- 2014-06-26 CN CN201410298751.6A patent/CN104091443B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314770A (zh) * | 2010-11-30 | 2012-01-11 | 上海博路信息技术有限公司 | 一种基于rfid的交通信息管理系统 |
CN102968909A (zh) * | 2011-08-30 | 2013-03-13 | 方文淋 | 一种道路车辆拥堵远程智能识别系统及方法 |
CN102592458A (zh) * | 2012-02-07 | 2012-07-18 | 福州大学 | 基于无线射频识别的道路车流量检测方法与系统 |
CN103473928A (zh) * | 2013-09-24 | 2013-12-25 | 重庆大学 | 基于rfid技术的城市交通拥堵判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104091443A (zh) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104091443B (zh) | 一种基于射频识别计算交通拥堵程度的方法及其系统 | |
CN108922171B (zh) | 道路交通事件检测预警方法及检测预警系统 | |
CN100511321C (zh) | 高速公路上车辆的车速和相对位置实时测量系统及方法 | |
US20160209219A1 (en) | Method of autonomous lane identification for a multilane vehicle roadway | |
CN105702045A (zh) | 一种机动车交通违章智能检测处理系统和方法 | |
CN105374215A (zh) | 一种高速公路路侧预警装置 | |
CN105469457A (zh) | 一种基于北斗卫星定位的路侧停车收费系统 | |
CN104851295A (zh) | 获取路况信息的方法和系统 | |
CN102231231A (zh) | 区域公路网交通安全态势预警系统及其方法 | |
CN101950486A (zh) | 基于rfid的交通信号控制系统 | |
CN102778238A (zh) | 一种基于车辆识别的行驶里程统计装置及其工作方法 | |
CN111091717B (zh) | 一种基于rfid和地磁的路侧停车检测装置 | |
CN109949582A (zh) | 一种基于无线定位的车辆违法行驶监控系统 | |
CN106803351A (zh) | 一种车辆优先通行方法及系统 | |
CN104900067A (zh) | 基于地磁传感器的智能无线车辆检测系统 | |
CN104200648A (zh) | 一种基于电子车牌的路段平均旅行时间计算方法 | |
Sisiopiku | Variable speed control: technologies and practice | |
CN111080812A (zh) | 面向自由流收费及车路协同的智慧门架系统及应用 | |
CN104866858A (zh) | 一种车型特征分析方法 | |
KR101067746B1 (ko) | 도로환경정보 제공 시스템 및 그 동작방법 | |
CN210983746U (zh) | 一种非现场执法超限检测系统 | |
CN102622782B (zh) | 一种基于二维空间的自动收费方法 | |
CN205140207U (zh) | 车辆识别定位系统 | |
KR100943108B1 (ko) | 차량단속 시스템 및 그 구동방법 | |
CN103942956A (zh) | 一种应用于高速公路的车辆通行卡系统 |
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 |