CN104318768B - 基于Hadoop的自适应交通信息瓦片地图生成系统及方法 - Google Patents
基于Hadoop的自适应交通信息瓦片地图生成系统及方法 Download PDFInfo
- Publication number
- CN104318768B CN104318768B CN201410582482.6A CN201410582482A CN104318768B CN 104318768 B CN104318768 B CN 104318768B CN 201410582482 A CN201410582482 A CN 201410582482A CN 104318768 B CN104318768 B CN 104318768B
- Authority
- CN
- China
- Prior art keywords
- information
- road network
- map
- traffic
- module
- 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
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于Hadoop平台的自适应交通信息瓦片地图生成系统并公开了生成方法,通过路网信息获取模块获取区域内的路网信息,路网信息自适应模块将区域划分成大小与路段参数相适应的子区域,交通参数获取模块通过传感器获取采集交通实时流量信息数据,GPS数据匹配模块将传感器的GPS信息与路网信息内的GPS信息进行匹配,瓦片地图生成模块生成子区域内的交通信息瓦片地图。本发明基于路网信息生成自适应大小的瓦片地图,实现多个子区域内交通路况信息计算的负载均衡;通用运用Hadoop分布式系统,极大的提高了路网瓦片图的生成的效率;基于Hadoop的高效运算性能,可以生成多组交通数据类型,为用户提供多样化的应用体验。
Description
技术领域
本发明涉及交通信息服务领域,尤其是指一种基于Hadoop的自适应交通信息瓦片地图生成系统及方法。
背景技术
当前,网络地图与人们工作生活的联系越来越紧密,其线路查询、车载导航等的功能在日常生活中的应用尤其广泛。ITS(Intelligent Transportation System,智能运输系统)是新近发展起来的交通管理系统,GIS、GPS理论和技术均融入这个系统中,为ITS提供数字化平台。基于GIS、GPS的ITS,能够为道路用户提供实时动态交通信息服务,改善出行方式,也能够为道路管理者提供控制信息,大大提高现有道路的通行能力和安全性。
传统的WebGIS系统是客户端发送一次地图浏览请求,服务器根据请求实时生成一张图片,时间长、效率低、出图慢,而利用金字塔瓦片地图技术在服务器端预先生成不同级别的瓦片地图,能大大提高地图的生成、发布、显示和浏览速度效率,极大地改进客户端和服务器端的交互效率,减轻服务器负载和网络传输负担。
目前,对于动态交通服务信息生成,主要通过GIS服务器和提供路况信息瓦片地图的路况信息服务器配合工作,基础GIS服务器接收用户请求,并向路况信息服务器申请一定比例尺、经纬度范围的路况信息瓦片图,在得到反馈后,将路况信息瓦片图与本地基本GIS地图叠加,得到交通信息地图并反馈给用户显示;路况信息服务器定时获取最新实时路况数据,进行路况渲染,生成路况信息瓦片图并存储。
公告日为2013年06月26日、公告号为CN103177577A的专利文件提出了一种基于图层叠加的动态交通信息服务提供方法,该方法由提供基础GIS服务的基础GIS服务器和提供路况信息瓦片图的路况信息服务器配合工作,基础GIS服务器接收用户请求,并向路况信息服务器申请一定比例尺、经纬度范围的路况信息瓦片图,在得到反馈后,将路况信息瓦片图与本地基本GIS地图叠加,得到交通信息地图并反馈给用户显示;路况信息服务器定时获取最新实时路况数据,进行路况渲染,生成路况信息瓦片图并存储,然后,接收路况图片请求,从存储目录中提取出对应的路况信息瓦片图返回给基础GIS服务器。该方法提高了交通信息叠加到普通地图的效率和准确性,但是不能根据实时的交通信息实现自适应瓦片地图的生成,用户体验不好。
发明内容
为了解决现有地图生成方法不能根据实时的交通信息实现自适应瓦片地图生成的问题,本发明提出了一种基于Hadoop的自适应交通信息瓦片地图生成系统及方法,通过基于路网信息的自适应算法,将区域划分为多个自适应大小的子区域,并与每一个子区域内的交通参数通过数据匹配模块建立匹配关系,基于Hadoop分布式计算平台,得到路网瓦片地图并存储。
本发明所采用的技术方案是:一种基于Hadoop的自适应交通信息瓦片地图生成系统,其特征在于:包括路网信息获取模块、路网信息自适应模块、交通参数获取模块、GPS数据匹配模块、瓦片地图生成模块,所述的路网信息获取模块与路网信息自适应模块连接,所述的GPS数据匹配模块分别与路网信息自适应模块、交通参数获取模块、瓦片地图生成模块连接。
Hadoop是一个由Apache基金会所开发的分布式系统基础架构,具有高可靠性、高扩展性、高效性和高容错性,是一个能够让用户轻松架构和使用的分布式计算平台,得以广泛应用于大数据处理中。Hadoop平台下,用户可以在不了解分布式底层细节的情况下,开发分布式程序,充分利用集群的力量进行高速运算和存储。
作为优选,所述的交通参数获取模块包括若干个传感器,所述的传感器为地感线圈采集模块、雷达采集模块、卡口采集模块和视频采集模块中的一种或多种的结合。
本发明所采用的另一技术方案是一种如上所述的基于Hadoop的自适应交通信息瓦片地图生成方法,包括如下步骤:
(1)通过路网信息获取模块获取区域内的路段编号、名称、长度及位置信息;
(2)路网信息自适应模块将获取区域划分成若干个区域大小与路段参数相适应的子区域,并将路网信息传递给GPS数据匹配模块;
(3)交通参数获取模块通过传感器获取采集交通实时流量信息数据,传递给GPS数据匹配模块;
(4)GPS数据匹配模块将传感器的GPS信息与路网信息内的GPS信息进行匹配,确定传感器在路网中的分布;
(5)瓦片地图生成模块将路况信息渲染到路网信息,生成子区域内的交通信息瓦片地图。
作为优选,所述的步骤(2)中,包含如下子步骤:
A.根据不同的地图比例尺生成N级地图,将第n级别的地图分水平分成y块,垂直分成x块,则将整个区域分成xy个区块,分别计算每个区块的六种路段技术等级的道路长度并记为其中x、y、n、N均为自然数且n≤N,m为路段技术等级且为1至6的自然数,i、j表示区块编号;
B.计算每个区块的路网密度
其中i、j表示区块编号,n表示地图级别,表示是第ij区块的面积;
C.将第n级别的地图分水平分成(y+b)块,垂直分成(x+c)块,其中b、c为任意整数,则将整个区域分成(y+b)×(x+c)个区块,重复前三个步骤,得到
D.比较不同划分方式得到的σn和μn的值,取最小值时即为最优划分方式,将每个区块记为
E.重复上述步骤,将每个级别的地图,生成瓦片自适应大小的瓦片地图,并创建每一级别的瓦片地图区块信息表,包含生成每一级别的区块的路网信息、区域范围内的GPS信息。
作为优选,所述的步骤(3)中,交通参数获取模块通过以下方式中的一种或多种采集交通参数:地感线圈采集、雷达采集、卡口采集、视频采集。交通参数获取模块包括若干个由地感线圈采集模块、雷达采集模块、卡口采集模块和视频采集模块中的一种或多种的结合而成传感器,故可以采取地感线圈采集、雷达采集、卡口采集、视频采集中的一种或多种实现全方位、全功能采集。
作为优选,所述的步骤(4)包含如下步骤:
a)获取交通参数获取模块中传感器的位置信息;
b)计算得出备选路段,备选路段是以目标传感器位置为中心的圆形区域,圆形区域的半径其中σx、σy是传感器测量误差的标准差,是传感器测量误差的方差,是传感器测量误差的协方差;
c)位置匹配:
计算到各个备选路段的直线距离,距离最小即为最优匹配路段;
设备选路段圆形区域与道路的交点分别为(x1,y1)和(x2,y2),则通过交点的直线方程为:
其中a=1,
到传感器坐标为(x0,y0)的距离即为最小距离,同时根据传感器测得的流量方向,确定传感器在路网中的位置;
d)数据匹配,建立瓦片地图区块信息与路况数据信息关联关系表。
本发明的有益效果是:基于路网信息,生成自适应大小的瓦片地图,实现多个子区域内交通路况信息计算的负载均衡;通用运用Hadoop分布式系统,极大的提高了路网瓦片图的生成的效率;基于Hadoop的高效运算性能,可以生成多组交通数据类型,为用户提供多样化的应用体验。
附图说明
图1是本发明的基于Hadoop的自适应交通信息瓦片地图生成系统的一种结构框图。
图中,1-路网信息获取模块,2-路网信息自适应模块,3-交通参数获取模块,4-GPS数据匹配模块,5-瓦片地图生成模块,31-地感线圈采集模块,32-雷达采集模块,33-卡口采集模块,34-视频采集模块。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
如图1所示,一种基于Hadoop的自适应交通信息瓦片地图生成系统,包括路网信息获取模块1、路网信息自适应模块2、交通参数获取模块3、GPS数据匹配模块4和瓦片地图生成模块5,路网信息获取模块1与路网信息自适应模块2连接,GPS数据匹配模块4分别与路网信息自适应模块2、交通参数获取模块3、瓦片地图生成模块5连接。其中,交通参数获取模块3包括地感线圈采集模块31、雷达采集模块32、卡口采集模块33和视频采集模块34中的一种或多种。
基于Hadoop平台的自适应交通信息瓦片地图系统的生成方法,具体步骤如下:
第一步,通过路网信息获取模块1获取区域内的路段编号、名称、长度及位置信息。
路网信息数据包括获取区域内的路段编号、路段名称、路段位置信息包括(起点经纬、讫点经纬度)、路段长度、路段技术等级等。路段技术等级分为六级:1表示高速公路,2表示一级公路,3表示二级公路,4表示三级公路,5表示四级公路,6表示等外公路。
第二步,路网信息自适应模块将获取区域划分成若干个区域大小与路段参数相适应的子区域,并将路网信息传递给GPS数据匹配模块。
具体划分步骤如下:
A.根据不同的地图比例尺生成N级地图,将第n级别的地图分水平分成y块,垂直分成x块,则将整个区域分成xy个区块,分别计算每个区块的六种路段技术等级的道路长度并记为其中x、y、n、N均为自然数且n≤N,m为路段技术等级且为1至6的自然数,i、j表示区块编号;
B.计算每个区块的路网密度
其中其中i、j表示区块编号,n表示地图级别,表示是第ij区块的面积;
C.将第n级别的地图按水平分成(y+b)块、垂直分成(x+c)块重新分割,其中b、c为任意整数,则将整个区域分成(y+b)×(x+c)个区块,重复前三个步骤,得到
D.比较不同划分方式得到的σn和μn的值,取最小值时即为最优化的划分方式,将每个区块记为
E.重复步骤a至e,将每个级别的地图,生成瓦片自适应大小即最优化的瓦片地图,并创建每一级别的瓦片地图区块信息表,包含生成每一级别的区块的路网信息、区域范围内的GPS信息。
第三步,交通参数获取模块通过传感器获取采集交通实时流量信息数据,传递给GPS数据匹配模块。
交通参数获取模块通过四种方式采集交通参数:
(1)地感线圈采集:通过电感线圈传感器采集的行经当前道路的流量数据:当车辆通过检测区域时,在电磁感应的作用下交通检测器内电流会跳跃式上升,当该电流超过指定的阀值时触发记录仪,实现对车辆及通过时间的检测,获取的交通参数设为:其中P表示传感器的GPS位置,V表示采集得到的当前路段交通参数,D表示传感器采集点车流方向,t表示参数采集的时间;
(2)雷达采集:通过雷达传感器采集的行经当前道路的流量数据:雷达是利用雷达线性调频技术原理,对路面发射微波,通过对回波信号进行高速实时的数字化处理分析,检测车流量,占有率、速度和车型等交通基本信息的非接触式交通检测器,获取交通参数设为:其中P表示传感器的GPS位置,V表示采集得到的当前路段交通参数,D表示传感器采集点车流方向,t表示参数采集的时间;
(3)卡口采集:通过卡口设备采集的行经当前道路的流量数据:系统通过对行经当前路段的每个车辆进行图像抓拍,可以根据需要统计交通参数,如按照车道、时段等统计车流量、车型、平均车速和车头间距等,获取的交通参数设为:其中P表示传感器的GPS位置,V表示采集得到的当前路段交通参数,D表示传感器采集点车流方向,t表示参数采集的时间;
(4)视频采集:通过视频分析采集的行经当前道路的流量数据,获取的交通参数设为:其中P表示传感器的GPS位置,V表示采集得到的当前路段交通参数,D表示传感器采集点车流方向,t表示参数采集的时间。
根据实时获取的交通参数(车头时距,占有率,车速),计算实时路况指数:1、严重拥堵,2、中度拥挤,3、畅轻度拥堵,4、基本畅通,5通畅;将数据上传到路况信息表中。路况信息数据包含传感器名称、传感器编号、和传感器的位置信息(GPS)、道路通行状态等。
第四步,GPS数据匹配模块将传感器的GPS信息与路网信息内的GPS信息进行匹配,确定传感器在路网中的分布。
具体的匹配步骤如下:
a)获取交通参数获取模块中传感器的位置信息;
b)计算得出备选路段:
先计算传感器误差半径。
假设GPS的随机误差满足系统的方差、协方差矩阵模型为:
其中σx、σy是传感器测量误差的标准差,是传感器测量误差的方差,是传感器测量误差的协方差,则误差椭圆公式如下:
其中R1是椭圆长半轴,R2是椭圆短半轴,φ是椭圆长轴取向与正北方向夹角。
以目标位置感器位置为中心,以误差椭圆的长半轴为半径的圆形区域即为备选路段。
c)位置匹配:
计算到各个备选路段的直线距离,距离最小即为最优匹配路段;
设备选路段圆形区域与道路的交点分别为(x1,y1)和(x2,y2),则通过交点的直线方程为:k为斜率,
其中a=1,
到传感器坐标为(x0,y0)的距离即为最小距离,同时根据传感器测得的流量方向,确定传感器在路网中的位置;
d)数据匹配,建立瓦片地图区块信息与路况数据信息关联关系表。
第五步,瓦片地图生成模块将路况信息渲染到路网信息,生成子区域内的交通信息瓦片地图。
瓦片地图生成模块,根据路网信息对每条路段进行渲染;在渲染的时候需要根据当前待渲染路段对应的路况信息,确定需要渲染的颜色;然后结合当前待渲染的瓦片图块所包含的路网信息,对每条路段进行着色。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明的保护范围之内。
Claims (6)
1.一种基于Hadoop的自适应交通信息瓦片地图生成系统,其特征在于:包括路网信息获取模块获取区域内的路段编号、名称、长度及位置信息、路网信息自适应模块将获取区域划分成若干个区域大小与路段参数相适应的子区域、交通参数获取模块通过传感器获取采集交通实时流量信息数据、GPS数据匹配模块将传感器的GPS信息与路网信息内的GPS信息进行匹配、瓦片地图生成模块将路况信息渲染到路网信息,所述的路网信息获取模块与路网信息自适应模块连接,所述的GPS数据匹配模块分别与路网信息自适应模块、交通参数获取模块、瓦片地图生成模块连接。
2.根据权利要求1所述的基于Hadoop的自适应交通信息瓦片地图生成系统,其特征在于:所述的交通参数获取模块包括若干个传感器,所述的传感器为地感线圈采集模块、雷达采集模块、卡口采集模块和视频采集模块中的一种或多种的结合。
3.一种如权利要求1所述的基于Hadoop的自适应交通信息瓦片地图生成系统的生成方法,包括如下步骤:
(1)通过路网信息获取模块获取区域内的路段编号、名称、长度及位置信息;
(2)路网信息自适应模块将获取区域划分成若干个区域大小与路段参数相适应的子区域,并将路网信息传递给GPS数据匹配模块;
(3)交通参数获取模块通过传感器获取采集交通实时流量信息数据,传递给GPS数据匹配模块;
(4)GPS数据匹配模块将传感器的GPS信息与路网信息内的GPS信息进行匹配,确定传感器在路网中的分布;
(5)瓦片地图生成模块将路况信息渲染到路网信息,生成子区域内的交通信息瓦片地图。
4.根据权利要求3所述的基于Hadoop的自适应交通信息瓦片地图生成系统的生成方法,其特征在于:所述的步骤(2)中,包含如下子步骤:
A.根据不同的地图比例尺生成N级地图,将第n级别的地图分水平分成y块,垂直分成x块,则将整个区域分成xy个区块,分别计算每个区块的六种路段技术等级的道路长度并记为其中x、y、n、N均为自然数且n≤N,m为路段技术等级且为1至6的自然数,i、j表示区块编号;
B.计算每个区块的路网密度
其中i、j表示区块编号,n表示地图级别,表示是第ij区块的面积;
其中,转化为:
转换为:
其中1≦i≦x,1≦j≦y;
将第n级别的地图分水平分成y块,垂直分成x块,第n级地图区块密度的算术平均值;
将第n级别的地图分水平分成y块,垂直分成x块,第n级地图区块密度的标准差;
C.将第n级别的地图按水平分成(y+b)块、垂直分成(x+c)块重新分割,其中b、c为任意整数,则将整个区域分成(y+b)×(x+c)个区块,重复前三个步骤,得到其中,将第n级别的地图分水平分成y+d块,垂直分成x+c块,第n级地图区块密度的算术平均值;将第n级别的地图分水平分成y+d块,垂直分成x+c块,第n级地图区块密度的标准差;
D.比较不同划分方式得到的σn和μn的值,取最小值时即为最优化的划分方式,将每个区块记为
E.重复上述步骤,将每个级别的地图,生成瓦片自适应大小的瓦片地图,并创建每一级别的瓦片地图区块信息表,包含生成每个区块的路网信息、区域范围内的GPS信息。
5.根据权利要求3所述的基于Hadoop的自适应交通信息瓦片地图生成系统的生成方法,其特征在于:所述的步骤(3)中,交通参数获取模块通过以下方式中的一种或多种采集交通参数:地感线圈采集、雷达采集、卡口采集、视频采集。
6.根据权利要求3所述的基于Hadoop的自适应交通信息瓦片地图生成系统的生成方法,其特征在于:所述的步骤(4)包含如下步骤:
a)获取交通参数获取模块中传感器的位置信息;
b)计算得出备选路段,备选路段是以目标位置感器位置为中心的圆形区域,圆形区域的半径其中σx、σy是传感器测量误差的标准差,是传感器测量误差的方差,是传感器测量误差的协方差;
c)位置匹配:
计算到各个备选路段的直线距离,距离最小即为最优匹配路段;
设备选路段圆形区域与道路的交点分别为(x1,y1)和(x2,y2),则通过交点的直线方程为:
其中a=1,
到传感器坐标为(x0,y0)的距离即为最小距离,同时根据传感器测得的流量方向,确定传感器在路网中的位置;
d)数据匹配,建立瓦片地图区块信息与路况数据信息关联表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410582482.6A CN104318768B (zh) | 2014-10-27 | 2014-10-27 | 基于Hadoop的自适应交通信息瓦片地图生成系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410582482.6A CN104318768B (zh) | 2014-10-27 | 2014-10-27 | 基于Hadoop的自适应交通信息瓦片地图生成系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104318768A CN104318768A (zh) | 2015-01-28 |
CN104318768B true CN104318768B (zh) | 2017-06-06 |
Family
ID=52373992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410582482.6A Active CN104318768B (zh) | 2014-10-27 | 2014-10-27 | 基于Hadoop的自适应交通信息瓦片地图生成系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104318768B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104853155B (zh) * | 2015-04-30 | 2018-10-26 | 武汉大学 | 一种集散式视频地图的实现方法 |
CN104978859A (zh) * | 2015-06-28 | 2015-10-14 | 常州普适信息科技有限公司 | 一种计算城市任意区域公交线网密度的方法 |
CN105139087A (zh) * | 2015-08-18 | 2015-12-09 | 上海市政工程设计研究总院(集团)有限公司 | 城市路网密度的计算方法和计算装置 |
CN106844461B (zh) * | 2016-12-21 | 2019-10-29 | 北京世纪高通科技有限公司 | 一种瓦片图中道路路况确定方法及装置 |
CN108153827B (zh) * | 2017-12-11 | 2022-02-22 | 北京小米移动软件有限公司 | 交通拥堵区域确定方法及装置 |
CN109556615B (zh) * | 2018-10-10 | 2022-10-04 | 吉林大学 | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 |
CN109461303B (zh) * | 2018-10-30 | 2021-01-26 | 北京恒达时讯科技股份有限公司 | 一种交通拥堵状态获取方法和装置 |
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 |
CN111488416B (zh) * | 2019-01-29 | 2023-05-16 | 阿里巴巴集团控股有限公司 | 地图道路数据存储方法和装置、定位点匹配方法和装置 |
CN110866081B (zh) * | 2019-11-15 | 2023-03-28 | 合肥安慧软件有限公司 | 一种基于互联网地图的路况拥堵分析方法 |
CN111564035B (zh) * | 2020-03-17 | 2021-10-08 | 北京掌行通信息技术有限公司 | 动态路况融合表达方法、装置及存储介质 |
CN113577772B (zh) * | 2021-09-27 | 2022-01-11 | 深圳易帆互动科技有限公司 | 基于瓦片地图的单位移动方法、装置及可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944132B (zh) * | 2010-09-30 | 2013-07-24 | 武汉大学 | 一种瓦片地图数据组织方法 |
KR101820502B1 (ko) * | 2011-01-05 | 2018-02-28 | 에스케이플래닛 주식회사 | 실시간 지도 데이터 업데이트 방법 및 이를 위한 장치 |
NL2008690C2 (en) * | 2011-04-25 | 2014-07-15 | Google Inc | Dynamic highlighting of geographic entities on electronic maps. |
CN103177577B (zh) * | 2011-12-26 | 2015-06-17 | 北京掌城科技有限公司 | 基于图层叠加的动态交通信息服务提供方法 |
CN103208225B (zh) * | 2012-01-12 | 2015-10-28 | 中国科学院遥感应用研究所 | 一种瓦片地图制作方法及系统 |
CN103377222B (zh) * | 2012-04-24 | 2016-11-09 | 北京四维图新科技股份有限公司 | 一种地图瓦片生成方法及装置 |
-
2014
- 2014-10-27 CN CN201410582482.6A patent/CN104318768B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104318768A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104318768B (zh) | 基于Hadoop的自适应交通信息瓦片地图生成系统及方法 | |
US20220036738A1 (en) | Method and system for assessing and early warning ship collision risk | |
US9222786B2 (en) | Methods and systems for creating digital transportation networks | |
CN106781490A (zh) | 城市道路交通运行分析评价系统 | |
CN102663887A (zh) | 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 | |
CN103838772B (zh) | 一种多源交通数据融合方法 | |
Wu et al. | Mapping building carbon emissions within local climate zones in Shanghai | |
CN102700576B (zh) | 城市轨道交通线网客流监测方法 | |
CN107533630A (zh) | 用于远程感测和车辆控制的实时机器视觉和点云分析 | |
CN104268423B (zh) | 大尺度动态演化沙尘型气溶胶反演方法 | |
CN101567126A (zh) | 城市道路交通信息检测与发布系统 | |
Bačić et al. | Integrated sensor systems for smart cities | |
CN105590452B (zh) | 自动生成电子路单的方法及其装置 | |
Dubey et al. | Internet of Things based adaptive traffic management system as a part of Intelligent Transportation System (ITS) | |
CN110111592A (zh) | 基于交通信号控制机动态匹配最优信号配时方案的方法 | |
CN106971544A (zh) | 一种直接利用静态图像来检测车辆拥堵的方法 | |
CN108039046A (zh) | 一种基于c-v2x的城市交叉路口行人检测识别系统 | |
CN107564279A (zh) | 一种基于浮动车数据的交通指数计算方法及系统 | |
CN107230350A (zh) | 一种基于卡口与手机流量话单数据的城市交通量获取方法 | |
KR101206570B1 (ko) | 도로지도 생성 장치 및 방법 | |
Stenneth et al. | Monitoring and mining GPS traces in transit space | |
CN103514741A (zh) | 交通拥堵信息处理系统及移动通信终端 | |
CN108051011B (zh) | 基于出租车经验数据的可靠导航路径设置方法 | |
CN106781487B (zh) | 道路固定检测器布设类型选取方法 | |
Raiyn | Speed adaptation in urban road network management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |