CN104937647A - 交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置 - Google Patents

交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置 Download PDF

Info

Publication number
CN104937647A
CN104937647A CN201480005087.XA CN201480005087A CN104937647A CN 104937647 A CN104937647 A CN 104937647A CN 201480005087 A CN201480005087 A CN 201480005087A CN 104937647 A CN104937647 A CN 104937647A
Authority
CN
China
Prior art keywords
traffic congestion
information
omen
acceleration
angle
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.)
Granted
Application number
CN201480005087.XA
Other languages
English (en)
Other versions
CN104937647B (zh
Inventor
越膳孝方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN104937647A publication Critical patent/CN104937647A/zh
Application granted granted Critical
Publication of CN104937647B publication Critical patent/CN104937647B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

一种交通拥堵预兆检测方法，其由交通拥堵预兆检测装置(10)执行，交通拥堵预兆检测装置(10)具备用于获取构成立体空间的直角坐标系的第一至第三轴的各轴方向的加速度信息的加速度信息获取机构(14)。该交通拥堵预兆检测方法包括：输入数据算出步骤，利用加速度信息获取机构获取的加速度信息，算出加速度的矢量，算出两个不同时刻的矢量的差分的长度，并将其作为输入数据；频率分析步骤，算出输入数据的自相关，并对自相关进行傅立叶变换来算出功率谱；角度信息获取步骤，将功率谱变换为角度的信息；交通拥堵预兆检测步骤，依据角度的信息检测交通拥堵预兆。

Description

交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置
技术领域
本发明涉及一种交通拥堵预兆(前兆、迹象)检测方法、程序及交通拥堵预兆检测装置。
本申请依据2013年3月8日提交申请的日本国专利申请号2013-046969号的发明主张优先权，并在此引用该申请的内容。
背景技术
在现有技术中，已知存在如下交通拥堵预测方法，即，依据车速传感器检测的车辆速度获得车辆的加速度，对该加速度进行频率分析，从而算出功率谱，针对该功率谱进行一元回归分析来算出一元回归直线，依据该一元回归直线的斜率最大值，从而对交通拥堵进行预测(例如，参照专利文献1)。
【专利文献1】国际公开2012/081209号公报
发明内容
上述现有技术所涉及的交通拥堵预测方法有待进一步改进，以能够提高便利性，并且提高交通拥堵预测的精度。
本发明所涉及的技术方案是鉴于上述技术情况而做出的发明，其目的在于提供一种交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置，其既能够提高便利性且能够提高交通拥堵预测的精度。
为达到解决上述课题的目的，本发明采用以下技术方案。
(1)本发明的一个技术方案所涉及的交通拥堵预兆检测方法是由电子设备所执行的交通拥堵预兆检测方法，所述电子设备具备用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的角速度信息的加速度信息获取机构，所述方法包括：输入数据算出步骤，利用所述加速度信息获取机构获取的所述加速度信息算出所述立体空间内的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；频率分析步骤，算出所述输入数据的自相关，通过对所述自相关进行傅立叶变换来算出功率谱；角度信息获取步骤，将所述功率谱变换为角度的信息；交通拥堵预兆检测步骤，依据所述角度的信息来检测交通拥堵预兆。
(2)在上述(1)记载的交通拥堵预兆检测方法中，在所述角度信息获取步骤中，也可以算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
(3)上述(1)记载的交通拥堵预兆检测方法中，在所述交通拥堵预兆检测步骤中，也可依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
(4)本发明的一个技术方案所涉及的交通拥堵预兆检测方法为交通拥堵预兆检测系统执行的交通拥堵预兆检测方法，所述交通拥堵预兆检测系统具有服务器装置；以及电子设备，其具有用于获取构成立体空间的直角坐标系的第一至第三轴的各轴方向的加速度信息的加速度信息获取机构及获取当前位置的信息的当前位置信息获取机构，所述交通拥堵预兆检测方法包括：输入数据算出步骤，在所述电子设备中，利用所述加速度信息获取机构获取的所述加速度信息，算出所述立体空间上的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；频率分析步骤，在所述电子设备中，算出所述输入数据的自相关，对所述自相关进行傅立叶变换来算出功率谱；角度信息获取步骤，在所述电子设备中，将所述功率谱变换为角度的信息；电子设备信息发送步骤，在所述电子设备中，将所述角度的信息和由所述当前位置信息获取机构获取的所述当前位置的信息发送至所述服务器装置；(区域)位置范围交通拥堵预兆检测步骤，在所述服务器装置中，利用从至少一个以上的所述电子设备接收的所述当前位置的信息及所述角度的信息，依据适当的位置范围内的、所述角度的绝对值在规定值以上的所述电子设备的数量及比例，来检测所述位置范围内的交通拥堵预兆；服务器信息发送步骤，在所述服务器装置中，将所述位置范围内的交通拥堵预兆的信息发送至所述位置范围内的所述电子设备。
(5)本发明的一个技术方案所涉及的程序使计算机起到下述的功能，该计算机其构成具有用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息的加速度信息获取机构的电子设备，上述的功能包括：输入数据算出机构的功能，其利用所述加速度信息获取机构获取的所述加速度信息算出所述立体空间内的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；频率分析机构的功能，其算出由所述输入数据算出机构算出的所述输入数据的自相关，通过对所述自相关进行傅立叶变换来算出功率谱；角度信息获取机构的功能，其将所述频率分析机构算出的所述功率谱变换为角度信息；交通拥堵预兆检测机构的功能，其依据所述角度信息获取机构获取的所述角度的信息来检测交通拥堵预兆。
(6)在上述(5)记载的程序中，所述角度信息获取机构也可以算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
(7)在上述(5)记载的程序中，所述交通拥堵预兆检测机构也可以依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
(8)本发明的一个技术方案所涉及的交通拥堵预兆检测装置具有：加速度信息获取机构，其用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息；输入数据算出机构，其利用所述加速度信息获取机构获取的所述加速度信息算出所述立体空间内的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；频率分析机构，其算出由所述输入数据算出机构算出的所述输入数据的自相关，通过对所述自相关进行傅立叶变换来算出功率谱；角度信息获取机构，其将所述频率分析机构算出的所述功率谱变换为角度信息；交通拥堵预兆检测机构，其依据所述角度信息获取机构获取的所述角度的信息来检测交通拥堵预兆。
(9)在上述(8)记载的交通拥堵预兆检测装置中，所述角度信息获取机构也可以算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
(10)在上述(8)记载的交通拥堵预兆检测装置中，所述交通拥堵预兆检测机构也可以依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
【发明的効果】
若采用上述技术方案(1)记载的交通拥堵预兆检测方法，与仅利用单轴方向或平面内的轴方向上的加速度信息的情况相比，对于交通拥堵预兆(也就是说交通拥堵发生的可能性)来说，通过利用变化较明显的立体空间的加速度的矢量，能够提高对交通拥堵预兆检测的干扰的抵抗性，从而并提高检测精度。
而且，通过利用将两个不同时刻的加速度的矢量的差分的长度作为频率分析的输入数据，能够对电子设备产生的加速度进行适当的频率分析，从而提高便利性，而不受电子设备的位置或姿势的影响。
而且，在上述(2)的情况下，根据混沌理论，低频率的功率谱对交通拥堵的预测的影响比高频功率谱大。因此，通过利用最小二乘法等方法将低频区域的功率谱变换为与一元回归直线的斜率对应的角度的信息，能够提高交通拥堵预兆的检测精度。而且，能够高精度预测与电子设备同时移动的移动体的能耗率。
例如，角度越朝负方向增大，加速及减速的动态时间响应的延迟越向增大倾向变化，由于速度的偏差增大，车辆等移动体难以保持能效优先的运转区域，容易发生交通拥堵，且能效降低。
而且，在上述(3)的情况下，与仅利用适当的即时角度的信息的情况相比，通过利用角度随时间的变化的信息，能够提高交通拥堵预兆的检测精度，并且能够高精度地预测与电子设备同时移动的移动体的能耗率。
例如，依据维持角度的值的持续时间的信息等，能够判断规定时间范围内的加速及减速的总功率是否超过规定阈值，并且能够判定为在该总功率超过规定阈值的情况下容易发生交通拥堵，且能效降低。
而且，能够将检测到的交通拥堵预兆的信息作为与电子设备同时移动的移动体的能耗率所对应的指标。例如，无需直接算出车辆等的燃料消耗与电力消耗等，能够依据加速度信息提示能耗率(例如，燃料消耗与电力消耗等)的变化。
若采用上述(4)记载的技术方案所涉及的交通拥堵预兆检测方法，在适当的位置范围内，在各电子设备的角度的信息的基础上，考虑与电子设备同时移动的多个移动体的移动状态，能够总体上检测交通拥堵预兆。而且，通过将该位置范围内的交通拥堵预兆的信息提供给各电子设备，与电子设备同时移动的多个移动体联动，从而有效抑制或消除交通拥堵。
另外，与仅利用单轴方向或平面内的轴方向的加速度信息的情况相比，对于交通拥堵预兆(也就是说交通拥堵发生的可能性)来说，通过利用变化较明显的立体空间的加速度的矢量，能够提高对交通拥堵预兆检测的干扰的抵抗性，从而并提高检测精度。
而且，通过利用将两个不同时刻的加速度的矢量的差分的长度作为频率分析的输入数据，能够对电子设备产生的加速度进行适当的频率分析，从而提高便利性，而不受电子设备的位置或姿势的影响。
若采用上述(5)记载的技术方案所涉及的程序，与仅利用单轴方向或平面内的轴方向的加速度信息的情况相比，对于交通拥堵预兆(也就是说交通拥堵发生的可能性)来说，通过利用变化较明显的立体空间的加速度的矢量，能够提高对交通拥堵预兆检测的干扰的抵抗性，从而并提高检测精度。
而且，通过利用将两个不同时刻的加速度的矢量的差分的长度作为频率分析的输入数据，能够对电子设备产生的加速度进行适当的频率分析，从而提高便利性，而不受电子设备的位置或姿势的影响。
而且，在上述(6)的情况下，根据混沌理论，低频率的功率谱对交通拥堵的预测的影响比高频功率谱大。因此，通过利用最小二乘法等方法将低频区域的功率谱变换为与一元回归直线的斜率对应的角度的信息，能够提高交通拥堵预兆的检测精度。而且，能够高精度预测与电子设备同时移动的移动体的能耗率。
例如，角度越朝负方向增大，加速及减速的动态时间响应的延迟越向增大倾向变化，由于速度的偏差增大，车辆等移动体难以保持能效优先的运转区域，越容易发生交通拥堵，且能效降低。
而且，在上述(7)的情况下，与仅利用适当的即时角度的信息的情况相比，通过利用角度随时间的变化的信息，能够提高交通拥堵预兆的检测精度，并且能够高精度地预测与电子设备同时移动的移动体的能耗率。
例如，依据维持角度的值的持续时间的信息等，能够判断规定时间范围内的加速及减速的总功率是否超过规定阈值，并且能够判定为在该总功率超过规定阈值的情况下容易发生交通拥堵，且能效降低。
而且，能够将检测到的交通拥堵预兆的信息作为与电子设备同时移动的移动体的能耗率所对应的指标。例如，无需直接算出车辆等的燃费及耗电等，能够依据加速度信息提示能耗率(例如，燃料消耗及电力消耗等)的变化。
若采用上述(8)记载的技术方案所涉及的交通拥堵预兆检测装置，与仅利用单轴方向或平面内的轴方向的加速度信息的情况相比，对于交通拥堵预兆(也就是说交通拥堵发生的可能性)来说，通过利用显示较突出的变化的立体空间的加速度的矢量，能够提高对交通拥堵预兆检测的干扰的抵抗性，从而并提高检测精度。
而且，通过利用将两个不同时刻的加速度的矢量的差分的长度作为频率分析的输入数据，能够对电子设备产生的加速度进行适当的频率分析，从而提高便利性，而不受电子设备的位置或姿势的影响。
而且，在上述(9)的情况下，根据混沌理论，低频率的功率谱对交通拥堵的预测的影响比高频功率谱大。因此，通过利用最小二乘法将低频区域的功率谱变换为与一元回归直线的斜率对应的角度的信息，能够提高交通拥堵预兆的检测精度。而且，能够高精度预测与电子设备同时移动的移动体的能耗率。
例如，角度越朝负方向增大，加速及减速的动态时间响应的延迟越向增大倾向变化，由于速度的偏差增大，车辆等移动体难以保持能效优先的运转区域，越容易发生交通拥堵，且能效降低。
而且，在上述(10)的情况下，与仅利用适当的即时角度的信息的情况相比，通过利用角度随时间的变化的信息，能够提高交通拥堵预兆的检测精度，并且能够高精度地预测与电子设备同时移动的移动体的能耗率。
例如，依据维持角度的值的持续时间的信息等，能够判断规定时间范围内的加速及减速的总功率是否超过规定阈值，并且能够判定为在该总功率超过规定阈值的情况下容易发生交通拥堵，且能效降低。
而且，能够将检测到的交通拥堵预兆的信息作为与电子设备同时移动的移动体的能耗率所对应的指标。例如，无需直接算出车辆等的燃费及耗电等，能够依据加速度信息提示能耗率(例如，燃料消耗及电力消耗等)的变化。
附图说明
图1是用于实现本发明的实施方式所涉及的交通拥堵预兆检测方法的交通拥堵预兆检测装置的结构图。
图2是表示本发明的实施方式所涉及的加速度的矢量的差分的一个例子的图。
图3是表示本发明的实施方式所涉及的加速度频谱的一个例子的图。
图4是本发明的实施方式所涉及的加速度及谱角度随时间变动及平均值特性的例子的图。
图5是表示本发明的实施方式所涉及的交通拥堵预兆检测方法的流程图。
图6是用于实现本发明的实施方式的变形例所涉及的交通拥堵预兆检测方法的交通拥堵预兆检测系统的结构图。
图7是表示本发明的实施方式的变形例所涉及的交通拥堵预兆检测方法的流程图。
图8是表示图7所示的网络动作的流程图。
图9A是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图9B是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图9C是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图9D是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图10A是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图10B是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图10C是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
图10D是表示本发明的实施方式及变形例所涉及的交通拥堵预兆检测装置的显示画面的例子的图。
具体实施方式
下面，参照附图说明本发明的交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置的一个实施方式。
本实施方式所涉及的交通拥堵预兆检测装置10可以是如下电子设备等设备，即，车辆等移动体的驾乘人员携带的便携终端、或以可装拆的方式安装到车辆等移动体上的信息设备、或预先安装到车辆等移动体上的导航装置等。
交通拥堵预兆检测装置10例如通过具有基站等的无线通信网络系统进行无线通信等方式，能够与外部装置实现双向通信。
此外，无线通信网络系统包括：例如无线通信用基站、有线连接基站与外部装置的因特网等的公众通信网。在该无线通信网络系统中，基站接收通过有线通信从外部装置发送的信息，该基站将接收到的该信息以无线通信的方式转送至交通拥堵预兆检测装置10。
另外，基站接收通过无线通信从交通拥堵预兆检测装置10发送的信息，并通过有线通信将该信息从该基站转送至外部装置。
交通拥堵预兆检测装置10具有设备通信装置11、测位信号接收器12、当前位置获取部13、三维加速度传感器14、输入设备15、显示装置16以及设备控制部17。
设备通信装置11能够通过例如客户服务器型等各种无线通信网络系统与外部装置通信，并接收、发送各种信号。此外，交通拥堵预兆检测装置10与外部装置之间的通信并不限于上述的通信形态，例如，也可以采用经由通信卫星的通信等的其他通信方式。
测位信号接收器12接收例如用于利用人工卫星测定交通拥堵预兆检测装置10的位置的测位系统(例如，Global Positioning System：GPS或者Global Navigation Satellite System：GNSS等)中使用的测位信号。
当前位置获取部13利用由测位信号接收器12接收的测位信号，检测交通拥堵预兆检测装置10的当前位置。
三维加速度传感器14即所谓检测轴数为3轴的3轴加速度传感器等，在规定的抽样周期内，以检测立体空间直角坐标系的X轴、Y轴及Z轴这三个轴方向的加速度的方式，检测交通拥堵预兆检测装置10产生的加速度直角坐标系。
输入设备15包括例如开关、触屏、键盘及声音输入装置等，输出操作者的各种输入操作所对应的信号。
显示装置16为例如液晶显示装置等各种显示器，显示从设备控制部17输出的各种信息。
设备控制部17用于控制交通拥堵预兆检测装置10的各种动作。
设备控制部17具有输入数据算出部21、频率分析部22、一元回归直线算出部23、判定数据算出部24以及交通拥堵预测部25。
输入数据算出部21利用由三维加速度传感器14检测出的X轴、Y轴及Z轴的各轴方向的加速度算出立体空间内加速度的矢量(加速度矢量)A。并且，算出两个不同时刻的加速度矢量A的差分(加速度矢量差分)ΔA的长度(大小、模)u，并将其作为输入频率分析部22的输入数据，其中，两个不同时刻的加速度矢量A的时间间隔例如为一个抽样周期ΔT等。
如图2所示，输入数据算出部21根据例如适当的时刻t的加速度矢量A(t)＝(Axt，ayt，azt)和在该时刻t之前间隔抽样周期ΔT的时刻t-ΔT的加速度矢量A(t-ΔT)＝(axt-ΔT,ayt-ΔT,azt-ΔT)，算出加速度矢量差分ΔA＝A(t)-A(t-ΔT)。并且，如下述算式(1)所示，算出加速度矢量差分ΔA的长度ut。
此外，操作者可在例如显示装置16显示的适当的设定画面等上适当设定能够存储由三维加速度传感器14检测出的X轴、Y轴及Z轴的各轴方向的加速度信息的暂存区(图示略)的暂存区容量，也就是说可适当设定加速度信息的抽样数。
【算式1】
u t = ( ax t - ax t - Δ T ) 2 + ( ay t - ay t - Δ T ) 2 + ( az t - az t - Δ T ) 2 ... ( 1 )
频率分析部22对由输入数据算出部21算出的输入数据进行频率分析，算出对应于频率的功率谱(加速度频谱)。
例如，频率分析部22利用频率分析所用的输入数据的输入输出点个数及自相关的延迟量，算出输入数据的自相关。并且，通过对自相关进行快速傅立叶变换，算出加速度频谱。此外，操作者可在例如显示装置16显示的适当的设定画面等上适当设定频率分析所用的输入数据的输入输出点的个数及自相关的延迟量，以及选择是否从自相关的输入值减掉平均值。
例如，频率分析部22在抽样周期ΔT内，对输入数据算出部21算出的输入数据的输入输出点的个数，进行求自相关运算，并进行快速傅立叶变换，由此算出规定期间的加速度频谱。
一元回归直线算出部23算出由频率分析部22算出的加速度频谱的规定频率范围内的一元回归直线，并将该一元回归直线的斜率变换为角度(谱角度)θ的信息。
例如，根据混沌理论，低频率部分的功率谱对交通拥堵的预测的影响比高频部分的功率谱大。因此，如图3所示，一元回归直线算出部23利用最小二乘法等方法针对规定频率fb以下的低频区域(例如，下限频率fa以上且规定频率fb以下的频率区域)的加速度频谱，算出一元回归直线L。并且，将算出的一元回归直线L的斜率变换为角度(谱角度)θ的信息。
例如，该谱角度θ朝负方向增大(也就是说，负数的绝对值越增大)，则表示加速及减速的动态时间响应的延迟具有增大的倾向，速度的偏差增大。因此，车辆等移动体难以保持能效优先(降低燃料消耗或电力消耗等)的运转状态，容易发生交通拥堵，且能效较低。
例如，谱角度θ的绝对值较小的情况相当于与交通拥堵预兆检测装置10同时移动的车辆受到前方行驶车辆的冲击波(振动，震动)影响较小的情况，此时，对前方行驶车辆的反应延迟变小，车间距离变长，难以形成车群，即相当于发生交通拥堵的可能性较小的情况。
反之，谱角度θ的绝对值较大的情况相当于与交通拥堵预兆检测装置10同时移动的车辆受到来自前方行驶车辆的冲击波(振动，震动)影响较大的情况，此时，对前方行驶车辆的反应延迟变大，容易形成密集车群，即相当于发生交通拥堵可能性较大的情况。此外，这里所谓的冲击波(振动，震动)是指，车辆反复进行加速及减速的动作，该动作(前后的移动)作为一种振动(波)会传递给后方的车辆。
判定数据算出部24利用由一元回归直线算出部23算出的角度的信息，算出有关角度随时间的变化的信息(例如，维持角度的值所持续的时间的信息，角度的绝对值收敛至零所需的收敛时间的信息等)，并将其作为输入交通拥堵预测部25的判定数据。
例如，判定数据算出部24如下述算式(2)所示，根据判定区间N(N为自然数)及角度阈值θT，和在判定区间N内由一元回归直线算出部23算出的角度θj(j为N以下的自然数)，算出判定数据SN。此外，操作者可在例如显示装置16所显示的适当的画面等内适当设定判定区间N及角度阈值θT。并且，判定区间N例如为与操作者可适当设定的期间所对应的角度的信息的个数，也就是说，在该期间内由一元回归直线算出部23算出的角度的信息的个数。
例如，判定数据算出部24根据在抽样周期ΔT内由一元回归直线算出部23算出的角度θj(1≦j≦N)，算出相当于规定期间的判定区间N的判定数据SN。此外，操作者可将角度阈值θT设定为任意值，例如，可以将作为(1/f)波动特性而被公知的“-45度”作为规定阈值。
【算式2】
S N = Σ j = 1 N θ j Nθ T ... ( 2 )
上述算式(2)的判定数据SN表示，判定区间N所对应的规定期间内的加速及减速的总功率与规定的角度阈值θT所对应的规定阈值之间的比较结果。例如，当该总功率超过规定阈值时，容易发生交通拥堵，并且车辆的能效(燃料消耗或电力消耗等的效率)降低。
例如，从如图4所示的时刻ta至时刻tb期间内的加速度及谱角度的变动及平均值特性所示，在通过适度的加速从车辆的停止状态过渡到恒速行驶状态等期间，加速度的变动较小。并且，功率谱角度的绝对值虽然暂时增大，但马上收敛至零，所以加速及减速的总功率为较小值。
另外，例如，在如图4所示的时刻Ta至时刻Tb期间内加速度及谱角度的变动及平均值特性所示，在车辆恒速行驶或者通过引擎制动器等缓慢减速时，速度的变动较小。并且，角度的绝对值维持在较小值，所以加速及减速的总功率为较小值。在该情况下，虽然振动等导致谱角度的绝对值暂时增大，但马上收敛至零，所以加速及减速的总功率为较小值。另外，例如，三维加速度传感器14的检测误差导致谱角度的绝对值暂时增大，但也会马上收敛至零，所以加速及减速的总功率为较小值。
另一方面，例如，在如图4所示的时刻tb至时刻tc的期间内的加速度及谱角度的变动及平均值特性所示，在车辆的紧急减速或加速后马上减速等情况下，加速度的变动较大。并且，谱角度的绝对值为较大值，收敛至零所需的时间较长，所以加速及减速的总功率为较大值。
交通拥堵预测部25依据由判定数据算出部24算出的判定数据，检测交通拥堵预兆(前兆、迹象)，该交通拥堵预兆表示将来发生交通拥堵的可能性或已经发生交通拥堵的可能性。在与交通拥堵预兆检测装置10同时移动的车辆的行驶方向前方发生交通拥堵的可能性变大情况下，表示该交通拥堵预兆(可能性)的大小的交通拥堵预兆指数会较大，在发生交通拥堵的可能性较低的情况下交通拥堵预兆指数会较小。
交通拥堵预测部25，例如，判定由判定数据算出部24算出的判定数据SN是否超过适当的阈值(也就是说，加速度变化的强度的阈值)。并且，当判定数据SN超过阈值时，判定为，存在车辆的能效(燃料消耗或电力消耗等的效率)降低的倾向，是容易发生交通拥堵的状况。此外，操作者可在例如显示装置16显示的适当的画面等中针对判定数据SN设定适当的阈值。
例如，交通拥堵预测部25预先得到表示判定数据SN超过阈值的大小(X)与交通拥堵预兆指数(Y)之间的关系的函数(例如，Y＝αX+β等)，从而能够根据判定数据算出部24算出的判定数据SN与阈值，算出相应的交通拥堵预兆指数(Y)。
另外，交通拥堵预测部25预先得到判定数据SN及阈值与其所对应的交通拥堵预兆指数的值的对应关系，并以表格形式存储，参照该表格，能够求出判定数据SN及阈值所对应的交通拥堵预兆指数。
用于实现本实施方式所涉及的交通拥堵预兆检测方法的交通拥堵预兆检测装置10具有上述结构，下面，说明交通拥堵预兆检测装置10的动作，即交通拥堵预兆检测方法。
首先，在如图5所示的步骤S01中，判定三维加速度传感器14是否检测出X轴、Y轴及Z轴的各轴方向的加速度。
当该判定结果为“NO”时，反复执行步骤S01的判定处理。
另一方面，当判定结果为“YES”时，进入步骤S02。
之后，在步骤S02(输入数据算出步骤)中，利用由三维加速度传感器14检测出的X轴、Y轴及Z轴的各轴方向的加速度，算出立体空间的加速度矢量A。并且，算出时间间隔为一个抽样周期ΔT的两个不同时刻的加速度矢量A的差分(加速度矢量差分)ΔA的长度u，并将其作为输入数据。
之后，在步骤S03(频率分析步骤)中，对操作者可适当设定的输入输出点的个数，利用操作者可适当设定的延迟数，算出输入数据的自相关。
并且，通过对自相关进行快速傅立叶变换，算出功率谱(加速度频谱)。
之后，在步骤S04(角度信息获取步骤)中，算出加速度频谱的规定频率范围内的一元回归直线，并将该一元回归直线的斜率变换为角度(谱角度)θ的信息。
之后，在步骤S05中，判定谱角度θ的绝对值是否超过操作者可适当设定的角度阈值θT。
当该判定结果为“YES”时，进入步骤S06，在该步骤S06中，警报标识的标识值设定为表示许可执行警报的“1”，并进入后述的步骤S08。
另一方面，当该判定结果为“NO”时，进入步骤S07，在该步骤S07中，警报标识的标识值设定为不允许执行警报的“0”，并进入步骤S08。
并且，在步骤S08(交通拥堵预兆检测步骤)中，利用谱角度θ的信息，算出上述算式(2)所示的判定数据SN，将其作为表示谱角度θ随时间的变化的信息。
之后，在步骤S09(交通拥堵预兆检测步骤)中，通过判定判定数据SN是否超过操作者可适当设定的阈值(也就是说，加速度变化的强度的阈值)等，来判定谱角度θ向零的收敛是否延迟。
当该判定结果为“NO”时，进入步骤S10，在该步骤S10中，显示装置16显示规定的通常画面(例如，后述的图9A所示的第一界面画面P及图10A所示的第二界面画面Q等)，进入结束操作(end)。
另一方面，当该判定结果为“YES”时，进入步骤S11。
并且，在步骤S11中，判定警报标识的标识值是否为“1”。
当该判定结果为“NO”时，进入上述步骤S10。
另一方面，当该判定结果为“YES”时，进入步骤S12。
并且，在步骤S12中，显示装置16中显示规定的警报画面(例如，后述的图9C所示的第一界面画面P及图10C所示的第二界面画面Q等)，从扬声器(图示略)输出规定的警报音，进入结束操作(end)。
此外，显示装置16显示规定的警报画面时，扬声器(图示略)输出规定的警报音，此时，例如，为了防止以几毫秒(ms)这样的极短时间间隔输出显示的警报画面或警报音，可以设定适当的抑止时间。此外，例如，操作者显示装置16在显示的适当的设定画面等中设定适当的抑止时间。可以通过该抑止时间来禁止输出连续的警报画面或警报音。
如上述所示，若采用本实施方式的交通拥堵预兆检测装置10及交通拥堵预兆检测方法，与仅利用单轴方向或平面内的轴方向的加速度信息的情况相比，对于交通拥堵预兆(也就是说交通拥堵发生的可能性)来说，通过利用变化较明显的立体空间的加速度的矢量，能够提高对交通拥堵预兆检测的干扰的抵抗性，从而提高检测精度。
而且，通过将两个不同时刻的加速度的矢量的差分ΔA的长度u作为频率分析的输入数据，能够对电子设备产生的加速度进行适当的频率分析，从而提高便利性，而不受交通拥堵预兆检测装置10的位置或姿势的影响。
而且，通过利用最小二乘法等方法将对交通拥堵的预测影响较大的低频区域的功率谱变换为与一元回归直线的斜率对应的角度的信息，能够提高交通拥堵预兆的检测精度，并且能够高精度地预测与电子设备同时移动的移动体的能耗率(例如，车辆的燃料消耗、电力消耗的效率)。
而且，与仅利用适当时刻的谱角度的信息的情况相比，通过利用谱角度随时间的变化的信息，能够提高交通拥堵预兆的检测精度，并且能够高精度地预测与电子设备同时移动的移动体的能耗率。
而且，能够将检测到的交通拥堵预兆的信息作为与交通拥堵预兆检测装置10同时移动的移动体的能耗率所对应的指标。例如，在车辆等中，无需直接算出车辆等的燃料消耗及电力消耗等，能够依据加速度信息提示能耗率(例如，燃料消耗、电力消耗等)的变化。
此外，在上述实施方式的基础上，例如，如图6所示的变形例所示，交通拥堵预兆检测系统30可以至少由一个以上的交通拥堵预兆检测装置10、可与交通拥堵预兆检测装置10通信的服务器装置31构成。
该变形例的服务器装置31具有服务器通信装置32、服务器控制部33、地图数据存储部34以及区域交通拥堵预测部35。
服务器通信装置32通过例如经由无线通信网络系统运行的无线通信或经由道路旁的通信设备运行的路车间通信等，实现与交通拥堵预兆检测装置10的设备通信装置11之间的双向通信，从而接收、发送各种信息。
服务器控制部33通过服务器通信装置32将接收到来自交通拥堵预兆检测装置10的各种信息输出至区域交通拥堵预测部35。
此外，在该变形例中，交通拥堵预兆检测装置10能够将依据三维加速度传感器14检测出的X轴、Y轴、及Z轴的各轴方向的加速度信息求得的信息以及当前位置获取部13获取的当前位置的信息发送至服务器装置31，上述依据加速度信息求得的信息例如包括，一元回归直线算出部23算出的角度的信息、判定数据算出部24算出的判定数据或交通拥堵预测部25算出的交通拥堵预兆指数的信息等。
地图数据存储部34用于存储地图数据。
地图数据包括例如，基于交通拥堵预兆检测装置10的当前位置的信息的地图匹配处理所需的道路上的位置坐标的道路坐标数据与算出引导路径所需的道路地图数据(例如，节点、链路、链路成本、道路形状及道路类别等)。节点为由交差点及分叉点等的道路上的规定地点的纬度及经度所构成的坐标点。链路为连接各节点间的线，连接地点间的道路区间。链路成本为表示链路所对应的道路区间的距离或道路区间的移动所需的时间的信息。
区域交通拥堵预测部35针对适当的位置范围，来检测该位置范围内的交通拥堵预兆。例如，区域交通拥堵预测部35根据满足规定条件的交通拥堵预兆检测装置10的数量及比例，来检测该位置范围内的交通拥堵预兆，该规定条件是指，从交通拥堵预兆检测装置10接收到的角度的绝对值、判定数据或交通拥堵预兆指数等在规定值以上。另外，上述适当的位置范围是基于从至少一个以上的交通拥堵预兆检测装置10接收的当前位置的信息确定的。之后，经由服务器通信装置32，将该位置范围内的交通拥堵预兆的信息被发送至位于该位置范围内的交通拥堵预兆检测装置10。
用于实现该变形例所涉及的交通拥堵预兆检测方法的交通拥堵预兆检测系统30具有上述结构，之后，说明交通拥堵预兆检测系统30的动作，尤其是交通拥堵预兆检测装置10的动作。
首先，在图7所示的步骤S21中，交通拥堵预兆检测装置10与无线通信网络系统等的通信网络连接，判定是否能够经由该通信网络与服务器装置31适当连接，而不出现通信不良等情况。
当该判定结果为“NO”时，反复执行步骤S21的处理。
另一方面，当该判定结果为“YES”时，进入步骤S22。
并且，在步骤S22中，判定是否出现进行独立动作处理的执行指示，该指示例如是操作者的指示等，表示交通拥堵预兆检测装置1独立于判定服务器装置31等的外部装置进行处理。
当该判定结果为“YES”时，也就是说，在无独立动作处理的执行指示的情况下，进入步骤S23，在该步骤S23中，执行后述的网络(协同)动作(网络协同处理)，之后，进入结束操作(end)。
另一方面，当该判定结果为“NO”时，进入步骤S24，在该步骤S24中，执行作为独立动作处理的上述实施方式中的步骤S01至步骤S12的处理。
下面说明上述步骤S23中的网络动作。
首先，在图8所示的步骤S31中，显示装置16显示规定通信指示，该指示表示交通拥堵预兆检测装置10与无线通信网络系统等的通信网络连接，并经由该通信网络与服务器装置31适当连接，而没有通信不良等情况。
之后，在步骤S32中，判断，是否由三维加速度传感器14检测出X轴、Y轴及Z轴的各轴方向的加速度，并且当前位置获取部13是否获取到了当前位置的信息。
当该判定结果为“NO”时，反复执行步骤S32的判定处理。
另一方面，当该判定结果为“YES”时，进入步骤S33。
之后，在步骤S33(输入数据算出步骤)中，利用三维加速度传感器14检测出的X轴、Y轴及Z轴的各轴方向的加速度，算出立体空间中的加速度矢量A。并且，算出隔着抽样周期ΔT的时间间隔的两个不同时刻的加速度矢量A的差分(加速度矢量差分)ΔA的长度u，并将其作为输入数据。
之后，在步骤S34(频率分析步骤)中，对操作者可适当设定的输入输出点的个数，利用操作者可适当设定的延迟数，算出输入数据的自相关。
并且，通过对自相关进行快速傅立叶变换，算出功率谱(加速度频谱)。
之后，在步骤S35(角度信息获取步骤)中，算出加速度频谱的规定频率范围内的一元回归直线，并将该一元回归直线的斜率变换为角度(谱角度)θ的信息。
之后，在步骤S36中，利用谱角度θ的信息，算出上述算式(2)所示的判定数据SN，并将其作为表示谱角度θ随时间的变化的信息。
之后，在步骤S37(电子设备信息发送步骤)中，经由设备通信装置11，将判定数据SN的信息发送至服务器装置31。
之后，在步骤S38中，判定是否从服务器装置31接收到该服务器装置31所检测到(得到)的适当的位置范围内的交通拥堵预兆的信息。
当该判定结果为“NO”时，进入返回操作(return)。
另一方面，当该判定结果为“YES”时，进入步骤S39，在该步骤S39中，显示装置16显示从服务器装置31接收的适当的位置范围内的交通拥堵预兆的信息所对应的显示画面，然后进入返回操作(return)。
若采用该变形例所涉及的交通拥堵预兆检测系统30及交通拥堵预兆检测方法，在适当的位置范围内，在各交通拥堵预兆检测装置10的谱角度的信息的基础上，考虑与交通拥堵预兆检测装置10同时移动的多个移动体的移动状态，能够从总体上、综合性地检测交通拥堵预兆。而且，通过将该位置范围内的交通拥堵预兆的信息提供给各交通拥堵预兆检测装置10，使与交通拥堵预兆检测装置10同时移动的多个移动体联动，从而有效抑制或消除交通拥堵。
此外，在上述实施方式及变形例中，交通拥堵预兆检测装置10能够在显示装置16中，在操作者可适当选择的多个界面画面(例如，图9A～9D所示的第一界面画面P及图10A～9D所示的第二界面画面Q等)中，以多个级别(例如，3个级别)的方式显示交通拥堵预测部25检测的交通拥堵预兆或算出的交通拥堵预兆指数。
例如，图9A所示的第一界面画面P及图10A所示的第二界面画面Q表示如下情况。即，车辆处于停止状态或恒速运转等，使得加速度无变化或在规定程度以下变化，致使谱角度的绝对值为零或零附近的规定值以下。图9A所示的第一界面画面P例如包括表示稳定状态的规定颜色(例如，明亮的绿色等)的椭圆体等的图形Pa1及表示波动高度较小的波的图形Pb1。另外，图10A所示的第二界面画面Q例如包括表示稳定状态的规定颜色(例如，明亮的绿色等)的三叶草等的图形QA1及波高较小的波的图形QB1。
例如，图9B所示的第一界面画面P及图10B所示的第二界面画面Q表示如下情况。即，例如在车辆缓慢加速或减速时、发动机制动的产生动作时等的通常的运转时，即使振动等致使谱角度的绝对值暂时增大，也会马上向零收敛。
图9B所示的第一界面画面P例如包括表示通常状态的规定颜色(例如，暗绿色等)的椭圆体等的图形Pa2及波高稍大的波的图形Pb2。另外，图10B所示的第二界面画面Q例如包括表示通常状态的规定颜色(例如，暗绿色等)的三叶草等的图形Qa2及波高稍大的波的图形Qb2。
例如，图9C所示的第一界面画面P及图10C所示的第二界面画面Q表示如下情况。即，当车辆的紧急起动时、紧急制动时、频繁加速及减速时等，加速度的变化在规定变化程度以上，导致谱角度的绝对值为较大值，向零收敛所需时间较长。图9C所示的第一界面画面P例如包括表示不稳定状态的规定颜色(例如，蓝色等)的椭圆体等的图形Pa3及波高较大的波的图形Pb3。另外，图10C所示的第二界面画面Q例如包括表示不稳定状态的规定颜色(例如，蓝色等)的三叶草等的图形Qa3及较大波高的波的图形Qb3。
另外，交通拥堵预兆检测装置10连接无线通信网络系统等的通信网络，经由该通信网络，与服务器装置31适当连接，而无通信不良等情况，此时，例如，如图9D所示的第一界面画面P及图10C所示的第二界面画面Q所示，显示规定的通信指示显示(信息)PC、QC。
此外，可以通过专用的硬件，实现上述的实施方式及变形例所涉及的交通拥堵预兆检测装置10与交通拥堵预兆检测系统30的服务器装置31的功能，另外，用于实现交通拥堵预兆检测装置10及服务器装置31的功能的程序以计算机可读取的方式存储在存储介质中，将该存储介质所存储的程序读入计算机系统，并执行，由此，使交通拥堵预兆检测装置10及服务器装置31工作。此外，这里所谓的计算机系统是指包括OS及其周边设备等的硬件。另外，计算机系统也包括具有主页提供环境(或显示环境)的网页(WWW)系统。
另外，计算机可读取的记录介质指软盘、光盘、ROM及CD-ROM等可搬运介质、以及内置在计算机系统内的硬盘等存储装置。而且，计算机可读取记录介质包含经由因特网等的网络或电话线路等通信线路发送程序时服务器或客户的计算机系统内部的随机存取存储器(RAM)所示的暂时存储程序的介质。
另外，将上述程序也可以从将该程序存储到存储装置等中的计算机系统经由传送介质或传送介质中的传送波传送到其他计算机系统。这里，用于传送程序的传送介质是指如因特网等的网络(通信网)或电话线路等通信线路(通信线)所示具有传送信息功能的介质。
另外，上述程序也可以用于实现前述功能的部分功能。
而且，也可以是通过与计算机系统中既存的程序组合实现上述功能的程序，即所谓差分文件(差分程序)。
作为本发明的一个例子，提示了上述实施方式，但并不限定发明的范围。上述新实施方式可以通过其他各种方式来实施，在不脱离不发明的主旨的范围内，能够进行各种省略、置换以及变形。上述实施方式及其变形均包含在发明的范围及主旨内，并且包含在权利要求书记载的发明及其等效的范围内。例如，在上述实施方式中，服务器装置31是由一个装置构成，但是也可以通过通信线路等连接多个装置来构成。
【附图标记说明】
10：交通拥堵预兆检测装置；12：测位信号接收器；13：当前位置获取部(当前位置信息获取机构)；14：三维加速度传感器(加速度信息获取机构)；15：输入设备；16：显示装置；17：设备控制部；21：输入数据算出部(输入数据算出机构)；22：频率分析部(频率分析机构)；23：一元回归直线算出部(角度信息获取机构)；24：判定数据算出部(交通拥堵预兆检测机构)；25：交通拥堵预测部(交通拥堵预兆检测机构)；26：交通拥堵预兆检测系统；27：服务器装置；35：区域交通拥堵预测部。

Claims (10)

1.一种交通拥堵预兆检测方法，其由电子设备执行，所述电子设备具备加速度信息获取机构，该加速度信息获取机构用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息，其特征在于，
包括：输入数据算出步骤，利用所述加速度信息获取机构获取的所述加速度信息，算出所述立体空间上的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；
频率分析步骤，算出所述输入数据的自相关，对所述自相关进行傅立叶变换来算出功率谱；
角度信息获取步骤，将所述功率谱变换为角度的信息；
交通拥堵预兆检测步骤，依据所述角度的信息检测交通拥堵预兆。
2.根据权利要求1所述的交通拥堵预兆检测方法，其特征在于，
在所述角度信息获取步骤中，算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
3.根据权利要求1所述的交通拥堵预兆检测方法，其特征在于，
在所述交通拥堵预兆检测步骤中，依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
4.一种交通拥堵预兆检测方法，其由交通拥堵预兆检测系统执行，所述交通拥堵预兆检测系统具备服务器装置与电子设备，所述电子设备具有加速度信息获取机构与当前位置信息获取机构，所述加速度信息获取机构用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息，所述当前位置信息获取机构用于获取当前位置，其特征在于，
包括：输入数据算出步骤，在所述电子设备中，利用所述加速度信息获取机构获取的所述加速度信息，算出所述立体空间上的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；
频率分析步骤，在所述电子设备中，算出所述输入数据的自相关，对所述自相关进行傅立叶变换来算出功率谱；
角度信息获取步骤，在所述电子设备中，将所述功率谱变换为角度的信息；
电子设备信息发送步骤，在所述电子设备中，将所述角度的信息和由所述当前位置信息获取机构获取的所述当前位置的信息发送至所述服务器装置；
位置范围交通拥堵预兆检测步骤，在所述服务器装置中，利用从至少一个以上的所述电子设备接收的所述当前位置的信息及所述角度的信息，依据适当的位置范围内的、所述角度的绝对值在规定值以上的所述电子设备的数量及比例，来检测所述位置范围内的交通拥堵预兆；
服务器信息发送步骤，在所述服务器装置中，将所述位置范围内的交通拥堵预兆的信息发送至位于所述位置范围内的所述电子设备。
5.一种程序，其特征在于，
其使计算机发挥下述的功能，该计算机构成电子设备，该电子设备具有用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息的加速度信息获取机构，
输入数据算出机构的功能，其利用所述加速度信息获取机构获取的所述加速度信息算出所述立体空间内的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；
频率分析机构的功能，其算出由所述输入数据算出机构算出的所述输入数据的自相关，通过对所述自相关进行傅立叶变换来算出功率谱；
角度信息获取机构的功能，其将所述频率分析机构算出的所述功率谱变换为角度信息；
交通拥堵预兆检测机构的功能，其依据所述角度信息获取机构获取的所述角度的信息来检测交通拥堵预兆。
6.根据权利要求5所述程序，其特征在于，
所述角度信息获取机构算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
7.根据权利要求5所述程序，其特征在于，
所述交通拥堵预兆检测机构依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
8.一种交通拥堵预兆检测装置，其特征在于，
具有：加速度信息获取机构，其用于获取构成立体空间直角坐标系的第一至第三轴的各轴方向的加速度信息；
输入数据算出机构，其利用所述加速度信息获取机构获取的所述加速度信息算出所述立体空间内的加速度的矢量，算出两个不同时刻的所述矢量的差分的长度，并将其作为输入数据；
频率分析机构，其算出由所述输入数据算出机构算出的所述输入数据的自相关，通过对所述自相关进行傅立叶变换来算出功率谱；
角度信息获取机构，其将所述频率分析机构算出的所述功率谱变换为角度信息；
交通拥堵预兆检测机构，其依据所述角度信息获取机构获取的所述角度的信息来检测交通拥堵预兆。
9.根据权利要求8所述交通拥堵预兆检测装置，其特征在于，
所述角度信息获取机构算出所述功率谱的规定频率以下的低频区域的一元回归直线，并将所述一元回归直线的斜率变换为所述角度的信息。
10.根据权利要求8所述交通拥堵预兆检测装置，其特征在于，
所述交通拥堵预兆检测机构依据所述角度的信息随时间的变化，来检测交通拥堵预兆。
CN201480005087.XA 2013-03-08 2014-03-07 交通拥堵预兆检测方法及交通拥堵预兆检测装置 Expired - Fee Related CN104937647B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013-046969 2013-03-08
JP2013046969 2013-03-08
PCT/JP2014/056012 WO2014136949A1 (ja) 2013-03-08 2014-03-07 渋滞予兆検知方法、プログラムおよび渋滞予兆検知装置

Publications (2)

Publication Number Publication Date
CN104937647A true CN104937647A (zh) 2015-09-23
CN104937647B CN104937647B (zh) 2017-07-25

Family

ID=51491456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480005087.XA Expired - Fee Related CN104937647B (zh) 2013-03-08 2014-03-07 交通拥堵预兆检测方法及交通拥堵预兆检测装置

Country Status (5)

Country Link
US (1) US9646492B2 (zh)
JP (1) JP5927336B2 (zh)
CN (1) CN104937647B (zh)
BR (1) BR112015019249A2 (zh)
WO (1) WO2014136949A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598907A (zh) * 2020-12-17 2021-04-02 东风商用车有限公司 拥堵预测方法、装置、设备及可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015178195A1 (ja) * 2014-05-20 2015-11-26 本田技研工業株式会社 運転特性評価方法、プログラムおよび運転特性評価装置
JP6166226B2 (ja) * 2014-07-01 2017-07-19 本田技研工業株式会社 渋滞予兆検知方法、プログラムおよび渋滞予兆検知装置
JP6202538B2 (ja) * 2015-04-21 2017-09-27 本田技研工業株式会社 運転支援方法、プログラム、および運転支援装置
CN106612491A (zh) * 2015-10-22 2017-05-03 中兴通讯股份有限公司 一种实现报警的方法、装置和系统
US10163339B2 (en) * 2016-12-13 2018-12-25 Sap Se Monitoring traffic congestion
JP2019200481A (ja) * 2018-05-14 2019-11-21 株式会社デンソーテン 端末装置および収集方法
CN110995606B (zh) * 2019-12-20 2022-02-22 迈普通信技术股份有限公司 一种拥塞分析方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008040825A (ja) * 2006-08-07 2008-02-21 Xanavi Informatics Corp 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法
JP2010286344A (ja) * 2009-06-11 2010-12-24 Kddi Corp 携帯端末装置の移動状態を推定する方法及びシステム
WO2011153115A2 (en) * 2010-05-31 2011-12-08 Central Signal, Llc Roadway detection
CN102313555A (zh) * 2010-05-14 2012-01-11 卡西欧计算机株式会社 判别移动状态的装置以及判别移动状态的方法
WO2012081209A1 (ja) * 2010-12-15 2012-06-21 本田技研工業株式会社 渋滞予測方法
JP2013041316A (ja) * 2011-08-11 2013-02-28 Honda Motor Co Ltd サーバ側渋滞解消走行支援方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050192727A1 (en) * 1994-05-09 2005-09-01 Automotive Technologies International Inc. Sensor Assemblies
KR960001780A (ko) * 1994-06-01 1996-01-25 제임스 디, 튜턴 차량 감시 시스템용 도플러 레이다 송수신기
US6720920B2 (en) * 1997-10-22 2004-04-13 Intelligent Technologies International Inc. Method and arrangement for communicating between vehicles
US7085637B2 (en) * 1997-10-22 2006-08-01 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
US6768944B2 (en) * 2002-04-09 2004-07-27 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
US7202776B2 (en) * 1997-10-22 2007-04-10 Intelligent Technologies International, Inc. Method and system for detecting objects external to a vehicle
US7899616B2 (en) * 1997-10-22 2011-03-01 Intelligent Technologies International, Inc. Method for obtaining information about objects outside of a vehicle
US8965677B2 (en) * 1998-10-22 2015-02-24 Intelligent Technologies International, Inc. Intra-vehicle information conveyance system and method
US9177476B2 (en) * 1997-10-22 2015-11-03 American Vehicular Sciences Llc Method and system for guiding a person to a location
US6434512B1 (en) * 1998-04-02 2002-08-13 Reliance Electric Technologies, Llc Modular data collection and analysis system
JP3758534B2 (ja) * 2000-10-13 2006-03-22 住友電気工業株式会社 交通流の異常検知装置及び方法
US20030135304A1 (en) * 2002-01-11 2003-07-17 Brian Sroub System and method for managing transportation assets
JP4640441B2 (ja) 2008-04-28 2011-03-02 トヨタ自動車株式会社 走行制御装置及び走行制御方法
US20120309321A1 (en) * 2011-05-31 2012-12-06 Broadcom Corporation Synchronized calibration for wireless communication devices
US20140229568A1 (en) * 2013-02-08 2014-08-14 Giuseppe Raffa Context-rich communication between a device and a vehicle

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008040825A (ja) * 2006-08-07 2008-02-21 Xanavi Informatics Corp 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法
JP2010286344A (ja) * 2009-06-11 2010-12-24 Kddi Corp 携帯端末装置の移動状態を推定する方法及びシステム
CN102313555A (zh) * 2010-05-14 2012-01-11 卡西欧计算机株式会社 判别移动状态的装置以及判别移动状态的方法
WO2011153115A2 (en) * 2010-05-31 2011-12-08 Central Signal, Llc Roadway detection
WO2012081209A1 (ja) * 2010-12-15 2012-06-21 本田技研工業株式会社 渋滞予測方法
JP2013041316A (ja) * 2011-08-11 2013-02-28 Honda Motor Co Ltd サーバ側渋滞解消走行支援方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598907A (zh) * 2020-12-17 2021-04-02 东风商用车有限公司 拥堵预测方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN104937647B (zh) 2017-07-25
US20150379871A1 (en) 2015-12-31
WO2014136949A1 (ja) 2014-09-12
BR112015019249A2 (pt) 2017-07-18
JP5927336B2 (ja) 2016-06-01
US9646492B2 (en) 2017-05-09
JPWO2014136949A1 (ja) 2017-02-16

Similar Documents

Publication Publication Date Title
CN104937647A (zh) 交通拥堵预兆检测方法、程序及交通拥堵预兆检测装置
US20230316829A1 (en) Systems and Methods for Monitoring and Reporting Road Quality
CN110177374B (zh) 一种基于车路协同的v2x功能应用测试方法、装置及系统
CN106415688B (zh) 驾驶特性评估方法和驾驶特性评估装置
US10139245B2 (en) Device for providing electric-moving-body information and method for providing electric-moving-body information
RU2549598C2 (ru) Система и способ оценки стиля вождения моторного транспортного средства
CN107796374A (zh) 一种图像定位方法、系统和装置
CN110926484B (zh) 车辆位置的获取方法、装置以及智能车辆
JP6202538B2 (ja) 運転支援方法、プログラム、および運転支援装置
US11087617B2 (en) Vehicle crowd sensing system and method
CN104919509A (zh) 服务器装置、交通堵塞预兆信息显示系统、交通堵塞预兆信息发布方法、交通堵塞预兆信息显示方法及程序
JP2014235117A (ja) 車両停止判定結果提供方法、車両停止判定装置、および車両停止判定システム
CN107123312A (zh) 一种交通预警方法及路侧设备
AU2017223240A1 (en) Road monitoring method and system
WO2012114499A1 (ja) 探索装置、探索システム、探索方法および端末
Ferreira et al. Vehicular sensing: Emergence of a massive urban scanner
US20220041169A1 (en) System and Method for Providing an Indication of Driving Performance
CN115576296A (zh) 整车在环测试系统和方法、装置及存储介质
US20230019007A1 (en) Beat Frequency Signal Processing Method and Apparatus
WO2023000206A1 (zh) 语音声源定位方法、装置及系统
CN113900132B (zh) 定位方法、装置、车载设备、终端设备以及定位系统
JP5926393B2 (ja) 表示制御装置、表示制御方法及びプログラム、並びにサーバ装置
JP2018137917A (ja) 電動車両走行支援装置、サーバ装置、電動車両走行支援システム、電動車両走行支援方法、およびプログラム
CN117647404A (zh) 基于转鼓台架的预见性巡航控制系统测试平台及测试方法
CN114756936A (zh) 基于机器视觉的桥梁动力特性识别方法

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170725

Termination date: 20200307

CF01 Termination of patent right due to non-payment of annual fee