CN105551241A - 一种基于fcd及ep多源数据的实时拥堵分析方法 - Google Patents
一种基于fcd及ep多源数据的实时拥堵分析方法 Download PDFInfo
- Publication number
- CN105551241A CN105551241A CN201510901505.XA CN201510901505A CN105551241A CN 105551241 A CN105551241 A CN 105551241A CN 201510901505 A CN201510901505 A CN 201510901505A CN 105551241 A CN105551241 A CN 105551241A
- Authority
- CN
- China
- Prior art keywords
- data
- fcd
- section
- road
- carry out
- 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
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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于FCD及EP多源数据的实时拥堵分析方法,包括以下步骤:步骤一、遍历数字路网中所有待分析路段的路段ID,获取属于这些路段的FCD数据和电子警察数据;步骤二、判断每个路段ID所获得数据的类型,并且基于数据类型执行对应的报警机制,其中:若数据仅有FCD数据,则进行FCD报警机制;若数据仅有电子警察数据,则进行EP报警机制;若数据有FCD数据和电子警察数据,则进行根据FCD和电子警察数据的报警机制。本发明的拥堵分析方法有机结合GPS数据及EP数据,在二者缺一的情况下,实现传统的拥堵识别,在二者同时存在的情况下,提高拥堵路段的识别率及精确度。
Description
技术领域
本发明涉及道路拥堵识别领域,具体而言涉及一种基于FCD及EP多源数据的实时拥堵分析方法。
背景技术
随着城市发展和人们收入水平的提高,私家车的保有量越来越大。与之相对应的城市交通压力也越来越大,尤其是在出行高峰时段,常常会因为车流量过大而导致在某些关键的交通节点上造成拥堵,如何能够全面地了解当前整体交通运行状态并快速定位交通堵塞位置成为交通管理的关键问题。
发明内容
本发明目的在于提供一种基于FCD及EP多源数据的实时拥堵分析方法,利于安装于出租车辆上的GPS设备以及布设在道路上的电子警察设备,对交通流参数进行采集、分析,对于已经发生拥堵的路段进行定位报警。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明提出一种基于FCD及EP多源数据的实时拥堵分析方法,包括以下步骤:
步骤一、遍历数字路网中所有待分析路段的路段ID,获取属于这些路段的的FCD数据和电子警察数据;
步骤二、判断每个路段ID所获得数据的类型,并且基于数据类型执行对应的报警机制,其中:
若数据仅有FCD数据,则进行FCD报警机制;
若数据仅有电子警察数据,则进行EP报警机制;
若数据有FCD数据和电子警察数据,则进行根据FCD和电子警察数据的报警机制。
进一步的实施例中,前述步骤二中,FCD报警机制包括:
步骤1.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤1.2、提取属于分析路段ID的10分钟的FCD数据;
步骤1.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤1.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤1.5,否则判定其时间数据无效,剔除并进行步骤1.5;
步骤1.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则返回步骤1.1重新提取下一个路段进行分析,直到所有待分析的路段均分析完毕。
进一步的实施例中,所述EP报警机制包括:
步骤2.1、提取数字路网中待分析的路段的电子警察数据;
步骤2.2、判断数据源的可靠性结果是否为1,如果为1则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤2.1;
步骤2.3、确定路段是快速路、主干道、次干道以及支路中一种;
步骤2.4、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤2.5、响应于转换结果的拥堵等级>=4,进行拥堵报警。
进一步的实施例中,所述根据FCD和电子警察数据的报警机制包括:
步骤3.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤3.2、提取属于分析路段ID的10分钟的FCD数据;
步骤3.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤3.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤3.5,否则判定其时间数据无效,剔除并进行步骤3.5;
步骤3.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则进入步骤3.6;
步骤3.6、提取前述步骤3.2对应路段的电子警察数据;
步骤3.7、判断数据源的可靠性结果是否为1,如果为1,则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤3.1;
步骤3.8、确定路段是快速路、主干道、次干道以及支路中一种;
步骤3.9、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤3.10、响应于转换结果的拥堵等级>=4,进行拥堵报警。
由以上本发明的技术方案,本发明提出的拥堵分析方法中,结合GPS数据及EP数据,能够克服单源数据无法实现拥堵识别的困难,大大提高拥堵路段的识别率及精确度。本发明有机结合GPS数据及EP数据,在二者缺一的情况下,实现传统的拥堵识别,在二者同时存在的情况下,提高拥堵路段的识别率及精确度。利于本发明的拥堵分析解决方案,对于交通管理者,对于识别出来的拥堵路段可以增派警力去现场处理,或修改路口信号配时方案;对于交通出行者,对于发布出来的拥堵路段可以避让,选择不拥堵的路段来出行,达到更加快捷绿色的出行。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是根据本发明某些实施例的基于FCD及EP多源数据的实时拥堵分析方法的流程图。
图2是图1实施例中FCD报警机制的流程图。
图3是图1实施例中EP报警机制的流程图。
图4是图1实施例中根据FCD数据和电子警察数据的报警机制的流程图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1所示,根据本发明某些实施例的基于FCD及EP多源数据的实时拥堵分析方法,包括以下步骤:
步骤一、遍历数字路网中所有待分析路段的路段ID,获取属于这些路段的的FCD数据和电子警察数据;
步骤二、判断每个路段ID所获得数据的类型,并且基于数据类型执行对应的报警机制,其中:
若数据仅有FCD数据,则进行FCD报警机制;
若数据仅有电子警察数据,则进行EP报警机制;
若数据有FCD数据和电子警察数据,则进行根据FCD和电子警察数据的报警机制。
本发明的前述实时拥堵分析方法,旨在解决在具有GPS数据或EP数据时,如何精确进行路段的实时拥堵情况进行识别,对拥堵的路段在GIS的辅助下准确直观地展示出来,拥堵信息也可以通过广播等手段发送给用户,使其出行更加便捷环保。结合GPS数据及EP数据,能够克服单源数据无法实现拥堵识别的困难,大大提高拥堵路段的识别率及精确度。
在本发明的实施例中,在前述步骤1中,获取的数据类型包括FCD数据和电子警察数据两种。
通过遍历数字路网中所有的待分析路段的路段ID,获取属于这些路段ID的FCD数据,每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID。
通过遍历数字路网中所有的待分析路段的路段ID,获取属于这些路段ID的由EP设备所采集到的电子警察数据,电子警察数据包括EP设备所采集路段的路段ID、更新时间、路段平均速度、平均行程时间以及数据源的可靠性结果,其中数据源的可靠性结果包括标记1和标记0,标记1表示获取数据,标记0表示未获取数据。
在本例中,我们通过出租车的GPS设备所获取的FCD数据具体如下:
CAR_ID | 车牌 |
UPLOAD_TIME | 上传时间 |
SPEED | 速度 |
ON_BUSSNESS | 1:掀牌,0:盖牌,2:停运 |
SUB_SEGMENT_OBJECT_ID | 所属路段的分段ID |
SEGMENT_ID | 路段ID |
通过EP设备所采集的电子警察数据,经过我们的处理后形成统一的格式,具体如下:
同时,我们可以获取到的一些关于数字路网和路口信号灯数据,具体如下:
路网基础数据
路段ID | SEGMENT_ID |
路段名称 | SEGMENT_NAME |
上游路口 | INTERSECTION_UPSTARE |
下游路口 | INTERSECTION_DOWNSTARE |
道路类型 | SEGMENT_LEVEL |
车道数代码 | ROAD_LANES_TYPE |
长度 | LENGTH |
宽度 | WIDTH |
路口信号灯周期时长
路口ID | CROSS_ID |
当前方案编号 | PLAN_ID4 --> |
开始时间 | BEGIN_TIME |
周期时间 | CYCLE_TIME |
道路拥堵等级及速度阈值
显然,根据这些数据,以及我们在前述实施例中所提出的方法,可以非常便捷地得到待分析路段的拥堵情况。
下面将这些数据的具体处理进行进一步的说明。
结合图2所示,前述步骤二中,FCD报警机制包括:
步骤1.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤1.2、提取属于分析路段ID的10分钟的FCD数据;
步骤1.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤1.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤1.5,否则判定其时间数据无效,剔除并进行步骤1.5;
步骤1.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则返回步骤1.1重新提取下一个路段进行分析,直到所有待分析的路段均分析完毕。
结合图3所示,前述步骤二中,EP报警机制包括:
步骤2.1、提取数字路网中待分析的路段的电子警察数据;
步骤2.2、判断数据源的可靠性结果是否为1,如果为1则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤2.1;
步骤2.3、确定路段是快速路、主干道、次干道以及支路中一种;
步骤2.4、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤2.5、响应于转换结果的拥堵等级>=4,进行拥堵报警。
结合图4所示,在步骤二中,根据FCD和电子警察数据的报警机制包括:
步骤3.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤3.2、提取属于分析路段ID的10分钟的FCD数据;
步骤3.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤3.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤3.5,否则判定其时间数据无效,剔除并进行步骤3.5;
步骤3.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则进入步骤3.6;
步骤3.6、提取前述步骤3.2对应路段的电子警察数据;
步骤3.7、判断数据源的可靠性结果是否为1,如果为1,则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤3.1;
步骤3.8、确定路段是快速路、主干道、次干道以及支路中一种;
步骤3.9、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤3.10、响应于转换结果的拥堵等级>=4,进行拥堵报警。
进一步的实施例中,前述方法还包括下述步骤:
输出发生拥堵路段的路段ID、下游路口以及拥堵情况的更新时间。
例如,我们通过分析,最后输出的拥堵数据如下:
路段ID | SEGMENT_ID |
下游路口 | INTERSECTION_DOWNSTARE |
更新时间 | TIMESTAMP |
是否发生拥堵 | IS_CONGESTION_OCCURED |
数据源 | DATA_TYPE |
在一些实施例中,我们还通过网络对外广播路段的拥堵情况,以利于驾驶者及时避开拥堵路段。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (6)
1.一种基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,包括以下步骤:
步骤一、遍历数字路网中所有待分析路段的路段ID,获取属于这些路段的的FCD数据和电子警察数据;
步骤二、判断每个路段ID所获得数据的类型,并且基于数据类型执行对应的报警机制,其中:
若数据仅有FCD数据,则进行FCD报警机制;
若数据仅有电子警察数据,则进行EP报警机制;
若数据有FCD数据和电子警察数据,则进行根据FCD和电子警察数据的报警机制。
2.根据权利要求1所述的基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,前述步骤二中,FCD报警机制包括:
步骤1.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤1.2、提取属于分析路段ID的10分钟的FCD数据;
步骤1.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤1.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤1.5,否则判定其时间数据无效,剔除并进行步骤1.5;
步骤1.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则返回步骤1.1重新提取下一个路段进行分析,直到所有待分析的路段均分析完毕。
3.根据权利要求1所述的基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,所述EP报警机制包括:
步骤2.1、提取数字路网中待分析的路段的电子警察数据;
步骤2.2、判断数据源的可靠性结果是否为1,如果为1则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤2.1;
步骤2.3、确定路段是快速路、主干道、次干道以及支路中一种;
步骤2.4、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤2.5、响应于转换结果的拥堵等级>=4,进行拥堵报警。
4.根据权利要求1所述的基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,所述根据FCD和电子警察数据的报警机制包括:
步骤3.1、以某一个路段ID的下游路口,获取该路段对应的该下游路口的路口周期时长C,该路口周期时长C来源于路口信号灯周期时长数据表;
步骤3.2、提取属于分析路段ID的10分钟的FCD数据;
步骤3.3、对于所获取的FCD数据,以车牌为属性对数据进行分组,分别统计每辆出租车在该路段上的停留时间T,T等于连续的上传时间的个数*15s;
步骤3.4、对于停留时间T>2C的出租车,判断该10分钟时间内其所属路段的分段ID是否变化,若不变,则车辆属于异常状态,判断异常车辆个数与本次数据总车辆数的比例,如果异常车辆数的比例超过0.5,则进行步骤3.5,否则判定其时间数据无效,剔除并进行步骤3.5;
步骤3.5、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警;否则进入步骤3.6;
步骤3.6、提取前述步骤3.2对应路段的电子警察数据;
步骤3.7、判断数据源的可靠性结果是否为1,如果为1,则取该路段的电子警察数据中的路段平均速度作为路段速度vp,否则不报警,并返回步骤3.1;
步骤3.8、确定路段是快速路、主干道、次干道以及支路中一种;
步骤3.9、将vp对照道路拥堵等级-速度阀值映射关系进行速度与拥堵等级之间的转换;
步骤3.10、响应于转换结果的拥堵等级>=4,进行拥堵报警。
5.根据权利要求1所述的基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,前述方法还包括下述步骤:
输出发生拥堵路段的路段ID、下游路口以及拥堵情况的更新时间。
6.根据权利要求1-5中任意一项所述的基于FCD及EP多源数据的实时拥堵分析方法,其特征在于,前述方法更加包含以下步骤:
通过网络对外广播路段的拥堵情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510901505.XA CN105551241B (zh) | 2015-12-09 | 2015-12-09 | 一种基于fcd及ep多源数据的实时拥堵分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510901505.XA CN105551241B (zh) | 2015-12-09 | 2015-12-09 | 一种基于fcd及ep多源数据的实时拥堵分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105551241A true CN105551241A (zh) | 2016-05-04 |
CN105551241B CN105551241B (zh) | 2018-02-02 |
Family
ID=55830411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510901505.XA Active CN105551241B (zh) | 2015-12-09 | 2015-12-09 | 一种基于fcd及ep多源数据的实时拥堵分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105551241B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399723A (zh) * | 2018-03-29 | 2018-08-14 | 苏州天华信息科技股份有限公司 | 一种应用于交管监控平台的语音报警系统及方法 |
CN110491140A (zh) * | 2019-08-08 | 2019-11-22 | 横琴善泊投资管理有限公司 | 一种停车场出入口车道占用检测及引导方法和系统 |
CN111986483A (zh) * | 2020-08-28 | 2020-11-24 | 上海宝康电子控制工程有限公司 | 基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质 |
CN113470347A (zh) * | 2021-05-20 | 2021-10-01 | 上海天壤智能科技有限公司 | 结合卡口过车记录和浮动车gps数据的拥堵识别方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1937001A (zh) * | 2006-10-19 | 2007-03-28 | 上海交通大学 | 城市路段交通流平均速度获取方法 |
CN102280031A (zh) * | 2011-07-22 | 2011-12-14 | 南京莱斯信息技术股份有限公司 | 一种基于浮动车数据的路口交通状态识别方法 |
JP2013020523A (ja) * | 2011-07-13 | 2013-01-31 | Nissan Motor Co Ltd | 渋滞情報提供装置及び渋滞情報提供方法 |
CN103021176A (zh) * | 2012-11-29 | 2013-04-03 | 浙江大学 | 基于断面检测器的城市道路交通状态判别方法 |
JP2014115877A (ja) * | 2012-12-11 | 2014-06-26 | Ntt Data Corp | 渋滞予測装置、渋滞予測システム、渋滞予測方法、及び、プログラム |
CN104574966A (zh) * | 2015-01-14 | 2015-04-29 | 深圳市城市交通规划设计研究中心有限公司 | 可变信息标识装置、方法及可变信息标识推送方法 |
CN104715610A (zh) * | 2015-04-09 | 2015-06-17 | 银江股份有限公司 | 一种面向城市交通的交通指数计算方法 |
-
2015
- 2015-12-09 CN CN201510901505.XA patent/CN105551241B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1937001A (zh) * | 2006-10-19 | 2007-03-28 | 上海交通大学 | 城市路段交通流平均速度获取方法 |
JP2013020523A (ja) * | 2011-07-13 | 2013-01-31 | Nissan Motor Co Ltd | 渋滞情報提供装置及び渋滞情報提供方法 |
CN102280031A (zh) * | 2011-07-22 | 2011-12-14 | 南京莱斯信息技术股份有限公司 | 一种基于浮动车数据的路口交通状态识别方法 |
CN103021176A (zh) * | 2012-11-29 | 2013-04-03 | 浙江大学 | 基于断面检测器的城市道路交通状态判别方法 |
JP2014115877A (ja) * | 2012-12-11 | 2014-06-26 | Ntt Data Corp | 渋滞予測装置、渋滞予測システム、渋滞予測方法、及び、プログラム |
CN104574966A (zh) * | 2015-01-14 | 2015-04-29 | 深圳市城市交通规划设计研究中心有限公司 | 可变信息标识装置、方法及可变信息标识推送方法 |
CN104715610A (zh) * | 2015-04-09 | 2015-06-17 | 银江股份有限公司 | 一种面向城市交通的交通指数计算方法 |
Non-Patent Citations (1)
Title |
---|
赵晓娟: "基于多源数据的快速路交通事件自动检测算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399723A (zh) * | 2018-03-29 | 2018-08-14 | 苏州天华信息科技股份有限公司 | 一种应用于交管监控平台的语音报警系统及方法 |
CN110491140A (zh) * | 2019-08-08 | 2019-11-22 | 横琴善泊投资管理有限公司 | 一种停车场出入口车道占用检测及引导方法和系统 |
CN111986483A (zh) * | 2020-08-28 | 2020-11-24 | 上海宝康电子控制工程有限公司 | 基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质 |
CN113470347A (zh) * | 2021-05-20 | 2021-10-01 | 上海天壤智能科技有限公司 | 结合卡口过车记录和浮动车gps数据的拥堵识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105551241B (zh) | 2018-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10573173B2 (en) | Vehicle type identification method and device based on mobile phone data | |
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 | |
CN107293116B (zh) | 一种基于视频分析的交通事件检测系统 | |
CN104464295B (zh) | 一种基于视频的高架入口匝道智能限行方法 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
CN107895481B (zh) | 基于浮动车技术的区域道路车流量控制方法 | |
CN109191872B (zh) | 一种基于号牌数据的路口交通流特征参数提取方法 | |
CN105551241A (zh) | 一种基于fcd及ep多源数据的实时拥堵分析方法 | |
CN107240264B (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 | |
CN103646187A (zh) | 一种统计周期内车辆出行路线及od矩阵获取方法 | |
CN104240499A (zh) | 一种基于微波数据的异常拥堵点判别方法 | |
CN104408925A (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
CN104680789B (zh) | 一种快速道路拥堵指数估算及预测方法 | |
CN102663890B (zh) | 利用浮动车数据确定禁左交限路口的方法 | |
CN106846806A (zh) | 基于Isolation Forest的城市道路交通异常检测方法 | |
CN105608895B (zh) | 一种基于局部异常因子的城市交通拥堵路段检测方法 | |
CN106327864A (zh) | 一种基于高速公路联网收费数据的交通流估计方法 | |
CN103177595A (zh) | 一种基于实时交通信息的动态路径寻优系统及方法 | |
CN105741598A (zh) | 嫌疑车辆落脚点分析处理方法及其装置 | |
CN107590999A (zh) | 一种基于卡口数据的交通状态判别方法 | |
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN105427600A (zh) | 一种基于fcd的道路拥堵实时识别方法与装置 | |
CN103093625A (zh) | 一种基于可信度验证的城市道路交通状态实时估计方法 | |
CN104778839A (zh) | 基于视频检测器的城市道路下游分方向交通状态判别方法 | |
CN106683406B (zh) | 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 210012 room 627, Ning Shuang Road, Yuhuatai District, Nanjing, Jiangsu, 627 Patentee after: Ho whale cloud computing Polytron Technologies Inc Address before: 210012 No. 68 Bauhinia Road, Yuhuatai District, Jiangsu, Nanjing Patentee before: ZTEsoft Technology Co., Ltd. |
|
CP03 | Change of name, title or address |