CN105590346A - 基于路径识别系统的收费公路网交通信息采集与诱导系统 - Google Patents
基于路径识别系统的收费公路网交通信息采集与诱导系统 Download PDFInfo
- Publication number
- CN105590346A CN105590346A CN201610091169.1A CN201610091169A CN105590346A CN 105590346 A CN105590346 A CN 105590346A CN 201610091169 A CN201610091169 A CN 201610091169A CN 105590346 A CN105590346 A CN 105590346A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- path identification
- identification station
- path
- 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
- 230000006698 induction Effects 0.000 title claims abstract description 11
- 230000010365 information processing Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 241000656145 Thyrsites atun Species 0.000 claims description 119
- 238000000034 method Methods 0.000 claims description 26
- 230000006399 behavior Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 8
- 238000011144 upstream manufacturing Methods 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 2
- 230000006855 networking Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 206010021703 Indifference Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- VKYKSIONXSXAKP-UHFFFAOYSA-N hexamethylenetetramine Chemical compound C1N(C2)CN3CN1CN2C3 VKYKSIONXSXAKP-UHFFFAOYSA-N 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3278—RFID or NFC payments by means of M-devices
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- 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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
- G08G1/096872—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where instructions are given per voice
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q2240/00—Transportation facility access, e.g. fares, tolls or parking
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Remote Sensing (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Operations Research (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于路径识别系统的收费公路网交通信息采集与诱导系统,包括收费公路出、入口收费车道系统、联网收费中心系统、5.8G路径标识站、5.8G路径标识站监控系统、MTC车辆的双频通行卡、ETC车辆的OBU和非现金支付卡、车中多媒体终端和交通信息处理系统。本发明利用5.8GHz路径标识站和含有蓝牙模块的双频通行卡与OBU和车中多媒体终端,实现路径标识、交通信息采集和交通信息的推送;采用云计算和5.8G路径标识站的分布式计算相结合的方法实现收费公路段上的旅行时间、交通流量、行程速度、交通状态、车辆位置等信息处理与预测,实时给道路使用者提供准确可靠的前方交通信息。
Description
技术领域
本发明涉及收费公路交通信息采集与诱导技术,尤其涉及基于路径识别系统的收费公路网交通信息采集与诱导系统。
背景技术
实时、高效、快捷、准确的交通信息采集与处理是保证收费公路正常运行的基础,但不同的道路使用者和管理者对信息需求和实时性要求不一样。行驶中道路使用者需要实时知道前方的交通状态和出行的旅行时间;收费管理部门需在收费公路入出口采集到行驶车辆的轮数、轴数、车牌号、客车的车型、货车的轴重及总重、行驶的路径、行驶的距离和是否作弊等信息,实现按行驶距离、按车型及重量收费;交通调查部门需采集路段分车型流量、平均车速、平均行驶时间、平均行驶距离和标准轴载等信息,为交通规划宏观决策提供支撑;交通管理部门需采集实时的车流量、车速、车流密度、旅行时间、行驶车辆的车牌号、车牌颜色,判断车辆是否超速、超限、超载和有无交通事故及交通拥挤等信息,估计与预测道路交通状态,为道路监控和公众交通信息服务提供数据支撑。
当前,我国高速公路交通信息采集与处理的模式整体还处于低级水平,主要是利用高速公路车道布设的车辆检测器,如线圈检测器、微波检测器和视频检测器等,仅能采集到车流量和车速。因车辆检测器所采集信息单一,可靠性低,维护困难。信息采集不具有实时性,且布设密度很低,远达不到高速公路管理的信息要求。
目前我国高速公路几乎都是收费公路(本申请所说的收费公路是指有收费站的高速公路),省域内实施了计算机联网收费,拆除了主线收费站。联网收费公路总里程有两千至八千公里不等。为了解决路网如此庞大而复杂的多义性路径车辆识别的问题,实现按车辆实际行驶距离、按车型或重量进行精确收费与精确拆分的目的,目前四川、浙江和广东已成功实施了基于RFID技术的多义路径识别系统,目前使用情况良好。同时,2015年我国高速公路电子不停车收费(ETC)已实现全国联网,已有2100余万用户实现一卡畅行全国,ETC收费已成为高速公路收费的主流方式。因此,采用国家标准规定的5.8GHz高速公路电子收费频段实现ETC车辆和MTC车辆的路径标识将成为趋势。随着收费公路联网收费和车联网的快速发展,由于实现车辆精确收费及拆分需要双频通行卡和OBU作为媒介,只需要根据采集信息要求在收费公路上安装5.8G路径标识站,即可实现实时的交通信息采集,这将取代传统的交通信息采集方式,充分体现了车联网中道路与车辆的信息交互方式,适应时代发展。
为了节约人力成本、治理超载车辆和防止收费贪污,目前我国收费公路已普遍在入口使用自动车型识别系统和车牌识别系统,实现自助发卡;在入口已开始安装计重设备,防止超载车辆进入高速公路,危及高速公路的交通安全和道路设施安全;在出口已安装了计重设备和车牌识别系统,实现按照重量收费和防止车辆换卡作弊。这样,收费公路出(入)车道系统将采集到完善的与车有关的信息。
目前针对于MTC用户(人工收费),四川、浙江和广东省实行的多义性路径识别系统采用433MHz频段进行路径识别,433MHz频段属于长距离信息传输,绕射能力强,容易受到其它频段信号的干扰,串标率高,导致路径识别失败率高。而且433MHz频段不是国家标准的高速公路专用频段,不具有长远的应用前景。针对ETC用户多义性路径识别系统采用5.8GHz频段,符合国家规定公路电子收费频段标准,但目前的路径识别系统采用433MHz和5.8GHz两种不同的频段,需要在标识路段上安装两套不同频段的标识设备,增加了系统的建设成本,浪费了建设资源,降低了系统的可靠性。同时,目前路径识别系统采用的是复合通行卡,需要双频读写器各自读写入口信息和路径信息,容易出现读写卡时间长、读写卡失败率高、车道通行能力降低和复合通行卡寿命短等问题,且无法实现将现有系统(非基于RFID技术的多义性路径识别)平稳过渡到基于RFID技术的多义性路径识别系统。
目前基于收费系统的交通信息采集与处理方式是通过将各收费道路出(入)口车道系统采集的数据汇入联网收费中心进行集中处理,但高速公路路网庞大且复杂,仅能在收费站出口获取的信息具有严重的滞后性,所能提供的交通信息对出行者基本没有价值,一般用于事后统计分析。而且采用集中处理方式,对中心设备和网络要求极高,需上传式数据量巨大,当路段出现断电断网或系统设备损坏情况时,容易出现大范围的数据缺失或信息混乱。而本发明将收费公路出(入)口车道系统和5.8G路径标识站作为采集与处理云端,通过分布式结构,能有效解决这些问题。
目前基于云平台的交通信息采集主要是通过车载GPS或移动终端获取信息,主要是针对城市路网中已有大量的出租车和公交巴士安装了车载GPS监控设备现状,而高速公路网内这些车辆极少。而且车载GPS或移动终端只能获取部分车辆的状态信息,无法覆盖全部行驶车辆获得所需信息,影响信息采集的准确性。
目前交通信息发布方式主要是通过广播进行大范围的无差别播放,没有针对性,广播的信息对大部分驾驶员是无用的。行驶过程中,道路使用者主要关心道路前方的交通信息,而目前可变信息板价格昂贵,一般一个点造价至少需要40万元以上,收费公路网上极少设置。目前我国收费公路还没有一个价廉的可实时提供准确有效诱导信息的平台。
本发明主要是基于目前高速公路联网收费系统和基于RFID技术的多义路经识别系统的现状和存在的问题,基于不停车收费技术和车联网技术发展要求,提出一种低成本、快捷、高准确性的基于收费公路多义性路径识别系统获得路网完整交通信息的信息采集与诱导系统,能有效解决收费公路多义性路径识别、路网交通实时完整信息采集与处理和交通信息提供等众多亟待解决的问题。
经检索发现,中国专利号为201410186194.9的名为“高速公路全功能路径识别收费双源多频读写系统及方法”所公开的内容表明,其利用840-845MHz或者920-925MHz实现ETC车辆和MTC车辆的路径识别,却没使用国家标准规定的5.8GHz频段,车辆与5.8G路径标识站不能实现双向通信,无法接收标识站发送的交通信息,没有双频通行卡的蓝牙功能,不能将实时交通信息中转给道路使用者。中国专利号为200710055079.8的名为“具有路径识别功能的电子不停车收费系统”所公开的内容表明,虽然OBU和路侧标识单元之间的通讯采用5.8GHz频段,但没有涉及MTC车辆的路径识别,OBU没有蓝牙功能,不能将实时交通信息中转给道路使用者。中国专利号为201210143304.4的名为“一种具有交通信息统计功能的多义性路径识别系统”所公开的内容表明,只涉及对OBU路径的标识和交通信息采集问题,但仅包括某个路段某个时间点的交通流量信息、某车辆的速度信息、或某车辆经过某路段的时间信息,采集的信息不完整,而且仅根据车载单元序号和时间戳计算,无法准确、有效的提供高速公路所需的各种数据信息。而且路径识别不兼顾MTC车辆,OBU没有蓝牙功能,不能将实时交通信息中转给道路使用者。中国专利号为201310145891.5的名为“一种基于ETC设备实现交通状态采集的方法”所公开的内容表明,虽然获得了路段拥堵度、流量、行程时间和行程速度信息,但仅采集到ETC车辆的信息,没有MTC车辆的信息采集与路径识别内容,而且交通信息处理是根据车辆静态数据进行简单处理,不具有实时动态性,OBU没有蓝牙功能,不能将实时交通信息中转给道路使用者。中国专利号为201210109000.6的名为“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”所公开的内容表明,其利用车载GPS和云计算仅实现对道路服务水平和速度的估计。
发明内容
本发明主要基于ETC收费技术已成为我国收费公路主流收费方式,将逐步取代人工收费趋势的现状,以及车联网和高速公路智能化发展需求,提出了一种将非接触IC卡(13.56MHz)、RFID卡(5.8GHz)和蓝牙模块电路连成一个整体的双频通行卡;提出采用符合国家公路电子收费专用频段5.8GHz的路径标识站为交通信息采集与处理云端,与ETC车辆的OBU和MTC车辆的双频通行卡进行双向通信,实现路径标识、交通信息采集与处理和交通信息的推送;提出利用双频通行卡和OBU内的蓝牙模块与车中多媒体终端无线连接,提供道路前方交通信息;提出利用5.8G路径标识站和收费道路出入口收费车道系统采集的车辆入出口数据和所经过的5.8G路径标识站数据,实现收费公路全信息采集与预测;同时5.8G路径标识站作为云端,可时刻处理上游收费站和5.8G路径标识站获得的车辆信息,更及时地进行局部范围内的信息处理与发布。
为了实现上述目的,本发明采用以下技术方案:
基于路径识别系统的收费公路网交通信息采集与诱导系统,包括收费公路出、入口收费车道系统、联网收费中心系统、5.8G路径标识站、5.8G路径标识站监控系统、MTC车辆的双频通行卡、ETC车辆的OBU和非现金支付卡、车中多媒体终端和交通信息处理系统,其特征在于:车辆在自由流状态下通过所述的5.8G路径标识站处,5.8G路径标识站用于与车内的双频通行卡或OBU通过5.8GHz频段进行双向无线通信,接收双频通行卡或OBU内的信息,并对这些信息进行存储、统计、估计与预测,发射标识信息和交通信息;所述的双频通行卡或OBU用于接收并存储5.8G路径标识站发射的信息,并把交通信息通过内置无线传输模块无线中转给车中多媒体终端;所述的交通信息处理系统用于通过5.8G路径标识站监控系统把5.8G路径标识站实时采集与处理的信息和通过联网收费中心系统把收费公路出、入口收费车道系统实时采集与处理的出、入口信息进行融合,结合历史数据进行统计、估计与预测后将交通信息处理系统或5.8G路径标识站估计与预测的交通信息无线发送给处在需求位置车辆中的车中多媒体终端。
优选地,所述双频通行卡是由卡内部电路将13.56MHz的非接触IC卡和5.8GHz的RFID卡连成一整体的通行卡,所述双频通行卡内部包含MCU、电源模块、存储单元模块、5.8G收发器、Mifare-one卡、蓝牙模块和唤醒电路模块,所述MCU与其它各模块分别连接,用于控制各模块正常运行;所述电源模块用于为MCU、5.8G收发器、存储单元模块、唤醒电路模块和蓝牙模块提供电源;所述双频通行卡在唤醒时间内接收和发射信息,所述唤醒电路模块在接收到13.56MHz或5.8GHz频段信号后唤醒工作一定的时间,完成入出口信息和路径信息读写;在收费公路入口收费车道系统处,双频通行卡中的Mifare-one卡与Mifare读写器实现双向通信,写入入口信息;在途中,双频通行卡的5.8G收发器能接收5.8G路径标识站发送的包含标识站ID号、行驶方向和时间戳信息的标识站信息,并在MCU协调下写入Mifare-one卡和存储单元模块,同时将存储单元模块内的入口信息和所经5.8G路径标识站信息发射给5.8G路径标识站;在收费公路出口收费车道系统处,通过Mifare读写器读出双频通行卡中的入口信息和所经过5.8G路径标识站信息;所述双频通行卡可通过其内部的蓝牙模块与车中多媒体终端无线连接。
优选地,所述5.8G路径标识所接收的双频通行卡或OBU内的信息包括双频通行卡或OBU的ID号、入口地点与时间、车型及重量和所经过的5.8G路径标识站的ID号、行驶方向及时间戳信息;所述入口信息还可包括双频通行卡中的车牌号、车辆颜色信息、车辆轴轮数,OBU中的车牌号、车牌颜色、车辆用户类型、车辆尺寸、车轴数、车轮数、轴距、车辆载重/座位数、车辆特征描述和车辆发动机号信息。
优选地,所述双频通行卡和OBU的5.8G收发器用于接收5.8G路径标识站发送的前方交通信息,所述双频通行卡和OBU内的蓝牙模块与车中多媒体终端无线连接,通过语音提供车辆行驶前方的实时交通状态和服务设施诱导信息;所述双频通行卡和OBU的5.8G收发器还可用于接收5.8G路径标识站发送的收费公路路网的实时交通状态图,所述车中多媒体终端包括智能手机、智能耳机、智能手环和车载多媒体终端。
优选地,所述5.8G路径标识站至少设置在收费公路所在连通图中非支撑树结构的道路路段上。在收费公路出口收费车道系统处,所述的MTC车辆利用双频通行卡获得所经过5.8G路径标识站的信息实现车辆真实路径识别,ETC车辆利用车载OBU获得所经过5.8G路径标识站的信息实现车辆真实路径识别。
优选地,所述5.8G路径标识站设置在事故多发路段、重要的出口匝道前方和特殊路段,或按照交通信息采集实时性要求,在路段每隔1~4公里设置一处。
优选地,所述的5.8G路径标识站可作为虚拟的不停车的出、入口收费车道系统,车辆进入5.8G路径标识站标识位置时为虚拟的不停车的出口收费车道系统,车辆离开5.8G路径标识站标识位置时为虚拟的不停车的入口收费车道系统;收费公路出、入口收费车道系统和虚拟的不停车的出、入口收费车道系统作为信息采集与处理的云端,用于利用采集时刻的双频通行卡或OBU或非现金支付卡内的信息和已存储的历史数据直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量;所述的交通信息处理系统作为云中心,用于依据各云端处理的结果,将相同时间段相同路段的车辆数据进行融合,估计出收费公路路网各路段分车型客货的交通流量、速度、交通密度、交通状态和旅行时间,以及实现对整个网络的分车型客货的OD流量、旅行时间和交通状态的预测。
优选地,所述旅行时间的估计是先将收费路段按相邻收费站划分为基本路段,若某一路段上存在5.8G路径标识站,则该5.8G路径标识站再对该路段进行细分,具体划分为:上游收费站到5.8G路径标识站,5.8G路径标识站到下游收费站,利用收费公路出、入口收费车道系统和5.8G路径标识站实时采集的双频通行卡或OBU或非现金支付卡内的出入口时间差信息,剔出干扰数据,获得不同时间区间的收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型旅行时间,然后根据线路上OD间的距离越长旅行时间越准确的原则,对不同出、入口的分车型旅行时间按照路段距离越长权值越大的方法进行加权叠加计算,最后对整个收费公路上所有路段旅行时间进行叠加,准确估计收费公路路网上所有OD间的分车型旅行时间;同时云中心根据海量历史数据和实时的旅行时间估计利用回归分析法研究车辆旅行时间与车辆车型、收费公路路段位置及时间(如某一月的同一时间段、某一周的同一时间段、某一天的同一时间段等)变量的相关关系,然后根据旅行时间与变量的相关系数确定变量对旅行时间的影响因子,通过对影响因子与历史旅行时间的计算实现对收费公路下一时刻短时间内车辆旅行时间的预测;所述路段交通流量的估计是首先对车辆的平均行驶轨迹进行估计,然后基于不同车型对道路的占有程度不同,把不同车型折算成标准车型,利用计算出来的基本路段旅行时间,把车辆在不同路段上的速度线性化,初始速度为上一行驶路段的末端速度,而终端速度为下一路段的初始速度,通过计算车辆的行驶轨迹可以得到车辆在任意时刻的位置信息,从而得到某一时间内道路上任意路段上的现有车辆数、(虚拟的不停车的)出口收费车道系统和路段内出口匝道驶离路段的车辆数、上游(虚拟的不停车的)入口收费车道系统和路段内入口匝道进入路段的车辆数,根据同一时间区间内经过同一断面的车辆数,就可以得到任意路段的断面交通流量;所述速度是根据收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的距离与车辆通过该距离所需的旅行时间计算所得;所述交通状态是通过对收费公路路网上实时获得的路段的旅行时间和速度及通过对路段流量的估计与该路段的通行能力分析获得的路段饱和度进行评估与分析,从而得到实时动态交通状态信息。
优选地,所述5.8G路径标识站设置在收费公路服务区的入口和出口,通过5.8G路径标识站获取的双频通行卡或OBU内的信息,统计和分析服务区分车型客货流量和车辆逗留时间规律,预测服务区分车型客货流量和营业收入。
优选地,所述5.8G路径标识站处还设置高清车牌识别系统,通过抓拍的车辆车牌号、车牌颜色和5.8G路径标识站获得的双频通行卡或OBU内的车辆信息进行匹配,判断车内是否有双频通行卡或OBU、有几张及是否和抓拍车辆的信息匹配,应用于收费公路防逃费系统。
本发明相对于现有收费公路信息采集技术,有以下有益效果:
1.本发明采用双频通行卡和OBU实现车辆的精确路径识别,只需根据路径识别需求和交通信息采集要求在收费公路路段上安装一定数量的5.8G路径标识站,即可实现收费公路联网收费和交通信息采集与诱导功能,不需要单独建设交通流量调查站和车辆检测器的设备,维护保养简单,大大节约了收费公路信息采集成本,这将取代传统的车辆检测器等信息采集方式。
2.本发明通过多义性路径识别系统可实现车辆入口信息(入口地点与时间、车牌号、车牌颜色、车辆用户类型、车辆尺寸、车轴数、车轮数、轴距、车辆载重/座位数、车辆特征描述和车辆发动机号)和所经过的5.8G路径标识站信息(ID号、行驶方向及时间戳)等全信息的采集,通过交通信息处理系统进行数据处理可得到收费公路旅行时间、断面交通流量、行程速度、交通状态等诱导信息。
3.本发明中5.8G路径标识站作为信息采集与处理的云端,可快速处理上游收费站和5.8G路径标识站获得的车辆信息,进行局部范围内的信息处理与分析并根据需要实时传递给道路使用者。通过云端实现信息的分布式计算,避免路网数据过大导致信息全部上传时出现误差,同时根据实时的车辆信息及时更新完善收费公路路径信息,给交通需求者出行提供及时、可靠的数据支持。
4.本发明中双频通行卡和OBU内部的蓝牙模块可与车中多媒体终端连接,通过语音/图像实时播放云中心或云端得到的前方旅行时间和交通状态等诱导信息。实时的语音/图像提醒不同于广播进行大范围的无差别播放。广播的信息对大部分驾驶员是无用信息,而本发明的语音/图像只针对于驾驶员前方的信息进行传递,信息有效性高,具有较好的人机体验功能。
5.本发明中采用符合国家公路电子收费标准的5.8GHz频段实现5.8G路径标识站与ETC车辆的OBU和MTC车辆的双频通行卡双向通信,并完成路径标识、交通信息采集与处理和交通信息的推送。
6.本发明中5.8G路径标识站的设置依据图论算法,减少不必要的标识站设施,信息采集和处理系统具有成本低、可靠性好、准确性高的优点。标识站还可根据需要设置在事故多发路段、重要的出口匝道前方和交通特殊路段,如设置在收费公路服务区的入口和出口,统计和分析服务区分车型客货流量和车辆逗留时间规律,预测服务区分车型客货流量和营业收入。
7.本发明的双频通行卡兼容现有收费系统,可不更换读写器就能读写双频通行卡内的信息,减少车道软件升级费用,实现收费系统的平稳过渡。
8.本发明采集到的交通信息为收费公路收费管理、车辆稽查防逃费、交通调查、道路养护维修和收费公路治超管理提供全面、可靠的数据信息。
附图说明
图1是本发明的系统框图。
图2是本发明的交通信息采集与处理示意图。
图3是本发明双频通行卡的结构示意图。
图4是本发明旅行时间的计算与以往方法的区别示意图。
图5是本发明路段旅行时间计算的路段定义示意图。
图6是本发明路段旅行时间计算的时空网格图。
图7是本发明路段旅行时间计算的时空网格中车辆的虚拟行驶轨迹。
图8是本发明流量统计中路段流量示意图。
图9是本发明流量统计中节点k-i进入车流在各个时段经过其他节点示意图。
图10是本发明行程速度计算模型示例图。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细说明,但本发明的具体实施方式并不局限于此。
如图1所示,基于路径识别系统的收费公路网交通信息采集与诱导系统,包括收费公路出、入口收费车道系统、联网收费中心系统、5.8G路径标识站、5.8G路径标识站监控系统、MTC车辆的双频通行卡、ETC车辆的OBU和非现金支付卡、车中多媒体终端和交通信息处理系统,其特征在于:车辆在自由流状态下通过所述的5.8G路径标识站处,5.8G路径标识站用于与车内的双频通行卡或OBU通过5.8GHz频段进行双向无线通信,接收双频通行卡或OBU内的信息,并对这些信息进行存储、统计、估计与预测,发射标识信息和交通信息;所述的双频通行卡或OBU用于接收并存储5.8G路径标识站发射的信息,并把交通信息通过内置无线传输模块无线中转给车中多媒体终端;所述的交通信息处理系统用于通过5.8G路径标识站监控系统把5.8G路径标识站实时采集与处理的信息和通过联网收费中心系统把收费公路出、入口收费车道系统实时采集与处理的出、入口信息进行融合,结合历史数据进行统计、估计与预测后将交通信息处理系统或5.8G路径标识站估计与预测的交通信息无线发送给处在需求位置车辆中的车中多媒体终端,其目的是利用收费公路ETC车辆和MTC车辆的多义性路径识别系统进行收费公路交通信息的采集与诱导。
通过收费公路出入口收费车道系统、车载OBU、双频通行卡和5.8G路径标识站实现对收费公路ETC车辆路径和MTC车辆路径的真实还原,同时通过多义性路径系统可以实时采集车辆的交通信息,如图2所示,通过交通信息处理系统进行数据处理获得所需的交通信息,并根据实时数据及时更新获得动态交通信息。
所述双频通行卡是由卡内部电路将13.56MHz的非接触IC卡和5.8GHz的RFID卡连成一整体的通行卡,所述双频通行卡内部包含MCU、电源模块、存储单元模块、5.8G收发器、Mifare-one卡、蓝牙模块和唤醒电路模块,所述MCU与其它各模块分别连接,用于控制各模块正常运行;所述电源模块用于为MCU、5.8G收发器、存储单元模块、唤醒电路模块和蓝牙模块提供电源;所述双频通行卡在唤醒时间内接收和发射信息,所述唤醒电路模块在接收到13.56MHz或5.8GHz频段信号后唤醒工作一定的时间,完成入出口信息和路径信息读写;在收费公路入口收费车道系统处,双频通行卡中的Mifare-one卡与Mifare读写器实现双向通信,写入入口信息;在途中,双频通行卡的5.8G收发器能接收5.8G路径标识站发送的包含标识站ID号、行驶方向和时间戳信息的标识站信息,并在MCU协调下写入Mifare-one卡和存储单元模块,同时将存储单元模块内的入口信息和所经5.8G路径标识站信息发射给5.8G路径标识站;在收费公路出口收费车道系统处,通过Mifare读写器读出双频通行卡中的入口信息和所经过5.8G路径标识站信息,实现车辆路径识别;所述双频通行卡可通过其内部的蓝牙模块与车中多媒体终端无线连接。
所述5.8G路径标识所接收的双频通行卡或OBU内的信息包括双频通行卡或OBU的ID号、入口地点与时间、车型及重量和所经过的5.8G路径标识站的ID号、行驶方向及时间戳信息;所述入口信息还可包括双频通行卡中的车牌号、车辆颜色信息、车辆轴轮数,OBU中的车牌号、车牌颜色、车辆用户类型、车辆尺寸、车轴数、车轮数、轴距、车辆载重/座位数、车辆特征描述和车辆发动机号信息。
所述双频通行卡和OBU的5.8G收发器用于接收5.8G路径标识站发送的前方交通信息,所述双频通行卡和OBU内的蓝牙模块与车中多媒体终端无线连接,通过语音提供车辆行驶前方的实时交通状态和服务设施诱导信息;所述双频通行卡和OBU的5.8G收发器还用于接收5.8G路径标识站发送的收费公路路网的实时交通状态图,所述车中多媒体终端包括智能手机、智能耳机、智能手环和车载多媒体终端。
在发明的一个实施例中,所述5.8G路径标识站至少设置在收费公路所在连通图中非支撑树结构的道路路段上,在收费公路出口收费车道系统处,所述的MTC车辆利用双频通行卡获得所经过5.8G路径标识站的信息实现车辆真实路径识别,ETC车辆利用车载OBU获得所经过5.8G路径标识站的信息实现车辆真实路径识别。
在本发明的一个实施例中,所述5.8G路径标识站设置在事故多发路段、重要的出口匝道前方和特殊路段,或按照交通信息采集实时性要求,在路段每隔1~4公里设置一处。
在本发明的一个实施例中,所述的5.8G路径标识站可作为虚拟的不停车的出、入口收费车道系统,车辆进入5.8G路径标识站标识位置时为虚拟的不停车的出口收费车道系统,车辆离开5.8G路径标识站标识位置时为虚拟的不停车的入口收费车道系统;收费公路出、入口收费车道系统和虚拟的不停车的出、入口收费车道系统作为信息采集与处理的云端,用于利用采集时刻的双频通行卡或OBU或非现金支付卡内的信息和已存储的历史数据直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量;所述的交通信息处理系统作为云中心,用于依据各云端处理的结果,将相同时间段相同路段的车辆数据进行融合,估计出收费公路路网各路段分车型客货的交通流量、速度、交通密度、交通状态和旅行时间,以及实现对整个网络的分车型客货的OD流量、旅行时间和交通状态的预测。
具体而言,所述旅行时间的估计是先将收费路段按相邻收费站划分为基本路段,若某一路段上存在5.8G路径标识站,则该5.8G路径标识站再对该路段进行细分,具体划分为:上游收费站到5.8G路径标识站,5.8G路径标识站到下游收费站,利用收费公路出、入口收费车道系统和5.8G路径标识站实时采集的双频通行卡或OBU或非现金支付卡内的出入口时间差信息,剔出干扰数据,获得不同时间区间的收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型旅行时间,然后根据线路上OD间的距离越长旅行时间越准确的原则,对不同出、入口的分车型旅行时间按照路段距离越长权值越大的方法进行加权叠加计算,最后对整个收费公路上所有路段旅行时间进行叠加,准确估计收费公路路网上所有OD间的分车型旅行时间;同时云中心根据海量历史数据和实时的旅行时间估计利用回归分析法研究车辆旅行时间与车辆车型、收费公路路段位置及时间(某一月的同一时间段、某一周的同一时间段、某一天的同一时间段)等变量的相关关系,然后根据旅行时间与变量的相关系数确定变量对旅行时间的影响因子,通过对影响因子与历史旅行时间的计算实现对收费公路下一时刻短时间内车辆旅行时间的预测;所述路段交通流量的估计是首先对车辆的平均行驶轨迹进行估计,然后基于不同车型对道路的占有程度不同,把不同车型折算成标准车型,利用计算出来的基本路段旅行时间,把车辆在不同路段上的速度线性化,初始速度为上一行驶路段的末端速度,而终端速度为下一路段的初始速度,通过计算车辆的行驶轨迹可以得到车辆在任意时刻的位置信息,从而得到某一时间内道路上任意路段上的现有车辆数、(虚拟的不停车的)出口收费车道系统和路段内出口匝道驶离路段的车辆数、上游(虚拟的不停车的)入口收费车道系统和路段内入口匝道进入路段的车辆数,根据同一时间区间内经过同一断面的车辆数,就可以得到任意路段的断面交通流量;所述速度是根据收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的距离与车辆通过该距离所需的旅行时间计算所得;所述交通状态是通过对收费公路路网上实时获得的路段的旅行时间和速度及通过对路段流量的估计与该路段的通行能力分析获得的路段饱和度进行评估与分析,从而得到实时动态交通状态信息。
在本发明的一个实施例中,所述5.8G路径标识站设置在收费公路服务区的入口和出口,通过5.8G路径标识站获取的双频通行卡或OBU内的信息,统计和分析服务区分车型客货流量和车辆逗留时间规律,预测服务区分车型客货流量和营业收入。
在本发明的一个实施例中,所述5.8G路径标识站处还设置高清车牌识别系统,通过抓拍的车辆车牌号、车牌颜色和5.8G路径标识站获得的双频通行卡或OBU内的车辆信息进行匹配,判断车内是否有双频通行卡或OBU、有几张及是否和抓拍车辆的信息匹配,应用于收费公路防逃费系统。
MTC车辆和ETC车辆在系统内的运行流程具体如下:
MTC车辆进入收费公路入口车道系统时,双频通行卡与收费公路入口收费车道系统进行双向认证,并自动清除双频通行卡内的入出口和路径信息,同时通过Mifare读写器将入口信息(入口地点与时间、车型及重量)和收费站前方交通信息写入双频通行卡内;车辆以自由流状态在收费公路上行驶,经过5.8G路径标识站时,双频通行卡与5.8G路径标识站进行双向认证,双频通行卡接收5.8G路径标识站的信息(ID号、行驶方向及时间戳)和标识站前方交通信息并存储在双频通行卡内,同时双频通行卡上传其内部的入口信息(入口地点与时间、车型及重量、车牌号、车辆颜色)和上一路段所经过标识站信息(ID号、行驶方向及时间戳)至5.8G路径标识站。5.8G路径标识站作为信息采集与处理云端,可直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量,并将采集与处理后的信息通过联网收费中心系统传递到交通信息处理系统。同时,5.8G路径标识站根据云中心和(或)云端发布的前方道路交通信息传递给双频通行卡,双频通行卡通过蓝牙模块与车中多媒体终端无线连接,向道路使用者实时播报交通信息;其中车中多媒体终端可以是智能手机、智能耳机、智能手环和车载多媒体终端;车辆进入收费公路出口收费车道系统时,双频通行卡与出口车道系统进行双向认证,通过Mifare读写器将双频通行卡的入口信息(入口地点与时间、车型及重量、车牌号、车辆颜色)与所经过标识站信息(ID号、行驶方向及时间戳)读出和采集出口时的车型及重量信息,根据实际路径长度、车型及重量(货车按重量,客车按车型)收费,清除双频通行卡中的入口信息与所经过标识站信息。同时收费公路出口收费车道系统通作为云端进行信息处理,可直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量,并将采集与处理后的信息通过联网收费中心系统传递到交通信息处理系统进行融合与处理。
ETC车辆进入收费公路入口车道系统时,OBU与收费公路入口收费车道系统进行双向认证,并自动清除OBU和非现金支付卡内的入出口和路径信息,同时通过5.8G天线将入口信息(入口地点与时间、车型及重量)和收费站前方交通信息写入OBU内;车辆以自由流状态在收费公路上行驶,车辆经过5.8G路径标识站时,OBU与5.8G路径标识站进行双向认证,OBU接收5.8G路径标识站的信息(ID号、行驶方向及时间戳)和标识站前方交通信息,并存储在OBU和非现金支付卡内,同时OBU上传其内部的入口信息(入口地点与时间、车牌号、车牌颜色、车辆用户类型、车辆尺寸、车轴数、车轮数、轴距、车辆载重/座位数、车辆特征描述和车辆发动机号)和上一路段所经过5.8G路径标识站信息(ID号、行驶方向及时间戳)至当前5.8G路径标识站。5.8G路径标识站作为信息采集与处理云端,可直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量,并将采集与处理后的信息通过联网收费中心系统传递到交通信息处理系统。同时,5.8G路径标识站根据云中心和(或)云端发布的前方道路交通信息传递给OBU,OBU通过蓝牙模块与车中多媒体终端无线连接,向道路使用者实时播报交通信息;其中车中多媒体终端可以是智能手机、智能耳机、智能手环和车载多媒体终端;车辆进入收费公路出口收费车道系统时,OBU与收费公路出口收费车道系统进行双向认证,同时通过5.8G天线将OBU中的入口信息(入口地点与时间、车型及重量)与所经过标识站信息(ID号、行驶方向及时间戳)读出和采集出口时的车型及重量,根据实际路径长度、车型及重量(货车按重量,客车按车型)收费,清除OBU中的入口信息与所经过标识站信息。同时出口收费车道系统作为云端进行信息处理,可直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量,并将采集与处理后的信息通过联网收费中心系统传递到交通信息处理系统进行融合与处理。
对于安装了OBU的车辆,车辆在收费公路出口收费车道系统无5.8G天线时,非现金支付卡与收费公路收费车道系统进行双向认证后,直接用Mifare读写器将非现金支付卡中的入口信息(入口地点与时间、车型及重量、车牌号、车辆颜色)与所经过标识站信息(ID号、行驶方向及时间戳)读出和采集出口时的车型及重量信息,根据实际路径长度、车型及重量(货车按重量,客车按车型)收费,清除OBU中的入口信息与所经过标识站信息。同时收费公路出口收费车道系统通作为云端进行信息处理,可直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量,并将采集与处理后的信息通过联网收费中心系统传递到交通信息处理系统进行融合与处理。
本发明中交通信息数据的处理与应用具体如下:
(1)旅行时间计算
系统记录旅行时间不仅包含路段旅行时间,还包含其它延误时间(如收费站延误)。除此之外,受一些不确定因素(如:中途停车,个别特别快或特别慢的行驶速度等)影响,收费系统的记录中从同一时间区间出发的车辆中存在少量车辆的旅行时间与其他车辆的存在很大差异,因此,需要对数据进行预处理,利用概率统计方法去除噪音。
如图4所示,在收费站k到收费站k+1的路段上,如果没有标识站k'计算时会认为距离与时间关系如直线2,但是真实情况可能会呈现曲线1和曲线3的情况,路段内的速度变化有明显区别,通过标识站缩短路段能有效减少计算误差。
根据以往研究可知,相同时间区间出发的车辆旅行时间服从正态分布。基于此,定义如下旅行时间的统计量。
设从时间区间p出发,行驶在出入口对i、j之间车辆的平均旅行时间如下式所示:
式中,N表示时间区间p内出发的车辆数,i为入口节点,j为出口节点。
旅行时间标准差S为:
表示样本均值的两倍标准差范围,当服从正态分布时此范围内的概率为95.4%。两倍标准差范围在这用来判断数据是否异常。本发明提出以下数据筛选算法来过滤数据:
1)提取旅行时间阈值下限:高速公路一般限速120km/h,假设最大速度为限速的115%,则最小旅行时间=路程/最大速度,以此最小旅行时间为数据的下限,当数据中的旅行时间小于此阈值时被判断为无效数据,将其从样本中剔除;
2)重新计算样本中剩余数据的均值和方差S;
3)判断样本中是否存在范围外的数据,若存在,则剔除,转到2)重新计算;直至剔除完所有异常数据;
4)计算最终筛选后的样本均值
经过预处理后的平均旅行时间能准确反映时间区间p内出发,在路段si,j上行驶车辆的旅行时间的集合特征。
利用该方法能够有效地得到各个基本路段的旅行时间。
如图5所示,k'表示的是5.8G路径标识站。
当车辆行驶路程越长,其消耗在出、入口收费站的延误时间占全程所记录的旅行时间的比例越小,而车辆在路段上的实际行驶时间所占的比例越大,所以收费系统记录的旅行时间随着车辆行驶路程的增加而越接近车辆在道路上的实际旅行时间。
基于预处理获取任意基本路段sk,k+1旅行时间的方法,可以用两个关联路段的旅行时间之“差”来表示。而采用不同计算方法的旅行时间之间存在的差异是由于车辆行驶的距离长短差异造成的。由于“系统记录旅行时间”与“路段旅行时间”存在偏差,需要通过一定修正算法得到“路段旅行时间”。自然地可以把用来表示基本路段sk,k+1的所有“旅行时间”,赋予一个与旅行时间数据所对应的路段长度一致的权值,即:路段距离越长权值越大,并把所有“旅行时间”乘以此权重后相加得到最终的“修正路段旅行时间”。
其中,节点k到节点k+1的旅行时间等于节点k到标识站点k'的时间与标识站点k'到节点k+1之和,下面仅以节点k到标识站点k'的时间为算例进行说明。
从节点k到节点k+1的旅行时间算法如下:
式(3)中p为车辆从当前节点k出发的时间区间,ri(i=1,2,3,L,k-1)为从节点k上游的k-1个节点出发的车辆的出发时间区间,在时间区间ri从上游k-1节点出发的车辆行驶到节点k时所处的时间区间,恰为p,而q为由时间区间p从节点k出发的车辆到达下游节点k+1时所处的时间区间,Wk,k+1为车辆行驶路程之和。最后,相邻节点k到k'(k=1,2,3,L,K-1)的旅行时间为运用同样的方法可以得到从节点k'到k+1的旅行时间从而可以得到第k到k+1节点的旅行时间为
通过上述方法可以准确获得任意OD间的旅行时间估计,把时刻的OD间旅行时间上传到云中心,同时云中心根据海量历史数据和实时的旅行时间估计利用回归分析法研究车辆旅行时间与车辆车型、收费公路路段位置及时间(某一月的同一时间段、某一周的同一时间段、某一天的同一时间段)等变量的相关关系,然后根据旅行时间与变量的相关系数确定变量对旅行时间的影响因子,通过对影响因子与历史旅行时间的计算实现对收费公路下一时刻短时间内车辆旅行时间的预测。
(2)交通流量统计
通过对车辆轨迹的估计可以准确得到车辆的交通流量。通过标识站和收费站出入口,可以把整个高速路网进行进一步划分,假设沿线各基本路段之间的旅行时间是独立的,同时还假设在同一路段sk,k+1的同一个较小的时间区间p内的同一类型车辆行驶速度是恒定的。这样,路段和时间可以抽象为一个由时空网格单元{sk,k+1,p}(k∈[1,2,L,K],p∈[1,2,L,P])组成的时空网格区域,sk,k+1表示一个基本路段,p表示时间区间,如图6所示。在每一个时空网格单元{sk,k+1,p}内,速度v(sk,k+1,p)是恒定的。因此从任意一个节点k出发的车辆,可以找到其进入和离开每一个时空网格单元{sk,k+1,p}的位置和时刻,把车辆经过的所有时空网格单元的进入点和离开点连接起来,就是车辆的行驶轨迹。将每个时空网格单元{sk,k+1,p}看成一个矩形区域,它的边界为时间轴上的[t0,t1],空间轴上的[x0,x1]。{x0,t0}表示车辆进入当前矩形区域的位置和时刻,{x*,t*}表示车辆离开当前矩形区域的位置和时刻,{x*,t*}同时也是车辆进入下一矩形区域的初始位置和时刻。因此,某个路段sk,k+1的距离范围为[x0,x1],车辆贯穿整个路段至少需要通过一个时空网格单元。
从图7可知,利用标识站的数据,我们可以把节点k到k+1细分,分为[k,k']和[k',k+1],利用前面计算的在[k,k']时段的旅行时间我们可以获得在p时间区间出发的在[k,k']段上的速度,和在p'时间区间出发的在[k',k+1]段上的速度,从而可以推出什么时候车辆离开该路段,以[k,k']路段为例:
车辆离开矩形区域{sk,k′,p}的位置x*和时间t*可以通过如下方法计算:
由时间区间p出发的车辆在路段sk的行驶轨迹x(t)可以通过如下方法计算:
如图7所示,车辆由时空网格单元{sk,k′,p}进入的位置和时刻以及从另一个时空网格单元{sk,k′,p+1}离开时的位置和时刻可通过式(5)、(6)计算得到。因此,车辆在整个路段sk,k′的旅行时间当整段旅程含多个路段时,只需要通过计算车辆在各个路段上的旅行时间,然后将它们求和,就可以估计出车辆在整段旅程的完整旅行时间。因为同一时间区间内由同一节点进入道路的车辆在宏观上具有相似的轨迹,因此只需获得这些车辆在每一个时空网格中的平均行驶速度,就可以计算这些车辆的平均行驶轨迹。
收费公路路段流量示意如图8所示,经过节点断面k(k=1,2,3,L,K-1)的车流量V(k,p)等于当前时间区间p从节点断面k进入道路的车流量Vin(k,p)加上从节点k之前的所有节点进入道路并途经节点k的车流量Vpass(k,p)再减去从节点断面k离开道路的车流量Vout(k,p),即:
V(k,p)=Vin(k,p)+Vpass(k,p)-Vout(k,p)(7)
式(7)中,若路段上无出口匝道,则设Vout(k,p)=0,若路段上无入口匝道,则设Vin(k,p)=0。
由于各路段车流都包含多种车型成分(本系统分为5种车型),而各类车型在路段的行驶速度不同,且不同类型车辆对道路的占用程度不同,因此在计算交通流量时需要乘以折算系数将不同车型的车辆折算成标准小汽车,因此:
式(8)-(10)中veh(veh=1,2,3,4,5)表示车型,wveh为车型折算系数,折算系数如表1所示,Vin(k,p,veh)为同类车型进入的车流量,Vout(k,p,veh)为同类车型离去的车流量,Vpass(k,p,veh)为同类车型车辆经过节点断面k的车流量。
其中Vin(k,p,veh)和Vout(k,p,veh)可以通过统计收费数据中记录的各车型车辆在时间区间p内进入和离去的车辆数得到,而Vpass(k,p,veh)则需要通过从k节点之前的所有节点进入道路的车流,推算在时间区间p经过节点k的车流量。
表1车型折算系数(《公路工程技术标准》JTGB01—2014)
由上面讲到的路段旅行时间估计方法,可以准确估计由某个节点进入的车辆到达其他各个节点断面所需的时间,因此可以估计车流在各个时段的位置,进而推算各个路段的断面车流量。如图9所示,k入口前方有i(i=1,2,3,L)个节点,后方有j个节点,由某个时间区间ri从节点k-i出发的车型为veh(veh=1,2,3,4,5)的车流,可以看成分别到达k-i后方i+j个节点的i+j股车流。从节点k-i进入到节点k之前离开道路的这部分车流不会经过节点k。假设车流表示在时间区间ri从节点k-i出发,终点为节点k,车型为veh的车流,车流经过Δt到达节点k,到达时所处的时间区间为p,即p=r+Δt,假设从节点k-i出发的各股车流在各个路段的速度是相同的,则由时间区间r1从节点k-i出发恰好在时间区间p经过k的车流为:
通过计算从节点k前面i个站出发到时间区间p经过k的所有车流之和,可以得到Vpass(k,p,veh):
式(12)中r1,r2,r3,…,ri分别表示车流从节点k前方的节点k-i,k-i+1,…,k-1出发的时间区间,由时间区间r1,r2,r3,…,ri从节点k-i,k-i+1,…,k-1出发的车流到节点k时所处的时间区间恰为p。
(3)路段行程速度
路段行程速度是收费公路上每一路段间的行驶速度,如图10所示,A到B处有两条路径,B到C处有三条路径,在多义性路径上分别设置5.8G路径标识站1、2、3、4、5,收费公路出、入口到标识站及5.8G路径标识站间的距离是固定不变且可知的,由上面的计算可知任意两点间的车辆旅行时间,设5.8G路径标识站1和3的距离为L13,车辆i在5.8G路径标识站1、3间的旅行时间为则
所有车辆在5.8G路径标识站1和3间的平均旅行时间为:
车辆i在5.8G路径标识站1和3间的行程速度为:
所有车辆在5.8G路径标识站1和3间的平均行程速度为:
其中,T13为所有车辆在5.8G路径标识站1、3间的平均旅行时间,为车辆在5.8G路径标识站1、3间的旅行时间,为车辆i在5.8G路径标识站1和3间的行程速度,V13为所有车辆在5.8G路径标识站1、3间的平均行程速度,5.8G路径标识站1、3间的距离为L13,N为5.8G路径标识站1和3间通过的所有车辆数。
(4)平均行驶距离
根据收费公路出、入口收费车道系统和多义性路径处5.8G路径标识站获得的车辆在收费公路上的出入口信息和路径信息,可以确定每一辆车的实际行驶路径,从而得到车辆在收费公路上的行驶距离,根据车辆的行驶距离计算得到所有车辆的平均行驶距离:
其中,是k类型车辆的平均行驶距离,Lki是k类型车辆中第i辆车的行驶距离,N是k类型车的总车辆数,k为车辆类型(如大型车、客车、货车等)。
(5)交通状态判定
收费公路的交通状态有畅通、拥挤和堵塞等情况,当路段内的交通状态变差或拥堵时,往往意味着有交通拥挤或交通事件的发生,这种情况下需要对路段进行及时的疏导和管理。
交通拥挤或交通事件发生时,路段内的车辆旅行时间会增加或平均行程速度会降低,增加或降低的趋势越大则路段间的交通拥堵越严重。同时,路段内的饱和度会增加,根据对路段流量的估计及该路段的通行能力分析获得路段饱和度,饱和度越大则路段间的交通拥堵越严重。通过对路段内的车辆旅行时间或平均行程速度及路段饱和度的比较,可以有效判定路段的交通状态。
(6)车辆位置跟踪
车辆在收费公路行驶时,5.8G路径标识站接收车载OBU和双频通行卡的入口信息数据,可获得车辆的车牌号、车牌颜色等信息,根据车辆在上一路段内的行程速度和旅行时间,通过计算确定在下一路段某时刻车辆的行驶距离进行车辆位置跟踪,从而确定车辆在下一路段内的位置,为收费公路管理者对违法车辆的追踪和交通管理提供有力支持。
(7)车型/车重分布统计
车辆进入收费站时,在收费站入口处进行车型识别和货车称重,经过5.8G路径标识站时通过OBU和双频通行卡将车型信息和车辆重量信息上传至5.8G路径标识站。通过交通信息处理系统对5.8G路径标识站信息分析可得到,在收费公路任意路段内车辆的车型分布情况,根据大货车、大客车等大型车的车型流量分布和重量分布分析可用于收费公路管理单位公路维护和道路维修的参考。
(8)蓝牙模块语音提醒
根据交通信息处理系统采集和处理的各种信息,可以明确获得道路上的交通流量、交通状态、旅行时间等信息,通过5.8G路径标识站与OBU、双频通行卡实现双向无线通信,将上述信息传递给道路使用者车辆的OBU或双频通行卡,OBU或双频通行卡内部的蓝牙模块通过无线网络连接车中多媒体终端(如:智能手机、智能手环或车载多媒体),实时提供交通诱导信息,根据道路使用者的实际需要,通过语音/图像提醒前方道路的交通状态信息,如:是否堵塞、旅行时间、服务区与加油站的位置等,实时服务道路使用者,增加旅途舒适性。
(9)收费公路服务区信息统计分析
5.8G路径标识站可设置在收费公路服务区的入口和出口,通过5.8G路径标识站可实时获取双频通行卡或OBU内的信息,根据双频通行卡或OBU内的信息可以统计到服务区内进出的分车型客货流量、车型分布比重、车辆逗留时间和某一段时间(年、月、周和小时)内的流量变化等信息,通过对上述信息分析可以得到流量随时间变化规律和车辆逗留时间规律,根据这些规律可以预测下一时间段的分车型客货流量和车辆逗留时间,并估算得到服务区的营业收入额、需要汽油量和生活物资量等信息,给收费公路服务区管理提供指导。
如上所述,对本发明的实施例进行了详细说明,但所述内容仅为本发明的最佳实施方式之一,不能被认为限定本发明的实施范围。凡是未脱离本专利技术方案的内容,依据本专利的技术实质对以上实施例所做的任何简单修改、均等变化及修饰等,均属于本专利技术方案保护的范围内。
Claims (10)
1.一种基于路径识别系统的收费公路网交通信息采集与诱导系统,包括收费公路出、入口收费车道系统、联网收费中心系统、5.8G路径标识站、5.8G路径标识站监控系统、MTC车辆的双频通行卡、ETC车辆的OBU和非现金支付卡、车中多媒体终端和交通信息处理系统,其特征在于:车辆在自由流状态下通过所述的5.8G路径标识站处,5.8G路径标识站用于与车内的双频通行卡或OBU通过5.8GHz频段进行双向无线通信,接收双频通行卡或OBU内的信息,并对这些信息进行存储、统计、估计与预测,发射标识信息和交通信息;所述的双频通行卡或OBU用于接收并存储5.8G路径标识站发射的信息,并把交通信息通过内置无线传输模块无线中转给车中多媒体终端;所述的交通信息处理系统用于通过5.8G路径标识站监控系统把5.8G路径标识站实时采集与处理的信息和通过联网收费中心系统把收费公路出、入口收费车道系统实时采集与处理的出、入口信息进行融合,结合历史数据进行统计、估计与预测后将交通信息处理系统或5.8G路径标识站估计与预测的交通信息无线发送给处在需求位置车辆中的车中多媒体终端。
2.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述双频通行卡是由卡内部电路将13.56MHz的非接触IC卡和5.8GHz的RFID卡连成一整体的通行卡,所述双频通行卡内部包含MCU、电源模块、存储单元模块、5.8G收发器、Mifare-one卡、蓝牙模块和唤醒电路模块,所述MCU与其它各模块分别连接,用于控制各模块正常运行;所述电源模块用于为MCU、5.8G收发器、存储单元模块、唤醒电路模块和蓝牙模块提供电源;所述双频通行卡在唤醒时间内接收和发射信息,所述唤醒电路模块在接收到13.56MHz或5.8GHz频段信号后唤醒工作一定的时间,完成入出口信息和路径信息读写;在收费公路入口收费车道系统处,双频通行卡中的Mifare-one卡与Mifare读写器实现双向通信,写入入口信息;在途中,双频通行卡的5.8G收发器能接收5.8G路径标识站发送的包含标识站ID号、行驶方向和时间戳信息的标识站信息,并在MCU协调下写入Mifare-one卡和存储单元模块,同时将存储单元模块内的入口信息和所经5.8G路径标识站信息发射给5.8G路径标识站;在收费公路出口收费车道系统处,通过Mifare读写器读出双频通行卡中的入口信息和所经过5.8G路径标识站信息;所述双频通行卡可通过其内部的蓝牙模块与车中多媒体终端无线连接。
3.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述5.8G路径标识所接收的双频通行卡或OBU内的信息包括双频通行卡或OBU的ID号、入口地点与时间、车型及重量和所经过的5.8G路径标识站的ID号、行驶方向及时间戳信息;所述入口信息还可包括双频通行卡中的车牌号、车辆颜色信息、车辆轴轮数,OBU中的车牌号、车牌颜色、车辆用户类型、车辆尺寸、车轴数、车轮数、轴距、车辆载重/座位数、车辆特征描述和车辆发动机号信息。
4.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述双频通行卡和OBU的5.8G收发器用于接收5.8G路径标识站发送的前方交通信息,所述双频通行卡和OBU内的蓝牙模块与车中多媒体终端无线连接,通过语音提供车辆行驶前方的实时交通状态和服务设施诱导信息;所述双频通行卡和OBU的5.8G收发器还可用于接收5.8G路径标识站发送的收费公路路网的实时交通状态图,所述车中多媒体终端包括智能手机、智能耳机、智能手环和车载多媒体终端。
5.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述5.8G路径标识站至少设置在收费公路所在连通图中非支撑树结构的道路路段上,在收费公路出口收费车道系统处,所述的MTC车辆利用双频通行卡获得所经过5.8G路径标识站的信息实现车辆真实路径识别,ETC车辆利用车载OBU获得所经过5.8G路径标识站的信息实现车辆真实路径识别。
6.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述5.8G路径标识站设置在事故多发路段、重要的出口匝道前方和特殊路段,或按照交通信息采集实时性要求,在路段每隔1~4公里设置一处。
7.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述的5.8G路径标识站可作为虚拟的不停车的出、入口收费车道系统,车辆进入5.8G路径标识站标识位置时为虚拟的不停车的出口收费车道系统,车辆离开5.8G路径标识站标识位置时为虚拟的不停车的入口收费车道系统;收费公路出、入口收费车道系统和虚拟的不停车的出、入口收费车道系统作为信息采集与处理的云端,用于利用采集时刻的双频通行卡或OBU或非现金支付卡内的信息和已存储的历史数据直接估计与预测出该时间段与该云端能采集到的收费公路网的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型客货旅行时间和分车型客货流量;所述的交通信息处理系统作为云中心,用于依据各云端处理的结果,将相同时间段相同路段的车辆数据进行融合,估计出收费公路路网各路段分车型客货的交通流量、速度、交通密度、交通状态和旅行时间,以及实现对整个网络的分车型客货的OD流量、旅行时间和交通状态的预测。
8.根据权利要求7所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述旅行时间的估计是先将收费路段按相邻收费站划分为一基本路段,若某一路段上存在5.8G路径标识站,则该5.8G路径标识站再对该路段进行细分,具体划分为:上游收费站到5.8G路径标识站,5.8G路径标识站到下游收费站,利用收费公路出、入口收费车道系统和5.8G路径标识站实时采集的双频通行卡或OBU或非现金支付卡内的出入口时间差信息,剔出干扰数据,获得不同时间区间的收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的分车型旅行时间,然后根据线路上OD间的距离越长旅行时间越准确的原则,对不同出、入口的分车型旅行时间按照路段距离越长权值越大的方法进行加权叠加计算,最后对整个收费公路上所有路段旅行时间进行叠加,准确估计收费公路路网上所有OD间的分车型客货旅行时间;同时云中心根据海量历史数据和实时的旅行时间估计,利用回归分析法研究车辆旅行时间与车辆车型、收费公路路段位置及时间(某一月的同一时间段、某一周的同一时间段、某一天的同一时间段)等变量的相关关系,然后根据旅行时间与变量的相关系数确定变量对旅行时间的影响因子,通过对影响因子与历史旅行时间的计算实现对收费公路下一时刻短时间内车辆旅行时间的预测;所述路段交通流量的估计是首先对车辆的平均行驶轨迹进行估计,然后基于不同车型对道路的占有程度不同,把不同车型折算成标准车型,利用计算出来的基本路段旅行时间,把车辆在不同路段上的速度线性化,初始速度为上一行驶路段的末端速度,而终端速度为下一路段的初始速度,通过计算车辆的行驶轨迹可以得到车辆在任意时刻的位置信息,从而得到某一时间内道路上任意路段上的现有车辆数、(虚拟的不停车的)出口收费车道系统和路段内出口匝道驶离路段的车辆数、上游(虚拟的不停车的)入口收费车道系统和路段内入口匝道进入路段的车辆数,根据同一时间区间内经过同一断面的车辆数,就可以得到任意路段的断面交通流量;所述速度是根据收费公路所有的入口到出口、入口到5.8G路径标识站、5.8G路径标识站到5.8G路径标识站、5.8G路径标识站到出口的距离与车辆通过该距离所需的旅行时间计算所得;所述交通状态是通过对收费公路路网上实时获得的路段的旅行时间和速度及通过对路段流量的估计与该路段的通行能力分析获得的路段饱和度进行评估与分析,从而得到实时动态交通状态信息。
9.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述5.8G路径标识站设置在收费公路服务区的入口和出口,通过5.8G路径标识站获取的双频通行卡或OBU内的信息,统计和分析服务区分车型客货流量和车辆逗留时间规律,预测服务区分车型客货流量和营业收入。
10.根据权利要求1所述的基于路径识别系统的收费公路网交通信息采集与诱导系统,其特征在于:所述5.8G路径标识站处还设置高清车牌识别系统,通过抓拍的车辆车牌号、车牌颜色和5.8G路径标识站获得的双频通行卡或OBU内的车辆信息进行匹配,判断车内是否有双频通行卡或OBU、有几张及是否和抓拍车辆的信息匹配,应用于收费公路防逃费系统。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610091169.1A CN105590346B (zh) | 2016-02-18 | 2016-02-18 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
US15/999,838 US20190228593A1 (en) | 2016-02-18 | 2016-12-21 | Toll road network traffic information collection and guidance system based on route identification system |
PCT/CN2016/111386 WO2017140175A1 (zh) | 2016-02-18 | 2016-12-21 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610091169.1A CN105590346B (zh) | 2016-02-18 | 2016-02-18 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105590346A true CN105590346A (zh) | 2016-05-18 |
CN105590346B CN105590346B (zh) | 2018-01-16 |
Family
ID=55929899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610091169.1A Active CN105590346B (zh) | 2016-02-18 | 2016-02-18 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190228593A1 (zh) |
CN (1) | CN105590346B (zh) |
WO (1) | WO2017140175A1 (zh) |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106331180A (zh) * | 2016-11-07 | 2017-01-11 | 张树山 | 一种基于车辆行驶数据和地理围栏的车辆收费系统 |
CN106453606A (zh) * | 2016-11-08 | 2017-02-22 | 何怡刚 | 一种多功能的车载节点及使用车载节点构建的车载网络 |
WO2017140175A1 (zh) * | 2016-02-18 | 2017-08-24 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN107256578A (zh) * | 2017-04-12 | 2017-10-17 | 深圳市微付充科技有限公司 | 一种闸机支付方法、etc终端、终端附件及移动终端 |
CN107527501A (zh) * | 2017-06-05 | 2017-12-29 | 交通运输部公路科学研究所 | 一种高速公路站间行程时间数据的构造方法以及预测高速公路行程时间的方法 |
CN107644460A (zh) * | 2017-10-11 | 2018-01-30 | 广州交嵌信息技术有限公司 | 基于云技术的高速公路路径识别系统及方法 |
CN108053652A (zh) * | 2018-01-11 | 2018-05-18 | 安徽皖通科技股份有限公司 | 一种用于车辆识别的信疑双基模型 |
CN108182804A (zh) * | 2018-01-11 | 2018-06-19 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理系统 |
CN108182805A (zh) * | 2018-01-11 | 2018-06-19 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理方法 |
CN108229882A (zh) * | 2017-12-27 | 2018-06-29 | 重庆博欧科技有限公司 | 用于物流公司的收入预估系统 |
CN108288382A (zh) * | 2018-01-11 | 2018-07-17 | 安徽皖通科技股份有限公司 | 一种基于信疑双基模型判别车辆可信度的方法 |
CN108389276A (zh) * | 2018-03-15 | 2018-08-10 | 广州北环高速公路有限公司 | 高速公路作业系统和方法 |
CN108694749A (zh) * | 2018-04-11 | 2018-10-23 | 东南大学 | 一种高速公路多路径识别及交通状态估计方法及其系统 |
CN108830594A (zh) * | 2018-06-22 | 2018-11-16 | 李秀全 | 多模式电子支付系统 |
CN108876947A (zh) * | 2018-05-31 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 不停车收费方法及装置、电子设备 |
CN109443372A (zh) * | 2018-06-12 | 2019-03-08 | 湖南国科防务电子科技有限公司 | 路径识别方法和系统、计算机设备和存储介质 |
CN109472985A (zh) * | 2017-09-07 | 2019-03-15 | 济南全通信息科技有限公司 | 基于路段旅行时间的实际交通需求流量估计方法 |
CN109493606A (zh) * | 2017-09-11 | 2019-03-19 | 中国移动通信集团浙江有限公司 | 一种高速公路上违停车辆的识别方法及系统 |
CN109767520A (zh) * | 2019-01-11 | 2019-05-17 | 清华四川能源互联网研究院 | 一种车辆载重处理方法及装置 |
CN110555569A (zh) * | 2019-09-12 | 2019-12-10 | 招商华软信息有限公司 | 一种路径还原方法、装置、设备和存储介质 |
CN110619686A (zh) * | 2019-07-18 | 2019-12-27 | 北京聚利科技股份有限公司 | 通行费的确定方法、装置、车载设备及可读存储介质 |
CN110619426A (zh) * | 2019-08-19 | 2019-12-27 | 招商华软信息有限公司 | 一种路网模型的构建方法、装置、设备和存储介质 |
CN111063042A (zh) * | 2019-12-23 | 2020-04-24 | 湖北省交通科学研究所 | 一种基于大数据的高速公路自由流收费路径拟合系统 |
CN111105512A (zh) * | 2019-12-31 | 2020-05-05 | 交通运输部路网监测与应急处置中心 | 货车etc车道业务数据处理方法、设备及存储介质 |
CN111127683A (zh) * | 2019-12-31 | 2020-05-08 | 交通运输部路网监测与应急处置中心 | 货车etc车道中合法车跟随无效货车过车的处理方法及装置 |
CN111145367A (zh) * | 2019-12-24 | 2020-05-12 | 北京万集科技股份有限公司 | 车辆扣费系统及方法、存储介质、电子装置 |
CN111145547A (zh) * | 2019-12-27 | 2020-05-12 | 泰斗微电子科技有限公司 | 车载终端的数据处理方法、装置、车载终端及介质 |
CN111220247A (zh) * | 2020-01-15 | 2020-06-02 | 湖南智慧交通发展有限公司 | 一种道路运行使用的监测系统 |
CN111340968A (zh) * | 2020-03-02 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 车辆通行信息获取方法及相关装置 |
CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
CN111696346A (zh) * | 2020-05-13 | 2020-09-22 | 中冶集团武汉勘察研究院有限公司 | 一种基于gis和gps的道路负荷数据统计方法及系统 |
CN111710166A (zh) * | 2020-08-20 | 2020-09-25 | 南京感动科技有限公司 | 一种基于etc门架的路径拟合方法 |
US10970756B2 (en) | 2018-05-31 | 2021-04-06 | Advanced New Technologies Co., Ltd. | Non-stop charging methods, apparatuses, and electronic devices |
CN113053114A (zh) * | 2021-03-12 | 2021-06-29 | 广西计算中心有限责任公司 | 高速公路违规车辆出口站及出口时间的动态预测稽查方法 |
CN113096413A (zh) * | 2021-03-23 | 2021-07-09 | 北京交通大学 | 基于高速公路收费数据的省际出行流量估算方法 |
CN113345220A (zh) * | 2021-05-11 | 2021-09-03 | 山西省交通科技研发有限公司 | 一种高速公路稽查车辆跟踪与预测分析系统 |
US11195365B2 (en) | 2018-05-31 | 2021-12-07 | Advanced New Technologies Co., Ltd. | Parking charging method, apparatus, and electronic device |
CN113963550A (zh) * | 2020-07-21 | 2022-01-21 | 阿里巴巴集团控股有限公司 | 一种多义路径识别方法、装置及电子设备 |
CN114140887A (zh) * | 2021-12-03 | 2022-03-04 | 江苏交控数字交通研究院有限公司 | 高速公路智能监测收费系统 |
CN114187671A (zh) * | 2021-11-24 | 2022-03-15 | 广州市埃特斯通讯设备有限公司 | 一种基于etc在高速公路上识别车辆是否进入服务区的方法及系统 |
CN114373309A (zh) * | 2021-12-29 | 2022-04-19 | 联通智网科技股份有限公司 | 服务区车流量的计算方法、装置、终端设备及介质 |
CN114664086A (zh) * | 2019-12-18 | 2022-06-24 | 北京嘀嘀无限科技发展有限公司 | 控制信息发布的方法、装置、电子设备和存储介质 |
CN114758493A (zh) * | 2022-03-21 | 2022-07-15 | 山东省交通规划设计院集团有限公司 | 一种基于数据融合的高速公路交通流量监测方法及系统 |
CN114898574A (zh) * | 2022-04-26 | 2022-08-12 | 安徽省交通控股集团有限公司 | 交通参数的估计方法和系统 |
CN114912510A (zh) * | 2022-04-07 | 2022-08-16 | 央视市场研究股份有限公司 | 一种线上调研样本质量评估系统 |
CN115019507A (zh) * | 2022-06-06 | 2022-09-06 | 上海旷途科技有限公司 | 城市路网行程时间可靠性实时估计方法 |
CN115731713A (zh) * | 2022-11-30 | 2023-03-03 | 广东联合电子服务股份有限公司 | 一种预测异常车辆高速出口及时间的方法 |
CN117314124A (zh) * | 2023-11-28 | 2023-12-29 | 四川成渝高速公路股份有限公司 | 一种高速公路收费业务智能管理系统及方法 |
Families Citing this family (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11302119B2 (en) * | 2016-03-31 | 2022-04-12 | Mitsubishi Heavy Industries Machinery Systems, Ltd. | Toll collection facility, onboard unit, toll collection system, toll collection method, and program |
ES2784599T3 (es) * | 2016-10-05 | 2020-09-29 | Kapsch Trafficcom Ag | Método para detectar un punto de peaje virtual |
CN107844856B (zh) * | 2017-10-24 | 2021-05-11 | 东南大学 | 基于车载GPS和站点WiFi的公交车客流预测方法 |
US11069234B1 (en) * | 2018-02-09 | 2021-07-20 | Applied Information, Inc. | Systems, methods, and devices for communication between traffic controller systems and mobile transmitters and receivers |
CN110321987B (zh) * | 2018-03-29 | 2023-06-30 | 北京聚利科技有限公司 | 复合通行卡文件更新方法及复合通行卡、智能交通系统 |
WO2019187291A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
CN110849382A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 驾驶时长预测方法及装置 |
CN109214584B (zh) * | 2018-09-21 | 2022-02-08 | 北京百度网讯科技有限公司 | 用于预测客流量的方法和装置 |
CN111222381A (zh) * | 2018-11-27 | 2020-06-02 | 中国移动通信集团上海有限公司 | 用户出行方式识别方法、装置、电子设备及存储介质 |
US11543262B2 (en) * | 2018-12-05 | 2023-01-03 | Toyota Motor North America, Inc. | Data analytics for smart vehicle fueling |
CN109727457B (zh) * | 2018-12-13 | 2022-09-13 | 北京握奇智能科技有限公司 | 一种利用cpc卡记录高速倒车的实现方法 |
CN111489545B (zh) * | 2019-01-28 | 2023-03-31 | 阿里巴巴集团控股有限公司 | 道路监控方法、装置以及设备、存储介质 |
US11192553B2 (en) * | 2019-04-13 | 2021-12-07 | Henry Schellhorn | Method for autonomous cars to change lanes on motorways |
CN110992499A (zh) * | 2019-11-20 | 2020-04-10 | 北京握奇智能科技有限公司 | 一种基于区块链的高速计费方法及系统 |
US11615381B2 (en) * | 2020-03-12 | 2023-03-28 | Toyota Motor North America, Inc. | Geo-fence responsibility creation and management |
CN111583628B (zh) * | 2020-03-27 | 2021-05-11 | 北京交通大学 | 基于数据质量控制的道路网重型货车交通流量预测方法 |
CN111523733A (zh) * | 2020-04-29 | 2020-08-11 | 王晓倩 | 一种用于高速公路过路费的缴费规划系统 |
CN111695767A (zh) * | 2020-04-30 | 2020-09-22 | 孙艳 | 高速公路路网通行效率评估方法、电子设备、存储介质 |
CN111681327A (zh) * | 2020-05-28 | 2020-09-18 | 中国联合网络通信集团有限公司 | 一种道路收费标准调控方法和装置 |
CN111882858B (zh) * | 2020-06-01 | 2022-05-20 | 重庆大学 | 一种基于多源数据的高速公路异常事件排队长度预测方法 |
US11617074B2 (en) * | 2020-06-15 | 2023-03-28 | Toyota Motor North America, Inc. | Secure boundary area communication systems and methods |
CN111724595B (zh) * | 2020-06-23 | 2022-04-01 | 重庆大学 | 一种基于收费数据的高速公路断面流量估计方法 |
CN111932895B (zh) * | 2020-09-14 | 2021-01-15 | 江苏云化能源科技有限公司 | 一种基于车辆动作时间的加油站车流量分析系统和方法 |
CN112419722B (zh) * | 2020-11-18 | 2022-08-30 | 百度(中国)有限公司 | 交通异常事件检测方法、交通管控方法、设备和介质 |
CN112822658B (zh) * | 2020-12-31 | 2022-12-30 | 北京千方科技股份有限公司 | 一种etc前装电子标签及其工作方法 |
CN112906993A (zh) * | 2021-01-12 | 2021-06-04 | 西安石油大学 | 一种高速公路绿通车过站查验时间预测方法 |
CN112948628B (zh) * | 2021-03-25 | 2024-05-28 | 智道网联科技(北京)有限公司 | 车联网数据处理方法、装置、设备和存储介质 |
CN113096150A (zh) * | 2021-03-31 | 2021-07-09 | 北京万集科技股份有限公司 | 行驶轨迹的生成方法和系统、存储介质及电子装置 |
CN115205992B (zh) * | 2021-04-08 | 2024-03-01 | 广州汽车集团股份有限公司 | 车辆通行费支付方法、车载助手、计算机可读存储介质 |
CN113140048B (zh) * | 2021-04-15 | 2023-02-24 | 北京世纪高通科技有限公司 | 一种车辆里程确定方法、装置、系统及存储介质 |
CN113299060B (zh) * | 2021-04-29 | 2022-11-08 | 山西省交通科技研发有限公司 | 一种基于实测数据车辆信息系数获取系统 |
CN113345252B (zh) * | 2021-06-08 | 2022-07-22 | 重庆大学 | 一种收费站下道流量短时预测方法与装置 |
CN113345120B (zh) * | 2021-06-16 | 2022-11-11 | 和皓自控技术(上海)有限公司 | 一种基于人行通道闸口用停车场车牌识别装置 |
CN113704317B (zh) * | 2021-07-12 | 2023-11-14 | 武汉众智数字技术有限公司 | 一种基于交通事故特征分析的事故黑点预测方法 |
CN114005276B (zh) * | 2021-10-25 | 2023-03-03 | 浙江综合交通大数据开发有限公司 | 一种基于多数据源融合的高速公路拥堵预警方法 |
CN114228756B (zh) * | 2021-11-19 | 2023-10-31 | 深圳华侨城卡乐技术有限公司 | 一种自动行驶有轨车辆的控制方法及其控制系统 |
CN114373236B (zh) * | 2021-12-02 | 2024-05-07 | 北京万集科技股份有限公司 | 收费道路入口拦截车辆的方法和设备 |
CN114267184B (zh) * | 2021-12-29 | 2022-08-02 | 北京泰策科技有限公司 | 一种多元行为数据挖掘方法 |
CN114648874A (zh) * | 2022-03-04 | 2022-06-21 | 江苏宁沪高速公路股份有限公司 | 一种用于监测车辆行驶的车载装置 |
CN114582131B (zh) * | 2022-03-17 | 2023-08-29 | 中远海运科技股份有限公司 | 一种基于匝道智能控流算法的监控方法及系统 |
CN114822050B (zh) * | 2022-03-30 | 2023-07-21 | 阿里巴巴(中国)有限公司 | 路况识别方法、电子设备及计算机程序产品 |
CN114863675B (zh) * | 2022-04-08 | 2023-12-29 | 北京工业大学 | 基于路警数据融合的重点车辆位置推测与异常报警方法 |
CN114898571B (zh) * | 2022-04-22 | 2023-06-06 | 福建工程学院 | 一种基于etc大数据的高速公路全路段车速测量方法 |
CN114743285A (zh) * | 2022-04-27 | 2022-07-12 | 四川遂广遂西高速公路有限责任公司 | 一种单人多车道态势感知集中控制系统 |
CN115036036B (zh) * | 2022-06-08 | 2023-03-24 | 深圳技术大学 | 一种基于obu电子标签的健康码信息识别方法及系统 |
CN116029624B (zh) * | 2022-07-21 | 2024-02-06 | 大连海事大学 | 一种融合货车轨迹和poi数据的货源地识别方法 |
CN115359659B (zh) * | 2022-08-19 | 2023-06-20 | 山西省交通新技术发展有限公司 | 一种车道开闭配置方法和系统 |
CN115326180A (zh) * | 2022-08-19 | 2022-11-11 | 重庆首讯科技股份有限公司 | 一种基于通信技术的大规模车辆动态定位方法 |
CN115240431B (zh) * | 2022-09-20 | 2023-02-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 高速公路收费站交通流量实时在线仿真系统及仿真方法 |
CN115512550A (zh) * | 2022-09-22 | 2022-12-23 | 青海省公安交通警察总队高速公路支队 | 一种货运车辆超时驾驶稽查辅助系统及方法 |
US11765075B1 (en) | 2022-10-07 | 2023-09-19 | International Business Machines Corporation | Automatic tolling in traversal of a network |
CN115641728B (zh) * | 2022-10-25 | 2023-10-24 | 深圳市旗扬特种装备技术工程有限公司 | 一种etc收费稽查方法、系统、电子设备及介质 |
CN116137712B (zh) * | 2023-04-14 | 2023-06-16 | 广州市赛奥自动化技术有限公司 | 一种基于5.8g通信的etc设备信号传输控制方法及系统 |
CN116665439B (zh) * | 2023-04-28 | 2024-05-07 | 东南大学 | 基于车牌识别数据的城市路网车流od不确定性估计方法 |
CN116386336B (zh) * | 2023-05-29 | 2023-08-08 | 四川国蓝中天环境科技集团有限公司 | 基于卡口车牌数据的路网交通流量鲁棒计算方法及系统 |
CN116597649A (zh) * | 2023-06-09 | 2023-08-15 | 山西省智慧交通研究院有限公司 | 一种基于高速公路收费系统的路网交通流量推演方法 |
CN116708509B (zh) * | 2023-07-06 | 2024-06-11 | 湖南高速信息科技有限公司 | 基于智慧云收费系统车道收费智能网关 |
CN117649770B (zh) * | 2024-01-30 | 2024-04-02 | 交通运输部公路科学研究所 | 一种收费站出入口车道的分配方法及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964941A (zh) * | 2010-08-25 | 2011-02-02 | 吉林大学 | 基于动态信息的智能导航与位置服务系统及方法 |
CN102625239A (zh) * | 2012-03-29 | 2012-08-01 | 杨涛 | 一种基于dsrc的交通信息收发交互系统 |
CN102722999A (zh) * | 2012-06-14 | 2012-10-10 | 北京万集科技股份有限公司 | 车辆停车引导方法、装置及系统 |
JP2013156135A (ja) * | 2012-01-30 | 2013-08-15 | Denso Corp | ナビゲーションシステム、サーバ装置、及びナビゲーション装置 |
CN103258428A (zh) * | 2013-04-24 | 2013-08-21 | 交通运输部公路科学研究所 | 一种基于etc设备实现交通状态采集的方法 |
CN103886756A (zh) * | 2014-04-17 | 2014-06-25 | 交通运输部公路科学研究所 | 基于obu的高速公路路网运行状态检测方法 |
CN103914979A (zh) * | 2013-01-06 | 2014-07-09 | 上海市城市建设设计研究总院 | 采用蓝牙技术的交通状态感知系统及其感知方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5013668B2 (ja) * | 2004-11-19 | 2012-08-29 | 株式会社デンソー | 車両用制御システム |
KR100789066B1 (ko) * | 2006-12-22 | 2007-12-26 | 한양대학교 산학협력단 | 자동 요금 징수 시스템을 활용한 교통량 예측 시스템 및 그방법 |
CN103280110B (zh) * | 2013-06-08 | 2017-12-26 | 北京云星宇交通科技股份有限公司 | 高速公路旅行时间的预测方法及装置 |
CN104424665A (zh) * | 2013-09-10 | 2015-03-18 | 李祖健 | 高速公路统一多路径识别系统及其识别方法 |
WO2015154171A1 (en) * | 2014-04-08 | 2015-10-15 | Transponder Concepts Llc | Bridgeless antenna, and method of manufacture |
CN105184352B (zh) * | 2015-09-02 | 2018-08-03 | 深圳市金溢科技股份有限公司 | 一种复合通行卡与单频读写器的通信方法及复合通行卡 |
CN205721998U (zh) * | 2016-02-18 | 2016-11-23 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN105590346B (zh) * | 2016-02-18 | 2018-01-16 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
-
2016
- 2016-02-18 CN CN201610091169.1A patent/CN105590346B/zh active Active
- 2016-12-21 WO PCT/CN2016/111386 patent/WO2017140175A1/zh active Application Filing
- 2016-12-21 US US15/999,838 patent/US20190228593A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964941A (zh) * | 2010-08-25 | 2011-02-02 | 吉林大学 | 基于动态信息的智能导航与位置服务系统及方法 |
JP2013156135A (ja) * | 2012-01-30 | 2013-08-15 | Denso Corp | ナビゲーションシステム、サーバ装置、及びナビゲーション装置 |
CN102625239A (zh) * | 2012-03-29 | 2012-08-01 | 杨涛 | 一种基于dsrc的交通信息收发交互系统 |
CN102722999A (zh) * | 2012-06-14 | 2012-10-10 | 北京万集科技股份有限公司 | 车辆停车引导方法、装置及系统 |
CN103914979A (zh) * | 2013-01-06 | 2014-07-09 | 上海市城市建设设计研究总院 | 采用蓝牙技术的交通状态感知系统及其感知方法 |
CN103258428A (zh) * | 2013-04-24 | 2013-08-21 | 交通运输部公路科学研究所 | 一种基于etc设备实现交通状态采集的方法 |
CN103886756A (zh) * | 2014-04-17 | 2014-06-25 | 交通运输部公路科学研究所 | 基于obu的高速公路路网运行状态检测方法 |
Non-Patent Citations (1)
Title |
---|
刘春华 等: "高速公路ETC全国联网后的多义性路径识别研究", 《公路与汽运》 * |
Cited By (68)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017140175A1 (zh) * | 2016-02-18 | 2017-08-24 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN106331180A (zh) * | 2016-11-07 | 2017-01-11 | 张树山 | 一种基于车辆行驶数据和地理围栏的车辆收费系统 |
CN106453606A (zh) * | 2016-11-08 | 2017-02-22 | 何怡刚 | 一种多功能的车载节点及使用车载节点构建的车载网络 |
CN107256578A (zh) * | 2017-04-12 | 2017-10-17 | 深圳市微付充科技有限公司 | 一种闸机支付方法、etc终端、终端附件及移动终端 |
CN107527501A (zh) * | 2017-06-05 | 2017-12-29 | 交通运输部公路科学研究所 | 一种高速公路站间行程时间数据的构造方法以及预测高速公路行程时间的方法 |
CN109472985A (zh) * | 2017-09-07 | 2019-03-15 | 济南全通信息科技有限公司 | 基于路段旅行时间的实际交通需求流量估计方法 |
CN109472985B (zh) * | 2017-09-07 | 2021-06-01 | 济南全通信息科技有限公司 | 基于路段旅行时间的实际交通需求流量估计方法 |
CN109493606A (zh) * | 2017-09-11 | 2019-03-19 | 中国移动通信集团浙江有限公司 | 一种高速公路上违停车辆的识别方法及系统 |
CN107644460A (zh) * | 2017-10-11 | 2018-01-30 | 广州交嵌信息技术有限公司 | 基于云技术的高速公路路径识别系统及方法 |
CN108229882B (zh) * | 2017-12-27 | 2021-08-31 | 重庆博欧科技有限公司 | 用于物流公司的收入预估系统 |
CN108229882A (zh) * | 2017-12-27 | 2018-06-29 | 重庆博欧科技有限公司 | 用于物流公司的收入预估系统 |
CN108182804B (zh) * | 2018-01-11 | 2021-01-08 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理系统 |
CN108288382B (zh) * | 2018-01-11 | 2020-09-25 | 安徽皖通科技股份有限公司 | 一种基于信疑双基模型判别车辆可信度的方法 |
CN108053652A (zh) * | 2018-01-11 | 2018-05-18 | 安徽皖通科技股份有限公司 | 一种用于车辆识别的信疑双基模型 |
CN108182804A (zh) * | 2018-01-11 | 2018-06-19 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理系统 |
CN108288382A (zh) * | 2018-01-11 | 2018-07-17 | 安徽皖通科技股份有限公司 | 一种基于信疑双基模型判别车辆可信度的方法 |
CN108182805B (zh) * | 2018-01-11 | 2021-01-08 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理方法 |
CN108182805A (zh) * | 2018-01-11 | 2018-06-19 | 安徽皖通科技股份有限公司 | 一种基于信疑双基建模的高速公路车辆监控管理方法 |
CN108389276A (zh) * | 2018-03-15 | 2018-08-10 | 广州北环高速公路有限公司 | 高速公路作业系统和方法 |
CN108694749A (zh) * | 2018-04-11 | 2018-10-23 | 东南大学 | 一种高速公路多路径识别及交通状态估计方法及其系统 |
CN108876947B (zh) * | 2018-05-31 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 不停车收费方法及装置、电子设备 |
US11348080B2 (en) | 2018-05-31 | 2022-05-31 | Advanced New Technologies Co., Ltd. | Open road tolling method, apparatus, and electronic device |
US11195365B2 (en) | 2018-05-31 | 2021-12-07 | Advanced New Technologies Co., Ltd. | Parking charging method, apparatus, and electronic device |
CN108876947A (zh) * | 2018-05-31 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 不停车收费方法及装置、电子设备 |
US10970756B2 (en) | 2018-05-31 | 2021-04-06 | Advanced New Technologies Co., Ltd. | Non-stop charging methods, apparatuses, and electronic devices |
CN109443372A (zh) * | 2018-06-12 | 2019-03-08 | 湖南国科防务电子科技有限公司 | 路径识别方法和系统、计算机设备和存储介质 |
CN108830594A (zh) * | 2018-06-22 | 2018-11-16 | 李秀全 | 多模式电子支付系统 |
CN108830594B (zh) * | 2018-06-22 | 2019-05-07 | 山东高速信联支付有限公司 | 多模式电子支付系统 |
CN109767520A (zh) * | 2019-01-11 | 2019-05-17 | 清华四川能源互联网研究院 | 一种车辆载重处理方法及装置 |
CN110619686A (zh) * | 2019-07-18 | 2019-12-27 | 北京聚利科技股份有限公司 | 通行费的确定方法、装置、车载设备及可读存储介质 |
CN110619426A (zh) * | 2019-08-19 | 2019-12-27 | 招商华软信息有限公司 | 一种路网模型的构建方法、装置、设备和存储介质 |
CN110619426B (zh) * | 2019-08-19 | 2022-05-13 | 招商华软信息有限公司 | 一种路网模型的构建方法、装置、设备和存储介质 |
CN110555569B (zh) * | 2019-09-12 | 2023-05-26 | 招商华软信息有限公司 | 一种路径还原方法、装置、设备和存储介质 |
CN110555569A (zh) * | 2019-09-12 | 2019-12-10 | 招商华软信息有限公司 | 一种路径还原方法、装置、设备和存储介质 |
CN114664086A (zh) * | 2019-12-18 | 2022-06-24 | 北京嘀嘀无限科技发展有限公司 | 控制信息发布的方法、装置、电子设备和存储介质 |
CN114664086B (zh) * | 2019-12-18 | 2023-11-24 | 北京嘀嘀无限科技发展有限公司 | 控制信息发布的方法、装置、电子设备和存储介质 |
CN111063042A (zh) * | 2019-12-23 | 2020-04-24 | 湖北省交通科学研究所 | 一种基于大数据的高速公路自由流收费路径拟合系统 |
CN111145367A (zh) * | 2019-12-24 | 2020-05-12 | 北京万集科技股份有限公司 | 车辆扣费系统及方法、存储介质、电子装置 |
CN111145547B (zh) * | 2019-12-27 | 2022-03-11 | 泰斗微电子科技有限公司 | 车载终端的数据处理方法、装置、车载终端及介质 |
CN111145547A (zh) * | 2019-12-27 | 2020-05-12 | 泰斗微电子科技有限公司 | 车载终端的数据处理方法、装置、车载终端及介质 |
CN111105512A (zh) * | 2019-12-31 | 2020-05-05 | 交通运输部路网监测与应急处置中心 | 货车etc车道业务数据处理方法、设备及存储介质 |
CN111127683A (zh) * | 2019-12-31 | 2020-05-08 | 交通运输部路网监测与应急处置中心 | 货车etc车道中合法车跟随无效货车过车的处理方法及装置 |
CN111220247A (zh) * | 2020-01-15 | 2020-06-02 | 湖南智慧交通发展有限公司 | 一种道路运行使用的监测系统 |
CN111340968A (zh) * | 2020-03-02 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 车辆通行信息获取方法及相关装置 |
CN111581538B (zh) * | 2020-04-10 | 2023-05-23 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
CN111696346B (zh) * | 2020-05-13 | 2022-01-07 | 中冶集团武汉勘察研究院有限公司 | 一种基于gis和gps的道路负荷数据统计方法及系统 |
CN111696346A (zh) * | 2020-05-13 | 2020-09-22 | 中冶集团武汉勘察研究院有限公司 | 一种基于gis和gps的道路负荷数据统计方法及系统 |
CN113963550A (zh) * | 2020-07-21 | 2022-01-21 | 阿里巴巴集团控股有限公司 | 一种多义路径识别方法、装置及电子设备 |
CN111710166A (zh) * | 2020-08-20 | 2020-09-25 | 南京感动科技有限公司 | 一种基于etc门架的路径拟合方法 |
CN113053114A (zh) * | 2021-03-12 | 2021-06-29 | 广西计算中心有限责任公司 | 高速公路违规车辆出口站及出口时间的动态预测稽查方法 |
CN113096413A (zh) * | 2021-03-23 | 2021-07-09 | 北京交通大学 | 基于高速公路收费数据的省际出行流量估算方法 |
CN113345220B (zh) * | 2021-05-11 | 2022-08-16 | 山西省交通科技研发有限公司 | 一种高速公路稽查车辆跟踪与预测分析系统 |
CN113345220A (zh) * | 2021-05-11 | 2021-09-03 | 山西省交通科技研发有限公司 | 一种高速公路稽查车辆跟踪与预测分析系统 |
CN114187671A (zh) * | 2021-11-24 | 2022-03-15 | 广州市埃特斯通讯设备有限公司 | 一种基于etc在高速公路上识别车辆是否进入服务区的方法及系统 |
CN114140887A (zh) * | 2021-12-03 | 2022-03-04 | 江苏交控数字交通研究院有限公司 | 高速公路智能监测收费系统 |
CN114373309A (zh) * | 2021-12-29 | 2022-04-19 | 联通智网科技股份有限公司 | 服务区车流量的计算方法、装置、终端设备及介质 |
CN114758493B (zh) * | 2022-03-21 | 2024-03-12 | 山东省交通规划设计院集团有限公司 | 一种基于数据融合的高速公路交通流量监测方法及系统 |
CN114758493A (zh) * | 2022-03-21 | 2022-07-15 | 山东省交通规划设计院集团有限公司 | 一种基于数据融合的高速公路交通流量监测方法及系统 |
CN114912510B (zh) * | 2022-04-07 | 2023-08-15 | 央视市场研究股份有限公司 | 一种线上调研样本质量评估系统 |
CN114912510A (zh) * | 2022-04-07 | 2022-08-16 | 央视市场研究股份有限公司 | 一种线上调研样本质量评估系统 |
CN114898574B (zh) * | 2022-04-26 | 2023-04-04 | 安徽省交通控股集团有限公司 | 交通参数的估计方法和系统 |
CN114898574A (zh) * | 2022-04-26 | 2022-08-12 | 安徽省交通控股集团有限公司 | 交通参数的估计方法和系统 |
CN115019507A (zh) * | 2022-06-06 | 2022-09-06 | 上海旷途科技有限公司 | 城市路网行程时间可靠性实时估计方法 |
CN115019507B (zh) * | 2022-06-06 | 2023-12-01 | 上海旷途科技有限公司 | 城市路网行程时间可靠性实时估计方法 |
CN115731713A (zh) * | 2022-11-30 | 2023-03-03 | 广东联合电子服务股份有限公司 | 一种预测异常车辆高速出口及时间的方法 |
CN117314124A (zh) * | 2023-11-28 | 2023-12-29 | 四川成渝高速公路股份有限公司 | 一种高速公路收费业务智能管理系统及方法 |
CN117314124B (zh) * | 2023-11-28 | 2024-02-27 | 四川成渝高速公路股份有限公司 | 一种高速公路收费业务智能管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017140175A1 (zh) | 2017-08-24 |
US20190228593A1 (en) | 2019-07-25 |
CN105590346B (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105590346A (zh) | 基于路径识别系统的收费公路网交通信息采集与诱导系统 | |
CN205721998U (zh) | 基于路径识别系统的收费公路网交通信息采集与诱导系统 | |
CN108537900A (zh) | 基于北斗高精度定位的高速公路不停车收费方法及系统 | |
US20140188579A1 (en) | Electronic Toll and Weigh Station Bypass Systems | |
CN108876948A (zh) | 基于北斗高精度定位的高速etc不停车收费方法及系统 | |
CN103258430B (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN106601005B (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
CN105844904A (zh) | 一种基于dsrc的异常车辆行为检测及追踪方法 | |
CN103198565A (zh) | 一种公交ic卡收费与客流信息采集方法 | |
CN106781490A (zh) | 城市道路交通运行分析评价系统 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CN106504522A (zh) | 一种基于大数据的智慧交通管理系统 | |
CN106203662A (zh) | 一种基于etc系统实现高速公路通行预约的方法 | |
JP2015513330A (ja) | 3d慣性センサ付きテレマティクス・システム | |
CN109147072A (zh) | 一种高速公路跨计费主体进行计费的方法和系统 | |
CN103761775B (zh) | 新型货车不停车计重收费系统 | |
CN108921465A (zh) | 一种公路网货物运输指标自动化统计方法 | |
CN102708592A (zh) | 出租汽车合乘计价方法及装置 | |
CN208985220U (zh) | 一种高速公路跨计费主体进行计费的系统 | |
CN104700630A (zh) | 一种高速公路车流量的监测方法及系统 | |
CN107180403A (zh) | 一种公共交通客流量统计管理方法及系统 | |
CN112687099A (zh) | 一种超载嫌疑车辆判定方法和装置 | |
CN103150769A (zh) | 载重汽车称重治超与不停车收费二合一系统装置 | |
CN114509081B (zh) | 基于差异化收费计算车辆通行成本的方法以及装置 | |
CN106971428A (zh) | 智能出行停车限行一卡通方法 |
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 |