CN105788255A - 道路拥堵状态判断自动校正方法 - Google Patents
道路拥堵状态判断自动校正方法 Download PDFInfo
- Publication number
- CN105788255A CN105788255A CN201610190498.1A CN201610190498A CN105788255A CN 105788255 A CN105788255 A CN 105788255A CN 201610190498 A CN201610190498 A CN 201610190498A CN 105788255 A CN105788255 A CN 105788255A
- Authority
- CN
- China
- Prior art keywords
- congestion
- congestion level
- road
- original
- difference
- 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
- G08G1/0125—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
本发明提供了一种道路拥堵状态判断自动校正方法，预设路段处车流的各拥堵等级对应的拥堵速度阈值，以及所述路段的速度调节阈值；存储所述路段处车流的原始拥堵等级；用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级；计算所述当前拥堵等级与所述原始拥堵等级的差值；根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。所述方法根据交通流的实际运行情况对交通的拥堵状况进行实时校正。
Description
技术领域
本发明涉及道路交通技术领域，特别涉及一种道路拥堵状态判断自动校正方法。
背景技术
目前出现了很多对道路拥堵情况进行判断的系统及方法，比如照片比对、视频判断、GPS定位分析等方法，目前的百度地图、高德地图等应用也都具备对道路拥堵情况的识别功能，但是城市道路路网情况复杂，不同地段及不同时间段(例如工作日、非工作日、早晚高峰、上班时间、非上班时间)的交通流运行情况各不相同，而一般的道路拥堵状态判断的算法虽然设定了道路拥堵速度标准，并根据拥堵速度标准对道路拥堵状态划分了不同的拥堵等级，但目前还没有一个方法对道路实际拥堵状况与已确定的拥堵等级是否相同进行评判，如果不同，如何对拥堵速度标准进行校正也没有具体的措施。
发明内容
本发明所要解决的技术问题是：提供一种可根据交通流的实际运行情况对道路拥堵判断标准进行校正的道路拥堵状态判断自动校正方法。
为了解决上述技术问题，本发明采用的技术方案为：
一种道路拥堵状态判断自动校正方法，
预设路段处车流的各拥堵等级对应的拥堵速度阈值，以及所述路段的速度调节阈值；
存储所述路段处车流的原始拥堵等级；
用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级；
计算所述当前拥堵等级与所述原始拥堵等级的差值；
根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
本发明的有益效果在于：不论路段处车流的原始拥堵等级是通过何种方式判断得出的，用摄像头实时获取路段处的照片或者视频，对路段处车流的当前拥堵等级进行准确判断，当前拥堵等级对应的拥堵速度阈值与原始拥堵等级对应的拥堵速度阈值是相同的，只是当前拥堵等级与原始拥堵等级的判断方法或者判断时间不同，导致两者的结果会是不同的，若当前拥堵等级与原始拥堵等级不同，则用差值和速度调节阈值对各拥堵等级对应的拥堵速度阈值进行校正，保证路段处拥堵状况判断的准确性。
附图说明
图1为本发明实施例一的道路拥堵状态判断自动校正方法的流程图；
图2为本发明实施例二的道路拥堵状态判断自动校正方法的流程图；
图3为本发明实施例三的根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正的方法的流程图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于：根据摄像头获取的道路车流实际运行的照片或者视频，对原始拥堵等级进行评判并校正，得到更真实的道路拥堵状态结果。
请参照图1至图3，本发明提供了一种道路拥堵状态判断自动校正方法，
预设路段处车流的各拥堵等级对应的拥堵速度阈值，以及所述路段的速度调节阈值；
存储所述路段处车流的原始拥堵等级；
用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级；
计算所述当前拥堵等级与所述原始拥堵等级的差值；
根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
进一步的，还包括：
通过线圈检测、红外线检测、微波检测、浮动车检测、视频检测中的任意一种方式，判断所述路段处车流的原始拥堵等级。
由上述描述可知，路段处原始拥堵等级通过线圈检测、红外线检测、微波检测、浮动车检测、视频检测中的任意一种方式进行判断，线圈检测、红外线检测、微波检测均属于点测量技术，易受天气影响，导致判断结果不正确，浮动车检测对网络传输的依赖性较大，无法检测到无网络的车辆信息，因此车辆的样本数有限，会影响判断结果，视频检测的数据计算量较大，可能会导致判断结果有滞后性，因此对判断结果进行验证判断并校正是需要的。
进一步的，还包括：
选取至少两个的路段处，并存储各路段处的原始拥堵等级；
一一判断各路段处车流的当前拥堵等级；
一一计算各路段处的当前拥堵等级与原始拥堵等级的差值；
若所述差值为0，则将所述路段处的原始拥堵等级视为正确值；
若所述差值不等于0，则将所述路段处的原始拥堵等级视为错误值。
由上述描述可知，对多个的路段处拥堵等级对应的拥堵速度阈值的校正，采用逐个进行判断的方法，各路段处拥堵等级的判断、计算、校正互不干扰，若差值等于0，说明原始拥堵等级判断是正确的，无需对原始拥堵等级对应的拥堵速度阈值进行校正，否则需要对原始拥堵等级对应的拥堵速度阈值进行校正，方法合理。
进一步的，还包括：
将原始拥堵等级正确的路段加入正常列表；
将原始拥堵等级错误的路段加入异常列表。
由上述描述可知，通过列表的方式对多个路段进行统计，并且将原始拥堵等级正确的和错误的分别统计为正常列表和异常列表，相当于将原始拥堵等级错误的路段进行了筛选，便于对异常列表集中统一处理。
进一步的，还包括：
计算各路段处的当前拥堵等级与原始拥堵等级的差值的绝对值之和的平均值，作为原始拥堵等级的误差幅值。
由上述描述可知，先求出各路段当前拥堵等级与原始拥堵等级的差值，然后求所有差值的绝对值的和，最后求和的平均值，所述平均值对应的为原始拥堵等级的误差幅值，该值可用于评判原始拥堵等级误差大小。
进一步的，还包括：
若所述差值等于0，则各拥堵等级对应的拥堵速度阈值不变；
若所述差值不等于0，则根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
由上述描述可知，当前拥堵等级与原始拥堵等级若相同，则无需对各拥堵等级对应的拥堵速度阈值进行校正，若当前拥堵等级与原始拥堵等级不同，则需要对各拥堵等级对应的拥堵速度阈值进行校正，方法合理。
进一步的，拥堵等级越大，对应路段处车流拥堵越严重，若所述差值不等于0，根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正，具体为：
S1预设校正次数N＝0，校正次数阈值为N0；判断差值正负，若差值为正值，则执行步骤S2，若差值为负值，则执行步骤S5；
S2令拥堵速度阈值＝拥堵速度阈值-速度调节阈值，N＝N+1；
S3根据步骤S2中的拥堵速度阈值重新获取原始拥堵等级；
S4判断步骤S3中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S2；若N大于N0，则输出校正失败信息；
S5令拥堵速度阈值＝拥堵速度阈值+速度调节阈值，N＝N+1；
S6根据步骤S5中的拥堵速度阈值重新获取原始拥堵等级；
S7判断步骤S6中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S5；若N大于N0，则输出校正失败信息。
由上述描述可知，一个拥堵等级对应一个拥堵速度阈值，拥堵等级越大，对应路段处车流拥堵越严重，车流速度越低，对某个路段处的拥堵等级对应的拥堵速度阈值进行校正时，若差值小于0，则说明实际路段更拥堵，需要将各拥堵等级对应的拥堵速度阈值调小，若差值大于0，则说明实际路段更畅通，需要将各拥堵等级对应的拥堵速度阈值调大，一个路段处的各拥堵等级对应的拥堵速度阈值每次都调大一个速度调节阈值，或者都调小一个速度调节阈值，方法合理，且不改变原本的各拥堵等级的拥堵速度阈值的数值差异，保持原各拥堵等级之间的数据梯度。
请参照图1，本发明的实施例一为：
一种道路拥堵状态判断自动校正方法，
预设路段处车流的各拥堵等级对应的拥堵速度阈值，以及所述路段的速度调节阈值；
存储所述路段处车流的原始拥堵等级；
用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级；
计算所述当前拥堵等级与所述原始拥堵等级的差值；
根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
请参照图1至图2，本发明的实施例二为：
一种道路拥堵状态判断自动校正方法，在实施例一的基础上，还包括：
1、通过线圈检测、红外线检测、微波检测、浮动车检测、视频检测中的任意一种方式，判断所述路段处车流的原始拥堵等级。
2、选取至少两个的路段处，并存储各路段处的原始拥堵等级；
一一判断各路段处车流的当前拥堵等级；
一一计算各路段处的当前拥堵等级与原始拥堵等级的差值；
若所述差值为0，则将所述路段处的原始拥堵等级视为正确值；
若所述差值不等于0，则将所述路段处的原始拥堵等级视为错误值。
3、将原始拥堵等级正确的路段加入正常列表；
将原始拥堵等级错误的路段加入异常列表。
4、计算各路段处的当前拥堵等级与原始拥堵等级的差值的绝对值之和的平均值，作为原始拥堵等级的误差幅值。
5、若所述差值等于0，则各拥堵等级对应的拥堵速度阈值不变；
若所述差值不等于0，则根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
请参照图1及图3，本发明的实施例三为：
一种道路拥堵状态判断自动校正方法，在实施例一的基础上，具体为：
1、拥堵等级越大，对应路段处车流拥堵越严重，若所述差值不等于0，根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正，具体为：
S1预设校正次数N＝0，校正次数阈值为N0；判断差值正负，若差值为正值，则执行步骤S2，若差值为负值，则执行步骤S5；
S2令拥堵速度阈值＝拥堵速度阈值-速度调节阈值，N＝N+1；
S3根据步骤S2中的拥堵速度阈值重新获取原始拥堵等级；
S4判断步骤S3中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S2；若N大于N0，则输出校正失败信息；
S5令拥堵速度阈值＝拥堵速度阈值+速度调节阈值，N＝N+1；
S6根据步骤S5中的拥堵速度阈值重新获取原始拥堵等级；
S7判断步骤S6中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S5；若N大于N0，则输出校正失败信息。
请参照图1至图3，本发明的实施例四为：
在福州市有100个设有摄像头的路段，选取福州市会堂路路口作为样本点，会堂路路口处的拥堵等级分为0、1、2、3四个等级，数字越大，路段越拥堵，并预设会堂路路口处车流的各拥堵等级对应的拥堵速度阈值，四个拥堵等级分别为60公里/小时、40公里/小时、20公里/小时、10公里/小时，以及所述路段的速度调节阈值，设为5公里/小时；
存储所述会堂路路口处车流的原始拥堵等级，为1；
用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级，为3；
计算所述当前拥堵等级与所述原始拥堵等级的差值，得到2；
根据所述的差值和所述会堂路路口的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正，所述差值为2，大于0，则应当将各拥堵等级对应的速度调节阈值调小。
综上所述，本发明提供的道路拥堵状态判断自动校正方法，不论路段处的原始拥堵等级通过何种方式判断得到，通过摄像头获取照片或者视频的方式获取当前路段处的实际车流运行情况，并对路段处的当前拥堵等级进行判断，若当前拥堵等级与原始拥堵等级不同，则对各拥堵等级对应的拥堵速度阈值进行校正，各路段处的当前拥堵等级的判断以及拥堵速度阈值的校正独立进行，互不干扰，各拥堵等级的拥堵速度阈值一起调整一个速度调节阈值，不改变拥堵等级原有的结构梯度，方法合理，实时性强。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种道路拥堵状态判断自动校正方法，其特征在于，
预设路段处车流的各拥堵等级对应的拥堵速度阈值，以及所述路段的速度调节阈值；
存储所述路段处车流的原始拥堵等级；
用摄像头获取所述路段处的照片或者视频，判断所述路段处车流的当前拥堵等级；
计算所述当前拥堵等级与所述原始拥堵等级的差值；
根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
2.根据权利要求1所述的道路拥堵状态判断自动校正方法，其特征在于，还包括：
通过线圈检测、红外线检测、微波检测、浮动车检测、视频检测中的任意一种方式，判断所述路段处车流的原始拥堵等级。
3.根据权利要求1所述的道路拥堵状态判断自动校正方法，其特征在于，还包括：
选取至少两个的路段处，并存储各路段处的原始拥堵等级；
一一判断各路段处车流的当前拥堵等级；
一一计算各路段处的当前拥堵等级与原始拥堵等级的差值；
若所述差值为0，则将所述路段处的原始拥堵等级视为正确值；
若所述差值不等于0，则将所述路段处的原始拥堵等级视为错误值。
4.根据权利要求3所述的道路拥堵状态判断自动校正方法，其特征在于，还包括：
将原始拥堵等级正确的路段加入正常列表；
将原始拥堵等级错误的路段加入异常列表。
5.根据权利要求3所述的道路拥堵状态判断自动校正方法，其特征在于，还包括：
计算各路段处的当前拥堵等级与原始拥堵等级的差值的绝对值之和的平均值，作为原始拥堵等级的误差幅值。
6.根据权利要求1所述的道路拥堵状态判断自动校正方法，其特征在于，还包括：
若所述差值等于0，则各拥堵等级对应的拥堵速度阈值不变；
若所述差值不等于0，则根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正。
7.根据权利要求6所述的道路拥堵状态判断自动校正方法，其特征在于，拥堵等级越大，对应路段处车流拥堵越严重，若所述差值不等于0，根据所述的差值和所述路段的速度调节阈值，对各拥堵等级对应的拥堵速度阈值进行校正，具体为：
S1预设校正次数N＝0，校正次数阈值为N0；判断差值正负，若差值为正值，则执行步骤S2，若差值为负值，则执行步骤S5；
S2令拥堵速度阈值＝拥堵速度阈值-速度调节阈值，N＝N+1；
S3根据步骤S2中的拥堵速度阈值重新获取原始拥堵等级；
S4判断步骤S3中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S2；若N大于N0，则输出校正失败信息；
S5令拥堵速度阈值＝拥堵速度阈值+速度调节阈值，N＝N+1；
S6根据步骤S5中的拥堵速度阈值重新获取原始拥堵等级；
S7判断步骤S6中的原始拥堵等级与当前拥堵等级是否相等：
若两者相等，则结束校正；
若两者不等，则判断N是否大于N0：若N不大于N0，则执行步骤S5；若N大于N0，则输出校正失败信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610190498.1A CN105788255B (zh) | 2016-03-30 | 2016-03-30 | 道路拥堵状态判断自动校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610190498.1A CN105788255B (zh) | 2016-03-30 | 2016-03-30 | 道路拥堵状态判断自动校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105788255A true CN105788255A (zh) | 2016-07-20 |
| CN105788255B CN105788255B (zh) | 2018-05-29 |
Family
ID=56391213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610190498.1A Active CN105788255B (zh) | 2016-03-30 | 2016-03-30 | 道路拥堵状态判断自动校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105788255B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108615385A (zh) * | 2016-12-13 | 2018-10-02 | 比亚迪股份有限公司 | 道路路况评估方法和装置、车辆及云服务器 |
| CN110047276A (zh) * | 2019-03-11 | 2019-07-23 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
| CN110288831A (zh) * | 2019-07-08 | 2019-09-27 | 北京鑫贝诚科技有限公司 | 一种基于神经网络自学习的地磁检测器检测算法 |
| CN112201030A (zh) * | 2019-07-08 | 2021-01-08 | 现代自动车株式会社 | 交通信息服务系统和方法 |
| CN112927508A (zh) * | 2021-02-05 | 2021-06-08 | 北京交通大学 | 一种考虑多拥堵等级的交通事故时空影响范围估算方法 |
| CN115880894A (zh) * | 2022-09-28 | 2023-03-31 | 杭州海康威视数字技术股份有限公司 | 一种交通状态确定方法、装置及设备 |
| CN116434361A (zh) * | 2022-12-31 | 2023-07-14 | 福建省高速公路科技创新研究院有限公司 | 一种基于etc交易数据的高速公路拥堵识别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和系统 |
| EP2881924A1 (de) * | 2013-11-29 | 2015-06-10 | Kuhn, Andreas | Verfahren zur Bestimmung einer Verkehrssituation |
| 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 |
| CN104732760A (zh) * | 2013-12-20 | 2015-06-24 | 高德软件有限公司 | 一种道路等级的更新方法和装置 |
| US20150179062A1 (en) * | 2013-12-19 | 2015-06-25 | Feeney Wireless, LLC | Dynamic routing intelligent vehicle enhancement system |
| CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
-
2016
- 2016-03-30 CN CN201610190498.1A patent/CN105788255B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和系统 |
| EP2881924A1 (de) * | 2013-11-29 | 2015-06-10 | Kuhn, Andreas | Verfahren zur Bestimmung einer Verkehrssituation |
| US20150179062A1 (en) * | 2013-12-19 | 2015-06-25 | Feeney Wireless, LLC | Dynamic routing intelligent vehicle enhancement system |
| CN104732760A (zh) * | 2013-12-20 | 2015-06-24 | 高德软件有限公司 | 一种道路等级的更新方法和装置 |
| 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 |
| CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108615385A (zh) * | 2016-12-13 | 2018-10-02 | 比亚迪股份有限公司 | 道路路况评估方法和装置、车辆及云服务器 |
| CN110047276A (zh) * | 2019-03-11 | 2019-07-23 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
| CN110047276B (zh) * | 2019-03-11 | 2020-11-27 | 广州文远知行科技有限公司 | 障碍物车辆的拥堵状态确定方法、装置和相关产品 |
| CN110288831A (zh) * | 2019-07-08 | 2019-09-27 | 北京鑫贝诚科技有限公司 | 一种基于神经网络自学习的地磁检测器检测算法 |
| CN110288831B (zh) * | 2019-07-08 | 2020-12-25 | 北京鑫贝诚科技有限公司 | 一种基于神经网络自学习的地磁检测器检测算法 |
| CN112201030A (zh) * | 2019-07-08 | 2021-01-08 | 现代自动车株式会社 | 交通信息服务系统和方法 |
| CN112927508A (zh) * | 2021-02-05 | 2021-06-08 | 北京交通大学 | 一种考虑多拥堵等级的交通事故时空影响范围估算方法 |
| CN115880894A (zh) * | 2022-09-28 | 2023-03-31 | 杭州海康威视数字技术股份有限公司 | 一种交通状态确定方法、装置及设备 |
| CN116434361A (zh) * | 2022-12-31 | 2023-07-14 | 福建省高速公路科技创新研究院有限公司 | 一种基于etc交易数据的高速公路拥堵识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105788255B (zh) | 2018-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105788255A (zh) | 道路拥堵状态判断自动校正方法 | |
| CN110909711A (zh) | 检测车道线位置变化的方法、装置、电子设备和存储介质 | |
| US11709492B2 (en) | Information processing device, information processing method, and non-transitory computer readable medium | |
| US9448074B2 (en) | Curve modeling device, curve modeling method, and vehicular navigation device | |
| CN102692227B (zh) | 进行路径匹配的方法和装置 | |
| EP3358545A1 (en) | Travel control method and travel control device | |
| JP5152778B2 (ja) | 自動二輪車の傾斜角検出装置 | |
| ITBO20090514A1 (it) | Metodo di analisi del comportamento del conducente di un veicolo stradale | |
| GB2577949A (en) | Method, device and computer-readable storage medium with instructions for determining the lateral position of a vehicle relative to the lanes of a road | |
| CN111508225B (zh) | 信息处理、交通控制方法、装置及设备、存储介质 | |
| CN104422449A (zh) | 一种车辆导航的方法、装置 | |
| JP2007188340A (ja) | 通過時間提供装置 | |
| CN109344903B (zh) | 基于车载感知数据的城市道路路面故障实时检测方法 | |
| JP6079721B2 (ja) | 車両用運転支援システム | |
| US12125289B2 (en) | Method for evaluating a minimum braking distance of a vehicle and vehicle | |
| KR20200064413A (ko) | 정밀지도 구축 장치 및 방법 | |
| CN104925059B (zh) | 自动跟车方法及装置 | |
| CN112560558B (zh) | 车道线的修正方法、装置及电子设备 | |
| CN111475590B (zh) | 道路数据审核方法、系统、终端设备及存储介质 | |
| JP2011033494A (ja) | 分岐路進入判断装置及び分岐路進入判断方法 | |
| KR101725497B1 (ko) | 차량의 각속도를 이용한 차량의 위치 보정 장치 및 그 방법 | |
| TWI681372B (zh) | 交通探偵設備之檢測系統及檢測方法 | |
| US20250146237A1 (en) | Road surface evaluation apparatus | |
| KR102395924B1 (ko) | 도로 교통정보 생성 장치 및 방법 | |
| JP2017187407A (ja) | 自車位置推定装置及び自車位置推定方法 |
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 | ||
| CP03 | Change of name, title or address |
Address after: No.3 Xueyuan Road, new campus of Fuzhou University, Shangjie Town, Minhou County, Fuzhou City, Fujian Province, 350108 Patentee after: Fujian University of Science and Technology Country or region after: China Address before: No.3 Xueyuan Road, new campus of Fuzhou University, Shangjie Town, Minhou County, Fuzhou City, Fujian Province, 350108 Patentee before: FUJIAN University OF TECHNOLOGY Country or region before: China |