CN105788256A - 基于车联网的路况信息感知方法 - Google Patents
基于车联网的路况信息感知方法 Download PDFInfo
- Publication number
- CN105788256A CN105788256A CN201610192081.9A CN201610192081A CN105788256A CN 105788256 A CN105788256 A CN 105788256A CN 201610192081 A CN201610192081 A CN 201610192081A CN 105788256 A CN105788256 A CN 105788256A
- Authority
- CN
- China
- Prior art keywords
- track
- service platform
- application service
- traffic information
- vehicle
- 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
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
Abstract
本发明提供了一种基于车联网的路况信息感知方法。该方法主要包括:车辆中的移动智能终端通过无线网络发送路况信息给应用服务平台,路况信息包括车辆的位置、速度和行驶方向;在车道上设置地磁传感器,地磁传感器将感应出的其所在车道的车辆速度发送给应用服务平台,应用服务平台根据各个地磁传感器发送过来的车辆速度计算出各个车道的平均车流速度信息;应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,以及拥堵原因。本发明实施例利用移动智能终端对实时路况信息进行采集,结合车流速度的变化判断拥堵原因是常发性的交通拥堵或是发生交通事故事件,并可精准感知交通事件发生的具体车道。
Description
技术领域
本发明涉及路况信息感知技术领域,尤其涉及一种基于车联网的路况信息感知方法。
背景技术
车联网是由车辆位置、速度和路线等信息构成的巨大交互网络,车辆之间信息的交互可以使车辆的行驶更加高效有序,避免交通拥堵,能够实现交通的智能化管理,而这些都依赖于车辆驾驶员对实时精确路况信息的掌握。目前已有的实时路况信息的获取主要有两种途径:一种是交通广播电台或电视节目中的语音/视频广播形式发布的交通状况,显然不能做到实时精准的发布路段的交通状况信息,而且由于时效性,用户也很容易错过所需要的信息。另一种方式是依靠导航仪/导航地图软件中的实时路况信息,这些实时路况信息来源于交通部门监管的系统平台,但是更新速率不统一,不能完全做到实时更新,与实时实际路况有出入,并且如果发生拥堵或道路封堵等异常情况时,不能给出具体产生原因,不利于驾驶员对行程规划的进一步判断。
考虑到采用专用车载移动终端的成本较高、而普及率并不高,故车联网的实际应用和推广受到了阻碍。随着移动网络的发展和移动智能终端设备的广泛使用,几乎所有驾驶者和乘客都拥有移动智能终端,那么就可以利用移动智能终端的卫星定位及无线通信功能使更多的用户参与到路况信息精准感知与共享系统,同时结合各车道车流速度的变化趋势获得拥堵路段的精准路况信息,从而使用户更好地规划行程,避免不必要的交通拥堵,使车辆的行驶更加高效有序,减少二次事故的发生。
据了解,目前还没有基于车联网的路况信息精准感知与共享的方法。
发明内容
本发明的实施例提供了一种基于车联网的路况信息感知方法,以实现精确地感知路况信息。
本发明提供了如下方案:
一种基于车联网的路况信息感知方法,包括:
车辆中的移动智能终端通过无线网络发送路况信息给应用服务平台,所述路况信息包括车辆的位置、速度和行驶方向;
在车道上设置地磁传感器,所述地磁传感器将感应出的其所在车道的车辆速度发送给应用服务平台,所述应用服务平台根据各个地磁传感器发送过来的车辆速度计算出各个车道的平均车流速度信息;
所述应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,以及拥堵原因。
进一步地,所述的车辆中的移动智能终端通过无线网络发送路况信息给应用服务平台,所述路况信息包括车辆的位置、速度和行驶方向,包括:
在行驶车辆中设置移动智能终端,所述移动智能终端具有定位和导航功能,具有话音通信和数据通信功能,所述移动智能终端周期性性采集车辆的路况信息,所述路况信息包括车辆的位置、速度和行驶方向;
在道路的旁边每间隔设定距离设置应用服务平台,所述移动智能终端和应用服务平台之间建立无线网络连接,所述移动智能终端通过无线网络周期性发送文字、图片、语音和/或视频形式的路况信息给应用服务平台,所述应用服务平台将接收到的路况信息进行归类和合并处理,得到各个车道对应的行驶状态信息,并将各个车道对应的行驶状态信息存储在路况信息数据库。
进一步地,所述的在车道上设置地磁传感器,所述地磁传感器将感应出的其所在车道的车辆速度发送给应用服务平台,所述应用服务平台根据各个地磁传感器发送过来的车辆速度计算出各个车道的平均车流速度信息,包括:
在每个车道中均设置地磁传感器,该地磁传感器用来感应其所在车道的设定时间段设定区间的车辆速度,并上传给应用服务平台,所述应用服务平台把地磁传感器在第i个时段段T内落入车道l区间Dj内的车辆速度统计起来,计算出第i个时段段T内车道l的平均车流速度:
其中表示第i个时段段T内车道l区间Dj的平均车流速度,l=1,2,3,i=1,2,…;在第i个时段段T即Ti内,车道l地磁传感器感应到第k辆车的车速为vk,k=1,2,…,n;n表示时间段Ti内车道l区间Dj内的行驶车辆速度总数。
进一步地,所述的应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,包括:
所述应用服务平台判断车道l是否发生拥堵的公式如下:
其中,表示Ti-1时段车道l区间Dj内的平均车流速度;表示Ti时段车道l区间Dj内的平均车流速度;Vl表示设定的该路段该时段畅通时的车流速度下限,门限值ΔVl为该路段车辆饱和时,交叉口信号导致车流速度减慢的极限值;
当车道l区间Dj内的平均车流速度满足上述公式2时,则应用服务平台判断车道l区间Dj内发送拥堵。
进一步地,所述的应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,以及拥堵原因,包括:
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
车道1位于道路的最内侧、车道3位于道路的最外侧,车道2位于车道1、车道3之间,所述V1,V2和V3表示车道1、车道2和车道3的交通事故事件对应的平均车流速度变化的门限值,
当判断车道1是否发生交通事故时,V1>V2>V3;
当判断车道2是否发生交通事故时,V2>V1≈V3;
当判断车道3是否发生交通事故时,V3>V2>V1;
当下述的三个判定条件都满足,则应用服务平台判定车道1、车道2或者车道3发生交通事故事件;
判断条件1:各车道的平均车流速度的时空变化满足上述公式3;
判断条件2:交通事故发生地下游区域Dj+1内各车道车流速度随时间变化趋势为:事故发生车道的车辆数目n先减少,随后增加,3个车道车流速度都增加了,但事故发生车道的车流速度变化最大;
判断条件3:路况信息数据库中存储的车道1、车道2或者车道3的行驶状态信息符合发生交通事故事件特征。
进一步地,所述的方法还包括:
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
所述V1',V2'和V3'表示车道1、车道2和车道3的常发性交通拥堵对应的平均车流速度变化的门限值,
当交通拥堵发生地Dj区域的车流速度满足上述公式4,并且历史数据表明当前Dj区域发生交通拥堵的概率大于设定阈值,则判断当前Dj区域发生常发性交通拥堵。
进一步地,所述的方法还包括:
当车辆中的移动智能终端搜索行车路线或导航时,通过无线网络向应用服务平台发生起始地址和终止地址信息,应用服务平台根据所述起始地址和终止地址信息查询路况信息数据库,根据查询结果向所述移动智能终端返回多个可行路线的行驶状态信息,如果有可行路线发生拥堵,还给出具体拥堵原因,在所述移动智能终端上显示以相关度排序的多个可行路线和可行路线的及时路况信息。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例有效地建立了基于车联网的路况信息精准感知与共享的方法,利用现有的大量移动智能终端,对实时路况信息进行采集;结合车流速度的变化判断拥堵原因是常发性的交通拥堵或是发生交通事故事件,并可精准感知交通事件发生的具体车道;通过应用服务平台实时共享路况信息。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于车联网的路况信息感知方法的处理流程图;
图2为本发明实施例提供的一种快速路发生追尾交通事件的路况示意图;
图3是本发明实施例提供的一种交叉口发生常发性交通拥堵的路况示意图;
图4是本发明实施例提供的一种三车道车流速度的时空划分示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
本发明实施例提供的路况信息精准感知与共享的系统包括:移动智能终端,应用服务平台,支持移动数据通信的移动蜂窝网络或Wi-Fi等无线通信网络。所述移动智能终端具有实时定位和导航功能,具有话音通信和数据通信功能,可从应用服务平台下载相应的应用软件;所述应用服务平台可对采集到的精确路况信息进行处理和分析,对信息进行整合、归类等的简单处理,并提取出关键的信息进行分析和存储,形成实时路况信息库,更好地实现车辆信息的共享和交通的管理;所述道路区段装有地磁传感器,可通过地磁感应获得各车道中的车辆速度;所述移动智能终端和应用服务平台之间的通信是通过所述支持移动数据通信的移动蜂窝网络或Wi-Fi等通信平台来实现的,但考虑到车载环境下通常需要广域无线覆盖,因此移动蜂窝网络为优选通信平台。
本发明实施例提供的一种基于车联网的路况信息感知方法的处理流程如图1所示,包括如下的处理步骤:
步骤S110:路况采集:行驶车辆中的移动智能终端中通过无线网络周期性主动上传位置和速度、行驶方向等交通数据到应用服务平台上,经应用服务平台处理后建立起路况信息数据库。
行驶车辆中的移动智能终端具有实时定位和导航功能,具有话音通信和数据通信功能。持移动智能终端的用户通过语音、文字、图像、视频等多媒体方式随时发送移动智能终端用户正在经历的实时精准路况,该信息中应包含时间和地理位置信息。
移动智能终端和应用服务平台之间建立无线网络连接,所述移动智能终端通过无线网络周期性发送文字、图片、语音和/或视频形式的路况信息给应用服务平台,应用服务平台将接收到的路况信息进行归类和合并处理,得到各个车道对应的行驶状态信息,并将各个车道对应的行驶状态信息存储在路况信息数据库中。
应用服务平台可以根据实际需要,在一个城市或者一个地区设置一个。应用服务平台管理其所在区域的路况信息数据库。
步骤S120:信息处理与分析:对于移动智能终端上传的语音信息,应用服务平台可通过语音分析模块,将语音转化为文本,结合该移动智能终端发送语音时的时间和地理位置信息就可以得到更精准的实时路况信息,并且存储在路况信息数据库中。对于移动智能终端上传的图像和视频等信息,可结合该移动智能终端获取图像和视频数据的时间及所在的地理位置存储在路况信息数据库中。应用服务平台根据接收到的所有位置的路况数据进行聚合,得到相应路段的交通状况。应用服务平台将采集到的移动智能终端位置和速度等数据进行分析,得到实时交通状况,并将结果存储在路况信息数据库中。
步骤S130:获取各车道车流速度:在每个车道中均设置地磁传感器,该地磁传感器用来感应其所在车道的设定时间段设定区间的车辆速度和车辆数量,并上传给应用服务平台。应用服务平台把地磁传感器在第i个时段段T内落入车道l区间Dj内的车辆速度统计起来,计算出第i个时段段T内车道l的车流速度:
其中表示第i个时段段T内车道l区间Dj的平均车流速度,i=1,2,···;在第i个时段段T即Ti内,车道l地磁传感器感应到第k辆车的车速为vk,k=1,2,···,n;n表示时间段Ti内车道l区间Dj内的行驶车辆速度总数;T、D是根据道路等级、路段长度、车辆限定速度设定的。
步骤S140:触发拥堵原因判断:根据车流速度及车流速度的变化判断出车道拥堵:
其中,表示Ti-1时段车道l区间Dj内的平均车流速度;表示Ti时段车道l区间Dj内的平均车流速度;l表示车道数,例如,l=1,2,3;时段段T可根据道路等级、路段长度、车辆速度来设定;Vl表示该路段该时段畅通时的车流速度下限,可由历史车流速度获得;门限值ΔVl为该路段车辆饱和时,交叉口信号导致车流速度减慢的极限值。当车道l区间Dj内的车流速度满足上面公式2时,则应用服务平台判断车道l区间Dj内发送拥堵。
步骤S150:精准感知:图2为本发明实施例提供的一种快速路发生追尾交通事件的路况示意图,假设快速路三车道在车道1发生追尾事故。
当车道1发生追尾事故时,经过事故现场的车辆通过移动智能终端以语音、文字、图像、视频等方式上传车道1发生交通事故的路况信息,包括拥堵原因是交通事故事件、交通事件起源及影响的具体车道、时间、位置等信息。
图3是本发明实施例提供的一种交叉口发生常发性交通拥堵的路况示意图,图4是本发明实施例提供的一种三车道车流速度的时空划分示意图。
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
车道1位于道路的最内侧、车道3位于道路的最外侧,车道2位于车道1、车道3之间,所述V1,V2和V3表示车道1、车道2和车道3的交通事故事件对应的平均车流速度变化的门限值,
当判断车道1是否发生交通事故时,V1>V2>V3;
当判断车道2是否发生交通事故时,V2>V1≈V3;
当判断车道3是否发生交通事故时,V3>V2>V1;
当下述的三个判定条件都满足,则应用服务平台判定车道1、车道2或者车道3发生交通事故事件;
判断条件1:各车道的平均车流速度的时空变化满足上述公式3;
判断条件2:交通事故发生地下游区域Dj+1内各车道车流速度随时间变化趋势为:事故发生车道的车辆数目n先减少,随后增加,3个车道车流速度都增加了,但事故发生车道的车流速度变化最大;
判断条件3:路况信息数据库中存储的车道1、车道2或者车道3的行驶状态信息符合发生交通事故事件特征。
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
所述V1',V2'和V3'表示车道1、车道2和车道3的常发性交通拥堵对应的平均车流速度变化的门限值,
当交通拥堵发生地Dj区域的车流速度满足上述公式4,并且历史数据表明当前Dj区域发生交通拥堵的概率大于设定阈值,则判断当前Dj区域发生常发性交通拥堵。
如果不满足以上三个判定条件,则等待其他用户上传的路况信息继续判断,直到持移动智能终端的用户上传的拥堵原因同通过车流速度的时空变化判断的拥堵原因一致,得到拥堵的具体原因是发生交通事件并感知事件发生的具体车道。
当事故解除,经过事故发生地的用户上传的拥堵消散的路况信息,拥堵上游表明该路段上的车辆开始加速离开,拥堵向上游消散,各车道车流速度一致,判断为道路恢复通畅。
步骤S160:交通诱导:结合基于车辆通信的社交网络系统进行实时共享路况信息,实现交通诱导。当用户搜索行车路线或导航时,应用服务平台可以根据其输入的起始地址和终止地址,在其移动智能终端上显示以相关度排序的多个可行路线和每个可行路线的及时路况信息。所经路段如发生拥堵,能够给出具体拥堵原因是交通事故事件,还能够提示事故发生的具体车道。
离事故点较近的后续车辆获得前方拥堵路段的拥堵原因及交通事件发生的具体车道等足够信息,即可提前采取并线换道、绕行等措施主动令拥堵蔓延,减缓拥堵的不利影响。当车道1事故解除,拥堵消散,后续车辆不必再采取绕行行为。
步骤S170:路况反馈:移动智能终端用户可以利用应用服务平台路况信息数据库中查询交通网络实时路况,从而获得精准的实时路况信息。如果发现查询到的当前位置路况信息不符合实际情况,移动智能终端可以及时向应用服务平台上报更新路况信息数据库信息。
综上所述,本发明实施例有效地建立了基于车联网的路况信息精准感知与共享的方法,利用现有的大量移动智能终端,对实时路况信息进行采集;结合车流速度的变化判断拥堵原因是常发性的交通拥堵或是发生交通事故事件,并可精准感知交通事件发生的具体车道;通过应用服务平台实时共享路况信息。
本发明实施例无需重新构建一个全新路况交通监控网络,网络架构简单,易于实现,具有成本低、精度高、实时性强、用户参与度高、网络覆盖率高、可扩展性强等优点。应用本发明实施例,出行用户通过应用服务平台可获得更加丰富且实时可靠的精准路况信息,主动另拥堵蔓延,减少二次事故的发生,节约行程时间,绿色交通,也可以作为交通部门管理与规划的辅助工具,具有极大的应用前景。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件单元的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种基于车联网的路况信息感知方法,其特征在于,包括:
车辆中的移动智能终端通过无线网络发送路况信息给应用服务平台,所述路况信息包括车辆的位置、速度和行驶方向;
在车道上设置地磁传感器,所述地磁传感器将感应出的其所在车道的车辆速度发送给应用服务平台,所述应用服务平台根据各个地磁传感器发送过来的车辆速度计算出各个车道的平均车流速度信息;
所述应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,以及拥堵原因。
2.根据权利要求1所述的基于车联网的路况信息感知方法,其特征在于,所述的车辆中的移动智能终端通过无线网络发送路况信息给应用服务平台,所述路况信息包括车辆的位置、速度和行驶方向,包括:
在行驶车辆中设置移动智能终端,所述移动智能终端具有定位和导航功能,具有话音通信和数据通信功能,所述移动智能终端周期性性采集车辆的路况信息,所述路况信息包括车辆的位置、速度和行驶方向;
在道路的旁边每间隔设定距离设置应用服务平台,所述移动智能终端和应用服务平台之间建立无线网络连接,所述移动智能终端通过无线网络周期性发送文字、图片、语音和/或视频形式的路况信息给应用服务平台,所述应用服务平台将接收到的路况信息进行归类和合并处理,得到各个车道对应的行驶状态信息,并将各个车道对应的行驶状态信息存储在路况信息数据库。
3.根据权利要求1所述的基于车联网的路况信息感知方法,其特征在于,所述的在车道上设置地磁传感器,所述地磁传感器将感应出的其所在车道的车辆速度发送给应用服务平台,所述应用服务平台根据各个地磁传感器发送过来的车辆速度计算出各个车道的平均车流速度信息,包括:
在每个车道中均设置地磁传感器,该地磁传感器用来感应其所在车道的设定时间段设定区间的车辆速度,并上传给应用服务平台,所述应用服务平台把地磁传感器在第i个时段段T内落入车道l区间Dj内的车辆速度统计起来,计算出第i个时段段T内车道l的平均车流速度:
其中表示第i个时段段T内车道l区间Dj的平均车流速度,l=1,2,3,i=1,2,…;在第i个时段段T即Ti内,车道l地磁传感器感应到第k辆车的车速为vk,k=1,2,…,n;n表示时间段Ti内车道l区间Dj内的行驶车辆速度总数。
4.根据权利要求3所述的基于车联网的路况信息感知方法,其特征在于,所述的应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,包括:
所述应用服务平台判断车道l是否发生拥堵的公式如下:
其中,表示Ti-1时段车道l区间Dj内的平均车流速度;表示Ti时段车道l区间Dj内的平均车流速度;Vl表示设定的该路段该时段畅通时的车流速度下限,门限值ΔVl为该路段车辆饱和时,交叉口信号导致车流速度减慢的极限值;
当车道l区间Dj内的平均车流速度满足上述公式2时,则应用服务平台判断车道l区间Dj内发送拥堵。
5.根据权利要求3所述的基于车联网的路况信息感知方法,其特征在于,所述的应用服务平台根据各个车道的平均车流速度信息和移动智能终端发送的路况信息判断出发生拥堵的车道,以及拥堵原因,包括:
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
车道1位于道路的最内侧、车道3位于道路的最外侧,车道2位于车道1、车道3之间,所述V1,V2和V3表示车道1、车道2和车道3的交通事故事件对应的平均车流速度变化的门限值,
当判断车道1是否发生交通事故时,V1>V2>V3;
当判断车道2是否发生交通事故时,V2>V1≈V3;
当判断车道3是否发生交通事故时,V3>V2>V1;
当下述的三个判定条件都满足,则应用服务平台判定车道1、车道2或者车道3发生交通事故事件;
判断条件1:各车道的平均车流速度的时空变化满足上述公式3;
判断条件2:交通事故发生地下游区域Dj+1内各车道车流速度随时间变化趋势为:事故发生车道的车辆数目n先减少,随后增加,3个车道车流速度都增加了,但事故发生车道的车流速度变化最大;
判断条件3:路况信息数据库中存储的车道1、车道2或者车道3的行驶状态信息符合发生交通事故事件特征。
6.根据权利要求5所述的基于车联网的路况信息感知方法,其特征在于,所述的方法还包括:
应用服务平台分析交通拥堵发生地Dj区域上3个车道车流速度的变化:
所述V′1,V′2和V′3表示车道1、车道2和车道3的常发性交通拥堵对应的平均车流速度变化的门限值,
当交通拥堵发生地Dj区域的车流速度满足上述公式4,并且历史数据表明当前Dj区域发生交通拥堵的概率大于设定阈值,则判断当前Dj区域发生常发性交通拥堵。
7.根据权利要求1至6任一项所述的基于车联网的路况信息感知方法,其特征在于,所述的方法还包括:
当车辆中的移动智能终端搜索行车路线或导航时,通过无线网络向应用服务平台发生起始地址和终止地址信息,应用服务平台根据所述起始地址和终止地址信息查询路况信息数据库,根据查询结果向所述移动智能终端返回多个可行路线的行驶状态信息,如果有可行路线发生拥堵,还给出具体拥堵原因,在所述移动智能终端上显示以相关度排序的多个可行路线和可行路线的及时路况信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192081.9A CN105788256B (zh) | 2016-03-30 | 2016-03-30 | 基于车联网的路况信息感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192081.9A CN105788256B (zh) | 2016-03-30 | 2016-03-30 | 基于车联网的路况信息感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105788256A true CN105788256A (zh) | 2016-07-20 |
CN105788256B CN105788256B (zh) | 2018-07-24 |
Family
ID=56391545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610192081.9A Active CN105788256B (zh) | 2016-03-30 | 2016-03-30 | 基于车联网的路况信息感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105788256B (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023593A (zh) * | 2016-07-26 | 2016-10-12 | 深圳市喜悦智慧数据有限公司 | 一种交通拥堵检测方法和装置 |
CN106157621A (zh) * | 2016-07-26 | 2016-11-23 | 中国科学院自动化研究所 | 一种基于数据分析的智能路况管理系统 |
CN106355922A (zh) * | 2016-11-28 | 2017-01-25 | 国网山东省电力公司济宁供电公司 | 一种智能交通管理方法及系统 |
CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
CN106571043A (zh) * | 2016-10-31 | 2017-04-19 | 江苏金米智能科技有限责任公司 | 一种基于高杆灯的交通信息提示方法 |
CN106652520A (zh) * | 2016-12-05 | 2017-05-10 | 深圳市车音网科技有限公司 | 道路状态信息处理方法及系统 |
CN106816018A (zh) * | 2017-02-16 | 2017-06-09 | 上海电科智能系统股份有限公司 | 一种城市可变信息标志地面交通诱导路段确定方法 |
CN107134132A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 提高高速公路通行受阻系数计算精度的方法和系统 |
CN107134133A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 辖区之间高速公路交通拥堵程度排序的方法和系统 |
CN107152935A (zh) * | 2017-06-05 | 2017-09-12 | 成都车之联科技服务有限责任公司 | 一种道路实景导航系统和道路实景导航方法 |
CN107154149A (zh) * | 2017-01-23 | 2017-09-12 | 北京博研智通科技有限公司 | 能反映道路通行能力的受阻系数的计算方法和系统 |
CN107195199A (zh) * | 2017-07-11 | 2017-09-22 | 珠海利安达智能科技有限公司 | 道路安全预警系统及方法 |
CN107331153A (zh) * | 2017-07-14 | 2017-11-07 | 深圳市卡联科技股份有限公司 | 一种基于智能交通的降低交通拥堵的方法及系统 |
CN108091138A (zh) * | 2017-12-29 | 2018-05-29 | 安徽中凯信息产业股份有限公司 | 一种车联网数据处理方法 |
CN108198424A (zh) * | 2018-01-25 | 2018-06-22 | 重庆市市政设计研究院 | 一种基于浮动车数据的城市道路偶发拥堵识别算法及预警系统 |
CN108871357A (zh) * | 2018-04-20 | 2018-11-23 | 长安大学 | 一种在电子地图上显示拥堵路段的事故车道的方法 |
CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
CN109949571A (zh) * | 2019-03-19 | 2019-06-28 | 北京百度网讯科技有限公司 | 异常拥堵的判别方法及装置、设备及存储介质 |
CN110009902A (zh) * | 2017-12-18 | 2019-07-12 | 丰田自动车株式会社 | 服务器设备和拥塞识别方法 |
CN110057377A (zh) * | 2019-05-28 | 2019-07-26 | 深圳市子瑜杰恩科技有限公司 | 路径导航方法及相关产品 |
CN110126845A (zh) * | 2019-05-22 | 2019-08-16 | 浙江吉利控股集团有限公司 | 一种基于行驶工况的车辆控制方法和控制系统及车辆 |
CN110264715A (zh) * | 2019-06-20 | 2019-09-20 | 大连理工大学 | 一种基于路段突发拥堵分析的交通事件检测方法 |
CN110349405A (zh) * | 2018-04-05 | 2019-10-18 | 丰田自动车株式会社 | 利用联网汽车的实时交通监视 |
CN110375762A (zh) * | 2019-08-13 | 2019-10-25 | 福建工程学院 | 一种协助规划导航路径的方法及装置 |
CN110491127A (zh) * | 2019-08-27 | 2019-11-22 | 北京星云互联科技有限公司 | 一种通行引导方法、装置以及可读存储介质 |
CN110619745A (zh) * | 2019-08-28 | 2019-12-27 | 安徽科力信息产业有限责任公司 | 预防交通拥堵的数据处理方法及装置 |
CN110648533A (zh) * | 2019-09-24 | 2020-01-03 | 北京星云互联科技有限公司 | 一种交通管控方法、设备、系统及存储介质 |
CN110853386A (zh) * | 2018-08-21 | 2020-02-28 | 上海擎感智能科技有限公司 | 车辆、服务器及其基于5g技术的车道路况构造提示方法 |
CN110853352A (zh) * | 2019-11-13 | 2020-02-28 | 北京交通大学 | 一种基于5g通讯技术的车辆车距确认及道路拥堵查询系统 |
CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
CN111105614A (zh) * | 2019-12-06 | 2020-05-05 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于道路社交圈的交通状况预测方法 |
CN111145544A (zh) * | 2019-12-25 | 2020-05-12 | 北京交通大学 | 一种基于拥堵蔓延消散模型的行程时间及路径预测方法 |
CN112398932A (zh) * | 2020-11-04 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
CN112639907A (zh) * | 2020-10-14 | 2021-04-09 | 驭势(上海)汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
CN113799782A (zh) * | 2020-06-15 | 2021-12-17 | 丰田自动车株式会社 | 车辆控制装置及车辆控制方法 |
CN114255593A (zh) * | 2021-12-24 | 2022-03-29 | 瀚云科技有限公司 | 监控车流的方法、装置、和存储介质 |
CN114613145A (zh) * | 2022-05-12 | 2022-06-10 | 中运科技股份有限公司 | 一种大数据下的客运流量感知预警系统及方法 |
CN114764977A (zh) * | 2022-04-06 | 2022-07-19 | 成都亿盟恒信科技有限公司 | 一种基于驾驶数据的道路拥堵计算方法及系统 |
CN115240454A (zh) * | 2022-06-21 | 2022-10-25 | 山东新工科信息技术有限公司 | 一种疏解交通拥堵的物联网平台及基于它的疏解方法 |
CN115294769A (zh) * | 2022-08-02 | 2022-11-04 | 北京觉非科技有限公司 | 一种智能交通系统的车道级定位方法 |
US11920942B2 (en) | 2016-11-26 | 2024-03-05 | Thinkware Corporation | Device, method, computer program, and computer readable-recording medium for route guidance |
CN109997016B (zh) * | 2016-11-26 | 2024-03-29 | 星克跃尔株式会社 | 用于指引路线的装置、方法、计算机程序以及计算机可读记录介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7366606B2 (en) * | 2004-04-06 | 2008-04-29 | Honda Motor Co., Ltd. | Method for refining traffic flow data |
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
US20090309757A1 (en) * | 2008-06-16 | 2009-12-17 | Gm Global Technology Operations, Inc. | Real time traffic aide |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN102779410A (zh) * | 2012-07-19 | 2012-11-14 | 杭州师范大学 | 一种多源异类海量交通数据融合的并行实现方法 |
CN103473929A (zh) * | 2013-09-26 | 2013-12-25 | 招商局重庆交通科研设计院有限公司 | 车辆违规监控方法、装置及系统 |
CN103500503A (zh) * | 2013-09-17 | 2014-01-08 | 北京中广睛彩导航科技有限公司 | 一种基于众包模式的精准路况分析方法及系统 |
CN104933857A (zh) * | 2014-03-19 | 2015-09-23 | 北京航天长峰科技工业集团有限公司 | 一种基于gps定位技术的交通流量融合监控方法 |
CN105303859A (zh) * | 2015-09-07 | 2016-02-03 | 上海晋怡电子科技有限公司 | 基于智慧红绿灯的智能汽车系统和方法 |
-
2016
- 2016-03-30 CN CN201610192081.9A patent/CN105788256B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7366606B2 (en) * | 2004-04-06 | 2008-04-29 | Honda Motor Co., Ltd. | Method for refining traffic flow data |
CN101256083A (zh) * | 2008-04-09 | 2008-09-03 | 山东大学 | 基于动态信息的城市交通网络路径选择方法 |
US20090309757A1 (en) * | 2008-06-16 | 2009-12-17 | Gm Global Technology Operations, Inc. | Real time traffic aide |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN102779410A (zh) * | 2012-07-19 | 2012-11-14 | 杭州师范大学 | 一种多源异类海量交通数据融合的并行实现方法 |
CN103500503A (zh) * | 2013-09-17 | 2014-01-08 | 北京中广睛彩导航科技有限公司 | 一种基于众包模式的精准路况分析方法及系统 |
CN103473929A (zh) * | 2013-09-26 | 2013-12-25 | 招商局重庆交通科研设计院有限公司 | 车辆违规监控方法、装置及系统 |
CN104933857A (zh) * | 2014-03-19 | 2015-09-23 | 北京航天长峰科技工业集团有限公司 | 一种基于gps定位技术的交通流量融合监控方法 |
CN105303859A (zh) * | 2015-09-07 | 2016-02-03 | 上海晋怡电子科技有限公司 | 基于智慧红绿灯的智能汽车系统和方法 |
Non-Patent Citations (1)
Title |
---|
沙薇: "基于微地磁的高速公路拥堵事件检测系统应用", 《现代交通技术》 * |
Cited By (54)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023593B (zh) * | 2016-07-26 | 2018-04-03 | 深圳市喜悦智慧数据有限公司 | 一种交通拥堵检测方法和装置 |
CN106157621A (zh) * | 2016-07-26 | 2016-11-23 | 中国科学院自动化研究所 | 一种基于数据分析的智能路况管理系统 |
CN106023593A (zh) * | 2016-07-26 | 2016-10-12 | 深圳市喜悦智慧数据有限公司 | 一种交通拥堵检测方法和装置 |
CN106571043A (zh) * | 2016-10-31 | 2017-04-19 | 江苏金米智能科技有限责任公司 | 一种基于高杆灯的交通信息提示方法 |
US11920942B2 (en) | 2016-11-26 | 2024-03-05 | Thinkware Corporation | Device, method, computer program, and computer readable-recording medium for route guidance |
CN109997016B (zh) * | 2016-11-26 | 2024-03-29 | 星克跃尔株式会社 | 用于指引路线的装置、方法、计算机程序以及计算机可读记录介质 |
CN106355922A (zh) * | 2016-11-28 | 2017-01-25 | 国网山东省电力公司济宁供电公司 | 一种智能交通管理方法及系统 |
CN106652520A (zh) * | 2016-12-05 | 2017-05-10 | 深圳市车音网科技有限公司 | 道路状态信息处理方法及系统 |
CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
CN107134133A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 辖区之间高速公路交通拥堵程度排序的方法和系统 |
CN107154149A (zh) * | 2017-01-23 | 2017-09-12 | 北京博研智通科技有限公司 | 能反映道路通行能力的受阻系数的计算方法和系统 |
CN107134132A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 提高高速公路通行受阻系数计算精度的方法和系统 |
CN106816018A (zh) * | 2017-02-16 | 2017-06-09 | 上海电科智能系统股份有限公司 | 一种城市可变信息标志地面交通诱导路段确定方法 |
CN107152935A (zh) * | 2017-06-05 | 2017-09-12 | 成都车之联科技服务有限责任公司 | 一种道路实景导航系统和道路实景导航方法 |
CN107195199A (zh) * | 2017-07-11 | 2017-09-22 | 珠海利安达智能科技有限公司 | 道路安全预警系统及方法 |
CN107331153A (zh) * | 2017-07-14 | 2017-11-07 | 深圳市卡联科技股份有限公司 | 一种基于智能交通的降低交通拥堵的方法及系统 |
US11227487B2 (en) | 2017-12-18 | 2022-01-18 | Toyota Jidosha Kabushiki Kaisha | Server device and congestion identification method |
CN110009902A (zh) * | 2017-12-18 | 2019-07-12 | 丰田自动车株式会社 | 服务器设备和拥塞识别方法 |
CN110009902B (zh) * | 2017-12-18 | 2021-11-16 | 丰田自动车株式会社 | 服务器设备和拥塞识别方法 |
CN108091138A (zh) * | 2017-12-29 | 2018-05-29 | 安徽中凯信息产业股份有限公司 | 一种车联网数据处理方法 |
CN108198424B (zh) * | 2018-01-25 | 2021-04-16 | 重庆市市政设计研究院 | 一种基于浮动车数据的城市道路偶发拥堵识别算法及预警系统 |
CN108198424A (zh) * | 2018-01-25 | 2018-06-22 | 重庆市市政设计研究院 | 一种基于浮动车数据的城市道路偶发拥堵识别算法及预警系统 |
CN110349405A (zh) * | 2018-04-05 | 2019-10-18 | 丰田自动车株式会社 | 利用联网汽车的实时交通监视 |
CN108871357B (zh) * | 2018-04-20 | 2021-09-07 | 长安大学 | 一种在电子地图上显示拥堵路段的事故车道的方法 |
CN108871357A (zh) * | 2018-04-20 | 2018-11-23 | 长安大学 | 一种在电子地图上显示拥堵路段的事故车道的方法 |
CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
CN110853386A (zh) * | 2018-08-21 | 2020-02-28 | 上海擎感智能科技有限公司 | 车辆、服务器及其基于5g技术的车道路况构造提示方法 |
CN109949571A (zh) * | 2019-03-19 | 2019-06-28 | 北京百度网讯科技有限公司 | 异常拥堵的判别方法及装置、设备及存储介质 |
CN110126845A (zh) * | 2019-05-22 | 2019-08-16 | 浙江吉利控股集团有限公司 | 一种基于行驶工况的车辆控制方法和控制系统及车辆 |
CN110057377A (zh) * | 2019-05-28 | 2019-07-26 | 深圳市子瑜杰恩科技有限公司 | 路径导航方法及相关产品 |
CN110264715A (zh) * | 2019-06-20 | 2019-09-20 | 大连理工大学 | 一种基于路段突发拥堵分析的交通事件检测方法 |
CN110264715B (zh) * | 2019-06-20 | 2021-10-15 | 大连理工大学 | 一种基于路段突发拥堵分析的交通事件检测方法 |
CN110375762A (zh) * | 2019-08-13 | 2019-10-25 | 福建工程学院 | 一种协助规划导航路径的方法及装置 |
CN110491127A (zh) * | 2019-08-27 | 2019-11-22 | 北京星云互联科技有限公司 | 一种通行引导方法、装置以及可读存储介质 |
CN110619745A (zh) * | 2019-08-28 | 2019-12-27 | 安徽科力信息产业有限责任公司 | 预防交通拥堵的数据处理方法及装置 |
CN110648533A (zh) * | 2019-09-24 | 2020-01-03 | 北京星云互联科技有限公司 | 一种交通管控方法、设备、系统及存储介质 |
CN110853352A (zh) * | 2019-11-13 | 2020-02-28 | 北京交通大学 | 一种基于5g通讯技术的车辆车距确认及道路拥堵查询系统 |
CN111105614A (zh) * | 2019-12-06 | 2020-05-05 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于道路社交圈的交通状况预测方法 |
CN111028507B (zh) * | 2019-12-16 | 2022-05-13 | 阿波罗智联(北京)科技有限公司 | 交通拥堵致因确定方法及装置 |
CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
CN111145544A (zh) * | 2019-12-25 | 2020-05-12 | 北京交通大学 | 一种基于拥堵蔓延消散模型的行程时间及路径预测方法 |
CN113799782A (zh) * | 2020-06-15 | 2021-12-17 | 丰田自动车株式会社 | 车辆控制装置及车辆控制方法 |
CN113799782B (zh) * | 2020-06-15 | 2024-04-12 | 丰田自动车株式会社 | 车辆控制装置及车辆控制方法 |
WO2022077266A1 (zh) * | 2020-10-14 | 2022-04-21 | 驭势(上海)汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
CN112639907A (zh) * | 2020-10-14 | 2021-04-09 | 驭势(上海)汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
CN112639907B (zh) * | 2020-10-14 | 2024-04-02 | 驭势(上海)汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
CN112398932B (zh) * | 2020-11-04 | 2023-10-24 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
CN112398932A (zh) * | 2020-11-04 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
CN114255593A (zh) * | 2021-12-24 | 2022-03-29 | 瀚云科技有限公司 | 监控车流的方法、装置、和存储介质 |
CN114764977A (zh) * | 2022-04-06 | 2022-07-19 | 成都亿盟恒信科技有限公司 | 一种基于驾驶数据的道路拥堵计算方法及系统 |
CN114613145A (zh) * | 2022-05-12 | 2022-06-10 | 中运科技股份有限公司 | 一种大数据下的客运流量感知预警系统及方法 |
CN115240454A (zh) * | 2022-06-21 | 2022-10-25 | 山东新工科信息技术有限公司 | 一种疏解交通拥堵的物联网平台及基于它的疏解方法 |
CN115240454B (zh) * | 2022-06-21 | 2023-08-22 | 山东新工科信息技术有限公司 | 一种疏解交通拥堵的物联网平台及基于它的疏解方法 |
CN115294769A (zh) * | 2022-08-02 | 2022-11-04 | 北京觉非科技有限公司 | 一种智能交通系统的车道级定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105788256B (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105788256A (zh) | 基于车联网的路况信息感知方法 | |
CN106530781B (zh) | 基于车联网分享路况信息的方法及系统 | |
US8121776B2 (en) | Incident resolution judgment system | |
US8620491B2 (en) | Ad-hoc mobile IP network for intelligent transportation system | |
US11548531B2 (en) | Autonomous vehicle fleet management for reduced traffic congestion | |
US9501929B2 (en) | Movement assistance device and movement assistance method | |
US8902080B2 (en) | Vehicle-mounted narrow-band wireless communication apparatus and roadside-to-vehicle narrow-band wireless communication system | |
KR101615970B1 (ko) | 도로교통 전용통신-기반 노변장치 및 차량단말기를 이용한 도로공사구간 교통정보 제공 시스템 및 그 방법 | |
JP3891490B2 (ja) | 無線ネットワークを利用した通信方法 | |
US20090309757A1 (en) | Real time traffic aide | |
EP3702983A1 (en) | Transportation system and method | |
CN106710306A (zh) | 车辆驾驶行为监控方法及装置 | |
CN103299302A (zh) | 用于区分从探测器车辆获得的交通数据的方法 | |
CN113748316B (zh) | 用于车辆遥测的系统和方法 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN104376729A (zh) | 一种基于车车通信的高速公路对向车道拥塞提示方法 | |
KR102012302B1 (ko) | 모바일 디바이스를 이용한 커넥티드 카 서비스 지원 방법 | |
US20190266892A1 (en) | Device, method, and computer program for capturing and transferring data | |
JP3184873B2 (ja) | 車両通信システムおよび方法 | |
Seredynski et al. | The emerging applications of intelligent vehicular networks for traffic efficiency | |
JP2022542641A (ja) | 動的なイベントの特定および流布のための方法およびシステム | |
CN113744533A (zh) | 一种基于5g的车辆疏导方法及系统 | |
KR20170105281A (ko) | 경로 추천 시스템 및 방법 | |
KR20080047924A (ko) | 교통정보 시스템 및 그 교통정보 처리방법 | |
KR101430071B1 (ko) | 도로 정보 제공 시스템 및 방법 |
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 |