CN105810006B - 路边停车位的识别方法及系统 - Google Patents

路边停车位的识别方法及系统 Download PDF

Info

Publication number
CN105810006B
CN105810006B CN201610186732.3A CN201610186732A CN105810006B CN 105810006 B CN105810006 B CN 105810006B CN 201610186732 A CN201610186732 A CN 201610186732A CN 105810006 B CN105810006 B CN 105810006B
Authority
CN
China
Prior art keywords
vehicle
tracing point
point
gps data
time period
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.)
Active
Application number
CN201610186732.3A
Other languages
English (en)
Other versions
CN105810006A (zh
Inventor
邹复民
蒋新华
廖律超
邓艳玲
徐翔
胡蓉
朱铨
方卫东
陈子标
甘振华
郑鸿杰
葛祥海
张茂林
陈韫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201610186732.3A priority Critical patent/CN105810006B/zh
Publication of CN105810006A publication Critical patent/CN105810006A/zh
Application granted granted Critical
Publication of CN105810006B publication Critical patent/CN105810006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种路边停车位的识别方法，包括：S1：逐一读取车辆在第一时间段内的GPS数据；S2：在确认车辆处于停车状态后，获取轨迹点；S3：根据轨迹点停车次数，确定路边停车位位置。通过上述方式，本发明可以快速定位停车位，方便司机有目的的驾驶、停靠，同时，通过对GPS数据的分析，使得结果精确度更高。

Description

路边停车位的识别方法及系统
技术领域
本发明涉及GPS定位技术领域，尤其是涉及一种路边停车位的识别方法及系统。
背景技术
目前，城市居民驾车出行日益剧增，车辆的停放问题也越来越得到公众的关注，路边停车位及停车场的快速识别对解决这一问题有很好的应用价值。对驾驶人员而言，路边停车位的分布和路边停车位的快速识别结果可以参与其路径规划，提供便利、省时省力，避免沿路绕行寻找停车位或路边停车位的同时也不会妨碍交通秩序。
比如用户要从大学城去宝龙广场，如果事先通知用户宝龙广场停车场的具体位置，就可避免在广场附近兜圈寻找路边停车位，节约时间和路程。同理，路边的停车位的识别也能实现这个功能，让用户更有目的性地开车、停车。
发明内容
本发明所要解决的技术问题是：提供路边停车位识别的技术方案，方便司机驾驶停靠，且精度高。
为了解决上述技术问题，本发明采用的技术方案为：提供一种路边停车位的识别方法，包括：
S1：逐一读取车辆在第一时间段内的GPS数据；
S2：在确认车辆处于停车状态后，获取轨迹点；
S3：根据轨迹点停车次数，确定路边停车位位置。
为解决上述问题，本发明还提供一种路边停车位的识别系统，包括：
读取数据模块，用于逐一读取车辆在第一时间段内的GPS数据；
位置轨迹模块，用于在确认车辆处于停车状态后，获取轨迹点；
比较确认模块，用于根据轨迹点分停车次数，确定路边停车位位置。
本发明的有益效果在于：区别于现有技术，本发明通过读取车辆的GPS数据，确认处于停车状态后，获取轨迹点，并比较轨迹点的停车次数，确认停车位位置。通过上述方式，本发明可以快速定位停车位，方便司机有目的的驾驶、停靠，同时，通过对GPS数据的分析，使得结果精确度更高。
附图说明
图1为本发明方法实施例一的流程示意图；
图2为本发明具体实施例的流程示意图；
图3为本发明系统实施例二的结构框图。
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：通过分析GPS数据，确认车辆为停车状态，并根据停车点的停车次数，进一步确认为停车位。
请参照图1，本发明实施例一提供一种路边停车位的识别方法，包括：
S1：逐一读取车辆在第一时间段内的GPS数据；
S2：在确认车辆处于停车状态后，获取轨迹点；
S3：根据轨迹点停车次数，确定路边停车位位置。
具体地，如图2所示，在一个具体的实施例中，需要选取由特定经纬度所围成的封闭区域，如图2中的经度[X1,X2]，纬度[Y1,Y2]围成的封闭区域；然后获取特定时间段，如近一个月内曾经出现在该封闭区域的所有车辆的GPS数据，并按终端号对车辆分类处理，比如小型车、中型车、大型车；按时间顺序，逐一读取上述所有车辆在特定时间段内出现在该封闭区域内的GPS数据；其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态、行驶时间及距离等，其中GPS数据可通过采集存储在特定服务器的数据库里，随时都可以获取；车辆类型包括但不限于出租车、公交车、工程车、货车、客车及私家车等。其中，本发明主要是通过私家车和出租车(主要是私家车)的数据来进行分析。特定时间段的时间选取是通过实验来确定的，本发明附图中的流程图至少一个较佳的实施例，本领域技术人员可通过多次实践，以获取更符合具体实际情况的时间段及对应的各种阈值参数。如对一周的数据进行分段处理，每次处理10小时的数据等等。
对车辆的GPS数据逐一进行分析，例如首先对特定时间段内出现在该封闭区域的第一辆车A的数据进行分析；按时间顺序判断车辆A的车速是否大于第一阈值，即判断是否GPS速度V＞V0，可选地，第一阈值V0＝15km/h；进一步的，所述第一阈值可根据不同时间设置不同值，例如在早高峰和晚高峰是设定为10km/h，在中午时段设定为30km/h，在凌晨时段则设定为40km/h。
比如车辆A在一个月内曾经在该封闭区域出现5次，总时间为10小时，则判断该10小时的行驶速度，若大于第一阈值，则表示快速行驶中，不对数据进行任何处理；若小于第一阈值，表示车辆为疑似缓慢行驶，则标记处于缓慢行驶的时间段、地理位置以及行驶路径，包括起始时间、起始地点、结束时间、结束地点以及路径轨迹；可选地，还可以通过原始数据中已有的瞬时速度属性进行判断。
车辆A根据与第一个标记点相对车速、相对距离，确认车辆A是否处于停车状态，若是则记录停车状态的轨迹点。具体地：
计算标记点参照第一个标记点的相对距离Si及相对车速Vi；其中第一个标记点为GPS速度小于第一阈值的第一个数据点。
判断相对速度是否大于第二阈值，即判断是否Vi＞V1，其中第二减速阈值 V1也可为15km/h；
若是，则去除该标记点，并返回步骤S1，读取下一车辆的GPS数据；
反之，记录该标记点，并判断标记点数N是否小于点数阈值m；
若是，则不作处理，并返回步骤S1，读取下一车辆的GPS数据；
反之，则表示车辆处于缓慢行驶状态；
计算相对距离Si的变化值ΔS(ΔS＝Si-Si-1)，并判断变化值ΔS是否大于变化值阈值S0，可选地，S0＝1米，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则判断车辆行驶方向改变值是否介于方向阈值区间内，即判断是否ΔD∈[a,b]，可选地，a＝2，b＝4；
若是，则表示车辆处于掉头状态，不作处理；
反之，则表示车辆处于暂停状态，记录暂停时间T，并根据终端号标记车辆；
判断暂停时间T是否小于暂停阈值t，可选地，t＝20分钟，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则表示车辆处于停车状态，记录停车次数M。
随后，步骤S3具体为：
扫描统计所有标记点的停车次数M，并判断停车次数M是否小于停车阈值 m，可选地，当样本车辆为1000时，m＝50；
若是，则去除标记点；
反之，则表示为停车点，并标记为轨迹点；
将轨迹点进行路网匹配，判断轨迹点是否处于红绿灯路口距离阈值y米内，可选地，y＝500；
若是，则去除轨迹点；
反之，则标记为轨迹点，并判断所有轨迹点是否呈条形分布，
若是，则表示轨迹点位置为路边停车位；
并可根据轨迹点获取停车位的起点与终点，计算停车位数量；
反之，则无法确定路边停车位。
应当理解的是，在流程图中，标记点数是有一个加减过程的，到达一定值才确认为缓慢状态(堵车)后，便不再处理。另外，标记点数和标记点的停车数是两个不同的概念。本发明的步骤中是先判断车辆是否处于停车状态，不是简单的认为速度为0就是停车，由于每条GPS数据都带有经纬度，也就是说，停车的位置是完全可以确定的。因此本发明可以确定停车位以及停车位的数量。
对应地，如图3所示，本发明实施例二提供一种路边停车位的识别系统100，包括：
读取数据模块110，用于逐一读取车辆在第一时间段内的GPS数据；
位置轨迹模块120，用于在确认车辆处于停车状态后，获取轨迹点；
比较确认模块130，用于根据轨迹点分停车次数，确定路边停车位位置。
其中，所述读取数据模块110具体用于：
选取由特定经纬度所围成的封闭区域；
获取第二时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在第一时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态、距离。
所述位置轨迹模块120具体用于：
判断车辆是否位于所述封闭区域外；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则判断所述车辆的车速是否大于第一减速阈值；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车速为疑似缓慢行驶，并标记点；
根据相对车速、相对距离，表示车辆处于停车状态，记录停车状态的轨迹点。
而根据相对车速、相对距离，表示车辆处于停车状态，记录停车状态的轨迹点的步骤具体为：
计算标记点参照第一标记点的相对距离及相对车速；
判断相对速度是否大于第二减速阈值；
若是，则去除该标记点，并返回步骤“逐一读取车辆在第一时间段内的GPS 数据”；
反之，记录该标记点，并判断标记点数是否小于点数阈值；
若是，则不作处理，并返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车辆处于缓慢行驶状态；
计算相对距离的变化值，并判断变化值是否大于变化值阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则判断车辆行驶方式改变值是否介于方向阈值区间内，
若是，则表示车辆处于掉头状态，不作处理；
反之，则表示车辆处于暂停状态，记录暂停时间，并标记车辆；
判断暂停时间是否小于暂停阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则表示车辆处于停车状态，记录停车次数。
其中，所述比较确认 模块130具体用于：
扫描统计所有标记点的停车次数，并判断停车次数是否小于停车阈值，
若是，则去除标记点；
反之，则表示为停车点，并标记为轨迹点；
将轨迹点进行路网匹配，判断轨迹点是否处于红绿灯路口距离阈值内，
若是，则去除轨迹点；
反之，则标记为轨迹点，并判断所述轨迹点是否呈条形分布，
若是，则表示轨迹点位置为路边停车位，并获取停车位的起点与终点，计算停车位数量；
反之，则无法确定路边停车位。
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 (4)

1.一种路边停车位的识别方法，其特征在于，包括：
逐一读取车辆在第一时间段内的GPS数据；
逐一读取车辆在第一时间段内的GPS数据的步骤具体为：
选取由特定经纬度所围成的封闭区域；
获取第二时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在第一时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态、距离；
在确认车辆处于停车状态后，获取轨迹点；
在确认车辆处于停车状态后，获取轨迹点的步骤具体为：
判断车辆是否位于所述封闭区域外；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则判断所述车辆的车速是否大于第一减速阈值；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车辆为疑似缓慢行驶，并标记点；
根据相对车速、相对距离，确认车辆处于停车状态，记录停车状态的轨迹点；
根据相对车速、相对距离，确认车辆处于停车状态，记录停车状态的轨迹点的步骤具体为：
计算标记点参照第一标记点的相对距离及相对车速；
判断相对速度是否大于第二减速阈值；
若是，则去除该标记点，并返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，记录该标记点，并判断标记点数是否小于点数阈值；
若是，则不作处理，并返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车辆处于缓慢行驶状态；
计算相对距离的变化值，并判断变化值是否大于变化值阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则判断车辆行驶方向改变值是否介于方向阈值区间内，
若是，则表示车辆处于掉头状态，不作处理；
反之，则表示车辆处于暂停状态，记录暂停时间，并标记车辆；
判断暂停时间是否小于暂停阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则表示车辆处于停车状态，记录停车次数；
根据轨迹点停车次数，确定路边停车位位置；
其中，所述第一标记点为GPS速度小于第一阈值的第一个数据点。
2.根据权利要求1所述路边停车位的识别方法，其特征在于，根据轨迹点停车次数，确定路边停车位位置的步骤包括：
扫描统计所有标记点的停车次数，并判断停车次数是否小于停车阈值，
若是，则去除标记点；
反之，则表示为停车点，并标记为轨迹点；
将轨迹点进行路网匹配，判断轨迹点是否处于红绿灯路口距离阈值内，
若是，则去除轨迹点；
反之，则标记为轨迹点，并判断所述轨迹点是否呈条形分布，
若是，则表示轨迹点位置为路边停车位，并获取停车位的起点与终点，计算停车位数量；
反之，则无法确定路边停车位。
3.一种路边停车位的识别系统，其特征在于，包括：
读取数据模块，用于逐一读取车辆在第一时间段内的GPS数据；
所述读取数据模块具体用于：
选取由特定经纬度所围成的封闭区域；
获取第二时间段内的GPS数据，并按终端号分类处理；
按时间顺序，逐一读取所有车辆在第一时间段内的GPS数据；
其中，所述GPS数据包括：车辆终端号、经纬度数值、车辆类型、车速、行驶方向、行驶状态、距离；
位置轨迹模块，用于在确认车辆处于停车状态后，获取轨迹点；
所述位置轨迹模块具体用于：
判断车辆是否位于所述封闭区域外；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则判断所述车辆的车速是否大于第一减速阈值；
若是，则返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车辆为疑似缓慢行驶，并标记点；
根据相对车速、相对距离，确认车辆处于停车状态，记录停车状态的轨迹点；
根据相对车速、相对距离，确认车辆处于停车状态，记录停车状态的轨迹点的步骤具体为：
计算标记点参照第一标记点的相对距离及相对车速；
判断相对速度是否大于第二减速阈值；
若是，则去除该标记点，并返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，记录该标记点，并判断标记点数是否小于点数阈值；
若是，则不作处理，并返回步骤“逐一读取车辆在第一时间段内的GPS数据”；
反之，则表示车辆处于缓慢行驶状态；
计算相对距离的变化值，并判断变化值是否大于变化值阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则判断车辆行驶方向改变值是否介于方向阈值区间内，
若是，则表示车辆处于掉头状态，不作处理；
反之，则表示车辆处于暂停状态，记录暂停时间，并标记车辆；
判断暂停时间是否小于暂停阈值，
若是，则表示车辆处于拥堵状态，不作处理；
反之，则表示车辆处于停车状态，记录停车次数；
比较确认模块，用于根据轨迹点停车次数，确定路边停车位位置；
其中，所述第一标记点为GPS速度小于第一阈值的第一个数据点。
4.根据权利要求3所述路边停车位的识别系统，其特征在于，所述比较确认模块具体用于：
扫描统计所有标记点的停车次数，并判断停车次数是否小于停车阈值，
若是，则去除标记点；
反之，则表示为停车点，并标记为轨迹点；
将轨迹点进行路网匹配，判断轨迹点是否处于红绿灯路口距离阈值内，
若是，则去除轨迹点；
反之，则标记为轨迹点，并判断所述轨迹点是否呈条形分布，
若是，则表示轨迹点位置为路边停车位，并获取停车位的起点与终点，计算停车位数量；
反之，则无法确定路边停车位。
CN201610186732.3A 2016-03-29 2016-03-29 路边停车位的识别方法及系统 Active CN105810006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610186732.3A CN105810006B (zh) 2016-03-29 2016-03-29 路边停车位的识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610186732.3A CN105810006B (zh) 2016-03-29 2016-03-29 路边停车位的识别方法及系统

Publications (2)

Publication Number Publication Date
CN105810006A CN105810006A (zh) 2016-07-27
CN105810006B true CN105810006B (zh) 2018-08-21

Family

ID=56455022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610186732.3A Active CN105810006B (zh) 2016-03-29 2016-03-29 路边停车位的识别方法及系统

Country Status (1)

Country Link
CN (1) CN105810006B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9911332B1 (en) 2017-03-03 2018-03-06 Here Global B.V. Method, apparatus, and computer program product for parking likelihood estimation based on probe data collection
DE102017204180B3 (de) * 2017-03-14 2018-08-02 Audi Ag Verfahren zur Ermittlung und/oder Verwaltung einer Parkraumkarte
CN107341862A (zh) * 2017-07-11 2017-11-10 深圳市合智思创信息技术有限公司 车辆在预定区域内停车时长的计算方法、装置、监控系统
CN108171972A (zh) * 2017-12-22 2018-06-15 思建科技有限公司 一种堵车提醒方法及系统
CN108537391B (zh) * 2018-04-25 2021-12-07 哈尔滨工业大学 一种基于出租车轨迹数据的出租车停靠站设置优化方法
CN108734008B (zh) * 2018-04-26 2021-12-07 东华大学 基于停车记录对车辆匿名的移动轨迹数据去匿名的方法
CN108646267A (zh) * 2018-05-15 2018-10-12 广州极飞科技有限公司 一种识别采样点的方法及装置
CN110428621B (zh) * 2019-07-30 2022-07-15 山东交通学院 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法
CN112613809B (zh) * 2020-12-15 2024-03-22 拉扎斯网络科技（上海）有限公司 一种标签数据获得方法、装置、电子设备以及存储介质
CN115311891B (zh) * 2022-07-28 2023-07-18 重庆长安汽车股份有限公司 路边和停车场空闲停车位的共享方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101577049A (zh) * 2009-06-17 2009-11-11 交通部公路科学研究所 基于浮动车停车点数据过滤的地图匹配方法
CN102013166A (zh) * 2010-12-01 2011-04-13 福建工程学院 基于浮动车技术的红绿灯路口识别方法
CN102024325A (zh) * 2010-12-23 2011-04-20 福建工程学院 基于浮动车技术的交通堵塞点识别方法
EP2492887A1 (en) * 2011-02-28 2012-08-29 ShockFish S.A. Process and system for detecting a particular state of a specific parking space
CN103903438A (zh) * 2014-03-14 2014-07-02 深圳先进技术研究院 客运车辆违规停车地点识别方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140266804A1 (en) * 2013-03-15 2014-09-18 Kamran ASADPOUR Parking tracking system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101577049A (zh) * 2009-06-17 2009-11-11 交通部公路科学研究所 基于浮动车停车点数据过滤的地图匹配方法
CN102013166A (zh) * 2010-12-01 2011-04-13 福建工程学院 基于浮动车技术的红绿灯路口识别方法
CN102024325A (zh) * 2010-12-23 2011-04-20 福建工程学院 基于浮动车技术的交通堵塞点识别方法
EP2492887A1 (en) * 2011-02-28 2012-08-29 ShockFish S.A. Process and system for detecting a particular state of a specific parking space
CN103903438A (zh) * 2014-03-14 2014-07-02 深圳先进技术研究院 客运车辆违规停车地点识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于数据挖掘的自助泊车系统;丁兵;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20160215(第2期);第C035-114页 *

Also Published As

Publication number Publication date
CN105810006A (zh) 2016-07-27

Similar Documents

Publication Publication Date Title
CN105810006B (zh) 路边停车位的识别方法及系统
US10408636B2 (en) Apparatus and method for vehicle economy improvement
CN105139638B (zh) 一种出租车载客点选取的方法及系统
CN105741537B (zh) 车辆寻客状态的识别方法及系统
Jie et al. Monitoring travel times in an urban network using video, GPS and Bluetooth
CN105679038B (zh) 停车场入口的识别方法及系统
CN107590999B (zh) 一种基于卡口数据的交通状态判别方法
CN102779415B (zh) 实时分析交通信号相位的方法与装置
CN100589143C (zh) 判断浮动车行驶状态的方法及装置
CN106846806A (zh) 基于Isolation Forest的城市道路交通异常检测方法
CN113847925A (zh) 基于轨迹数据检测车辆偏航的方法、装置、设备及介质
CN104750963A (zh) 交叉口延误时长估计方法及装置
Flaskou et al. Analysis of freight corridors using GPS data on trucks
Liao Generating Reliable Freight Performance Measures with Truck GPS Data: Case Study in Twin Cities Metropolitan Area, Minnesota
TW201339031A (zh) 行車油耗計算方法及行車油耗計算系統
CN111765904B (zh) 自动驾驶车辆的测试方法、装置、电子设备和介质
CN110782656A (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN114664087A (zh) 基于轨迹识别车辆上下高速的方法、装置、设备及介质
CN111127882A (zh) 一种基于大数据的旅游景区停车场来车数量预测方法
CN103426211A (zh) 车辆行驶状况分析系统、分析装置和分析方法
CN112633812B (zh) 货运车辆的轨迹分段方法、装置、设备及存储介质
Tišljarić et al. Analysis of intersection queue lengths and level of service using GPS data
CN116124178A (zh) 众包高精度地图质量评估方法、系统及存储介质
Fei et al. Spatiotemporal clustering in urban transportation: a bus route case study in Washington DC
CN106323318A (zh) 导航路径的通行时间的处理方法及装置

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