CN106231562A - 识别出行人员的方法及系统 - Google Patents

识别出行人员的方法及系统 Download PDF

Info

Publication number
CN106231562A
CN106231562A CN201610870725.5A CN201610870725A CN106231562A CN 106231562 A CN106231562 A CN 106231562A CN 201610870725 A CN201610870725 A CN 201610870725A CN 106231562 A CN106231562 A CN 106231562A
Authority
CN
China
Prior art keywords
motion track
personnel
identified
bus
rate travel
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.)
Pending
Application number
CN201610870725.5A
Other languages
English (en)
Inventor
邹复民
蒋新华
廖律超
赖宏图
朱铨
方卫东
甘振华
徐翔
胡蓉
张淑玲
陈子标
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 CN201610870725.5A priority Critical patent/CN106231562A/zh
Publication of CN106231562A publication Critical patent/CN106231562A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供一种识别出行人员的方法及系统，方法包括：获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；若是，则判定所述待识别人员为乘坐私家车出行的人员。通过分析预设时间段内待识别人员的移动轨迹与公交车的移动轨迹的差异、待识别人员的平均移动速率和瞬时移动速率识别出乘坐私家车出行的人员。具有实现方式简单和识别准确度高的优点。

Description

识别出行人员的方法及系统
技术领域
本发明涉及计算机技术领域，尤其涉及一种识别出行人员的方法及系统。
背景技术
近年来，城市人口流动大，统计城市人口迁移情况、研究城市人口分布和迁移规律的工作量不断增加；而城市人口中，乘坐私家车出行的人群占据了城市人口总数的很大比例。另一方面，随着智能手机使用的普及已成为现代人必备的通信工具，产生了海量的手机轨迹数据，通过手机GPS或通信基站可获取机主的移动轨迹信息。
若能够利用人们的移动轨迹信息，识别出乘坐私家车出行的人群，则对了解城市人口迁移情况具有重大意义。
发明内容
本发明所要解决的技术问题是：提供一种识别出行人员的方法及系统，能够利用人员的移动轨迹识别出该人员是否为乘坐私家车出行的人群。
为了解决上述技术问题，本发明采用的技术方案为：
一种识别出行人员的方法，包括：
获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
若是，则判定所述待识别人员为乘坐私家车出行的人员。
本发明的另一个技术方案为：
一种识别出行人员的系统，包括：
第一获取模块，用于获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
第一判断模块，用于若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
第二判断模块，用于若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
判定模块，用于若是，则判定所述待识别人员为乘坐私家车出行的人员。
本发明的有益效果在于：由于私家车的移动轨迹一定会有与公交车的移动轨迹不重叠的部分，因此可以通过待识别人员和公交车移动轨迹的差异初步筛选出可能是乘坐私家车出行的人员。另外，私家车的平均移动速率会超过某个最小的限度，即第一预设速率；且由于私家车会比其他交通工具，如自行车、电动车等的瞬时移动速率高，一般会存在至少一个瞬时移动速率大于某个较高限度，即第二预设速率的情况，因此通过判断待识别人员的平均移动速率是否大于第一预设速率，且是否存在瞬时移动速率大于第二预设速率的情况，即可识别出乘坐私家车出行的人员。本发明实现方式简单，且考虑了多种情况，识别精确度高。
附图说明
图1为本发明一实施例的识别出行人员的方法的流程图；
图2为本发明一实施例的识别出行人员的系统的结构示意图；
图3为本发明实施例一的识别出行人员的方法的流程图；
图4为本发明实施例二的识别出行人员的系统的结构示意图。
标号说明：
1、第一获取模块；11、第二获取模块；12、处理模块；2、第一判断模块；3、第二判断模块；4、判定模块。
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：通过分析待识别人员的移动轨迹与公交车的移动轨迹的差异、待识别人员的平均速率是否大于第一预设速率且待识别人员的瞬时移动速率是否存在大于第二预设速率的情况，识别出乘坐私家车出行的人员。
请参照图1，本发明提供：
一种识别出行人员的方法，包括：
获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
若是，则判定所述待识别人员为乘坐私家车出行的人员。
从上述描述可知，本发明一种识别出行人员的方法的有益效果在于：通过待识别人员和公交车移动轨迹的差异初步筛选出可能是乘坐私家车出行的人员初步筛选出可能为乘坐私家车出行的人员；再在初步筛选出的人员中通过判断待识别人员的平均移动速率是否大于第一预设速率且瞬时移动速率是否大于第二预设速率，识别出乘坐私家车出行的人员。充分考虑了多种情况，具有识别精度高的优点。
进一步的，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：
待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处。
从上述描述可知，私家车的移动轨迹可以和公交车的移动轨迹完全不同，也可以和公交车的移动轨迹重叠一部分，然后从某处与公交车的移动轨迹分离。
进一步的，所述待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处包括：
待识别人员的移动轨迹的局部与公交车的移动轨迹完全重叠且未在所述公交车的终点站终止。
从上述描述可知，上述为私家车与公交车的移动轨迹重叠，但私家车到达公交车终点站时继续前行的情况。
进一步的，所述获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率，具体为：
获取一城市的每辆公交车的移动轨迹；
获取待识别人员的手机位置信息以及所述一城市的道路信息；
依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率。
从上述描述可知，由于现在基本上每个人都有手机，因此通过获取手机位置信息即可获取待识别人员的位置信息，并将手机位置信息于对应城市的道路信息匹配即可得到待识别人员的移动轨迹、瞬时移动速率和平均移动速率。
进一步的，所述预设时间段为1天，所述第一预设速率的范围为5-7千米每小时，第二预设速率的范围为20-30千米每小时。
从上述描述可知，一般情况下，公交车出行或私家车出行的周期都为一天，因此，采用1天作为识别的预设时间段。由于人步行的时速约为5千米每小时，即使考虑到堵车等因素，私家车的平均移动速率也必然大于5千米每小时；另一方面，现有私人出行工具一般为电动车或私家车，电动车的时速不能超过20千米每小时，超过则算违规，而私家车的时速一般都有超过20千米每小时的情况，因此，具体的，可将第一预设速率设为5千米每小时，第二预设速率设为20千米每小时。也可以根据实际情况设置第一预设速率和第二预设速率的值。
请参照图2，本发明的另一个技术方案为：
一种识别出行人员的系统，包括：
第一获取模块1，用于获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
第一判断模块2，用于若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
第二判断模块3，用于若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
判定模块4，用于若是，则判定所述待识别人员为乘坐私家车出行的人员。
从上述描述可知，本发明识别出行人员的系统的有益效果在于：通过第一获取模块获取公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率，从而第一判断模块对可能是乘坐私家车出行的人员判断其平均移动速率是否小于第一预设速率，第二判断模块再对大于第一预设速率的待识别人员判断其瞬时移动速率是否存在大于第二预设速率，从而判定模块能够判定出存在瞬时移动速率大于第二预设速率情况的待识别人员为乘坐私家出出行人员。
进一步的，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：
待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处。
进一步的，所述待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处包括：
待识别人员的移动轨迹的局部与公交车的移动轨迹完全重叠且未在所述公交车的终点站终止。
进一步的，所述第一获取模块1包括：
第二获取模块11，用于获取待识别人员的手机位置信息以及所述一城市的道路信息；
处理模块12，用于依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率。
从上述描述可知，通过第二获取模块获取待识别人员的手机位置信息，从而处理模块能够将手机位置信息匹配道路信息，得到待识别人员的移动轨迹、瞬时移动速率和平均移动速率，充分利用了现有的手机资源，无需额外增加其他设备。
进一步的所述预设时间段为1天，所述第一预设速率的范围为5-7千米每小时，第二预设速率的范围为20-30千米每小时。
请参照图3，本发明的实施例一为：
一种识别出行人员的方法，包括：
S1：获取一城市的每辆公交车的移动轨迹；获取待识别人员的手机位置信息以及所述一城市的道路信息；依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
S2：判断一天内所述待识别人员的移动轨迹是否存在与公交车的移动轨迹不重叠的部分；具体的，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处；
S3：若否，识别结束，进入S6；若是，则判断所述待识别人员的平均移动速率是否小于5千米每小时；
S4：若是，识别结束，进入S6；若否，则判断是否存在所述待识别人员的瞬时移动速率大于20千米每小时的情况；
S5：若否，识别结束，进入S6；若是，则判定所述待识别人员为乘坐私家车出行的人员。
S6：对其他每个待识别人员按上述步骤S1-S5进行识别。
下面以一个具体的实例说明本发明的方案：
获取厦门的所有公交车线路信息，该所有公交车线路信息即包括每辆公交车的移动轨迹；获取人群A的手机位置信息，并将该手机位置信息匹配道路信息，得到人群A中每个人的移动轨迹、瞬时移动速率和平均移动速率；以人员甲为例，说明识别的具体过程：
首先，判断一天内甲的移动轨迹是否存在与公交车的移动轨迹不重叠的部分，假设甲的移动轨迹只在中山路与1路公交车的移动轨迹重叠，出了中山路之后，甲的移动轨迹便与1路公交车的移动轨迹不重叠了，则说明甲可能是乘坐私家车出行的人员，继续判断甲的平均移动速率v1是否大于5千米每小时；否则结束对甲的识别，继续下一个人群A中下一人员的识别，是则继续判断甲的瞬时移动速率v2是否有大于20千米每小时的情况；是则判定甲是乘坐私家车出行人员，否则结束识别。
按照上述方法识别人群A中的其他人员，还可进行统计判定结果等操作。
请参照图4，本发明的实施例二为：
一种应用于上述实施例一的识别出行人员的方法的系统，包括：
第一获取模块1，用于获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；具体的，所述第一获取模块包括：第二获取模块11，用于获取待识别人员的手机位置信息以及所述一城市的道路信息；处理模块12，用于依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
第一判断模块2，用于若一天内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于5千米每小时；具体的，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处；
第二判断模块3，用于若否，则判断待识别人员的瞬时移动速率是否存在大于20千米每小时的情况；若是，识别结束，进入第一判断模块，继续识别下一个待识别人员；
判定模块4，用于若是，则判定所述待识别人员为乘坐私家车出行的人员；若否，结束识别；进入第一判断模块，继续识别下一个待识别人员。
综上所述，本发明提供的识别出行人员的方法及系统，充分利用了已有的手机数据资源；并通过分析预设时间段内待识别人员的移动轨迹与公交车的移动轨迹的差异、待识别人员的平均移动速率和瞬时移动速率识别出乘坐私家车出行的人员。具有实现方式简单和识别准确度高的优点。
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 (10)

1.一种识别出行人员的方法，其特征在于，包括：
获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
若是，则判定所述待识别人员为乘坐私家车出行的人员。
2.根据权利要求1所述的识别出行人员的方法，其特征在于，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：
待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处。
3.根据权利要求2所述的识别出行人员的方法，其特征在于，所述待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处包括：
待识别人员的移动轨迹的局部与公交车的移动轨迹完全重叠且未在所述公交车的终点站终止。
4.根据权利要求1所述的识别出行人员的方法，其特征在于，所述获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率，具体为：
获取一城市的每辆公交车的移动轨迹；
获取待识别人员的手机位置信息以及所述一城市的道路信息；
依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率。
5.根据权利要求1所述的识别出行人员的方法，其特征在于，所述预设时间段为1天，所述第一预设速率的范围为5-7千米每小时，第二预设速率的范围为20-30千米每小时。
6.一种识别出行人员的系统，其特征在于，包括：
第一获取模块，用于获取一城市的每辆公交车的移动轨迹，以及待识别人员的移动轨迹、瞬时移动速率和平均移动速率；
第一判断模块，用于若预设时间段内所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分，则判断所述待识别人员的平均移动速率是否小于第一预设速率；
第二判断模块，用于若否，则判断是否存在大于第二预设速率的待识别人员的瞬时移动速率；所述第二预设速率大于第一预设速率；
判定模块，用于若是，则判定所述待识别人员为乘坐私家车出行的人员。
7.根据权利要求6所述的识别出行人员的系统，其特征在于，所述待识别人员的移动轨迹存在与公交车的移动轨迹不重叠的部分具体包括：
待识别人员的移动轨迹与公交车的移动轨迹完全不重叠、待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处。
8.根据权利要求7所述的识别出行人员的系统，其特征在于，所述待识别人员的移动轨迹的局部与公交车的移动轨迹重叠且未终止于公交车的移动轨迹中任意一处包括：
待识别人员的移动轨迹的局部与公交车的移动轨迹完全重叠且未在所述公交车的终点站终止。
9.根据权利要求6所述的识别出行人员的系统，其特征在于，所述第一获取模块包括：
第二获取模块，用于获取待识别人员的手机位置信息以及所述一城市的道路信息；
处理模块，用于依据所述手机位置信息和道路信息得到所述待识别人员的移动轨迹、瞬时移动速率和平均移动速率。
10.根据权利要求6所述的识别出行人员的系统，其特征在于，所述预设时间段为1天，所述第一预设速率的范围为5-7千米每小时，第二预设速率的范围为20-30千米每小时。
CN201610870725.5A 2016-09-30 2016-09-30 识别出行人员的方法及系统 Pending CN106231562A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610870725.5A CN106231562A (zh) 2016-09-30 2016-09-30 识别出行人员的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610870725.5A CN106231562A (zh) 2016-09-30 2016-09-30 识别出行人员的方法及系统

Publications (1)

Publication Number Publication Date
CN106231562A true CN106231562A (zh) 2016-12-14

Family

ID=58075793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610870725.5A Pending CN106231562A (zh) 2016-09-30 2016-09-30 识别出行人员的方法及系统

Country Status (1)

Country Link
CN (1) CN106231562A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039046A (zh) * 2018-01-05 2018-05-15 重庆邮电大学 一种基于c-v2x的城市交叉路口行人检测识别系统
CN110544378A (zh) * 2019-09-02 2019-12-06 上海评驾科技有限公司 一种手机用户拥车情况的判断方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799897A (zh) * 2012-07-02 2012-11-28 杨飞 基于gps定位的交通方式组合出行的计算机识别方法
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN104751536A (zh) * 2013-12-25 2015-07-01 中兴通讯股份有限公司 一种公交站点优化评估方法和系统
CN104751631A (zh) * 2015-03-13 2015-07-01 同济大学 基于gps定位和模糊理论判断出行链交通方式的方法
CN105117789A (zh) * 2015-07-29 2015-12-02 西南交通大学 基于手机信令数据的居民出行方式综合判别的方法
CN105654711A (zh) * 2014-12-03 2016-06-08 中国移动通信集团山东有限公司 一种公交车乘客识别方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799897A (zh) * 2012-07-02 2012-11-28 杨飞 基于gps定位的交通方式组合出行的计算机识别方法
CN104751536A (zh) * 2013-12-25 2015-07-01 中兴通讯股份有限公司 一种公交站点优化评估方法和系统
CN103810851A (zh) * 2014-01-23 2014-05-21 广州地理研究所 一种基于手机定位的交通出行模式识别方法
CN105654711A (zh) * 2014-12-03 2016-06-08 中国移动通信集团山东有限公司 一种公交车乘客识别方法及系统
CN104751631A (zh) * 2015-03-13 2015-07-01 同济大学 基于gps定位和模糊理论判断出行链交通方式的方法
CN105117789A (zh) * 2015-07-29 2015-12-02 西南交通大学 基于手机信令数据的居民出行方式综合判别的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039046A (zh) * 2018-01-05 2018-05-15 重庆邮电大学 一种基于c-v2x的城市交叉路口行人检测识别系统
CN108039046B (zh) * 2018-01-05 2021-02-09 重庆邮电大学 一种基于c-v2x的城市交叉路口行人检测识别系统
CN110544378A (zh) * 2019-09-02 2019-12-06 上海评驾科技有限公司 一种手机用户拥车情况的判断方法
CN110544378B (zh) * 2019-09-02 2020-11-03 上海评驾科技有限公司 一种手机用户拥车情况的判断方法

Similar Documents

Publication Publication Date Title
CN106197458B (zh) 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法
CN104064028B (zh) 基于多元信息数据的公交到站时间预测方法及系统
CN108415975B (zh) 基于bdch-dbscan的出租车载客热点识别方法
CN105185105B (zh) 基于车辆gps和公交ic卡数据的公交换乘识别方法
Li et al. Real-time queue length estimation for signalized intersections using vehicle trajectory data
CN103593974B (zh) 一种基于定位信息的公交载客量采集方法
CN109166337B (zh) 公交到站时间生成方法、装置及公交乘客出行od获取方法
CN104424812B (zh) 一种公交到站时间预测系统和方法
CN108151756A (zh) 一种城市公共交通系统的行程时间计算方法和装置
CN107240264B (zh) 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法
Wang et al. Modeling bus dwell time and time lost serving stop in China
CN104851287B (zh) 基于视频检测器的城市道路路段行程时间检测方法
CN106448173B (zh) 一种基于手机数据的长距离出行交通方式划分方法
CN109633727A (zh) 一种基于轨迹偏角的共享单车逆行行为识别方法
CN103632540A (zh) 基于浮动车数据的城市主干道交通运行信息处理方法
CN109903555B (zh) 一种基于大数据的公交乘客下车数据预测方法及系统
CN111160480B (zh) 地下停车场出入口挖掘方法、装置及电子设备
CN107167151B (zh) 公交车线路设置方法、路线规划方法及装置
CN109523063A (zh) 一种轨道交通动态客流导向系统
CN110299010A (zh) 一种面向车路协同路侧设备的信息处理方法
CN106650976A (zh) 出行分析预测方法及系统、基于ic卡的出行分析预测方法及系统
CN112734219A (zh) 一种车辆运输行驶行为分析方法及系统
CN111489555A (zh) 一种交通运行状态预测方法、装置和系统
CN108960133A (zh) 乘客流量监控的方法、电子设备、系统以及存储介质
CN106231562A (zh) 识别出行人员的方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161214