CN106327866A - 基于rfid的车辆出行od切分方法及其系统 - Google Patents
基于rfid的车辆出行od切分方法及其系统 Download PDFInfo
- Publication number
- CN106327866A CN106327866A CN201610766103.8A CN201610766103A CN106327866A CN 106327866 A CN106327866 A CN 106327866A CN 201610766103 A CN201610766103 A CN 201610766103A CN 106327866 A CN106327866 A CN 106327866A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- rfid
- vehicle
- point
- time interval
- 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
Abstract
本发明提供的一种基于RFID的车辆出行OD切分方法,包括采集目标车辆通过两个相邻RFID采集点的通行时间间隔,并将通行时间间隔与设定时间间隔比较并判断目标车辆在该两个相邻RFID采集点之间是否有停留点;通过上述方法,能够对车辆出行轨迹中的起点、终点进行准确的确定,并能够形成准确的车辆出行轨迹,抗干扰能力强,使用成本低廉。
Description
技术领域
本发明涉及交通领域,尤其涉及一种基于RFID的车辆出行OD切分方法及其系统。
背景技术
随着社会的发展,人们对于道路交通的要求越来越高,道路的合理规划以及管理是提高城市交通的通行率,缓解城市拥堵的关键,其中,在交通规划及管理中,居民的出行行为分析及需求预测是交通规划及交通管理的基础,因此,准确确定人们的出行轨迹对交通科学合理规划及管理非常重要。
居民出行分析一般基于车辆出行路径,对于车辆的出行路径调查中,需要准确获取出发点O、终点D以及停留点,进而准确获取车辆的出行轨迹,现有技术中,对于车辆出行轨迹的检测普遍采用卫星定位技术,即在车辆上安装GPS或者北斗定位系统,通过卫星定位车辆的轨迹,这种方式存在如下问题:对于车辆的形式轨迹能够进行准确确定,但是,对于车辆的停留点却难以确定,而且容易受到干扰,同时装有GPS或者北斗定位系统的车辆较少,仅仅能分析出租车和两客一危车辆,无法对所有车辆进行分析,导致结果不准确,而且成本高。
因此,需要提出一种新的车辆出行OD切分方法及系统,能够对车辆出行轨迹中的起点、终点进行准确的确定,并能够形成准确的车辆出行轨迹,适用于所有安装RFID电子标签的车辆,抗干扰能力强,使用成本低廉。
发明内容
有鉴于此,本发明提供的一种基于RFID的车辆出行OD切分方法,能够对车辆出行轨迹中的起点、终点进行准确的确定,并能够形成准确的车辆出行轨迹,适用于所有安装RFID电子标签的车辆,抗干扰能力强,使用成本低廉。
本发明提供的一种基于RFID的车辆出行OD切分方法,包括
采集目标车辆通过两个相邻RFID采集点的通行时间间隔,并将通行时间间隔与设定时间间隔比较并判断目标车辆在该两个相邻RFID采集点之间是否有停留点。
进一步,根据如下方法判断目标车辆在相邻RFID采集点之间是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点。
进一步,S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
进一步,根据如下公式确定目标车辆的时距相符度:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi。
进一步,根据如下公式确定路径曲折度RTI:
其中,LXY为目标车辆通过相邻两个RFID采集点的实际路径,LOD为起点到终点的最短路径。
相应地,本发明还提供了一种基于RFID的车辆出行OD切分系统,包括
电子标签,设置于车辆并记录有车辆信息,该车辆信息至少包括车辆的身份信息;
RFID读写器,设置于道路的RFID采集点,用于采集目标车辆的信息并在采集到车辆的车辆信息时记录采集时间;
处理器,用于接收RFID读写器输出的车辆信息以及采集时间,并根据采集时间计算目标车辆通过相邻两个RFID采集点的时间间隔,并根据时间间隔判断目标车辆在两个相邻RFID采集点之间是否具有停留点。
进一步,处理器根据如下方法判断目标车辆在两个相邻RFID采集点是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点。
进一步,S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
进一步,根据如下公式确定目标车辆的时距相符度:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi。
进一步,根据如下公式确定路径曲折度RTI:
其中,LXY为目标车辆通过相邻两个RFID采集点的实际路径,LOD为起点到终点的最短路径。
本发明的有益效果:
1、本发明能够对车辆出行轨迹中的起点、终点进行准确的确定,并能够形成准确的车辆出行轨迹;
2、本发明通过参考同时段的其他车辆出行时间和出行轨迹,充分考虑了由于交通拥堵造成出行时间较长,避免了停留点的误判;
3、本发明适用于所有安装RFID电子标签的车辆,适用范围广,可以监控路段上绝大多数车辆;
4、本发明抗干扰能力强,使用成本低廉
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的流程图。
图2为本发明的RFID采集点结构示意图。
具体实施方式
图1为本发明的流程图,图2为本发明的RFID采集点结构示意图,如图所示,本发明提供的一种基于RFID的车辆出行OD切分方法,包括
采集目标车辆通过两个相邻RFID采集点的通行时间间隔,并将通行时间间隔与设定时间间隔比较并判断目标车辆在该两个相邻RFID采集点之间是否有停留点;通过上述方法,能够对车辆出行轨迹中的起点、终点进行准确的确定,并能够形成准确的车辆出行轨迹,抗干扰能力强,使用成本低廉。
本实施例中,根据如下方法判断目标车辆在相邻RFID采集点之间是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点,T1和T2均为根据不同的路段以及该路段路况设定的时间间隔阈值,且T1<T2;
时距相符度TDI根据如下公式确定:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi,例如:目标车辆在14点25分05秒通过RFID采集点C1,而在14点27分09秒到达RFID采集点C2,因此,在计算时距相符度时,只需考虑在14点25分05秒以后通过采集点C1且在14点27分09秒之前通过采集点C2的车辆通过C1和C2之间的时间间隔;
路径曲折度RTI根据如下公式确定:
其中,LXY为目标车辆的实际路径,LOD是目标车辆起点到终点的最短路径;
S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
以下通过图2所示的具体实例对本发明进行进一步解释说明:
如图2所示,箭头表示行车方向,在设定的采集时间内,目标车辆先后通过了10个RFID采集点C1至C10,那么C1为这个设定采集时间内目标车辆的全程起点O,C10为为了对目标车辆在设定采集时间内的全程终点D,目标车辆依次通过相邻两个RFID采集点的时间间隔分别为t1,t2,……,t9,即t1为目标车辆从C1行驶至C2的时间间隔,t2为目标车辆从C2行驶至C3的时间间隔,依次类推,目标车辆从C5至C6的时间间隔为t5,t8为目标车辆从C8至C9的时间间隔,t9为目标车辆从C9至C10的时间间隔,且假设t2≥T2以及t8≥T2,T1≤t5<T2,目标车辆通过其他相邻两个RFID采集点的时间间隔均小于T1;
由于t2≥T2以及t8≥T2,则可判定目标车辆在C2和C3之间以及C8和C9之间具有停留点,此时,将C1至C10的全程进行切分,将C2和C8均标记为停留点,此时,目标车辆的行车轨迹进行了初步的OD切分,即C1和C2划分为第一次出行,起点O为C1,终点D为C2;C3至C8为第二次出行,C3为第二次出行的起点O,C8为第二次出行的终点D;C9至C10为第三次出行,C9为第三次出行的起点O,C10为第三次出行的终点D;为了表示区分,图2中C2和C8的点被标黑;
由于目标车辆通过其他相邻两个RFID采集点的时间间隔(即除去C2至C3之间,C5至C6之间以及C8至C9之间的时间间隔)均小于T1,那么判定目标车辆在这些RFID采集点之间没有停留点;
由于目标车辆通过C5至C6时的时间间隔t5满足T1≤t5<T2,则首先计算目标车辆通过C5和C6之间的时距相符度TDI,若TDI≥STDI,此时计算目标车辆的路径曲折度,若RTI≥SRTI,则判定目标车辆在C5和C6之间具有停留点,并将RFID采集点C5标记为停留点,否则,目标车辆在C5和C6之间不具有停留点,其中,C5的点用黑白表示改点需要通过时距相符度和路径曲折度进行停留点的判定;
对于路径曲折度的计算:由于在第二次出行中,起点O为C3,终点D为C8,那么LOD为C3至C8的最短路径,该最短路径能够根据实际的道路状况获取;LXY为目标车实际行驶路径,即LXY=LC3C4+LC4C5+LC5C6+LC6C7+LC7C8;然后通过LOD和LXY按照计算公式计算路径曲折度RTI。
相应地,本发明还提供了一种基于RFID的车辆出行OD切分系统,包括
电子标签,设置于车辆并记录有车辆信息,该车辆信息至少包括车辆的身份信息;
RFID读写器,设置于道路的RFID采集点,用于采集目标车辆的信息并在采集到车辆的车辆信息时记录采集时间;
处理器,用于接收RFID读写器输出的车辆信息以及采集时间,并根据采集时间计算目标车辆通过相邻两个RFID采集点的时间间隔,并根据时间间隔判断目标车辆在两个相邻RFID采集点之间是否具有停留点。
处理器根据如下方法判断目标车辆在两个相邻RFID采集点是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点,T1和T2均为根据不同的路段以及该路段路况设定的时间间隔阈值,且T1<T2;
根据如下公式确定目标车辆的时距相符度TDI:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi;
路径曲折度RTI根据如下公式确定:
其中,LXY为目标车辆的实际路径,LOD是目标车辆起点到终点的最短路径。
S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于RFID的车辆出行OD切分方法,其特征在于:包括
采集目标车辆通过两个相邻RFID采集点的通行时间间隔,并将通行时间间隔与设定时间间隔比较并判断目标车辆在该两个相邻RFID采集点之间是否有停留点。
2.根据权利要求1所述基于RFID的车辆出行OD切分方法,其特征在于:根据如下方法判断目标车辆在相邻RFID采集点之间是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点。
3.根据权利要求2所述基于RFID的车辆出行OD切分方法,其特征在于:S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
4.根据权利要求2或3所述基于RFID的车辆出行OD切分方法,其特征在于:根据如下公式确定目标车辆的时距相符度:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi。
5.根据权利要求2或3所述基于RFID的车辆出行OD切分方法,其特征在于:根据如下公式确定路径曲折度RTI:
其中,LXY为目标车辆通过相邻两个RFID采集点的实际路径,LOD为起点到终点的最短路径。
6.一种基于RFID的车辆出行OD切分系统,其特征在于:包括
电子标签,设置于车辆并记录有车辆信息,该车辆信息至少包括车辆的身份信息;
RFID读写器,设置于道路的RFID采集点,用于采集目标车辆的信息并在采集到车辆的车辆信息时记录采集时间;
处理器,用于接收RFID读写器输出的车辆信息以及采集时间,并根据采集时间计算目标车辆通过相邻两个RFID采集点的时间间隔,并根据时间间隔判断目标车辆在两个相邻RFID采集点之间是否具有停留点。
7.根据权利要求6所述基于RFID的车辆出行OD切分系统,其特征在于:处理器根据如下方法判断目标车辆在两个相邻RFID采集点是否具有停留点:
S1.若通行时间间隔t≥设定时间间隔T2,则判断目标车辆通过的前一RFID采集点为停留点;
S2.若通行时间间隔t<设定时间间隔T1,则判断目标车辆通过该两个相邻RFID采集点之间无停留点;
S3.若设定时间间隔T1≤通行时间间隔t<设定时间间隔T2,确定目标车辆的时距相符度TDI以及路径曲折度RTI,并将目标车辆的时距相符度TDI与设定时距相符度STDI相比较,且将路径曲折度RTI与设定路径曲折度SRTI相比较,根据比较结果判断目标车辆是否具有停留点。
8.根据权利要求7所述基于RFID的车辆出行OD切分系统,其特征在于:S3中,按照如下方式判断目标车辆是否具有停留点:
若TDI≥STDI且RTI≥SRTI,则判断目标车辆通过的前一RFID采集点为停留点;
若TDI<STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点;
若TDI≥STDI且RTI<SRTI,则判断目标车辆在该两个相邻RFID采集点之间无停留点。
9.根据权利要求7或8所述基于RFID的车辆出行OD切分系统,其特征在于:根据如下公式确定目标车辆的时距相符度:
其中,tb1为目标车辆到达后一RFID采集点的时间,ta1为目标车辆从前一RFID采集点的出发时间,tbi为目标车辆同一行车方向上第i车辆达到后一RFID采集点的时间,tai为目标车辆同一行车方向上第i车辆从前一RFID采集点出发时间,其中i为大于或等于2的自然数,ta1≤tai且tb1≥tbi。
10.根据权利要求7或8所述基于RFID的车辆出行OD切分系统,其特征在于:根据如下公式确定路径曲折度RTI:
其中,LXY为目标车辆通过相邻两个RFID采集点的实际路径,LOD为起点到终点的最短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610766103.8A CN106327866B (zh) | 2016-08-30 | 2016-08-30 | 基于rfid的车辆出行od切分方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610766103.8A CN106327866B (zh) | 2016-08-30 | 2016-08-30 | 基于rfid的车辆出行od切分方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327866A true CN106327866A (zh) | 2017-01-11 |
CN106327866B CN106327866B (zh) | 2018-11-16 |
Family
ID=57789227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610766103.8A Active CN106327866B (zh) | 2016-08-30 | 2016-08-30 | 基于rfid的车辆出行od切分方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327866B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997667A (zh) * | 2017-04-18 | 2017-08-01 | 北京博研智通科技有限公司 | 利用手机移动数据定量评价公交车道效率的方法和系统 |
CN108550261A (zh) * | 2018-05-31 | 2018-09-18 | 重庆大学 | 基于rfid电子车牌的城市交通od计算方法 |
CN108629977A (zh) * | 2018-06-06 | 2018-10-09 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的出行特征分析方法 |
CN108765949A (zh) * | 2018-06-06 | 2018-11-06 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的智能交通系统 |
CN108806248A (zh) * | 2018-05-31 | 2018-11-13 | 重庆大学 | 一种针对rfid电子车牌数据的车辆出行轨迹划分方法 |
CN109257694A (zh) * | 2018-08-23 | 2019-01-22 | 东南大学 | 一种基于rfid数据的车辆od矩阵划分方法 |
CN110491157A (zh) * | 2019-07-23 | 2019-11-22 | 中山大学 | 一种基于停车场数据和卡口数据的车辆关联方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04281596A (ja) * | 1991-03-11 | 1992-10-07 | Matsushita Electric Ind Co Ltd | 車両走行時間解析装置 |
CN1959759A (zh) * | 2006-11-17 | 2007-05-09 | 上海城市综合交通规划科技咨询有限公司 | 基于浮动车数据的交通分析方法 |
CN102411841A (zh) * | 2011-07-29 | 2012-04-11 | 北京世纪高通科技有限公司 | 一种交通路况数据的处理方法及装置 |
CN105608889A (zh) * | 2015-09-07 | 2016-05-25 | 华迪计算机集团有限公司 | 一种车辆停留分析方法 |
CN105654417A (zh) * | 2016-01-13 | 2016-06-08 | 北京中交兴路信息科技有限公司 | 一种货车停靠点信息的获取方法及系统 |
-
2016
- 2016-08-30 CN CN201610766103.8A patent/CN106327866B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04281596A (ja) * | 1991-03-11 | 1992-10-07 | Matsushita Electric Ind Co Ltd | 車両走行時間解析装置 |
CN1959759A (zh) * | 2006-11-17 | 2007-05-09 | 上海城市综合交通规划科技咨询有限公司 | 基于浮动车数据的交通分析方法 |
CN102411841A (zh) * | 2011-07-29 | 2012-04-11 | 北京世纪高通科技有限公司 | 一种交通路况数据的处理方法及装置 |
CN105608889A (zh) * | 2015-09-07 | 2016-05-25 | 华迪计算机集团有限公司 | 一种车辆停留分析方法 |
CN105654417A (zh) * | 2016-01-13 | 2016-06-08 | 北京中交兴路信息科技有限公司 | 一种货车停靠点信息的获取方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997667A (zh) * | 2017-04-18 | 2017-08-01 | 北京博研智通科技有限公司 | 利用手机移动数据定量评价公交车道效率的方法和系统 |
CN108550261A (zh) * | 2018-05-31 | 2018-09-18 | 重庆大学 | 基于rfid电子车牌的城市交通od计算方法 |
CN108806248A (zh) * | 2018-05-31 | 2018-11-13 | 重庆大学 | 一种针对rfid电子车牌数据的车辆出行轨迹划分方法 |
CN108806248B (zh) * | 2018-05-31 | 2021-07-20 | 重庆大学 | 一种针对rfid电子车牌数据的车辆出行轨迹划分方法 |
CN108629977A (zh) * | 2018-06-06 | 2018-10-09 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的出行特征分析方法 |
CN108765949A (zh) * | 2018-06-06 | 2018-11-06 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的智能交通系统 |
CN109257694A (zh) * | 2018-08-23 | 2019-01-22 | 东南大学 | 一种基于rfid数据的车辆od矩阵划分方法 |
CN110491157A (zh) * | 2019-07-23 | 2019-11-22 | 中山大学 | 一种基于停车场数据和卡口数据的车辆关联方法 |
CN110491157B (zh) * | 2019-07-23 | 2022-01-25 | 中山大学 | 一种基于停车场数据和卡口数据的车辆关联方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106327866B (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327866A (zh) | 基于rfid的车辆出行od切分方法及其系统 | |
US9508257B2 (en) | Road detection logic | |
CN104700646B (zh) | 一种基于在线gps数据的出租车异常轨迹实时检测方法 | |
CN108335377B (zh) | 一种基于gis技术的道路巡查车辆业务自动考核的方法 | |
CN110176139A (zh) | 一种基于dbscan+的道路拥堵识别可视化方法 | |
CN101950477B (zh) | 一种交通信息处理方法及装置 | |
CN106314438A (zh) | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 | |
CN105336166A (zh) | 基于车载蓝牙的交通特征参数提取方法 | |
CN103077610A (zh) | 一种路段旅行时间估计的方法和系统 | |
US20200108849A1 (en) | Running location identification system, running location identification apparatus, and running location identification method for railroad cars | |
CN106062843A (zh) | 路面劣化检测方法、信息处理装置以及程序 | |
CN101958043A (zh) | 路段旅行时间计算装置及其方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN104408920B (zh) | 基于卡口通行信息判断长途客运车辆交通违法行为的方法 | |
CN108710637A (zh) | 基于时空关系的出租车异常轨迹实时检测方法 | |
CN113642893B (zh) | 一种新能源汽车运行风险的评估方法 | |
CN109493449B (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
CN111311910B (zh) | 多层次道路级浮动车异常轨迹探测方法 | |
CN106956680A (zh) | 一种电动汽车驾驶行为识别分析方法 | |
CN110675631A (zh) | 一种交通流溯源分析方法及系统 | |
CN102436742A (zh) | 浮动车系统交通信息服务水平评价方法及装置 | |
JP4357983B2 (ja) | 遅れ時間推定装置、遅れ時間推定方法、遅れ時間推定システムおよび遅れ時間推定プログラム | |
CN108760239B (zh) | 车辆识别装置检测方法及系统 | |
Hellinga et al. | Estimating Signalized Intersection Delays to Transit Vehicles: Using Archived Data from Automatic Vehicle Location and Passenger Counting Systems | |
Berkow et al. | Transit performance measurement and arterial travel time estimation using archived AVL data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |