CN106920389A - 一种基于用户电信行为的交通状况控制方法及系统 - Google Patents
一种基于用户电信行为的交通状况控制方法及系统 Download PDFInfo
- Publication number
- CN106920389A CN106920389A CN201510999293.3A CN201510999293A CN106920389A CN 106920389 A CN106920389 A CN 106920389A CN 201510999293 A CN201510999293 A CN 201510999293A CN 106920389 A CN106920389 A CN 106920389A
- Authority
- CN
- China
- Prior art keywords
- road
- trip
- user
- traffic
- section
- 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于用户电信行为的交通状况控制方法及系统,包括:根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹;根据所述出行轨迹查找对应的出行道路;周期统计在不同出行时间段内所述出行道路的负载值;若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。通过使用以上方法,可以实现基于用户的电信通信行为在后台了解交通网络的整体状态,并结合后续的操作对交通状况进行预警,提高了对交通道路的协调控制能力。
Description
技术领域
本发明涉及互联网信息处理技术领域,尤指一种基于用户电信行为的交通状况控制方法及系统。
背景技术
随着工业社会化进程的加快,越来越多的人口从农村进入到城市中,从而进一步促进城市化的快速发展。城市中居住的人越来越多,城市规模也越来越大。
由此而来的问题是,“城市病”的问题越来越突出。城市交通问题就是其中之一。在现实中,一个交通管理部门在应对交通事情通常采取预案管理模式,也即针对经常发生交通事件地点或者发生交通事件影响较大的地点制定合理的应急预案缓解交通事件发生时对交通的影响。但是目前交通事件管理只能对局部交通进行分析缺乏整个城市的交通情况分析手段与方法。
因此,如何提供一种方法或系统可以有效了解交通网络的整体状态并进行分析预警是本发明需要解决的问题。
发明内容
为了解决上述技术问题,本发明提供了一种基于用户电信行为的交通状况控制方法及系统,可以有效了解交通网络的整体状态并进行分析预警。
为了达到本发明目的,本发明提供了一种基于用户电信行为的交通状况控制方法,包括:
根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹;
根据所述出行轨迹查找对应的出行道路;
周期统计在不同出行时间段内所述出行道路的负载值;
若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。
优选的,所述根据用户的电信通信数据获取用户位置信息和出行时间,具体为:
监测到所述用户的移动终端进行位置移动;
实时获取所述用户的移动终端所在位置的经纬度数值和时间。
优选的,根据所述出行轨迹查找对应的出行道路,具体为:
将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配;
将成功匹配后的道路作为所述出行道路。
优选的,周期统计在不同出行时间段内所述出行道路的负载值,具体为:
周期获取用户在不同出行时间段内的出行道路;
以全体用户在不同出行时间段内的出行道路为基础,计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
优选的,还包括:
判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路;
若检测到出行道路中存在交通故障点,以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。
优选的,还包括:
检测出现交通事件的出行道路;
计算所述出行道路在不同时间区间内通过的用户;
根据所述用户的历史出行记录判断在不同时间区间内的道路负载变化。
一种基于用户电信行为的交通状况控制系统,包括:用户位置获取单元、 出行道路识别单元、负载值计算单元和脆弱点标识单元;
所述用户位置获取单元,用于根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹;
所述出行道路识别单元,用于根据所述出行轨迹查找对应的出行道路;
所述负载值计算单元,用于周期统计在不同出行时间段内所述出行道路的负载值;
所述脆弱点标识单元,用于若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。
优选的,所述用户位置获取单元,包括:移动监测子单元和移动数据获取子单元;
所述移动监测子单元,用于监测到所述用户的移动终端进行位置移动;
所述移动数据获取子单元,用于实时获取所述用户的移动终端所在位置的经纬度数值和时间。
优选的,所述出行道路识别单元,包括:位置匹配子单元和出行道路标识子单元;
所述位置匹配子单元,用于将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配;
所述出行道路标识子单元,用于将成功匹配后的道路作为所述出行道路。
优选的,所述负载值计算单元,包括:数据周期获取子单元和负载比率计算子单元;
所述数据周期获取子单元,用于周期获取用户在不同出行时间段内的出行道路;
所述负载比率计算子单元,用于以全体用户在不同出行时间段内的出行道路为基础,计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
优选的,还包括:高概率道路计算单元和交通预警单元;
所述高概率道路计算单元,用于判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路;
所述交通预警单元,用于若检测到出行道路中存在交通故障点,以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。
通过使用以上方法及系统,可以实现基于用户的电信通信行为在后台了解交通网络的整体状态,并结合后续的操作对交通状况进行预警,提高了对交通道路的协调控制能力。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明实施例提出的一种基于用户电信行为的交通状况控制方法的流程图;
图2为本发明实施例提出的一种基于用户电信行为的交通状况预警系统的原理框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下, 可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例提出的一种基于用户电信行为的交通状况控制方法的流程图,该方法包括:
S101:根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹。
在现有技术中,游客出游都会携带移动通信终端,以便于在游览过程中随时能与他人通信或拍照留念。而在移动终端内都内置有SIM卡,而通过该卡可以使得电信部分通过技术手段确定游客所在的位置。另外,本技术方案并不是单一依赖电信运营商的服务进行用户定位,还可以基于各种本地发射端,如本地WLAN、区域WIFI、GPS等功能实现。举例:以电信服务方式确定用户所在位置,具体为,使用电信通信设备(如机站、后台网络管理系统等)获取在指定区域内的用户,或获取指定号码段的用户,并收集有关该用户的相关信息。这里的用户电信行为相关信息包括用户位置信息,还可以包括用户通信ID、用户位置信息、联系人等。
在本发明实施时,首先根据用户的电信通信数据获取用户位置信息和出行时间,为后续的计算及统计操作提供数据基础。具体的,用户的移动终端为了能够保证通信会实时连接到电信基站,且会随着用户位置的不断变化而不断变换连接的基站。而电信基站则可以以此方式监测到所述用户的移动终端进行位置移动,并实时获取所述用户的移动终端所在位置的经纬度数值和时间。
例如,电信基站获取带有用户位置信息的MR数据,可以包括的数据有:手机号码、时间、位置区、小区、基站、基站经度、基站纬度、基站高度、MR中位置信息1,MR中位置信息2,……。MR中的位置信息根据移动网络的制式、版本的不同有所不同。例如:TD-LTE r10版本MR中位置信息即为用户经纬度、高度信息;TDD-LTE r10以下版本MR中位置信息即为时间提前量 TA(反映UE到服务基站的信号传播时间,从而反映UE到基站的距离)以及信号到达角AOA(相对基站)信息等。
通过以上数据,可以计算出用户的移动终端所在的具体经纬度数值。再通过使用上述数据,形成用户的出行轨迹。参见表1:
表1:
手机号码 | 时间 | 经度 | 纬度 | 小区 |
S102:根据所述出行轨迹查找对应的出行道路。具体为,将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配,将成功匹配后的道路作为所述出行道路。在系统中预先存储有全局的道路信息,而在道路信息中包括有该道路的经纬度等位置信息。使用用户的出行轨迹(含经纬度信息)查找对应的不同道路。由于道路的复杂性,有些道路可能是生活小区内的道路,有些道路为正常市政交通道路,甚至可能为某一地下通行道路。因此,还需要判断出哪些为正常市政交通道路,而对于匹配不成功的道路不进行登记。得到如下结果,参见图2:
表2:
手机号码 | 时间 | 经度 | 纬度 | 道路 |
S103:周期统计在不同出行时间段内所述出行道路的负载值。
具体的,按照预置周期获取用户在不同出行时间段内的出行道路。这里可能会获取到用户不同时间段里的众多出行道路。如,获取到用户在近一个月中,在8:00-8:30间通过的道路,并填写在下述表格中。参见表3:
表3
手机号码 | 进入时间 | 离开时间 | 道路 |
之后,以全体用户在不同出行时间段内的出行道路为基础(参见表4), 计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
表4:
开始时间 | 结束时间 | 源小区 | 目的小区 | 道路 | 人数 |
S104:若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。这里所述的脆弱点阈值,可以为一比例阈值或数值阈值。当在某一时间段内该道路上出行的用户占到全体出行用户的一定比例时(例如60%),则认为该点为全局交通的关键点,也即全局交通的脆弱点道路。一旦该道路出现问题,会对全局用户造成较大范围的影响。
由于交通道路中经常会出现交通事故或其它阻碍正常通行的事件发生,因此在本发明的一种基于用户电信行为的交通状况控制方法的另一个实施例中,还可以包括:
判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路。
若检测到出行道路中存在交通故障点,以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。
对于一般的用户,如办公室的上班族,其基本出行的路线都相对固定。但这种情况只能覆盖一部分人群,对于非办公室的上班族,其每日出行的路线可能就会有所变化,如每周一都会去城北的某一地点,而其它时间都会去城南的地点办公等。因此,在获得用户的每日出行线路后,还需要明确用户的主要行程或高概率行程,这样才能够通盘考虑对整体交通系统的规划。具体的,在得到全体用户的出行道路后,判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的 高概率出行道路。这里的正常出行阈值是指在某个周期内用户在某一时间段内经某一道路出行的次数或该次数与全部次数的比率值。如果超过了这个阈值,则认为用户在该时间段里经该道路出行的概率是比较高的。
参见表5,该表中为统计全体用户的高概率出行道路后的结果。
表5
开始时间 | 结束时间 | 源小区 | 目的小区 | 道路 | 人数 |
当某一道路出现交通故障点时,如事故、临时管制、施工等,则以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。例如,通过短信方式通知相关的用户,提示其绕开某一交通故障点。
在获得相应的交通脆弱点的同时,由于已经通过上述分析获得了用户的主要出行线路,还可以进一步针对非脆弱点的道路进行分析,估算出各个街道在不同时段出现交通事件时对全局交通的影响。
在本发明提供的一种基于用户电信行为的交通状况控制方法的另一个实施例中,还可以包括:
检测出现交通事件的出行道路;
计算所述出行道路在不同时间区间内通过的用户;
根据所述用户的历史出行记录判断在不同时间区间内的道路负载变化。
具体的,首先实时获取到在全局道路状况信息,检测出现交通事件的出行道路。例如,可能通过车辆电子监控设备获取到某一道路的实时通行速度,若低于某一数值,则认为该道路中出现交通事件,将该道路标记为出现交通事件的道路;或是通过用户终端的移动信息判断某一道路的通行速度;还可以通过图像观察等方式确定交通事件。
之后,根据之前积累的有关用户的日常出行记录,确定在某一时间区间内 可能通过该道路的用户。例如,根据之前统计,得到有100名用户在8:00-8:30的时间区间内通过该道路。
再根据所述用户的历史出行记录预判在不同时间区间内的道路负载变化。即由在前道路的通行情况预测在后道路的通行情况。例如,由于前道路通行不畅,导致后道路的交通通行负载变小;或由于某一道路的通行不畅,导致其它目的地相同的道路负载增加(即常见的用户绕路通行)。举例:有50个用户需要在8:00-8:30经过X道路,有100个用户(含X道路的50个用户)在8:30-9:00通过Y道路。则由于X道路的交通事件,导致通行困难。可以预测在8:30-9:00时间,在Y道路的通行负载只有50-70个用户。即Y道路的道路负载情况出现了变化。
基于这些信息,交通管理部门可以全城市大范围内进行交通疏导,最大可能降低交通事件带来的影响。
下面通过实例对本发明中的方法进行详细讲述:
首先,通过电信网管系统中获取用户139AAAACCCC的MR文件信息和时间。参见表6。
表6:
之后,以及无线电波的传播速率计算出用户139AAAACCCC于MM时跟基站 (aa,bb)的距离,再根据AOA计算出用户139AAAACCCC于MM时跟基站(aa,bb)在经度方向与纬度方向的距离,再计算出用户139AAAACCCC于MM时的经纬度(ee,ff)。得到用户的实际位置数据。参见表7。
表7:
手机号码 | 时间 | 经度 | 纬度 |
139AAAACCCC | MM | ee | ff |
…… | …… | …… |
根据所述出行轨迹查找对应的出行道路,即根据用户的经纬度判断用户点所在的道路,参见表8。
表8:
手机号码 | 时间 | 经度 | 纬度 | 道路 |
139AAAACCCC | KK | kk | jj | 道路1 |
…… | …… | …… | …… | …… |
139AAAACCCC于KK时离开小区1去小区2,在KK时进入了道路1于JJ时离开了道路1。参见表9。
表9:
可按照上述方式长期积累数据,并保存上述数据。
为了能够确定交通全局中的关键道路或脆弱点道路,还需要周期统计在不同出行时间段内所述出行道路的负载值。具体的,按照预置周期获取用户在不同出行时间段内的出行道路,得到每个每个月区分时段(每隔半个小时)对道路承载的用户进行汇总。参见表10。
表10:
开始时间 | 结束时间 | 源小区 | 目的小区 | 道路 | 人数 |
8:00 | 8:30 | 小区1 | 小区2 | 道路1 | 100 |
8:00 | 8:30 | 小区1 | 小区3 | 道路1 | 300 |
8:00 | 8:30 | 小区1 | 小区2 | 道路2 | 50 |
8:00 | 8:30 | 小区1 | 小区3 | 道路2 | 100 |
若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。在这里,预先设置脆弱点阈值,例如将脆弱点阈值设置为60%。道路1承载的用户比例为(100+300)/(100+50+100+300)=72.7%>60%。因此将道路1标记为全局交通脆弱点道路。
由于交通道路中经常会出现交通事故或其它阻碍正常通行的事件发生,因此还需要进一步确定针对用户的交通预警方案。
具体的,每个月计算用户在相同的源、目的小区情况下选择道路的概率:
一个月内用户139AAAACCCC从小区1到小区2100次,经过道路1为80次,其它道路为20次,则用户通过道路1的概率为80/100=0.8。参见表11。
表11:
手机号码 | 源小区 | 目的小区 | 道路 | 概率 |
139AAAACCCC | 小区1 | 小区2 | 道路1 | 0.8 |
…… | …… | …… | …… | …… |
假设现在有10条道路,分别为道路1、道路2…道路10。现在道路3发生交通事件1时,则以半个小时为间隔(全天24小时,共48个时间段)分析最近某一周期内的历史数据(如一周内)。由道路3查找到8点至8点半之间可能会影响到139AAAACCCC,139AAAACCCC选择道路3的概率为0.8。基于上述结果,可以推定用户139AAAACCCC会受到道路3的影响。参见表12和表13。
表12:
同理,按照上述方式,可以掌握有100人可能会受到影响。
表13:
综上,可以获知交通事件1在8:00-8:30可能影响的小区1至小区2共100人的交通,可能影响的人的手机号有139AAAACCCC。基于这些信息,交通管理部门可以全城市大范围内进行交通疏导并对用户进行预警,最大可能降低交通事件带来的影响。
通过使用以上方法,可以实现基于用户的电信通信行为在后台了解交通网络的整体状态,并结合后续的操作对交通状况进行预警,提高了对交通道路的协调控制能力。
以上为本发明提供的一种基于用户电信行为的交通状况控制方法,本发明还提供了一种基于用户电信行为的交通状况预警系统。
参见图2,该图为本发明提供的一种基于用户电信行为的交通状况预警系统的原理框图。
在本发明中,包括:用户位置获取单元10、出行道路识别单元20、负载 值计算单元30和脆弱点标识单元40。
所述用户位置获取单元10,用于根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹。
在本发明实施时,首先根据用户的电信通信数据获取用户位置信息和出行时间,为后续的计算及统计操作提供数据基础。具体的,用户的移动终端为了能够保证通信会实时连接到电信基站,且会随着用户位置的不断变化而不断变换连接的基站。而移动监测子单元则可以以此方式监测到所述用户的移动终端进行位置移动,并由移动数据获取子单元实时获取所述用户的移动终端所在位置的经纬度数值和时间。
例如,电信基站获取带有用户位置信息的MR数据,可以包括的数据有:手机号码、时间、位置区、小区、基站、基站经度、基站纬度、基站高度、MR中位置信息1,MR中位置信息2,……。MR中的位置信息根据移动网络的制式、版本的不同有所不同。例如:TD-LTE r10版本MR中位置信息即为用户经纬度、高度信息;TDD-LTE r10以下版本MR中位置信息即为时间提前量TA(反映UE到服务基站的信号传播时间,从而反映UE到基站的距离)以及信号到达角AOA(相对基站)信息等。
通过以上数据,可以计算出用户的移动终端所在的具体经纬度数值。再通过使用上述数据,形成用户的出行轨迹。参见表14:
表14:
手机号码 | 时间 | 经度 | 纬度 | 小区 |
所述出行道路识别单元20,用于根据所述出行轨迹查找对应的出行道路。
具体的,位置匹配子单元将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配,出行道路标识子单元将成功匹配后的道路作为所述出行 道路。在系统中预先存储有全局的道路信息,而在道路信息中包括有该道路的经纬度等位置信息。使用用户的出行轨迹(含经纬度信息)查找对应的不同道路。由于道路的复杂性,有些道路可能是生活小区内的道路,有些道路为正常市政交通道路,甚至可能为某一地下通行道路。因此,还需要判断出哪些为正常市政交通道路,而对于匹配不成功的道路不进行登记。得到如下结果,参见表15:
表15:
手机号码 | 时间 | 经度 | 纬度 | 道路 |
所述负载值计算单元30,用于周期统计在不同出行时间段内所述出行道路的负载值。
具体的,包括数据周期获取子单元和负载比率计算子单元。其中,数据周期获取子单元按照预置周期获取用户在不同出行时间段内的出行道路。这里可能会获取到用户不同时间段里的众多出行道路。如,获取到用户在近一个月中,在8:00-8:30间通过的道路,并填写在下述表格中。参见表16:
表16
手机号码 | 进入时间 | 离开时间 | 道路 |
之后,负载比率计算子单元以全体用户在不同出行时间段内的出行道路为基础(参见表17),计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
表17:
开始时间 | 结束时间 | 源小区 | 目的小区 | 道路 | 人数 |
所述脆弱点标识单元40,用于若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。这里所述的脆弱点阈值,可以 为一比例阈值或数值阈值。当在某一时间段内该道路上出行的用户占到全体出行用户的一定比例时(例如60%),则认为该点为全局交通的关键点,也即全局交通的脆弱点道路。一旦该道路出现问题,会对全局用户造成较大范围的影响。
由于交通道路中经常会出现交通事故或其它阻碍正常通行的事件发生,因此在本发明的一种基于用户电信行为的交通状况控制系统的另一个实施例中,还可以包括:高概率道路计算单元和交通预警单元。
对于一般的用户,如办公室的上班族,其基本出行的路线都相对固定。但这种情况只能覆盖一部分人群,对于非办公室的上班族,其每日出行的路线可能就会有所变化,如每周一都会去城北的某一地点,而其它时间都会去城南的地点办公等。因此,在获得用户的每日出行线路后,还需要高概率道路计算单元计算用户的主要行程或高概率行程,这样才能够通盘考虑对整体交通系统的规划。具体的,在得到全体用户的出行道路后,判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路。这里的正常出行阈值是指在某个周期内用户在某一时间段内经某一道路出行的次数或该次数与全部次数的比率值。如果超过了这个阈值,则认为用户在该时间段里经该道路出行的概率是比较高的。
参见表18,该表中为统计全体用户的高概率出行道路后的结果。
表18
开始时间 | 结束时间 | 源小区 | 目的小区 | 道路 | 人数 |
当某一道路出现交通故障点时,如事故、临时管制、施工等,则交通预警单元以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。例如,通过短信方式通知相 关的用户,提示其绕开某一交通故障点。
在本发明提供的一种基于用户电信行为的交通状况控制系统的另一个实施例中,还可以包括:事件监测单元、用户统计单元和变化判断单元;
事件检测单元,用于检测出现交通事件的出行道路;
用户统计单元,用于计算所述出行道路在不同时间区间内通过的用户;
变化判断单元,用于根据所述用户的历史出行记录判断在不同时间区间内的道路负载变化。
具体的,首先事件检测单元实时获取到在全局道路状况信息,检测出现交通事件的出行道路。例如,可能通过车辆电子监控设备获取到某一道路的实时通行速度,若低于某一数值,则认为该道路中出现交通事件,将该道路标记为出现交通事件的道路;或是通过用户终端的移动信息判断某一道路的通行速度;还可以通过图像观察等方式确定交通事件。
之后,用户统计单元根据之前积累的有关用户的日常出行记录,确定在某一时间区间内可能通过该道路的用户。例如,根据之前统计,得到有100名用户在8:00-8:30的时间区间内通过该道路。
变化判断单元再根据所述用户的历史出行记录预判在不同时间区间内的道路负载变化。即由在前道路的通行情况预测在后道路的通行情况。例如,由于前道路通行不畅,导致后道路的交通通行负载变小;或由于某一道路的通行不畅,导致其它目的地相同的道路负载增加(即常见的用户绕路通行)。举例:有50个用户需要在8:00-8:30经过X道路,有100个用户(含X道路的50个用户)在8:30-9:00通过Y道路。则由于X道路的交通事件,导致通行困难。可以预测在8:30-9:00时间,在Y道路的通行负载只有50-70个用户。即Y道路的道路负载情况出现了变化。
基于这些信息,交通管理部门可以全城市大范围内进行交通疏导,最大可能降低交通事件带来的影响。
通过使用以上系统,可以实现基于用户的电信通信行为在后台了解交通网络的整体状态,并结合后续的操作对交通状况进行预警,提高了对交通道路的协调控制能力。
虽然本发明所揭露的实施方式如上,但的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种基于用户电信行为的交通状况控制方法,其特征在于,包括:
根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹;
根据所述出行轨迹查找对应的出行道路;
周期统计在不同出行时间段内所述出行道路的负载值;
若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。
2.根据权利要求1所述的方法,其特征在于,所述根据用户的电信通信数据获取用户位置信息和出行时间,具体为:
监测到所述用户的移动终端进行位置移动;
实时获取所述用户的移动终端所在位置的经纬度数值和时间。
3.根据权利要求1所述的方法,其特征在于,根据所述出行轨迹查找对应的出行道路,具体为:
将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配;
将成功匹配后的道路作为所述出行道路。
4.根据权利要求1所述的方法,其特征在于,周期统计在不同出行时间段内所述出行道路的负载值,具体为:
周期获取用户在不同出行时间段内的出行道路;
以全体用户在不同出行时间段内的出行道路为基础,计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
5.根据权利要求4所述的方法,其特征在于,还包括:
判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路;
若检测到出行道路中存在交通故障点,以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。
6.根据权利要求1所述的方法,其特征在于,还包括:
检测出现交通事件的出行道路;
计算所述出行道路在不同时间区间内通过的用户;
根据所述用户的历史出行记录判断在不同时间区间内的道路负载变化。
7.一种基于用户电信行为的交通状况控制系统,其特征在于,包括:用户位置获取单元、出行道路识别单元、负载值计算单元和脆弱点标识单元;
所述用户位置获取单元,用于根据用户的电信通信数据获取用户位置信息和出行时间,计算所述用户在所述出行时间内的出行轨迹;
所述出行道路识别单元,用于根据所述出行轨迹查找对应的出行道路;
所述负载值计算单元,用于周期统计在不同出行时间段内所述出行道路的负载值;
所述脆弱点标识单元,用于若所述出行道路的负载值大于预置脆弱点阈值,将所述出行道路标记为交通脆弱道路。
8.根据权利要求7所述的系统,其特征在于,所述出行道路识别单元,包括:位置匹配子单元和出行道路标识子单元;
所述位置匹配子单元,用于将所述出行轨迹的位置数据与预置的道路坐标数据进行进行匹配;
所述出行道路标识子单元,用于将成功匹配后的道路作为所述出行道路。
9.根据权利要求7所述的系统,其特征在于,所述负载值计算单元,包括:数据周期获取子单元和负载比率计算子单元;
所述数据周期获取子单元,用于周期获取用户在不同出行时间段内的出行道路;
所述负载比率计算子单元,用于以全体用户在不同出行时间段内的出行道路为基础,计算全部出行道路在单一出行时间段内的通行用户的比率,作为所述出行道路的负载值。
10.根据权利要求9所述的系统,其特征在于,还包括:高概率道路计算单元和交通预警单元;
所述高概率道路计算单元,用于判断在不同出行时间段内每个用户出行频率超过正常出行阈值的出行道路,作为所述用户在不同出行时间段内的高概率出行道路;
所述交通预警单元,用于若检测到出行道路中存在交通故障点,以全体用户在不同出行时间段内的高概率出行道路为基础,向高概率出行道路中包含故障道路的用户进行预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510999293.3A CN106920389B (zh) | 2015-12-28 | 2015-12-28 | 一种基于用户电信行为的交通状况控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510999293.3A CN106920389B (zh) | 2015-12-28 | 2015-12-28 | 一种基于用户电信行为的交通状况控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106920389A true CN106920389A (zh) | 2017-07-04 |
CN106920389B CN106920389B (zh) | 2020-03-27 |
Family
ID=59455166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510999293.3A Active CN106920389B (zh) | 2015-12-28 | 2015-12-28 | 一种基于用户电信行为的交通状况控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106920389B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110838235A (zh) * | 2018-08-17 | 2020-02-25 | 浙江宇视科技有限公司 | 一种身份识别方法及装置 |
CN111862594A (zh) * | 2020-06-04 | 2020-10-30 | 中国兵器科学研究院 | 识别道路交通网络中薄弱单元的方法、装置及存储介质 |
CN113792106A (zh) * | 2021-08-18 | 2021-12-14 | 北京百度网讯科技有限公司 | 道路的状态更新方法、装置、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577946B2 (en) * | 2001-07-10 | 2003-06-10 | Makor Issues And Rights Ltd. | Traffic information gathering via cellular phone networks for intelligent transportation systems |
CN101976500A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通网络分析方法及系统 |
CN102855757A (zh) * | 2012-03-05 | 2013-01-02 | 浙江大学 | 基于排队检测器信息瓶颈状态识别方法 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
US20130226449A1 (en) * | 2012-02-27 | 2013-08-29 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and Methods for Determining Available Providers |
CN103323018A (zh) * | 2013-06-21 | 2013-09-25 | 广州市香港科大霍英东研究院 | 基于时段的热点路径的特征识别与快速搜索方法 |
CN103325247A (zh) * | 2012-03-19 | 2013-09-25 | 中国移动通信集团辽宁有限公司 | 一种交通信息处理方法及系统 |
CN104123833A (zh) * | 2013-04-25 | 2014-10-29 | 北京搜狗信息服务有限公司 | 一种道路状况的规划方法和装置 |
CN104200667A (zh) * | 2014-09-19 | 2014-12-10 | 上海美慧软件有限公司 | 一种基于手机信号数据的交通拥堵分级检测方法 |
CN104281738A (zh) * | 2014-08-06 | 2015-01-14 | 青岛海信网络科技股份有限公司 | 干线道路的干线协调控制方案的评估系统和方法 |
CN105043398A (zh) * | 2014-04-09 | 2015-11-11 | 大众汽车有限公司 | 用于提供预测性目标位置和/或用于达到目标位置的预测性路线的方法和导航系统 |
-
2015
- 2015-12-28 CN CN201510999293.3A patent/CN106920389B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6577946B2 (en) * | 2001-07-10 | 2003-06-10 | Makor Issues And Rights Ltd. | Traffic information gathering via cellular phone networks for intelligent transportation systems |
CN101976500A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通网络分析方法及系统 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
US20130226449A1 (en) * | 2012-02-27 | 2013-08-29 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and Methods for Determining Available Providers |
CN102855757A (zh) * | 2012-03-05 | 2013-01-02 | 浙江大学 | 基于排队检测器信息瓶颈状态识别方法 |
CN103325247A (zh) * | 2012-03-19 | 2013-09-25 | 中国移动通信集团辽宁有限公司 | 一种交通信息处理方法及系统 |
CN104123833A (zh) * | 2013-04-25 | 2014-10-29 | 北京搜狗信息服务有限公司 | 一种道路状况的规划方法和装置 |
CN103323018A (zh) * | 2013-06-21 | 2013-09-25 | 广州市香港科大霍英东研究院 | 基于时段的热点路径的特征识别与快速搜索方法 |
CN105043398A (zh) * | 2014-04-09 | 2015-11-11 | 大众汽车有限公司 | 用于提供预测性目标位置和/或用于达到目标位置的预测性路线的方法和导航系统 |
CN104281738A (zh) * | 2014-08-06 | 2015-01-14 | 青岛海信网络科技股份有限公司 | 干线道路的干线协调控制方案的评估系统和方法 |
CN104200667A (zh) * | 2014-09-19 | 2014-12-10 | 上海美慧软件有限公司 | 一种基于手机信号数据的交通拥堵分级检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110838235A (zh) * | 2018-08-17 | 2020-02-25 | 浙江宇视科技有限公司 | 一种身份识别方法及装置 |
CN111862594A (zh) * | 2020-06-04 | 2020-10-30 | 中国兵器科学研究院 | 识别道路交通网络中薄弱单元的方法、装置及存储介质 |
CN111862594B (zh) * | 2020-06-04 | 2021-09-03 | 中国兵器科学研究院 | 识别道路交通网络中薄弱单元的方法、装置及存储介质 |
CN113792106A (zh) * | 2021-08-18 | 2021-12-14 | 北京百度网讯科技有限公司 | 道路的状态更新方法、装置、电子设备及存储介质 |
CN113792106B (zh) * | 2021-08-18 | 2024-05-28 | 北京百度网讯科技有限公司 | 道路的状态更新方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106920389B (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Caceres et al. | Review of traffic data estimations extracted from cellular networks | |
CN102262819B (zh) | 基于移动通信网络确定道路的实时通行时间的方法和装置 | |
Wang et al. | Transportation mode inference from anonymized and aggregated mobile phone call detail records | |
ES2234846T3 (es) | Metodo para la identificacion de la ruta de un vehiculo. | |
Janecek et al. | Cellular data meet vehicular traffic theory: location area updates and cell transitions for travel time estimation | |
Wang et al. | Estimating dynamic origin-destination data and travel demand using cell phone network data | |
CN101925939A (zh) | 估计道路交通的方法和系统 | |
CN108537351A (zh) | 一种推荐上车点的确定方法及装置 | |
EP2490169A1 (en) | Position information analysis device and position information analysis method | |
US8843157B2 (en) | Dynamic travel behavior estimation in mobile network | |
Holleczek et al. | Detecting weak public transport connections from cellphone and public transport data | |
EP2608181B1 (en) | Method for detecting traffic | |
US20130176433A1 (en) | Unique-terminal-count estimation device and unique-terminal-count estimation method | |
US11528584B2 (en) | Contact tracing based on comparing geo-temporal patterns of wireless terminals, including mobility profiles | |
Yim | The state of cellular probes | |
EP2469464A1 (en) | Management server, communication system and statistical processing method | |
CN113901109B (zh) | 城际公路客货车出行方式总人数及时间分布的计算方法 | |
Holleczek et al. | Traffic measurement and route recommendation system for mass rapid transit (mrt) | |
KR20020015122A (ko) | 위치정보와 지리정보에 기반한 정보 수집 방법 및 정보서비스 제공 방법 | |
CN106920389A (zh) | 一种基于用户电信行为的交通状况控制方法及系统 | |
CN105336155A (zh) | 公交班次加派方法及系统 | |
Duan et al. | MobilePulse: Dynamic profiling of land use pattern and OD matrix estimation from 10 million individual cell phone records in Shanghai | |
US20050026626A1 (en) | Wireless network with positioned mobile devices | |
CN101371280B (zh) | 道路交通监视系统及相关方法 | |
EP4158916A1 (en) | Method and system for calculating origin-destination matrices exploiting mobile communication network data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |