CN107316459A - 一种车辆轨迹异常检测方法及系统 - Google Patents

一种车辆轨迹异常检测方法及系统 Download PDF

Info

Publication number
CN107316459A
CN107316459A CN201710599655.9A CN201710599655A CN107316459A CN 107316459 A CN107316459 A CN 107316459A CN 201710599655 A CN201710599655 A CN 201710599655A CN 107316459 A CN107316459 A CN 107316459A
Authority
CN
China
Prior art keywords
vehicle
measured
period
information
track
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
Application number
CN201710599655.9A
Other languages
English (en)
Other versions
CN107316459B (zh
Inventor
付诚
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.)
Wuhan Yixun Beidou Space Time Technology Co ltd
Original Assignee
Wuhan Exsun Beidou Space Technology Co Ltd
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 Wuhan Exsun Beidou Space Technology Co Ltd filed Critical Wuhan Exsun Beidou Space Technology Co Ltd
Priority to CN201710599655.9A priority Critical patent/CN107316459B/zh
Publication of CN107316459A publication Critical patent/CN107316459A/zh
Application granted granted Critical
Publication of CN107316459B publication Critical patent/CN107316459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Abstract

本发明提供一种车辆轨迹异常检测方法及系统,其中,所述的方法包括:针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,根据车辆信息中的车辆类型信息,统计各个时间段内与待测车辆相同类型的相邻车辆的总数量;将每一个时间段内与待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较,若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线异常,否则,确定待测车辆的轨迹路线正常。本发明通过历史的每一天每一时间段内的车辆信息,判断每一时间段内待测车辆的轨迹路线是否异常,若异常,将异常的路段信息、时间段以及待测车辆牌号对应存储,可以作为后期判断车辆的轨迹路线是否异常的参考,实现对车辆轨迹异常的预测。

Description

一种车辆轨迹异常检测方法及系统
技术领域
本发明涉及车辆轨迹检测技术领域,更具体地,涉及一种车辆轨迹异常检测方法及系统。
背景技术
在车辆的行驶运输过程中,由于各种状况的变化,比如,交通道路的路线变化、各个路段的通行时间段的变化,若车辆依旧按照原来的路线行驶,会导致行驶路线异常,因此,需要对车辆行驶的轨迹路线的异常进行检测和预测。
现有的实现方式通常是在静态数据集上进行车辆轨迹异常的检测,即只能根据车辆当前的行驶数据来检测车辆当前行驶路线是否异常,而无法对车辆的未来行驶路线进行预测。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的车辆轨迹异常检测方法及系统。
根据本发明的一个方面,提供一种车辆轨迹异常检测方法,包括:
S1,针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,其中,所述相邻车辆信息包括车辆类型信息;
S2,根据所述车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;
S3,将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较,若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应的时间段内异常,否则,确定待测车辆的轨迹路线在相应的时间段内正常。
本发明的有益效果为:通过历史的每一天每一时间段内的车辆信息,判断每一时间段内待测车辆的轨迹路线是否异常,根据车辆历史行驶数据判断出来的车辆轨迹线路的异常与否的结果,可以作为后期判断车辆的轨迹路线是否异常的参考,以实现对车辆轨迹路线异常的预测。
在上述技术方案的基础上,本发明还可以作如下改进。
进一步的,所述步骤S1通过如下方式记录待测车辆的相邻车辆信息:
通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号,并根据车辆牌号识别车辆类型,形成经过电子卡口的所有车辆的车辆类型信息集合。
进一步的,所述相邻车辆为与所述待测车辆的距离小于预设距离的车辆。
进一步的,还包括:
S1’,针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量;
S2’,当待测车辆所在路段的行驶车辆数量小于预设数量时,则确定该待测车辆轨迹路线在相应的时间段内异常,否则,确定该待测车辆轨迹路线在相应的时间段内正常。
进一步的,所述步骤S3之后还包括:
将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
进一步的,所述步骤S3之后还包括:
记录待测车辆当前行驶的路段信息以及当前时间信息,将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配,若能够匹配,则此时待测车辆的轨迹路线异常,否则,此时待测车辆的轨迹路线正常。
进一步的,所述将所述路段信息和当前时间与所述数据库中的路段信息和时间段进行匹配进一步包括:
将所述路段信息与所述数据库中的路段信息进行匹配,若存在匹配的路段信息,则根据所述当前时间信息判断数据库中是否存在包含所述当前时间的时间段,若存在,则所述路段信息和当前时间与据库中的路段信息和时间段能够匹配,否则,不能匹配。
根据本发明的另一个方面,还提供了一种车辆轨迹异常检测系统,包括:
记录模块,用于针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,其中,所述相邻车辆信息包括车辆类型信息;
第一统计模块,用于根据所述车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;
比较模块,用于将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较;
第一确定模块,用于若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应时间段内异常,否则,确定待测车辆的轨迹路线在相应时间段内正常。
进一步的,还包括:
第二统计模块,用于针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量;
第二确定模块,用于当待测车辆所在路段的行驶车辆总数量小于预设数量时,则确定该待测车辆轨迹路线异常,否则,确定该待测车辆轨迹路线正常。
进一步的,还包括:
存储装置,用于将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
附图说明
图1为本发明一个实施例的车辆轨迹异常检测方法流程图;
图2为本发明另一个实施例的车辆轨迹异常检测系统连接框图;
图3为本发明再一个实施例的车辆轨迹异常检测系统的整体连接框图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参见图1,提供了本发明一个实施例的车辆轨迹异常检测方法,包括:S1,针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,其中,所述相邻车辆信息包括车辆类型信息;S2,根据所述车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;S3,将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较,若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应时间段内异常,否则,确定待测车辆的轨迹路线在相应时间段内正常。
传统的对车辆轨迹异常检测通常是在静态数据集上进行的,也即通过对车辆当前的行驶数据信息来分析当前车辆的轨迹路线是否异常,这种方式只能检测车辆当前轨迹路线的异常,而不能对车辆未来的轨迹路线异常与否进行预测。
因此,本实施例提供了一套能够对车辆未来的轨迹路线的异常进行预测的方法,该方法的具体实现过程为:以天为单位,将一天划分为多个时间段,比如,上午、下午和晚上,针对最近历史上的一天内的各个时间段,记录待测车辆的相邻车辆信息,其中,记录的相邻车辆信息主要包括车辆的类型信息。其中,相邻车辆是指与待测车辆的距离小于预设距离的车辆,是为了保证相邻车辆与待测车辆处于同一个路段。然后根据记录的待测车辆的相邻车辆的类型信息,统计每一个时间段内与待测车辆相同类型的相邻车辆的总数量。由于同一种类型的车辆行走的路线有相同之处,比如,渣土车在运输的过程中,通常会存在专门供渣土车这一类运输车辆的行驶路线,或者比如,对于运输货物的车辆,在很多城市的主城区道路上是不允许托运的。另外,对于不同的时间段,不同的路段对不同类型的车辆的是否允许同性也是不一样的。
因此,本实施例中将统计的各个时间段内与待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较,若相邻车辆的总数量小于预设阈值,则表明该时间段内在该路段上比较少与待测车辆相同类型的车辆行驶,则基本上能够确定待测车辆在当前时间段内在当前路段上行驶的轨迹路线是异常的;若相同类型的车辆在该路段上行驶,则确定待测车辆在当前时间段内在当前路段上行驶的轨迹路线是正常的。
在上述实施例的基础上,本发明的一个实施例中,所述步骤S1通过如下方式记录待测车辆的相邻车辆信息:通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号,并根据车辆牌号识别车辆类型,形成经过电子卡口的所有车辆的车辆类型信息集合。
上述实施例中,记录各个时间段内待测车辆的相邻车辆信息具体是,通过电子卡口处的摄像头对经过电子卡口的每一个车辆进行拍照获取每一个车辆的车辆牌号。得到了每一个车辆的车辆牌号,根据车辆牌号能够得到车辆的类型信息,对经过电子卡口的每一个车辆,均提取车辆的类型信息,形成每一个电子卡口的车辆类型信息集合。
在上述各实施例的基础上,本发明的另一个实施例中,所述步骤S1还包括:针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量;相应的,所述步骤S2还包括:当待测车辆所在路段的行驶车辆数量小于预设数量时,则确定该待测车辆轨迹路线在相应时间段内异常,否则,确定该待测车辆轨迹路线在相应时间段内正常。
上述的实施例中通过统计待测车辆的相邻车辆信息来判断待测车辆的轨迹路线是否异常或正常,由于在不同的时间段,不同的路段,是否允许车辆通行的权限也不一样。因此,还可以将在与待测车辆同一路段中其它车辆行驶的数量作为参考。本实施例针对一天内的各个时间段内,还记录统计与待测车辆处于相同的路段中,行驶车辆的总数量。当待测车辆所在路段的行驶车辆数量小于预设数量时,表明该路段在该时间段内很可能不允许车辆通行,则确定该待测车辆轨迹路线在当前的时间段内异常,否则,确定该待测车辆轨迹路线在当前的时间段内正常。
在上述各实施例的基础上,本发明的一个实施例中,所述步骤S3之后还包括:将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
经过上述各实施例,可以根据待测车辆的相邻车辆信息判断待测车辆在各个时间段以及各个路段上的轨迹路线是否异常,也可以根据待测车辆所在路段上行驶的其它车辆的数量来判断待测车辆是否异常。当判断出待测车辆在某一时间段以及某一路段上的轨迹路线上异常时,将待测车辆轨迹路线异常的路段信息、时间段信息以及待测车辆牌号对应存储于数据库中,作为后续判断待测车辆的轨迹路线是否异常的参考。
在上述各实施例的基础上,本发明的另一个实施例中,所述步骤S3之后还包括:记录待测车辆当前行驶的路段信息以及当前时间信息,将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配,若能够匹配,则此时待测车辆的轨迹路线异常,否则,此时待测车辆的轨迹路线正常。
上述实施例根据待测车辆的历史数据分析不同路段、不同时间段内,该待测车辆的轨迹路线的异常,并将待测车辆轨迹路线异常的路段信息、时间段信息以及待测车辆牌号对应存储在数据库中。当前车辆在行驶的过程中,记录待测车辆当前行驶的路段信息以及当前时间信息,将记录的待测车辆当前行驶的路段信息和当前时间信息与数据库中的待测车辆异常的路段信息和时间段进行匹配,若在数据库中存在匹配的路段信息和时间段信息,则表明此时待测车辆的轨迹路线发生异常;若在数据库中没有匹配的该待测车辆的路段信息和时间段信息,则表明此时待测车辆的轨迹路线正常。
其中,具体的匹配过程为:根据待测车辆牌号,在数据库中找到对应的车辆牌号,然后将记录的该车辆的路段信息与数据库中的路段信息进行匹配,若存在匹配的路段信息,则根据当前时间信息判断数据库中是否存在包含当前时间的时间段,若存在,则待测车辆的路段信息和当前时间与据库中的路段信息和时间段能够匹配,表明该待测车辆在该时间段、该路段上的行驶线路是异常的,否则,该待测车辆在该时间段、该路段上的行驶线路是正常的。
本实施例通过对待测车辆的历史数据进行分析,分析出待测车辆在各个时间段以及各个路段的轨迹路线是否异常,根据分析结果对待测车辆未来的轨迹路线是否异常进行判断,能够适用于对车辆轨迹路线异常与否的预测,能够应用于流数据的轨迹挖掘。
参见图2,提供了本发明另一个实施例的车辆轨迹异常检测系统,包括记录模块21、第一统计模块22、比较模块23和第一确定模块24。
记录模块21,用于针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,其中,所述相邻车辆信息包括车辆类型信息;
第一统计模块22,用于根据所述车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;
比较模块23,用于将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较;
第一确定模块24,用于若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应时间段内异常,否则,确定待测车辆的轨迹路线在相应时间段内正常。
其中,记录模块21具体用于:
通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号,并根据车辆牌号识别车辆类型,形成经过电子卡口的所有车辆的车辆类型信息集合。
参见图3,本发明的另一个实施例提供的车辆轨迹异常检测系统还包括第二统计模块25、第二确定模块26、存储模块27和匹配判断模块28。
第二统计模块25,用于针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量。
相应的,第二确定模块26还用于:
当待测车辆所在路段的行驶车辆数量小于预设数量时,则确定该待测车辆轨迹路线异常,否则,确定该待测车辆轨迹路线正常。
存储模块27,用于将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
匹配判断模块28,用于记录待测车辆当前行驶的路段信息以及当前时间信息,将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配,若能够匹配,则此时待测车辆的轨迹路线异常,否则,此时待测车辆的轨迹路线正常。
本发明提供的一种车辆轨迹异常检测方法及系统,通过历史的每一天每一时间段内的车辆信息,判断每一时间段内以及每一路段,待测车辆的轨迹路线是否异常,若异常,将异常的路段信息、时间段以及待测车辆牌号对应存储,可以作为后期判断车辆的轨迹路线是否异常的参考;根据待测车辆历史数据分析出来的待测车辆轨迹路线的异常,来预测待测车辆未来的轨迹路线的异常。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆轨迹异常检测方法,其特征在于,包括:
S1,针对一天内的每一个时间段,记录待测车辆的相邻车辆信息,其中,所述相邻车辆信息包括车辆类型信息;
S2,根据所述相邻车辆的车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;
S3,将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较,若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应的时间段内异常,否则,确定待测车辆的轨迹路线在相应的时间段内正常。
2.如权利要求1所述的车辆轨迹异常检测方法,其特征在于,所述步骤S1通过如下方式记录待测车辆的相邻车辆信息:
通过电子卡口处的摄像头获取经过电子卡口的每一车辆的车辆牌号,并根据车辆牌号识别车辆类型,形成经过电子卡口的所有车辆的车辆类型信息集合。
3.如权利要求1所述的车辆轨迹异常检测方法,其特征在于,所述相邻车辆为与所述待测车辆的距离小于预设距离的车辆。
4.如权利要求1所述的车辆轨迹异常检测方法,其特征在于,还包括:
S1’,针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量;
S2’,当待测车辆所在路段的行驶车辆总数量小于预设数量时,则确定该待测车辆轨迹路线在相应的时间段内异常,否则,确定该待测车辆轨迹路线在相应的时间段内正常。
5.如权利要求3或4所述的车辆轨迹异常检测方法,其特征在于,所述步骤S3之后还包括:
将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
6.如权利要求5所述的车辆轨迹异常检测方法,其特征在于,所述步骤S3之后还包括:
记录待测车辆当前行驶的路段信息以及当前时间信息,将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配,若能够匹配,则此时待测车辆的轨迹路线异常,否则,此时待测车辆的轨迹路线正常。
7.如权利要求6所述的车辆轨迹异常检测方法,其特征在于,所述将所述路段信息和当前时间信息与所述数据库中的路段信息和时间段进行匹配进一步包括:
将所述路段信息与所述数据库中的路段信息进行匹配,若存在匹配的路段信息,则根据所述当前时间信息判断数据库中是否存在包含当前时间的时间段,若存在,则所述路段信息和当前时间与据库中的路段信息和时间段能够匹配,否则,不能匹配。
8.一种车辆轨迹异常检测系统,其特征在于,包括:
记录模块,用于针对一天内的每一个时间段,记录待测车辆的相邻车辆信息以及路段信息,其中,所述相邻车辆信息包括车辆类型信息;
第一统计模块,用于根据所述车辆类型信息,统计各个时间段内与所述待测车辆相同类型的相邻车辆的总数量;
比较模块,用于将每一个时间段内与所述待测车辆相同类型的相邻车辆的总数量与预设阈值进行比较;
第一确定模块,用于若相邻车辆的总数量小于预设阈值,则确定待测车辆的轨迹路线在相应的时间段内异常,否则,确定待测车辆的轨迹路线在相应的时间段内正常。
9.如权利要求8所述的车辆轨迹异常检测系统,其特征在于,还包括:
第二统计模块,用于针对每一天内的每一时间段,统计待测车辆所在路段的行驶车辆总数量;
第二确定模块,用于当待测车辆所在路段的行驶车辆总数量小于预设数量时,则确定该待测车辆轨迹路线在相应时间段内异常,否则,确定该待测车辆轨迹路线在相应时间段内正常。
10.如权利要求8或9所述的车辆轨迹异常检测系统,其特征在于,还包括:
存储装置,用于将待测车辆轨迹路线异常的路段信息、时间段与待测车辆牌号的对应关系存储于数据库中。
CN201710599655.9A 2017-07-21 2017-07-21 一种车辆轨迹异常检测方法及系统 Active CN107316459B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710599655.9A CN107316459B (zh) 2017-07-21 2017-07-21 一种车辆轨迹异常检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710599655.9A CN107316459B (zh) 2017-07-21 2017-07-21 一种车辆轨迹异常检测方法及系统

Publications (2)

Publication Number Publication Date
CN107316459A true CN107316459A (zh) 2017-11-03
CN107316459B CN107316459B (zh) 2019-07-23

Family

ID=60179120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710599655.9A Active CN107316459B (zh) 2017-07-21 2017-07-21 一种车辆轨迹异常检测方法及系统

Country Status (1)

Country Link
CN (1) CN107316459B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345666A (zh) * 2018-02-06 2018-07-31 南京航空航天大学 一种基于时间-空间孤立点的车辆异常轨迹检测方法
CN109035768A (zh) * 2018-07-25 2018-12-18 北京交通大学 一种出租车绕路行为的识别方法
CN109657621A (zh) * 2018-12-21 2019-04-19 杨文鑫 大数据轨迹分析平台
CN109766777A (zh) * 2018-12-18 2019-05-17 东软集团股份有限公司 异常轨迹的检测方法、装置、存储介质及电子设备
CN109831744A (zh) * 2017-11-23 2019-05-31 腾讯科技(深圳)有限公司 一种异常轨迹识别方法、装置及存储设备
CN111091215A (zh) * 2019-12-11 2020-05-01 浙江大搜车软件技术有限公司 车辆识别方法、装置、计算机设备和存储介质
CN111739325A (zh) * 2020-06-15 2020-10-02 腾讯科技(深圳)有限公司 确定异常停车概率和导航控制的方法、装置、设备和介质
CN111882873A (zh) * 2020-07-22 2020-11-03 平安国际智慧城市科技股份有限公司 轨迹异常检测方法、装置、设备及介质
CN113670328A (zh) * 2021-08-17 2021-11-19 重庆愉客行网络有限公司 用于离线状态的网约车数据采集系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制系统
CN101813492A (zh) * 2010-04-19 2010-08-25 清华大学 车辆导航系统及方法
US20110050461A1 (en) * 2009-08-26 2011-03-03 Raytheon Company Network of Traffic Behavior-monitoring Unattended Ground Sensors (NeTBUGS)
US7983802B2 (en) * 1997-10-22 2011-07-19 Intelligent Technologies International, Inc. Vehicular environment scanning techniques
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
US8807048B2 (en) * 2012-04-28 2014-08-19 Valentin Ivanov Triple rail PRT transportation system
CN104408935A (zh) * 2014-12-09 2015-03-11 深圳市华仁达技术有限公司 一种车辆异常行驶智能分析系统和分析方法
CN104484999A (zh) * 2014-12-31 2015-04-01 百度在线网络技术(北京)有限公司 基于用户轨迹确定动态交通信息的方法及装置
CN105163308A (zh) * 2015-05-25 2015-12-16 华南理工大学 一种车载自组网中基于信任度检测的安全路由协议
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105448115A (zh) * 2016-01-20 2016-03-30 南通大学 高速交通网络中被动群集车辆间通信方法
CN105513405A (zh) * 2016-01-12 2016-04-20 北京中交兴路车联网科技有限公司 一种车辆轨迹分析方法和装置
CN105976615A (zh) * 2016-06-15 2016-09-28 公安部第三研究所 实现车辆轨迹流数据异常检测的方法
CN106355915A (zh) * 2015-07-17 2017-01-25 罗伯特·博世有限公司 一种用于提供行驶建议的方法和装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7983802B2 (en) * 1997-10-22 2011-07-19 Intelligent Technologies International, Inc. Vehicular environment scanning techniques
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制系统
US20110050461A1 (en) * 2009-08-26 2011-03-03 Raytheon Company Network of Traffic Behavior-monitoring Unattended Ground Sensors (NeTBUGS)
CN101813492A (zh) * 2010-04-19 2010-08-25 清华大学 车辆导航系统及方法
US8807048B2 (en) * 2012-04-28 2014-08-19 Valentin Ivanov Triple rail PRT transportation system
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
CN104408935A (zh) * 2014-12-09 2015-03-11 深圳市华仁达技术有限公司 一种车辆异常行驶智能分析系统和分析方法
CN104484999A (zh) * 2014-12-31 2015-04-01 百度在线网络技术(北京)有限公司 基于用户轨迹确定动态交通信息的方法及装置
CN105163308A (zh) * 2015-05-25 2015-12-16 华南理工大学 一种车载自组网中基于信任度检测的安全路由协议
CN106355915A (zh) * 2015-07-17 2017-01-25 罗伯特·博世有限公司 一种用于提供行驶建议的方法和装置
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105513405A (zh) * 2016-01-12 2016-04-20 北京中交兴路车联网科技有限公司 一种车辆轨迹分析方法和装置
CN105448115A (zh) * 2016-01-20 2016-03-30 南通大学 高速交通网络中被动群集车辆间通信方法
CN105976615A (zh) * 2016-06-15 2016-09-28 公安部第三研究所 实现车辆轨迹流数据异常检测的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙玉砚: "基于车牌识别系统车辆轨迹的行为异常检测", 《计算机研究与发展》 *
肖文娜: "夜间城市交通监控中各类车辆轨迹的完整提取", 《万方数据》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109831744A (zh) * 2017-11-23 2019-05-31 腾讯科技(深圳)有限公司 一种异常轨迹识别方法、装置及存储设备
CN109831744B (zh) * 2017-11-23 2021-05-07 腾讯科技(深圳)有限公司 一种异常轨迹识别方法、装置及存储设备
CN108345666B (zh) * 2018-02-06 2020-06-19 南京航空航天大学 一种基于时间-空间孤立点的车辆异常轨迹检测方法
CN108345666A (zh) * 2018-02-06 2018-07-31 南京航空航天大学 一种基于时间-空间孤立点的车辆异常轨迹检测方法
CN109035768A (zh) * 2018-07-25 2018-12-18 北京交通大学 一种出租车绕路行为的识别方法
CN109766777A (zh) * 2018-12-18 2019-05-17 东软集团股份有限公司 异常轨迹的检测方法、装置、存储介质及电子设备
CN109766777B (zh) * 2018-12-18 2021-08-13 东软集团股份有限公司 异常轨迹的检测方法、装置、存储介质及电子设备
CN109657621A (zh) * 2018-12-21 2019-04-19 杨文鑫 大数据轨迹分析平台
CN111091215B (zh) * 2019-12-11 2023-10-20 浙江大搜车软件技术有限公司 车辆识别方法、装置、计算机设备和存储介质
CN111091215A (zh) * 2019-12-11 2020-05-01 浙江大搜车软件技术有限公司 车辆识别方法、装置、计算机设备和存储介质
CN111739325A (zh) * 2020-06-15 2020-10-02 腾讯科技(深圳)有限公司 确定异常停车概率和导航控制的方法、装置、设备和介质
CN111739325B (zh) * 2020-06-15 2021-08-03 腾讯科技(深圳)有限公司 确定异常停车概率和导航控制的方法、装置、设备和介质
CN111882873A (zh) * 2020-07-22 2020-11-03 平安国际智慧城市科技股份有限公司 轨迹异常检测方法、装置、设备及介质
CN111882873B (zh) * 2020-07-22 2022-01-28 平安国际智慧城市科技股份有限公司 轨迹异常检测方法、装置、设备及介质
CN113670328B (zh) * 2021-08-17 2023-08-08 重庆愉客行网络有限公司 用于离线状态的网约车数据采集系统
CN113670328A (zh) * 2021-08-17 2021-11-19 重庆愉客行网络有限公司 用于离线状态的网约车数据采集系统

Also Published As

Publication number Publication date
CN107316459B (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN107316459A (zh) 一种车辆轨迹异常检测方法及系统
CN104809887B (zh) 一种高速公路上车辆逆行检测方法与自动报警装置
CN106022296B (zh) 一种基于车辆热点区域的概率聚合的套牌车检测方法
CN106327866B (zh) 基于rfid的车辆出行od切分方法及其系统
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
CN103077610A (zh) 一种路段旅行时间估计的方法和系统
CN105555636B (zh) 用于确定轨道占用的系统和方法
CN111351499B (zh) 路径识别方法、装置、计算机设备和计算机可读存储介质
CN107784381A (zh) 一种判断出租车绕路和计价异常的方法及装置
KR102205057B1 (ko) 동일 차량 검출 장치, 요금 수수 설비, 동일 차량 검출 방법 및 프로그램
CN110598999B (zh) 基于个体数据的交通出行分析方法、系统及存储介质
Jang Outlier filtering algorithm for travel time estimation using dedicated short‐range communications probes on rural highways
CN110942640A (zh) 一种主动发现非法从事网约车客运的嫌疑车辆的方法
US8798896B2 (en) Reliability of travel time estimation
CN102574536B (zh) 用于在轨道车辆中监测部件状态的方法和电子装置
RU2722370C1 (ru) Мониторинг элементов инфраструктуры посредством гео-кластеризации
CN114565982A (zh) 基于etc的车辆状态监测方法
US20180122232A1 (en) Management of a parking lot
IL233367A (en) A measurement system for detecting the vehicle ID as it passes through a road measurement section
CN113724497A (zh) 一种目标道路实时交通流量预测方法和装置
RU2754286C1 (ru) Способ сенсорного анализа, система контроля, содержащая компьютерный программный продукт для сенсорного анализа, система подсчета пассажиров и транспортное средство для перевозки пассажиров, в частности, в рельсовом и дорожном сообщении
CN112185103A (zh) 交通监控方法、装置及电子设备
JP4311647B2 (ja) 管理装置及び管理システム及び管理方法及びプログラム
Moosavi et al. Simulation-based sensitivity analysis for evaluating factors affecting bus service reliability: A big and smart data implementation
CN115204755A (zh) 服务区入区率测算方法、装置、电子设备及可读存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190718

Address after: 430040 East Lake Development Zone, Wuhan, Hubei Province, South of Wuda Science and Technology Park, National Geospatial Information Industry Base Area II (Phase 6) A-1 Building 2 Floor 2

Patentee after: WUHAN YIXUN ELECTRONIC INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 430040 East Lake New Technology Development Zone, Wuhan City, Hubei Province, South of Wuda Science Park and West of Vanke City Garden, National Geospatial Information Industry Base Area II (Phase 6), Building A-1, Building 2 and 3

Patentee before: WUHAN EXSUN BEIDOU SPACE TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address

Address after: 430200 4th floor, Beidou building, 980 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee after: Wuhan Yixun Beidou space time Technology Co.,Ltd.

Address before: 430040 No.2, 2nd floor, building A-1, National Geospatial Information Industry base zone II (phase 6), south of Wuda Science Park, Wuhan East Lake Development Zone, Hubei Province

Patentee before: WUHAN YIXUN ELECTRONIC INFORMATION TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A vehicle trajectory anomaly detection method and system

Effective date of registration: 20211215

Granted publication date: 20190723

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: Wuhan Yixun Beidou space time Technology Co.,Ltd.

Registration number: Y2021420000139

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230921

Granted publication date: 20190723

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: Wuhan Yixun Beidou space time Technology Co.,Ltd.

Registration number: Y2021420000139

PC01 Cancellation of the registration of the contract for pledge of patent right