CN107481520A - 基于浮动车技术的道路运输车辆超限信息识别方法 - Google Patents
基于浮动车技术的道路运输车辆超限信息识别方法 Download PDFInfo
- Publication number
- CN107481520A CN107481520A CN201710601536.2A CN201710601536A CN107481520A CN 107481520 A CN107481520 A CN 107481520A CN 201710601536 A CN201710601536 A CN 201710601536A CN 107481520 A CN107481520 A CN 107481520A
- Authority
- CN
- China
- Prior art keywords
- travelling data
- section
- information
- travelling
- maximum
- 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
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于浮动车技术的道路运输车辆超限信息识别方法,方法包括:获取浮动车的行车数据,行车数据包括位置信息、车型高度信息和车型宽度信息;根据行车数据中的位置信息,匹配得到行车数据对应的路段,并将行车数据存储到对应的路段的行车数据集;根据各路段的行车数据集中行车数据的车型高度信息和车型宽度信息,获取各路段的行车高度最大值和行车宽度最大值;将行车高度最大值与标准限高值进行匹配,确定各路段的限高信息;将行车宽度最大值与标准限宽值进行匹配,确定各路段的限宽信息。本发明可为各类交通信息服务系统提供较为准确的路段限高信息和限宽信息,不仅信息获取渠道成本低,信息更新及时可靠。
Description
技术领域
本发明涉及信息采集技术领域,尤其涉及一种基于浮动车技术的道路运输车辆超限信息识别方法。
背景技术
道路运输车辆超限信息是道路对通行运输车辆设定的限制性约束阈值信息,例如道路的限高与限宽等信息。道路运输车辆超限信息是重型货运车辆出行的重要支持信息,传统的道路运输车辆超限信息主要通过实际路勘来采集道路标识牌中的限高信息和限宽信息,但是这种方式采集成本高且更新周期长,难以支持城市道路及现代交通运输业的快速发展的需求。
发明内容
本发明所要解决的技术问题是:提供一种基于浮动车技术的道路运输车辆超限信息识别方法,采集成本低且更新周期短。
为了解决上述技术问题,本发明采用的技术方案为:一种基于浮动车技术的道路运输车辆超限信息识别方法,包括:
获取浮动车的行车数据,所述行车数据包括位置信息和车型高度信息;
根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集;
根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值;
将所述行车高度最大值与标准限高值进行匹配,确定各路段的限高信息。
本发明的有益效果在于:利用浮动车在行驶过程中采集行车数据,通过对行车数据中位置信息的分析,得到各路段的行车数据集,通过对各路段通行车辆的高度进行分析,得到各路段的限高信息;本发明可为各类交通信息服务系统提供较为准确的路段限高信息,不仅信息获取渠道成本低,信息更新及时可靠,而且驾驶员能够提前进行最优路径的选择,对各类交通信息服务系统有着重要意义。
附图说明
图1为本发明一种基于浮动车技术的道路运输车辆超限信息识别方法的流程图;
图2为本发明实施例一的方法流程图;
图3为本发明实施例二步骤S4的方法流程图;
图4为本发明实施例二步骤S6的方法流程图;
图5为本发明实施例二的道路局部示意图。
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详予说明。
本发明最关键的构思在于:利用浮动车技术,通过对行车数据的分析得到路段的限高信息和限宽信息。
请参阅图1,一种基于浮动车技术的道路运输车辆超限信息识别方法,包括:
获取浮动车的行车数据,所述行车数据包括位置信息和车型高度信息;
根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集;
根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值;
将所述行车高度最大值与标准限高值进行匹配,确定各路段的限高信息。
从上述描述可知,本发明的有益效果在于:可为各类交通信息服务系统提供较为准确的路段限高信息,不仅信息获取渠道成本低,信息更新及时可靠,而且驾驶员能够提前进行最优路径的选择,对各类交通信息服务系统有着重要意义。
进一步地,所述行车数据还包括车型宽度信息;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值;
将所述行车宽度最大值与标准限宽值进行匹配,确定各路段的限宽信息。
由上述描述可知,可为各类交通信息服务系统提供较为准确的路段限宽信息,不仅信息获取渠道成本低,且信息更新及时可靠。
进一步地,所述行车数据还包括车辆编号;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据行车数据中的车辆编号,分别对各路段的行车数据集中的行车数据进行去重。
由上述描述可知,通过过滤各路段的行车数据集中的冗余信息,减少后续的计算量,提高数据处理效率,从而提高路段信息采集的效率。
进一步地,所述“根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型高度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型高度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车高度最大值。
进一步地,所述“根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型宽度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型宽度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车宽度最大值。
由上述描述可知,在对路段行车数据集的信息进行分析的基础上,通过结合绕道车辆的车型高度信息和车型宽度信息,来确定路段的限高信息和限宽信息,可提高信息的准确性。
进一步地,所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之前,进一步包括:
以道路上相邻的两个交叉口为路段的两个端点,并根据道路的行驶方向,将道路划分为路段;
若一路段为与其相邻的且行驶方向一致的两路段之间的最佳路径,则将所述一路段与所述两路段进行关联。
进一步地,所述行车数据还包括车辆编号;
所述“获取所述一路段的绕道行车数据集”具体为:
获取与所述一路段关联的两路段的行车数据集;
获取所述两路段的行车数据集中车辆编号相同的行车数据,得到第一数据集;
根据行车数据中的车辆编号,获取所述第一数据集中不属于所述一路段的行车数据集的行车数据,得到所述一路段的绕道行车数据集。
进一步地,所述“得到第一数据集”之后,进一步包括:
根据所述最大值,对所述第一数据集或所述绕道行车数据集中的行车数据进行过滤。
由上述描述可知,避免由于小型车辆因其他原因绕道而获取到错误的数据,保证结果的准确性。
实施例一
请参照图2,本发明的实施例一为:一种基于浮动车技术的道路运输车辆超限信息识别方法,包括如下步骤:
S1:浮动车的车载终端按照预设的周期采集浮动车的行车数据,并将所述行车数据发送至数据中心,所述行车数据包括车辆编号、位置信息、车型高度信息、车型宽度信息和时间信息;其中,时间信息指的是采集行车数据时的时间点。进一步地,车载终端将行车数据通过移动蜂窝通信技术发送到设有GIS系统的数据中心,其中,车载终端可实时进行发送,也可采集一段时间后再一起发送。
S2:数据中心获取浮动车的行车数据;数据中心可将获取到的行车数据存储至历史记录数据库中。
S3:根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集;执行步骤S4和步骤S6。具体地,数据中心依序从历史记录数据库中取出一条行车数据,与各路段进行匹配,然后加入匹配成功的路段的行车数据集中。进一步地,可将行车数据的位置信息与GIS系统中的各路段的位置信息进行匹配,从而得到各行车数据对应的路段。
S4:根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值;
S5:将所述行车高度最大值与标准限高值进行匹配,确定各路段的限高信息。
S6:根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值;
S7:将所述行车宽度最大值与标准限宽值进行匹配,确定各路段的限宽信息。
在步骤S5和S7中,标准限高值和标准限宽值为现有公路工程技术标准或公路规定中对各种道路的限高标准档位(如3米、4.5米、5米)和限宽标准档位(如2.5米)。在限高标准档位中选取与路段的行车高度最大值最接近的且大于或等于所述行车高度最大值的限高档位,作为该路段的限高信息;同理,在限宽标准档位中选取与路段的行车宽度最大值最接近的且大于或等于所述行车宽度最大值的限宽档位,作为该路段的限宽信息。
本实施例中,行车高度最大值为该路段的行车数据集中所有行车数据的车型高度信息的最大值,行车宽度最大值为该路段的行车数据集中所有行车数据的车型宽度信息的最大值。
进一步地,在步骤S3之后,步骤S4和S6之前,根据行车数据中的车辆编号,分别对各路段的行车数据集中的行车数据进行去重。由于一辆车的车型高度信息和车型宽度信息是固定不变的,因此,若一个路段的行车数据集中存在一辆浮动车的多条行车数据,则可将重复的行车数据删除,只保留该浮动车的一条行车数据。通过过滤各路段的行车数据集中的冗余信息,减少后续的计算量,提高数据处理效率,从而提高路段信息采集的效率。
进一步地,去重之后,判断路段的行车数据集中行车数据的数量是否足够,即是否大于预设的数量,若是,才执行步骤S4和S6,若否,则继续获取浮动车的行车数据。
本实施例利用浮动车在行驶过程中采集行车数据,通过对行车数据中位置信息的分析,得到各路段的行车数据集,通过对各路段通行车辆的高度和宽度进行分析,得到各路段的限高信息和限宽信息;可为各类交通信息服务系统提供较为准确的路段限高信息和限宽信息,不仅信息获取渠道成本低,信息更新及时可靠,而且驾驶员能够提前进行最优路径的选择,对各类交通信息服务系统有着重要意义。
实施例二
请参照图3-5,本实施例是实施例一步骤S4和步骤S6的进一步拓展。
如图3所示,步骤S4包括如下步骤:
S41:获取一路段的行车数据集;
S42:获取所述行车数据集中行车数据的车型高度信息的最大值;
S43:获取所述一路段的绕道行车数据集;
S44:获取所述绕道行车数据集中行车数据的车型高度信息的最小值;
S45:根据所述最大值和所述最小值,确定所述一路段的行车高度最大值。
从上述可知,本实施例中,路段的行车高度最大值为一个范围,具体地,大于或等于该路段的行车数据集中最大的车型高度信息,小于该路段的绕道行车数据集中最小的车型高度信息。因此,在步骤S5中,可在限高标准档位中选取处于该范围的限高档位,作为该路段的限高信息。
同理,路段的行车宽度最大值也为一个范围,大于或等于该路段的行车数据集中最大的车型宽度信息,小于该路段的绕道行车数据集中最小的车型宽度信息,在步骤S7中,在限宽标准档位中选取处于该范围的限宽档位,作为该路段的限宽信息。
具体地,如图4所示,步骤S6包括如下步骤:
S61:获取一路段的行车数据集;
S62:获取所述行车数据集中行车数据的车型宽度信息的最大值;
S63:获取所述一路段的绕道行车数据集;
S64:获取所述绕道行车数据集中行车数据的车型宽度信息的最小值;
S65:根据所述最大值和所述最小值,确定所述一路段的行车宽度最大值。
进一步地,对于步骤S43和S63,可采用下述方法获取路段的绕道行车数据集。
首先,在步骤S3之前,数据中心以道路上相邻的两个交叉口为路段的两个端点,并根据道路的行驶方向,将道路划分为路段。也就是说,本实施例中的路段是根据道路上的交叉口进行划分的,且不同行驶方向的道路分为不同的路段。例如,对于单行道而言,相邻两个交叉口之间的道路即为一个路段;而对于双行道而言,相邻两个交叉口之间的道路即划分为两个路段。进一步地,可为每个路段都分配一个唯一标识符,例如对各路段进行编号,每个路段的编号与其他路段的编号都不同。
然后,数据中心可对各路段进行最短路径分析,若一路段为与其相邻的两路段之间的最佳路径,则将所述一路段与所述两路段进行关联,其中,所述两路段的行驶方向与所述一路段的行驶方向一致,即车辆会依次经过所述两路段中的一个路段、所述一路段、所述两路段中的另一个路段。
在步骤S43和S63中,可先获取与所述一路段关联的两路段的行车数据集;然后获取所述两路段的行车数据集中车辆编号相同的行车数据,得到第一数据集;根据行车数据中的车辆编号,获取所述第一数据集中不属于所述一路段的行车数据集的行车数据,也即获取车辆编号在所述第一数据集中但不在所述一路段的行车数据集中的浮动车的行车数据,得到所述一路段的绕道行车数据集。
进一步地,根据所述一路段的行车数据集中的车型高度信息的最大值和车型宽度信息的最大值,对所述第一数据集或所述绕道行车数据集中的行车数据进行过滤,即删除第一数据集中或绕道行车数据集中车型高度小于行车数据集中的车型高度信息的最大值的行车数据,以及删除第一数据集中或绕道行车数据集中车型宽度小于行车数据集中的车型宽度信息的最大值的行车数据,可避免由于小型车辆因其他原因绕道而获取到错误的数据,保证结果的准确性。
图5为局部道路示意图,其中包含了四个路段,分别为S10、S1、S2、S3、S20,箭头表示道路的行驶方向,以及三个路口,分别为A、B、C。通过分析可知,路段S1是路段S10和路段S20之间的最佳路径,因此将路段S1与路段S10、S20进行关联。假设X、Y两辆车同在路段S10上行驶,经过路口A后,X车行驶于路段S1到路口B,而Y车行驶于路段S2到路口C,再行驶于路段S3到路口B,经过路口B后,X、Y车又同行驶于路段S20。
路段S10的行车数据集和路段S20的行车数据集中均有X车的行车数据和Y车的行车数据,X车从路段S1经过,因此,X车的浮动数据在路段S1的行车数据集中;而Y车未从路段S1经过,其行车数据不在路段S1的行车数据集中,因此,Y车的浮动数据在路段S1的绕道行车数据集中。
本实施例在实施例一的基础上,通过结合绕道车辆的车型高度信息和车型宽度信息,来确定路段的限高信息和限宽信息,可提高信息的准确性。
实施例三
本实施例是对应上述实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现以下步骤:
获取浮动车的行车数据,所述行车数据包括位置信息和车型高度信息;
根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集;
根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值;
将所述行车高度最大值与标准限高值进行匹配,确定各路段的限高信息。
进一步地,所述行车数据还包括车型宽度信息;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值;
将所述行车宽度最大值与标准限宽值进行匹配,确定各路段的限宽信息。
进一步地,所述行车数据还包括车辆编号;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据行车数据中的车辆编号,分别对各路段的行车数据集中的行车数据进行去重。
进一步地,所述“根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型高度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型高度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车高度最大值。
进一步地,所述“根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型宽度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型宽度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车宽度最大值。
进一步地,所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之前,进一步包括:
以道路上相邻的两个交叉口为路段的两个端点,并根据道路的行驶方向,将道路划分为路段;
若一路段为与其相邻的且行驶方向一致的两路段之间的最佳路径,则将所述一路段与所述两路段进行关联。
进一步地,所述行车数据还包括车辆编号;
所述“获取所述一路段的绕道行车数据集”具体为:
获取与所述一路段关联的两路段的行车数据集;
获取所述两路段的行车数据集中车辆编号相同的行车数据,得到第一数据集;
根据行车数据中的车辆编号,获取所述第一数据集中不属于所述一路段的行车数据集的行车数据,得到所述一路段的绕道行车数据集。
进一步地,所述“得到第一数据集”之后,进一步包括:
根据所述最大值,对所述第一数据集或所述绕道行车数据集中的行车数据进行过滤。
综上所述,本发明提供的一种基于浮动车技术的道路运输车辆超限信息识别方法,利用浮动车在行驶过程中采集行车数据,通过对行车数据中位置信息的分析,得到各路段的行车数据集,通过对各路段通行车辆的高度和宽度进行分析,得到各路段的限高信息和限宽信息;可为各类交通信息服务系统提供较为准确的路段限高信息和限宽信息,不仅信息获取渠道成本低,信息更新及时可靠,而且驾驶员能够提前进行最优路径的选择,对各类交通信息服务系统有着重要意义。
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 (8)
1.一种基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,包括:
获取浮动车的行车数据,所述行车数据包括位置信息和车型高度信息;
根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集;
根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值;
将所述行车高度最大值与标准限高值进行匹配,确定各路段的限高信息。
2.根据权利要求1所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述行车数据还包括车型宽度信息;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值;
将所述行车宽度最大值与标准限宽值进行匹配,确定各路段的限宽信息。
3.根据权利要求1或2所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述行车数据还包括车辆编号;
所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之后,进一步包括:
根据行车数据中的车辆编号,分别对各路段的行车数据集中的行车数据进行去重。
4.根据权利要求1所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述“根据各路段的行车数据集中行车数据的车型高度信息,获取各路段的行车高度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型高度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型高度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车高度最大值。
5.根据权利要求2所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述“根据各路段的行车数据集中行车数据的车型宽度信息,获取各路段的行车宽度最大值”具体为:
获取一路段的行车数据集;
获取所述行车数据集中行车数据的车型宽度信息的最大值;
获取所述一路段的绕道行车数据集;
获取所述绕道行车数据集中行车数据的车型宽度信息的最小值;
根据所述最大值和所述最小值,确定所述一路段的行车宽度最大值。
6.根据权利要求4或5所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述“根据行车数据中的位置信息,匹配得到所述行车数据对应的路段,并将所述行车数据存储到所述对应的路段的行车数据集”之前,进一步包括:
以道路上相邻的两个交叉口为路段的两个端点,并根据道路的行驶方向,将道路划分为路段;
若一路段为与其相邻的且行驶方向一致的两路段之间的最佳路径,则将所述一路段与所述两路段进行关联。
7.根据权利要求6所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述行车数据还包括车辆编号;
所述“获取所述一路段的绕道行车数据集”具体为:
获取与所述一路段关联的两路段的行车数据集;
获取所述两路段的行车数据集中车辆编号相同的行车数据,得到第一数据集;
根据行车数据中的车辆编号,获取所述第一数据集中不属于所述一路段的行车数据集的行车数据,得到所述一路段的绕道行车数据集。
8.根据权利要求7所述的基于浮动车技术的道路运输车辆超限信息识别方法,其特征在于,所述“得到第一数据集”之后,进一步包括:
根据所述最大值,对所述第一数据集或所述绕道行车数据集中的行车数据进行过滤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710601536.2A CN107481520B (zh) | 2017-07-21 | 2017-07-21 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710601536.2A CN107481520B (zh) | 2017-07-21 | 2017-07-21 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107481520A true CN107481520A (zh) | 2017-12-15 |
CN107481520B CN107481520B (zh) | 2021-03-23 |
Family
ID=60595045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710601536.2A Active CN107481520B (zh) | 2017-07-21 | 2017-07-21 | 基于浮动车技术的道路运输车辆超限信息识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107481520B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280994A (zh) * | 2017-12-26 | 2018-07-13 | 福建工程学院 | 一种基于浮动车技术的危货运输车监测方法及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257536A (ja) * | 2006-03-24 | 2007-10-04 | Fujitsu Ltd | ミリ波レーダによる道路交通監視装置 |
CN101571401A (zh) * | 2009-06-01 | 2009-11-04 | 深圳市凯立德计算机系统技术有限公司 | 一种导航系统及其使用的规划导航路径的方法 |
CN101989381A (zh) * | 2010-11-15 | 2011-03-23 | 福建工程学院 | 基于浮动车技术的道路单向限行与通行状态识别方法 |
CN103557870A (zh) * | 2013-10-09 | 2014-02-05 | 董路 | 一种动态轨迹导航方法及云平台 |
CN104331422A (zh) * | 2014-10-14 | 2015-02-04 | 广州市香港科大霍英东研究院 | 一种路段类型推测方法 |
CN106530708A (zh) * | 2016-12-14 | 2017-03-22 | 北京世纪高通科技有限公司 | 一种获取交通限制信息的方法及装置 |
US9613528B2 (en) * | 2013-03-28 | 2017-04-04 | International Business Machines Corporation | Vehicle position indexing |
-
2017
- 2017-07-21 CN CN201710601536.2A patent/CN107481520B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007257536A (ja) * | 2006-03-24 | 2007-10-04 | Fujitsu Ltd | ミリ波レーダによる道路交通監視装置 |
CN101571401A (zh) * | 2009-06-01 | 2009-11-04 | 深圳市凯立德计算机系统技术有限公司 | 一种导航系统及其使用的规划导航路径的方法 |
CN101989381A (zh) * | 2010-11-15 | 2011-03-23 | 福建工程学院 | 基于浮动车技术的道路单向限行与通行状态识别方法 |
US9613528B2 (en) * | 2013-03-28 | 2017-04-04 | International Business Machines Corporation | Vehicle position indexing |
CN103557870A (zh) * | 2013-10-09 | 2014-02-05 | 董路 | 一种动态轨迹导航方法及云平台 |
CN104331422A (zh) * | 2014-10-14 | 2015-02-04 | 广州市香港科大霍英东研究院 | 一种路段类型推测方法 |
CN106530708A (zh) * | 2016-12-14 | 2017-03-22 | 北京世纪高通科技有限公司 | 一种获取交通限制信息的方法及装置 |
Non-Patent Citations (2)
Title |
---|
廖律超 等: "基于交通轨迹数据挖掘的道路限速信息识别方法", 《交通运输工程学报》 * |
蒋新华 等: "基于浮动车数据的道路单向限行状态动态识别", 《计算机应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280994A (zh) * | 2017-12-26 | 2018-07-13 | 福建工程学院 | 一种基于浮动车技术的危货运输车监测方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107481520B (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646560B (zh) | 出租车行车轨迹经验知识路径的提取方法 | |
CN103038605B (zh) | 数字地图中的用于障碍物穿越的位置检测、时间表及行进时间估计 | |
CN101409011B (zh) | 一种地图匹配和路径推测方法、装置和系统 | |
CN103413437B (zh) | 一种基于车辆数据采集的道路交叉口转向识别方法及系统 | |
CN107195180B (zh) | 一种基于电警数据的交通出行轨迹提取方法和装置 | |
CN110555992B (zh) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 | |
CN101364345A (zh) | 基于探测车技术的实时动态交通信息处理方法 | |
CN104121915B (zh) | 一种道路实时导航方法及系统 | |
EP2761609B1 (de) | Verfahren zur übermittlung von routendaten für die verkehrstelematik | |
CN106710208A (zh) | 交通状态的获取方法及装置 | |
CN104778274A (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN105320998A (zh) | 一种基于ic卡刷卡数据的最优公交出行路径获取方法 | |
CN108196280B (zh) | 一种通过gps推断公交线路方法 | |
CN105026893B (zh) | 时间高效的交通选路系统 | |
CN110268227A (zh) | 行驶辅助装置和计算机程序 | |
CN107240264A (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 | |
CN109520499B (zh) | 基于车辆gps轨迹数据实现区域实时等时线的方法 | |
CN117053819B (zh) | 一种基于gis的货车路线自动规划系统 | |
CN109489679A (zh) | 一种导航路径中的到达时间计算方法 | |
CN108932837A (zh) | 交通拥堵管理方法及服务器 | |
CN107945542A (zh) | 基于浮动车技术的城市道路绿波带决策支持方法及终端 | |
CN104978859A (zh) | 一种计算城市任意区域公交线网密度的方法 | |
CN113096389B (zh) | 一种基于多源数据的全国高速公路网络拓扑构建方法 | |
CN107481520A (zh) | 基于浮动车技术的道路运输车辆超限信息识别方法 | |
CN115620509A (zh) | 根据轨迹数据识别连接模式、控制器、计算机程序以及存储介质 |
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 |