CN107622656A - 一种重点营运车辆跨区域数据处理方法和系统 - Google Patents
一种重点营运车辆跨区域数据处理方法和系统 Download PDFInfo
- Publication number
- CN107622656A CN107622656A CN201710828169.XA CN201710828169A CN107622656A CN 107622656 A CN107622656 A CN 107622656A CN 201710828169 A CN201710828169 A CN 201710828169A CN 107622656 A CN107622656 A CN 107622656A
- Authority
- CN
- China
- Prior art keywords
- region
- commerial vehicle
- trans
- emphasis commerial
- information
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种重点营运车辆跨区域数据处理方法和系统,该方法结合重点营运车辆的运行特点,根据各区域的地理位置边界信息,获取各区域的地理边界范围,根据实际的重点营运车辆的轨迹点匹配相应的区域地理边界范围,确定轨迹点所在的区域,若所在区域与归属区域不同,则属于跨区域数据,需要归并入归属区域数据中处理。本发明实施例中,利用各区域的边界区分实际轨迹点的所处区域和归属区域,根据重点营运车辆的运行特点,区分跨区域营运的重点营运车辆数据,从而区分不同区域的重点营运车辆的数据,方案简单易行,可靠性高,为实时监控重点营运车辆提供依据。
Description
技术领域
本发明涉及车辆监控技术领域,特别涉及一种重点营运车辆跨区域数据处理方法和系统。
背景技术
公路运输分为营业性、非营业性两种。营业性运输指为社会提供劳务、发生各种方式费用结算的公路运输;非营业性运输则指为本单位生产、生活服务,不发生费用结算的公路运输。从事营业性运输的车辆即为营运车辆。
随着我国国民经济和公路建设的发展,公路客运人数和货物运输量快速增长,但在发展的同时,道路运输事故率也居高不下,道路交通重特大事故80%发生在营运企业。提高重点营运车辆监管水平,减少人民群众生命财产损失,成为亟待解决的重要问题。
营运车辆中,又根据实际车辆运行情况,可以分为重点营运车辆和非重点营运车辆。对于重点营运车辆的监控,一直是业内研究的重点。
交通运输部目前整合营运车辆动态监控资源,规划建设了重点营运车辆联网联控系统,解决各省道路运输管理部门对外省车辆无法监管的问题,为营运车辆跨区域、跨部门的联合监管提供有效的技术手段,实行统一的信息交换标准,建设统一的全国重点营运车辆动态信息公共交换平台,为交通运输管理部门实施车辆动态监控提供手段,为车辆动态分析和辅助决策提供数据基础,同时为国内重大活动提供安全保卫支持。
通过全国重点营运车辆联网联控系统,可以实现对全国重点营运车辆的实时监控。但由于重点营运车辆是运动中的,而且,很多营运线路是跨区域的。对于监控平台来说,这些跨区域的重点营运车辆的监控数据的处理就成为问题。跨区域数据需要从重点营运车辆所在区域剔除并加入归属区域的重点营运车辆数据中。但目前业内仍然没有一种可以方便的实现重点营运车辆跨区域数据处理的方案。
因此,亟需要一种重点营运车辆跨区域数据的处理方案,以满足目前对于重点营运车辆的分析监控需求。
发明内容
本发明提供一种重点营运车辆跨区域数据处理方法和系统,能够提高重点营运车辆跨区域数据的处理,为重点营运车辆全平台监控提供了可靠依据。
本发明的技术方案提供了一种重点营运车辆跨区域数据处理方法,包括以下步骤:
获取各区域的地理位置边界信息;
根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息;
将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息;
当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理。
所述根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息,包括:
基于地图以及各区域的边界信息数据,通过多边形碰撞检测算法,得到各区域的覆盖地理位置信息。
所述将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息,包括:
获取所述重点营运车辆轨迹点的地理位置信息;
将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
所述方法还包括:
将各区域进行编码;
所述轨迹点所在的区域信息即为所述轨迹点所在的区域的编码。
所述当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理,包括:
根据轨迹点信息获得所属重点营运车辆的归属区域信息;所述归属区域信息为归属区域的编码;
将获取的所述轨迹点所在区域的编码与所述归属区域的编码想匹配,若所述编码不同,则所述重点营运车辆跨区域营运,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理;若所述编码相同,则所述重点营运车辆没有跨区域营运。
所述方法还包括:
将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
一种重点营运车辆跨区域数据处理系统,包括区域边界获取单元、区域覆盖计算单元、匹配单元和跨区域数据处理单元,其中,
所述区域边界获取单元,用于获取各区域的地理位置边界信息;
所述区域覆盖计算单元,用于根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息;
所述匹配单元,用于将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息;
所述跨区域数据处理单元,用于当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理。
所述区域覆盖计算单元,还用于:
基于地图以及各区域的边界信息数据,通过多边形碰撞算法,得到各区域的覆盖地理位置信息。
所述匹配单元,还用于:
获取所述重点营运车辆轨迹点的地理位置信息;将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
所述系统还包括:
归并单元,用于将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
采用本发明的技术方案,结合重点营运车辆的运行特点,根据各区域的地理位置边界信息,获取各区域的地理边界范围,根据实际的重点营运车辆的轨迹点匹配相应的区域地理边界范围,确定轨迹点所在的区域,若所在区域与归属区域不同,则属于跨区域数据,需要归并入归属区域数据中处理。本发明实施例中,利用各区域的边界区分实际轨迹点的所处区域和归属区域,根据重点营运车辆的运行特点,区分跨区域营运的重点营运车辆数据,从而区分不同区域的重点营运车辆的数据,方案简单易行,可靠性高,为实时监控重点营运车辆提供依据。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例一中重点营运车辆跨区域数据处理原理流程图;
图2为本发明实施例二中重点营运车辆跨区域数据处理系统结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明的技术方案是在重点营运车辆中,利用重点营运车辆可能行驶的区域位置变化可能跨区域营运,而跨区域的数据由于涉及到归属区域和所在区域的差别,很难做有效的整理和分析。本发明首先划定各个区域的边界,根据边界信息利用多边形碰撞等方案给出各个区域的地理范围,然后将轨迹点数据匹配这些区域范围,从而得到轨迹点所处的区域信息。若所处区域信息与归属区域信息不同,则属于跨区域数据,需要将相关数据归并到归属渔区数据中处理。本发明并不穷举可能的划定各区域范围的方案,现有技术中除了多边形碰撞之外,也还有很多中可以准确划分区域边界和范围的方案,本发明不做赘述,只要符合本发明技术原理范畴,均属于本发明的保护范围内。
重点营运车辆本身是重点监控的对象,例如,交通部建立的全国重点营运车辆联网联控系统中,就对全国各地的重点营运车辆进行了实时监控。本实施例能够对跨区域数据进行分类区别分析,从而为平台监控提供数据支持。
图1为本发明实施例一中重点营运车辆跨区域数据处理流程图。如图1所示,该重点营运车辆跨区域数据处理流程包括以下步骤:
步骤101、获取各区域的地理位置边界信息。
本实施例中,重点营运车辆的营运范围通常是一个区域,也可以是一条线路。对于重点营运车辆的营运区域,可以是地市、省市这样的行政区划,也可以是根据习惯或者需要而划定的管理区域。本实施例对于区域的划分不做限定。
无论何种方式划定区域,各个区域都会有地理边界。地理边界可以是平直的,也可以是根据实际地理环境而划定的曲线。地理边界作为各个区域互相的边界,通过边界可以认为是跨区域的行为。
实际上,区域和区域边界都是基于地理信息的,每个区域都有基于地理位置的边界和覆盖范围。
步骤102,根据地理位置边界信息获取各区域的覆盖地理位置信息。
各区域的地理位置边界通常只是一条线,而对于具体的点是否属于该区域,业内有很多种具体的判定方案,本实施例对此不作限定。具体的,可以采用多边形碰撞算法来进行。基于地图以及各区域的边界信息数据,通过多边形碰撞检测算法,得到各区域的覆盖地理位置信息。
实际上,也并不需要完全获取各个区域的覆盖地理位置信息,由于重点营运车辆通常仅行驶在公路上,因而仅需要判定各区域间的公路边界,从而获得公路范围内的覆盖即可。
本步骤的目的在于获得各区域的具体覆盖范围,从而为重点营运车辆具体所处的区域确定奠定基础。
步骤103,将重点营运车辆的轨迹点与各区域的覆盖地理位置信息匹配,得到轨迹点所在的区域信息。
本实施例中,通过各个重点营运车辆的轨迹点来判断其所处的区域。
重点营运车辆的实时监控中,首先需要获取重点营运车辆的行驶轨迹点。获取轨迹点的方法有很多,例如,可以在重点营运车辆上加装定位模块,实时上报给系统平台该重点营运车辆的轨迹位置。或者可以通过其它监控手段进行实时监控。本实施例仅在于利用重点营运车辆的轨迹点信息,并不限定重点营运车辆行驶轨迹点的获取方法。现有技术中的轨迹点获取方案均可以被本实施例所应用。
具体来说,本实施例中可以通过交通部建立的全国重点营运车辆联网联控系统提供的重点营运车辆行驶轨迹点信息来获取重点营运车辆的行驶轨迹点。该信息是通过安装于车辆上的监控定位模块实时将轨迹点信息上报给平台的,上报的过程可以是通过各级平台层层上报,最终在部级平台汇总分析。
获取所述重点营运车辆轨迹点的地理位置信息;将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
一般来说,需要将各区域进行编码;所述轨迹点所在的区域信息即为所述轨迹点所在的区域的编码。也即,通过区域编码来表征不同的区域,轨迹点所处的区域用该区域编码来表示。
进一步的,由于轨迹点不一定在道路上,通常由于定位的误差,轨迹点会偏离道路较远的距离。业内常用的方法是纠偏算法,通过纠偏算法将偏离道路的轨迹点纠偏到最近的道路上。这一类的纠偏算法现有技术中有很多,本实施例不做赘述。
此时,需要将所述重点营运车辆的轨迹点通过纠偏调整到地理位置最近的道路上;将纠偏后的轨迹点对应的地理位置与区域覆盖地理位置范围匹配,从而得到该轨迹点所处的区域编码。
步骤104,当轨迹点所在的区域信息与重点营运车辆的归属区域信息不同时,将轨迹点的数据作为重点营运车辆跨区域数据处理。
根据轨迹点信息获得所属重点营运车辆的归属区域信息;所述归属区域信息为归属区域的编码;将获取的所述轨迹点所在区域的编码与所述归属区域的编码想匹配,若所述编码不同,则所述重点营运车辆跨区域营运,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理;若所述编码相同,则所述重点营运车辆没有跨区域营运。
进一步的,将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
本发明的技术方案,结合重点营运车辆的运行特点,根据各区域的地理位置边界信息,获取各区域的地理边界范围,根据实际的重点营运车辆的轨迹点匹配相应的区域地理边界范围,确定轨迹点所在的区域,若所在区域与归属区域不同,则属于跨区域数据,需要归并入归属区域数据中处理。本发明实施例中,利用各区域的边界区分实际轨迹点的所处区域和归属区域,根据重点营运车辆的运行特点,区分跨区域营运的重点营运车辆数据,从而区分不同区域的重点营运车辆的数据,方案简单易行,可靠性高,为实时监控重点营运车辆提供依据。
为了实现上述流程,本发明技术方案还提供重点营运车辆跨区域数据处理系统,如图2所示,该重点营运车辆跨区域数据处理系统包括区域边界获取单元201、区域覆盖计算单元202、匹配单元203和跨区域数据处理单元204,其中,
所述区域边界获取单元201,用于获取各区域的地理位置边界信息;
所述区域覆盖计算单元202,用于根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息;
所述匹配单元203,用于将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息;
所述跨区域数据处理单元204,用于当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理。
进一步的,上述区域覆盖计算单元202,还用于:
基于地图以及各区域的边界信息数据,通过多边形碰撞算法,得到各区域的覆盖地理位置信息。
进一步的,上述匹配单元203,还用于:
获取所述重点营运车辆轨迹点的地理位置信息;将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
进一步的,上述系统还包括:
归并单元205,用于将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
综上所述,本发明的技术方案,结合重点营运车辆的运行特点,根据各区域的地理位置边界信息,获取各区域的地理边界范围,根据实际的重点营运车辆的轨迹点匹配相应的区域地理边界范围,确定轨迹点所在的区域,若所在区域与归属区域不同,则属于跨区域数据,需要归并入归属区域数据中处理。本发明实施例中,利用各区域的边界区分实际轨迹点的所处区域和归属区域,根据重点营运车辆的运行特点,区分跨区域营运的重点营运车辆数据,从而区分不同区域的重点营运车辆的数据,方案简单易行,可靠性高,为实时监控重点营运车辆提供依据。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种重点营运车辆跨区域数据处理方法,其特征在于,包括以下步骤:
获取各区域的地理位置边界信息;
根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息;
将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息;
当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理。
2.根据权利要求1所述的一种重点营运车辆跨区域数据处理方法,其特征在于,所述根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息,包括:
基于地图以及各区域的边界信息数据,通过多边形碰撞检测算法,得到各区域的覆盖地理位置信息。
3.根据权利要求1所述的一种重点营运车辆跨区域数据处理方法,其特征在于,所述将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息,包括:
获取所述重点营运车辆轨迹点的地理位置信息;
将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
4.根据权利要求3所述的一种重点营运车辆跨区域数据处理方法,其特征在于,所述方法还包括:
将各区域进行编码;
所述轨迹点所在的区域信息即为所述轨迹点所在的区域的编码。
5.根据权利要求4所述的一种重点营运车辆跨区域数据处理方法,其特征在于,所述当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理,包括:
根据轨迹点信息获得所属重点营运车辆的归属区域信息;所述归属区域信息为归属区域的编码;
将获取的所述轨迹点所在区域的编码与所述归属区域的编码想匹配,若所述编码不同,则所述重点营运车辆跨区域营运,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理;若所述编码相同,则所述重点营运车辆没有跨区域营运。
6.根据权利要求1所述的一种重点营运车辆跨区域数据处理方法,其特征在于,所述方法还包括:
将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
7.一种重点营运车辆跨区域数据处理系统,其特征在于,包括区域边界获取单元、区域覆盖计算单元、匹配单元和跨区域数据处理单元,其中,
所述区域边界获取单元,用于获取各区域的地理位置边界信息;
所述区域覆盖计算单元,用于根据所述地理位置边界信息获取所述各区域的覆盖地理位置信息;
所述匹配单元,用于将所述重点营运车辆的轨迹点与所述各区域的覆盖地理位置信息匹配,得到所述轨迹点所在的区域信息;
所述跨区域数据处理单元,用于当所述轨迹点所在的区域信息与所述重点营运车辆的归属区域信息不同时,将所述轨迹点的数据作为所述重点营运车辆跨区域数据处理。
8.根据权利要求7所述的一种重点营运车辆跨区域数据处理系统,其特征在于,所述区域覆盖计算单元,还用于:
基于地图以及各区域的边界信息数据,通过多边形碰撞算法,得到各区域的覆盖地理位置信息。
9.根据权利要求7所述的一种重点营运车辆跨区域数据处理系统,其特征在于,所述匹配单元,还用于:
获取所述重点营运车辆轨迹点的地理位置信息;将所述轨迹点的地理位置信息匹配入各个区域的覆盖地理位置信息,若在所述覆盖地理位置信息范围内,则将所述区域信息作为所述轨迹点所在的区域信息。
10.根据权利要求7所述的一种重点营运车辆跨区域数据处理系统,其特征在于,所述系统还包括:
归并单元,用于将所述跨区域数据归并到所述重点营运车辆归属区域数据中进行分析处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710828169.XA CN107622656B (zh) | 2017-09-14 | 2017-09-14 | 一种重点营运车辆跨区域数据处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710828169.XA CN107622656B (zh) | 2017-09-14 | 2017-09-14 | 一种重点营运车辆跨区域数据处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107622656A true CN107622656A (zh) | 2018-01-23 |
CN107622656B CN107622656B (zh) | 2020-08-04 |
Family
ID=61089686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710828169.XA Active CN107622656B (zh) | 2017-09-14 | 2017-09-14 | 一种重点营运车辆跨区域数据处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107622656B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544968A (zh) * | 2018-12-06 | 2019-03-29 | 成都路行通信息技术有限公司 | 一种判断车辆是否发生跨区域行为的方法 |
CN113191305A (zh) * | 2021-05-17 | 2021-07-30 | 武汉中科通达高新技术股份有限公司 | 一种基于Flink框架的数据管理方法及装置 |
CN113808400A (zh) * | 2021-09-16 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 车流迁徙情况的展示方法、装置、设备及介质 |
CN117238141A (zh) * | 2023-11-14 | 2023-12-15 | 交通运输部规划研究院 | 目标车辆的跨区域出行行为识别方法、装置和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1712898A (zh) * | 2004-06-25 | 2005-12-28 | 私立逢甲大学 | 地理空间转换方法 |
CN102437890A (zh) * | 2011-10-31 | 2012-05-02 | 深圳市赛格导航科技股份有限公司 | 在车辆中基于实时定位信息管理收音机的方法及系统 |
CN202998482U (zh) * | 2012-08-30 | 2013-06-12 | 杭州星软科技有限公司 | 一种基于北斗、3g的运输车实时监控、调度系统 |
CN104751283A (zh) * | 2015-03-27 | 2015-07-01 | 吉林省华旗智慧物流有限公司 | 一种重点营运车辆安全监管系统 |
KR101678618B1 (ko) * | 2016-01-18 | 2016-11-22 | (주)도일시스템즈 | 디지털지도에 지오펜스를 설정하는 시스템 |
CN106157628A (zh) * | 2015-04-21 | 2016-11-23 | 杭州海康威视系统技术有限公司 | 一种分布式的获取实时路况信息的方法及系统 |
-
2017
- 2017-09-14 CN CN201710828169.XA patent/CN107622656B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1712898A (zh) * | 2004-06-25 | 2005-12-28 | 私立逢甲大学 | 地理空间转换方法 |
CN102437890A (zh) * | 2011-10-31 | 2012-05-02 | 深圳市赛格导航科技股份有限公司 | 在车辆中基于实时定位信息管理收音机的方法及系统 |
CN202998482U (zh) * | 2012-08-30 | 2013-06-12 | 杭州星软科技有限公司 | 一种基于北斗、3g的运输车实时监控、调度系统 |
CN104751283A (zh) * | 2015-03-27 | 2015-07-01 | 吉林省华旗智慧物流有限公司 | 一种重点营运车辆安全监管系统 |
CN106157628A (zh) * | 2015-04-21 | 2016-11-23 | 杭州海康威视系统技术有限公司 | 一种分布式的获取实时路况信息的方法及系统 |
KR101678618B1 (ko) * | 2016-01-18 | 2016-11-22 | (주)도일시스템즈 | 디지털지도에 지오펜스를 설정하는 시스템 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544968A (zh) * | 2018-12-06 | 2019-03-29 | 成都路行通信息技术有限公司 | 一种判断车辆是否发生跨区域行为的方法 |
CN113191305A (zh) * | 2021-05-17 | 2021-07-30 | 武汉中科通达高新技术股份有限公司 | 一种基于Flink框架的数据管理方法及装置 |
CN113808400A (zh) * | 2021-09-16 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 车流迁徙情况的展示方法、装置、设备及介质 |
CN117238141A (zh) * | 2023-11-14 | 2023-12-15 | 交通运输部规划研究院 | 目标车辆的跨区域出行行为识别方法、装置和电子设备 |
CN117238141B (zh) * | 2023-11-14 | 2024-02-02 | 交通运输部规划研究院 | 目标车辆的跨区域出行行为识别方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107622656B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107036572B (zh) | 一种农机作业面积获取方法及装置 | |
CN107622656A (zh) | 一种重点营运车辆跨区域数据处理方法和系统 | |
Chen et al. | A short-term traffic prediction model in the vehicular cyber–physical systems | |
CN102521965B (zh) | 基于车牌识别数据的交通需求管理措施效果评价方法 | |
CN107633674A (zh) | 一种重点营运车辆异常轨迹点剔除方法和系统 | |
CN107533630A (zh) | 用于远程感测和车辆控制的实时机器视觉和点云分析 | |
CN107274667A (zh) | 城市交通智能管控系统联网联控框架及实施方法 | |
CN106710208A (zh) | 交通状态的获取方法及装置 | |
CN107705551A (zh) | 交通路况的评估方法以及装置 | |
Bayraktar et al. | Smart parking-management system for commercial vehicle parking at public rest areas | |
CN110225457A (zh) | 共享单车的监管方法、装置、服务器及可读存储介质 | |
CN107622655A (zh) | 一种重点营运车辆疲劳驾驶监控方法和系统 | |
CN110111574A (zh) | 一种基于流量树分析的城市交通不平衡评价方法 | |
CN107730873A (zh) | 一种重点营运车辆异常行为监控方法和系统 | |
CN103280110B (zh) | 高速公路旅行时间的预测方法及装置 | |
CN107798856A (zh) | 一种重点营运车辆事故原因分析方法和系统 | |
CN109781945B (zh) | 一种基于移动装置的污染物区域间传输排查方法与系统 | |
CN104408920A (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 | |
CN104200659A (zh) | 一种不按规定线路行驶的重点车辆交通违法行为判定方法 | |
CN107705545A (zh) | 一种重点营运车辆轨迹点补充方法和系统 | |
CN104900057A (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
Xu et al. | A traffic hotline discovery method over cloud of things using big taxi GPS data | |
Li | Predicting short-term traffic flow in urban based on multivariate linear regression model | |
Karimpour et al. | Fuzzy approach in rail track degradation prediction | |
CN107665591A (zh) | 一种重点营运车辆超速行驶监控方法和系统 |
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: 20221122 Address after: 100094 room 2212, 2 building, 89 Shang Zhuang Road, Haidian District, Beijing. Patentee after: CCCC XINJIE TECHNOLOGY CO.,LTD. Address before: 100020 No. 1, back of Anwai foreign hall, Chaoyang District, Beijing Patentee before: Wang Shufang |