CN107886707B - 地理区块的优化方法及装置、车辆监控方法及装置 - Google Patents
地理区块的优化方法及装置、车辆监控方法及装置 Download PDFInfo
- Publication number
- CN107886707B CN107886707B CN201711066353.1A CN201711066353A CN107886707B CN 107886707 B CN107886707 B CN 107886707B CN 201711066353 A CN201711066353 A CN 201711066353A CN 107886707 B CN107886707 B CN 107886707B
- Authority
- CN
- China
- Prior art keywords
- data
- block
- vehicle
- boundary
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/207—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及地理区块的优化方法及装置、车辆监控方法及装置，所述地理区块的优化方法包括：接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；根据所述轨迹数据优化已有的区块数据的边界数据。本发明的地理区块的优化方法及装置、车辆监控方法及装置，能够根据采集的轨迹数据自动化地对区块数据进行优化，使得每个区块都能够对应现实世界的真实区域，提高了区块的划分精度，避免了定位误差对区块判断的影响，且能够实现个性化业务逻辑的定制。
Description
技术领域
本发明涉及电子围栏技术领域，具体涉及地理区块的优化方法及装置、车辆监控方法及装置。
背景技术
电子围栏是目前常用的周界防盗报警系统，电子围栏应包含两种定义：
(1)物理的电子围栏，该系统精度较高，但布设复杂、成本高，不宜大规模使用；
(2)虚拟的GPS围栏：该系统主要是在系统中录入一个边界的点集；系统通过判断GPS定位点在该边界内外完成相关业务；该系统布设简单，成本低廉；但误差大(误差10-20米)，不宜进行高精度业务判断。
目前，通常使用电子围栏技术制定区域划定围栏，系统通过判断车辆与围栏的内外关系作出相应的告警。但是，电子围栏需要在监控区域布设复杂，不可以随意设置监控区域；没有考虑到定位设备的定位误差，导致边界判定不稳定，判定精度较差；基于电子围栏技术，只能对车辆作简单的内、外判定，不能满足多样化的业务需求。
发明内容
针对现有技术中的缺陷，本发明提供的地理区块的优化方法及装置、车辆监控方法及装置，能够根据采集的轨迹数据自动化地对区块数据进行优化，使得每个区块都能够对应现实世界的真实区域，提高了区块的划分精度，避免了定位误差对区块判断的影响，且能够实现个性化业务逻辑的定制。
第一方面，本发明提供了一种地理区块的优化方法，包括：
接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
根据所述轨迹数据优化已有的区块数据的边界数据。
优选地，所述根据一段时间内采集的所述定位点数据得到多条轨迹数据，包括：
根据一段时间内采集的所述定位点数据得到多条轨迹数据；
根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
优选地，所述根据所述轨迹数据优化已有的区块数据的边界数据，包括：
根据所述轨迹数据绘制得到矢量图层；
对所述矢量图层进行栅格化处理得到栅格图层；
提取所述栅格图层的边界；
对所述栅格图层的边界进行矢量化，得到所述轨迹数据的矢量边界；
将所述轨迹数据的矢量边界与所述区块数据重合，根据所述轨迹数据的矢量边界调整所述区块数据的边界数据，使得大于比例阈值的轨迹点处于调整后的区块外。
优选地，所述已有的区块数据的构建方法包括：根据采集的无缝矢量化数据，对其中拥有封闭或半封闭的区域划分成一个区块，得到每个区块的边界数据，并标记每个区块的属性数据，所述属性数据包括：区块名称、区块类型；其中，每个区块对应一个地理实体；其中，无缝矢量化数据包括：高分辨率遥感影像数据、现有电子地图中的地图数据以及相关全景影像。
优选地，在构建所述已有的区块数据的方法还包括：对方向区块还需要同步采集方向数据并存入对应的区块数据。
第二方面，本发明提供了一种地理区块的优化装置，包括：
采集模块，用于接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
轨迹绘制模块，用于根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
区块优化模块，用于根据所述轨迹数据优化已有的区块数据的边界数据。
优选地，所述轨迹绘制模块具体用于：
根据一段时间内采集的所述定位点数据得到多条轨迹数据；
根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
优选地，所述区块优化模块具体用于：
根据所述轨迹数据绘制得到矢量图层；
对所述矢量图层进行栅格化处理得到栅格图层；
提取所述栅格图层的边界；
对所述栅格图层的边界进行矢量化，得到所述轨迹数据的矢量边界；
将所述轨迹数据的矢量边界与所述区块数据重合，根据所述轨迹数据的矢量边界调整所述区块数据的边界数据，使得大于比例阈值的轨迹点处于调整后的区块外。
优选地，还包括区块构建模块，用于：
根据采集的无缝矢量化数据，对其中拥有封闭或半封闭的区域划分成一个区块，得到每个区块的边界数据，并标记每个区块的属性数据，所述属性数据包括：区块名称、区块类型；其中，无缝矢量化数据包括：高分辨率遥感影像数据、现有电子地图中的地图数据以及相关全景影像。
优选地，所述区块构建模块还用于：对方向区块还需要同步采集方向数据并存入对应的区块数据。
第三方面，本发明提供了一种基于地理区块的车辆监控方法，包括：
接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
根据地理区块中区块的边界数据，判断所述定位点数据是否进入区块内部，并对非法进入的车辆进行报警提醒。
优选地，还包括：根据所述定位点数据及其周边区块的边界数据，计算所述车辆与所述区块的距离值，当所述距离值小于距离阈值时进行报警。
优选地，还包括：统计每个区块内的车辆数量。
优选地，所述定位点数据还包括：车辆行驶方向；
还包括：
根据所述定位点数据确定所述车辆所处的区块；
若所述车辆所处的区块为方向区块，且所述车辆行驶方向与所述车辆所处的区块的方向数据是否一致；
若不一致，则进行报警提醒。
第四方面，本发明提供了一种基于地理区块的车辆监控装置，包括：
采集模块，用于接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
报警模块，用于根据地理区块中区块的边界数据，判断所述定位点数据是否进入区块内部，并对非法进入的车辆进行报警提醒。
优选地，所述报警模块还用于：根据所述定位点数据及其周边区块的边界数据，计算所述车辆与所述区块的距离值，当所述距离值小于距离阈值时进行报警。
优选地，还统计模块，用于统计每个区块内的车辆数量。
优选地，所述定位点数据还包括车辆行驶方向；
还包括，所述报警模块还用于：
根据所述定位点数据确定所述车辆所处的区块；
若所述车辆所处的区块为方向区块，且所述车辆行驶方向与所述车辆所处的区块的方向数据是否一致；
若不一致，则进行报警提醒。
附图说明
图1为本发明实施例一所提供的一种地理区块的优化方法的流程图；
图2为本发明实施例二所提供的一种地理区块的优化装置的结构框图；
图3为本发明实施例三所提供的一种基于地理区块的车辆监控方法的流程图；
图4为本发明实施例四所提供的一种基于地理区块的车辆监控装置的结构框图；
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例一
如图1所示，本实施例提供了一种地理区块的优化方法，包括：
步骤S101，接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置。
其中，车辆包括自行车、电动车、汽车等地面交通工具。定位终端固定在车辆上，并上传车辆的实时位置，车辆位置包括车辆所处的经纬度。
优选地，所述定位数据中还包括车辆的瞬时行驶速度以及车辆的行驶方向。
步骤S102，根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
步骤S103，根据所述轨迹数据优化已有的区块数据的边界数据。
需要说明的是，步骤S103中所指区块是指除去道路、河流等区域后的城市中其它区域，如：居民小区、学校、单位大院、写字楼、办公楼、公园等区域，为方便区别，也可以将这些区域组成的区块称为非行驶区块，并在地理区块的每个区块属性中进行标记。
为了能够更好地监控城市中道路的情况，本实施例中还对道路、河流等行驶区域进行区块化，称为方向区块。在地理区块的区块数据中对每个区块的区块类型进行标记，以区别非行驶区块和方向区块。
进一步的，对于非行驶区块会标记更加具体的类型，如：居民小区、学校、单位大院、写字楼、办公楼、公园等，具体分类可以更具需求确定。
对于方向区块也会进行详细标记，如道路等级，道路名称、路段等；另外例如对南北双向车道的区块是分为：xxx路xxx路段南向和xxx路xxx路段北向两个区块。本实施例将一条道路分为两个方向，系统会采集两个区块，两个区块已道路中心线分隔，通过大量的轨迹数据积累使用步骤S101-S103的方法对中心线及区块边界线进行调整，使系统能够正确识别车辆所在的正确区块。
其中，所述已有的区块数据的构建方法包括：根据采集的无缝矢量化数据，对其中拥有封闭或半封闭的区域划分成一个区块，得到每个区块的边界数据，并标记每个区块的属性数据，所述属性数据包括：区块编号和区块类型。
其中，无缝矢量化数据包括：高分辨率遥感影像数据、现有电子地图中的地图数据以及相关全景影像。
其中，区块编号是唯一的。区块类型包括非行驶区块和方向区块，非行驶区块包括：居民小区、学校、单位大院、写字楼、办公楼、公园等，方向区块包括道路、河流等。
在构建所述已有的区块数据的方法中还包括：对方向区块还需要同步采集方向数据并存入对应的区块数据。
本实施例中道路数据使用面状数据进行采集，能够有效避免相同等级道路不同宽度或同一条道路宽度变化的情况，这是传统线状数据无法做到的。
其中，所述步骤S102的优选实施方式包括：
步骤S1021，根据一段时间内采集的所述定位点数据得到多条轨迹数据；
步骤S1022，根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
在上述任一方法实施例的基础上，所述步骤S103的优选实施方式包括：
步骤S1031，根据所述轨迹数据绘制得到矢量图层；
步骤S1032，对所述矢量图层进行栅格化处理得到栅格图层；
步骤S1033，提取所述栅格图层的边界；
步骤S1034，对所述栅格图层的边界进行矢量化，得到所述轨迹数据的矢量边界；
步骤S1035，将所述轨迹数据的矢量边界与所述区块数据重合，根据所述轨迹数据的矢量边界调整所述区块数据的边界数据，使得大于比例阈值的轨迹点处于调整后的区块外。
其中，比例阈值可以根据实际的需求确定，比例阈值的优选值为99％。
本实施例的方法通过实际采集车辆的行驶轨迹，自动化地对区块数据进行优化，采集行驶轨迹的最小粒度是面向地理实体的边界，使得每个区块都对应现实世界的真实区域，提高了区块的划分精度，避免了定位误差对区块判断的影响。本实施例的方法通过统计学方法有效避免了定位误差，能够做到自我自动化优化区块边界，且具有定位轨迹数据越多，区块判断越准确的特点，提高了优化效率高，降低了成本。
实施例二
如图2所示，基于与实施例一相同的发明构思，本实施例提供了一种地理区块的优化装置，包括：
采集模块，用于接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
轨迹绘制模块，用于根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
区块优化模块，用于根据所述轨迹数据优化已有的区块数据的边界数据。
优选地，所述定位数据中还包括车辆的瞬时行驶速度以及车辆的行驶方向。
优选地，所述轨迹绘制模块具体用于：
根据一段时间内采集的所述定位点数据得到多条轨迹数据；
根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
优选地，所述区块优化模块具体用于：
根据所述轨迹数据绘制得到矢量图层；
对所述矢量图层进行栅格化处理得到栅格图层；
提取所述栅格图层的边界；
对所述栅格图层的边界进行矢量化，得到所述轨迹数据的矢量边界；
将所述轨迹数据的矢量边界与所述区块数据重合，根据所述轨迹数据的矢量边界调整所述区块数据的边界数据，使得大于比例阈值的轨迹点处于调整后的区块外。
优选地，还包括区块构建模块，用于：
根据采集的无缝矢量化数据，对其中拥有封闭或半封闭的区域划分成一个区块，得到每个区块的边界数据，并标记每个区块的属性数据，所述属性数据包括：区块名称、区块类型；其中，无缝矢量化数据包括：高分辨率遥感影像数据、现有电子地图中的地图数据以及相关全景影像。
优选地，所述区块构建模块还用于：对方向区块还需要同步采集方向数据并存入对应的区块数据。
本实施例提供的地理区块的优化装置与上述地理区块的优化方法出于相同的发明构思，具有相同的有益效果，此处不再赘述。
本实施例更进一步的优化方案可参考实施例一实现，在此不再赘述。
实施例三
如图3所示，基于实施例一的地理区块优化方法，本实施例提供了一种基于地理区块的车辆监控方法，包括：
步骤S201，接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置。
其中，车辆包括自行车、电动车、汽车等地面交通工具。定位终端固定在车辆上，并上传车辆的实时位置，车辆位置包括车辆所处的经纬度。
优选地，所述定位数据中还包括车辆的瞬时行驶速度以及车辆的行驶方向。
步骤S202，根据地理区块中区块的边界数据，判断所述定位点数据是否进入区块内部，并对非法进入的车辆进行报警提醒。
其中，地理区块根据实施例一中的方法构建，并根据在使用过程中，根据定位终端上传的定位点数据不断优化地理区块，以提高车辆监控精度。地理区块的构建和优化方法已在实施例一中详细阐述，在此不再赘述。
其中，报警的方式可以是将报警信息发送给车辆，以提醒该车辆已进入了禁入区域或禁停区域，防止因此产生不必要的费用和纠纷，并引导车辆停入规范区域，使广大市民形成文明规范停车的习惯。也可以将报警提醒发送给区块对应的安保终端，以提醒有外来车辆进入。
其中，可以设置各个区块的开放属性，开放属性包括：禁入、禁停、可停。对于禁入的区块，一旦有车辆进入，则进行报警提醒。对于禁停的区块，若有车辆驶过不会报警，但有车辆常时间停靠就会进行报警提醒。
本实施例的车辆监控方法还包括：根据所述定位点数据及其周边区块的边界数据，计算所述车辆与所述区块的距离值，当所述距离值小于距离阈值时进行报警。报警的方式可以是将报警信息发送给车辆，以提醒用户远离禁入区域。
本实施例的车辆监控方法还包括：统计每个区块内的车辆数量。例如，统计区块内行驶过的车辆数据，以得到车流量等数据，基于这些数据可以实现向用户推荐行车路线、帮助用户躲避交通高峰等功能。例如，统计每个区块内停靠的车辆数量，该统计数据可用于分析个区块的停车需求量，可作为后期城市规划的参考。对于共享单车/电单车/汽车等，可以通过本实施例的方法统计每个区块(小区、学校、单位大院)内的车辆数量，提醒运营人员进行处理。
本实施例的车辆监控方法还包括：根据所述定位点数据确定所述车辆所处的区块，其中，所述定位点数据包括车辆位置和车辆行驶方向；若所述车辆所处的区块为方向区块，且所述车辆行驶方向与所述车辆所处的区块的方向数据是否一致；若不一致，则进行报警提醒。可以通过本实施例的方法识别车辆行驶过程中是否存在逆行现象，可以通过系统对用户进行警告，指导用户规范骑行。
本实施例的车辆监控方法还包括：根据所述定位点数据确定所述车辆所处的区块，其中，所述定位点数据包括车辆位置和车辆行驶速度；获取车辆所处区块的最高限速，若车辆行驶速度超过最高限速，则进行报警提醒。可以通过本实施例的方法识别车辆行驶过程中超速的现象，通过系统对用户进行超速警告，指导用户规范行驶。
本实施例的车辆监控方法也可以应用到交通监管部门，用于监管车辆逆行、超速等违反交通法规的现象。
进一步的，定位终端会上传车辆的类型，包括自行车、电动车、摩托车、汽车等。相应的，可以根据在区域内行驶的车辆的类型，对方向区块进行更细致的分类，基于方向区块的分类，判断车辆是否行驶在与其车辆类型对应的机动车道或非机动车道区域，对违反交通规则的车辆进行提醒告警。
本实施例的基于地理区块的车辆监控方法，不仅能够判断车辆位置与区块的几何拓扑关系，还能计算车辆到区块的最近距离，基于地理区块实现诸如禁入、禁停区域的监控和告警，判定车辆是否违反交通规则等，相比于现有的电子围栏技术，本实施例的方法能够满足多样化的业务需求，例如，通过本实施例的方法可以做到无缝监控，自动执法。
例如，当前市场上涌现了大量的共享单车/电单车/汽车，车辆的停靠和行驶十分不规范，扰乱了正常的交通秩序，但共享单车/汽车的监管需要耗费大量人力和物力。通过本实施的车辆监控方法，可以将居民小区、学校、单位大院等区块设置成禁停区，使得共享单车/电单车/汽车无法进入禁停区，当用户驾驶车辆接近这些禁停区域时，系统可以实时计算车辆距离附近区块的距离，接近阈值时进行报警；当车辆进入这些区域时，系统可以禁止用户结束计费并通过业务系统提醒用户，引导用户将车辆停到路边；该系统可以有效避免用户将共享车辆停入小区、单位大院等区域，引导与会文明规范停车。
实施例四
如图4所示，基于与实施例三相同的发明构思，本实施例提供一种基于地理区块的车辆监控装置，包括：
采集模块，用于接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
报警模块，用于根据地理区块中区块的边界数据，判断所述定位点数据是否进入区块内部，并对非法进入的车辆进行报警提醒。
优选地，所述报警模块还用于：根据所述定位点数据及其周边区块的边界数据，计算所述车辆与所述区块的距离值，当所述距离值小于距离阈值时进行报警。
优选地，还统计模块，用于统计每个区块内停靠的车辆数量。
优选地，所述定位点数据还包括车辆行驶方向；
还包括，所述报警模块还用于：
根据所述定位点数据确定所述车辆所处的区块；
若所述车辆所处的区块为方向区块，且所述车辆行驶方向与所述车辆所处的区块的方向数据是否一致；
若不一致，则进行报警提醒。
本实施例提供的基于地理区块的车辆监控装置与实施例三的车辆监控方法出于相同的发明构思，具有相同的有益效果，此处不再赘述。
本实施例更进一步的优化方案可参考实施例三实现，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (5)
1.一种地理区块的优化方法，其特征在于，包括：
接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
根据所述轨迹数据优化已有的区块数据的边界数据。
2.根据权利要求1所述的方法，其特征在于，所述根据一段时间内采集的所述定位点数据得到多条轨迹数据，包括：
根据一段时间内采集的所述定位点数据得到多条轨迹数据；
根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述轨迹数据优化已有的区块数据的边界数据，包括：
根据所述轨迹数据绘制得到矢量图层；
对所述矢量图层进行栅格化处理得到栅格图层；
提取所述栅格图层的边界；
对所述栅格图层的边界进行矢量化，得到所述轨迹数据的矢量边界；
将所述轨迹数据的矢量边界与所述区块数据重合，根据所述轨迹数据的矢量边界调整所述区块数据的边界数据，使得大于比例阈值的轨迹点处于调整后的区块外。
4.一种地理区块的优化装置，其特征在于，包括：
采集模块，用于接收安装在车辆上的定位终端上传的定位点数据，所述定位点数据包括车辆位置；
轨迹绘制模块，用于根据一段时间内采集的所述定位点数据得到多条轨迹数据，其中，一个所述定位终端上传的定位点数据形成一条轨迹数据；
区块优化模块，用于根据所述轨迹数据优化已有的区块数据的边界数据。
5.根据权利要求4所述的装置，其特征在于，所述轨迹绘制模块具体用于：
根据一段时间内采集的所述定位点数据得到多条轨迹数据；
根据已有的区块数据的边界数据过滤掉区块内部的轨迹数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711066353.1A CN107886707B (zh) | 2017-11-02 | 2017-11-02 | 地理区块的优化方法及装置、车辆监控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711066353.1A CN107886707B (zh) | 2017-11-02 | 2017-11-02 | 地理区块的优化方法及装置、车辆监控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107886707A CN107886707A (zh) | 2018-04-06 |
| CN107886707B true CN107886707B (zh) | 2019-12-24 |
Family
ID=61778467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711066353.1A Active CN107886707B (zh) | 2017-11-02 | 2017-11-02 | 地理区块的优化方法及装置、车辆监控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107886707B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110853342A (zh) * | 2018-07-24 | 2020-02-28 | 东旭科技集团有限公司 | 确定驾驶状态的方法、装置、路灯及可读存储介质 |
| CN110853343A (zh) * | 2018-07-24 | 2020-02-28 | 东旭科技集团有限公司 | 驾驶行为合规性的判定方法、判定装置、路灯及存储介质 |
| CN111541751B (zh) * | 2020-04-16 | 2023-06-06 | 南京领行科技股份有限公司 | 一种轨迹监测的方法及装置 |
| CN113870554B (zh) * | 2021-09-06 | 2022-11-25 | 北京中交兴路信息科技有限公司 | 一种车辆安全监测方法、装置、存储介质及终端 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011129830A1 (en) * | 2010-04-15 | 2011-10-20 | Cobra Electronics Corporation | Improved location based alert device and method |
| CN102521328A (zh) * | 2011-12-06 | 2012-06-27 | 上海京颐信息科技有限公司 | 室内定位系统中轨迹回放功能的优化方法 |
| CN104575081A (zh) * | 2014-12-08 | 2015-04-29 | 深圳市广和通实业发展有限公司 | 车辆进入多边形电子围栏区域的检测方法 |
| CN106327862A (zh) * | 2015-06-24 | 2017-01-11 | 宝山钢铁股份有限公司 | 基于gps和gis的厂区车辆行驶安全报警方法及系统 |
-
2017
- 2017-11-02 CN CN201711066353.1A patent/CN107886707B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011129830A1 (en) * | 2010-04-15 | 2011-10-20 | Cobra Electronics Corporation | Improved location based alert device and method |
| CN102521328A (zh) * | 2011-12-06 | 2012-06-27 | 上海京颐信息科技有限公司 | 室内定位系统中轨迹回放功能的优化方法 |
| CN104575081A (zh) * | 2014-12-08 | 2015-04-29 | 深圳市广和通实业发展有限公司 | 车辆进入多边形电子围栏区域的检测方法 |
| CN106327862A (zh) * | 2015-06-24 | 2017-01-11 | 宝山钢铁股份有限公司 | 基于gps和gis的厂区车辆行驶安全报警方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107886707A (zh) | 2018-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kan et al. | Traffic congestion analysis at the turn level using Taxis' GPS trajectory data | |
| CN107886707B (zh) | 地理区块的优化方法及装置、车辆监控方法及装置 | |
| CN101710448B (zh) | 基于全方位计算机视觉的道路交通状态检测装置 | |
| CN109509369B (zh) | 智能车位监测方法及其监测系统、城市综合智能交通系统 | |
| US20190385449A1 (en) | System and method for providing automatic on-street parking control and unoccupied parking spot availability detection | |
| CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
| CN105590452B (zh) | 自动生成电子路单的方法及其装置 | |
| CN105741566A (zh) | 基于智能交通管理系统控制的交通信息显示系统 | |
| CN107818332B (zh) | 高速公路互通立交服务范围分析方法及装置 | |
| CN105590478A (zh) | 城市公共路段停车管理系统及方法 | |
| CN206058521U (zh) | 一种基于rfid的车辆管理系统 | |
| Bock et al. | What are the potentialities of crowdsourcing for dynamic maps of on-street parking spaces? | |
| CN112200504A (zh) | 基于多源数据监测分析的旅游客车协同管理与服务系统 | |
| Rezzouqi et al. | Analyzing the accuracy of historical average for urban traffic forecasting using google maps | |
| CN113393113B (zh) | 复杂网络理论信用评价的路内停车欠逃费追缴方法及系统 | |
| CN110033613A (zh) | 基于区域交通同步性的智慧城市管理方法及系统 | |
| Soltész et al. | Information system for road infrastructure booking | |
| Bock et al. | Learning on-street parking maps from position information of parked vehicles | |
| CN110491157B (zh) | 一种基于停车场数据和卡口数据的车辆关联方法 | |
| Wang et al. | Tracking hit-and-run vehicle with sparse video surveillance cameras and mobile taxicabs | |
| Ali et al. | The Importance of Google Maps for Traffic in Calculating the Level of Service for the Road and Traffic Delay | |
| CN115294791A (zh) | 一种智慧城市用智能交通引导系统 | |
| Sodagaran et al. | Intelligent traffic information system a real-time traffic information system on the Shiraz bypass | |
| Abdullah et al. | Reliability of 15-minute drone footage volume for estimating urban traffic flow rates: A preliminary study | |
| Liu | Bi-level optimization algorithm for dynamic reversible lane control based on short-term traffic flow prediction |
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 |
Effective date of registration: 20230329 Address after: 430040 NO.666, Wuhuan Avenue, linkonggang economic and Technological Development Zone, Wuhan City, Hubei Province (10) Patentee after: WUHAN XIAOXIANG ORIGINALITY TECHNOLOGY Co.,Ltd. Address before: Room 323802, Building 3B, Wangjing Soho Tower, Chaoyang District, Beijing, 100020 Patentee before: MANGO TRIP (BEIJING) TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right |