CN108153827A - 交通拥堵区域确定方法及装置 - Google Patents

交通拥堵区域确定方法及装置 Download PDF

Info

Publication number
CN108153827A
CN108153827A CN201711311742.6A CN201711311742A CN108153827A CN 108153827 A CN108153827 A CN 108153827A CN 201711311742 A CN201711311742 A CN 201711311742A CN 108153827 A CN108153827 A CN 108153827A
Authority
CN
China
Prior art keywords
region
threshold value
fleet size
predetermined threshold
vehicle fleet
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
CN201711311742.6A
Other languages
English (en)
Other versions
CN108153827B (zh
Inventor
张水发
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201711311742.6A priority Critical patent/CN108153827B/zh
Publication of CN108153827A publication Critical patent/CN108153827A/zh
Application granted granted Critical
Publication of CN108153827B publication Critical patent/CN108153827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开是关于交通拥堵区域确定方法及装置。该方法包括:获取至少一台车辆的位置信息;根据至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。可以通过获取至少一台车辆的位置信息,来检测某一预设区域内车辆的数量,进而通过判断该预设区域内车辆的数量是否大于第一预设阈值,当预设区域内的车辆数量大于第一预设阈值时,确定该预设区域为会发生交通拥堵的区域。而无需通过摄像头来估计会发生交通拥堵的区域,避免了摄像头无法监控的死角或者没有安装摄像头的区域无法实时获取交通拥堵区域的情况,有效提升了交通拥堵确定的可靠性。

Description

交通拥堵区域确定方法及装置
技术领域
本公开涉及智能交通技术领域,尤其涉及交通拥堵区域确定方法及装置。
背景技术
随着社会发展居民生活水平不断提高,私人汽车保有量持续快速增长,城市道路基础设施与通行需求之间的矛盾日益明显,体现在全球多数大、中型城市出现不同程度的交通拥堵。为了提前确定交通拥堵区域,以使用户及时改变行驶路线,目前国内外都是通过摄像头拍摄到的视频检测预设区域内的车辆数量,当预设区域内的车辆数量大于预设值时,则确定该区域为交通拥堵区域。
发明内容
为克服相关技术中存在的问题,本公开实施例提供交通拥堵区域确定方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种交通拥堵区域确定方法,包括:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
本公开的实施例提供的技术方案可以包括以下有益效果:获取至少一台车辆的位置信息;根据至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。可以通过获取至少一台车辆的位置信息,来检测某一预设区域内车辆的数量,进而通过判断该预设区域内车辆的数量是否大于第一预设阈值,当预设区域内的车辆数量大于第一预设阈值时,确定该预设区域为会发生交通拥堵的区域。而无需通过摄像头来估计会发生交通拥堵的区域,避免了摄像头无法监控的死角或者没有安装摄像头的区域无法实时获取交通拥堵区域的情况,有效提升了交通拥堵确定的可靠性。
在一个实施例中,所述确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域,包括:
将所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
将所述下一级地图中对应的区域划分为多个子区域;
根据所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
当检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
当检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
在一个实施例中,所述方法还包括:
获取原始地图;
按照不同的缩放比例对所述原始地图进行缩放处理,得到不同层级的地图。
在一个实施例中,所述获取至少一台车辆的位置信息,包括:
接收至少一个终端设备发送的所述车辆的位置信息;
或者,
接收至少一台车辆发送的所述位置信息。
根据本公开实施例的第二方面,提供一种交通拥堵区域确定装置,包括:
第一获取模块,用于获取至少一台车辆的位置信息;
第二获取模块,用于根据所述第一获取模块获取的所述至少一台车辆的位置信息第一获取当前地图中至少一个预设区域内的车辆数量;
确定模块,用于确定所述第二获取模块确定的车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
在一个实施例中,所述确定模块包括:映射子模块、划分子模块、第一确定子模块、检测子模块、第二确定子模块和第三确定子模块;
所述映射子模块,用于将所述第二获取模块确定的所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
所述划分子模块,用于将所述映射子模块映射的所述下一级地图中对应的区域划分为多个子区域;
所述第一确定子模块,用于根据所述第一获取模块获取的所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
所述检测子模块,用于检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
所述第二确定子模块,用于当所述检测子模块检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
所述第三确定子模块,用于当所述检测子模块检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
在一个实施例中,所述装置还包括:第三获取模块和处理模块;
所述第三获取模块,用于获取原始地图;
所述处理模块,用于按照不同的缩放比例对所述第三获取模块获取的所述原始地图进行缩放处理,得到不同层级的地图。
在一个实施例中,所述第一获取模块包括:接收子模块;
所述接收子模块,用于接收至少一个终端设备发送的所述车辆的位置信息;或者,接收至少一台车辆发送的所述位置信息。
根据本公开实施例的第三方面,提供一种交通拥堵区域确定装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例一示出的交通拥堵区域确定方法的流程图。
图2是根据一示例性实施例一示出的地图示意图。
图3是根据一示例性实施例二示出的地图示意图。
图4是根据一示例性实施例三示出的地图示意图。
图5是根据一示例性实施例二示出的一种交通拥堵区域确定方法的流程图。
图6是根据一示例性实施例一示出的一种交通拥堵区域确定装置的框图。
图7是根据一示例性实施例一示出的一种交通拥堵区域确定装置中确定模块13的框图。
图8是根据一示例性实施例二示出的一种交通拥堵区域确定装置的框图。
图9是根据一示例性实施例示出的一种交通拥堵区域确定装置中第一获取模块11的框图。
图10是根据一示例性实施例示出的一种用于交通拥堵区域确定装置90的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前,通过视频监控来判断城市道路交通拥堵的方法,由于是需要使用摄像头来拍摄视频,那么在摄像头无法监控的死角或者没有摄像头的区域,无法实时获取道路交通拥堵情况。
为了解决上述技术问题,本公开提供一种交通拥堵区域确定方法。图1是根据一示例性实施例一示出的交通拥堵区域确定方法的流程图,如图1所示,该方法包括以下步骤S101-S103:
在步骤S101中,获取至少一台车辆的位置信息。
可以接收至少一个终端设备发送的车辆的位置信息
示例的,终端设备通过基站与服务器实时通信,每间隔一段时间,将终端设备的全球定位系统(Global Positioning System,简称为:GPS)信息传到服务器。上述的终端设备可以为位于车内的用户持有的手机、PAD或手环等其他设备。
也可以接收至少一台车辆发送的位置信息。
上述的车辆的位置信息可以是车辆的GPS信息。
在步骤S102中,根据至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量。
以车辆的位置信息为GPS信息为例,当得到车辆的GPS信息后,解析GPS信息,然后将解析出的GPS信息映射到当前地图中,并在当前地图中的个预设区域对GPS信息聚类,得到每个预设区域内的车辆的数量。
不仅可以通过预设区域内的车辆的数量来判断该预设区域是否为会发生交通拥堵的区域,还可以通过判断预设区域内车辆的密度来判断该预设区域是否为会发生交通拥堵的区域。
在步骤S103中,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
示例的,如图2所示的当前地图,将该当前地图划分为4个预设区域(分别为A、B、C和D);第一预设阈值为4;服务器接收到的第1台车辆的位置信息为(4,2),第2台车辆的位置信息为(7,6),第3台车辆的位置信息为(1,6),第4台车辆的位置信息为(2,7),第5台车辆的位置信息为(4,9),第6台车辆的位置信息为(12,6),第7台车辆的位置信息为(14,9),第8台车辆的位置信息为(15,2),第9台车辆的位置信息为(12,15),第10台车辆的位置信息为(17,18),第11台车辆的位置信息为(2,16);将该些位置信息标记在如图2所示的当前地图中,得到图3,从图3中可以得到,预设区域A内的车辆数量为5台,预设区域B内的车辆数量为2台,预设区域C内的车辆数量为2台,预设区域D内的车辆数量为1台;由于预设区域A内的车辆数量为5台大于第一预设阈值4;预设区域B内的车辆数量为2台小于第一预设阈值4;预设区域C内的车辆数量为2台小于第一预设阈值4;预设区域D内的车辆数量为1台小于第一预设阈值4;确定预设区域A为会发生交通拥堵的区域。
本公开的实施例提供的技术方案可以包括以下有益效果:获取至少一台车辆的位置信息;根据至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。可以通过获取至少一台车辆的位置信息,来检测某一预设区域内车辆的数量,进而通过判断该预设区域内车辆的数量是否大于第一预设阈值,当预设区域内的车辆数量大于第一预设阈值时,确定该预设区域为会发生交通拥堵的区域。而无需通过摄像头来估计会发生交通拥堵的区域,避免了摄像头无法监控的死角或者没有安装摄像头的区域无法实时获取交通拥堵区域的情况,有效提升了交通拥堵确定的可靠性。
本公开中的方法可以在有用户请求获取交通拥堵信息然后再执行,或者,也可以提前执行本公开中的方法获取交通拥堵的区域,后期当有用户请求获取交通拥堵信息时,便向用户发送已经确定好的交通拥堵区域即可。
在一个实施例中,上述步骤S103可以实施为以下步骤a1-a6:
在步骤a1中,将车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;下一层级地图的缩放比例大于上一层级地图的缩放比例。
在步骤a2中,将下一级地图中对应的区域划分为多个子区域。
在步骤a3中,根据至少一台车辆的位置信息确定位于每个子区域内的车辆数量。
在步骤a4中,检测子区域中是否包括车辆数量大于第二预设阈值的区域。
在步骤a5中,当检测到子区域中包括车辆数量大于第二预设阈值的区域时,确定车辆数量大于第二预设阈值的子区域为会发生交通拥堵的区域。
在步骤a6中,当检测到子区域中不包括车辆数量大于第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
继续按照上述的例子,假设下一级地图中的第二预设阈值为3;图2中所示的当前地图的缩放比例为1:40,图4中所示的为图2中所示的当前地图的下一级地图,且该下一级地图的缩放比例为1:20,将上述获取的交通拥堵的区域(预设区域A)映射至下一级地图中对应的区域,如图4所示,下一级地图中对应的预设区域A包括2个子区域,分别为子区域A1和A2;根据至少一台车辆的位置信息确定位于子区域A1内的车辆数量为1台,根据至少一台车辆的位置信息确定位于子区域A2内的车辆数量为4台,由于子区域A1内的车辆数量为1台小于第二预设阈值,而子区域A2内的车辆数量为4台大于第二预设阈值,可以得知子区域A2为会发生交通拥堵的区域。
示例的,如果当前地图为缩放比例为1:48000000的中国地图,该中国地图中的基本单位为省,每个省即为该中国地图中的预设区域,通过上述方法获取到的交通拥堵的区域为陕西省,此时确定的交通拥堵的区域粒度较大,但由于该中国地图中无法再进一步的确定交通拥堵的区域是陕西省的哪一个市,为了获取到更细化的交通拥堵的区域,会将获取到的拥堵区域陕西省映射至缩放比例为1:28000000的中国地图中,由于该缩放比例为1:28000000的中国地图中的最小单位为市,此时陕西省中的每一个市所占的区域即为子区域,便可以进一步的通过车辆的位置信息来判断交通拥堵区域为陕西省的哪个市,从而提升了交通拥堵区域确定的可靠性。
本公开的实施例提供的技术方案可以包括以下有益效果:通过将发生交通拥堵的区域映射至下一级地图中,从而在下一级地图中进行更细粒度的交通拥堵区域的判断,从而提升了交通拥堵区域确定的可靠性。
在一个实施例中,本公开的方法还包括:获取原始地图;按照不同的缩放比例对原始地图进行缩放处理,得到不同层级的地图。
由于需要在多个不同级别的地图中进行交通拥堵区域的判断,因此,需要将获取到的原始地图按照不同的缩放比例进行缩放处理得到不同层级的地图。
例如:为每个城市建立一个地图,按不同的缩放比例存储地图,并为不同缩放比例的地图设置不同的道路拥堵预警阈值(也即,上述的第一预设阈值和第二预设阈值)。
本公开的实施例提供的技术方案可以包括以下有益效果:通过获取不同缩放比例的地图,从而可以在各个级别地图中进行更细粒度的交通拥堵区域的判断,提升了交通拥堵区域确定的可靠性。
本公开中,为了快速更新道路拥堵状况,防止当某一区域出现拥堵移动终端频繁访问某一数据库导致信息堵塞的情况发生,本发明分层级设置不同缩放比例的地图,并设置不同缩放比例地图的道路拥堵预警阈值,只有当上一层级发生拥堵后才进入下一层级,能够极大避免大量数据对某一服务器短时间内频繁访问造成的信息堵塞。当然为了进一步的快速更新道路拥堵情况,还可以设置多个服务器。
值得注意的是,本公开中的方法可以应用与N级地图中,其中,N为大于等于1的整数。示例的,假设有N级地图,且第1级地图对应第1预设阈值,第2级地图对应第2预设阈值,…第N级地图对应第N预设阈值;各级地图的缩放比例逐级增加,且第1级地图缩放比例最小,第N级地图的缩放比例最大,当获取至少一台车辆的位置信息后,根据至少一台车辆的位置信息获取第1级地图中至少一个预设区域内的车辆数量,当检测第1级地图中有预设区域内的车辆数量大于第1预设阈值时,将车辆数量大于第1预设阈值的预设区域分别映射至第2级地图中对应的区域,将第2级地图对应的区域划分为多个子区域,当检测到第2级地图中的子区域中包括车辆数量大于第2预设阈值的子区域时,将车辆数量大于第2预设阈值的子区域分别映射至第3级地图中对应的区域,并在第3级地图执行与第2级地图中相同的方法步骤,直至最后一级地图;当检测到第2级地图中的子区域中不包括车辆数量大于第2预设阈值的子区域时,确定第1级地图中的车辆数量大于第1预设阈值的预设区域确定为为会发生交通拥堵的区域。
图5是根据一示例性实施例二示出的一种交通拥堵区域确定方法的流程图,如图5所示,包括以下步骤:
在步骤S201中,接收至少一个终端设备发送的车辆的位置信息。
在步骤S202中,根据至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量。
在步骤S203中,检测是否有至少一个预设区域内的车辆数量大于第一预设阈值;当检测有至少一个预设区域内的车辆数量大于第一预设阈值执行以下步骤S204-步骤S209;当检测有没有任何一个预设区域内的车辆数量大于第一预设阈值,则确定没有交通拥堵区域。
在步骤S204中,将车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;下一层级地图的缩放比例大于上一层级地图的缩放比例。
在步骤S205中,将下一级地图中对应的区域划分为多个子区域。
在步骤S206中,根据至少一台车辆的位置信息确定位于每个子区域内的车辆数量。
在步骤S207中,检测子区域中是否包括车辆数量大于第二预设阈值的区域;当检测到子区域中包括车辆数量大于第二预设阈值的区域时,执行步骤S208;当检测到子区域中不包括车辆数量大于第二预设阈值的区域时,执行步骤S209。
在步骤S208中,确定车辆数量大于第二预设阈值的子区域为会发生交通拥堵的区域。
在步骤S209中,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6是根据一示例性实施例一示出的一种交通拥堵区域确定装置的框图,如图6所示,该交通拥堵区域确定装置包括:
第一获取模块11,用于获取至少一台车辆的位置信息;
第二获取模块12,用于根据所述第一获取模块11获取的所述至少一台车辆的位置信息第一获取当前地图中至少一个预设区域内的车辆数量;
确定模块13,用于确定所述第二获取模块12确定的车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
在一个实施例中,如图7所示,所述确定模块13包括:映射子模块131、划分子模块132、第一确定子模块133、检测子模块134、第二确定子模块135和第三确定子模块136;
所述映射子模块131,用于将所述第二获取模块12确定的所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
所述划分子模块132,用于将所述映射子模块131映射的所述下一级地图中对应的区域划分为多个子区域;
所述第一确定子模块133,用于根据所述第一获取模块11获取的所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
所述检测子模块134,用于检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
所述第二确定子模块135,用于当所述检测子模块134检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
所述第三确定子模块136,用于当所述检测子模块134检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
在一个实施例中,如图8所示,所述装置还包括:第三获取模块14和处理模块15;
所述第三获取模块14,用于获取原始地图;
所述处理模块15,用于按照不同的缩放比例对所述第三获取模块14获取的所述原始地图进行缩放处理,得到不同层级的地图。
在一个实施例中,如图9所示,所述第一获取模块11包括:接收子模块111;
所述接收子模块111,用于接收至少一个终端设备发送的所述车辆的位置信息;或者,接收至少一台车辆发送的所述位置信息。
根据本公开实施例的第三方面,提供一种交通拥堵区域确定装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
上述处理器还可被配置为:
所述确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域,包括:
将所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
将所述下一级地图中对应的区域划分为多个子区域;
根据所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
当检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
当检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
所述方法还包括:
获取原始地图;
按照不同的缩放比例对所述原始地图进行缩放处理,得到不同层级的地图。
所述获取至少一台车辆的位置信息,包括:
接收至少一个终端设备发送的所述车辆的位置信息;
或者,
接收至少一台车辆发送的所述位置信息。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种用于交通拥堵区域确定装置90的框图。例如,装置90可以被提供为一服务器。装置90包括处理组件902,其进一步包括一个或多个处理器,以及由存储器903所代表的存储器资源,用于存储可由处理组件902的执行的指令,例如应用程序。存储器903中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件902被配置为执行指令,以执行上述方法。
装置90还可以包括一个电源组件906被配置为执行装置90的电源管理,一个有线或无线网络接口905被配置为将装置90连接到网络,和一个输入输出(I/O)接口908。装置90可以操作基于存储在存储器903的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置90的处理器执行时,使得装置90能够执行上述的交通拥堵区域确定方法,所述方法包括:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
所述确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域,包括:
将所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
将所述下一级地图中对应的区域划分为多个子区域;
根据所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
当检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
当检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
所述方法还包括:
获取原始地图;
按照不同的缩放比例对所述原始地图进行缩放处理,得到不同层级的地图。
所述获取至少一台车辆的位置信息,包括:
接收至少一个终端设备发送的所述车辆的位置信息;
或者,
接收至少一台车辆发送的所述位置信息。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种交通拥堵区域确定方法,其特征在于,包括:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
2.根据权利要求1所述的方法,其特征在于,所述确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域,包括:
将所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
将所述下一级地图中对应的区域划分为多个子区域;
根据所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
当检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
当检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取原始地图;
按照不同的缩放比例对所述原始地图进行缩放处理,得到不同层级的地图。
4.根据权利要求1所述的方法,其特征在于,所述获取至少一台车辆的位置信息,包括:
接收至少一个终端设备发送的所述车辆的位置信息;
或者,
接收至少一台车辆发送的所述位置信息。
5.一种交通拥堵区域确定装置,其特征在于,包括:
第一获取模块,用于获取至少一台车辆的位置信息;
第二获取模块,用于根据所述第一获取模块获取的所述至少一台车辆的位置信息第一获取当前地图中至少一个预设区域内的车辆数量;
确定模块,用于确定所述第二获取模块确定的车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
6.根据权利要求1所述的装置,其特征在于,所述确定模块包括:映射子模块、划分子模块、第一确定子模块、检测子模块、第二确定子模块和第三确定子模块;
所述映射子模块,用于将所述第二获取模块确定的所述车辆数量大于第一预设阈值的预设区域映射至下一级地图中对应的区域;所述下一层级地图的缩放比例大于上一层级地图的缩放比例;
所述划分子模块,用于将所述映射子模块映射的所述下一级地图中对应的区域划分为多个子区域;
所述第一确定子模块,用于根据所述第一获取模块获取的所述至少一台车辆的位置信息确定位于每个所述子区域内的车辆数量;
所述检测子模块,用于检测所述子区域中是否包括车辆数量大于所述第二预设阈值的区域;
所述第二确定子模块,用于当所述检测子模块检测到所述子区域中包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于所述第二预设阈值的子区域为会发生交通拥堵的区域;
所述第三确定子模块,用于当所述检测子模块检测到所述子区域中不包括车辆数量大于所述第二预设阈值的区域时,确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:第三获取模块14和处理模块15;
所述第三获取模块14,用于获取原始地图;
所述处理模块15,用于按照不同的缩放比例对所述第三获取模块14获取的所述原始地图进行缩放处理,得到不同层级的地图。
8.根据权利要求1所述的装置,其特征在于,所述第一获取模块包括:接收子模块;
所述接收子模块,用于接收至少一个终端设备发送的所述车辆的位置信息;或者,接收至少一台车辆发送的所述位置信息。
9.一种交通拥堵区域确定装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取至少一台车辆的位置信息;
根据所述至少一台车辆的位置信息获取当前地图中至少一个预设区域内的车辆数量;
确定车辆数量大于第一预设阈值的预设区域为会发生交通拥堵的区域。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1至4中任一项所述方法的步骤。
CN201711311742.6A 2017-12-11 2017-12-11 交通拥堵区域确定方法及装置 Active CN108153827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711311742.6A CN108153827B (zh) 2017-12-11 2017-12-11 交通拥堵区域确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711311742.6A CN108153827B (zh) 2017-12-11 2017-12-11 交通拥堵区域确定方法及装置

Publications (2)

Publication Number Publication Date
CN108153827A true CN108153827A (zh) 2018-06-12
CN108153827B CN108153827B (zh) 2022-02-22

Family

ID=62466972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711311742.6A Active CN108153827B (zh) 2017-12-11 2017-12-11 交通拥堵区域确定方法及装置

Country Status (1)

Country Link
CN (1) CN108153827B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219838A (zh) * 2018-08-16 2019-01-15 深圳市锐明技术股份有限公司 一种交通监测报警方法、装置、终端设备及存储介质
CN110967012A (zh) * 2018-09-30 2020-04-07 北京京东尚科信息技术有限公司 路径规划方法及系统、计算机系统和计算机可读存储介质
CN112650794A (zh) * 2020-12-30 2021-04-13 北京嘀嘀无限科技发展有限公司 位置数据处理方法、装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1517680A (zh) * 2003-01-10 2004-08-04 ������������ʽ���� 导航服务器和导航的显示方法
US20070155404A1 (en) * 2006-01-04 2007-07-05 Hitachi, Ltd. Method for displaying traffic information and navigation system
CN103136950A (zh) * 2011-12-05 2013-06-05 北京掌城科技有限公司 提供综合路况信息的方法
CN103903436A (zh) * 2012-12-28 2014-07-02 上海优途信息科技有限公司 一种基于浮动车的高速公路交通拥堵检测方法和系统
CN103903433A (zh) * 2012-12-27 2014-07-02 中兴通讯股份有限公司 一种道路交通状态的实时动态判别方法及装置
CN104318768A (zh) * 2014-10-27 2015-01-28 杭州智诚惠通科技有限公司 基于Hadoop的自适应交通信息瓦片地图生成系统及方法
CN105491124A (zh) * 2015-12-03 2016-04-13 北京航空航天大学 移动车辆分布式聚合方法
CN106056910A (zh) * 2016-07-13 2016-10-26 乐视控股(北京)有限公司 一种交通状态检测方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1517680A (zh) * 2003-01-10 2004-08-04 ������������ʽ���� 导航服务器和导航的显示方法
US20070155404A1 (en) * 2006-01-04 2007-07-05 Hitachi, Ltd. Method for displaying traffic information and navigation system
CN103136950A (zh) * 2011-12-05 2013-06-05 北京掌城科技有限公司 提供综合路况信息的方法
CN103903433A (zh) * 2012-12-27 2014-07-02 中兴通讯股份有限公司 一种道路交通状态的实时动态判别方法及装置
CN103903436A (zh) * 2012-12-28 2014-07-02 上海优途信息科技有限公司 一种基于浮动车的高速公路交通拥堵检测方法和系统
CN104318768A (zh) * 2014-10-27 2015-01-28 杭州智诚惠通科技有限公司 基于Hadoop的自适应交通信息瓦片地图生成系统及方法
CN105491124A (zh) * 2015-12-03 2016-04-13 北京航空航天大学 移动车辆分布式聚合方法
CN106056910A (zh) * 2016-07-13 2016-10-26 乐视控股(北京)有限公司 一种交通状态检测方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ELEONORAD"ANDREA 等: "Detection of traffic congestion and incidents from GPS trace analysis", 《EXPERT SYSTEMS WITH APPLICATIONS》 *
KE WANG 等: "A study on communication between the vehicle saturation degree data and the electronic map in the ITS", 《PROCEEDINGS OF THE IEEE INTERNATIONAL VEHICLE ELECTRONICS CONFERENCE (IVEC"99) (CAT. NO.99EX257)》 *
吴佩莉 等: "基于浮动车数据的快速交通监控", 《计算机研究与发展》 *
孟凡林: "基于浮动车大数据的城市交通拥堵自动辨识与可视化系统", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 *
高姗 等: "在线高速路网监测信息系统的设计与实现", 《测绘通报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219838A (zh) * 2018-08-16 2019-01-15 深圳市锐明技术股份有限公司 一种交通监测报警方法、装置、终端设备及存储介质
WO2020034135A1 (zh) * 2018-08-16 2020-02-20 深圳市锐明技术股份有限公司 一种交通监测报警方法、装置、终端设备及存储介质
CN109219838B (zh) * 2018-08-16 2022-01-28 深圳市锐明技术股份有限公司 一种交通监测报警方法、装置、终端设备及存储介质
CN110967012A (zh) * 2018-09-30 2020-04-07 北京京东尚科信息技术有限公司 路径规划方法及系统、计算机系统和计算机可读存储介质
CN112650794A (zh) * 2020-12-30 2021-04-13 北京嘀嘀无限科技发展有限公司 位置数据处理方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN108153827B (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
JP6745285B2 (ja) データ処理および表示のためのシステム、方法および装置
US9797740B2 (en) Method of determining trajectories through one or more junctions of a transportation network
US8972178B2 (en) Method of using a computing device to identify an occupied parking spot
CN107289925B (zh) 一种绘制用户轨迹的方法和装置
CN106953928A (zh) 位置信息的获取方法及装置
CN108153827A (zh) 交通拥堵区域确定方法及装置
CN111935820B (zh) 基于无线网络的定位实现方法及相关设备
CN103476111A (zh) 一种获取地理位置信息的方法,装置及系统
CN111626648B (zh) 查勘任务调度方法、装置、计算机设备和存储介质
WO2018125962A1 (en) Systems and methods to collect location data by using a dynamic geofencing methodology
CN105050038A (zh) 一种监控移动终端位置信息的方法、装置及系统
CN107590997B (zh) 一种基于物联网的交通监控方法及装置
CN105280000A (zh) 预警处理方法和装置
JP2009015739A (ja) 交通情報配信サーバ、交通情報配信システム、および交通情報配信方法
US20110223930A1 (en) System and method for monitoring signal quality
US20230403612A1 (en) Cell data transmission method and apparatus and electronic device
CN106997668B (zh) 利用手机移动数据评价路口信号机控制效率的方法和系统
CN103034938A (zh) 行程管理系统及方法
CN105120470B (zh) 一种网络访问能力检测的方法与装置
CN111241226B (zh) 选址方法、装置及设备
JP2016062444A (ja) プローブ情報収集装置、及びプローブ情報収集方法
CN114885369A (zh) 网络覆盖质量检测处理方法、装置、电子设备和存储介质
CN114838704A (zh) 一种高度检测方法、装置及计算机可读存储介质
CN110288853B (zh) 智慧停车管控联网联控方法及系统
CN111405467B (zh) 车辆通信方法、车路协同系统、相关设备以及可读介质

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