CN108417050A - 一种基于连续超速gps轨迹点的超速事件实时探测方法 - Google Patents

一种基于连续超速gps轨迹点的超速事件实时探测方法 Download PDF

Info

Publication number
CN108417050A
CN108417050A CN201810175291.6A CN201810175291A CN108417050A CN 108417050 A CN108417050 A CN 108417050A CN 201810175291 A CN201810175291 A CN 201810175291A CN 108417050 A CN108417050 A CN 108417050A
Authority
CN
China
Prior art keywords
overspeed
gps track
event
continuous
time detection
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.)
Pending
Application number
CN201810175291.6A
Other languages
English (en)
Inventor
付川云
刘海玥
胥川
夏亮
刘林才
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201810175291.6A priority Critical patent/CN108417050A/zh
Publication of CN108417050A publication Critical patent/CN108417050A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开一种基于连续超速GPS轨迹点的超速事件实时探测方法,将超速事件视为一个包含起止点的线事件,考虑根据GPS轨迹数据实时获取路段限速值,识别超速GPS轨迹点及查找连续超速GPS轨迹点单元,设计基于连续超速GPS轨迹点的超速事件实时探测算法,通过行车实验和交警部门调研获取车辆GPS轨迹数据,速度仪表盘数据,路段限速值,以及超速违法记录,训练超速事件实时探测算法,以确定最佳的连续超速GPS轨迹点数,获取车辆行驶GPS轨迹中的超速事件信息。本发明提高了超速事件探测的可靠性和准确性;既能弥补速度照相机定点抓拍的不足,又能全面反映路网上超速事件分布情况,从而有利于超速违法行为干预,提高道路行驶安全性,体现实际应用价值。

Description

一种基于连续超速GPS轨迹点的超速事件实时探测方法
技术领域
本发明涉及车辆超速监测技术领域,具体为一种基于连续超速GPS轨迹点的超速事件实时探测方法。
背景技术
超速事件是世界各国普遍存在的交通问题。世界卫生组织一项调查表明,高收入国家中约有40-50%,甚至有时高达80%驾驶人超速;在中等收入和低收入国家中也有类似比例的超速驾驶人,而且该比例可能更高。超速不仅增大了交通事故可能性,还加剧了交通事故严重程度。在发达国家,超速导致了近30%的死亡事故。例如,在英国,超速违法事件导致了多达28%的死亡事故。在澳大利亚,该比例为30%。在我国,超速违法事件引发的交通事故及造成的生命财产损失,一直居于各种交通违法事件的前列。
目前,对超速事件的干预主要依赖于超速执法,而超速执法主要依赖于速度抓拍。值得注意的是,速度照相机位置是固定的,难以实现对每个驾驶人在不同路段的所有超速违法行为进行监控,以至于出现“有监控不超速,无监控就超速”的现象。由此可见,仅凭速度照相机难以有效地遏制超速事件。
为充分地干预超速行为,需全面掌握车辆的所有超速行为和路网整体的超速情况。随着GPS技术的发展及使用,使得根据GPS轨迹数据实时监测驾驶人超速行为、全面掌握路网上超速情况成为可能。自2005年起,GPS轨迹数据被用于实时监测驾驶人超速违法行为,例如车载超速提示等。然而,现有研究及应用基本都是仅凭单一GPS轨迹点的速度来判断超速,误差很大。因此,亟需探究基于GPS轨迹数据探测超速事件的新方法,以准确判断驾驶人的超速行为,从而更有效地干预超速行为。
发明内容
针对上述问题,本发明的目的在于提供一种能够提高了超速事件探测的可靠性和准确性的基于连续超速GPS轨迹点的超速事件实时探测方法,既能弥补速度照相机定点抓拍的不足,又能全面反映路网上超速事件分布情况,从而有利于超速违法行为干预,提高道路行驶安全性,体现实际应用价值。技术方案如下:
一种基于连续超速GPS轨迹点的超速事件实时探测方法,包括:
步骤一:定义超速事件:将GPS轨迹中出现的多个连续超速GPS轨迹点状态视为超速事件,超速事件包含起止点的线事件;
步骤二:根据GPS轨迹数据获取路段限速值,识别超速GPS轨迹点及查找连续超速GPS轨迹点单元,设计出基于连续超速GPS轨迹点的超速事件实时探测算法;
步骤三:通过行车实验和交警部门调研获取车辆GPS轨迹数据,速度仪表盘数据,路段限速值,以及超速违法记录,在此基础上训练所述超速事件实时探测算法,以确定最佳的连续超速GPS轨迹点数。
进一步的,所述基于连续超速GPS轨迹点的超速事件实时探测算法具体包括:
步骤A:根据GPS轨迹点中的位置信息,确定GPS轨迹所在路段,从而获取该路段限速值Vlimit
步骤B:识别出GPS轨迹中的超速GPS轨迹点,找出由至少2个连续超速GPS轨迹点组成的超速GPS轨迹点单元;
步骤C:识别且合并相邻的超速GPS轨迹点单元,合并后的超速GPS轨迹点单元为一起超速事件;
步骤D:确定一条GPS轨迹中超速事件总体数量和每起超速事件发生时间及位置,超速范围和持续时间。
更进一步的,对于一个合并后的超速GPS轨迹点单元Pi,Pi+1,…,Pi+n,各轨迹点单元对应速度为对应的速度为Vi,Vi+1,…,Vi+n,则所述超速事件发生时间为第一个GPS轨迹点Pi所处时刻ti;超速事件发生位置包括第一个GPS轨迹点Pi的位置Li和最后一个GPS轨迹点Pi+n的位置Li+n;所述超速范围△V为:
其中,为超速事件的速度值,i=1,2,…,∞,n≥1;
所述持续时间为最后一个GPS轨迹点Pi+n所处时刻ti+n与第一个GPS轨迹点Pi所处时刻ti之差。
更进一步的,所述步骤三具体包括:
1)基于行车实验数据对所述超速事件实时探测算法进行训练:
通过行车实验得到GPS轨迹数据和车辆速度仪表盘上的速度数据及对应路段的限速值记录,人工查找出车辆行驶路径所发生的全部超速事件,包括该超速事件发生时间、地点,用集合Ω表示;
根据所述超速事件实时探测算法探测出车辆行驶GPS轨迹中的超速事件,用集合Ω1表示;
将集合Ω1与集合Ω比较,若集合Ω1包含于集合Ω,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测车辆行驶GPS轨迹中的超速事件,直至集合Ω1与集合Ω重合为止,记录此时对应的连续超速GPS轨迹点数N;
2)基于交警部门调研数据对所述超速事件实时探测算法进行训练:
通过交警部门搜集营运车辆的超速违法记录,包括超速事件发生时间、地点,用集合Ψ2表示;
通过基于行车实验数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为N时,探测出营运车辆行驶GPS轨迹中的全部超速事件,用集合Ψ1表示;
将集合Ψ1与集合Ψ2比较,若集合Ψ1与集合Ψ2相离或相交,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测该营运车辆行驶GPS轨迹中的超速事件,直至集合Ψ1包含集合Ψ2为止,记录此时对应的连续超速GPS轨迹点数M。
更进一步的,还包括:
进行行车实验数据和交警部门调研数据的二次采集;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的行车实验数据中车辆行驶GPS轨迹中的超速事件,将其与从车辆速度仪表盘视频中提取的超速事件比较,以验证超速事件实时探测算法的精度;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的交警部门调研数据中营运车辆行驶GPS轨迹中的超速事件,将其与同一营运车辆的超速违法记录比较,进一步验证超速事件实时探测算法的精度。
本发明的有益效果是:本发明充分考虑了GPS轨迹数据的误差,以多个连续超速GPS轨迹点判断超速事件,提高了超速事件探测的可靠性和准确性;通过车辆GPS轨迹数据探测出车辆出行中的所有超速事件,既能弥补速度照相机定点抓拍的不足,又能全面反映路网上超速事件分布情况,从而有利于超速违法行为干预,提高道路行驶安全性,体现实际应用价值。
附图说明
图1为本发明的总体流程图。
图2为基于连续超速GPS轨迹点的超速事件描述示意。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。本实施例一种基于连续超速GPS轨迹点的超速事件实时探测方法,将超速事件视为一个包含起止点的线事件,考虑根据GPS轨迹数据实时获取路段限速值,识别超速GPS轨迹点及查找连续超速GPS轨迹点单元,设计基于连续超速GPS轨迹点的超速事件实时探测算法,通过行车实验和交警部门调研获取车辆GPS轨迹数据,速度仪表盘数据,路段限速值,以及超速违法记录,在此基础上训练超速事件实时探测算法,以确定最佳的连续超速GPS轨迹点数,并进一步验证超速事件实时探测算法的精度,从而形成基于连续超速GPS轨迹点的超速事件实时探测方法,获取车辆行驶GPS轨迹中的超速事件信息。具体包括超速事件描述,基于连续超速GPS轨迹点的超速事件实时探测算法设计,通过行车实验和交警部门调研搜集车辆行驶GPS轨迹数据,超速违法记录等数据,确定超速事件实时探测算法中的最佳连续超速轨迹点数,并验证超速事件实时探测算法的精度五个关键的操作步骤,综合上述五个步骤实现的超速事件实时探测算法步骤框图如图1所示,具体步骤如下:
步骤一:定义超速事件:将GPS轨迹中出现的多个连续超速GPS轨迹点状态视为超速事件,超速事件包含起止点的线事件;
步骤二:根据GPS轨迹数据获取路段限速值,识别超速GPS轨迹点及查找连续超速GPS轨迹点单元,设计出基于连续超速GPS轨迹点的超速事件实时探测算法;
步骤三:通过行车实验和交警部门调研获取车辆GPS轨迹数据,速度仪表盘数据,路段限速值,以及超速违法记录,在此基础上训练所述超速事件实时探测算法,以确定最佳的连续超速GPS轨迹点数。
步骤四:基于连续超速GPS轨迹点的超速事件实时探测算法精度验证;
步骤五:超速事件相关信息(既包括超速事件总数量,又包括每起超速事件发生时间及地点,超速范围和持续时间)确定,即完成了一种基于连续超速GPS轨迹点的超速事件实时探测方法。
所述步骤一中,一起超速事件是从速度大于限速值的位置开始至速度小于或等于限速值的位置结束。于是,超速事件可视为一个包含起止点的线事件,如图2所示,其起点位于GPS轨迹点(速度小于或等于限速值)与GPS轨迹点(速度大于限速值);止点位于GPS轨迹点(速度大于限速值)与GPS轨迹点(速度小于或等于限速值)。因此,将GPS轨迹中出现的多个连续超速GPS轨迹点状态视为超速事件。基于上述分析,超速事件可描述如下:
对于连续轨迹点Pi,Pi+1,…,Pi+n,(i=1,2,…,∞,n≥1),对应的速度为Vi,Vi+1,…,Vi+n,(i=1,2,…,∞,n≥1),则超速事件SE表示为
SE={Vj>Vlimit,i≤j≤i+n,n≥1}
式中,Vlimit表示限速值。
所述步骤二中,基于连续超速GPS轨迹点的超速事件实时探测算法包括①根据GPS轨迹点中的位置信息(经纬度坐标),确定GPS轨迹所在路段,从而获取该路段限速值Vlimit;②识别出GPS轨迹中的超速GPS轨迹点(Vi>Vlimit);③找出由至少2个个连续超速GPS轨迹点组成的超速GPS轨迹点单元;④识别且合并相邻的超速GPS轨迹点单元,合并后的超速GPS轨迹点单元为一起超速事件;⑤根据超速GPS轨迹点单元,确定一条GPS轨迹中超速事件总体数量和每起超速事件发生时间及位置,超速范围和持续时间。
所述的超速事件总体数量即为该条GPS轨迹中的超速GPS轨迹点单元数。
对于一个超速GPS轨迹点单元Pi,Pi+1,…,Pi+n,(i=1,2,…,∞,n≥1),所述的超速事件发生时间即为超速GPS轨迹点单元中第一个GPS轨迹点处时刻ti;所述的超速事件发生位置由超速GPS轨迹点单元的第一个GPS轨迹点Pi位置Li和最后一个GPS轨迹点Pi+n位置Li+n表示,即{Li,Li+n};所述的超速范围,可由下式计算得到:
式中△V表示超速范围;为超速事件的速度值,km/h;i=1,2,…,∞,n≥1。
所述的超速事件持续时间△t由超速GPS轨迹点单元中最后一个GPS轨迹点处时刻ti+n与第一个GPS轨迹点处时刻ti之差。
所述步骤三中,分别通过行车实验采集车辆GPS轨迹数据,速度仪表盘数据及路段限速值信息,以及通过交警部门搜集车辆超速违法记录,并调查获得超速违法位置所在路段限速值,然后对算法进行训练。
1)基于行车实验数据对所述超速事件实时探测算法进行训练:
通过行车实验得到GPS轨迹数据和车辆速度仪表盘上的速度数据及对应路段的限速值记录,人工查找出车辆行驶路径所发生的全部超速事件,包括该超速事件发生时间、地点,用集合Ω表示;
根据所述超速事件实时探测算法探测出车辆行驶GPS轨迹中的超速事件,用集合Ω1表示;
将集合Ω1与集合Ω比较,若集合Ω1包含于集合Ω,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测车辆行驶GPS轨迹中的超速事件,直至集合Ω1与集合Ω重合为止,记录此时对应的连续超速GPS轨迹点数N。
2)基于交警部门调研数据对所述超速事件实时探测算法进行训练:
通过交警部门搜集营运车辆的超速违法记录,包括超速事件发生时间、地点,用集合Ψ2表示;
通过基于行车实验数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为N时,探测出营运车辆行驶GPS轨迹中的全部超速事件,用集合Ψ1表示;
将集合Ψ1与集合Ψ2比较,若集合Ψ1与集合Ψ2相离或相交,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测该营运车辆行驶GPS轨迹中的超速事件,直至集合Ψ1包含集合Ψ2为止,记录此时对应的连续超速GPS轨迹点数M。
其中,行车实验的具体方法为:
①选择具有车载GPS装置的车辆;
②预先选择几条行驶路径;
③车辆行驶之前,在后排座位架设摄像机,调整摄像机角度以对准速度仪表盘,并由一名实验人员手护固定;
④车辆开动伊始,启动摄像机记录车辆速度仪表盘上的速度值,与此同时另外一名实验人员记录沿途所经路段限速值;
⑤待行驶完预先选定的路径,导出GPS轨迹数据和车辆速度仪表盘上的速度数据,并整理所经路段限速值记录。
交警部门调研和现场调查具体内容为:
①到交警部门搜集营运车辆(比如出租车)的超速违法记录;
②根据所选定营运车辆超速违法的发生时间,在交警部门筛选相应时段对应车辆的GPS轨迹数据;
③根据所选定营运车辆超速违法的发生地点,经现场调查确定该地点所在路段的限速值。
步骤四中对算法精度的验证方式如下:
进行行车实验数据和交警部门调研数据的二次采集;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的行车实验数据中车辆行驶GPS轨迹中的超速事件,将其与从车辆速度仪表盘视频中提取的超速事件比较,以验证超速事件实时探测算法的精度;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的交警部门调研数据中营运车辆行驶GPS轨迹中的超速事件,将其与同一营运车辆的超速违法记录比较,进一步验证超速事件实时探测算法的精度。

Claims (5)

1.一种基于连续超速GPS轨迹点的超速事件实时探测方法,其特征在于,包括:
步骤一:定义超速事件:将GPS轨迹中出现的多个连续超速GPS轨迹点状态视为超速事件,超速事件包含起止点的线事件;
步骤二:根据GPS轨迹数据获取路段限速值,识别超速GPS轨迹点及查找连续超速GPS轨迹点单元,设计出基于连续超速GPS轨迹点的超速事件实时探测算法;
步骤三:通过行车实验和交警部门调研获取车辆GPS轨迹数据,速度仪表盘数据,路段限速值,以及超速违法记录,在此基础上训练所述超速事件实时探测算法,以确定最佳的连续超速GPS轨迹点数。
2.根据权利要求1所述的基于连续超速GPS轨迹点的超速事件实时探测方法,其特征在于,所述基于连续超速GPS轨迹点的超速事件实时探测算法具体包括:
步骤A:根据GPS轨迹点中的位置信息,确定GPS轨迹所在路段,从而获取该路段限速值Vlimit
步骤B:识别出GPS轨迹中的超速GPS轨迹点,找出由至少2个连续超速GPS轨迹点组成的超速GPS轨迹点单元;
步骤C:识别且合并相邻的超速GPS轨迹点单元,合并后的超速GPS轨迹点单元为一起超速事件;
步骤D:确定一条GPS轨迹中超速事件总体数量和每起超速事件发生时间及位置,超速范围和持续时间。
3.根据权利要求2所述的基于连续超速GPS轨迹点的超速事件实时探测方法,其特征在于,对于一个合并后的超速GPS轨迹点单元Pi,Pi+1,…,Pi+n,各轨迹点单元对应速度为对应的速度为Vi,Vi+1,…,Vi+n,则所述超速事件发生时间为第一个GPS轨迹点Pi所处时刻ti;超速事件发生位置包括第一个GPS轨迹点Pi的位置Li和最后一个GPS轨迹点Pi+n的位置Li+n;所述超速范围△V为:
其中,为超速事件的速度值,i=1,2,…,∞,n≥1;
所述持续时间为最后一个GPS轨迹点Pi+n所处时刻ti+n与第一个GPS轨迹点Pi所处时刻ti之差。
4.根据权利要求1所述的基于连续超速GPS轨迹点的超速事件实时探测方法,其特征在于,所述步骤三具体包括:
1)基于行车实验数据对所述超速事件实时探测算法进行训练:
通过行车实验得到GPS轨迹数据和车辆速度仪表盘上的速度数据及对应路段的限速值记录,人工查找出车辆行驶路径所发生的全部超速事件,包括该超速事件发生时间、地点,用集合Ω表示;
根据所述超速事件实时探测算法探测出车辆行驶GPS轨迹中的超速事件,用集合Ω1表示;
将集合Ω1与集合Ω比较,若集合Ω1包含于集合Ω,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测车辆行驶GPS轨迹中的超速事件,直至集合Ω1与集合Ω重合为止,记录此时对应的连续超速GPS轨迹点数N;
2)基于交警部门调研数据对所述超速事件实时探测算法进行训练:
通过交警部门搜集营运车辆的超速违法记录,包括超速事件发生时间、地点,用集合Ψ2表示;
通过基于行车实验数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为N时,探测出营运车辆行驶GPS轨迹中的全部超速事件,用集合Ψ1表示;
将集合Ψ1与集合Ψ2比较,若集合Ψ1与集合Ψ2相离或相交,则增加超速事件实时探测算法中连续超速GPS轨迹点数,重新探测该营运车辆行驶GPS轨迹中的超速事件,直至集合Ψ1包含集合Ψ2为止,记录此时对应的连续超速GPS轨迹点数M。
5.根据权利要求4所述的基于连续超速GPS轨迹点的超速事件实时探测方法,其特征在于,还包括:
进行行车实验数据和交警部门调研数据的二次采集;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的行车实验数据中车辆行驶GPS轨迹中的超速事件,将其与从车辆速度仪表盘视频中提取的超速事件比较,以验证超速事件实时探测算法的精度;
通过基于交警部门调研数据训练所得的超速事件实时探测算法,即连续超速GPS轨迹点数为M时,探测二次采集所得的交警部门调研数据中营运车辆行驶GPS轨迹中的超速事件,将其与同一营运车辆的超速违法记录比较,进一步验证超速事件实时探测算法的精度。
CN201810175291.6A 2018-03-02 2018-03-02 一种基于连续超速gps轨迹点的超速事件实时探测方法 Pending CN108417050A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810175291.6A CN108417050A (zh) 2018-03-02 2018-03-02 一种基于连续超速gps轨迹点的超速事件实时探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810175291.6A CN108417050A (zh) 2018-03-02 2018-03-02 一种基于连续超速gps轨迹点的超速事件实时探测方法

Publications (1)

Publication Number Publication Date
CN108417050A true CN108417050A (zh) 2018-08-17

Family

ID=63129565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810175291.6A Pending CN108417050A (zh) 2018-03-02 2018-03-02 一种基于连续超速gps轨迹点的超速事件实时探测方法

Country Status (1)

Country Link
CN (1) CN108417050A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559507A (zh) * 2018-11-16 2019-04-02 西南交通大学 一种基于历史gps轨迹数据的网约车超速事件识别方法
CN111028514A (zh) * 2019-11-25 2020-04-17 沈阳世纪高通科技有限公司 车辆超速的确定方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398973A (zh) * 2007-09-30 2009-04-01 厦门雅迅网络股份有限公司 一种使用gps技术进行汽车稽查的方法及装置
CN103021186A (zh) * 2012-12-28 2013-04-03 中国科学技术大学 一种车辆监控的方法及系统
CN104933869A (zh) * 2015-05-19 2015-09-23 交通运输部公路科学研究所 一种带抗噪声的使用卫星定位数据进行车辆违章行为辨识的方法
EP3096305A1 (de) * 2015-05-21 2016-11-23 VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH Verfahren zur geschwindigkeitsermittlung von fahrzeugen mit selbständiger plausibilitätsprüfung
CN106683418A (zh) * 2016-12-15 2017-05-17 清华大学苏州汽车研究院(吴江) 车辆超速实时分析系统和方法
CN107665591A (zh) * 2017-09-14 2018-02-06 王淑芳 一种重点营运车辆超速行驶监控方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398973A (zh) * 2007-09-30 2009-04-01 厦门雅迅网络股份有限公司 一种使用gps技术进行汽车稽查的方法及装置
CN103021186A (zh) * 2012-12-28 2013-04-03 中国科学技术大学 一种车辆监控的方法及系统
CN104933869A (zh) * 2015-05-19 2015-09-23 交通运输部公路科学研究所 一种带抗噪声的使用卫星定位数据进行车辆违章行为辨识的方法
EP3096305A1 (de) * 2015-05-21 2016-11-23 VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH Verfahren zur geschwindigkeitsermittlung von fahrzeugen mit selbständiger plausibilitätsprüfung
CN106683418A (zh) * 2016-12-15 2017-05-17 清华大学苏州汽车研究院(吴江) 车辆超速实时分析系统和方法
CN107665591A (zh) * 2017-09-14 2018-02-06 王淑芳 一种重点营运车辆超速行驶监控方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559507A (zh) * 2018-11-16 2019-04-02 西南交通大学 一种基于历史gps轨迹数据的网约车超速事件识别方法
CN111028514A (zh) * 2019-11-25 2020-04-17 沈阳世纪高通科技有限公司 车辆超速的确定方法及装置

Similar Documents

Publication Publication Date Title
WO2017157119A1 (zh) 一种车辆异常行为的识别方法及装置
CN110164132B (zh) 一种道路交通异常的检测方法及系统
CN108492563B (zh) 一种基于平均速度的超速事件探测方法
CN107590999B (zh) 一种基于卡口数据的交通状态判别方法
CN107204115B (zh) 干线车流停车率估计方法
CN110176139A (zh) 一种基于dbscan+的道路拥堵识别可视化方法
JP5886634B2 (ja) 移動体の運行管理方法
CN110956804B (zh) 一种交叉口信号配时诊断方法
CN106571038A (zh) 实现全自动道路监控的方法
CN101882374A (zh) 一种车辆行程分布综合信息分析系统及方法
CN110428604A (zh) 一种基于gps轨迹数据和地图数据的出租车违规停车监测与预警方法
CN113436432A (zh) 一种利用路侧观测数据进行路段短时交通风险预测的方法
CN112883936A (zh) 一种对车辆违规行为的检测方法及其系统
CN109523787A (zh) 一种基于车辆通行轨迹的疲劳驾驶分析方法
CN114419892B (zh) 一种判定有疲劳驾驶交通违法风险的车辆的方法
CN108417050A (zh) 一种基于连续超速gps轨迹点的超速事件实时探测方法
CN112735139A (zh) 一种用于普通公路安全隐患排查的装置和方法
CN114550445A (zh) 一种城市区域交通安全状态评估方法和装置
Zaheri et al. An algorithm for identifying red light runners from radar trajectory data
CN116564089A (zh) 一种基于大数据的驾驶安全监测系统及方法
Golze et al. Impact analysis of accidents on the traffic flow based on massive floating car data
CN105118289A (zh) 一种交通态势评估方法
Brunauer et al. Deriving driver-centric travel information by mining delay patterns from single GPS trajectories
Alam et al. A fair and effective driver rating system for developing regions
CN109377759B (zh) 一种获取间断交通流中车队行程时间的方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180817

RJ01 Rejection of invention patent application after publication