CN108877222A - 一种高速路网指定地点精准找车方法 - Google Patents
一种高速路网指定地点精准找车方法 Download PDFInfo
- Publication number
- CN108877222A CN108877222A CN201810760523.4A CN201810760523A CN108877222A CN 108877222 A CN108877222 A CN 108877222A CN 201810760523 A CN201810760523 A CN 201810760523A CN 108877222 A CN108877222 A CN 108877222A
- Authority
- CN
- China
- Prior art keywords
- charge station
- vehicle
- data
- high speed
- license plate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 238000010586 diagram Methods 0.000 claims abstract description 4
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 4
- 241001269238 Data Species 0.000 claims description 4
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 4
- 235000011613 Pinus brutia Nutrition 0.000 description 4
- 241000018646 Pinus brutia Species 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G06Q50/40—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明公开一种高速路网指定地点精准找车的方法,其特征在于,包括:步骤一:获取各收费站出入口数据、两客一危GPS数据、卡口监测数据;步骤二:以高速收费站位置数据为基础,建立高速路网拓扑图;步骤三:通过路网拓扑图分析出所有收费站间的最短行驶路径;步骤四:对车辆途经的各类监测点数据进行分析整理形成车辆行驶轨迹和记录车辆行驶参数;步骤五:根据监测点实时数据和车辆行驶参数计算出车辆当前所在位置;步骤六:根据高速收费站出入口实时数据、事故点上下游监测设备实时数据、车辆历史行驶轨迹数据和GPS实时数据确认车辆所在位置。本发明主要实现高速事故发生后快速判断事故风险,提前采取救援措施。
Description
技术领域
本发明涉及一种高速路网指定地点精准找车方法,具体涉及多种设施设备数据融合计算的系统设计方法,本发明属于交通行业数据融合计算领域。
背景技术
近年来,贵州省交通运输行业抓住“交通优先发展”战略机遇,基础设施建设飞速发展,为了进一步提升行业主管部门对高速大型事故发生后,能够快速、准确地判断事故严重程度和影响范围。故需要将现有技术和行业监测设备数据进行融合计算,通过融合各项设施设备数据,探索出更高效、便捷的方法提升主管部门对高速公路的管理。
发明内容
为解决当前类似塌方等大型事故发生后,不能快速判断出事故严重程度和事故影响范围的问题,本发明的目的在于提供一种利用交通行业监测数据通过数据融合计算,解决在发生类似塌方等大型事故后,快速准确地计算出事故所影响的车辆数和人员,从而快速判断出事故严重程度和影响范围。
本发明是这样实现的:
高速路网指定地点精准找车方法,包括:
步骤一:获取各收费站出入口数据、两客一危GPS数据、卡口监测数据;
步骤二:以高速收费站位置数据为基础,建立高速路网拓扑图;
步骤三:通过路网拓扑图分析出所有收费站间的最短行驶路径;
步骤四:对车辆途经的各类监测点数据进行分析整理形成车辆行驶轨迹和记录车辆行驶参数;
步骤五:根据监测点实时数据和车辆行驶参数计算出车辆当前所在位置;
步骤六:根据高速收费站出入口实时数据、事故点上下游监测设备实时数据、车辆历史行驶轨迹数据和GPS实时数据确认车辆所在位置。
优选的,建立高速收费站基础数据表,用于存放高速收费站基础数据;建立高速收费站入口数据表,用于存放高速收费站入口数据;建立高速收费站出口数据表,用于存放高速收费站出口数据;建立卡口设备基础信息表,用于存放卡口设备基础数据;建立卡口设备实时数据表,用于存放卡口设备实时监测数据;建立两客一危车辆基础信息数据表,用于存放两客一危车辆基础数据;建立两客一危实时GPS数据表,用于存放两客一危车辆实时GPS数据;建立两客一危历史GPS数据表,用于存放两客一危车辆历史GPS数据;建立高速路网拓扑表,用于存放高速路网拓扑数据;建立各高速收费站间最短路径表,用于存放任意两个收费站间的最短路径数据;建立车辆最新位置数据表,用于存放车辆最新的位置数据;建立车辆历史行驶轨迹表,用于存放车辆历史行驶轨迹数据;
优选的,所述高速收费站基础数据表的属性包括:收费站名称、收费站编码、收费站类型、路线编码、桩号、经度、纬度,所述收费基础数据表通过收费站编码与高速收费站入口数据表、高速收费站出口数据表、高速路网拓扑表、高速收费站间最短路径表进行关联;所述高速收费站入口数据表的属性包括:收费站编码、车辆类型、车牌号码、车牌颜色、通过时间,所述高速收费站入口数据表通过收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表进行关联。通过车牌号码和车牌颜色与两客一危车辆基础信息数据表、两客一危实时GPS数据表、两客一危历史GPS数据表进行关联;所述高速收费站出口数据表的属性包括:收费站编码、车辆类型、车牌号码、车牌颜色、通过时间,所述高速收费站入口数据表通过收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表进行关联。通过车牌号码和车牌颜色与两客一危车辆基础信息数据表、两客一危实时GPS数据表、两客一危历史GPS数据表进行关联;所述卡口设备基础表的属性包括:卡口编码、卡口位置、路线编码、桩号、经度、纬度、方向,所述卡口设备基础数据表通过卡口编码与卡口设备实时数据表相关联;所述卡口设备实时数据表的属性包括:卡口编码、车牌号、车辆类型、监测时间、车辆行驶速度,所述卡口实时数据表通过卡口编码与卡口设备基础表相关联。
优选的,所述两客一危车辆基础表的属性包括:车牌号码、车牌颜色、车辆类型,所述两客一危车辆基础表通过车牌号码和车牌颜色与两客一危实时GPS数据表、两客一危历史GPS数据表进行关联。通过车牌号码和车辆类型与高速收费站入口数据表、高速收费站出口数据表、卡口实时数据表相关联;所述两客一危实时GPS数据表的属性包括:车牌号码、车牌颜色、上传时间、经度、纬度、车辆行驶速度,所述两客一危实时GPS数据表通过车牌号码和车牌颜色与两客一危车辆基础表进行关联;所述两客一危历史GPS数据表的属性包括:车牌号码、车牌颜色、上传时间、经度、纬度、车辆行驶速度,所述两客一危历史GPS数据表通过车牌号码和车牌颜色与两客一危车辆基础表进行关联。
优选的,所述高速路网拓扑表的属性包括:起点收费站名称、起点收费站编码、起点收费站桩号、止点收费站名称、止点收费站编码、止点收费站桩号、收费站间距离、方向,所述高速路网拓扑表通过起点收费站编码或者止点收费站编码与高速收费站基础数据表、高速收费站入口数据表、高速收费站出口数据表、高速收费站间最短路径表相关联。
优选的,所述高速收费站间最短路径表的属性包括:起点收费站名称、起点收费站编码、起点最近收费站、起点最近收费站编码、方向、终点最近收费站、终点最近收费站编码、终点收费站、终点收费站编码、距离、完整路径、相邻路径,所述高速收费站间最短路径表通过起点收费站编码或者终点或者终点收费站编码与高速收费站基础数据表、高速收费站入口数据表、高速收费站出口数据表相关联。
优选的,所述车辆最新位置表的属性包括:车牌号码、车辆类型、车牌颜色、最新进入路网时间、最新进入路网经过的收费站编码、最新驶离路网时间、最新驶离路网经过的收费站编码、最新GPS时间、最新经过的卡口时间、最新经过的卡口编码,所述车辆最新位置表通过最新进入路网经过的收费站编码或者最新驶离路网经过的收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表相关联。通过最新经过的卡口编码与卡口设备基础数据表相关联。通过车牌号码和车牌颜色与两客一危车辆基础表进行关联。
优选的,所述车辆历史行驶轨迹表的属性包括:车牌号码、车辆类型、车牌颜色、经过设施设备编码、经过设施设备时间、经过设施设备类型,所述车辆历史行驶轨迹表通过设施设备编码与高速收费站基础数据表、卡口设备基础数据表、两客一危车辆基础表进行关联。
由于采用了上述技术方案,与现有技术相比,本发明能解决在发生类似塌方等大型事故后,快速准确地计算出事故所影响的车辆数和人员,从而快速判断出事故严重程度和影响范围。
附图说明
图1是本发明高速路网指定地点精确找车方法的步骤流程图;;
图2是本发明高速路网指定地点精确找车方法中数据业务关系图。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例:
参照图1所示,本发明高速路网指定地点精确找车方法,其特征在于,包括:
步骤一:获取各收费站出入口数据、两客一危GPS数据、卡口监测数据;
步骤二:以高速收费站位置数据为基础,建立高速路网拓扑图;
步骤三:通过路网拓扑图分析出所有收费站间的最短行驶路径;
步骤四:对车辆途经的各类监测点数据进行分析整理形成车辆行驶轨迹和记录车辆行驶参数;
步骤五:根据监测点实时数据和车辆行驶参数计算出车辆当前所在位置;
步骤六:根据高速收费站出入口实时数据、事故点上下游监测设备实时数据、车辆历史行驶轨迹数据和GPS实时数据确认车辆所在位置。
本发明中根据高速收费站入口数据、高速收费站出口数据、两客一危GPS数据、卡口设备监测数据,计算车辆实时位置的计算公式,需要根据实际情况加以计算,可以根据现有的各种资料加以进行。本发明并不限定。
图1是本发明高速路网指定地点精确找车方法的步骤流程图;图2是本发明高速路网指定地点精确找车方法中数据业务关系图。下面以路段找车为例进行说明。
首先,基于图1,描述具体实施时各种数据表的构建以及相应功能。
对于高速收费站基础数据表,高速收费站基础数据表是用于存放高速公路收费站的基础信息的表。表中存放的是各种类型的收费站共有属性信息。主要属性包括收费站名称、收费站编码、收费站类型、路线编码、桩号、经度、纬度等。
例:松坎主线收费站的以上属性及对应具体值为:
收费站编码 = 3841
收费站名称 = 松坎主线站
收费站类型 = 2(省际)
路线编码 = G75
桩号 = 1117.000
经度 = 106.839784
纬度 = 28.498549
通过收费站编码与高速收费站入口数据表、高速收费站出口数据表、高速路网拓扑表、高速收费站间最短路径表相关联。
对于高速收费站入口数据表,高速收费站入口数据表是用于存放高速公路收费站的入口车辆信息的表。表中存放的是进入高速路网的车辆的通行相关属性。主要属性包括收费站编码、车牌号码、车辆类型、通行时间等。
例:贵A32332通过松坎主线站的以上属性及对应具体值为:
收费站编码 = 3841
车牌号码 = 贵A32332
车辆类型 = 12(小客车)
通行时间 = 2018-01-30 11:20:23
通过收费站编码与高速收费站基础数据表相关联。
对于高速收费站出口数据表,高速收费站出口数据表是用于存放高速公路收费站的出口车辆信息的表。表中存放的是驶离高速路网的车辆的通行相关属性。主要属性包括收费站编码、车牌号码、车辆类型、驶离时间等。
例:渝B4950驶离松坎主线站的以上属性及对应具体值为:
收费站编码 = 3841
车牌号码 = 渝B4950
车辆类型 = 12(小客车)
通行时间 = 2018-01-30 17:44:53
通过收费站编码与高速收费站基础数据表相关联。
对于卡口设备基础表,卡口设备基础表是用于存放卡口设备的基础信息的表。表中存放的是卡口设备的基础属性信息。主要属性包括卡口位置、卡口编码、路线编码、方向、桩号、经度、纬度等。
例:“贵都K75+900车头(都匀)”的以上属性及对应具体值为:
卡口位置 = 贵都K75+900车头(都匀)
卡口编码 = 510111000992
路线编码 = S85
方向 = 下行
桩号 = K75.900
经度 = 106.839784
纬度 = 28.498549
通过卡口编码与卡口实时表进行关联。
对于卡口设备实时数据表,卡口设备实时数据表是用于存放卡口设备监测到的过往车辆行驶信息数据的表。表中存放的是各种类型的车辆通过卡口设备时的行驶信息数据。主要属性包括卡口编码、车牌号码、车辆类型、经过时间、行驶速度等。
例:贵B38574通过“贵都K75+900车头(都匀)”的以上属性及对应具体值为:
卡口编码 = 510111000992
车牌号码 = 贵B38574
车辆类型 = 9(小客车)
经过时间 = 2018-01-30 21:44:53
行驶速度 = 89
通过卡口编码和卡口基础信息表进行关联。
对于两客一危车辆基础信息数据表,两客一危车辆基础信息数据表是用于存放两客一危车辆基础信息数据的表。表中存放的是各种类型的客车或者危化品车辆的基础信息数据。主要属性包括车牌号码、车牌颜色、车辆类型等。
例:贵B38574通过“贵都K75+900车头(都匀)”的以上属性及对应具体值为:
车牌号码 = 贵C89762
车辆类型 = 12(旅游车)
车牌颜色 = 1(黄色)
通过车牌号码和车牌颜色与两客一危实时GPS数据表和两客一危历史GPS数据表进行关联。
对于两客一危实时GPS数据表,两客一危实时GPS数据表是用于存放两客一危车辆实时GPS数据的表。表中存放的是车辆实时上传的GPS位置及速度等车辆行驶属性。主要属性包括车牌号码、车牌颜色、经度、纬度、行驶速度、上传时间等。
例:贵C89762上传的GPS信息的以上属性及对应具体值为:
车牌号码 = 贵C89762
车牌颜色 = 1(黄色)
经度 = 106.54865
纬度 = 29.26547
速度 = 89
上传时间 = 2018-01-30 14:20:34
通过车牌号码和车牌颜色与两客一危基础数据表进行关联。
对于两客一危历史GPS数据表,两客一危历史GPS数据表是用于存放两客一危车辆历史GPS数据的表。表中存放的是车辆上传的历史GPS位置及速度等车辆行驶属性。主要属性包括车牌号码、车牌颜色、经度、纬度、行驶速度、上传时间等。
例:贵C89762上传的GPS信息的以上属性及对应具体值为:
车牌号码 = 贵C89762
车牌颜色 = 1(黄色)
经度 = 106.54865
纬度 = 29.26547
速度 = 89
上传时间 = 2018-01-30 14:20:34
通过车牌号码和车牌颜色与两客一危基础数据表进行关联。
对于高速路网拓扑表,高速路网拓扑表是用于存放基于收费站点生成的路网的表。主要属性包括起点收费站名称、起点收费站编码、起点收费站桩号、止点收费站名称、止点收费站编码、止点收费站桩号、收费站间距离、方向等。
例:松坎主线站至三元收费站的以上属性及对应具体值为:
起点收费站名称 = 松坎主线站
起点收费站编码 = 3841
起点收费站桩号 = 1117.000
止点收费站名称 = 三元收费站
止点收费站编码 = 3840
止点收费站桩号 = 1113.000
收费站间距离 = 4(公里)
方向 = 下行
通过起点收费站编码或者止点收费站编码与高速收费站基础信息表和高速收费站间最短路径表进行关联。
对于高速收费站间最短路径表,高速收费站间最短路径表是用于存放基于任意两个收费站点生成的最短行驶路径的表。主要属性包括起点收费站名称、起点收费站编码、起点最近收费站、起点最近收费站编码、方向、终点最近收费站、终点最近收费站编码、终点收费站、终点收费站编码、距离、完整路径、相邻路径等。
例:松坎主线站至三元收费站的以上属性及对应具体值为:
起点收费站名称 = 松坎主线站
起点收费站编码 = 3841
起点最近收费站 = 三元站(崇)
起点最近收费站编码 = 3842
方向 = 下行
终点最近收费站 = 松坎主线站
终点最近收费站编码 = 3841
终点收费站 = 三元收费站(崇)
终点收费站编码 = 3840
距离 =4(公里)
完整路径 = 3841>3840
相邻路径 = 3841->3840
通过起点收费站编码或者终点或者终点收费站编码与高速收费站基础数据表、高速收费站入口数据表、高速收费站出口数据表相关联。
对于车辆最新位置表,车辆最新位置表是用于存放所有在路网拓扑中行驶过的车辆的最新监测位置的表。主要属性包括车牌号码、车辆类型、车牌颜色、最新进入路网时间、最新进入路网经过的收费站编码、最新驶离路网时间、最新驶离路网经过的收费站编码、最新GPS时间、最新经过的卡口时间、最新经过的卡口编码等。
例:贵A34W51通过路网时的以上属性及对应具体值为:
车牌号码 = 贵A34W51
车辆类型 = 危货车
车牌颜色 = (1)黄色
最新进入路网时间 = 2018-01-30 11:53:01
最新进入路网经过的收费站编码 = 3841
最新驶离路网时间 = 2018-01-30 12:06:11
最新驶离路网经过的收费站编码 = 3840
最新GPS时间 = 2018-01-30 12:05:11
最新经过的卡口时间 = 空
最新经过的卡口编码 = 510111000992
通过最新进入路网经过的收费站编码或者最新驶离路网经过的收费站编码与高速收费站基础信息表和高速收费站间最短路径表进行关联。通过最新经过的卡口编码与卡口设备基础信息表进行关联。
对于车辆历史行驶轨迹表,车辆历史行驶轨迹表是用于存放所有车辆在路网中被设备监测到的数据的表。主要属性包括车牌号码、车辆类型、车牌颜色、经过设施设备编码、经过设施设备时间、经过设施设备类型等。
例:贵A34W51在路网行驶过程中的以上属性及对应具体值为:
车牌号码 = 贵A34W51
车辆类型 = 危货车
车牌颜色 = 黄色
经过设施设备编码 = 510111000992
经过设施设备时间 = 2018-01-30 12:05:11
经过设施设备类型 = 3(卡口设备)
下面举出2个实施例,进一步说明。
实施例1:
图1是本发明高速路网指定地点精确找车方法的步骤流程图;结合图2提供了一种高速路网指定地点精确找车的方法,包括:
步骤1:接入高速收费站实时入口数据、高速收费站出口实时数据、两客一危实时GPS数据、卡口设备实时监测数据,将接入数据按车牌号码入车辆最新位置表和车辆历史轨迹表。
步骤2:在松坎主线站至三元收费站段选择一个事故点,根据松坎主线站编码和三元收费站查询高速收费站间最短路径表,判断所有任意两个收费站的最短路径是否会经过松坎主线站至三元收费站段,如果经过,则取出高速收费站间最短路径表经过的各收费站间的距离,根据距离计算出什么时段进入路网的车辆大概率会到达事故点。
步骤3:通过沿途的卡口设备数据和所有收费站出口数据对匹配到的车辆进行过滤,得到的结果则表示车辆大概率在事故区域内。
步骤4:如果是两客一危车辆则可以直接根据事故点和最新的GPS点的距离判断出车辆是否在事故区域内。
实施例2:
步骤1:选择一个车牌号码(两客一危车辆);
步骤2:查询车辆最新位置表,获取车辆最新的一个位置点。
步骤3:根据最新位置的路线编码和桩号查询高速路网拓扑表,判断车辆当前行驶的路段及与当前路段连接的路段。
步骤4:获取车辆当前行驶的路段距离,根据最新位置和监测到的行驶速度,计算出车辆当前的位置。
上述方案的描述是为便于该技术领域的普通技术人员能理解和使用的发明,熟悉本领域技术的人员显然可以容易地对实施方案做出各种修改,因此,本发明不限于上述实方案,本领域技术人员根据本发明的方法,不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (8)
1.高速路网指定地点精准找车方法,其特征在于,包括:
步骤一:获取各收费站出入口数据、两客一危GPS数据、卡口监测数据;
步骤二:以高速收费站位置数据为基础,建立高速路网拓扑图;
步骤三:通过路网拓扑图分析出所有收费站间的最短行驶路径;
步骤四:对车辆途经的各类监测点数据进行分析整理形成车辆行驶轨迹和记录车辆行驶参数;
步骤五:根据监测点实时数据和车辆行驶参数计算出车辆当前所在位置;
步骤六:根据高速收费站出入口实时数据、事故点上下游监测设备实时数据、车辆历史行驶轨迹数据和GPS实时数据确认车辆所在位置。
2.根据权利要求1所述的高速路网指定地点精确找车方法,其特征在于:建立高速收费站基础数据表,用于存放高速收费站基础数据;建立高速收费站入口数据表,用于存放高速收费站入口数据;建立高速收费站出口数据表,用于存放高速收费站出口数据;建立卡口设备基础信息表,用于存放卡口设备基础数据;建立卡口设备实时数据表,用于存放卡口设备实时监测数据;建立两客一危车辆基础信息数据表,用于存放两客一危车辆基础数据;建立两客一危实时GPS数据表,用于存放两客一危车辆实时GPS数据;建立两客一危历史GPS数据表,用于存放两客一危车辆历史GPS数据;建立高速路网拓扑表,用于存放高速路网拓扑数据;建立各高速收费站间最短路径表,用于存放任意两个收费站间的最短路径数据;建立车辆最新位置数据表,用于存放车辆最新的位置数据;建立车辆历史行驶轨迹表,用于存放车辆历史行驶轨迹数据。
3.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述高速收费站基础数据表的属性包括:收费站名称、收费站编码、收费站类型、路线编码、桩号、经度、纬度,所述收费基础数据表通过收费站编码与高速收费站入口数据表、高速收费站出口数据表、高速路网拓扑表、高速收费站间最短路径表进行关联;所述高速收费站入口数据表的属性包括:收费站编码、车辆类型、车牌号码、车牌颜色、通过时间,所述高速收费站入口数据表通过收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表进行关联。通过车牌号码和车牌颜色与两客一危车辆基础信息数据表、两客一危实时GPS数据表、两客一危历史GPS数据表进行关联;所述高速收费站出口数据表的属性包括:收费站编码、车辆类型、车牌号码、车牌颜色、通过时间,所述高速收费站入口数据表通过收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表进行关联。通过车牌号码和车牌颜色与两客一危车辆基础信息数据表、两客一危实时GPS数据表、两客一危历史GPS数据表进行关联;所述卡口设备基础表的属性包括:卡口编码、卡口位置、路线编码、桩号、经度、纬度、方向,所述卡口设备基础数据表通过卡口编码与卡口设备实时数据表相关联;所述卡口设备实时数据表的属性包括:卡口编码、车牌号、车辆类型、监测时间、车辆行驶速度,所述卡口实时数据表通过卡口编码与卡口设备基础表相关联。
4.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述两客一危车辆基础表的属性包括:车牌号码、车牌颜色、车辆类型,所述两客一危车辆基础表通过车牌号码和车牌颜色与两客一危实时GPS数据表、两客一危历史GPS数据表进行关联。通过车牌号码和车辆类型与高速收费站入口数据表、高速收费站出口数据表、卡口实时数据表相关联;所述两客一危实时GPS数据表的属性包括:车牌号码、车牌颜色、上传时间、经度、纬度、车辆行驶速度,所述两客一危实时GPS数据表通过车牌号码和车牌颜色与两客一危车辆基础表进行关联;所述两客一危历史GPS数据表的属性包括:车牌号码、车牌颜色、上传时间、经度、纬度、车辆行驶速度,所述两客一危历史GPS数据表通过车牌号码和车牌颜色与两客一危车辆基础表进行关联。
5.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述高速路网拓扑表的属性包括:起点收费站名称、起点收费站编码、起点收费站桩号、止点收费站名称、止点收费站编码、止点收费站桩号、收费站间距离、方向,所述高速路网拓扑表通过起点收费站编码或者止点收费站编码与高速收费站基础数据表、高速收费站入口数据表、高速收费站出口数据表、高速收费站间最短路径表相关联。
6.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述高速收费站间最短路径表的属性包括:起点收费站名称、起点收费站编码、起点最近收费站、起点最近收费站编码、方向、终点最近收费站、终点最近收费站编码、终点收费站、终点收费站编码、距离、完整路径、相邻路径,所述高速收费站间最短路径表通过起点收费站编码或者终点或者终点收费站编码与高速收费站基础数据表、高速收费站入口数据表、高速收费站出口数据表相关联。
7.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述车辆最新位置表的属性包括:车牌号码、车辆类型、车牌颜色、最新进入路网时间、最新进入路网经过的收费站编码、最新驶离路网时间、最新驶离路网经过的收费站编码、最新GPS时间、最新经过的卡口时间、最新经过的卡口编码,所述车辆最新位置表通过最新进入路网经过的收费站编码或者最新驶离路网经过的收费站编码与高速收费站基础数据表、高速路网拓扑表、高速收费站间最短路径表相关联。通过最新经过的卡口编码与卡口设备基础数据表相关联。通过车牌号码和车牌颜色与两客一危车辆基础表进行关联。
8.根据权利要求2所述的高速路网指定地点精确找车方法,其特征在于:所述车辆历史行驶轨迹表的属性包括:车牌号码、车辆类型、车牌颜色、经过设施设备编码、经过设施设备时间、经过设施设备类型,所述车辆历史行驶轨迹表通过设施设备编码与高速收费站基础数据表、卡口设备基础数据表、两客一危车辆基础表进行关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760523.4A CN108877222A (zh) | 2018-07-11 | 2018-07-11 | 一种高速路网指定地点精准找车方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760523.4A CN108877222A (zh) | 2018-07-11 | 2018-07-11 | 一种高速路网指定地点精准找车方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108877222A true CN108877222A (zh) | 2018-11-23 |
Family
ID=64301011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810760523.4A Pending CN108877222A (zh) | 2018-07-11 | 2018-07-11 | 一种高速路网指定地点精准找车方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108877222A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859505A (zh) * | 2019-03-14 | 2019-06-07 | 北京百度网讯科技有限公司 | 高速站点的预警处理方法、装置、服务器和介质 |
CN117609415A (zh) * | 2024-01-23 | 2024-02-27 | 山东高速信息集团有限公司 | 一种高速公路车辆出口预测系统及预测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631776A (zh) * | 2012-08-20 | 2014-03-12 | 同济大学 | 交通事故地点语义表述信息的自动记录与定位方法 |
CN203485916U (zh) * | 2013-09-24 | 2014-03-19 | 吴江智远信息科技发展有限公司 | 一种基于北斗/gps双模卫星定位的车载驾驶辅助系统 |
CN105702042A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 根据重点营运车辆定位信息判断公路拥堵的方法 |
CN106297292A (zh) * | 2016-08-29 | 2017-01-04 | 苏州金螳螂怡和科技有限公司 | 基于高速公路卡口及综合监控的轨迹系统 |
CN106327864A (zh) * | 2015-07-10 | 2017-01-11 | 北京大学 | 一种基于高速公路联网收费数据的交通流估计方法 |
CN206991547U (zh) * | 2017-06-19 | 2018-02-09 | 昆明理工大学 | 一种基于rfid的高速公路车辆追踪系统 |
US9959754B1 (en) * | 2014-01-13 | 2018-05-01 | Evolutionary Markings, Inc. | Pavement marker modules |
-
2018
- 2018-07-11 CN CN201810760523.4A patent/CN108877222A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631776A (zh) * | 2012-08-20 | 2014-03-12 | 同济大学 | 交通事故地点语义表述信息的自动记录与定位方法 |
CN203485916U (zh) * | 2013-09-24 | 2014-03-19 | 吴江智远信息科技发展有限公司 | 一种基于北斗/gps双模卫星定位的车载驾驶辅助系统 |
US9959754B1 (en) * | 2014-01-13 | 2018-05-01 | Evolutionary Markings, Inc. | Pavement marker modules |
CN106327864A (zh) * | 2015-07-10 | 2017-01-11 | 北京大学 | 一种基于高速公路联网收费数据的交通流估计方法 |
CN105702042A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 根据重点营运车辆定位信息判断公路拥堵的方法 |
CN106297292A (zh) * | 2016-08-29 | 2017-01-04 | 苏州金螳螂怡和科技有限公司 | 基于高速公路卡口及综合监控的轨迹系统 |
CN206991547U (zh) * | 2017-06-19 | 2018-02-09 | 昆明理工大学 | 一种基于rfid的高速公路车辆追踪系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859505A (zh) * | 2019-03-14 | 2019-06-07 | 北京百度网讯科技有限公司 | 高速站点的预警处理方法、装置、服务器和介质 |
CN117609415A (zh) * | 2024-01-23 | 2024-02-27 | 山东高速信息集团有限公司 | 一种高速公路车辆出口预测系统及预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104325996B (zh) | 铁路道口安全防护预警系统 | |
CN103200525B (zh) | 一种车联网路侧信息采集与服务系统 | |
CN106023612A (zh) | 一种车辆优先通行方法及路边单元 | |
CN108520626A (zh) | V2x车载终端、路侧基站、路况信息获取方法及系统 | |
CN109035117B (zh) | 一种自动化地面道路交通系统实现方法 | |
CN103996293A (zh) | 基于车友协同的实时路况采集查询系统及采集查询方法 | |
CN108877222A (zh) | 一种高速路网指定地点精准找车方法 | |
Fontaine et al. | Safety and operation of tramways in interaction with public space | |
CN111126904A (zh) | 一种基于ArcGis的危险品运输管理方法 | |
Yatskiv et al. | Evaluating Riga transport system accessibility | |
Stembord | Quality of service on the main road network in the netherlands | |
CN102214370A (zh) | 一种计算货车以及客车通行费用的方法和装置 | |
CN108898833A (zh) | 一种高速拥堵时空分析方法 | |
CN109784571A (zh) | 一种智慧出行系统和终端 | |
White et al. | The use of mobile phone location data for traffic information | |
Roorda et al. | Exclusive truck facilities in Toronto, Ontario, Canada: analysis of truck and automobile demand | |
Lance et al. | The True Cost of Highway Congestion | |
Balke et al. | Collection and dissemination of real-time travel time and incident information with in-vehicle communication technologies | |
CN106296027A (zh) | 车险理赔预警方法及装置 | |
CN114387801B (zh) | 基于虚拟围栏的高速公路交通事故智能报警方法和系统 | |
CN115409430A (zh) | 基于货车行驶轨迹的物流强度分析方法、系统及存储介质 | |
Stancel et al. | Fleet Management System for Truck Platoons-Generating an Optimum Route in Terms of Fuel Consumption | |
DE102017216124A1 (de) | Verfahren zur Erzeugung einer Verkehrsleitinformation und Verkehrsleitsystem | |
DE102021121657A1 (de) | System und Verfahren zum Ermitteln von Daten an einem Verkehrswege-Knotenpunkt | |
Kim et al. | A study on design of dynamic route guidance system using forecasted travel time based on GPS data and modified shortest path algorithm |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |