CN109587622A - 基于基站信令数据的路口转向流量分析系统及方法 - Google Patents
基于基站信令数据的路口转向流量分析系统及方法 Download PDFInfo
- Publication number
- CN109587622A CN109587622A CN201811231280.1A CN201811231280A CN109587622A CN 109587622 A CN109587622 A CN 109587622A CN 201811231280 A CN201811231280 A CN 201811231280A CN 109587622 A CN109587622 A CN 109587622A
- Authority
- CN
- China
- Prior art keywords
- base station
- crossing
- identification
- latitude
- signaling data
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
-
- 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
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及道路流量分析领域,具体公开了基于基站信令数据的路口转向流量分析系统及方法,包括数据采集模拟、储存模块和处理模块。数据采集模块用于获取路口的经纬度信息和路口所属区域所有基站的经纬度信息,将经纬度信息上传;储存模块用于存储经纬度信息;处理模块用于通过路口经纬度信息和基站经纬度信息计算各基站与路口的距离;选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,再将判断基站划分为不同方向的识别类群;阈值α的范围为100‑300米,阈值β的范围为900‑1200米。采用本发明的技术方案能选取合适的基站构成基站群以判断车辆转向。
Description
技术领域
本发明涉及道路流量分析领域,特别涉及基于基站信令数据的路口转向流量分析系统及方法。
背景技术
当今社会经济高速发展,伴随而来的是道路的流量越来越大,很多道路的负载能力捉襟见肘。因此,精准地分析道路流量情况,可以为道路建设规划、解决道路堵塞、交警出勤提供有用信息。
道路流量分析包括两个组成部分:一是各路段的流量分析。二是各交叉路口的流量的转向情况分析。两类分析都需要以定位数据为基础,而定位数据有GPRS定位数据、WIFI定位数据和基站定位数据。基站定位数据依赖手机用户在某时间点经过某基站时候,在该基站上的打点数据,包括了用户标识、基站经纬度以及打点时间的信息。GPRS定位数据、WIFI定位数据和基站定位数据之中,WIFI定位最精确,基站定位偏差较大。如果能获得WIFI定位数据,则能较容易进行道路流量分析,但是WIFI定位数据获取难度大,覆盖的范围窄,大多情况下,只能获取基站定位数据,这就对道路流量分析造成较大的困扰,特别是记录车辆在路口的转向。
由于基站覆盖范围可能重叠或者没能覆盖全道路的原因,选择一两个基站作为判断方向的基站容易造成转向判断不准确。为了方便表达,所说的转向不仅是左转或者右转还包括直行。
为此一种选取合适的基站构成基站群以进行准确转向判断的系统及方法。
发明内容
本发明的目的在于提供基于基站信令数据的路口转向流量分析系统及方法,选取合适的基站构成基站群以判断车辆转向。
为解决上述技术问题,本发明技术方案如下:
基于基站信令数据的路口转向流量分析系统,包括:
数据采集模块,用于获取路口的经纬度信息和路口所属区域所有基站的经纬度信息,将经纬度信息上传;
储存模块,用于存储经纬度信息;
处理模块,用于通过路口经纬度信息和基站经纬度信息计算各基站与路口的距离;选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,再根据路口的方向不同将判断基站划分为不同的识别类群;阈值α的范围为100-300米,阈值β的范围为900-1200米;
其中,数据采集模块还从不同方向的识别类群获取单位时间内的所有包含用户标识号的信令数据,将信令数据储存至存储模块;
处理模块调取信令数据,按用户标识号为信令数据分组,同组的信令数据按时间先后顺序排列;再判断同组相邻两条信令数据所属的识别类群是否相同,如果判断结果为不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;处理模块统计所有信令数据的转向,得到路口的转向流量。
基础方案原理及有益效果如下:
1、在得不到精确定位数据的情况下,利用基站的信令数据就能对路口的转向流量进行较准确的分析,有较高的实用价值;
2、通过选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站;能避免基站到路口的距离过短导致基站的信号可能覆盖了两个及以上的路口,无法区分转向的问题;同时能避免基站到路口的距离过长,基站未覆盖选取的路口,计算的转向不是发生在所选取路口的问题;通过该判断规则选取的基站范围合适,有利于准确判断转向。
3、通过判断同组相邻两条信令数据所属的识别类群是否相同来判断转向,能有效地解决单个基站数据定位不精确无法准确判断转向的问题。
进一步,数据采集模块还获取路口各转向方向的经纬度信息;为某一路口任意两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,B的识别类群选取由B到A旋转20-30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
避免两个转向方向的夹角过大时,例如超过90°,选取的识别类群位于两个转向方向中间,无法覆盖任何一个转向方向的情况。
进一步,数据采集模块从不同方向的识别类群获取所有包含用户标识号的信令数据时,以整数小时为单位时间计算时间范围。
以分钟为单位时间间隔太短,在道路不通畅或遇到红灯的情况下,通过路口耗费的时间往往较长,会导致在单位时间内没有记录到信令数据出现在不同的识别类群中,使分析结果不准确;将分析的单位时间设为小时,符合实际情况,有利于准确判断转向。
进一步,处理模块调取信令数据,为各条信令数据标注所属识别类群编号,通过编号判断相邻两条信令数据所属的识别类群。
为识别类群编号有助于区别不同的识别类群。
进一步,所述阈值α为200米,阈值β为1000米。
该范围能适应大部分路口。
基于基站信令数据的路口转向流量分析方法,包括如下步骤:
S1、获取路口的经纬度信息和路口所属区域的所有基站的经纬度信息;
S2、通过路口经纬度信息和基站经纬度信息,计算各基站与路口的距离;
S3、选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,再根据路口的方向不同将判断基站划分为不同的识别类群;阈值α的范围为100-300米,阈值β的范围为900-1200米;
S4、从不同的识别类群获取单位时间内所有包含用户标识号的信令数据,为各条信令数据标注识别类群编号;
S5、按用户标识号为信令数据分组,将同组的信令数据按时间先后顺序排列;再根据编号判断同组相邻两条信令数据所属的识别类群是否相同,如果判断结果为不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;
S6、统计路口所有信令数据的转向,得到路口的转向流量。
选取合适的基站作为判断基站,将判断基站划分为不同的识别类群,通过信令数据通过不用的识别类群来判断转向,可以准确判断转向。
进一步,所述S3中,还包括:获取路口各转向方向的经纬度信息;为某一路口任意两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,B的识别类群选取由B到A旋转20-30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
有利于准确划分识别类群。
进一步,所述S3中,阈值α为200米,阈值β为1000米。
该范围能适应大部分路口,能避免基站到路口的距离过短导致基站的信号可能覆盖了两个及以上的路口,无法区分转向的问题;
附图说明
图1为实施例三的总流程图;
图2为实施例三中步骤S302的流程图;
图3为实施例三中步骤S5的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
基于基站信令数据的路口转向流量分析系统,包括数据采集模块、存储模块和处理模块;
数据采集模块用于获取路口的经纬度信息、路口所属区域的所有基站的经纬度信息和路口各转向方向的经纬度信息,将经纬度信息上传;
本实施例中以某一十字路口举例说明,该十字路口的四个转向方向分别标记为A、B、C、D;
储存模块用于存储经纬度信息;
处理模块用于通过路口经纬度信息和基站经纬度信息计算各基站与路口的距离;
选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,其中阈值α的范围为100-300米,阈值β的范围为900-1200米;本实施例中,阈值α取200米,阈值β取1000米;
再根据路口的方向不同将判断基站划分为不同的识别类群;例如,为十字路口两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,本实施例中选取旋转30度的范围;B的识别类群选取由B到A旋转20-30度的范围,本实施例中选取旋转30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
其中,数据采集模块还从不同方向的识别类群获取单位时间内的所有包含用户标识号的信令数据,将信令数据储存至存储模块;单位时间以整数小时计;数据采集模块通过电信运营商获取信令数据,本实施例中,数据采集模块为电信运营的商业务支撑系统(BSS),该系统能获取信令数据;
处理模块调取信令数据,为各条信令数据标注所属识别类群的编号,然后按用户标识号为信令数据分组,同组的信令数据按时间先后顺序排列;再通过编号判断同组相邻两条信令数据所属的识别类群是否相同,如果相邻两条信令数据所属识别类群不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;
例如8:00-9:00范围内,有一用户标识为i的用户,假设其信令数据最先出现在A方向的识别类群中,再判断在该时间段内其信令数据是否还在B、C或D方向的识别类群中出现:
若出现一条属于其它识别类群的信令数据记录,例如出现在B方向的识别类群中,则用户的转向为AB;
若出现两条以上属于不同识别类群的信令数据记录,则按邻近的两条信令数据记录所属的识别类群作为一次转向,例如,用户的信令数据先后出现在C方向的识别类群和B方向的识别类群中,则转向有AC以及CB。
则若不出现,则表示该用户停留在A方向。
根据上面的转向判断方法,对于某小时内,四个类群的基站出现的信令数据记录可以得出整个路口的转向信息。
处理模块统计各个转向的记录次数,则可以得到该时段的转向流量。
实施例二
基于基站信令数据的路口转向流量分析系统,与实施例一的区别在于,处理模块按用户标识号为信令数据分组后,计算各信令数据在识别类群之间的切换时间,通过切换时间计算用户的移动速度,再利用Kmeans聚类算法识别用户的出行方式,选取出行方式中采用汽车出行的信令数据作为判断转向的信令数据。
实施例三
如图1所示,为实现基于基站信令数据的路口转向流量分析系统,本发明还提供基于基站信令数据的路口转向流量分析方法,包括如下步骤:
S1、获取路口的经纬度信息和路口所属区域的所有基站的经纬度信息;
S2、通过路口经纬度信息和基站经纬度信息,计算各基站与路口的距离;
S301、选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,其中阈值α的范围为100-300米,阈值β的范围为900-1200米;本实施例中,阈值α取200米,阈值β取1000米;再根据路口的方向不同将判断基站划分为不同的识别类群;
S302、如图2所示,获取路口各转向方向的经纬度信息;为某一路口任意两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,本实施例中选取旋转30度的范围;B的识别类群选取由B到A旋转20-30度的范围,本实施例中选取旋转30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
S4、从不同方向的识别类群获取单位时间内所有包含用户标识号的信令数据,为各条信令数据标注识别类群编号;
S5、如图3所示,按用户标识号为信令数据分组,将同组的信令数据按时间先后顺序排列;再根据编号判断同组相邻两条信令数据所属的识别类群是否相同,如果判断结果为不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;
S6、统计路口所有信令数据的转向,得到路口的转向流量。
实施例四
基于基站信令数据的路口转向流量分析系统,与实施例一的不同之处在于,处理模块还用于预测两个拥堵路口之间的通行时间;
由于不同运营商采取不同的设置,手机与基站的通讯时间通常在30秒到5分钟之间,对于畅通的两个路口,汽车可能在手机与基站通讯时间之内就从其中一个路口行驶到另一个路口,故本方案主要用于预测两个拥堵路口之间的通行时间。
本实施例中手机与基站的通讯时间采用3分钟的设置。
本实施例中,以从某一十字路口的转向方向A到下一个十字路口的转向方向E为例进行说明。
存储模块还存储有A到E的最高限速;处理模块根据A和E的经纬度信息计算A到E的距离,通过A到E的距离和最高限速计算A到E的最快通行时间;
处理模块分布调取A方向和E方向识别类群的信令数据,为各条信令数据标注所属识别类群的编号,然后按用户标识号为信令数据分组,同组的信令数据按时间先后顺序排列;再判断同组相邻两条信令数据是否符合时间较早的信令数据标注有A方向识别类群的编号,时间较晚的信令数据标注有E方向识别类群的编号,如果符合,则记为一次由A方向行驶到E方向,处理模块读取相邻两条信令数据的间隔时间;处理模块选取20分钟内所有符合由A方向行驶到E方向的信令数据的间隔时间,计算间隔时间的平均值,将平均值与最快通行时间进行比较,如果平均值大于最快通行时间的3倍,则判断为拥堵,将平均值作为预计通行时间。
处理模块将预计通行时间发送至数据采集模块,数据采集模块将预计通行时间发送至电信运营商,电信运营商能够通过短信的形式,将预计通行时间推送至处于A方向类群的用户手机上。
与利用GPS定位的各类手机定位APP相比,本方案不需要用户打开APP,换句话说不需要用户主动参与,也不局限于智能手机,只要用户携带的手机没有关机,其信令数据能被采集到,适应范围更广。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于基站信令数据的路口转向流量分析系统,其特征在于,包括:
数据采集模块,用于获取路口的经纬度信息和路口所属区域所有基站的经纬度信息,将经纬度信息上传;
储存模块,用于存储经纬度信息;
处理模块,用于通过路口经纬度信息和基站经纬度信息计算各基站与路口的距离;选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,再根据路口的方向不同将判断基站划分为不同的识别类群;阈值α的范围为100-300米,阈值β的范围为900-1200米;
其中,数据采集模块还从不同方向的识别类群获取单位时间内的所有包含用户标识号的信令数据,将信令数据储存至存储模块;
处理模块调取信令数据,按用户标识号为信令数据分组,同组的信令数据按时间先后顺序排列;再判断同组相邻两条信令数据所属的识别类群是否相同,如果判断结果为不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;处理模块统计所有信令数据的转向,得到路口的转向流量。
2.根据权利要求1所述的基于基站信令数据的路口转向流量分析系统,其特征在于:数据采集模块还获取路口各转向方向的经纬度信息;为某一路口任意两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,B的识别类群选取由B到A旋转20-30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
3.根据权利要求1所述的基于基站信令数据的路口转向流量分析系统,其特征在于:数据采集模块从不同方向的识别类群获取所有包含用户标识号的信令数据时,以整数小时为单位时间计算时间范围。
4.根据权利要求1所述的基于基站信令数据的路口转向流量分析系统,其特征在于:处理模块调取信令数据,为各条信令数据标注所属识别类群编号,通过编号判断相邻两条信令数据所属的识别类群。
5.根据权利要求1-4任一项所述的基于基站信令数据的路口转向流量分析系统,其特征在于:所述阈值α为200米,阈值β为1000米。
6.基于基站信令数据的路口转向流量分析方法,其特征在于,包括如下步骤:
S1、获取路口的经纬度信息和路口所属区域的所有基站的经纬度信息;
S2、通过路口经纬度信息和基站经纬度信息,计算各基站与路口的距离;
S3、选取与路口距离大于阈值α且小于阈值β的所有基站作为判断基站,再根据路口的方向不同将判断基站划分为不同的识别类群;阈值α的范围为100-300米,阈值β的范围为900-1200米;
S4、从不同的识别类群获取单位时间内所有包含用户标识号的信令数据,为各条信令数据标注识别类群编号;
S5、按用户标识号为信令数据分组,将同组的信令数据按时间先后顺序排列;再根据编号判断同组相邻两条信令数据所属的识别类群是否相同,如果判断结果为不同,则记为一次转向,转向方向为时间靠后的识别类群所在方向;
S6、统计路口所有信令数据的转向,得到路口的转向流量。
7.根据权利要求6所述的基于基站信令数据的路口转向流量分析方法,其特征在于:所述S3中,还包括:获取路口各转向方向的经纬度信息;为某一路口任意两个相邻的转向方向A和B划分识别类群时,处理模块根据A和B的经纬度计算A和B的夹角;如果A和B的夹角大于60度,则A的识别类群选取由A到B旋转20-30度的范围,B的识别类群选取由B到A旋转20-30度的范围;如果A和B的夹角小于或等于60度,则通过A和B的角平分线划分各自的识别类群选取范围。
8.根据权利要求6所述的基于基站信令数据的路口转向流量分析方法,其特征在于:所述S3中,阈值α为200米,阈值β为1000米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811231280.1A CN109587622B (zh) | 2018-10-22 | 2018-10-22 | 基于基站信令数据的路口转向流量分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811231280.1A CN109587622B (zh) | 2018-10-22 | 2018-10-22 | 基于基站信令数据的路口转向流量分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109587622A true CN109587622A (zh) | 2019-04-05 |
CN109587622B CN109587622B (zh) | 2020-08-07 |
Family
ID=65920364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811231280.1A Active CN109587622B (zh) | 2018-10-22 | 2018-10-22 | 基于基站信令数据的路口转向流量分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109587622B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766940A (zh) * | 2019-09-24 | 2020-02-07 | 重庆交通大学 | 道路信号交叉口运行状况评估方法 |
CN112309136A (zh) * | 2019-07-29 | 2021-02-02 | 华为技术有限公司 | 一种确定交通流量的方法、装置及设备 |
CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101361106A (zh) * | 2006-11-30 | 2009-02-04 | Sk能源株式会社 | 使用数字地图收集交通信息的交通信息提供系统及其方法 |
US20110286437A1 (en) * | 2010-05-20 | 2011-11-24 | At&T Mobility Ii Llc | Wi-Fi Intelligent Selection Engine |
CN104484993A (zh) * | 2014-11-27 | 2015-04-01 | 北京交通大学 | 用于交通小区划分的手机信令信息的处理方法 |
CN104618979A (zh) * | 2015-01-30 | 2015-05-13 | 广东迅通科技股份有限公司 | 一种基于路口辅助的自适应分区路由方法 |
CN105006148A (zh) * | 2015-07-06 | 2015-10-28 | 同济大学 | 一种路口转向车辆数目估计方法与系统 |
CN105046956A (zh) * | 2015-06-24 | 2015-11-11 | 银江股份有限公司 | 一种基于转向系数的交通流模拟及预测方法 |
CN105101087A (zh) * | 2015-07-29 | 2015-11-25 | 郭今戈 | 基于位置区及实时通信的人流估算及趋势预测方法及系统 |
CN106405493A (zh) * | 2016-09-06 | 2017-02-15 | 北京易游华成科技有限公司 | 人流轨迹追踪方法及设备 |
CN106454729A (zh) * | 2016-10-09 | 2017-02-22 | 广州杰赛科技股份有限公司 | 一种城市轨道交通站点选址规划方法和装置 |
CN108632746A (zh) * | 2018-03-21 | 2018-10-09 | 电信科学技术第十研究所有限公司 | 一种确定区域人流量的方法 |
-
2018
- 2018-10-22 CN CN201811231280.1A patent/CN109587622B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101361106A (zh) * | 2006-11-30 | 2009-02-04 | Sk能源株式会社 | 使用数字地图收集交通信息的交通信息提供系统及其方法 |
US20110286437A1 (en) * | 2010-05-20 | 2011-11-24 | At&T Mobility Ii Llc | Wi-Fi Intelligent Selection Engine |
CN104484993A (zh) * | 2014-11-27 | 2015-04-01 | 北京交通大学 | 用于交通小区划分的手机信令信息的处理方法 |
CN104618979A (zh) * | 2015-01-30 | 2015-05-13 | 广东迅通科技股份有限公司 | 一种基于路口辅助的自适应分区路由方法 |
CN105046956A (zh) * | 2015-06-24 | 2015-11-11 | 银江股份有限公司 | 一种基于转向系数的交通流模拟及预测方法 |
CN105006148A (zh) * | 2015-07-06 | 2015-10-28 | 同济大学 | 一种路口转向车辆数目估计方法与系统 |
CN105101087A (zh) * | 2015-07-29 | 2015-11-25 | 郭今戈 | 基于位置区及实时通信的人流估算及趋势预测方法及系统 |
CN106405493A (zh) * | 2016-09-06 | 2017-02-15 | 北京易游华成科技有限公司 | 人流轨迹追踪方法及设备 |
CN106454729A (zh) * | 2016-10-09 | 2017-02-22 | 广州杰赛科技股份有限公司 | 一种城市轨道交通站点选址规划方法和装置 |
CN108632746A (zh) * | 2018-03-21 | 2018-10-09 | 电信科学技术第十研究所有限公司 | 一种确定区域人流量的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309136A (zh) * | 2019-07-29 | 2021-02-02 | 华为技术有限公司 | 一种确定交通流量的方法、装置及设备 |
CN110766940A (zh) * | 2019-09-24 | 2020-02-07 | 重庆交通大学 | 道路信号交叉口运行状况评估方法 |
CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
CN113706866B (zh) * | 2021-08-27 | 2023-08-08 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109587622B (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104167092B (zh) | 一种确定出租车上下客热点区域中心的方法以及装置 | |
CN102611985B (zh) | 一种用于提供出行信息的方法和设备 | |
CN105809292B (zh) | 公交ic卡乘客下车站点推算方法 | |
CN109587622A (zh) | 基于基站信令数据的路口转向流量分析系统及方法 | |
CN105608505A (zh) | 一种基于手机信令数据的居民轨道交通出行方式识别方法 | |
CN106101999A (zh) | 一种用户轨迹的识别方法及装置 | |
CN103903433A (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN105491532A (zh) | 一种用于路网运行状态分析的手机信令过滤方法和装置 | |
CN105632173A (zh) | 利用出租车gps数据进行城市公交系统的优化识别方法 | |
US10635916B2 (en) | Determining vehicle crowdedness using real-time location data | |
CN102034285B (zh) | 一种对车辆的营运区域进行监控的方法、系统及装置 | |
CN105139459B (zh) | 一种地铁计费方法、一卡通和服务器 | |
US10489431B2 (en) | Digital location-based data methods and product | |
CN108573604A (zh) | 基于移动终端定位的公交od数据获取方法及存储介质 | |
CN106601005A (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
CN105608919B (zh) | 车站位置的确定方法及装置 | |
CN104933768A (zh) | 基于gsm基站id的高速公路路径识别通行卡及识别方法 | |
CN104318113A (zh) | 基于乘客换乘的时空特征推算乘客上车站点的方法及系统 | |
CN108062859A (zh) | 一种基于信令数据的路况监测方法及装置 | |
CN104700630A (zh) | 一种高速公路车流量的监测方法及系统 | |
CN107945517A (zh) | 一种交通数据处理装置 | |
CN110377687A (zh) | 用户出行方式判别方法、装置和服务器 | |
CN111833476A (zh) | 基于移动端固定线路运行的公交车辆司机绩效考勤方法 | |
CN106997668A (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 | |
Li et al. | A simulation approach to detect arterial traffic congestion using cellular data |
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 |