CN109785631A - 一种面向交通疏导的道路交通数据智能感知与分发网络架构 - Google Patents
一种面向交通疏导的道路交通数据智能感知与分发网络架构 Download PDFInfo
- Publication number
- CN109785631A CN109785631A CN201910183137.8A CN201910183137A CN109785631A CN 109785631 A CN109785631 A CN 109785631A CN 201910183137 A CN201910183137 A CN 201910183137A CN 109785631 A CN109785631 A CN 109785631A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- module
- rssu
- road
- 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
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种面向交通疏导的道路交通数据智能感知与分发网络架构,该系统根据各个路段的当前实时局部数据、全城全局数据以及历史记录对路况状态进行预估和分析,从而使用户自己可以直观的了解周围路况状态,更有预见地、更高效精准地根据用户本身的需求完成交通疏导。并且该发明提出存储单元RSSU,通过增加摄像头和低成本的存储功能,可以标记恶意行驶到已堵塞路线上去或不行驶疏导路线的不良用户,将这些不良用户信数据与采集到的局部数据、视频一起上传数据初步处理模块,并存储数据初步处理模块每日反馈回来的历史记录来作为整个架构预估路况状态的一个重要参数。
Description
技术领域
本发明涉及车联网技术领域,尤其涉及一种面向交通疏导的道路交通数据智能感知与分发网络架构。
背景技术
目前车联网已经渗透到当今各个行业和业务职能领域,成为信息时代不可分割的一部分。不论互联网的兴起如何改变汽车领域,汽车的基本属性都是交通工具,其最切实的目标是将用户高效、安全地传送到目的地。然后由于实际天气环境的约束交通拥堵以及交通事故频发等痛点使我们无法实现这一最基本的功能。现有的交通疏导方法主要存在以下弊端:1、没有形成一个较完善、较系统的架构,只是单一地安装公路导杆、智能交通灯、传感器,或是引入GPS、GPRS等。这些设备和技术价格高昂、甚至有些收效寥寥,大量安装以实现交通疏导是不现实的。2、传统的交通疏导方法都是拥塞发生了才去疏导,如果可以对路段拥塞状态进行预估,损失显然会减轻很多。3、传统的交通疏导方法,大多是将车辆用户都疏导到其他稍远的道路上,但可能拥塞情况没有很严重,在拥塞处等待的时间也许比绕远路的时间还要短,这就造成了用户时间上的损失。4、采集到的数据大多需要传到遥远控制中心进行数据分析、处理,接着再反馈给用户,这种机制可以说是非常耗时低效的。且海量数据全部都要存储在控制中心处,网络堵塞、高延迟等劣势是不可避免的,一旦中心网络崩溃了,其后果是不堪设想的。
发明内容
根据现有技术存在的问题,本发明公开了一种面向交通疏导的道路交通数据智能感知与分发网络架构,具体方案包括:
采集车辆周围的路况信息的采集模块,其中路况信息至少包括车辆终端的ID号、车辆的当前位置信息、车速信息、行驶过程中正在排队的车辆总数和排队长度以及路面积水结冰状况;
车联网模块,包括车辆终端和路侧存储单元RSSU,所述路侧存储单元RSSU用于存储路况信息的历史数据;
接收采集模块传送的数据信息和路侧存储单元RSSU传送的实时局部数据及历史记录数据的数据初步处理模块,所述数据初步处理模块根据接收的数据信息计算当前路段的平均车速、车流量、占道率和积水结冰状态、并将计算的结果传送至路侧存储单元RSSU;当车辆终端处于非拥塞状态时,数据初步处理模块计算出对应ID号的车辆终端可选路线和不可行路线并传送至路侧存储单元RSSU;
接收所述数据初步处理模块传送的计算结果和路侧存储单元RSSU传送的拥塞视频以及ID号对应的选定路线的数据分析模块,所述数据分析模块根据路况的实时局部数据和历史记录数据分析并预估出全城的路况状态;当车辆终端行驶到已堵塞路段时所述数据分析模块规划每个ID号对应的疏导路线和交通大队的疏导方案、同时将疏导路线同步到各车辆终端的显示模块上;
接收所述数据分析单元传送的全城路况状态信息和疏导方案信息的显示模块,所述显示模块至少设置在车辆终端、各交通大队管理端和控制中心。
进一步的,所述路侧存储单元RSSU至少包括定位模块、通信模块和存储模块,所述定位模块用于获取路侧存储单元RSSU的位置信息,所述通信模块用于接收和发送通信范围内的采集模块、车辆终端和数据初步处理模块的传输信息,存储模块用于存储路况视频、实时数据和历史记录数据,其中,路况视频只在路段为拥塞状态时被存储。
进一步的,其中全城的路况状态包括城各个路段的平均车速、全城各个路段的平均车流量、全城各个路段的占道率,全城即将拥塞路段位置、预计拥塞路段滞留车辆总数、预计堵塞时间点及时长,全城已拥塞路段的位置和滞留车辆总数信息。
进一步的,所述采集模块至少包括地磁传感器、水深传感器和积冰传感器。
进一步的,所述数据初步处理模块每日整理路面的历史记录数据,其中历史记录数据至少包括普通车辆ID的可选路线、选定路线,不良车辆ID的车速、可选路线、实际行驶路线,每日经过车辆总数、每日平均车速、每日平均路面状态、每日占道率峰值、每小时平均车速、每小时平均车流量、每小时占道率峰值以及拥塞视频,数据初步处理模块将每日分析的历史记录传送至数据分析模块作为参数影响路段拥塞程度的预估、同时传送至路侧存储单元RSSU进行存储。
进一步的,当车辆终端不行驶数据初步处理模块选定的可选路线、而驶向不可行路线,或是已在拥塞路段的车辆终端不行驶数据分析模块制定的疏导路线,将被临近的路侧存储单元RSSU标记为不良车辆。
由于采用了上述技术方案,本发明提供的一种面向交通疏导的道路交通数据智能感知与分发网络架构,该系统根据各个路段的当前实时局部数据、全城全局数据以及历史记录对路况状态进行预估和分析,从而使用户自己可以直观的了解周围路况状态,更有预见地、更高效精准地根据用户本身的需求完成交通疏导。并且该发明提出存储单元RSSU,通过增加摄像头和低成本的存储功能,可以标记恶意行驶到已堵塞路线上去或不行驶疏导路线的不良用户,将这些不良用户信数据与采集到的局部数据、视频一起上传数据初步处理模块,并存储数据初步处理模块每日反馈回来的历史记录作为整个架构预估路况状态的一个重要参数。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明系统结构示意图;
图2为本发明系统模型示意图;
图3为本发明系统架构示意图;
图4为采集模块发送给RSSU的数据;
图5为RSSU的结构图;
图6为数据初步处理模块接受和发送的数据;
图7为数据分析模块接受和发送的数据;
图8为历史记录包含的数据;
图9为本发明实例施例的示意图;
图10为本发明系统架构工作流程图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1-图3所示的一种面向交通疏导的道路交通数据智能感知与分发网络架构,包括采集模块、车联网模块、数据初步处理模块、数据分析模块和显示模块,其中车辆终端和路侧存储单元RSSU包括车辆终端和路侧存储单元RSSU。
进一步的,采集模块,包括布置于路面的地磁传感器、水深传感器、积冰传感器、RSSU以及安置于RSSU上的摄像头等,如图4所示,采集的数据包括,车辆终端id号、车辆的当前位置、车速、行驶过程中正在排队的车辆总数和排队长度以及路面积水结冰状况
进一步的,车联网模块,主要由车辆终端和路侧存储单元RSSU组成,路侧存储单元RSSU存储的信息主要有三部分,数据初步处理模块反馈回来的当前路段平均车速、车流量、占到率、积水结冰状态这些局部路况数据;RSSU经手车辆的起始地、目的地、不可行路线和选定路线;拥塞时段的视频;特别的数据初步处理模块每日分析出路面状况的历史记录后将该信息发送至路侧存储单元RSSU进行路面状况信息的历史记录存储。所述路侧存储单元RSSU如图5所示,与传统RSU不同,是本发明定义的一种路侧存储单元,通过增加低成本的存储功能,具有强大的分布式云存储功能,包括:定位模块401用于获取RSSU位置信息;通信模块402用于接收和发送通信范围内的传感器、车辆终端、数据初步处理模块的信息;存储模块403用于存储路况视频、实时数据、历史记录等;其中,路况视频只在路段为拥塞状态时被存储。其中,所述摄像头只在部分RSSU上安装,这些RSSU大多位于容易积水积冰、事故频发流量较大的地方,如低洼区域、高速公路、十字路口等,摄像头为休眠状态,当数据初步处理模块判定该路段为拥塞状态时,摄像头才会开启工作状态录制并存储路段视频。
进一步的,数据初步处理模块如图6所示,由雾设备组成,用于计算分析局部数据。数据初步处理模块接收路侧存储单元RSSU发送的实时局部数据及历史记录和数据分析模块反馈回来的全局数据,对数据进行初步处理,计算出当前路段平均车速、车流量、占道率、积水结冰状态发送给路侧存储单元RSSU和数据分析中心,计算未处于堵塞路段车辆终端的可选路线和不可行路线发送给路侧存储单元RSSU,并将路侧存储单元RSSU反馈回来的拥塞视频以及对应ID号的选定路线发送给数据分析模块。
其中,所述数据初步处理模块每日整理历史记录数据,如图7所示,由数据初步处理模块每日零点分析而来,包括经手普通车辆ID的可选路线、选定路线,经手不良车辆ID的车速、可选路线、实际行驶路线,每日经过车辆总数、每日平均车速、每日平均路面状态、每日占道率峰值、每小时平均车速、每小时平均车流量、每小时占道率峰值以及拥塞视频。数据初步处理模块将每日分析的历史记录发送给数据分析模块以及RSSU进行存储,作为参数影响路段拥塞程度的预估。
进一步的,数据分析模块如图8所示,负责分析并预估出全城路况状态,安装在城市控制中心,接收数据初步处理模块发送的实时局部数据并与历史记录一起,计算全局数据,即全城各个路段的平均车速、全城各个路段的平均车流量、全城各个路段的占道率,全城即将拥塞路段位置、预计拥塞路段滞留车辆总数、预计堵塞时间点及时长,全城已拥塞路段的位置、滞留车辆总数;其中,对于行驶到已堵塞路段的车辆终端,数据分析模块会分析出每个ID对应的疏导路线,同步到车辆终端的显示模块上,并规划出指派交通大队的方案以便进行人工疏导。
特别的,已行驶到堵塞路段的车辆由数据分析模块规划疏导路线,用户可根据数据初步处理模块提供的数据以及自身情况行驶哪条可选路线;堵塞状态时,用户必须行驶数据分析模块提供的疏导路线,没有可选项;若车辆终端不行驶数据初步处理模块的可选路线,驶向不可行路线,或是已在拥塞路段的车辆终端不行驶数据分析模块给定的疏导路线,将被临近的路侧存储单元RSSU标记为不良车辆。
进一步的,显示模块在车载终端导航、各交通大队、城市控制中心里分别安装,为数据初步处理模块、数据分析模块计算出的数据提供显示平台。
进一步的,所述路况状态分为两大种;畅通状态表示路面无拥塞,反之为拥塞状态;其中,畅通状态又分为真畅通状态和即将拥塞状态,拥塞状态又分为拥挤状态和堵塞状态,拥挤状态表示路面积水、积冰或拥塞一般严重,堵塞状态表示路面拥塞非常严重;
进一步的,所述数据初步处理模块将相关数据发送给基站/RSSU/车辆终端的优先级由高到低依次为堵塞状态、拥挤状态、即将拥堵状态和真畅通状态。
进一步的,所述车辆与车辆、传感器和RSSU在802.11p标准下进行通信。所述传感器与传感器和RSSU在802.15.4标准下进行通信。所述数据初步处理模块大多部署在容易积水即冰、事故频发流量较大处,如低洼区域、高速公路、十字路口等;与所述RSSU采用远距离光纤传输方式通信。
实施例:
如图9-图10所示,该一种面向交通疏导的道路交通数据智能感知与分发网络架构在工作过程中采用如下流程。
第一步,用户发动车辆终端A后,打开显示模块,输入起始地和目的地,RSSU将采集到的A的车速、起始地、目的地发送给周边的数据初步处理模块;
第二步,分布式的数据初步处理模块对数据分析模块反馈的全局数据、周边RSSU上传的局部数据和历史记录以及该RSSU上传的用户A的个人数据等进行分析;如当前路段为非堵塞状态,数据初步处理模块将排除掉路上已有堵塞的路线作为不可行路线,计算出可选路线并同时显示该路线路况状态等实时信息,用户在显示模块上选定路线后RSSU将选定路线上传给数据初步处理模块以及数据分析模块;如当前路段为堵塞状态,将由数据分析模块规划出用户疏导路线,用户必须行驶该路线,无其他可选项,且数据分析模块会规划出指派交通大队方案以便进行人工疏导。
第三步,若车辆终端A未到达目的地,A将与途径的RSSU不断交互,不断地重复步骤二以迭代出实时出行路线;
第四步,车辆终端A到达目的地,退出系统。
本发明不但可以实时分析出已拥塞路段数据,数据分析模块还可以通过局部数据、全局数据、历史记录对即将拥塞路段数据进行分析和预估,更有预见地对交通进行疏导。本发明通过部署于网络边缘的分布式数据初步处理模块初步处理掉一部分海量数据,省去了数据从网络边缘到核心网络处理的来回路程所耗时间,实时分析出途径各个车辆终端的可选路线和不可行路线,大大降低了网络中心的负担并降低了网络延迟;且不同的路况和用户自身不同的需求,有不同的交通疏导方式,更加高效精准地对交通进行疏导。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征在于包括:
采集车辆周围的路况信息的采集模块,其中路况信息至少包括车辆终端的ID号、车辆的当前位置信息、车速信息、行驶过程中正在排队的车辆总数和排队长度以及路面积水结冰状况;
车联网模块,包括车辆终端和路侧存储单元RSSU,所述路侧存储单元RSSU用于存储路况信息的历史数据;
接收采集模块传送的数据信息和路侧存储单元RSSU传送的实时局部数据及历史记录数据的数据初步处理模块,所述数据初步处理模块根据接收的数据信息计算当前路段的平均车速、车流量、占道率和积水结冰状态、并将计算的结果传送至路侧存储单元RSSU;当车辆终端处于非拥塞状态时,数据初步处理模块计算出对应ID号的车辆终端可选路线和不可行路线并传送至路侧存储单元RSSU;
接收所述数据初步处理模块传送的计算结果和路侧存储单元RSSU传送的拥塞视频以及ID号对应的选定路线的数据分析模块,所述数据分析模块根据路况的实时局部数据和历史记录数据分析并预估出全城的路况状态;当车辆终端行驶到已堵塞路段时所述数据分析模块规划每个ID号对应的疏导路线和交通大队的疏导方案、同时将疏导路线同步到各车辆终端的显示模块上;
接收所述数据分析单元传送的全城路况状态信息和疏导方案信息的显示模块,所述显示模块至少设置在车辆终端、各交通大队管理端和控制中心。
2.根据权利要求1所述的一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征还在于:所述路侧存储单元RSSU至少包括定位模块、通信模块和存储模块,所述定位模块用于获取路侧存储单元RSSU的位置信息,所述通信模块用于接收和发送通信范围内的采集模块、车辆终端和数据初步处理模块的传输信息,存储模块用于存储路况视频、实时数据和历史记录数据,其中,路况视频只在路段为拥塞状态时被存储。
3.根据权利要求1所述的一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征还在于:其中全城的路况状态包括城各个路段的平均车速、全城各个路段的平均车流量、全城各个路段的占道率,全城即将拥塞路段位置、预计拥塞路段滞留车辆总数、预计堵塞时间点及时长,全城已拥塞路段的位置和滞留车辆总数信息。
4.根据权利要求1所述的一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征还在于:所述采集模块至少包括地磁传感器、水深传感器和积冰传感器。
5.根据权利要求1所述的一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征还在于:所述数据初步处理模块每日整理路面的历史记录数据,其中历史记录数据至少包括普通车辆ID的可选路线、选定路线,不良车辆ID的车速、可选路线、实际行驶路线,每日经过车辆总数、每日平均车速、每日平均路面状态、每日占道率峰值、每小时平均车速、每小时平均车流量、每小时占道率峰值以及拥塞视频,数据初步处理模块将每日分析的历史记录传送至数据分析模块作为参数影响路段拥塞程度的预估、同时传送至路侧存储单元RSSU进行存储。
6.根据权利要求1所述的一种面向交通疏导的道路交通数据智能感知与分发网络架构,其特征还在于:当车辆终端不行驶数据初步处理模块选定的可选路线、而驶向不可行路线,或是已在拥塞路段的车辆终端不行驶数据分析模块制定的疏导路线,将被临近的路侧存储单元RSSU标记为不良车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910183137.8A CN109785631B (zh) | 2019-03-12 | 2019-03-12 | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910183137.8A CN109785631B (zh) | 2019-03-12 | 2019-03-12 | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109785631A true CN109785631A (zh) | 2019-05-21 |
CN109785631B CN109785631B (zh) | 2021-08-24 |
Family
ID=66488929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910183137.8A Active CN109785631B (zh) | 2019-03-12 | 2019-03-12 | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785631B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626598A (zh) * | 2020-05-22 | 2020-09-04 | 重庆广播电视大学重庆工商职业学院 | 基于云计算的道路信息管理系统 |
CN113077632A (zh) * | 2021-06-07 | 2021-07-06 | 四川紫荆花开智能网联汽车科技有限公司 | 一种v2x智能网联路侧系统及实现方法 |
CN114613145A (zh) * | 2022-05-12 | 2022-06-10 | 中运科技股份有限公司 | 一种大数据下的客运流量感知预警系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204087261U (zh) * | 2014-07-18 | 2015-01-07 | 安然 | 一种贵重物品物流配送系统 |
CN105809953A (zh) * | 2014-12-27 | 2016-07-27 | 吉林大学 | 一种基于m2m的城市交通流车路协同控制方法 |
CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
JP2017138761A (ja) * | 2016-02-03 | 2017-08-10 | トヨタ自動車株式会社 | 車両用撮像システム |
CN107071033A (zh) * | 2017-04-20 | 2017-08-18 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网部署系统 |
CN107123280A (zh) * | 2017-04-30 | 2017-09-01 | 佛山市高明区云大机械科技有限公司 | 一种交通信号控制系统、控制方法及其应用 |
CN107203825A (zh) * | 2016-03-18 | 2017-09-26 | 台湾准时达国际物流股份有限公司 | 使用自动搬运车的订单处理系统和方法 |
CN107249169A (zh) * | 2017-05-31 | 2017-10-13 | 厦门大学 | 车载网络环境下基于雾节点的事件驱动的数据收集方法 |
CN108012232A (zh) * | 2017-11-30 | 2018-05-08 | 东北大学 | 雾计算架构下的VANETs位置隐私保护查询方法 |
WO2018106774A1 (en) * | 2016-12-08 | 2018-06-14 | Pcms Holdings, Inc. | System and method for routing and reorganization of a vehicle platoon in a smart city |
CN108198439A (zh) * | 2018-01-24 | 2018-06-22 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的城市智能交通控制方法 |
-
2019
- 2019-03-12 CN CN201910183137.8A patent/CN109785631B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204087261U (zh) * | 2014-07-18 | 2015-01-07 | 安然 | 一种贵重物品物流配送系统 |
CN105809953A (zh) * | 2014-12-27 | 2016-07-27 | 吉林大学 | 一种基于m2m的城市交通流车路协同控制方法 |
JP2017138761A (ja) * | 2016-02-03 | 2017-08-10 | トヨタ自動車株式会社 | 車両用撮像システム |
CN107203825A (zh) * | 2016-03-18 | 2017-09-26 | 台湾准时达国际物流股份有限公司 | 使用自动搬运车的订单处理系统和方法 |
WO2018106774A1 (en) * | 2016-12-08 | 2018-06-14 | Pcms Holdings, Inc. | System and method for routing and reorganization of a vehicle platoon in a smart city |
CN107071033A (zh) * | 2017-04-20 | 2017-08-18 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网部署系统 |
CN107123280A (zh) * | 2017-04-30 | 2017-09-01 | 佛山市高明区云大机械科技有限公司 | 一种交通信号控制系统、控制方法及其应用 |
CN107249169A (zh) * | 2017-05-31 | 2017-10-13 | 厦门大学 | 车载网络环境下基于雾节点的事件驱动的数据收集方法 |
CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
CN108012232A (zh) * | 2017-11-30 | 2018-05-08 | 东北大学 | 雾计算架构下的VANETs位置隐私保护查询方法 |
CN108198439A (zh) * | 2018-01-24 | 2018-06-22 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的城市智能交通控制方法 |
Non-Patent Citations (2)
Title |
---|
施巍松: "边缘计算:万物互联时代新型计算模型", 《计算机研究与发展》 * |
郭平: "雾计算环境下车联网优化部署与规模测算", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626598A (zh) * | 2020-05-22 | 2020-09-04 | 重庆广播电视大学重庆工商职业学院 | 基于云计算的道路信息管理系统 |
CN111626598B (zh) * | 2020-05-22 | 2023-08-04 | 重庆广播电视大学重庆工商职业学院 | 基于云计算的道路信息管理系统 |
CN113077632A (zh) * | 2021-06-07 | 2021-07-06 | 四川紫荆花开智能网联汽车科技有限公司 | 一种v2x智能网联路侧系统及实现方法 |
CN114613145A (zh) * | 2022-05-12 | 2022-06-10 | 中运科技股份有限公司 | 一种大数据下的客运流量感知预警系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109785631B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785631A (zh) | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 | |
US11270231B2 (en) | Information delivery and maintenance system for dynamically generated and updated data pertaining to road maintenance vehicles and other related information | |
KR102159965B1 (ko) | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 | |
US9918001B2 (en) | Crowd sourcing exterior vehicle images of traffic conditions | |
US6256577B1 (en) | Using predictive traffic modeling | |
CN105185145A (zh) | 一种智能动态路况地图导航系统及方法 | |
US9599488B2 (en) | Method and apparatus for providing navigational guidance using the states of traffic signal | |
CN104123833B (zh) | 一种道路状况的规划方法和装置 | |
CN102183258B (zh) | 智能导航方法、装置、系统及移动终端 | |
US8275522B1 (en) | Information delivery and maintenance system for dynamically generated and updated data pertaining to road maintenance vehicles and other related information | |
US6539300B2 (en) | Method for regional system wide optimal signal timing for traffic control based on wireless phone networks | |
US20160061618A1 (en) | Technique for navigating a vehicle to a parking place | |
US20190220036A1 (en) | Systems and Methods for Implementing Vehicle Assignments using Vehicle State Information | |
CN109644144A (zh) | 无线网络优化 | |
CN107144286A (zh) | 导航方法及装置 | |
CN104112368A (zh) | 实时停车辅助应用 | |
CN111094894A (zh) | 车辆和导航系统 | |
CN110118567A (zh) | 出行方式推荐方法及装置 | |
CN102243809B (zh) | 一种展现实时交通信息的方法和装置 | |
CN106652547A (zh) | 停车引导方法 | |
CN102297698B (zh) | 实时路况路线规划方法及设备 | |
CN110784544A (zh) | 城市路边占道停车运营资源实时监控方法 | |
CN109064771A (zh) | 一种基于nb地磁的泊位实时监控方法 | |
KR20140030288A (ko) | 이동식 작업차량을 이용한 실시간 현장 영상 중계 시스템 및 영상 중계 방법 | |
US20230237905A1 (en) | Intelligent road barrier system |
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 |