CN109993971A - 一种提升交通事故地点定位准确率的方法 - Google Patents
一种提升交通事故地点定位准确率的方法 Download PDFInfo
- Publication number
- CN109993971A CN109993971A CN201910235487.4A CN201910235487A CN109993971A CN 109993971 A CN109993971 A CN 109993971A CN 201910235487 A CN201910235487 A CN 201910235487A CN 109993971 A CN109993971 A CN 109993971A
- Authority
- CN
- China
- Prior art keywords
- road
- traffic accident
- information
- accident
- coordinate
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001737 promoting effect Effects 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 238000013459 approach Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 206010027146 Melanoderma Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种提升交通事故地点定位准确率的方法,方法根据交通事故信息记录的事故发生位置的文本消息,通过分词的方法提取关键地理位置信息,结合城市地图shpefile文件和城市兴趣点POI利用空间算法确定事故发生的具体位置;首先提取交通事故信息记录中事故发生位置的文本信息,分词处理后得到事故发生地点中道路、建筑、门店等具有标志性的地点名称信息;然后判断地点名称信息中是否包含道路信息,若有则进一步判断道路数量,通过道路名称与地图shpefile文件、POI点坐标的结合,采用指定的方法得到交通事故地点坐标;若没有则直接提取交通事故信息记录中的POI点坐标或多个POI点坐标的重心点作为对应交通事故地点坐标;本发明提升了交通事故地点定位的精确率。
Description
技术领域
本发明属于智能交通技术领域,应用于交通事故地点的定位,具体涉及一种提升交通事故地点定位准确率的方法。
背景技术
近年来,随着我国城市化的逐步深入,经济的快速发展,机动车保有量迅速增长,城市的交通问题也越发突出,其中道路交通事故对城市交通运行的影响最大。发生道路交通事故后,交警需赶赴现场调查和处理事故,在出具的交通事故认定书中,交警需记录交通事故的发生位置和其他相关信息,这些信息不仅仅用于事故责任判定等法律事故,还用于城市交通事故黑点治理和交通安全预警等交通安全管理工作,随着城市交通安全形势越来越严峻,交通环境的治理和改善迫在眉睫。
城市交通事故黑点治理,即通过对事故发生地点等信息的统计和分析,判断出事故高发、相对最为危险的道路和交叉口进行治理。这些需要进行安全改善和治理的区域被称为黑点,判断黑点需要基于大量的历史事故数据,因此需要将事故地点简洁有效地记录存储下来,进而将事故地点数据在电子地图上准确的定位和统计分析。据统计,经过复杂的事故地点记录的语义识别与人工整理,事故地点的定位率仅能够达到58%,剩余的地点记录完全无法定位。
交通事故信息的记录均为文本信息,如“美丰路丽和苑门口”、“朝阳路珠江路西侧路段处”、“超华商贸城D区仓库门前通道”等,没有格式要求和限制,具有人为因素的模糊性,而且文本信息并不能直接在电子地图上得以体现,也难以被拆分为有效的可利用信息,而且事后很难被核实其所描述的真实的准确位置。
目前,针对交通事故地点定位的方法,专利CN200410044508提出一种实现汽车交通事故自动记录的方法,利用汽车上配置的无线通信设备上的IPV6地址确认事故发生地点。专利CN201320002998.X提出基于NFC与GPS的交通违章协管定位系统,采用移动定位终端和多个BFC热点之间的数据交互,获取交通事故的位置信息。专利CN201210297477.1提出交通事故地点语义表述信息的自动记录与定位方法,根据用户对路段、侧向、方位、距离、参照点等的选择实现地点记录和定位。
但专利CN200410044508和专利CN201320002998.X都是依赖于车载设备、移动定位终端和无限通信网络状况,不能普遍适用,同时,不能适用于交警的日常工作规范;专利CN201210297477.1的方法中,用户与系统的互动比较多,不适用与对事故文本信息的定位。
发明内容
本发明的目的在于提供一种提升交通事故地点定位准确率的方法,该方法可解决现有交通事故地点定位不准确的问题,具体技术方案如下:
一种提升交通事故地点定位准确率的方法,所述方法根据交通事故信息记录的事故发生位置的文本消息,通过分词的方法提取关键地理位置信息,结合城市地图shpefile文件和城市兴趣点POI利用空间算法确定事故发生的具体位置,具体包括步骤:
S1、提取交通事故信息记录中事故发生位置的文本信息;
S2、根据交通事故信息记录中的事故发生地点,对文本信息进行分词处理,提取得到事故发生地点中道路、建筑、门店等具有标志性的地点名称信息;
S3、判断所述地点名称信息中是否包含道路信息,若有,则将分词处理后得到的所有道路对应的道路名称作为集合Li={L1,L2,L3,...,Li},并将除道路名称外的所有地点名称信息作为集合Pi={P1,P2,P3,...,Pi},进入步骤S4;若没有,则直接提取交通事故信息记录中的POI点坐标或多个POI点坐标的重心点作为对应交通事故的地点坐标;
S4、基于道路信息判断道路数量,若道路数量仅有一条,则通过道路名称与地图shpefile文件、POI点坐标的结合,利用POI点投影到道路的方法获得交通事故的地点坐标;若道路数量有两条,则通过道路名称结合shpefile文件,利用空间算法获得所有道路之间的交叉点,计算所述交叉点组成多边形的重心坐标,将所述重心坐标作为对应交通事故的地点坐标。
进一步的,步骤S3中,若所述地点名称信息中不包含道路消息,则通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI坐标,得到的POI坐标即作为事故地点坐标;若在事故地点信息中包含不止一个POI,则取这些POI的重心点作为交通事故的地点坐标。
进一步的,步骤S4中,若地点名称信息中只包含一条道路,交通事故的地点坐标确定方法为:
A、利用故信息中的建筑、门店等信息,通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI点坐标;
B、提取道路名称,结合地图shpefile文件,得到关于该道路名称的所有路段集合;
C、遍历所有路段集合,计算POI点坐标到交通事故发生路段的距离,取最短距离的路段作为目标道路;
D、获取目标路段的两个端点坐标,将POI点投影到该路段上,得到的投影点位坐标即为事故地点坐标。
进一步的,步骤S4中,若地点名称信息中只包含两条道路,交通事故的地点坐标确定方法为:
a、提取两条道路名称,结合地图shpefile文件,得到关于两条道路的所有路段集合Li={L1,L2,L3,...,Li};
b、采用遍历的方法,遍历两条道路的所有路段,获取相交路段集合L′i={L′1,L′2,L′3,...,L′i},并计算所有交叉点坐标;
c、判断交叉点个数个数,若所述交叉点个数小于3,则事故地点坐标即为交叉点坐标的平均值;若交叉点个数不小于3,则事故地点坐标为交叉点组成的多边形的重心点坐标。
进一步的,所述交叉点个数小于3时交通事故的地点坐标计算公式为:
其中,X、Y分别为交通事故地点坐标的横坐标数值和纵坐标数值,假设两条道路的交叉点分别为M、N,则XM、YM和XN、YN交叉点M、N的横坐标数值和纵坐标数值;
所述交叉点个数大于等于3时交通事故的地点坐标计算公式为:
其中,n为交叉点个数。
本发明的提升交通事故地点定位准确率的方法,通过记录交通事故信息记录的事故发生位置的文本信息做分词处理后得到地点名称信息,在此基础上结合城市地图shpefile文件和城市兴趣点POI,利用空间算法确定事故发生的具体位置;其中,若地点名称信息中不包含相关道路名称时,则直接通过交通事故信息记录中的POI坐标点来进行事故发生地点坐标的获取;若地点名称信息中包含相关道路名称时,则需通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI坐标,得到的POI坐标即作为事故地点坐标,利用空间算法确定事故地点坐标;与现有技术相比,本发明改变了获取事故定位信息需依靠外界设备的现状,解决了现有交通事故地点定位不准确的问题;同时,本发明可以通过事故信息记录中的位置信息,结合城市地图shpfile文件和城市POI点,确定交通事故的空间位置;为城市事故统计、事故黑点排查、事故预警等分析提供数据支撑。
附图说明
图1为本发明实施例中所述提升交通事故地点定位准确率的方法的流程框框图示意;
图2~图6为本发明实施例中地点名称信息含有不同数量道路的交通事故地点坐标求解示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将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、完整地描述。
参阅图1,在本发明实施例中,提供了一种提升交通事故地点定位准确率的方法,所述方法根据交通事故信息记录的事故发生位置的文本消息,通过分词的方法提取关键地理位置信息,结合城市地图shpefile文件和城市兴趣点POI利用空间算法确定事故发生的具体位置,具体包括步骤:
S1、提取交通事故信息记录中事故发生位置的文本信息。
S2、根据交通事故信息记录中的事故发生地点,对文本信息进行分词处理,提取得到事故发生地点中道路、建筑、门店等具有标志性的地点名称信息;例如“萧林路”、“中华路”、“苏果超市”、“大润发”等。
S3、判断地点名称信息中是否包含道路信息,若有,则将分词处理后得到的所有道路对应的道路名称作为集合Li={L1,L2,L3,...,Li},并将除道路名称外的所有地点名称信息作为集合Pi={P1,P2,P3,...,Pi},进入步骤S4;若没有,则直接提取交通事故信息记录中的POI点坐标或多个POI点坐标的重心点作为对应交通事故的地点坐标,具体的,通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI坐标,得到的POI坐标即作为事故地点坐标;若在事故地点信息中包含不止一个POI,则取这些POI的重心点作为交通事故的地点坐标。
S4、基于道路信息判断道路数量,若道路数量仅有一条,则通过道路名称与地图shpefile文件、POI点坐标的结合,利用POI点投影到道路的方法获得交通事故的地点坐标;若道路数量有两条,则通过道路名称结合shpefile文件,利用空间算法获得所有道路之间的交叉点,计算交叉点组成多边形的重心坐标,将重心坐标作为对应交通事故的地点坐标。
在实施例中,若地点名称信息中只包含一条道路,交通事故的地点坐标确定方法为:
首先,利用故信息中的建筑、门店等信息,通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI点坐标;然后,提取道路名称,结合地图shpefile文件,得到关于该道路名称的所有路段集合;随后,遍历所有路段集合,计算POI点坐标到交通事故发生路段的距离,取最短距离的路段作为目标道路;最后,获取目标路段的两个端点坐标,将POI点投影到该路段上,得到的投影点位坐标即为事故地点坐标;参阅图1,假设交通事故的事发地点为O,路段AB和路段CD为同一条道路的上下行,路段AB的端点坐标分别为A(XA,YA)、B(XB,YB),路段CD的端点坐标分别为C(XC,YC)、D(XD,YD);坐标点P(PX,PY)为POI点中到路段AB最短距离的点,则事发地点O(X,Y)的横坐标数值X和纵坐标数值Y的求解公式为:
其中,kAB为路段AB的斜率。
在具体实施例中,若地点名称信息中只包含两条道路,交通事故的地点坐标确定方法为:
首先,提取两条道路名称,结合地图shpefile文件,得到关于两条道路的所有路段集合Li={L1,L2,L3,...,Li};然后,采用遍历的方法,遍历两条道路的所有路段,获取相交路段集合L′i={L′1,L′2,L′3,...,L′i},并计算所有交叉点坐标;最后,判断交叉点个数个数,若交叉点个数小于3,则事故地点坐标即为交叉点坐标的平均值;若交叉点个数不小于3,则事故地点坐标为交叉点组成的多边形的重心点坐标。
参阅图3,若道路AB和道路EF之间的含有一个交叉点M,其中路段AB的端点坐标分别为A(XA,YA)、B(XB,YB),路段EF端点坐标分别为、E(XE,YE)、F(XF,YF),交叉点M的坐标M(XM,YM)的横坐标值XM和纵坐标值YM的求解公式分别为:
其中,kAB为路段AB的斜率,kEF为路段EF的斜率。
若交通事故发生在一条道路为双行道、一条为单行道转为双行道的位置,参阅图4,两条道路之间存在3个交叉点,具体的,路段EF与路段HI为同一条道路的上下行,路段AM与路段BN、路段DK为同一条道路,路段AM为单行道,路段BN和路段DK为同一条道路的上下行,M(XM,YM)为路段AM与路段EF的交叉点坐标,N(XN,YN)为路段BN与路段HI的交叉点坐标,K(XK,YK)为路段DK与路段HI的交叉点,O(X,Y)为事故地点坐标;此时,交通事故的地点坐标计算公式为:
其中,n为交叉点个数。
参阅图5,在其他实施例中,若两条道路均为双行道,即路段AB与路段CD为同一条道路的上下行,路段EF与路段HI为同一条道路的上下行,M(XM,YM)为路段AB与路段EF的交叉点坐标,N(XN,YN)为路段AB与路段HI的交叉点坐标,G(XG,YG)为路段CD与路段EF的交叉点坐标,K(XK,YK)为路段CD与路段HI的交叉点坐标,O(X,Y)为事故地点坐标;同样的,采用公式:
和进行O(X,Y)的横坐标X和纵坐标Y的值求取,获得交通事故的地点坐标。
参阅图6,当两条道路中含有一条单行道AB,另一条为包含路段EF和路段HI上下行的道路,单行道AB路路段EF和路段HI的交叉点分别为M、N,且两个交叉点的横纵坐标值分别为XM、YM和XN、YN,则可得到交通事故的地点坐标O(X,Y),则横坐标数值X和纵坐标数值Y的求解公式为:
获得的坐标点O(X,Y)即交通事故的坐标地点。
本发明的提升交通事故地点定位准确率的方法,通过记录交通事故信息记录的事故发生位置的文本信息做分词处理后得到地点名称信息,在此基础上结合城市地图shpefile文件和城市兴趣点POI,利用空间算法确定事故发生的具体位置;其中,若地点名称信息中不包含相关道路名称时,则直接通过交通事故信息记录中的POI坐标点来进行事故发生地点坐标的获取;若地点名称信息中包含相关道路名称时,则需通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI坐标,得到的POI坐标即作为事故地点坐标,利用空间算法确定事故地点坐标;与现有技术相比,本发明改变了获取事故定位信息需依靠外界设备的现状,解决了现有交通事故地点定位不准确的问题;同时,本发明可以通过事故信息记录中的位置信息,结合城市地图shpfile文件和城市POI点,确定交通事故的空间位置;为城市事故统计、事故黑点排查、事故预警等分析提供数据支撑。
以上仅为本发明的较佳实施例,但并不限制本发明的专利范围,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本发明专利保护范围之内。
Claims (5)
1.一种提升交通事故地点定位准确率的方法,其特征在于,所述方法根据交通事故信息记录的事故发生位置的文本消息,通过分词的方法提取关键地理位置信息,结合城市地图shpefile文件和城市兴趣点POI利用空间算法确定事故发生的具体位置,具体包括步骤:
S1、提取交通事故信息记录中事故发生位置的文本信息;
S2、根据交通事故信息记录中的事故发生地点,对文本信息进行分词处理,提取得到事故发生地点中道路、建筑、门店等具有标志性的地点名称信息;
S3、判断所述地点名称信息中是否包含道路信息,若有,则将分词处理后得到的所有道路对应的道路名称作为集合Li={L1,L2,L3,...,Li},并将除道路名称外的所有地点名称信息作为集合Pi={P1,P2,P3,...,Pi},进入步骤S4;若没有,则直接提取交通事故信息记录中的POI点坐标或多个POI点坐标的重心点作为对应交通事故的地点坐标;
S4、基于道路信息判断道路数量,若道路数量仅有一条,则通过道路名称与地图shpefile文件、POI点坐标的结合,利用POI点投影到道路的方法获得交通事故的地点坐标;若道路数量有两条,则通过道路名称结合shpefile文件,利用空间算法获得所有道路之间的交叉点,计算所述交叉点组成多边形的重心坐标,将所述重心坐标作为对应交通事故的地点坐标。
2.如权利要求1所述的提升交通事故地点定位准确率的方法,其特征在于,步骤S3中,若所述地点名称信息中不包含道路消息,则通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI坐标,得到的POI坐标即作为事故地点坐标;若在事故地点信息中包含不止一个POI,则取这些POI的重心点作为交通事故的地点坐标。
3.如权利要求1所述的提升交通事故地点定位准确率的方法,其特征在于,步骤S4中,若地点名称信息中只包含一条道路,交通事故的地点坐标确定方法为:
A、利用故信息中的建筑、门店等信息,通过WEB地图服务供应商的地理编码API解析、POI词库匹配等途径获得建筑、门店等POI点坐标;
B、提取道路名称,结合地图shpefile文件,得到关于该道路名称的所有路段集合;
C、遍历所有路段集合,计算POI点坐标到交通事故发生路段的距离,取最短距离的路段作为目标道路;
D、获取目标路段的两个端点坐标,将POI点投影到该路段上,得到的投影点位坐标即为事故地点坐标。
4.如权利要求1所述的提升交通事故地点定位准确率的方法,其特征在于,步骤S4中,若地点名称信息中只包含两条道路,交通事故的地点坐标确定方法为:
a、提取两条道路名称,结合地图shpefile文件,得到关于两条道路的所有路段集合Li={L1,L2,L3,...,Li};
b、采用遍历的方法,遍历两条道路的所有路段,获取相交路段集合L′i={L′1,L′2,L′3,...,L′i},并计算所有交叉点坐标;
c、判断交叉点个数个数,若所述交叉点个数小于3,则事故地点坐标即为交叉点坐标的平均值;若交叉点个数不小于3,则事故地点坐标为交叉点组成的多边形的重心点坐标。
5.如权利要求4所述的提升交通事故地点定位准确率的方法,其特征在于,所述交叉点个数小于3时交通事故的地点坐标计算公式为:
其中,X、Y分别为交通事故地点坐标的横坐标数值和纵坐标数值,假设两条道路的交叉点分别为M、N,则XM、YM和XN、YN交叉点M、N的横坐标数值和纵坐标数值;
所述交叉点个数大于等于3时交通事故的地点坐标计算公式为:
其中,n为交叉点个数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910235487.4A CN109993971B (zh) | 2019-03-27 | 2019-03-27 | 一种提升交通事故地点定位准确率的方法 |
PCT/CN2019/115221 WO2020192123A1 (zh) | 2019-03-27 | 2019-11-04 | 一种提升交通事故地点定位准确率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910235487.4A CN109993971B (zh) | 2019-03-27 | 2019-03-27 | 一种提升交通事故地点定位准确率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109993971A true CN109993971A (zh) | 2019-07-09 |
CN109993971B CN109993971B (zh) | 2021-09-17 |
Family
ID=67131502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910235487.4A Active CN109993971B (zh) | 2019-03-27 | 2019-03-27 | 一种提升交通事故地点定位准确率的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109993971B (zh) |
WO (1) | WO2020192123A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020192123A1 (zh) * | 2019-03-27 | 2020-10-01 | 江苏智通交通科技有限公司 | 一种提升交通事故地点定位准确率的方法 |
CN116258141A (zh) * | 2023-05-16 | 2023-06-13 | 青岛海信网络科技股份有限公司 | 一种文本数据的处理方法、服务器及装置 |
CN116992858A (zh) * | 2023-08-02 | 2023-11-03 | 公安部交通管理科学研究所 | 一种基于自然语言处理的交通事故地点定位方法及系统 |
WO2024014000A1 (ja) * | 2022-07-15 | 2024-01-18 | 日本電信電話株式会社 | 検出装置、検出方法、及び検出プログラム |
CN116992858B (zh) * | 2023-08-02 | 2024-08-30 | 公安部交通管理科学研究所 | 一种基于自然语言处理的交通事故地点定位方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860967B (zh) * | 2021-02-02 | 2024-06-21 | 中广核工程有限公司 | 面向多类型用户的核事故多元信息可视化方法和电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570980A (zh) * | 2004-05-13 | 2005-01-26 | 中国科学院计算技术研究所 | 一种实现汽车交通事故自动记录的方法 |
US20060084385A1 (en) * | 2004-10-19 | 2006-04-20 | Landry Benjamine J | Efficient attribute collection technique for mappers |
CN101776456A (zh) * | 2009-12-30 | 2010-07-14 | 北京世纪高通科技有限公司 | 交通事件信息发布方法和装置 |
CN202998481U (zh) * | 2013-01-04 | 2013-06-12 | 大庆毅达万联科技有限公司 | 基于nfc与gps的交通违章协管定位系统 |
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 |
US20150019125A1 (en) * | 2013-07-15 | 2015-01-15 | Eduard Mazanec | Gps navigation directions display device, system, and process with points of interest |
CN104776842A (zh) * | 2014-01-15 | 2015-07-15 | 中国移动通信集团辽宁有限公司 | 一种获取兴趣点位置信息的方法及装置 |
CN104820721A (zh) * | 2015-05-26 | 2015-08-05 | 厦门雅迅网络股份有限公司 | 一种基于地标及里程的突发交通事件播报方法 |
CN107270922A (zh) * | 2017-06-15 | 2017-10-20 | 北京航空航天大学 | 一种基于poi索引的交通事故空间定位方法 |
CN108320515A (zh) * | 2018-04-04 | 2018-07-24 | 公安部交通管理科学研究所 | 一种交通事故地点路网自动匹配校验方法及系统 |
CN109215348A (zh) * | 2018-10-25 | 2019-01-15 | 苏州正载信息技术有限公司 | 一种把交通事故准确定位到相关路段的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993971B (zh) * | 2019-03-27 | 2021-09-17 | 江苏智通交通科技有限公司 | 一种提升交通事故地点定位准确率的方法 |
-
2019
- 2019-03-27 CN CN201910235487.4A patent/CN109993971B/zh active Active
- 2019-11-04 WO PCT/CN2019/115221 patent/WO2020192123A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570980A (zh) * | 2004-05-13 | 2005-01-26 | 中国科学院计算技术研究所 | 一种实现汽车交通事故自动记录的方法 |
US20060084385A1 (en) * | 2004-10-19 | 2006-04-20 | Landry Benjamine J | Efficient attribute collection technique for mappers |
CN101776456A (zh) * | 2009-12-30 | 2010-07-14 | 北京世纪高通科技有限公司 | 交通事件信息发布方法和装置 |
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 |
CN202998481U (zh) * | 2013-01-04 | 2013-06-12 | 大庆毅达万联科技有限公司 | 基于nfc与gps的交通违章协管定位系统 |
US20150019125A1 (en) * | 2013-07-15 | 2015-01-15 | Eduard Mazanec | Gps navigation directions display device, system, and process with points of interest |
CN104776842A (zh) * | 2014-01-15 | 2015-07-15 | 中国移动通信集团辽宁有限公司 | 一种获取兴趣点位置信息的方法及装置 |
CN104820721A (zh) * | 2015-05-26 | 2015-08-05 | 厦门雅迅网络股份有限公司 | 一种基于地标及里程的突发交通事件播报方法 |
CN107270922A (zh) * | 2017-06-15 | 2017-10-20 | 北京航空航天大学 | 一种基于poi索引的交通事故空间定位方法 |
CN108320515A (zh) * | 2018-04-04 | 2018-07-24 | 公安部交通管理科学研究所 | 一种交通事故地点路网自动匹配校验方法及系统 |
CN109215348A (zh) * | 2018-10-25 | 2019-01-15 | 苏州正载信息技术有限公司 | 一种把交通事故准确定位到相关路段的方法 |
Non-Patent Citations (1)
Title |
---|
许鹏辉: "基于移动终端的交通路况信息实时采集与显示系统", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020192123A1 (zh) * | 2019-03-27 | 2020-10-01 | 江苏智通交通科技有限公司 | 一种提升交通事故地点定位准确率的方法 |
WO2024014000A1 (ja) * | 2022-07-15 | 2024-01-18 | 日本電信電話株式会社 | 検出装置、検出方法、及び検出プログラム |
CN116258141A (zh) * | 2023-05-16 | 2023-06-13 | 青岛海信网络科技股份有限公司 | 一种文本数据的处理方法、服务器及装置 |
CN116258141B (zh) * | 2023-05-16 | 2023-09-26 | 青岛海信网络科技股份有限公司 | 一种文本数据的处理方法、服务器及装置 |
CN116992858A (zh) * | 2023-08-02 | 2023-11-03 | 公安部交通管理科学研究所 | 一种基于自然语言处理的交通事故地点定位方法及系统 |
CN116992858B (zh) * | 2023-08-02 | 2024-08-30 | 公安部交通管理科学研究所 | 一种基于自然语言处理的交通事故地点定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109993971B (zh) | 2021-09-17 |
WO2020192123A1 (zh) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993971A (zh) | 一种提升交通事故地点定位准确率的方法 | |
CN102595323B (zh) | 基于手机定位数据的居民出行特征参数的获取方法 | |
CN103631776B (zh) | 交通事故地点语义表述信息的自动记录与定位方法 | |
Wang et al. | Estimating dynamic origin-destination data and travel demand using cell phone network data | |
CN108288321A (zh) | 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法 | |
KR20110102125A (ko) | 유동인구 정보 분석 장치 및 그 방법 | |
Oh | LandScape Information System: A GIS approach to managing urban development | |
CN109495856A (zh) | 一种基于大数据的手机用户类型标记方法 | |
Raubal | Cogito ergo mobilis sum: the impact of location-based services on our mobile lives | |
EP2822325A1 (en) | Method, system and computer-readable storage mediums for estimating a route | |
Liu et al. | Pedestrian volume modeling: A case study of San Francisco | |
Tipakornkiat et al. | Determining an influencing area affecting walking speed on footpath: A case study of a footpath in CBD Bangkok, Thailand | |
CN110379340A (zh) | 基于iBeacon与GPS的室外定位旅游导览系统 | |
Zhou et al. | Village-town system in suburban areas based on cellphone signaling mining and network hierarchy structure analysis | |
Tian et al. | Identifying residential and workplace locations from transit smart card data | |
JP2012021999A (ja) | 経路探索装置、誘導端末装置、経路探索システム | |
CN107527502A (zh) | 利用手机移动数据计算道路交通受阻系数方法和系统 | |
CN105205577A (zh) | 客服工单地域细化分析方法 | |
Hu et al. | Dynamic modeling of urban population travel behavior based on data fusion of mobile phone positioning data and FCD | |
Zhang et al. | Analysis of multiple network accessibilities and commercial space use in metro station areas: An empirical case study of Shanghai, China | |
CN106920389A (zh) | 一种基于用户电信行为的交通状况控制方法及系统 | |
CN110134746A (zh) | 在电子地图上智能显示热点区域信息的方法及装置 | |
Smith | Employment Accessibility in the London Metropolitan Region: Developing a Multi-Modal Travel Cost Model Using OpenTripPlanner and Average Road Speed Data | |
KR20190083269A (ko) | 경로 기반 교통 모니터링 방법과, 모니터링 시스템과, 경로 기반 교통 모니터링 서비스를 운영하는 방법 및 운영 시스템 | |
Dunne et al. | A large scale method for extracting geographical features on bus routes from OpenStreetMap and assessment of their impact on bus speed and reliability |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 211106 19 Su Yuan Avenue, Jiangning economic and Technological Development Zone, Nanjing, Jiangsu Applicant after: JIANGSU ZHITONG TRAFFIC TECHNOLOGY Co.,Ltd. Address before: 210006, Qinhuai District, Jiangsu, Nanjing should be 388 days street, Chenguang 1865 Technology Creative Industry Park E10 building on the third floor Applicant before: JIANGSU ZHITONG TRAFFIC TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |