CN110097144A - 一种轮胎自动检测大数据与云计算系统及其应用研究 - Google Patents
一种轮胎自动检测大数据与云计算系统及其应用研究 Download PDFInfo
- Publication number
- CN110097144A CN110097144A CN201910518398.0A CN201910518398A CN110097144A CN 110097144 A CN110097144 A CN 110097144A CN 201910518398 A CN201910518398 A CN 201910518398A CN 110097144 A CN110097144 A CN 110097144A
- Authority
- CN
- China
- Prior art keywords
- tire
- data
- cloud computing
- big data
- computing system
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000007418 data mining Methods 0.000 claims abstract description 33
- 238000011160 research Methods 0.000 claims abstract description 16
- 230000010354 integration Effects 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 239000000203 mixture Substances 0.000 claims abstract description 3
- 238000004519 manufacturing process Methods 0.000 claims description 19
- 238000003745 diagnosis Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000010920 waste tyre Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 238000003860 storage Methods 0.000 abstract description 6
- 206010039203 Road traffic accident Diseases 0.000 abstract description 3
- 238000007726 management method Methods 0.000 abstract description 2
- 238000004064 recycling Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
- B60S5/00—Servicing, maintaining, repairing, or refitting of vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Abstract
本发明公开了一种轮胎自动检测大数据与云计算系统及其应用研究,包括基于大数据与云计算、基于X86集群、采用分布式技术构建的轮胎自动检测大数据与云计算系统模型架构,所述轮胎自动检测大数据与云计算系统模型架构主要由数据采集整合、数据储存、数据计算与云计算、数据挖掘分析和应用分析研究组成,本发明通过运用大数据与云计算技术,实现不同单位、不同型号轮胎全生命周期特征信息、参数信息的管理、存储、计算与预测分析,实现了轮胎用户的轮胎信息随时随地查询,通过同时实现基于本地计算机与云计算服务器的轮胎故障诊断、轮胎故障预测,最大限度的降低了由于轮胎原因而造成的意外交通事故的发生,提高高速路汽车行驶的安全性。
Description
技术领域
本发明涉及汽车轮胎检测技术领域,具体为一种轮胎自动检测大数据与云计算系统及其应用研究。
背景技术
目前,国内外针对轮胎检测研究主要基于爆胎胎压变化而开发的轮胎气压监测系统。随着信息技术的不断发展,以互联网应用为特征的互联化阶段进入了云计算与大数据时代。作为对汽车安全行驶有重要影响的轮胎,不同生产厂家的不同生产时间、不同型号规格的轮胎可能使得采集的数据类型、数据位数、存储格式等产生差异;另外,以秒级周期将从轮胎传感器采集的量大、多源、异构、复杂、增长迅速的性能数据经车载电脑系统传到互联网服务器。
如何将轮胎全生命周期信息大数据进行上传,为轮胎设计研发、轮胎制造生产、轮胎运输储存、轮胎安装使用、轮胎维护修理、轮胎回收利用及其他轮胎开发利用等单位提供所有轮胎全生命周期内胎温、轮压、轮胎磨损、轮胎维护、轮胎报废、报废后去向等信息成为新的问题,为此我们提出一种轮胎自动检测大数据与云计算系统及其应用研究。
发明内容
本发明的目的在于提供一种轮胎自动检测大数据与云计算系统及其应用研究,以解决上述背景技术中如何将轮胎全生命周期信息大数据进行上传,为轮胎设计研发、轮胎制造生产、轮胎运输储存、轮胎安装使用、轮胎维护修理、轮胎回收利用及其他轮胎开发利用等单位提供所有轮胎全生命周期内胎温、轮压、轮胎磨损、轮胎维护、轮胎报废、报废后去向等信息成为新的问题的问题。
为实现上述目的,本发明提供如下技术方案:一种轮胎自动检测大数据与云计算系统及其应用研究,包括基于大数据与云计算、基于X86集群、采用分布式技术构建的轮胎自动检测大数据与云计算系统模型架构,所述轮胎自动检测大数据与云计算系统模型架构主要由数据采集整合、数据储存、数据计算与云计算、数据挖掘分析和应用分析研究组成,所述数据采集1整合包括数据采集模块与数据整合模块,所述数据储存包括分布式数据库和分布式文件系统,所述数据计算与云计算分别采用了Storm流计算、Spark内存计算和MapReduce批计算,所述数据挖掘分析4将在数据计算与云计算的基础上提取新的轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等知识信息,存入轮胎信息知识库,所述应用分析研究在数据挖掘分析基础上对其结果以图表等直观可视化的形式向用户展示各自关注轮胎信息。
优选的,所述数据采集模块的数据来源主要有轮胎信息采集系统、轮胎参数检测系统、车辆车轮信息系统、道路地理信息系统以及各种故障知识库,所述数据整合模块采用大数据连接器技术,利用Sqoop对各数据来源模块独立系统的数据进行抽取,并按统一规范进行标准化处理,之后整合到分布式数据库或者分布式文件系统中。
优选的,所述数据储存采用高可扩展性、高并发性与高可用性特点的HBase、Hive等分布式数据库,和具有高度容错性和高吞吐量的Hadoop分布式文件系统HDFS,以适合具有极低延迟的基于流数据Storm访问处理模式,且轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等所需的特征数据存储在HBase分布式存储系统中。
优选的,所述数据计算与云计算包括本地数据计算功能模块与云计算功能模块,且均集成有相应的聚类、分类、关联和预测等数据挖掘算法库。
优选的,所述本地计算机与云计算服务器上均采用大数据技术进行轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析计算。
优选的,所述数据挖掘分析使用各种数据挖掘算法,根据挖掘出来的知识,结合轮胎信息知识库,或对具体的特定使用轮胎进行相关用户对应的在线轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析,或提取新的轮胎故障、地区分配、轮胎性能等信息特征,更新轮胎信息特征曲线,在通用算法库上不断完善或扩展新的轮胎信息专用算法。
优选的,所述应用分析研究从轮胎结构、使用条件、故障诊断、故障预测等方面尽可能提高轮胎性能、延长轮胎使用寿命、最大限度的降低因轮胎而导致的意外事故发生的可能性进行展示,且加强轮胎回收再循环利用及废旧轮胎其他用途研究,对轮胎的进行梯次利用。
本发明提供了一种轮胎自动检测大数据与云计算系统及其应用研究,具备以下有益效果:
(1)本发明通过运用大数据与云计算技术,实现了不同单位、不同型号轮胎全生命周期特征信息、参数信息的管理、存储、计算与预测分析,实现了轮胎用户的轮胎(包括已废弃回收轮胎)信息随时随地查询。
(2)本发明通过同时实现了基于本地计算机(车载计算机)与云计算服务器的轮胎故障诊断、轮胎故障预测,最大限度的降低了由于轮胎原因而造成的意外交通事故的发生,大大提高了高速路汽车行驶的安全性。
(3)本发明通过系统在数据采集整理功能模块中设置轮胎信息知识库,在数据挖掘分析模块中设置其他挖掘分析,在应用分析研究功能模块中设置其他用途,为系统功能扩展提供了广阔的空间。
(4)本发明通过提出了轮胎梯次利用模式,充分利用轮胎全生命周期的性能特点实现轮胎经济最大化。
附图说明
图1为本发明的轮胎自动检测大数据与云计算系统图。
图中:1、数据采集整合;2、数据储存;3、数据计算与云计算;4、数据挖掘分析;5、应用分析研究;6、数据采集模块;7、数据整合模块。
具体实施方式
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。
如图1所示,本发明提供一种技术方案:一种轮胎自动检测大数据与云计算系统及其应用研究,括基于大数据与云计算、基于X86集群、采用分布式技术构建的轮胎自动检测大数据与云计算系统模型架构,所述轮胎自动检测大数据与云计算系统模型架构主要由数据采集整合1、数据储存2、数据计算与云计算3、数据挖掘分析4和应用分析研究5组成,所述数据采集整合1包括数据采集模块6与数据整合模块7,所述数据储存2包括分布式数据库和分布式文件系统,所述数据计算与云计算3分别采用了Storm流计算、Spark内存计算和MapReduce批计算,所述数据挖掘分析4将在数据计算与云计算3的基础上提取新的轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等知识信息,存入轮胎信息知识库,所述应用分析研究5在数据挖掘分析4基础上对其结果以图表等直观可视化的形式向用户展示各自关注轮胎信息。
所述数据采集模块6的数据来源主要有轮胎信息采集系统、轮胎参数检测系统、车辆车轮信息系统、道路地理信息系统以及各种故障知识库,所述数据整合模块7采用大数据连接器技术,利用Sqoop对各数据来源模块独立系统的数据进行抽取,并按统一规范进行标准化处理,之后整合到分布式数据库或者分布式文件系统中,利用数据采集整理功能模块中形成轮胎信息知识库,增加数据的多样;所述数据储存2采用高可扩展性、高并发性与高可用性特点的HBase、Hive等分布式数据库,和具有高度容错性和高吞吐量的Hadoop分布式文件系统HDFS,以适合具有极低延迟的基于流数据Storm访问处理模式,且轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等所需的特征数据存储在HBase分布式存储系统中,使得可实现高速大容量的存储;所述数据计算与云计算3包括本地数据计算功能模块与云计算功能模块,且均集成有相应的聚类、分类、关联和预测等数据挖掘算法库;所述本地计算机与云计算服务器上均采用大数据技术进行轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析计算,实现了基于本地计算机(车载计算机)与云计算服务器的轮胎故障诊断、轮胎故障预测,最大限度的降低了由于轮胎原因而造成的意外交通事故的发生,大大提高了高速路汽车行驶的安全性;所述数据挖掘分析4用各种数据挖掘算法,根据挖掘出来的知识,结合轮胎信息知识库,或对具体的特定使用轮胎进行相关用户对应的在线轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析,或提取新的轮胎故障、地区分配、轮胎性能等信息特征,更新轮胎信息特征曲线,在通用算法库上不断完善或扩展新的轮胎信息专用算法;所述应用分析研究5从轮胎结构、使用条件、故障诊断、故障预测等方面尽可能提高轮胎性能、延长轮胎使用寿命、最大限度的降低因轮胎而导致的意外事故发生的可能性进行展示,且加强轮胎回收再循环利用及废旧轮胎其他用途研究,对轮胎的进行梯次利用,对轮胎实现梯次利用模式,充分利用轮胎全生命周期的性能特点实现轮胎经济最大化。
需要说明的是,一种轮胎自动检测大数据与云计算系统及其应用研究,在工作时,融合各种相关多源异构状态检测数据的轮胎自动检测大数据与云计算系统,采用大数据连接器技术,数据采集整合1中的数据整合模块7对数据采集模块6采集的数据进行抽取并进行标准化处理,整合到数据存储模块2中,并根据不同计算需求,数据计算与云计算模块3同步或异步在本地计算机与云计算服务器上进行轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析计算,数据挖掘分析4运用数据挖掘分类算法训练得到分类模型,运用数据挖掘聚类算法训练得到预测值,以实现数据挖掘分析模块的功能,应用分析研究5将分析结果直观展示给用户,为轮胎设计研发、轮胎制造生产、轮胎运输储存、轮胎安装使用、轮胎维护修理、轮胎回收利用及其他轮胎开发利用等单位提供轮胎全生命周期信息,为不同单位对轮胎特征信息与监测信息的深度挖掘与融合应用提供了契机。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:包括基于大数据与云计算、基于X86集群和采用分布式技术构建的轮胎自动检测大数据与云计算系统模型架构,所述轮胎自动检测大数据与云计算系统模型架构主要由数据采集整合(1)、数据储存(2)、数据计算与云计算(3)、数据挖掘分析(4)和应用分析研究(5)组成,所述数据采集整合(1)包括数据采集模块(6)与数据整合模块(7),所述数据储存(2)包括分布式数据库和分布式文件系统,所述数据计算与云计算(3)分别采用了Storm流计算、Spark内存计算和MapReduce批计算,所述数据挖掘分析(4)将在数据计算与云计算(3)的基础上提取新的轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等知识信息,存入轮胎信息知识库,所述应用分析研究(5)在数据挖掘分析(4)基础上对其结果以图表等直观可视化的形式向用户展示各自关注轮胎信息。
2.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述数据采集模块(6)的数据来源主要有轮胎信息采集系统、轮胎参数检测系统、车辆车轮信息系统、道路地理信息系统以及各种故障知识库,所述数据整合模块(7)采用大数据连接器技术,利用Sqoop对各数据来源模块独立系统的数据进行抽取,并按统一规范进行标准化处理,之后整合到分布式数据库或者分布式文件系统中。
3.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述数据储存(2)采用高可扩展性、高并发性与高可用性特点的HBase、Hive等分布式数据库,和具有高度容错性和高吞吐量的Hadoop分布式文件系统(HDFS),以适合具有极低延迟的基于流数据Storm访问处理模式,且轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析等所需的特征数据存储在HBase分布式存储系统中。
4.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述数据计算与云计算(3)包括本地数据计算功能模块与云计算功能模块,且均集成有相应的聚类、分类、关联和预测等数据挖掘算法库。
5.根据权利要求4所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述本地计算机与云计算服务器上均采用大数据技术进行轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析计算。
6.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述数据挖掘分析(4)使用各种数据挖掘算法,根据挖掘出来的知识,结合轮胎信息知识库,或对具体的特定使用轮胎进行相关用户对应的在线轮胎故障诊断、轮胎故障预测、地区分配预测、生产参数优化及其他数据挖掘分析,或提取新的轮胎故障、地区分配、轮胎性能等信息特征,更新轮胎信息特征曲线,在通用算法库上不断完善或扩展新的轮胎信息专用算法。
7.根据权利要求1所述的一种轮胎自动检测大数据与云计算系统及其应用研究,其特征在于:所述应用分析研究(5)从轮胎结构、使用条件、故障诊断、故障预测等方面尽可能提高轮胎性能、延长轮胎使用寿命、最大限度的降低因轮胎而导致的意外事故发生的可能性进行展示,且加强轮胎回收再循环利用及废旧轮胎其他用途研究,对轮胎的进行梯次利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910518398.0A CN110097144B (zh) | 2019-06-15 | 2019-06-15 | 一种轮胎自动检测大数据与云计算系统及其应用研究 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910518398.0A CN110097144B (zh) | 2019-06-15 | 2019-06-15 | 一种轮胎自动检测大数据与云计算系统及其应用研究 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110097144A true CN110097144A (zh) | 2019-08-06 |
CN110097144B CN110097144B (zh) | 2023-12-22 |
Family
ID=67450963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910518398.0A Active CN110097144B (zh) | 2019-06-15 | 2019-06-15 | 一种轮胎自动检测大数据与云计算系统及其应用研究 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097144B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751788A (zh) * | 2020-06-29 | 2020-10-09 | 成都数之联科技有限公司 | 一种大数据智能探测设备辅助增强系统 |
CN112104996A (zh) * | 2020-09-08 | 2020-12-18 | 电子科技大学 | 一种应用于共享交通系统的低成本群智感知计算方法 |
CN114880922A (zh) * | 2022-04-15 | 2022-08-09 | 大连理工大学 | 面向民航的飞行数据分析与性能趋势预测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105235450A (zh) * | 2015-10-19 | 2016-01-13 | 江苏博锐格电子科技有限公司 | 一种智能轮胎监测系统和监测方法 |
US20160035152A1 (en) * | 2013-12-31 | 2016-02-04 | Agnik, Llc | Vehicle data mining based on vehicle onboard analysis and cloud-based distributed data stream mining algorithm |
CN105334158A (zh) * | 2015-11-28 | 2016-02-17 | 重庆交通大学 | 一种路面摩擦系数检测系统 |
KR20170050051A (ko) * | 2015-10-29 | 2017-05-11 | 한국타이어 주식회사 | 사용자 스마트 단말기를 활용한 타이어 모니터링 장치 및 방법 |
-
2019
- 2019-06-15 CN CN201910518398.0A patent/CN110097144B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160035152A1 (en) * | 2013-12-31 | 2016-02-04 | Agnik, Llc | Vehicle data mining based on vehicle onboard analysis and cloud-based distributed data stream mining algorithm |
CN105235450A (zh) * | 2015-10-19 | 2016-01-13 | 江苏博锐格电子科技有限公司 | 一种智能轮胎监测系统和监测方法 |
KR20170050051A (ko) * | 2015-10-29 | 2017-05-11 | 한국타이어 주식회사 | 사용자 스마트 단말기를 활용한 타이어 모니터링 장치 및 방법 |
CN105334158A (zh) * | 2015-11-28 | 2016-02-17 | 重庆交通大学 | 一种路面摩擦系数检测系统 |
Non-Patent Citations (1)
Title |
---|
王慧: "基于Hadoop的并行挖掘算法的研究", _万方中国学位论文数据库 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751788A (zh) * | 2020-06-29 | 2020-10-09 | 成都数之联科技有限公司 | 一种大数据智能探测设备辅助增强系统 |
CN112104996A (zh) * | 2020-09-08 | 2020-12-18 | 电子科技大学 | 一种应用于共享交通系统的低成本群智感知计算方法 |
CN114880922A (zh) * | 2022-04-15 | 2022-08-09 | 大连理工大学 | 面向民航的飞行数据分析与性能趋势预测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110097144B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097144A (zh) | 一种轮胎自动检测大数据与云计算系统及其应用研究 | |
Ozbayoglu et al. | A real-time autonomous highway accident detection model based on big data processing and computational intelligence | |
CN102765643B (zh) | 基于数据驱动的电梯故障诊断与预警方法 | |
CN107256219A (zh) | 应用于自动列车控制系统海量日志的大数据融合分析方法 | |
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及系统 | |
CN105374209B (zh) | 一种城市区域路网运行状态特征信息提取方法 | |
CN103971523A (zh) | 一种山区道路交通安全动态预警系统 | |
CN106251642A (zh) | 一种基于实时公交车gps数据的公交路链速度计算方法 | |
CN108958215A (zh) | 一种基于数据挖掘的工程车辆故障预测系统及其预测方法 | |
CN113963539B (zh) | 高速公路交通事故识别方法、模块及系统 | |
CN110633729A (zh) | 一种面向智能网联车辆群组测试的驾驶风险分级聚类方法 | |
CN109308804A (zh) | 基于张量分解的旅行时间估计方法 | |
CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
CN114267173B (zh) | 高速公路时空特征的多源数据融合方法、装置及设备 | |
CN104217087A (zh) | 一种基于运营商网络数据的常住人口分析方法 | |
US20220319323A1 (en) | Method for identifying road risk based on networked vehicle-mounted adas | |
CN113361825A (zh) | 一种踩踏事故早期预警方法及系统 | |
CN113761728A (zh) | 基于车联网平台的机场电动特种车辆故障预警方法 | |
CN114005274A (zh) | 基于小客车当量的高速公路收费站分级联动管控方法 | |
Zou et al. | The method of dynamic identification of the maximum speed limit of expressway based on electronic toll collection data | |
Watanabe et al. | Scenario mining for development of predictive safety functions | |
Gürbüz et al. | Rule extraction for tram faults via data mining for safe transportation | |
Du et al. | A digital twin framework and an implementation method for urban rail transit | |
CN110119891B (zh) | 一种适于大数据的交通安全影响因素辨识方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |