CN110136442A - 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 - Google Patents
基于共享单车gps轨迹数据的行人侵占道路行为识别方法 Download PDFInfo
- Publication number
- CN110136442A CN110136442A CN201910417296.XA CN201910417296A CN110136442A CN 110136442 A CN110136442 A CN 110136442A CN 201910417296 A CN201910417296 A CN 201910417296A CN 110136442 A CN110136442 A CN 110136442A
- Authority
- CN
- China
- Prior art keywords
- gps track
- gps
- point
- track
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,首先进行共享单车GPS轨迹数据清洗,剔除非正常速度轨迹数据和低取样点轨迹数据。然后对共享单车GPS轨迹数据地图匹配及处理:将共享单车轨迹数据匹配至道路,提取GPS轨迹点特征,基于轨迹几何特征修正共享单车轨迹数据,剔除逆向骑行的轨迹数据。最后进行行人侵占道路行为的检测,计算待检测轨迹与基准轨迹之间的计算偏移值,拟合计算偏移值分布,使用Kolmogorov‑Smirnov检验判断该路段是否存在行人侵占道路行为。本方法可以充分利用GPS轨迹数据实时有效的优点,可以达到识别过程的及时性和有效性,节省了人力、物力、财力。实时识别行人侵占道路行为,有利于对其及时干预,提高行人通行和非机动车骑行的交通安全水平。
Description
技术领域
本发明涉及一种行人侵占道路行为识别方法,尤其涉及一种基于共享单车GPS轨迹数据的行人侵占道路行为识别方法。
背景技术
行人侵占道路行为是一种常见的交通现象,特别是行人与非机动车混行的状态更是十分普遍。其一方面影响行人及非机动车的通行和骑行速度,容易造成非机动车道拥堵,降低通行效率;另一方面行人与非机动车相互冲突,对道路使用者产生了较大的安全隐患。为充分遏制该交通现象,如何判别行人侵占道路行为是基础和关键。目前,对于行人侵占道路行为的判别主要通过现场判断和非现场视频观测来实现,需投入大量的人力、物力,且实时性差,准确率低。
共享单车作为一种新型的交通出行方式,已在各城市大规模投入使用。第三方数据研究机构报告显示,2018年中国共享单车活跃用户规模稳定在9300万人左右。车辆使用中,共享单车的GPS定位模块通过移动网络与用户手机相连接,能够及时记录和显示使用者的实时位置信息。像这样,共享单车每天会产生海量的GPS轨迹数据,为挖掘沿途道路交通环境信息提供数据支撑。将共享单车GPS轨迹数据匹配至道路,通过确定共享单车GPS轨迹的偏移距离及其分布,为判断路段上是否存在行人侵占道路行为提供了一种可能。
发明内容
针对现有技术中问题,本发明提供一种基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,通过共享单车GPS轨迹数据的易获取性、实时性和有效性,实现行人侵占道路行为识别的准确性和及时性。本方法包含了共享单车GPS轨迹数据清洗、共享单车GPS轨迹数据地图匹配及处理、行人侵占道路行为检测三个步骤,通过对共享单车GPS轨迹数据的处理,并基于该轨迹数据和轨迹数据检测,实现行人侵占道路行为的识别。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,包括以下步骤:
步骤一、共享单车GPS轨迹数据清洗:剔除非正常速度轨迹数据和低取样点轨迹数据两类GPS轨迹数据;
步骤二、共享单车GPS轨迹数据地图匹配,具体为:
2.1)将清洗后的共享单车GPS轨迹数据匹配至道路,并提取GPS轨迹点特征,包括:①GPS轨迹点编号ID;②GPS轨迹点的原始偏移值,其绝对值为GPS轨迹点到道路边缘的垂线段长度,以正常骑行方向为标准方向,若GPS轨迹点在道路左侧,则其原始偏移值为正,否则其原始偏移值为负;③GPS轨迹点对应的起垂点长,其值等于GPS轨迹点到道路边缘的垂点与道路起始点之间的长度;
2.2)删除存在距离偏差的GPS轨迹:若某一GPS轨迹点的原始偏移值的绝对值大于设定阈值,则移除这一GPS轨迹点所在的GPS轨迹数据;
2.3)删除存在方向偏差的GPS轨迹:将相邻两个GPS轨迹点的连线记为一个GPS轨迹单元,两连续GPS轨迹点p、q分别位于道路中心线的两侧,GPS轨迹点p与其前两个时刻的GPS轨迹点p-1、GPS轨迹点p-2构成第一三角形,GPS轨迹点q与其后两个时刻的GPS轨迹点q+1、GPS轨迹点q+2构成第二三角形,第一三角形和第二三角形的重心的连线与道路边缘线之间的夹角大于60°,移除GPS轨迹点p、q所在的GPS轨迹数据;
2.4)检查是否存在逆行轨迹:对比两个相邻GPS轨迹点的起垂点长,若前一轨迹点的起垂点长大于后一轨迹点的起垂点长,则该条GPS轨迹为单车逆行轨迹,移除该条GPS轨迹数据;
步骤三、行人侵占道路行为检测:建立基准轨迹,计算待检测GPS轨迹与基准轨迹之间的计算偏移值,拟合计算偏移值分布,使用Kolmogorov-Smirnov检验判断该路段是否存在行人侵占道路行为。
作为本发明的进一步技术方案,步骤一中非正常速度轨迹数据包括:一)由于GPS数据错误及用户的非正常使用而产生的极高速度的轨迹数据;二)由于交通信号灯而产生的极低的速度。
作为本发明的进一步技术方案,步骤一中低取样点轨迹数据包括因用户手机GPS装置故障、信号干扰而导致部分GPS轨迹点丢失的轨迹数据。
作为本发明的进一步技术方案,步骤三中的基准轨迹为在无行人侵占道路行为的情况下,沿着道路边缘正常骑行的共享单车GPS轨迹即为基准轨迹。
作为本发明的进一步技术方案,步骤三中计算待检测GPS轨迹与基准轨迹之间的计算偏移值的计算方法为:将待检测GPS轨迹按照10米一段分成m段,各段内的GPS轨迹点计算偏移值的均值的集合作为该待检测GPS轨迹与基准轨迹之间的计算偏移值,其中,GPS轨迹点计算偏移值为GPS轨迹点到基准轨迹之间的垂线段长度。
作为本发明的进一步技术方案,步骤三中使用Kolmogorov-Smirnov检验判断路段是否存在行人侵占道路行为,具体为:若成立,则判定基准轨迹和待检测GPS轨迹来自不同轨迹集,即待检测GPS轨迹存在行人侵占道路行为,其中,Ka,b为KS统计值,F1,a(x)为基准轨迹的经验累积分布,F2,b(x)为待检测GPS轨迹与基准轨迹之间的计算偏移值分布,a和b分别为基准轨迹和待检测GPS轨迹的轨迹集大小,sup为上确界计算函数。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:通过将共享单车GPS轨迹数据与道路相匹配,判断共享单车GPS轨迹数据的偏移距离和偏移方向,实现行人侵占道路行为的识别。与传统的基于现场判断和视频观测识别的人工方法相比,本发明方法可以充分利用GPS轨迹数据实时有效的优点,实现识别过程的及时性和有效性,节省了人力、物力、财力;实时识别行人侵占道路行为,有利于对其及时干预,既能提升行人通行和非机动车骑行的交通安全水平,又能提高机动车通行效率。
附图说明
图1是本发明的流程图;
图2是共享单车GPS轨迹点特征示意图;
图3是判断共享单车GPS轨迹方向偏差的示意图。
具体实施方式
下面结合附图以及具体实施例对本发明的技术方案做进一步的详细说明:
如图1所示,本发明所述的一种基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,包括步骤:
步骤一、共享单车GPS轨迹数据清洗:剔除两类GPS轨迹数据,包括非正常速度轨迹数据和低取样点轨迹数据。非正常速度轨迹数据包括:一)由于GPS数据错误及用户的非正常使用而产生的极高速度的轨迹数据;二)由于交通信号灯而产生的极低的速度。低取样点轨迹数据包括因用户手机GPS装置故障、信号干扰而导致部分GPS轨迹点丢失的轨迹数据。
本实施例选取上海市某日摩拜单车一小时内481条GPS轨迹数据和城市道路网电子地图作为实验数据。经数据清洗,共剔除34条共享单车GPS轨迹数据,剩余447条GPS共享单车轨迹数据。
步骤二、共享单车GPS轨迹数据地图匹配及处理:将共享单车轨迹数据匹配至道路,提取GPS轨迹点特征;基于轨迹几何特征修正共享单车轨迹数据;剔除逆向骑行的轨迹数据。将经过处理的共享单车GPS轨迹记为待检测GPS轨迹。
(1).将共享单车GPS轨迹数据匹配至道路,提取GPS轨迹点特征,GPS轨迹点特征包括:GPS轨迹点编号ID,以时刻先后顺序依次编号;GPS轨迹点的原始偏移值,其绝对值为GPS轨迹点到道路边缘的垂线段长度,以正常骑行方向为标准方向,若轨迹点在道路左侧则原始偏移值为正,若轨迹点在道路右侧则原始偏移值为负;GPS轨迹点对应的起垂点长,其值等于GPS轨迹点到道路边缘的垂点与道路起始点之间的长度,如图2所示。
(2).删除存在距离偏差的GPS轨迹:若某一GPS轨迹点的原始偏移值的绝对值大于设定阈值,则移除这一GPS轨迹点所在的GPS轨迹数据;
本实施例设定原始偏移值的阈值为1.5米,共移除29条共享单车GPS轨迹数据,剩余418条共享单车GPS轨迹数据。
(3).删除存在方向偏差的GPS轨迹:将相邻两个GPS轨迹点的连线记为一个GPS轨迹单元,如图3所示,若存在两连续GPS轨迹点p、q,位于道路中心线两侧,记轨迹点p、p-1、p-2构成的三角形为Δ1,轨迹点q、q+1、q+2构成的三角形为Δ2,将两个三角形的重心连线,记为S。将S与同侧路边缘线之间的夹角记为θ,若θ>60°,移除轨迹点p,q所在的GPS轨迹数据;
本实施例经删除存在方向偏差的GPS轨迹,共移除12条共享单车GPS轨迹数据,剩余406条共享单车GPS轨迹数据。
(4).检查是否存在逆行轨迹:对比两个相邻GPS轨迹点的起垂点长,若前一轨迹点的起垂点长大于后一轨迹点的起垂点长,则该条GPS轨迹为单车逆行轨迹,移除该条GPS轨迹数据。
本实施例经检查,共移除14条共享单车GPS轨迹数据,剩余392条共享单车GPS轨迹数据。
将经过处理的这392条共享单车GPS轨迹记为待检测轨迹。各待检测轨迹对应的GPS轨迹点数量见表1。
表1各待检测轨迹对应的GPS轨迹点数量
GPS轨迹序号 | GPS轨迹点数量 | 轨迹长度(米) |
1 | 28 | 3204 |
2 | 20 | 950 |
… | … | … |
392 | 35 | 1627 |
步骤三、行人侵占道路行为检测:建立基准轨迹,计算待检测轨迹与基准轨迹之间的计算偏移值,拟合计算偏移值分布,使用Kolmogorov-Smirnov检验判断该路段是否存在行人侵占道路行为。
在无行人侵占道路行为的情况下,沿着道路边缘正常骑行的共享单车GPS轨迹即为基准轨迹。
计算待检测轨迹与基准轨迹之间的计算偏移值方法为:将待检测GPS轨迹按照10米一段分成m段,各段内的GPS轨迹点计算偏移值的均值的集合作为该待检测GPS轨迹与基准轨迹之间的计算偏移值,其中,GPS轨迹点计算偏移值为GPS轨迹点到基准轨迹之间的垂线段长度。
以第1条GPS轨迹为例,其各GPS轨迹点对应的计算偏移值见表2。
表2各GPS轨迹点对应的计算偏移值
GPS轨迹点序号 | 计算偏移值(米) |
1 | 1.1 |
2 | -0.3 |
… | … |
28 | 0.8 |
按照10米一段,共分成321段,各段范围内的GPS轨迹点平均计算偏移值见表3。
表3各段范围内的GPS轨迹点平均计算偏移值
GPS轨迹分段序号 | 平均计算偏移值(米) |
1 | 0.4 |
2 | 0 |
… | … |
321 | -0.5 |
使用Kolmogorov-Smirnov检验判断路段是否存在行人侵占道路行为的具体方法为:若成立,则判定基准轨迹和待检测GPS轨迹来自不同轨迹集,即待检测GPS轨迹存在行人侵占道路行为,其中,Ka,b为KS统计值,F1,a(x)为基准轨迹的经验累积分布,F2,b(x)为待检测GPS轨迹与基准轨迹之间的计算偏移值分布,a和b分别为基准轨迹和待检测GPS轨迹的轨迹集大小,sup为上确界计算函数。
本实施例a=2,b=1,计算得Ka,b=2.01>1.67,满足判定条件,即该轨迹存在行人侵占道路行为。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (6)
1.基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,包括以下步骤:
步骤一、共享单车GPS轨迹数据清洗:剔除非正常速度轨迹数据和低取样点轨迹数据两类GPS轨迹数据;
步骤二、共享单车GPS轨迹数据地图匹配,具体为:
2.1)将清洗后的共享单车GPS轨迹数据匹配至道路,并提取GPS轨迹点特征,包括:①GPS轨迹点编号ID;②GPS轨迹点的原始偏移值,其绝对值为GPS轨迹点到道路边缘的垂线段长度,以正常骑行方向为标准方向,若GPS轨迹点在道路左侧,则其原始偏移值为正,否则其原始偏移值为负;③GPS轨迹点对应的起垂点长,其值等于GPS轨迹点到道路边缘的垂点与道路起始点之间的长度;
2.2)删除存在距离偏差的GPS轨迹:若某一GPS轨迹点的原始偏移值的绝对值大于设定阈值,则移除这一GPS轨迹点所在的GPS轨迹数据;
2.3)删除存在方向偏差的GPS轨迹:将相邻两个GPS轨迹点的连线记为一个GPS轨迹单元,两连续GPS轨迹点p、q分别位于道路中心线的两侧,GPS轨迹点p与其前两个时刻的GPS轨迹点p-1、GPS轨迹点p-2构成第一三角形,GPS轨迹点q与其后两个时刻的GPS轨迹点q+1、GPS轨迹点q+2构成第二三角形,第一三角形和第二三角形的重心的连线与道路边缘线之间的夹角大于60°,移除GPS轨迹点p、q所在的GPS轨迹数据;
2.4)检查是否存在逆行轨迹:对比两个相邻GPS轨迹点的起垂点长,若前一轨迹点的起垂点长大于后一轨迹点的起垂点长,则该条GPS轨迹为单车逆行轨迹,移除该条GPS轨迹数据;
步骤三、行人侵占道路行为检测:建立基准轨迹,计算待检测GPS轨迹与基准轨迹之间的计算偏移值,拟合计算偏移值分布,使用Kolmogorov-Smirnov检验判断该路段是否存在行人侵占道路行为。
2.根据如权利要求1所述的基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,步骤一中非正常速度轨迹数据包括:一)由于GPS数据错误及用户的非正常使用而产生的极高速度的轨迹数据;二)由于交通信号灯而产生的极低的速度。
3.根据如权利要求1所述的基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,步骤一中低取样点轨迹数据包括因用户手机GPS装置故障、信号干扰而导致部分GPS轨迹点丢失的轨迹数据。
4.根据如权利要求1所述的基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,步骤三中的基准轨迹为在无行人侵占道路行为的情况下,沿着道路边缘正常骑行的共享单车GPS轨迹即为基准轨迹。
5.根据如权利要求1所述的基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,步骤三中计算待检测GPS轨迹与基准轨迹之间的计算偏移值的计算方法为:将待检测GPS轨迹按照10米一段分成m段,各段内的GPS轨迹点计算偏移值的均值的集合作为该待检测GPS轨迹与基准轨迹之间的计算偏移值,其中,GPS轨迹点计算偏移值为GPS轨迹点到基准轨迹之间的垂线段长度。
6.根据如权利要求1所述的基于共享单车GPS轨迹数据的行人侵占道路行为识别方法,其特征在于,步骤三中使用Kolmogorov-Smirnov检验判断路段是否存在行人侵占道路行为,具体为:若成立,则判定基准轨迹和待检测GPS轨迹来自不同轨迹集,即待检测GPS轨迹存在行人侵占道路行为,其中,Ka,b为KS统计值,F1,a(x)为基准轨迹的经验累积分布,F2,b(x)为待检测GPS轨迹与基准轨迹之间的计算偏移值分布,a和b分别为基准轨迹和待检测GPS轨迹的轨迹集大小,sup为上确界计算函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417296.XA CN110136442A (zh) | 2019-05-20 | 2019-05-20 | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910417296.XA CN110136442A (zh) | 2019-05-20 | 2019-05-20 | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110136442A true CN110136442A (zh) | 2019-08-16 |
Family
ID=67571431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910417296.XA Pending CN110136442A (zh) | 2019-05-20 | 2019-05-20 | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110136442A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110634290A (zh) * | 2019-09-12 | 2019-12-31 | 北京航空航天大学 | 一种基于自行车轨迹数据的逆行行为识别方法 |
CN112665596A (zh) * | 2020-12-29 | 2021-04-16 | 哈尔滨理工大学 | 一种基于自行车位置数据下的人群移动轨迹算法 |
CN112991722A (zh) * | 2021-02-03 | 2021-06-18 | 浙江浙大中控信息技术有限公司 | 高频gps点的公交车辆实时路口预测方法和系统 |
CN113140132A (zh) * | 2021-04-20 | 2021-07-20 | 重庆邮电大学 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
CN113158759A (zh) * | 2021-02-19 | 2021-07-23 | 合肥海赛信息科技有限公司 | 一种基于视频分析的出店经营智能检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855386A (zh) * | 2012-07-31 | 2013-01-02 | 北京市市政工程设计研究总院 | 一种人行道和非机动车道评价方法及装置 |
CN103758001A (zh) * | 2014-02-05 | 2014-04-30 | 张若玮 | 非机动车专用道 |
WO2014152554A1 (en) * | 2013-03-15 | 2014-09-25 | Caliper Corporation | Lane-level vehicle navigation for vehicle routing and traffic management |
CN108766031A (zh) * | 2018-05-29 | 2018-11-06 | 北京京东金融科技控股有限公司 | 一种检测车道障碍物的方法和装置 |
-
2019
- 2019-05-20 CN CN201910417296.XA patent/CN110136442A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855386A (zh) * | 2012-07-31 | 2013-01-02 | 北京市市政工程设计研究总院 | 一种人行道和非机动车道评价方法及装置 |
WO2014152554A1 (en) * | 2013-03-15 | 2014-09-25 | Caliper Corporation | Lane-level vehicle navigation for vehicle routing and traffic management |
CN103758001A (zh) * | 2014-02-05 | 2014-04-30 | 张若玮 | 非机动车专用道 |
CN108766031A (zh) * | 2018-05-29 | 2018-11-06 | 北京京东金融科技控股有限公司 | 一种检测车道障碍物的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110634290A (zh) * | 2019-09-12 | 2019-12-31 | 北京航空航天大学 | 一种基于自行车轨迹数据的逆行行为识别方法 |
CN112665596A (zh) * | 2020-12-29 | 2021-04-16 | 哈尔滨理工大学 | 一种基于自行车位置数据下的人群移动轨迹算法 |
CN112991722A (zh) * | 2021-02-03 | 2021-06-18 | 浙江浙大中控信息技术有限公司 | 高频gps点的公交车辆实时路口预测方法和系统 |
CN113158759A (zh) * | 2021-02-19 | 2021-07-23 | 合肥海赛信息科技有限公司 | 一种基于视频分析的出店经营智能检测方法 |
CN113140132A (zh) * | 2021-04-20 | 2021-07-20 | 重庆邮电大学 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
CN113140132B (zh) * | 2021-04-20 | 2023-11-03 | 西安华企众信科技发展有限公司 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136442A (zh) | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 | |
CN104537889B (zh) | 一种不同车况下的防撞方法和系统 | |
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN103258430B (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN110493816B (zh) | 一种用于轨交地铁车站客流量的实时预测方法 | |
CN103914688B (zh) | 一种城市道路障碍物识别系统 | |
CN107563566B (zh) | 一种基于支持向量机的公交站间运行时间区间预测方法 | |
CN105023428B (zh) | 路况信息评估方法及装置 | |
CN109859468A (zh) | 基于YOLOv3的多车道车流量计数及车辆跟踪方法 | |
CN107705551A (zh) | 交通路况的评估方法以及装置 | |
CN108986493A (zh) | 交通信号灯通行时间分配方法及其装置 | |
CN109489584B (zh) | 一种基于3d技术的隧道限界检测系统及隧道限界识别方法 | |
CN105374212B (zh) | 基于智能终端传感的高速公路车辆车道识别方法及系统 | |
CN104809887B (zh) | 一种高速公路上车辆逆行检测方法与自动报警装置 | |
CN107240264B (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN108764042A (zh) | 一种异常路况信息识别方法、装置及终端设备 | |
CN106205125A (zh) | 一种救护车抵达时间实时预测系统及方法 | |
CN102800190B (zh) | 基于公交车gps数据的公交运送速度提取方法 | |
CN102722984A (zh) | 一种实时路况监控方法 | |
CN106373399A (zh) | 一种公交线路站点间运行瓶颈识别系统 | |
CN108922176A (zh) | 一种混合交通冲突态势的快速判断方法 | |
CN106683406B (zh) | 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |
|
RJ01 | Rejection of invention patent application after publication |