CN111210631B - 一种监测公路隧道内重点营运车辆滞留的方法 - Google Patents
一种监测公路隧道内重点营运车辆滞留的方法 Download PDFInfo
- Publication number
- CN111210631B CN111210631B CN202010044180.9A CN202010044180A CN111210631B CN 111210631 B CN111210631 B CN 111210631B CN 202010044180 A CN202010044180 A CN 202010044180A CN 111210631 B CN111210631 B CN 111210631B
- Authority
- CN
- China
- Prior art keywords
- electronic fence
- vehicle
- time
- entering
- tunnel
- 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.)
- Active
Links
Images
Classifications
-
- 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
- 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
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种监测公路隧道内重点营运车辆滞留的方法,该方法包括在一段预设公里路程内设置公路桩号,并对公路桩号进行编号;在预设公里路程内的隧道区域及两侧设置电子围栏区域,将电子围栏区域分为A、B、C区;实时获取所有车辆通过电子围栏A、B、C区的进入时间,即进入每个电子围栏第一个点的时间;对进入电子围栏A中车辆n的第一个进入时间进行记录,建立数据库DBA,并记录车辆n的车牌号、第一个进入电子围栏A的时刻。本发明可实现对隧道内重点营运车辆所引起的异常事件快速、低成本监测,对提升隧道安全运营具有重要意义,可为高速公路应急处置快速响应提供支撑,可最大程度的保障公众的生命和财产安全。
Description
技术领域
本发明涉及全球导航卫星定位系统技术领域,尤其涉及一种监测公路隧道内重点营运车辆滞留的方法。
背景技术
目前隧道滞留监测一般通过视频监测或结合毫米波雷达技术,实现对车辆滞留监测,对于重点营运车辆,也有采用隧道伪卫星技术,实现隧道内车辆定位,实现对隧道内车辆进行监控。
公路隧道具有提升路线的线性指标、减少行程等作用,但其运营环境特殊,一旦发生事故,则存在车辆疏散困难、救援困难,甚至影响整个路网的运营效率,其中“两客一危”车辆则是重要的风险源,若一旦此类车辆滞留,将有可能酿成重特大事故。
发明内容
为克服相关技术中存在的问题,本发明实施例提供一种监测公路隧道内重点营运车辆滞留的方法,可以及时预警隧道内“两客一危”车辆滞留风险,提升隧道安全运营管理水平。
本发明实施例提供一种监测公路隧道内重点营运车辆滞留的方法,包括以下步骤:
在一段预设公里路程内设置公路桩号,并对公路桩号进行编号;
将隧道区域公路桩号计为k,…,k+n;n>0;
在预设公里路程内的隧道区域及两侧设置电子围栏区域,将电子围栏区域分为A、B、C区;
扩大隧道区域,标记为[k-2,k+n+2],获取k-2,k-1,k,k+1,…,k+n,k+n+1,k+n+2的里程桩号经纬度坐标;
实时获取所有车辆通过电子围栏A、B、C区的进入时间,即进入每个电子围栏第一个点的时间;
对进入电子围栏A中车辆n的第一个进入时间进行记录,建立数据库DBA,并记录车辆n的车牌号、第一个进入电子围栏A的时刻;
建立数据库DBA,实时获取重点营运车辆通过电子围栏A的车牌号及进入时刻;对进入电子围栏B的车辆,基于车牌,搜索DBA,若存在该车辆信息,则在DBA以及DBC中删除该车信息,反之将车辆车牌信息以及进入时刻存入DBB中;定期扫描DBA,若仍有车辆进入时刻与系统时间差超过一定的阈值,进行隧道滞留预警;
根据进入电子围栏A、B、C区的时间顺序,进行上下行的匹配,当车辆进入电子围栏B时,而电子围栏A中已存有某车辆的第一个点时刻,则计算时间差计为通过隧道时间,另根据电子围栏A和B的位置关系,确定为上行;若车辆进入电子围栏C,发现电子围栏A中已存有某车辆的信息,则计算时间差计为通过隧道时间,另根据电子围栏A和C的位置关系,确定为下行;
对多辆车辆通过电子围栏A的时间进行统计分析,选取某非高峰时段,计算通过电子围栏A的上行、下行的通过电子围栏A正态分布期望值μ与方差σ。
定时对DBA进行扫描,若仍存在车辆n信息,且T1与系统时间差超过μ+3σ,则进行滞留预警,搜索DBB和DBC,若T2<T1,先进入电子围栏B,后进入电子围栏A,则为下行,预报下行滞留预警;若T3<T1,则为上行,预报上行滞留;
对DBA进行统计,统计DBA中的车辆,推送隧道内滞留车辆信息。
进一步地,隧道滞留报警后,对电子围栏A中车辆进行统计,也即对DBA中的车辆数、车牌进行统计,实时获取隧道内滞留车辆情况。
进一步地,通过全国重点联网联控平台或者各省交通运输厅联网联控平台,实时获取进入电子围栏A、电子围栏B和电子围栏C的卫星定位数据。
进一步地,若对于车辆卫星定位信息落入电子围栏B,搜索DBA,若有该车信息,则同时在DBA、DBC中消去该车辆信息,反之将车牌信息、进入时刻T2存入DBB;对于车辆卫星定位信息落入电子围栏C,将车辆车牌信息以及进入时间存入DBC中,搜索DBA,若有该车信息,则同时在DBB中消去该车辆信息,反之则将车牌信息、进入时刻T3存入DBC。
本发明的实施例提供的技术方案具有以下有益效果:可实现对隧道内重点营运车辆所引起的异常事件快速、低成本监测,对提升隧道安全运营具有重要意义,可为高速公路应急处置快速响应提供支撑,可最大程度的保障公众的生命和财产安全。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本发明实施例中监测公路隧道内重点营运车辆滞留方法的流程图。
图2是本发明实施例中监测公路隧道内重点营运车辆滞留的方法上行下行的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置及相关应用、方法的例子。
图1是本发明实施例中监测公路隧道内重点营运车辆滞留方法的流程图,图2是本发明实施例中监测公路隧道内重点营运车辆滞留的方法上行下行的示意图,如图1和图2所示,该监测公路隧道内重点营运车辆滞留的方法,包括以下步骤:
步骤101、在一段预设公里路程内设置公路桩号,并对公路桩号进行编号。
将隧道区域公路桩号计为k,…,k+n;n>0。
步骤102、在预设公里路程内设置电子围栏区域,将电子围栏区域分为A、B、C区。
考虑车辆进出隧道,以及容易受进出隧道卫星信号漂等影响,扩大电子围栏区域,标记为[k-2,k+n+2],获取k-2,k-1,k,k+1,…,k+n,k+n+1,k+n+2的里程桩号经纬度坐标。
步骤103、对进入电子围栏A中车辆n的第一个进入时间进行记录,建立数据库DBA,并记录车辆n的车牌号、第一个进入电子围栏A的时刻。
对进入电子围栏A中车辆的第一个点经纬度坐标、进入时间进行记录,建立数据库DBA,并记录时间进入时间。
建立数据库DBA,实时获取重点营运车辆通过电子围栏A的车牌号及进入时刻;对进入电子围栏B(或电子围栏C)的车辆,基于车牌,搜索DBA,若存在该车辆信息,则在DBA以及DBc(或电子围栏DBB)中删除该车信息,反之将车辆车牌信息以及进入时刻存入DBB(或DBc)中;定期扫描DBA,若仍有车辆进入时刻与系统时间差超过一定的阈值,进行隧道滞留预警。
根据进入电子围栏A、B、C区的时间顺序,进行上下行的匹配。当车辆进入电子围栏B时,而电子围栏A中已存有某车辆的第一个点时刻,则计算时间差计为通过隧道时间,另根据电子围栏A和B的位置关系,确定为上行;若车辆进入电子围栏C,发现电子围栏A中已存有某车辆的信息,则计算时间差计为通过隧道时间,另根据电子围栏A和C的位置关系,确定为下行。
步骤105、若车辆n进入电子围栏B(或电子围栏C),基于车辆n的车牌信息,搜索数据库DBA:若存在车辆信息,则在DBA以及DBc(或DBB)中删除该车辆车牌信息以及进入时刻信息;反之,则将车辆n进入电子围栏B(或电子围栏C)信息,也即车牌信息、进入时刻信息,存入DBB(或DBc)。
步骤106、选取某个高峰时段,对多辆车通行电子围栏A的时间进行统计分析,计算通过电子围栏A的上行、下行的通过电子围栏A正态分布期望值μ与方差σ。
这里需要说明上行、下行的时间为T2-T1、T3-T1。
同时基于“小概率事件”和假设检验的基本思想,进行最低通过时间设定,小概率事件”通常指发生的概率小于5%的事件,认为在一次试验中该事件是几乎不可能发生的,由此可见X落在(μ-3σ,μ+3σ)以外的概率小于千分之三,在实际问题中常认为相应的事件是不会发生的,基本上可以把区间(μ-3σ,μ+3σ)看作是随机变量X实际可能的取值区间,称之为正态分布的“3σ”原则。
车辆信息包括车辆与系统时间差超过μ+3σ以及出现车辆进入时间T1与系统时间差超过了u+3σ。
通过全国重点联网联控平台或者各省交通运输厅联网联控平台,实时获取进入电子围栏A、电子围栏B和电子围栏C的卫星定位数据。
隧道滞留报警后,每隔预设时间对电子围栏A中车辆进行统计,即DBA中的车辆数、车牌进行统计,实时获取隧道内滞留车辆情况。
若对于车辆卫星定位信息落入电子围栏B,先将车辆车牌信息以及进入时间存入DBB中,搜索DBA,若有该车信息,则同时在DBA和DBC中消去该车辆信息,反之则在DBB中记录车牌信息、车辆进入电子围栏时刻;若车辆n进入电子围栏C,基于车牌进行碰撞搜索,若DBA存在该车辆信息,同时删除DBA和DBC中该车辆的车牌信息、进入电子围栏信息。
步骤108、T2<T1,先进入电子围栏B,后进入电子围栏A,则为下行,预报下行滞留预警;若T3<T1,则为上行,预报上行滞留。
步骤109、对DBA进行统计,统计DBA中的车辆,推送隧道内滞留车辆信息。
隧道滞留报警后,对电子围栏A中车辆进行统计,也即对DBA中的车辆数、车牌进行统计,实时获取隧道内滞留车辆情况。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (3)
1.一种监测公路隧道内重点营运车辆滞留的方法,其特征在于,包括以下步骤:
在一段预设公里路程内设置公路桩号,并对公路桩号进行编号;
将隧道区域公路桩号计为k,…,k+n;n>0;
在预设公里路程内的隧道区域及两侧设置电子围栏区域,将电子围栏区域分为A、B、C区;
扩大隧道区域,标记为[k-2,k+n+2],获取k-2,k-1,k,k+1,…,k+n,k+n+1,k+n+2的里程桩号经纬度坐标;
实时获取所有车辆通过电子围栏A、B、C区的进入时间,即进入每个电子围栏第一个点的时刻;
对进入电子围栏A中车辆n的第一个点经纬度坐标、进入时间进行记录,建立数据库DBA,并记录车辆n的车牌号、第一个进入电子围栏A的时刻;
建立数据库DBA,实时获取重点营运车辆通过电子围栏A的车牌号及进入时刻;对进入电子围栏B的车辆,基于车牌,搜索DBA,若存在该车辆信息,则在DBA以及DBC中删除该车信息,反之将车辆车牌信息以及进入时刻存入DBB中;定期扫描DBA,若仍有车辆进入时刻与系统时间差超过一定的阈值,进行隧道滞留预警;
定时对DBA进行扫描,若仍存在车辆n信息,且与系统时间差超过μ+3σ,则进行滞留预警,根据进入电子围栏A、B、C区的时间顺序,进行上下行的匹配,搜索DBB和DBC,若T2<T1,先进入电子围栏B,后进入电子围栏A,则为下行,预报下行滞留预警;若T3<T1,先进入电子围栏C,后进入电子围栏A,则为上行,预报上行滞留;
对DBA进行统计,统计DBA中的车辆,推送隧道内滞留车辆信息。
2.根据权利要求1所述的监测公路隧道内重点营运车辆滞留的方法,其特征在于,还包括,通过全国重点联网联控平台或者各省交通运输厅联网联控平台,实时获取进入电子围栏A、电子围栏B和电子围栏C的卫星定位数据。
3.根据权利要求1所述的监测公路隧道内重点营运车辆滞留的方法,其特征在于,进一步地,若对于车辆卫星定位信息落入电子围栏B,搜索DBA,若有该车信息,则同时在DBA、DBC中消去该车辆信息,反之将车牌信息、进入时刻T2存入DBB;对于车辆卫星定位信息落入电子围栏C,将车辆车牌信息以及进入时间存入DBC中,搜索DBA,若有该车信息,则同时在DBA、DBB中消去该车辆信息,反之则将车牌信息、进入时刻T3存入DBC。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010044180.9A CN111210631B (zh) | 2020-01-15 | 2020-01-15 | 一种监测公路隧道内重点营运车辆滞留的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010044180.9A CN111210631B (zh) | 2020-01-15 | 2020-01-15 | 一种监测公路隧道内重点营运车辆滞留的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111210631A CN111210631A (zh) | 2020-05-29 |
CN111210631B true CN111210631B (zh) | 2021-06-25 |
Family
ID=70787794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010044180.9A Active CN111210631B (zh) | 2020-01-15 | 2020-01-15 | 一种监测公路隧道内重点营运车辆滞留的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111210631B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1870869A2 (en) * | 2006-06-19 | 2007-12-26 | Navteq North America, LLC | Traffic data collection with probe vehicles |
US9129449B2 (en) * | 2011-03-31 | 2015-09-08 | United Parcel Service Of America, Inc. | Calculating speed and travel times with travel delays |
CN105590452A (zh) * | 2015-06-09 | 2016-05-18 | 上海博协软件有限公司 | 自动生成电子路单的方法及其装置 |
CN106572331A (zh) * | 2016-10-26 | 2017-04-19 | 江苏金米智能科技有限责任公司 | 一种面向隧道的智能化视频监控系统 |
CN106772500A (zh) * | 2016-12-06 | 2017-05-31 | 中国人民解放军第三军医大学第三附属医院 | 基于电子地图和gps坐标的高速公路公里桩号确定方法 |
CN107895479A (zh) * | 2017-11-06 | 2018-04-10 | 胡晓华 | 一种高速公路隧道事故判断系统及方法 |
CN107978156A (zh) * | 2017-12-22 | 2018-05-01 | 武汉万集信息技术有限公司 | 一种隧道内车辆检测方法和系统 |
CN108417018A (zh) * | 2018-02-23 | 2018-08-17 | 深圳市点时代科技有限公司 | 基于位置的二押点监控系统及方法 |
CN109255957A (zh) * | 2018-11-20 | 2019-01-22 | 湖北文理学院 | 一种隧道内车辆行驶监测的方法及系统 |
CN109523791A (zh) * | 2018-10-31 | 2019-03-26 | 武汉烽火众智数字技术有限责任公司 | 一种滞留车辆的预警分析方法及装置 |
CN109841078A (zh) * | 2017-11-27 | 2019-06-04 | 腾讯科技(深圳)有限公司 | 导航数据处理方法及其装置、存储介质 |
CN209388480U (zh) * | 2019-01-25 | 2019-09-13 | 河北中岗通讯工程有限公司 | 高速公路隧道安全运营监测系统 |
CN110275188A (zh) * | 2019-06-14 | 2019-09-24 | 广州斯沃德科技有限公司 | 一种虚拟电子围栏的警报方法、装置、设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03152699A (ja) * | 1989-11-09 | 1991-06-28 | Atom Chem Paint Co Ltd | 視線誘導標識体 |
US7557696B2 (en) * | 2001-09-11 | 2009-07-07 | Zonar Systems, Inc. | System and process to record inspection compliance data |
TWI390231B (zh) * | 2008-12-19 | 2013-03-21 | Altek Corp | Calculation of current position coordinates |
CN103440767B (zh) * | 2013-09-04 | 2015-09-23 | 彭博 | 高速公路行车信息车载终端、监控系统和方法 |
CN204632052U (zh) * | 2015-05-15 | 2015-09-09 | 浙江海洋学院 | 一种隧道施工安全警示系统 |
CN106448180B (zh) * | 2016-10-24 | 2019-09-10 | 东南大学 | 一种长大隧道交通事件实时检测方法及检测系统 |
CN107576937B (zh) * | 2017-07-28 | 2021-06-01 | 深圳市新科聚合网络技术有限公司 | 移动目标无线定位电子围栏系统及其操作方法 |
CN109523821A (zh) * | 2018-11-30 | 2019-03-26 | 湖南智慧畅行交通科技有限公司 | 一种基于城市公交gps信息的到离站点计算方法 |
CN110035390B (zh) * | 2019-04-19 | 2021-01-19 | 无锡艾森汇智科技有限公司 | 基于uwb定位动态围栏的隧道安全管理方法、装置及系统 |
CN110505579A (zh) * | 2019-08-27 | 2019-11-26 | 全图通位置网络有限公司 | 一种超宽带定位通信一体化基站 |
-
2020
- 2020-01-15 CN CN202010044180.9A patent/CN111210631B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1870869A2 (en) * | 2006-06-19 | 2007-12-26 | Navteq North America, LLC | Traffic data collection with probe vehicles |
US9129449B2 (en) * | 2011-03-31 | 2015-09-08 | United Parcel Service Of America, Inc. | Calculating speed and travel times with travel delays |
CN105590452A (zh) * | 2015-06-09 | 2016-05-18 | 上海博协软件有限公司 | 自动生成电子路单的方法及其装置 |
CN106572331A (zh) * | 2016-10-26 | 2017-04-19 | 江苏金米智能科技有限责任公司 | 一种面向隧道的智能化视频监控系统 |
CN106772500A (zh) * | 2016-12-06 | 2017-05-31 | 中国人民解放军第三军医大学第三附属医院 | 基于电子地图和gps坐标的高速公路公里桩号确定方法 |
CN107895479A (zh) * | 2017-11-06 | 2018-04-10 | 胡晓华 | 一种高速公路隧道事故判断系统及方法 |
CN109841078A (zh) * | 2017-11-27 | 2019-06-04 | 腾讯科技(深圳)有限公司 | 导航数据处理方法及其装置、存储介质 |
CN107978156A (zh) * | 2017-12-22 | 2018-05-01 | 武汉万集信息技术有限公司 | 一种隧道内车辆检测方法和系统 |
CN108417018A (zh) * | 2018-02-23 | 2018-08-17 | 深圳市点时代科技有限公司 | 基于位置的二押点监控系统及方法 |
CN109523791A (zh) * | 2018-10-31 | 2019-03-26 | 武汉烽火众智数字技术有限责任公司 | 一种滞留车辆的预警分析方法及装置 |
CN109255957A (zh) * | 2018-11-20 | 2019-01-22 | 湖北文理学院 | 一种隧道内车辆行驶监测的方法及系统 |
CN209388480U (zh) * | 2019-01-25 | 2019-09-13 | 河北中岗通讯工程有限公司 | 高速公路隧道安全运营监测系统 |
CN110275188A (zh) * | 2019-06-14 | 2019-09-24 | 广州斯沃德科技有限公司 | 一种虚拟电子围栏的警报方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111210631A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yoon et al. | Surface street traffic estimation | |
EP2023308B1 (en) | Traffic incident detection system | |
Nagle et al. | Accuracy of networkwide traffic states estimated from mobile probe data | |
US5798949A (en) | Traffic safety prediction model | |
US8954278B2 (en) | Speed profile dictionary | |
CN105336162B (zh) | 车辆异常聚集的预警方法及预警系统 | |
CN109254861B (zh) | 基于轨迹数据的od需求提取及其可靠性分析方法 | |
Weijermars | Analysis of urban traffic patterns using clustering | |
Kaack et al. | Truck traffic monitoring with satellite images | |
CN107195177B (zh) | 基于分布式内存计算框架对城市交通路况的预测方法 | |
JP2009140007A (ja) | 交通量算出装置、交通量算出プログラム及び交通量算出方法 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN113901109B (zh) | 城际公路客货车出行方式总人数及时间分布的计算方法 | |
Pascale et al. | Motorway speed pattern identification from floating vehicle data for freight applications | |
CN116434523A (zh) | 信息感知场景下基于约束度的车辆主动安全管控方法及装置 | |
CN111210631B (zh) | 一种监测公路隧道内重点营运车辆滞留的方法 | |
CN112017428B (zh) | 路侧车联网装置、高架桥路段识别方法及车载车联网装置 | |
Jiang et al. | Impact of probe vehicles sample size on link travel time estimation | |
US20230349717A1 (en) | Electronic map correction method, navigation information setting method, navigation method, and apparatus | |
Li et al. | A feature-based approach to large-scale freeway congestion detection using full cellular activity data | |
Vasantha Kumar et al. | Urban arterial travel time estimation using buses as probes | |
Habtie et al. | Cellular network based real-time urban road traffic state estimation framework using neural network model estimation | |
Yoon et al. | Methodology for Developing Transit Bus Speed–Acceleration Matrices for Load-Based Mobile Source Emissions Models | |
Kim et al. | A study on estimation of traffic flow using image-based vehicle identification technology | |
CN114519500A (zh) | 道路安全风险等级的确定方法、装置、设备及存储介质 |
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 |