CN111260948A - 交通信息服务装置和方法 - Google Patents
交通信息服务装置和方法 Download PDFInfo
- Publication number
- CN111260948A CN111260948A CN201910379844.4A CN201910379844A CN111260948A CN 111260948 A CN111260948 A CN 111260948A CN 201910379844 A CN201910379844 A CN 201910379844A CN 111260948 A CN111260948 A CN 111260948A
- Authority
- CN
- China
- Prior art keywords
- target area
- processor
- positioning data
- congestion
- traffic
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- 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
-
- 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
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通信息服务装置和交通信息服务方法,该交通信息服务装置可以包括:通信装置,接收从车辆发送的定位数据;以及处理器,基于接收到的定位数据识别针对每个目标区域生成的定位数据的数量,基于针对每个目标区域生成的定位数据的数量来预测与每个目标区域相关联的路段的交通状况,并且提供交通状况预测信息。
Description
相关申请的交叉引用
本申请要求于2018年12月3日提交的第10-2018-0153950号韩国专利申请的优先权,其全部内容通过引用并入本文以用于所有目的。
技术领域
本发明涉及一种交通信息服务装置和交通信息服务方法。
背景技术
导航系统在考虑从当前位置到目的地点的距离和交通状况的情况下搜索并引导最佳路线。由于导航系统通过考虑在路线搜索时验证的道路上的交通状况来执行路线搜索,因此难以预测准确的目的地点到达时间,因为与搜索到的路线对应的道路的交通状况在车辆沿搜索路线行驶时不断变化。
本发明背景技术部分中公开的信息仅用于增强对本发明的一般背景的理解,而不应视为该信息构成本领域技术人员已知的现有技术的承认或任何形式的建议。
发明内容
本发明的各个方面旨在提供一种交通信息服务装置和交通信息服务方法,其被配置为基于在特定区域中生成的定位数据的数量通过预测与该特定区域相关联的道路上的交通量来提供交通状况预测信息。
本发明构思要解决的技术问题不限于上述问题,本发明所属领域的技术人员从以下描述中将清楚地理解本文未提及的任何其他技术问题。
根据本发明的各个方面,交通信息服务装置可以包括:通信装置,接收从车辆发送的定位数据;以及处理器,基于接收到的定位数据识别每个目标区域的生成的定位数据的数量,基于每个目标区域的生成的定位数据的数量预测与每个目标区域相关联的路段的交通状况,并且提供交通状况预测信息。
处理器基于从车辆发送的路线搜索请求消息中包括的初始目的地数据来预先选择目标区域。
与每个目标区域相关联的路段是与目标区域相关联的路段中的拥堵发生频率等于或大于参考频率的路段并且是预先选择的路段。
处理器使用拥堵预测模型预测与每个目标区域相关联的路段的拥堵时间和平均车速。
处理器分析每个目标区域的生成的定位数据的数量和与每个目标区域相关联的路段的平均车速之间的相关性,并且基于分析相关性的结果生成拥堵预测模型。
通过自动编码器和人工神经网络来构建拥堵预测模型。
处理器通过考虑每个目标区域中的服务用户规模和与每个目标区域相关联的路段的道路尺寸来处理定位数据。
处理器向位于用交通状况预测信息映射的目标区域中的用户终端提供拥堵通知。
处理器以视觉信息、触觉信息以及听觉信息中的至少一种的形式生成拥堵通知。
根据本发明的各个方面,交通信息服务方法可以包括:接收从车辆发送的定位数据;基于接收到的定位数据识别每个目标区域的生成的定位数据的数量;基于每个目标区域的生成的定位数据的数量预测与每个目标区域相关联的路段的交通状况;以及基于预测路段的交通状况的结果提供拥堵通知服务。
基于从车辆发送的路线搜索请求消息中包括的初始目的地数据来预先选择目标区域。
与每个目标区域相关联的路段是与目标区域相关联的路段中的拥堵发生频率等于或大于参考频率的路段并且是预先选择的路段。
交通状况的预测可以包括使用拥堵预测模型预测与每个目标区域相关联的路段的拥堵时间和平均车速。
基于通过分析每个目标区域的生成的定位数据的数量和与每个目标区域相关联的路段的平均车速之间的相关性而获得的结果来生成拥堵预测模型。
通过考虑每个目标区域中的服务用户规模和与每个目标区域相关联的路段的道路尺寸来处理定位数据。
提供拥堵通知服务可以包括向位于每个目标区域中的用户终端提供拥堵通知。
以视觉信息、触觉信息以及听觉信息中的至少一种的形式生成拥堵通知。
本发明的方法和装置具有其他特征和优点,这些特征和优点在并入本文中的附图和下面的详细描述中应显而易见或更加详细地阐述,它们共同用于解释本发明的某些原理。
附图说明
图1是示出根据本发明的示例性实施例的交通信息服务系统的配置的框图;
图2是示出根据本发明的示例性实施例的车辆终端的配置的框图;
图3是示出根据本发明的示例性实施例的生成交通拥堵预测模型的过程的流程图;
图4是示出根据本发明的示例性实施例的交通信息服务方法的流程图;
图5是示出根据本发明的各种示例性实施例的交通信息服务方法的流程图;以及
图6是示出根据本发明的示例性实施例的执行交通信息服务方法的计算系统的配置的框图。
应当理解,附图不一定按比例绘制,其呈现了说明本发明的基本原理的各种特征的稍微简化的表示。本文包括的本发明的具体设计特征,包括例如具体的尺寸、取向、位置和形状将部分地由特定的预期应用和使用环境来确定。
在附图中,附图标记在附图的几个附图中指的是本发明的相同或等同的部件。
具体实施方式
现在将详细参考本发明的各种实施例,其示例在附图中示出并在下面描述。虽然本发明将结合本发明的示例性实施例进行描述,但是应当理解,本说明书并不旨在将本发明限制于那些示例性实施例。另一方面,本发明旨在不仅涵盖本发明的示例性实施例,而且覆盖可包括在由所附权利要求限定的本发明的精神和范围内的各种替代、修改、等同物和其他实施例。
在下文中,将参考附图详细描述本发明的各种示例性实施例。在附图中,将始终使用相同的附图标记来命名相同或等同的元件。此外,将排除对众所周知的特征或功能的详细描述,以免不必要地模糊本发明的主旨。
在描述本发明的示例性实施例的元件时,本文可以使用术语第一、第二、第一、第二、A、B、(a)、(b)等。这些术语仅用于将一个元件与另一个元件区分开,但不限制相应的元件,且与相应元件的顺序或优先级无关。除非另外定义,否则本文使用的所有术语,包括技术术语或科学术语,具有与本发明所属领域的技术人员通常理解的含义相同的含义。在通常使用的字典中定义的那些术语应被解释为具有与相关领域中的上下文含义相等的含义,并且不应被解释为具有理想或过度正式的含义,除非在本申请中明确定义为具有这样的含义。
图1是示出根据本发明的示例性实施例的交通信息服务系统的配置的框图,图2是示出根据本发明的示例性实施例的车辆终端的配置的框图。
参考图1,交通信息服务系统包括交通信息服务装置100、车辆终端200、用户终端300和导航服务器400。
交通信息服务装置100基于在特定区域中生成的定位数据的数量来预测与特定区域相关联的道路上的交通量,并提供交通状况预测信息。交通信息服务装置100包括通信装置110、存储装置120和处理器130。
通信装置110支持与车辆终端200、用户终端300和/或导航服务器400的通信。通信装置110可以使用通信技术中的至少一种,诸如有线互联网、无线互联网、移动通信和远程信息处理技术。在本发明的示例性实施例中,作为有线互联网技术,可以使用局域网(LAN)、广域网(WAN)、以太网和/或综合业务数字网(ISDN),并且作为无线互联网技术,可以使用无线LAN(WLAN)、WiFi、无线宽带(Wibro)和/或世界微波接入互操作性(Wimax)。作为移动通信技术,可以使用码分多址(CDMA)、全球移动通信系统(GSM)、长期演进(LTE)和/或LTE-Advanced。
通信装置110可以接收从车辆终端200发送的包括定位数据(定位信息)和/或初始目的地(OD)数据(即,出发地点信息和目的地点信息)的路线搜索请求信息。此外,通信装置110可以接收从导航服务器400提供的初始目的地点数据(初始目的地信息)。
通信装置110可以响应于来自处理器130的指令将拥堵通知发送到用户终端300。拥堵通知包括交通状况预测信息,其包括拥堵区域、拥堵时间和/或推荐出发时间。
在本发明的示例性实施例中,从车辆终端200提供定位信息和/或路线搜索请求,然而,当使用设置在用户终端300中的导航应用时,可以从用户终端300提供定位信息和/或路线搜索请求。
存储装置120可以存储用于处理器130的操作的程序以及输入和/或输出数据。存储装置120可以由多种存储介质(记录介质)中的至少一种存储介质实现,诸如闪存、硬盘、安全数字(SD)卡、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、电可擦除可编程ROM(EEPROM)、可擦除可编程ROM(EPROM)、寄存器、可移动盘和网络存储装置。
存储装置120可以以数据库形式存储每个路段的平均车速信息和拥堵通知服务用户信息。用户信息可以是与申请拥堵通知服务的用户有关的信息,并且可以包括用户身份信息、出发地点、目的地点和/或目标目的地点到达时间。每个路段的平均车速信息可以包括路段识别信息、按天每小时(hour of day)的平均车速、按周每天(day of week)的平均车速、按天气状况的平均车速和/或意外情况的平均车速。
存储装置120可以存储初始目的地数据、所选择的目标区域和与选择的目标区域相关联的主要道路(目标道路)。初始目的地数据用于生成区域选择模型和拥堵预测模型。此外,存储装置120可以存储区域选择模型和拥堵预测模型。
处理器130可以控制交通信息服务装置100的整体操作。处理器130可以包括专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、中央处理单元(CPU)、微控制器以及微处理器中的至少一者。
处理器130基于初始目的地数据使用区域选择模型来选择目标区域和目标道路。处理器130通过通信装置110收集从车辆发送的初始目的地数据。处理器130利用收集到的初始目的地数据作为区域选择模型的输入数据。
换句话说,处理器130基于收集到的初始目的地数据识别每个预定单位区域的搜索请求的频率,并基于每个单位区域的识别的搜索请求频率选择至少一个目标区域。在本发明的示例性实施例中,目标区域可以被划分为出发区域和目的地区域,以作为要由交通信息服务装置100监测的区域。
例如,处理器130在通勤时间从早上6点到早上9点收集初始目的地信息,并基于所收集到的初始目的地信息将路线搜索请求的数量大于预定数量的京畿道的城南区(住宅区,出发区)和首尔市的江南区(工作区,目的地区)选择为目标区域。
当选择目标区域时,处理器130基于每个路段的平均车速信息选择与目标区域相关联的路段中具有高拥堵发生频率的预定数量(例如,两个)的路段作为主要道路(主要路段)。换句话说,处理器130在连接所选择的出发区域和目的地区域的路段中选择具有等于或大于参考频率的拥堵发生频率的路段。
处理器130根据每个所选目标区域的时间来分析接收到的定位数据的数量和与目标区域相关联的主要道路的平均车速之间的相关性。处理器130可以在分析相关性之前执行用于处理定位数据的预处理步骤。在本发明的示例性实施例中,处理器130通过考虑道路尺寸和区域特征来处理定位数据,因为人口密集区域中的服务用户规模与低人口区域中的服务用户规模不同,即使有小部分流动人口,也会因道路尺寸而发生交通拥堵。
处理器130反映所分析的相关性以生成拥堵预测模型。拥堵预测模型由自动编码器和人工神经网络来构建。
这样,处理器130可以使用所生成的拥堵预测模型,根据针对每个目标区域生成的定位数据的数量来预测与目标区域相关联的目标道路的拥堵时间和平均车速。详细地,处理器130使用自动编码器从定位数据中提取特征信息,并利用所提取的特征信息作为人工神经网络的输入数据。特征信息可以包括关于定位数据的出现次数等于或大于参考次数的特定区域的信息和关于与特定区域相关联的主要道路的信息。处理器130通过使用人工神经网络,根据目标区域的生成的定位数据的数量来预测主要道路的平均车速和拥堵时间。此外,处理器130可以通过机器学习算法预测按周每天的交通状况和按天气状况的交通状况。
处理器130将交通状况预测信息发送到已经将目标区域中的地点(位置)登记为出发地点的用户中位于目标区域中的用户。处理器130将与目标区域相关联的主要道路(目标道路)的拥堵时间和平均车速作为交通状况预测信息来发送。在当前情况下,处理器130可以以短消息和/或推送消息的形式发送交通状况预测信息。
处理器130识别在每个预定时间单位在目标区域中生成的多个定位数据,诸如请求拥堵通知服务的用户的当前位置、基于登记的出发地点确定的半径内的区域或者用户的当前位置或登记的出发地点所属的单位区域。当目标区域中生成的定位数据的数量等于或大于参考数量时,处理器130可以根据生成的定位数据的数量来预测与目标区域相关联的道路的拥堵时间和平均车速。
处理器130可以将预测的交通状况预测信息提供给使用拥堵通知服务的用户。处理器130可以将包括与目标区域相关联的主要道路的拥堵时间和平均车速的交通状况预测信息作为拥堵通知来发送。在当前情况下,处理器130可以以短消息和/或推送消息的形式发送拥堵通知。
车辆终端200可以发送定位数据和/或路线搜索请求。参考图2,车辆终端200包括通信装置210、定位装置220、存储装置230、显示装置240和处理器250。车辆终端200可以由导航终端、音频视频导航(AVN)终端或远程信息处理终端实现。
通信装置210执行与交通信息服务装置100的无线通信。在本发明的示例性实施例中,诸如无线互联网、移动通信、远程信息处理和车辆通信(车辆至万物,V2X)的通信技术中的至少一种可以用于无线通信。作为V2X技术,车辆至车辆(V2V)通信、车辆至基础设施(V2I)通信、车辆至移动装置通信(V2N)和/或车载网络通信(IVN)可以适用。
定位装置220测量车辆的当前位置。定位装置220可以使用诸如全球定位系统(GPS)、航位推算(DR)、差分GPS(DPGS)和载波相位差分GPS(CDGPS)的定位技术中的至少一种来测量车辆的位置。
存储装置230可以存储被编程为允许处理器250执行预定操作的软件。存储装置230可以存储地图信息和车辆识别信息。
存储装置230可以由多种存储介质中的至少一种存储介质实现,诸如闪存、硬盘、安全数字(SD)卡、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、电可擦除可编程ROM(EEPROM)、可擦除可编程ROM(EPROM)、寄存器、可移动盘和网络存储装置。
显示装置240根据处理器250的操作将进展状态和处理结果输出为视觉信息。显示装置240可以通过液晶显示器(LCD)、薄膜晶体管-液晶显示器(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器、透明显示器、平视显示器(HUD)、触摸屏或仪表组中的至少一种来实现。
显示装置240可以包括声音输出模块,诸如扬声器,以输出音频数据。例如,显示装置240可以显示路线引导信息并且可以通过扬声器输出语音信号(音频信号)。
此外,显示装置240可以通过耦合到触摸传感器的触摸屏来实现,并且不仅可以用作输出装置而且可以用作输入装置。触摸传感器可以为触摸膜或触摸板。
处理器250控制车辆终端200的整体操作。处理器250可以包括专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、中央处理单元(CPU)、微控制器或微处理器中的至少一者。
当车辆启动时,即,当向车辆终端200供电时,处理器250操作定位装置220。处理器250使用定位装置220测量车辆的当前位置,并且经由通信装置210将测得的车辆的当前位置发送到交通信息服务装置100。换句话说,处理器250将由定位装置220测得的定位数据发送到交通信息服务装置100。
此外,当设定目的地点时,处理器250将包括关于车辆的当前位置(出发地点)和目的地点的信息的路线搜索请求发送到交通信息服务装置100和导航服务器400。当处理器250从导航服务器400接收搜索到的行驶路线时,处理器250将接收到的行驶路线映射在地图信息中并执行路线引导。当从交通信息服务装置100接收到交通状况预测信息时,处理器250考虑交通状况预测信息来确定并输出目的地点到达时间。在本发明的示例性实施例中,车辆终端200确定目的地点到达时间,然而,其可以不限于此或由此进行限制。也就是说,导航服务器400可以通过考虑交通状况预测信息来确定目的地点到达时间,并且可以将确定的目的地点到达时间提供给车辆终端200。
用户终端300可以由配置为用于无线和/或有线通信的电子装置(例如,智能电话、平板计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)和/或笔记本计算机)来实现。虽然未在图中示出,但是用户终端300包括通信模块、用户输入模块、输出模块、定位模块、处理器和存储器。
用户终端300可以响应于通过用户输入模块提供的用户输入来执行导航应用。当执行导航应用时,用户终端300使用定位模块测量用户终端300的当前位置。用户终端300可以通过通信模块将由定位模块测得的定位数据(即,用户终端300的当前位置)发送到交通信息服务装置100。
用户终端300可以通过通信模块访问交通信息服务装置100以请求拥堵通知服务。用户终端300可以在请求拥堵通知服务时将交通信息服务装置100中的用户标识信息、出发地点、目的地点和目标目的地点到达时间登记为用户信息。
用户终端300可以从交通信息服务装置100接收包括交通状况预测信息的拥堵通知。用户终端300可以以弹出的形式在显示屏上显示接收到的拥堵通知。作为示例,用户终端300可以在显示屏上显示“今天交通拥挤,我们建议比往常提前15分钟出发”的通知消息。在当前情况下,用户终端300可以同时输出警告声音和/或语音消息。
当从车辆终端200或用户终端300接收到路线搜索请求时,导航服务器400基于路线搜索请求消息中包括的初始目的地数据来搜索最佳路线。在当前情况下,导航服务器400可以使用从交通信息服务装置100提供的交通状况预测信息来搜索路线。导航服务器400将搜索到的路线信息发送到车辆终端200或用户终端300。
此外,当导航服务器400接收到路线搜索请求消息时,导航服务器400可以收集包括在接收到的路线搜索请求消息中的初始目的地数据,并且可以将收集到的初始目的地数据提供给交通信息服务装置100。虽然未在附图中示出,但是导航服务器400包括通信模块,其与交通信息服务装置100、车辆终端200和用户终端300、存储详细地图的存储器以及使用详细的地图搜索并提供最佳路线的处理器通信。
图3是示出根据本发明的示例性实施例的生成交通拥堵预测模型的过程的流程图。
交通信息服务装置100的处理器130收集从车辆发送的初始目的地数据(S110)。当处理器130接收到从车辆终端200或用户终端300发送的路线搜索请求消息时,处理器130提取包括在接收到的路线搜索请求消息中的初始目的地数据。同时,处理器130可以从导航服务器400接收收集到的初始目的地数据。
处理器130基于收集到的初始目的地数据选择目标区域和目标道路(S120)。处理器130分析初始目的地数据,并将路线搜索请求的出现次数等于或大于参考次数的区域选择为目标区域。在当前情况下,处理器130可以将出发区域和目的地区域选择为一对。处理器130将连接出发区域和目的地区域的路段中的拥堵发生频率等于或大于参考频率的路段选择为目标区域。
处理器130根据时间来分析目标区域中生成的定位数据的数量与目标道路的平均车速之间的相关性(S130)。换句话说,处理器130根据在目标区域中生成的定位数据的数量来分析与目标区域相关联的目标道路的平均车速的变化。
处理器130基于分析相关性的结果生成拥堵预测模型(S140)。拥堵预测模型可以用自动编码器和人工神经网络来构建。
图4是示出根据本发明的示例性实施例的交通信息服务方法的流程图。
参考图4,交通信息服务装置100的处理器130通过通信装置110收集定位数据(S210)。处理器130收集从车辆终端200和/或用户终端300发送的定位数据。作为另一种方式,处理器130可以接收由导航服务器400收集到的定位数据。
处理器130基于收集到的定位数据识别针对每个目标区域生成的定位数据的数量(S220)。在本发明的示例性实施例中,目标区域指示先前选择要监测的目标区域。
处理器130基于针对每个目标区域生成的定位数据的数量来预测与目标区域相匹配的路段的交通状况(S230)。换句话说,处理器130基于在被选择为要监测的区域的出发区域(例如,住宅区域)中生成的定位数据的数量来预测与出发区域相关联的路段的拥堵时间和平均车速。作为示例,当在早上7点在出发区域中生成98个定位数据的情况时,处理器130可以将与出发区域相关联的特定路段的拥堵时间确定(预测)为早上7点之后的一小时,即早上8点。
处理器130将交通状况预测信息提供给位于目标区域中的用户(S240)。处理器130可以将包括交通状况预测信息的拥堵通知发送到位于目标区域中并且已经申请拥堵通知服务的用户的用户终端300。
因此,当用户终端300接收到拥堵通知时,用户终端300可以输出与该拥堵通知对应的通知。在当前情况下,用户终端300可以以诸如视觉信息、触觉信息和听觉信息的信息类型中的至少一种的形式输出通知。
图5是示出根据本发明的各种示例性实施例的交通信息服务方法的流程图。
参考图5,交通信息服务装置100的处理器130识别在基于已经申请拥堵通知服务的用户的位置确定的半径内生成的定位数据的数量(S310)。处理器130可以将相对于用户的当前位置的半径内的区域设定为目标区域。处理器130基于以设定的时间间隔收集到的接收到的定位数据来识别在目标区域中发送定位数据的车辆的数量。也就是说,处理器130识别开始在目标区域中操作的车辆的数量。
处理器130基于所识别的生成的定位数据的数量来预测与包括用户的位置的目标区域相关联的路段的交通状况(S320)。处理器130根据目标区域中生成的定位数据的数量来确定与目标区域相关联的路段的拥堵时间和平均车速。
处理器130基于预测的交通状况向用户提供拥堵通知服务(S330)。处理器130可以基于预测的路段的拥堵时间和平均车速来确定目的地点到达预测时间,并且可以利用拥堵通知消息将确定的目的地点到达预测时间发送到用户终端300。这样,用户终端300可以将请求拥堵通知服务时登记的目标到达时间与目的地点到达预测时间进行比较,以通知出发时间调整。作为示例,用户终端300可以输出“今天交通拥挤,我们建议比往常提前15分钟出发”的通知消息。
图6是示出根据本发明的示例性实施例的执行交通信息服务方法的计算系统的配置的框图。
参考图6,计算系统1000可以包括至少一个处理器1100、存储器1300、用户界面输入装置1400、用户界面输出装置1500、存储装置1600和网络接口1700,它们经由总线1200彼此连接。
处理器1100可以是配置为用于处理存储在存储器1300和/或存储装置1600中的指令的中央处理单元(CPU)或半导体装置。存储器1300和存储装置1600中的每一者可以包括各种类型的易失性或非易失性存储介质。例如,存储器1300可以包括只读存储器(ROM)1310和随机存取存储器(RAM)1320。
因此,结合说明书中包括的示例性实施例描述的方法的操作或算法可以直接利用由处理器1100执行的硬件模块、软件模块或其组合来实现。软件模块可以驻留在存储介质(即,存储器1300和/或存储装置1600)上,诸如RAM、闪存、ROM、可擦除和可编程ROM(EPROM)、电EPROM(EEPROM)、寄存器、硬盘、移动盘或光盘(CD-ROM)。存储介质可以耦合到处理器1100。处理器1100可以从存储介质读出信息并且可以在存储介质中写入信息。替代地,存储介质可以与处理器1100集成在一起。处理器和存储介质可以驻留在专用集成电路(ASIC)中。ASIC可以驻留在用户终端中。替代地,处理器和存储介质可以作为单独的部件驻留在用户终端中。
根据本发明的示例性实施例,可以基于在特定区域中生成的定位数据的数量,通过预测与特定区域相关联的道路上的交通量,来准确地提供目的地点到达时间。
此外,根据本发明的示例性实施例,由于基于在特定区域中生成的定位数据的数量来预测与特定区域相关联的道路上的交通量,并且在开始驾驶之前提供交通状况预测信息,驾驶员可以通过考虑交通状况预测信息来调整出发时间。
为了便于解释和精确限定所附权利要求,词语“上部”、“下部”、“内部”、“外部”、“上”、“下”、“上部的”、“下部的”、“向上”、“向下”、“前面”、“后面”、“后部”、“内侧”、“外侧”、“向内”、“向外”、“内部的”、“外部的”、“内”、“外”、“向前”、“向后”用于参考附图中显示的示例性实施例的特征的位置来描述这些特征。
将进一步理解,术语“连接”或其衍生词指的是直接和间接连接。
已经出于说明和描述的目的给出了对本发明的具体示例性实施例的前述描述。它们不旨在是详尽的或者将本发明限制到所公开的确切形式,并且显然可以根据上述教导进行许多修改和变化。选择和描述示例性实施例来解释本发明的某些原理及其实际应用,以使本领域的其他技术人员能够利用本发明的各种示例性实施例以及其各种替代和修改。本发明的范围旨在由所附权利要求及其等同物限定。
Claims (20)
1.一种交通信息服务装置,包括:
通信装置,配置为接收从车辆发送的定位数据;以及
处理器,连接到所述通信装置并配置为:
基于接收到的定位数据识别针对每个目标区域生成的定位数据的数量;
基于针对每个目标区域生成的定位数据的数量,预测与每个目标区域相关联的路段的交通状况;并且
提供交通状况预测信息。
2.根据权利要求1所述的交通信息服务装置,其中,所述处理器配置为基于从所述车辆发送的路线搜索请求消息中包括的初始目的地数据来预先选择每个目标区域。
3.根据权利要求1所述的交通信息服务装置,其中,所述与每个目标区域相关联的路段是与每个目标区域相关联的多个路段中的拥堵发生频率等于或大于参考频率的路段并且是预先选择的路段。
4.根据权利要求3所述的交通信息服务装置,其中,所述处理器配置为使用拥堵预测模型来预测所述与每个目标区域相关联的路段的拥堵时间和平均车速。
5.根据权利要求4所述的交通信息服务装置,其中,所述处理器还配置为:
分析针对每个目标区域生成的定位数据的数量和所述与每个目标区域相关联的路段的平均车速之间的相关性;并且
基于分析所述相关性的结果生成所述拥堵预测模型。
6.根据权利要求5所述的交通信息服务装置,
其中,所述拥堵预测模型通过自动编码器和人工神经网络来构建,并且
其中,所述处理器使用所述自动编码器从所述定位数据中提取特征信息,并使用所提取的特征信息作为所述人工神经网络的输入数据。
7.根据权利要求1所述的交通信息服务装置,其中,所述处理器配置为通过考虑每个目标区域中的服务用户规模和与每个目标区域相关联的路段的道路尺寸来处理所述定位数据。
8.根据权利要求1所述的交通信息服务装置,其中,所述处理器配置为向位于利用所述交通状况预测信息映射的每个目标区域中的用户终端提供拥堵通知。
9.根据权利要求8所述的交通信息服务装置,其中,所述处理器配置为以视觉信息、触觉信息以及听觉信息中的至少一种的形式生成所述拥堵通知。
10.根据权利要求1所述的交通信息服务装置,其中,所述处理器配置为识别在基于已经申请拥堵通知服务的用户的位置确定的半径内生成的定位数据的数量。
11.一种交通信息服务方法,包括以下步骤:
由处理器接收从车辆发送的定位数据;
由所述处理器基于接收到的定位数据识别针对每个目标区域生成的定位数据的数量;
由所述处理器基于针对每个目标区域生成的定位数据的数量预测与每个目标区域相关联的路段的交通状况;以及
由所述处理器基于预测所述路段的交通状况的结果提供拥堵通知服务。
12.根据权利要求11所述的方法,其中,基于从所述车辆发送的路线搜索请求消息中包括的初始目的地数据来预先选择每个目标区域。
13.根据权利要求11所述的方法,其中,所述与每个目标区域相关联的路段是与每个目标区域相关联的多个路段中的拥堵发生频率等于或大于参考频率的路段并且是预先选择的路段。
14.根据权利要求11所述的方法,其中,预测交通状况的步骤包括:使用拥堵预测模型预测所述与每个目标区域相关联的路段的拥堵时间和平均车速。
15.根据权利要求14所述的方法,其中,基于通过分析针对每个目标区域生成的定位数据的数量和所述与每个目标区域相关联的路段的平均车速之间的相关性而获得的结果来生成所述拥堵预测模型。
16.根据权利要求14所述的方法,
其中,通过自动编码器和人工神经网络来构建所述拥堵预测模型,并且
其中,所述处理器使用所述自动编码器从所述定位数据中提取特征信息,并使用所提取的特征信息作为所述人工神经网络的输入数据。
17.根据权利要求11所述的方法,其中,通过考虑每个目标区域中的服务用户规模和与每个目标区域相关联的路段的道路尺寸来处理所述定位数据。
18.根据权利要求11所述的方法,其中,提供拥堵通知服务的步骤包括:向位于每个目标区域中的用户终端提供拥堵通知。
19.根据权利要求18所述的方法,其中,以视觉信息、触觉信息以及听觉信息中的至少一种的形式生成所述拥堵通知。
20.根据权利要求11所述的方法,其中,所述处理器配置为识别在基于已经申请拥堵通知服务的用户的位置确定的半径内生成的定位数据的数量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0153950 | 2018-12-03 | ||
KR1020180153950A KR20200067055A (ko) | 2018-12-03 | 2018-12-03 | 교통정보 제공 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111260948A true CN111260948A (zh) | 2020-06-09 |
CN111260948B CN111260948B (zh) | 2023-01-10 |
Family
ID=70680982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910379844.4A Active CN111260948B (zh) | 2018-12-03 | 2019-05-05 | 交通信息服务装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200175855A1 (zh) |
KR (1) | KR20200067055A (zh) |
CN (1) | CN111260948B (zh) |
DE (1) | DE102019205821A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650794A (zh) * | 2020-12-30 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 位置数据处理方法、装置、电子设备和存储介质 |
CN113380037A (zh) * | 2021-07-05 | 2021-09-10 | 中国建设银行股份有限公司 | 一种交通信息采集方法和装置 |
CN113963530A (zh) * | 2020-07-01 | 2022-01-21 | 现代自动车株式会社 | 交通信息提供设备和方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113936452A (zh) * | 2020-06-29 | 2022-01-14 | 阿里巴巴集团控股有限公司 | 一种交通控制方法、装置及电子设备 |
WO2022004914A1 (ko) * | 2020-07-01 | 2022-01-06 | 엘지전자 주식회사 | 무선 통신 시스템에서 단말 및 기지국의 신호 송수신 방법 및 장치 |
CN112202880B (zh) * | 2020-09-29 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 路况信息获取方法、装置、设备以及存储介质 |
US11823565B2 (en) * | 2020-12-18 | 2023-11-21 | Yunex Llc | System and method for vehicle queue length detection in a connected vehicle infrastructure environment |
KR102464331B1 (ko) * | 2020-12-24 | 2022-11-09 | 한국교통연구원 | 교통 패턴 분류 장치 및 방법 |
CN112950945A (zh) * | 2021-02-23 | 2021-06-11 | 北京百度网讯科技有限公司 | 路侧服务单元、交通提示设备、交通提示系统和方法 |
CN113048982B (zh) * | 2021-03-23 | 2022-07-01 | 北京嘀嘀无限科技发展有限公司 | 交互方法和交互装置 |
CN114155704B (zh) * | 2021-10-18 | 2023-05-02 | 北京千方科技股份有限公司 | 一种基于ai服务的交通数据处理方法、装置、存储介质及终端 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008102664A (ja) * | 2006-10-18 | 2008-05-01 | Aisin Aw Co Ltd | 交通情報配信装置 |
US20120226434A1 (en) * | 2011-03-04 | 2012-09-06 | Board of Regents, University of Arizona | Active traffic and demand management system |
CN102903240A (zh) * | 2012-10-09 | 2013-01-30 | 潮州市创佳电子有限公司 | 一种基于车载北斗定位终端的实时路况感知系统 |
JP2014191578A (ja) * | 2013-03-27 | 2014-10-06 | Japan Research Institute Ltd | 自律分散型交通情報提供システム |
CN106960571A (zh) * | 2017-03-30 | 2017-07-18 | 百度在线网络技术(北京)有限公司 | 道路拥堵瓶颈点确定方法、装置、服务器及存储介质 |
CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN107730888A (zh) * | 2017-10-24 | 2018-02-23 | 武汉米风通信技术有限公司 | 基于北斗地基增强和物联网融合的交通状况监管系统 |
WO2018061619A1 (ja) * | 2016-09-27 | 2018-04-05 | アイシン・エィ・ダブリュ株式会社 | 経路探索装置、経路探索システム及びコンピュータプログラム |
CN108470447A (zh) * | 2018-03-30 | 2018-08-31 | 特斯联(北京)科技有限公司 | 一种自主路径规划的交通疏导系统和方法 |
CN108629977A (zh) * | 2018-06-06 | 2018-10-09 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的出行特征分析方法 |
CN108847020A (zh) * | 2018-06-06 | 2018-11-20 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的道路状态分析方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101892697B1 (ko) | 2013-10-25 | 2018-10-04 | 에스케이테크엑스 주식회사 | 기상정보 기반 정체 교통상황 예측 시스템, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체 |
KR101747848B1 (ko) | 2015-11-27 | 2017-06-27 | 한국과학기술원 | 교통 상황 예측 서버 및 방법 |
-
2018
- 2018-12-03 KR KR1020180153950A patent/KR20200067055A/ko not_active Application Discontinuation
-
2019
- 2019-04-19 US US16/389,469 patent/US20200175855A1/en not_active Abandoned
- 2019-04-24 DE DE102019205821.3A patent/DE102019205821A1/de active Pending
- 2019-05-05 CN CN201910379844.4A patent/CN111260948B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008102664A (ja) * | 2006-10-18 | 2008-05-01 | Aisin Aw Co Ltd | 交通情報配信装置 |
US20120226434A1 (en) * | 2011-03-04 | 2012-09-06 | Board of Regents, University of Arizona | Active traffic and demand management system |
CN102903240A (zh) * | 2012-10-09 | 2013-01-30 | 潮州市创佳电子有限公司 | 一种基于车载北斗定位终端的实时路况感知系统 |
JP2014191578A (ja) * | 2013-03-27 | 2014-10-06 | Japan Research Institute Ltd | 自律分散型交通情報提供システム |
WO2018061619A1 (ja) * | 2016-09-27 | 2018-04-05 | アイシン・エィ・ダブリュ株式会社 | 経路探索装置、経路探索システム及びコンピュータプログラム |
CN106960571A (zh) * | 2017-03-30 | 2017-07-18 | 百度在线网络技术(北京)有限公司 | 道路拥堵瓶颈点确定方法、装置、服务器及存储介质 |
CN107705607A (zh) * | 2017-09-29 | 2018-02-16 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN107730888A (zh) * | 2017-10-24 | 2018-02-23 | 武汉米风通信技术有限公司 | 基于北斗地基增强和物联网融合的交通状况监管系统 |
CN108470447A (zh) * | 2018-03-30 | 2018-08-31 | 特斯联(北京)科技有限公司 | 一种自主路径规划的交通疏导系统和方法 |
CN108629977A (zh) * | 2018-06-06 | 2018-10-09 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的出行特征分析方法 |
CN108847020A (zh) * | 2018-06-06 | 2018-11-20 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的道路状态分析方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963530A (zh) * | 2020-07-01 | 2022-01-21 | 现代自动车株式会社 | 交通信息提供设备和方法 |
CN112650794A (zh) * | 2020-12-30 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 位置数据处理方法、装置、电子设备和存储介质 |
CN113380037A (zh) * | 2021-07-05 | 2021-09-10 | 中国建设银行股份有限公司 | 一种交通信息采集方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200175855A1 (en) | 2020-06-04 |
KR20200067055A (ko) | 2020-06-11 |
DE102019205821A1 (de) | 2020-06-04 |
CN111260948B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111260948B (zh) | 交通信息服务装置和方法 | |
EP3227873B1 (en) | Method and apparatus for providing point of interest information | |
CN111882907B (zh) | 交通工具的导航预警方法、装置、设备和存储介质 | |
KR20200111978A (ko) | 내비게이션 시스템 및 그의 경로 탐색 방법 | |
JP2015114112A (ja) | 移動案内装置及び移動案内方法 | |
CN112368547B (zh) | 上下文感知导航语音助手 | |
US10209088B2 (en) | Method and apparatus for route calculation considering potential mistakes | |
US20240096211A1 (en) | Processing apparatus and method for generating route navigation data | |
US20210166556A1 (en) | System for Providing Traffic Information and Method for the Same | |
US10937311B2 (en) | Traffic information service system and method | |
JP2017102001A (ja) | 経路探索装置及び経路探索方法 | |
KR20210079237A (ko) | 네비게이션 중 어려운 기동들을 위한 추가 명령들을 제공하는 방법 | |
US20200051197A1 (en) | Information processing apparatus, information processing method, and non-transitory storage medium | |
KR20170128684A (ko) | 증강현실 기술을 이용하여 차량의 주행 정보를 제공하기 위한 전자 장치 | |
CN110753827A (zh) | 具有交互式转弯图形的数字地图上的路线 | |
JP6459442B2 (ja) | 案内情報表示システム、案内情報表示方法、及び案内情報表示プログラム | |
CN109727472B (zh) | 基于移动终端的车辆路线引导设备、系统和方法 | |
US20200191596A1 (en) | Apparatus and method for servicing personalized information based on user interest | |
JP6625282B2 (ja) | 通知制御装置及び通知制御方法 | |
EP4375620A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
US11405751B2 (en) | Method, apparatus, and computer program product for anonymizing trajectories including endogenous events | |
US20240175703A1 (en) | Method, apparatus, and computer program product for at least approximate real-time intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
US20240175704A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
EP4012680A1 (en) | Method, apparatus and computer program product for detecting a lane closure using probe data | |
US20240175688A1 (en) | Method, apparatus, and computer program product for intelligent trajectory configurations within mobility data using junctions inferred by features of the mobility data |
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 |