CN111951544A - 一种监测点位的确定方法及装置 - Google Patents
一种监测点位的确定方法及装置 Download PDFInfo
- Publication number
- CN111951544A CN111951544A CN201910412790.7A CN201910412790A CN111951544A CN 111951544 A CN111951544 A CN 111951544A CN 201910412790 A CN201910412790 A CN 201910412790A CN 111951544 A CN111951544 A CN 111951544A
- Authority
- CN
- China
- Prior art keywords
- monitoring point
- traffic flow
- preset
- determining
- alternative
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 297
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 238000003860 storage Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims 3
- 238000000605 extraction Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 108091026890 Coding region Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/40—
-
- 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
Abstract
本发明公开了一种监测点位的确定方法及装置,涉及交通流量监测技术领域,主要目的在于通过车流轨迹来优化部署检测设备的监测点位,降低检测设备的部署成本。本发明主要的技术方案为:获取经过预设交通区域内的车辆行驶轨迹;根据所述车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;利用所述车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;从所述备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。本发明用于确定检测设备的部署位置与数量。
Description
技术领域
本发明涉及交通流量监测技术领域,尤其涉及一种监测点位的确定方法及装置。
背景技术
在城市交通管理中为了掌握道路交通状况,需要在不同道路路段上部署交通流量检测设备,以监测道路交通的流量情况。在理想的状态下,是在所有的道路路段上都部署检测设备,如此,就可准确地获取各个道路路段的实时交通流量,但是,由于城市道路交通网络的复杂,导致不同道路路段的数量是极为庞大的,即需要部署检测设备的监测点位数量巨大,比如对于一个中等规模的城市交通路网,其全路段部署检测设备的监测点位可能会有数千个之多,而这种部署方式从部署成本以及维护代价的角度而言是难以实现的。因此,如何以有限的部署代价得到最多的交通流量信息已成为确定道路路段监测点位的重要问题。
目前,为检测设备选择部署的监测点位的主要方式是主要是基于道路路段的历史流量数据由人工决策,这种部署方式往往是基于小范围的地区执行的,但对于城市道路路网的整体规划与布局则难以达到最优的部署,导致检测设备的部署成本与维护代价增大。
发明内容
鉴于上述问题,本发明提出了一种监测点位的确定方法及装置,主要目的在于通过车流轨迹来优化部署检测设备的监测点位,降低检测设备的部署成本。
为达到上述目的,本发明主要提供如下技术方案:
一方面,本发明提供一种监测点位的确定方法,具体包括:
获取经过预设交通区域内的车辆行驶轨迹;
根据所述车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;
利用所述车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;
从所述备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。
另一方面,本发明提供一种监测点位的确定装置,具体包括:
轨迹获取单元,用于获取经过预设交通区域内的车辆行驶轨迹;
路径确定单元,用于根据所述轨迹获取单元获取的车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;
点位确定单元,用于利用所述路径确定单元确定的车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;
点位优化单元,用于从所述点位确定单元确定的备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。
另一方面,本发明提供一种存储介质,所述存储介质用于存储计算机程序,其中,所述计算机程序运行时控制所述存储介质所在设备执行上述的监测点位的确定方法。
另一方面,本发明提供一种电子设备,所述电子设备中包括处理器和存储器,所述处理器用于调用所述存储器中的程序指令,以执行上述的监测点位的确定方法。
借由上述技术方案,本发明提供的一种监测点位的确定方法及装置,是针对预设交通区域内的道路路段,根据车辆的行驶轨迹确定出对应的车流路径,并在该预设交通区域内利用车流路径确定安装检测设备的最优监测点位的组合,使得该组合中的监测点位能够通过组合监测的方式实现使用最少的监测点位对所有车流路径的车流量进行监测,减少部署检测设备的成本以及维护代价。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提出的一种监测点位的确定方法流程图;
图2示出了第一种基于轨迹确定监测点位的实例;
图3示出了第二种基于轨迹确定监测点位的实例;
图4示出了第三种基于轨迹确定监测点位的实例;
图5示出了本发明实施例提出的一种确定备选监测点位的方法流程图;
图6示出了本发明实施例中构建的预设模型的示意图;
图7示出了本发明实施例提出的一种匹配监测点位组合的方法流程图;
图8示出了本发明实施例提出的一种监测点位的确定装置的组成框图;
图9示出了本发明实施例提出的另一种监测点位的确定装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种监测点位的确定方法,用于在预设交通区域内通过部署少量的检测设备实现对车流路径全面监测的目的,而本发明实施例就是确定部署检测设备的监测点位,其具体步骤如图1所示,该方法包括:
步骤101、获取经过预设交通区域内的车辆行驶轨迹。
其中,该车辆行驶轨迹的来源不限定是导航地图的数据、交通管理部门的交通管理数据,并且,该车辆行驶轨迹一般是在指定的历史时间段内采集经过预设交通区域内的轨迹数据。
此外,经过预设交通区域内的车辆行驶轨迹可以是其轨迹的起点与终点均不在该预设交通区域内的轨迹,也可以是起点和/或终点在该预设交通区域内的轨迹。
步骤102、根据车辆行驶轨迹的通行路段确定预设交通区域内的车流路径。
该步骤是将各条车辆行驶轨迹匹配到预设交通区域内的道路路网中,确定轨迹所经过的道路路段,同时,根据对预设交通区域内的道路路网所对应的各个路段的编码,按照轨迹的通行方向将经过的道路路段对应的编码组成编码序列,定义该编码序列为该车辆行驶轨迹所对应的车流路径。
如此,根据车辆行驶轨迹就能够得到多条车流路径,其中,一条车流路径至少对应一条车辆行驶轨迹。通过车流路径可以表示在指定时间段内该预设交通区域内存在行驶车辆的道路路段,而这些道路路段都是存在部署检测设备需求的,但是考虑到部署成本,不可能在每个道路路段中都部署检测设备,因此,就需要执行步骤103来降低需要部署检测设备的道路路段,从而确定备选监测点位。
步骤103、利用车流路径确定备选监测点位。
该步骤的目的是在确保能够监测车流路径的第一预设子集的车流量的前提下,减少设置在道路路段中的监测点位,从而得到备选监测点位。其中,第一预设子集中的车流路径可以是通过人为设定的多条车流路径,也可以是根据车流路径的权重值,筛选的权重值大于阈值的车流路径。在本发明实施例中,第一预设子集中的车流路径数量小于等于所有车流路径的数量,即可以是通过步骤102得到的所有车流路径,也可以是其中的部分车流路径。
具体的,确定备选监测点位的原则为每一条车流路径中至少存在一个备选监测点位,同时,对于每一个确定的备选监测点位,其至少要监测到一条车流路径,并且,要确保任意两个备选监测点位所监测到的车流路径是不同的。
步骤104、从备选监测点位中匹配出监测点位组合。
该步骤是对监测点位的进一步筛选,其匹配的目的是让该组合中的监测点位能够监测车流路径的第一预设子集的车流量的同时,通过组合监测的方式减少监测点位的数量,其中,监测点位组合中所含有的备选监测点位的数量需要满足第一预设条件,该第一预设条件不限定是备选监测点位数量最少,或者是备选监测点位数量低于预设数量值,该预设数量值可以人工设定。由此可见,本步骤在匹配监测点位组合时,是从所监测的车流路径数量以及备选监测点位的数量两个维度进行综合匹配得到的。
下面,通过具体实例来进一步说明采用图1所示的实施例所能达到的优化效果:
图2-4分别示例性地列出了在预设交通区域内对多条车流路径进行流量监测的监测点位部署组合。
在图2中所确定的四个监测点位(a、b、c、d)是从众多备选监测点位中所确定出的四个点(以c点为例,其也可以设置与在c点所在路段相邻的上下两个路段中,即,这两个路段中也存在两个备选监测点位),虽然其满足能够分别监测四条路径(路径A、路径B、路径C、路径D)的目的,但是,其所需的部署点位在图2-4所示的三种方案中是最高的,即图2所采用的方式其部署成本最高。对应于图1所示的实施例可见,其并未采用步骤104对监控点位进行优化筛选。
图3相对图2所示的方案,其减少了一个监控点位,使用了3个监控点位检测四条车流路径中的车辆。在该方案中,点c与点d分别监控路径C与路径D中的车辆,而点a则用于监控路径A和路径B中的车辆,由于在点a所在路段中,路径A和路径B的车辆行驶方向相同,因此,点a无法区分出车辆行驶的是路径A还是路径B。可见,该方案所给出的监测点位组合也不是通过执行步骤104优化得到的监测点位组合。
图4示出的是经过图1所示实施例得到的最优化的监测点位组合之一,能够达到与该监测点位组合相同监控效果的组合还有如将点位c设置在与在其所在路段相邻的上、下两个路段中的组合。该方案与图3所示的方案相比可知,该方案中仅调整了点d的设置位置,通过点d来监控路径B和路径D中的车辆,如此,综合点a与点d的监控结果,便可以区分出车辆行驶的具体路径:若一车辆仅被点a监测到,则将该车辆统计至路径A的车流量中,若该车辆仅被点d监测到,则将该车辆统计至路径D的车流量中,若该车辆既点a监测到又被点a监测到时,则将该车辆统计至路径B的车流量中。可见,通过该监测点位组合不仅降低了检测设备的部署数量,又能够实现对各条车流路径的车流量统计。
基于上述实施例的各步骤以及对应的示例可知,本发明实施例所提供的监测点位的确定方法,是基于预设交通区域内的车辆行驶轨迹来优化检测设备部署位置的方法,通过将车流行驶轨迹汇总为车流路径,根据车流路径所经过的道路路段选择适合部署检测设备的位置,确定备选监测点位,并根据组合监测的方式在确保对各条车流路径的车流量进行监测的同时优化出使用备选监测点位最少的组合,得到部署检测设备的监测点位组合。可见,通过本发明实施例在确保监测效果的同时有效降低监测点位的数量,减少检测设备的部署,达到降低部署及维护成本的目的。
进一步的,为了更加详细地说明图1所示实施例中,对备选监测点位的确定方式,即对步骤103执行过程的具体说明,具体如图5所示,包括:
步骤201、根据预设交通区域内含有的路段及其通行方向确定多个指定监测点位。
其中,指定监测点位是基于预设交通区域内的道路路段确定的,如图2-4所示的交通区域内,其含有的道路路段一共有12段,若考虑到每个路段都是双向行驶,那么在该交通区域内可以部署检测设备的点位就是24个,而该步骤中的指定监测点位可以为这24个点,也可以是人工从这24个点位中选择的多个点,还可以是基于车流路径所流经的路段确定的多个点位。
步骤202、利用预设模型和车流路径从多个指定监测点位中确定备选监测点位。
该步骤就是从指定监测点位中筛选中多个备选监测点位,其筛选的标准是对车流路径尽可能的实现全面覆盖,即每个备选监测点位都需要能够监测到至少一条车流路径。
为此,本实施例中使用了预设模型对指定监测点位进行筛选,该预设模型的一种可行实施例为备选监测点矩阵,如图6所示的备选监测点矩阵H,其中,H矩阵中的每一行代表一条车流路径pi,每一列代表一个指定监测点位qj,如此,该H矩阵的元素值H[i,j]∈{0,1},当H[i,j]为1时,表示路径pi被指定监测点位qj所监测,否侧H[i,j]为0。
基于该H矩阵,本发明实施例可通过以下步骤对指定监测点位进行筛选,以得到备选监测点位,具体包括:
步骤2021、判断每个指定监测点位是否能够监测到车流路径。
该步骤是遍历H矩阵中的每一列(即遍历qj所在列的元素值),若对应的元素值全为0,说明该指定监测点没有监测到任何一条车流路径,此时,将该指定监测点qj删除出H矩阵,反之,即元素值存在至少一个1时,保留该指定监测点。
步骤2022、判断任意两个保留的指定监测点位所监测到的车流路径是否完全相同。
该步骤是判断H矩阵中的任一两列的元素值,若完全相同,则说明这两个指定监测点位所监测到的车流路径是相同,此时,仅需要保留其中一个指定监测点位,或将这两个指定监测点位合并为一个,确定其为备选监测点位。而如果该H矩阵中的一列的元素值与其他列都不完全相同,则将该列对应的指定监测点位确定为备选监测点位,即保留的指定监测点位与其他任意一个指定监测点位所监测到的车流路径都不完全相同时,将该保留的指定监测点位确定为备选监测点位。
进一步的,在步骤202中,还可以针对H矩阵中的行进行判断,以确定指定监测点位是否能够全面监测所有的车流路径,即判断是否存在没有被指定监测点位监控的车流路径,若存在,则发送报警提示,以提示获取的指定监测点位缺失。对应于H矩阵,即为遍历H矩阵中的每一行(即遍历pi所在行的元素值),若所有元素值均为0,则说明该车流路径没有被任何指定监测点位所覆盖,此时报警提示所获取的指定监测点位缺失。
进一步的,为了更加详细地说明图1所示实施例中,对监测点位组合的确定方式,即对步骤104执行过程的具体说明,具体如图7所示,包括:
步骤301、从备选监测点位中选择多个备选监测点位组成备选组合。
步骤302、根据备选组合确定具有相同备选监测点位的任意两个车流路径的对数。
该步骤可基于上述的矩阵H,判断任意两个车流路径中所具有的备选监测点位是否相同,若相同,则统计为一对,累计对所有车流路径的两两判断后得到的值就为对数值。
步骤303、将对数与备选组合中备选监测点位数量的和值确定为备选组合的优选值。
步骤304、根据不同备选组合的优选值选择最低优选值的备选组合为监测点位组合。
该步骤是对多种备选组合分别执行步骤301至步骤303后得到对应的优选值进行的选择,即从多种备选组合中选择一组为最终的监测点位组合。
针对上述的匹配过程,本发明的一个优选实施例可以通过求解最小化问题实现,其目标为最小化备选监测点位的数量以及能够监测到最多条车流路径的车流量。其具体表达是如下:
其中,ω表示备选组合中的备选监测点位,ρ用于表示车流路径中存在的备选监测点位,β为权重系数,用于表示备选监测点位ω的重要程度,其取值为大于0的值。
根据上述公式,求解的结果是得到一组ω,即得到监测点位组合。
为此,设定ω=(ω1,ω2,…,ωm),ωk∈{0,1},即在m个备选监测点位确定多个监测点位ωk,其值为1。
对于ρ也可以通过ω表示,其具体表达式可以为:
其中,H[i,j]为上述构建的备选监测点矩阵,ωj表示第j个备选监测点,通过该表达式可表示出在第i条车流路径上有哪些备选监测点位是可以监测该车流路径的,这些备选监测点是从m个备选监测点位中确定的。
将上述表达式(2)带入表达式(1)中,就可以得到该优化问题为求解ω的最优化问题,针对表达式(1)中,左边部分的δ(ρi=ρj)表示不同的车流路径具有完全相同备选监测点位的情况,ρi=ρj时,δ为1,否则为0。而右边部分则表示从备选监测点位中所选中的点位数量。由此,可以确定上述表达式(1)的数学含义为:确定一组监测点位ω组合,使得具有相同监测点位的任意两个车流路径的对数与监测点位数量的和值最小,也就是求解上述步骤303中的最小优选值。表达式(1)的物理含义为:在能够监测到最多条车流路径的情况下,使用最少的监测点位。
进一步的,在上述表达式(1)的β表示备选监测点位的重要程度,该权重系数主要用于衡量在优化过程中需要更关注监测点位数量,还是更关注具有相同监测点位的任意两个车流路径的对数,若更关注对数,则β的取值介于0和1之间,而如果更关注对数,即监测到车流路径的数量,则β的取值为大于1的值。
进一步的,由于在预设交通区域中,不同的车流路径对应的车流量不同,也使得不同车流路径被监测的需求程度不同,导致对不同的车流路径需要设置其对应的路径权重系数,该路径权重系统越高,说明对应的车流路径越重要,需要优先部署检测设备。
进一步的,在本发明的另一个优选实施例中,针对图1所示实施例中的步骤102,为了降低车流路径的数量,即对车流量较低的车流路径无需监测,还可以通过设置阈值的方式删除部分车流路径,其具体过程如下:
首先,根据预设交通区域内的道路路段将车辆行驶轨迹表示为通行路段的路段序列;
之后,统计具有相同路段序列的车辆行驶轨迹数量,该数量值可以表示为对应车流路径的车流量。
最后,将车辆行驶轨迹数量大于阈值的路段序列确定为所述车流路径。
进一步的,针对图1所示实施例中的步骤101,本发明的另一优先实施例的具体实现方式为:先对所设定的预设交通区域进行分析,提取该交通区域中的所含有的道路路段,在实际应用,对道路路段的定义为两个相邻路口间的道路。之后,根据所述道路路段在预设轨迹数据库中匹配经过至少一个上述道路路段的轨迹,将其确定为经过预设交通区域内的车辆行驶轨迹。而当对所获取的车辆行驶轨迹存在预设时间段的需求时,如获取近1周、或者一个月内的轨迹,则需要根据车辆行驶轨迹的生成时间进行筛选以得到符合该预设时间段的车辆行驶轨迹。
进一步的,通过对上述监测点位的确定方法实施例的具体说明可知,上述方式是基于车辆行驶轨迹以及对应的车流路径来优化在预设交通区域内安装检测设备的监测点位。而基于这些监测点位,就可以实时地识别出道路中行驶的车辆所对应的车流路径,以此来估算出各条车流路径中的总体车流量,为交通管理部门提供实时的交通管理数据。基于上述实施例中的技术方案,当在监测点位组合中所含有的监测点位上安装检测设备后,本发明在统计车流量的具体实现方式为:
首先,采集检测设备监测到的多个车辆信息。
其次,统计在指定时间段内监测到同一车辆信息的检测设备。
最后,根据检测设备的位置匹配车辆信息对应的车流路径。
具体的,在一个监测点位上的检测设备所监测的车辆信息为区分车辆的标识信息,在实际应用中具体可以为车辆的车牌号码。而一个检测设备在指定时间段内能够监测到多个车辆的车辆信息。而要确定每个车辆所对应的车流路径时,则需要根据监测点位与车流路径的对应关系来确定。当监测到某一车辆的监测点位监测唯一一条车流路径时,就可以确定该车辆行驶在该车流路径中,而当监测到某一车辆的监测点位监测多条车流路径时,就需要通过判断其他监测点位是否监测到该车辆的车辆信息,进行组合判断,当组合的监测点位能够唯一确定一条车流路径时,就确定该车辆行驶在该车流路径中,如图4中所示,当车辆先后被监测点位d和a监测到时,就可以确定该车辆行驶在车流路径B中。
进一步的,基于上述统计的结果,就可以确定在指定时间段内各条车流路径中所行驶的车辆数量,即车流路径的车流量。而在车流量达到预设的阈值时,就可以触发报警信息,以告知管理人员该车流路径存在交通拥堵的风险。
进一步的,作为对上述图1、图5与图7所示方法的实现,本发明实施例提供了一种监测点位的确定装置,该装置主要用于通过车流轨迹来优化部署检测设备的监测点位,降低检测设备的部署成本。为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置如图8所示,具体包括:
轨迹获取单元41,用于获取经过预设交通区域内的车辆行驶轨迹;
路径确定单元42,用于根据所述轨迹获取单元41获取的车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;
点位确定单元43,用于利用所述路径确定单元42确定的车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;
点位优化单元44,用于从所述点位确定单元43确定的备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。
进一步的,如图9所示,所述点位确定单元43包括:
获取模块431,用于根据预设交通区域内含有的路段及其通行方向确定多个指定监测点位;
确定模块432,用于利用预设模型和车流路径从所述获取模块得到的多个指定监测点位中确定备选监测点位,其中,通过所述备选监测点位能够监测到的第一预设子集中车流路径的数量小于等于所有车流路径的数量。
进一步的,所述预设模型为由车流路径与指定监测点位构成的矩阵模型,所述确定模块432具体用于:
判断每个指定监测点位是否能够监测到车流路径;
若存在,在保留所述指定监测点位,反之,删除所述指定监测点位;
判断任意两个保留的指定监测点位所监测到的车流路径是否完全相同;
若完全相同,则将两个指定监测点位合并为一个备选监测点位;
若保留的指定监测点位与其他任意一个指定监测点位所监测到的车流路径都不完全相同,则将所述保留的指定监测点位确定为备选监测点位。
进一步的,所述确定模块432还用于:
判断是否存在没有被指定监测点位监控的车流路径;
若存在,则发送报警提示,以提示获取的指定监测点位缺失。
进一步的,如图9所示,所述点位优化单元44包括:
选择模块441,用于从所述备选监测点位中选择多个备选监测点位组成备选组合;
确定模块442,用于根据所述选择模块441得到的备选组合确定具有相同备选监测点位的任意两个车流路径的对数;
计算模块443,用于将所述确定模块442确定的对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值;
优化模块444,用于根据计算模块443得到的不同备选组合的优选值选择最低优选值的备选组合为监测点位组合,其中,所述监测点位组合中含有的备选监测点位的数量满足第一预设条件,所述第一预设条件包括备选监测点位的数量最少,或者数量低于预设数量值。
进一步的,如图9所示,所述点位优化单元44包括:
第一设置模块445,用于在所述计算模块443将所述对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值时,设置所述备选组合中备选监测点位的权重系数,所述权重系数用于衡量备选监测点位的重要程度。
进一步的,如图9所示,所述点位优化单元44还包括:
第二设置模块446,用于设置每个车流路径的路径权重系数,所述路径权重系数用于衡量车流路径需要被监控的重要程度。
进一步的,如图9所示,所述路径确定单元42包括:
序列化模块421,用于根据预设交通区域内的道路路段将所述车辆行驶轨迹表示为通行路段的路段序列;
统计模块422,用于统计具有相同路段序列的车辆行驶轨迹数量;
确定模块423,用于将所述统计模块422得到的车辆行驶轨迹数量大于阈值的路段序列确定为所述车流路径。
进一步的,如图9所示,所述轨迹获取单元41包括:
提取模块411,用于提取所述预设交通区域内所含有的道路路段;
获取模块412,用于从所述预设轨迹数据库中获取在预设时间段内经过至少一个所述提取模块411得到的道路路段的车辆行驶轨迹。
进一步的,如图9所示,所述方法还包括:
采集单元45,用于采集检测设备监测到的多个车辆信息,所述检测设备是根据所述监测点位组合中的监测点位,在所述预设交通区域内的路段中安装的设备;
统计单元46,用于根据所述采集单元45得到的车辆信息,统计在指定时间段内监测到同一车辆信息的检测设备;
路径匹配单元47,用于根据所述统计单元46得到的检测设备的位置匹配所述车辆信息对应的车流路径。
综上所述,本发明提出的一种监测点位的确定方法及装置,是基于预设交通区域内的车辆行驶轨迹来优化检测设备部署位置的方案,通过将车流行驶轨迹汇总为车流路径,根据车流路径所经过的道路路段选择适合部署检测设备的位置,确定备选监测点位,并根据组合监测的方式在确保对各条车流路径的车流量进行监测的同时优化出使用备选监测点位最少的组合,得到部署检测设备的监测点位组合。可见,通过本发明实施例在确保监测效果的同时有效降低监测点位的数量,减少检测设备的部署,达到降低部署及维护成本的目的。
进一步的,本发明实施例还提供了一种存储介质,该存储介质用于存储的计算机程序,其中,所述计算机程序运行时控制所述存储介质所在设备执行上述的监测点位的确定方法。
另外,本发明实施例还提供了一种电子设备,该电子设备中包括处理器和存储器,所述处理器用于调用所述存储器中的程序指令,以执行上述的监测点位的确定方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外,存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (22)
1.一种监测点位的确定方法,其特征在于,所述方法包括:
获取经过预设交通区域内的车辆行驶轨迹;
根据所述车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;
利用所述车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;
从所述备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。
2.根据权利要求1所述的方法,其特征在于,利用所述车流路径确定备选监测点位,包括:
根据预设交通区域内含有的路段及其通行方向确定多个指定监测点位;
利用预设模型和车流路径从所述多个指定监测点位中确定备选监测点位,其中,通过所述备选监测点位能够监测到的第一预设子集中车流路径的数量小于等于所有车流路径的数量。
3.根据权利要求2所述的方法,其特征在于,所述预设模型为由车流路径与指定监测点位构成的矩阵模型,所述利用预设模型和车流路径从所述多个指定监测点位中确定备选监测点位,包括:
判断每个指定监测点位是否能够监测到车流路径;
若存在,在保留所述指定监测点位,反之,删除所述指定监测点位;
判断任意两个保留的指定监测点位所监测到的车流路径是否完全相同;
若完全相同,则将两个指定监测点位合并为一个备选监测点位;
若保留的指定监测点位与其他任意一个指定监测点位所监测到的车流路径都不完全相同,则将所述保留的指定监测点位确定为备选监测点位。
4.根据权利要求3所述的方法,其特征在于,所述利用预设模型和车流路径从所述多个指定监测点位中确定备选监测点位,还包括:
判断是否存在没有被指定监测点位监控的车流路径;
若存在,则发送报警提示,以提示获取的指定监测点位缺失。
5.根据权利要求1所述的方法,其特征在于,从所述备选监测点位中匹配出监测点位组合,包括:
从所述备选监测点位中选择多个备选监测点位组成备选组合;
根据所述备选组合确定具有相同备选监测点位的任意两个车流路径的对数;
将所述对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值;
根据不同备选组合的优选值选择最低优选值的备选组合为监测点位组合,其中,所述监测点位组合中含有的备选监测点位的数量满足第一预设条件,所述第一预设条件包括备选监测点位的数量最少,或者数量低于预设数量值。
6.根据权利要求5所述的方法,其特征在于,将所述对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值,包括:
设置所述备选组合中备选监测点位的权重系数,所述权重系数用于衡量备选监测点位的重要程度。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
设置每个车流路径的路径权重系数,所述路径权重系数用于衡量车流路径需要被监控的重要程度。
8.根据权利要求1所述的方法,其特征在于,根据所述车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径,包括:
根据预设交通区域内的道路路段将所述车辆行驶轨迹表示为通行路段的路段序列;
统计具有相同路段序列的车辆行驶轨迹数量;
将所述车辆行驶轨迹数量大于阈值的路段序列确定为所述车流路径。
9.根据权利要求1-8中任一项所述的方法,其特征在于,基于预设轨迹数据库获取经过预设交通区域内的车辆行驶轨迹,包括:
提取所述预设交通区域内所含有的道路路段;
从所述预设轨迹数据库中获取在预设时间段内经过至少一个所述道路路段的车辆行驶轨迹。
10.根据权利要求1-8中任一项所述的方法,其特征在于,所述方法还包括:
采集检测设备监测到的多个车辆信息,所述检测设备是根据所述监测点位组合中的监测点位,在所述预设交通区域内的路段中安装的设备;
统计在指定时间段内监测到同一车辆信息的检测设备;
根据所述检测设备的位置匹配所述车辆信息对应的车流路径。
11.一种监测点位的确定装置,其特征在于,所述装置包括:
轨迹获取单元,用于获取经过预设交通区域内的车辆行驶轨迹;
路径确定单元,用于根据所述轨迹获取单元获取的车辆行驶轨迹的通行路段确定所述预设交通区域内的车流路径;
点位确定单元,用于利用所述路径确定单元确定的车流路径确定备选监测点位,以确保能够监测所述车流路径的第一预设子集的车流量;
点位优化单元,用于从所述点位确定单元确定的备选监测点位中匹配出监测点位组合,所述监测点位组合为能够监测所述车流路径的所述第一预设子集的车流量且含有备选监测点位的数量满足第一预设条件的组合。
12.根据权利要求11所述的装置,其特征在于,所述点位确定单元包括:
获取模块,用于根据预设交通区域内含有的路段及其通行方向确定多个指定监测点位;
确定模块,用于利用预设模型和车流路径从所述获取模块得到的多个指定监测点位中确定备选监测点位,其中,通过所述备选监测点位能够监测到的第一预设子集中车流路径的数量小于等于所有车流路径的数量。
13.根据权利要求12所述的装置,其特征在于,所述预设模型为由车流路径与指定监测点位构成的矩阵模型,所述确定模块具体用于:
判断每个指定监测点位是否能够监测到车流路径;
若存在,在保留所述指定监测点位,反之,删除所述指定监测点位;
判断任意两个保留的指定监测点位所监测到的车流路径是否完全相同;
若完全相同,则将两个指定监测点位合并为一个备选监测点位;
若保留的指定监测点位与其他任意一个指定监测点位所监测到的车流路径都不完全相同,则将所述保留的指定监测点位确定为备选监测点位。
14.根据权利要求13所述的装置,其特征在于,所述确定模块还用于:
判断是否存在没有被指定监测点位监控的车流路径;
若存在,则发送报警提示,以提示获取的指定监测点位缺失。
15.根据权利要求11所述的装置,其特征在于,所述点位优化单元包括:
选择模块,用于从所述备选监测点位中选择多个备选监测点位组成备选组合;
确定模块,用于根据所述选择模块得到的备选组合确定具有相同备选监测点位的任意两个车流路径的对数;
计算模块,用于将所述确定模块确定的对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值;
优化模块,用于根据计算模块得到的不同备选组合的优选值选择最低优选值的备选组合为监测点位组合,其中,所述监测点位组合中含有的备选监测点位的数量满足第一预设条件,所述第一预设条件包括备选监测点位的数量最少,或者数量低于预设数量值。
16.根据权利要求15所述的装置,其特征在于,所述点位优化单元包括:
第一设置模块,用于在所述计算模块将所述对数与备选组合中备选监测点位数量的和值确定为所述备选组合的优选值时,设置所述备选组合中备选监测点位的权重系数,所述权重系数用于衡量备选监测点位的重要程度。
17.根据权利要求15所述的装置,其特征在于,所述点位优化单元还包括:
第二设置模块,用于设置每个车流路径的路径权重系数,所述路径权重系数用于衡量车流路径需要被监控的重要程度。
18.根据权利要求11所述的装置,其特征在于,所述路径确定单元包括:
序列化模块,用于根据预设交通区域内的道路路段将所述车辆行驶轨迹表示为通行路段的路段序列;
统计模块,用于统计具有相同路段序列的车辆行驶轨迹数量;
确定模块,用于将所述统计模块得到的车辆行驶轨迹数量大于阈值的路段序列确定为所述车流路径。
19.根据权利要求11-18中任一项所述的装置,其特征在于,所述轨迹获取单元包括:
提取模块,用于提取所述预设交通区域内所含有的道路路段;
获取模块,用于从所述预设轨迹数据库中获取在预设时间段内经过至少一个所述提取模块得到的道路路段的车辆行驶轨迹。
20.根据权利要求11-18中任一项所述的装置,其特征在于,所述方法还包括:
采集单元,用于采集检测设备监测到的多个车辆信息,所述检测设备是根据所述监测点位组合中的监测点位,在所述预设交通区域内的路段中安装的设备;
统计单元,用于根据所述采集单元得到的车辆信息,统计在指定时间段内监测到同一车辆信息的检测设备;
路径匹配单元,用于根据所述统计单元得到的检测设备的位置匹配所述车辆信息对应的车流路径。
21.一种存储介质,其特征在于,所述存储介质用于存储计算机程序,其中,所述计算机程序运行时控制所述存储介质所在设备执行权利要求1-10中任意一项所述的监测点位的确定方法。
22.一种电子设备,其特征在于,所述电子设备中包括处理器和存储器,所述处理器用于调用所述存储器中的程序指令,以执行权利要求1-10中任意一项所述的监测点位的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412790.7A CN111951544A (zh) | 2019-05-17 | 2019-05-17 | 一种监测点位的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412790.7A CN111951544A (zh) | 2019-05-17 | 2019-05-17 | 一种监测点位的确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111951544A true CN111951544A (zh) | 2020-11-17 |
Family
ID=73336093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910412790.7A Pending CN111951544A (zh) | 2019-05-17 | 2019-05-17 | 一种监测点位的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111951544A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113764087A (zh) * | 2021-08-26 | 2021-12-07 | 南京天溯自动化控制系统有限公司 | 医院物资配送方法、装置、服务器及存储介质 |
CN114937357A (zh) * | 2022-05-16 | 2022-08-23 | 广西交科集团有限公司 | 一种智慧城市智能交通引导系统及方法 |
CN115164822A (zh) * | 2022-09-08 | 2022-10-11 | 佛山市质量和标准化研究院(佛山市特种设备能效测试研究院、佛山市品牌发展研究院) | 一种市政排水管道检测方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091286A (zh) * | 2014-06-23 | 2014-10-08 | 北京北斗星地科技发展有限公司 | 一种城市管网生产运营综合管理系统 |
CN104835335A (zh) * | 2015-06-03 | 2015-08-12 | 常州市蓝涛物联网科技有限公司 | 路网交通优化控制系统和方法 |
US20160203712A1 (en) * | 2015-01-09 | 2016-07-14 | International Business Machines Corporation | Traffic network sensor placement |
CN106781494A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 |
CN106816010A (zh) * | 2017-03-16 | 2017-06-09 | 中国科学院深圳先进技术研究院 | 一种车流信息监测设备的设置方法及系统 |
CN107194518A (zh) * | 2017-06-14 | 2017-09-22 | 中国科学技术大学 | 一种多阶段的路网机动车尾气检测设备布点选址方法 |
US20190088120A1 (en) * | 2017-09-19 | 2019-03-21 | Continental Automotive Systems, Inc. | Adaptive traffic control system and method for operating same |
CN109544932A (zh) * | 2018-12-19 | 2019-03-29 | 东南大学 | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 |
-
2019
- 2019-05-17 CN CN201910412790.7A patent/CN111951544A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091286A (zh) * | 2014-06-23 | 2014-10-08 | 北京北斗星地科技发展有限公司 | 一种城市管网生产运营综合管理系统 |
US20160203712A1 (en) * | 2015-01-09 | 2016-07-14 | International Business Machines Corporation | Traffic network sensor placement |
CN104835335A (zh) * | 2015-06-03 | 2015-08-12 | 常州市蓝涛物联网科技有限公司 | 路网交通优化控制系统和方法 |
CN106781494A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 |
CN106816010A (zh) * | 2017-03-16 | 2017-06-09 | 中国科学院深圳先进技术研究院 | 一种车流信息监测设备的设置方法及系统 |
CN107194518A (zh) * | 2017-06-14 | 2017-09-22 | 中国科学技术大学 | 一种多阶段的路网机动车尾气检测设备布点选址方法 |
US20190088120A1 (en) * | 2017-09-19 | 2019-03-21 | Continental Automotive Systems, Inc. | Adaptive traffic control system and method for operating same |
CN109544932A (zh) * | 2018-12-19 | 2019-03-29 | 东南大学 | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113764087A (zh) * | 2021-08-26 | 2021-12-07 | 南京天溯自动化控制系统有限公司 | 医院物资配送方法、装置、服务器及存储介质 |
CN113764087B (zh) * | 2021-08-26 | 2024-03-15 | 南京天溯自动化控制系统有限公司 | 医院物资配送方法、装置、服务器及存储介质 |
CN114937357A (zh) * | 2022-05-16 | 2022-08-23 | 广西交科集团有限公司 | 一种智慧城市智能交通引导系统及方法 |
CN115164822A (zh) * | 2022-09-08 | 2022-10-11 | 佛山市质量和标准化研究院(佛山市特种设备能效测试研究院、佛山市品牌发展研究院) | 一种市政排水管道检测方法、装置、电子设备及存储介质 |
CN115164822B (zh) * | 2022-09-08 | 2022-12-13 | 佛山市质量和标准化研究院(佛山市特种设备能效测试研究院、佛山市品牌发展研究院) | 一种市政排水管道检测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200211374A1 (en) | System, method, and apparatus for analyzing a traffic road condition | |
US20210192586A1 (en) | Systems and Methods for Detecting and Responding to Anomalous Traffic Conditions | |
KR102124955B1 (ko) | 시각적 분석을 통한 교통 혼잡 원인 식별 방법 및 서버 | |
CN110516888B (zh) | 轨迹预测方法、装置、电子设备和计算机可读存储介质 | |
Lee et al. | A joint bottom-up solution methodology for system-level pavement rehabilitation and reconstruction | |
CN111951544A (zh) | 一种监测点位的确定方法及装置 | |
CN109118771B (zh) | 一种城市交通常发性拥堵特征确定的方法及装置 | |
CN110222131A (zh) | 起讫信息提取方法及装置 | |
Li | Application of finite mixture of logistic regression for heterogeneous merging behavior analysis | |
CN111275975B (zh) | 一种交叉口转向流量数据的获取方法、装置和存储介质 | |
Kapski et al. | ESTIMATING THE PARAMETERS OF TRAFFIC FLOWS ON THE BASIS OF PROCESSING OF LOCALIZATION DATA ON THE MOVEMENT OF VEHICLES. | |
CN110059952A (zh) | 车险风险评估方法、装置、设备和存储介质 | |
CN109493606A (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
CN111561942A (zh) | 一种导航路线的确定方法及装置 | |
CN113868492A (zh) | 一种基于电警、卡口数据的可视化od分析方法及应用 | |
CN111862586B (zh) | 道路区域的异常路段确定方法、装置及存储介质 | |
Jose et al. | Identifying and classifying highway bottlenecks based on spatial and temporal variation of speed | |
US20150185019A1 (en) | Compatibility based resource matching | |
CN110570649A (zh) | 机动车流量检测方法、设备工作状态检测方法及相应装置 | |
Lee et al. | Congestion pattern model for predicting short-term traffic decongestion times | |
Chu et al. | Discrete choice models for gap acceptance at urban expressway merge sections considering safety, road geometry, and traffic conditions | |
CN117251722A (zh) | 一种基于大数据的智慧交通管理系统 | |
KR102127639B1 (ko) | 교통 정보 시각화 분석 장치 및 방법 | |
CN114842659B (zh) | 一种交通拥堵疏导方法及装置 |
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 |