CN112002129A - 一种基于车载方式的多维交通信息采集系统及其方法 - Google Patents

一种基于车载方式的多维交通信息采集系统及其方法 Download PDF

Info

Publication number
CN112002129A
CN112002129A CN202011167478.5A CN202011167478A CN112002129A CN 112002129 A CN112002129 A CN 112002129A CN 202011167478 A CN202011167478 A CN 202011167478A CN 112002129 A CN112002129 A CN 112002129A
Authority
CN
China
Prior art keywords
vehicle
traffic
lane
information
information acquisition
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
Application number
CN202011167478.5A
Other languages
English (en)
Inventor
陈刚
成晟
毛克成
薛庆林
陈一言
何伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Guangyu Technology Industry Development Co ltd
Original Assignee
Jiangsu Guangyu Technology Industry Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Guangyu Technology Industry Development Co ltd filed Critical Jiangsu Guangyu Technology Industry Development Co ltd
Priority to CN202011167478.5A priority Critical patent/CN112002129A/zh
Publication of CN112002129A publication Critical patent/CN112002129A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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

Abstract

本发明公开了一种基于车载方式的多维交通信息采集系统及其方法，包括车载信息采集单元和车载处理单元，其中，车载信息采集单元用于对交通信采车自身和其前后方向车辆进行实时数据监测和采集；车载处理单元用于根据采集的数据进行数据解析，得到各车道的排队长度、平均车速、占有率、车辆违法行为和交通事故事件的信息，并将信息通过数据通信单元传送给对应的管理终端或管理人员，本发明适用于交通信息采集，本发明可以借助公共交通和警务执勤车辆在城市长期运行的特性，从而获取城市现有采集方式无法获取的路段路网的详细交通运行信息，为交通管理者了解城市交通状态提供了更全面、更精准的数据信息。

Description

一种基于车载方式的多维交通信息采集系统及其方法
技术领域
本发明属于交通信息采集技术领域，具体是一种基于车载方式的多维交通信息采集系统及其方法。
背景技术
随着城镇化的快速发展，城市道路不断扩建，车辆保有不断增加，城市交通运行和交通管理的压力也在快速激增，城市交通管理者为了更有效的管理和协调城市交通的畅通运行，已经研制、开发和建设了很多智能化的交通管理系统，而交通信息采集系统就是其中极其重要的一环，交通信息采集系统通过智能的感知和处理技术实时获取道路交通运行的状态，从而为交通管理者合理调配道路的资源，有效保障交通良好运行提供科学的依据。
目前现有的交通信息采集系统采用的方式和方法主要分为两类：
第一类是在交通路口或路段上的固定位置设置线圈、地磁、视频、雷达、微波等车辆检测器，此类采集方式的检测器装置必须固定在路口或路段的特定位置，安装后位置无法随意调整，并且只能采集到检测器有效检测范围内的交通信息，如线圈和地磁只能检测经过检测器上方的车辆；视频、雷达和微波只能覆盖检测器正向所在范围大约10~200米内的区域，所以采用此类采集方式很难获取全面的道路交通运行信息，采集区域局限性较大，检测范围之外的交通数据信息无法获取；
第二类是借助城市公交车和出租车之类的浮动车进行信息采集，此类采集方式通过装有卫星定位和无线通信的公交车和出租车等浮动车，实时或定期采集车辆自身在行驶过程中的位置、方向和速度信息，再通过与数据中心的地图匹配、路径推测等相关计算处理，判断车辆所经道路的畅通、拥挤、堵塞等不同状态，这种检测方式只能初略的计算道路的畅通和拥堵状态，而无法进一步获得道路各车道的详细信息，如排队长度、平均车速、车道占有率等详细数据信息，同时此类采集方式还十分依赖于浮动车辆的稳定运行，若浮动车辆出现故障或类似排队停车待客的情况发生，所获取的数据将可能发生较大的偏差。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种基于车载方式的多维交通信息采集系统及其方法。
为实现上述目的，本发明采用了如下技术方案：
一种基于车载方式的多维交通信息采集系统及其方法，包括车载信息采集单元和车载处理单元，其中，
所述车载信息采集单元用于对交通信采车自身和其前后方向车辆进行实时数据监测和采集；
所述车载处理单元用于根据采集的数据进行数据解析，得到各车道的排队长度、平均车速、占有率、车辆违法行为和交通事故事件的信息，并将信息通过数据通信单元传送给对应的管理终端或管理人员。
优选的，所述车载信息采集单元采集的数据主要包括车辆的数量、车型、行驶方向、定位、车速、车距、所在车道。
优选的，所述通信单元内置多种传输模块，包括串口通信模块、以太网通信模块、蓝牙通信模块、4G/5G通信模块和DSRC通信模块。
优选的，所述串口通信模块和以太网通信模块主要负责系统内部多维信息采集设备和车载处理单元之间的数据通信；
所述蓝牙通信模块主要为系统的快速升级和检修提供通信链路；
所述4G/5G通信模块和DSRC通信模块则主要负责系统与外部交通管理终端的数据通信，实现交通运行状态信息向交通管理终端的发送，以及接收道路关联智能交通信号机传送的红绿灯信号配时，所述外部交通管理终端包括：交警警务通、智能交通信号机、和交通诱导屏。
优选的，所述车载处理单元执行数据解析时，先根据地理信息坐标和车检器有效检测范围，以及交通信采车的长宽尺寸、经纬度定位信息、行驶方向、行驶车速等信息形成统一的坐标体系，并在获取道路交通车辆信息时，自动加载坐标属性。
优选的，所述信息采集方法包括排队长度解析方法、平均车速解析方法、占有率解析方法、车辆违法行为和交通事故事件解析方法。
优选的，所述排队长度解析方法具体如下：
设定交通信采车自身的长度为
Figure 231426DEST_PATH_IMAGE001
，前部雷达视频一体车检器测得的车道前部排队长度为
Figure 945305DEST_PATH_IMAGE002
，后部雷达视频一体车检器测得的车道后部排队长度为
Figure 521779DEST_PATH_IMAGE003
，将
Figure 962994DEST_PATH_IMAGE001
、
Figure 574104DEST_PATH_IMAGE002
、
Figure 927725DEST_PATH_IMAGE003
相加可得到车道排队长度
Figure 476649DEST_PATH_IMAGE004
，
Figure DEST_PATH_IMAGE005
为车道号；
其中，若进行测量的车道与交通信采车所在车道位置不相同时，车道前部排队长度
Figure 737866DEST_PATH_IMAGE006
则采用
Figure 937903DEST_PATH_IMAGE007
公式计算，
Figure 714623DEST_PATH_IMAGE008
为车道
Figure 265690DEST_PATH_IMAGE005
前方检测到的车流最前方车辆车头到车检器之间的检测距离，
Figure 268281DEST_PATH_IMAGE009
为车道
Figure 588404DEST_PATH_IMAGE005
中心与交通信采车所在车道中心的偏离值；
同理，后部排队长度
Figure 300139DEST_PATH_IMAGE003
则采用
Figure 338502DEST_PATH_IMAGE010
公式计算，
Figure 144784DEST_PATH_IMAGE011
为车道
Figure 568681DEST_PATH_IMAGE012
后方检测到的车流最后方车辆车尾与车检器之间的检测距离，
Figure 435006DEST_PATH_IMAGE013
为车道
Figure 695086DEST_PATH_IMAGE012
中心与交通信采车所在车道中心的偏离值；
若进行测量的车道与交通信采车所在车道位置相同时，
Figure 570638DEST_PATH_IMAGE008
=
Figure 350506DEST_PATH_IMAGE011
=0，则
Figure 918891DEST_PATH_IMAGE014
=
Figure 400688DEST_PATH_IMAGE008
、
Figure 320409DEST_PATH_IMAGE003
=
Figure 204052DEST_PATH_IMAGE011
；
其中，车道排队长度还需根据行驶车道下游交叉路口红绿灯信号状态进行矫正，具体矫正方法如下：
在下游路口绿灯通行状态下，排队长度数据无需调整；
而在红灯禁行周期时，则需根据交通信采车定位信息和地理信息坐标数据计算出交通信采车到路口停车线的距离
Figure 677758DEST_PATH_IMAGE015
，并将
Figure 646851DEST_PATH_IMAGE015
与
Figure 349359DEST_PATH_IMAGE002
进行比对，若
Figure 353087DEST_PATH_IMAGE002
大于
Figure 997695DEST_PATH_IMAGE015
时，则排队长度应减去(
Figure 968931DEST_PATH_IMAGE002
—
Figure 724398DEST_PATH_IMAGE016
)；若
Figure 582632DEST_PATH_IMAGE002
小于等于
Figure 414453DEST_PATH_IMAGE015
，则保持不变。
优选的，平均车速解析方法具体如下：
采集交通信采车自身的行驶速度
Figure 358138DEST_PATH_IMAGE017
以及车检器获取的各车辆的相对车速
Figure 182875DEST_PATH_IMAGE018
~
Figure 895616DEST_PATH_IMAGE019
，通过
Figure 868645DEST_PATH_IMAGE020
得到各车辆实际车速
Figure 299626DEST_PATH_IMAGE021
~
Figure 396895DEST_PATH_IMAGE022
，然后通过将
Figure 229722DEST_PATH_IMAGE017
和
Figure 872187DEST_PATH_IMAGE023
加权平均得到平均车速
Figure 56043DEST_PATH_IMAGE024
；
此外，通过车检器对车辆的坐标检测，还可区分不同车道的车辆和其车速，再通过加权平均既可计算得到每个车道的平均车速。
优选的，占有率解析方法具体如下：
通过地理信息系统获取交通信采车所在车道长度信息Lc，再将前面计算得出的车道排队长度L(x)与实际车道长度进行对比计算（L(x)÷Lc×100%）得到各车道的占有率。
优选的，车辆违法行为和交通事故事件解析方法具体如下：
通过加载第三方专业的视频或雷达识别算法实现，在发现交通违法或交通事故事件时，将信息传送给交通管理部门。
本发明公开了一种基于车载方式的多维交通信息采集系统及其方法，本发明可以借助公共交通和警务执勤车辆在城市长期运行的特性，从而获取城市现有采集方式无法获取的路段路网的详细交通运行信息，为交通管理者了解城市交通状态提供了更全面、更精准的数据信息；
本发明采用的车载交通信息采集方式与现有市场上应用的采集方式相比，既能实现对固定采集方式无法检测区域内的交通信息的采集，还能填补浮动车采集方式数据单一的缺陷，获取更全面、更精确的道路交通运行信息数据。同时在交通信采车自身故障或出现特定事件时，也不会出现浮动车采集方式的误判情。
具体实施方式
以下进一步说明本发明一种基于车载方式的多维交通信息采集系统及其方法的具体实施方式。本发明一种基于车载方式的多维交通信息采集系统及其方法不限于以下实施例的描述。
实施例1：
本实施例给出一种基于车载方式的多维交通信息采集系统及其方法，包括车载信息采集单元和车载处理单元，其中，
车载信息采集单元用于对交通信采车自身和其前后方向车辆进行实时数据监测和采集，“交通信采车”即是用于采集交通信息的车辆；
车载处理单元用于根据采集的数据进行数据解析，得到各车道的排队长度、平均车速、占有率、车辆违法行为和交通事故事件的信息，并将信息通过数据通信单元传送给对应的管理终端或管理人员。
车载信息采集单元采集的数据主要包括车辆的数量、车型、行驶方向、定位、车速、车距、所在车道。
通信单元内置多种传输模块，包括串口通信模块、以太网通信模块、蓝牙通信模块、4G/5G通信模块和DSRC通信模块。
串口通信模块和以太网通信模块主要负责系统内部多维信息采集设备和车载处理单元之间的数据通信；
蓝牙通信模块主要为系统的快速升级和检修提供通信链路；
4G/5G通信模块和DSRC通信模块则主要负责系统与外部交通管理终端的数据通信，实现交通运行状态信息向交通管理终端的发送，以及接收道路关联智能交通信号机传送的红绿灯信号配时，外部交通管理终端包括：交警警务通、智能交通信号机、和交通诱导屏。
车载处理单元执行数据解析时，先根据地理信息坐标和车检器有效检测范围，以及交通信采车的长宽尺寸、经纬度定位信息、行驶方向、行驶车速等信息形成统一的坐标体系，并在获取道路交通车辆信息时，自动加载坐标属性。
实施例2：
本实施例给出一种基于车载方式的多维交通信息采集系统及其方法，信息采集方法包括排队长度解析方法、平均车速解析方法、占有率解析方法、车辆违法行为和交通事故事件解析方法。
排队长度解析方法具体如下：
设定交通信采车自身的长度为
Figure 957003DEST_PATH_IMAGE001
，前部雷达视频一体车检器测得的车道前部排队长度为
Figure 628025DEST_PATH_IMAGE002
，后部雷达视频一体车检器测得的车道后部排队长度为
Figure 956238DEST_PATH_IMAGE003
，将
Figure 96232DEST_PATH_IMAGE001
、
Figure 800883DEST_PATH_IMAGE002
、
Figure 93455DEST_PATH_IMAGE003
相加可得到车道排队长度
Figure 592570DEST_PATH_IMAGE004
，
Figure 219860DEST_PATH_IMAGE005
为车道号；
其中，若进行测量的车道与交通信采车所在车道位置不相同时，车道前部排队长度
Figure 462623DEST_PATH_IMAGE006
则采用
Figure 111166DEST_PATH_IMAGE007
公式计算，
Figure 781182DEST_PATH_IMAGE008
为车道
Figure 895769DEST_PATH_IMAGE005
前方检测到的车流最前方车辆车头到车检器之间的检测距离，
Figure 676643DEST_PATH_IMAGE009
为车道
Figure 943807DEST_PATH_IMAGE005
中心与交通信采车所在车道中心的偏离值；
同理，后部排队长度
Figure 784724DEST_PATH_IMAGE003
则采用
Figure 386607DEST_PATH_IMAGE010
公式计算，
Figure 236751DEST_PATH_IMAGE011
为车道
Figure 856957DEST_PATH_IMAGE012
后方检测到的车流最后方车辆车尾与车检器之间的检测距离，
Figure 868776DEST_PATH_IMAGE013
为车道
Figure 692375DEST_PATH_IMAGE012
中心与交通信采车所在车道中心的偏离值；
若进行测量的车道与交通信采车所在车道位置相同时，
Figure 80631DEST_PATH_IMAGE008
=
Figure 56809DEST_PATH_IMAGE011
=0，则
Figure 505108DEST_PATH_IMAGE006
=
Figure 81582DEST_PATH_IMAGE008
、
Figure 742371DEST_PATH_IMAGE003
=
Figure 340099DEST_PATH_IMAGE011
；
其中，车道排队长度还需根据行驶车道下游交叉路口红绿灯信号状态进行矫正，具体矫正方法如下：
在下游路口绿灯通行状态下，排队长度数据无需调整；
而在红灯禁行周期时，则需根据交通信采车定位信息和地理信息坐标数据计算出交通信采车到路口停车线的距离
Figure 959299DEST_PATH_IMAGE015
，并将
Figure 757491DEST_PATH_IMAGE015
与
Figure 238282DEST_PATH_IMAGE002
进行比对，若
Figure 172740DEST_PATH_IMAGE002
大于
Figure 228420DEST_PATH_IMAGE015
时，则排队长度应减去(
Figure 513908DEST_PATH_IMAGE002
—
Figure 765767DEST_PATH_IMAGE016
)；若
Figure 820311DEST_PATH_IMAGE002
小于等于
Figure 781313DEST_PATH_IMAGE015
，则保持不变。
平均车速解析方法具体如下：
采集交通信采车自身的行驶速度
Figure 554097DEST_PATH_IMAGE017
以及车检器获取的各车辆的相对车速
Figure 376691DEST_PATH_IMAGE018
~
Figure 551320DEST_PATH_IMAGE019
，通过
Figure 417645DEST_PATH_IMAGE020
得到各车辆实际车速
Figure 677725DEST_PATH_IMAGE021
~
Figure 629693DEST_PATH_IMAGE022
，然后通过将
Figure 658829DEST_PATH_IMAGE017
和
Figure 696055DEST_PATH_IMAGE023
加权平均得到平均车速
Figure 194164DEST_PATH_IMAGE024
；
此外，通过车检器对车辆的坐标检测，还可区分不同车道的车辆和其车速，再通过加权平均既可计算得到每个车道的平均车速。
占有率解析方法具体如下：
通过地理信息系统获取交通信采车所在车道长度信息Lc，再将前面计算得出的车道排队长度L(x)与实际车道长度进行对比计算（L(x)÷Lc×100%）得到各车道的占有率。
车辆违法行为和交通事故事件解析方法具体如下：
通过加载第三方专业的视频或雷达识别算法实现，在发现交通违法或交通事故事件时，将信息传送给交通管理部门。
本发明中所使用的交通多维信息采集设备包括在交通信采车前后端架设的雷达视频一体车检器，以及车辆自带的北斗/GPS定位仪、惯性陀螺仪等。
本发明主要是提供一种能够更全面、更精确的获取城市道路交通运行信息的系统和方法，系统通过在公共交通车辆或交通管理警用车辆（后简称交通信采车）上装配交通多维信息采集设备实时采集交通信采车行驶道路上的交通信息，并传输给车载处理单元，车载处理单元则负责对获取的数据进行详细解析，准确判断道路畅通状态、交通违法、交通事故事件等信息，并将分析结果快速传递给交通管理中心或对应道路的上下游的管理终端上。
结合实施例1-实施例2可以看出：本发明可以借助公共交通和警务执勤车辆在城市长期运行的特性，从而获取城市现有采集方式无法获取的路段路网的详细交通运行信息，为交通管理者了解城市交通状态提供了更全面、更精准的数据信息，且本发明采用的车载交通信息采集方式与现有市场上应用的采集方式相比，既能实现对固定采集方式无法检测区域内的交通信息的采集，还能填补浮动车采集方式数据单一的缺陷，获取更全面、更精确的道路交通运行信息数据。同时在交通信采车自身故障或出现特定事件时，也不会出现浮动车采集方式的误判情。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于车载方式的多维交通信息采集系统，其特征在于，包括车载信息采集单元和车载处理单元，其中，
所述车载信息采集单元用于对交通信采车自身和其前后方向车辆进行实时数据监测和采集；
所述车载处理单元用于根据采集的数据进行数据解析，得到各车道的排队长度、平均车速、占有率、车辆违法行为和交通事故事件的信息，并将信息通过数据通信单元传送给对应的管理终端或管理人员。
2.如权利要求1所述的一种基于车载方式的多维交通信息采集系统，其特征在于：所述车载信息采集单元采集的数据主要包括车辆的数量、车型、行驶方向、定位、车速、车距、所在车道。
3.如权利要求1所述的一种基于车载方式的多维交通信息采集系统及其方法，其特征在于：所述通信单元内置多种传输模块，包括串口通信模块、以太网通信模块、蓝牙通信模块、4G/5G通信模块和DSRC通信模块。
4.如权利要求3所述的一种基于车载方式的多维交通信息采集系统，其特征在于：所述串口通信模块和以太网通信模块主要负责系统内部多维信息采集设备和车载处理单元之间的数据通信；
所述蓝牙通信模块主要为系统的快速升级和检修提供通信链路；
所述4G/5G通信模块和DSRC通信模块则主要负责系统与外部交通管理终端的数据通信，实现交通运行状态信息向交通管理终端的发送，以及接收道路关联智能交通信号机传送的红绿灯信号配时，所述外部交通管理终端包括：交警警务通、智能交通信号机、和交通诱导屏。
5.如权利要求1所述的一种基于车载方式的多维交通信息采集系统，其特征在于：所述车载处理单元执行数据解析时，先根据地理信息坐标和车检器有效检测范围，以及交通信采车的长宽尺寸、经纬度定位信息、行驶方向、行驶车速信息形成统一的坐标体系，并在获取道路交通车辆信息时，自动加载坐标属性。
6.如权利要求5所述的一种基于车载方式的多维交通信息采集系统的信息采集方法，其特征在于：所述信息采集方法包括排队长度解析方法、平均车速解析方法、占有率解析方法、车辆违法行为和交通事故事件解析方法。
7.如权利要求6所述的一种基于车载方式的多维交通信息采集系统及其方法，其特征在于：所述排队长度解析方法具体如下：
设定交通信采车自身的长度为
Figure 981922DEST_PATH_IMAGE001
，前部雷达视频一体车检器测得的车道前部排队长度为
Figure 327453DEST_PATH_IMAGE002
，后部雷达视频一体车检器测得的车道后部排队长度为
Figure 962965DEST_PATH_IMAGE003
，将
Figure 761157DEST_PATH_IMAGE001
、
Figure 225636DEST_PATH_IMAGE002
、
Figure 425673DEST_PATH_IMAGE003
相加可得到车道排队长度
Figure 10849DEST_PATH_IMAGE004
，
Figure 30758DEST_PATH_IMAGE005
为车道号；
其中，若进行测量的车道与交通信采车所在车道位置不相同时，车道前部排队长度
Figure 564507DEST_PATH_IMAGE006
则采用
Figure 635363DEST_PATH_IMAGE007
公式计算，
Figure 596365DEST_PATH_IMAGE008
为车道
Figure 369149DEST_PATH_IMAGE005
前方检测到的车流最前方车辆车头到车检器之间的检测距离，
Figure 690278DEST_PATH_IMAGE009
为车道
Figure 599328DEST_PATH_IMAGE005
中心与交通信采车所在车道中心的偏离值；
同理，后部排队长度
Figure 731232DEST_PATH_IMAGE010
则采用
Figure 725733DEST_PATH_IMAGE011
公式计算，
Figure 352018DEST_PATH_IMAGE012
为车道
Figure 381154DEST_PATH_IMAGE013
后方检测到的车流最后方车辆车尾与车检器之间的检测距离，
Figure 418380DEST_PATH_IMAGE014
为车道
Figure 165756DEST_PATH_IMAGE013
中心与交通信采车所在车道中心的偏离值；
若进行测量的车道与交通信采车所在车道位置相同时，
Figure 97196DEST_PATH_IMAGE015
=
Figure 980838DEST_PATH_IMAGE012
=0，则
Figure 188966DEST_PATH_IMAGE006
=
Figure 908791DEST_PATH_IMAGE015
、
Figure 126146DEST_PATH_IMAGE003
=
Figure 864295DEST_PATH_IMAGE012
；
其中，车道排队长度还需根据行驶车道下游交叉路口红绿灯信号状态进行矫正，具体矫正方法如下：
在下游路口绿灯通行状态下，排队长度数据无需调整；
而在红灯禁行周期时，则需根据交通信采车定位信息和地理信息坐标数据计算出交通信采车到路口停车线的距离
Figure 508903DEST_PATH_IMAGE016
，并将
Figure 214560DEST_PATH_IMAGE016
与
Figure 970026DEST_PATH_IMAGE002
进行比对，若
Figure 828261DEST_PATH_IMAGE017
大于
Figure 643770DEST_PATH_IMAGE016
时，则排队长度应减去(
Figure 338188DEST_PATH_IMAGE002
—
Figure 897345DEST_PATH_IMAGE018
)；若
Figure 610086DEST_PATH_IMAGE002
小于等于
Figure 596496DEST_PATH_IMAGE016
，则保持不变。
8.如权利要求6所述的一种基于车载方式的多维交通信息采集系统及其方法，其特征在于：所述平均车速解析方法具体如下：
采集交通信采车自身的行驶速度
Figure 279675DEST_PATH_IMAGE019
以及车检器获取的各车辆的相对车速
Figure 376944DEST_PATH_IMAGE020
~
Figure 944192DEST_PATH_IMAGE021
，通过
Figure 101503DEST_PATH_IMAGE022
得到各车辆实际车速
Figure 504934DEST_PATH_IMAGE023
~
Figure 405894DEST_PATH_IMAGE024
，然后通过将
Figure 93227DEST_PATH_IMAGE019
和
Figure 421440DEST_PATH_IMAGE025
加权平均得到平均车速
Figure 810702DEST_PATH_IMAGE026
；
此外，通过车检器对车辆的坐标检测，还可区分不同车道的车辆和其车速，再通过加权平均既可计算得到每个车道的平均车速。
9.如权利要求6所述的一种基于车载方式的多维交通信息采集系统及其方法，其特征在于：所述占有率解析方法具体如下：
通过地理信息系统获取交通信采车所在车道长度信息Lc，再将前面计算得出的车道排队长度L(x)与实际车道长度进行对比计算（L(x)÷Lc×100%）得到各车道的占有率。
10.如权利要求6所述的一种基于车载方式的多维交通信息采集系统及其方法，其特征在于：所述车辆违法行为和交通事故事件解析方法具体如下：
通过加载第三方专业的视频或雷达识别算法实现，在发现交通违法或交通事故事件时，将信息传送给交通管理部门。
CN202011167478.5A 2020-10-28 2020-10-28 一种基于车载方式的多维交通信息采集系统及其方法 Pending CN112002129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011167478.5A CN112002129A (zh) 2020-10-28 2020-10-28 一种基于车载方式的多维交通信息采集系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011167478.5A CN112002129A (zh) 2020-10-28 2020-10-28 一种基于车载方式的多维交通信息采集系统及其方法

Publications (1)

Publication Number Publication Date
CN112002129A true CN112002129A (zh) 2020-11-27

Family

ID=73474444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011167478.5A Pending CN112002129A (zh) 2020-10-28 2020-10-28 一种基于车载方式的多维交通信息采集系统及其方法

Country Status (1)

Country Link
CN (1) CN112002129A (zh)

Similar Documents

Publication Publication Date Title
CN109859500B (zh) 一种基于车路协同的高速合流区安全预警方法
CN108550262B (zh) 基于毫米波雷达的城市交通感知系统
JP3526460B2 (ja) 交通流を評する定量的データ推定方法及びそれに適用する探査用車両
CN113347254B (zh) 基于v2x的智能交通控制车联网系统及其控制方法
US8576069B2 (en) Mobile sensing for road safety, traffic management, and road maintenance
CN108769949B (zh) 一种v2x设备的道路测试方法
WO2021031338A1 (zh) 多雷达跨区域组网多目标跟踪识别方法及装置
JP4809321B2 (ja) 交通情報算出装置、交通情報算出プログラム及び交通情報算出方法
CN111223302B (zh) 移动载具用外部坐标实时三维路况辅助装置及该系统
CN109285349B (zh) 车路协同环境下高速公路交通事件检测方法及预警系统
CN107331191B (zh) 异常行驶车辆定位方法、云服务器及系统
CN107293116B (zh) 一种基于视频分析的交通事件检测系统
CN112489433B (zh) 交通拥堵分析方法及装置
US20100174474A1 (en) Traffic information processing system, statistical processing device, traffic information processing method, and traffic information processing program
CN104851295A (zh) 获取路况信息的方法和系统
CN112712697B (zh) 面向车路协同应用的车道级交通状态判别方法
CN102231231A (zh) 区域公路网交通安全态势预警系统及其方法
CN112907938B (zh) 一种基于电子围栏的城市智能公交管控方法及系统
CN107590999A (zh) 一种基于卡口数据的交通状态判别方法
CN113470350B (zh) 一种便道行车调度方法
JP5317947B2 (ja) 交通流計測システム、車載器及び路側通信装置
CN114120640A (zh) 一种多源动态数据校核的道路交通量自适应控制装置
CN109785640A (zh) 一种关于车辆违章检测系统及其检测方法
CN206848501U (zh) 一种高速公路气象监测系统
CN112002129A (zh) 一种基于车载方式的多维交通信息采集系统及其方法

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: 20201127

RJ01 Rejection of invention patent application after publication