CN112435472A - 拥堵分析方法、装置、设备及存储介质 - Google Patents
拥堵分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112435472A CN112435472A CN202011262658.1A CN202011262658A CN112435472A CN 112435472 A CN112435472 A CN 112435472A CN 202011262658 A CN202011262658 A CN 202011262658A CN 112435472 A CN112435472 A CN 112435472A
- Authority
- CN
- China
- Prior art keywords
- congestion
- road
- section
- road section
- monitored
- 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
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
- G08G1/0108—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
- G08G1/0125—Traffic data processing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种拥堵分析方法、装置、设备及存储介质,涉及智能交通技术领域。该方法包括:获取拥堵路段的拥堵起始位置;获取监控路段中浮动交通工具的轨迹数据,其中,所述监控路段为预设行驶方向上所述拥堵起始位置前后的预设范围内的路段;根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度;根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发位置,所述拥堵诱发位置为导致所述拥堵路段存在拥堵的位置。相对于现有技术,避免了采集效率低下、拥堵成因判断方式单一,且研判结果不准确的问题。
Description
技术领域
本申请涉及智能交通技术领域,具体而言,涉及一种拥堵分析方法、装置、设备及存储介质。
背景技术
随着城市化进程的不断加速,汽车保有量逐年增加,已远超城市道路建设的增长速度,导致各大城市均出现不同程度交通拥堵问题,对居民生活工作带来了严重影响,增加了城市运行的成本。
如何确定拥堵路段的拥堵成因是现在城市化交通需要重点关注的问题,现有技术中的拥堵成因判断,一般是通过交通参与者主动上报拥堵成因,或是基于拥堵道路特征重要性判断交通拥堵成因。
但是这样的判断方式存在采集效率低下、拥堵成因判断方式单一,且研判结果不准确等问题。
发明内容
有鉴于此,本申请的目的在于提供一种拥堵分析方法、装置、设备及存储介质,能够解决现有技术中在采集效率低下、拥堵成因判断方式单一,且研判结果不准确等的问题,达到提高研判结果的准确性的作用。
在本申请的第一方面,本申请提供一种拥堵分析方法,所述方法包括:
获取拥堵路段的拥堵起始位置;
获取监控路段中浮动交通工具的轨迹数据,其中,所述监控路段为预设行驶方向上所述拥堵起始位置前后的预设范围内的路段;
根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度;
根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发位置,所述拥堵诱发位置为导致所述拥堵路段存在拥堵的位置。
可选地,所述浮动交通工具的轨迹数据包括:所述浮动交通工具的轨迹点的位置;所述根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度,包括:
根据经过每个道路横断面的多个所述浮动交通工具的轨迹点的位置,计算每个所述浮动交通工具的轨迹点移动速度;
根据多个所述浮动交通工具的轨迹点的平均轨迹点移动速度,确定所述每个道路横断面的运行速度。
可选地,所述根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发点,包括:
根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置,包括:
根据所述多个道路横断面的运行速度,分别计算每个道路横断面的速度变化率;
从所述监控路段中,确定所述速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置,包括:
根据所述多个横断面的运行速度,生成所述监控路段的速度变化曲线;
对所述速度变化曲线进行求导,得到所述速度变化率最大的道路横断面对应的位置;
从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度之前,所述方法还包括:
根据第一预设距离,对所述监控路段进行划分,得到所述多个道路横断面,相邻道路横断面的距离为所述第一预设距离。
可选地,所述获取拥堵路段的拥堵起始位置,包括:
根据预设区域范围内的交通工具的轨迹数据,获取所述预设区域范围内的所述拥堵路段的位置,所述拥堵路段的位置包括:所述拥堵起始位置和拥堵结束位置。
可选地,所述获取监控路段中浮动交通工具的轨迹数据之前,所述方法还包括:
确定所述预设行驶方向上所述拥堵起始位置后的第一预设范围的路段,以及所述拥堵起始位置前的第二预设范围的路段,为所述监控路段。
可选地,所述方法还包括:
获取第一目标交通工具所装载的车载录像设备采集的路况图像;其中,所述第一目标交通工具为距离所述拥堵诱发位置第二预设距离内的交通工具;
采用预设的拥堵成因分析模型,对所述路况图像进行处理,确定拥堵成因;其中,所述拥堵成因分析模型为预先采用多种拥堵成因对应的样本路况图像进行训练得到的模型。
可选地,所述方法还包括:
若所述拥堵路段为预设路段,或者,所述拥堵成因为预设类型的拥堵成因,则发送核验指令至所述拥堵诱发位置对应的现场用户的目标终端;所述核验指令包括:所述拥堵成因,所述核验指令用于指示所述现场用户对所述拥堵诱发位置进行现场处置。
可选地,所述方法还包括:
获取所述现场处置之后,第二目标交通工具所装载的车载录像设备采集的现场图像;所述目标交通工具为距离所述拥堵诱发位置所述第二预设距离内的交通工具;
根据所述现场图像和所述路况图像进行比较,并根据比较结果确定所述拥堵诱发位置的拥堵解决结果。
可选地,所述方法还包括:
保存所述路况图像和所述拥堵成因。
在本申请的第二方面,本申请还提供了一种拥堵分析装置,所述装置包括:获取模块、计算模块和确定模块,其中:
所述获取模块,用于获取拥堵路段的拥堵起始位置;获取监控路段中浮动交通工具的轨迹数据,其中,所述监控路段为预设行驶方向上所述拥堵起始位置前后的预设范围内的路段;
所述计算模块,用于根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度;
所述确定模块,用于根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发位置,所述拥堵诱发位置为导致所述拥堵路段存在拥堵的位置。
可选地,所述计算模块,具体用于根据经过每个道路横断面的多个所述浮动交通工具的轨迹点的位置,计算每个所述浮动交通工具的轨迹点移动速度;
所述确定模块,具体用于根据多个所述浮动交通工具的轨迹点的平均轨迹点移动速度,确定所述每个道路横断面的运行速度。
可选地,所述确定模块,具体用于根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述计算模块,具体用于根据所述多个道路横断面的运行速度,分别计算每个道路横断面的速度变化率;
所述确定模块,具体用于从所述监控路段中,确定所述速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述装置还包括:生成模块,用于根据所述多个横断面的运行速度,生成所述监控路段的速度变化曲线;
所述确定模块,具体用于对所述速度变化曲线进行求导,得到所述速度变化率最大的道路横断面对应的位置;从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
可选地,所述确定模块,具体用于根据第一预设距离,对所述监控路段进行划分,得到所述多个道路横断面,相邻道路横断面的距离为所述第一预设距离。
可选地,所述获取模块,具体用于根据预设区域范围内的交通工具的轨迹数据,获取所述预设区域范围内的所述拥堵路段的位置,所述拥堵路段的位置包括:所述拥堵起始位置和拥堵结束位置。
可选地,所述确定模块,具体用于确定所述预设行驶方向上所述拥堵起始位置后的第一预设范围的路段,以及所述拥堵起始位置前的第二预设范围的路段,为所述监控路段。
可选地,所述获取模块,具体用于获取第一目标交通工具所装载的车载录像设备采集的路况图像;其中,所述第一目标交通工具为距离所述拥堵诱发位置第二预设距离内的交通工具;
所述确定模块,具体用于采用预设的拥堵成因分析模型,对所述路况图像进行处理,确定拥堵成因;其中,所述拥堵成因分析模型为预先采用多种拥堵成因对应的样本路况图像进行训练得到的模型。
可选地,所述装置还包括:发送模块,用于若所述拥堵路段为预设路段,或者,所述拥堵成因为预设类型的拥堵成因,则发送核验指令至所述拥堵诱发位置对应的现场用户的目标终端;所述核验指令包括:所述拥堵成因,所述核验指令用于指示所述现场用户对所述拥堵诱发位置进行现场处置。
可选地,所述获取模块,具体用于获取所述现场处置之后,第二目标交通工具所装载的车载录像设备采集的现场图像;所述目标交通工具为距离所述拥堵诱发位置所述第二预设距离内的交通工具;
所述确定模块,具体用于根据所述现场图像和所述路况图像进行比较,并根据比较结果确定所述拥堵诱发位置的拥堵解决结果。
可选地,所述装置还包括:保存模块,用于保存所述路况图像和所述拥堵成因。
在本申请的第三方面,提供一种拥堵分析设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当拥堵分析设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述第一方面任一所述方法的步骤。
在本申请的第四方面,本申请还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
基于上述任一方面,可以在获取拥堵路段的起始位置后,根据监控路段中浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度,并根据计算结果确定拥堵诱发位置,从而可以直接根据浮动交通工具的轨迹数据来计算并确定拥堵诱发位置,不但提高了判断的实时性,并且由于是根据轨迹数据计算得到的拥堵诱发位置,使得拥堵诱发位置的确定更加准确,解决现有技术中了采集效率低下、拥堵成因判断方式单一,且研判结果不准确的问题,达到提高研判结果准确性的作用。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的拥堵分析系统的结构示意图;
图2为本申请一实施例提供的拥堵分析方法的流程示意图;
图3为本申请一实施例提供的监控路段的示意图;
图4为本申请另一实施例提供的拥堵分析方法的流程示意图;
图5为本申请另一实施例提供的拥堵分析方法的流程示意图;
图6为本申请一实施例提供的拥堵分析装置的结构示意图;
图7为本申请另一实施例提供的拥堵分析装置的结构示意图;
图8为本申请一实施例提供的拥堵分析设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员清楚理解本申请所提供的内容,如下结合示例应用场景,基于提供乘车服务的交通工具如“网约车”、“出租车”或者“无人驾驶出租车”的轨迹数据对拥堵路段进行分析,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要基于提供乘车服务的交通工具的轨迹数据对拥堵路段进行分析来描述,但是应该理解,这仅是一个示例性实施例,本申请可以应用于各种对拥堵路段进行分析的场景中,例如:可以基于私家车、或其他安装有车载录像设备的交通工具来对拥堵路段进行分析。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请的一个方面涉及一种拥堵分析系统。该拥堵分析系统可以根据监控路段浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度,并根据多个道路横断面的运行速度,从监控路段中确定拥堵诱发位置,浮动交通工具为具有全球定位系统(Global Positioning System,GPS)功能的浮动车辆,例如具有GPS定位功能的私家车、出租车或网约车等,本申请在此不作限制,在本申请的下述实施例中,均以浮动车辆例如可以为在提供预设乘车服务的网约车或者出租车为例进行说明。
值得注意的是,在本申请提出申请之前,现有技术通常根据交通参与者主动上报拥堵位置从而确定拥堵诱发位置,但是这种方法只能通过人工上报的方式确定拥堵诱发位置。这样的确定方式不但由于人工上传的主观性,无法保证确定拥堵诱发位置的准确性,并且拥堵诱发位置的确定时间无法保证,使得拥堵诱发位置的确定效率低下。
本申请提供的拥堵分析方法,可以根据在获取拥堵路段的起始位置后,根据监控路段中浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度,并根据计算结果确定拥堵诱发位置,从而可以直接根据浮动交通工具的轨迹数据来计算并确定拥堵诱发位置,不但提高了判断的实时性,并且由于是根据轨迹数据计算得到的拥堵诱发位置,使得拥堵诱发位置的确定更加准确,因此采用本申请提供的拥堵分析方法,可以解决现有技术中了采集效率低下、拥堵成因判断方式单一,且研判结果不准确的问题,达到提高研判结果准确性的作用。
图1是本申请实施例提供的一种拥堵分析系统100的架构示意图,例如:拥堵分析系统100可以是用于任何涉及需要确定拥堵诱发位置的场景。如图1所示,拥堵分析系统100可以包括服务器110、网络120、服务终端130和数据库140中的一种或多种。
在一些实施例中,服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,处理器可以基于从服务终端130获得的轨迹数据来计算并确定拥堵诱发位置。在一些实施例中,处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(M))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、专用指令集处理器(Application Specific Instruction-set Processor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)、或微处理器等,或其任意组合。
在一些实施例中,服务终端130对应的设备类型可以是移动设备,比如可以包括:具有通信功能的车载摄像机、具有通信功能的行车记录仪、可穿戴设备、智能移动设备、平板计算机、膝上型计算机等。下述实施例中均以,服务终端130为安装在交通工具上的具有通信功能的行车记录仪为例进行说明,用户通过行车记录器获取并上传对应交通工具的轨迹数据,服务器根据各浮动交通工具的轨迹数据计算并确定拥堵诱发位置。
在一些实施例中,数据库140可以连接到网络120以与拥堵分析系统100中的一个或多个组件(例如,服务器110,服务终端130,服务提供端等)通信。拥堵分析系统100中的一个或多个组件可以经由网络120访问存储在数据库140中的数据或指令。在一些实施例中,数据库140可以直接连接到拥堵分析系统100中的一个或多个组件,或者,数据库140也可以是服务器110的一部分。
下面结合上述图1示出的拥堵分析系统100中描述的内容,对本申请实施例提供的拥堵分析方法进行详细说明,下述拥堵分析方法应用于上述系统之中,执行主体可以为服务终端或者服务器,预设场景可以根据用户需要设计和调整,任何涉及需要确定拥堵诱发位置的场景均可使用,并不以实施例给出的两个场景为限。
参照图2所示,为本申请一实施例提供的一种拥堵分析方法的流程示意图,该方法可以由服务器来执行,包括:
S201:获取拥堵路段的拥堵起始位置。
示例地,在一些可能的实施例中,获取拥堵路段的起始位置的方式例如可以为根据预设区域范围内的交通工具的轨迹数据,获取预设区域范围内的拥堵路段的位置,拥堵路段的位置例如可以包括:拥堵起始位置和拥堵结束位置。即拥堵路段的起始位置可以为利用各浮动交通工具的车载录像设备上报的轨迹数据,根据实时路况自动扫描全城、或预设城市覆盖范围、预设区域覆盖范围、或者,预设路段覆盖范围的拥堵信息,从而获取拥堵位置的起始位置和拥堵的结束位置,其中,拥堵位置的起始位置例如可以为拥堵起始位置的坐标信息,或拥堵起始位置位于的路段信息及距离路段指示标志的距离信息等,具体获取拥堵路段的拥堵起始位置的方式,以及拥堵起始位置的表示形式可以根据用户需要灵活调整,并不以上述实施例给出的为限。
S202:获取监控路段中浮动交通工具的轨迹数据。
其中,监控路段为预设行驶方向上拥堵起始位置前后的预设范围内的路段。
示例地,在本申请的一个实施中,S102之前,需要确定预设行驶方向上拥堵起始位置后的第一预设范围的路段,以及拥堵起始位置前的第二预设范围的路段,为监控路段。
这种通过向拥堵起始位置前扩展,确定监控路段的方式,提高了后续确定拥堵诱发位置的准确性,避免了仅对拥堵路段内的轨迹数据进行分析,而忽视拥堵路段周围的轨迹数据,造成分析出错的问题,进一步提高了后续分析的准确性;这种不获取整段拥堵路段作为监控路段,而是仅获取拥堵起始位置后的第一预设范围的路段的方式,减少了后续分析的计算量,提高了计算效率,由于拥堵诱发位置一般在拥堵路段的前半部分,所以获取靠近拥堵的结束位置的路段作为监控路段的参考性不大,反而会造成服务器的计算压力,降低计算效率,因此这种仅确定预设行驶方向上拥堵起始位置后的第一预设范围的路段,以及拥堵起始位置前的第二预设范围的路段为监控路段的方式,在减小计算量,提高计算效率的同时,提高了后续分析的准确性和可信度。
应当理解在一些可能的实施例中,还可以确定预设行驶方向上拥堵的结束位置后的第三预设范围内的路段,以及拥堵的起始位置前的第二预设范围内的路段,为监控路段,具体监控路段的确定方式可以根据用户需要灵活调整,并不以上述实施例给出的为限。
S203:根据浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度。
示例地,在一些可能的实施例中,多个横断面之间可以等间距分布,例如可以根据第一预设距离,对监控路段进行划分,得到多个道路横断面,相邻道路横断面的距离为第一预设距离。其中,第一预设距离例如可以为根据车载录像设备的可识别范围确定的,随后根据确定的第一预设距离对监控路段进行多个道路横断面的划分,例如车载录像设备的可识别范围可以为20m,则可以在监控路段上进行多个道路横断面的划分,每个道路横断面之间的距离为20m,应当理解距离横断面的划分规则和划分方式可以根据用户需要灵活调整,并不以上述实施例给出的为限。
可选地,在本申请的一个实施例中,浮动交通工具的轨迹数据包括:浮动交通工具的轨迹点的位置;则各道路横断面的运行速度的方式例如可以为:根据经过每个道路横断面的多个浮动交通工具的轨迹点的位置,计算每个浮动交通工具的轨迹点移动速度;根据多个浮动交通工具的轨迹点的平均轨迹点移动速度,确定每个道路横断面的运行速度。
即根据各横断面附近的浮动交通工具的轨迹数据中,各道路横断面附近的多个轨迹点的移动速度确定,例如以各轨迹点的上传速度为1s为例进行说明,轨迹点移动速度例如可以由该轨迹点对应的轨迹数据中,上一轨迹点和当前轨迹点之间的距离差值和时间差的比值确定,其中时间差即为各轨迹点的上传速度,随后计算多个轨迹点的平均移动速度为当前道路横断面的运行速度。
示例地,在一些可能的实施例中,确定各轨迹点的移动速度之前,需要对各浮动交通工具的轨迹数据进行预处理,剔除掉明显异常的干扰数据,例如:剔除掉一些在路边等待乘客,或是车辆发生故障在应急车道停滞等,并没有在行驶状态的浮动交通工具的轨迹数据,预处理后的浮动交通工具的数据由于剔除了干扰数据,因此提高了各道路横断面的运行速度计算的准确度,从而提高了确定拥堵诱发位置的准确性。
S204:根据多个道路横断面的运行速度,从监控路段中确定拥堵诱发位置。
其中,拥堵诱发位置为导致拥堵路段存在拥堵的位置,确定方式例如可以:根据多个道路横断面的运行速度,从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。
示例地,在本申请的一个实施例中,拥堵诱发位置的确定方式例如可以为:根据多个道路横断面的运行速度,分别计算每个道路横断面的速度变化率;从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。即过了该位置之后,浮动交通工具的速度提升最明显,则很有可能是该位置造成了交通拥堵。
示例地,在本申请的另一个实施例中,拥堵诱发位置的确定方式例如可以为:根据多个横断面的运行速度,生成监控路段的速度变化曲线;对速度变化曲线进行求导,确定速度变化率最大的点,并获取速度变化率最大的点在道路横断面上对应的位置;从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。
应当理解具体确定拥堵诱发位置的方式可以根据用户需要灵活调整,并不以上述实施例给出的方式为限。
举例说明,图3为本申请一实施例提供的监控路段的示意图,如图3所示,当前图中黑色部分为处于拥堵状态的拥堵路段,此时根据预设行驶方向,确定拥堵起始位置后的第一预设范围的路段,以及拥堵起始位置前的第二预设范围的路段为监控路段,并根据第一预设距离,对监控路段进行道路横断面的划分,将监控路段划分为包括7个道路横断面的路段,例如根据浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度分别如下:第一道路横断面的运行速度为25km/h,第二道路横断面的运行速度为15km/h,第三道路横断面的运行速度为13km/h,第四道路横断面的运行速度为14km/h,第五道路横断面的运行速度为15km/h,第六道路横断面的运行速度为13km/h,第七道路横断面的运行速度为18km/h,此时计算得到各道路横断面的速度变化率分别为+10,+2,-1,-1,+2和-5,根据速度变化率可知,第一道路横断面的速度变化率为+10,是当前监控路段中速度变化率最高的道路横断面,说明浮动交通工具通过第一道路横断面后,速度的提升最为明显,则很有可能是第一道路横断面处造成了交通拥堵,则确定第一道路横断面为拥堵诱发位置,至此拥堵诱发位置的判定完成。
采用本申请实施例提供的拥堵分析方法,可以在获取拥堵路段的起始位置后,根据监控路段中浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度,并根据计算结果确定拥堵诱发位置,从而可以直接根据浮动交通工具的轨迹数据来计算并确定拥堵诱发位置,不但提高了判断的实时性,并且由于是根据轨迹数据计算得到的拥堵诱发位置,使得拥堵诱发位置的确定更加准确,解决现有技术中了采集效率低下、拥堵成因判断方式单一,且研判结果不准确的问题,达到提高研判结果准确性的作用。
可选地,在上述实施例的基础上,本申请实施例还可提供一种拥堵分析方法,如下结合附图对上述方法的实现过程进行示例说明。图4为本申请另一实施例提供的一种拥堵分析方法的流程示意图,如图4所示,该方法还可包括:
S205:获取第一目标交通工具所装载的车载录像设备采集的路况图像。
其中,第一目标交通工具为距离拥堵诱发位置第二预设距离内的交通工具;第一目标交通工具在获取到服务器发送的采集任务后,向服务器发送采集的路况图像,其中,路况图像可以为图像信息,也可以为视频信息,也可以为图像信息和视频信息,本申请在此不做任何限制。
S206:采用预设的拥堵成因分析模型,对路况图像进行处理,确定拥堵成因。
其中,拥堵成因分析模型为预先采用多种拥堵成因对应的样本路况图像进行训练得到的模型。
示例地,在一些可能的实施例中,拥堵成因例如可以包括:行人过多、人车混行、道路变窄、会车入口,交通事故等,本申请在此不做任何限制。
可选地,在本申请的一个实施例中,若拥堵路段为预设路段,例如可以为预设重点监控路段:交通枢纽路段、事故高发路段或常发性拥堵路段等;或者,拥堵成因为预设类型的拥堵成因,例如重大交通事故等;或者拥堵程度为重度拥堵路段,例如可以为拥堵长度大于预设拥堵长度、或该拥堵路段上的浮动交通工具的行驶速度小于预设速度等;则发送核验指令至拥堵诱发位置对应的现场用户的目标终端;核验指令包括:拥堵成因,核验指令用于指示现场用户对拥堵诱发位置进行现场处置;其中现场用户例如可以为交通警察或交通协管人员等,现场处置例如可以:对现场交通进行疏导,并采取相关措施进行交通安全警示标志等;应当理解具体发送核验指令的场景并不以上述实施例给出的为限,具体可以根据用户需要灵活调整,本申请在此不做任何限制。
可选地,在本申请的另一实施例中,获取现场处置之后,第二目标交通工具所装载的车载录像设备采集的现场图像;即对现场处置后的现场继续进行监控,目标交通工具为距离拥堵诱发位置第二预设距离内的交通工具;根据现场图像和路况图像进行比较,例如可以通过交通运行指数的比较确定比较结果,并根据比较结果确定拥堵诱发位置的拥堵解决结果,及通过现场图像的回传,判断拥堵情况是否得到解决。
可选地,在上述实施例的基础上,本申请实施例还可提供一种拥堵分析方法,如下结合附图对上述方法的实现过程进行示例说明。图5为本申请另一实施例提供的一种拥堵分析方法的流程示意图,如图5所示,该方法还可包括:
S207:保存所述路况图像和所述拥堵成因。
采用本申请提供的拥堵分析方法,可以根据各浮动交通工具的轨迹数据,自动化发现全城拥堵的拥堵诱发位置,并根据各拥堵诱发位置附近的车载录像设备采集的图像信息,确定拥堵成因,并针对拥堵成因指示现场用户对拥堵诱发位置进行现场处置,并在现场处置后继续通过车载录像设备对现场的图像进行获取,通过前后对比的方式确定拥堵成因是否解决,从而可以自动化找出城市交通的问题所在,从而实现对症下药,缓解城市交通拥堵状况的作用。
基于同一发明构思,本申请实施例中还提供了与拥堵分析方法对应的拥堵分析装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述拥堵分析方法相似,因此装置的实施可以参见方法的实施,有益效果的重复之处不再赘述。
图6为本申请一实施例提供的一种拥堵分析装置的结构示意图,如图6所示,该装置包括:获取模块301、计算模块302和确定模块303,其中:
获取模块301,用于获取拥堵路段的拥堵起始位置;获取监控路段中浮动交通工具的轨迹数据,其中,监控路段为预设行驶方向上拥堵起始位置前后的预设范围内的路段。
计算模块302,用于根据浮动交通工具的轨迹数据,计算监控路段中多个道路横断面的运行速度。
确定模块303,用于根据多个道路横断面的运行速度,从监控路段中确定拥堵诱发位置,拥堵诱发位置为导致拥堵路段存在拥堵的位置。
可选地,计算模块302,具体用于根据经过每个道路横断面的多个浮动交通工具的轨迹点的位置,计算每个浮动交通工具的轨迹点移动速度。
确定模块303,具体用于根据多个浮动交通工具的轨迹点的平均轨迹点移动速度,确定每个道路横断面的运行速度。
可选地,确定模块303,具体用于根据多个道路横断面的运行速度,从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。
可选地,计算模块302,具体用于根据多个道路横断面的运行速度,分别计算每个道路横断面的速度变化率。
确定模块303,具体用于从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。
图7为本申请另一实施例提供的一种拥堵分析装置的结构示意图,如图7所示,该装置还包括:生成模块304,用于根据多个横断面的运行速度,生成监控路段的速度变化曲线。
确定模块303,具体用于对速度变化曲线进行求导,得到速度变化率最大的道路横断面对应的位置;从监控路段中,确定速度变化率最大的道路横断面对应的位置为拥堵诱发位置。
可选地,确定模块303,具体用于根据第一预设距离,对监控路段进行划分,得到多个道路横断面,相邻道路横断面的距离为第一预设距离。
可选地,获取模块301,具体用于根据预设区域范围内的交通工具的轨迹数据,获取预设区域范围内的拥堵路段的位置,拥堵路段的位置包括:拥堵起始位置和拥堵结束位置。
可选地,确定模块303,具体用于确定预设行驶方向上拥堵起始位置后的第一预设范围的路段,以及拥堵起始位置前的第二预设范围的路段,为监控路段。
可选地,获取模块301,具体用于获取第一目标交通工具所装载的车载录像设备采集的路况图像;其中,第一目标交通工具为距离拥堵诱发位置第二预设距离内的交通工具。
确定模块303,具体用于采用预设的拥堵成因分析模型,对路况图像进行处理,确定拥堵成因;其中,拥堵成因分析模型为预先采用多种拥堵成因对应的样本路况图像进行训练得到的模型。
如图7所示,装置还包括:发送模块305,用于若拥堵路段为预设路段,或者,拥堵成因为预设类型的拥堵成因,则发送核验指令至拥堵诱发位置对应的现场用户的目标终端;核验指令包括:拥堵成因,核验指令用于指示现场用户对拥堵诱发位置进行现场处置。
可选地,获取模块301,具体用于获取现场处置之后,第二目标交通工具所装载的车载录像设备采集的现场图像;目标交通工具为距离拥堵诱发位置第二预设距离内的交通工具。
确定模块303,具体用于根据现场图像和路况图像进行比较,并根据比较结果确定拥堵诱发位置的拥堵解决结果。
如图7所示,装置还包括:保存模块306,用于保存路况图像和拥堵成因。
图8为本申请一实施例提供的一种拥堵分析设备的结构示意图,如图8所示,该拥堵分析设备包括:处理器601、存储器602和总线603;存储器602存储有处理器601可执行的机器可读指令,当拥堵分析设备运行时,处理器601与存储器602之间通过总线603通信,处理器601执行机器可读指令,以执行如前述方法实施例所提供的拥堵分析方法的步骤。
具体地,存储器602中所存储的机器可读指令为本申请前述实施例所述的拥堵分析方法的执行步骤,处理器601可执行该拥堵分析方法对浮动交通工具的轨迹数据进行处理,因此,该拥堵分析设备同样具备前述方法实施例中所述的全部有益效果,本申请亦不再重复描述。
需要说明的是,该拥堵分析设备可以是通用计算机或特殊用途的计算机,以及其他用于处理数据的服务器等,三者都可以用于实现本申请的拥堵分析方法。本申请尽管仅仅通过计算机和服务器分别对拥堵分析方法进行了说明,但是为了方便起见,也可以在多个类似平台上以分布式方式实现本申请描述的功能,以均衡处理负载。
例如,拥堵分析设备可以包括用于执行程序指令的一个或多个处理器、通信总线、和不同形式的存储介质,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。
为了便于说明,在上述实施例中仅描述了一个处理器。然而,应当注意,本申请中的拥堵分析设备还可以包括多个处理器,因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。
本申请实施例还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述拥堵分析方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述拥堵分析方法,从而,解决现有技术中采集效率低下、拥堵成因判断方式单一,且研判结果不准确的问题。
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,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (15)
1.一种拥堵分析方法,其特征在于,所述方法包括:
获取拥堵路段的拥堵起始位置;
获取监控路段中浮动交通工具的轨迹数据,其中,所述监控路段为预设行驶方向上所述拥堵起始位置前后的预设范围内的路段;
根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度;
根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发位置,所述拥堵诱发位置为导致所述拥堵路段存在拥堵的位置。
2.如权利要求1所述的方法,其特征在于,所述浮动交通工具的轨迹数据包括:所述浮动交通工具的轨迹点的位置;所述根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度,包括:
根据经过每个道路横断面的多个所述浮动交通工具的轨迹点的位置,计算每个所述浮动交通工具的轨迹点移动速度;
根据多个所述浮动交通工具的轨迹点的平均轨迹点移动速度,确定所述每个道路横断面的运行速度。
3.如权利要求1所述的方法,其特征在于,所述根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发点,包括:
根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
4.如权利要求3所述的方法,其特征在于,所述根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置,包括:
根据所述多个道路横断面的运行速度,分别计算每个道路横断面的速度变化率;
从所述监控路段中,确定所述速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
5.如权利要求3所述的方法,其特征在于,所述根据所述多个道路横断面的运行速度,从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置,包括:
根据多个横断面的运行速度,生成所述监控路段的速度变化曲线;
对所述速度变化曲线进行求导,得到所述速度变化率最大的道路横断面对应的位置;
从所述监控路段中,确定速度变化率最大的道路横断面对应的位置为所述拥堵诱发位置。
6.如权利要求1所述的方法,其特征在于,所述根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度之前,所述方法还包括:
根据第一预设距离,对所述监控路段进行划分,得到所述多个道路横断面,相邻道路横断面的距离为所述第一预设距离。
7.如权利要求1所述的方法,其特征在于,所述获取拥堵路段的拥堵起始位置,包括:
根据预设区域范围内的交通工具的轨迹数据,获取所述预设区域范围内的所述拥堵路段的位置,所述拥堵路段的位置包括:所述拥堵起始位置和拥堵结束位置。
8.如权利要求1所述的方法,其特征在于,所述获取监控路段中浮动交通工具的轨迹数据之前,所述方法还包括:
确定所述预设行驶方向上所述拥堵起始位置后的第一预设范围的路段,以及所述拥堵起始位置前的第二预设范围的路段,为所述监控路段。
9.如权利要求1-8中任一所述的方法,其特征在于,所述方法还包括:
获取第一目标交通工具所装载的车载录像设备采集的路况图像;其中,所述第一目标交通工具为距离所述拥堵诱发位置第二预设距离内的交通工具;
采用预设的拥堵成因分析模型,对所述路况图像进行处理,确定拥堵成因;其中,所述拥堵成因分析模型为预先采用多种拥堵成因对应的样本路况图像进行训练得到的模型。
10.如权利要求9所述的方法,其特征在于,所述方法还包括:
若所述拥堵路段为预设路段,或者,所述拥堵成因为预设类型的拥堵成因,则发送核验指令至所述拥堵诱发位置对应的现场用户的目标终端;所述核验指令包括:所述拥堵成因,所述核验指令用于指示所述现场用户对所述拥堵诱发位置进行现场处置。
11.如权利要求10所述的方法,其特征在于,所述方法还包括:
获取所述现场处置之后,第二目标交通工具所装载的车载录像设备采集的现场图像;所述目标交通工具为距离所述拥堵诱发位置所述第二预设距离内的交通工具;
根据所述现场图像和所述路况图像进行比较,并根据比较结果确定所述拥堵诱发位置的拥堵解决结果。
12.如权利要求9所述的方法,其特征在于,所述方法还包括:
保存所述路况图像和所述拥堵成因。
13.一种拥堵分析装置,其特征在于,所述装置包括:获取模块、计算模块和确定模块,其中:
所述获取模块,用于获取拥堵路段的拥堵起始位置;获取监控路段中浮动交通工具的轨迹数据,其中,所述监控路段为预设行驶方向上所述拥堵起始位置前后的预设范围内的路段;
所述计算模块,用于根据所述浮动交通工具的轨迹数据,计算所述监控路段中多个道路横断面的运行速度;
所述确定模块,用于根据所述多个道路横断面的运行速度,从所述监控路段中确定拥堵诱发位置,所述拥堵诱发位置为导致所述拥堵路段存在拥堵的位置。
14.一种拥堵分析设备,其特征在于,所述设备包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述拥堵分析设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行上述权利要求1-12任一项所述的方法。
15.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262658.1A CN112435472A (zh) | 2020-11-12 | 2020-11-12 | 拥堵分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262658.1A CN112435472A (zh) | 2020-11-12 | 2020-11-12 | 拥堵分析方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112435472A true CN112435472A (zh) | 2021-03-02 |
Family
ID=74701269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011262658.1A Pending CN112435472A (zh) | 2020-11-12 | 2020-11-12 | 拥堵分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112435472A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999148A (zh) * | 2022-05-16 | 2022-09-02 | 国汽智图(北京)科技有限公司 | 拥堵程度监测方法、装置、计算机设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903444A (zh) * | 2014-04-17 | 2014-07-02 | 姜廷顺 | 一种即时发现快速路拥堵引发点的方法和系统 |
CN103927901A (zh) * | 2014-04-21 | 2014-07-16 | 姜廷顺 | 一种准确记录显示区域道路拥堵引发点的方法及系统 |
CN104021673A (zh) * | 2014-06-17 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 利用雷达跟踪技术快速发现拥堵引发原因的系统及方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
CN105139647A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种道路拥堵实时检测的方法 |
CN106781486A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于浮动车数据的交通状态评价方法 |
CN108806250A (zh) * | 2018-06-08 | 2018-11-13 | 北京航空航天大学 | 一种基于速度采样数据的区域交通拥堵评价方法 |
CN109993969A (zh) * | 2019-03-08 | 2019-07-09 | 腾讯大地通途(北京)科技有限公司 | 一种路况判定信息获取方法、装置及设备 |
CN111091720A (zh) * | 2020-03-23 | 2020-05-01 | 北京交研智慧科技有限公司 | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 |
CN111815945A (zh) * | 2019-12-17 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 拥堵路段的图像采集方法、装置、存储介质及电子设备 |
-
2020
- 2020-11-12 CN CN202011262658.1A patent/CN112435472A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903444A (zh) * | 2014-04-17 | 2014-07-02 | 姜廷顺 | 一种即时发现快速路拥堵引发点的方法和系统 |
CN103927901A (zh) * | 2014-04-21 | 2014-07-16 | 姜廷顺 | 一种准确记录显示区域道路拥堵引发点的方法及系统 |
CN104021673A (zh) * | 2014-06-17 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 利用雷达跟踪技术快速发现拥堵引发原因的系统及方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
CN105139647A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种道路拥堵实时检测的方法 |
CN106781486A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于浮动车数据的交通状态评价方法 |
CN108806250A (zh) * | 2018-06-08 | 2018-11-13 | 北京航空航天大学 | 一种基于速度采样数据的区域交通拥堵评价方法 |
CN109993969A (zh) * | 2019-03-08 | 2019-07-09 | 腾讯大地通途(北京)科技有限公司 | 一种路况判定信息获取方法、装置及设备 |
CN111815945A (zh) * | 2019-12-17 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 拥堵路段的图像采集方法、装置、存储介质及电子设备 |
CN111091720A (zh) * | 2020-03-23 | 2020-05-01 | 北京交研智慧科技有限公司 | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999148A (zh) * | 2022-05-16 | 2022-09-02 | 国汽智图(北京)科技有限公司 | 拥堵程度监测方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108492556B (zh) | 一种交通事故规避信息的发布方法及云服务器 | |
CN110782654B (zh) | 拥堵区域通行能力估测方法、装置及数据处理设备 | |
CN107331191B (zh) | 异常行驶车辆定位方法、云服务器及系统 | |
US20190170534A1 (en) | Traffic lane guidance system for vehicle and traffic lane guidance method for vehicle | |
CN109785633A (zh) | 危险路况提醒方法、装置、车载终端、服务器及介质 | |
CN111105622B (zh) | 违规停车纠正方法、装置以及存储介质 | |
CN112687125B (zh) | 一种公路上违规停车后的预警方法、装置、存储介质及终端 | |
CN112734242B (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
CN113870554B (zh) | 一种车辆安全监测方法、装置、存储介质及终端 | |
CN107218946B (zh) | 行驶路线的预测方法和装置 | |
CN110942038A (zh) | 基于视觉的交通场景识别方法、装置、介质及电子设备 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN111489555A (zh) | 一种交通运行状态预测方法、装置和系统 | |
CN111366166B (zh) | 一种导航路径规划方法及装置 | |
JP2019519041A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN108806331B (zh) | 一种预防高速公路二次交通事故的方法及系统 | |
CN111325986A (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
JP2017167795A (ja) | 迷惑運転検出装置及び迷惑運転検出方法 | |
JPWO2019189216A1 (ja) | 交通監視装置、交通監視システム、交通監視方法及びプログラム | |
CN115547084A (zh) | 道路通行状况预测方法、装置、电子设备及计算机程序产品 | |
CN116052475A (zh) | 一种车辆风险预警方法、系统、存储介质及设备 | |
JP2023024857A (ja) | 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム | |
JP6732053B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN112435472A (zh) | 拥堵分析方法、装置、设备及存储介质 | |
US20220340167A1 (en) | Predicted Moving Trajectory Processing Method And Apparatus, And Constraint Barrier Display Method And Apparatus |
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: 20210302 |
|
RJ01 | Rejection of invention patent application after publication |