CN112447042B - 交通事件侦测系统及方法 - Google Patents

交通事件侦测系统及方法 Download PDF

Info

Publication number
CN112447042B
CN112447042B CN201911010507.4A CN201911010507A CN112447042B CN 112447042 B CN112447042 B CN 112447042B CN 201911010507 A CN201911010507 A CN 201911010507A CN 112447042 B CN112447042 B CN 112447042B
Authority
CN
China
Prior art keywords
traffic
travel time
road
module
traffic flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911010507.4A
Other languages
English (en)
Other versions
CN112447042A (zh
Inventor
刘佳霖
董圣龙
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.)
Taiwan Chunghwa Telecom Co ltd
Original Assignee
Taiwan Chunghwa Telecom 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 Taiwan Chunghwa Telecom Co ltd filed Critical Taiwan Chunghwa Telecom Co ltd
Publication of CN112447042A publication Critical patent/CN112447042A/zh
Application granted granted Critical
Publication of CN112447042B publication Critical patent/CN112447042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0125—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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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

本发明涉及一种交通事件侦测系统及方法。首先，选定欲侦测交通事件的道路，以自交通资讯的数据来源中侦测或撷取出道路现在及过去的旅行时间与车流量。接着，计算道路过去的旅行时间与车流量的历史统计值，再将现在的旅行时间与车流量分别比对过去的旅行时间与车流量的历史统计值，以计算出旅行时间的相对值与车流量的相对值而分别输入交通事件分析表。然后，自交通事件分析表中依据旅行时间的相对值与车流量的相对值分析或推估出对应的交通事件。据此，本发明能快速分析或推估出选定的道路的交通事件。

Description

交通事件侦测系统及方法
技术领域
本发明是关于一种交通事件侦测技术，特别是指一种交通事件侦测系统及方法。
背景技术
目前的交通事件大部分以人工方式实施，例如使用监视器以人力进行画面内容的判定或使用路人的通报等，而少部分则依据一般的相机镜头所取得的影像由处理单元自动地判定。然而，当使用人工方式进行交通事件的判定或通报时，将可能发生监控人力不足或通报延误的情况。又，通过影像进行交通事件的判定时，则可能因影像的错位、阴影、路面的颜色等干扰造成交通事件的误判。
在现有技术中，提出一种道路即时交通事故风险控制方法，是一种基于多类支持向量机(Support Vector Machine；SVM)的道路即时交通事故风险预测及控制方法，可用来预测检测路段发生交通事故的可能性。对检测路段建立基于多类支持向量机的事故预测模型，并将采集的即时交通特征参数带入事故预测模型，以判断是否有发生交通事故的风险。但是，此方法需运用多类支持向量机对交通事故学习分类模型进行事故风险判别及分类，以致需耗费多类支持向量机与交通事故学习分类模型的大量建置时间及成本。
因此，如何提供一种新颖或创新的交通事件侦测技术，实已成为本领域技术人员的一大研究课题。
发明内容
本发明提供一种新颖或创新的交通事件侦测系统及方法，能经济或快速地分析或推估出选定的道路的交通事件。
本发明的交通事件侦测系统包括：一选择模块、一侦测模块、一计算模块及一分析模块，其中，该选择模块选定要侦测交通事件的道路，该侦测模块通过交通资讯的数据来源侦测或撷取选择模块所选定的道路现在及过去的旅行时间与车流量，该计算模块计算侦测模块所侦测或撷取的道路过去的旅行时间与车流量的历史统计值，再将侦测模块所侦测的道路现在的旅行时间与车流量分别比对计算模块所计算的道路过去的旅行时间与车流量的历史统计值，以计算出旅行时间的相对值与车流量的相对值，且由计算模块将旅行时间的相对值与车流量的相对值分别输入交通事件分析表，而该分析模块自交通事件分析表中依据旅行时间的相对值与车流量的相对值分析或推估出对应的交通事件。
本发明的交通事件侦测方法包括：选定要侦测交通事件的道路，以自交通资讯的数据来源中侦测或撷取出所选定的道路现在及过去的旅行时间与车流量；计算所侦测或撷取的道路过去的旅行时间与车流量的历史统计值，再将所侦测的道路现在的旅行时间与车流量分别比对所计算的道路过去的旅行时间与车流量的历史统计值，以计算出旅行时间的相对值与车流量的相对值，且将旅行时间的相对值与车流量的相对值分别输入交通事件分析表；以及自交通事件分析表中依据旅行时间的相对值与车流量的相对值分析或推估出对应的交通事件。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明。在以下描述内容中将部分阐述本发明的额外特征及优点，且这些特征及优点将部分自所述描述内容可得而知，或可经由对本发明的实践习得。本发明的特征及优点借助于在权利要求范围中特别指出的元件及组合来认识到并达到。应理解，前文一般描述与以下详细描述两者均仅为例示性及解释性的，且不欲约束本发明所欲主张的范围。
附图说明
图1为本发明的交通事件侦测系统的架构示意图；
图2为本发明的交通事件分析表；
图3为本发明的交通事件侦测方法的流程示意图；以及
图4为本发明的交通事件分析表的建立方式的流程示意图。
附图标记说明
1 交通事件侦测系统 10 选择模块
11 交通事件 20 分类模块
21 道路分类 30 侦测模块
30' 搜集模块 31 旅行时间
32 车流量 40 储存模块
41 交通资讯 50 计算模块
51 历史统计值 52 旅行时间的相对值
53 车流量的相对值 60 分析模块
61 交通事件分析表 70 连接模块
80 排序模块 90 发送模块
S11至S16、S21至S26 步骤。
具体实施方式
以下经由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容了解本发明的其他优点与功效，亦可因而经由其他不同的具体等同实施例加以施行或应用。
图1为本发明的交通事件侦测系统1的架构示意图，图2为本发明的交通事件分析表61。同时，图1的交通事件侦测系统1的主要技术内容如下，其余技术内容相同于图3至图4的说明，于此不再重复叙述。
如图1所示，交通事件侦测系统1可包括一选择模块10、一分类模块20、一侦测模块30、一搜集模块30'、一储存模块40、一计算模块50、一分析模块60、一连接模块70、一排序模块80及一发送模块90。在一些实施例中，选择模块10可为选择器或选择软件等，分类模块20可为分类器或分类软件等，侦测模块30可为侦测器或侦测软件等，搜集模块30'可为搜集器或搜集软件等，储存模块40可为数据库、存储器(如存储卡)、硬盘(如云存储硬盘、网络存储硬盘)、光盘或U盘(如随身碟)等，计算模块50可为算术逻辑单元(ALU)、计算软件或统计软件等，分析模块60可为分析器或分析软件等，连接模块70可为连接软件等，排序模块80可为排序软件等，发送模块90为发送器、收发器、发送软件或收发软件等。但是，本发明并不以此为限。
选择模块10可选定要侦测交通事件11的道路，分类模块20可依据道路的特性进行道路分类，侦测模块30可通过交通资讯41的数据来源侦测或撷取选择模块10所选定的道路现在及过去的旅行时间31与车流量32，且储存模块40可储存来自数据来源的交通事件11与交通资讯41。在一些实施例中，交通资讯41可包括旅行时间31、车流量32、车速、占有率、停等长度及/或停等时间，以供侦测模块30、储存模块40、计算模块50、分析模块60分别侦测、储存、计算与分析交通资讯41。
计算模块50可计算侦测模块30所侦测或撷取的道路过去的旅行时间31与车流量32的历史统计值51，再将侦测模块30所侦测的道路现在的旅行时间31与车流量32分别比对计算模块50所计算的道路过去的旅行时间31与车流量32的历史统计值51，以计算出旅行时间的相对值52与车流量的相对值53，且由计算模块50将旅行时间的相对值52与车流量的相对值53分别输入交通事件分析表61。分析模块60可自交通事件分析表61中依据旅行时间的相对值52与车流量的相对值53分析或推估出对应的交通事件11。
连接模块70可建立旅行时间的相对值52、车流量的相对值53与交通事件11的对应连接，以在各道路分类21中依据旅行时间的相对值52与车流量的相对值53建立相连接的交通事件11。排序模块80可将各道路分类21中旅行时间的相对值52与车流量的相对值53依序排列，以建立或产生交通事件分析表61。发送模块90可发送分析模块60所分析或推估的交通事件11至道路上的车辆，以将交通事件11通知或告警车辆的驾驶者。
因此，本发明能利用道路的旅行时间31、车流量32与历史统计值51等交通资讯41的关系，以快速侦测交通状况而分析或推估出选定的道路的交通事件11。也就是，本发明能依据道路的旅行时间31与车流量32等交通资讯41的变化观察交通状况，以快速判定或推估出交通状况为何交通事件11，例如严重车祸、掉落物、壅塞等。又，在发生交通事件11时，往往造成后方车辆的堵塞，故本发明能自动化侦测交通事件11的持续时间，借以提供后方驾驶者必要的交通资讯41。
另外，本发明可通过例如政府或民间的交通数据库、政府或民间数据开放平台的各种即时路况资讯等搜集道路上的各交通事件11，并通过采用手机基站为基础的车辆探侦(Cellular-Based Vehicle Probe；CVP)、固定式车辆侦测器(Vehicle Detector；VD)、采用电子道路收费系统(Electronic Toll Collection；ETC)为基础的车辆探侦(ETC-BasedVehicle Probe；EVP)、全球定位系统的探侦车(GPS-Based Vehicle Probe；GVP)等取得相关的旅行时间31与车流量32等交通资讯41，再将交通事件11与交通资讯41储存于储存模块40(如数据库)中，进而依据交通资讯41运用大数据分析技术自动化分析判别交通事件11。
图3为本发明的交通事件侦测方法的流程示意图，并请参阅图1至图2。同时，图3的交通事件侦测方法主要包括下列步骤S11至步骤S16的技术内容，其余技术内容相同于图1与图4的说明，于此不再重复叙述。
在图3的步骤S11中，由图1所示选择模块10选定要侦测交通事件11的道路，并由分类模块20依据道路的特性进行道路分类。例如，由选择模块10选定要侦测交通事件11所在地区的道路，并由分类模块20依据行政系统的道路分类21分析或判定该道路属于何种道路分类21，例如该道路属于国道、省道、市道、县道、区道或乡道等道路分类21。
举例而言，由选择模块10在2019年04月02日选定要侦测交通事件11的道路为国道，如国道1号(中山高速公路)。
在图3的步骤S12中，由侦测模块30通过至少一(如多个)数据来源侦测或撷取选择模块10所选定的道路现在及过去的旅行时间31与车流量32等交通资讯41。例如，交通资讯41的至少一数据来源可包括采用手机基站为基础的车辆探侦(CVP)、固定式车辆侦测器(VD)、采用电子道路收费系统(ETC)为基础的车辆探侦(EVP)、全球定位系统的探侦车(GVP)、政府或民间的交通数据库、政府或民间数据开放平台的各种即时路况资讯等，且交通资讯41可储存于储存模块40(如数据库)中并依照道路分类21以行政系统作分类。
举例而言，由侦测模块30通过数据开放平台的警察广播即时路况资讯取得2019年04月02日10:00，在国道1号(中山高速公路)南下71公里(km)至83公里的范围内，该道路的旅行时间31的平均值为43分钟，且每五分钟的车流量32为146辆(如国道1号的某一侦测站于此时间范围内所经过的车流总量)。
在图3的步骤S13中，由计算模块50计算侦测模块30所侦测或撷取的道路过去的旅行时间31与车流量32等交通资讯41的历史统计值51。例如，由计算模块50依据储存模块40(如数据库)中的交通资讯41计算出该道路过去的每个单位时间的旅行时间31与车流量32等交通资讯41的历史统计值51，而历史统计值51可为算术平均值、中位数、众数或标准差等。
举例而言，由计算模块50计算储存模块40(如数据库)的交通资讯41中该道路过去的旅行时间31与车流量32等交通资讯41的历史统计值51，例如2019年3月份10:00～10:05，在国道1号(中山高速公路)南下71公里至83公里的范围内，该道路过去的旅行时间31的平均值为8分钟，且五分钟的车流量32为520辆。
在图3的步骤S14中，由计算模块50将步骤S12中侦测模块50所侦测的该道路现在的旅行时间31与车流量32分别比对步骤S13中计算模块50所计算的该道路过去的旅行时间31与车流量32的历史统计值51，以计算出旅行时间的相对值52(包括比例关系)与车流量的相对值53(包括比例关系)。
举例而言，旅行时间的相对值52为步骤S12中该道路现在的旅行时间31(如43分钟)除以步骤S13中该道路过去的旅行时间31(如8分钟)，故本实施例中旅行时间的相对值52为5.375(即43/8＝5.375)。同时，车流量的相对值53为步骤S12中该道路现在的车流量32(如146辆)除以步骤S13中该道路过去的车流量32(如520辆)，故本实施例中车流量的相对值53为0.28(即146/520＝0.28)。
在图3的步骤S15中，由计算模块50将旅行时间的相对值52与车流量的相对值53分别输入图2所示的交通事件分析表61，再由分析模块60自交通事件分析表61中依据旅行时间的相对值52与车流量的相对值53分析或推估出对应的交通事件11。例如，由分析模块60先自交通事件分析表61中分析出该道路属于何种道路分类(如国道、省道、市道、县道、区道或乡道)，再自交通事件分析表61中依据最接近的旅行时间的相对值52与车流量的相对值53两者的落点取出对应的交通事件11。
举例而言，由计算模块50将步骤S14中旅行时间的相对值52(如值5.375)与车流量的相对值53(如值0.28)分别输入图2所示的交通事件分析表61，再由分析模块60依据旅行时间的相对值52(如值5.375)与车流量的相对值53(如值0.28)分别比对出最接近的旅行时间的相对值52(如值5)与车流量的相对值53(如值0.3)，以依据最接近的旅行时间的相对值52(如值5)、车流量的相对值53(如值0.3)与道路的道路分类21(如国道)分析或推估出对应的交通事件11为“追撞事故”。
在图3的步骤S16中，由发送模块90发送分析模块60所分析或推估的交通事件11至该道路上的车辆，以将交通事件11通知或告警车辆的驾驶者。
举例而言，由发送模块90向车辆发送2019年04月02日10:00，在国道1号(中山高速公路)南下71公里至83公里的范围内，该道路的交通事件11经分析或推估为“追撞事故”影响，造成严重回堵，以通知或告警车辆的驾驶者。
图4为本发明图2所示的交通事件分析表61的建立方式的流程示意图，并请参阅图1。同时，交通事件分析表61的建立方式可包括下列步骤S21至步骤S26的技术内容。
在图4的步骤S21中，由图1所示分类模块20依据道路的特性进行道路分类。
举例而言，由分类模块20依据道路的特性将道路的道路分类21储存于储存模块40(如数据库)中，并依照所在地区的道路以行政系统分类为国道、省道、市道、县道、区道或乡道等。
在图4的步骤S22中，由搜集模块30'依据道路分类21通过交通资讯41的至少一(如多个)数据来源搜集交通事件11的道路相关的旅行时间31与车流量32等交通资讯41。例如，由搜集模块30'通过交通数据库、警察广播即时路况资讯等数据来源搜集道路上各交通事件11，并通过采用手机基站为基础的车辆探侦(CVP)、固定式车辆侦测器(VD)、采用电子道路收费系统(ETC)为基础的车辆探侦(EVP)、全球定位系统的探侦车(GVP)等取得相关的旅行时间31与车流量32等交通资讯41，以储存交通事件11与交通资讯41于储存模块40(如数据库)中。
举例而言，由搜集模块30'搜集交通事件11的道路(如国道)相关的旅行时间31与车流量32等交通资讯41。例如，在2019年04月01日08:00的交通事件11为外侧掉落物，国道1号(中山高速公路)南下71公里至83公里的范围内，该道路相关的旅行时间31的平均值为30分钟，且五分钟的车流量32为208辆。
在图4的步骤S23中，由计算模块50计算交通事件11的道路过去的旅行时间31与车流量32等交通资讯41的历史统计值51。例如，由计算模块50依据储存模块40(如数据库)中的交通资讯41计算出该道路过去的每个单位时间的旅行时间31与车流量32等交通资讯41的历史统计值51，而历史统计值51可为算术平均值、中位数、众数或标准差等。
举例而言，由计算模块50自警察广播即时路况资讯或交通数据库中取得2019年3月份08:00，在国道1号(中山高速公路)南下71公里至83公里的范围内，该道路过去的旅行时间31的平均值为7.2分钟，且五分钟的车流量32为520辆(如国道1号的某一侦测站于此时范围内所经过的车流总量)，故旅行时间31的历史统计值为7.2分钟，且车流量32的历史统计值为520辆。
在图4的步骤S24中，由计算模块50将搜集模块30'所搜集的交通事件11的道路相关的旅行时间31与车流量32(见步骤S22)分别比对计算模块50所计算的交通事件11的道路过去的旅行时间31与车流量32的历史统计值51(见步骤S23)，以计算出旅行时间的相对值52(包括比例关系)与车流量的相对值53(包括比例关系)。
举例而言，旅行时间的相对值52为步骤S22中该道路相关的旅行时间31(如30分钟)除以步骤S23中该道路过去的旅行时间31(如7.2分钟)，故本实施例中旅行时间的相对值52为4.16(即30/7.2＝4.16)。同时，车流量的相对值53为步骤S22中该道路相关的车流量32(如208辆)除以步骤S23中该道路过去的车流量32(如520辆)，故本实施例中车流量的相对值53为0.4(即208/520＝0.4)。
在图4的步骤S25中，由连接模块70建立旅行时间的相对值52、车流量的相对值53与交通事件11的对应连接，以在各道路分类21中依据旅行时间的相对值52与车流量的相对值53建立相连接的交通事件11。
在图4的步骤S26中，由排序模块80将各道路分类21中旅行时间的相对值52与车流量的相对值53依序排列，以建立或产生图2所示的交通事件分析表61。
综上，本发明的交通事件侦测系统及方法可至少具有下列特色、优点或技术功效。
一、本发明可无须额外增加路测设备，以大幅减少交通基础建设的建置成本，从而经济或快速地分析或推估出选定的道路的交通事件。
二、本发明能利用道路的旅行时间、车流量与历史统计值等交通资讯的关系，以快速侦测交通状况而分析或推估出选定的道路的交通事件。也就是，本发明能依据道路的旅行时间与车流量等交通资讯的变化观察交通状况，以快速判定或推估出交通状况为何交通事件，例如严重车祸、掉落物、拥塞等。
三、在发生交通事件时，往往造成后方车辆的堵塞，故本发明能自动化侦测交通事件的持续时间，借以提供后方驾驶者必要的交通资讯。
四、本发明能运用大数据分析技术，以自动化分析判别交通事件。也就是，本发明能通过政府或民间的交通数据库、政府或民间数据开放平台的各种即时路况资讯等搜集道路上的各交通事件，并通过采用手机基站为基础的车辆探侦(CVP)、固定式车辆侦测器(VD)、采用电子道路收费系统(ETC)为基础的车辆探侦(EVP)、全球定位系统的探侦车(GVP)等取得相关的旅行时间与车流量等交通资讯，并将交通资讯储存于储存模块(如数据库)中，以依据交通资讯运用大数据分析技术自动化分析判别交通事件。
五、本发明能应用于例如智慧交通、交通控制中心或车辆导航系统等。
上述实施例仅例示性说明本发明的原理、特点及其功效，并非用以限制本发明的可实施范畴，任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。任何运用本发明所揭示内容而完成的等效改变及修饰，均仍应为权利要求范围所涵盖。
因此，本发明的权利保护范围，应如权利要求书所列。

Claims (18)

1.一种交通事件侦测系统，其特征在于，包括：
一选择模块，其选定欲侦测交通事件的道路；
一侦测模块，其通过交通资讯的数据来源侦测或撷取该选择模块所选定的该道路现在及过去的旅行时间与车流量；
一计算模块，其计算该侦测模块所侦测或撷取的该道路过去的旅行时间与车流量的历史统计值，再将该侦测模块所侦测的该道路现在的旅行时间除以该计算模块所计算的该道路过去的旅行时间的历史统计值以计算出该旅行时间的相对值，并将该侦测模块所侦测的该道路现在的车流量除以该计算模块所计算的该道路过去的车流量的历史统计值以计算出该车流量的相对值，且由该计算模块将该道路现在的旅行时间除以该道路过去的旅行时间的历史统计值所计算出的该旅行时间的相对值与将该道路现在的车流量除以该道路过去的车流量的历史统计值所计算出的该车流量的相对值分别输入交通事件分析表；以及
一分析模块，其自该交通事件分析表中依据最接近的该旅行时间的相对值与该车流量的相对值两者的落点分析或推估出对应的交通事件。
2.根据权利要求1所述的交通事件侦测系统，其特征在于，该交通资讯包括旅行时间、车流量、车速、占有率、停等长度或停等时间，而该历史统计值为算术平均值、中位数、众数或标准差。
3.根据权利要求1所述的交通事件侦测系统，其特征在于，该交通资讯的数据来源包括采用手机基站为基础的车辆探侦(CVP)、固定式车辆侦测器(VD)、采用电子道路收费系统(ETC)为基础的车辆探侦(EVP)、全球定位系统的探侦车(GVP)、交通数据库、或即时路况资讯。
4.根据权利要求1所述的交通事件侦测系统，其特征在于，该系统还包括一分类模块与一储存模块，其中，该分类模块依据该道路的特性进行道路分类，且该储存模块储存来自该数据来源的交通事件与交通资讯。
5.根据权利要求1所述的交通事件侦测系统，其特征在于，该系统还包括一搜集模块，其依据道路分类通过该交通资讯的数据来源搜集该交通事件的道路相关的旅行时间与车流量。
6.根据权利要求5所述的交通事件侦测系统，其特征在于，该计算模块还包括计算该交通事件的道路过去的旅行时间与车流量的历史统计值，再将该搜集模块所搜集的该交通事件的道路相关的旅行时间与车流量分别比对该计算模块所计算的该交通事件的道路过去的旅行时间与车流量的历史统计值，以计算出该旅行时间的相对值与该车流量的相对值。
7.根据权利要求1所述的交通事件侦测系统，其特征在于，该系统还包括一连接模块，其建立该旅行时间的相对值、该车流量的相对值与该交通事件的对应连接，以在各道路分类中依据该旅行时间的相对值与该车流量的相对值建立相连接的交通事件。
8.根据权利要求1所述的交通事件侦测系统，其特征在于，该系统还包括一排序模块，其将各道路分类中该旅行时间的相对值与该车流量的相对值依序排列，以建立或产生该交通事件分析表。
9.根据权利要求1所述的交通事件侦测系统，其特征在于，该系统还包括一发送模块，其发送该分析模块所分析或推估的该交通事件至该道路上的车辆，以将该交通事件通知或告警该车辆的驾驶者。
10.一种交通事件侦测方法，其特征在于，包括：
选定欲侦测交通事件的道路，以由侦测模块自交通资讯的数据来源中侦测或撷取出所选定的该道路现在及过去的旅行时间与车流量；
由计算模块计算该侦测模块所侦测或撷取的该道路过去的旅行时间与车流量的历史统计值，再将该侦测模块所侦测的该道路现在的旅行时间除以该计算模块所计算的该道路过去的旅行时间的历史统计值以计算出该旅行时间的相对值，并将该侦测模块所侦测的该道路现在的车流量除以该计算模块所计算的该道路过去的车流量的历史统计值以计算出该车流量的相对值，且由该计算模块将该道路现在的旅行时间除以该道路过去的旅行时间的历史统计值所计算出的该旅行时间的相对值与将该道路现在的车流量除以该道路过去的车流量的历史统计值所计算出的该车流量的相对值分别输入交通事件分析表；以及
由分析模块自该交通事件分析表中依据最接近的该旅行时间的相对值与该车流量的相对值两者的落点分析或推估出对应的交通事件。
11.根据权利要求10所述的交通事件侦测方法，其特征在于，该交通资讯包括旅行时间、车流量、车速、占有率、停等长度或停等时间，而该历史统计值为算术平均值、中位数、众数或标准差。
12.根据权利要求10所述的交通事件侦测方法，其特征在于，该交通资讯的数据来源包括采用手机基站为基础的车辆探侦(CVP)、固定式车辆侦测器(VD)、采用电子道路收费系统(ETC)为基础的车辆探侦(EVP)、全球定位系统的探侦车(GVP)、交通数据库、或即时路况资讯。
13.根据权利要求10所述的交通事件侦测方法，其特征在于，该方法还包括依据该道路的特性进行道路分类，并储存来自该数据来源的交通事件与交通资讯。
14.根据权利要求10所述的交通事件侦测方法，其特征在于，该方法还包括依据道路分类通过该交通资讯的数据来源搜集该交通事件的道路相关的旅行时间与车流量。
15.根据权利要求14所述的交通事件侦测方法，其特征在于，该方法还包括计算该交通事件的道路过去的旅行时间与车流量的历史统计值，再将所搜集的该交通事件的道路相关的旅行时间与车流量分别比对所计算的该交通事件的道路过去的旅行时间与车流量的历史统计值，以计算出该旅行时间的相对值与该车流量的相对值。
16.根据权利要求10所述的交通事件侦测方法，其特征在于，该方法还包括建立该旅行时间的相对值、该车流量的相对值与该交通事件的对应连接，以在各道路分类中依据该旅行时间的相对值与该车流量的相对值建立相连接的交通事件。
17.根据权利要求10所述的交通事件侦测方法，其特征在于，该方法还包括将各道路分类中该旅行时间的相对值与该车流量的相对值依序排列，以建立或产生该交通事件分析表。
18.根据权利要求10所述的交通事件侦测方法，其特征在于，该方法还包括发送所分析或推估的该交通事件至该道路上的车辆，以将该交通事件通知或告警该车辆的驾驶者。
CN201911010507.4A 2019-09-05 2019-10-23 交通事件侦测系统及方法 Active CN112447042B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW108132056A TWI774984B (zh) 2019-09-05 2019-09-05 交通事件偵測系統及方法
TW108132056 2019-09-05

Publications (2)

Publication Number Publication Date
CN112447042A CN112447042A (zh) 2021-03-05
CN112447042B true CN112447042B (zh) 2022-07-29

Family

ID=74733128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911010507.4A Active CN112447042B (zh) 2019-09-05 2019-10-23 交通事件侦测系统及方法

Country Status (2)

Country Link
CN (1) CN112447042B (zh)
TW (1) TWI774984B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256969B (zh) * 2021-04-30 2022-08-16 山东金宇信息科技集团有限公司 一种高速公路的交通事故预警方法、设备及介质
TWI820929B (zh) * 2022-09-27 2023-11-01 中華電信股份有限公司 人工智慧交通資訊預測系統、方法及電腦可讀媒介

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413263A (zh) * 2013-08-28 2013-11-27 北京交通发展研究中心 旅行时间指数熵交通运行评价方法
US9171461B1 (en) * 2013-03-07 2015-10-27 Steve Dabell Method and apparatus for providing estimated patrol properties and historic patrol records
CN108198438A (zh) * 2018-02-08 2018-06-22 广东行远信息技术有限公司 一种基于上下游路口车流量的启发式缺失道路车流量推算方法
TW201824206A (zh) * 2016-12-23 2018-07-01 中華電信股份有限公司 利用ｅＴａｇ偵測器推估停車空位數量的方法及系統

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3876653B2 (ja) * 2000-06-30 2007-02-07 住友電気工業株式会社 交通流の異常検知装置及び方法
US9240123B2 (en) * 2013-12-13 2016-01-19 Here Global B.V. Systems and methods for detecting road congestion and incidents in real time
CN104050809B (zh) * 2014-06-03 2016-07-20 北京航天福道高技术股份有限公司 交通状况自动分析预测方法
CN104915726B (zh) * 2015-05-11 2018-07-13 四川汇源吉迅数码科技有限公司 一种基于时间片划分的车流量数据库生成方法
CN108091131B (zh) * 2016-11-22 2021-06-04 中国移动通信有限公司研究院 一种交通事件识别方法及装置
CN107798876B (zh) * 2017-11-07 2021-09-21 上海炬宏信息技术有限公司 基于事件的道路交通异常拥堵判断方法
TWI652959B (zh) * 2017-11-24 2019-03-01 中華電信股份有限公司 一種利用行動信令資料推估道路車流量之系統與方法
CN109841056A (zh) * 2017-11-29 2019-06-04 高德软件有限公司 一种判断路段拥堵、区域拥堵的方法及装置
CN108877214A (zh) * 2018-06-25 2018-11-23 成都科微科技有限公司 一种车用道路信息反馈通信系统
CN109637125A (zh) * 2018-11-30 2019-04-16 创发科技有限责任公司 智能路况监测系统、装置、方法和计算机可读存储介质
CN109740811A (zh) * 2018-12-28 2019-05-10 斑马网络技术有限公司 通行速度预测方法、装置和存储介质
CN110164130B (zh) * 2019-04-29 2021-06-15 北京北大千方科技有限公司 交通事件检测方法、装置、设备及存储介质
CN110164132B (zh) * 2019-05-29 2020-03-06 浙江警察学院 一种道路交通异常的检测方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9171461B1 (en) * 2013-03-07 2015-10-27 Steve Dabell Method and apparatus for providing estimated patrol properties and historic patrol records
CN103413263A (zh) * 2013-08-28 2013-11-27 北京交通发展研究中心 旅行时间指数熵交通运行评价方法
TW201824206A (zh) * 2016-12-23 2018-07-01 中華電信股份有限公司 利用ｅＴａｇ偵測器推估停車空位數量的方法及系統
CN108198438A (zh) * 2018-02-08 2018-06-22 广东行远信息技术有限公司 一种基于上下游路口车流量的启发式缺失道路车流量推算方法

Also Published As

Publication number Publication date
TWI774984B (zh) 2022-08-21
TW202111658A (zh) 2021-03-16
CN112447042A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
US20210375128A1 (en) System and method for detection and quantification of irregular traffic congestion
CN110807930B (zh) 危险车辆预警方法及装置
US10203217B2 (en) Traffic citation delivery based on type of traffic infraction
CN102903237B (zh) 交通管理服务装置以及交通管理服务方法
CN113706737B (zh) 基于自动驾驶车辆的路面巡检系统及方法
CN113155173B (zh) 感知性能评测方法、装置、电子装置和存储介质
US8031084B2 (en) Method and system for infraction detection based on vehicle traffic flow data
CN112447042B (zh) 交通事件侦测系统及方法
CN103942954A (zh) 车辆参数信息的分析预警方法及其分析预警系统
KR20190043396A (ko) 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템
Ki et al. An incident detection algorithm using artificial neural networks and traffic information
CN112883936A (zh) 一种对车辆违规行为的检测方法及其系统
CN116564079A (zh) 路段交通拥堵识别方法、装置、设备及可读存储介质
CN108091131A (zh) 一种交通事件识别方法及装置
Alrassy et al. Driver behavior indices from large-scale fleet telematics data as surrogate safety measures
Ritchie et al. Field investigation of advanced vehicle reidentification techniques and detector technologies-Phase 1
CN116412854A (zh) 基于5g车联网的路面信息数据采集系统
CN111881758B (zh) 一种停车管理方法和系统
CN113034898B (zh) 一种基于云计算的道路畅通显示系统
KR102517212B1 (ko) 셀 단위로 통행 속도를 추정하는 관제 서버
CN111754763B (zh) 道路管理装置
CN111754764B (zh) 道路管理装置
Ritchie et al. Field investigation of advanced vehicle reidentification techniques and detector technologies
Salehipour et al. Developing an Intelligent Transportation Management Center (ITMC) with a Safety Evaluation Focus for Smart Cities
JP2023012147A (ja) 運転評価装置、運転評価システム、及び運転評価プログラム

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