CN112463898B - 一种结合速度与噪声监测数据的噪声地图更新方法 - Google Patents

一种结合速度与噪声监测数据的噪声地图更新方法 Download PDF

Info

Publication number
CN112463898B
CN112463898B CN202011133023.1A CN202011133023A CN112463898B CN 112463898 B CN112463898 B CN 112463898B CN 202011133023 A CN202011133023 A CN 202011133023A CN 112463898 B CN112463898 B CN 112463898B
Authority
CN
China
Prior art keywords
noise
road
speed
value
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.)
Active
Application number
CN202011133023.1A
Other languages
English (en)
Other versions
CN112463898A (zh
Inventor
蔡铭
薛旺星
何灿明
何锦英
欧敏萍
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.)
Environmental Monitoring Station Of Chancheng District Foshan City
Sun Yat Sen University
Original Assignee
Environmental Monitoring Station Of Chancheng District Foshan City
Sun Yat Sen University
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 Environmental Monitoring Station Of Chancheng District Foshan City, Sun Yat Sen University filed Critical Environmental Monitoring Station Of Chancheng District Foshan City
Priority to CN202011133023.1A priority Critical patent/CN112463898B/zh
Publication of CN112463898A publication Critical patent/CN112463898A/zh
Application granted granted Critical
Publication of CN112463898B publication Critical patent/CN112463898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种结合速度与噪声监测数据的噪声地图更新方法，该方法首先根据静态噪声地图中的道路根据道路等级进行分类，然后根据道路速度对每一类进行聚类，通过获取在更新时刻道路的速度数据算出每一条道路由于速度变化引起的噪声值的变化量，结合道路的噪声监测数据算出被监测道路由于密度变化引起的噪声值的变化量，最后根据被监测道路已经算出来的由于密度变化引起的噪声值的变化量算出每一条道路由于密度变化引起的噪声值的变化量，根据这两部分的结果算出，在当时的交通这条件下，每一条道路相对于静态噪声地图时刻的噪声值的变化量，最后根据噪声源的更新结果根据噪声传播模型更新整个噪声地图。

Description

一种结合速度与噪声监测数据的噪声地图更新方法
技术领域
本发明涉及交通噪声及交通噪声地图更新算法领域，更具体地，涉及一种结合速度与噪声监测数据的噪声地图更新方法。
背景技术
在交通噪声领域，噪声地图是当下评估交通噪声分布最实用的工具之一。与GIS地理资讯系统相结合，研究人员可以很直观的了解当前的噪声分布情况和交通噪声源的影响范围，在通过相关接口还可以对相关阻断声传播和减少噪声危害的措施进行效果评估。然而现在大多数的噪声地图都是静态的，只是根据调查期间的交通流条件绘制出来的噪声地图，只能代表在该时刻的交通状态下的噪声分布情况。当交通条件和交通状况发生变化后，该噪声地图与真实环境下的噪声分布就存在差距，会与噪声地图所处区域的居民的直观感受产生矛盾，因此它需要被更新。如果通过重新收集交通流信息方式进行更新，会耗费大量的人力和物力，因此有人提出通过监测值进行噪声地图的更新，不管是将监测值与噪声值的差值认为来源于接收点影响范围内贡献率最大的那条道路的声压级的变化还是通过监测值反演的方式进行更新都只能更新一部分的道路的声压级。还无法对全局的道路声压级进行更新，从而更新整个噪声地图接收点的等效声级，与此同时只通过一方面的数据进行更新会造成结果会直接受其偏差的影响。
申请号为201611086552.4的专利说明书中公开了一种交通噪声地图的虚拟声再现方法，该发明通过音频采集的方式，获得实际道路上不同车型在不同的车速下参考距离的噪声音频样本；对噪声音频样本进行数字化处理，并存储在噪声地图的后台服务器端；获取前端噪声地图中虚拟声再现点位置信息和噪声数据；判断影响虚拟声再现点噪声值的路段，并确定这些路段的车型比例和车速信息数据；在后台服务器应用随机原理对再现点所需噪声样本进行数字化音频混音，并将数字化音频信号转换为混音音频文件；前端噪声地图调取并解析混音音频文件，实现交通噪声虚拟再现。该发明应用于交通噪声地图的虚拟声再现，弥补了传统噪声地图交通噪声不能同步展示的缺陷。然而，该专利无法实现结合监测值和速度数据，有效的降低了数据收集的成本与难度，可用于地图更新，同时充分的考虑了单一数据对结果的影响，采用多元数据提高噪声结果的准确性。
发明内容
本发明提供一种有效适用于噪声源以及噪声地图的更新的结合速度与噪声监测数据的噪声地图更新方法。
为了达到上述技术效果，本发明的技术方案如下：
一种结合速度与噪声监测数据的噪声地图更新方法，包括以下步骤：
S1：根据道路的速度数据对静态噪声地图中的所有道路在分类的前提下进行聚类；
S2：根据聚类结果对每一聚类中心的道路噪声源的噪声值进行监测，每一个聚类中心至少有一个道路噪声源被监测；
S3：获取每一条道路在更新时刻的速度数据，使用该速度数据对比其在静态噪声地图的速度数据，计算由速度引起的道路噪声值的变化量；
S4：获取每一类道路噪声源的噪声监测数据，结合S3的计算结果和静态噪声地图中道路噪声源的噪声数据，计算出被监测道路由于密度变化引起的噪声源的噪声值变化量；
S5：结合S4的结果和聚类结果，根据各聚类中心道路在静态噪声地图时刻的速度与被监测道路之间的相对关系，计算出各个道路由于密度引起的噪声值的变化量；
S6：根据S3和S5的计算结果更新所有道路噪声源的声压级，从而根据噪声传播模型更新静态噪声地图中所有的接收点的等效声级。
进一步地，所述步骤S1中，根据道路等级对静态噪声地图中的道路按照道路等级进行分类，根据分类结果采用K-means方法，以道路的速度数据作为指标对每一类的道路进行聚类。
进一步地，所述步骤S2中，监测点的布置是根据静态地图的聚类结果进行的，监测点的监测对象是道路噪声源，意味着监测点的监测数据为该监测道路的噪声数据，并且保证每一个聚类中心至少有一条道路是被监测，保证每一个聚类中心在后面参与计算的时候至少要保证有一条道路的噪声监测数据。
进一步地，所述步骤S3中，道路噪声源由于速度变化引起的噪声值变化的计算方式，具体如下式：
Figure BDA0002735772050000031
其中，ΔLv为噪声源由于速度变化而引起的噪声值的变化量，v2为更新时刻道路的速度，v1为静态噪声地图道路的速度。
进一步地，所述步骤S4中，对于被监测道路噪声源由于密度变化所引起的噪声值变化的部分的计算，不需要通过密度数据进行计算，只需要获取被监测道路的噪声监测数据以及根据其速度算出来的S3的结果，即可以算出该部分的值，具体如下式：
Figure BDA0002735772050000032
其中，
Figure BDA0002735772050000033
为被监测道路噪声源由于密度变化而引起的噪声值的变化量，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure BDA0002735772050000034
为被监测道路由于速度变化所引起的噪声值的变化量。
进一步地，所述步骤S5中，模拟噪声值和交通数据之间是符合对数关系的，所以每一聚类中心中的各条道路根据其被监测道路的
Figure BDA0002735772050000035
计算聚类中心中除被监测道路的外的道路由于密度变化引起的噪声值的变化量，具体如下式：
Figure BDA0002735772050000036
其中，ΔLk为道路由于密度变化引起的噪声值的变化量，
Figure BDA0002735772050000037
为静态噪声值中被监测道路的速度，v1为静态噪声值中道路的速度，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure BDA0002735772050000038
为被监测道路相对于静态噪声时刻由于速度变化所引起的噪声值的变化量。
当一个聚类中心有多条道路的监测数据时，对该聚类中心的所有道路的数据进行大小排序，根据欧式平方距离作为度量，在计算道路由于密度变化引起的噪声值的变化量时根据最短距离选择被监测噪声道路执行上式计算；当根据都是平方距离作为判断条件出现两条监测道路参与计算时，分别计算最后取平均，作为该道路的ΔLk。
进一步地，所述步骤S6中，以S5和S3为就算结果为基础对静态噪声地图内所有的道路噪声源的声压级进行更新，而后根据噪声传播模型对噪声地图内的所有噪声接收点的等效声级进行更新。
与现有技术相比，本发明技术方案的有益效果是：
本发明首先根据静态噪声地图中的道路根据道路等级进行分类，然后根据道路速度对每一类进行聚类，通过获取在更新时刻道路的速度数据算出每一条道路由于速度变化引起的噪声值的变化量，结合道路的噪声监测数据算出由被监测道路由于密度变化引起的噪声值的变化量，最后根据被监测道路已经算出来的由于密度变化引起的噪声值的变化量算出每一条道路由于密度变化引起的噪声值的变化量，根据这两部分的结果算出，在当时的交通这条件下，每一条道路相对于静态噪声地图时刻的噪声值的变化量，最后根据噪声源的更新结果根据噪声传播模型更新整个噪声地图。本发明创新性的从道路速度的角度寻找道路噪声源的相似性，分别考虑由道路密度和速度变化引起的噪声变化，并通过监测数据和道路在更新时刻的速度分别进行计算。本发明能够适用于噪声源以及噪声地图的更新
附图说明
图1为本发明方法流程图；
图2为道路数量的等级分布图；
图3为道路等级下聚类中心分布图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示，一种结合速度与噪声监测数据的噪声地图更新方法，包括以下步骤：
S1：根据道路的速度数据对静态噪声地图中的所有道路在分类的前提下进行聚类；
S2：根据聚类结果对每一聚类中心的道路噪声源的噪声值进行监测，每一个聚类中心至少有一个道路噪声源被监测；
S3：获取每一条道路在更新时刻的速度数据，使用该速度数据对比其在静态噪声地图的速度数据，计算由速度引起的道路噪声值的变化量；
S4：获取每一类道路噪声源的噪声监测数据，结合S3的计算结果和静态噪声地图中道路噪声源的噪声数据，计算出被监测道路由于密度变化引起的噪声源的噪声值变化量；
S5：结合S4的结果和聚类结果，根据各聚类中心道路在静态噪声地图时刻的速度与被监测道路之间的相对关系，计算出各个道路由于密度引起的噪声值的变化量；
S6：根据S3和S5的计算结果更新所有道路噪声源的声压级，从而根据噪声传播模型更新静态噪声地图中所有的接收点的等效声级。
步骤S1中，根据道路等级对静态噪声地图中的道路按照道路等级进行分类，根据分类结果采用K-means方法，以道路的速度数据作为指标对每一类的道路进行聚类。
步骤S2中，监测点的布置是根据静态地图的聚类结果进行的，监测点的监测对象是道路噪声源，意味着监测点的监测数据为该监测道路的噪声数据，并且保证每一个聚类中心至少有一条道路是被监测，保证每一个聚类中心在后面参与计算的时候至少要保证有一条道路的噪声监测数据。
步骤S3中，道路噪声源由于速度变化引起的噪声值变化的计算方式，具体如下式：
Figure BDA0002735772050000051
其中，ΔLv为噪声源由于速度变化而引起的噪声值的变化量，v2为更新时刻道路的速度，v1为静态噪声地图道路的速度。
步骤S4中，对于道路噪声源由于密度变化所引起的噪声值变化的部分的计算，不需要通过密度数据进行计算，只需要获取被监测道路的噪声监测数据以及根据其速度算出来的S3的结果，即可以算出该部分的值，具体如下式：
Figure BDA0002735772050000052
其中，
Figure BDA0002735772050000053
为噪声源由于密度变化而引起的噪声值的变化量，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure BDA0002735772050000054
为被监测道路由于速度变化所引起的噪声值的变化量。
步骤S5中，模拟噪声值和交通数据之间是符合对数关系的，所以每一聚类中心中的各条道路根据其被监测道路的
Figure BDA0002735772050000055
计算聚类中心中除被监测道路的外的道路由于密度变化引起的噪声值的变化量，具体如下式：
Figure BDA0002735772050000061
其中，ΔLk为道路由于密度变化引起的噪声值的变化量，
Figure BDA0002735772050000062
为静态噪声值中被监测道路的速度，v1为静态噪声值中道路的速度，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure BDA0002735772050000063
为被监测道路相对于静态噪声时刻由于速度变化所引起的噪声值的变化量。
当一个聚类中心有多条道路的监测数据时，对该聚类中心的所有道路的数据进行大小排序，根据欧式平方距离作为度量，在计算道路由于密度变化引起的噪声值的变化量时根据最短距离选择被监测噪声道路执行上式计算；当根据都是平方距离作为判断条件出现两条监测道路参与计算时，分别计算最后取平均，作为该道路的ΔLk。
步骤S6中，以S5和S3为就算结果为基础对静态噪声地图内所有的道路噪声源的声压级进行更新，而后根据噪声传播模型对噪声地图内的所有噪声接收点的等效声级进行更新。
首先对噪声地图在分类的情况下对道路进行聚类，本案例是以某地区噪声地图为例，在该噪声地图中根据每小时的交通流量和速度画了24幅噪声地图，代表了一天24小时的平均噪声分布。该噪声地图的所有道路涉及6479个路段，选取第4小时作为静态噪声地图。在该噪声地图中总共可分为七类道路具体如图2所示，而后选取第四小时的噪声地图的道路的速度数据作为聚类指标，采取K-means聚类方法进行聚类，通过手肘法确定每一类的最佳聚类中心数，具体如图3所示。
其次，根据每一个聚类中心随机选择一条道路作为被监测道路。具体见表1所示。
表1被监测道路的具体信息
Figure BDA0002735772050000064
Figure BDA0002735772050000071
聚类和随机选取被监测道路步骤完成后，展开以下三步的计算工作。第一步，获取每个小时的道路平均速度，根据每个小时每条道路速度对比第4小时噪声地图道路的速度，使用下式计算出由于速度变化而引起的噪声值的变化量，式子如下：
Figure BDA0002735772050000072
第二步，使用被监测道路在每个小时交通状态下的交通流数据计算而来的预测值作为监测值，计算被监测道路每个小时其因为密度变化而引起的噪声值的变化量，使用下式：
Figure BDA0002735772050000073
第三步，每一条道路根据其聚类中心中被监测道路计算出来的
Figure BDA0002735772050000081
计算出道路在每个小时状态下，相较于第四小时其由于密度变化而引起的噪声值的变化量，计算公式如下式：
Figure BDA0002735772050000082
通过上述三步计算工作的计算之后成功计算出来每一条道路的ΔLk和ΔLv，以此更新所有道路的声压级，而后更新所噪声地图上所有接收点的等效声级。
采取该噪声地图除第4小时以外其他23幅噪声地图，通过交通流计算出来的道路声压级作为监测数据，与更新方法所更新的道路声压级做比较，评估该方法的更新效果。最终各个小时的更新结果与监测值的比较结果如表2所示。
表2所有道路在各个小时更新值与预测值的对比
Figure BDA0002735772050000083
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种结合速度与噪声监测数据的噪声地图更新方法，其特征在于，包括以下步骤：
S1：根据道路的速度数据对静态噪声地图中的所有道路在分类的前提下进行聚类；
S2：根据聚类结果对每一聚类中心的道路噪声源的噪声值进行监测，每一个聚类中心至少有一个道路噪声源被监测；
S3：获取每一条道路在更新时刻的速度数据，使用该速度数据对比其静态噪声地图的速度数据，计算由速度引起的道路噪声值的变化量；
S4：获取每一类道路噪声源的噪声监测数据，结合步骤S3的计算结果和静态噪声地图中道路噪声源的噪声数据，计算出被监测道路由于密度变化引起的噪声源的噪声值变化量；
S5：结合步骤S4的结果和聚类结果，根据各聚类中心道路在静态噪声地图时刻的速度与被监测道路之间的相对关系，计算出各个道路由于密度变化引起的噪声值的变化量；
S6：根据步骤S3和步骤S5的计算结果更新所有道路噪声源的声压级，从而根据噪声传播模型更新静态噪声地图中所有的接收点的等效声级；
所述步骤S3中，道路噪声源由于速度变化引起的噪声值变化的计算方式，具体如下式：
Figure FDA0003782981960000011
其中，ΔLv为噪声源由于速度变化而引起的噪声值的变化量，v2为更新时刻道路的速度，v1为静态噪声值中道路的速度；
所述步骤S4中，对于被监测道路噪声源由于密度变化所引起的噪声值变化的部分的计算，不需要通过密度数据进行计算，只需要获取被监测道路的噪声监测数据以及根据其速度算出来的S3的结果，即可以算出该部分的值，具体如下式：
Figure FDA0003782981960000012
其中，
Figure FDA0003782981960000013
为监测道路噪声源由于密度变化而引起的噪声值的变化量，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure FDA0003782981960000014
为被监测道路由于速度变化所引起的噪声值的变化量；
所述步骤S5中，模拟噪声值和交通数据之间是符合对数关系的，所以每一聚类中心中的各条道路根据其被监测道路的
Figure FDA0003782981960000015
计算聚类中心中除被监测道路的外的道路由于密度变化引起的噪声值的变化量，具体如下式：
Figure FDA0003782981960000016
其中，ΔLk为道路由于密度变化引起的噪声值的变化量，
Figure FDA0003782981960000017
为静态噪声值中被监测道路的速度，v1为静态噪声值中道路的速度，ΔLm为被监测道路在静态噪声地图中的噪声值和监测值的差值，
Figure FDA0003782981960000018
为被监测道路由于速度变化所引起的噪声值的变化量；
当一个聚类中心有多条道路的监测数据时，对该聚类中心的所有道路的数据进行大小排序，根据欧式平方距离作为度量，在计算道路由于密度变化引起的噪声值的变化量时根据最短距离选择被监测道路执行上式计算；当根据都是平方距离作为判断条件出现两条监测道路参与计算时，分别计算最后取平均，作为该道路的ΔLk。
2.根据权利要求1所述的结合速度与噪声监测数据的噪声地图更新方法，其特征在于，所述步骤S1中，根据道路等级对静态噪声地图中的道路按照道路等级进行分类，根据分类结果采用K-means方法，以道路的速度数据作为指标对每一类的道路进行聚类。
3.根据权利要求2所述的结合速度与噪声监测数据的噪声地图更新方法，其特征在于，所述步骤S2中，监测点的布置是根据静态地图的聚类结果进行的。
4.根据权利要求3所述的结合速度与噪声监测数据的噪声地图更新方法，其特征在于，监测点的监测对象是道路噪声源，意味着监测点的监测数据为该监测道路的噪声数据，并且保证每一个聚类中心至少有一条道路是被监测，保证每一个聚类中心在后面参与计算的时候至少要保证有一条道路的噪声监测数据。
5.根据权利要求4所述的结合速度与噪声监测数据的噪声地图更新方法，其特征在于，所述步骤S6中，以步骤S5和步骤S3为就算结果为基础对静态噪声地图内所有的道路噪声源的声压级进行更新。
6.根据权利要求5所述的结合速度与噪声监测数据的噪声地图更新方法，其特征在于，根据噪声传播模型对噪声地图内的所有噪声接收点的等效声级进行更新。
CN202011133023.1A 2020-10-21 2020-10-21 一种结合速度与噪声监测数据的噪声地图更新方法 Active CN112463898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011133023.1A CN112463898B (zh) 2020-10-21 2020-10-21 一种结合速度与噪声监测数据的噪声地图更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011133023.1A CN112463898B (zh) 2020-10-21 2020-10-21 一种结合速度与噪声监测数据的噪声地图更新方法

Publications (2)

Publication Number Publication Date
CN112463898A CN112463898A (zh) 2021-03-09
CN112463898B true CN112463898B (zh) 2022-09-23

Family

ID=74833230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011133023.1A Active CN112463898B (zh) 2020-10-21 2020-10-21 一种结合速度与噪声监测数据的噪声地图更新方法

Country Status (1)

Country Link
CN (1) CN112463898B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116202611B (zh) * 2023-05-06 2023-07-14 中国海洋大学 一种基于元学习的小样本声速剖面反演方法
CN116453541B (zh) * 2023-06-16 2023-09-19 中山大学 一种声源强度预测方法、装置、电子设备及存储介质
CN116611620B (zh) * 2023-07-18 2023-09-19 厚德智能技术(山东)有限公司 一种智慧城市安全协同管理信息系统
CN117171603B (zh) * 2023-11-01 2024-02-06 海底鹰深海科技股份有限公司 一种基于机器学习的多普勒测速数据处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666657A (zh) * 2020-05-13 2020-09-15 中山大学 一种平面交叉口噪声监测布点方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
HUP1200197A2 (hu) * 2012-04-03 2013-10-28 Budapesti Mueszaki Es Gazdasagtudomanyi Egyetem Eljárás és elrendezés környezeti zaj valós idejû, forrásszelektív monitorozására és térképezésére
CN104331609B (zh) * 2014-10-21 2017-07-11 中山大学 一种基于噪声监测数据的道路交通噪声地图更新方法
CN104598757B (zh) * 2015-02-12 2017-10-24 西南交通大学 轨道区域交通噪声预测方法
CN106202506A (zh) * 2016-07-20 2016-12-07 中山大学 结合离线存储与即时计算的三维交通噪声地图更新方法
CN108871551A (zh) * 2018-06-05 2018-11-23 哈尔滨工业大学深圳研究生院 一种应用于城市规划及建设项目环评的噪声地图绘制方法
CN109443526A (zh) * 2018-11-09 2019-03-08 中山大学 一种基于噪声地图的噪声自动监测设备点位布设方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666657A (zh) * 2020-05-13 2020-09-15 中山大学 一种平面交叉口噪声监测布点方法

Also Published As

Publication number Publication date
CN112463898A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112463898B (zh) 一种结合速度与噪声监测数据的噪声地图更新方法
AU2016247117B2 (en) Driver profiling system and method
US8452529B2 (en) Adaptive navigation system for estimating travel times
WO2016141753A1 (zh) 基于路网和兴趣点的声环境功能区划分方法
WO2019205020A1 (zh) 一种路况识别方法、装置及设备
Obelheiro et al. A new zone system to analyze the spatial relationships between the built environment and traffic safety
WO2010105935A1 (en) Detecting change areas in a digital map from macro probe data attributes
CN110473085B (zh) 一种车辆风险判别方法和装置
CN109635852B (zh) 一种基于多维属性的用户画像构建与聚类方法
CN109191840A (zh) 一种基于智能终端的实时交通状况判定方法
CN110738856A (zh) 一种基于移动聚类的城市交通拥堵精细识别方法
US20190311077A1 (en) System and method for generating vehicle travel data
US20230066476A1 (en) System and method for monitoring a vehicle
CN108241630A (zh) 一种行车目的地推荐方法及装置
CN107066501B (zh) 一种基于道路相似性的机动车尾气遥测设备布点方法
Tang et al. A novel method for road intersection construction from vehicle trajectory data
CN109979198A (zh) 基于大规模浮动车数据的城市快速道路车速离散辨识方法
CN117400948A (zh) 一种汽车能耗预测方法、装置、电子设备及存储介质
CN115470872B (zh) 一种基于车辆轨迹数据的司机画像构建方法
CN103218406B (zh) 兴趣点的地址信息的处理方法及设备
CN113282844B (zh) 一种优先级的确定方法和装置
Sigala et al. Measuring the quality of street surfaces in smart cities through smartphone crowdsensing
CN114881543B (zh) 道路等级确定方法及装置、电子设备和介质
US20240219198A1 (en) Data-intensive electronic map data structures
CN115062719A (zh) 一种公交运行状态分类数的确定方法

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
GR01 Patent grant
GR01 Patent grant