CN113255088A - 一种卡口过车记录的数据补全方法及系统 - Google Patents
一种卡口过车记录的数据补全方法及系统 Download PDFInfo
- Publication number
- CN113255088A CN113255088A CN202110559787.5A CN202110559787A CN113255088A CN 113255088 A CN113255088 A CN 113255088A CN 202110559787 A CN202110559787 A CN 202110559787A CN 113255088 A CN113255088 A CN 113255088A
- Authority
- CN
- China
- Prior art keywords
- bayonet
- time
- vehicle
- data
- path
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种卡口过车记录的数据补全方法及系统,包括:步骤S1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;步骤S2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;步骤S3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。本发明通过提前将路网上所有车流轨迹进行模拟存储,在实时进行补全计算时通过调用提前整理好的车流模拟轨迹实现真正的实时补全,避免了补全的滞后情况。
Description
技术领域
本发明涉及城市智慧交通领域,具体地,涉及一种卡口过车记录的数据补全方法及系统,适用于城市道路交通的态势感知,为道路交通指标计算提供实时完备的基础数据支持。
背景技术
当前城市智慧交通的基础是需要看清城市道路的交通态势,交通态势的直观体现在于交通指标的计算,交通指标的实际精准计算有赖于相对准确且完备的卡口过车数据,但是由于交通卡口设备本身初始的功能并不是为了识别所有的道路交通态势,所以在卡口的布设,在线情况,数据的结构化等各方面均存在一定的缺失,此时就需要通过算法等能力利用已有准确的卡口过车数据来补全缺失的卡口过车数据,经调研,现有的补全方法有以下几种:
专利文献CN111259504A(申请号:202010027168.7)公开了一种基于城市道路摄像头节点建模的过车数据补全方法及装置,包括以下步骤:S1、以摄像头作为节点,构建具有根节点、中间层级分支节点以及叶子节点的多个层级的拓扑网络;每个摄像头有唯一的节点编号,且对所有中间层级的分支节点进行有序分区编码,对所有叶子节点进行有序序列编码;对每个节点按照节点的逻辑上下游关系设置节点索引;S2、将具有车辆的过车记录的摄像头的节点编号作为目标节点编号;S3、根据目标节点编号,在多层级拓扑网络中定位节点;S4、从定位的节点出发,通过节点索引定位具有逻辑上下游关系的n层节点;S5、判断n层节点中是否存在过车数据缺失并补全过车数据。该补全方法是将道路摄像头作为节点,路网道路作为边,通过路网道路的上下游关系建立拓扑网络,然后通过已知的过车数据利用建立好的拓扑网络对中间确实的过车记录进行补全。
专利文献CN110796858A(申请号:201911014643.0)公开了一种基于视频过车数据的车辆轨迹预测方法及系统,该方法包括:采集过车数据,并提取过车数据中的有效字段信息;构建基础路网;根据采样时间对过车数据进行排序,形成每一辆车辆的采样时间段内的总出行链;依次两两提取相邻两个样本序列,并依据样本序列计算车辆经过相邻两个路口的行程时间,判定相邻两路口为出行链分割点,按照出行链分割点将总出行链分割为一系列的子出行链;根据子出行链计算每一辆车在每一路口的转向状态概率,得到转向概率矩阵;确定转向概率矩阵中最大的转向概率对应的路口为车辆行驶轨迹预测即将到达的路口。该方法先是建立道路路网拓扑图,在交叉口位置对不同的转向赋予车流行驶的概率,然后通过已知的过车数据利用建立好的路网及车流转向概率预测并补全车流的过车数据。
上述技术存在的缺点:单纯通过道路的上下游关系模拟行车轨迹,缺少对实际在途车辆可能的行驶路线的考量,这样会照成多个可能的补全方案,同时缺乏真实性;缺少详细的记录补全方案下的过车时间点分配的方案;实际的车流转向情况较为复杂,难以用简单并同一的概率分布来代替;缺少卡口过车数据补全的能力界限,容易造成补全结果错误性较大。
本发明通过在健全的路网及卡口设备在路网的映射关系的基础上,以Di jkstra算法通过路段自有流行程时间来计算实际行车的最短时间路径来预测实际的行车轨迹,并通过轨迹中各路段的自由流行驶时间占总自由流行驶时间的比例来具体补全轨迹中每一个缺失卡口的过车数据及其过车时刻,同时本方法设定了一个卡口过车数据补全的能力界限,提升了卡口过车数据补全的真实性,并相较于多层的网络拓扑关系具有较高的计算效率。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种卡口过车记录的数据补全方法及系统。
根据本发明提供的一种卡口过车记录的数据补全方法,包括:
步骤S1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
步骤S2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
步骤S3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
优选地,所述步骤S2包括:
步骤S2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
步骤S2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
步骤S2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
优选地,所述步骤S2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
优选地,所述步骤S3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
优选地,所述步骤S3包括:
步骤S3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
步骤S3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
步骤S3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
根据本发明提供的一种卡口过车记录的数据补全系统,包括:
模块M1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
模块M2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
模块M3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
优选地,所述模块M2包括:
模块M2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
模块M2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
模块M2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
优选地,所述模块M2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
优选地,所述模块M3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
优选地,所述模块M3包括:
模块M3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
模块M3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
模块M3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过在更完整的路网上进行过车记录的补全,实现了更加匹配真实情况的过车记录补全,大大提升了补全的可靠性与完备性;
2、本发明通过轨迹中的各路段的自由流行程时间对补全的卡口记录时间进行明确分配,实现了更加合理及符合现实情况的的补全卡口的记录时间,极好的提升了补全数据在实际环境中的运用,在整个的交通大环境中能够更好地得到利用;
3、本发明通过Dijkstra算法模拟车流轨迹,实现了模拟真实车流的现实情况,有效避免了通过单一概率分布来确定车流转向的不可靠问题,提升了补全的真实性;
4、本发明通过设定了补全的能力界限,有效避免了过度补全所造成的补全失真,有效提升了过车记录补全的正确性;
5、本发明通过单层路网的轨迹补全,有效避免了多层网络拓扑关系的计算复杂度,在真实的环境运用中极大地提升了补全的效率;
6、本发明通过提前将路网上所有车流轨迹进行模拟存储,在实时进行补全计算时通过调用提前整理好的车流模拟轨迹实现真正的实时补全,避免了补全的滞后情况。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为城市路网及卡口设备拓扑图;
图2为最短路径建设流程图;
图3为简要路网关系假设图;
图4为Dijkstra算法详细拆解图;
图5为最短路径静态表;
图6为实时补全卡口过车数据流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
根据本发明提供的一种卡口过车记录的数据补全方法,包括:
步骤S1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
步骤S2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
步骤S3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
具体地,所述步骤S2包括:
步骤S2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
步骤S2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
步骤S2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
具体地,所述步骤S2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
具体地,所述步骤S3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
具体地,所述步骤S3包括:
步骤S3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
步骤S3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
步骤S3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
根据本发明提供的一种卡口过车记录的数据补全系统,包括:
模块M1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
模块M2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
模块M3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
具体地,所述模块M2包括:
模块M2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
模块M2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
模块M2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
具体地,所述模块M2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
具体地,所述模块M3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
具体地,所述模块M3包括:
模块M3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
模块M3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
模块M3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
实施例2
实施例2是实施例1的优选例
本发明提供的一种卡口过车记录的数据补全方法,如图1至2所述,包括:
第一步:获取城市路网数据(OSM等平台)并将卡口设备通过其经纬度、名称等信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
第二步:建立路网上任意两个卡口设备之间的最短时间路径的关系静态表。
1)计算所有路段的自由流行驶时长:通过路段的长度/路段的限速得出路段的自由流行驶时长;
2)取任意两个卡口通过Dijkstra算法计算出最短时长路径:
图3为例,D为起点卡口,A为终点卡口,B、C、E、F、G为中间的实际存在的卡口,边上的数值为该路段的自由流行驶时长,但由于故障或者设备缺失等原因导致中间某些卡口缺失了过车数据,得出由起点卡口D到终点卡口A的最短时长路径为D-E-F-A;
更为具体地,取任意两个卡口通过Dijkstra算法计算出最短时长路径,如图4所示,包括:
初始状态:S是已计算出最短路径的顶点集合,U是未计算除最短路径的顶点的集合;
第1步:将顶点D加入到S中。
此时,S={D(0)},U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。注:C(3)表示C到起点D的距离是3。
第2步:将顶点C加入到S中。
上一步操作之后,U中顶点C到起点D的距离最短;因此,将C加入到S中,同时更新U中顶点的距离。以顶点F为例,之前F到D的距离为∞;但是将C加入到S之后,F到D的距离为9=(F,C)+(C,D)。
此时,S={D(0),C(3)},U={A(∞),B(23),E(4),F(9),G(∞)}。
第3步:将顶点E加入到S中。
上一步操作之后,U中顶点E到起点D的距离最短;因此,将E加入到S中,同时更新U中顶点的距离。还是以顶点F为例,之前F到D的距离为9;但是将E加入到S之后,F到D的距离为6=(F,E)+(E,D)。
此时,S={D(0),C(3),E(4)},U={A(∞),B(23),F(6),G(12)}。
第4步:将顶点F加入到S中。
此时,S={D(0),C(3),E(4),F(6)},U={A(22),B(13),G(12)}。
第5步:将顶点G加入到S中。
此时,S={D(0),C(3),E(4),F(6),G(12)},U={A(22),B(13)}。
第6步:将顶点B加入到S中。
此时,S={D(0),C(3),E(4),F(6),G(12),B(13)},U={A(22)}。
第7步:将顶点A加入到S中。
此时,S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。
此时,起点D到各个顶点的最短距离就计算出来了:A(22)B(13)C(3)D(0)E(4)F(6)G(12)。
将最短时长路径的结果存储到一张静态表中,如图5所示,表格包含的字段为路径信息id,起点卡口id,终点卡口id,最短路径的卡口list;
第三步:实时补全卡口过车数据,如图6所述;
1)由于卡口过车数据的补全需要起终点卡口均有同一辆车的过车记录,但起终点同一辆车的过车记录之间的时间差并不能确定,所以每两分钟对所有缺失卡口进行一次过车数据的补全,确保能够及时对缺失卡口的过车数据进行补全;
2)每次进行补全时取前半小时的过车数据,当同一辆车在半小时内只被一个卡口抓拍(仅存在一条卡口过车记录),那么认为该车已经停驶或者卡口的缺失过于严重,该过车记录将被剔除,这样能够提升卡口过车数据补全的可信度和真实性;
3)具体实时补全过程:以第二步的起终点为例,车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产出两条过车记录(V,D,t1)和(V,A,t2),满足t2-t1<=30min,通过查找第二步产出的静态表得出车辆V应该会经过E和F卡口,但缺失了过车数据,此时进行补全,根据如图3简要路网关系假设图,依次类推,DE路段为4分钟,EF路段为2分钟,FA路段为16分钟,以路段DE,EF,FA的自由流行程时间比例4:2:16分配总过车时间t2-t1,那么可补全出车辆V经过E和F卡口的过车记录分别为(V,E,t1+4/22*(t2-t1))和(V,F,t1+6/22*(t2-t1))。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种卡口过车记录的数据补全方法,其特征在于,包括:
步骤S1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
步骤S2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
步骤S3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
2.根据权利要求1所述的卡口过车记录的数据补全方法,其特征在于,所述步骤S2包括:
步骤S2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
步骤S2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
步骤S2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
3.根据权利要求1所述的卡口过车记录的数据补全方法,其特征在于,所述步骤S2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
4.根据权利要求1所述的卡口过车记录的数据补全方法,其特征在于,所述步骤S3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
5.根据权利要求1所述的卡口过车记录的数据补全方法,其特征在于,所述步骤S3包括:
步骤S3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
步骤S3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
步骤S3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
6.一种卡口过车记录的数据补全系统,其特征在于,包括:
模块M1:获取城市路网数据并将卡口设备通过包括经纬度和名称信息映射到路网上,建立完善的卡口设备及道路路网的拓扑图;
模块M2:基于卡口设备及道路路网的拓扑图建立路网上任意两个卡口设备之间的最短时间路径的关系静态表;
模块M3:每隔预设时间根据最短时间路径的关系静态表实时补全卡口过车数据。
7.根据权利要求6所述的卡口过车记录的数据补全系统,其特征在于,所述模块M2包括:
模块M2.1:通过路段的长度以及路段的限速计算得到路段的自由流行驶时长;
模块M2.2:取任意两个卡口,根据自由流行驶时长计算出最短时长路径;
模块M2.3:将最短时长路径的结果存储为静态表格;
所述静态表格包括路径信息id、起点卡口id、终点卡口id以及最短路径的卡口列表。
8.根据权利要求6所述的卡口过车记录的数据补全系统,其特征在于,所述模块M2.2包括:取任意两个卡口通过Dijkstra算法计算出最短时长路径。
9.根据权利要求6所述的卡口过车记录的数据补全系统,其特征在于,所述模块M3还包括:每次进行补全时取前预设时间的过车数据,当同一辆车在预设时间内仅存在一条卡口过车记录,则将当前过车记录剔除。
10.根据权利要求6所述的卡口过车记录的数据补全系统,其特征在于,所述模块M3包括:
模块M3.1:车辆V通过起点卡口D的时间为t1,通过终点卡口A的时间为t2,产生两条过车记录(V,D,t1)和(V,A,t2),且满足t2-t1≤预设时间;
模块M3.2:通过最短时间路径的关系静态表查询车辆V通过起点卡口D和终点卡口A会经过的卡口V1...Vn;
模块M3.3:根据路段DV1...Vn-1Vn的自由流行程时间比例分配总过车时间t2-t1,实时补全车辆v卡口过车数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110559787.5A CN113255088B (zh) | 2021-05-21 | 2021-05-21 | 一种卡口过车记录的数据补全方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110559787.5A CN113255088B (zh) | 2021-05-21 | 2021-05-21 | 一种卡口过车记录的数据补全方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113255088A true CN113255088A (zh) | 2021-08-13 |
CN113255088B CN113255088B (zh) | 2023-03-28 |
Family
ID=77183743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110559787.5A Active CN113255088B (zh) | 2021-05-21 | 2021-05-21 | 一种卡口过车记录的数据补全方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113255088B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643541A (zh) * | 2021-09-10 | 2021-11-12 | 杭州海康威视数字技术股份有限公司 | 实时路况的确定方法、装置、设备及存储介质 |
CN113656979A (zh) * | 2021-08-26 | 2021-11-16 | 浙江数智交院科技股份有限公司 | 路网数据生成方法、装置、电子设备及存储介质 |
CN113793500A (zh) * | 2021-09-14 | 2021-12-14 | 上海天壤智能科技有限公司 | 城市交通道路可计算路网的构建方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464320A (zh) * | 2014-12-15 | 2015-03-25 | 东南大学 | 基于真实路网特性及动态行程时间的最短路径诱导方法 |
CN104916129A (zh) * | 2015-05-05 | 2015-09-16 | 杭州电子科技大学 | 基于大规模卡口过车数据的道路实时通行速度计算方法 |
CN107590999A (zh) * | 2017-08-18 | 2018-01-16 | 广东方纬科技有限公司 | 一种基于卡口数据的交通状态判别方法 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN108571978A (zh) * | 2018-03-09 | 2018-09-25 | 杭州电子科技大学 | 基于拓扑和权重的超标排放车辆最短路径跟踪匹配方法 |
CN108961747A (zh) * | 2018-07-03 | 2018-12-07 | 北京航空航天大学 | 一种不完备卡口数据条件下的城市道路交通状态信息提取方法 |
CN110838232A (zh) * | 2019-09-27 | 2020-02-25 | 浙江工业大学 | 基于过车电警数据的单一车辆od获取方法 |
CN111243277A (zh) * | 2020-03-09 | 2020-06-05 | 山东大学 | 基于车牌识别数据的通勤车辆时空轨迹重构方法及系统 |
CN111314857A (zh) * | 2020-02-13 | 2020-06-19 | 青岛海信网络科技股份有限公司 | 一种基于过车视频数据的车辆实时出行轨迹获取方法 |
CN112365711A (zh) * | 2020-10-21 | 2021-02-12 | 东南大学 | 一种基于车牌识别数据的车辆轨迹重构方法 |
-
2021
- 2021-05-21 CN CN202110559787.5A patent/CN113255088B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464320A (zh) * | 2014-12-15 | 2015-03-25 | 东南大学 | 基于真实路网特性及动态行程时间的最短路径诱导方法 |
CN104916129A (zh) * | 2015-05-05 | 2015-09-16 | 杭州电子科技大学 | 基于大规模卡口过车数据的道路实时通行速度计算方法 |
CN107590999A (zh) * | 2017-08-18 | 2018-01-16 | 广东方纬科技有限公司 | 一种基于卡口数据的交通状态判别方法 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN108571978A (zh) * | 2018-03-09 | 2018-09-25 | 杭州电子科技大学 | 基于拓扑和权重的超标排放车辆最短路径跟踪匹配方法 |
CN108961747A (zh) * | 2018-07-03 | 2018-12-07 | 北京航空航天大学 | 一种不完备卡口数据条件下的城市道路交通状态信息提取方法 |
CN110838232A (zh) * | 2019-09-27 | 2020-02-25 | 浙江工业大学 | 基于过车电警数据的单一车辆od获取方法 |
CN111314857A (zh) * | 2020-02-13 | 2020-06-19 | 青岛海信网络科技股份有限公司 | 一种基于过车视频数据的车辆实时出行轨迹获取方法 |
CN111243277A (zh) * | 2020-03-09 | 2020-06-05 | 山东大学 | 基于车牌识别数据的通勤车辆时空轨迹重构方法及系统 |
CN112365711A (zh) * | 2020-10-21 | 2021-02-12 | 东南大学 | 一种基于车牌识别数据的车辆轨迹重构方法 |
Non-Patent Citations (1)
Title |
---|
朱耀堃: "基于卡口数据的车辆轨迹预测与缺失信息补偿方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113656979A (zh) * | 2021-08-26 | 2021-11-16 | 浙江数智交院科技股份有限公司 | 路网数据生成方法、装置、电子设备及存储介质 |
CN113656979B (zh) * | 2021-08-26 | 2024-05-14 | 浙江数智交院科技股份有限公司 | 路网数据生成方法、装置、电子设备及存储介质 |
CN113643541A (zh) * | 2021-09-10 | 2021-11-12 | 杭州海康威视数字技术股份有限公司 | 实时路况的确定方法、装置、设备及存储介质 |
CN113793500A (zh) * | 2021-09-14 | 2021-12-14 | 上海天壤智能科技有限公司 | 城市交通道路可计算路网的构建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113255088B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113255088B (zh) | 一种卡口过车记录的数据补全方法及系统 | |
CN111091708A (zh) | 车辆轨迹预测方法及装置 | |
Chen et al. | An improved adaptive signal control method for isolated signalized intersection based on dynamic programming | |
CN109584553B (zh) | 一种基于时空信息的路段关联度缺失补全方法 | |
CN106840175B (zh) | 一种车辆行驶轨迹匹配路网的方法及装置 | |
CN109544916B (zh) | 一种基于抽样轨迹数据的路网车辆od估计方法 | |
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 | |
KR20200023697A (ko) | 교통상태정보를 예측하는 장치, 교통상태정보를 예측하는 방법 및 교통상태정보를 예측하는 프로그램을 저장하는 저장매체 | |
Necula | Dynamic traffic flow prediction based on GPS data | |
Lee | Modeling gap acceptance at freeway merges | |
CN111553539A (zh) | 一种基于概率模型检验的行驶路径规划方法 | |
CN115481531B (zh) | 基于sumo的路网交通流实时孪生方法及系统 | |
CN112967493A (zh) | 一种基于神经网络的车辆通过交叉口行程时间的预测方法 | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
CN112748452B (zh) | 一种基于路网数据的gps轨迹清洗方法 | |
CN113793500B (zh) | 城市交通道路可计算路网的构建方法及系统 | |
CN110675631A (zh) | 一种交通流溯源分析方法及系统 | |
CN115631082B (zh) | 一种基于高速路网拓扑结构的多场景路径还原方法 | |
CN111243280B (zh) | 一种实时计算交通状态的指标的方法及装置 | |
CN114999162B (zh) | 一种道路交通流量获取方法和装置 | |
CN113538902B (zh) | 基于交通状态的交叉口车辆轨迹数据修复方法 | |
CN112967518B (zh) | 一种公交专用道条件下公交车辆轨迹的Seq2Seq预测方法 | |
Ng et al. | UTNSim: A new traffic simulator based on the LWR-IM mesoscopic traffic model | |
CN113393666A (zh) | 一种营运车辆的交通仿真方法、装置、设备及介质 | |
Hiller et al. | Aggregation of road characteristics from online maps and evaluation of datasets |
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 |