CN113593229A - 一种基于定位系统的城市区域交通大数据分析系统 - Google Patents
一种基于定位系统的城市区域交通大数据分析系统 Download PDFInfo
- Publication number
- CN113593229A CN113593229A CN202110847320.0A CN202110847320A CN113593229A CN 113593229 A CN113593229 A CN 113593229A CN 202110847320 A CN202110847320 A CN 202110847320A CN 113593229 A CN113593229 A CN 113593229A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- big data
- data analysis
- user terminal
- image
- 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
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通数据处理技术领域,特别涉及一种基于定位系统的城市区域交通大数据分析系统,包括:用户终端;还包括:定位系统,与用户终端位置相对固定,用于采集用户的第一定位信息并发送至用户终端,置于特定路口,用于采集车辆行驶图像;随车采集模块,与用户终端位置相对固定,用于在定位系统的加速度超过阈值时,采集车辆行驶过程中的第一环境图像;大数据分析模块,用于对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联。采用本发明的技术方案,能够解决数据来源单一,且部分数据还存在误报的问题。
Description
技术领域
本发明涉及交通数据处理技术领域,特别涉及一种基于定位系统的城市区域交通大数据分析系统。
背景技术
随着城市化的发展,城市交通拥堵问题突显,严重影响了城市的运转和经济的发展。全面有效的获取道路的实时动态交通信息,对信息处理分析,快速、准确地判定路网中交通流所处状态,有助于及时发现交通拥堵,制定合理有效的交通拥堵疏导策略,能够大大降低拥堵的影响范围,减少拥堵在时间、经济及环境上的危害,也能够避免由局部交通拥堵导致的路网交通瘫痪。
通常的城市区域的交通拥堵是由面拥堵组合或者扩散而成的,面拥堵表现为多个路段拥堵相互关联,路段拥堵即为线拥堵;线拥堵则是由于交通流量的激增(如流量高峰期)或者由于局部交通堵塞未得到及时解决,而使得路口拥堵在相互关联的路段上蔓延,形成线状主干道为主的拥堵。构成线拥堵的为点拥堵,发生于独立交叉口,作用于相连的几条路段。
目前针对城市区域的交通大数据的来源通常为安装于特定路口的图像采集设备,通过采集车辆图像以及距离等信息形成城市区域交通大数据,并据此进行相关的分析。在上述情况下,由于城市区域的交通异常状态难以利用精确的数学模型描述,其分析结论仅为道路拥堵程度这一结果,难以准确的分析道路拥堵的成因。
但是随着技术的发展,通常车主在出行时会使用地图导航软件,地图导航软件的服务商利用车主所携带的智能终端(智能手机或者车机,即车载导航系统)的定位数据进行交通大数据的分析,其主要利用定位数据中位置是否接近以及速度的快慢进行相关的判断,但是依然存在只能够表征道路已经拥堵这一结果,而无法分析成因。基于这一情况,部分地图导航软件的服务商在地图导航软件中增加了人为汇报拥堵原因这一功能,但是这一功能需要车主进行操作或者选择,部分车主处于安全驾驶考虑,少有能够准确进行汇报的,即便想要汇报,但是亦存在安全隐患(驾驶中使用移动电话)。
上述的城市区域交通大数据分析系统存在数据来源单一(仅依靠固定位置的摄像头或者仅依靠车主的定位信息),且部分数据还存在误报的问题。因此,现在急需一种多数据源且能够减少误报的基于定位系统的城市区域大数据分析系统。
发明内容
本发明提供了一种基于定位系统的城市区域交通大数据分析系统,以解决数据来源单一,且部分数据还存在误报的问题。
为了解决上述技术问题,本申请提供如下技术方案:
一种基于定位系统的城市区域交通大数据分析系统,包括:用户终端;还包括:
定位系统,与用户终端位置相对固定,用于采集用户的第一定位信息并发送至用户终端,用户终端根据第一定位信息的变化速率得到用户的车辆行驶方向、出行速度、加速度;
外部图像模块,置于特定路口,用于采集车辆行驶图像,并根据车辆图像获取车辆的外部特征信息、出行速度和加速度;
随车采集模块,与用户终端位置相对固定,用于在定位系统的加速度超过阈值时,采集车辆行驶过程中的第一环境图像;
大数据分析模块,用于对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联,若存在关联,则根据车辆行驶方向及车辆的外部特征信息在车辆行驶图像中标记导致定位系统的加速度突变的车辆,若不存在关联,则对多个第一环境图像进行比较,对重复出现的车辆进行标记。
进一步,所述用户终端还用于获取本车基础信息并发送至大数据分析模块,所述大数据分析模块在对多个第一环境图像进行比较时,若同一第一定位信息处出现多组相互影响的第一环境图像,则定义该第一定位信息处为干涉交通节点,并根据第一定位信息获取通过该干涉交通节点车辆数量和通行时间并建立学习库,然后对车辆行驶方向经过该干涉交通节点且预计抵达时间相同的车辆进行计数,然后根据学习库得到预估通行时间并反馈至用户终端。
进一步,所述用户终端为智能手机或车载主机。
进一步,所述用户终端为智能手机,定位系统为智能手机内置的GPS或北斗定位系统,随车采集模块为智能手机内置的摄像头,大数据分析模块为云端服务器。
进一步,所述车辆的加速度还可以通过智能手机自带的加速度传感器进行采集。
进一步,所述对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联的逻辑为,对第一环境图像中的车牌进行识别,得到第一环境图像中的第一组车牌信息,然后对车辆行驶图像中的车牌进行识别得到第二组车牌信息,将第一组车牌信息与第二组车牌信息进行重复值筛选,若存在重复的车牌信息则表征存在关联。
进一步,所述对多个第一环境图像进行比较的逻辑为,分别对第一环境图像中的车牌进行识别分别得到第三组车牌信息和第四组车牌信息,然后将第三组车牌信息和第四组车牌信息进行重复值筛选。
进一步,所述大数据分析模块还用于根据学习库中通过对比干涉交通节点的车辆数量和通行时间的对应关系得到最优通行策略,最优通行策略包括车辆最优速度和行车最优间距,行车最优间距通过外部图像模块获取,车辆最优速度发送至已经通过干涉交通节点的车辆的用户终端,行车最优间距发送到即将抵达干涉交通节点的车辆的用户终端。
基础方案原理及有益效果如下:本方案通过定位系统获取车辆在行驶过程中的相关数据,主要是包括了车辆的定位信息,然后根据定位信息的变化能够获取到车辆的行驶方向、速度以及加速度的相关信息。然后通过外部图像模块对特定路口的车辆行驶图像进行采集,获取到车辆的外部特征信息、出行速度和加速度信息,当然同样也能够获取到车辆的行驶方向的信息。本方案中,对出行速度、加速度以及行驶方向的信息是通过两种手段获取的,且由于设备本身的限制,两种手段获取的数据可能存在一定的偏差,本方案在后续的处理中并不会完全依赖这些信息,确保信息的客观性,减少误报的可能。
数据来源方面,本方案中的外部图像模块、随车采集模块以及定位系统分别从用户端和道路端采集数据,丰富了数据的来源,为了减少数据的运算量,随车采集模块仅在用户的加速度超过阈值时进行数据采集,能够更加有针对性的从用户端的角度采集到影响用户驾驶行为的图像,减少了图像处理的复杂性,减少了误报的可能性。
大数据分析模块中通过判断第一环境图像与车辆行驶图像是否存在关联,能够减少车辆行驶图像的处理难度,更加准确的判断是否存在低速行驶或者违停等影响通行效率的情况。在无车辆行驶图像的路段,能够通过多个第一环境图像进行比较,准确的识别出影响通行效率的车辆方便后续的处理。
综上,本方案通过定位系统、外部图像模块以及随车采集模块分别采集车辆的定位信息、车辆行驶图像以及第一环境图像,丰富了数据的来源,解决了数据来源单一的问题;然后本方案通过对车辆的加速度进行预先判断,以表征车辆的通行效率是否受到影响,然后再采集第一环境图像并进行后续的判断,保证的数据的准确性。
附图说明
图1为一种基于定位系统的城市区域交通大数据分析系统实施例一的正视图/剖视图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
本实施例的一种基于定位系统的城市区域交通大数据分析系统(如图1所示),包括:用户终端(用户终端为智能手机或车载主机,本实施例选用的智能手机);还包括:
定位系统,与用户终端位置相对固定,用于采集用户的第一定位信息并发送至用户终端,用户终端根据第一定位信息的变化速率得到用户的车辆行驶方向、出行速度、加速度(车辆的加速度还可以通过智能手机自带的加速度传感器进行采集);
外部图像模块,置于特定路口,用于采集车辆行驶图像,并根据车辆图像获取车辆的外部特征信息、出行速度和加速度;
随车采集模块,与用户终端位置相对固定,用于在定位系统的加速度超过阈值时,采集车辆行驶过程中的第一环境图像;
大数据分析模块,用于对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联,若存在关联,则根据车辆行驶方向及车辆的外部特征信息在车辆行驶图像中标记导致定位系统的加速度突变的车辆,若不存在关联,则对多个第一环境图像进行比较,对重复出现的车辆进行标记;
其中,用户终端还用于获取本车基础信息并发送至大数据分析模块,所述大数据分析模块在对多个第一环境图像进行比较时,若同一第一定位信息处出现多组相互影响的第一环境图像,则定义该第一定位信息处为干涉交通节点,并根据第一定位信息获取通过该干涉交通节点车辆数量和通行时间并建立学习库,然后对车辆行驶方向经过该干涉交通节点且预计抵达时间相同的车辆进行计数,然后根据学习库得到预估通行时间并反馈至用户终端。
定位系统为智能手机内置的GPS或北斗定位系统,随车采集模块为智能手机内置的摄像头,大数据分析模块为云端服务器(用户终端是固定在车辆上的,让随车采集模块能够如同车辆的行车记录仪器一样,能够拍摄车辆前方的相关图像,即第一环境图像)。
对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联的逻辑为,对第一环境图像中的车牌进行识别,得到第一环境图像中的第一组车牌信息,然后对车辆行驶图像中的车牌进行识别得到第二组车牌信息,将第一组车牌信息与第二组车牌信息进行重复值筛选,若存在重复的车牌信息则表征存在关联。
对多个第一环境图像进行比较的逻辑为,分别对第一环境图像中的车牌进行识别分别得到第三组车牌信息和第四组车牌信息,然后将第三组车牌信息和第四组车牌信息进行重复值筛选。
另外,大数据分析模块还用于根据学习库中通过对比干涉交通节点的车辆数量和通行时间的对应关系得到最优通行策略,最优通行策略包括车辆最优速度和行车最优间距,行车最优间距通过外部图像模块获取,车辆最优速度发送至已经通过干涉交通节点的车辆的用户终端,行车最优间距发送到即将抵达干涉交通节点的车辆的用户终端。
具体使用时,用户将用户终端固定在车辆上,且使得随车采集模块(即用户终端的摄像头)能够拍摄车辆行进过程中的图像(类似行车记录仪)。但是基于用户隐私要求和数据采集准确性的要求,此时并不会对采集到图像进行处理,即不会发送至大数据分析模块。
用户在驾驶过程,由于前方的车道上存在一辆违停车辆或者低速行驶的车辆,导致用户突然刹车,出现了加速度的变化(本领域技术人员可根据实际情况和要求调整阈值,本实施例中根据车主驾驶习惯没有进行地板油加速的习惯,设定阈值为5m/s2),此时随车采集模块采集第一环境图像,第一环境图像中必然包括了影响用户通行效率的车辆的车牌信息。如果此时路口的摄像头采集的车辆行驶图像中也包括了该车辆的车牌信息,那么能够得出分析结论,该车辆影响了通行效率,需要发送提醒短信或者拨打电话进行提醒。如果是公共监控系统未覆盖的区域,那么也能够通过多个第一环境图像的对比,快速的分析出影响通行效率的车辆。
以上是针对道路上出现车辆违停或者低速行驶影响通勤效率的情况,即某一个体影响整体通行效率。影响通行效率的还一个情况,是道路上某一交通节点(无论是车道减少,还是有车辆汇入)在车流量超过某一阈值后,就会出现缓行甚至拥堵的情况。本方案,将出现多组相互影响的第一环境图像的位置定义为干涉交通节点。对未通过该干涉交通节点的车辆提醒注意车辆间距,减少车道合并时的相互影响;对通过干涉交通节点的车辆,提醒保持车速,保证通行效率。
以上的仅是本发明的实施例,该发明不限于此实施案例涉及的领域,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.一种基于定位系统的城市区域交通大数据分析系统,包括:用户终端;其特征在于,还包括:
定位系统,与用户终端位置相对固定,用于采集用户的第一定位信息并发送至用户终端,用户终端根据第一定位信息的变化速率得到用户的车辆行驶方向、出行速度、加速度;
外部图像模块,置于特定路口,用于采集车辆行驶图像,并根据车辆图像获取车辆的外部特征信息、出行速度和加速度;
随车采集模块,与用户终端位置相对固定,用于在定位系统的加速度超过阈值时,采集车辆行驶过程中的第一环境图像;
大数据分析模块,用于对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联,若存在关联,则根据车辆行驶方向及车辆的外部特征信息在车辆行驶图像中标记导致定位系统的加速度突变的车辆,若不存在关联,则对多个第一环境图像进行比较,对重复出现的车辆进行标记。
2.根据权利要求1所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述用户终端还用于获取本车基础信息并发送至大数据分析模块,所述大数据分析模块在对多个第一环境图像进行比较时,若同一第一定位信息处出现多组相互影响的第一环境图像,则定义该第一定位信息处为干涉交通节点,并根据第一定位信息获取通过该干涉交通节点车辆数量和通行时间并建立学习库,然后对车辆行驶方向经过该干涉交通节点且预计抵达时间相同的车辆进行计数,然后根据学习库得到预估通行时间并反馈至用户终端。
3.根据权利要求2所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述用户终端为智能手机或车载主机。
4.根据权利要求3所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述用户终端为智能手机,定位系统为智能手机内置的GPS或北斗定位系统,随车采集模块为智能手机内置的摄像头,大数据分析模块为云端服务器。
5.根据权利要求4所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述车辆的加速度还可以通过智能手机自带的加速度传感器进行采集。
6.根据权利要求5所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述对与第一环境图像对应的第一定位信息进行读取并根据出行速度和加速度判断第一环境图像是否与车辆行驶图像关联的逻辑为,对第一环境图像中的车牌进行识别,得到第一环境图像中的第一组车牌信息,然后对车辆行驶图像中的车牌进行识别得到第二组车牌信息,将第一组车牌信息与第二组车牌信息进行重复值筛选,若存在重复的车牌信息则表征存在关联。
7.根据权利要求6所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述对多个第一环境图像进行比较的逻辑为,分别对第一环境图像中的车牌进行识别分别得到第三组车牌信息和第四组车牌信息,然后将第三组车牌信息和第四组车牌信息进行重复值筛选。
8.根据权利要求7所述的一种基于定位系统的城市区域交通大数据分析系统,其特征在于:所述大数据分析模块还用于根据学习库中通过对比干涉交通节点的车辆数量和通行时间的对应关系得到最优通行策略,最优通行策略包括车辆最优速度和行车最优间距,行车最优间距通过外部图像模块获取,车辆最优速度发送至已经通过干涉交通节点的车辆的用户终端,行车最优间距发送到即将抵达干涉交通节点的车辆的用户终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110847320.0A CN113593229B (zh) | 2021-07-28 | 2021-07-28 | 一种基于定位系统的城市区域交通大数据分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110847320.0A CN113593229B (zh) | 2021-07-28 | 2021-07-28 | 一种基于定位系统的城市区域交通大数据分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113593229A true CN113593229A (zh) | 2021-11-02 |
CN113593229B CN113593229B (zh) | 2022-06-21 |
Family
ID=78250253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110847320.0A Active CN113593229B (zh) | 2021-07-28 | 2021-07-28 | 一种基于定位系统的城市区域交通大数据分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113593229B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014164375A (ja) * | 2013-02-22 | 2014-09-08 | Pioneer Electronic Corp | 情報処理装置、情報処理システム並びに情報処理方法及び情報処理装置用プログラム |
KR101648701B1 (ko) * | 2015-06-26 | 2016-08-17 | 렉스젠(주) | 차량 번호 판독 장치 및 그 방법 |
CN107085946A (zh) * | 2017-06-13 | 2017-08-22 | 深圳市麦谷科技有限公司 | 一种基于图片识别技术的车辆定位方法及系统 |
CN107545757A (zh) * | 2016-06-24 | 2018-01-05 | 中国第汽车股份有限公司 | 基于车牌识别的城市道路流速测量装置和方法 |
CN107564314A (zh) * | 2017-09-11 | 2018-01-09 | 安徽实运信息科技有限责任公司 | 一种基于交通拥挤状态的预警系统 |
CN109263590A (zh) * | 2018-10-22 | 2019-01-25 | 山东科技大学 | 一种多信息融合的车载安全报警系统 |
CN111476999A (zh) * | 2020-01-17 | 2020-07-31 | 武汉理工大学 | 基于车路多传感器协同的智能网联汽车超视距感知系统 |
-
2021
- 2021-07-28 CN CN202110847320.0A patent/CN113593229B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014164375A (ja) * | 2013-02-22 | 2014-09-08 | Pioneer Electronic Corp | 情報処理装置、情報処理システム並びに情報処理方法及び情報処理装置用プログラム |
KR101648701B1 (ko) * | 2015-06-26 | 2016-08-17 | 렉스젠(주) | 차량 번호 판독 장치 및 그 방법 |
CN107545757A (zh) * | 2016-06-24 | 2018-01-05 | 中国第汽车股份有限公司 | 基于车牌识别的城市道路流速测量装置和方法 |
CN107085946A (zh) * | 2017-06-13 | 2017-08-22 | 深圳市麦谷科技有限公司 | 一种基于图片识别技术的车辆定位方法及系统 |
CN107564314A (zh) * | 2017-09-11 | 2018-01-09 | 安徽实运信息科技有限责任公司 | 一种基于交通拥挤状态的预警系统 |
CN109263590A (zh) * | 2018-10-22 | 2019-01-25 | 山东科技大学 | 一种多信息融合的车载安全报警系统 |
CN111476999A (zh) * | 2020-01-17 | 2020-07-31 | 武汉理工大学 | 基于车路多传感器协同的智能网联汽车超视距感知系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113593229B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11990036B2 (en) | Driver behavior monitoring | |
CN108022450B (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
CN109859500B (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
EP3403219A1 (en) | Driver behavior monitoring | |
CN103578295A (zh) | 一种快速道路排队尾部追尾事故风险实时预测与预防方法 | |
Feng | Synthesis of studies on speed and safety | |
CN1833264A (zh) | 用于评估物体沿运动路径运动的性质的方法和系统 | |
US20210049910A1 (en) | Using holistic data to implement road safety measures | |
JP4580995B2 (ja) | 道路交通管制システム | |
CN116244900A (zh) | 基于事故易发地数据的v2x功能测试场景库的构建方法 | |
Ansariyar et al. | Statistical analysis of jaywalking conflicts by a lidar sensor | |
Li et al. | The role of traffic conflicts in roundabout safety evaluation: A review | |
US11928962B2 (en) | Location risk determination and ranking based on vehicle events and/or an accident database | |
CN113593229B (zh) | 一种基于定位系统的城市区域交通大数据分析系统 | |
CN117058872A (zh) | 一种用于高速公路信息发布方法、系统和存储介质 | |
Walcott-Bryant et al. | Harsh brakes at potholes in Nairobi: Context-based driver behavior in developing cities | |
JP4128962B2 (ja) | 道路交通管制システム | |
Liu et al. | Study on test scenarios of environment perception system under rear-end collision risk | |
Pol et al. | Evaluation of shared-use markings for cyclists in Auckland | |
TWI786725B (zh) | 用於偵測及處理交通違規行為的方法及系統 | |
Minh et al. | Granular quantifying traffic states using mobile probes | |
Mizuta | Jam tail estimation using vehicle and road agents | |
JP2004038637A (ja) | 速度低下通知システム及び速度低下通知方法 | |
CN114120660A (zh) | 高速公路匝道出口处预警方法、系统、设备及存储介质 |
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 |