CN113643518B - 电子设备及拥堵预警方法 - Google Patents

电子设备及拥堵预警方法 Download PDF

Info

Publication number
CN113643518B
CN113643518B CN202110888138.XA CN202110888138A CN113643518B CN 113643518 B CN113643518 B CN 113643518B CN 202110888138 A CN202110888138 A CN 202110888138A CN 113643518 B CN113643518 B CN 113643518B
Authority
CN
China
Prior art keywords
early warning
preset
congestion
vehicles
vehicle
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
CN202110888138.XA
Other languages
English (en)
Other versions
CN113643518A (zh
Inventor
秦秀伟
刘晓冰
王黎雁
曹强
王雯雯
王江涛
孙卓毅
朱慧卿
许晶玉
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.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech 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 Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN202110888138.XA priority Critical patent/CN113643518B/zh
Publication of CN113643518A publication Critical patent/CN113643518A/zh
Application granted granted Critical
Publication of CN113643518B publication Critical patent/CN113643518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic 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)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明是关于一种电子设备及拥堵预警方法,涉及城市交通数据分析处理技术领域,本发明包括:获取拥堵预警周期内出现在目标区域的多个目标车辆;判断每个目标车辆是否在预设的非低频车辆集合中;其中,非低频车辆集合中的车辆是在第一预设历史时间段内出现在目标区域的天数超过目标区域对应的预设天数的车辆;若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则进行低频车拥堵预警。本发明实施例能够通过判断该区域内出现的低频车的数量满足预设条件,从而进行低频车拥堵预警,从而能够使得用户能够采用相应的处置手段处理,避免拥堵。

Description

电子设备及拥堵预警方法
技术领域
本发明涉及城市交通数据分析处理技术领域,尤其涉及一种电子设备及拥堵预警方法。
背景技术
近年来,随着经济发展水平的提高,全国机动车保有量的逐步增长以及人们出行方式的演变,道路交通情况日趋恶化,车辆聚集导致事故、拥堵情况频发。目前,对于车辆聚集预警,大多采用确定车辆位置,然后对划定区域内的车辆数进行统计,若达到区域饱和度则进行预警。这种方式并没有考虑造成拥堵的真正原因,从而无法采用相应的处置手段解决拥堵。
发明内容
本发明提供一种电子设备及拥堵预警方法,能够在判断该区域内出现的低频车的数量满足预设条件后,进行低频车拥堵预警,从而能够使得用户能够采用相应的处置手段处理,避免拥堵。
第一方面,本发明实施例提供的一种电子设备,包括:处理器和预警单元;
所述处理器,用于获取拥堵预警周期内出现在目标区域的多个目标车辆;
判断每个目标车辆是否在预设的非低频车辆集合中;其中,所述非低频车辆集合中的车辆是在第一预设历史时间段内出现在所述目标区域的天数超过所述目标区域对应的预设天数的车辆;
若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则发送信息给所述预警单元;
所述预警单元,用于接收到所述处理器发送的信息后,进行低频车拥堵预警。
上述电子设备,通过获取拥堵预警周期内出现在目标区域的多个目标车辆,然后判断每个目标车辆是否在预设的非低频车辆集合中,不在预设的非低频车辆集合中,也就是说该车是低频车,并在低频车的数量满足预设条件后,进行低频车拥堵预警,本发明通过判断目标区域的低频车的数量,从而提前进行低频车预警,使得用户能够针对区域内出现的大量低频车的情况,采用相应的处置手段处理,避免拥堵。
在一种可能的实现方式中,所述预设条件包括:
在所述第一数量与所述第二数量之间的比值大于预设比值;其中,所述第二数量为在所述拥堵预警周期内出现在所述目标区域的目标车辆的总数量;
所述第二数量大于所述目标区域对应的历史数量,且所述第二数量与所述目标区域对应的历史数量之间的差值大于预设差值;所述目标区域对应的历史数量是根据在所述拥堵预警周期对应的第一历史拥堵预警周期内,出现在所述目标区域的车辆的总数量得到的;和/或,连续预设个数的所述拥堵预警周期对应的第二历史拥堵预警周期内出现在所述目标区域的车辆的总数量,和所述第二数量,按照时间顺序呈预设趋势;连续预设个数的第二历史拥堵预警周期中包括与所述拥堵预警周期时间最接近的第二历史拥堵预警周期。
上述电子设备,综合考量低频车的占比、区域内的车辆的实时流量、目标区域对应的历史数量及目标区域对应的历史数量和第二数量的增长趋势这些因素,有效提升预警判断的准确性。
在一种可能的实现方式中,所述处理器,具体用于:
获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆;或
获取在拥堵预警周期内车辆的定位信息,将定位信息在所述目标区域内的车辆作为所述目标车辆。
上述电子设备,能够通过区域内交通设备的图像或者获取车辆的定位信息,确定拥堵预警周期内出现的车辆,从而实现了对区域内的车辆的获取。
在一种可能的实现方式中,所述处理器,具体用于:
确定在第二预设历史时间段内出现在所述目标区域的历史车辆,并确定在第二预设历史时间段内在所述目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为所述目标区域对应的预设天数。
上述电子设备,能够综合历史时间段内出现在目标区域的历史车辆,根据该历史时间段内的历史车辆出现在目标区域的次数的平均值,作为目标区域对应的预测次数,从而能够得到每个区域对应的自己的预测次数,体现了每个区域独特的车辆的特征,提高了拥堵预警的准确性。
在一种可能的实现方式中,其中,非低频车辆集合中包括每辆车的车牌号和号牌类型,所述处理器,具体用于:
针对每个目标车辆,若所述目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定所述目标车辆在预设的非低频车辆集合中;
若所述目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定所述目标车辆不在预设的非低频车辆集合中。
由于车辆的车牌号可能相同,上述电子设备,通过车牌号和号牌类型综合作为车辆的身份,提高了对身份识别的准确性。
第二方面,本发明实施例提供的一种拥堵预警方法,包括:
获取拥堵预警周期内出现在目标区域的多个目标车辆;
判断每个目标车辆是否在预设的非低频车辆集合中;其中,所述非低频车辆集合中的车辆是在第一预设历史时间段内出现在所述目标区域的天数超过所述目标区域对应的预设天数的车辆;
若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则进行低频车拥堵预警。
在一种可能的实现方式中,所述预设条件包括:
在所述第一数量与所述第二数量之间的比值大于预设比值;其中,所述第二数量为在所述拥堵预警周期内出现在所述目标区域的目标车辆的总数量;
所述第二数量大于所述目标区域对应的历史数量,且所述第二数量与所述目标区域对应的历史数量之间的差值大于预设差值;所述目标区域对应的历史数量是根据在所述拥堵预警周期对应的第一历史拥堵预警周期内,出现在所述目标区域的车辆的总数量得到的;和/或,连续预设个数的所述拥堵预警周期对应的第二历史拥堵预警周期内出现在所述目标区域的车辆的总数量,和所述第二数量,按照时间顺序呈预设趋势;连续预设个数的第二历史拥堵预警周期中包括与所述拥堵预警周期时间最接近的第二历史拥堵预警周期。
在一种可能的实现方式中,获取拥堵预警周期内出现在目标区域的多个目标车辆,包括:
获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆;或
获取在拥堵预警周期内车辆的定位信息,将定位信息在所述目标区域内的车辆作为所述目标车辆。
在一种可能的实现方式中,通过以下方式确定所述目标区域对应的预设天数:
确定在第二预设历史时间段内出现在所述目标区域的历史车辆,并确定在第二预设历史时间段内在所述目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为所述目标区域对应的预设天数。
在一种可能的实现方式中,其中,非低频车辆集合中包括每辆车的车牌号和号牌类型,判断每个目标车辆是否在预设的非低频车辆集合中,包括:
针对每个目标车辆,若所述目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定所述目标车辆在预设的非低频车辆集合中;
若所述目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定所述目标车辆不在预设的非低频车辆集合中。
第三方面,本申请还提供一种计算机存储介质,其上存储有计算机程序,该程序被处理单元执行时实现第二方面所述的拥堵预警方法的步骤。
另外,第二方面至第三方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果,此处不再赘述。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理,并不构成对本发明的不当限定。
图1是本发明实施例提供的一种拥堵预警的场景示意图;
图2是本发明实施例提供的一种电子设备的结构图;
图3是本发明实施例提供的一种拥堵预警方法的流程图;
图4是本发明实施例提供的一种构建非低频车辆集合的方法的流程图;
图5是本发明实施例提供的一种低频车拥堵预警的判断的方法的流程图;
图6是本发明实施例提供的一种进行低频车拥堵预警的方式的流程图;
图7是本发明实施例提供的另一种进行低频车拥堵预警的方式的流程图。
具体实施方式
为了使本领域普通人员更好地理解本发明的技术方案,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本发明的说明书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
针对本发明中提出的低频车进行解释,区域的低频车是不经常出现在该区域的车辆,称为该区域的低频车。
根据交管业务处理经验发现,景区、场馆等区域的突发拥堵,拥堵车辆构成呈现一定规律,多由不经常经过该区域的低频车构成(如参加演唱会、节假日游玩车辆)。这时一般会交管业务中的拥堵治理,做到提前发现、及时疏导。例如:
1.拥堵源头治理:对于进入预警区域的低频车进行溯源分析,确定车辆的主要来源,做到源头把控,采取相应治理手段,如发布拥堵预告信息、限流、增设旅游巴士等。
2.降低通勤压力:对于经常经过该预警区域的过境车(大概率为通勤车)进行绕行提示。
然而现有技术中,仅公开了某个区域的车辆总数是否达到饱和就进行预警,不能区分低频车过多还是由于其他原因造成的,导致不能按照对应的处置手段解决拥堵。
基于此,本发明实施例提供了一种拥堵预警方式,将需要进行预警提示的区域称为目标区域,按照拥堵预警周期循环进行预警判断。结合图1所示,目标区域内设置多个摄像头,针对每个拥堵预警周期,在该拥堵预警周期内,通过目标区域内的摄像头,拍摄道路的图像,从图像中识别出现在目标区域内的目标车辆,确定该拥堵预警周期内出现在该目标区域的低频车的数量是否满足预设条件,如果满足预设条件,则进行低频车拥堵预警,这样用户就知道该拥堵是低频车造成的,从而知道该目标区域在举办大型活动,可以在举办大型活动的时间段为目标区域派发警力。
以下结合附图介绍本发明实施例提出的电子设备和拥堵预警方法。
图2示出了电子设备200的结构示意图。
下面以电子设备200为例对实施例进行具体说明。应该理解的是,图2所示电子设备200仅是一个范例,并且电子设备200可以具有比图2中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
图2中示例性示出了根据示例性实施例中电子设备200的硬件配置框图。如图2所示,电子设备200包括:射频(radio frequency,RF)电路210、存储器220、显示单元230、无线保真(Wireless Fidelity,Wi-Fi)模块240、处理器250、蓝牙模块260、电源270、以及音频电路280等部件。
RF电路210可用于在收发信息或通话过程中信号的接收和发送,可以接收基站的下行数据后交给处理器250处理;可以将上行数据发送给基站。通常,RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等器件。
Wi-Fi属于短距离无线传输技术,电子设备200可以通过Wi-Fi模块240帮助用户收发电子邮件、浏览网页和访问流媒体等,它为用户提供了无线的宽带互联网访问。
蓝牙模块260,用于通过蓝牙协议来与其他具有蓝牙模块的蓝牙设备进行信息交互。例如,电子设备200可以通过蓝牙模块260与同样具备蓝牙模块的可穿戴电子设备(例如智能手表)建立蓝牙连接,从而进行数据交互。
电子设备200通过射频电路210、Wi-Fi模块240、蓝牙模块260中的部分或全部获取在该拥堵预警周期内,通过目标区域内的摄像头,拍摄道路的图像,然后将图像发送给处理器250,处理器250从图像中识别出现在目标区域内的目标车辆,确定该拥堵预警周期内出现在该目标区域的低频车的数量是否满足预设条件,如果满足预设条件,则进行低频车拥堵预警。
存储器220可用于存储软件程序及数据。处理器250通过运行存储在存储器220的软件程序或数据,从而执行电子设备200的各种功能以及数据处理。存储器220可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器220存储有使得电子设备200能运行的操作系统。本申请中存储器220可以存储操作系统及各种应用程序,还可以存储执行本申请实施例所述方法的代码。
显示单元230可用于接收输入的数字或字符信息,产生与电子设备200的用户设置以及功能控制有关的信号输入,具体地,显示单元230可以包括设置在电子设备200正面的触摸屏231,可收集用户在其上或附近的触摸操作,例如点击按钮,拖动滚动框等。
显示单元230还可用于显示由用户输入的信息或提供给用户的信息以及电子设备200的各种菜单的图形用户界面(graphical user interface,GUI)。具体地,显示单元230可以包括设置在电子设备200正面的显示屏232。其中,显示屏232可以采用液晶显示器、发光二极管等形式来配置。显示单元230可以用于显示本申请中所述的各种图形用户界面。
其中,触摸屏231可以覆盖在显示屏232之上,也可以将触摸屏231与显示屏232集成而实现电子设备200的输入和输出功能,集成后可以简称触摸显示屏。本申请中显示单元230可以显示应用程序以及对应的操作步骤。
音频电路280、扬声器281可提供用户与电子设备200之间的音频接口。音频电路280可将接收到的音频数据转换后的电信号,传输到扬声器281,由扬声器281转换为声音信号输出。电子设备200还可配置音量按钮,用于调节声音信号的音量。
处理器在确定该拥堵预警周期内出现在该目标区域的低频车的数量满足预设条件后,进行低频车拥堵预警,可以通过显示单元230显示低频车拥堵预警的信息,和/或,可以通过音频电路280广播低频车拥堵预警的信息。
处理器250是电子设备200的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器220内的软件程序,以及调用存储在存储器220内的数据,执行电子设备200的各种功能和处理数据。在一些实施例中,处理器250可包括一个或多个处理单元;处理器250还可以集成应用处理器和基带处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,基带处理器主要处理无线通信。可以理解的是,上述基带处理器也可以不集成到处理器250中。本申请中处理器250可以运行操作系统、应用程序、用户界面显示及触控响应,以及本申请实施例所述的处理方法。另外,处理器250与显示单元230耦接。
电子设备200还包括给各个部件供电的电源270(比如电池)。电源可以通过电源管理系统与处理器250逻辑相连,从而通过电源管理系统实现管理充电、放电以及功耗等功能。电子设备200还可配置有电源按钮,用于终端的开机和关机,以及锁屏等功能。
以下介绍本发明实施例具体方案。
结合图3所示,本发明实施例提供了一种拥堵预警方法,应用于电子设备,包括:
S300:获取拥堵预警周期内出现在目标区域的多个目标车辆;
例如,每十分钟算一个拥堵预警周期,则以一天的早上6点开始,获取6点~6点10分钟出现在目标区域的多个目标车辆,从而进行低频车拥堵预测,当当前时刻6点15分钟时,等到6点20分钟,获取6点10分~6点20分钟出现在目标区域的多个目标车辆,进行低频车拥堵预测。
S301:判断每个目标车辆是否在预设的非低频车辆集合中;其中,非低频车辆集合中的车辆是在第一预设历史时间段内出现在目标区域的天数超过目标区域对应的预设天数的车辆;
非低频车辆集合相对于目标区域对应的低频车而言的,非低频车辆集合是经常出现在目标区域的车辆组成的集合。
步骤301是判断目标车辆是否为经常出现在目标区域的车辆,如果否,则记录下来,并将所有的目标车辆判断完成后,执行步骤302。
S302:若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则进行低频车拥堵预警。
上述方法,通过确定出现在目标区域中的是低频车的总数量满足预设条件,进行低频车拥堵预警,从而使得用户能够采用低频车拥堵预警的拥堵解决方式解决交通压力。
其中,本发明实施例可以通过以下两个方式获取目标车辆。
方式1:详细来说,目标区域内设置多个交通设备,获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆。
例如,识别多个图像中的车辆的车牌号和车牌号颜色,车牌的颜色代表号牌类型,号牌类型包括大型汽车、小型汽车、使馆汽车、领馆汽车等。大型汽车的车牌的颜色为黄色,小型汽车的车牌的颜色为蓝色和绿色,所以,当识别出车牌的颜色为黄色时,则号牌类型为大型车企,当识别出车牌的颜色为蓝色或者绿色时,则号牌类型为小型汽车。
将识别到的车辆的车牌号和号牌类型作为下一个判断的基础。
方式2:获取在拥堵预警周期内车辆的定位信息,将定位信息在目标区域内的车辆作为目标车辆。
具体来说,在每个车辆内设置有定位装置,电子设备内记录有车辆的车牌号和号牌类型这两个信息与车辆的标识具有对应关系,然后车辆的定位装置可以将自己的定位信息和车辆的标识发送给电子设备,电子设备通过车辆的标识,知道车辆的车牌号和号牌类型这两个信息和定位信息的对应关系,如果定位信息在目标区域内,则将定位信息对应的车辆的车牌号和号牌类型这两个信息作为下一个判断的基础。
其中,通过以下方式确定目标区域对应的预设天数:
确定在第二预设历史时间段内出现在目标区域的历史车辆,并确定在第二预设历史时间段内在目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为目标区域对应的预设天数。
具体来说,确定在第二预设历史时间段内出现在目标区域的历史车辆的方式与上述获取拥堵预警周期内出现在目标区域的多个目标车辆的获取方法相同。
获取在第二预设历史时间段内目标区域的多个交通设备上传的图像,并识别多个图像中的车辆,确定在第二预设历史时间段内出现在目标区域的历史车辆。或者获取在第二预设历史时间段内的车辆的定位信息,将定位信息在目标区域内的车辆作为历史车辆。然后确定在第二预设历史时间段内在目标区域的每个历史车辆的出现天数,计算多个历史车辆的出现天数的总数,并将出现天数的总数除以历史车辆的总个数的值,作为目标区域对应的预设天数。
由于目标区域内可能有多个交通设备,所以,对与同一辆车被多个交通设备拍摄到的话,按照交通设备拍摄到一次就统计一次,则可能造成统计次数的不准确,例如,在上午8点10分目标区域内的交通设备拍摄到A车,然后,在同一日期的上午8点20分目标区域内的另一个交通设备拍摄到A车,该车辆是先通过目标区域内的交通设备的道路,然后再通过目标区域内的另一个交通设备的道路,从而穿过该目标区域,这种情况下,A车是通过一次该目标区域,如果按照交通设备拍摄到一次就统计一次,会造成统计错误。
基于此,可以通过历史车辆的行驶轨迹,确定在第二预设历史时间段内在目标区域的每个历史车辆的出现天数。
例如,第二预设历史时间段为最近的几个月,然后统计这几个月内在该目标区域的每个历史车辆的出现天数。历史车辆为第二预设历史时间段出现在该目标区域的车辆。
例如,在该日期上午8点10分目标区域内的交通设备拍摄到A车,然后,在该日期上午8点20分目标区域内的另一个交通设备拍摄到A车,然后,再该日期上午8点30,其他区域的交通设备拍摄到A车,说明A车先通过目标区域内的交通设备的道路,然后再通过目标区域内的另一个交通设备的道路,从而穿过该目标区域,行驶到其他区域中,记录A车在该日期出现,记为1。
又如,在该日期上午8点10分目标区域内的交通设备拍摄到A车,然后,在该日期下午6点目标区域内的另一个交通设备拍摄到A车,说明A车停在目标区域,记录A车在该日期出现,记为1。
统计完成这几个月内在该目标区域的历史车辆出现的天数,然后将天数相加,得到天数之和,然后天数之和除以历史车辆的总个数,得到天数的平均值,作为目标区域对应的预设天数。例如,统计2个月内区域内出现的车辆天数为鲁B001,30天;鲁B002,2天;鲁B003,1天,预设天数为(30+2+1)/3=11,其中,如果平均值不为整数,则平均值向下取整,作为目标区域对应的预设天数。
然后,这几个月内出现在该目标区域的每个历史车辆的天数,与目标区域对应的预设天数进行对比,如果大于预设天数,则该历史车辆为非低频车,加入到非低频车辆集合中,当这几个月内出现在该目标区域的所有历史车辆均判断完成后,即组合完成非低频车辆集合。
在获取拥堵预警周期内出现在目标区域的多个目标车辆后,判断每个目标车辆是否为非低频车辆集合中的车辆,具体为:针对每个目标车辆,若目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定目标车辆在预设的非低频车辆集合中;
若目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定目标车辆不在预设的非低频车辆集合中。
其中,非低频车辆集合中包括每辆车的车牌号和号牌类型;
详细来说,由于目标车辆的身份识别为车牌号和号牌类型,预设的非低频车辆集合中车辆也将车牌号和号牌类型作为该车辆的身份识别的信息,所以,在本发明确定目标车辆是否在非低频车辆集合中的车辆时,判断目标车辆的车牌号和号牌类型,与预设的非低频车辆集合中车辆的车牌号和号牌类型是否均相同,如果均相同,则认为目标车辆在预设的非低频车辆集合中,如果不均相同,认为目标车辆不在预设的非低频车辆集合中。
例如,目标车辆的车牌号为冀B.125和大型汽车,预设的非低频车辆集合包括:冀B.125和大型汽车,冀B.123和大型汽车,冀B.121和大型汽车,冀B.122和小型汽车,冀B.125和小型汽车,可以看出冀B.125和大型汽车在预设的非低频车辆集合中,则确定目标车辆在预设的非低频车辆集合中。
示例性的,本发明实施例提出了一种构建非低频车辆集合的方式,结合图4所示,包括:
S400:确定在第二预设历史时间段内由交通设备拍摄到的车辆,并识别得到车辆信息,车辆信息包括车牌号和号牌类型;
S401:判断识别到的车辆的车牌号是否满足车牌号规则,如果是,则执行S402;否则,执行S403;
其中,车牌号规则为生成车牌号的规则。
S402:确定该车辆为历史车辆;
S403:将该识别出的车辆信息丢弃;
S404:统计每个区域内的交通设备拍摄的车辆为历史车辆;
S405:针对每个区域,根据历史车辆的行驶轨迹,确定在第二预设历史时间段内在该区域的历史车辆的出现天数的平均值,将出现天数的平均值作为该区域对应的预设天数;
其中区域内的交通设备并非只有一个,所以,出现在该区域的次数并非是一个交通设备拍到一次,就记录一次,而是需要根据历史车辆的行驶轨迹,确定历史车辆出现在该区域的天数,也就是将交通设备拍摄到的车辆的次数进行合并,从而能够得到历史车辆出现在该区域的天数。
S406:针对每个区域的每个历史车辆,判断该历史车辆出现在该区域的天数是否超过该区域对应的预设天数;如果是,则执行S407;否则,执行S408;
S407:将该历史车辆的车辆信息加入到该目标区域的非低频车辆集合中;
S408:将该历史车辆的车辆信息抛弃。
其中,步骤302中提到的预设条件包括:
条件1:在第一数量与第二数量之间的比值大于预设比值;其中,第二数量为在拥堵预警周期内出现在目标区域的目标车辆的总数量;
条件2:第二数量大于目标区域对应的历史数量,且第二数量与目标区域对应的历史数量之间的差值大于预设差值;目标区域对应的历史数量是根据在拥堵预警周期对应的第一历史拥堵预警周期内,出现在目标区域的车辆的总数量得到的;和/或,连续预设个数的拥堵预警周期对应的第二历史拥堵预警周期内出现在目标区域的车辆的总数量,和第二数量,按照时间顺序呈预设趋势;连续预设个数的第二历史拥堵预警周期中包括与拥堵预警周期时间最接近的第二历史拥堵预警周期。
拥堵预警周期对应的第一历史拥堵预警周期为与拥堵预警周期的日期具有相同性质的在拥堵预警周期的日期之前的日期中,与拥堵预警周期的时间段相同的时间段;
与拥堵预警周期的日期具有相同性质的在拥堵预警周期的日期之前的日期,例如,拥堵预警周期的日期是工作日,则相同性质的日期也为工作日,例如2021年5月10日为工作日,与拥堵预警周期的日期相同性质的在拥堵预警周期的日期之前的日期为2021年5月9日、2021年5月8日、2021年5月7日、2021年5月6日。其中,相同性质,均为节假日,或者均为非节假日。节假日包括法定节假日和非法定节假日,例如,啤酒节/樱花节等等。
其中,2021年5月5日为法定五一假期,所以不为与2021年5月14日相同性质的日期。
与拥堵预警周期的时间段相同的时间段,例如,拥堵预警周期为上午8点~上午9点,与拥堵预警周期的时间段相同的时间段也为上午8点~上午9点。
当拥堵预警周期为2021年5月10日的上午8点~上午9点,拥堵预警周期对应的第一历史拥堵预警周期为2021年5月9日的上午8点~上午9点、2021年5月8日的上午8点~上午9点、2021年5月7日的上午8点~上午9点、2021年5月6日的上午8点~上午9点。
其中,拥堵预警周期对应的第一历史拥堵预警周期中,去除发生过低频车拥堵预警的时间段。例如,上述拥堵预警周期对应的第一历史拥堵预警周期为2021年5月7日的上午8点~上午9点发生过低频车拥堵预警,则将2021年5月7日的上午8点~上午9点对应的总数量去除。
拥堵预警周期对应的第一历史拥堵预警周期中去除第一历史拥堵预警周期的日期为节假日的,例如,拥堵预警周期对应的第一历史拥堵预警周期一般会选择与拥堵预警周期之后的连续的日期的相同时间段,例如,5月11日上午8点~上午9点为拥堵预警周期,那么拥堵预警周期对应的第一历史拥堵预警周期可以包含5月10日上午8点~上午9点、5月9日上午8点~上午9点、……、5月5日上午8点~上午9点,因为2021年5月5日是法定节假日,所以,在计算时将5月5日剔除。
其中,目标区域对应的历史数量是根据在拥堵预警周期对应的第一历史拥堵预警周期内,出现在目标区域的车辆的总数量得到的。例如,拥堵预警周期对应的第一历史拥堵预警周期为4个,则求取上述每个历史拥堵预警周期内出现在目标区域的车辆的总数量的平均值,作为目标区域对应的历史数量。
其中条件2可以理解为:当前数量大于历史四周同期均值X倍比例。历史四周同期数量计算均值,若同期内当天为节假日,或者同期内当天同时间段发生过预警,则抛弃该历史数据。X为历史数据统计得出的经验值。
条件3:连续预设个数的拥堵预警周期对应的第二历史拥堵预警周期内出现在目标区域的车辆的总数量,和第二数量,按照时间顺序呈预设趋势,其中,拥堵预警周期对应的第二历史拥堵预警周期为与拥堵预警周期具有相同的日期,且为在拥堵预警周期的时间段之前的时间段。例如,拥堵预警周期为2021年5月10日的上午8:20~上午8:25,则计算该时间段出现在目标区域的车辆的总数量,拥堵预警周期对应的第二历史拥堵预警周期为,2021年5月10日的上午8:15~上午8:20、2021年5月10日的上午8:10~上午8:15、2021年5月10日的上午8:05~上午8:10、2021年5月10日的上午8:00~上午8:05。并分别计算上述四个时间段出现在目标区域的车辆的总数量。
按照时间顺序呈预设趋势为按照时间呈连续增长。即,2021年5月10日的上午8:05~上午8:10出现在目标区域的车辆的总数量大于2021年5月10日的上午8:00~上午8:05出现在目标区域的车辆的总数量;
2021年5月10日的上午8:10~上午8:15出现在目标区域的车辆的总数量大于2021年5月10日的上午8:05~上午8:10出现在目标区域的车辆的总数量;
2021年5月10日的上午8:15~上午8:20出现在目标区域的车辆的总数量大于2021年5月10日的上午8:10~上午8:15出现在目标区域的车辆的总数量;
2021年5月10日的上午8:20~上午8:25出现在目标区域的车辆的总数量大于2021年5月10日的上午8:15~上午8:20出现在目标区域的车辆的总数量。
上述条件3可以理解为:总数量连续增长Y个周期。以5分钟为一个周期,以当前时间为基准,向前推算Y个周期,若连续几个周期都呈正增长趋势,则满足该条件。
结合图5所示,本发明实施例提供了一种低频车拥堵预警的判断过程,包括:
对于每个区域来说:
S500:在进入一个拥堵预警周期内时,获取出现在目标区域的目标车辆;
S501:判断目标车辆是否在预设的非低频车辆集合中;如果是,则执行S502;否则,执行S503;
S502:将出现在目标区域的车辆的数量加1;
S503:将出现在目标区域的车辆的数量加1,并将目标区域的低频车的数量加1;
S504:结束一个拥堵预警周期内时,确定目标区域的低频车的总数量与出现在目标区域的车辆的总数量之间的比值;
S505:判断比值是否大于预设比值,则执行S506,否则执行S500;即进入下一个拥堵预警周期;
S506:判断出现在目标区域的车辆的总数量是否大于拥堵预警周期对应的第一历史拥堵预警周期内出现在目标区域的车辆的总数量的平均值的预设倍数;例如,2倍、0.5倍等等。如果是,则执行S507;否则,执行S500;
S507:判断连续预设个数的第二历史拥堵预警周期内出现在目标区域的车辆的总数量,和第二数量,按照时间顺序是否呈增长趋势,如果是,则执行S508;否则执行S500;
S508:进行低频车拥堵预警。
对于进行低频车拥堵预警的方式包括:响应用户点击启动指令,并按照拥堵预警周期循环进行低频车拥堵预警,若确定拥堵预警周期中第一数量满足预设条件,则按照预先设定的模板,生成预警信息,并进行显示。
结合图6所示,界面中显示有启动按钮,用户点击启动按钮后,电子设备会按照拥堵预警周期循环进行低频车拥堵预警,即一个拥堵预警周期完成后,进行下一个拥堵预警周期,依次类推,当某个拥堵预警周期中的第一数量满足预设条件,进行拥堵预警。其中,预先设定的模板为“xxx内在XXX出现的低频车过多,注意疏导”生成的预警信息为“2020年1月5日上午8点到上午9点内在S区出现的低频车过多,注意疏导”,这样用户就可以根据该预警信息,对S区的情况进行疏导。
或者,响应用户点击的查询指令,获取在启动查询指令之前的时刻的,查询指令对应的区域中进行低频车拥堵预警的所有拥堵预警周期,并进行显示。其中,查询指令对应的区域为用户输入的区域。
结合图7所示,界面中显示有查询按钮,用户输入A区后,点击查询按钮,电子设备会将在A区中,当前时刻之前的近5个进行低频车拥堵预警的拥堵预警周期进行显示,例如,8:00am~8:05am、8:05am~8:10am、8:10am~8:15am、8:15am~8:20am、8:20am~8:25am。
本发明实施例还提供一种电子设备,包括:处理器和预警单元;
所述处理器,用于获取拥堵预警周期内出现在目标区域的多个目标车辆;
判断每个目标车辆是否在预设的非低频车辆集合中;其中,所述非低频车辆集合中的车辆是在第一预设历史时间段内出现在所述目标区域的天数超过所述目标区域对应的预设天数的车辆;
若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则发送信息给所述预警单元;
所述预警单元,用于接收到所述处理器发送的信息后,进行低频车拥堵预警。
可选的,所述预设条件包括:
在所述第一数量与所述第二数量之间的比值大于预设比值;其中,所述第二数量为在所述拥堵预警周期内出现在所述目标区域的目标车辆的总数量;
所述第二数量大于所述目标区域对应的历史数量,且所述第二数量与所述目标区域对应的历史数量之间的差值大于预设差值;所述目标区域对应的历史数量是根据在所述拥堵预警周期对应的第一历史拥堵预警周期内,出现在所述目标区域的车辆的总数量得到的;和/或,连续预设个数的拥堵预警周期对应的第二历史拥堵预警周期内出现在所述目标区域的车辆的总数量,和所述第二数量,按照时间顺序呈预设趋势;连续预设个数的第二历史拥堵预警周期中包括与所述拥堵预警周期时间最接近的历史拥堵预警周期。
可选的,所述处理器,具体用于:
获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆;或
获取在拥堵预警周期内车辆的定位信息,将定位信息在所述目标区域内的车辆作为所述目标车辆。
可选的,所述处理器,具体用于:
确定在第二预设历史时间段内出现在所述目标区域的历史车辆,并确定在第二预设历史时间段内在所述目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为所述目标区域对应的预设天数。
可选的,其中,非低频车辆集合中包括每辆车的车牌号和号牌类型,所述处理器,具体用于:
针对每个目标车辆,若所述目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定所述目标车辆在预设的非低频车辆集合中;
若所述目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定所述目标车辆不在预设的非低频车辆集合中。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由电子设备的处理器执行以完成上述拥堵预警方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明实施例还提供一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行实现本发明实施例上述任意一项所述的拥堵预警方法。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种电子设备,其特征在于,包括:处理器和预警单元;
所述处理器,用于获取拥堵预警周期内出现在目标区域的多个目标车辆;
判断每个目标车辆是否在预设的非低频车辆集合中;其中,所述非低频车辆集合中的车辆是在第一预设历史时间段内出现在所述目标区域的天数超过所述目标区域对应的预设天数的车辆;
若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则发送信息给所述预警单元;其中,所述预设条件包括:在所述第一数量与第二数量之间的比值大于预设比值;其中,所述第二数量为在所述拥堵预警周期内出现在所述目标区域的目标车辆的总数量;所述第二数量大于所述目标区域对应的历史数量,且所述第二数量与所述目标区域对应的历史数量之间的差值大于预设差值;其中,所述目标区域对应的历史数量是根据在所述拥堵预警周期对应的第一历史拥堵预警周期内,出现在所述目标区域的车辆的总数量得到的;和,连续预设个数的所述拥堵预警周期对应的第二历史拥堵预警周期内出现在所述目标区域的车辆的总数量,和所述第二数量,按照时间顺序呈连续增长趋势;连续预设个数的第二历史拥堵预警周期中包括与所述拥堵预警周期时间最接近的第二历史拥堵预警周期;其中,所述拥堵预警周期对应的第一历史拥堵预警周期为与拥堵预警周期的日期具有相同性质的在拥堵预警周期的日期之前的日期中,与拥堵预警周期的时间段相同的时间段,且去除发生过低频车拥堵预警的时间段;所述相同性质是指节假日或非节假日;其中,所述拥堵预警周期对应的第二历史拥堵预警周期为与拥堵预警周期具有相同的日期,且为在拥堵预警周期的时间段之前的时间段;
所述预警单元,用于接收到所述处理器发送的信息后,进行低频车拥堵预警。
2.根据权利要求1所述的电子设备,其特征在于,所述处理器,具体用于:
获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆;或
获取在拥堵预警周期内车辆的定位信息,将定位信息在所述目标区域内的车辆作为所述目标车辆。
3.根据权利要求1所述的电子设备,其特征在于,所述处理器,具体用于:
确定在第二预设历史时间段内出现在所述目标区域的历史车辆,并确定在第二预设历史时间段内在所述目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为所述目标区域对应的预设天数。
4.根据权利要求1~3任一项所述的电子设备,其特征在于,其中,非低频车辆集合中包括每辆车的车牌号和号牌类型,所述处理器,具体用于:
针对每个目标车辆,若所述目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定所述目标车辆在预设的非低频车辆集合中;
若所述目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定所述目标车辆不在预设的非低频车辆集合中。
5.一种拥堵预警方法,其特征在于,包括:
获取拥堵预警周期内出现在目标区域的多个目标车辆;
判断每个目标车辆是否在预设的非低频车辆集合中;其中,所述非低频车辆集合中的车辆是在第一预设历史时间段内出现在所述目标区域的天数超过所述目标区域对应的预设天数的车辆;
若不在预设的非低频车辆集合中的目标车辆的第一数量满足预设条件,则进行低频车拥堵预警;
其中,所述预设条件包括:
在所述第一数量与第二数量之间的比值大于预设比值;其中,所述第二数量为在所述拥堵预警周期内出现在所述目标区域的目标车辆的总数量;
所述第二数量大于所述目标区域对应的历史数量,且所述第二数量与所述目标区域对应的历史数量之间的差值大于预设差值;其中,所述目标区域对应的历史数量是根据在所述拥堵预警周期对应的第一历史拥堵预警周期内,出现在所述目标区域的车辆的总数量得到的;和,连续预设个数的所述拥堵预警周期对应的第二历史拥堵预警周期内出现在所述目标区域的车辆的总数量,和所述第二数量,按照时间顺序呈连续增长趋势;连续预设个数的第二历史拥堵预警周期中包括与所述拥堵预警周期时间最接近的第二历史拥堵预警周期;其中,所述拥堵预警周期对应的第一历史拥堵预警周期为与拥堵预警周期的日期具有相同性质的在拥堵预警周期的日期之前的日期中,与拥堵预警周期的时间段相同的时间段,且去除发生过低频车拥堵预警的时间段;所述相同性质是指节假日或非节假日;其中,所述拥堵预警周期对应的第二历史拥堵预警周期为与拥堵预警周期具有相同的日期,且为在拥堵预警周期的时间段之前的时间段。
6.根据权利要求5所述的拥堵预警方法,其特征在于,获取拥堵预警周期内出现在目标区域的多个目标车辆,包括:
获取目标区域的多个交通设备在拥堵预警周期内上传的图像,并识别多个图像中的车辆,将识别到的车辆作为目标车辆;或
获取在拥堵预警周期内车辆的定位信息,将定位信息在所述目标区域内的车辆作为所述目标车辆。
7.根据权利要求5所述的拥堵预警方法,其特征在于,通过以下方式确定所述目标区域对应的预设天数:
确定在第二预设历史时间段内出现在所述目标区域的历史车辆,并确定在第二预设历史时间段内在所述目标区域的历史车辆的出现天数的平均值;
将出现天数的平均值作为所述目标区域对应的预设天数。
8.根据权利要求5~7任一项所述的拥堵预警方法,其特征在于,其中,非低频车辆集合中包括每辆车的车牌号和号牌类型,判断每个目标车辆是否在预设的非低频车辆集合中,包括:
针对每个目标车辆,若所述目标车辆的车牌号和号牌类型与预设的非低频车辆集合中车辆的车牌号和号牌类型均相同,则确定所述目标车辆在预设的非低频车辆集合中;
若所述目标车辆的车牌号和号牌类型与在预设的非低频车辆集合中车辆的车牌号和号牌类型不均相同,则确定所述目标车辆不在预设的非低频车辆集合中。
CN202110888138.XA 2021-08-03 2021-08-03 电子设备及拥堵预警方法 Active CN113643518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110888138.XA CN113643518B (zh) 2021-08-03 2021-08-03 电子设备及拥堵预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110888138.XA CN113643518B (zh) 2021-08-03 2021-08-03 电子设备及拥堵预警方法

Publications (2)

Publication Number Publication Date
CN113643518A CN113643518A (zh) 2021-11-12
CN113643518B true CN113643518B (zh) 2022-11-25

Family

ID=78419544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110888138.XA Active CN113643518B (zh) 2021-08-03 2021-08-03 电子设备及拥堵预警方法

Country Status (1)

Country Link
CN (1) CN113643518B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091443A (zh) * 2014-06-26 2014-10-08 北京计算机技术及应用研究所 一种基于射频识别计算交通拥堵程度的方法及其系统
WO2018103449A1 (zh) * 2016-12-09 2018-06-14 大连理工大学 基于建成环境和低频浮动车数据的路段行程时间估计方法
CN108230670A (zh) * 2016-12-22 2018-06-29 株式会社日立制作所 预测在给定时间段给定地点出现的移动体数的方法和装置
US10762723B1 (en) * 2019-03-05 2020-09-01 Denso International America, Inc. Systems and methods for dynamically controlling parking rates at a parking facility
CN111785031A (zh) * 2020-09-07 2020-10-16 深圳市城市交通规划设计研究中心股份有限公司 一种基于速度时空图的交通拥堵成因智能识别算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091443A (zh) * 2014-06-26 2014-10-08 北京计算机技术及应用研究所 一种基于射频识别计算交通拥堵程度的方法及其系统
WO2018103449A1 (zh) * 2016-12-09 2018-06-14 大连理工大学 基于建成环境和低频浮动车数据的路段行程时间估计方法
CN108230670A (zh) * 2016-12-22 2018-06-29 株式会社日立制作所 预测在给定时间段给定地点出现的移动体数的方法和装置
US10762723B1 (en) * 2019-03-05 2020-09-01 Denso International America, Inc. Systems and methods for dynamically controlling parking rates at a parking facility
CN111785031A (zh) * 2020-09-07 2020-10-16 深圳市城市交通规划设计研究中心股份有限公司 一种基于速度时空图的交通拥堵成因智能识别算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
缓解诸暨市道路交通拥堵对策研究;刘衍志等;《科技通报》;20110915;第27卷(第05期);129-135 *

Also Published As

Publication number Publication date
CN113643518A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
US11600180B2 (en) Method and apparatus for optimizing efficiency of a transport provider
CA3198428A1 (en) Method and system for synchronizing events within a secure wireless network
CN111161546B (zh) 一种用于交管系统的重点车辆排查方法及系统
US11225163B2 (en) Electric vehicle charging platform
GB2552423A (en) Method and apparatus for improving dispatch of different types of law enforcement patrols for achieving a desired deterrent effect
US20220104288A1 (en) Method And System For Synchronizing Events Within A Secure Wireless Network
CN110972085A (zh) 信息交互方法、装置、存储介质、设备及系统
CN112950955A (zh) 一种车辆违停数据管理方法和装置
JP2020194280A (ja) 情報処理装置、情報処理方法、プロブラム
CN110213727B (zh) 一种充电桩信息管理的方法以及相关装置
CN111696368A (zh) 一种超速违法数据生成方法及违法服务器
CN113643518B (zh) 电子设备及拥堵预警方法
CN111860922A (zh) 一种服务站部署控制方法、装置、电子设备及存储介质
Sundar et al. IoT based passenger information system optimized for Indian metros
KR20170051591A (ko) 텔레메틱스 서비스 품질 점검 시스템
WO2018009400A1 (en) Method and apparatus for visualizing crime deterrent effects
CN114127513A (zh) 生成段数据
CN116206481A (zh) 车位可用性信息相关联的方法和装置
CN112822642B (zh) 一种基于v2x的车辆派发方法、装置及系统
CN113888865B (zh) 电子设备及车辆信息获取方法
US20220400523A1 (en) Dynamic Connection Management
CN110545322A (zh) 车联网系统及其胎压信息的处理方法、装置
CN106991093B (zh) 一种播单方法及系统
CN114596707B (zh) 交通控制方法及装置、设备、系统、介质
CN112053566B (zh) 电子设备及车辆的出行类型识别方法

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