CN113724497A - 一种目标道路实时交通流量预测方法和装置 - Google Patents
一种目标道路实时交通流量预测方法和装置 Download PDFInfo
- Publication number
- CN113724497A CN113724497A CN202111282429.0A CN202111282429A CN113724497A CN 113724497 A CN113724497 A CN 113724497A CN 202111282429 A CN202111282429 A CN 202111282429A CN 113724497 A CN113724497 A CN 113724497A
- Authority
- CN
- China
- Prior art keywords
- real
- road
- time
- traffic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/40—
-
- 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
- G08G1/052—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
- G08G1/065—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
本发明涉及智能交通技术领域，具体涉及一种目标道路实时交通流量预测方法和装置。本发明所述目标道路实时交通流量预测方法包括：获取目标道路的交通流基本特征和浮动车实时速度数据；根据目标道路的交通流基本特征获取与目标道路同类路段的交通基本图，交通基本图适于建立路段的车流量与行车速度的关系；根据浮动车实时速度数据确定目标道路的实时通行速度；基于交通基本图，根据实时通行速度确定目标道路的实时交通流量。本发明实现了对目标道路实时交通流量的检测，对实时交通运行状况进行反映，给出行者提供实时可靠信息，便于更好地进行路径选择，实现路径诱导，以缩减出行时间，减少交通拥堵。
Description
技术领域
本发明涉及智能交通技术领域，具体而言，涉及一种目标道路实时交通流量预测方法和装置。
背景技术
随着社会经济和交通事业的高速发展，人们出行日益便捷，但交通拥挤等诸多问题也越来越凸显出来。人们对于某一道路上的交通流量无法获知，例如某一道路是否拥挤或者是否畅行无法实时预知，导致行驶到交通拥挤较严重的道路，导致出行时间的浪费。
发明内容
本发明解决的问题是如何对道路交通流量进行实时性的检测以实现实时预知。
为解决上述问题，本发明提供一种目标道路实时交通流量预测方法，包括：
获取目标道路的交通流基本特征和浮动车实时速度数据；
根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
可选地，在根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图之前，还包括：
获取路网小区内各路段的交通流基本特征；
根据所述交通流基本特征对路网小区内所有道路进行分类；
获取所有类别道路的历史道路流量和历史道路速度；
根据所述历史道路流量和所述历史道路速度分别构建各类别道路的所述交通基本图。
可选地，所述获取所有类别道路的历史道路速度包括：
获取所述浮动车在各类别道路上在设定时长内的累计行驶路程和累计行驶时间；
根据所述累计行驶路程和所述累计行驶时间确定所述浮动车在各类别道路上在设定时长内的所述历史道路速度。
可选地，所述根据所述实时通行速度确定所述目标道路的实时交通流量之后还包括：
获取所述目标道路上不同速度区间内的区间浮动车流量和实时浮动车流量；
根据所述区间浮动车流量和实时浮动车流量确定修正系数；
根据所述修正系数对所述目标道路的所述实时交通流量进行修正，得到所述目标道路的实时修正交通流量。
可选地，所述根据所述区间浮动车流量和实时浮动车流量对所述目标道路的实时交通流量进行修正包括：
基于所述交通基本图，获取不同速度区间内的历史区间道路流量；
当对应速度区间的所述历史区间道路流量的最小值大于所述目标道路的所述实时交通流量与所述修正系数的乘积时，所述实时修正交通流量为对应速度区间的所述历史区间道路流量的最小值。
可选地，当所述目标道路的所述实时交通流量与所述修正系数的乘积大于对应速度区间的所述历史区间道路流量的最小值，且小于对应速度区间的所述历史区间道路流量的最大值时，所述实时修正交通流量为所述实时交通流量与所述修正系数的乘积。
可选地，当所述目标道路的所述实时交通流量与所述修正系数的乘积大于对应速度区间的所述历史区间道路流量的最大值时，所述实时修正交通流量为对应速度区间的所述历史区间道路流量的最大值。
可选地，当所有同类道路中无所述历史道路流量和所述历史道路速度数据时，发出报警提示。
相比于现有技术，本发明的所述的目标道路实时交通流量预测方法的有益效果为：
当目标道路无交通流量检测设备时，通过调用同一类型路段的交通基本图，并根据浮动车的实时数据推算目标道路的实时速度数据，并基于调用的交通基本图，从而实现对目标道路实时交通流量的检测。通过实时对目标路段进行交通流量监，对实时交通运行状况进行反映，给出行者提供实时可靠信息，便于更好地进行路径选择，实现路径诱导，以缩减出行时间，减少交通拥堵。
本发明还提供一种目标道路实时交通流量预测装置，包括
获取单元，用于获取目标道路的交通流基本特征和浮动车实时速度数据；
读取单元，用于根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
计算单元，用于根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
确定单元，用于基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如上述所述的目标道路实时交通流量预测方法。
附图说明
图1为本发明的实施例中的目标道路实时交通流量预测方法示意图；
图2为本发明的实施例中的交通基本图的示意图；
图3为本发明的实施例中的目标道路实时交通流量预测装置模块图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
在本说明书的描述中，参考术语“实施例”、“一个实施例”和“一个实施方式”等的描述意指结合该实施例或实施方式描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示实施方式中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实施方式。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或实施方式以合适的方式结合。
交通基本图，也称交通流基本图，通常是反映表示道路速度和流量之间关系的曲线，在已知道路通行速度的基础之上，根据对应的交通基本图则可以确定对应的通行流量。对于某一些道路，由于并没有安装流量监测装置，对于这种道路，也无法建立交通基本图。
本发明的实施例提供一种目标道路实时交通流量预测方法，如图1所示，包括：
步骤S1：获取目标道路的交通流基本特征和浮动车实时速度数据；
步骤S2：根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
步骤S3：根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
步骤S4：基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
在S1中，交通流基本特征包括路段设计速度v、车道数t、车道等级l和红绿灯信息c。浮动车指的是安装有车载GPS定位装置的公交汽车和出租车，或者其他安装有车载GPS定位装置的公车辆；浮动车GPS数据是一种覆盖范围较广的城市居民活动行为数据，广度较高。例如，路段设计速度的取值可以为30、40、50、60、70、80、90、100等中的任一值；车道数t可以为高速路、快速路、主干道、次干道和支路等；道路等级可以为1、2、3、4、5等；红绿灯信息可以为是否有红绿灯或者红绿灯数量，例如c可以为0、1、2等。
在步骤S2中，同类的道路通常具有相同的交通流基本特征，同类道路的交通基本图可已根据历史数据建立，在一种实施方式中，在步骤S2之前，目标道路实时交通流量预测方法还包括：获取路网小区内各路段的交通流基本特征；根据所述交通流基本特征对路网小区内所有道路进行分类；获取所有类别道路的历史道路流量和历史道路速度；根据所述历史道路流量和所述历史道路速度分别构建各类别道路的所述交通基本图，如图2所示。也就是说，同类道路中，其他某些路段设置有交通流量检测装置，或者说可以同控制云台上获取浮动车的历史道路流量和历史道路速度数据，由此，通过调用历史某段设定时间内的历史道路流量和历史道路速度数据，例如调用过去五天、两周或者一个月的同一时段的历史道路流量和历史道路速度数据，进而生成该道路的交通基本图，由于该道路与目标道路同类型，在历史较短时间内的交通基本图基本相同。也就是说，当同一路网小区内，仅有一条道路上架设有流量监测装置，以该道路的历史道路速度和历史道路流量作为参考，当同一路网小区内，有两条或者多条道路上架设有流量监测装置，取该类所有道路上的历史道路速度和历史道路流量的平均值。
在一种实施方式中，交通基本图已经预先建立，此处只需调用与目标道路同类路段的交通基本图即可。
在步骤S3中，在一种实施方式中，由于浮动车数据广度较大，此处，所述目标道路的实时通行速度以该路段的浮动车速度为准；在一种实施方式中，所述目标道路的实时通行速度可以是浮动车速度修正后得到的。
由此，当目标道路无交通流量检测设备时，通过调用同一类型路段的交通基本图，并根据浮动车的实时数据推算目标道路的实时速度数据，并基于调用的交通基本图，从而实现对目标道路实时交通流量的检测。通过实时对目标路段进行交通流量监，对实时交通运行状况进行反映，给出行者提供实时可靠信息，便于更好地进行路径选择，实现路径诱导，以缩减出行时间，减少交通拥堵。
在步骤S2之前，目标道路实时交通流量预测方法还包括：
对路网进行分区，得到路网小区；路网小区可以按照区域进行划分。
所述获取与所述目标道路同类路段的交通基本图为获取同一路网小区中与所述目标道路同类路段的所述交通基本图。对于同一路网小区中，其交通基本图更加接近，可以提高预测的准确性。
所述获取所有类别道路的历史道路速度包括：
获取所述浮动车在各类别道路上在设定时长内的累计行驶路程和累计行驶时间；
根据所述累计行驶路程和所述累计行驶时间确定所述浮动车在各类别道路上在设定时长内的所述历史道路速度。
例如，针对目标道路，统计间隔取5分钟，速度参数采用浮动车GPS数据，用下述公式进行参数计算：
其中，
为路段
在时间段
内车辆的累计行驶路程；
为路段j在时间段
内车辆的累计行驶时间；
为路段
在时间段
的平均速度。
这里，为了保证实时交通流量的准确性，提高实时流量监测的精度。可选地，所述根据所述实时通行速度确定所述目标道路的实时交通流量之后还包括：
获取所述目标道路上不同速度区间内的区间浮动车流量和实时浮动车流量；
根据所述区间浮动车流量和实时浮动车流量确定修正系数；
根据所述修正系数对所述目标道路的所述实时交通流量进行修正，得到所述目标道路的实时修正交通流量。
可以根据实时浮动车流量与区间浮动车流量的比值作为系数，对所述实时交通流量进行修正，例如，通过所述实时交通流量乘以修正系数，得到实时修正交通流量。
可选地，所述根据所述区间浮动车流量和实时浮动车流量对所述目标道路的实时交通流量进行修正包括：
基于所述交通基本图，获取不同速度区间内的历史区间道路流量；例如，基于交通基本图，一定速度间隔
进行路段流量进行切分，形成速度区间对应道路流量集合关系，如下：
其中，
为路段j按
切分的速度集合，
为路段j在u m 速度区间的道路流量值集合。
同理，路段
在
速度区间的浮动车实时流量值集合为：
那么，浮动车实时流量与实时交通流量之间的关系满足：
其中，
为路段j在速度v条件下的流量；
为路段j在速度v条件下的浮动车流量；
为集合中所有流量值的平均值；
为集合中所有浮动车实时流量值的平均值。
路段j在速度v条件下基于浮动车流量的修正系数为：
当对应速度区间的所述历史区间道路流量的最小值大于所述目标道路的所述实时交通流量
与所述修正系数
的乘积时，所述实时修正交通流量
为对应速度区间的所述历史区间道路流量的最小值
。即：
当所述目标道路的所述实时交通流量
与所述修正系数的乘积大于对应速度区间的所述历史区间道路流量的最小值
，且小于对应速度区间的所述历史区间道路流量的最大值
时，所述实时修正交通流量
为所述实时交通流量与所述修正系数的乘积。即：
当所述目标道路的所述实时交通流量
与所述修正系数
的乘积大于对应速度区间的所述历史区间道路流量的最大值时，所述实时修正交通流量
为对应速度区间的所述历史区间道路流量的最大值
。即：
可选地，当所有同类道路中无所述历史道路流量和所述历史道路速度数据时，发出报警提示。也就是说，当同一路网小区中，如果同类道路上均没有设置流量监测装置，则发出报警，提示在该类道路中架设至少一个流量检测装置。
本发明的另一实施例提供一种目标道路实时交通流量预测装置，如图3所示，包括
获取单元，用于获取目标道路的交通流基本特征和浮动车实时速度数据；
读取单元，用于根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
计算单元，用于根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
确定单元，用于基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
本发明的实施例所提供的目标道路实时交通流量预测装置可执行本发明任意实施例所提供的目标道路实时交通流量预测方法，具备目标道路实时交通流量预测方法相应的功能模块和有益效果，在此不再赘述。
本发明的另一实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如上述所述的目标道路实时交通流量预测方法。
本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种目标道路实时交通流量预测方法，其特征在于，包括：
获取目标道路的交通流基本特征和浮动车实时速度数据；
根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
2.根据权利要求1所述的目标道路实时交通流量预测方法，其特征在于，在根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图之前，还包括：
获取路网小区内各路段的交通流基本特征；
根据所述交通流基本特征对路网小区内所有道路进行分类；
获取所有类别道路的历史道路流量和历史道路速度；
根据所述历史道路流量和所述历史道路速度分别构建各类别道路的所述交通基本图。
3.根据权利要求2所述的目标道路实时交通流量预测方法，其特征在于，所述获取所有类别道路的历史道路速度包括：
获取所述浮动车在各类别道路上在设定时长内的累计行驶路程和累计行驶时间；
根据所述累计行驶路程和所述累计行驶时间确定所述浮动车在各类别道路上在设定时长内的所述历史道路速度。
4.根据权利要求1所述的目标道路实时交通流量预测方法，其特征在于，所述根据所述实时通行速度确定所述目标道路的实时交通流量之后还包括：
获取所述目标道路上不同速度区间内的区间浮动车流量和实时浮动车流量；
根据所述区间浮动车流量和实时浮动车流量确定修正系数；
根据所述修正系数对所述目标道路的所述实时交通流量进行修正，得到所述目标道路的实时修正交通流量。
5.根据权利要求4所述的目标道路实时交通流量预测方法，其特征在于，所述根据所述区间浮动车流量和实时浮动车流量对所述目标道路的实时交通流量进行修正包括：
基于所述交通基本图，获取不同速度区间内的历史区间道路流量；
当对应速度区间的所述历史区间道路流量的最小值大于所述目标道路的所述实时交通流量与所述修正系数的乘积时，所述实时修正交通流量为对应速度区间的所述历史区间道路流量的最小值。
6.根据权利要求5所述的目标道路实时交通流量预测方法，其特征在于，当所述目标道路的所述实时交通流量与所述修正系数的乘积大于对应速度区间的所述历史区间道路流量的最小值，且小于对应速度区间的所述历史区间道路流量的最大值时，所述实时修正交通流量为所述实时交通流量与所述修正系数的乘积。
7.根据权利要求6所述的目标道路实时交通流量预测方法，其特征在于，当所述目标道路的所述实时交通流量与所述修正系数的乘积大于对应速度区间的所述历史区间道路流量的最大值时，所述实时修正交通流量为对应速度区间的所述历史区间道路流量的最大值。
8.根据权利要求2所述的目标道路实时交通流量预测方法，其特征在于，在所述根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图之前，还包括：
对路网进行分区，得到路网小区；
所述获取与所述目标道路同类路段的交通基本图为获取同一路网小区中与所述目标道路同类路段的所述交通基本图。
9.一种目标道路实时交通流量预测装置，其特征在于，包括
获取单元，用于获取目标道路的交通流基本特征和浮动车实时速度数据；
读取单元，用于根据所述目标道路的交通流基本特征获取与所述目标道路同类路段的交通基本图，所述交通基本图适于建立路段的车流量与行车速度的关系；
计算单元，用于根据所述浮动车实时速度数据确定所述目标道路的实时通行速度；
确定单元，用于基于所述交通基本图，根据所述实时通行速度确定所述目标道路的实时交通流量。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如权利要求1至8中任一项所述的目标道路实时交通流量预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111282429.0A CN113724497A (zh) | 2021-11-01 | 2021-11-01 | 一种目标道路实时交通流量预测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111282429.0A CN113724497A (zh) | 2021-11-01 | 2021-11-01 | 一种目标道路实时交通流量预测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113724497A true CN113724497A (zh) | 2021-11-30 |
Family
ID=78686328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111282429.0A Pending CN113724497A (zh) | 2021-11-01 | 2021-11-01 | 一种目标道路实时交通流量预测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113724497A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116229727A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于在线仿真的道路拥堵诱导方法及管控系统 |
| CN116311953A (zh) * | 2023-05-24 | 2023-06-23 | 高德软件有限公司 | 高速公路引流方法、引流展示方法、装置、设备、介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353380A (zh) * | 2011-06-30 | 2012-02-15 | 福建慧翰信息技术有限公司 | 路况预测和查询系统及方法 |
| CN107516417A (zh) * | 2017-08-21 | 2017-12-26 | 中国科学院软件研究所 | 一种挖掘时空关联关系的实时高速公路流量估计方法 |
| CN109544932A (zh) * | 2018-12-19 | 2019-03-29 | 东南大学 | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 |
| CN112039711A (zh) * | 2020-09-08 | 2020-12-04 | 中国联合网络通信集团有限公司 | 流量预测方法及设备 |
-
2021
- 2021-11-01 CN CN202111282429.0A patent/CN113724497A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102353380A (zh) * | 2011-06-30 | 2012-02-15 | 福建慧翰信息技术有限公司 | 路况预测和查询系统及方法 |
| CN107516417A (zh) * | 2017-08-21 | 2017-12-26 | 中国科学院软件研究所 | 一种挖掘时空关联关系的实时高速公路流量估计方法 |
| CN109544932A (zh) * | 2018-12-19 | 2019-03-29 | 东南大学 | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 |
| CN112039711A (zh) * | 2020-09-08 | 2020-12-04 | 中国联合网络通信集团有限公司 | 流量预测方法及设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116229727A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于在线仿真的道路拥堵诱导方法及管控系统 |
| CN116311953A (zh) * | 2023-05-24 | 2023-06-23 | 高德软件有限公司 | 高速公路引流方法、引流展示方法、装置、设备、介质 |
| CN116311953B (zh) * | 2023-05-24 | 2023-08-08 | 高德软件有限公司 | 高速公路引流方法、引流展示方法、装置、设备、介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8554473B2 (en) | Energy efficient routing using an impedance factor | |
| CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
| CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
| CN100589143C (zh) | 判断浮动车行驶状态的方法及装置 | |
| CN110276973B (zh) | 一种路口交通规则自动识别方法 | |
| CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
| CN111351499B (zh) | 路径识别方法、装置、计算机设备和计算机可读存储介质 | |
| CN106846806A (zh) | 基于Isolation Forest的城市道路交通异常检测方法 | |
| CN109035758B (zh) | 基于浮动车数据网格映射的城市路网交叉口拥堵识别方法 | |
| CN113538946A (zh) | 一种基于分布式的高速公路突发情况预警系统、方法 | |
| CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
| CN114454878A (zh) | 车速控制模型训练样本的确定方法及装置 | |
| CN110827537B (zh) | 一种潮汐车道的设置方法、装置及设备 | |
| CN114023065A (zh) | 一种利用视频解析数据智能诊断路口服务等级的算法 | |
| CN115731693A (zh) | 一种车道划分方法以及相关装置 | |
| CN110264725B (zh) | 路段流量的确定方法及装置 | |
| CN113808414A (zh) | 道路荷载确定方法、装置及存储介质 | |
| WO2017080822A1 (de) | Verfahren und vorrichtung zum analysieren einer fahrweise eines fahrers eines fahrzeugs | |
| Altintasi et al. | Monitoring urban traffic from floating car data (FCD): Using speed or a los-based state measure | |
| CN111488417A (zh) | 信息处理方法、系统、装置、设备及计算机存储介质 | |
| CN109191864A (zh) | 用于公路车道线识别的方法与设备 | |
| CN112927497B (zh) | 一种浮动车识别方法、相关方法和装置 | |
| Kim et al. | A study on travel time estimation of diverging traffic stream on highways based on timestamp data | |
| CN106887138B (zh) | 一种堵车蔓延态势侦测方法与系统 | |
| CN113611106A (zh) | 基于智慧城市的道路交通状况预测方法、装置、设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211130 |