CN113837028B - 一种基于时空知识图谱的道路流量分析方法和装置 - Google Patents
一种基于时空知识图谱的道路流量分析方法和装置 Download PDFInfo
- Publication number
- CN113837028B CN113837028B CN202111035854.XA CN202111035854A CN113837028B CN 113837028 B CN113837028 B CN 113837028B CN 202111035854 A CN202111035854 A CN 202111035854A CN 113837028 B CN113837028 B CN 113837028B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- time
- position information
- entity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005206 flow analysis Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 230000004927 fusion Effects 0.000 claims abstract description 28
- 230000008859 change Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于时空知识图谱的道路流量分析方法和装置,通过北斗卫星导航系统和道路摄像头获取城市车辆信息;生成相应的车辆轨迹,根据车辆轨迹得到与所述车辆对应的车辆时空知识图谱;将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合;根据车辆的位置,对在同一实体的所有车辆的位置信息进行链接形成城市交通流量时空知识图谱;统计所述城市交通流量时空知识图谱中经过每个实体的车流量并分析。本发明相对于现有技术,引入了北斗卫星导航系统和摄像头一起对汽车进行识别跟踪,对汽车的定位时延更短、更全面以及更精确,同时建立了时空知识图谱对车流量进行分析,包括时间和空间关系,分析的结果更精确更全面。
Description
技术领域
本发明涉及道路流量分析领域,尤其涉及一种基于时空知识图谱的道路流量分析方法和装置。
背景技术
随着经济的发展以及人们的生活水平的提高,人们的购车意愿日益高涨,伴随着的是道路的车流量增大的问题,很多道路的负载能力也因此变得捉襟见肘。由此造成的交通堵塞对人们的出行造成了极大困扰。因此,对道路情况的精准分析对于道路的布局建设、了解交通出勤情况就变得极为重要。
现有针对道路流量的分析普遍是在以下两个方面,一是对各路段的流量进行分析,二是记录各交叉路口的车辆转向情况。但是申请人发现,现有技术缺乏一个专业的系统去记录每辆车的行车路线,且无法针对道路交通网络的整体进行分析,道路与道路之间的相互分散也导致了无法看到点与点之间的关系,对道路的交通情况分析造成了极大的困难。
发明内容
本发明提供了一种基于时空知识图谱的道路流量分析方法和装置,以解决对整个城市的道路交通网络进行整体性分析,提高分析的准确性技术问题。
为了解决上述技术问题,本发明实施例提供了一种基于时空知识图谱的道路流量分析方法,包括:
根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息;
将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果。
进一步的,所述根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息,具体为:
通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
进一步的,在所述获取城市中每个车辆的位置信息、车牌信息和时间信息之后,还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
进一步的,所述将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
进一步的,在根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
相应的,本发明实施例还提供了一种基于时空知识图谱的道路流量分析装置,包括获取模块、生成模块、融合模块、链接模块和统计模块;其中,
获取模块用于根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息;
生成模块用于将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
融合模块用于将每个车辆时空知识图谱中车辆的所处位置信息与实体进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体的信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
链接模块用于根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
统计模块用于统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果。
进一步的,所述获取模块用于根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息,具体为:
所述获取模块通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
进一步的,在所述获取模块获取城市中每个车辆的位置信息、车牌信息和时间信息之后,还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
进一步的,所述融合模块用于将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
所述融合模块根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
进一步的,在所述链接模块根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
本发明实施例提供的一种基于时空知识图谱的道路流量分析方法和装置,具有以下有益效果:
本发明提供了一种基于时空知识图谱的道路流量分析方法和装置,通过北斗卫星导航系统和道路摄像头获取城市车辆信息;生成相应的车辆轨迹,根据车辆轨迹得到与所述车辆对应的车辆时空知识图谱;将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合;根据车辆的位置,对在同一实体的所有车辆的位置信息进行链接形成城市交通流量时空知识图谱;统计所述城市交通流量时空知识图谱中经过每个实体的车流量并分析。本发明相对于现有技术,引入了北斗卫星导航系统和摄像头一起对汽车进行识别跟踪,对汽车的定位时延更短、更全面以及更精确,同时建立了时空知识图谱对车流量进行分析,包括时间和空间关系,分析的结果更精确更全面。
附图说明
图1:为本发明基于时空知识图谱的道路流量分析方法提供的一种实施例的流程示意图。
图2:为本发明基于时空知识图谱的道路流量分析装置提供的一种实施例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
请参照图1,图1为本发明实施例提供的一种基于时空知识图谱的道路流量分析方法,包括:步骤101至步骤105;其中,
步骤101,获取城市中每个车辆的位置信息、车牌信息和时间信息。
在本实施例中,通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
进一步的,图像的识别过程包括:
利用道路上的摄像头拍摄车辆照片;定位车牌,只保留车辆图片中的车牌区域;使用Ostu算法将车牌二值化;对车牌图像进行校正;字符分隔,提取车牌图像中的单个字母,用于后续的识别;利用CNN算法提取车牌号码。
在车辆上安装卫星导航接收器和数据发射器,汽车开启导航系统,自动上传汽车的位置信息和车辆的基本信息。
导航系统将汽车的位置信息、时间信息和汽车的车牌信息等基本信息上传到数据中心,并将车辆的车牌号作为汽车id,并为初始位置添加初始位置标记。
在步骤101之后还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
步骤102,将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
在本实施例中,每经过5分钟更新一次位置信息和时间信息,通过北斗定位模块上传最新的位置更新到数据中心,同时保留该车的历史位置信息;
关闭导航系统时上传结束信息,标记此时位置为汽车的行驶路线的终点,并添加终点标记。根据该车的历史位置信息,即根据车辆的位置信息和时间信息依次连接,形成与该车对应的车辆轨迹,并根据车辆轨迹的起点和终点,生成对应的车辆时空知识图谱;每个车辆对应一个车辆时空知识图谱。
步骤103,将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使所述实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
在本实施例中,所述将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
进行数据融合的目的在于:将处于同一道路,桥梁,交叉口处的位置节点进行链接,确保在后续能够将经纬度、所在地区、车道数等信息转化为所在实体的信息,以使该实体在被查询是能同时查询到相应车辆的位置信息,方便后续对车流量的分析。
步骤104,根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
在本实施例中,在根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
在本实施例中,可视化展示还设置有时间筛选功能,用户可根据时间段筛选出所需的数据。
步骤105,统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果。
在本实施例中,可以获得每个实体的车流量:截取每个小时的1-10分钟,21-30分钟,41-50分钟三个时间段统计车流量,将统计出的车流量乘二得到该小时经过此点的车流量。
筛选出每小时车流量最大的100个点,根据实体在城市交通流量时空知识图谱中的位置得到他们之间的位置关系,可研究车流量与实体或位置之间的关系,一方面可以绘制出可视化图像来对城市交通车流量变化用于研究,另一方面也可通过实时的数据分析对异常节点、拥堵信息等状况作监测。
随机抽取30%的实体,观察每个车辆实体在24小时内车流量变化情况,也可以抽取单一车辆或实体进行单点的跟踪研究;
在本实施例中,也可以结合车流量的时间关系和空间关系研究车流量的时空变化规律。
在本实施例中,还可以比较车流量较大的实体基本信息,获得这些实体的共同点,例如:所处位置的经济情况,所处位置的商铺信息,基础设施信息等。
相应的,本发明实施例还提供了一种基于时空知识图谱的道路流量分析装置,包括获取模块201、生成模块202、融合模块203、链接模块204和统计模块205;其中,
获取模块201用于获取城市中每个车辆的位置信息、车牌信息和时间信息;
生成模块202用于将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
融合模块203用于将每个车辆时空知识图谱中车辆的所处位置信息与实体进行数据融合,以使所述实体的信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
链接模块204用于根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
统计模块205用于统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果。
在本实施中,所述获取模块201用于获取城市中每个车辆的位置信息、车牌信息和时间信息,具体为:
所述获取模块201通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
在本实施例中,在所述获取模块201获取城市中每个车辆的位置信息、车牌信息和时间信息之后,还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
在本实施例中,所述融合模块203用于将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
所述融合模块203根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
在本实施例中,在所述链接模块204根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
本发明实施例提供的一种基于时空知识图谱的道路流量分析方法和装置,具有以下有益效果:
本发明提供了一种基于时空知识图谱的道路流量分析方法和装置,通过北斗卫星导航系统和道路摄像头获取城市车辆信息;生成相应的车辆轨迹,根据车辆轨迹得到与所述车辆对应的车辆时空知识图谱;将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合;根据车辆的位置,对在同一实体的所有车辆的位置信息进行链接形成城市交通流量时空知识图谱;统计所述城市交通流量时空知识图谱中经过每个实体的车流量并分析。本发明相对于现有技术,引入了北斗卫星导航系统和摄像头一起对汽车进行识别跟踪,对汽车的定位时延更短、更全面以及更精确,同时建立了时空知识图谱对车流量进行分析,包括时间和空间关系,分析的结果更精确更全面。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于时空知识图谱的道路流量分析方法,其特征在于,包括:
根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息;
将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果,将所述分析结果进行可视化展示,按时间或实体筛选分析结果。
2.如权利要求1所述的一种基于时空知识图谱的道路流量分析方法,其特征在于,所述根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息,具体为:
通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
3.如权利要求1所述的一种基于时空知识图谱的道路流量分析方法,其特征在于,在所述获取城市中每个车辆的位置信息、车牌信息和时间信息之后,还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
4.如权利要求1所述的一种基于时空知识图谱的道路流量分析方法,其特征在于,所述将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
5.如权利要求1至4任意一项所述的一种基于时空知识图谱的道路流量分析方法,其特征在于,在根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
6.一种基于时空知识图谱的道路流量分析装置,其特征在于,包括获取模块、生成模块、融合模块、链接模块和统计模块;其中,
获取模块用于根据道路摄像头和北斗卫星导航系统获取城市中每个车辆的位置信息、车牌信息和时间信息;
生成模块用于将城市中每个车辆的位置信息根据各自的时间信息依次连接,生成每个所述车辆对应的车辆轨迹,并根据每个所述车辆轨迹的起点和终点,生成每个所述车辆对应的车辆时空知识图谱;
融合模块用于将每个车辆时空知识图谱中车辆的所处位置信息与实体进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体的信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体为每个车辆行驶的起点、每个车辆行驶的终点、道路、桥梁和交叉路口;
链接模块用于根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱;
统计模块用于统计所述城市交通流量时空知识图谱中经过每个实体的车流量,根据所述车流量的变化情况输出分析结果,将所述分析结果进行可视化展示,按时间或实体筛选分析结果。
7.如权利要求6所述的一种基于时空知识图谱的道路流量分析装置,其特征在于,所述根据道路摄像头和北斗卫星导航系统获取模块用于获取城市中每个车辆的位置信息、车牌信息和时间信息,具体为:
所述获取模块通过道路摄像头拍摄城市中每个车辆的照片,对所述车辆的照片进行图像处理获取城市中每个车辆的车牌信息,同时获取城市中每个车辆的位置信息和时间信息;
通过北斗卫星导航系统与城市中每个车辆的导航系统通信连接,将所述车辆的车牌信息作为所述车辆的ID,获取城市中每个车辆的车牌信息、位置信息和时间信息。
8.如权利要求6所述的一种基于时空知识图谱的道路流量分析装置,其特征在于,在所述获取模块获取城市中每个车辆的位置信息、车牌信息和时间信息之后,还包括:所述车辆的位置信息每经过第一预设时间更新一次,如果所述车辆超过第二预设时间没更新位置信息,则将所述车辆视为结束行驶。
9.如权利要求6所述的一种基于时空知识图谱的道路流量分析装置,其特征在于,所述融合模块用于将每个车辆时空知识图谱中车辆的所处位置信息与实体信息进行数据融合,以使同一实体的位置信息的位置节点能够进行链接,从而以使所述实体信息被查询时能同时查询到相应车辆的位置信息,具体为:
所述融合模块根据每个所述车辆时空知识图谱中车辆的多个历史位置信息,确定与每个历史位置信息相匹配的实体,并将每个历史位置信息与匹配的实体相关联,以使每个实体对应的实体信息被查询时能同时查询到相应车辆的位置信息;其中,所述实体信息包括:所述实体的经纬度、所在地区、车道数、所在地区的工厂数、车辆经过的时间、所在地区的商铺数、长度、分叉口数量和经过车辆的车牌信息。
10.如权利要求6至9任意一项所述的一种基于时空知识图谱的道路流量分析装置,其特征在于,在所述链接模块根据每个车辆时空知识图谱中车辆的位置信息,对在同一实体的所有车辆对应的车辆时空知识图谱中的位置信息进行链接,形成一个城市交通流量时空知识图谱之后,还包括:通过echart可视化插件和图数据库,展示所述城市交通流量时空知识图谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035854.XA CN113837028B (zh) | 2021-09-03 | 2021-09-03 | 一种基于时空知识图谱的道路流量分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035854.XA CN113837028B (zh) | 2021-09-03 | 2021-09-03 | 一种基于时空知识图谱的道路流量分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837028A CN113837028A (zh) | 2021-12-24 |
CN113837028B true CN113837028B (zh) | 2024-05-14 |
Family
ID=78962135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035854.XA Active CN113837028B (zh) | 2021-09-03 | 2021-09-03 | 一种基于时空知识图谱的道路流量分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837028B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN108427718A (zh) * | 2018-02-07 | 2018-08-21 | 江苏大学 | 一种车辆行驶信息时空索引及大数据分析方法 |
CN110867072A (zh) * | 2019-12-02 | 2020-03-06 | 桂林理工大学 | 一种基于北斗导航与Hadoop技术的车辆追踪与调度系统 |
WO2020143326A1 (zh) * | 2019-01-11 | 2020-07-16 | 平安科技(深圳)有限公司 | 知识数据存储方法、装置、计算机设备和存储介质 |
CN111932026A (zh) * | 2020-08-27 | 2020-11-13 | 西南交通大学 | 基于数据融合和知识图谱嵌入的城市流量模式挖掘方法 |
CN112182410A (zh) * | 2020-11-05 | 2021-01-05 | 西南交通大学 | 基于时空轨迹知识图谱的用户出行模式挖掘方法 |
CN112183926A (zh) * | 2020-08-26 | 2021-01-05 | 银江股份有限公司 | 基于图数据库的交通运行状况评估方法、装置、设备及介质 |
CN112215435A (zh) * | 2020-11-02 | 2021-01-12 | 银江股份有限公司 | 一种基于循环自回归模型的城市拥堵传播模式的预测方法 |
CN112732939A (zh) * | 2021-01-15 | 2021-04-30 | 中国科学院空天信息创新研究院 | 基于GraphDB的时空知识图谱构建方法、装置、介质及设备 |
CN113112790A (zh) * | 2021-03-09 | 2021-07-13 | 华东师范大学 | 一种结合知识图谱的城市道路运行态势监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8543320B2 (en) * | 2011-05-19 | 2013-09-24 | Microsoft Corporation | Inferring a behavioral state of a vehicle |
-
2021
- 2021-09-03 CN CN202111035854.XA patent/CN113837028B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967493A (zh) * | 2017-12-18 | 2018-04-27 | 广州汇智通信技术有限公司 | 一种人车伴随的判定方法、系统及相关装置 |
CN108427718A (zh) * | 2018-02-07 | 2018-08-21 | 江苏大学 | 一种车辆行驶信息时空索引及大数据分析方法 |
WO2020143326A1 (zh) * | 2019-01-11 | 2020-07-16 | 平安科技(深圳)有限公司 | 知识数据存储方法、装置、计算机设备和存储介质 |
CN110867072A (zh) * | 2019-12-02 | 2020-03-06 | 桂林理工大学 | 一种基于北斗导航与Hadoop技术的车辆追踪与调度系统 |
CN112183926A (zh) * | 2020-08-26 | 2021-01-05 | 银江股份有限公司 | 基于图数据库的交通运行状况评估方法、装置、设备及介质 |
CN111932026A (zh) * | 2020-08-27 | 2020-11-13 | 西南交通大学 | 基于数据融合和知识图谱嵌入的城市流量模式挖掘方法 |
CN112215435A (zh) * | 2020-11-02 | 2021-01-12 | 银江股份有限公司 | 一种基于循环自回归模型的城市拥堵传播模式的预测方法 |
CN112182410A (zh) * | 2020-11-05 | 2021-01-05 | 西南交通大学 | 基于时空轨迹知识图谱的用户出行模式挖掘方法 |
CN112732939A (zh) * | 2021-01-15 | 2021-04-30 | 中国科学院空天信息创新研究院 | 基于GraphDB的时空知识图谱构建方法、装置、介质及设备 |
CN113112790A (zh) * | 2021-03-09 | 2021-07-13 | 华东师范大学 | 一种结合知识图谱的城市道路运行态势监测方法 |
Non-Patent Citations (1)
Title |
---|
Leveraging Spatio-Temporal Graphs and Knowledge Graphs:Perspectives in the Field of Maritime Transportation;Géraldine Del Mondo, et al.;ISPRS Int. J. Geo-Inf.;1-25 * |
Also Published As
Publication number | Publication date |
---|---|
CN113837028A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754594B (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
US7363151B2 (en) | Map error information obtaining system and map error information obtaining method | |
CN100535957C (zh) | 交通信息系统 | |
US20160180705A1 (en) | Origin destination estimation based on vehicle trajectory data | |
US6813554B1 (en) | Method and apparatus for adding commercial value to traffic control systems | |
CN112184931B (zh) | 基于高速公路路网的车辆计费路径优选系统及分析方法 | |
Axer et al. | Level of service estimation based on low-frequency floating car data | |
WO2010107379A1 (en) | Method for creating a map using real-time positions of a plurality of mobile terminals | |
CN115547029A (zh) | 一种交通事故分析方法、系统、电子设备及存储介质 | |
CN113837028B (zh) | 一种基于时空知识图谱的道路流量分析方法和装置 | |
Sun et al. | Secondary accident data fusion for assessing long-term performance of transportation systems | |
US11682298B2 (en) | Practical method to collect and measure real-time traffic data with high accuracy through the 5G network and accessing these data by cloud computing | |
Gong et al. | Estimating link travel time with sparse GPS data on highway corridors | |
CN113378719B (zh) | 车道线的识别方法、装置、计算机设备和存储介质 | |
TW202215006A (zh) | 產生路線導航資料處理裝置及方法 | |
Keler et al. | Detecting travel time variations in urban road networks by taxi trajectory intersections | |
KR20210097555A (ko) | 교통사고 정보를 제공하기 위한 서비스 방법 | |
CN115346364B (zh) | 基于图像识别的显示控制方法、装置 | |
US20220180739A1 (en) | Method, apparatus and computer program product for detecting a lane shift using probe data | |
EP4012680A1 (en) | Method, apparatus and computer program product for detecting a lane closure using probe data | |
Bertini et al. | Integrating Geographic Information Systems and Intelligent Transportation Systems to Improve Incident Management and Life Safety. | |
CA3210895A1 (en) | A practical method to collect and measure traffic flow data through ip cameras for origin-destination survey studies and for other uses | |
Bunnasarn et al. | Development of Spatial Uncertainty-Aware Visualization of Historical Traffic Queue Length | |
Gannu et al. | DAV–DATA ANALYTICS AND VISUALIZATION SYSTEM FOR ROADS | |
Sciberras et al. | Automated traffic congestion estimation via public video feeds |
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 |