CN113920719B - 交通溯源方法及电子设备 - Google Patents

交通溯源方法及电子设备 Download PDF

Info

Publication number
CN113920719B
CN113920719B CN202111054271.1A CN202111054271A CN113920719B CN 113920719 B CN113920719 B CN 113920719B CN 202111054271 A CN202111054271 A CN 202111054271A CN 113920719 B CN113920719 B CN 113920719B
Authority
CN
China
Prior art keywords
data
target
trunk
trip chain
chain data
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
CN202111054271.1A
Other languages
English (en)
Other versions
CN113920719A (zh
Inventor
王黎雁
王雯雯
刘晓冰
曹禹
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 CN202111054271.1A priority Critical patent/CN113920719B/zh
Publication of CN113920719A publication Critical patent/CN113920719A/zh
Application granted granted Critical
Publication of CN113920719B publication Critical patent/CN113920719B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons

Abstract

本公开提供交通溯源方法及电子设备。包括:周期基于各路口的历史过车数据,确定各车辆的出行链数据;利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;将该各目标出行链数据转换为各路段数据;根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;针对任意一个目标交通干线中的任一干线溯源路段,通过目标交通干线对应的第一总数量和干线溯源路段对应的第二总数量,得到所述干线溯源路段的车辆占比。由此,使得溯源的更加全面,提高溯源的准确率。

Description

交通溯源方法及电子设备
技术领域
本发明涉及智能交通技术领域,特别涉及一种交通溯源方法及电子设备。
背景技术
当前,城市交通最突出的问题是交通拥堵问题,全国大部分的城市交通拥堵成为常态。缓解交通拥堵是交警的一项重要工作。交通溯源分析成为交通领域的热点研究问题之一。
现有技术中,通常是按照路段来溯源,即通过人工抽取路段的一部分历史过车数据进行统计进行溯源。但是此种方式抽取范围小,数据量少。由此导致交通溯源的准确率较低。
发明内容
本公开示例性的实施方式中提供一种交通溯源方法及电子设备,用于提高交通溯源的准确率。
本公开的第一方面提供一种交通溯源方法,所述方法包括:
周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;
针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
本实施例中通过周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;然后利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;并针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;然后根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;最后,针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。由此,对各交通路段所组成的各交通干线进行溯源,使得溯源的更加全面,提高溯源的准确率。
在一个实施例中,所述利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线,包括:
针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线;
利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据。
本实施例通过车辆经过的目标交通干线对出行链数据进行分割,以此得到目标出行链数据,以此保证得到的目标出行链数据中只包括一条目标交通干线,提高交通溯源的准确率。
在一个实施例中,所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,包括:
若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
本实施例中当确定目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;并将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。由此,以确保目标出行链数据中不包括交通干线中的路口,以确保交通干线溯源的准确率。
在一个实施例中,所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,包括:
若确定所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;
针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
本实施例通过确定出所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据之后,再针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据,并将所述第一出行链数据作为所述目标出行链数据,以此保证子出行链数据只与一个目标交通干线相对应,并且不包括该目标交通干线其他路口,以提高交通干线溯源的准确率。
在一个实施例中,通过以下方式确定车辆所经过的目标交通干线:
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:
目标路口的数量大于第二指定数量;
各目标路口之间不相邻;
各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同。
本实施例中若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,提高准确率。
在一个实施例中,所述根据各路段数据对应的目标交通干线对各路段数据进行分组之前,所述方法还包括:
针对任意一个路段数据,若确定所述路段数据与任意一个目标交通干线中的任一路段数据相等,则删除所述路段数据;以及,
若确定存在一辆车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。
本实施例通过将路段数据中属于目标交通干线的路段进行删除,以及若存在一个车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。以此保证路段数据的准确性。
在一个实施例中,所述通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比,包括:
针对任意一个干线溯源路段,将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比。
本实施例通过将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比,由此,通过目标交通干线来进行溯源,提高溯源准确率。
本公开第二方面提供一种电子设备,包括存储单元和处理器,其中:
所述存储单元,被配置为存储各路口的历史过车数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
所述处理器,被配置为:
周期基于所述各路口的历史过车数据,确定各车辆的出行链数据;
利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;
针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
在一个实施例中,所述处理器执行所述利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线,具体被配置为:
针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线;
利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据。
在一个实施例中,所述处理器执行所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,具体被配置为:
若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
在一个实施例中,所述处理器执行所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,具体被配置为:
若确定所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;
针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
在一个实施例中,所述处理器,还被配置为:
通过以下方式确定车辆所经过的目标交通干线:
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:
目标路口的数量大于第二指定数量;
各目标路口之间不相邻;
各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同。
在一个实施例中,所述处理器,还被配置为:
所述根据各路段数据对应的目标交通干线对各路段数据进行分组之前,针对任意一个路段数据,若确定所述路段数据与任意一个目标交通干线中的任一路段数据相等,则删除所述路段数据;以及,
若确定存在一辆车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。
在一个实施例中,所述处理器执行所述通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比,具体被配置为:
针对任意一个干线溯源路段,将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比。
根据本公开实施例提供的第三方面,提供一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于执行如第一方面所述的方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本公开一个实施例中的适用场景示意图;
图2为根据本公开一个实施例的交通溯源方法的流程示意图之一;
图3为根据本公开一个实施例的目标交通干线以及干线溯源路段示意图;
图4为根据本公开一个实施例的干线溯源路段的车辆占比示意图;
图5为根据本公开一个实施例的确定车辆的目标出行链数据的流程示意图;
图6为根据本公开一个实施例的交通溯源方法的流程示意图之二;
图7为根据本公开一个实施例的交通溯源装置;
图8为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
本公开实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案,并不构成对于本公开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,本公开实施例提供的技术方案对于类似的技术问题,同样适用。其中,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
现有技术中,通常是按照路段来溯源,即通过人工抽取路段的一部分历史过车数据进行统计进行溯源。但是此种方式抽取范围小,数据量少。由此导致交通溯源的准确率较低。
因此,本公开提供一种交通溯源方法,通过周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;然后利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;并针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;然后根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;最后,针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。由此,对各交通路段所组成的各交通干线进行溯源,使得溯源的更加全面,提高溯源的准确率。下面,结合附图对本公开的方案详细的进行介绍。
如图1所示,一种交通溯源方法的应用场景,该应用场景中包括多个摄像机110、服务器120和终端设备130。其中,摄像机110可为电警、卡口以及超速设备等的摄像机。终端设备130可为手机、平板电脑和个人计算机等。服务器120可以通过单个服务器实现,也可以通过多个服务器实现。服务器120可以通过实体服务器实现,也可以通过虚拟服务器实现。
在一种可能的应用场景中,摄像机110获取到各路口的历史过程数据之后,发送给服务器120,服务器120周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;然后利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;并针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;然后服务器120根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;并针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。然后将各目标交通干线中各干线溯源路段的车辆占比发送给终端设备130中进行显示。
如图2所示,为本公开的交通溯源方法的流程示意图,可包括以下步骤:
步骤201:周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
其中,历史过车数据包括:车辆标识、路口编号、过车时间以及过车方向。出行链数据包括:车辆标识、车辆类型、历史过车数据、起点过车时间以及终点过车时间。
需要说明的是:针对任意一辆车辆,根据所述车辆经过各路口的历史过程数据,则可以得到该车辆的出行链数据。例如,车辆1的历史过车数据为:{路口1、10:00、南→北}、{路口2、11:00、南→北}、{路口3、11:10、南→北}、{路口4、11:30、南→北}。则可确定该车辆1的出行链数据为:{车辆1、面包车、路口1→路口2→路口3→路口4、10:00、11:30}。
步骤202:利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;
步骤203:针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
本实施例中将目标出行链数据转换为路段数据使用的方式为迪杰斯特拉算法。其中,现有技术中只要能将出行链数据转换为路段数据均可使用,本实施例在此并不进行限定。
步骤204:根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
例如,如图3所示,以目标交通干线1为例,目标交通干线1中包括的干线溯源路段分别为:干线溯源路段A、干线溯源路段B以及干线溯源C。若目标交通干线1对应的路段数据包括:路段数据1、路段数据2、路段数据3、路段数据4和路段数据5。则确定出第一总数量为5。由于干线溯源路段包括的路段数据是确定的,所以可直接确定出各路段数据是属于哪一个干线溯源路段的。若确定出路段数据1和路段数据2属于干线溯源路段A。路段数据3属于干线溯源路段B。路段数据4和路段数据5属于交通干线溯源C,则确定出干线溯源路段A对应的第二总数量为2。干线溯源路段B对应的第二总数量为1。干线溯源路段C对应的第二总数量为2。
步骤205:针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
在一个实施例中,针对任意一个干线溯源路段,将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比。
如图4所示,通过各交通溯源路段的第二总数量与第一总数量的比值,分别确定出干线溯源路段A的车辆占比为40%,干线溯源路段B的车辆占比为20%,干线溯源路段C的车辆占比为40%。
为了提高交通干线溯源的准确率,在一个实施例中,如图5所示,为确定车辆的目标出行链数据的流程示意图,可包括以下步骤:
步骤501:针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线;
在一个实施例中,通过以下方式确定车辆所经过的目标交通干线:
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:目标路口的数量大于第二指定数量;各目标路口之间不相邻;各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同。
例如,对交通干线1和交通干线2进行溯源,其中,交通干线1为:路口D→…→路口F…路口M。交通干线2为:路口A→…路口M→路口N。第二指定数量为1。且第二指定数量为1。具体的,可包括以下三种情况:
情况1:车辆2的出行链数据为:路口A→路口B→路口C→路口D→路口E→路口F。
则确定车辆2的出行链数据中的路口D和路口F为属于交通干线1的目标路口1。车辆2的出行链数据中的路口A属于交通干线2中的目标路口2。其中,车辆2中目标路口1的数量大于第二指定数量,且路口D和路口F不相邻,且路口D和路口F在出行链数据中的先后顺序与其在交通干线中的先后顺序相同,则确定交通干线1为车辆2所经过的目标交通干线。
以及车辆2的目标路口2的数量等于第二指定数量,则确定交通干线2不为车辆2所经过的目标交通干线。
情况2:车辆2的出行链数据为:路口A→路口B→路口C→路口D→路口E→路口F→路口M→路口N。
则确定车辆2的出行链数据中的路口D、路口F和路口M为属于交通干线1的目标路口1。其中,车辆2中目标路口1的数量大于第二指定数量,且路口D、路口F和路口M之间均不相邻,且路口D、路口F和路口M在出行链数据中的先后顺序与其在交通干线中的先后顺序相同,则确定交通干线1为车辆2所经过的目标交通干线。
以及车辆2的出行链数据中的路口A、路口M和路口N属于交通干线2中的目标路口2。其中目标路口2的数量大于第二指定数量。但是路口M和路口N之间相邻,则确定交通干线2不是车辆2所经过的目标交通干线。
情况3:车辆2的出行链数据为:路口N→路口B→路口C→路口D→路口E→路口F→路口M→路口A。
则确定车辆2的出行链数据中的路口D、路口F和路口M为属于交通干线1的目标路口1。其中,车辆2中目标路口1的数量大于第二指定数量,且路口D、路口F和路口M之间均不相邻,且路口D、路口F和路口M在出行链数据中的先后顺序与其在交通干线1中的先后顺序相同,则确定交通干线1为车辆2所经过的目标交通干线。
车辆2的出行链数据中的路口N、M和路口A属于交通干线2中的目标路口2。其中目标路口2的数量大于第二指定数量。但是路口M和路口N之间相邻,且路口N、M和路口A在出行链数据中的先后顺序与其在交通干线2中的先后顺序不相同。则确定交通干线2不是车辆2所经过的目标交通干线。
需要说明的是,交通干线是有方向的,所以需要确定出各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同。并且本实施例中第二指定数量的具体值可根据实际情况进行设置,本实施例在此并不进行限定。
步骤502:利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据。
在一个实施例中,可通过以下方式对所述出行链数据进行分割:
方式一:若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;并将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
例如,出行链数据1为:路口A→路口B→路口C→路口D→路口E→路口F。第一指定数量为2。出行链数据1对应的目标交通干线为1。且路口D和路口F为目标交通干线1中的路口,路口D和路口F的先后顺序关系为:路口D→路口F。则确定出路口D为目标交通干线1中对应的第一个路口。则确定路口D为第一分割点对出行链数据1进行分割。得到第一出行链数据为:路口A→路口B→路口C→路口D。第二出行链数据为:路口E→路口F。则确定出行链数据1的目标出行链数据为路口A→路口B→路口C→路口D。
方式二:若确定所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
例如:出行链数据2为:路口A→路口B→路口C→路口M→路口N→路口D→路口E→路口F→路口G→路口Y。且第一指定数量为2。出行链数据1对应的目标交通干线为1和目标交通干线2。其中,且路口D和路口F为目标交通干线1中的路口,路口D和路口F的先后顺序关系为:路口D→路口F。路口B和路口M为目标交通干线2中的路口。路口B和路口M的先后顺序关系为:路口B→路口M。则路口F和路口M作为出行链数据2的第二分割点对出行链数据2进行分割。得到的子出行链数据分别为:路口A→路口B→路口C→路口M、路口N→路口D→路口E→路口F、路口G→路口Y。
其中,路口A→路口B→路口C→路口M与目标交通干线2对应,路口N→路口D→路口E→路口F与目标交通干线1对应。路口G→路口Y没有对应的交通干线,则将该子出行链数据进行删除。则确定路口B和路口D为第三分割点分割对子出行链数据进行分割。得到目标出行数据分别为:路口A→路口B以及路口N→路口D。
为了提高溯源的准确率,在一个实施例中,在执行步骤303之前,针对任意一个路段数据,若确定所述路段数据与任意一个目标交通干线中的任一路段数据相等,则删除所述路段数据;以及,若确定存在一辆车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。
例如,车辆1的路段数据包括:路段1→路段2→路段3→路段4和路段1→路段2→路段3→路段4→路段5。则确定车辆1对应的路段数据为路段1→路段2→路段3→路段4→路段5。若路段4为交通干线1中的路段,则将路段4进行删除,删除后的路段数据为路段1→路段2→路段3→路段5。
为了进一步的了解本公开的技术方案,下面结合图6进行详细的说明,可包括以下步骤:
步骤601:周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
步骤602:针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线;
步骤603:判断所述目标交通干线的数量是否小于第一指定数量,若是,则执行步骤604,若否,则执行步骤605;
步骤604:利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;并将所述第一出行链数据作为所述目标出行链数据,其中,其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据;
步骤605:利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;
步骤606:针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;
步骤607:将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据;
步骤608:针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
步骤609:根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
步骤610:针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
基于相同的公开构思,本公开如上所述的交通溯源方法还可以由一种交通溯源装置实现。该交通溯源装置的效果与前述方法的效果相似,在此不再赘述。
图7为根据本公开一个实施例的交通溯源装置的结构示意图。
如图7所示,本公开的交通溯源装置700可以包括出行链数据确定模块710、目标出行链确定模块720、路段数据确定模块730、分组模块740和干线溯源路段车辆占比确定750。
出行链数据确定模块710,用于周期基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
目标出行链确定模块720,用于利用各车辆的出行链数据,得到各车辆的目标出行链数据以及各目标出行链数据对应的目标交通干线;
路段数据确定模块730,用于针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
分组模块740,用于根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
干线溯源路段车辆占比确定750,用于针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
在一个实施例中,所述目标出行链确定模块720,具体用于:
通过以下方式确定各车辆的目标出行链数据:
针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线;
利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据。
在一个实施例中,所述目标出行链确定模块720,还用于:
所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,包括:
若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
在一个实施例中,所述目标出行链确定模块720,还用于:
若确定所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;
针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
在一个实施例中,所述目标出行链确定模块720,还用于:
通过以下方式确定车辆所经过的目标交通干线:
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:
目标路口的数量大于第二指定数量;
各目标路口之间不相邻;
各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同。
在一个实施例中,所述装置还包括:
路段数据筛选模块760,用于所述根据各路段数据对应的目标交通干线对各路段数据进行分组之前,针对任意一个路段数据,若确定所述路段数据与任意一个目标交通干线中的任一路段数据相等,则删除所述路段数据;以及,
若确定存在一辆车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。
在一个实施例中,所述干线溯源路段车辆占比确定750,具体用于:
针对任意一个干线溯源路段,将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比。
在介绍了本公开示例性实施方式的一种交通溯源方法及装置之后,接下来,介绍根据本公开的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本公开的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中,计算机存储介质存储有程序代码,当程序代码被处理器执行时,使得处理器执行本说明书上述描述的根据本公开各种示例性实施方式的交通溯源方法中的步骤。例如,处理器可以执行如图2中所示的步骤201-205。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用电子设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理器801、上述至少一个计算机存储介质802、连接不同系统组件(包括计算机存储介质802和处理器801)的总线803。
总线803表示几类总线结构中的一种或多种,包括计算机存储介质总线或者计算机存储介质控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
计算机存储介质802可以包括易失性计算机存储介质形式的可读介质,例如随机存取计算机存储介质(RAM)821和/或高速缓存存储介质822,还可以进一步包括只读计算机存储介质(ROM)823。
计算机存储介质802还可以包括具有一组(至少一个)程序模块824的程序/实用工具825,这样的程序模块824包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备800也可以与一个或多个外部设备804(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口805进行。并且,电子设备800还可以通过网络适配器806与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图8所示,网络适配器806通过总线803与用于电子设备800的其它模块通信。应当理解,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本公开提供的一种交通溯源方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的交通溯源方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。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、便携式盘、硬盘、随机存取计算机存储介质(RAM)、只读计算机存储介质(ROM)、可擦式可编程只读计算机存储介质(EPROM或闪存)、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本公开的实施方式的交通溯源的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本公开的程序产品不限于此,在本文件中,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。
可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等)上实施的计算机程序产品的形式。
本公开是参照根据本公开的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中,使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。

Claims (7)

1.一种交通溯源方法,其特征在于,所述方法包括:
基于各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线,利用所述目标交通干线对所述出行链数据进行分割,得到目标出行链数据;以及,
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:目标路口的数量大于第二指定数量;各目标路口之间不相邻;各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同;
针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
2.根据权利要求1所述的方法,其特征在于,所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,包括:
若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
3.根据权利要求1所述的方法,其特征在于,所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,包括:
若确定所述目标交通干线的数量不小于所述第一指定数量,则利用第二分割点对所述出行链数据进行分割,得到各子出行链数据,其中所述第二分割点为所述出行链数据中与各目标交通干线相对应的最后一个路口;
针对任意一个子出行链数据,利用第三分割点对所述子出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第三分割点为所述子出行链数据中与目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
4.根据权利要求1所述的方法,其特征在于,所述根据各路段数据对应的目标交通干线对各路段数据进行分组之前,所述方法还包括:
针对任意一个路段数据,若确定所述路段数据与任意一个目标交通干线中的任一路段数据相等,则删除所述路段数据;以及,
若确定存在一辆车辆对应的路段数据为多个,则将各路段数据中最长的路段数据确定为所述车辆对应的路段数据。
5.根据权利要求1所述的方法,其特征在于,所述通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比,包括:
针对任意一个干线溯源路段,将所述干线溯源路段对应的第二总数量与目标交通干线对应的第一总数量相除,得到所述目标交通干线中所述干线溯源路段的车辆占比。
6.一种电子设备,其特征在于,包括存储单元和处理器,其中:
所述存储单元,被配置为存储各路口的历史过车数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
所述处理器,被配置为:
基于所述各路口的历史过车数据,确定各车辆的出行链数据,其中所述历史过车数据用于表示车辆经过各路口的时间和方向;
针对任意一辆车辆,基于所述车辆的出行链数据,确定所述车辆经过的目标交通干线,利用所述目标交通干线对所述出行链数据进行分割,得到目标出行链数据;以及,
针对任意一个交通干线,若任意一个车辆的出行链数据中属于所述交通干线的目标路口满足预设条件,则确定所述交通干线为所述车辆所经过的目标交通干线,其中所述预设条件包括下列中的全部:目标路口的数量大于第二指定数量;各目标路口之间不相邻;各目标路口在所述出行链数据中的先后顺序与各目标路口在所述交通干线中的先后顺序相同;
针对任意一个目标出行链数据,将所述目标出行链数据转换为路段数据;其中所述路段数据用于表示车辆出行过程中所经过的路段以及对应的方向;
根据各路段数据对应的目标交通干线对各路段数据进行分组,得到各目标交通干线所对应的路段数据的第一总数量以及各目标交通干线中各干线溯源路段所对应的路段数据的第二总数量;
针对任意一个目标交通干线中的任一干线溯源路段,通过所述目标交通干线对应的所述第一总数量和所述干线溯源路段对应的第二总数量,得到所述目标交通干线中所述干线溯源路段的车辆占比。
7.根据权利要求6所述的电子设备,其特征在于,所述处理器执行所述利用所述目标交通干线对所述出行链数据进行分割,得到所述目标出行链数据,具体被配置为:
若确定所述目标交通干线的数量小于第一指定数量,则利用第一分割点对所述出行链数据进行分割,得到第一出行链数据和第二出行链数据;其中所述第一分割点为所述出行链数据中与所述目标交通干线对应的第一个路口;
将所述第一出行链数据作为所述目标出行链数据,其中,所述第一出行链数据包括所述第一个路口以及位于所述第一个路口之前的出行链数据。
CN202111054271.1A 2021-09-09 2021-09-09 交通溯源方法及电子设备 Active CN113920719B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111054271.1A CN113920719B (zh) 2021-09-09 2021-09-09 交通溯源方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111054271.1A CN113920719B (zh) 2021-09-09 2021-09-09 交通溯源方法及电子设备

Publications (2)

Publication Number Publication Date
CN113920719A CN113920719A (zh) 2022-01-11
CN113920719B true CN113920719B (zh) 2022-09-30

Family

ID=79234493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111054271.1A Active CN113920719B (zh) 2021-09-09 2021-09-09 交通溯源方法及电子设备

Country Status (1)

Country Link
CN (1) CN113920719B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012111469A (ja) * 2010-11-29 2012-06-14 Sadayuki Amiya 方向指示器を切る装置
CN107564291A (zh) * 2017-10-20 2018-01-09 重庆市市政设计研究院 一种基于rfid的交通量溯源分析方法及系统
CN110609853B (zh) * 2019-09-18 2022-09-30 青岛海信网络科技股份有限公司 一种干线常发拥堵传播规律挖掘方法及装置
CN110675631A (zh) * 2019-10-15 2020-01-10 中国城市规划设计研究院 一种交通流溯源分析方法及系统
CN110889427B (zh) * 2019-10-15 2023-07-07 同济大学 一种拥堵交通流溯源分析方法
CN110765227A (zh) * 2019-11-13 2020-02-07 北京百度网讯科技有限公司 道路交通网络模型构建方法及装置
CN111626582A (zh) * 2020-05-20 2020-09-04 交通运输部公路科学研究所 一种城市交通出行问题热点分级方法及装置
CN112435473B (zh) * 2020-11-14 2022-05-27 公安部交通管理科学研究所 一种结合历史数据的快速路交通流溯源及匝道调控方法

Also Published As

Publication number Publication date
CN113920719A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN107038478B (zh) 路况预测方法及装置、计算机设备与可读介质
CN104424812A (zh) 一种公交到站时间预测系统和方法
CN112634612B (zh) 路口流量分析方法、装置、电子设备及存储介质
CN109859505B (zh) 高速站点的预警处理方法、装置、服务器和介质
CN114428828A (zh) 基于行驶轨迹挖掘新增道路方法、装置及电子设备
US20230091252A1 (en) Method for processing high-definition map data, electronic device and medium
CN111681428B (zh) 一种溢流检测的方法、装置、电子设备及存储介质
CN111737377B (zh) 一种漂移轨迹的识别方法、装置及计算设备、存储介质
CN111681417B (zh) 交通路口渠化调整方法和装置
CN114005297B (zh) 一种基于车联网的车队协调行驶方法
CN113899381B (zh) 用于生成路线信息的方法、装置、设备、介质和产品
CN113920719B (zh) 交通溯源方法及电子设备
CN111340068A (zh) 道路通行状态预测方法及装置
CN115206102A (zh) 确定交通路径的方法、装置、电子设备和介质
CN114495478A (zh) 车队控制方法、装置、介质、电子设备
CN113886413A (zh) 地图更新方法及装置
CN114383600B (zh) 用于地图的处理方法、装置、电子设备和存储介质
CN114333326B (zh) 一种路口拥堵检测方法、装置及电子设备
CN113947897B (zh) 获取道路交通状况的方法、装置、设备及自动驾驶车辆
CN113656425B (zh) 电子地图的更新方法、装置、电子设备、存储介质及产品
CN113851007B (zh) 划分时段的方法、装置、电子设备和存储介质
CN114091625B (zh) 一种基于故障代码序列的车辆零件失效预测方法及系统
CN110675648B (zh) 停车场数据源采集及数据去重采集的方法及系统、服务器
CN114093170A (zh) 一种信号机控制方案的生成方法、系统、装置及电子设备
CN117198041A (zh) 绿波预测模型训练方法、绿波预测方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant