CN113963550A - 一种多义路径识别方法、装置及电子设备 - Google Patents
一种多义路径识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113963550A CN113963550A CN202010706287.5A CN202010706287A CN113963550A CN 113963550 A CN113963550 A CN 113963550A CN 202010706287 A CN202010706287 A CN 202010706287A CN 113963550 A CN113963550 A CN 113963550A
- Authority
- CN
- China
- Prior art keywords
- information
- traffic
- vehicle
- information acquisition
- traffic 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000004088 simulation Methods 0.000 claims abstract description 191
- 238000011144 upstream manufacturing Methods 0.000 claims description 63
- 230000008859 change Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000003795 chemical substances by application Substances 0.000 description 37
- 230000008569 process Effects 0.000 description 14
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- 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
Abstract
本申请公开了一种多义路径识别方法,包括:确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。采用上述方法,解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题。
Description
技术领域
本申请涉及信息处理技术领域,具体涉及一种多义路径识别方法、装置及电子设备。本申请还涉及一种多义路径计费方法、装置及电子设备。
背景技术
随着信息处理技术的不断发展,ETC收费(电子不停车收费)已经成为道路交通收费的重要方式。按照车辆实际运行里程收费是一种便于精确计费的道路交通收费策略。采用该收费策略时需要识别车辆的实际行驶轨迹,从而得到实际运行里程。ETC收费方式下实现按照车辆实际运行里程收费,需要在收费道路的每个计费门架设置ETC收费相关设备,包括路侧单元(Road Side Unit,RSU)、计费门架摄像头、计费服务器等,从而识别出车辆在各段收费道路上行驶的完整轨迹。因此,如何识别车辆的行驶路径显得尤其重要。
现有技术中,一般在识别出车辆个体的基础上获得车辆经过的计费门架信息,从而还原车辆的行驶路径。因此,主要通过以下两种方式提高对于车辆个体的识别精度来提高车辆行驶路径识别的准确度。一种方式是提高各计费门架的ETC设备识别车载单元的准确率。ETC收费方式要求车辆在通过计费门架时速度不能过快,如果车速过快,则可能造成车辆上安装的车载单元(On Board Unit,OBU)无法在指定时间内与门架、收费口的路侧单元完成交互,或者是计费门架摄像头此时无法抓拍到车辆信息,进而造成费用计算失败。如果在某个计费门架上收费失败且该门架是高速道路的交叉口,则需要在下一个门架上对于有二义性的路段通行方式进行识别,进而给出合理的收费。另一种方式是,采用图像识别方式,根据上一个计费门架的摄像头的图像识别出识别车辆的车牌、车型信息进而还原车辆行驶路径。但可能由于车速过快、光照角度等造成图像识别失败,从而无法还原行驶路径。上述两种方式由于只关注车辆的单点识别的准确性,当出现单点设备故障、断点、极端天气影响时,会造成车辆个体信息的识别不准确而存在信息漏报或误报概率,从而无法还原行驶路径的问题,尤其是当发生连续两个位于高速交叉口的计费门架无法准确识别车辆经过时的参数信息,将无法按照实际运行里程对每个收费单元进行计费。
因此,如何准确的识别车辆在多义路径中的行驶轨迹,从而准确的按照车辆实际运行里程计费是需要解决的问题。
发明内容
本申请提供一种多义路径识别方法,解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题。
本申请提供一种多义路径识别方法,包括:
确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
可选的,所述多义路径为第一信息单元与第二信息单元之间存在多条可达路径的路径;所述第一信息单元为当前信息采集点对应的信息单元,所述第二信息单元为存在计费信息的、第一信息单元的相邻上游信息单元,所述第二信息单元对应的信息采集点为起点信息采集点;
所述基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,包括:
将当前信息采集点作为目的地,将所述起点信息采集点作为出发点,获取目的地与出发点之间应采集信息的中间信息采集点;
根据当前信息采集点、、起点信息采集点与中间信息采集点,生成用于运行所述仿真对象的交通仿真区域;所述交通仿真区域包含所述多义路径;
基于所述行驶模型在所述交通仿真区域中运行所述仿真对象,拟合出所述行驶轨迹。
可选的,所述获取所述交通实体对应的行驶状态信息,包括:
根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;
将所述平均行驶速度作为所述交通实体对应的行驶状态信息。
可选的,所述多义路径包括多个子路段;
所述获取所述交通实体对应的行驶状态信息,包括:
获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;
获取所述多个子路段的历史记录的车辆平均行驶时间;
根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;
如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
可选的,所述获取所述交通实体对应的交通环境属性信息,包括:
根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,作为所述交通环境属性信息。
可选的,所述根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,包括:
获得当前时刻每个车道的车辆平均行驶速度;
根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。
可选的,还包括:如果确定所述多义路径上的信息采集点为路网出口,则剔除所述信息采集点对应的统计信息。
可选的,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:
检测当前速度是否达到限速信息对应的第一阈值;
如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。
可选的,所述根据所述仿真对象与前车的车间距调整仿真对象的运行速度,包括:
如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。
可选的,还包括:建立用于所述仿真对象运行的跟车模型;
所述基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,包括:
基于所述行驶模型以及所述跟车模型运行所述仿真对象。
可选的,所述建立用于所述仿真对象运行的跟车模型,包括:
根据所述多义路径的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。
可选的,所述确定通过多义路径的交通实体,包括:
监测通过当前信息采集点的每个交通实体,生成当前信息单元;
如果确定当前信息采集点对应多个相邻上游信息采集点,但是所述多个相邻上游信息采集点中至少一个信息采集点未监测到特定交通实体的交通实体标识,则确定所述特定交通实体为通过所述多义路径的交通实体。
可选的,还包括:获取通过当前信息采集点的特定交通实体的通行标识;
根据所述通行标识关联特定交通实体行驶通过每个信息采集点生成的信息单元;
如果关联到特定交通实体的信息单元对应的信息采集点中缺失至少一个信息采集点,则确定缺失的特定信息采集点未采集到特定交通实体的交通实体标识。
可选的,所述当前信息采集点、起点信息采集点与中间信息采集点构成有向图,所述有向图中当前信息采集点的入度大于第一设定值,并且所述起点信息采集点的出度大于第二设定值。
可选的,所述信息采集点为计费门架;所述信息单元为计费单元;
所述方法还包括:
根据所述行驶轨迹上的计费门架确定计费单元;
根据所述计费单元的计费信息确定所述交通实体的道路计费信息。
本申请实施例还提供一种交通计费方法,包括:
确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹;
根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
可选的,所述根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息,包括:
获取所述行驶轨迹上的计费门架;
确定所述计费门架对应的计费单元;
根据所述计费单元包含的费率以及优惠信息确定所述交通实体的道路计费信息。
本申请实施例还提供一种多义路径识别装置,包括:
参数获取单元,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元,用于获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
本申请实施例还提供一种多义路径识别装置,包括:
参数获取单元,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹;
计费单元,用于根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
本申请实施例还提供一种路径识别方法,其特征在于,包括:
获取交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体的行驶轨迹。
本申请实施例还提供一种电子设备,包括:存储器,以及处理器;所述存储器用于存储计算机程序,所述计算机程序被所述处理器运行后,执行本申请实施例提供的所述多义路径识别方法以及所述交通计费方法。
本申请实施例还提供一种存储设备,存储有计算机程序,所述计算机程序被处理器运行后,执行本申请实施例提供的所述多义路径识别方法以及所述交通计费方法。
与现有技术相比,本申请具有以下优点:
本申请提供的一种多义路径识别方法、装置及设备,通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。采用基于交通流的交通仿真方式还原路径,结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,拟合出交通实体的行驶轨迹,从而解决了车辆个体识别精度较低时在多义路径中的行驶轨迹无法准确识别的问题。进一步,按照拟合出的行驶轨迹确定车辆的道路交通计费信息,能够实现按照实际运行里程收费。
本申请提供的一种交通计费方法、装置及设备,通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。结合交通环境属性和行驶状态信息等基于交通流进行道路交通轨迹还原,解决了车辆个体识别精度较低时在多义路径中的行驶轨迹无法准确识别的问题,提高了多义路径的行驶轨迹识别的准确度,从而提高了按实际运行里程计费方式的计费精度。
本申请提供的路径识别方法及设备,通过根据交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体的行驶轨迹。采用基于交通流的交通仿真方式还原路径,结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,拟合出交通实体的行驶轨迹,从而解决了交通个体识别精度较低的情况下的行驶轨迹无法准确识别的问题。
附图说明
图1是本申请提供的方法的一种实际应用环境示意图;
图2是本申请第一实施例提供的一种多义路径识别方法的处理流程图;
图3是本申请第一实施例提供的一种构建车辆仿真模型的流程图;
图4是本申请第一实施例提供的一种自由行驶模型的决策流程图;
图5是本申请第二实施例提供的一种交通计费方法的处理流程图;
图6是本申请第三实施例提供的一种多义路径识别装置示意图;
图7是本申请第四实施例提供的一种交通计费装置示意图;
图8是本申请提供的路径识别方法的处理流程图;
图9是本申请提供的电子设备示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
本申请提供一种多义路径识别方法、装置及电子设备。本申请还提供一种交通计费方法、装置及设备。在下面的实施例中逐一进行详细说明。
为便于理解,首先给出涉及的相关概念以及一种实际应用环境。
按照车辆实际运行里程计费并采用ETC收费(electronic toll collection,电子不停车收费)方式,需要在收费道路的每个计费门架设置ETC收费设备,从而识别出车辆在各段收费道路上行驶的完整轨迹。ETC收费工作原理如下:由车载单元OBU(On boardUnit)、路测单元RSU(Road Side Unit)以及DSRC协议栈(Dedicated Short RangeCommunication,专用短程通信)实现车辆计费信息的提取功能。其中,车载单元OBU是加装在车辆上的嵌入式设备,用于唯一标识车辆信息。例如,OBU可以是车辆的电子标签。OBU与RSU双向通信,并且OBU往往与用户的ETC储值卡关联。RSU是建立在道路两侧的通信设备。专用短程通信DSRC是一种短距离高速通信协议,目前工作范围在3~10米不等。当车辆经过高速公路的计费门架或设置有RSU的收费站时,通过电子线圈的感应激活道路两侧的路侧单元RSU,RSU在专用短程通信DSRC工作范围距离内和车辆的车载单元OBU进行握手通信,获取车辆参数和车辆信息以完成计费。实际应用中,ETC收费设备还包括计费服务器,用于收集并处理车辆的计费信息,进行实时结算或费用显示。上述提取方式中,受限于车辆通过门架时的速度,如果车速过快,则可能导致OBU和RSU无法在指定时间内完成交互,从而通信协商失败,使得计费失败。因此,往往在计费门架增加摄像头抓拍车辆图像,通过图像识别技术识别出车型信息以及车牌信息。但是车速过快也可能导致门架摄像头无法抓拍到车辆信息,或者由于光线照射、天气情况等因素使得图像识别存在误差,可能出现计费不够准确或者失败的情况。
请参考图1,图中包括交叉口计费门架A 101、计费门架B 102、交叉口计费门架C103、计费门架D 104,每个计费门架设置有路侧单元实现ETC计费。其中,A是高速公路的入口,D是高速公路的出口。当设置有车载单元105的车辆由A进入高速,由D驶离高速时,如果按照实际运行里程计费时,则需要能识别出车辆在A->D之间的完整运行轨迹。图中,各计费门架RSU采集的车辆信息上报给各计费门架对应的计费服务器,计费服务器根据获取的车辆信息生成计费单元,上报给二级服务器106。二级服务器106获取各计费门架对应的计费单元,将各计费单元关联起来从而还原出车载单元105实际运行轨迹。如果各门架准确的采集到车辆信息,则可以完整还原车辆运行轨迹。若某个门架或收费站是高速公路的交叉口时,如果车辆信息提取失败,则会要求经过下一个门架时对有二义性的路段进行识别。例如,计费门架C信息提取识别,在计费门架D进行路段识别。但是由于车速过快、光线照射或天气情况导致当前门架的相邻上两个门架也未采集到车辆信息,比如B点未采集到车载单元105信息或者车辆识别信息出现错误,则B点会漏报或误报车载单元105的信息,从而使得在门架D处难以完还原车辆实际运行轨迹,因而无法按照实际运行里程计费。本实施例提供的方法在识别多义路径时,对计费门架A至D之间的道路交通进行仿真,获取车辆的参数信息、行驶状态信息以及交通环境属性信息,根据上述信息生成车辆仿真对象(车辆Agent),获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出车辆行驶轨迹。结合交通流的道路属性和车辆运行模拟对于路径进行拟合,从而避免了由于车辆个体信息的识别精度较低出现信息漏报及误报,解决了路径无法还原问题。本实施例提供的方法,可以运行于二级服务器也可以运行于各计费门架计费服务器。
以下结合图2至4对本申请第一实施例提供的所述多义路径识别方法进行说明。图2所示的多义路径识别方法,包括:步骤S201至步骤S203。
步骤S201,确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息。
本实施例中,所述多义路径为第一信息单元与第二信息单元之间存在多条可达路径的路径;所述第一信息单元为当前信息采集点对应的信息单元,所述第二信息单元为存在计费信息的、第一信息单元的相邻上游信息单元,所述第二信息单元对应的信息采集点为起点信息采集点。在后续步骤中,将当前信息采集点作为目的地,将所述起点信息采集点作为出发点,获取目的地与出发点之间应采集信息的中间信息采集点;根据当前信息采集点、起点信息采集点与中间信息采集点,生成用于运行所述仿真对象的交通仿真区域;所述交通仿真区域包含所述多义路径;基于所述行驶模型在所述交通仿真区域中运行所述仿真对象,拟合出所述行驶轨迹。当前信息采集点、起点信息采集点以及中间信息采集点构成了多义路径的多个子路段。所述交通实体为车辆。所述当前信息采集点、起点信息采集点与中间信息采集点构成有向图,所述有向图中当前信息采集点的入度大于第一设定值,并且所述起点信息采集点的出度大于第二设定值。实际应用中,第一设定值和第二设定值为1。以图1所示的环境为例。A与D之间存在两条路径,为二义性路径,二义性路径是一种多义路径。A->B->C->D或A->C->D。A、B、C、D构成的有向图中,A的出度为2,D的入度为2,均大于1。
以ETC计费方式中的路径还原为例。信息采集点为计费门架;信息单元为计费单元。当前计费门架对应的计费单元作为第一计费单元;存在计费信息的、第一计费单元的相邻上游计费单元作为第二计费单元;如果第一计费单元与第二计费单元之间缺失至少一个计费门架对应的缺失计费单元,则会导致在第一计费单元与第二计费单元之间存在多条可达路径的多义性计费路径(以下称多义路径)。准确的识别出车辆的实际运行通过的多义性路径中的子路段,是按照实际运行里程计费的基础。根据第一计费单元、第二计费单元以及缺失计费单元中每个计费单元对应的计费门架,生成用于交通仿真的交通仿真区域。
本实施例中,可以针对所述交通仿真区域中的每个交通实体生成仿真对象,在所述交通仿真区域中运行仿真对象从而拟合出各交通实体的运行轨迹。也可以确定出具有多义性计费路径的特定交通实体,针对特定交通实体生成仿真对象,在所述交通仿真区域中运行仿真对象从而拟合出特定交通实体的运行轨迹。针对所述特定交通实体进行仿真,能够有效弥补基于ETC设备采集信息以及基于门架摄像头图像识别存在的误识别或漏识别问题,从而能够准确的还原误识别或漏识别的车辆运行轨迹。具体的,通过下述处理确定所述特定交通实体:监测通过当前信息采集点的每个交通实体,生成当前信息单元;如果确定当前信息采集点对应多个相邻上游信息采集点,但是所述多个相邻上游信息采集点中至少一个信息采集点未监测到特定交通实体的交通实体标识,则确定所述特定交通实体为通过所述多义路径的交通实体。进一步,可以基于通行标识筛选出缺失信息点,包括下述处理:获取通过当前信息采集点的特定交通实体的通行标识;根据所述通行标识关联特定交通实体行驶通过每个信息采集点生成的信息单元;如果关联到特定交通实体的信息单元对应的信息采集点中缺失至少一个信息采集点,则确定缺失的特定信息采集点未采集到特定交通实体的交通实体标识。举例如下:
车辆进入高速入口时,提取车辆的obu信息,生成车辆的上高速记录;上高速记录包括高速入口广场、门架信息、入口时间、每个obu的标识obu_id;根据上高速记录生成一条唯一通行标识pass_id,用于标识车辆的一次出行。当车辆未出高速时,其pass_id保持不变,基于pass_id可关联车辆的信息单元序列,从而得到车辆的行驶轨迹序列。具体采用如下命名规则生成车辆的通行标识:
pass_id=obu_id+时间;
其中,时间格式可以为”年月日时分秒“,时间格式中间可以没有空格或“:”,比如140108080015048820200118075349,其中的obu_id为1401080800150488,时间信息为20200118075349,标识2020年1月18日07:54:49秒。每个计费门架的门架服务器会保存与自己相关的上一个计费单元的收费信息。当车辆驶入时,对当前的计费单元进行计费,并将采集到的obu_id同步给二级服务器。二级服务器根据通行标识pass_id关联车辆经过的门架,当出现某个门架没有采集到车辆的obu id时,则确定该车辆的计费路径为多义路径,需要对该车辆的行驶轨迹进行还原补全。参考图1的运行环境。如果门架C采集的信息缺失,但是其上游门架B的信息采集准确,则轨迹路径补全为A->B->C->D。如果B点信息采集缺失,则A到C之间有2条连通的通路,为A->B->C或A->C,则A作为起点O,D作为终点D,构成的有向图中,degree(O)=degree(D)>1,即,起点的出度和目的地的入度相等,都大于1。
本实施例中,所述行驶状态信息可以为交通实体的行驶速度信息,通过下述处理所述获取所述交通实体对应的行驶状态信息:根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;将所述平均行驶速度作为所述交通实体对应的行驶状态信息。所述行驶状态信息后续用于作为生成所述交通实体的仿真对象的输入参数。所述多义路径包括多个子路段,也可以根据多个子路段的信息确定所述交通实体对应的行驶状态信息,具体包括:获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;获取所述多个子路段的历史记录的车辆平均行驶时间;根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
实际实施中,根据车辆通过前序门架时的平均速度和道路运行限速的要求,估算出车辆的平均行驶速度,作为所述交通实体对应的行驶状态信息。具体的,当确定出现多义路径时,上游服务器从数据库里查找高速公路的路段长度信息、车道数、限速要求以及当天多义路径中已有记录的子路段的车辆平均行驶时间,采用下述公式:车辆平均速度=道路长度/通行时间,计算当前时刻每个车道上的平均速度。由于交通流量具有紧密的时序关联性,即出行规律往往呈现出一个时间段内的密集性,因此,为了保证车辆速度模拟的准确性,使用每条车道上的平均速度作为估算的行驶状态信息。具体可以按如下方式确定估算的行驶状态信息:获取能采样到的车辆的平均速度;如果所述平均速度在多义路径的限速区间内,则将所述平均速度作为所述行驶状态信息;否则,采用多义路径的子路段的加权平均速度作为所述行驶状态信息,加权平均速度的权重根据子路段限速的长度在多义路径中的比例确定。
本实施例中,所述交通环境属性信息可以为多义路径的车辆分布信息,进一步,可以为多义路径每个子路段的车辆分布数据。具体通过下述处理获取所述交通实体对应的交通环境属性信息:根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,作为所述交通环境属性信息。具体包括:获得当前时刻每个车道的车辆平均行驶速度;根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。参考图1的运行环境,根据路网平均速度、B点采集到的单位时间内驶入的车辆数目和到达时间、C点采集到的车辆数目和到达时间,确定出A->B->C路段和A->C路段车辆通行的分布情况。
本实施例中,如果确定所述多义路径上的信息采集点为路网出口,则剔除所述信息采集点对应的统计信息。即,高速公路的出口的相关数据,不作为参与交通仿真的信息。
本实施例中,所述交通实体的参数信息包括下述至少一种信息:车辆类型、车轴信息。从所述交通实体的电子标签读取类型信息以及车轴信息中至少一种参数信息。实际应用中,所述参数信息为存储于车辆的电子标签中的静态信息,可以从车辆的电子标签中读取。车辆类型包括但不限于客车、货车、特种车。
步骤S202,根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象。
鉴于实际运行中每个交通实体为一个自治独立实体,自身的目标和决策不受其它交通实体的限制,各交通实体之间既竞争又相互协调,因此,可以基于multi-agent方式建立交通仿真模型,拟合交通实体的行驶轨迹。所谓multi-agent,是指多个Agent组成的集合,每个Agent独立自主解决给定的子问题,选择适当的策略,并以特定的方式影响环境。多个Agent成员之间相互协调和通信,但同时可以异步处理。
本实施例中,以步骤S201中获取的所述参数信息、所述行驶状态信息以及所述交通环境属性信息,作为输入参数构建基于multi-agent的交通仿真模型。构建的仿真对象为车辆Agent。请参考图3,图中包括:
S301,获取输入参数信息。关键的输入参数,包括:由车辆Agent静态参数模块提供的车辆类型和/或车轴信息,可以从车辆的电子标签obu中读取。由车辆Agent分布模块提供的车辆分布信息。具体根据各信息采集点采集到的车辆统计信息,确定每个子路段的每个车道的车辆分布数据。其中,如果信息采集点为高速公路的出口,则该信息采集点的信息需要剔除,不参与仿真。车辆Agent车速模块提供的平均行驶速度。具体可以采用上文中的方式得到所述平均行驶速度。由于车辆的运行平均速度等受到天气、出行时间分布等的影响,因此采用收集到的前序一个小时内的车辆平均速度描述在某个路段上车辆的平均行驶速度,以便更准确的刻画车辆的平均速度。
S302,车辆Agent产生及运行。根据所述输入参数信息生成车辆Agent,作为所述仿真对象。
S303,运行中更新车辆状态信息。在所述仿真对象运行中,按照时间步长更新所述仿真对象的车辆状态信息、车间时距、加速度、速度等信息。
S304,行驶行为变化。运行中车辆状态信息更新后导致仿真对象的行驶行为发生变化。
S305,判断车辆Agent是否在路网中。
S306,如果车辆Agent已驶出路网,则车辆Agent结束运行。
步骤S203,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
所述仿真对象在仿真环境中按照所述行驶模型运行,从而仿真交通实体的行驶过程。本实施例中,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:检测当前速度是否达到限速信息对应的第一阈值;如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。其中,所述根据所述仿真对象与前车的车间距调整仿真对象的运行速度,包括:如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。所述车间距可以为车间时距。所谓车间时距是指不同速度对应的车间距。请参考图4,图中车辆Agent为仿真对象。图中示出的自由行驶模型的决策处理包括:S401,车辆Agent运行。S402,检测车辆Agent当前速度是否达到限速值。如果已达到限速值,转入S403,否则转入S404。S403,以最大限制速度匀速行驶。S404,判断车辆Agent与前车的车间时距是否满足自由行驶条件,如果满足,则转入S405,否则,转入S406。S405,处于自由行驶状态,以最大限速为目标加速行驶。S406,根据车间时距调整车速。例如,减速或匀速行驶。车间距是模拟车辆行驶的重要参数,根据安全距离数据以及车辆分布数据中至少一种数据设置所述车间距。例如,根据高速行驶的安全距离要求和车辆数量分布情况进行设置,一般不小于70米。
本实施例中,还包括:建立用于所述仿真对象运行的跟车模型;基于所述行驶模型以及所述跟车模型运行所述仿真对象。具体包括:根据所述多义路径的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。具体的,可以采用下述IDM跟车模型(Intelligent Driver Model,智能驾驶模型):
式中:a——初始加速度;
b——舒适减速度;
v0——初始速度;
表1.IDM的输入参数的意义
实际实施时,期望行驶速度可以计算得到。起步时长、加速度指数等参数可以查询车辆信息获取。交通仿真模型启动运行后根据车辆Agent的运行仿真拟合出对应的交通实体的行驶轨迹。
本实施例中,还包括:根据拟合得到的行驶轨迹计算道路交通费用。具体根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。包括下述处理:根据所述行驶轨迹上的计费门架确定计费单元;根据所述计费单元的计费信息确定所述交通实体的道路计费信息。具体的,获取所述行驶轨迹上的计费门架;确定所述计费门架对应的计费单元;根据所述计费单元包含的费率以及优惠信息确定所述交通实体的道路计费信息。
本实施例提供的所述方法不限定应用于道路交通的识别场景,也可用于水路、空中、物流等其他场景的行驶轨迹识别。所述方法可以用于地铁站、轻轨站、高铁站点、机场、汽车站、码头港口、物流站等交通枢纽及周边的场景的轨迹识别,需要识别轨迹的交通实体除了为机动车流中的机动车,还可以包括移动的对象、人流、物流车、船只、飞行器、电动车、自行车等其他对象。
至此,对本申请第一实施例提供的多义路径识别方法进行了详细介绍。所述方法通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。采用基于交通流的交通仿真方式还原路径,结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,拟合出交通实体的行驶轨迹,从而解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题。进一步,按照拟合出的行驶轨迹确定车辆的道路交通计费信息,能够实现按照实际运行里程收费。
以上述实施例为基础,本申请第二实施例提供了一种交通计费方法。以下结合图5对本申请第二实施例提供的所述交通计费方法进行说明。
图5所示的交通计费方法,包括:步骤S501至步骤S504。
步骤S501,确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息。
本实施例中,所述多义路径为第一信息单元与第二信息单元之间存在多条可达路径的路径;所述第一信息单元为当前信息采集点对应的信息单元,所述第二信息单元为存在计费信息的、第一信息单元的相邻上游信息单元,所述第二信息单元对应的信息采集点为起点信息采集点。在后续步骤中,将当前信息采集点作为目的地,将所述起点信息采集点作为出发点,获取目的地与出发点之间应采集信息的中间信息采集点;根据当前信息采集点、起点信息采集点与中间信息采集点,生成用于运行所述仿真对象的交通仿真区域;所述交通仿真区域包含所述多义路径;基于所述行驶模型在所述交通仿真区域中运行所述仿真对象,拟合出所述行驶轨迹。当前信息采集点、起点信息采集点以及中间信息采集点构成了多义路径的多个子路段。所述交通实体为车辆。所述当前信息采集点、起点信息采集点与中间信息采集点构成有向图,所述有向图中当前信息采集点的入度大于第一设定值,并且所述起点信息采集点的出度大于第二设定值。实际应用中,第一设定值和第二设定值为1。以图1所示的环境为例。A与D之间存在两条路径,为二义性路径,二义性路径是一种多义路径。A->B->C->D或A->C->D。A、B、C、D构成的有向图中,A的出度为2,D的入度为2,均大于1。
以ETC计费方式中的路径还原为例。信息采集点为计费门架;信息单元为计费单元。当前计费门架对应的计费单元作为第一计费单元;存在计费信息的、第一计费单元的相邻上游计费单元作为第二计费单元;如果第一计费单元与第二计费单元之间缺失至少一个计费门架对应的缺失计费单元,则会导致在第一计费单元与第二计费单元之间存在多条可达路径的多义性计费路径(以下称多义路径)。准确的识别出车辆的实际运行通过的多义性路径中的子路段,是按照实际运行里程计费的基础。根据第一计费单元、第二计费单元以及缺失计费单元中每个计费单元对应的计费门架,生成用于交通仿真的交通仿真区域。
本实施例中,可以针对所述交通仿真区域中的每个交通实体生成仿真对象,在所述交通仿真区域中运行仿真对象从而拟合出各交通实体的运行轨迹。也可以确定出具有多义性计费路径的特定交通实体,针对特定交通实体生成仿真对象,在所述交通仿真区域中运行仿真对象从而拟合出特定交通实体的运行轨迹。针对所述特定交通实体进行仿真,能够有效弥补基于ETC设备采集信息以及基于门架摄像头图像识别存在的误识别或漏识别问题,从而能够准确的还原误识别或漏识别的车辆运行轨迹。具体的,通过下述处理确定所述特定交通实体:监测通过当前信息采集点的每个交通实体,生成当前信息单元;如果确定当前信息采集点对应多个相邻上游信息采集点,但是所述多个相邻上游信息采集点中至少一个信息采集点未监测到特定交通实体的交通实体标识,则确定所述特定交通实体为通过所述多义路径的交通实体。进一步,可以基于通行标识筛选出缺失信息点,包括下述处理:获取通过当前信息采集点的特定交通实体的通行标识;根据所述通行标识关联特定交通实体行驶通过每个信息采集点生成的信息单元;如果关联到特定交通实体的信息单元对应的信息采集点中缺失至少一个信息采集点,则确定缺失的特定信息采集点未采集到特定交通实体的交通实体标识。
本实施例中,所述行驶状态信息可以为交通实体的行驶速度信息,通过下述处理所述获取所述交通实体对应的行驶状态信息:根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;将所述平均行驶速度作为所述交通实体对应的行驶状态信息。所述行驶状态信息后续用于作为生成所述交通实体的仿真对象的输入参数。所述多义路径包括多个子路段,也可以根据多个子路段的信息确定所述交通实体对应的行驶状态信息,具体包括:获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;获取所述多个子路段的历史记录的车辆平均行驶时间;根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
实际实施中,根据车辆通过前序门架时的平均速度和道路运行限速的要求,估算出车辆的平均行驶速度,作为所述交通实体对应的行驶状态信息。具体的,当确定出现多义路径时,上游服务器从数据库里查找高速公路的路段长度信息、车道数、限速要求以及当天多义路径中已有记录的子路段的车辆平均行驶时间,采用下述公式:车辆平均速度=道路长度/通行时间,计算当前时刻每个车道上的平均速度。由于交通流量具有紧密的时序关联性,即出行规律往往呈现出一个时间段内的密集性,因此,为了保证车辆速度模拟的准确性,使用每条车道上的平均速度作为估算的行驶状态信息。具体可以按如下方式确定估算的行驶状态信息:获取能采样到的车辆的平均速度;如果所述平均速度在多义路径的限速区间内,则将所述平均速度作为所述行驶状态信息;否则,采用多义路径的子路段的加权平均速度作为所述行驶状态信息,加权平均速度的权重根据子路段限速的长度在多义路径中的比例确定。
本实施例中,所述交通环境属性信息可以为多义路径的车辆分布信息,进一步,可以为多义路径每个子路段的车辆分布数据。具体通过下述处理获取所述交通实体对应的交通环境属性信息:根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,作为所述交通环境属性信息。具体包括:获得当前时刻每个车道的车辆平均行驶速度;根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。参考图1的运行环境,根据路网平均速度、B点采集到的单位时间内驶入的车辆数目和到达时间、C点采集到的车辆数目和到达时间,确定出A->B->C路段和A->C路段车辆通行的分布情况。
本实施例中,如果确定所述多义路径上的信息采集点为路网出口,则剔除所述信息采集点对应的统计信息。即,高速公路的出口的相关数据,不作为参与交通仿真的信息。
本实施例中,所述交通实体的参数信息包括下述至少一种信息:车辆类型、车轴信息。从所述交通实体的电子标签读取类型信息以及车轴信息中至少一种参数信息。实际应用中,所述参数信息为存储于车辆的电子标签中的静态信息,可以从车辆的电子标签中读取。车辆类型包括但不限于客车、货车、特种车。
步骤S502,根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象。
鉴于实际运行中每个交通实体为一个自治独立实体,自身的目标和决策不受其它交通实体的限制,各交通实体之间既竞争又相互协调,因此,可以基于multi-agent方式建立交通仿真模型,拟合交通实体的行驶轨迹。所谓multi-agent,是指多个Agent组成的集合,每个Agent独立自主解决给定的子问题,选择适当的策略,并以特定的方式影响环境。多个Agent成员之间相互协调和通信,但同时可以异步处理。
本实施例中,将所述参数信息、所述行驶状态信息以及所述交通环境属性信息,作为输入参数构建基于multi-agent的交通仿真模型。构建的仿真对象为车辆Agent。
步骤S503,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
所述仿真对象在仿真环境中按照所述行驶模型运行,从而仿真交通实体的行驶过程。本实施例中,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:检测当前速度是否达到限速信息对应的第一阈值;如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。其中,所述根据所述仿真对象与前车的车间距调整仿真对象的运行速度,包括:如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。所述车间距可以为车间时距。所谓车间时距是指不同速度对应的车间距。车间距是模拟车辆行驶的重要参数,根据安全距离数据以及车辆分布数据中至少一种数据设置所述车间距。例如,根据高速行驶的安全距离要求和车辆数量分布情况进行设置,一般不小于70米。
本实施例中,还包括:建立用于所述仿真对象运行的跟车模型;基于所述行驶模型以及所述跟车模型运行所述仿真对象。具体包括:根据所述多义路径的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。交通仿真模型启动运行后根据车辆Agent的运行仿真拟合出对应的交通实体的行驶轨迹。
步骤S504,根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
本实施例中,具体包括下述处理:获取所述行驶轨迹上的计费门架;确定所述计费门架对应的计费单元;根据所述计费单元包含的费率以及优惠信息确定所述交通实体的道路计费信息。从而实现按照交通实体的实际运行里程计费。
至此,对本申请第二实施例提供的交通计费方法进行了介绍。所述方法通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题,提高了多义路径的行驶轨迹识别的准确度,从而提高了按实际运行里程计费方式的计费精度。
与第一实施例相对应,本申请第三实施例提供一种多义路径识别装置。以下结合图6对所述装置进行说明。图6所示的多义路径识别装置,包括:
参数获取单元601,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元602,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元603,用于获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
可选的,所述多义路径为第一信息单元与第二信息单元之间存在多条可达路径的路径;所述第一信息单元为当前信息采集点对应的信息单元,所述第二信息单元为存在计费信息的、第一信息单元的相邻上游信息单元,所述第二信息单元对应的信息采集点为起点信息采集点;
所述轨迹拟合单元603具体用于:将当前信息采集点作为目的地,将所述起点信息采集点作为出发点,获取目的地与出发点之间应采集信息的中间信息采集点;根据当前信息采集点、、起点信息采集点与中间信息采集点,生成用于运行所述仿真对象的交通仿真区域;所述交通仿真区域包含所述多义路径;基于所述行驶模型在所述交通仿真区域中运行所述仿真对象,拟合出所述行驶轨迹。
可选的,所述参数获取单元601具体用于:根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;将所述平均行驶速度作为所述交通实体对应的行驶状态信息。
可选的,所述多义路径包括多个子路段;
所述参数获取单元601具体用于:获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;获取所述多个子路段的历史记录的车辆平均行驶时间;根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
可选的,所述参数获取单元601具体用于:根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,作为所述交通环境属性信息。
可选的,所述参数获取单元601具体用于:获得当前时刻每个车道的车辆平均行驶速度;根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。
可选的,所述参数获取单元601具体用于:如果确定所述多义路径上的信息采集点为路网出口,则剔除所述信息采集点对应的统计信息。
可选的,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:检测当前速度是否达到限速信息对应的第一阈值;如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。
可选的,所述轨迹拟合单元603具体用于:如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。
可选的,所述轨迹拟合单元603具体用于:建立用于所述仿真对象运行的跟车模型;基于所述行驶模型以及所述跟车模型运行所述仿真对象。
可选的,所述轨迹拟合单元603具体用于:根据所述多义路径的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。
可选的,所述参数获取单元601具体用于:监测通过当前信息采集点的每个交通实体,生成当前信息单元;如果确定当前信息采集点对应多个相邻上游信息采集点,但是所述多个相邻上游信息采集点中至少一个信息采集点未监测到特定交通实体的交通实体标识,则确定所述特定交通实体为通过所述多义路径的交通实体。
可选的,所述参数获取单元601具体用于:获取通过当前信息采集点的特定交通实体的通行标识;根据所述通行标识关联特定交通实体行驶通过每个信息采集点生成的信息单元;如果关联到特定交通实体的信息单元对应的信息采集点中缺失至少一个信息采集点,则确定缺失的特定信息采集点未采集到特定交通实体的交通实体标识。
可选的,所述当前信息采集点、起点信息采集点与中间信息采集点构成有向图,所述有向图中当前信息采集点的入度大于第一设定值,并且所述起点信息采集点的出度大于第二设定值。
可选的,所述信息采集点为计费门架;所述信息单元为计费单元;
所述装置还包括计费单元,所述计费单元用于:根据所述行驶轨迹上的计费门架确定计费单元;根据所述计费单元的计费信息确定所述交通实体的道路计费信息。
至此,对本实施例提供的多义路径识别装置进行了介绍。所述装置通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。采用基于交通流的交通仿真方式还原路径,结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,拟合出交通实体的行驶轨迹,从而解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题。进一步,按照拟合出的行驶轨迹确定车辆的道路交通计费信息,能够实现按照实际运行里程收费。
与第二实施例相对应,本申请第四实施例提供一种交通计费装置。以下结合图7对所述装置进行说明。图7所示的交通计费装置,包括:
参数获取单元701,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元702,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元703,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹;
计费单元704,用于根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
可选的,所述计费单元704具体用于:
获取所述行驶轨迹上的计费门架;
确定所述计费门架对应的计费单元;
根据所述计费单元包含的费率以及优惠信息确定所述交通实体的道路计费信息。
至此,对本实施例提供的交通计费装置进行了介绍。所述装置通过根据通过多义路径的交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,解决了车辆个体识别精度较低的情况下在多义路径中的行驶轨迹无法准确识别的问题,提高了多义路径的行驶轨迹识别的准确度,从而提高了按实际运行里程计费方式的计费精度。
以上述实施例为基础,本申请第五实施例提供一种路径识别方法,图8所示的路径识别方法,包括步骤S801至步骤S803。
步骤S801,获取交通实体对应的参数信息、行驶状态信息以及交通环境属性信息。
本实施例中,可以针对特定路网对应的交通仿真区域中的每个交通实体生成仿真对象,在所述交通仿真区域中运行仿真对象从而拟合出各交通实体的运行轨迹。本实施例中,所述行驶状态信息可以为交通实体的行驶速度信息,通过下述处理所述获取所述交通实体对应的行驶状态信息:根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;将所述平均行驶速度作为所述交通实体对应的行驶状态信息。所述行驶状态信息后续用于作为生成所述交通实体的仿真对象的输入参数。实际实施时,可以根据路网中多个子路段的信息确定所述交通实体对应的行驶状态信息,具体包括:获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;获取所述多个子路段的历史记录的车辆平均行驶时间;根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
实际实施中,根据车辆通过前序门架时的平均速度和道路运行限速的要求,估算出车辆的平均行驶速度,作为所述交通实体对应的行驶状态信息。具体的,由当前门架的上游服务器从数据库里查找高速公路的路段长度信息、车道数、限速要求以及当天路网中已有记录的子路段的车辆平均行驶时间,采用下述公式:车辆平均速度=道路长度/通行时间,计算当前时刻每个车道上的平均速度。由于交通流量具有紧密的时序关联性,即出行规律往往呈现出一个时间段内的密集性,因此,为了保证车辆速度模拟的准确性,使用每条车道上的平均速度作为估算的行驶状态信息。具体可以按如下方式确定估算的行驶状态信息:获取能采样到的车辆的平均速度;如果所述平均速度在路网中的限速区间内,则将所述平均速度作为所述行驶状态信息;否则,采用路网中的子路段的加权平均速度作为所述行驶状态信息,加权平均速度的权重根据子路段限速的长度在路网中的比例确定。
本实施例中,所述交通环境属性信息可以为路网中的车辆分布信息,进一步,可以为路网中每个子路段的车辆分布数据。具体通过下述处理获取所述交通实体对应的交通环境属性信息:根据所述路网上的信息采集点采集到的车辆统计信息,确定每个子路段的车辆分布数据,作为所述交通环境属性信息。具体包括:获得当前时刻每个车道的车辆平均行驶速度;根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。
本实施例中,所述交通实体的参数信息包括下述至少一种信息:车辆类型、车轴信息。从所述交通实体的电子标签读取类型信息以及车轴信息中至少一种参数信息。实际应用中,所述参数信息为存储于车辆的电子标签中的静态信息,可以从车辆的电子标签中读取。车辆类型包括但不限于客车、货车、特种车。
步骤S802,根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象。
鉴于实际运行中每个交通实体为一个自治独立实体,自身的目标和决策不受其它交通实体的限制,各交通实体之间既竞争又相互协调,因此,可以基于multi-agent方式建立交通仿真模型,拟合交通实体的行驶轨迹。所谓multi-agent,是指多个Agent组成的集合,每个Agent独立自主解决给定的子问题,选择适当的策略,并以特定的方式影响环境。多个Agent成员之间相互协调和通信,但同时可以异步处理。
本实施例中,以步骤S801中获取的所述参数信息、所述行驶状态信息以及所述交通环境属性信息,作为输入参数构建基于multi-agent的交通仿真模型。构建的仿真对象为车辆Agent。
步骤S803,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体的行驶轨迹。
所述仿真对象在仿真环境中按照所述行驶模型运行,从而仿真交通实体的行驶过程。本实施例中,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:检测当前速度是否达到限速信息对应的第一阈值;如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。其中,所述根据所述仿真对象与前车的车间距调整仿真对象的运行速度,包括:如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。所述车间距可以为车间时距。所谓车间时距是指不同速度对应的车间距。
本实施例中,还包括:建立用于所述仿真对象运行的跟车模型;基于所述行驶模型以及所述跟车模型运行所述仿真对象。具体包括:根据所述路网的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。具体的,可以采用IDM跟车模型(Intelligent Driver Model,智能驾驶模型)。实际实施时,期望行驶速度可以计算得到。起步时长、加速度指数等参数可以查询车辆信息获取。交通仿真模型启动运行后根据车辆Agent的运行仿真拟合出对应的交通实体的行驶轨迹。
本实施例提供的所述方法不限定应用于道路交通的识别场景,也可用于水路、空中、物流等其他场景的行驶轨迹识别。所述方法可以用于地铁站、轻轨站、高铁站点、机场、汽车站、码头港口、物流站等交通枢纽及周边的场景的轨迹识别,需要识别轨迹的交通实体除了为机动车流中的机动车,还可以包括移动的对象、人流、物流车、船只、飞行器、电动车、自行车等其他对象。
至此,对本实施例提供的路径识别方法进行了介绍。所述方法通过根据交通实体对应的参数信息、行驶状态信息以及交通环境属性信息,生成交通实体的仿真对象;基于用于仿真所述交通实体的行驶轨迹的行驶模型,运行所述仿真对象,拟合出所述交通实体的行驶轨迹。采用基于交通流的交通仿真方式还原路径,结合交通环境属性和行驶状态信息等进行道路交通轨迹还原,拟合出交通实体的行驶轨迹,从而解决了车辆个体识别精度较低的情况下的行驶轨迹无法准确识别的问题。
以上述实施例为基础,本申请第六实施例提供一种电子设备。图9示出了所述电子设备的示意图,所述电子设备,包括:存储器901,以及处理器902;所述存储器用于存储计算机程序,所述计算机程序被所述处理器运行后,执行本申请实施例提供的所述多义路径识别方法以及所述交通计费方法。
以上述实施例为基础,本申请第七实施例提供一种存储设备,相关的部分请参见上述实施例的对应说明即可。所述存储设备的示意图类似图9。所述存储设备存储有计算机程序,所述计算机程序被处理器运行后,执行本申请实施例提供的所述多义路径识别方法以及所述交通计费方法。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (22)
1.一种多义路径识别方法,其特征在于,包括:
确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,所述多义路径为第一信息单元与第二信息单元之间存在多条可达路径的路径;所述第一信息单元为当前信息采集点对应的信息单元,所述第二信息单元为存在计费信息的、第一信息单元的相邻上游信息单元,所述第二信息单元对应的信息采集点为起点信息采集点;
所述基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,包括:
将当前信息采集点作为目的地,将所述起点信息采集点作为出发点,获取目的地与出发点之间应采集信息的中间信息采集点;
根据当前信息采集点、、起点信息采集点与中间信息采集点,生成用于运行所述仿真对象的交通仿真区域;所述交通仿真区域包含所述多义路径;
基于所述行驶模型在所述交通仿真区域中运行所述仿真对象,拟合出所述行驶轨迹。
3.根据权利要求2所述的方法,其特征在于,所述获取所述交通实体对应的行驶状态信息,包括:
根据车辆通过相邻上游信息采集点的平均速度以及所述当前信息采集点与所述相邻上游信息采集点之间的道路限速信息,计算车辆在所述当前信息采集点与所述相邻上游信息采集点之间的平均行驶速度,所述相邻上游信息采集点是与所述当前信息采集点相邻的上游信息采集点;
将所述平均行驶速度作为所述交通实体对应的行驶状态信息。
4.根据权利要求2所述的方法,其特征在于,所述多义路径包括多个子路段;
所述获取所述交通实体对应的行驶状态信息,包括:
获取所述多个子路段中每个子路段的长度信息、车道数以及道路限速信息;
获取所述多个子路段的历史记录的车辆平均行驶时间;
根据所述长度信息、车道数以及历史记录的车辆平均行驶时间,确定每个车道的车辆平均行驶速度;
如果所述车辆平均行驶速度位于所述道路限速信息对应的限速区间之内,则采用所述车辆平均行驶速度作为所述行驶状态信息;否则,采用每个子路段的加权平均速度作为所述行驶状态信息。
5.根据权利要求2所述的方法,其特征在于,所述获取所述交通实体对应的交通环境属性信息,包括:
根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,作为所述交通环境属性信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述多义路径上的信息采集点采集到的车辆统计信息,确定所述多义路径的每个子路段的车辆分布数据,包括:
获得当前时刻每个车道的车辆平均行驶速度;
根据所述车辆平均行驶速度、当前信息采集点的相邻上游信息采集点、以及起点信息采集点采集到的单位时间内驶入的车辆数目和到达时间,计算当前信息采集点、相邻上游信息采集点、以及起点信息采集点之间每个子路段的车辆分布数据。
7.根据权利要求5所述的方法,其特征在于,还包括:
如果确定所述多义路径上的信息采集点为路网出口,则剔除所述信息采集点对应的统计信息。
8.根据权利要求1所述的方法,其特征在于,所述行驶模型为自由行驶模型,其中,所述自由行驶模型的决策模式包括:
检测当前速度是否达到限速信息对应的第一阈值;
如果是,则以第一阈值对应的速度匀速行驶;否则,根据所述仿真对象与前车的车间距调整仿真对象的运行速度。
9.根据权利要求8所述的方法,其特征在于,所述根据所述仿真对象与前车的车间距调整仿真对象的运行速度,包括:
如果所述车间距满足自由行驶条件,则以第一阈值对应的速度为目标速度加速行驶。
10.根据权利要求1所述的方法,其特征在于,还包括:
建立用于所述仿真对象运行的跟车模型;
所述基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹,包括:
基于所述行驶模型以及所述跟车模型运行所述仿真对象。
11.根据权利要求10所述的方法,其特征在于,所述建立用于所述仿真对象运行的跟车模型,包括:
根据所述多义路径的子路段的车道数以及路段属性设置所述跟车模型;所述跟车模型包括:基于交通实体的参数信息、期望行驶速度、车间距、与前车的速度差值确定仿真对象的当前时刻的速度变化速率。
12.根据权利要求1所述的方法,其特征在于,所述确定通过多义路径的交通实体,包括:
监测通过当前信息采集点的每个交通实体,生成当前信息单元;
如果确定当前信息采集点对应多个相邻上游信息采集点,但是所述多个相邻上游信息采集点中至少一个信息采集点未监测到特定交通实体的交通实体标识,则确定所述特定交通实体为通过所述多义路径的交通实体。
13.根据权利要求12所述的方法,其特征在于,还包括:
获取通过当前信息采集点的特定交通实体的通行标识;
根据所述通行标识关联特定交通实体行驶通过每个信息采集点生成的信息单元;
如果关联到特定交通实体的信息单元对应的信息采集点中缺失至少一个信息采集点,则确定缺失的特定信息采集点未采集到特定交通实体的交通实体标识。
14.根据权利要求2所述的方法,其特征在于,所述当前信息采集点、起点信息采集点与中间信息采集点构成有向图,所述有向图中当前信息采集点的入度大于第一设定值,并且所述起点信息采集点的出度大于第二设定值。
15.根据权利要求2所述的方法,其特征在于,所述信息采集点为计费门架;所述信息单元为计费单元;
所述方法还包括:
根据所述行驶轨迹上的计费门架确定计费单元;
根据所述计费单元的计费信息确定所述交通实体的道路计费信息。
16.一种交通计费方法,其特征在于,包括:
确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹;
根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
17.根据权利要求16所述的方法,其特征在于,所述根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息,包括:
获取所述行驶轨迹上的计费门架;
确定所述计费门架对应的计费单元;
根据所述计费单元包含的费率以及优惠信息确定所述交通实体的道路计费信息。
18.一种多义路径识别装置,其特征在于,包括:
参数获取单元,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元,用于获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹。
19.一种多义路径识别装置,其特征在于,包括:
参数获取单元,用于确定通过多义路径的交通实体,获取所述交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
仿真对象生成单元,用于根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
轨迹拟合单元,获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体行驶通过所述多义路径时的行驶轨迹;
计费单元,用于根据所述行驶轨迹上的计费门架,确定所述交通实体的道路计费信息。
20.一种路径识别方法,其特征在于,包括:
获取交通实体对应的参数信息、行驶状态信息以及交通环境属性信息;
根据所述参数信息、所述行驶状态信息以及所述交通环境属性信息,生成所述交通实体的仿真对象;
获取用于仿真所述交通实体的行驶轨迹的行驶模型,基于所述行驶模型运行所述仿真对象,拟合出所述交通实体的行驶轨迹。
21.一种电子设备,其特征在于,包括:
存储器,以及处理器;所述存储器用于存储计算机可执行指令,所述处理器用于执行权利要求1-17以及权利要求20所述的方法。
22.一种存储设备,其特征在于,存储有指令,所述指令能够被处理器加载并执行权利要求1-17以及权利要求20所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010706287.5A CN113963550A (zh) | 2020-07-21 | 2020-07-21 | 一种多义路径识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010706287.5A CN113963550A (zh) | 2020-07-21 | 2020-07-21 | 一种多义路径识别方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113963550A true CN113963550A (zh) | 2022-01-21 |
Family
ID=79459893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010706287.5A Pending CN113963550A (zh) | 2020-07-21 | 2020-07-21 | 一种多义路径识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113963550A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363871A (zh) * | 2023-01-15 | 2023-06-30 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609997A (zh) * | 2012-03-15 | 2012-07-25 | 华南理工大学 | 基于动态时程匹配的高速公路多义性路径自动识别方法 |
CN103730014A (zh) * | 2013-10-29 | 2014-04-16 | 深圳市金溢科技有限公司 | 一种基于二义性路径识别系统的车流量统计方法及系统 |
JP2014241090A (ja) * | 2013-06-12 | 2014-12-25 | 株式会社デンソー | 道路状況特定装置 |
CN105590346A (zh) * | 2016-02-18 | 2016-05-18 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN108491600A (zh) * | 2018-03-12 | 2018-09-04 | 郑州大学 | 一种基于人本自治交通的车辆运动仿真方法 |
CN108760239A (zh) * | 2018-06-21 | 2018-11-06 | 江苏本能科技有限公司 | 车辆识别装置检测方法及系统 |
CN110555569A (zh) * | 2019-09-12 | 2019-12-10 | 招商华软信息有限公司 | 一种路径还原方法、装置、设备和存储介质 |
CN110570534A (zh) * | 2019-09-12 | 2019-12-13 | 招商华软信息有限公司 | 一种费率的处理方法、装置、设备和存储介质 |
-
2020
- 2020-07-21 CN CN202010706287.5A patent/CN113963550A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609997A (zh) * | 2012-03-15 | 2012-07-25 | 华南理工大学 | 基于动态时程匹配的高速公路多义性路径自动识别方法 |
JP2014241090A (ja) * | 2013-06-12 | 2014-12-25 | 株式会社デンソー | 道路状況特定装置 |
CN103730014A (zh) * | 2013-10-29 | 2014-04-16 | 深圳市金溢科技有限公司 | 一种基于二义性路径识别系统的车流量统计方法及系统 |
CN105590346A (zh) * | 2016-02-18 | 2016-05-18 | 华南理工大学 | 基于路径识别系统的收费公路网交通信息采集与诱导系统 |
CN108491600A (zh) * | 2018-03-12 | 2018-09-04 | 郑州大学 | 一种基于人本自治交通的车辆运动仿真方法 |
CN108760239A (zh) * | 2018-06-21 | 2018-11-06 | 江苏本能科技有限公司 | 车辆识别装置检测方法及系统 |
CN110555569A (zh) * | 2019-09-12 | 2019-12-10 | 招商华软信息有限公司 | 一种路径还原方法、装置、设备和存储介质 |
CN110570534A (zh) * | 2019-09-12 | 2019-12-13 | 招商华软信息有限公司 | 一种费率的处理方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
李超;朱陵凤;杨勇;邓晓鹏;: "基于北斗定位的多义路径识别解决方案", 宇航计测技术, no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363871A (zh) * | 2023-01-15 | 2023-06-30 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
CN116363871B (zh) * | 2023-01-15 | 2024-03-26 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109484435B (zh) | 一种适用于轨道交通智能检测系统的列车定位方法和装置 | |
CN110763246A (zh) | 自动驾驶车辆路径规划方法、装置、车辆及存储介质 | |
EP4141736A1 (en) | Lane tracking method and apparatus | |
CN111524362A (zh) | 基于多数据融合的车辆安全行驶保障系统与方法 | |
CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和系统 | |
CN102779415B (zh) | 实时分析交通信号相位的方法与装置 | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
WO2019019788A1 (zh) | 一种车辆费用支付方法、计费系统及车载终端 | |
CN110851490B (zh) | 一种基于过车数据的车辆出行常用停留点挖掘方法及装置 | |
CN113127466B (zh) | 一种车辆轨迹数据预处理方法及计算机存储介质 | |
CN111914691A (zh) | 一种轨道交通车辆定位方法及系统 | |
CN108806244A (zh) | 图像传送装置、方法及非暂态存储介质 | |
CN110733507A (zh) | 车道变换及道路隔离方法、装置、设备及存储介质 | |
CN114926988B (zh) | 一种路段拥堵疏导方法及设备 | |
WO2023004184A1 (en) | System, method and machine-readable media to monitore a dedicated roadway that runs in parallel to a railroad | |
CN114512002B (zh) | 一种道路路面异常检测方法及装置 | |
CN112249009A (zh) | 车速控制方法、装置、系统及电子设备 | |
CN113808414B (zh) | 道路荷载确定方法、装置及存储介质 | |
CN115165398A (zh) | 车辆的行驶功能测试方法、装置、计算设备及介质 | |
CN103903432A (zh) | 用于确定路链拥堵状况的设备和方法 | |
CN107154151A (zh) | 一种车辆认证方法及装置 | |
CN113192217B (zh) | 逃费检测方法、装置、计算机设备和介质 | |
CN112816226B (zh) | 基于可控交通流的自动驾驶测试系统及方法 | |
CN113963550A (zh) | 一种多义路径识别方法、装置及电子设备 | |
CN112633812A (zh) | 货运车辆的轨迹分段方法、装置、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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40066748 Country of ref document: HK |