CN114078327B - 道路拥堵状态检测方法、装置、设备和存储介质 - Google Patents

道路拥堵状态检测方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN114078327B
CN114078327B CN202010842244.XA CN202010842244A CN114078327B CN 114078327 B CN114078327 B CN 114078327B CN 202010842244 A CN202010842244 A CN 202010842244A CN 114078327 B CN114078327 B CN 114078327B
Authority
CN
China
Prior art keywords
road
detected
lane
determining
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010842244.XA
Other languages
English (en)
Other versions
CN114078327A (zh
Inventor
徐炜
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202010842244.XA priority Critical patent/CN114078327B/zh
Publication of CN114078327A publication Critical patent/CN114078327A/zh
Application granted granted Critical
Publication of CN114078327B publication Critical patent/CN114078327B/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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Abstract

本发明实施例公开了一种道路拥堵状态检测方法、装置、设备和存储介质。该道路拥堵状态检测方法包括:根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;根据车辆行驶信息和异常车辆信息确定待检测道路的持续性行驶状态;根据待检测道路的持续性行驶状态确定待检测道路的拥堵状态检测规则,以根据拥堵状态检测规则确定待检测道路的拥堵状态。本发明实施例解决了道路两侧异常停止车辆或者位于不影响通行车道上的车辆导致道路拥堵状态分析不准确的问题,并且通过对待检测道路中多车道的独立分析,解决道路上部分车道因车辆行驶异常导致整体道路拥堵实时分析不准确的问题,提高了道路拥堵状态检测结果的准确度以及合理性。

Description

道路拥堵状态检测方法、装置、设备和存储介质
技术领域
本发明实施例涉及智能交通技术领域,尤其涉及一种道路拥堵状态检测方法、装置、设备和存储介质。
背景技术
现今,中国已进入汽车普及时代,而车辆造成的交通拥堵是各大城市普遍面临的难题。如何及时准确地进行城市范围内拥堵道路的识别成为一个亟待解决的问题。
当前应用的道路拥堵分析方法多为基于路段间可采集数据的密度和数量进行流量分析的方法,比如分析路段间的车辆数量以及车辆平均速度。
但是这种拥堵分析的方式存在较多误差,例如当道路两侧停了很多车辆时,按照当前应用的道路拥堵分析方法会把这些车辆统计为道路上正常行驶的车辆。然而这些车辆处于靠边停止在非机动车道或者道路上不影响交通运行的两侧,这些车辆的存在导致道路的拥堵分析不准确。
发明内容
本发明实施例提供一种道路拥堵状态检测方法、装置、设备和存储介质,以提高道路拥堵状态检测结果的准确度。
第一方面,本发明实施例提供了一种道路拥堵状态检测方法,包括:
根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态。
第二方面,本发明实施例还提供了一种道路拥堵状态检测装置,包括:
异常车辆确定模块,用于根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
道路状态确定模块,用于根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
拥堵状态检测模块,用于根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态。
第三方面,本发明实施例还提供了一种设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的道路拥堵状态检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的道路拥堵状态检测方法。
本发明实施例通过对待检测道路上非持续性行驶的异常车辆的识别,确定待检测道路的持续性行驶状态,进而根据待检测道路的持续性行驶状态确定拥堵状态检测规则,实现对待检测道路拥堵状态的检测。本发明实施例解决了道路两侧异常停止车辆或者位于不影响通行车道上的车辆导致道路拥堵状态分析不准确的问题,提高了道路拥堵状态检测结果的准确度以及合理性。
附图说明
图1是本发明实施例一中的道路拥堵状态检测方法的流程图;
图2是本发明实施例二中的道路拥堵状态检测方法的流程图;
图3是本发明实施例三中的道路拥堵状态检测装置的结构示意图;
图4是本发明实施例四中的设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的道路拥堵状态检测方法的流程图,本实施例可适用于对道路进行拥堵情况分析。该方法可以由道路拥堵状态检测装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在设备中,例如设备可以是后台服务器等具有通信和计算能力的设备。如图1所示,该方法具体包括:
步骤101、根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息。
其中,待检测道路是指需要进行实时道路拥堵分析的路段,可以是位于任一城市中的任一道路或者道路上的任一路段。车辆行驶信息是指行驶在待检测道路的车辆的行驶信息,示例性的,获取车辆的实时上报数据,通过对数据中携带的位置信息确定该车辆是否位于待检测道路上,同时车辆的实时上报数据中还包括上报时间以及车辆速度等信息。车辆可以通过车载GPS(Global Positioning System,全球定位系统)或者车辆上人员的GPS进行实时上报车辆行驶信息,或者通过路段前后的卡口相机抓拍得到的车辆信息得到车辆行驶信息。
非持续性行驶表示了该车辆的行驶状态存在异常,如在待检测道路上停止或者车速持续下降等异常。
具体的,通过实时获取位于待检测道路上的车辆行驶信息,根据车辆行驶信息中的车辆位置和车辆速度确定待检测道路是否存在停止车辆或者车速持续下降处于非持续性行驶的车辆,若存在,则确定该车辆为处于非持续性行驶的异常车辆,异常车辆信息中包括异常车辆的实时位置和实时速度等信息。
在一个可行的实施例中,车辆行驶信息包括车辆位置和速度;
相应的,步骤101,包括:
根据待检测道路上目标车辆的车辆位置和速度,确定目标车辆在速度下降预设速度比例时的行驶距离;
根据目标车辆的行驶距离和待检测道路的长度,确定目标车辆是否为异常车辆。
其中,车辆位置和速度是指车辆位于该位置时的实时速度。目标车辆是指行驶在待检测道路上的任一车辆。待检测道路的长度通过预先获取,可以通过待检测道路的道路名称或者路段编号进行确定。
具体的,通过实时获取待检测道路上目标车辆上报的车辆位置和速度,确定在待检测道路上行驶时速度下降预设速度比例的目标车辆,并确定该目标车辆在速度下降过程中的行驶距离。根据行驶距离占该车辆所行驶的待检测道路的长度的比例,根据比例大小确定该目标车辆是否为异常车辆。
示例性的,若目标车辆在该待检测道路行驶过程中出现至少一次车速下降25%的变化,且降速过程中车辆行驶距离大于等于该待检测道路的30%比例,则确定该目标车辆为异常车辆;或者若目标车辆在该待检测道路行驶过程中出现至少两次的降速行驶,且速度下降20%,行驶距离占该待检测道路的40%比例,则确定该目标车辆为异常车辆;或者目标车辆在待检测道路上停止,即速度下降为0。由此可知,异常车辆用于对待检测道路上的车速存在异常处于非持续性行驶的车辆进行表征,其中预设速度比例可以根据待检测道路的实际情况进行设置,例如根据待检测道路的实际限速进行确定,并且对于预设速度比例中包括的比例数量并不作限制。
步骤102、根据车辆行驶信息和异常车辆信息确定待检测道路的持续性行驶状态。
其中,道路的持续性行驶状态是对该条道路上是否可以保证车辆持续性行驶进行表征。由于待检测道路上的异常车辆的数量会影响到该条道路上的通行情况,因此,根据待检测道路上异常车辆所占总车辆的比值确定待检测道路的持续性行驶状态。
在一个可行的实施例中,车辆行驶信息中包括车辆总数量,异常车辆信息包括异常车辆数量;
相应的,步骤102,包括:
确定异常车辆数量与车辆总数量的数量比值和预设数量比例阈值的比较结果;
若数量比值大于预设数量比例阈值,则确定待检测道路的持续性行驶状态为第一行驶状态;
若数量比值小于或等于预设数量比例阈值,则确定待检测道路的持续性行驶状态为第二行驶状态。
其中,车辆总数量是指位于待检测道路上所有车辆的数量。
具体的,确定当前时间下待检测道路上的异常车辆数量,以及车辆总数量,根据异常车辆数据与车辆总数量的数量比值确定异常车辆对待检测道路的影响程度。当该数量比值大于预设数量比例阈值时,表示异常车辆占据待检测道路的空间较大,会影响待检测道路上其他车辆的持续性行驶,此时确定待检测道路的持续性行驶状态为第一行驶状态;相反,当该数量比值小于等于预设数量比例阈值时,表示异常车辆占据待检测道路的空间较小,不会影响待检测道路上其他车辆的正常持续性行驶,此时确定待检测道路的持续性行驶状态为第二行驶状态。对于预设数量比例阈值可以根据道路的实际位置以及道路设施情况进行确定,例如根据道路两侧是否允许停车或者是否设置有停车位。示例性的,预设数量比例阈值设置为0.1,当异常车辆数量与车辆总数量的数量比值大于0.1时,确定待检测道路的持续性行驶状态为第一行驶状态;当小于等于0.1时,确定待检测道路的持续性行驶状态为第二行驶状态。
步骤103、根据待检测道路的持续性行驶状态确定待检测道路的拥堵状态检测规则,以根据拥堵状态检测规则确定待检测道路的拥堵状态。
根据待检测道路上异常车辆所占比重的不同确定对应的待检测道路的拥堵状态检测规则,进而实现针对性的道路拥堵状态检测,可以避免异常车辆给道路拥堵状态分析带来的影响。示例性的,当待检测道路上异常车辆所占比重较大,处于第一行驶状态时,根据异常车辆的具体信息确定对道路通行的影响程度,根据影响程度的不同确定拥堵状态;当待检测道路上异常车辆所占比重较小,处于第二行驶状态时,直接根据待检测道路上非异常车辆的具体信息确定道路通行现状,例如根据非异常车辆的平均速度确定拥堵状态。
本发明实施例通过对待检测道路上非持续性行驶的异常车辆的识别,确定待检测道路的持续性行驶状态,进而根据待检测道路的持续性行驶状态确定拥堵状态检测规则,实现对待检测道路拥堵状态的检测。本发明实施例解决了道路两侧异常停止车辆或者位于不影响通行车道上的车辆导致道路拥堵状态分析不准确的问题,提高了道路拥堵状态检测结果的准确度以及合理性。
实施例二
图2是本发明实施例二中的道路拥堵状态检测方法的流程图,本实施例二在实施例一的基础上进行进一步地优化。如图2所示,所述方法包括:
步骤201、根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息。
步骤202、根据车辆行驶信息和异常车辆信息确定待检测道路的持续性行驶状态;其中,待检测道路的持续性行驶状态包括第一行驶状态和第二行驶状态。
对待检测道路上的所有车辆进行持续性行驶分析,判断是否存在非持续性行驶的车辆并记录,如果存在车辆非持续性行驶,则标记为异常车辆N,车辆总体数为M。根据N与M的比值确定待检测道路是否属于正常持续性通行状态。
步骤203、若待检测道路的持续性行驶状态为第一行驶状态,则确定待检测道路上所有车道的车道平均速度;其中,车道平均速度根据位于该车道上的所有车辆速度进行确定。
其中,若待检测道路的持续性行驶状态为第一行驶状态,则表示待检测道路上的异常车辆占待检测道路上车辆总数量的比值较大,并确定待检测道路上所有车道的车道平均速度。
对于待检测道路的车道可以根据预先获取的道路信息进行确定,包括车道的位置信息,通过车辆上传的位置信息确定所在车道。分别对待检测道路上单向每一条车道上的车辆进行确定,进行确定车道平均速度,并且对于车道平均速度是根据该车道上的所有车辆进行确定的。示例性的,若待检测道路是单车道,则直接待检测道路的车道平均速度直接根据待检测道路上所有车辆进行确定;若待检测道路是双车道或者多车道,则需要先确定待检测道路上每一辆车的位置所属车道,进而得到每一条车道的车道平均速度。
步骤204、若目标车道的车道平均速度小于或者等于待检测道路的速度阈值,则确定目标车道为异常车道;若大于,则目标车道为正常车道。
其中,待检测道路的速度阈值用于对待检测道路上正常通行的速度进行表征,可以根据预先统计的车辆信息进行确定或者根据待检测道路的实际限速情况进行确定。
若目标车道的车道平均速度小于或者等于待检测道路的速度阈值,则表示该目标车道上异常车辆较多,对该车道的影响较大,确定该目标车道为异常车道;若目标车道的车道平均速度大于待检测道路的速度阈值,则表示该目标车道上异常车辆较少,对该车道的影响较小,确定该目标车道为正常车道。
通过待检测道路的速度阈值对待检测道路上每一条车道进行预判断,得到受到异常车辆影响最大的车道结果,从而提高对道路拥堵状态检测的效率。
步骤205、根据异常车道上的异常车辆信息和正常车道的车流量变化参数以及车道速度变化参数,确定待检测道路的拥堵状态。
由于异常车道受异常车辆影响较大,而正常车道受异常车辆影响较小,因此正常车道可以对异常车道上的堵塞车辆进行分担通行。因此根据异常车道上的异常车辆信息,和正常车道的车流量变化参数以及车道速度变化参数可以实现对待检测道路整体通行情况的判断,从而得到待检测道路的拥堵状态。
示例性的,若待检测道路为单向单车道,且该车道为异常车道,直接根据待检测道路上的异常车辆信息确定待检测道路的拥堵状态;若该车道为正常车道,则根据待检测道路上的车流量变化参数和车道速度变化参数确定待检测道路的拥堵状态。若待检测道路为单向双车道或者多车道,且有至少一个车道为正常车道,说明该正常车道可以对异常车道上的异常车辆进行分流,则根据异常车道上的异常车辆信息确定该异常车道是否发生异常以及出现堵塞,并根据正常车道的车流量变化情况和车道速度变化情况确定该正常车道对堵塞的疏通情况。若待检测道路上均为异常车道,则根据每一条车道上的异常车辆信息分别确定每一条车道的堵塞情况;若均堵塞,则确定该待检测道路为堵塞状态,若存在至少一条不堵塞,则确定该待检测道路为正常状态或者慢行驶状态。若待检测道路上均为正常车道,则根据每一条车道上的车流量变化参数以及车道速度变化参数分别确定每一条车道的通行情况。
尤其是对于待检测道路是多车道的情况下,因异常导致的道路上某车道出现短暂的阻塞,但已有的拥堵分析方法并未考虑该道路其他车道的车辆负载消耗能力可以减缓甚至消除这种某车道的阻塞影响,因此会导致道路的拥堵分析不准确和不够及时。
在一个可行的实施例中,步骤205,包括:
根据待检测道路上异常车辆的分布密度将待检测道路划分为至少两个区域;
若异常车道上位于任意相邻区域的车辆的比值小于比例阈值,且相邻区域的目标区域上车辆速度下降预设速度比例的车辆数量超过预设阈值,则确定异常车道处于堵塞状态;其中,目标区域为相邻区域中待检测道路的行驶方向后方的区域;
根据正常车道上的当前车流量和历史车流量确定车流量变化参数,并且根据正常车道上的当前车道平均速度和历史车道平均速度确定车道速度变化参数;
根据车流量变化参数以及车道速度变化参数确定待检测道路的道路拥堵系数,根据道路拥堵系数确定待检测道路的拥堵状态。
其中,车辆的分布密度是指车辆在待检测道路的聚集情况,尤其是对于出现堵塞情况下,车辆通常会聚集在某一地方,并且对于堵塞导致原因处往往出现在聚集分界处。因此根据车辆的位置信息进行聚类,按照聚类结果将待检测道路划分为至少两个区域,例如划分为A和B两个区域,则两个区域内车辆的聚集情况不同。对于待检测道路的通行情况,待检测道路的行驶方向前方的区域内的车辆较少,而堵塞原因往往发生在两个区域的相邻位置。
需要对异常车道上的堵塞情况进行预先判断,可以根据异常车道上的所有车辆信息进行确定。具体的,根据异常车道上至少两个区域的相邻区域的所有车辆占比情况以及车辆多的区域中的异常车辆的具体信息进行确定。示例性的,在上述示例的基础上,A区域为待检测道路的行驶方向前方的区域,B区域为待检测道路的行驶方向后方的区域,则若A区域中车辆占B区域的比重小于比例阈值,说明A区域中的车辆远小于B区域中的车辆,此时B区域中很有可能由于异常原因导致出现堵塞情况,在此情况下,对B区域中的异常车辆进行分析,确定B区域中车辆速度下降预设速度比例的车辆数量是否超过预设阈值,若超过则说明B区域中发生异常导致堵塞,否则,说明B区域中属于正常行驶状态。又例如,由于A区域中的所有车辆远小于B区域中的车辆,因此堵塞原因大概率发生在两区域中间位置或者B区域的开始位置或者A区域的结束位置,基于该原因,对B区域中位于最前方的预设阈值辆异常车辆速度进行分析,若速度均下降预设速度比例,则确定B区域发生异常,该异常车道处于堵塞状态。相反,若异常车道未处于堵塞状态,则确定待检测道路未处于堵塞状态。
若待检测道路上存在至少一条车道处于堵塞状态,则确定其他车道的分流情况,包括正常车道和未处于堵塞状态的异常车道。具体的,可以根据正常车道上的当前车流量和历史车流量确定车流量变化参数,并且根据正常车道上的当前车道平均速度和历史车道平均速度确定车道速度变化参数,进而根据车流量变化参数以及车道速度变化参数确定待检测道路的道路拥堵系数。
其中,当前车流量是指当前时间下单位时间内该车道上的过车数量或者位于该车道上的车辆数量,单位时间可以根据实际情况进行确定,例如一分钟;历史车流量是指在当前时间的相邻单位时间内该车道上的过车数量或者位于该车道上的车辆数量。示例性的,当前车流量是当前十分钟内的平均每分钟的过车数量,用G表示,历史车流量是与当前十分钟相邻且位于当前十分钟之前的平均每分钟的过车数量,用G’表示,则车流量变化参数可以用公式Gn=(G’-G)/G表示,其中n表示车道序号。
当前车道平均速度是指当前时间下位于该车道上所有车辆的平均速度,历史车道平均速度是指在在历史时间内该车道上所有车辆的平均速度。示例性的,当前车道平均速度可以为当前时间下接收到的所有车辆上传的速度的平均值,或者为当前十分钟内接收到的所有车辆的平均每分钟的速度,用V表示,历史车道平均速度是指与当前时间接收到的车辆上传的历史速度的平均值,用V’表示,则车道速度变化参数可以用公式Vn=(V-V’)/V,其中n表示车道序号。
待检测道路的道路拥堵系数可以根据正常车道的各车流量变化参数和车道速度变化参数共同确定。示例性的,根据如下公式确定道路拥堵系数F=(Gn+Vn)/2。根据道路拥堵系数的不同值确定不同的拥堵状态,并且可以为拥堵状态进行进一步的细分,例如包括正常状态、缓行状态、慢行状态以及堵塞状态,为道路拥堵系数划分不同的取值区间分别对应不同的拥堵状态。例如当0<=F<0.1时,待检测道路的拥堵状态为正常状态;当0.1<=F<0.2时,待检测道路的拥堵状态为缓行状态;当0.2<=F<0.35时,待检测道路的拥堵状态为慢行状态;当F>=0.35时,待检测道路的拥堵状态为堵塞状态。对于取值区间的具体划分情况可以根据实际区域道路的参数进行确定,在此定义的数值仅为举例参考,并不作限定。
步骤206、若待检测道路的持续性行驶状态为第二行驶状态,则根据非持续性行驶的异常车辆信息确定持续性行驶的正常车辆信息;其中,正常车辆信息中包括正常车辆速度。
其中,若待检测道路的持续性行驶状态为第二行驶状态,则表示待检测道路上的异常车辆占待检测道路上车辆总数量的比值较小,并根据非持续性行驶的异常车辆信息确定持续性行驶的正常车辆信息。具体的,没有标识为异常车辆的均为正常车辆,确定正常车辆的正常车辆速度。
步骤207、根据正常车辆信息确定待检测道路的持续平均速度。
由于正常车辆信息反映了待检测道路上可以持续性行驶的车辆的状态信息,因此确定待检测道路上所有正常车辆的平均速度,作为待检测道路的持续平均速度。
步骤208、根据持续平均速度和待检测道路的速度阈值的比较结果确定待检测道路的拥堵状态。
示例性的,若持续平均速度大于待检测道路的速度阈值,则确定待检测道路的拥堵状态为堵塞状态,若小于等于,则确定待检测道路的拥堵状态为非堵塞状态。又例如,对拥堵状态进行进一步的细分,例如包括正常状态、缓行状态、慢行状态以及堵塞状态,根据持续平均速度和速度阈值的比值结果划分不同的取值区间分别对应不同的拥堵状态。例如,持续平均速度和速度阈值的比值结果为K,当0.9<K<=1时,待检测道路的拥堵状态为正常状态;当0.8<K<=0.9时,待检测道路的拥堵状态为缓行状态;当0.7<K<=0.8时,待检测道路的拥堵状态为慢行状态;K<0.7时,待检测道路的拥堵状态为堵塞状态。对于取值区间的具体划分情况可以根据实际区域道路的参数进行确定,在此定义的数值仅为举例参考,并不作限定。
在一个可行的实施例中,速度阈值根据如下步骤进行确定:
获取待检测道路上的历史车辆行驶信息;其中,历史车辆行驶信息包括历史车辆位置和历史速度;
根据历史车辆行驶信息确定持续性行驶的历史正常车辆信息;
根据历史正常车辆的历史速度确定历史平均速度,作为待检测道路的速度阈值。
其中,历史车辆行驶信息是指对待检测道路在历史时间段内获取到的车辆行驶信息,例如获取过往一周内的车辆行驶数据。根据历史车辆信息确定在该时间段内持续性行驶的历史正常车辆信息,确定该段时间内所有历史正常车辆的平均速度作为待检测道路的速度阈值。
可选的,所述方法还包括:对历史时间段内的道路行驶周期进行划分时间段。具体的,历史时间段是指历史车辆行驶信息获取的持续时间段,例如在上述示例的基础上,历史时间段为一周。道路行驶周期是指根据道路通行的规律为道路划分的周期,例如根据通行的规律确定道路行驶周期为一天,即每天的道路行驶是具有一定规律的。
根据历史时间段内的车辆通行情况将道路行驶周期划分为至少两个时间段。示例性的,分析过往一周内每天的车辆行驶数据,按十分钟为一个时间间隔点,对一天的24小时进行分割,分别统计每个时间间隔在每天的车辆行驶数据,根据每个时间间隔在每天的车辆行驶数据得到每个时间间隔平均每天的车辆行驶数据,如过车数量等信息。根据不同时间间隔内的平均车辆行驶数据对时间间隔进行聚类,示例性的,根据同一时间段内的时间间隔的平均过车数量之间的误差进行聚类,由此对一天进行时间段的划分。
将道路行驶周期划分为至少两个时间段后,统计每个时间段内的历史正常车辆信息,根据历史正常车辆信息中的历史正常车辆速度确定每个时间段的平均速度,作为该时间段的速度阈值。
相应的,对待检测道路的实时拥堵状态进行分析时,需要对当前时间所属时间段进行确定,进而确定与当前时间段匹配的速度阈值,在后续的拥堵状态分析中的速度阈值采用与当前时间段匹配的速度阈值,提高拥堵分析的准确度。
在对道路进行拥堵状态分析前,预先建立城市道路路网拓扑,将待分析城市的道路生成路网数据,以提高道路拥堵分析的可视性和效率。并且建立城市道路拓扑中每条道路的道路信息数据,即对道路的名称、编号、单向车道数以及道路中各节点的经纬度信息进行确定。
本发明实施例解决了道路两侧异常停止车辆或者位于不影响通行车道上的车辆导致道路拥堵状态分析不准确的问题,提高了道路拥堵状态检测结果的准确度以及合理性。并且通过对待检测道路中多车道的独立分析,解决道路上部分车道因车辆行驶异常导致整体道路拥堵实时分析不准确的问题,提高了道路拥堵分析的准确性和实时性。
实施例三
图3是本发明实施例三中的道路拥堵状态检测装置的结构示意图,本实施例可适用于对道路进行拥堵情况分析。如图3所示,该装置包括:
异常车辆确定模块310,用于根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
道路状态确定模块320,用于根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
拥堵状态检测模块330,用于根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态。
本发明实施例通过对待检测道路上非持续性行驶的异常车辆的识别,确定待检测道路的持续性行驶状态,进而根据待检测道路的持续性行驶状态确定拥堵状态检测规则,实现对待检测道路拥堵状态的检测。本发明实施例解决了道路两侧异常停止车辆或者位于不影响通行车道上的车辆导致道路拥堵状态分析不准确的问题,提高了道路拥堵状态检测结果的准确度以及合理性。
可选的,所述车辆行驶信息包括车辆位置和速度;
相应的,异常车辆确定模块310,具体用于:
根据所述待检测道路上目标车辆的车辆位置和速度,确定所述目标车辆在速度下降预设速度比例时的行驶距离;
根据所述目标车辆的行驶距离和所述待检测道路的长度,确定所述目标车辆是否为异常车辆。
可选的,所述车辆行驶信息中包括车辆总数量,所述异常车辆信息包括异常车辆数量;
相应的,道路状态确定模块320,具体用于:
确定所述异常车辆数量与所述车辆总数量的数量比值和预设数量比例阈值的比较结果;
若所述数量比值大于预设数量比例阈值,则确定所述待检测道路的持续性行驶状态为第一行驶状态;
若所述数量比值小于或等于预设数量比例阈值,则确定所述待检测道路的持续性行驶状态为第二行驶状态。
可选的,所述待检测道路的持续性行驶状态包括第一行驶状态;
相应的,拥堵状态检测模块330,包括第一行驶状态单元,第一行驶状态单元包括:
车道平均速度确定子单元,用于若所述待检测道路的持续性行驶状态为第一行驶状态,则确定所述待检测道路上所有车道的车道平均速度;其中,所述车道平均速度根据位于该车道上的所有车辆速度进行确定;
车道异常判断子单元,用于若目标车道的车道平均速度小于或者等于所述待检测道路的速度阈值,则确定所述目标车道为异常车道;若大于,则所述目标车道为正常车道;
拥堵状态确定子单元,用于根据所述异常车道上的异常车辆信息和所述正常车道的车流量变化参数以及车道速度变化参数,确定所述待检测道路的拥堵状态。
可选的,拥堵状态确定子单元,具体用于:
根据所述待检测道路上异常车辆的分布密度将所述待检测道路划分为至少两个区域;
若所述异常车道上位于任意相邻区域的车辆的比值小于比例阈值,且所述相邻区域的目标区域上车辆速度下降预设速度比例的车辆数量超过预设阈值,则确定所述异常车道处于堵塞状态;其中,所述目标区域为相邻区域中待检测道路的行驶方向后方的区域;
根据所述正常车道上的当前车流量和历史车流量确定车流量变化参数,并且根据所述正常车道上的当前车道平均速度和历史车道平均速度确定车道速度变化参数;
根据所述车流量变化参数以及所述车道速度变化参数确定所述待检测道路的道路拥堵系数,根据所述道路拥堵系数确定所述待检测道路的拥堵状态。
可选的,所述待检测道路的持续性行驶状态包括第二行驶状态;
相应的,拥堵状态检测模块330,包括第二行驶状态单元,第二行驶状态单元具体用于:
若所述待检测道路的持续性行驶状态为第二行驶状态,则根据所述非持续性行驶的异常车辆信息确定持续性行驶的正常车辆信息;其中,所述正常车辆信息中包括正常车辆速度;
根据所述正常车辆信息确定所述待检测道路的持续平均速度;
根据所述持续平均速度和所述待检测道路的速度阈值的比较结果确定所述待检测道路的拥堵状态。
可选的,所述装置包括速度阈值确定模块,具体用于:
获取所述待检测道路上的历史车辆行驶信息;其中,所述历史车辆行驶信息包括历史车辆位置和历史速度;
根据所述历史车辆行驶信息确定持续性行驶的历史正常车辆信息;
根据历史正常车辆的历史速度确定历史平均速度,作为所述待检测道路的速度阈值。
本发明实施例所提供的道路拥堵状态检测装置可执行本发明任意实施例所提供的道路拥堵状态检测方法,具备执行道路拥堵状态检测方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性设备12的框图。图4显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储装置28,连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,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。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质,例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储装置28中,这样的程序模块42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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,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22进行。并且,设备12还可以通过网络适配器20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4所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图4中未示出,可以结合设备12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、冗余处理单元、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。
处理单元16通过运行存储在系统存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的道路拥堵状态检测方法,包括:
根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的道路拥堵状态检测方法,包括:
根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态。
本发明实施例的计算机存储介质,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。
计算机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、电线、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或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,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计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种道路拥堵状态检测方法,其特征在于,包括:
根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态;
所述车辆行驶信息包括车辆位置和速度;
相应的,根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息,包括:
根据所述待检测道路上目标车辆的车辆位置和速度,确定所述目标车辆在速度下降预设速度比例时的行驶距离;
根据所述目标车辆的行驶距离和所述待检测道路的长度,确定所述目标车辆是否为异常车辆;
所述待检测道路的持续性行驶状态包括第一行驶状态;
相应的,根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,包括:
若所述待检测道路的持续性行驶状态为第一行驶状态,则确定所述待检测道路上所有车道的车道平均速度;其中,所述车道平均速度根据位于该车道上的所有车辆速度进行确定;
若目标车道的车道平均速度小于或者等于所述待检测道路的速度阈值,则确定所述目标车道为异常车道;若大于,则所述目标车道为正常车道;
根据所述异常车道上的异常车辆信息和所述正常车道的车流量变化参数以及车道速度变化参数,确定所述待检测道路的拥堵状态。
2.根据权利要求1所述的方法,其特征在于,所述车辆行驶信息中包括车辆总数量,所述异常车辆信息包括异常车辆数量;
相应的,根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态,包括:
确定所述异常车辆数量与所述车辆总数量的数量比值和预设数量比例阈值的比较结果;
若所述数量比值大于预设数量比例阈值,则确定所述待检测道路的持续性行驶状态为第一行驶状态;
若所述数量比值小于或等于预设数量比例阈值,则确定所述待检测道路的持续性行驶状态为第二行驶状态。
3.根据权利要求1所述的方法,其特征在于,根据所述异常车道上的异常车辆信息和所述正常车道的车流量变化参数以及车道速度变化参数,确定所述待检测道路的拥堵状态,包括:
根据所述待检测道路上异常车辆的分布密度将所述待检测道路划分为至少两个区域;
若所述异常车道上位于任意相邻区域的车辆的比值小于比例阈值,且所述相邻区域的目标区域上车辆速度下降预设速度比例的车辆数量超过预设阈值,则确定所述异常车道处于堵塞状态;其中,所述目标区域为相邻区域中待检测道路的行驶方向后方的区域;
根据所述正常车道上的当前车流量和历史车流量确定车流量变化参数,并且根据所述正常车道上的当前车道平均速度和历史车道平均速度确定车道速度变化参数;
根据所述车流量变化参数以及所述车道速度变化参数确定所述待检测道路的道路拥堵系数,根据所述道路拥堵系数确定所述待检测道路的拥堵状态。
4.根据权利要求1所述的方法,其特征在于,所述待检测道路的持续性行驶状态包括第二行驶状态;
相应的,根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,包括:
若所述待检测道路的持续性行驶状态为第二行驶状态,则根据所述非持续性行驶的异常车辆信息确定持续性行驶的正常车辆信息;其中,所述正常车辆信息中包括正常车辆速度;
根据所述正常车辆信息确定所述待检测道路的持续平均速度;
根据所述持续平均速度和所述待检测道路的速度阈值的比较结果确定所述待检测道路的拥堵状态。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述速度阈值根据如下步骤进行确定:
获取所述待检测道路上的历史车辆行驶信息;其中,所述历史车辆行驶信息包括历史车辆位置和历史速度;
根据所述历史车辆行驶信息确定持续性行驶的历史正常车辆信息;
根据历史正常车辆的历史速度确定历史平均速度,作为所述待检测道路的速度阈值。
6.一种道路拥堵状态检测装置,其特征在于,包括:
异常车辆确定模块,用于根据待检测道路上的车辆行驶信息确定非持续性行驶的异常车辆信息;
道路状态确定模块,用于根据所述车辆行驶信息和所述异常车辆信息确定所述待检测道路的持续性行驶状态;
拥堵状态检测模块,用于根据所述待检测道路的持续性行驶状态确定所述待检测道路的拥堵状态检测规则,以根据所述拥堵状态检测规则确定所述待检测道路的拥堵状态;
所述车辆行驶信息包括车辆位置和速度;
相应的,异常车辆确定模块,具体用于:
根据所述待检测道路上目标车辆的车辆位置和速度,确定所述目标车辆在速度下降预设速度比例时的行驶距离;
根据所述目标车辆的行驶距离和所述待检测道路的长度,确定所述目标车辆是否为异常车辆;
所述待检测道路的持续性行驶状态包括第一行驶状态;
相应的,拥堵状态检测模块,包括第一行驶状态单元,第一行驶状态单元包括:
车道平均速度确定子单元,用于若所述待检测道路的持续性行驶状态为第一行驶状态,则确定所述待检测道路上所有车道的车道平均速度;其中,所述车道平均速度根据位于该车道上的所有车辆速度进行确定;
车道异常判断子单元,用于若目标车道的车道平均速度小于或者等于所述待检测道路的速度阈值,则确定所述目标车道为异常车道;若大于,则所述目标车道为正常车道;
拥堵状态确定子单元,用于根据所述异常车道上的异常车辆信息和所述正常车道的车流量变化参数以及车道速度变化参数,确定所述待检测道路的拥堵状态。
7.一种设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的道路拥堵状态检测方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的道路拥堵状态检测方法。
CN202010842244.XA 2020-08-20 2020-08-20 道路拥堵状态检测方法、装置、设备和存储介质 Active CN114078327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010842244.XA CN114078327B (zh) 2020-08-20 2020-08-20 道路拥堵状态检测方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010842244.XA CN114078327B (zh) 2020-08-20 2020-08-20 道路拥堵状态检测方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN114078327A CN114078327A (zh) 2022-02-22
CN114078327B true CN114078327B (zh) 2023-01-24

Family

ID=80281676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010842244.XA Active CN114078327B (zh) 2020-08-20 2020-08-20 道路拥堵状态检测方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114078327B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114724361A (zh) * 2022-03-16 2022-07-08 阿里巴巴(中国)有限公司 路况确定方法、装置及计算机可读存储介质
CN114944058B (zh) * 2022-05-11 2023-06-23 福勤智能科技(昆山)有限公司 拥堵区域距离确定方法、装置、预警设备和存储介质
CN114999148A (zh) * 2022-05-16 2022-09-02 国汽智图(北京)科技有限公司 拥堵程度监测方法、装置、计算机设备和存储介质
CN114999150A (zh) * 2022-05-23 2022-09-02 雄狮汽车科技(南京)有限公司 路段拥堵判别方法、装置、车辆及存储介质
CN114852135B (zh) * 2022-07-08 2022-10-04 八维通科技有限公司 基于大数据的类轨道交通行驶预测方法
CN116777703B (zh) * 2023-04-24 2024-02-02 深圳市普拉图科技发展有限公司 一种基于大数据的智慧城市管理方法和系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002090165A (ja) * 2000-09-14 2002-03-27 Nissan Motor Co Ltd 渋滞判定装置
JP2003272089A (ja) * 2002-03-18 2003-09-26 Toshiba Corp 渋滞回避支援装置
JP2006146695A (ja) * 2004-11-22 2006-06-08 Denso Corp 渋滞情報提供システム
CN101490730A (zh) * 2006-07-10 2009-07-22 丰田自动车株式会社 交通信息生成方法、交通信息生成装置、显示器、导航系统以及电子控制单元
JP2009271596A (ja) * 2008-04-30 2009-11-19 Toshiba Corp 道路交通情報システム及び異常判定方法
CN103903465A (zh) * 2014-04-17 2014-07-02 姜廷顺 一种道路拥堵原因实时发布方法及系统
CN103956052A (zh) * 2014-05-13 2014-07-30 紫光捷通科技股份有限公司 一种公路路况的检测方法和系统
CN105261214A (zh) * 2015-10-09 2016-01-20 深圳市凯立德科技股份有限公司 一种路况预测方法、装置及服务器
DK2894616T3 (en) * 2014-01-14 2016-02-15 Kapsch Trafficcom Ag ONBOARD DEVICE AND PROCEDURE FOR PROVIDING INFORMATION TO A DRIVER
CN105702043A (zh) * 2016-04-22 2016-06-22 北京国交信通科技发展有限公司 对重点营运车辆在高速公路上违章停车的预警方法
CN106056910A (zh) * 2016-07-13 2016-10-26 乐视控股(北京)有限公司 一种交通状态检测方法和装置
CN107958605A (zh) * 2017-12-25 2018-04-24 重庆冀繁科技发展有限公司 路况信息获取方法
CN108735000A (zh) * 2018-06-22 2018-11-02 南京慧尔视智能科技有限公司 一种能预防团雾导致高速公路交通事故的方法及系统
CN108806283A (zh) * 2017-05-02 2018-11-13 中移物联网有限公司 一种交通信号灯的控制方法及车联网平台
CN109243181A (zh) * 2018-09-21 2019-01-18 深圳市轱辘汽车维修技术有限公司 交通事故预警方法、装置、终端设备及存储介质
CN110009634A (zh) * 2019-04-22 2019-07-12 苏州海赛人工智能有限公司 一种基于全卷积网络的车道内车辆计数方法
CN110033619A (zh) * 2019-04-23 2019-07-19 临沂大学 一种高速公路路况检测方法及其系统
CN110782659A (zh) * 2019-09-09 2020-02-11 腾讯科技(深圳)有限公司 路况确定方法、装置、服务器及存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288674A (ja) * 2002-03-28 2003-10-10 Natl Inst For Land & Infrastructure Management Mlit ミリ波センサにおける渋滞判定方法及び装置
JP4938591B2 (ja) * 2007-08-22 2012-05-23 トヨタ自動車株式会社 交通情報作成方法、交通情報作成装置及びナビゲーションシステム
JP2010203240A (ja) * 2009-02-27 2010-09-16 Toyota Motor Corp 走行状態検出装置
JP5464978B2 (ja) * 2009-11-16 2014-04-09 アルパイン株式会社 ナビゲーション装置及びレーン変更案内方法
JP5513360B2 (ja) * 2010-12-24 2014-06-04 株式会社ゼンリンデータコム 渋滞情報生成装置、渋滞情報生成方法、及びプログラム
JP5627531B2 (ja) * 2011-04-12 2014-11-19 本田技研工業株式会社 運転支援装置
CN108922171B (zh) * 2016-07-14 2021-04-13 天津职业技术师范大学 道路交通事件检测预警方法及检测预警系统
CN109300325A (zh) * 2018-12-14 2019-02-01 安徽江淮汽车集团股份有限公司 一种基于v2x的车道预测方法及系统
CN109808690B (zh) * 2019-02-27 2020-06-05 禾多科技(北京)有限公司 自动驾驶中基于目标点距离定点停车速度平滑规划方法
CN110110590A (zh) * 2019-03-25 2019-08-09 费今歌 拥堵车道的确定方法及相关产品
CN110491127A (zh) * 2019-08-27 2019-11-22 北京星云互联科技有限公司 一种通行引导方法、装置以及可读存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002090165A (ja) * 2000-09-14 2002-03-27 Nissan Motor Co Ltd 渋滞判定装置
JP2003272089A (ja) * 2002-03-18 2003-09-26 Toshiba Corp 渋滞回避支援装置
JP2006146695A (ja) * 2004-11-22 2006-06-08 Denso Corp 渋滞情報提供システム
CN101490730A (zh) * 2006-07-10 2009-07-22 丰田自动车株式会社 交通信息生成方法、交通信息生成装置、显示器、导航系统以及电子控制单元
JP2009271596A (ja) * 2008-04-30 2009-11-19 Toshiba Corp 道路交通情報システム及び異常判定方法
DK2894616T3 (en) * 2014-01-14 2016-02-15 Kapsch Trafficcom Ag ONBOARD DEVICE AND PROCEDURE FOR PROVIDING INFORMATION TO A DRIVER
CN103903465A (zh) * 2014-04-17 2014-07-02 姜廷顺 一种道路拥堵原因实时发布方法及系统
CN103956052A (zh) * 2014-05-13 2014-07-30 紫光捷通科技股份有限公司 一种公路路况的检测方法和系统
CN105261214A (zh) * 2015-10-09 2016-01-20 深圳市凯立德科技股份有限公司 一种路况预测方法、装置及服务器
CN105702043A (zh) * 2016-04-22 2016-06-22 北京国交信通科技发展有限公司 对重点营运车辆在高速公路上违章停车的预警方法
CN106056910A (zh) * 2016-07-13 2016-10-26 乐视控股(北京)有限公司 一种交通状态检测方法和装置
CN108806283A (zh) * 2017-05-02 2018-11-13 中移物联网有限公司 一种交通信号灯的控制方法及车联网平台
CN107958605A (zh) * 2017-12-25 2018-04-24 重庆冀繁科技发展有限公司 路况信息获取方法
CN108735000A (zh) * 2018-06-22 2018-11-02 南京慧尔视智能科技有限公司 一种能预防团雾导致高速公路交通事故的方法及系统
CN109243181A (zh) * 2018-09-21 2019-01-18 深圳市轱辘汽车维修技术有限公司 交通事故预警方法、装置、终端设备及存储介质
CN110009634A (zh) * 2019-04-22 2019-07-12 苏州海赛人工智能有限公司 一种基于全卷积网络的车道内车辆计数方法
CN110033619A (zh) * 2019-04-23 2019-07-19 临沂大学 一种高速公路路况检测方法及其系统
CN110782659A (zh) * 2019-09-09 2020-02-11 腾讯科技(深圳)有限公司 路况确定方法、装置、服务器及存储介质

Also Published As

Publication number Publication date
CN114078327A (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
CN114078327B (zh) 道路拥堵状态检测方法、装置、设备和存储介质
CN106960571B (zh) 道路拥堵瓶颈点确定方法、装置、服务器及存储介质
CN101739824B (zh) 基于数据融合技术的交通状况估计方法
CN110751828B (zh) 一种路段拥堵测量方法、装置、计算机设备及存储介质
CN110782659B (zh) 路况确定方法、装置、服务器及存储介质
WO2022143549A1 (zh) 一种基于收费数据的高速公路路况的监测方法及装置
CN107885795B (zh) 一种卡口数据的数据校验方法、系统和装置
CN109830117B (zh) 道路规划优化方法、装置、计算机设备及存储介质
CN111341105B (zh) 基于相邻路口关联度的车速引导方法、装置、设备及介质
JP7112544B2 (ja) 自動運転車両のテスト方法、装置、電子デバイス、媒体およびコンピュータプログラム
CN108180922B (zh) 一种导航时间测评方法、装置、设备和介质
CN110782656B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN110718057B (zh) 路网运行状态评价方法、装置、电子设备及介质
CN111380546A (zh) 基于平行道路的车辆定位方法、装置、电子设备和介质
CN109661692B (zh) 交通事件预测方法、装置及终端设备
CN113870570A (zh) 一种基于etc的路网运行状态方法、系统和存储介质
CN111765904B (zh) 自动驾驶车辆的测试方法、装置、电子设备和介质
CN110864704B (zh) 自动驾驶里程统计方法、装置及设备
CN113299108B (zh) 车位信息确定方法、装置、设备及存储介质
CN113724497A (zh) 一种目标道路实时交通流量预测方法和装置
CN114495505B (zh) 拥堵路段通过时长的预测方法、装置、介质及服务器
CN113380046B (zh) 基于固定线路识别车辆行驶状态的方法、装置及电子设备
CN114202918A (zh) 一种应对交通拥堵的交通分流方法、装置、电子设备及介质
CN112489432A (zh) 一种高速公路在途车数量计算方法、装置及存储介质
CN113793501B (zh) 一种公路感知管理与应用服务方法及系统

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