CN114973702B - 基于大数据交通协同指挥系统 - Google Patents
基于大数据交通协同指挥系统 Download PDFInfo
- Publication number
- CN114973702B CN114973702B CN202210427025.4A CN202210427025A CN114973702B CN 114973702 B CN114973702 B CN 114973702B CN 202210427025 A CN202210427025 A CN 202210427025A CN 114973702 B CN114973702 B CN 114973702B
- Authority
- CN
- China
- Prior art keywords
- road
- value
- real
- time
- 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于大数据交通协同指挥系统,包括:路况获取模块,用于获取道路实时车辆信息及实时环境信息;大数据云平台,用于储存道路的固定环境信息、固定车辆信息及接收并储存道路实时车辆信息及实时环境信息;环境分析模块,用于根据道路的固定环境信息及实时环境信息分析出道路环境状况;车辆分析模块,用于根据道路的固定车辆信息及实时车辆信息分析出道路车辆状况;指令生成模块,用于根据道路环境状况及道路车辆状况生成指挥指令;用户端,用于接收指挥指令并通知车辆驾驶员;能够提高交通警察判断道路状况的速度,同时能够提高协助交通警察指挥的准确性及全面性。
Description
技术领域
本发明涉及交通指挥系统技术领域,具体涉及基于大数据交通协同指挥系统。
背景技术
随着信息技术的不断提高,通过大数据获取道路的实时信息并协助交通警察指挥车辆的行驶,能够大大提高交通警察对整体交通状况判断的及时性及准确度。
现有的交通协同指挥系统主要通过道路的实时车流量来协助交通警察进行管理,此种方式不能针对不同道路、不同时间段做适应性调整,因此不能准确且全面的协助交通指挥。
发明内容
本发明的目的在于提供基于大数据交通协同指挥系统,解决以下技术问题:
如何准确且全面的协助交通指挥。
本发明的目的可以通过以下技术方案实现:
基于大数据交通协同指挥系统,包括:
路况获取模块,用于获取道路实时车辆信息及实时环境信息;
大数据云平台,用于储存道路的固定环境信息、固定车辆信息及接收并储存道路实时车辆信息及实时环境信息;
环境分析模块,用于根据道路的固定环境信息及实时环境信息分析出道路环境状况;
车辆分析模块,用于根据道路的固定车辆信息及实时车辆信息分析出道路车辆状况;
指令生成模块,用于根据道路环境状况及道路车辆状况生成指挥指令;
用户端,用于接收指挥指令并通知车辆驾驶员。
作为本发明进一步的方案:所述实时车辆信息为各个路段实时的车流量及堵塞状况,所述固定车辆信息为路段各个时间段一年内平均车流量。
作为本发明进一步的方案:所述实时环境信息为路段降雨量、大雾能见度、积雪厚度及地质灾害,所述固定环境信息为该路段排水等级。
作为本发明进一步的方案:所述环境分析模块分析的步骤为:
S1、判断降雨值R;
将路段降雨量与路段排水等级相比较:
若路段降雨量∈[Rmax,+∞),则令降雨值R为1;
若路段降雨量∈[Rstd,Rmax),则令降雨值R为0.5;
若路段降雨量∈[0,Rstd),则令降雨值R为0;
其中,Rmax表示排水等级对应降雨量,Rstd=μRmax,μ为预设比例系数,且1>μ>0;
S2、判断大雾值F:
若未出现大雾,则令大雾值F为0;
若出现大雾,将大雾能见度与预设阈值相比较:
若大雾能见度>预设阈值,则令大雾值F为0.5;
若大雾能见度≤预设阈值,则令大雾值F为1;
S3、判断积雪值S:
若未出现积雪,则令积雪值S为0;
若出现积雪,将积雪厚度与预设阈值相比较:
若积雪厚度>预设阈值,则令积雪值S为1;
若积雪厚度≤预设阈值,则令积雪值S为0.5;
S4、判断路段是否出现地质灾害A:
若出现地质灾害,则令A=1;
若未出现地质灾害,则令A=0;
S5、通过公式E=R+F+S+A计算道路环境状况值E。
作为本发明进一步的方案:所述车辆分析模块分析的步骤为:
SS1、将路段实时的车流量与该路段一年内相同时间段平均车流量相比较:
若实时车流量≤平均车流量,则令车流量值Q等于0;
若预设阈值≥实时车流量>平均车流量,则令车流量值Q等于0.5;
若实时车流量>预设阈值,则令车流量值Q等于1;
SS2、判断道路堵塞状况:
若道路未出现堵塞状况,则令堵塞值D为0;
若道路出现堵塞状况,将堵塞道路长度于预设阈值相比较:
若堵塞路段长度≥预设阈值,则令堵塞值D为1;
若堵塞路段长度<预设阈值,则令堵塞值D为0.5;
SS3、通过公式C=Q+D计算道路车辆状况值C。
作为本发明进一步的方案:所述指令生成模块生成指令的步骤如下:
SSS1、通过公式P=max(E、βC)计算出建议值P,其中,β为预设系数,且1>β>0.5;
SSS2、通过P值大小判断出生成的指令:
若0.5>P>0,则通知驾驶员正常行驶;
若1>P≥0.5,则指挥驾驶员降低行驶速度;
若P≥1,比较道路环境状况值E与βC的大小:
若E≥βC,则指挥驾驶员靠边停车,暂停行驶;
若E<βC,且E<1,则向驾驶员推荐其他通行道路;
若E<βC,且E≥1,则指挥驾驶员靠边停车,暂停行驶。
作为本发明进一步的方案:所述用户端通知车辆驾驶员前需要得到交通警察的确认。
作为本发明进一步的方案:还包括红绿灯调整模块。
作为本发明进一步的方案:所述红绿灯调整模块根据当前路段及与当前路段相邻路段的实时车辆信息实时调整红绿灯的亮灯时长。
本发明的有益效果:
(1)本发明通过利用大数据平台储存并实时更新道路的环境信息和车辆信息,结合了环境因素及车辆因素对道路状况进行分析,并根据具体的问题点生成不同的指挥命令,因此能够大大提高交通警察判断道路状况的速度,另外,通过固定环境信息及实时环境信息进行结合分析,能够针对不同道路、不同时间段做出指令适应性的调整,进而能够提高协助交通警察指挥的准确性及全面性。
(2)本发明根据不同的环境状况问题及车辆状况问题适应性的采取不同的推荐指令,进而有效的协助交通警察进行交通管理。
(3)本发明通过路况获取模块获得各个路段的实时车流量,通过红路灯调整模块判断十字路口横向车流量与纵向车流量之间的差值,进而根据差值动态的调整十字路口红绿灯的时间间隔,能够提高交通管理的智能型,减少道路出现堵车的几率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明提供的基于大数据交通协同指挥系统的模块示意图。
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它实施例,都属于本发明保护的范围。
请参阅图1所示,基于大数据交通协同指挥系统,包括:
路况获取模块,用于获取道路实时车辆信息及实时环境信息;
大数据云平台,用于储存道路的固定环境信息、固定车辆信息及接收并储存道路实时车辆信息及实时环境信息;
环境分析模块,用于根据道路的固定环境信息及实时环境信息分析出道路环境状况;
车辆分析模块,用于根据道路的固定车辆信息及实时车辆信息分析出道路车辆状况;
指令生成模块,用于根据道路环境状况及道路车辆状况生成指挥指令;
用户端,用于接收指挥指令并通知车辆驾驶员。
本发明利用大数据平台储存并实时更新道路的环境信息和车辆信息,在针对某路段进行交通指挥时,可通过大数据平台调出相关路段的环境信息及车辆信息,分别通过环境状况分析模块及车辆状况分析模块进行分析,进而能够判断出道路的环境状况及车辆状况,同时再根据道路的环境状况及车辆状况生成指挥指令,进而能够协助交通警察对路段进行指挥及管理,相对于常规的交通协同指挥系统,本发明结合了环境因素及车辆因素对道路状况进行分析,并根据具体的问题点生成不同的指挥命令,因此能够大大提高交通警察判断道路状况的速度,另外,通过固定环境信息及实时环境信息进行结合分析,能够针对不同道路、不同时间段做出指令适应性的调整,进而能够提高协助交通警察指挥的准确性及全面性。
需要说明的是,本系统中的路况获取模块可通过多种方式获取实时车辆信息及实时环境信息,具体的,可通过路况获取模块连接路网系统,利用各个路段的摄像头获取各个路段的车辆信息,可通过路况获取模块连接气象数据中心获取路段所在地区的实时环境信息,还可根据路段所在位置的用户实时上传的信息对路段的环境信息进行补充及更正,保证路况获取模块获取信息的准确性,实现对实时车辆信息、实时环境信息的获取过程。
需要说明的是,本系统是协助交通警察进行指挥的,其根据道路环境状况及道路车辆状况分析出的指挥指令是帮助交通警察进行判断的,具体的交通指挥还要交通警察根据不同的状况具体的判断。
实时车辆信息为各个路段实时的车流量及堵塞状况,固定车辆信息为路段各个时间段一年内平均车流量。
本发明路况获取模块获得的实时车辆信息为该路段实时的车流量及堵塞状况,其中,堵塞状况具体为堵塞路段的长度,本发明大数据平台中储存的固定车辆信息为路段各个时间段一年内平均车流量,具体划分为工作日的每小时车流量、休息日的每小时车流量及法定节假日的每小时车流量,例如,当前时间是工作日8:00~9:00,则此时间段对应的固定车辆信息为过去一年内工作日8:00~9:00车流量的平均值。
实时环境信息为路段降雨量、大雾能见度、积雪厚度及地质灾害,固定环境信息为该路段排水等级。
本发明路况获取模块获得的实时环境信息为路段所在地区的降雨量、大雾能见度、积雪厚度及地质灾害,其中地质灾害表示是否存在滑坡、泥石流、落石等较为严重的地质灾害,本发明大数据平台中储存的固定环境信息为路段的排水等级,此数据可根据城市数据管理部门或城市防洪相关部门系统获得。
环境分析模块分析的步骤为:
S1、判断降雨值R;
将路段降雨量与路段排水等级相比较:
若路段降雨量∈[Rmax,+∞),则令降雨值R为1;
若路段降雨量∈[Rstd,Rnax),则令降雨值R为0.5;
若路段降雨量∈[0,Rstd),则令降雨值R为0;
其中,Rmax表示排水等级对应降雨量,Rstd=μRmax,μ为预设比例系数,且1>μ>0;
S2、判断大雾值F:
若未出现大雾,则令大雾值F为0;
若出现大雾,将大雾能见度与预设阈值相比较:
若大雾能见度>预设阈值,则令大雾值F为0.5;
若大雾能见度≤预设阈值,则令大雾值F为1;
S3、判断积雪值S:
若未出现积雪,则令积雪值S为0;
若出现积雪,将积雪厚度与预设阈值相比较:
若积雪厚度>预设阈值,则令积雪值S为1;
若积雪厚度≤预设阈值,则令积雪值S为0.5;
S4、判断路段是否出现地质灾害A:
若出现地质灾害,则令A=1;
若未出现地质灾害,则令A=0;
S5、通过公式E=R+F+S+A计算道路环境状况值E。
本发明通过降雨量大小、大雾能见度、积雪厚度及是否出现地质灾害来判断道路的环境状况是否适合通行,具体的,将该路段所在地区的降雨量与该路段排水等级所对应的降雨量Rmax及Rstd进行对比,当降雨量超过该路段的排水能力所对应的降雨量时,说明此路段会存在积水,因此令降雨值为1,说明不适于通行,另外,本申请通过大雾能见度与预设阈值比较、积雪厚度与预设阈值比较及是否出现地质灾害判断道路的环境状况,并通过公式E=R+F+S+A计算道路环境状况值E,E值越大,说明道路的环境状况越差,且无论那种状况发生或者几种状况同时发生,环境状况都会反应在环境状况值E上,因此,通过E值得大既能对环境的状况进行准确的判断。
车辆分析模块分析的步骤为:
SS1、将路段实时的车流量与该路段一年内相同时间段平均车流量相比较:
若实时车流量≤平均车流量,则令车流量值Q等于0;
若预设阈值≥实时车流量>平均车流量,则令车流量值Q等于0.5;
若实时车流量>预设阈值,则令车流量值Q等于1;
SS2、判断道路堵塞状况:
若道路未出现堵塞状况,则令堵塞值D为0;
若道路出现堵塞状况,将堵塞道路长度于预设阈值相比较:
若堵塞路段长度≥预设阈值,则令堵塞值D为1;
若堵塞路段长度<预设阈值,则令堵塞值D为0.5;
SS3、通过公式C=Q+D计算道路车辆状况值C。
本发明通过实时车流量与该路段平均车流量对比,能够判断该路段相对平时的车流量是偏多还是偏少,相对于仅仅根据道路的实时车流量进行判断,此种方式能够避免对热门路段的判断与实际需求出现偏差的问题,另外设置预设阈值与实时车流量进行对比,能够避免对冷门路段的判断与实际需求出现偏差的问题,保证了判断的准确性;另外,当堵车现象较为严重时,车流量会大大降低,因此单单根据车流量对道路车辆进行判断会存在堵车问题影响判断准确性的问题,而本发明还通过道路的堵塞状况来判断道路车辆状况,根据是否出现堵塞及堵塞路段的长度对堵塞值进行判断,通过车流量及堵塞值综合对路段的车辆状况进行判断,进而能够避免判断不准确问题的发生。
指令生成模块生成指令的步骤如下:
SSS1、通过公式P=max(E、βC)计算出建议值P,其中,β为预设系数,且1>β>0.5;
SSS2、通过P值大小判断出生成的指令:
若0.5>P>0,则通知驾驶员正常行驶;
若1>P≥0.5,则指挥驾驶员降低行驶速度;
若P≥1,比较道路环境状况值E与βC的大小:
若E≥βC,则指挥驾驶员靠边停车,暂停行驶;
若E<βC,且E<1,则向驾驶员推荐其他通行道路;
若E<βC,且E≥1,则指挥驾驶员靠边停车,暂停行驶。
本发明根据道路环境状况E及道路车辆状态值C确定建议值P,其中,P=max(E、βC)表示选择E和βC中较大的数值作为P值,当0.5>P>0时,说明不存在环境状况问题,且道路车辆状况无问题或问题较小,因此建议正常行驶,当1>P≥0.5时,要么存在不影响通行的环境状况问题,要么存在车流量过大或堵车的问题,因此建议减速行驶,当P≥1时,需要判断问题出现的原因,若E≥βC,说明问题主要是环境状况问题,因此建议靠边停车,避免在不安全环境状况下行驶,若E<βC,且E<1,说明问题主要是车辆状况问题,前方存在车流量过大且堵车的问题,因此推荐其他通行道路,避免堵塞问题进一步扩大,若E<βC,且E≥1,说明环境状况及车辆状况问题同时存在,因此建议靠边停车,避免在不安全环境状况下行驶,因此,本系统根据不同的环境状况问题及车辆状况问题适应性的采取不同的推荐指令,进而协助交通警察进行交通管理。
用户端通知车辆驾驶员前需要得到交通警察的确认。
作为本发明的一种实施方式,在车辆即将进入下一路段前,本系统会将分析得到的指令传递至管理端,在交通警察通过管理端确认指令后,用户端车辆接收到指令信息,另外需要说明的是,交通警察一次确认的指令会通过若干个用户端发送至若干个驾驶员。
还包括红绿灯调整模块。
红绿灯调整模块根据当前路段及与当前路段相邻路段的实时车辆信息实时调整红绿灯的亮灯时长。
本系统中还设置有红路灯调整模块,通过路况获取模块获得各个路段的实时车流量,判断十字路口横向车流量与纵向车流量之间的差值,进而根据差值动态的调整十字路口红绿灯的时间间隔,进而能够提高交通管理的智能型,减少道路出现堵车的几率。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (4)
1.基于大数据交通协同指挥系统,其特征在于,包括:
路况获取模块,用于获取道路实时车辆信息及实时环境信息;
大数据云平台,用于储存道路的固定环境信息、固定车辆信息及接收并储存道路实时车辆信息及实时环境信息;
环境分析模块,用于根据道路的固定环境信息及实时环境信息分析出道路环境状况;
车辆分析模块,用于根据道路的固定车辆信息及实时车辆信息分析出道路车辆状况;
指令生成模块,用于根据道路环境状况及道路车辆状况生成指挥指令;
用户端,用于接收指挥指令并通知车辆驾驶员;
所述实时车辆信息为各个路段实时的车流量及堵塞状况,所述固定车辆信息为路段各个时间段一年内平均车流量;
所述实时环境信息为路段降雨量、大雾能见度、积雪厚度及地质灾害,所述固定环境信息为该路段排水等级;
所述环境分析模块分析的步骤为:
S1、判断降雨值R;
将路段降雨量与路段排水等级相比较:
若路段降雨量∈[Rmax,+∞),则令降雨值R为1;
若路段降雨量∈[Rstd,Rmax),则令降雨值R为0.5;
若路段降雨量∈[0,Rstd),则令降雨值R为0;
其中,Rmax表示排水等级对应降雨量,Rstd=μRmax,μ为预设比例系数,且1>μ>0;
S2、判断大雾值F:
若未出现大雾,则令大雾值F为0;
若出现大雾,将大雾能见度与预设阈值相比较:
若大雾能见度>预设阈值,则令大雾值F为0.5;
若大雾能见度≤预设阈值,则令大雾值F为1;
S3、判断积雪值S:
若未出现积雪,则令积雪值S为0;
若出现积雪,将积雪厚度与预设阈值相比较:
若积雪厚度>预设阈值,则令积雪值S为1;
若积雪厚度≤预设阈值,则令积雪值S为0.5;
S4、判断路段是否出现地质灾害A:
若出现地质灾害,则令A=1;
若未出现地质灾害,则令A=0;
S5、通过公式E=R+F+S+A计算道路环境状况值E;
所述车辆分析模块分析的步骤为:
SS1、将路段实时的车流量与该路段一年内相同时间段平均车流量相比较:
若实时车流量≤平均车流量,则令车流量值Q等于0;
若预设阈值≥实时车流量>平均车流量,则令车流量值Q等于0.5;
若实时车流量>预设阈值,则令车流量值Q等于1;
SS2、判断道路堵塞状况:
若道路未出现堵塞状况,则令堵塞值D为0;
若道路出现堵塞状况,将堵塞道路长度于预设阈值相比较:
若堵塞路段长度≥预设阈值,则令堵塞值D为1;
若堵塞路段长度<预设阈值,则令堵塞值D为0.5;
SS3、通过公式C=Q+D计算道路车辆状况值C;
所述指令生成模块生成指令的步骤如下:
SSS1、通过公式P=max(E、βC)计算出建议值P,其中,β为预设系数,且1>β>0.5;
SSS2、通过P值大小判断出生成的指令:
若0.5>P>0,则通知驾驶员正常行驶;
若1>P≥0.5,则指挥驾驶员降低行驶速度;
若P≥1,比较道路环境状况值E与βC的大小:
若E≥βC,则指挥驾驶员靠边停车,暂停行驶;
若E<βC,且E<1,则向驾驶员推荐其他通行道路;
若E<βC,且E≥1,则指挥驾驶员靠边停车,暂停行驶。
2.根据权利要求1所述的基于大数据交通协同指挥系统,其特征在于,所述用户端通知车辆驾驶员前需要得到交通警察的确认。
3.根据权利要求1所述的基于大数据交通协同指挥系统,其特征在于,还包括红绿灯调整模块。
4.根据权利要求3所述的基于大数据交通协同指挥系统,其特征在于,所述红绿灯调整模块根据当前路段及与当前路段相邻路段的实时车辆信息实时调整红绿灯的亮灯时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427025.4A CN114973702B (zh) | 2022-04-21 | 2022-04-21 | 基于大数据交通协同指挥系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427025.4A CN114973702B (zh) | 2022-04-21 | 2022-04-21 | 基于大数据交通协同指挥系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114973702A CN114973702A (zh) | 2022-08-30 |
CN114973702B true CN114973702B (zh) | 2023-08-11 |
Family
ID=82979405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210427025.4A Active CN114973702B (zh) | 2022-04-21 | 2022-04-21 | 基于大数据交通协同指挥系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973702B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013000385A1 (de) * | 2013-01-11 | 2014-07-17 | Audi Ag | Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen |
CN104103182A (zh) * | 2014-07-28 | 2014-10-15 | 张蕾 | 道路及通行条件信息采集装置 |
US9581461B1 (en) * | 2016-01-05 | 2017-02-28 | Allstate Insurance Company | Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes |
CN108091139A (zh) * | 2018-01-23 | 2018-05-29 | 余绍志 | 一种基于大数据的交通安全自动评估系统 |
CN109887286A (zh) * | 2019-03-22 | 2019-06-14 | 吉林大学 | 一种基于云平台的卡车驾驶指导系统及其指导方法 |
CN111179586A (zh) * | 2019-10-24 | 2020-05-19 | 广州市高科通信技术股份有限公司 | 一种基于大数据分析的交通诱导方法、设备及存储介质 |
CN111785011A (zh) * | 2019-04-04 | 2020-10-16 | 长沙智能驾驶研究院有限公司 | 道路车辆监测调控方法、装置、系统和计算机设备 |
CN112419713A (zh) * | 2020-11-09 | 2021-02-26 | 广州市网优优信息技术开发有限公司 | 一种基于云计算的城市交通监测系统 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130231798A1 (en) * | 2012-03-02 | 2013-09-05 | Mark A. Zurawski | Method to operate a powertrain by comparing historical to actual ambient operating conditions |
-
2022
- 2022-04-21 CN CN202210427025.4A patent/CN114973702B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013000385A1 (de) * | 2013-01-11 | 2014-07-17 | Audi Ag | Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen |
CN104103182A (zh) * | 2014-07-28 | 2014-10-15 | 张蕾 | 道路及通行条件信息采集装置 |
US9581461B1 (en) * | 2016-01-05 | 2017-02-28 | Allstate Insurance Company | Data processing system communicating with a map data processing system to generate a display of one or more segments of one or more vehicle routes |
CN108091139A (zh) * | 2018-01-23 | 2018-05-29 | 余绍志 | 一种基于大数据的交通安全自动评估系统 |
CN109887286A (zh) * | 2019-03-22 | 2019-06-14 | 吉林大学 | 一种基于云平台的卡车驾驶指导系统及其指导方法 |
CN111785011A (zh) * | 2019-04-04 | 2020-10-16 | 长沙智能驾驶研究院有限公司 | 道路车辆监测调控方法、装置、系统和计算机设备 |
CN111179586A (zh) * | 2019-10-24 | 2020-05-19 | 广州市高科通信技术股份有限公司 | 一种基于大数据分析的交通诱导方法、设备及存储介质 |
CN112419713A (zh) * | 2020-11-09 | 2021-02-26 | 广州市网优优信息技术开发有限公司 | 一种基于云计算的城市交通监测系统 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
Non-Patent Citations (1)
Title |
---|
基于主动安全的高速公路设计原则;程庚俞;张文明;林建业;;广东土木与建筑;第25卷(第08期);第59-61页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114973702A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448367B (zh) | 一种基于大数据图像采集的智能道路交通追踪管理系统 | |
Zuriaga et al. | Modeling operating speed and deceleration on two-lane rural roads with global positioning system data | |
CN108550262B (zh) | 基于毫米波雷达的城市交通感知系统 | |
US7353107B2 (en) | Verifying the validity of traffic status information | |
Knapp et al. | Winter storm event volume impact analysis using multiple-source archived monitoring data | |
US20060287808A1 (en) | Traffic status detection with a threshold method | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN105489023A (zh) | 低能见度下无信号控制平面交叉口的车辆预警系统及方法 | |
CN111968370A (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
CN110599025A (zh) | 自动驾驶汽车驾驶行为可靠性指标评估方法 | |
CN114973702B (zh) | 基于大数据交通协同指挥系统 | |
CN109377771B (zh) | 信号交叉口设置外置左转车道的需求判定方法和装置 | |
CN111081030A (zh) | 一种高速路堵车的判断方法和系统 | |
CN112785859B (zh) | 一种城市区域信号灯统一配时控制系统及方法 | |
DE102009041586B4 (de) | Verfahren zur Erhöhung der Genauigkeit sensorerfasster Positionsdaten | |
CN112785840B (zh) | 一种城市智能交通计算机控制系统及方法 | |
Herd et al. | Traffic accidents: Day versus night | |
CN109215345B (zh) | 一种消除交叉口困境区的停车线位置确定方法 | |
CN114937361A (zh) | 一种城市交通服务系统及操作方法 | |
CN116665452B (zh) | 基于交通流运行状态的快速道路智能道钉主动控制方法、系统及存储介质 | |
KR102523600B1 (ko) | 위험도 기반의 운영설계영역을 공유하는 자율주행 안전 시스템 및 그 방법 | |
RU2777855C1 (ru) | Транспортное средство с функцией формирования энергоэффективного навигационного маршрута эксплуатируемого транспортного средства | |
CN115027314B (zh) | 一种配合无人驾驶轻轨的轨道充电方法以及系统 | |
RU2777861C1 (ru) | Способ формирования энергоэффективного навигационного маршрута эксплуатируемого транспортного средства | |
CN117079467B (zh) | 一种基于感知融合技术缓解道路拥堵的方法及系统 |
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 |