CN115942246B - 基于lte无线信号小区的地铁车辆精细化定位方法及系统 - Google Patents
基于lte无线信号小区的地铁车辆精细化定位方法及系统 Download PDFInfo
- Publication number
- CN115942246B CN115942246B CN202310227815.2A CN202310227815A CN115942246B CN 115942246 B CN115942246 B CN 115942246B CN 202310227815 A CN202310227815 A CN 202310227815A CN 115942246 B CN115942246 B CN 115942246B
- Authority
- CN
- China
- Prior art keywords
- cell
- train
- sampling
- mapping
- positioning
- 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
Images
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及轨道交通定位领域,尤其涉及基于LTE无线信号小区的地铁车辆精细化定位方法及系统,包括等比例绘制列车线路图;对每个小区标注小区编号;获取列车经过每个小区时的数据采样次数,建立小区和采样次数关联映射;计算列车当前采样数据序号i;根据采样次数,动态将小区分割为n等分,其中,n表示采样次数,将列车移动至i/n位置处,完成列车在采样周期内的定位,系统包括列车路线绘制模块,小区编号模块,映射建立模块,采样定位模块,本发明根据采样次数n等分小区,计算列车采样序号来实现列车在小区内的精确定位,可直接通过呈现界面绘制的公里标刻度尺判断列车在小区内的距离位置。
Description
技术领域
本发明涉及轨道交通定位领域,尤其涉及基于LTE无线信号小区的地铁车辆精细化定位方法及系统。
背景技术
轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统。随着火车和铁路技术的多元化发展,轨道交通呈现出越来越多的类型,不仅遍布于长距离的陆地运输,也广泛运用于中短距离的城市公共交通中。当城市地铁列车发生运行事故后非正常停靠在某个小区且并未抵达停车站点时,为保运维工班抢修人员能快速抵达事故现场,则需基于列车加速度和站点之间运行时长来估算列车位置,当列车速度发生改变时,列车定位误差会随之累计,需通过人为干预来减少误差;现有技术通过建立基站数据库,采集列车无线信号后对比基站数据库来估算列车位置,但这种方式的最小误差范围只能定位到小区,然而一个小区的范围一般在1.2公里,误差比较大,所以会造成列车定位范围比较大,不够精确的问题。
发明内容
针对上述问题,本发明了在站点定位的基础上提供了更加精确的定位,实现列车位置所见即所得功能并使运维工班人员能够更轻松的定位列车位置的一种基于LTE无线信号小区的地铁车辆精细化定位方法及系统。
本发明通过以下技术方案实现:
基于LTE无线信号小区的地铁车辆精细化定位方法,包括以下步骤:
S1、等比例绘制列车线路图,对小区按比例进行分割;
S2、对每个小区标注小区编号;
S3、分析每个小区的无线信号数据,获取列车经过每个小区时的数据采样次数,建立小区和采样数关联映射;
S4、计算列车当前采样数据序号i;
S5、根据采样次数,动态将小区分割为n等分,其中,n表示采样次数,将列车移动至i/n位置处,完成列车在采样周期内的定位。
进一步的,将小区按比例进行分割,具体为:按每100m分割小区,绘制公里标刻度尺。
进一步的,所述S2具体为:
S201、对小区进行数字标记;
S202、当列车经过标记小区时,列车上的车载设备TAU将数字标记进行上报;
S203、根据数字标记的上报记录,判断列车经过的小区。
进一步的,所述S3具体为:
S301、获取列车经过某个小区t时的采样次数n;
S320、建立列车经过某个小区t时与采样次数n之间的映射t→n;
S303、根据所有小区不同时段的采样数据规律,建立列车在整条线路所有小区的采样数据映射。
进一步的,所述S4具体为:计算列车在小区位置p上报数字标记的次数,所述次数求和即得到采样数据序号i。
一种基于LTE无线信号小区的地铁车辆精细化定位系统,包括:
列车路线绘制模块,用于等比例绘制列车线路图,对小区按比例进行分割;
小区编号模块,用于对每个小区标注小区编号;
映射建立模块,用于分析每个小区的无线信号数据,获取列车经过小区时数据采样次数,建立小区和采样数关联映射;
采样定位模块,用于计算列车当前采样数据序号i,并根据采样次数,动态将小区分割为n等分,将列车移动至i/n位置处,完成列车在采样周期内的定位,其中,n表示采样次数。
进一步的,所述小区编号模块具体包括:
数字标记单元,用于对小区进行数字标记;
标记上报单元,用于当列车经过小区时,该小区内的车载设备TAU将数字标记进行上报;
结果判断单元,用于根据数字标记的上报记录,判断列车经过的小区。
进一步的,所述映射建立模块具体包括:
采样次数获取单元,获取列车经过小区t时的采样次数n;
映射建立单元,依次建立整条线路列车经过小区的时间和采样次数之间的映射t→n。
本发明的有益效果:
本发明在基站小区定位的基础上,根据采样次数n等分小区,计算列车采样序号来实现列车在小区内的精确定位,可直接通过呈现界面绘制的公里标刻度尺判断列车在小区内的距离位置。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明实施例提出的基于LTE无线信号小区的地铁车辆精细化定位方法流程图;
图2为本发明实施例提出的基于LTE无线信号小区的地铁车辆精细化定位系统功能图;
图3为本发明实施例提出的基于LTE无线信号小区的地铁车辆精细化定位系统的终端设备示意图;
图4为本发明实施例提出的基于LTE无线信号小区的地铁车辆精细化定位系统的计算机可读存储介质示意图;
图中,200-终端设备、210-存储器、211-RAM、212-高速缓存存储器、213-ROM、214-程序或实用工具、215-程序模块、220-处理器、230-总线、240-外部设备、250-I/O接口、260-网络适配器、300-程序产品。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1,本实施例提出一种基于LTE无线信号小区的地铁车辆精细化定位方法,包括以下步骤:
S1、等比例绘制列车线路图,对小区按比例进行分割;
S2、对每个小区标注小区编号;所述小区为LTE基站无线覆盖范围,当列车进入小区后,列车上的车载设备TAU上报数据,所述的数据包含位置信息,所述的位置信息即小区位置信息,通过人工对小区位置信息中的小区位置进行数字标记,如A小区数字标记为1,列车经过A小区后其列车车载设备TAU会上报数字标记1,通过转换则可得列车已进入A小区,从而获得列车运行至A小区的信息。
S3、分析每个小区的无线信号数据,获取列车经过每个小区的数据采样次数,建立小区和采样数关联映射,通过车载设备TAU实时上报的定位数据,使用算法库prophet分析计算车载设备在不同时段上报数据的规律,如列车早高峰,即人流量大且到站停靠时间长上报数据多,经过小区1的采样次数为30,则可得映射1→30,即通过映射即表明小区1需等分为30份,循环分析车载设备TAU在所有小区不同时段上报数据规律,如季节性变化,特殊事件变化,时间性变化等,从而建立列车在整条线路小区的采样数据映射;
S4、计算列车当前采样数据序号i;列车每5s上报一次行进至小区的位置信息p,若列车当前所在小区位置为p,下5s列车上报位置也为p,本实施例提出方案的不同小区间隔距离大概为1200m,列车均速为80km/h,经过站点停靠2minutes,所以5s内不会行进至下一小区,求和位置p上报的次数,即可得列车当前采样数据序号i,当p的采样次数为30时,则可得列车位于i/30的位置。
S5、根据采样次数,动态将小区分割为n等分,其中,n表示采样次数,将列车移动至i/n位置处,完成列车在采样周期内的定位。
进一步的,对小区按比例进行分割,具体为:按每100m分割小区,绘制公里标刻度尺,通过对小区进行切片分割,按比例绘制出列车线路图并通过数据大屏的方式展现给运维工班,通过服务端实时推送所有列车位置数据到数据大屏,运维工班可及时通过观察数据大屏就可判断出列车的精确定位位置。
实施例2
如图2,在实施例1的基础上,本实施例进一步提出一种基于LTE无线信号小区的地铁车辆精细化定位系统,包括:
列车路线绘制模块,用于等比例绘制列车线路图,对小区按比例进行分割;
小区编号模块,用于对每个小区标注小区编号;
映射建立模块,用于分析每个小区的无线信号数据,获取列车经过小区时数据采样次数建立小区和采样数关联映射;
采样定位模块,用于计算列车当前采样数据序号i,并根据采样次数,动态将小区分割为n等分,将列车移动至i/n位置处,完成列车在采样周期内的定位,其中,n表示采样次数,小区内索引即列车处于小区大节点下内部等分的小节点位置,即列车更精确的位置信息,通过后端推送索引位置即小节点位置,由数据大屏进行实时展示列车的精确定位位置信息。
进一步的,所述小区编号模块具体包括:
数字标记单元,用于对小区进行数字标记;
标记上报单元,用于当列车经过小区时,该小区内的车载设备TAU将数字标记进行上报;
结果判断单元,用于根据数字标记的上报记录,判断列车经过的小区。
进一步的,所述映射建立模块具体包括:
采样次数获取单元,获取列车经过小区t时的采样次数n;
映射建立单元,依次建立整条线路列车经过小区的时间和采样次数之间的映射t→n。
实施例3
如图3,在实施例1的基础上,本实施例提出一种基于LTE无线信号小区的地铁车辆精细化定位系统的终端设备,终端设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质,例如RAM211和/或高速缓存存储器212,还可以进一步包括ROM213。
其中,存储器210还存储有计算机程序,计算机程序可以被处理器220执行,使得处理器220执行本申请实施例中上述任一项一种基于时序饱和预测的无线信号设备故障预警方法,其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。存储器210还可以包括具有一组(至少一个)程序模块215的程序或实用工具214,这样的程序模块包括但不限于: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。
相应的,处理器220可以执行上述计算机程序,以及可以执行程序或实用工具214。
总线230可以为表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、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。
终端设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该终端设备200交互的设备通信,和/或与使得该终端设备200能与一个或多个其它计算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I/O接口250进行。并且,终端设备200还可以通过网络适配器260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。网络适配器260可以通过总线230与终端设备200的其它模块通信。应当明白,尽管图中未示出,可以结合终端设备200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平台等。
实施例4
如图4,在实施例1的基础上,本实施例提出一种基于LTE无线信号小区的地铁车辆精细化定位系统计算机可读存储介质,所述计算机可读存储介质上存储有指令,该指令被处理器执行时实现上述任一的一种基于LTE无线信号小区的地铁车辆精细化定位方法。其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
图4示出了本实施例提供的用于实现上述方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本实施例中,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。程序产品300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为但不限于电、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。
计算机可读存储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。可读存储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。可读存储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发明操作的程序代码,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计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.基于LTE无线信号小区的地铁车辆精细化定位方法,其特征在于,包括以下步骤:
S1、等比例绘制列车线路图,对小区按比例进行分割;
S2、对每个小区标注小区编号;
S3、分析每个小区的无线信号数据,获取列车经过每个小区时的数据采样次数,建立小区和采样次数关联映射;
S4、计算列车当前采样数据序号i;
S5、根据采样次数,动态将小区分割为n等分,其中,n表示采样次数,将列车移动至i/n位置处,完成列车在采样周期内的定位;
所述S2具体为:
S201、对小区进行数字标记;
S202、当列车经过标记小区时,列车上的车载设备TAU将数字标记进行上报;
S203、根据数字标记的上报记录,判断列车经过的小区;
所述S3具体为:
S301、获取列车经过某个小区t时的采样次数n;
S320、建立列车经过某个小区t时与采样次数n之间的映射t→n;
S303、根据所有小区不同时段的采样数据规律,建立列车在整条线路所有小区的采样数据映射;
所述S4具体为:计算列车在小区位置p上报数字标记的次数,数字标记的次数求和即得到采样数据序号i。
2.根据权利要求1所述的基于LTE无线信号小区的地铁车辆精细化定位方法,其特征在于,将小区按比例进行分割,具体为:按每100m分割小区,绘制公里标刻度尺。
3.基于LTE无线信号小区的地铁车辆精细化定位系统,其特征在于,包括:
列车路线绘制模块,用于等比例绘制列车线路图,对小区按比例进行分割;
小区编号模块,用于对每个小区标注小区编号;
映射建立模块,用于分析每个小区的无线信号数据,获取列车经过小区时数据采样次数,建立小区和采样数关联映射;
采样定位模块,用于计算列车当前采样数据序号i,并根据采样次数,动态将小区分割为n等分,将列车移动至i/n位置处,完成列车在采样周期内的定位,其中,n表示采样次数;
所述小区编号模块具体包括:
数字标记单元,用于对小区进行数字标记;
标记上报单元,用于当列车经过小区时,该小区内的车载设备TAU将数字标记进行上报;
结果判断单元,用于根据数字标记的上报记录,判断列车经过的小区;
所述映射建立模块具体包括:
采样次数获取单元,获取列车经过小区t时的采样次数n;
映射建立单元,依次建立整条线路列车经过小区的时间和采样次数之间的映射t→n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310227815.2A CN115942246B (zh) | 2023-03-10 | 2023-03-10 | 基于lte无线信号小区的地铁车辆精细化定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310227815.2A CN115942246B (zh) | 2023-03-10 | 2023-03-10 | 基于lte无线信号小区的地铁车辆精细化定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115942246A CN115942246A (zh) | 2023-04-07 |
CN115942246B true CN115942246B (zh) | 2023-05-12 |
Family
ID=85825605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310227815.2A Active CN115942246B (zh) | 2023-03-10 | 2023-03-10 | 基于lte无线信号小区的地铁车辆精细化定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115942246B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1887820A1 (en) * | 2006-08-11 | 2008-02-13 | Orange SA | Apparatus and method to identify the location of a radio cell |
CN103945479A (zh) * | 2014-05-13 | 2014-07-23 | 北京邮电大学 | 基于吞吐量的高铁无线专网小区切换最佳切换点的确认方法 |
CN104240507A (zh) * | 2014-09-18 | 2014-12-24 | 银江股份有限公司 | 一种基于多视角融合的交通小区划分方法 |
CN106792943A (zh) * | 2016-12-30 | 2017-05-31 | 广东海格怡创科技有限公司 | 高铁专网小区切换点检测方法和系统 |
CN108271114A (zh) * | 2016-12-29 | 2018-07-10 | 北京亿阳信通科技有限公司 | 一种高铁用户识别、定位方法和装置 |
WO2018160751A1 (en) * | 2017-02-28 | 2018-09-07 | Anixa Diagnostics Corporation | Systems and methods using artificial neural network analysis on flow cytometry data for cancer diagnosis |
CN108924732A (zh) * | 2017-04-26 | 2018-11-30 | 中国移动通信集团设计院有限公司 | 一种高铁用户设备定位方法及装置 |
CN110758472A (zh) * | 2019-10-08 | 2020-02-07 | 北京市地铁运营有限公司地铁运营技术研发中心 | 一种列车的定位方法、装置、系统和存储介质 |
CN112265570A (zh) * | 2020-10-27 | 2021-01-26 | 武汉虹信科技发展有限责任公司 | 一种列车定位方法及系统 |
-
2023
- 2023-03-10 CN CN202310227815.2A patent/CN115942246B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1887820A1 (en) * | 2006-08-11 | 2008-02-13 | Orange SA | Apparatus and method to identify the location of a radio cell |
CN103945479A (zh) * | 2014-05-13 | 2014-07-23 | 北京邮电大学 | 基于吞吐量的高铁无线专网小区切换最佳切换点的确认方法 |
CN104240507A (zh) * | 2014-09-18 | 2014-12-24 | 银江股份有限公司 | 一种基于多视角融合的交通小区划分方法 |
CN108271114A (zh) * | 2016-12-29 | 2018-07-10 | 北京亿阳信通科技有限公司 | 一种高铁用户识别、定位方法和装置 |
CN112399337A (zh) * | 2016-12-29 | 2021-02-23 | 北京亿阳信通科技有限公司 | 一种高铁用户定位方法和装置 |
CN106792943A (zh) * | 2016-12-30 | 2017-05-31 | 广东海格怡创科技有限公司 | 高铁专网小区切换点检测方法和系统 |
WO2018160751A1 (en) * | 2017-02-28 | 2018-09-07 | Anixa Diagnostics Corporation | Systems and methods using artificial neural network analysis on flow cytometry data for cancer diagnosis |
CN108924732A (zh) * | 2017-04-26 | 2018-11-30 | 中国移动通信集团设计院有限公司 | 一种高铁用户设备定位方法及装置 |
CN110758472A (zh) * | 2019-10-08 | 2020-02-07 | 北京市地铁运营有限公司地铁运营技术研发中心 | 一种列车的定位方法、装置、系统和存储介质 |
CN112265570A (zh) * | 2020-10-27 | 2021-01-26 | 武汉虹信科技发展有限责任公司 | 一种列车定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
李翠然."基于LTE-R的无线列车定位方法研究".《铁道学报》.2015,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115942246A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9824580B2 (en) | Method, computer readable storage medium and system for producing an uncertainty-based traffic congestion index | |
Medeossi et al. | A method for using stochastic blocking times to improve timetable planning | |
CN110758476B (zh) | 一种列车定位方法及系统 | |
CN104966408B (zh) | 一种gps定位数据补偿方法 | |
CN110758470A (zh) | 一种列车定位方法和装置 | |
CN112686466B (zh) | 地铁乘客的路径确认方法及装置 | |
CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
US11468349B2 (en) | POI valuation method, apparatus, device and computer storage medium | |
CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
CN104002836A (zh) | 一种交通位置信息实时获取显示的方法及装置 | |
CN110203253A (zh) | 一种非固定式虚拟应答器实现方法 | |
CN113553482A (zh) | 停留点识别和出行链构建系统、算法、设备及存储介质 | |
CN112182132B (zh) | 一种地铁用户的识别方法、系统、设备和存储介质 | |
CN112203054B (zh) | 监控视频点位标注方法、装置、存储介质及电子设备 | |
CN115942246B (zh) | 基于lte无线信号小区的地铁车辆精细化定位方法及系统 | |
Huang et al. | Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application | |
CN116634357A (zh) | 一种铁路无线网络信号采集方法和优化系统 | |
CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 | |
CN116129643A (zh) | 一种公交车出行特征识别方法、装置、设备及介质 | |
CN113706866B (zh) | 道路堵塞监测方法及装置、电子设备、存储介质 | |
CN114302333A (zh) | 用户识别方法及装置、电子设备及介质 | |
CN114398475A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN113847914A (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN109151858B (zh) | 铁路专用移动通信接口监测数据精确地理化方法 | |
CN113284337A (zh) | 基于车辆轨迹多维数据的od矩阵计算方法及装置 |
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 |