CN116128113B - 一种面向跨境运输模块化箱体的行程时间预测方法 - Google Patents
一种面向跨境运输模块化箱体的行程时间预测方法 Download PDFInfo
- Publication number
- CN116128113B CN116128113B CN202211651935.7A CN202211651935A CN116128113B CN 116128113 B CN116128113 B CN 116128113B CN 202211651935 A CN202211651935 A CN 202211651935A CN 116128113 B CN116128113 B CN 116128113B
- Authority
- CN
- China
- Prior art keywords
- transportation
- time
- meters
- weather
- cross
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010276 construction Methods 0.000 claims abstract description 8
- 230000007306 turnover Effects 0.000 claims abstract description 4
- 238000007664 blowing Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向跨境运输模块化箱体的行程时间预测方法,方法包括:获取模块化箱体陆路运输和海路运输的行程数据,包括距离和速度信息;获取其他行程数据,包括模块化箱体装卸作业时间和运输工具周转等待时间以及运输路线的天气信息;将天气条件依据恶劣程度划分等级;计算天气对跨境运输模块化箱体各过程的影响作用,包括恶劣天气对运输时间的影响和风力对吊装时间的影响;建立行程时间模型计算模块化箱体跨境运输的行程时间。本发明提供的方法综合考虑运输全流程的影响因素,对跨境运输模块化箱体的行程时间预测结果更准确,进而为海外箱体施工提供科学合理的运输规划,为施工生产提供理论保障。
Description
技术领域
本发明涉及智能交通控制技术领域,具体涉及一种面向跨境运输模块化箱体的行程时间预测方法。
背景技术
MiC作为建筑装配建造方法中的革新性产品,能够实现更高的装配化率,能够提供“更快更好”的建筑产品,势必在建筑装配化发展中,占据重要地位。
MiC建筑装配建造方法是有效应急建造方舱隔离医院的有效办法,为支援境外抗疫,需要预测跨境运输模块化箱体的行程时间预测方法。
已有研究中中国专利201610940816.1公开的高速公路行程时间预测系统和预测方法,主要是通过建立经过目标高速公路的车辆的行程时间和交通状况数据关联表数据库预测高速公路行程时间;中国专利201911187878.X公开的一种复杂场景下的行程时间可靠性分布预测方法,基于复杂场景数据与交通数据构造事件模型,建立不同场景下行程时间样本库,并提取行程时间可靠性分布样本特征集,构造训练模型预测未来行程时间可靠性。总体来说,现有研究均缺乏对工程运输方面的行程时间预测,鲜有对跨境运输和箱体运输的考虑。
发明内容
为了克服上述现有技术的不足,本发明目的在于提出一种面向跨境运输模块化箱体的行程时间预测方法,综合考虑跨境运输全程各环节的行程时间,考虑了天气状况对陆路运输、海路运输、箱体装卸时间的影响因素,计算从供货厂商到目的地的行程时间。
为实现上述目的,本发明的具体方案如下:
本发明提供一种面向跨境运输模块化箱体的行程时间预测方法,包括如下步骤:
(1)获取模块化箱体陆路运输和海路运输的行程数据,陆路运输包括供货厂商到本地码头和海外码头到施工场地;行程数据收集包括通过导航平台收集路线信息,通过货车或船只配备的GPS收集速度信息;
(2)获取其他行程数据,包括模块化箱体装卸作业时间和运输工具周转等待时间以及陆路运输路线和海路运输路线的天气信息;
(3)将天气条件依据恶劣程度划分等级,恶劣天气包括雨、雪、雾和大风;
(4)计算天气对跨境运输模块化箱体各过程的影响作用,包括恶劣天气对运输时间的影响和风力对吊装时间的影响;
(5)预测跨境运输模块化箱体的行程时间。
进一步的,步骤(2)中,所述模块化箱体装卸作业时间:
门式吊机的吊运能力为4分钟/个,固定式吊机的吊运能力为12分钟/个。
进一步的,步骤(3)中,划分天气条件的恶劣程度等级的方法为:
零级恶劣的天气条件包括:天气晴朗,无雨、雪、雾,刮风时距地面10米高度处的风速低于17.2米/秒;
一级恶劣的天气条件包括:24小时的降雨量小于10.0毫米或1小时降雨量小于2.5毫米;下雪时水平能见度超过1000米的或24小时内的降雪量小于2.5毫米;起雾时能见距离超过1000米;刮风时距地面10米高度处的风速达到17.2~20.7米/秒;
二级恶劣的天气条件包括:24小时内的降雨量为10.0~25.0毫米或1小时的降雨量在2.5~8.0毫米之间;下雪时水平能见距离降到501~1000米之间或24小时内的降雪量为2.5~5.0毫米;起雾时能见距离降到501~1000米之间;刮风时距地面10米高度处的风速达到20.8~24.4米/秒;
三级恶劣的天气条件包括:24小时内的降雨量为25.1~50.0毫米或1小时的降雨量在8.1~16.0毫米之间;下雪时水平能见距离降到201~500米之间或24小时内的降雪量为5.1~10.0毫米;起雾时能见距离降到201~500米之间;刮风时距地面10米高度处的风速达到24.5~28.4米/秒;
四级恶劣的天气条件包括:24小时内的降雨量超过50.0毫米或1小时的降雨量超过16.0毫米;下雪时水平能见距离降到200米以内的或24小时内的降雪量为超过10.0毫米;起雾时能见距离降到200米以内;刮风时距地面10米高度处的风速超过28.4米/秒。
进一步的,步骤(4)中,将天气对跨境运输模块化箱体各过程的影响作用的计算方法为:
恶劣天气对陆路运输和海路运输的行程时间影响作用分别为和其中TL和TH分别为为陆路运输和海路运输的行程时间,ai为其中某一路段的天气影响因子,ti为晴朗天气情况下该路段的平均行程时间;
风力对吊装时间的作用为TD=ctD,其中TD为预测吊装时间;c为天气对吊装时间的影响因子,tD为无风状态下的吊装时间。
进一步的,零、一、二、三级恶劣天气情况下,天气影响因子ai取值为1.0,1.1,1.2,1.3;四级恶劣天气下不宜运输;风力影响因子其中vf为距地面10米高度处风速,单位为米/秒;平均行程时间/>其中l为某一路段的长度,/>为n次运输过程中某一次的平均行程速度。
进一步的,步骤(5)中,预测跨境运输模块化箱体的行程时间的计算方法为:
其中T为跨境运输全程的行程时间预测,为厂商到本地码头的行程时间预测,/>为海外码头到目的地的行程时间预测,/>为本地码头吊装上船的吊装时间预测;/>为海外码头吊装上车的吊装时间预测;TH为海路运输时间预测;t0为海运报关时间预测;t1、t2分别为本地码头海运配重时间和海外码头车辆等待时间。
进一步的:
采用本发明的技术方案,具有以下有益效果:
本发明提出的一种面向跨境运输模块化箱体的行程时间预测方法,基于交通工具的GPS收集路线距离和行程速度信息,并计算平均行程时间,考察不同类型吊机吊装时间的经验数据,并计算平均装卸货时间。分析天气对跨境运输全过程的影响作用,以此为影响因子,预测跨境运输模块化箱体的行程时间。本发明提供的方法综合考虑跨境运输全流程各环节,加入了天气影响因素,行程时间预测的结果更准确可靠,进而为海外箱体运输建造提供科学合理的箱体运输规划,为海外抗疫工程货料运输提供保障。
附图说明
图1是本发明实施例的方法流程图。
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。
如图1所示,为解决上述技术问题,本发明采用的技术方案为:
提供一种面向跨境运输模块化箱体的行程时间预测方法,包括如下步骤:
(1)获取模块化箱体陆路运输和海路运输的行程数据,陆路运输包括供货厂商到本地码头和海外码头到施工场地;行程数据收集包括通过导航平台收集路线信息,通过货车或船只配备的GPS收集速度信息;
(2)获取其他行程数据,包括模块化箱体装卸作业时间和运输工具周转等待时间以及陆路运输路线和海路运输路线的天气信息;
(3)将天气条件依据恶劣程度划分等级,恶劣天气包括雨、雪、雾和大风;
(4)计算天气对跨境运输模块化箱体各过程的影响作用,包括恶劣天气对运输时间的影响和风力对吊装时间的影响;
(5)预测跨境运输模块化箱体的行程时间。
为了使本发明的内容更容易被清楚的理解,下面结合附图和具体实施例对本发明作进一步详细的说明。
交通示例:某一模块化箱体从A经过B、C、D、E四个节点运输到F,任意两个相邻节点之间的天气条件相同,通过导航平台和GPS统计的信息如下:
沿途路段 | A-B | B-C | C-D | D-E | E-F |
24小时降雨量(mm) | 0 | 15.5 | 6.2 | 7.8 | 4.2 |
地面10米高度处的风速(m/s) | 8 | 18 | 16 | 18 | 25 |
天气恶劣程度 | 零级 | 二级 | 一级 | 一级 | 三级 |
距离(km) | 600 | 560 | 640 | 400 | 100 |
平均行程速度(km/h) | 80 | 70 | 80 | 50 | 40 |
据统计该路线不会出现降雪、下雾等天气。其中D和E分别为本地码头和海外码头,都采用门式吊机。
以下将采用本发明提出的一种面向跨境运输模块化箱体的行程时间预测方法:
(1)从既有导航平台和GPS设备获取模块化箱体陆路运输和海路运输的行程数据,如上表所示;
(2)从既有第三方平台获取其他行程数据,如上表所示;
(3)将天气条件依据恶劣程度划分等级,如上表所示;
(4)计算天气对跨境运输模块化箱体运输的影响作用值步骤中,以A-D陆路运输行程时间为例,作用值计算采用如下模型获得:
因此可得:
按照同样的步骤计算可得TH=9.68h,
计算风力对模块化箱体装卸的影响作用值步骤中,以本地码头装卸时间为例,作用值计算采用如下模型获得:
TD=ctD
因此可得:
按照同样的步骤计算可得
(5)计算跨境运输模块化箱体的行程时间预测值步骤中,预测值T按照如下模型计算获得:
因此可得:
即该模块化箱体的跨境运输行程时间的预测值为43.56小时。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的保护范围内。
Claims (4)
1.一种面向跨境运输模块化箱体的行程时间预测方法,其特征在于,包括如下步骤:
(1)获取模块化箱体陆路运输和海路运输的行程数据,陆路运输包括供货厂商到本地码头和海外码头到施工场地;行程数据收集包括通过导航平台收集路线信息,通过货车或船只配备的GPS收集速度信息;
(2)获取其他行程数据,包括模块化箱体装卸作业时间和运输工具周转等待时间以及陆路运输路线和海路运输路线的天气信息;
(3)将天气条件依据恶劣程度划分等级,恶劣天气包括雨、雪、雾和大风;
(4)计算天气对跨境运输模块化箱体各过程的影响作用,包括恶劣天气对运输时间的影响和风力对吊装时间的影响;
(5)预测跨境运输模块化箱体的行程时间;
步骤(2)中,所述模块化箱体装卸作业时间:
门式吊机的吊运能力为4分钟/个,固定式吊机的吊运能力为12分钟/个;
步骤(3)中,划分天气条件的恶劣程度等级的方法为:
零级恶劣的天气条件包括:天气晴朗,无雨、雪、雾,刮风时距地面10米高度处的风速低于17.2米/秒;
一级恶劣的天气条件包括:24小时的降雨量小于10.0毫米或1小时降雨量小于2.5毫米;下雪时水平能见度超过1000米的或24小时内的降雪量小于2.5毫米;起雾时能见距离超过1000米;刮风时距地面10米高度处的风速达到17.2~20.7米/秒;
二级恶劣的天气条件包括:24小时内的降雨量为10.0~25.0毫米或1小时的降雨量在2.5~8.0毫米之间;下雪时水平能见距离降到501~1000米之间或24小时内的降雪量为2.5~5.0毫米;起雾时能见距离降到501~1000米之间;刮风时距地面10米高度处的风速达到20.8~24.4米/秒;
三级恶劣的天气条件包括:24小时内的降雨量为25.1~50.0毫米或1小时的降雨量在8.1~16.0毫米之间;下雪时水平能见距离降到201~500米之间或24小时内的降雪量为5.1~10.0毫米;起雾时能见距离降到201~500米之间;刮风时距地面10米高度处的风速达到24.5~28.4米/秒;
四级恶劣的天气条件包括:24小时内的降雨量超过50.0毫米或1小时的降雨量超过16.0毫米;下雪时水平能见距离降到200米以内的或24小时内的降雪量为超过10.0毫米;起雾时能见距离降到200米以内;刮风时距地面10米高度处的风速超过28.4米/秒;
步骤(4)中,将天气对跨境运输模块化箱体各过程的影响作用的计算方法为:
恶劣天气对陆路运输和海路运输的行程时间影响作用分别为和/>,其中/>和/>分别为陆路运输和海路运输的行程时间,/>为其中某一路段的天气影响因子,/>为晴朗天气情况下该路段的平均行程时间;
风力对吊装时间的作用为 ,其中/>为预测吊装时间;/>为天气对吊装时间的影响因子,/>为无风状态下的吊装时间。
2.根据权利要求1所述的一种面向跨境运输模块化箱体的行程时间预测方法,其特征在于:
零、一、二、三级恶劣天气情况下,天气影响因子取值为1.0,1.1,1.2,1.3;四级恶劣天气下不宜运输;风力影响因子/>,其中v f为距地面10米高度处风速,单位为米/秒;平均行程时间/>,其中l为某一路段的长度,/>为n次运输过程中某一次的平均行程速度。
3.根据权利要求1所述的一种面向跨境运输模块化箱体的行程时间预测方法,其特征在于,步骤(5)中,预测跨境运输模块化箱体的行程时间的计算方法为:
,其中T为跨境运输全程的行程时间预测,/>为厂商到本地码头的行程时间预测,/>为海外码头到目的地的行程时间预测,/>为本地码头吊装上船的吊装时间预测;/>为海外码头吊装上车的吊装时间预测;/>为海路运输时间预测;/>为海运报关时间预测;/>、/>分别为本地码头海运配重时间和海外码头车辆等待时间。
4.根据权利要求3所述的一种面向跨境运输模块化箱体的行程时间预测方法,其特征在于:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211651935.7A CN116128113B (zh) | 2022-12-21 | 2022-12-21 | 一种面向跨境运输模块化箱体的行程时间预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211651935.7A CN116128113B (zh) | 2022-12-21 | 2022-12-21 | 一种面向跨境运输模块化箱体的行程时间预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116128113A CN116128113A (zh) | 2023-05-16 |
CN116128113B true CN116128113B (zh) | 2023-10-31 |
Family
ID=86310926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211651935.7A Active CN116128113B (zh) | 2022-12-21 | 2022-12-21 | 一种面向跨境运输模块化箱体的行程时间预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128113B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1684890A (zh) * | 2002-09-26 | 2005-10-19 | 丰田钢铁中心株式会社 | 货物流通管理系统、托盘管理系统以及计算机可读记录介质和程序 |
CN109284946A (zh) * | 2017-07-20 | 2019-01-29 | 阿里巴巴集团控股有限公司 | 一种行程距离、物流服务行程时间确定方法、装置和系统 |
CN112907027A (zh) * | 2021-01-18 | 2021-06-04 | 南京效秀自动化技术有限公司 | 基于大数据分析和云计算的智慧物流全周期跟踪管理方法及云管理平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11334794B2 (en) * | 2020-04-28 | 2022-05-17 | Trabus | Artificial-intelligence-based waterway information system |
-
2022
- 2022-12-21 CN CN202211651935.7A patent/CN116128113B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1684890A (zh) * | 2002-09-26 | 2005-10-19 | 丰田钢铁中心株式会社 | 货物流通管理系统、托盘管理系统以及计算机可读记录介质和程序 |
CN109284946A (zh) * | 2017-07-20 | 2019-01-29 | 阿里巴巴集团控股有限公司 | 一种行程距离、物流服务行程时间确定方法、装置和系统 |
CN112907027A (zh) * | 2021-01-18 | 2021-06-04 | 南京效秀自动化技术有限公司 | 基于大数据分析和云计算的智慧物流全周期跟踪管理方法及云管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116128113A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190106135A1 (en) | Locomotive control system and method | |
CN113421432B (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN108830399B (zh) | 一种轨道交通站点接驳设施供需平衡的优化调整方法 | |
CN107273520A (zh) | 一种基于货车监控数据的装卸货地点识别方法 | |
MXPA02006574A (es) | Asignacion optima de locomotora para una red de ferrocarril. | |
US11402226B2 (en) | System and method for arranging transportation systems for travel | |
CN112948603B (zh) | 一种基于迁移学习的运输投送知识问答方法 | |
CN109035758B (zh) | 基于浮动车数据网格映射的城市路网交叉口拥堵识别方法 | |
CN113837446B (zh) | 一种基于多源异构数据的机场陆侧区域交通态势预测方法 | |
CN112185580B (zh) | 一种基于云端的行程风险信息处理方法 | |
CN115375234A (zh) | 基于gnss的运输车辆运行轨迹规划方法 | |
CN108133345A (zh) | 一种基于货车海量轨迹数据判断回程车的方法及系统 | |
CN104794923A (zh) | 交通线路的气象信息显示方法及装置 | |
Numonjonovich et al. | Investigation of the Throughput of Railway and Road Transport of Angren-pop Through the Kamchik Pass and Ways of Its Further Improvement | |
Lapamonpinyo et al. | Real-time passenger train delay prediction using machine learning: A case study with amtrak passenger train routes | |
CN116128113B (zh) | 一种面向跨境运输模块化箱体的行程时间预测方法 | |
CN113706875B (zh) | 一种道路功能研判方法 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
Mikulski | Introduction of telematics for transport | |
CN113240172A (zh) | 微地形覆冰数值预测方法及系统 | |
Hoffman et al. | Empirical model for truck route fuel economy | |
CN116659528A (zh) | 一种路网级路面技术状况检测路径规划方法 | |
Son et al. | A study on traffic-flow characteristic changes on expressway by visibility | |
CN115660353A (zh) | 一种铁路车站重空车流推算的方法 | |
Pospelov et al. | Optimization of Parking Space Based on Video Analysis of Traffic Flow Characteristics |
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 |