CN116129650B - 一种基于大数据分析的交通预警系统及其方法 - Google Patents
一种基于大数据分析的交通预警系统及其方法 Download PDFInfo
- Publication number
- CN116129650B CN116129650B CN202310194648.6A CN202310194648A CN116129650B CN 116129650 B CN116129650 B CN 116129650B CN 202310194648 A CN202310194648 A CN 202310194648A CN 116129650 B CN116129650 B CN 116129650B
- Authority
- CN
- China
- Prior art keywords
- road
- congestion
- time
- traffic
- intersection
- 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 27
- 238000007405 data analysis Methods 0.000 title claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 6
- 241000283070 Equus zebra Species 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据分析的交通预警系统及其方法,属于智慧交通技术领域。本发明包括:S10:基于大数据对各时间段对应道路路段的初始车流量、以及各时间段对应道路路段的道路交会路段处的车量变动情况,对各时间段车辆在对应道路交会路段处的变动率进行计算;S20:根据各时间段车辆在对应道路交会路段处的变动率,结合各道路路段的道路容量,对各道路路段中的拥堵路段,以及对拥堵路段的拥堵时间进行确定;S30:对目标车辆到达下一目标交通灯所在路口的实际时间进行预测;S40:对目标车辆通过下一目标交通灯所在路口的通行时间进行预测;S50:根据道路拥堵信息和目标车辆通过目标交通灯的通过时间,向目标车辆发布预警信息。
Description
技术领域
本发明涉及智慧交通技术领域,具体为一种基于大数据分析的交通预警系统及其方法。
背景技术
交通预警是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等现代电子信息技术面向交通运输的服务系统,尤其在道路容量不足或道路设计不妥路段,容易造成交通堵塞或发生交通事故,这使得交通预警系统更为重要。
现有的交通预警系统无法在交通拥堵前发布交通预警信息,通常在交通已经发生拥堵的情况下才显示预警信息,从而使得系统疏导交通的能力较差,以及无法在各时间段给出实时、准确、高效的预警信息,以及无法有效减轻车辆高峰期出现的交通堵塞程度。
发明内容
本发明的目的在于提供一种基于大数据分析的交通预警系统及其方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据分析的交通预警方法,所述方法包括:
S10:基于大数据对各时间段对应道路路段的初始车流量、以及各时间段对应道路路段的道路交会路段处的车量变动情况进行获取,基于获取信息,对各时间段车辆在对应道路交会路段处的变动率进行计算;
S20:根据S10中计算的各时间段车辆在对应道路交会路段处的变动率,结合各道路路段的道路容量,对各道路路段中的拥堵路段进行确定,以及对拥堵路段的拥堵时间进行预测;
S30:基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,结合S10中确定的各时间段中对应道路路段中的拥堵路段,以及拥堵路段的拥堵时间,对目标车辆到达下一目标交通灯所在路口的实际时间进行预测;
S40:根据下一目标交通灯所在地理位置,以及下一目标交通灯的色灯显示情况,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测;
S50:根据道路拥堵信息、目标车辆到达下一目标交通灯所在路口的实际时间和目标车辆通过目标交通灯的通过时间,向目标车辆发布预警信息。
进一步的,所述S10对各时间段对应道路路段的初始车流量(道路路段的初始车流量指车辆在一段时间内驶入道路路段路口的总量)、以及各时间段对应道路路段中各道路交会路段处的车辆变动情况进行获取,基于获取信息,对各时间段车辆在对应道路交会路段处的变动率进行计算,具体的计算公式Ru为:
其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,表示车辆在编号为u的道路交会路段处的车辆驶出量,/>表示车辆在编号为u的道路交会路段处的车辆驶入量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,/>用于对编号为u-1的道路交会路段处的车流量进行计算;
所述S20包括:
S201:对相邻编号道路交会路段之间的路段的道路容量进行获取,结合S10中计算的各时间段车辆在对应道路交会路段处的变动率,对对应道路路段中的拥堵路段进行确定,具体的确定公式Du为:
其中,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通;
S202:利用互联网计算机技术对S102中确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动速度进行获取,基于获取信息,对拥堵路段的拥堵时间进行预测,拥堵路段的拥堵时间等于拥堵路段的道路长度与拥堵路段车辆的平均速度的比值。
进一步的,所述S30基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,结合S10中确定的各时间段中对应道路路段中的拥堵路段,以及拥堵路段的拥堵时间,对目标车辆到达下一目标交通灯所在路口的实际时间进行预测,具体的预测公式T为:
其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间。
进一步的,S40以距离下一目标交通灯最近的人流量中心位置为坐标原点构建平面坐标系,根据下一目标交通灯所在坐标系中的位置,以及下一目标交通灯的色灯显示情况,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,具体的预测公式W为:
其中,(x1,y1)表示目标交通灯在坐标系中的坐标,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余,以1+1/√(x1 2+y1 2)作为系数将行人过斑马线的情况考虑到通行时间的预测过程中,进一步提高了预测精度。
进一步的,所述S50根据S20中预测的目标车辆到达目标交通灯前经过的拥堵路段、以及对应拥堵路段的拥堵时间,在目标车辆到达拥堵路段前向目标车辆发布预警信息,目标车辆根据发布的预警位置和预警时间选择是否更换行驶路径;
所述S50根据S40中预测的目标车辆通过下一目标交通灯的通行时间,和S30中预测的目标车辆到达下一目标交通灯所在路口的实际时间,对目标车辆到达目标交通灯前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径;
通过预测的目标车辆到达目标交通灯所在路口的实际时间,以及目标车辆通过目标交通灯所在路口的通行时间,可对车辆高峰路段进行判定,目标车辆根据判定的车辆高峰路段,选择是否更改目标路径,有利于减轻车辆高峰期出现的交通堵塞程度。
一种基于大数据分析的交通预警系统,所述系统包括:车辆变动率预测模块、交通预警位置确定模块、交通通行时间预测模块和交通预警模块;
所述车辆变动率预测模块用于根据各时间段对应道路路段的初始车流量(道路路段的初始车流量指车辆在一段时间内驶入道路路段路口的总量)、以及各时间段对应道路路段的道路交会路段处的车量变动情况,对各时间段车辆在对应道路交会路段处的变动率进行预测,并将变动率预测结果和各时间段车辆在对应编号道路交会路段处的车流量传输至交通预警位置确定模块;
所述交通预警位置确定模块用于对车辆变动率预测模块传输的预测结果进行获取,基于获取结果,结合相邻编号道路交会路段之间的路段的道路容量,对对应道路路段中的拥堵路段进行确定,结合确定的拥堵路段的道路长度,以及拥堵路段车辆的平均运动速度,对拥堵路段的拥堵时间进行确定,并将确定的拥堵路段和对应拥堵路段的拥堵时间传输至交通通行时间预测模块和交通预警模块;
所述交通通行时间预测模块用于对交通预警位置确定模块传输的确定的拥堵路段和对应拥堵路段的拥堵时间进行接收,基于接收信息,结合目标车辆在目标路径中需要经过的目标交通灯,以及目标车辆到达下一目标交通灯所经过的道路路段,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测结果传输至交通预警模块;
所述交通预警模块用于对交通预警位置确定模块传输的确定的拥堵路段和对应拥堵路段的拥堵时间、以及交通通行时间预测模块传输的预测通行时间进行接收,基于接收信息,对目标车辆发布预警信息。
进一步的,所述车辆变动率预测模块包括信息获取单元和车辆变动率预测单元;
所述信息获取单元对各时间段对应道路路段的初始车流量,以及各时间段对应道路路段中各道路交会路段处的车辆驶入量和车辆驶出量进行获取,同时对属于同一道路路段中的道路交会路段进行编号处理,并将获取信息和编号信息传输至车辆变动率预测单元;
所述车辆变动率预测单元对信息获取单元传输的获取信息和编号信息进行接收,基于接收信息,对车辆在对应编号道路交会路段处的变化量进行计算,将计算的对应编号道路交会路段处的变化量与前一编号道路交会路段处的车流量的比值,作为预测的各时间段车辆在对应编号道路交会路段处的变动率,并将预测结果传输至交通预警位置确定模块。
进一步的,所述交通预警位置确定模块包括拥堵路段确定单元和拥堵时间计算单元;
所述拥堵路段确定单元对车辆变动率预测单元传输的预测结果进行接收,基于接收结果,结合相邻编号道路交会路段之间的路段的道路容量,构建数学模型Du=[S0*∏v u=1(1+Ru-1)]/Hu u +1,对对应道路路段中的拥堵路段进行确定,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通,并将拥堵路段的确定结果传输至拥堵时间计算单元、交通通行时间预测模块和交通预警模块,其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,用于对编号为u-1的道路交会路段处的车流量进行计算,/>表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量;
所述拥堵时间计算单元对拥堵路段确定单元传输的拥堵路段确定结果进行接收,基于接收信息,对确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动运行速度进行获取,基于获取信息,利用速度距离时间公式,对对应拥堵路段的拥堵时间进行计算,并将计算结果传输至交通通行时间预测模块和交通预警模块。
进一步的,所述交通通行时间预测模块包括到达时间计算单元、通行系数确定单元和通行时间预测单元;
所述到达时间计算单元对拥堵路段确定单元传输的确定的拥堵路段和拥堵时间计算单元传输的对应拥堵路段的拥堵时间进行接收,基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,对道路路段中的拥堵路段位置和对应拥堵路段位置的拥堵时间进行获取,基于获取信息,构建数学模型T=T′+∑n i=1ti+T″,对目标车辆到达下一目标交通灯所在路口的实际时间进行计算,并将计算结果传输至交通预警模块,其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间;
所述通行系数确定单元以距离下一目标交通灯最近的人流量中心位置为坐标原点构建平面坐标系,基于坐标系对下一目标交通灯在坐标系中的位置进行获取,以下一目标交通灯与坐标原点之间的距离的倒数,作为行人对车辆通过目标交通灯的影响系数,以1与影响系数的和值作为车辆的通行系数,并将确定的通行系数传输至通行时间预测单元;
所述通行时间预测单元对通行系数确定单元传输的通行系数进行接收,基于接收信息,构建数学模型对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测的通行时间传输至交通预警模块,其中,β表示通行系数,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,/>表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余,以1+1/√(x1 2+y1 2)作为系数将行人过斑马线的情况考虑到通行时间的预测过程中,进一步提高了预测精度。
进一步的,所述交通预警模块对拥堵路段确定单元传输的确定的拥堵路段、拥堵时间单元传输的对应拥堵路段的拥堵时间、到达时间计算单元传输的目标车辆到达下一目标交通灯所在路口的实际时间、以及通行时间预测单元传输的目标车辆通过下一目标交通灯所在路口的通行时间进行获取,基于获取信息,对目标车辆到达对应预警位置前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径。
与现有技术相比,本发明所达到的有益效果是:
1.本发明通过根据各时间段车辆在对应道路交会路段处的变动率,以及相邻道路交会路段之间的路段的道路容量,对对应道路路段中的拥堵路段、以及对应拥堵路段的拥堵时间进行确定,上述确定结果在目标车辆形成目标路径后即可获得,保障交通预警系统在交通拥堵前就可分布交通预警信息,进一步提高了预警系统对交通的疏导能力。
2.本发明通过确定的对对应道路路段中的拥堵路段、以及对应拥堵路段的拥堵时间,对目标车辆到达目标交通灯所在路口的实际时间进行预测,通过目标交通灯的色灯显示情况,和目标车辆到达目标交通灯所在路口的相关信息,对目标车辆通过目标交通灯所在路口的通行时间进行预测,保证系统在各时间段给出实时、准确、高效的预警信息,以及根据预警信息对车辆高峰路段进行判定,目标车辆根据预警信息选择是否更改路径,能够有效减轻车辆高峰期出现的交通堵塞程度。
3.本发明在对目标车辆通过目标交通灯所在路口的通行时间进行预测时,将目标交通灯所在的地理位置的人流量情况考虑其中,避免人流量过多对车辆通过目标交通路灯路口时产生影响,进一步提高了系统的预测精度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据分析的交通预警系统及其方法的工作流程示意图;
图2是本发明一种基于大数据分析的交通预警系统及其方法的工作原理示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1和图2,本发明提供技术方案:一种基于大数据分析的交通预警方法,方法包括:
S10:基于大数据对各时间段对应道路路段的初始车流量、以及各时间段对应道路路段中各道路交会路段处的车辆变动情况进行获取,基于获取信息,对各时间段车辆在对应道路交会路段处的变动率进行计算,具体的计算公式Ru为:
其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,表示车辆在编号为u的道路交会路段处的车辆驶出量,/>表示车辆在编号为u的道路交会路段处的车辆驶入量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,/>用于对编号为u-1的道路交会路段处的车流量进行计算;
S20:根据S10中计算的各时间段车辆在对应道路交会路段处的变动率,结合各道路路段的道路容量,对各道路路段中的拥堵路段进行确定,以及对拥堵路段的拥堵时间进行预测;
S20包括:
S201:对相邻编号道路交会路段之间的路段的道路容量进行获取,结合S10中计算的各时间段车辆在对应道路交会路段处的变动率,对对应道路路段中的拥堵路段进行确定,具体的确定公式Du为:
其中,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通;
S202:利用互联网计算机技术对S102中确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动速度进行获取,基于获取信息,对拥堵路段的拥堵时间进行预测,拥堵路段的拥堵时间等于拥堵路段的道路长度与拥堵路段车辆的平均速度的比值;
S30:基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,结合S10中确定的各时间段中对应道路路段中的拥堵路段,以及拥堵路段的拥堵时间,对目标车辆到达下一目标交通灯所在路口的实际时间进行预测,具体的预测公式T为:
其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间;
S40:根据下一目标交通灯所在地理位置,以及下一目标交通灯的色灯显示情况,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,具体的预测公式W为:
其中,(x1,y1)表示目标交通灯在坐标系中的坐标,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余,以1+1/√(x1 2+y1 2)作为系数将行人过斑马线的情况考虑到通行时间的预测过程中,进一步提高了预测精度;
S50:根据道路拥堵信息、目标车辆到达下一目标交通灯所在路口的实际时间和目标车辆通过目标交通灯的通过时间,向目标车辆发布预警信息;
S50根据S20中预测的目标车辆到达目标交通灯前经过的拥堵路段、以及对应拥堵路段的拥堵时间,在目标车辆到达拥堵路段前向目标车辆发布预警信息,目标车辆根据发布的预警位置和预警时间选择是否更换行驶路径;
S50根据S40中预测的目标车辆通过下一目标交通灯的通行时间,和S30中预测的目标车辆到达下一目标交通灯所在路口的实际时间,对目标车辆到达目标交通灯前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径。
一种基于大数据分析的交通预警系统,系统包括:车辆变动率预测模块、交通预警位置确定模块、交通通行时间预测模块和交通预警模块;
车辆变动率预测模块用于根据各时间段对应道路路段的初始车流量(道路路段的初始车流量指车辆在一段时间内驶入道路路段路口的总量)、以及各时间段对应道路路段的道路交会路段处的车流量变动情况,对各时间段车辆在对应道路交会路段处的变动率进行预测,并将变动率预测结果和各时间段车辆在对应编号道路交会路段处的车流量传输至交通预警位置确定模块;
车辆变动率预测模块包括信息获取单元和车辆变动率预测单元;
信息获取单元对各时间段对应道路路段的初始车流量,以及各时间段对应道路路段中各道路交会路段处的车辆驶入量和车辆驶出量进行获取,同时对属于同一道路路段中的道路交会路段进行编号处理,并将获取信息和编号信息传输至车辆变动率预测单元;
车辆变动率预测单元对信息获取单元传输的获取信息和编号信息进行接收,基于接收信息,对车辆在对应编号道路交会路段处的变化量进行计算,将计算的对应编号道路交会路段处的变化量与前一编号道路交会路段处的车流量的比值,作为预测的各时间段车辆在对应编号道路交会路段处的变动率,并将预测结果传输至交通预警位置确定模块;
交通预警位置确定模块用于对车辆变动率预测模块传输的预测结果进行获取,基于获取结果,结合相邻编号道路交会路段之间的路段的道路容量,对对应道路路段中的拥堵路段进行确定,结合确定的拥堵路段的道路长度,以及拥堵路段车辆的平均运动速度,对拥堵路段的拥堵时间进行确定,并将确定的拥堵路段和对应拥堵路段的拥堵时间传输至交通通行时间预测模块和交通预警模块;
交通预警位置确定模块包括拥堵路段确定单元和拥堵时间计算单元;
拥堵路段确定单元对车辆变动率预测单元传输的预测结果进行接收,基于接收结果,结合相邻编号道路交会路段之间的路段的道路容量,构建数学模型 对对应道路路段中的拥堵路段进行确定,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通,并将拥堵路段的确定结果传输至拥堵时间计算单元、交通通行时间预测模块和交通预警模块,其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,/>用于对编号为u-1的道路交会路段处的车流量进行计算,/>表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量;
拥堵时间计算单元对拥堵路段确定单元传输的拥堵路段确定结果进行接收,基于接收信息,对确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动运行速度进行获取,基于获取信息,利用速度距离时间公式,对对应拥堵路段的拥堵时间进行计算,并将计算结果传输至交通通行时间预测模块和交通预警模块;
交通通行时间预测模块用于对交通预警位置确定模块传输的确定的拥堵路段和对应拥堵路段的拥堵时间进行接收,基于接收信息,结合目标车辆在目标路径中需要经过的目标交通灯,以及目标车辆到达下一目标交通灯所经过的道路路段,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测结果传输至交通预警模块;
交通通行时间预测模块包括到达时间计算单元、通行系数确定单元和通行时间预测单元;
到达时间计算单元对拥堵路段确定单元传输的确定的拥堵路段和拥堵时间计算单元传输的对应拥堵路段的拥堵时间进行接收,基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,对道路路段中的拥堵路段位置和对应拥堵路段位置的拥堵时间进行获取,基于获取信息,构建数学模型T=T′+∑n i=1ti+T′′,对目标车辆到达下一目标交通灯所在路口的实际时间进行计算,并将计算结果传输至交通预警模块,其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间;
通行系数确定单元以距离下一目标交通灯最近的人流量中心位置为坐标原点构建平面坐标系,基于坐标系对下一目标交通灯在坐标系中的位置进行获取,以下一目标交通灯与坐标原点之间的距离的倒数,作为行人对车辆通过目标交通灯的影响系数,以1与影响系数的和值作为车辆的通行系数,并将确定的通行系数传输至通行时间预测单元;
通行时间预测单元对通行系数确定单元传输的通行系数进行接收,基于接收信息,构建数学模型对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测的通行时间传输至交通预警模块,其中,β表示通行系数,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,/>表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余,以1+1/√(x1 2+y1 2)作为系数将行人过斑马线的情况考虑到通行时间的预测过程中,进一步提高了预测精度;
交通预警模块对拥堵路段确定单元传输的确定的拥堵路段、拥堵时间单元传输的对应拥堵路段的拥堵时间、到达时间计算单元传输的目标车辆到达下一目标交通灯所在路口的实际时间、以及通行时间预测单元传输的目标车辆通过下一目标交通灯所在路口的通行时间进行获取,基于获取信息,对目标车辆到达对应预警位置前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于大数据分析的交通预警方法,其特征在于:所述方法包括:
S10:基于大数据对各时间段对应道路路段的初始车流量、以及各时间段对应道路路段的道路交会路段处的车量变动情况进行获取,基于获取信息,对各时间段车辆在对应道路交会路段处的变动率进行计算,具体的计算公式Ru为:
其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,表示车辆在编号为u的道路交会路段处的车辆驶出量,/>表示车辆在编号为u的道路交会路段处的车辆驶入量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,/> 用于对编号为u-1的道路交会路段处的车流量进行计算;
S20:根据S10中计算的各时间段车辆在对应道路交会路段处的变动率,结合各道路路段的道路容量,对各道路路段中的拥堵路段进行确定,以及对拥堵路段的拥堵时间进行预测;
所述S20包括:
S201:对相邻编号道路交会路段之间的路段的道路容量进行获取,结合S10中计算的各时间段车辆在对应道路交会路段处的变动率,对对应道路路段中的拥堵路段进行确定,具体的确定公式Du为:
其中,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通;
S202:利用互联网计算机技术对S102中确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动速度进行获取,基于获取信息,对拥堵路段的拥堵时间进行预测,拥堵路段的拥堵时间等于拥堵路段的道路长度与拥堵路段车辆的平均速度的比值;
S30:基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,结合S10中确定的各时间段中对应道路路段中的拥堵路段,以及拥堵路段的拥堵时间,对目标车辆到达下一目标交通灯所在路口的实际时间进行预测,具体的预测公式T为:
其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间;
S40:根据下一目标交通灯所在地理位置,以及下一目标交通灯的色灯显示情况,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,以距离下一目标交通灯最近的人流量中心位置为坐标原点构建平面坐标系,具体的预测公式W为:
其中,(x1,y1)表示目标交通灯在坐标系中的坐标,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余;
S50:根据道路拥堵信息、目标车辆到达下一目标交通灯所在路口的实际时间和目标车辆通过目标交通灯的通过时间,向目标车辆发布预警信息。
2.根据权利要求1所述的一种基于大数据分析的交通预警方法,其特征在于:所述S50根据S20中预测的目标车辆到达目标交通灯前经过的拥堵路段、以及对应拥堵路段的拥堵时间,在目标车辆到达拥堵路段前向目标车辆发布预警信息,目标车辆根据发布的预警位置和预警时间选择是否更换行驶路径;
所述S50根据S40中预测的目标车辆通过下一目标交通灯的通行时间,和S30中预测的目标车辆到达下一目标交通灯所在路口的实际时间,对目标车辆到达目标交通灯前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径。
3.一种基于大数据分析的交通预警系统,其特征在于:所述系统包括:车辆变动率预测模块、交通预警位置确定模块、交通通行时间预测模块和交通预警模块;
所述车辆变动率预测模块用于根据各时间段对应道路路段的初始车流量、以及各时间段对应道路路段的道路交会路段处的车量变动情况,对各时间段车辆在对应道路交会路段处的变动率进行预测,并将变动率预测结果和各时间段车辆在对应编号道路交会路段处的车流量传输至交通预警位置确定模块;
所述车辆变动率预测模块包括信息获取单元和车辆变动率预测单元;
所述信息获取单元对各时间段对应道路路段的初始车流量,以及各时间段对应道路路段中各道路交会路段处的车辆驶入量和车辆驶出量进行获取,同时对属于同一道路路段中的道路交会路段进行编号处理,并将获取信息和编号信息传输至车辆变动率预测单元;
所述车辆变动率预测单元对信息获取单元传输的获取信息和编号信息进行接收,基于接收信息,对车辆在对应编号道路交会路段处的变化量进行计算,将计算的对应编号道路交会路段处的变化量与前一编号道路交会路段处的车流量的比值,作为预测的各时间段车辆在对应编号道路交会路段处的变动率,并将预测结果传输至交通预警位置确定模块;
所述交通预警位置确定模块用于对车辆变动率预测模块传输的预测结果进行获取,基于获取结果,结合相邻编号道路交会路段之间的路段的道路容量,对对应道路路段中的拥堵路段进行确定,结合确定的拥堵路段的道路长度,以及拥堵路段车辆的平均运动速度,对拥堵路段的拥堵时间进行确定,并将确定的拥堵路段和对应拥堵路段的拥堵时间传输至交通通行时间预测模块和交通预警模块;
所述交通预警位置确定模块包括拥堵路段确定单元和拥堵时间计算单元;
所述拥堵路段确定单元对车辆变动率预测单元传输的预测结果进行接收,基于接收结果,结合相邻编号道路交会路段之间的路段的道路容量,构建数学模型 对对应道路路段中的拥堵路段进行确定,当Du>1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段为拥堵路段,当Du≤1时,表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段畅通,并将拥堵路段的确定结果传输至拥堵时间计算单元、交通通行时间预测模块和交通预警模块,其中,u=1,2,…,v表示道路路段中的道路交会路段对应的编号,v表示对应道路路段中道路交会路段的总量,S0表示对应道路路段的初始车流量,Ru表示编号为u的道路交会路段处的车辆变动率,当u=1时,Ru-1=R0=0,/>用于对编号为u-1的道路交会路段处的车流量进行计算,/>表示编号为u的道路交会路段与编号为u+1的道路交会路段之间的路段的道路容量;
所述拥堵时间计算单元对拥堵路段确定单元传输的拥堵路段确定结果进行接收,基于接收信息,对确定的对应拥堵路段的道路长度,以及对应拥堵路段中车辆的平均运动运行速度进行获取,基于获取信息,利用速度距离时间公式,对对应拥堵路段的拥堵时间进行计算,并将计算结果传输至交通通行时间预测模块和交通预警模块;
所述交通通行时间预测模块用于对交通预警位置确定模块传输的确定的拥堵路段和对应拥堵路段的拥堵时间进行接收,基于接收信息,结合目标车辆在目标路径中需要经过的目标交通灯,以及目标车辆到达下一目标交通灯所经过的道路路段,对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测结果传输至交通预警模块;
所述交通通行时间预测模块包括到达时间计算单元、通行系数确定单元和通行时间预测单元;
所述到达时间计算单元对拥堵路段确定单元传输的确定的拥堵路段和拥堵时间计算单元传输的对应拥堵路段的拥堵时间进行接收,基于目标路径,获取目标车辆需要经过的目标交通灯,根据目标车辆到达下一目标交通灯所经过的道路路段,对道路路段中的拥堵路段位置和对应拥堵路段位置的拥堵时间进行获取,基于获取信息,构建数学模型对目标车辆到达下一目标交通灯所在路口的实际时间进行计算,并将计算结果传输至交通预警模块,其中,T′表示目标车辆在到达下一目标交通灯的路段中无拥堵路段时所行驶的时间,i=1,2,…,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段对应的编号,n表示目标车辆到达下一目标交通灯的路段中的拥堵路段总数,ti表示编号为i的拥堵路段对应的拥堵时间,T″表示目标车辆在目标路径起始点时对应的时间点,T表示目标车辆到达下一目标交通灯所在路口的实际时间;
所述通行系数确定单元以距离下一目标交通灯最近的人流量中心位置为坐标原点构建平面坐标系,基于坐标系对下一目标交通灯在坐标系中的位置进行获取,以下一目标交通灯与坐标原点之间的距离的倒数,作为行人对车辆通过目标交通灯的影响系数,以1与影响系数的和值作为车辆的通行系数,并将确定的通行系数传输至通行时间预测单元;
所述通行时间预测单元对通行系数确定单元传输的通行系数进行接收,基于接收信息,构建数学模型对目标车辆通过下一目标交通灯所在路口的通行时间进行预测,并将预测的通行时间传输至交通预警模块,其中,β表示通行系数,f表示目标交通灯中绿灯的单次显示时长,g表示单个车辆通过目标交通灯所在路口的时长,m表示下一目标交通灯在绿灯结束时目标车辆到达下一目标交通灯所在路口时距离路口停止线的距离,p表示目标车辆前方车辆的平均行驶速度,a表示下一目标交通灯中相邻绿灯之间的间隔时间,/>表示对(g+m/p)/f进行取整,|(g+m/p)/f|表示对(g+m/p)/f进行取余;
所述交通预警模块用于对交通预警位置确定模块传输的确定的拥堵路段和对应拥堵路段的拥堵时间、以及交通通行时间预测模块传输的预测通行时间进行接收,基于接收信息,对目标车辆发布预警信息。
4.根据权利要求3所述的一种基于大数据分析的交通预警系统,其特征在于:所述交通预警模块对拥堵路段确定单元传输的确定的拥堵路段、拥堵时间单元传输的对应拥堵路段的拥堵时间、到达时间计算单元传输的目标车辆到达下一目标交通灯所在路口的实际时间、以及通行时间预测单元传输的目标车辆通过下一目标交通灯所在路口的通行时间进行获取,基于获取信息,对目标车辆到达对应预警位置前向目标车辆发布预警信息,目标车辆根据发布的预警信息选择是否更换行驶路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310194648.6A CN116129650B (zh) | 2023-03-03 | 2023-03-03 | 一种基于大数据分析的交通预警系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310194648.6A CN116129650B (zh) | 2023-03-03 | 2023-03-03 | 一种基于大数据分析的交通预警系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116129650A CN116129650A (zh) | 2023-05-16 |
CN116129650B true CN116129650B (zh) | 2023-10-31 |
Family
ID=86304691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310194648.6A Active CN116129650B (zh) | 2023-03-03 | 2023-03-03 | 一种基于大数据分析的交通预警系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116129650B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116543573B (zh) * | 2023-07-06 | 2023-09-29 | 山东清源物联网技术有限公司 | 一种基于大数据的交通控制系统及信息接收终端 |
CN117975745B (zh) * | 2024-04-01 | 2024-05-31 | 华东交通大学 | 一种基于车联网的智慧交通监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011196786A (ja) * | 2010-03-18 | 2011-10-06 | Toyota Central R&D Labs Inc | 渋滞時間算出装置、出発時刻算出装置、渋滞なし時間算出装置、及びプログラム |
CN104303014A (zh) * | 2012-05-14 | 2015-01-21 | 株式会社日立制作所 | 交通路径分担率控制系统以及交通路径分担率控制方法 |
WO2020259074A1 (zh) * | 2019-06-28 | 2020-12-30 | 佛山科学技术学院 | 一种基于大数据的交通拥堵预测系统、方法及存储介质 |
CN112881661A (zh) * | 2019-11-29 | 2021-06-01 | 丰田自动车株式会社 | 路面损坏检测装置、路面损坏检测方法及存储介质 |
CN113744533A (zh) * | 2021-09-16 | 2021-12-03 | 济南金宇公路产业发展有限公司 | 一种基于5g的车辆疏导方法及系统 |
-
2023
- 2023-03-03 CN CN202310194648.6A patent/CN116129650B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011196786A (ja) * | 2010-03-18 | 2011-10-06 | Toyota Central R&D Labs Inc | 渋滞時間算出装置、出発時刻算出装置、渋滞なし時間算出装置、及びプログラム |
CN104303014A (zh) * | 2012-05-14 | 2015-01-21 | 株式会社日立制作所 | 交通路径分担率控制系统以及交通路径分担率控制方法 |
WO2020259074A1 (zh) * | 2019-06-28 | 2020-12-30 | 佛山科学技术学院 | 一种基于大数据的交通拥堵预测系统、方法及存储介质 |
CN112881661A (zh) * | 2019-11-29 | 2021-06-01 | 丰田自动车株式会社 | 路面损坏检测装置、路面损坏检测方法及存储介质 |
CN113744533A (zh) * | 2021-09-16 | 2021-12-03 | 济南金宇公路产业发展有限公司 | 一种基于5g的车辆疏导方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116129650A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116129650B (zh) | 一种基于大数据分析的交通预警系统及其方法 | |
CN108806283B (zh) | 一种交通信号灯的控制方法及车联网平台 | |
US9076332B2 (en) | Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks | |
CN112820108B (zh) | 一种自学习的路网交通状态分析及预测方法 | |
CN111882905B (zh) | 一种道路交通预约通行的实现方法、系统及电子设备 | |
CN110907966A (zh) | 物联网时代下基于实时车流量的应急车辆导航系统及方法 | |
CN105074793A (zh) | 用于车辆路径规划和交通管理的车道级车辆导航 | |
CN108039046B (zh) | 一种基于c-v2x的城市交叉路口行人检测识别系统 | |
CN111968370B (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
CN112767683B (zh) | 一种基于反馈机制的路径诱导方法 | |
CN105023428A (zh) | 路况信息评估方法及装置 | |
CN104482936B (zh) | 提供路况信息的云端服务器和显示路况信息的装置 | |
CN104157137A (zh) | 一种交通路况获取方法及装置 | |
CN114049760B (zh) | 基于交叉路口的交通控制方法、装置及系统 | |
CN103903432A (zh) | 用于确定路链拥堵状况的设备和方法 | |
CN113724509B (zh) | 一种时空协同的公交优先控制方法和装置 | |
CN114155734A (zh) | 等灯信息确定方法和车辆信息显示方法 | |
CN113516857A (zh) | 一种基于雷达监测的交叉口信号配时动态调配方法及系统 | |
US20190295283A1 (en) | Other vehicle position estimation apparatus | |
CN115547033A (zh) | 基于交通状况的交通信号协同控制方法 | |
CN112927497B (zh) | 一种浮动车识别方法、相关方法和装置 | |
CN114822050A (zh) | 路况识别方法、电子设备及计算机程序产品 | |
CN109712425B (zh) | 一种基于稀疏定位点的公交车辆位置的确定方法及装置 | |
CN114399908A (zh) | 利用车载adas研判道路交叉口车道级排队长度的方法 | |
CN114299719B (zh) | 端云系统中基于轨迹的车道临时指向的识别方法及系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231009 Address after: 830000 room 217-3, information technology innovation park, Xinjiang University, No. 499, Northwest Road, shayibak District, Urumqi, Xinjiang Uygur Autonomous Region Applicant after: Xinjiang Beidou Tongchuang Information Technology Co.,Ltd. Address before: Building 38-1, Phase II, Zhongde Industrial Park, Zidong Avenue, Tianqiao District, Jinan City, Shandong Province, 250000 Applicant before: Shandong Ruina Transportation Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |