CN116578664A - 车辆行程有向环路图的构建方法、行程预测方法及系统 - Google Patents
车辆行程有向环路图的构建方法、行程预测方法及系统 Download PDFInfo
- Publication number
- CN116578664A CN116578664A CN202310857529.4A CN202310857529A CN116578664A CN 116578664 A CN116578664 A CN 116578664A CN 202310857529 A CN202310857529 A CN 202310857529A CN 116578664 A CN116578664 A CN 116578664A
- Authority
- CN
- China
- Prior art keywords
- travel
- data
- trip
- vehicle
- target 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010586 diagram Methods 0.000 title claims abstract description 24
- 238000010276 construction Methods 0.000 title abstract description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000007418 data mining Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Navigation (AREA)
Abstract
本发明提出一种车辆行程有向环路图的构建方法、行程预测方法及系统,该方法包括步骤:获取目标车辆当前的行程数据;将所述行程数据中的GPS位置数据换为地图瓦片的编号;基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息。本发明对从车辆GPS系统上传的808协议中得到行程原始数据进行数据挖掘和分析,构建行程有向环路图,基于行程有向环路图可以对车辆的趟程信息进行监控以及对车辆位置进行预测,以利于后续的商用车辆资源调度和安全监控。整个过程无需车主、司机或者车队管理员主动上报,实时性高、准确度强。
Description
技术领域
本发明涉及大数据技术领域,具体涉及一种车辆行程有向环路图的构建方法、行程预测方法及系统。
背景技术
当前商用车业务领域以趟城为主要业务运营度量。但是商用车与市政车辆和公共交通不一样,其行程数据主要来由车主、司机或者车队管理员进行主动上报。由于车主、司机或者车队管理员无法保证及时准确的上传行程数据,导致对于商用车的行程监控和预测难以实现。
发明内容
本发明一个或多个实施例描述了一种车辆行程有向环路图的构建方法、行程预测方法及系统,能够部分地解决现有技术存在的上述问题。
根据第一方面,提供了一种车辆行程有向环路图的构建方法,包括:
获取目标车辆在预设时间段的行程原始数据,包括所述目标车辆在所述预设时间段内所有行程的行程开始时间、行程结束时间、行程起点经纬度、行程终点经纬度;
将所述行程原始数据中的行程起点经纬度和行程终点经纬度转换为地图瓦片的编号,得到瓦片数据表;
将所述瓦片数据表中的起点和终点作为所述目标车辆行程有向环路图的节点,将每个节点表示为V=[节点瓦片编号,停靠时间列表],所述节点停靠列表用于描述所述目标车辆在该节点停靠的时间,包括出发停靠时间和返回停靠时间;
基于所述节点,将每个行程作为一条边,将每条边表示为E=[起始瓦片编号,结束瓦片编号,行程里程,行程时长,行程次数]
针对每个节点,若该节点的停靠时间列表中既有出发停靠时间又有返回停靠时间,则将出发停靠时间到返回停靠时间的时间段作为目标周期,遍历所述瓦片数据表,找到在所述目标周期中途经的边,得到以该节点作为闭环节点的有向环路;确定所有有向环路后,得到行程有向环路图。
作为第一方面所述方法的一种可选实施方式,所述地图瓦片为12级;将所述行程原始数据中的行程起点经纬度和行程终点经纬度转换为地图瓦片的编号,得到瓦片数据表,具体包括;
具体包括:
计算地图瓦片坐标:
;
其中,表示地图瓦片的坐标,/>表示地图瓦片的层级,/>取值为12,/>表示行程起点或行程终点的经纬度坐标;
计算地图瓦片编号m:
。
作为第一方面所述方法的一种可选实施方式,将得到的有向环路作为趟程,统计每个趟程的行程里程,若小于预设的阈值,则从所述行程有向环路图中过滤该趟程。
作为第一方面所述方法的一种可选实施方式,将得到的有向环路作为趟程,将每个趟程途径的节点按照地图瓦片的编号从小到大进行排序,就要排序后的趟程途径节点列表,合并重复的趟程。
作为第一方面所述方法的一种可选实施方式,所述行程原始数据由所述目标车辆自带的GPS系统通过808协议上报得到。
根据第二方面,提出一种行程预测方法,包括:
获取目标车辆当前的行程数据;
将所述行程数据中的GPS位置数据换为地图瓦片的编号;
基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息;所述行程有向环路图采用第一方面所述车辆行程有向环路图的构建方法构建得到。
根据第三方面,提出提出一种行程预测系统,包括:
行程数据获取单元,用于获取目标车辆当前的行程数据;
数据转换单元,用于将所述行程数据中的GPS位置数据换为地图瓦片的编号;
趟程预测单元,用于基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息;
所述行程有向环路图采用第一方面所述车辆行程有向环路图的构建方法构建得到。
根据第四方面,提出一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述所述车辆行程有向环路图的构建方法的具体步骤。
根据第五方面,提出一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述车辆行程有向环路图的构建方法的具体步骤。
本公开实施例提供的方法、系统及设备中,对于车辆自带的GPS系统上传的808协议得到行程原始数据进行数据挖掘和分析,构建出车辆的行程有向环路图,基于行程有向环路图可以对车辆的趟程信息进行监控以及对车辆位置进行预测,以利于后续的商用车辆资源调度和安全监控。整个过程无需车主、司机或者车队管理员主动上报,实时性高、准确度强。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中提供的车辆行程有向环路图的构建方法的流程图;
图2是本发明实施例中提供的行程预测方法的流程图;
图3是本发明实施例中提供的行程预测系统的结构图。
具体实施方式
当前商用车业务领域以趟城为主要业务运营度量,商用车趟程数据主要来自于车主、司机或者车队管理员的主动上报,操作较为繁琐,而且无法要求相关方必须上传趟城,因为趟城也涉及商用车的业务商业机密,业界也暂无趟城数据挖掘的有效方案。因此,对于商用车的行程监控和预测难以实现。
为弥补现有技术的缺陷,本说明书提供了一种车辆行程有向环路图的构建方法、行程预测方法及系统。下面结合附图,对本说明书实施例提供的方案进行描述。
首先需要说明的是,在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
请参考图1,本实施例中提供一种车辆行程有向环路图的构建方法,包括以下步骤:
步骤S100:从车辆GPS数据的HDFS形成数据中获取目标车辆在预设时间段的行程原始数据。
在本实施例中,行程原始数据通过目标车辆自带的GPS系统上传的808协议数据中得到。原始行程数据具体可以包括:目标车辆在所述预设时间段内所有行程的行程开始时间、行程结束时间、行程起点经纬度、行程终点经纬度、行程载荷和行程积分里程。如下表所示,为一个示意性的行程原始数据表TripRawRecord。
行程原始数据表TripRawRecord中每一行对应一个行程,下面对表中各个字段的计量单位进行说明:
行程开始时间:单位为秒。UTC时间,从1970年01月01日0时0分0秒开始计算的流逝秒数。
行程结束时间:单位为秒。UTC时间,从1970年01月01日0时0分0秒开始计算的流逝秒数。
行程开始维度:单位为维度乘以1000000。
行程开始经度:单位为经度乘以1000000。
行程结束维度:单位为维度乘以1000000。
行程结束经度:单位为经度乘以1000000。
行程积分里程:单位为米。
行程载荷:单位为0.1吨。
步骤S200:将TripRawRecord数据表格中的行程数据按照行程开始时间进行正向排序,让先发生的行程数据排在前面,后续行程有向环路图的是在统一坐标系下的通用地图12级瓦片上构建的。
步骤S300:将排好序的行程数据中的GPS位置数据转换为地图瓦片编号数据,得到瓦片数据表。 GPS位置数据转换为地图瓦片编号的方法如下:
计算地图瓦片坐标:
;
其中,表示地图瓦片的坐标,/>表示地图瓦片的层级,本实施例中采用通用12级的地图瓦片,因此/>取值为12,/>表示行程起点或行程终点的经纬度坐标。
计算地图瓦片编号m:
。
将TripRawRecord数据表格中的每行数据转换成(行程开始时间,行程开始瓦片编号,行程结束瓦片编号,行程积分里程,行程载荷)的格式,得到瓦片数据表。
S400:遍历瓦片数据表,构建行程有向环路图中的各个节点JournalVertex其中每个JournalVertex 包含数据[本节点12级瓦片编号tileNumber,(停靠时间点列表timelist,每个时间点的格式为(行程开始时间:出发返回标志)))],其中出发返回标志0为起始1为结束。基于此规则,某个JournalVertex节点构建示例数据如下:JournalVertex[tileNumber=120338701765,timelist=(start->1541654565:1->1541655837:0->1541909158:1->1541911096:0->end)]。
遍历瓦片数据表,构建行程有向环路图的各个边线JournalEdge集合,其中每个JournalEdge包含数据[起始12级瓦片编号src,结束12级瓦片编号dst,所有行程合计里程totalDistance,经历行程个数合计次数times,所有行程合计时长totalDuration,所有行程合计载荷totalVehicleEstimatedLoad]。基于此规则,某个JournalEdge边线构建示例数据如下:JournalEdge[src=120339501756,dst=120338701765,totalDuration=15453,totalDistance=273329,times=2,totalDuration=233321,totalVehicleEstimatedLoad=0]。
S500:在行程有向环路图中,存在多个闭环节点,即该节点的停靠时间列表中既有出发停靠时间又有返回停靠时间。对于每个闭环节点,依据JournalVertex集合中每个JournalVertex节点的停靠时间点列表timelist,获取每一个起止周期(出发返回标志从0到1)的时间点段,并按照起止时间点周期A在行程表格数据中搜索历经的途径JournalEdge边线,构建以该JournalVertex节点为闭环节点的闭环环路,也就是JournalVertex节点的起止时间点周期A的趟城JournalDescV3信息,其中每个JournalDescV3包含数据[(趟程历经节点列表points,格式为12级瓦片编号采用“->”连接),该趟城合计边线的合计时长totalDuration,该趟城合计边线的合计里程totalDistance,该趟城经历次数合计次数tcTimes]。基于此规则,某个JournalDescV3信息构建示例数据如下:JournalDescV3[points=120338701765->120337501774->120339501756->120337501774->120339501756->120337501774->120339501756->120338701765,totalDuration=253321,totalDistance=1851949,tcTimes=1]。
在一种可选实施方式中,可以对构建好的所有有向环路进行短途过滤,具体为:
将得到的有向环路作为趟程,统计每个趟程的行程里程,若小于预设的阈值,则从所述行程有向环路图中过滤该趟程。
在一种可选实施方式中,可以对构建好的趟程数据进行合并,具体为:将得到的有向环路作为趟程,将每个趟程途径的节点按照地图瓦片的编号从小到大进行排序,就要排序后的趟程途径节点列表,合并重复的趟程。
本实施例还提出一种行程预测方法,该方法基于上述步骤构建的车辆行程有向环路图实现,具体流程如图2所示,包括:
步骤S1、获取目标车辆当前的行程数据;
步骤S2、将所述行程数据中的GPS位置数据换为地图瓦片的编号;
步骤S3、基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息。
本实施例还提出一种行程预测系统,用于实现上述的行程预测方法,其结构如图3所示,包括:
行程数据获取单元,用于获取目标车辆当前的行程数据;
数据转换单元,用于将所述行程数据中的GPS位置数据换为地图瓦片的编号;
趟程预测单元,用于基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息。
本装置中的行程有向环路图基于上述步骤所述的车辆行程有向环路图的构建方法构建得到。
本公开实施例还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由处理器执行以完成上述实施例中的车辆行程有向环路图的构建方法或行程预测方法。例如,该计算机可读存储介质可以是只读存储器(Read-Only Memory ,ROM)、随机存取存储器(Random Access Memory,RAM)、只读光盘(Compact Disc Read-OnlyMemory,CDROM)、磁带、软盘和光数据存储设备等。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括一条或多条程序代码,该程序代码存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该程序代码,处理器执行该程序代码,以完成上述实施例中提供的车辆行程有向环路图的构建方法或行程预测方法的实现步骤。
本公开实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述车辆行程有向环路图的构建方法或行程预测方法。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种车辆行程有向环路图的构建方法,其特征在于,包括:
获取目标车辆在预设时间段的行程原始数据,包括所述目标车辆在所述预设时间段内所有行程的行程开始时间、行程结束时间、行程起点经纬度、行程终点经纬度;
将所述行程原始数据中的行程起点经纬度和行程终点经纬度转换为地图瓦片的编号,得到瓦片数据表;
将所述瓦片数据表中的起点和终点作为所述目标车辆行程有向环路图的节点,将每个节点表示为V=[节点瓦片编号,停靠时间列表],所述节点停靠列表用于描述所述目标车辆在该节点停靠的时间,包括出发停靠时间和返回停靠时间;
基于所述节点,将每个行程作为一条边,将每条边表示为E=[起始瓦片编号,结束瓦片编号,行程里程,行程时长,行程次数]
针对每个节点,若该节点的停靠时间列表中既有出发停靠时间又有返回停靠时间,则将出发停靠时间到返回停靠时间的时间段作为目标周期,遍历所述瓦片数据表,找到在所述目标周期中途经的边,得到以该节点作为闭环节点的有向环路;确定所有有向环路后,得到行程有向环路图。
2.如权利要求1所述的方法,其特征在于,所述地图瓦片为12级;将所述行程原始数据中的行程起点经纬度和行程终点经纬度转换为地图瓦片的编号,得到瓦片数据表,具体包括;
具体包括:
计算地图瓦片坐标:
;
其中,表示地图瓦片的坐标,/>表示地图瓦片的层级,/>取值为12,/>表示行程起点或行程终点的经纬度坐标;
计算地图瓦片编号m:
。
3.如权利要求1所述的方法,其特征在于,将得到的有向环路作为趟程,统计每个趟程的行程里程,若小于预设的阈值,则从所述行程有向环路图中过滤该趟程。
4.如权利要求1所述的方法,其特征在于,将得到的有向环路作为趟程,将每个趟程途径的节点按照地图瓦片的编号从小到大进行排序,就要排序后的趟程途径节点列表,合并重复的趟程。
5.如权利要求1所述的方法,其特征在于,所述行程原始数据由所述目标车辆自带的GPS系统通过808协议上报得到。
6.一种行程预测方法,其特征在于,包括:
获取目标车辆当前的行程数据;
将所述行程数据中的GPS位置数据换为地图瓦片的编号;
基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息;所述行程有向环路图采用如权利要求1至5任意一项所述方法构建得到。
7.一种行程预测系统,其特征在于,包括:
行程数据获取单元,用于获取目标车辆当前的行程数据;
数据转换单元,用于将所述行程数据中的GPS位置数据换为地图瓦片的编号;
趟程预测单元,用于基于得到的地图瓦片的编号和所述行程数据中的时间数据,从预先构建的行程有向环路图中确定所述目标车辆当前的趟程信息,并基于确定的所述趟程信息预测所述目标车辆的在预设时间的位置信息;
所述行程有向环路图采用如权利要求1至5任一项所述方法构建得到。
8.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述权利要求1至5任一项所述的方法。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310857529.4A CN116578664B (zh) | 2023-07-13 | 2023-07-13 | 车辆行程有向环路图的构建方法、行程预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310857529.4A CN116578664B (zh) | 2023-07-13 | 2023-07-13 | 车辆行程有向环路图的构建方法、行程预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116578664A true CN116578664A (zh) | 2023-08-11 |
CN116578664B CN116578664B (zh) | 2023-09-26 |
Family
ID=87534608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310857529.4A Active CN116578664B (zh) | 2023-07-13 | 2023-07-13 | 车辆行程有向环路图的构建方法、行程预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116578664B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019056874A1 (zh) * | 2017-09-20 | 2019-03-28 | 北京摩拜科技有限公司 | 拼车路线的提供方法、客户端、服务器及拼车系统 |
WO2022095351A1 (zh) * | 2020-11-06 | 2022-05-12 | 平安科技(深圳)有限公司 | 目标区域划分方法、装置、电子设备及存储介质 |
CN114912689A (zh) * | 2022-05-21 | 2022-08-16 | 华设设计集团股份有限公司 | 基于地图网格索引和xgboost的超限车辆目的地预测方法及系统 |
CN115034429A (zh) * | 2022-04-20 | 2022-09-09 | 中国海洋大学 | 基于深度图神经网络的城市出租车接客点推荐方法 |
-
2023
- 2023-07-13 CN CN202310857529.4A patent/CN116578664B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019056874A1 (zh) * | 2017-09-20 | 2019-03-28 | 北京摩拜科技有限公司 | 拼车路线的提供方法、客户端、服务器及拼车系统 |
WO2022095351A1 (zh) * | 2020-11-06 | 2022-05-12 | 平安科技(深圳)有限公司 | 目标区域划分方法、装置、电子设备及存储介质 |
CN115034429A (zh) * | 2022-04-20 | 2022-09-09 | 中国海洋大学 | 基于深度图神经网络的城市出租车接客点推荐方法 |
CN114912689A (zh) * | 2022-05-21 | 2022-08-16 | 华设设计集团股份有限公司 | 基于地图网格索引和xgboost的超限车辆目的地预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116578664B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8924240B2 (en) | System for monitoring vehicle and operator behavior | |
WO2018122806A1 (zh) | 一种基于行程时间分布的多模态交通异常检测方法 | |
CN108766024B (zh) | 基于大数据计算的停车场管理方法、介质、终端设备以及装置 | |
DK2619059T3 (en) | Driver profiling system and method | |
EP1736735A1 (en) | Travel time database generating device and method | |
US8744736B2 (en) | Method and apparatus for updating travel time estimation | |
DE102012201472A1 (de) | Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen | |
CN116362370A (zh) | 智慧城市停车场车位状态预估方法、物联网系统及装置 | |
CN110969861B (zh) | 一种车辆识别方法、装置、设备及计算机存储介质 | |
CN111613061B (zh) | 一种基于众包和区块链的交通流采集系统及方法 | |
DE112015000924B4 (de) | Zielabhängiger Geschwindigkeitsregler | |
CN114761985A (zh) | V2x车辆道路使用率 | |
CN112508228A (zh) | 一种驾驶行为风险预测方法及系统 | |
Vital et al. | Survey on intelligent truck parking: Issues and approaches | |
CN106128132A (zh) | 一种实时路况监控的系统 | |
WO2024114414A1 (zh) | 一种v2x事件的推送方法及装置 | |
Higuchi et al. | A collaborative approach to finding available parking spots | |
CN116578664B (zh) | 车辆行程有向环路图的构建方法、行程预测方法及系统 | |
WO2020165034A1 (de) | Konzept zum bereitstellen von parkplatzverfügbarkeitsinformationen | |
CN114202923B (zh) | 一种城市道路交通拥堵时空分布综合指数测评方法 | |
CN111640303B (zh) | 城市通勤路径识别方法及设备 | |
CN114495505A (zh) | 拥堵路段通过时长的预测方法、装置、介质及服务器 | |
CN113570870A (zh) | 分布式路口平均延误估计方法、装置、设备及存储介质 | |
US20210116582A1 (en) | Method and system for estimating a wait time at a destination of a vehicle using v2v communication | |
CN114566062B (zh) | 车辆停车调度管理方法、装置、计算机设备和存储介质 |
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 |