CN116596345A - 高速路段的服务水平计算方法、装置、电子设备及介质 - Google Patents
高速路段的服务水平计算方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116596345A CN116596345A CN202310831984.7A CN202310831984A CN116596345A CN 116596345 A CN116596345 A CN 116596345A CN 202310831984 A CN202310831984 A CN 202310831984A CN 116596345 A CN116596345 A CN 116596345A
- Authority
- CN
- China
- Prior art keywords
- service level
- analysis unit
- vehicle
- vehicle flow
- level analysis
- 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 51
- 238000004458 analytical method Methods 0.000 claims abstract description 160
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 41
- 238000005070 sampling Methods 0.000 claims abstract description 38
- 238000012417 linear regression Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种高速路段的服务水平计算方法、装置、电子设备及介质。通过应用本申请的技术方案，可以根据当前服务水平分析单元包含的行驶车辆实时的移动位置数据以及位于服务水平分析单元上游的收费站数据，来得到在预设时间段内能够到达服务水平分析单元处的收费站车辆流量与采样车辆流量，并结合基于历史数据得到的用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系，确定经过服务水平分析单元处的真实车辆流量，进而据此结合车辆的平均速度得到该高速路段的服务水平。从而实现了高速路段由于改扩建等原因导致收费门架无法正常工作的情况下依然可以确定高速路段的服务水平的目的。
Description
技术领域
本申请中涉及路段数据处理技术，尤其是一种高速路段的服务水平计算方法、装置、电子设备及介质。
背景技术
近些年来，我国的交通信息化水平取得了长足的发展和进步，交通运行监测也逐步完善。交通运行监测的完善使得交通管理部门能够准确了解路网的拥堵情况、交通事故发生的位置和严重程度等信息。通过数据分析和处理，交通管理部门可以快速响应并采取相应的交通调控措施，有效缓解拥堵，提高道路通行效率。
其中，高速路段的车辆流量与车辆行驶的平均速度是评价一个高速路段服务水平的重要指标。相关技术中，高速路段中的车辆流量与车辆平均速度的数据采集主要依靠收费门架采集得到。其中，收费门架是部署在任意互通枢纽和收费站之间存在的，用于记录车辆位置进而还原车辆行驶轨迹的装置。
然而，当高速路段由于改扩建等原因导致收费门架无法正常工作的情况下如何确定高速路段的服务水平，成为了本领域技术人员需要解决的问题。
发明内容
本申请实施例提供一种高速路段的服务水平计算方法、装置、电子设备及介质，本申请实施例用于解决相关技术中存在的，在收费门架无法正常工作的情况下如何确定高速路段的服务水平的问题。
其中，根据本申请实施例的一个方面，提供的一种高速路段的服务水平计算方法，所述方法包括：
获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量；
基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于所述服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量；
基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量；
基于所述车辆流量与所述车辆平均速度，确定所述服务水平分析单元对应的高速路段的服务水平。
其中，根据本申请实施例的又一个方面，提供的一种高速路段的服务水平计算装置，包括：
获取模块，被配置为获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量；
第一计算模块，被配置为基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于所述服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量；
第二计算模块，被配置为基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量；
确定模块，被配置为基于所述车辆流量与所述车辆平均速度，确定所述服务水平分析单元对应的高速路段的服务水平。
根据本申请实施例的又一个方面，提供的一种电子设备，包括：
存储器，用于存储可执行指令；以及
显示器，用于与所述存储器执行所述可执行指令从而完成上述任一所述高速路段的服务水平计算方法的操作。
根据本申请实施例的还一个方面，提供的一种计算设备可读存储介质，用于存储计算设备可读取的指令，所述指令被执行时执行上述任一所述高速路段的服务水平计算方法的操作。
本申请中，获取服务水平分析单元内的移动位置数据，计算分析单元内的平均速度与采样车辆流量；基于服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达服务水平分析单元的收费站车辆流量；基于收费站车辆流量、采样车辆流量以及由历史车流数据构建的关联关系，确定服务水平分析单元的车辆流量；基于车辆流量与车辆平均速度，确定服务水平分析单元对应的高速路段的服务水平
通过应用本申请的技术方案，可以根据当前服务水平分析单元包含的行驶车辆实时的移动位置数据以及位于服务水平分析单元上游的收费站数据，来得到在预设时间段内能够到达服务水平分析单元处的收费站车辆流量与采样车辆流量，并结合基于历史数据得到的用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系，确定经过服务水平分析单元处的真实车辆流量，进而据此结合车辆的平均速度得到该高速路段的服务水平。从而实现了高速路段由于改扩建等原因导致收费门架无法正常工作的情况下依然可以确定高速路段的服务水平的目的。
以下利用多个实施例，对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：
图1示出了本申请一实施例所提供的一种高速路段的服务水平计算的系统架构示意图；
图2示出了本申请一实施例所提供的一种高速路段的服务水平计算的方法示意图；
图3示出了本申请一实施例所提供的服务水平分析单元在高速路段中部署位置的示意图；
图4示出了本申请一实施例所提供的一种高速路段的服务水平计算的总体流程示意图；
图5示出了本申请一实施例所提供的一种电子装置的结构示意图；
图6示出了本申请一实施例所提供的一种电子设备的结构示意图；
图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
需要说明的是，本申请实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
下面结合图1-图4来描述根据本申请示例性实施方式的用于进行高速路段的服务水平计算方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。
目前，对高速公路的运行监测主要依赖于收费数据和移动位置数据。收费数据由收费站和收费门架采集，优点是可以计算断面点位的全量数据，缺点是受到收费站与收费门架的位置限制，计算精度不高。移动位置数据是基于手机、车机等移动端采集到的采样数据，具有信息精度高、粒度细、刷新频率快等优点，受其采样频率及采样特征影响，在时空分布上并不平衡，这就导致计算流量等指标时，会与实际真值有所偏差。
随着城市化进程的加速和电子商务的快速增长，商品流通速度大大加快，对物流运输的要求也更高。高速公路作为物流运输的重要通道，承担着货物运输的重要任务。然而，现有的高速公路网络始建于上世纪90年代，部分重要通道已经无法满足不断增长的货物运输需求，交通拥堵和运输效率低下的问题日益凸显。中国经济的不断崛起，需要更加便捷、高效的物流运输网络来支撑产业链和供应链的畅通。通过对重要通道的高速公路进行改扩建，可以提高交通流通能力，减少拥堵现象，提高物流运输的效率，进一步促进经济的发展。因此重要通道的高速公路改扩建已经成为势在必行的选择。
其中，高速公路的车辆流量和平均速度是评价高速路段服务水平的重要指标。然而高速公路在改扩建期间，收费门架会被暂时拆除而无法正常工作，导致收费数据进一步缺失，因此如何在收费门架无法正常工作的情况下确定高速路段的服务水平，成为了本领域技术人员需要解决的问题。
一种方式中，本申请中的行驶车辆101、102、103可以为具备行驶功能的车辆。例如可以为货车、客车，以及其他大中小型车辆。
如图1所示，系统架构100可以包括行驶车辆101、102、103中的一种或多种，网络104和服务器105。网络104用以在行驶车辆101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
应该理解，图1中的行驶车辆、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的行驶车辆、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用行驶车辆101、102、103通过网络104与服务器105交互，以接收或发送一个或多个关键路径轨迹信息，以及相应的执行指令等。一种方式中，行驶车辆101、102、103可以具备GPS装置。
一种方式中，本申请实施例中通过该行驶车辆103（也可以是行驶车辆101或102）上传的移动行驶数据，执行下述步骤：根据位于所述服务水平分析单元上游处的至少一个收费站发送的收费站数据，确定在预设时间段内能够到达所述服务水平分析单元处的收费站车辆流量；根据位于所述服务水平分析单元上游处的至少一个行驶车辆发送的移动行驶数据，确定在所述预设时间段内能够到达所述服务水平分析单元处的采样车辆流量与车辆平均速度；基于所述收费站车辆流量、所述采样车辆流量以及由历史数据构建的关联关系，确定经过所述服务水平分析单元处的真实车辆流量；基于所述真实车辆流量与所述车辆平均速度，确定所述高速路段的服务水平。
在此需要说明的是，本申请实施例所提供的高速路段的服务水平计算方法可以由行驶车辆101、102、103中的一个或多个，和/或，服务器105执行，相应地，本申请实施例所提供的高速路段的服务水平计算装置一般设置于对应行驶车辆中，和/或，服务器105中，但本申请不限于此。
进一步的，本申请还提出一种高速路段的服务水平计算方法、装置、行驶车辆及介质。
图2示意性地示出了根据本申请实施方式的一种高速路段的服务水平计算方法的流程示意图。如图2所示，该方法包括：
S101，获取服务水平分析单元内的移动位置数据，计算服务水平分析单元内的平均速度与采样车辆流量。
其中，如图3所示的unit即为本申请中的服务水平分析单元。收费站1、收费站2是的上游位置处的收费站。
需要说明的是，该服务水平分析单元是基于高速路段中的某一个收费站以及与其临近的最近一个的互通路口之间（即收费站2与互通C之间）所构建的。其中，互通路口即为在高速上可以转向到其他路段上的路口。
换言之，服务水平分析单元的构建方式保证了车辆不会在经过收费站之后，且在到达服务水平分析单元之前便会离开当前的高速路段。也即该路段之间不存在任何出口。
一种方式中，本申请实施例可以根据各个车辆的行驶速度和当前位置，计算得到在预设时间段T内，能够到达服务水平分析单元处的车辆数量，并以此作为采样车辆流量。
进一步的，本申请实施例可以将采样车辆流量记为。
一种方式中，本申请实施例可以将到达服务水平分析单元处的车辆平均速度记为。
其中，由于速度可能会存在异常低值或者异常高值，所以本申请实施例可以对该多个行驶速度进行过滤。例如可以首先过滤行驶里程小于的车辆，然后过滤速度异常的车辆。
作为示例的，本申请可以利用速度的标准差过滤其中的速度异常值。其中，记表示速度列表的标准差，则有：
其中，为行驶速度标准差，/>表示行驶车辆的数量，/>表示经过所述服务水平分析单元上第/>个行驶车辆的速度，/>表示所有行驶车辆的平均速度。
一种方式中，本申请实施例可以遍历所有车辆的行驶速度，将速度不在范围内的样本过滤。作为示例的，其中/>表示过滤条件里标准差的系数，可依据实际情况设置。
一种方式中，本申请可以通过下述公式，对过滤后的各个车辆的行驶速度样本来计算得到服务水平分析单元的平均速度：
。
S102，基于服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达服务水平分析单元的收费站车辆流量。
一种方式中，本申请需要首先构建该高速路段上的路网拓扑：
首先，收集该高速路段上的所有收费站，并得到每一个收费站及其所在的路段link构成的二元组，/>的集合记为/>。且，还可以收集该高速路段上的所有互通路口所在的link，构建二元组/>，/>的集合记为。
一种方式中，收费站数据为车辆在通过收费站时，产生的一条车辆与收费设备关联的数据记录。
作为示例的，本申请可以定义表示一条收费站的收费数据，其中/>表示车辆的唯一标识，/>表示收费站的唯一标识，/>表示收费站出入口的类型，标记车辆是进入收费站还是驶离收费站，/>表示车辆经过收费站的时间。收费站记录的集合记为/>。
一种方式中，本申请实施例可以在收费站数据集合中，选取预设时间段T内，分析单元/>的上游收费站/>所有的车辆记录。其中，该车辆记录包括有驶入高速路段的驶入车辆流量，以及，驶出高速路段的驶出车辆流量。
进一步的，本申请还需要对该所有驶入车辆流量进行一个过滤，其一为已经在上游收费站驶出的车辆（即从驶入车辆流量中清除出驶出车辆）.
其二为，按照标准速度（由该高速公路的速度上限值得到，例如一个速度上限值为120km/h的高速公路而言，标准速度可以为100km/h左右），预设时间段T内无法到达分析单元的车辆。
可以理解的，过滤后即可得到与当前服务水平分析单元相关的收费站流量{}。
S103，基于收费站车辆流量、采样车辆流量以及由历史数据构建的关联关系，确定经过服务水平分析单元处的真实车辆流量。
一种方式中，本申请实施例在得到预设时间段内能够到达服务水平分析单元处的收费站车辆流量、采样车辆流量之后，还可以利用预先根据历史数据计算得到的关联关系（该关联关系用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系），来选择与该收费站车辆流量以及采样车辆流量最为匹配的真实车辆流量。
一种方式中，本申请实施例构建真实流量-上游收费站流量与采样流量的关联关系的过程可以如下：
收集某一个收费门架当前时刻之前的历史数据，从而确定如下信息：
步骤a、确定为，预设时间段T内该收费门架数据采集得到的历史真实车辆流量；
步骤b、确定预设时间段T内基于车辆上传的移动行驶数据获得的历史采样车辆流量。
步骤c、确定预设时间段T内基于收费站数据而获得的历史收费站车辆流量。
其中，可以由/>所得到。
一种方式中，表示上游收费站/>的驶入车辆流量，/>表示上游收费站/>的驶出车辆流量。/>表示收费站/>的相关系数，距离服务水平分析单元越近的收费站相关系数越大。
进一步的，关联关系即可由下述公式得到：
；
其中，为历史真实车辆流量，/>为历史采样车辆流量，/>为历史采样车辆流量对应的第一权重系数，/>为历史收费站车辆流量对应的第二权重系数，表示历史收费站车辆流量。/>表示收费站/>的相关系数，距离服务水平分析单元越近的收费站相关系数越大。
也就是说，本申请实施例在得到收费站车辆流量与采样车辆流量之后，即可计算得到第一权重系数与收费站车辆流量的乘值，与第二权重系数/>与采样车辆流量的乘值，并将两个乘值相加即可得到经过服务水平分析单元处的真实车辆流量。
进一步的，本申请实施例在基于关联关系，得到服务水平分析单元的车辆流量的过程中，可以采用如下公式：
；
其中，为基于线性回归系数得到的常数，/>为基于线性回归系数得到的第一权重系数，/>为基于线性回归系数得到的/>，/>为基于线性回归系数得到的收费站/>的相关系数。
S104，基于服务水平分析单元对应的车辆流量与车辆平均速度，确定高速路段的服务水平。
一种方式中，本申请中提出的高速路段的服务水平表示该高速公路在当前时刻已经贡献的服务能力。
举例来说，本申请实施例可以记表示高速路段的的服务水平，并记/>表示服务水平分析单元的车辆流量，/>表示服务水平分析单元的平均速度，则三者的关系可以表示为
。
其中，、/>分别表示服务水平分析单元的车辆流量和平均速度的系数。由公式可知，平均速度越小，高速公路的服务水平越高；车辆流量越大，高速公路的服务水平也越高。
通过应用本申请的技术方案，可以根据当前服务水平分析单元包含的行驶车辆实时的移动位置数据以及位于服务水平分析单元上游的收费站数据，来得到在预设时间段内能够到达服务水平分析单元处的收费站车辆流量与采样车辆流量，并结合基于历史数据得到的用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系，确定经过服务水平分析单元处的真实车辆流量，进而据此结合车辆的平均速度得到该高速路段的服务水平。从而实现了高速路段由于改扩建等原因导致收费门架无法正常工作的情况下依然可以确定高速路段的服务水平的目的
可选地，在基于本申请上述方法的另一个实施例中，根据位于服务水平分析单元上游处的至少一个收费站发送的收费站数据，确定在预设时间段内能够到达服务水平分析单元处的收费站车辆流量，包括：
基于所述高速路段规定的车速上限值，确定车辆行驶在所述高速路段中的标准时速；
基于所述标准时速，计算得到在所述预设时间段内车辆在所述高速路段能够行驶的行驶距离；
将位于所述服务水平分析单元上游处的所述行驶距离内的所有收费站作为待采集收费站；
根据各个所述待采集收费站在所述预设时间段内收集到的收费站数据，确定所述服务水平分析单元的收费站车辆流量。
可选地，在基于本申请上述方法的另一个实施例中，根据各个待采集收费站在预设时间段内收集到的收费站数据，确定服务水平分析单元处的收费站车辆流量，包括：
根据各个待采集收费站在所述预设时间段内收集的收费站数据，确定在预设时间段内，驶入服务水平分析单元的驶入车辆流量以及驶出服务水平分析单元的驶出车辆流量；
利用驶出车辆流量对驶入车辆流量进行车辆过滤，并将车辆过滤后的车辆流量作为服务水平分析单元的收费站车辆流量。
可选地，在基于本申请上述方法的另一个实施例中，获取服务水平分析单元内的移动位置数据，计算服务水平分析单元内的平均速度与采样车辆流量，包括：
基于移动位置数据集合，获取预设时间段内经过所述服务分析单元的车辆数量，并将所述车辆数量作为所述采样车辆流量；
根据车辆采样流量中各个车辆的行驶速度，确定所述服务水平分析单元的车辆平均速度。
可选地，在基于本申请上述方法的另一个实施例中，根据各个车辆的行驶速度，确定到达服务水平分析单元处的车辆平均速度，还包括：
利用行驶速度标准差，过滤各个行驶速度中的速度异常值，并基于过滤速度异常值后的各个行驶速度，确定到达服务水平分析单元处的车辆平均速度；
其中，行驶速度标准差通过下述公式得到：
；
其中，为行驶速度标准差，/>表示行驶车辆的数量，/>表示经过服务水平分析单元上第/>个行驶车辆的速度，/>表示所有行驶车辆的平均速度。
可选地，在基于本申请上述方法的另一个实施例中，在根据位于服务水平分析单元上游处的至少一个收费站发送的收费站数据之前，还包括：
获取高速路段的历史时段中，服务水平分析单元对应的历史收费站车辆流量、历史采样车辆流量以及历史真实车辆流量；
利用历史收费站车辆流量、历史采样车辆流量以及历史真实车辆流量，构建历史真实车辆流量与历史收费站车辆流量以及历史采样车辆流量之间的关联关系；
其中，所述关联关系由下述公式得到：
；
所述/>为所述历史真实车辆流量，所述/>为所述历史采样车辆流量，/>为所述历史采样车辆流量对应的第一权重系数，，所述/>表示上游收费站/>的驶入车辆流量，所述/>表示上游收费站/>的驶出车辆流量，/>表示收费站/>的相关系数。
可选地，在基于本申请上述方法的另一个实施例中，基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量，包括：
；
其中，为基于线性回归系数得到的常数，/>为基于线性回归系数得到的第一权重系数，/>为基于线性回归系数得到的/>，/>为基于线性回归系数得到的收费站/>的相关系数。
一种方式中，本申请实施例可以根据线性回归模型来计算得到关联关系中的第一权重系数与第二权重系数，具体为：
记表示N条历史车流数据的真实流量，表示总数为N条历史车流数据中的第/>条历史车流数据的影响因子向量，则所有样本的影响因子组成矩阵/>，
。
用表示第/>个收费站特征变量的回归系数，记所有特征变量的回归系数构成回归系数向量/>，则有
。
其中表示回归系数向量的常数项，线性回归模型如下：
。
其中，本申请实施例可以利用最小二乘法计算特征变量的回归系数，用表示回归系数向量为/>情况下的计算数据与实际数据之间误差的平方和，则有：
。
其中，当时，/>取最小值，此时有/>。
一种方式中，如图4所示，示出了本申请一实施例所提供的一种高速路段的服务水平计算方法的总体流程示意图，其中包括：
步骤1、将位于服务水平分析单元上游处的行驶距离内的所有收费站作为待采集收费站。
步骤2、根据各个待采集收费站在预设时间段内收集的收费站数据，确定在预设时间段内，驶入服务水平分析单元的驶入车辆流量以及驶出服务水平分析单元的驶出车辆流量。
步骤3、利用驶出车辆流量对驶入车辆流量进行车辆过滤，并将车辆过滤后的车辆流量作为服务水平分析单元的收费站车辆流量。
步骤4、基于移动位置数据集合，获取预设时间段内经过服务分析单元的车辆数量，并将所述车辆数量作为采样车辆流量。
步骤5、利用行驶速度标准差，过滤各个行驶速度中的速度异常值，并基于过滤速度异常值后的各个行驶速度，确定服务水平分析单元的车辆平均速度。
步骤6、基于收费站车辆流量、采样车辆流量以及由历史车流数据构建的关联关系，确定经过服务水平分析单元处的车辆流量。
步骤7、根据服务水平分析单元的车辆流量和对应的第一系数，以及，服务水平分析单元的平均速度和对应的第二系数，确定服务水平分析单元对应的高速路段的服务水平。
即，高速路段的服务水平。
其中，表示服务水平分析单元的平均速度对应的第一系数，b表示服务水平分析单元的车辆流量对应的第二系数。
可以理解的，由公式可知，平均速度越小，高速公路的服务水平越高；车辆流量越大，高速公路的服务水平也越高。
通过应用本申请的技术方案，可以根据当前服务水平分析单元包含的行驶车辆实时的移动位置数据以及位于服务水平分析单元上游的收费站数据，来得到在预设时间段内能够到达服务水平分析单元处的收费站车辆流量与采样车辆流量，并结合基于历史数据得到的用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系，确定经过服务水平分析单元处的真实车辆流量，进而据此结合车辆的平均速度得到该高速路段的服务水平。从而实现了高速路段由于改扩建等原因导致收费门架无法正常工作的情况下依然可以确定高速路段的服务水平的目的
在本申请的另外一种实施方式中，如图5所示，本申请还提供一种高速路段的服务水平计算装置。包括：
获取模块，被配置为获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量；
第一计算模块，被配置为基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于所述服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量；
第二计算模块，被配置为基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量；
确定模块，被配置为基于所述车辆流量与所述车辆平均速度，确定所述服务水平分析单元对应的高速路段的服务水平。
通过应用本申请的技术方案，可以根据当前服务水平分析单元包含的行驶车辆实时的移动位置数据以及位于服务水平分析单元上游的收费站数据，来得到在预设时间段内能够到达服务水平分析单元处的收费站车辆流量与采样车辆流量，并结合基于历史数据得到的用于反映真实车辆流量与收费站车辆流量以及采样车辆流量之间的关联关系，确定经过服务水平分析单元处的真实车辆流量，进而据此结合车辆的平均速度得到该高速路段的服务水平。从而实现了高速路段由于改扩建等原因导致收费门架无法正常工作的情况下依然可以确定高速路段的服务水平的目的
在本申请的另一种实施方式中，第一计算模块202，被配置为：
基于所述高速路段规定的车速上限值，确定车辆行驶在所述高速路段中的标准时速；
基于所述标准时速，计算得到在所述预设时间段内车辆在所述高速路段能够行驶的行驶距离；
将位于所述服务水平分析单元上游处的所述行驶距离内的所有收费站作为待采集收费站；
根据各个所述待采集收费站在所述预设时间段内收集到的收费站数据，确定所述服务水平分析单元的收费站车辆流量。
在本申请的另一种实施方式中，第一计算模块202，被配置为：
根据各个所述待采集收费站在所述预设时间段内收集的收费站数据，确定在所述预设时间段内，驶入所述服务水平分析单元的驶入车辆流量以及驶出所述服务水平分析单元的驶出车辆流量；
利用所述驶出车辆流量对所述驶入车辆流量进行车辆过滤，并将所述车辆过滤后的车辆流量作为所述服务水平分析单元的收费站车辆流量。
在本申请的另一种实施方式中，第一计算模块202，被配置为：
基于移动位置数据集合，获取预设时间段内经过所述服务分析单元的车辆数量，并将所述车辆数量作为所述采样车辆流量；
根据车辆采样流量中各个车辆的行驶速度，确定所述服务水平分析单元的车辆平均速度。
在本申请的另一种实施方式中，第一计算模块202，被配置为：
利用行驶速度标准差，过滤各个行驶速度中的速度异常值，并基于过滤所述速度异常值后的各个行驶速度，确定所述服务水平分析单元的车辆平均速度；
其中，所述行驶速度标准差通过下述公式得到：
；
其中，为行驶速度标准差，/>表示行驶车辆的数量，/>表示经过所述服务水平分析单元上第/>个行驶车辆的速度，/>表示所有行驶车辆的平均速度。
在本申请的另一种实施方式中，第一计算模块202，被配置为：
获取所述高速路段的历史时段中，所述服务水平分析单元对应的历史收费站车辆流量、历史采样车辆流量以及历史真实车辆流量；
利用所述历史收费站车辆流量、所述历史采样车辆流量以及所述历史真实车辆流量，构建所述真实车辆流量与所述收费站车辆流量以及所述采样车辆流量之间的关联关系；
其中，所述关联关系由下述公式得到：
；
所述/>为所述历史真实车辆流量，所述/>为所述历史采样车辆流量，/>为所述历史采样车辆流量对应的第一权重系数，，所述/>表示上游收费站/>的驶入车辆流量，所述/>表示上游收费站/>的驶出车辆流量，/>表示收费站/>的相关系数。
在本申请的另一种实施方式中，第一计算模块202，被配置为：
；
其中，为基于线性回归系数得到的常数，/>为基于线性回归系数得到的第一权重系数，/>为基于线性回归系数得到的/>，/>为基于线性回归系数得到的收费站/>的相关系数。
本申请实施方式还提供一种电子设备，以执行上述高速路段的服务水平计算方法。请参考图6，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图6所示，电子设备3包括：处理器300，存储器301，总线302和通信接口303，所述处理器300、通信接口303和存储器301通过总线302连接；所述存储器301中存储有可在所述处理器300上运行的计算机程序，所述处理器300运行所述计算机程序时执行本申请前述任一实施方式所提供的高速路段的服务水平计算方法。
其中，存储器301可能包含高速随机存取存储器（RAM：Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口303（可以是有线或者无线）实现该装置网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线302可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器301用于存储程序，所述处理器300在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述视频传输方法可以应用于处理器300中，或者由处理器300实现。
处理器300可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器300中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器300可以是通用处理器，包括处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器301，处理器300读取存储器301中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的高速路段的服务水平计算方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的高速路段的服务水平计算方法对应的计算机可读存储介质，请参考图7，其示出的计算机可读存储介质为光盘40，其上存储有计算机程序（即程序产品），所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的视频传输方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的视频传输方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下示意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种高速路段的服务水平计算方法，其特征在于，所述方法包括：
获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量；
基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于所述服务水平分析单元上游处的收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量；
基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量；
基于所述车辆流量与所述车辆平均速度，确定所述服务水平分析单元对应的高速路段的服务水平。
2.如权利要求1所述的方法，其特征在于，所述根据位于所述服务水平分析单元上游处的收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量，包括：
基于所述高速路段规定的车速上限值，确定车辆行驶在所述高速路段中的标准时速；
基于所述标准时速，计算得到在所述预设时间段内车辆在所述高速路段能够行驶的行驶距离；
将位于所述服务水平分析单元上游处的所述行驶距离内的所有收费站作为待采集收费站；
根据各个所述待采集收费站在所述预设时间段内收集到的收费站数据，确定所述服务水平分析单元的收费站车辆流量。
3.如权利要求2所述的方法，其特征在于，所述根据各个所述待采集收费站在所述预设时间段内收集到的收费站数据，确定所述服务水平分析单元的收费站车辆流量，包括：
根据各个所述待采集收费站在所述预设时间段内收集的收费站数据，确定在所述预设时间段内，驶入所述服务水平分析单元的驶入车辆流量以及驶出所述服务水平分析单元的驶出车辆流量；
利用所述驶出车辆流量对所述驶入车辆流量进行车辆过滤，并将所述车辆过滤后的车辆流量作为所述服务水平分析单元的收费站车辆流量。
4.如权利要求1所述的方法，其特征在于，所述获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量，包括：
基于移动位置数据集合，获取预设时间段内经过所述服务水平分析单元的车辆数量，并将所述车辆数量作为所述采样车辆流量；
根据车辆采样流量中各个车辆的行驶速度，确定所述服务水平分析单元的车辆平均速度。
5.如权利要求4所述的方法，其特征在于，所述根据车辆采样流量中各个车辆的行驶速度，确定所述服务水平分析单元的车辆平均速度，还包括：
利用行驶速度标准差，过滤各个行驶速度中的速度异常值，并基于过滤所述速度异常值后的各个行驶速度，确定所述服务水平分析单元的车辆平均速度；
其中，所述行驶速度标准差通过下述公式得到：
；
其中，为行驶速度标准差，/>表示行驶车辆的数量，/>表示经过所述服务水平分析单元上第/>个行驶车辆的速度，/>表示所有行驶车辆的平均速度。
6.如权利要求1所述的方法，其特征在于，所述基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系，包括：
获取所述高速路段的历史时段中，所述服务水平分析单元对应的历史收费站车辆流量、历史采样车辆流量以及历史真实车辆流量；
利用所述历史收费站车辆流量、所述历史采样车辆流量以及所述历史真实车辆流量，构建所述真实车辆流量与所述收费站车辆流量以及所述采样车辆流量之间的关联关系；
其中，所述关联关系由下述公式得到：
；
其中，所述为所述历史真实车辆流量，所述/>为所述历史采样车辆流量，为所述历史采样车辆流量对应的第一权重系数，/>为所述历史收费站车辆流量对应的第二权重系数，所述/>表示上游收费站/>的驶入车辆流量，所述/>表示上游收费站/>的驶出车辆流量，/>表示收费站/>的相关系数。
7.如权利要求6所述的方法，其特征在于，基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量，包括：
；
其中，为基于线性回归系数得到的常数，/>为基于线性回归系数得到的第一权重系数，/>为基于线性回归系数得到的第二权重系数，/>为基于线性回归系数得到的收费站/>的相关系数。
8.一种高速路段的服务水平计算装置，其特征在于，包括：
获取模块，被配置为获取服务水平分析单元内的移动位置数据，计算所述服务水平分析单元内的平均速度与采样车辆流量；
第一计算模块，被配置为基于所述服务水平分析单元的历史车流数据，获取该分析单元内真实流量与采样流量、对应的上游车费站流量数据之间的关联关系；根据位于所述服务水平分析单元上游处收费站数据，确定在预设时间段内能够到达所述服务水平分析单元的收费站车辆流量；
第二计算模块，被配置为基于所述收费站车辆流量、所述采样车辆流量以及由历史车流数据构建的关联关系，确定所述服务水平分析单元的车辆流量；
确定模块，被配置为基于所述车辆流量与所述车辆平均速度，确定所述服务水平分析单元对应的高速路段的服务水平。
9.一种电子设备，其特征在于，包括：
存储器，用于存储可执行指令；以及，
处理器，用于与所述存储器执行所述可执行指令从而完成权利要求1-7中任一所述高速路段的服务水平计算方法的操作。
10.一种计算设备可读存储介质，用于存储计算设备可读取的指令，其特征在于，所述指令被执行时执行权利要求1-7中任一所述高速路段的服务水平计算方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310831984.7A CN116596345B (zh) | 2023-07-07 | 2023-07-07 | 高速路段的服务水平计算方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310831984.7A CN116596345B (zh) | 2023-07-07 | 2023-07-07 | 高速路段的服务水平计算方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116596345A true CN116596345A (zh) | 2023-08-15 |
| CN116596345B CN116596345B (zh) | 2023-10-24 |
Family
ID=87590302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310831984.7A Active CN116596345B (zh) | 2023-07-07 | 2023-07-07 | 高速路段的服务水平计算方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596345B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
| CN112766662A (zh) * | 2020-12-31 | 2021-05-07 | 北京掌行通信息技术有限公司 | 确定收费站运营能力的方法、装置、电子设备及介质 |
| US20220020267A1 (en) * | 2020-12-16 | 2022-01-20 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Traffic data analysis method, electronic device, vehicle and storage medium |
| CN114187766A (zh) * | 2021-11-08 | 2022-03-15 | 航天科工广信智能技术有限公司 | 一种基于饱和率的道路服务水平评价方法 |
-
2023
- 2023-07-07 CN CN202310831984.7A patent/CN116596345B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
| US20220020267A1 (en) * | 2020-12-16 | 2022-01-20 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Traffic data analysis method, electronic device, vehicle and storage medium |
| CN112766662A (zh) * | 2020-12-31 | 2021-05-07 | 北京掌行通信息技术有限公司 | 确定收费站运营能力的方法、装置、电子设备及介质 |
| CN114187766A (zh) * | 2021-11-08 | 2022-03-15 | 航天科工广信智能技术有限公司 | 一种基于饱和率的道路服务水平评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116596345B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180018868A1 (en) | Logistics monitoring method and device | |
| CN113362602A (zh) | 一种基于门架通行数据的拥堵分析方法及设备 | |
| CN111581538B (zh) | 一种基于高速公路收费数据的高速交通流状态推断方法 | |
| CN112766662A (zh) | 确定收费站运营能力的方法、装置、电子设备及介质 | |
| CN113538952B (zh) | 公交车间隔异常识别与预警系统、方法、设备及存储介质 | |
| CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
| CN104700630A (zh) | 一种高速公路车流量的监测方法及系统 | |
| CN113553482B (zh) | 停留点识别和出行链构建系统、算法、设备及存储介质 | |
| CN109493449B (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
| CN112785841B (zh) | 判断货车行驶路线拥堵状态的方法及装置 | |
| JP2020004235A (ja) | 交通状況判定システム及び交通状況判定装置 | |
| CN109859477A (zh) | 一种拥堵数据的确定方法和装置 | |
| CN115655301A (zh) | 车辆导航路线的选取方法、装置、电子设备及介质 | |
| CN110837979A (zh) | 基于随机森林的安全驾驶风险预测方法及装置 | |
| CN111985749A (zh) | 一种道路风险的评估方法及装置 | |
| CN114169588A (zh) | 一种交通运力的预测方法、装置、设备及存储介质 | |
| CN116596345B (zh) | 高速路段的服务水平计算方法、装置、电子设备及介质 | |
| CN113808414A (zh) | 道路荷载确定方法、装置及存储介质 | |
| CN115204755B (zh) | 服务区入区率测算方法、装置、电子设备及可读存储介质 | |
| CN115565365B (zh) | 一种高速公路数据处理方法、装置、设备及计算机程序产品 | |
| CN114973681B (zh) | 一种在途车辆感知方法及设备 | |
| CN106887138B (zh) | 一种堵车蔓延态势侦测方法与系统 | |
| CN113160546B (zh) | 一种危险路段的识别方法及装置 | |
| CN114627643A (zh) | 一种高速公路事故风险预测方法、装置、设备及介质 | |
| Huang et al. | Analysing taxi customer-search behaviour using Copula-based joint model |
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 |