IT202100023144A1 - Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico - Google Patents

Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico Download PDF

Info

Publication number
IT202100023144A1
IT202100023144A1 IT102021000023144A IT202100023144A IT202100023144A1 IT 202100023144 A1 IT202100023144 A1 IT 202100023144A1 IT 102021000023144 A IT102021000023144 A IT 102021000023144A IT 202100023144 A IT202100023144 A IT 202100023144A IT 202100023144 A1 IT202100023144 A1 IT 202100023144A1
Authority
IT
Italy
Prior art keywords
area
devices
interest
data
signals
Prior art date
Application number
IT102021000023144A
Other languages
English (en)
Inventor
Davide Micheli
Aldo Vannelli
Original Assignee
Telecom Italia Spa
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Telecom Italia Spa filed Critical Telecom Italia Spa
Priority to IT102021000023144A priority Critical patent/IT202100023144A1/it
Priority to US18/690,271 priority patent/US20250140106A1/en
Priority to PCT/IB2022/058250 priority patent/WO2023037209A1/en
Priority to EP22773307.8A priority patent/EP4399701A1/en
Publication of IT202100023144A1 publication Critical patent/IT202100023144A1/it

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

?METODO E SISTEMA PER GENERARE DATI DI RIFERIMENTO PER LA PREVISIONE DI CONDIZIONI DI TRAFFICO, E METODO E SISTEMA PER PREVEDERE CONDIZIONI DI TRAFFICO?
DESCRIZIONE
Sfondo dell?invenzione
Campo dell?invenzione
La presente invenzione riguarda un metodo per generare dati di riferimento per la previsione di condizioni di traffico.
La presente invenzione riguarda anche un sistema per generare dati di riferimento per la previsione di condizioni di traffico.
La presente invenzione riguarda anche un metodo per prevedere condizioni di traffico.
La presente invenzione riguarda anche un sistema per prevedere condizioni di traffico.
Descrizione dell?arte nota
Come noto, conoscere e prevedere le condizioni del traffico ? estremamente utile, sia per evitare di sprecare tempo sia per ridurre il rischio di incidenti (in caso di traffico automobilistico).
A tale scopo sono attualmente in uso alcuni metodi basati su statistiche relative agli spostamenti delle persone (ad es. in Italia i fine settimana del mese di agosto sono caratterizzati da traffico estremamente congestionato verso e dalle localit? turistiche) e/o su informazioni relative alle prenotazioni presso i luoghi turistici.
Questi metodi mostrano tuttavia alcuni limiti evidenti, in quanto non riescono ad essere particolarmente precisi.
Il documento WO 2004/027729 descrive un metodo e un sistema per rilevare e stimare il traffico veicolare sulla base di dati di posizione di terminali mobili in un sistema di telecomunicazioni.
L?articolo ?Freeway Short-Term Travel Speed Prediction Based on Data Collection Time-Horizons: A Fast Forest Quantile Regression Approach? di Zahid et al., pubblicato su MDPI (Multidisciplinary Digital Publishing Institute) - https://www.mdpi.com/2071-1050/12/2/646, rende nota un'analisi delle prestazioni predittive della regressione quantile della foresta rapida nel contesto della previsione del traffico.
Il libro ?Road Traffic Estimation Using Cellular Network Signaling in Intelligent Transportation Systems? di Gundleg?rd et al, Nova Science Publishers, ISBN: 978-1-60741-588-6, descrive alcune tecniche per ottenere informazioni sul traffico veicolare in base a dati di rete cellulare.
L?articolo ?Review of traffic data estimations extracted from cellular networks? di Caceres et al., pubblicato in IET Intelligent Transport Systems, DOI: 10.1049/iet-its:20080003 (disponibile all?indirizzo seguente: https://digital-library.theiet.org/content/journals/10.1049/ietits_20080003), descrive come ottenere parametri relativi al traffico da dati basati su rete cellulare, illustrando metodi impiegati in studi di simulazione e prove sul campo in ambito accademico e industriale.
Il documento WO 2009/080105 A1 descrive un metodo e un sistema per stimare il traffico veicolare.
Il documento WO 2020/002094 A1 descrive un metodo e un sistema per l?analisi del traffico.
Alla luce di quanto sopra, la Richiedente ha avvertito l?esigenza di disporre di una nuova tecnologia per la previsione del traffico (che si tratti di traffico pedonale o traffico veicolare) che sia precisa, affidabile e indipendente da circostanze specifiche in grado di influenzare il traffico.
Sintesi dell?invenzione
Un primo aspetto della presente invenzione riguarda un metodo per generare dati di riferimento per la previsione di condizioni di traffico.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende determinare una zona di interesse.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende determinare una zona di rilevazione.
In una forma di realizzazione della presente invenzione, la zona di rilevazione ? associata alla zona di interesse.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende rilevare la presenza di una pluralit? di primi dispositivi in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detti primi dispositivi sono terminali utente mobili.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende, per ognuno di detti primi dispositivi, ricevere nel tempo una pluralit? di primi segnali di rapporto.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include una posizione geografica di detto primo dispositivo.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include un riferimento temporale associato a detta posizione geografica.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include almeno uno di un identificativo di utente e un identificativo di sessione.
In una forma di realizzazione della presente invenzione, l?identificativo di utente ? un identificativo temporaneo.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende, per ognuno di detti primi dispositivi, determinare, in base a detti primi segnali di rapporto, una o pi? caratteristiche di movimento correlate con il movimento di detto primo dispositivo in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende calcolare, in base a dette una o pi? caratteristiche di movimento di detti primi dispositivi, uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende ricevere un segnale di traffico.
In una forma di realizzazione della presente invenzione, il segnale di traffico ? rappresentativo di una condizione di traffico oggettiva in detta zona di interesse.
In una forma di realizzazione della presente invenzione, detta condizione di traffico oggettiva si ? verificata dopo un determinato tempo rispetto a detti uno o pi? riferimenti temporali.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende determinare dati di riferimento in base a detti predittori calcolati e a detta condizione di traffico oggettiva.
In una forma di realizzazione della presente invenzione, detti dati di riferimento correlano detti predittori e detta condizione di traffico oggettiva.
In una forma di realizzazione della presente invenzione, il metodo per generare dati di riferimento per la previsione di condizioni di traffico comprende memorizzare detti dati di riferimento in una prima memoria.
In una forma di realizzazione della presente invenzione, detti primi segnali di rapporto sono segnali Minimization of Drive Test, MDT.
In una forma di realizzazione della presente invenzione, detti primi segnali di rapporto sono generati sulla base di segnali Minimization of Drive Test, MDT.
In una forma di realizzazione della presente invenzione, dette una o pi? caratteristiche di movimento includono la velocit? alla quale ogni primo dispositivo si muove in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, dette una o pi? caratteristiche di movimento includono una traiettoria lungo la quale si muove ogni primo dispositivo.
In una forma di realizzazione della presente invenzione, detti uno o pi? predittori comprendono una velocit? media di detti primi dispositivi.
In una forma di realizzazione della presente invenzione, detti uno o pi? predittori comprendono una varianza della velocit? di detti primi dispositivi.
In una forma di realizzazione della presente invenzione, la correlazione tra detti uno o pi? predittori e possibili condizioni di traffico in detta zona di interesse ? stabilita attraverso uno strumento di apprendimento automatico.
Un secondo aspetto della presente invenzione riguarda un metodo per prevedere condizioni di traffico.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende determinare una zona di interesse.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende determinare un percorso verso detta zona di interesse.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende mettere a disposizione, in una memoria, dati di riferimento.
In una forma di realizzazione della presente invenzione, detti dati di riferimento correlano predittori associati a possibili caratteristiche di movimento di terminali mobili in detta zona di rilevazione in un primo momento con possibili condizioni di traffico in detta zona di interesse in un secondo momento.
In una forma di realizzazione della presente invenzione, detto secondo momento cade dopo un determinato tempo da detto primo momento.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende rilevare la presenza di una pluralit? di secondi dispositivi in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detti secondi dispositivi sono terminali utente mobili.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende, per ognuno di detti secondi dispositivi, ricevere nel tempo una pluralit? di secondi segnali di rapporto.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include una posizione geografica di detto secondo dispositivo.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include un riferimento temporale associato a detta posizione geografica.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include almeno uno di un identificativo di utente e un identificativo di sessione.
In una forma di realizzazione della presente invenzione, l?identificativo di utente ? un identificativo temporaneo.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende, per ognuno di detti secondi dispositivi, determinare, in base a detti secondi segnali di rapporto, una o pi? caratteristiche di movimento correlate con il movimento di detto secondo dispositivo in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende calcolare, in base a dette una o pi? caratteristiche di movimento di detti secondi dispositivi, dati di rilevazione corrispondenti a detti uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende elaborare detti dati di rilevazione in base a detti dati di riferimento, ottenendo una previsione di una condizione di traffico in detta zona di interesse in un momento che cade dopo un determinato tempo rispetto ai riferimenti temporali inclusi in detti secondi segnali di rapporto.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende generare un segnale di dati rappresentativo di detta condizione di traffico prevista.
In una forma di realizzazione della presente invenzione, detti secondi segnali di rapporto sono segnali Minimization of Drive Test, MDT.
In una forma di realizzazione della presente invenzione, detti secondi segnali di rapporto sono generati sulla base di segnali Minimization of Drive Test, MDT.
In una forma di realizzazione della presente invenzione, dette una o pi? caratteristiche di movimento includono una traiettoria lungo la quale si muove ogni secondo dispositivo.
In una forma di realizzazione della presente invenzione, dette una o pi? caratteristiche di movimento includono la velocit? alla quale ogni secondo dispositivo si muove in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, le possibili condizioni di traffico in detta zona di interesse sono rappresentate da due o pi? etichette.
In una forma di realizzazione della presente invenzione, ottenere una previsione della condizione di traffico comprende selezionare un?etichetta tra dette due o pi? etichette.
In una forma di realizzazione della presente invenzione, detti dati di rilevazione comprendono una velocit? media di detti secondi dispositivi.
In una forma di realizzazione della presente invenzione, detti dati di rilevazione comprendono una varianza della velocit? di detti secondi dispositivi.
In una forma di realizzazione della presente invenzione, detti dati di riferimento sono determinati eseguendo detto metodo per generare dati di riferimento per la previsione di condizioni di traffico.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende inviare detti segnali di dati ad uno schermo installato in un?area associata a detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende inviare detti segnali di dati a dispositivi mobili in un?area associata a detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende inviare detti segnali di dati ad un sistema di gestione del traffico associato a detta zona di rilevazione e/o a detta zona di interesse.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende determinare una velocit? consigliata per dispositivi mobili in un?area associata alla zona di rilevazione.
In una forma di realizzazione della presente invenzione, il metodo per prevedere condizioni di traffico comprende includere detta velocit? consigliata in detto segnale di dati.
Un terzo aspetto della presente invenzione riguarda un sistema per generare dati di riferimento per la previsione di condizioni di traffico.
In una forma di realizzazione della presente invenzione, il sistema per generare dati di riferimento per la previsione di condizioni di traffico comprende una prima memoria.
In una forma di realizzazione della presente invenzione, il sistema per generare dati di riferimento per la previsione di condizioni di traffico comprende una prima unit? di elaborazione.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? accoppiata a detta prima memoria.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per determinare una zona di interesse.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per determinare una zona di rilevazione associata a detta zona di interesse.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per rilevare la presenza di una pluralit? di primi dispositivi in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detti primi dispositivi sono terminali utente mobili.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per ricevere nel tempo, per ognuno di detti primi dispositivi, una pluralit? di primi segnali di rapporto.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include una posizione geografica di detto primo dispositivo.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include un riferimento temporale associato a detta posizione geografica.
In una forma di realizzazione della presente invenzione, ogni primo segnale di rapporto include almeno uno di un identificativo di utente e un identificativo di sessione.
In una forma di realizzazione della presente invenzione, l?identificativo di utente ? un identificativo temporaneo.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per determinare per ognuno di detti primi dispositivi, in base a detti primi segnali di rapporto, una o pi? caratteristiche di movimento correlate con il movimento di detto primo dispositivo in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per calcolare, in base a dette una o pi? caratteristiche di movimento di detti primi dispositivi, uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per ricevere un segnale di traffico rappresentativo di una condizione di traffico oggettiva in detta zona di interesse.
In una forma di realizzazione della presente invenzione, detta condizione di traffico oggettiva si ? verificata dopo un determinato tempo rispetto a detti uno o pi? riferimenti temporali.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per determinare dati di riferimento in base a detti uno o pi? predittori calcolati e a detta condizione di traffico oggettiva.
In una forma di realizzazione della presente invenzione, detti dati di riferimento correlano detti uno o pi? predittori e detta condizione di traffico oggettiva.
In una forma di realizzazione della presente invenzione, detta prima unit? di elaborazione ? configurata per memorizzare detti dati di riferimento in detta prima memoria.
Un quarto aspetto della presente invenzione riguarda un sistema per prevedere condizioni di traffico.
In una forma di realizzazione della presente invenzione, il sistema per prevedere condizioni di traffico comprende una seconda memoria.
In una forma di realizzazione della presente invenzione, il sistema per prevedere condizioni di traffico comprende una seconda unit? di elaborazione.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? accoppiata a detta seconda memoria.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per determinare una zona di interesse.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per determinare una zona di rilevazione associata a detta zona di interesse.
In una forma di realizzazione della presente invenzione, detta seconda memoria contiene dati di riferimento.
In una forma di realizzazione della presente invenzione, detti dati di riferimento correlano predittori associati a possibili caratteristiche di movimento di dispositivi mobili in detta zona di rilevazione in un primo momento con possibili condizioni di traffico in detta zona di interesse in un secondo momento.
In una forma di realizzazione della presente invenzione, detto secondo momento cade dopo un determinato tempo da detto primo momento.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per rilevare la presenza di una pluralit? di secondi dispositivi in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detti secondi dispositivi sono terminali utente mobili.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per ricevere nel tempo, per ognuno di detti secondi dispositivi, una pluralit? di secondi segnali di rapporto.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include una posizione geografica di detto secondo dispositivo.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include un riferimento temporale associato a detta posizione geografica.
In una forma di realizzazione della presente invenzione, ogni secondo segnale di rapporto include almeno uno di un identificativo di utente e un identificativo di sessione.
In una forma di realizzazione della presente invenzione, l?identificativo di utente ? un identificativo temporaneo.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per determinare, in base a detti secondi segnali di rapporto, una o pi? caratteristiche di movimento correlate con il movimento di detto secondo dispositivo in detta zona di rilevazione.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per calcolare, in base a dette una o pi? caratteristiche di movimento di detti secondi dispositivi, dati di rilevazione corrispondenti a detti uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per elaborare detti dati di rilevazione in base a detti dati di riferimento, ottenendo una previsione di una condizione di traffico in detta zona di interesse in un momento che cade dopo un determinato tempo rispetto ai riferimenti temporali inclusi in detti secondi segnali di rapporto.
In una forma di realizzazione della presente invenzione, detta seconda unit? di elaborazione ? configurata per generare un segnale di dati rappresentativo di detta condizione di traffico prevista.
Breve descrizione dei disegni
Ulteriori caratteristiche e vantaggi appariranno maggiormente chiari alla luce della descrizione dettagliata che segue di alcune forme di realizzazione preferite, ma non esclusive, dell?invenzione. In questa descrizione si far? riferimento alle figure allegate a titolo illustrativo e non limitativo, in cui:
- la Figura 1 mostra schematicamente un diagramma a blocchi di un ambiente in cui pu? essere implementata la presente invenzione; - la Figura 2 mostra schematicamente un diagramma a blocchi di un sistema secondo alcune forme di realizzazione della presente invenzione;
- le Figure 3a-3b mostrano diagrammi a blocchi di una possibile implementazione di una parte del sistema di Figura 2;
- la Figura 4 mostra schematicamente una rappresentazione grafica di dati utilizzati in alcune forme di realizzazione della presente invenzione;
- le Figure 5a-5c rappresentano schematicamente alcune possibili configurazioni di zone in cui l?invenzione pu? essere realizzata. Descrizione di alcune forme di realizzazione della presente invenzione Secondo la presente invenzione, si rende nota una tecnica per generare dati di riferimento per la previsione di condizioni di traffico, insieme con una tecnica per prevedere condizioni di traffico.
La Richiedente osserva preliminarmente che, nel presente contesto, il termine ?traffico? ? riferito alla presenza e al movimento di persone, veicoli, ecc.
In breve, l?invenzione qui descritta consente di prevedere condizioni di traffico che si verificheranno in un determinato momento in una zona di interesse Z1 in base al traffico rilevato in una zona di rilevazione Z2 con un certo anticipo rispetto a detto determinato momento (Figura 1).
La zona di rilevazione Z2 ? preferibilmente almeno parzialmente distinta dalla zona di interesse Z1.
La zona di rilevazione Z2 ? preferibilmente completamente distinta dalla zona di interesse Z1.
Preferibilmente, la zona di rilevazione Z2 comprende, ? compresa in, o consiste in, un percorso verso la zona di interesse Z1.
Le Figure 5a-5c rappresentano alcune delle possibili relazioni reciproche tra la zona di interesse Z1 e la zona di rilevazione Z2.
Ad esempio, la zona di rilevazione Z2 pu? essere un tratto autostradale, e la zona di interesse Z1 pu? essere una posizione lungo la stessa autostrada, ad una certa distanza dalla zona di rilevazione Z2.
In un altro esempio, la zona di rilevazione Z2 pu? essere una determinata area pedonale in una citt?, e la zona di interesse Z1 pu? essere una diversa area pedonale, nella stessa citt?, collegata alla zona di rilevazione Z2.
Inizialmente, quindi, il metodo secondo la presente invenzione prevede preferibilmente un passo di determinare una zona di interesse Z1.
La zona di interesse Z1 pu? avere dimensioni variabili tra poche centinaia di metri e vari chilometri, a seconda dell?analisi che si intende effettuare.
All?interno della zona di interesse Z1 viene rilevata la presenza di dispositivi mobili.
Tale rilevamento pu? essere effettuato sulla base della segnalazione tra ciascuno di detti dispositivi mobili e la rete di telecomunicazioni a cui i terminali sono connessi.
Ad esempio, la rete di telecomunicazioni pu? essere una rete cellulare che impiega la tecnologia 4G o la tecnologia 5G. Occorre sottolineare che l?invenzione ? anche applicabile in altre reti cellulari.
La rete (indicata con 100 in Figura 2 e descritta in maggiore dettaglio nel seguito) riceve nel tempo da ogni dispositivo mobile una pluralit? di segnali informativi SIG.
Ogni segnale informativo include una posizione geografica del dispositivo mobile. Ad esempio, la posizione pu? essere espressa in termini di coordinate GPS. La posizione geografica pu? essere ottenuta attraverso un modulo di posizionamento (come un modulo GPS) incluso in ogni dispositivo mobile.
Occorre precisare che, sebbene si sia qui fatto esplicito riferimento al sistema GPS, ? comunque possibile utilizzare qualsiasi sistema di posizionamento idoneo (ad es., il sistema Galileo, GLONASS, ecc.); pi? in generale, ? possibile utilizzare un qualsiasi sistema GNSS (Global Navigation Satellite System). In aggiunta o in alternativa, possono essere impiegate tecniche di rilevazione basate su dati di rete cellulare.
Ogni segnale informativo SIG include un riferimento temporale associato alla posizione geografica. Il riferimento temporale ? anche denominato Timestamp. Il riferimento temporale indica la data (formato preferito: dd-mm-yyyy, ossia due cifre indicanti il giorno, due cifre indicanti il mese e quattro cifre indicanti l?anno) e l?ora (formato preferito: hh:mm:ss.cc, ossia due cifre indicanti l?ora, due cifre indicanti i minuti, due cifre indicanti i secondi e due cifre indicanti i centesimi di secondo) in cui ? stata rilevata la posizione geografica.
Ogni segnale informativo include almeno uno di un identificativo di utente e un identificativo di sessione.
In una forma di realizzazione, l?identificativo di utente ? un identificativo temporaneo.
L?identificativo temporaneo ? un identificativo che viene assegnato in modo casuale ad un dispositivo mobile quando questo si connette alla rete. Nelle reti 4G, ad esempio, tale identificativo temporaneo ? denominato TMSI ? Temporary Mobile Subscriber Identity. L?identificativo temporaneo sostituisce l?IMSI (International Mobile Subscriber Identity) nelle comunicazioni con la rete, in modo da limitare il rischio che l?IMSI venga rilevato da eventuali intercettatori. Come noto, l?IMSI identifica in modo esclusivo un abbonamento ad una rete mobile. L?IMSI ? memorizzato nella scheda SIM installata in ogni dispositivo mobile. L?IMSI ? inizialmente inviato dal dispositivo mobile alla rete per controllare i dati dell?utente nell?HLR (Home Location Register); l?IMSI pu? essere copiato localmente nel VLR (Visitor Location Register). Nella segnalazione l?IMSI viene utilizzato il meno possibile, allo scopo di proteggerne la privacy. Come anzidetto, esso viene sostituito con un identificativo temporaneo, come il TMSI. L?associazione tra l?IMSI e il rispettivo TMSI viene memorizzata nella rete di trasporto. Il TMSI viene allocato ad ogni nuova connessione, ad ogni transizione di copertura, ad ogni accensione di un terminale utente o allorquando avviene un cambio di rete di accesso. Il TMSI rimane allocato senza cambiare fintantoch? la rete di accesso resta la stessa, anche in caso di handover, fino ad un cambio di Location Area o Tracking Area.
Pu? anche essere previsto che l?identificativo di utente sia l?IMSI, ossia un identificativo non temporaneo. In tal caso, per questioni di privacy, agli utenti potr? essere richiesto il consenso all?utilizzo di dati personali. In aggiunta o in alternativa, potranno essere adottate tecniche di anonimizzazione dei dati. La Richiedente osserva che l?uso dell?IMSI assicura migliore precisione e accuratezza nella ricostruzione delle traiettorie dei dispositivi mobili: da un lato l?IMSI permette di associare in modo certo ogni segnale di rapporto al rispettivo dispositivo mobile, cosicch? risulta possibile utilizzare un maggior numero di posizioni geografiche (ciascuna contenuta in un rispettivo segnale di rapporto) di un dato dispositivo mobile per definirne la traiettoria, mentre invece utilizzando il TMSI/identificatore di sessione alcuni segnali di rapporto non potrebbero essere associati ad uno specifico dispositivo mobile con ragionevole certezza e dovrebbero necessariamente essere scartati; dall?altro lato, l?IMSI permette di tracciare ogni dispositivo mobile con maggiore continuit?, ad esempio in caso di cambio di tecnologia di accesso radio; si consideri, ad esempio, un dispositivo mobile connesso ad una rete 4G in una prima parte della sua traiettoria; successivamente, in una seconda parte della sua traiettoria, il dispositivo mobile commuta su una rete 3G, e infine si connette nuovamente alla rete 4G in una terza parte della sua traiettoria; in questo scenario, l?IMSI consentir? di non perdere continuit? nel tracciamento di tale dispositivo, nonostante il cambio di tecnologia di accesso radio, mentre il TMSI necessariamente cambierebbe nella seconda e nella terza parte, cosicch? non sarebbe possibile associare allo stesso dispositivo mobile le tre parti della traiettoria.
L?identificativo di sessione ? un identificativo di una sessione (ad es., una chiamata, uno scambio di SMS, uno scambio di dati applicativi, ecc.) generato da un determinato dispositivo mobile, basato su un determinato abbonamento, in un determinato periodo di tempo. Preferibilmente, il periodo di tempo ? definito dall'MNO (Mobile Network Operator, operatore di rete mobile) secondo le norme vigenti sulla privacy. Durante la sessione, il dispositivo tipicamente invia vari segnali informativi, ciascuno comprendente lo stesso identificativo di sessione. La frequenza con la quale vengono generati i segnali informativi durante una sessione ? preferibilmente definita dall?MNO. In particolare, l?MNO stabilisce un compromesso ragionevole tra l?accuratezza delle informazioni (ottenuta con una grande quantit? di segnali informativi) e il carico di traffico sulla rete (che pu? essere limitato riducendo la quantit? di segnali informativi).
Preferibilmente, ogni dispositivo mobile genera informazioni utili anche quando ? in modalit? inattiva (Idle). Le informazioni reperite/determinate in modalit? inattiva sono memorizzate localmente in una memoria tampone del dispositivo e quindi trasmesse alla rete ? attraverso segnali informativi ? non appena il dispositivo passa allo stato connesso (Connected).
In una forma di realizzazione preferita, i segnali informativi SIG sono segnali MDT (Minimization of Drive Test). Tale tecnologia ? stata standardizzata dall?ETSI ed ? descritta nella specifica tecnica 3GPP TS 37.320; si potr? considerare, ad esempio, la versione 15.0.0 (2018-06). Detta specifica tecnica ? qui incorporata a titolo di riferimento.
Ad esempio, ogni segnale informativo SIG pu? presentare la seguente struttura logica:
Il metodo comprende determinare, in base ai segnali informativi SIG inviati da ogni dispositivo mobile, un percorso seguito da detto dispositivo mobile.
Preferibilmente, questo passo comprende un?operazione preliminare di correlazione: la Richiedente osserva che l?identificativo temporaneo (ad es., il TMSI) e l?identificativo di sessione non sono sempre entrambi inclusi in ogni segnale informativo SIG; in particolare, lo stesso identificativo temporaneo (ad es., il TMSI) ? utilizzato per un tempo maggiore rispetto all?identificativo di sessione e viene trasmesso solamente all?inizio di una connessione, mentre l?identificativo di sessione viene aggiornato (vale a dire cambiato) ad ogni sessione utente. Si esegue quindi un'operazione per correlare tra loro i segnali informativi SIG in base all'identificativo temporaneo e/o all'identificativo di sessione in essi contenuti. In questo modo risulta possibile creare sequenze di dati correlati (ad es., campioni MDT).
Partendo dai segnali informativi SIG si possono creare sequenze di dati; tali sequenze includono posizioni geografiche di ogni dispositivo mobile, tracciate nel corso del tempo. Da un punto di vista pratico, le posizioni geografiche sono ordinate in base al tempo di riferimento ad esse associato; unendo le posizioni geografiche ordinate (ad es., mediante una semplice interpolazione lineare), si pu? quindi determinare il percorso seguito da ciascun terminale utente mobile.
In una forma di realizzazione, il percorso di uno o pi? dispositivi mobili comprende diversi segmenti. Ogni segmento ? definito da una pluralit? di posizioni geografiche; come gi? accennato, ogni posizione geografica ? associata ad un rispettivo riferimento temporale, e le posizioni geografiche sono ordinate in base ai rispettivi riferimenti temporali; in un segmento, la differenza tra i riferimenti temporali di ogni coppia di posizioni geografiche consecutive ? minore di una soglia preimpostata.
Preferibilmente, uno o pi? percorsi includono una o pi? porzioni di giunzione che uniscono segmenti consecutivi.
Preferibilmente, ogni segmento ? identificato da un rispettivo identificativo di segmento.
Preferibilmente, ogni percorso ? identificato da un rispettivo identificativo di percorso. L?identificativo di percorso ? correlato con l?identificativo di sessione, in quanto tutti i punti appartenenti ad uno stesso percorso sono associati ad uno stesso identificativo di sessione.
La Richiedente osserva che, nella presente descrizione, le espressioni ?posizione geografica? e ?punto? sono utilizzate in modo intercambiabile, dato che ogni posizione geografica inclusa in un segnale informativo definisce un corrispondente punto sul rispettivo percorso.
Alla luce di quanto sopra, risulta possibile definire un Dataset comprendente i dati seguenti:
Identificativo di percorso (Path_ID): codice che identifica in modo univoco un percorso; come anzidetto, esso ? correlato con l?identificativo di sessione;
Identificativo di segmento (Segment_ID): codice che identifica in modo univoco ognuno dei segmenti appartenenti ad un percorso;
Hop: numero di punti che formano un segmento; tali punti sono ordinati da un primo punto ad un ultimo punto; il primo punto ? preferibilmente indicato come Hop=0; l?ultimo punto ? generalmente indicato come ?Hop max?;
Timestamp: data e ora di rilevamento dei dati;
Latitudine: latitudine della posizione del terminale utente mobile; Longitudine: longitudine della posizione del terminale utente mobile.
La Figura 4 mostra schematicamente un percorso con il Dataset ad esso associato. Come si pu? vedere, questo percorso esemplificativo comprende tre segmenti (Segment#1, Segment#2, Segment#3) e due porzioni di giunzione (Joint1, Joint2) che uniscono rispettivamente Segment#1 con Segment#2 e Segment#2 con Segment#3.
Considerando ora Segment#1, ad esempio, la Figura 4 mostra come esso sia definito da quattro punti (o posizioni geografiche), identificati rispettivamente come Hop0?Hop3. In questo caso, ?Hop max? ? uguale a 3. Le tre parti definite da ciascuna coppia di punti consecutivi sono etichettate come l1, l2, l3.
Preferibilmente, il metodo secondo la presente invenzione comprende un passo di calcolare la lunghezza di ciascuno dei segmenti compresi in un percorso.
La lunghezza di un segmento pu? essere calcolata come segue:
in cui lh indica la distanza tra l?h-esimo punto e l?(h-1)-esimo punto. Preferibilmente, il metodo secondo la presente invenzione comprende un passo di calcolare la lunghezza di ogni percorso.
La lunghezza di un percorso pu? essere calcolata come segue:
in cui P ? il numero di segmenti compresi nel percorso, J ? il numero di porzioni di giunzione comprese nel percorso ? la lunghezza della j-esima porzione di giunzione.
Come anzidetto, i segnali informativi SIG sono inviati dai dispositivi mobili alla rete; la Figura 2 mostra, insieme con altre entit?, una rete di accesso radio (RAN, Radio Access Network) 100 in grado di operare in questo contesto.
La RAN 100 comprende una pluralit? di stazioni radio base (RBS, Radio Base Stations) 110 distribuite su un territorio in modo da fornire copertura radio. In particolare, sono presenti delle RBS nella zona di interesse Z1 e nella zona di rilevazione Z2.
Ad esempio, la RAN 100 pu? fornire accesso radio secondo le tecnologie 4G o 5G. L?esperto del ramo comprender? come la presente invenzione non si limiti in linea di principio a tali tecnologie, ma possa essere realizzata anche utilizzando tecnologie/standard di accesso radio differenti/future.
Le RBS 110 sono collegate ad una struttura di controllo che gestisce il traffico radio da e verso le RBS 110. La struttura di controllo, che pu? includere apparati installati presso le stazioni radio base RBS 110 e in posizioni remote, ? qui chiamata genericamente unit? di controllo 120. Quest?ultima ? di per s? nota e non sar? descritta nei dettagli nel seguito. Ad esempio, l?unit? di controllo 120 pu? comprendere un controllore di rete radio (RNC, Radio Network Controller) associato alla RAM 100 (ad es., nel caso di una rete 3G) oppure uno o pi? elementi di un?entit? di gestione della mobilit? (MME, Mobility Management Entity) (ad es., nel caso di una rete 4G o 5G). La RAN 100 e l?unit? di controllo 120 formano un sistema di comunicazioni ad accesso radio, indicato con 300 in Figura 2.
Le RBS 110 scambiano segnali radio con dispositivi mobili 200 attraverso rispettive connessioni wireless. In particolare, come accennato, le RBS 100 ricevono i suddetti segnali informativi SIG.
Secondo l?invenzione, i dispositivi mobili 200 possono comprendere smartphone, tablet e veicoli, tipicamente automobili, dotati di connettivit? WAN (Wide Area Network). Per previsioni di traffico pedonale si potranno prendere in considerazione, ad esempio, smartphone e tablet; per previsioni di traffico veicolare si potranno prendere in considerazione smartphone, tablet e veicoli con connessione WAN (o le centraline di bordo di tali veicoli).
La presente invenzione si snoda in due fasi che possono essere realizzate individualmente o in combinazione tra loro, a seconda delle specifiche esigenze delle entit? industriali/commerciali coinvolte e degli accordi in essere tra le stesse.
Una prima fase riguarda la generazione di dati di riferimento per la previsione di condizioni di traffico; una seconda fase riguarda l?effettiva previsione di condizioni di traffico.
La prima fase e la seconda fase coinvolgono entrambe dei dispositivi mobili 200. Non ? noto a priori se un determinato dispositivo mobile coinvolto nella prima fase sar? coinvolto anche nella seconda fase. Di conseguenza, per chiarezza, i dispositivi mobili coinvolti nella prima fase saranno considerati diversi da quelli coinvolti nella seconda fase. I dispositivi mobili coinvolti nella prima fase sono indicati come ?primi dispositivi? 210, mentre i dispositivi mobili coinvolti nella seconda fase sono indicati come ?secondi dispositivi? 220. In termini generici, non si esclude che uno o pi? dei primi dispositivi 210 possano essere compresi anche tra i secondi dispositivi 220 e/o che uno o pi? dei secondi dispositivi 220 possano essere compresi anche tra i primi dispositivi 210.
Quanto sopra indicato in relazione al termine generico ?dispositivo(i) mobile(i)? vale sia per i primi dispositivi 210 sia per i secondi dispositivi 220.
Le operazioni relative alla prima fase sono preferibilmente eseguite da un sistema per generare dati di riferimento per la previsione di condizioni di traffico, indicato con 1a nelle Figure 2, 3a.
Il sistema 1a comprende una prima memoria M1 e una prima unit? di elaborazione 140a, accoppiata alla prima memoria M1.
Preferibilmente, la prima unit? di elaborazione 140a include una prima unit? di raccolta dati 141a e un primo modulo di elaborazione 142a; la prima unit? di raccolta dati 141a ? configurata per ricevere primi segnali di rapporto RS1 e per fornire gli stessi al primo modulo di elaborazione 142a.
I primi segnali di rapporto RS1 possono essere segnali informativi SIG inviati dai primi dispositivi, oppure possono essere generati sulla base dei segnali informativi SIG.
I primi segnali di rapporto RS1 possono essere segnali MDT, oppure possono essere generati sulla base di segnali MDT.
Per generare dati di riferimento per la previsione di condizioni di traffico, la prima unit? di elaborazione 140a ? ed in particolare il primo modulo di elaborazione 142a ? ? configurata per rilevare la presenza di dispositivi mobili (primi dispositivi 210) nella zona di rilevazione Z2.
Tale rilevamento si basa sui primi segnali di rapporto RS1 ricevuti dalla prima unit? di elaborazione 140a ? ed in particolare dal primo modulo di elaborazione 142a.
La Richiedente osserva che, nel contesto della presente invenzione, l?identit? degli utenti associati ai dispositivi mobili 200 non viene utilizzata, in quanto i dati di cui fa uso l?invenzione consistono sostanzialmente in posizioni dei dispositivi, misurazioni correlate con la connessione wireless tra i dispositivi wireless e la RAN 100, e riferimenti temporali associati alle misurazioni. Di conseguenza, dall?implementazione della presente invenzione non derivano problemi di privacy.
I primi segnali di rapporto RS1 ricevuti dalla prima unit? di elaborazione 140a, ed in particolare dal primo modulo di elaborazione 142a, vengono elaborati in modo da calcolare caratteristiche di movimento per ogni primo dispositivo 210.
In particolare, in base alle informazioni incluse nei primi segnali di rapporto RS1 (posizione e riferimento temporale, oltre all?identificativo), vengono calcolate caratteristiche di movimento per ogni primo dispositivo Ad esempio, la caratteristiche di movimento possono includere una traiettoria seguita dal primo dispositivo 210 nella zona di rilevazione Z2. La traiettoria pu? essere calcolata come precedentemente descritto, in base ai succitati segmenti e percorsi.
In una forma di realizzazione, la traiettoria di ogni primo dispositivo pu? essere vantaggiosamente impiegata per verificare che il primo dispositivo 210 si trovi realmente nella zona di rilevazione Z2 e stia continuando a muoversi nella zona di rilevazione Z2.
Le caratteristiche di movimento possono anche comprendere una velocit? alla quale ogni primo dispositivo 210 si muove nella zona di rilevazione Z2.
In base a dette una o pi? caratteristiche di movimento di detti primi dispositivi, la prima unit? di elaborazione 140a (ed in particolare il primo modulo di elaborazione 142a) calcola uno o pi? predittori.
L?uno o pi? predittori sono associati ai riferimenti temporali e alle posizioni geografiche incluse nei primi segnali di rapporto RS1.
In termini pratici, i predittori (calcolati con riferimento alla zona di rilevazione Z2) sono parametri che sono definiti e calcolati in modo tale da essere correlati con le condizioni di traffico nella zona di interesse Z1 dopo un certo tempo. Di conseguenza, come risulter? maggiormente chiaro nel seguito, i predittori possono essere vantaggiosamente utilizzati per prevedere le condizioni di traffico nella zona di interesse Z1.
L?uno o pi? predittori possono comprendere, ad esempio, la velocit? media e/o la varianza della velocit? dei primi dispositivi in un determinato momento (identificato dai riferimenti temporali inclusi nei segnali di rapporto utilizzati per calcolare i dati di riferimento).
In accordo con l?invenzione, per generare i dati di riferimento necessari per la previsione vengono rese disponibili informazioni relative alla condizione di traffico oggettiva nella zona di interesse Z1.
A tale scopo, la prima unit? di elaborazione 140a (ed in particolare il primo modulo di elaborazione 142a) riceve un segnale di traffico TS rappresentativo di una condizione di traffico oggettiva nella zona di interesse Z1. La condizione di traffico oggettiva si ? verificata (o si verifica) dopo un determinato tempo rispetto a detti uno o pi? riferimenti temporali associati al predittore o ai predittori. Ad esempio, tale determinato tempo pu? essere compreso tra 15 minuti e 20 minuti. Possono comunque essere impiegati anche valori temporali diversi per tale determinato tempo, in funzione di implementazioni ed esigenze specifiche.
Il segnale di traffico TS pu? essere in qualsiasi forma appropriata, a condizione che contenga informazioni relative alla condizione di traffico oggettiva nella zona di interesse Z1 in un determinato momento. Ad esempio, il segnale di traffico TS pu? essere inserito da un operatore umano sulla base di dati ricevuti tramite canali informativi. In aggiunta o in alternativa, il segnale di traffico TS pu? essere ottenuto mediante tecniche automatiche implementate tramite software, in base a rilevazioni effettuate da ?telecamere di monitoraggio del traffico? o altri sistemi di rilevazione.
Le condizioni di traffico possono, in generale, essere espresse per mezzo di due o pi? etichette.
Ad esempio, possono essere utilizzate etichette come ?alto?, ?basso? (in una configurazione a due etichette) oppure come ?scorrevole?, ?intenso?, ?congestionato? (in una configurazione a tre etichette).
Da un punto di vista pratico, la condizione di traffico oggettiva rappresenta la condizione di traffico realmente presente nella zona di interesse Z1 in un determinato momento. L?uno o pi? predittori rappresentano il movimento di dispositivi mobili (rappresentativi di pedoni o veicoli) ad una certa distanza dalla zona di interesse Z1, in un determinato momento precedente al verificarsi della condizione di traffico oggettiva.
Secondo l?invenzione, la prima unit? di elaborazione 140a (ed in particolare il primo modulo di elaborazione 142a) determina i dati di riferimento in base ai predittori calcolati e alla condizione di traffico oggettiva. I dati di riferimento correlano i predittori e la condizione di traffico oggettiva.
In una forma di realizzazione, per calcolare i dati di riferimento pu? essere utilizzato un processo statistico.
In una forma di realizzazione, per calcolare i dati di riferimento pu? essere utilizzato uno strumento di apprendimento automatico 143, installato nella prima unit? di elaborazione 140a (ed in particolare nel primo modulo di elaborazione 142a). In questo caso, lo strumento di apprendimento automatico 143 viene addestrato fornendo in ingresso l?uno o pi? predittori in associazione con le condizioni di traffico oggettive nella zona di interesse; dopo un certo periodo di tempo e una quantit? appropriata di dati di addestramento, lo strumento di apprendimento automatico avr? definito il proprio funzionamento interno (ad esempio, determinando pesi appropriati da assegnare a ?sinapsi?, ossia collegamenti tra ?neuroni? nelle reti neurali artificiali). I dati di riferimento rappresentano quindi la configurazione dello strumento di apprendimento automatico 143 addestrato.
I dati di riferimento sono quindi memorizzati nella prima memoria M1, per essere successivamente utilizzati nella seconda fase, vale a dire la reale fase predittiva.
Occorre notare che il riferimento 143 in Figura 3a indica lo strumento di apprendimento automatico, quest?ultimo trovandosi nella fase di addestramento (prima fase).
Come anzidetto, una seconda fase prevista dalla presente invenzione consiste nella previsione di condizioni di traffico.
Le operazioni della seconda fase sono preferibilmente eseguite da un sistema per prevedere condizioni di traffico, indicato con 1b nelle Figure 2, 3b.
La tecnica si basa su un?operazione di rilevazione eseguita sulla zona di rilevazione Z2 e su un calcolo/previsione effettuato con riferimento alla zona di interesse Z1.
Il sistema 1b comprende una seconda memoria M2 e una seconda unit? di elaborazione 140b, accoppiata alla seconda memoria M2.
Preferibilmente, la seconda unit? di elaborazione 140b include una seconda unit? di raccolta dati 141b ed un secondo modulo di elaborazione 142b; la seconda unit? di raccolta dati 141b ? configurata per ricevere secondi segnali di rapporto RS2 (descritti pi? in dettaglio nel seguito) e per fornire gli stessi al secondo modulo di elaborazione 142b.
Nella seconda memoria M2 sono memorizzati dati di riferimento. I dati di riferimento correlano predittori associati a possibili caratteristiche di movimento di dispositivi mobili nella zona di rilevazione Z2 in un primo momento con possibili condizioni di traffico nella zona di interesse Z1 in un secondo momento. Il secondo momento cade dopo un determinato tempo dal primo momento.
Preferibilmente, i dati di riferimento sono calcolati come indicato con riferimento alla suddetta prima fase.
In una forma di realizzazione, la prima e la seconda memoria M1, M2 possono essere lo stesso dispositivo di memorizzazione.
In una forma di realizzazione, i dati di riferimento, che sono memorizzati nella prima memoria M1 durante la prima fase, vengono trasmessi o trasferiti per essere memorizzati nella seconda memoria M2.
Nella zona di rilevazione Z2 viene rilevata la presenza di una pluralit? di secondi dispositivi 220.
Come anzidetto, la seconda unit? di elaborazione 140b, ed in particolare il secondo modulo di elaborazione 142b, riceve secondi segnali di rapporto RS2.
I secondi segnali di rapporto RS2 possono essere i segnali informativi SIG generati dai secondi dispositivi 220, oppure possono essere generati sulla base di tali segnali informativi SIG.
I secondi segnali di rapporto RS2 possono essere segnali MDT, oppure possono essere generati sulla base di segnali MDT.
In base alla posizione geografica, al riferimento temporale e all?identificativo, la seconda unit? di elaborazione 140b, ed in particolare il secondo modulo di elaborazione 142b, calcola una o pi? caratteristiche di movimento dei secondi dispositivi 220.
Tali caratteristiche di movimento possono comprendere una traiettoria seguita dal secondo dispositivo mobile e/o una velocit? alla quale il secondo dispositivo mobile si muove nella zona di rilevazione Z2. La traiettoria pu? essere determinata sulla base di segmenti/percorsi come precedentemente descritto.
In funzione delle caratteristiche di movimento dei secondi dispositivi, la seconda unit? di elaborazione 140b, ed in particolare il secondo modulo di elaborazione 142b, calcola dati di rilevazione.
I dati di rilevazione corrispondono ai suddetti predittori. In termini pratici, i dati di rilevazione e i predittori sono gli stessi parametri, l?unica differenza essendo che tali parametri sono stati etichettati come ?predittori? nella prima fase e come ?dati di rilevazione? nella seconda fase.
I dati di rilevazione sono associati ai riferimenti temporali e alle posizioni geografiche incluse nei secondi segnali di rapporto RS2 utilizzati per calcolare gli stessi dati di rilevazione.
Preferibilmente, i dati di rilevazione possono includere una velocit? media di detti secondi dispositivi 220 e/o una varianza della velocit? di detti secondi dispositivi 220.
I dati di rilevazione vengono elaborati in base ai dati di riferimento, ottenendo in tal modo una previsione di una condizione di traffico nella zona di interesse Z1 per un momento che cade dopo un determinato tempo rispetto ai riferimenti temporali inclusi nei secondi segnali di rapporto RS2.
La previsione pu? essere effettuata dal suddetto strumento di apprendimento automatico 143, installato nella seconda unit? di elaborazione 140b (ed in particolare nel secondo modulo di elaborazione 142b). Dopo essere stato addestrato nella prima fase, tale strumento di apprendimento automatico 143 ? ora utilizzato nella seconda fase per effettuare previsioni del traffico.
Occorre notare che il riferimento 143 in Figura 3b indica lo strumento di apprendimento automatico, quest?ultimo trovandosi nella fase operativa predittiva (seconda fase).
La seconda unit? di elaborazione 140b (ed in particolare il secondo modulo di elaborazione 142b) ? configurata per generare successivamente un segnale di dati DS, rappresentativo di detta condizione di traffico prevista.
In una forma di realizzazione, il segnale di dati DS viene inviato ad uno o pi? schermi installati in un?area associata alla zona di rilevazione Z2.
In aggiunta o in alternativa, il segnale di dati DS viene inviato a dispositivi mobili in un?area associata a detta zona di rilevazione Z2. Tali dispositivi mobili possono comprendere, essere compresi in, o essere completamente distinti da, i secondi dispositivi 220: ci? dipende dalle dimensioni e dalla posizione dell?area associata alla zona di rilevazione Z2 e dal movimento dei secondi dispositivi 220.
L?area in cui sono installati gli uno o pi? schermi e l?area in cui i dispositivi mobili ricevono il segnale di dati DS possono essere la stessa area o aree diverse. Tali aree (che siano diverse o la stessa) sono associate alla zona di rilevazione Z2, nel senso che possono essere in prossimit? di, essere parzialmente incluse in, essere interamente incluse in, includere parzialmente o includere interamente la zona di rilevazione Z2. In termini pratici, tali aree sono aree in cui pu? essere utile e di aiuto fornire alle persone informazioni relative alla previsione del traffico nella zona di interesse Z1. Ad esempio, considerando un caso di traffico veicolare autostradale, la zona di rilevazione Z2 potr? trovarsi a 40 km dalla zona di interesse Z1, e l?area di installazione degli schermi (e in grado di ricevere il segnale di dati DS) e/o in cui i dispositivi mobili ricevono il segnale di dati DS potr? estendersi lungo tale tratto di 40 km.
In una forma di realizzazione, il segnale di dati DS viene inviato ad un sistema di gestione del traffico associato alla zona di rilevazione Z2 e/o alla zona di interesse Z1. Ad esempio, il sistema di gestione del traffico pu? essere installato nella zona di interesse Z1. Ad esempio, il sistema di gestione del traffico pu? essere installato nella zona di rilevazione Z2 e/o in un?area vicina. Da un punto di vista pratico, il sistema di gestione del traffico opera in un?area ritenuta in grado di influenzare il traffico nella zona di interesse Z1.
Ad esempio, il sistema di gestione del traffico pu? comprendere uno o pi? semafori (formanti una rete semaforica, in particolare per la regolazione del traffico veicolare) e/o uno o pi? tornelli (o cancelli), in particolare per la regolazione del traffico pedonale. Preferibilmente, il sistema di gestione del traffico ? provvisto di un controllore; il segnale di dati DS pu? essere inviato a tale controllore, in modo tale che quest?ultimo possa regolare il traffico (per mezzo di detti semafori, tornelli/cancelli e/o altri dispositivi equivalenti) in base alla previsione del traffico inclusa nel segnale di dati DS. In caso di impiego di semafori, il controllore ? preferibilmente dotato di appropriati algoritmi che, ad esempio, aumentano il tempo di ?verde? o ?rosso? dei semafori installati lungo direzioni ritenute utili per ridurre il traffico nella zona di interesse Z1.
In una forma di realizzazione si prevede di determinare una velocit? consigliata per dispositivi mobili (che pu? quindi riflettersi in una velocit? consigliata per veicoli) in un?area associata alla zona di rilevazione Z2. Tale velocit? consigliata ? inclusa nel segnale di dati DS, cosicch? essa pu? essere visualizzata su detti uno o pi? schermi e/o sui display dei dispositivi mobili.
In caso di veicoli connessi, ? previsto che il sistema di controllo del veicolo possa essere configurato per ricevere il segnale di dati DS comprendente la velocit? consigliata, eventualmente visualizzarlo su un display del veicolo, ed eventualmente regolare la velocit? del veicolo come suggerito nel segnale di dati DS.
La Richiedente osserva che la velocit? consigliata pu? essere calcolata in modo per s? noto, allo scopo di ridurre il rischio di congestione del traffico nella zona di interesse Z1.
La Richiedente osserva inoltre che possono essere forniti suggerimenti differenti a veicoli che si trovano a distanze diverse dalla zona di interesse Z1, sempre con l?intento di evitare il traffico (previsto) nella stessa zona di interesse Z1.
In una forma di realizzazione, le possibili condizioni di traffico nella zona di interesse Z1 sono rappresentate da due o pi? etichette. Ottenere una previsione della condizione di traffico pu? quindi comprendere selezionare un?etichetta tra dette due o pi? etichette.
Come precedentemente accennato, pu? essere implementata, ad esempio, una soluzione a due etichette (?alto?, ?basso?); una diversa soluzione potrebbe invece prevedere tre etichette (?scorrevole?, ?intenso?, ?congestionato?).
Si deve notare che nella descrizione precedente il sistema 1a per generare dati di riferimento per la previsione di condizioni di traffico e il sistema 1b per prevedere condizioni di traffico sono stati presentati separatamente in quanto, in linea di principio, possono operare in modo reciprocamente indipendente e la prima fase e la seconda fase possono essere realizzate da entit? diverse.
La Figura 2 mostra una forma di realizzazione preferita in cui le operazioni previste nella prima e nella seconda fase sono eseguite da un?unica unit? di elaborazione 140 (in cui collassano la prima e la seconda unit? di elaborazione 140a, 140b) e in cui si utilizza un?unica memoria M (in cui collassano la prima e la seconda memoria M1, M2). Pi? in dettaglio, l?unit? di elaborazione 140 comprende un?unit? di raccolta dati 141 (che raccoglie i primi e i secondi segnali di rapporto RS1, RS2) e un modulo di elaborazione 142 (che esegue le operazioni svolte dal primo e dal secondo modulo di elaborazione 142a, 142b; in particolare, il modulo di elaborazione 142 pu? essere implementato con il succitato strumento di apprendimento automatico 143).
Nella precedente descrizione si ? fatto riferimento ad una sola zona di rilevazione. La Richiedente osserva che l?invenzione ? anche applicabile a scenari in cui si considerino due o pi? zone di rilevazione, in particolare zone diverse da cui il traffico converge in un unico percorso/itinerario verso la zona di interesse.
Alla luce di quanto sopra, la Richiedente osserva che un possibile scenario in cui la presente invenzione pu? essere realizzata ? il seguente:
- un operatore di telecomunicazioni riceve i segnali di rapporto (ad es., come anzidetto, segnali MDT), ossia i primi segnali di rapporto RS1 e i secondi segnali di rapporto RS2;
- una prima entit? industriale/commerciale, in base ai primi segnali di rapporto RS1 forniti dall?operatore di telecomunicazione, imposta e configura il modello predittivo (ossia determina i dati di riferimento);
- una seconda entit? industriale/commerciale riceve il modello predittivo configurato dalla prima entit? industriale/commerciale e, in base ai secondi segnali di rapporto RS2 forniti dall?operatore di telecomunicazioni, utilizzando il modello predittivo configurato, esegue la previsione del traffico (ossia genera il segnale di dati DS).
Esempio #1
In un primo esempio, la Richiedente ha verificato l?implementazione dell?invenzione per traffico pedonale in zone pedonali di una citt? (ossia zone in cui, con poche eccezioni, non ? consentito l?accesso a veicoli a motore).
La zona di interesse ? definita come un luogo in cui ? spesso presente una folla di turisti; la zona di rilevazione ? un?area attraversata da una parte significativa di persone dirette verso la zona di interesse. La distanza tra la zona di interesse e la zona di rilevazione ? di circa 2 km.
Si ? utilizzato il modello predittivo SVM (Support Vector Machine); sono stati definiti due livelli di traffico (con rispettive etichette ?alto?, ?basso?).
I segnali MDT sono stati rilevati per alcuni giorni in intervalli temporali diversi.
Sono stati testati vari predittori; il numero di persone e la varianza di velocit? si sono dimostrati quelli pi? accurati.
Si sono considerati tempi di previsione pari a 10, 20 e 30 minuti. Alla fine ? risultato pi? appropriato un tempo di previsione di 20 minuti.
Esempio #2
In un secondo esempio, la Richiedente ha verificato l?implementazione dell?invenzione per traffico veicolare autostradale.
La zona di interesse ? definita come un?area particolare in cui molto spesso, specialmente ad una certa ora di ogni giorno, il traffico ? molto congestionato; la zona di rilevazione ? un tratto autostradale di 40 km che conduce alla zona di interesse.
Si ? utilizzato il modello predittivo KNN (K-Nearest Neighbor), con k=3; sono stati definiti tre livelli di traffico (con rispettive etichette ?scorrevole?, ?intenso?, ?congestionato?).
I segnali MDT sono stati rilevati per un paio di settimane, ogni giorno in intervalli temporali diversi.
Sono stati testati vari predittori; la velocit? media si ? dimostrata quello pi? accurato.
Si ? testato con ottimi risultati un tempo di previsione pari a 15 minuti.

Claims (15)

RIVENDICAZIONI
1. Metodo per generare dati di riferimento per la previsione di condizioni di traffico, comprendente:
determinare una zona di interesse (Z1);
determinare una zona di rilevazione (Z2), associata a detta zona di interesse (Z1);
rilevare la presenza di una pluralit? di primi dispositivi in detta zona di rilevazione (Z2), detti primi dispositivi essendo terminali utente mobili;
per ognuno di detti primi dispositivi:
ricevere nel corso del tempo una pluralit? di primi segnali di rapporto (RS1), ogni segnale di rapporto comprendendo: una posizione geografica di detto primo dispositivo, un riferimento temporale associato a detta posizione geografica e almeno uno di un identificativo di utente e un identificativo di sessione; in base a detti primi segnali di rapporto (RS1), determinare una o pi? caratteristiche di movimento correlate con il movimento di detto primo dispositivo in detta zona di rilevazione (Z2);
in base a dette una o pi? caratteristiche di movimento di detti primi dispositivi, calcolare uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche;
ricevere un segnale di traffico (TS), rappresentativo di una condizione di traffico oggettiva in detta zona di interesse (Z1), detta condizione di traffico oggettiva essendosi verificata dopo un determinato tempo rispetto a detti uno o pi? riferimenti temporali;
determinare dati di riferimento, in base a detti predittori calcolati e a detta condizione di traffico oggettiva, per correlare detti predittori e detta condizione di traffico oggettiva;
memorizzare detti dati di riferimento in una prima memoria (M1).
2. Metodo secondo la rivendicazione 1, in cui detti primi segnali di rapporto (RS1) sono segnali Minimization of Drive Test, MDT, o sono generati sulla base di segnali MDT.
3. Metodo secondo la rivendicazione 1 o 2, in cui dette una o pi? caratteristiche di movimento includono una traiettoria lungo la quale si muove ogni primo dispositivo e/o la velocit? alla quale ogni primo dispositivo si muove in detta zona di rilevazione (Z2).
4. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui detti uno o pi? predittori comprendono una o pi? di:
una velocit? media di detti primi dispositivi;
una varianza della velocit? di detti primi dispositivi.
5. Metodo secondo una qualsiasi delle rivendicazioni precedenti, in cui la correlazione tra detti uno o pi? predittori e possibili condizioni di traffico in detta zona di interesse (Z1) ? stabilita attraverso uno strumento di apprendimento automatico.
6. Metodo per prevedere condizioni di traffico, comprendente: determinare una zona di interesse (Z1);
determinare una zona di rilevazione (Z2) associata a detta zona di interesse (Z1);
mettere a disposizione, in una memoria, detti dati di riferimento che correlano predittori associati a possibili caratteristiche di movimento di dispositivi mobili in detta zona di rilevazione (Z2) in un primo momento con possibili condizioni di traffico in detta zona di interesse (Z1) in un secondo momento, detto secondo momento cadendo dopo un determinato tempo da detto primo momento;
rilevare la presenza di una pluralit? di secondi dispositivi in detta zona di rilevazione (Z2), detti secondi dispositivi essendo terminali utente mobili; per ognuno di detti secondi dispositivi:
ricevere nel corso del tempo una pluralit? di secondi segnali di rapporto (RS2), ogni secondo segnale di rapporto (RS2) comprendendo: una posizione geografica di detto secondo dispositivo, un riferimento temporale associato a detta posizione geografica e almeno uno di un identificativo di utente e un identificativo di sessione;
in base a detti secondi segnali di rapporto (RS2), determinare una o pi? caratteristiche di movimento correlate con il movimento di detto secondo dispositivo in detta zona di rilevazione (Z2);
in base a dette una o pi? caratteristiche di movimento di detti secondi dispositivi, calcolare dati di rilevazione corrispondenti a detti predittori, associati a detti riferimenti temporali e a dette posizioni geografiche;
elaborare detti dati di rilevazione in base a detti dati di riferimento, ottenendo una previsione di una condizione di traffico in detta zona di interesse (Z1) per un momento che cade dopo un determinato tempo rispetto ai riferimenti temporali inclusi in detti secondi segnali di rapporto (RS2);
generare un segnale di dati (DS) rappresentativo di detta condizione di traffico prevista.
7. Metodo secondo la rivendicazione 6, in cui detti secondi segnali di rapporto (RS2) sono segnali Minimization of Drive Test, MDT, o sono generati sulla base di segnali MDT.
8. Metodo secondo la rivendicazione 6 o 7, in cui dette una o pi? caratteristiche di movimento includono una traiettoria lungo la quale si muove ogni secondo dispositivo e/o la velocit? alla quale ogni secondo dispositivo si muove in detta zona di rilevazione.
9. Metodo secondo una qualsiasi delle rivendicazioni 6-8, in cui le possibili condizioni di traffico in detta zona di interesse (Z1) sono rappresentate da due o pi? etichette, in cui ottenere una previsione della condizione di traffico comprende selezionare un?etichetta tra dette due o pi? etichette.
10. Metodo secondo una qualsiasi delle rivendicazioni 6-9, in cui detti dati di rilevazione comprendono una o pi? di:
una velocit? media di detti secondi dispositivi;
una varianza della velocit? di detti secondi dispositivi.
11. Metodo secondo una qualsiasi delle rivendicazioni 6-10, in cui detti dati di riferimento sono determinati eseguendo il metodo secondo una qualsiasi delle rivendicazioni 1-5.
12. Metodo secondo una qualsiasi delle rivendicazioni 6-11, comprendente almeno uno di:
inviare detto segnale di dati (DS) ad uno schermo installato in un?area associata a detta zona di rilevazione (Z2);
inviare detto segnale di dati (DS) a dispositivi mobili in detta zona di rilevazione;
inviare detto segnale di dati (DS) ad un sistema di gestione del traffico associato a detta zona di rilevazione (Z2) e/o a detta zona di interesse (Z1).
13. Metodo secondo una qualsiasi delle rivendicazioni 6-12, comprendente:
determinare una velocit? consigliata per dispositivi mobili nella zona di rilevazione;
includere detta velocit? consigliata in detto segnale di dati (DS).
14. Sistema per generare dati di riferimento per la previsione di condizioni di traffico, comprendente:
una prima memoria (M1);
una prima unit? di elaborazione, accoppiata a detta prima memoria (M1) e configurata per:
- determinare una zona di interesse (Z1);
- determinare una zona di rilevazione (Z2) associata a detta zona di interesse (Z1);
- rilevare la presenza di una pluralit? di primi dispositivi in detta zona di rilevazione (Z2), detti primi dispositivi essendo terminali utente mobili;
- per ognuno di detti primi dispositivi:
ricevere nel corso del tempo una pluralit? di primi segnali di rapporto (RS1), ogni primo segnale di rapporto (RS1) comprendendo: una posizione geografica di detto primo dispositivo, un riferimento temporale associato a detta posizione geografica e almeno uno di un identificativo di utente e un identificativo di sessione;
in base a detti primi segnali di rapporto (RS1), determinare una o pi? caratteristiche di movimento correlate con il movimento di detto primo dispositivo in detta zona di rilevazione (Z2);
- in base a dette una o pi? caratteristiche di movimento di detti primi dispositivi, calcolare uno o pi? predittori associati a detti riferimenti temporali e a dette posizioni geografiche;
- ricevere un segnale di traffico (TS), rappresentativo di una condizione di traffico oggettiva in detta zona di interesse (Z1), detta condizione di traffico oggettiva verificandosi dopo un determinato tempo rispetto a detti uno o pi? riferimenti temporali; - determinare dati di riferimento, in base a detti uno o pi? predittori calcolati e a detta condizione di traffico oggettiva, per correlare detti uno o pi? predittori e detta condizione di traffico oggettiva; - memorizzare detti dati di riferimento in detta prima memoria (M1).
15. Sistema per prevedere condizioni di traffico, comprendente: una seconda memoria (M2);
una seconda unit? di elaborazione, accoppiata a detta seconda memoria (M2) e configurata per:
- determinare una zona di interesse (Z1);
- determinare una zona di rilevazione (Z2) associata a detta zona di interesse (Z1);
in cui detta seconda memoria (M2) contiene dati di riferimento, detti dati di riferimento correlando predittori associati a possibili caratteristiche di movimento di dispositivi mobili in detta zona di rilevazione (Z2) in un primo momento con possibili condizioni di traffico in detta zona di interesse (Z1) in un secondo momento, detto secondo momento cadendo dopo un determinato tempo da detto primo momento;
detta seconda unit? di elaborazione essendo ulteriormente configurata per:
- rilevare la presenza di una pluralit? di secondi dispositivi in detta zona di rilevazione (Z2), detti secondi dispositivi essendo terminali utente mobili;
- per ognuno di detti secondi dispositivi:
ricevere nel corso del tempo una pluralit? di secondi segnali di rapporto (RS2), ogni secondo segnale di rapporto (RS2) comprendendo: una posizione geografica di detto secondo dispositivo, un riferimento temporale associato a detta posizione geografica e almeno uno di un identificativo di utente e un identificativo di sessione;
in base a detti secondi segnali di rapporto (RS2), determinare una o pi? caratteristiche di movimento correlate con il movimento di detto secondo dispositivo in detta zona di rilevazione (Z2);
- in base a dette una o pi? caratteristiche di movimento di detti secondi dispositivi, calcolare dati di rilevazione corrispondenti a detti uno o pi? predittori, associati a detti riferimenti temporali e a dette posizioni geografiche;
- elaborare detti dati di rilevazione in base a detti dati di riferimento, ottenendo una previsione di una condizione di traffico in detta zona di interesse (Z1) per un momento che cade dopo un determinato tempo rispetto ai riferimenti temporali inclusi in detti secondi segnali di rapporto (RS2);
- generare un segnale di dati (DS) rappresentativo di detta condizione di traffico prevista.
IT102021000023144A 2021-09-08 2021-09-08 Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico IT202100023144A1 (it)

Priority Applications (4)

Application Number Priority Date Filing Date Title
IT102021000023144A IT202100023144A1 (it) 2021-09-08 2021-09-08 Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico
US18/690,271 US20250140106A1 (en) 2021-09-08 2022-09-02 Method and system for generating reference data for traffic condition prediction, and method and system for predicting traffic conditions
PCT/IB2022/058250 WO2023037209A1 (en) 2021-09-08 2022-09-02 Method and system for generating reference data for traffic condition prediction, and method and system for predicting traffic conditions
EP22773307.8A EP4399701A1 (en) 2021-09-08 2022-09-02 Method and system for generating reference data for traffic condition prediction, and method and system for predicting traffic conditions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102021000023144A IT202100023144A1 (it) 2021-09-08 2021-09-08 Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico

Publications (1)

Publication Number Publication Date
IT202100023144A1 true IT202100023144A1 (it) 2023-03-08

Family

ID=78463844

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102021000023144A IT202100023144A1 (it) 2021-09-08 2021-09-08 Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico

Country Status (4)

Country Link
US (1) US20250140106A1 (it)
EP (1) EP4399701A1 (it)
IT (1) IT202100023144A1 (it)
WO (1) WO2023037209A1 (it)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004027729A1 (en) 2002-09-19 2004-04-01 Politecnico Di Torino A method and system for detecting and estimating road traffic from location data of mobile terminals in a radiocommunication system, so as a program therefor
WO2009080105A1 (en) 2007-12-20 2009-07-02 Telecom Italia S.P.A. Method and system for estimating road traffic
US20170309171A1 (en) * 2016-04-20 2017-10-26 Here Global B.V. Traffic Volume Estimation
US9877220B2 (en) * 2010-10-04 2018-01-23 Telefonaktiebolaget Lm Ericsson (Publ) Minimizing drive test logged data reporting
US20180365984A1 (en) * 2017-06-02 2018-12-20 Yandex Europe Ag Methods and systems for generating a traffic prediction
WO2020002094A1 (en) 2018-06-29 2020-01-02 Telecom Italia S.P.A. Method and system for traffic analysis
US20200042799A1 (en) * 2018-07-31 2020-02-06 Didi Research America, Llc System and method for point-to-point traffic prediction

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8014936B2 (en) * 2006-03-03 2011-09-06 Inrix, Inc. Filtering road traffic condition data obtained from mobile data sources
US7912627B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Obtaining road traffic condition data from mobile data sources
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US9755850B2 (en) * 2014-05-01 2017-09-05 Elizabeth B. Stolfus Providing dynamic routing alternatives based on determined traffic conditions
WO2022020650A1 (en) * 2020-07-22 2022-01-27 Justtraffic Inc. Crowd sourced traffic and vehicle monitoring system
WO2023277814A2 (en) * 2021-06-30 2023-01-05 Grabtaxi Holdings Pte. Ltd. Computer-implemented apparatus and method for predicting traffic conditions in a route planning application

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004027729A1 (en) 2002-09-19 2004-04-01 Politecnico Di Torino A method and system for detecting and estimating road traffic from location data of mobile terminals in a radiocommunication system, so as a program therefor
WO2009080105A1 (en) 2007-12-20 2009-07-02 Telecom Italia S.P.A. Method and system for estimating road traffic
US9877220B2 (en) * 2010-10-04 2018-01-23 Telefonaktiebolaget Lm Ericsson (Publ) Minimizing drive test logged data reporting
US20170309171A1 (en) * 2016-04-20 2017-10-26 Here Global B.V. Traffic Volume Estimation
US20180365984A1 (en) * 2017-06-02 2018-12-20 Yandex Europe Ag Methods and systems for generating a traffic prediction
WO2020002094A1 (en) 2018-06-29 2020-01-02 Telecom Italia S.P.A. Method and system for traffic analysis
US20200042799A1 (en) * 2018-07-31 2020-02-06 Didi Research America, Llc System and method for point-to-point traffic prediction

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
3GPP TS 37.320

Also Published As

Publication number Publication date
WO2023037209A1 (en) 2023-03-16
US20250140106A1 (en) 2025-05-01
EP4399701A1 (en) 2024-07-17

Similar Documents

Publication Publication Date Title
US8930123B2 (en) Systems and methods for determining traffic intensity using information obtained through crowdsourcing
US9293041B2 (en) Traffic monitoring via telecommunication data
JP5930026B2 (ja) 通信装置、送信間隔制御装置、位置情報送信方法、位置情報の送信間隔制御方法およびプログラム
US20160267789A1 (en) Traffic Classification Based on Spatial Neighbor Model
JP2013509628A (ja) 交通管理のための方法、装置、およびコンピュータ・プログラム
US20210165931A1 (en) Automated control through a traffic model
Astarita et al. A review of traffic signal control methods and experiments based on Floating Car Data (FCD)
US20240212486A1 (en) Method and apparatus for determining an intersection condition
Patroumpas et al. Event processing and real-time monitoring over streaming traffic data
JP2013008135A (ja) 渋滞予測装置および渋滞予測データ
Alipio et al. Vehicle traffic and flood monitoring with reroute system using Bayesian networks analysis
Yang et al. Extending coverage of stationary sensing systems with mobile sensing systems for human mobility modeling
Tettamanti et al. Road traffic measurement and related data fusion methodology for traffic estimation
US20230258461A1 (en) Interactive analytical framework for multimodal transportation
Mathew et al. A survey on using wireless signals for road traffic detection
Khatri et al. Lane clearance approach for emergency vehicles in highways network
IT202100023144A1 (it) Metodo e sistema per generare dati di riferimento per la previsione di condizioni di traffico, e metodo e sistema per prevedere condizioni di traffico
JP2009075981A (ja) 交通情報提供システム、センタ側コンピュータ用プログラム、検索プログラム、記録媒体、交通情報提供方法
Claudel et al. Guaranteed bounds on highway travel times using probe and fixed data
Hargunani et al. Integrated bus system using QR code
CN107204113A (zh) 确定道路拥堵状态的方法、装置和系统
IT202100009428A1 (it) Method for characterization of paths travelled by mobile user terminals”
US11662746B2 (en) System, method, and computer program product for generating maneuver data for a vehicle
US9420427B2 (en) Method and system for tracking the whereabouts of people in urban settings
US20240118371A1 (en) Apparatus, method, and computer program product for communication node localization