CN101794512A - 旅行时间预测的方法及装置 - Google Patents
旅行时间预测的方法及装置 Download PDFInfo
- Publication number
- CN101794512A CN101794512A CN200910244148A CN200910244148A CN101794512A CN 101794512 A CN101794512 A CN 101794512A CN 200910244148 A CN200910244148 A CN 200910244148A CN 200910244148 A CN200910244148 A CN 200910244148A CN 101794512 A CN101794512 A CN 101794512A
- Authority
- CN
- China
- Prior art keywords
- target road
- described target
- traffic
- road
- grade
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种旅行时间预测的方法及装置，涉及智能交通领域，解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。该方法包括：获取目标道路的等级和交通路况；根据所述目标道路的等级和交通路况确定所述目标道路的平均速度；将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。本发明主要应用于智能交通领域。
Description
技术领域
本发明涉及智能交通领域，尤其涉及一种旅行时间预测的方法及装置。
背景技术
旅行时间预测可以方便出行者、交通管理人员进行查询和各种决策分析。现有技术中在进行旅行时间预测时，以大量旅行时间数据作为基础，通过聚类方法进行数据分析，提取特征值进行匹配，然后直接对所述旅行时间进行预测，从而得到道路的旅行时间。
发明人发现现有技术中采用的算法往往都需要大量的实测旅行时间数据来进行辨识，如果缺乏大量的旅行时间数据作为支持，则算法的效果不是很理想。如：由于一些城市根本就没有浮动车数据，或者浮动车数据很少，覆盖率很低时，这时只能通过浮动车数据外的其它种类数据，比如人工内业采集到的路况信息、电台数据、线圈数据等进行数据融合来获得交通状态，但这种情况下得不到旅行时间信息，这时采用现有技术就无法进行旅行时间预测。
发明内容
本发明的实施例提供一种旅行时间预测的方法及装置，实现了基于道路的交通状态来进行旅行时间的预测。
为达到上述目的，本发明的实施例采用如下技术方案：
一种旅行时间预测的方法，包括：
获取目标道路的等级和交通路况；
根据所述目标道路的等级和交通路况确定所述目标道路的平均速度；
将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。
一种旅行时间预测的装置，包括：
第一获取单元，用于获取目标道路的等级和交通路况；
确定单元，用于根据所述目标道路的等级和交通路况确定所述目标道路的平均速度；
计算单元，用于将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。
由上述技术方案所描述的本发明实施例，通过获取目标道路的等级和交通路况，所述交通路况可以为畅通、缓慢或者拥堵，然后根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。最后通过所述将所述目标道路的长度除以所述目标道路的平均速度就可以得出所述目标道路的旅行时间。实现了通过道路的交通路况来进行旅行时间的预测，与现有技术中直接通过实测的旅行时间数据进行道路的旅行时间预测相比，本发明实施例不受城市提供的数据源的限制，解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为实施例1中旅行时间预测的方法的流程图；
图2为实施例1中旅行时间预测的装置的结构框图；
图3为实施例2中旅行时间预测的方法的流程图；
图4为实施例2中旅行时间预测的装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
本发明实施例提供一种旅行时间预测的方法，如图1所示，该方法包括如下步骤：
101、获取目标道路的等级和交通路况。所述获取到的交通路况包括畅通、缓慢或者拥堵，可以通过多种数据源的融合获得每条道路的交通路况。该多种数据源包括但不限于以下几种数据种类：浮动车数据，由于浮动车数据是包含时间信息的，所以通过对浮动车数据的处理是可以得到道路旅行时间的，而且旅行时间的可信度较高。
人工内业采集到的路况信息、电台数据、线圈数据等，通过人工业采集到的数据只能得到道路的路况信息，没有旅行时间信息，路况状态的可信度较高。
高速公路中通过收费站等采集到的交通信息。
另外还有人工外业采集到的交通数据或者有视频录入的交通数据等数据源。
多种数据源在融合时可以选择上述各种数据的任意组合，多种数据源融合处理方法比较多，可以按照不同数据源的可信度进行加权得到一个值，也有按照基于D-S证据理论方法进行融合等等。
比如，当一些城市没有浮动车数据时，或者浮动车数据很少，覆盖率很低，这就需要将通过人工内业采集的数据、外业采集的数据、高速公路采集到的数据或者直接由交通视频录入的数据等多种数据融合在一起，然后加上历史交通数据的填补和拥堵点信息修正，最终就可以得到城市道路的交通路况，比如说得到某条道路的交通路口为畅通。
102、根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。通过多种数据源的融合得到上述目标道路的交通路况之后，就可以根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。
103、将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。由于是根据所述目标道路的交通路况获得的平均速度进而又计算出了所述目标道路的旅行时间，这就解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。并且该方法在进行旅行时间预测时通过多种数据源的融合得到所述目标道路的交通路况，然后又通过所述交通路况计算出所述目标道路的旅行时间，因而与现有技术中直接通过实测旅行时间进行旅行时间的预测相比，本发明实施例不受城市提供的数据源的限制。
为了实现上述方法本发明实施例还提供一种旅行时间预测的装置，如图2所示，该装置包括：第一获取单元21、确定单元22和计算单元23。
第一获取单元21用于获取目标道路的等级和交通路况。所述目标道路的交通路况可以通过多种数据源的融合得出。然后确定单元22用于根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。计算单元23用于将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。由于本装置是通过获取交通路况进而得出的所述目标道路的旅行时间，因而也解决了现有技术中这就解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。
实施例2：
本发明实施例以一条道路的旅行时间预测为例详细介绍一种旅行时间预测的方法，如图3所示，该方法包括以下步骤：
301、依次获取所述目标道路中每条道路单元的长度，目标道路中所有道路单元的长度总和即为所述目标道路的长度，按RTIC标准(Real-TimeInformation of China，中国实时交通信息)进行道路划分时，所述目标道路包括至少一条道路单元。当依次获取所述目标道路中每条道路单元的长度之后，将所述所有道路单元的长度进行加和从而就可以得出所述目标道路的长度。
同时依次获取目标道路中每条道路单元的等级。所述每条道路单元都有对应的等级。
302、获取目标道路的等级和交通路况；所述目标道路中每条道路单元的交通路况与所述目标道路的交通路况相同。当得到目标道路的交通路况之后就可以确定所述每个道路单元的交通路况。
所述获取到的交通路况包括畅通、缓慢或者拥堵，可以通过多种数据源的融合获得每条道路的交通路况。该多种数据源包括但不限于以下几种数据种类：浮动车数据，由于浮动车数据是包含时间信息的，所以通过对浮动车数据的处理是可以得到道路旅行时间的，而且旅行时间的可信度较高。
人工内业采集到的路况信息、电台数据、线圈数据等，通过人工业采集到的数据只能得到道路的路况信息，没有旅行时间信息，路况状态的可信度较高。
高速公路中通过收费站等采集到的交通信息。
另外还有人工外业采集到的交通数据或者有视频录入的交通数据等数据源。
多种数据源在融合时可以选择上述各种数据的任意组合，多种数据源融合处理方法比较多，可以按照不同数据源的可信度进行加权得到一个值，也有按照基于D-S证据理论方法进行融合等等。
比如，当一些城市没有浮动车数据时，或者浮动车数据很少，覆盖率很低，这就需要将通过人工内业采集的数据、外业采集的数据、高速公路采集到的数据或者直接由交通视频录入的数据等多种数据融合在一起，然后加上历史交通数据的填补和拥堵点信息修正，最终就可以得到城市道路的交通路况，比如说得到某条道路的交通路口为畅通。
303、根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。本步骤的可以通过以下方式具体实现：
如果所述目标道路包括一条道路单元时，根据道路单元的等级和交通路况从预设速度配置信息中获取所述道路单元的速度，由于此时该目标道路只有一个道路单元，因而所述获取到的速度即为所述目标道路的平均速度。
所述预设速度配置信息包括每种等级的道路单元在不同交通路况下的速度。由于不同等级道路具有不同的特点，同时考虑到每种道路的限速标准，不同城市道路单元的预设速度配置信息在配置时可能不一样。比如，某城市的预设速度配置信息中当某条道路的其中一条道路单元等级为1级时，在交通路况为畅通时对于的速度为65km/h；在交通路况为缓慢时对于的速度为44km/h；在交通路况为拥堵时对于的速度为24km/h。根据所述预设速度配置信息就可以的到不同等级的单路单元在不同路况下对应的速度。
或者，如果所述目标道路包括至少两条道路单元时，依次根据所述每条道路单元的等级和交通路况从预设速度配置信息中获取所述每条道路单元的速度。如，假设所述目标道路包括3个道路单元，获取到的所述目标道路的交通路况为缓慢时，可以知道所述每个道路单元的交通路况均为缓慢。然后再根据依次获取到的所述3个道路单元各自的等级，假设获取到的第一个道路单元等级为Type1并且长度为L1，第二个道路单元等级为Type2并且长度为L2，第三个道路单元等级为Type3并且长度为L3。然后从上述预设速度配置信息中依次取出第一个道路单元等级为Type1并且在交通路况为缓慢时对于的速度为V1，第二个道路单元等级为Type2并且在交通路况为缓慢时对于的速度为V2和第三个道路单元等级为Type3并且在交通路况为缓慢时对于的速度为V3。
然后将所述每条道路单元的长度作为该道路单元速度的权数，对所述所有道路单元的速度进行加权平均得出所述目标道路的平均速度。具体如下：假设计算的出的所述目标道路的平均速度用V表示，那么V＝(V1*L1+V2*L2+V3*L3)/(L1+L2+L3)。
304、将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。将依次获取到的所述目标道路中每条道路单元的长度进行加和就可以得出所述目标道路的长度。将该长度除于步骤303得出的平均速度就可以算出所述目标道路的旅行时间。从而也解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。并且该方法在进行旅行时间预测时通过多种数据源的融合得到所述目标道路的交通路况，然后又通过所述交通路况计算出所述目标道路的旅行时间，因而与现有技术中直接通过实测旅行时间进行旅行时间的预测相比，本发明实施例不受到城市提供的数据源的限制。
本发明实施例还提供一种旅行时间预测的装置，如图4所示，该装置包括：第一获取单元41，确定单元42，计算单元43。
其中，第一获取单元41用于获取目标道路的等级和交通路况。所述获取到的交通路况包括畅通、缓慢或者拥堵，可以通过多种数据源的融合获得每条道路的交通路况。所述目标道路包括至少一条道路单元，所述目标道路中所有道路单元的长度总和即为所述目标道路的长度。所述获取到的目标道路的等级为依次获取到的所述目标道路中每个道路单元的等级。
然后确定单元42，用于根据所述目标道路的等级和交通路况确定所述目标道路的平均速度。所述确定单元包括：第一获取模块42A。每种等级的道路单元在不同交通路况下的对应有不同的速度。所述速度可以通过预设速度配置信息获取到。由于所述目标道路包括至少一条道路单元，第一获取模块42A用于在所述目标道路包括一条道路单元时，根据所述道路单元的等级和交通路况从预设速度配置信息中获取所述道路单元的速度，所述获取到的速度即为所述目标道路的平均速度。
或者，可选的，所述确定单元也可以包括：第二获取模决42B和计算模块42C。
第二获取模块42B，用于在所述目标道路包括至少两条道路单元时，依次根据所述每条道路单元的等级和交通路况从预设速度配置信息中获取所述每条道路单元的速度。然后计算模块42C，用于将所述每条道路单元的长度作为该道路单元速度的权数，对所述所有道路单元的速度进行加权平均得出所述目标道路的平均速度。
所述确定单元42确定所述目标道路的平均速度之后，计算单元43用于将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。从而解决了现有技术中当只能获得道路的交通路况并且获取不到旅行时间数据时而无法预测道路旅行时间的问题。
本发明实施例主要应用于智能交通领域，通过获取到的道路交通路况实现了道路的旅行时间预测。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘，硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种旅行时间预测的方法，其特征在于，包括：
获取目标道路的等级和交通路况；
根据所述目标道路的等级和交通路况确定所述目标道路的平均速度；
将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。
2.根据权利要求1所述的旅行时间预测的方法，其特征在于，所述目标道路包括至少一条道路单元，所述获取到的目标道路的等级为依次获取到的所述目标道路中每个道路单元的等级；
所述目标道路中每条道路单元的交通路况与所述获取到的目标道路的交通路况相同，所述目标道路中所有道路单元的长度总和即为所述目标道路的长度。
3.根据权利要求2所述的旅行时间预测的方法，其特征在于，所述目标道路包括一条道路单元时，所述根据所述目标道路的等级和交通路况确定所述目标道路的平均速度为：
根据所述道路单元的等级和交通路况获取所述道路单元的速度，所述获取到的速度即为所述目标道路的平均速度。
4.根据权利要求2所述的旅行时间预测的方法，其特征在于，所述目标道路包括至少两条道路单元时，所述根据所述目标道路的等级和交通路况确定所述目标道路的平均速度包括：
依次根据所述每条道路单元的等级和交通路况获取所述每条道路单元的速度；
将所述每条道路单元的长度作为该道路单元速度的权数，对所述所有道路单元的速度进行加权平均得出所述目标道路的平均速度。
5.根据权利要求3或4所述的旅行时间预测的方法，其特征在于，所述道路单元的速度为根据道路单元的等级和交通路况从预设速度配置信息中获取到的速度，所述预设速度配置信息包括每种等级的道路在不同交通路况下的速度。
6.一种旅行时间预测的装置，其特征在于，包括：
第一获取单元，用于获取目标道路的等级和交通路况；
确定单元，用于根据所述目标道路的等级和交通路况确定所述目标道路的平均速度；
计算单元，用于将所述目标道路的长度除以所述目标道路的平均速度得出所述目标道路的旅行时间。
7.根据权利要求6所述的旅行时间预测的装置，其特征在于，所述确定单元包括：
第一获取模块，用于在所述目标道路包括一条道路单元时，根据所述道路单元的等级和交通路况获取所述道路单元的速度，所述获取到的速度即为所述目标道路的平均速度。
8.根据权利要求6所述的旅行时间预测的装置，其特征在于，所述确定单元包括：
第二获取模块，用于在所述目标道路包括至少两条道路单元时，依次根据所述每条道路单元的等级和交通路况获取所述每条道路单元的速度；
计算模块，用于将所述每条道路单元的长度作为该道路单元速度的权数，对所述所有道路单元的速度进行加权平均得出所述目标道路的平均速度。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200910244148A CN101794512A (zh) | 2009-12-30 | 2009-12-30 | 旅行时间预测的方法及装置 |
| PCT/CN2010/079358 WO2011079681A1 (zh) | 2009-12-30 | 2010-12-01 | 旅行时间预测的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200910244148A CN101794512A (zh) | 2009-12-30 | 2009-12-30 | 旅行时间预测的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101794512A true CN101794512A (zh) | 2010-08-04 |
Family
ID=42587181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200910244148A Pending CN101794512A (zh) | 2009-12-30 | 2009-12-30 | 旅行时间预测的方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN101794512A (zh) |
| WO (1) | WO2011079681A1 (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011079681A1 (zh) * | 2009-12-30 | 2011-07-07 | 北京世纪高通科技有限公司 | 旅行时间预测的方法及装置 |
| CN102298839A (zh) * | 2011-07-12 | 2011-12-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| CN103280109A (zh) * | 2013-06-08 | 2013-09-04 | 北京云星宇交通工程有限公司 | 旅行时间的获取方法及装置、预测*** |
| CN103308054A (zh) * | 2013-05-20 | 2013-09-18 | 江苏新科软件有限公司 | 一种导航路径旅行时间测算方法 |
| CN103679300A (zh) * | 2013-12-30 | 2014-03-26 | 北京世纪高通科技有限公司 | 一种时间预测方法及装置 |
| CN104021675A (zh) * | 2014-06-25 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 一种预测快速路未来时刻所需旅行时间的***及方法 |
| CN104157142A (zh) * | 2014-08-27 | 2014-11-19 | 河海大学 | 一种基于浮动车数据的城市路径行程时间预测方法 |
| CN104183135A (zh) * | 2014-09-05 | 2014-12-03 | 广州市香港科大***研究院 | 车辆行进开销的估计方法及*** |
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和*** |
| CN104464280A (zh) * | 2014-09-05 | 2015-03-25 | 广州市香港科大***研究院 | 车辆行进开销的预测方法及*** |
| CN104599486A (zh) * | 2014-05-29 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 一种道路通行时间的计算方法及装置 |
| CN106530695A (zh) * | 2016-11-09 | 2017-03-22 | 宁波大学 | 基于车联网的城市干道车辆行程时间实时预测方法 |
| WO2018068605A1 (zh) * | 2016-10-13 | 2018-04-19 | 腾讯科技（深圳）有限公司 | 行程时间预测方法、装置及服务器 |
| CN107967802A (zh) * | 2016-10-19 | 2018-04-27 | 高德信息技术有限公司 | 一种公交车车速确定方法及装置 |
| CN109166310A (zh) * | 2018-08-15 | 2019-01-08 | 银江股份有限公司 | 基于lbs和传统交通路况数据的路段旅行时间估计方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7610145B2 (en) * | 2003-07-25 | 2009-10-27 | Triangle Software Llc | System and method for determining recommended departure time |
| CN1725208A (zh) * | 2004-07-19 | 2006-01-25 | 上海市市政工程管理处 | 一种用于城市快速道路的交通信息处理*** |
| JP2006313496A (ja) * | 2005-05-09 | 2006-11-16 | Mitsubishi Electric Engineering Co Ltd | 車載装置、車両監視システム |
| CN1845198A (zh) * | 2006-05-08 | 2006-10-11 | 兰振龙 | 道路上跟踪监测机动车的方法 |
| CN101436347A (zh) * | 2008-12-09 | 2009-05-20 | 北京交通大学 | 一种快速路行程时间预测方法 |
| CN101794512A (zh) * | 2009-12-30 | 2010-08-04 | 北京世纪高通科技有限公司 | 旅行时间预测的方法及装置 |
-
2009
- 2009-12-30 CN CN200910244148A patent/CN101794512A/zh active Pending
-
2010
- 2010-12-01 WO PCT/CN2010/079358 patent/WO2011079681A1/zh active Application Filing
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011079681A1 (zh) * | 2009-12-30 | 2011-07-07 | 北京世纪高通科技有限公司 | 旅行时间预测的方法及装置 |
| CN102298839A (zh) * | 2011-07-12 | 2011-12-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| WO2013007079A1 (zh) * | 2011-07-12 | 2013-01-17 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| CN102298839B (zh) * | 2011-07-12 | 2013-08-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| CN103308054A (zh) * | 2013-05-20 | 2013-09-18 | 江苏新科软件有限公司 | 一种导航路径旅行时间测算方法 |
| CN103280109A (zh) * | 2013-06-08 | 2013-09-04 | 北京云星宇交通工程有限公司 | 旅行时间的获取方法及装置、预测*** |
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和*** |
| CN104346925B (zh) * | 2013-07-31 | 2016-08-31 | 国际商业机器公司 | 预测行车时间的方法和*** |
| CN103679300B (zh) * | 2013-12-30 | 2017-02-08 | 北京世纪高通科技有限公司 | 一种时间预测方法及装置 |
| CN103679300A (zh) * | 2013-12-30 | 2014-03-26 | 北京世纪高通科技有限公司 | 一种时间预测方法及装置 |
| CN104599486A (zh) * | 2014-05-29 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 一种道路通行时间的计算方法及装置 |
| CN104021675B (zh) * | 2014-06-25 | 2016-06-01 | 北京易华录信息技术股份有限公司 | 一种预测快速路未来时刻所需旅行时间的***及方法 |
| CN104021675A (zh) * | 2014-06-25 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 一种预测快速路未来时刻所需旅行时间的***及方法 |
| CN104157142A (zh) * | 2014-08-27 | 2014-11-19 | 河海大学 | 一种基于浮动车数据的城市路径行程时间预测方法 |
| CN104157142B (zh) * | 2014-08-27 | 2016-08-24 | 河海大学 | 一种基于浮动车数据的城市路径行程时间预测方法 |
| CN104183135A (zh) * | 2014-09-05 | 2014-12-03 | 广州市香港科大***研究院 | 车辆行进开销的估计方法及*** |
| CN104464280A (zh) * | 2014-09-05 | 2015-03-25 | 广州市香港科大***研究院 | 车辆行进开销的预测方法及*** |
| WO2018068605A1 (zh) * | 2016-10-13 | 2018-04-19 | 腾讯科技（深圳）有限公司 | 行程时间预测方法、装置及服务器 |
| US11143522B2 (en) | 2016-10-13 | 2021-10-12 | Tencent Technology (Shenzhen) Company Limited | Travel time prediction method, apparatus and server |
| CN107967802A (zh) * | 2016-10-19 | 2018-04-27 | 高德信息技术有限公司 | 一种公交车车速确定方法及装置 |
| CN106530695A (zh) * | 2016-11-09 | 2017-03-22 | 宁波大学 | 基于车联网的城市干道车辆行程时间实时预测方法 |
| CN109166310A (zh) * | 2018-08-15 | 2019-01-08 | 银江股份有限公司 | 基于lbs和传统交通路况数据的路段旅行时间估计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2011079681A1 (zh) | 2011-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101794512A (zh) | 旅行时间预测的方法及装置 | |
| CN109644144B (zh) | 无线网络优化 | |
| Petrovska et al. | Traffic congestion analysis visualisation tool | |
| CN105976631A (zh) | 一种车辆数据处理方法及车辆终端 | |
| EP2831545B1 (en) | Digital location-based data methods and product | |
| CN103177562B (zh) | 一种获取交通状态预测所需信息的方法及装置 | |
| US20170337811A1 (en) | Determination of a Free-Flow Speed for a Link Segment | |
| WO2016203422A1 (en) | System and method for recognition of parking stalls available for a vehicle | |
| US20150039361A1 (en) | Techniques for Managing Snow Removal Equipment Leveraging Social Media | |
| CN114363842B (zh) | 基于手机信令数据的公交乘客下车站点预测方法及装置 | |
| CN106650976A (zh) | 出行分析预测方法及***、基于ic卡的出行分析预测方法及*** | |
| CN111489555A (zh) | 一种交通运行状态预测方法、装置和*** | |
| JP2019109708A (ja) | サーバ装置および渋滞特定方法 | |
| Zhang et al. | Evaluating the impacts of bus stop design and bus dwelling on operations of multitype road users | |
| CN109447882B (zh) | 一种基于信令数据的人***换量估计方法 | |
| US20030100990A1 (en) | Using cellular network to estimate traffic flow | |
| CN111199650A (zh) | 一种基于5g网络的云车道控制方法和*** | |
| Chungang-no | A study on intelligent traffic system related with smart city | |
| Sodagaran et al. | Intelligent traffic information system a real-time traffic information system on the Shiraz bypass | |
| CN106781470B (zh) | 城市道路的运行速度的处理方法及装置 | |
| KR100915307B1 (ko) | 교통 정보 제공 시스템 및 교통 정보 제공 방법 | |
| Chan | Telecommunications-and information technology–inspired analyses: review of an intelligent transportation systems experience | |
| Sohr et al. | Traffic information system for Hanoi | |
| CN110706486A (zh) | 一种道路运行分析*** | |
| Sunderrajan et al. | Road speed profiling for upfront travel time estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100804 |