CN103632542A - 交通信息处理方法、装置和相应设备 - Google Patents

交通信息处理方法、装置和相应设备 Download PDF

Info

Publication number
CN103632542A
CN103632542A CN201210309029.9A CN201210309029A CN103632542A CN 103632542 A CN103632542 A CN 103632542A CN 201210309029 A CN201210309029 A CN 201210309029A CN 103632542 A CN103632542 A CN 103632542A
Authority
CN
China
Prior art keywords
section
sections
time
flow information
information
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
Application number
CN201210309029.9A
Other languages
English (en)
Inventor
段后利
S·E·斯克拉巴纳克
李峰
李少春
袁昱
胡艳艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Priority to CN201210309029.9A priority Critical patent/CN103632542A/zh
Priority to US14/010,587 priority patent/US20140058652A1/en
Publication of CN103632542A publication Critical patent/CN103632542A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明属于智能交通领域，公开了一种交通信息处理方法，所述方法包括：获取多个路段的道路交通数据；根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段时间的交通流信息，所述交通流信息用于描述道路的通行状态；将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。此外，本发明还公开了一种交通信息处理装置以及GPS导航设备和可变信息屏。通过应用本发明提供的技术方案，可以有效的向用户传达道路交通状况，使得用户对于路径规划更为方便。

Description

交通信息处理方法、装置和相应设备
技术领域
本发明涉及智能交通领域，更具体地，涉及一种交通信息处理方法、装置以及相应的可变信息屏和GPS导航设备。
背景技术
近年来，智能交通技术已经成为城市建设的一个热点。人们通过各种方式希望能够缓解交通压力，合理安排出行。
其中，为了引导驾驶者对于道路的选择，可变信息屏(Variable MessageBroad)已经被广泛采纳。但是现有的可变信息屏只能显示实时的交通信息，这就使得驾驶者只能根据实时信息进行道路的选择。由于可变信息屏通常是设定在固定位置的，所以驾驶者只能在固定地点看到这个地点周边道路的实时状况，而一旦离开了这个地点，在道路上行驶时就无法再了解自己所处的道路和周边道路的状况了。由于行驶需要一定的时间，而道路上的交通状况是在不断变化的，所以很可能在驾驶者在选择的道路上行驶时，该道路的状况和之前在可变信息屏上看到的相差很远。这样就很可能导致可变信息屏用户的用户感受降低，从而使得可变信息屏对于交通的诱导作用变差。
发明内容
为了提高交通诱导的可用性，本发明实施例提供了一种交通信息处理方法、装置以及可变信息屏和GPS导航设备。
根据本发明的一个方面，提供了一种交通信息处理方法，所述方法包括：获取多个路段的道路交通数据；根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，所述交通流信息用于描述道路的通行状态；将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。
根据本发明的另一个方面，提供了一种交通信息处理装置，所述装置包括：获取模块，被配置为获取多个路段的道路交通数据；预测模块，被配置为根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，其中，所述交通流信息用于描述道路的通行状态；显示模块，被配置为将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。
根据本发明的再一个方面，提供了一种可变信息屏，包括显示装置和如上所述的交通信息处理装置。
根据本发明的又一个方面，提供了一种GPS导航设备，包括显示装置和如上所述的交通信息处理装置。
本发明所提供的技术方案可以增加交通诱导的可用性，已使得用户能够更好的选择出行的路径。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的框图；
图2示出了本发明实施例一种交通信息处理方法的流程示意图；
图3示出了本发明实施例一种通过可变信息屏显示交通流信息的示例；
图4示出了图2中步骤220的一种实现方式的流程示意图；
图5示出了本发明实施例一种采用BP神经网络模型作为预测模型的示例；
图6示出了本发明实施例一种交通信息处理装置的结构示意图；
图7示出了本发明实施例一种可变信息屏的结构示意图；
图8示出了本发明实施例一种GPS导航设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。
所属技术领域的技术人员知道，本发明可以实现为***、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“***”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照本发明实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序占领可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction means)的制造品(manufacture)。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
图1示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的框图。图1显示的计算机***/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示，计算机***/服务器12以通用计算设备的形式表现。计算机***/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机***/服务器12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机***/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机***/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机***/服务器12交互的设备通信，和/或与使得该计算机***/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机***/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机***/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机***/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
现在参看图2，图2示出了本发明实施例提供的一种交通信息处理方法。该方法包括：步骤210，获取多个路段的道路交通数据；步骤220，根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息；步骤230，将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。
本领域技术人员可以理解，在步骤220中，可以预测多个路段中每个路段在从当前位置预计到达该路段的时间的交通流信息。此外，在步骤230中，可以是显示预测的路段中全部路段的交通流信息或者部分路段的交通流信息。例如，在将该方法应用在可变信息屏中时，例如可以显示预测的全部路段的交通流信息，而在应用在GPS导航设备中时，例如可以仅显示预测的路段中部分路段或者使用者选定的路径所包含的路段的交通流信息。
本实施例通过采集的数据对于未来的交通流信息进行预测并进行显示，从而可以使得驾驶者能够获得未来一段时问内不同路段的道路交通状况的指示。并且，本实施例中对于不同路段显示的是不同时间的交通流信息，特别是从当前位置预计到达该路段的时间的交通流信息，这就使得驾驶者可以进行更为准确的道路选择。可以理解，若所有路段显示的都是同一时间的交通流信息，即使是预测的交通流信息，也难以让驾驶者了解到在预计到达某一路段时，该路段的可能的交通流信息，仍然难以准确的选择路线。例如，对于驾驶者，从当前地点到达目的地点可选择的路径有P和Q。其中P由路段1、路段2和路段3构成，而Q由路段4、路段5和路段6构成。若在当前时刻，路段1和路段4是畅通的，路段2和路段5行驶缓慢，路段3畅通且路段6拥堵，根据现有技术，会将上述6个路段的当前时刻的交通流信息提供给驾驶者，那么驾驶者很可能会选择路径P行驶。但是，路段2会在10分钟后变成拥堵，路段3会在20分钟后变为行驶缓慢，路段6会在15分钟后变为畅通。那么，驾驶者如果选择路径P显然会比选择路径Q更耗费时间。因此，驾驶者会认为提供的交通流信息错误或者不够实用。而根据本实施例所提供的方法，可以显示路段1和路段4当前的交通流信息，路段2和路段5在10分钟后的交通流信息，路段3在20分钟后的交通流信息，以及路段6在15分钟后的交通流信息。这样驾驶者就可以看到路段1和4当前都是畅通的，而路段2在10分钟后会拥堵，路段5在10分钟后行驶缓慢，路段3在20分钟后行驶缓慢，而路段6在15分钟后畅通。驾驶者就可以选择路径Q达到目的地。可以看到，本实施例提供的方法最后显示给用户的信息更为准确和实用，可以较大幅度的提高用户对于显示信息的信赖，从而可以更好的起到交通诱导的作用，同时也提高了用户感受。
本实施例提供的方法，若用于公共的交通信息提示***，例如可变信息屏，则该从当前位置预计到达该路段的时间为一个假设的时间，例如是以平均状况或者统计状况预计得到的到达时间。本实施例提供的方法若用于个人的交通信息提示***，例如GPS导航设备，则该从当前位置预计到达该路段的时间就可以是根据GPS导航设备使用者的实际情况预计的到达时间。可以看到，通过本实施例提供的方法，驾驶者可以比较精确的知道能够选择的路径上每个路段在自己可能达到时的交通状况，从而更好地选择路径驾驶，避免了盲目的道路选择，使得交通诱导能够发挥最大的作用。
本发明一实施例中，交通流信息用于描述道路的通行状态。例如交通流信息可以包括道路上车辆的行驶速度，车流量以及其他能够描述道路通行状态的参数中的一个或者多个。
本发明一实施例中，道路交通数据可以直接从交通检测设备获取也可以从数据交换中心、数据管理中心等中间设备获取。交通检测设备是能够采集各种道路交通数据的设备，例如包括浮动车(Floating Car)设备、车牌自动识别(Automatic Number Plate Recognition，ANPR)***、道路监控摄像头、微波检测设备、线圈检测设备中的一个或者多个。本领域技术人员可以理解，还可以通过其他的未一一列举的交通检测设备采集设备。本发明实施例对获取道路交通数据的手段并不加以限制，可以是通过无线或者有线的传输，也可以经过其他中间设备。
本发明一实施例中，当前位置可以是显示装置当前所在的位置。本领域技术人员可以理解，当前位置也可以与显示装置当前所在的位置相距一小段距离，并不一定严格位于其当前所在的位置。
本发明一实施例中，显示装置是可以向使用者显示交通流信息的设备，例如可以是可变信息屏中的显示装置，还可以是GPS导航设备中的显示装置。
本发明一实施例中，步骤220中从当前位置预计到达该路段的时间可以是预计到达该路段的时间点，或者可以是预计到达该路段的时间段。本实施例中，到达路段的时间点可以是到达路段起始地的时间点也可以是到达路段终点的时间点，还可以是到达该路段上任何点的时间点。本实施例中，达到路段的时间点还可以是一个平均值或者统计值。本实施例中，到达路段的时间段可以是包括了上述示例性时间点的一段时间。
本发明一实施例中，步骤220可以包括：对获取的数据进行预处理以及根据预处理后的数据预测多个路段在不同时间的交通流信息。其中，对于获取的数据进行预处理例如是对于获取的数据进行以下操作中的一个或者多个：异常数据剔除、缺失数据补偿、数据格式转换等。
本发明一实施例中，步骤220可以包括：将该获取的数据与电子地图进行匹配，得到多个路段的待用交通流信息；根据该多个路段的待用交通流信息预测所述多个路段在不同时间的交通流信息。其中，待用交通流信息包括历史交通流信息和实时交通流信息中的至少一个。本领域技术人员可以理解，实时交通流信息通常可以包括以下至少之一：当前时刻的交通流信息、前一个时刻的交通流信息、前一时刻邻近的一个时间段内的交通流信息，当前时刻之前的多个时刻的交通流信息。历史交通流信息通常包括一段时间之前的交通流信息，例如是一天之前的交通流信息或者一周之前的交通流信息或者是一个月之前的交通流信息等。电子地图中包括了该多个路段，因此通过将数据与电子地图进行匹配就可以直接得到不同路段的待用交通流信息。本领域技术人员可以理解，也可以不通过电子地图的匹配而直接得到多个路段的待用交通流信息，例如直接分析交通数据的时空标识也可以得到多个路段的待用交通流信息。
本发明一实施例中，步骤230在显示至少两个路段的交通流信息时，可以直接将交通流信息显示出来，也可以通过其他方式显示能够指示交通流信息的符号、色彩等。例如，根据阈值可以将交通流信息分为拥堵、畅通以及行驶缓慢三类，显示装置可以通过不同的颜色分别表示拥堵、畅通或者行驶缓慢。图3示出了一种可变信息屏作为显示装置，显示交通流信息的示例，其中以横线部分表示拥堵，以斜线部分表示行驶缓慢，以点部分表示畅通。步骤230在进行显示时，可以将所有路段的预测的交通流信息都显示出来，也可以只显示其中的部分路段的预测的交通流信息。此外，还可以显示当前位置所在路段的实时交通流信息，或者其相邻路段的实时交通流信息。
本发明一实施例中，步骤220可以包括：将交通诱导信息作为预测的影响因素，根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息。其中，交通诱导信息包括显示装置所显示的至少部分信息。在驾驶者看到交通诱导信息后，可能会选择交通诱导信息中显示的比较畅通的道路行驶，而不再按照原有路线行驶，因此交通诱导信息会对预测的交通流信息产生影响。可以看到，在预测时考虑到交通诱导信息对于驾驶者的影响可以使得预测的结果更加准确，从而进一步提高交通诱导的可信程度。
本发明一实施例中，如图4所示，步骤220可以包括：步骤221，确定从当前位置到目的路段的路径；步骤222，预测通过该确定的路径到达目的路段的到达时间；步骤223，预测所述目的路段在该到达时间的交通流信息。其中，可以将需要预测的多个路段分别作为目的路段以得到预计到达该路段的时间的交通流信息。该路径可以包括目的路段也可以不包括目的路段，在具体的计算时会有区别，为了下述实施例描述方便，以下均以路径不包括目的路段为例进行举例说明。
本发明一实施例中，步骤221可以包括：根据行为预测模型判断从当前位置到目的路段最可能被选择的路径，并将该最可能被选择的路径作为最后确定的路径。对于可变信息屏等固定位置设置的显示装置，当前位置就是设置该显示装置的位置，而对于GPS导航设备等位置可变的显示装置，当前位置就是该显示装置当前所处的位置。
本发明一实施例中，该方法若用于GPS导航设备，则可以将多条从当前位置到目的路段的路径一一作为确定的路径，以将该多条路径的交通状况显示给使用者。
本发明一实施例中，该方法若用于GPS导航设备，则可以将已经为用户规划好的到达目的路段的路径作为确定的路径。其中，为用户规划好的到达目的路段的路径可以根据现有技术中GPS导航设备的路径规划技术得到，此处不再赘述。
本发明一实施例中，根据行为预测模型判断从所述显示装置的当前位置到目的路段最可能被选择的路径，例如可以包括以下之一或其任意组合：将所需行使时间最短的路径作为最可能被选择的路径；将长度最短的路径作为最可能被选择的路径；将道路流量最大的路径作为最可能被选择的路径；将收费最少的路径作为最可能被选择的路径；将路口最少的路径作为最可能被选择的路径。本领域技术人员可以理解，还可以有其他的行为预测模型，在此不再赘述。
本发明一实施例中，步骤222可以包括：分别得到通过确定的路径的各个路段所需要的时长Ti，其中Ti根据对应的路段在ti时刻的交通流信息得到，1≤i≤k，t1为所述当前时刻，ti＝ti-1+Ti-1，k为所述确定的路径所包含的路段的数量；根据得到的通过各个路段所需要的时长，得到到达时间。其中，确定的路径上第1个路段在t1时刻的交通流信息可以直接得到，因为t1为当前时刻；确定的路径上其他路段(第i个路段，1＜i≤k)在ti时刻的交通流信息可以通过预测得到。例如步骤222的实施可以分为以下几个步骤：A.确定所述确定的路径上的第1个路段在当前时刻的交通流信息；B.根据ti时刻的交通流信息得到通过第i个路段所需要的时长Ti，其中1≤i≤k-1，t1为所述当前时刻，k为所述确定的路径所包含的路段的数量；C.预测所述确定的路径上的第i+1个路段在ti+1时刻的交通流信息，其中ti+1＝ti+Ti；D.重复上述步骤B和C，直至得到通过第k个路段所需要的时长Tk；E.根据得到的通过所述确定的路径上各个路段所需要的时长，得到所述到达时间。下面举例详细说明：确定的路径M包括路段1，路段2，路段3，路段4，交通流信息为速度V。首先需要确定路段1在当前时刻t1的交通流信息V1。然后根据T1＝L1/V1得到通过路段1所需要的时长，其中L1为路段1的长度。之后预测路段2在t2时刻的交通流信息V2，其中t2＝t1+T1。然后再根据T2＝L2/V2得到通过路段2所需要的时长，其中L2为路段2的长度。以此类推，一直得到通过路段4所需要的时长T4。将T1、T2、T3、T4相加得到通过整个路径所需要的时间，并根据当前时刻t1，就可以得到到达时间。本领域技术人员可以理解，也可以将当前时刻t1设置为0，这样直接通过T1、T2、T3、T4相加就可以得到到达时间，并且上述计算中也不再需要考虑t1。并且ti可以为路径起点处，也即第i个路段起始处的时刻，也可以是路段中间或者路段其他地方的时刻。
本发明一实施例中，对应的路段(第i个路段)在ti时刻的交通流信息可以通过以下步骤得到：以第i个路段的历史交通流信息，第i个路段的实时交通流信息和第i个路段的上游路段的实时交通流信息中的至少一个作为输入，得到第i个路段在ti时刻的交通流信息。可选的，第i个路段的实时交通流信息可以取当前时刻之前的多个时刻的交通流信息，而上游路段的实时交通流信息可以取当前时刻的交通流信息或者前一时刻的交通流信息。仍以交通流信息为速度进行举例，可以根据Vi(ti)＝A[a1Vi+k(ti-1)+a2Vi+k-1(ti-1)+a3Vi+k+1(ti-1)]+B[b1Vi(ti-1)+b2Vi(ti-2)+b3Vi(ti-3)+b4Vi(ti-4)]+cHi(ti)，得到第i个路段在ti时刻的交通流信息。其中，Vi+k(ti-1)表示上游路段i+k在ti-1时刻的交通流信息，也即上游路段的实时交通流信息。可选的，车辆在ti-1时刻行驶在第i+k个路段(第i个路段的上游路段)，而在ti时刻行驶到第i个路段。上游路段包括能够到达目前路段的交通流来源方向上的路段。本领域技术人员可以理解，上游路段可以只包括与目前路段相邻的路段，也可以包括更多的不与目前路段相邻的路段。Vi(ti-1)表示在ti-1时刻第i个路段的交通流信息，B[b1Vi(ti-1)+b2Vi(ti-2)+b3Vi(ti-3)+b4Vi(ti-4)]表示了第i个路段的实时交通流信息。可以理解，该实时交通流信息的计算方式还可以有其他变化，例如包括b5Vi(ti-5)等更多时刻的交通流信息。最后Hi(ti)表示第i个路段在ti时刻的历史交通流信息，例如昨天ti时刻第i个路段的交通流信息，或者一周前同一天的ti时刻第i个路段的交通流信息。上述参数A、B以及a1、b1等可以由历史数据计算得到，也可以根据经验进行设置。根据上述给出的例子，可以为ti取不同的值，以预测第i个路段在未来不同时刻的交通流信息。可以理解，还可以采用其他的预测模型来得到第i个路段在未来不同时刻的交通流信息。
本发明一实施例中，上述得到对应的路段(第i个路段)在tj时刻的交通流信息的方法中还可以将交通诱导信息作为预测的一个输入，也即对应的路段(第i个路段)在ti时刻的交通流信息通过以下步骤得到：以第i个路段的历史交通流信息，第i个路段的实时交通流信息和第i个路段的上游路段的实时交通流信息中的至少一个以及当前交通诱导信息作为输入，根据预测模型得到第i个路段在ti时刻的交通流信息。其中，交通诱导信息包括显示装置所显示的至少部分信息。
预测模型可以是具有预测功能的各种数学模型，举例而言，该预测模型例如可以为BP(Back Propogation)神经网络模型、遗传算法模型、贝叶斯网络模型、卡尔曼滤波模型等。图5示出了采用BP神经网络模型作为预测模型的示例。其中，四个输入x1、x2、x3和x4分别为第i个路段的上游路段的实时交通流信息、第i个路段的实时交通流信息、第i个路段的历史交通流信息和当前交通诱导信息；输出y为第i个路段在ti时刻的交通流信息。在图5中，圆圈表示输入节点，方框表示隐层节点，而六边形表示输出节点。可选的，x4可以是由全部的当前交通诱导信息构成的一个完整的交通诱导方案，从而可以得到更加精确的输出y。本实施例中通过将交通诱导信息考虑到交通流信息的预测中，从而反映了交通诱导信息对于驾驶员的作用，更为准确的得到预测结果。
上述各实施例中得到第i个路段在ti时刻的交通流信息的方法还可以应用到步骤223，也即步骤223可以采用相同的预测方法来预测目的路段在到达时间的交通流信息，也即取ti为到达时间。当然，步骤223也可以采用其他的预测方法来预测目的路段在到达时间的交通流信息。
本发明上述方法实施例可以彼此参照、结合，从而得到更多的实施方式。举例说明，通过实施例的结合，步骤220例如可以包括：对获取的数据进行预处理；将预处理后的数据与电子地图进行匹配，得到多个路段的待用交通流信息；根据该多个路段的待用交通流信息预测所述多个路段在不同时间的交通流信息。
通过上述实施例提供的方法，可以向驾驶者提供更为精确的未来的交通流信息，并且根据驾驶者的需求，将不同时间的不同路段上的交通流信息提供给驾驶者，特别是将从当前位置预计到达某一路段的时间的该路段的交通流信息提供给驾驶者，避免了驾驶者对于道路的盲目选择，可以有效地发挥交通诱导的作用，并且提高了用户的感受。而且，通过在预测交通流信息时考虑到驾驶者的行为预测模型以及受到交通诱导信息的影响，进一步的提高了预测的准确度，从而保证了提供给驾驶者的信息的准确。
如图6所示，本发明实施例提供了一种交通信息处理装置600。该装置600包括：获取模块610，被配置为获取多个路段的道路交通数据；预测模块620，被配置为根据该获取的数据，预测所述多个路段中的至少两个路段从当前位置预计到达该路段的时间的交通流信息，其中，所述交通流信息用于描述道路的通行状态；显示模块630，被配置为将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。本实施例提供的装置可以将不同路段在不同时间段的交通流信息显示给用户，以使得用户可以根据不同路段在不同时间段的交通流信息，特别是用户可能到达该路段的时间段的交通流信息对于路径做出选择，提供了更为方便准确的交通诱导信息，较大幅度的提高用户对于显示信息的信赖，从而可以更好的起到交通诱导的作用，同时也提高了用户感受。可以看到，由于提供给用户的是用户预计到达该路段的时间的交通流信息，可以使得用户能够掌握自己行程路径上的整个交通流状况，提高了用户感受，更好的发挥了交通诱导的作用。
本发明一实施例中，预测模块620被配置为将交通诱导信息作为预测的影响因素之一，根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，其中交通诱导信息包括该显示装置所显示的至少部分信息。通过在预测时考虑交通诱导信息对于驾驶者的影响，可以更为准确的得到预测结果，从而进一步提高用户感受和交通诱导的作用。
本发明一实施例中，预测模块620包括：预处理子模块624，被配置为对获取的数据进行预处理；以及第一预测子模块625，被配置为根据预处理后的数据预测多个路段在不同时间的交通流信息。
本发明一实施例中，预测模块620包括：匹配子模块626，被配置为将该获取的数据与电子地图进行匹配，得到多个路段的待用交通流信息，该待用交通流信息包括历史交通流信息和实时交通流信息中的至少一个；第二预测子模块627，被配置为根据该多个路段的待用交通流信息预测所述多个路段在不同时间的交通流信息。
本发明一实施例中，预测模块620包括：路径子模块621，被配置为确定从当前位置到目的路段的路径，其中，将多个路段中的至少两个路段中的每一个路段分别作为目的路段；时间预测子模块622，被配置为预测通过该确定的路径到达目的路段的到达时间；以及信息预测子模块623，被配置为预测所述目的路段在该到达时间的交通流信息。
本发明一实施例中，路径子模块621被配置为根据行为预测模型判断从所述显示装置的当前位置到目的路段最可能被选择的路径，并将该最可能被选择的路径作为最后确定的路径。具体如何根据行为预测模型判断可以参照方法实施例，此处不再赘述。
本发明一实施例中，时间预测子模块622被配置为分别得到通过所述确定的路径的各个路段所需要的时长Ti，其中Ti根据对应的路段在ti时刻的交通流信息得到，1≤i≤k，t1为所述当前时刻，ti＝ti-1+Ti-1，k为所述确定的路径所包含的路段的数量；根据得到的通过各个路段所需要的时长，得到所述到达时间。其中，时间预测子模块622的具体实现方式可以参照方法实施例，此处不再赘述。
本发明一实施例中，以第i个路段的历史交通流信息，第i个路段的实时交通流信息和第i个路段的上游路段的实时交通流信息中的至少一个和当前时刻的交通诱导信息作为输入，根据预测模型，得到第i个路段在ti时刻的交通流信息，其中1＜i≤k，所述交通诱导信息包括该显示装置所显示的至少部分信息。该具体预测的实现方式既可以用于时间预测子模块622也可以用于信息预测子模块623。
上述各装置实施例之间可以彼此结合得到更多的实现方式，此处不再赘述。其中的实施细节可以参照方法实施例。
如图7所示，本发明实施例还提供了一种可变信息屏700。该可变信息屏700包括显示装置710和如图6所示的装置600。其中，装置600可以通过显示装置710显示交通流信息。
如图8所示，本发明实施例还提供了一种GPS导航设备800。该GPS导航设备800包括显示装置810和如图6所示的装置600。其中，装置600可以通过显示装置810显示交通流信息。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (17)

1.一种交通信息处理方法，所述方法包括：
获取多个路段的道路交通数据；
根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，所述交通流信息用于描述道路的通行状态；
将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。
2.根据权利要求1所述的方法，所述根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，包括：
将该获取的数据与电子地图进行匹配，得到该至少两个路段的待用交通流信息，该待用交通流信息包括历史交通流信息和实时交通流信息中的至少一个；
根据该至少两个路段的待用交通流信息预测该至少两个路段在从当前位置预计到达该路段的时间的交通流信息。
3.根据权利要求1所述的方法，所述根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，包括：
将交通诱导信息作为预测的影响因素之一，根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，其中交通诱导信息包括该显示装置所显示的至少部分信息。
4.根据权利要求1所述的方法，所述根据该获取的数据预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，包括：
确定从当前位置到目的路段的路径，其中，将所述多个路段中的所述至少两个路段中的每一个路段分别作为所述目的路段；
预测通过该确定的路径到达目的路段的到达时间；
预测所述目的路段在该到达时间的交通流信息。
5.根据权利要求4所述的方法，所述确定从当前位置到目的路段的路径，包括：
根据行为预测模型判断从当前位置到目的路段最可能被选择的路径，并将该最可能被选择的路径作为最后确定的路径。
6.根据权利要求4所述的方法，所述预测通过该确定的路径到达目的路段的到达时间，包括：
分别得到通过所述确定的路径的各个路段所需要的时长Ti，其中Ti根据对应的路段在ti时刻的交通流信息得到，1≤i≤k，t1为所述当前时刻，ti＝ti-1+Ti-1，k为所述确定的路径所包含的路段的数量；
根据得到的通过各个路段所需要的时长，得到所述到达时间。
7.根据权利要求6所述的方法，其中，所述对应的路段在ti时刻的交通流信息通过以下步骤得到：
以第i个路段的历史交通流信息，第i个路段的实时交通流信息和第i个路段的上游路段的实时交通流信息中的至少一个和当前时刻的交通诱导信息作为输入，根据预测模型，得到第i个路段在ti时刻的交通流信息，其中，1＜i≤k，所述交通诱导信息包括该显示装置所显示的至少部分信息。
8.根据权利要求1-7中任一项所述的方法，其中，所述当前位置包括所述显示装置当前所在的位置。
9.根据权利要求1-7中任一项所述的方法，其中，所述从当前位置预计到达该路段的时间包括以下之一：从当前位置预计到达该路段的时间点和从当前位置预计到达该路段的时间段。
10.一种交通信息处理装置，所述装置包括：
获取模块，被配置为获取多个路段的道路交通数据；
预测模块，被配置为根据该获取的数据，预测所述多个路段中的至少两个路段在从当前位置预计到达该路段的时间的交通流信息，其中，所述交通流信息用于描述道路的通行状态；
显示模块，被配置为将预测得到的所述至少两个路段中的至少两个路段的交通流信息通过显示装置进行显示。
11.根据权利要求10所述的装置，其中，所述预测模块被配置为将交通诱导信息作为预测的影响因素之一，根据该获取的数据预测所述多个路段中的至少两个路段从当前位置预计到达该路段时间的交通流信息，其中交通诱导信息包括该显示装置所显示的至少部分信息。
12.根据权利要求10所述的装置，其中，所述预测模块包括：
路径子模块，被配置为确定从当前位置到目的路段的路径，其中，将所述多个路段中的所述至少两个路段中的每一个路段分别作为所述目的路段；
时间预测子模块，被配置为预测通过该确定的路径到达目的路段的到达时间；
信息预测子模块，被配置为预测所述目的路段在该到达时间的交通流信息。
13.根据权利要求12所述的装置，其中，所述路径子模块被配置为根据行为预测模型判断从当前位置到目的路段最可能被选择的路径，并将该最可能被选择的路径作为最后确定的路径。
14.根据权利要求12所述的装置，其中，所述时间预测子模块被配置为：分别得到通过所述确定的路径的各个路段所需要的时长Ti，其中Ti根据对应的路段在ti时刻的交通流信息得到，1≤i≤k，t1为所述当前时刻，ti＝ti-1+Ti-1，k为所述确定的路径所包含的路段的数量；根据得到的通过各个路段所需要的时长，得到所述到达时间。
15.根据权利要求14所述的装置，其中，以第i个路段的历史交通流信息，第i个路段的实时交通流信息和第i个路段的上游路段的实时交通流信息中的至少一个和当前时刻的交通诱导信息作为输入，根据预测模型，得到第i个路段在ti时刻的交通流信息，其中1＜i≤k，所述交通诱导信息包括该显示装置所显示的至少部分信息。
16.一种可变信息屏，包括显示装置和根据权利要求10-15中任一项所述的装置。
17.一种GPS导航设备，包括显示装置和根据权利要求10-15中任一项所述的装置。
CN201210309029.9A 2012-08-27 2012-08-27 交通信息处理方法、装置和相应设备 Pending CN103632542A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201210309029.9A CN103632542A (zh) 2012-08-27 2012-08-27 交通信息处理方法、装置和相应设备
US14/010,587 US20140058652A1 (en) 2012-08-27 2013-08-27 Traffic information processing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210309029.9A CN103632542A (zh) 2012-08-27 2012-08-27 交通信息处理方法、装置和相应设备

Publications (1)

Publication Number Publication Date
CN103632542A true CN103632542A (zh) 2014-03-12

Family

ID=50148754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210309029.9A Pending CN103632542A (zh) 2012-08-27 2012-08-27 交通信息处理方法、装置和相应设备

Country Status (2)

Country Link
US (1) US20140058652A1 (zh)
CN (1) CN103632542A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104464321A (zh) * 2014-12-17 2015-03-25 合肥革绿信息科技有限公司 一种基于交通运行指数发展态势的智能交通诱导方法
CN105913678A (zh) * 2016-06-29 2016-08-31 肖锐 基于交通流量信息的远程导航***
CN106128142A (zh) * 2016-06-29 2016-11-16 肖锐 一种机动车导航***
CN106128098A (zh) * 2016-06-29 2016-11-16 肖锐 一种能够进行交通流量预测的多屏显示装置
WO2016197936A1 (zh) * 2015-06-09 2016-12-15 刘光明 预测交通状况和行车时间的方法
CN107305742A (zh) * 2016-04-18 2017-10-31 滴滴（中国）科技有限公司 用于确定预计到达时间的方法和设备
CN108682167A (zh) * 2018-05-02 2018-10-19 李广连 一种车道占用率智能警示装置
US10169986B2 (en) 2015-08-24 2019-01-01 International Business Machines Corporation Integration of personalized traffic information
CN109493605A (zh) * 2018-12-12 2019-03-19 广州巨枫科技有限公司 一种有效的智能交通监控***
WO2020019901A1 (zh) * 2018-07-23 2020-01-30 腾讯科技（深圳）有限公司 通行时间确定方法、装置、计算机设备及存储介质
CN110930688A (zh) * 2018-09-19 2020-03-27 奥迪股份公司 交通工具行驶路径的规划方法、装置、计算机设备和存储介质
CN111915877A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN111915875A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN113936452A (zh) * 2020-06-29 2022-01-14 阿里巴巴集团控股有限公司 一种交通控制方法、装置及电子设备
CN115063999A (zh) * 2022-05-23 2022-09-16 江苏天安智联科技股份有限公司 一种基于车联网的智慧导航***

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9200913B2 (en) * 2008-10-07 2015-12-01 Telecommunication Systems, Inc. User interface for predictive traffic
US9338134B2 (en) 2013-03-27 2016-05-10 Fortinet, Inc. Firewall policy management
US9880017B2 (en) * 2014-04-18 2018-01-30 Here Global B.V. Method and apparatus for creating an origin-destination matrix from probe trajectory data
CN103956063A (zh) * 2014-05-09 2014-07-30 苏州鸣伦电子科技有限公司 一种动态绘制交通诱导屏地图和路况更新的方法
CN104732765B (zh) * 2015-03-30 2017-03-15 杭州电子科技大学 基于卡口数据的城市道路饱和度实时监测方法
KR101847833B1 (ko) 2015-10-27 2018-04-11 현대자동차주식회사 교통량 예측 시스템, 차량용 표시 장치, 차량 및 교통량 예측 방법
CN107331149B (zh) * 2016-04-29 2021-07-09 株式会社日立制作所 预测车辆行驶时间的方法和装置
CN105913665B (zh) * 2016-06-29 2018-06-26 山东至信信息科技有限公司 一种智能斑马线护栏
CN106128122B (zh) * 2016-06-29 2018-11-06 江苏润仕达交通设施有限公司 一种智能交通信号灯
CN106097712B (zh) * 2016-06-29 2018-12-04 江苏顺泰交通集团有限公司 一种交通流优化引导***
CN106406305B (zh) * 2016-08-30 2019-11-15 北京小米移动软件有限公司 行驶方法及装置
CN106357456B (zh) * 2016-10-11 2019-05-21 广东工业大学 一种网络流量的预测方法及装置
CN107038478B (zh) 2017-04-20 2023-10-27 百度在线网络技术（北京）有限公司 路况预测方法及装置、计算机设备与可读介质
SG11201811659PA (en) * 2017-04-27 2019-01-30 Beijing Didi Infinity Technology & Development Co Ltd Systems and methods for determining an estimated time of arrival
CN106969782B (zh) * 2017-05-27 2020-05-12 百度在线网络技术（北京）有限公司 导航路线的推送方法、装置、设备以及存储介质
CN110956299B (zh) * 2018-09-26 2022-08-30 北京嘀嘀无限科技发展有限公司 一种到达时间预估方法及装置
CN111081010B (zh) * 2018-10-18 2022-08-02 阿里巴巴集团控股有限公司 一种交通流量或旅行时间的预测方法和设备
US11086327B2 (en) 2018-11-05 2021-08-10 Wipro Limited Method and system for determining safe navigation of autonomous vehicle
CN110837935A (zh) * 2019-11-12 2020-02-25 珠海格力电器股份有限公司 物流线路的优化方法、装置及存储介质
EP4081759A4 (en) 2019-12-27 2023-10-25 INTEL Corporation APPARATUS AND METHOD FOR ROUTE PLANNING
CN113657372B (zh) * 2020-05-12 2024-05-07 中移(上海)信息通信科技有限公司 一种车牌识别方法、装置、设备及计算机存储介质
CN112419728B (zh) * 2020-11-20 2022-06-07 北京百度网讯科技有限公司 确定路况信息的方法、装置、设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5635924A (en) * 1996-03-29 1997-06-03 Loral Aerospace Corp. Travel route information monitor
US5812069A (en) * 1995-07-07 1998-09-22 Mannesmann Aktiengesellschaft Method and system for forecasting traffic flows
US6401027B1 (en) * 1999-03-19 2002-06-04 Wenking Corp. Remote road traffic data collection and intelligent vehicle highway system
CN101281684A (zh) * 2008-01-30 2008-10-08 吉林大学 显示板诱导与区域控制协同运作的区域交通管理***
CN101540103A (zh) * 2008-03-17 2009-09-23 上海宝康电子控制工程有限公司 交通信息采集及事件处理的方法与***
CN101567126A (zh) * 2009-05-31 2009-10-28 上海宝康电子控制工程有限公司 城市道路交通信息检测与发布***
CN101622653A (zh) * 2007-02-28 2010-01-06 微软公司 适应于用户旅行的交通信息

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7605842B2 (en) * 2003-12-12 2009-10-20 Clifton Labs, Inc. Vehicular optical communications system
US7671764B2 (en) * 2004-04-06 2010-03-02 Honda Motor Co., Ltd. Method and system for using traffic flow data to navigate a vehicle to a destination
US7680594B2 (en) * 2004-04-06 2010-03-16 Honda Motor Co., Ltd. Display method and system for a vehicle navigation system
US7650228B2 (en) * 2005-01-27 2010-01-19 Asti Transportation Systems, Inc. Internet based highway traffic advisory system
US20070118273A1 (en) * 2005-11-21 2007-05-24 Wai-Cheung Tang Method and system for obtaining traffic information using transponders
US20070135990A1 (en) * 2005-12-08 2007-06-14 Seymour Shafer B Navigation route information for traffic management
KR101467557B1 (ko) * 2007-05-02 2014-12-10 엘지전자 주식회사 주행 경로 선택
US8521426B2 (en) * 2008-02-04 2013-08-27 Weather Central, Lp System and method for weather mapping to road segments
US8406998B2 (en) * 2008-02-12 2013-03-26 Cisco Technology, Inc. Traffic predictive directions
US20090309578A1 (en) * 2008-06-16 2009-12-17 Cochran William T Sensor inductors, sensors for monitoring movements and positioning, apparatus, systems and methods therefore
US8150611B2 (en) * 2008-09-30 2012-04-03 International Business Machines Corporation System and methods for providing predictive traffic information
JP2012008771A (ja) * 2010-06-24 2012-01-12 Sony Corp 情報処理装置、情報処理システム、情報処理方法およびプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5812069A (en) * 1995-07-07 1998-09-22 Mannesmann Aktiengesellschaft Method and system for forecasting traffic flows
US5635924A (en) * 1996-03-29 1997-06-03 Loral Aerospace Corp. Travel route information monitor
US6401027B1 (en) * 1999-03-19 2002-06-04 Wenking Corp. Remote road traffic data collection and intelligent vehicle highway system
CN101622653A (zh) * 2007-02-28 2010-01-06 微软公司 适应于用户旅行的交通信息
CN101281684A (zh) * 2008-01-30 2008-10-08 吉林大学 显示板诱导与区域控制协同运作的区域交通管理***
CN101540103A (zh) * 2008-03-17 2009-09-23 上海宝康电子控制工程有限公司 交通信息采集及事件处理的方法与***
CN101567126A (zh) * 2009-05-31 2009-10-28 上海宝康电子控制工程有限公司 城市道路交通信息检测与发布***

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104464321A (zh) * 2014-12-17 2015-03-25 合肥革绿信息科技有限公司 一种基于交通运行指数发展态势的智能交通诱导方法
WO2016197936A1 (zh) * 2015-06-09 2016-12-15 刘光明 预测交通状况和行车时间的方法
US10169986B2 (en) 2015-08-24 2019-01-01 International Business Machines Corporation Integration of personalized traffic information
CN107305742A (zh) * 2016-04-18 2017-10-31 滴滴（中国）科技有限公司 用于确定预计到达时间的方法和设备
CN114973677A (zh) * 2016-04-18 2022-08-30 北京嘀嘀无限科技发展有限公司 用于确定预计到达时间的方法和设备
CN106128098A (zh) * 2016-06-29 2016-11-16 肖锐 一种能够进行交通流量预测的多屏显示装置
CN106128142A (zh) * 2016-06-29 2016-11-16 肖锐 一种机动车导航***
CN106128098B (zh) * 2016-06-29 2018-08-03 山西通畅工程勘察设计咨询有限公司 一种能够进行交通流量预测的多屏显示装置
CN105913678B (zh) * 2016-06-29 2018-10-02 盐城旷智科技有限公司 基于交通流量信息的远程导航***
CN106128142B (zh) * 2016-06-29 2018-12-14 绍兴百嘉汽车电子仪表有限公司 一种机动车导航***
CN105913678A (zh) * 2016-06-29 2016-08-31 肖锐 基于交通流量信息的远程导航***
CN108682167A (zh) * 2018-05-02 2018-10-19 李广连 一种车道占用率智能警示装置
WO2020019901A1 (zh) * 2018-07-23 2020-01-30 腾讯科技（深圳）有限公司 通行时间确定方法、装置、计算机设备及存储介质
US11846519B2 (en) 2018-07-23 2023-12-19 Tencent Technology (Shenzhen) Company Limited Travel time determining method and apparatus, computer device, and storage medium
CN110930688A (zh) * 2018-09-19 2020-03-27 奥迪股份公司 交通工具行驶路径的规划方法、装置、计算机设备和存储介质
CN110930688B (zh) * 2018-09-19 2022-01-14 奥迪股份公司 交通工具行驶路径的规划方法、装置、计算机设备和存储介质
CN109493605A (zh) * 2018-12-12 2019-03-19 广州巨枫科技有限公司 一种有效的智能交通监控***
CN111915877A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN111915875A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN113936452A (zh) * 2020-06-29 2022-01-14 阿里巴巴集团控股有限公司 一种交通控制方法、装置及电子设备
CN115063999A (zh) * 2022-05-23 2022-09-16 江苏天安智联科技股份有限公司 一种基于车联网的智慧导航***

Also Published As

Publication number Publication date
US20140058652A1 (en) 2014-02-27

Similar Documents

Publication Publication Date Title
CN103632542A (zh) 交通信息处理方法、装置和相应设备
CN108873905A (zh) 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质
CN110375760A (zh) 路线确定方法、装置、设备和介质
JP2022020044A (ja) 自律駐車のための方法と装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
JP7106794B2 (ja) 道路状況予測方法、装置、機器、プログラム及びコンピュータ記憶媒体
US20170011559A1 (en) Providing individualized tolls
CN110174893A (zh) 一种无人驾驶控制方法、***及车辆
CN110118567A (zh) 出行方式推荐方法及装置
CN103903468A (zh) 道路拥堵时间预警方法及装置
CN108573315A (zh) 一种提示信息确定方法、***及计算机可读存储介质
CN112885130B (zh) 呈现道路信息的方法和装置
CN114078327A (zh) 道路拥堵状态检测方法、装置、设备和存储介质
CN114692927A (zh) 换电站推荐方法、***、电子设备和存储介质
CN112824198A (zh) 一种轨迹决策方法、装置、设备和存储介质
RU2664034C1 (ru) Способ и система создания информации о трафике, которая будет использована в картографическом приложении, выполняемом на электронном устройстве
CN113418531B (zh) 导航路线的确定方法、装置、电子设备和计算机存储介质
CN111896020B (zh) 用于信息处理的方法、电子设备和存储介质
CN113899381A (zh) 用于生成路线信息的方法、装置、设备、介质和产品
CN109934496B (zh) 区域间通行影响确定方法、装置、设备和介质
KR20190140770A (ko) 통행 시간 예측 모델을 이용한 통행 시간 예측 방법 및 통행 시간 예측 장치
CN108320184A (zh) 用于车辆计费的方法、装置、设备、***及存储介质
CN112101677B (zh) 一种公共交通出行路径规划方法、装置、设备及存储介质
CN116343468A (zh) 预测通过时间的装置和方法以及预测行驶时间的方法
CN113139138B (zh) 信息推荐方法和装置、电子设备、存储介质
CN111862657A (zh) 一种确定路况信息的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140312