CN105096590A - 交通信息生成方法和交通信息生成设备 - Google Patents
交通信息生成方法和交通信息生成设备 Download PDFInfo
- Publication number
- CN105096590A CN105096590A CN201410165606.0A CN201410165606A CN105096590A CN 105096590 A CN105096590 A CN 105096590A CN 201410165606 A CN201410165606 A CN 201410165606A CN 105096590 A CN105096590 A CN 105096590A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- floating car
- data
- car data
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种交通信息生成方法,包括:接收从路面上行驶的各车辆上传的各时间点处的浮动车位置数据,作为浮动车数据;利用视频监控***通过车牌识别捕捉并记录的同一车辆在多个监控点的出现信息,拟合出该车辆在多个监控时间点处的多个有效位置信息,作为该车辆的浮动车数据;将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起,形成最终的浮动车数据;以及利用最终的浮动车数据,生成表示车辆所行驶的各路链上的交通状况的交通信息。
Description
技术领域
本发明涉及实时交通信息处理领域,更具体地,涉及一种交通信息生成方法和交通信息生成设备,能够利用浮动车上传的GPS数据和由车牌识别数据拟合而成的GPS数据,实时生成道路上的交通信息(例如道路拥堵程度)。
背景技术
利用浮动车技术采集实时交通信息、计算道路拥堵程度的方法已经被中国城市所广泛采用。美国专利US6546330(2003年),中国专利CN200610112606,CN200710087223,CN200810112607等都提出了自己的浮动车处理***和方法,都是基于路面上行驶的车辆(浮动车)上传的GPS数据,这些专利在实施细节上有所不同,但基本原理类似:都是采集浮动车的GPS信息,然后匹配GPS数据到电子地图中的道路上,最后通过计算两点之间的车辆平均行驶速度,用多车平均速度推导出道路的拥堵程度。浮动车技术已经商用化了多年,在实际应用过程中,浮动车***的精度仍然不是很高,主要误差是由GPS精度不高导致地图匹配错误引起的。现有的浮动车***中多以出租车作为浮动车,车上的GPS设备精度不是很高,精度大概在30~50米左右,而且垂直方向的高程信息或者没有、或者精度很差,现实中无法区分高架桥、立交桥中不同高度的重叠道路。在大城市中由于高楼、高架桥、复杂立交桥等对GPS信号的遮挡,车辆行驶在这些建筑的周围时也经常会出现GPS信号漂移,导致车辆被***匹配到错误的道路上。理论上来说,提高***的硬件性能,提高GPS设备的精度,可以部分克服这些缺点。但是这样做会增加***的投入和运营成本,在商业上缺乏可行性。
针对浮动车***的精度问题,现有的一类解决方法是采用数据融合的方法,即对多种交通传感器采集到的交通信息进行融合,用最终融合得到的结果作为实时交通状态的评估值,如中国专利申请CN201210250735.0和CN201310008385.1中提到的方法。这类方法的基本原理是:对通过不同采集方式得到的交通数据分别估计道路交通状态,然后再根据一定的融合算法,对不同方式得到的交通状态进行某种形式的加权融合。可以概括为是在各类交通状态计算***的输出端进行结果的融合再计算,这种方法的局限在于不同采集方式的采集的数据类型不一致,数据采集的间隔也不同,得到的交通参数不一样,仅在各类交通状态计算******的输出端对交通状态进行融合,可信度不高。特别是当某两类***的输出状态相反时,对结果的取舍权衡比较困难,增加***的复杂度,可能引入新的误差。
发明内容
为了能够解决前述GPS信号精度差导致浮动车***在高架桥、立交桥等复杂路面精度差的问题,本发明提出一种融合浮动车数据与车辆车牌识别数据来提高浮动车***精度的方法,不同于如前述公知例CN201210250735.0和CN201310008385.1的通常做法,本发明所述的方法不是在各类***的输出端对交通状态的结果进行再融合,而是在***的输入端对输入数据进行融合,然后将融合后的数据输入已有的成熟的浮动车***,得到准确的实时交通状态。
为了克服现有技术的上述缺陷提出了本发明。因此,本发明的目的之一是提出一种交通信息生成方法和交通信息生成设备,能够利用浮动车上传的GPS数据和由车牌识别数据拟合而成的GPS数据,实时生成道路上的交通信息(例如道路拥堵程度)。
为了实现上述目的,根据本发明,提出了一种交通信息生成方法,包括:接收从路面上行驶的各车辆上传的各时间点处的浮动车位置数据,作为浮动车数据;利用视频监控***通过车牌识别捕捉并记录的同一车辆在多个监控点的出现信息,拟合出该车辆在多个监控时间点处的多个有效位置信息,作为该车辆的浮动车数据;将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起,形成最终的浮动车数据;以及利用最终的浮动车数据,生成表示车辆所行驶的各路链上的交通状况的交通信息。
优选地,拟合出的车辆的浮动车数据包括车辆所处的路链的信息,而从各车辆上传的浮动车数据不包括车辆所处的路链的信息。
优选地,在生成所述交通信息时,对于拟合出的车辆的浮动车数据,无需将该拟合出的浮动车数据匹配到路链上,而对于从各车辆上传的浮动车数据,则需要将该上传的浮动车数据匹配到路链上。
优选地,将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起的步骤包括:按照车辆上传浮动车数据的时间间隔,对拟合出的各车辆的浮动车数据进行插值。
优选地,所述多个有效位置信息是在彼此的时间间隔小于预定时间间隔的各监控时间点所获得的车辆的多个位置信息。
优选地,所述多个有效位置信息是在与当前***时间的时间差处于预定值之内的各监控时间点所获得的车辆的多个位置信息。
优选地,利用最终的浮动车数据生成所述交通信息的步骤包括:增加拟合出的车辆的浮动车数据的权重,而降低从各车辆上传的浮动车数据的权重,来计算各路链上行驶的车辆的平均速度。
另外,根据本发明,还提出了一种交通信息生成设备,包括:接收从路面上行驶的各车辆上传的各时间点处的浮动车位置数据,作为浮动车数据的单元;利用视频监控***通过车牌识别捕捉并记录的同一车辆在多个监控点的出现信息,拟合出该车辆在多个监控时间点处的多个有效位置信息,作为该车辆的浮动车数据的单元;以及将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起,形成最终的浮动车数据的单元;以及利用最终的浮动车数据,生成表示车辆所行驶的各路链上的交通状况的交通信息的单元。
根据本发明,基于两种交通数据源生成的交通信息在复杂路段能给用户提供更加准确的交通信息。
附图说明
通过参考以下组合附图对所采用的优选实施方式的详细描述,本发明的上述目的、优点和特征将变得更显而易见,其中:
图1是示出了根据本发明的处理***的示意框图。
图2是用于说明通过车牌识别捕捉并记录到同一车辆在多个监控点出现的情况的示意图。
图3是示出了本发明实施例的***硬件结构的示意框图。
图4是示出了用于实现多源数据交通信息处理的流程图。
图5是示出了根据本发明实施例的交通信息生成过程的一个示例的流程图。
图6是用于说明车辆在平行主辅路附近行驶的场景的示意图。
具体实施方式
下面将参考附图描述本发明的优选实施例。在附图中,相同的元件将由相同的参考符号或数字表示。此外,在本发明的下列描述中,将省略对已知功能和配置的具体描述,以避免使本发明的主题不清楚。
图1是示出了根据本发明的处理***的示意框图。如图1所示,本发明提出了一种融合浮动车数据与车辆车牌识别数据来提高浮动车***精度的方法。如以上所描述过的,本发明所述的方法不是在各类***的输出端对交通状态的结果进行再融合,而是在***的输入端对输入数据进行融合,然后将融合后的数据输入已有的成熟的浮动车***,得到准确的实时交通状态。
这里,需要指出的是,车辆车牌识别一般都是基本车辆视频识别技术,当前高清摄像机在道路监控领域越来越普及,而且这些高清摄像机的发展趋势也是集多种功能于一体,其中车牌识别功能也正在成为交通高清摄像机的一个标准功能之一。根据国家关于《公路车辆智能监测记录***通用技术》(GA/T497-2009)的要求,车牌识别的准确度要求是白天大于90%,夜间大于80%。所以车牌识别***提供了一种比较准确的数据源。而且由于摄像机的位置是相对固定及准确的,其识别出的车辆所处的道路也就是准确的,不存在车辆道路匹配的误差问题。随着具有车牌识别功能的高清摄像机的普及,视频监控***能够实现通过车牌识别捕捉并记录到同一车辆在多个监控点出现的信息。
如图2所示,如果将图2中的C1,C2,C3这些监控摄像头(监控点)的位置信息拟合为车辆的位置信息,那么就可以对同一辆车拟合出多个位置信息,即使这辆车不上传GPS位置信息,也可以将其当作一个浮动车来处理。
这种拟合出来的GPS数据的精度是由摄像机的位置精度决定的,而摄像机的准确位置信息往往在安装摄像机时就确定下来,不会由于道路的复杂而精度下降,遇到高架、立交桥、平行主辅路等复杂情况也能保持很高位置精度,所以用这种拟合的GPS数据计算复杂道路的交通状态比用通常的浮动车上传的GPS数据更加准确,可解决浮动车***在复杂道路精度不高的问题。
这里,需要指出的是,因为本发明涉及的浮动车***、车辆的车牌识别***都是比较成熟的***,所以本发明所述的方法有很高的商业可行性,能够以比较低的成本提高实时交通信息的精度。
图3是本发明实施例的***硬件结构图,分为数据采集终端和中心***。数据采集终端主要是浮动车采集GPS数据上传到中心,以及监控摄像机采集车辆车牌数据上传到中心***,因为不是本发明的重点,所以数据采集终端在本说明书中不作详细阐述。中心***包括:通信连接装置200,用于接收数据采集终端上传的数据以及向外发布实时交通信息;存储装置300,用于存储GPS数据、车牌识别数据、浮动车数据、以及计算得到的交通信息;GPS数据拟合装置400,用于将车牌识别数据拟合为车辆位置的GPS数据;数据整合装置500,用于将原浮动车的GPS与拟合所得的GPS融合为格式化的浮动车数据;交通信息计算装置600,对浮动车数据进行处理得到实时交通信息;以及交通信息发布装置700,用于向用户发布实时交通信息。
中心***是基于成熟的浮动车***搭建,其通信、存储、计算、发布等硬件单元都是有成熟技术,所以对于相关装置200、600、700都不再做过多介绍。重点介绍在存储装置300所保存的数据与装置400、500是如何协同工作的。数据采集终端的浮动车车载装置获取有关车辆的实时位置等数据,实时传递给中心***,这部分也是很成熟的技术,不再做过多介绍。数据采集终端的道路监控摄像机(如电子警察等)装置获取有关车辆的车牌信息,实时传递给中心***,这部分也是很成熟的技术,不再做过多介绍。本说明书重点介绍中心***接收到来自数据采集终端的信息后是如何进行计算处理的。
图4是示出了用于实现多源数据交通信息处理的流程图。
一般来说图4中GPS数据的格式如表1所示。GPS数据的格式并不限于表1所列的字段,但是应该包含表1中的字段。
表1GPS数据格式和内容的一个示例
图4中车牌识别数据的格式如表2所示。车牌识别数据的格式并不限于表2所列的字段,但是应该包含表2中的字段。表3中表示了车牌编号与车辆ID的对应关系,在***的计算过程中,使用车辆ID比使用“车牌编号”更加方便。在后述文本中也将提到,使用车辆ID将有助于区分浮动车上传的GPS数据以及车辆识别数据拟合的GPS数据。
表2车牌识别数据格式和内容的一个示例
表3车牌编号与车辆ID的对应关系的示例
车牌编号 | 车辆ID |
京LG8**8 | 2170831 |
京NG8**7 | 3298881 |
京KG1**8 | 3387661 |
图4中摄像机位置数据的格式如表4所示。摄像机位置数据的格式并不限于表4所列的字段,但是应该包含表4中的字段。表4中的字段“摄像机ID”与表2中的“拍摄相机ID”都是识别车牌的道路监控摄像机的编号,两者编号一一对应,可用于两表的关联查询。表4中的“路链编号”字段是指摄像机监控的道路的路链编号。
表4摄像机位置数据格式和内容的一个示例
对于传统的浮动车***来说,其接收到的来自浮动车的GPS数据往往都是每辆浮动车的一连串数据,同一辆车的相邻GPS数据时间上间隔十几秒到几十秒不等,如表1中的车辆216038的GPS点间隔大约在30秒左右。所以必须将车牌识别数据也拟合成类似的基于同一辆车的连续的GPS数据,才能将之与浮动车的GPS数据在***的输入端进行融合。这由GPS数据拟合装置400完成,其处理步骤如下:
1)根据表2和表3,将同一车辆ID的数据从数据库中检索出来并将时间排序,得到如表5所示的数据集。
表5某一车辆的车牌识别数据集的一个示例
2)更进一步的,分析同一辆车在表5中的数据的连贯性,如果在一个数据集中两两相邻车牌识别数据的拍摄时间间隔小于一定合理时间间隔Td(如10分钟),就认为这一数据集中的数据是产生于该车的一次行驶过程中,中间没有停车中断行驶的行为。所谓中断行驶的行为是指车辆停止、发动机熄火、用户下车去处理其他事务。因为车牌识别***是全天24小时工作的,所以很可能出现同一辆车被识别了多次,但每次数据的间隔都是相差几个小时的情况,那么这样的车牌识别数据是不能用于拟合GPS数据的,因为这几个小时内,车辆很可能绝大部分时间是在停车位上,其数据不能反映路况。数据集的数据元素个数必须大于等2,否则这个数据集只是单个数据点,在后继计算中要忽略。
3)如果拟合GPS数据是用于实时交通信息计算,那就还要考虑数据的时效性,即数据的时间与当前***时间不能相差太远。例如表5中车辆2170813的某一串时间连续数据的中心时间点与当前***时间的差Tcd必须小于10分钟。
上述步骤2和3中的参数Td和Tcd都是可以由用户设定的***参数。其具体的取值不同并不影响本发明的实现,都属于本发明的范畴。
4)获得了表5所示的一个数据集的有效的车辆识别数据后,根据表4中摄像机的位置信息,拟合出有效的车辆GPS数据,如表6所示。表6中的“GPS时间”,“经度”,“纬度”,“路链编号”都是根据摄像机的数据和车辆识别数据拟合出来的,分别等效于表5中的“拍摄时间”,表4中的摄像机的“经度”,“纬度”,“路链编号”。
表6同一车辆的拟合GPS数据的一个示例
装置400成功拟合GPS数据后,接下来装置500就要融合浮动车上传的GPS数据与车牌识别数据拟合的GPS数据,形成最终的浮动车数据来作为交通信息计算装置600的输入。所谓浮动车数据的格式和数据的示例如表7所示。
表7浮动车数据的格式和数据的示例
在装置500中融合GPS数据时,需要注意三点:
1)表7中“路链编号”字段值等于null的表示为浮动车上传的GPS数据,因为浮动车上传的GPS数据此时还未匹配到路链上,所以“路链编号”为空。车牌识别数据拟合的GPS数据的“路链编号”的值都不为空,其值等于表4中摄像机的“路链编号”。
2)因为浮动车本身也有可能被车牌识别***所识别,所以对于同一辆车可能既存在浮动车上传的原始的GPS数据,也存在车牌识别数据拟合的GPS数据。因为两种数据的“路链编号”字段不同,所以不能将两种数据混合在同一个车辆ID下,此时需要制定一套能区分两者的车辆ID命名规则。例如,对于车牌识别数据拟合的GPS数据,车辆ID采用7位,称为拟合车辆ID。而对于浮动车直接上传的GPS数据,车辆ID采用6位,称为原始车辆ID。这样的话,表3的车牌编号与车辆ID的对应关系就要重新定义为表8所示。具体实现时,车辆ID采用多少位可以由***设计者自定义,无论如何设计都不影响本发明的实现。
表8车牌编号与车辆ID的对应关系的示例
车牌编号 | 拟合车辆ID | 原始车辆ID |
京LG8**8 | 2170831 | 217083 |
京NG8**7 | 3298881 | 329888 |
京KG1**8 | 3387661 | 338766 |
3)浮动车上传的GPS数据的相邻数据的时间间隔大多在几十秒左右,拟合的GPS数据是用车牌识别数据得到的,相邻数据的时间间隔相对比较长,可能有几分钟,这是因为目前道路监控摄像机的布设的密度不是很高。对于相邻的拟合GPS数据时间间隔太大的情况,要采用中间插值的方案拟合出一些虚拟的GPS数据。插值的方案主要是基于点与点之间的路径搜索。如表7中的车辆ID为2170831的车辆的三个拟合GPS数据,其相邻时间间隔为3-4分钟,对其进行插值的方法为:
3-1)以第一个拟合GPS点为起点,第二个拟合GPS点为途经点,第三个拟合GPS点为终点,进行最短路径搜索,找出最短路径,计算平均速度v(米/秒)。
3-2)以第一个点为出发点,以平均速度v(米/秒)为行驶速度,计算t秒钟后(如30秒)车辆到达的位置及所属的路链编号,以此作为第一个插值点。
3-3)然后以步骤3-2)中的插值点为新的出发点,以平均速度v(米/秒)为行驶速度,计算t秒钟后(如30秒)车辆到达的位置及所属的路链编号,以此作为第二个插值点。
3-4)重复步骤3-2)、3-3)直到新插值点与下一个拟合GPS点的时间间隔小于t秒(如30秒)。
3-5)以最近的拟合GPS点为出发点,重复步骤3-2)、3-3)、3-4)直到最后一个拟合GPS点,完成全部的插值点的计算。
经过以上插值计算,表7中浮动车数据就变成如表9所示:
表9浮动车数据的格式和数据的示例(含插值)
如表9所示的浮动车数据保存在存储装置330中后,交通信息计算装置600就可以按照传统的浮动车***计算方式进行交通信息的计算,这部分的计算因为已经是公知的技术,不作为本发明的重点来阐述,但是为了使本发明的说明更加完整和易懂,简单描述一下交通信息计算装置600的处理流程,如图5所示。需要指出的是,图5所示的交通信息计算过程仅是一个示例,而对于本发明而言并非限定性的。
在图5中所述的交通信息计算处理流程中,首先判断浮动车数据的路链编号是否为空(Null)。如果为空,则这条浮动车数据是由浮动车上传的原始的GPS数据,因为浮动车上传的GPS数据此时还未匹配到路链上,所以“路链编号”为空。车牌识别数据拟合的GPS数据的“路链编号”的值都不为空,这些浮动车数据被认为已经匹配到路链上,其路链编号等于表4中摄像机的“路链编号”。一旦浮动车数据都被匹配到具体的路链上,接下来就对属于同一路链上的同一车辆的浮动车数据计算两点间的时间差与距离间隔,也就可以计算出同一路链上每辆车的平均速度。对于一条路链,从其上的所有车辆的平均速度,就可以计算得到整个路链的平均速度。各个路链的平均速度也就构成了整个路网的交通信息。
鉴于本发明所阐述的基于车牌识别的拟合GPS数据的特点,还可以对传统的浮动车***提出以下改进:
1)如果***进一步的与车辆信息库相连接,能够从车牌号获取所对应的车辆的类型,那么就可以将公交车等一些特殊车辆从拟合GPS数据中剔除,提高交通信息的计算准确度。因为公交车有停靠站上下乘客等因素,其驾驶行为与普通车辆的驾驶行为不同,不能用于计算普通的交通信息,除非是用于计算基于公交出行方式的交通信息。
2)对于立交桥、高架桥、平行主辅路等复杂的道路结构,因为道路监控摄像机的位置信息比浮动车上传的GPS信息更加准确,没有GPS漂移问题,所以由车牌识别数据拟合的GPS数据比由浮动车上传的GPS更加准确。在这些特殊的地点,可以增加拟合GPS数据的计算权重,减少浮动车上传的GPS数据的计算权重。这样,最终的交通信息的计算结果将更加准确。举例来说,如图6所示平行主辅路的场景。
从图6中可以看出,由于摄像机位置是能够准确定位在主路或辅路上的,所以车牌识别数据拟合的GPS数据,能够准确的匹配到主路路链。对于浮动车上传的GPS数据,考虑到主辅路很接近,而GPS数据本身有一定误差,所以很难准确判断车辆是位于主路还是辅路,路链匹配结果误差比较大。在这种情况下,为了使最终的交通信息的计算结果更加准确,可以在图6中的路链平均速度的计算过程中,增加拟合GPS数据的计算权重,减少浮动车上传的GPS数据的计算权重。
本发明的所述方法所要解决的关键问题是如何实现车牌识别数据与浮动车的GPS数据的融合问题。解决这个问题的关键是将车牌识别数据拟合为GPS数据,提取车牌识别数据中所暗含的车辆位置信息。车牌识别数据是由道路监控摄像机获得的,所以道路监控摄像机的位置信息就可以用于拟合车辆的位置信息。考虑到监控摄像机的位置是固定而且比较准确的,所以拟合的GPS位置信息也比较准确,这些GPS信息用于交通信息计算时得到的结果比较准确。不同于传统的交通信息融合方法,本发明所述的方法是在***的输入端对数据进行融合,使得两种数据源的数据格式进行统一,然后在输入***中进行数据处理计算。通过提高输入数据的准确度,在不改变已有***本身的情况下,提高***输出交通信息的准确度,这样可以减少***改进的成本。同时,还可以在复杂路段,通过提高拟合GPS数据的权重,更进一步的提高在复杂路段上的信息精度,实现更加有针对性的精度提高。通过在数据输入端的数据融合,实现低成本、高回报的***精度改进。
以上列举了若干具体实施例来详细阐明本发明,这些个例仅说明本发明的原理及其实施方法之用,而非对本发明的限制,在不脱离本发明的精神和范围的情况下,本领域的技术人员还可以做出各种变形和改进。因此,本发明不应由上述实施例来限定,而应由所附权利要求及其等价物来限定。
Claims (8)
1.一种交通信息生成方法,包括:
接收从路面上行驶的各车辆上传的各时间点处的浮动车位置数据,作为浮动车数据;
利用视频监控***通过车牌识别捕捉并记录的同一车辆在多个监控点的出现信息,拟合出该车辆在多个监控时间点处的多个有效位置信息,作为该车辆的浮动车数据;
将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起,形成最终的浮动车数据;以及
利用最终的浮动车数据,生成表示车辆所行驶的各路链上的交通状况的交通信息。
2.根据权利要求1所述的交通信息生成方法,其特征在于,
拟合出的车辆的浮动车数据包括车辆所处的路链的信息,而从各车辆上传的浮动车数据不包括车辆所处的路链的信息。
3.根据权利要求1所述的交通信息生成方法,其特征在于,
在生成所述交通信息时,对于拟合出的车辆的浮动车数据,无需将该拟合出的浮动车数据匹配到路链上,而对于从各车辆上传的浮动车数据,则需要将该上传的浮动车数据匹配到路链上。
4.根据权利要求1所述的交通信息生成方法,其特征在于,
将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起的步骤包括:
按照车辆上传浮动车数据的时间间隔,对拟合出的各车辆的浮动车数据进行插值。
5.根据权利要求1所述的交通信息生成方法,其特征在于,
所述多个有效位置信息是在彼此的时间间隔小于预定时间间隔的各监控时间点所获得的车辆的多个位置信息。
6.根据权利要求1所述的交通信息生成方法,其特征在于,
所述多个有效位置信息是在与当前***时间的时间差处于预定值之内的各监控时间点所获得的车辆的多个位置信息。
7.根据权利要求1所述的交通信息生成方法,其特征在于,
利用最终的浮动车数据生成所述交通信息的步骤包括:
增加拟合出的车辆的浮动车数据的权重,而降低从各车辆上传的浮动车数据的权重,来计算各路链上行驶的车辆的平均速度。
8.一种交通信息生成设备,包括:
接收从路面上行驶的各车辆上传的各时间点处的浮动车位置数据,作为浮动车数据的单元;
利用视频监控***通过车牌识别捕捉并记录的同一车辆在多个监控点的出现信息,拟合出该车辆在多个监控时间点处的多个有效位置信息,作为该车辆的浮动车数据的单元;以及
将各车辆上传的浮动车数据与拟合出的各车辆的浮动车数据融合在一起,形成最终的浮动车数据的单元;以及
利用最终的浮动车数据,生成表示车辆所行驶的各路链上的交通状况的交通信息的单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165606.0A CN105096590B (zh) | 2014-04-23 | 2014-04-23 | 交通信息生成方法和交通信息生成设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165606.0A CN105096590B (zh) | 2014-04-23 | 2014-04-23 | 交通信息生成方法和交通信息生成设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105096590A true CN105096590A (zh) | 2015-11-25 |
CN105096590B CN105096590B (zh) | 2019-07-26 |
Family
ID=54576907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410165606.0A Active CN105096590B (zh) | 2014-04-23 | 2014-04-23 | 交通信息生成方法和交通信息生成设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105096590B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279960A (zh) * | 2015-12-02 | 2016-01-27 | 山东大学 | 兼容北斗gnss时空信息的城市殊域交通机动车出行研判装置与工作方法 |
CN105659303A (zh) * | 2016-01-05 | 2016-06-08 | 冯旋宇 | 智能城市的室外定位管理方法及*** |
CN106840181A (zh) * | 2016-12-09 | 2017-06-13 | 斑马信息科技有限公司 | 用于确定车辆位置的***和方法 |
CN107038762A (zh) * | 2017-04-13 | 2017-08-11 | 山东大学 | 基于北斗时空数据出行管控的工作方法及*** |
CN107888877A (zh) * | 2017-11-13 | 2018-04-06 | 毛国强 | 车辆追踪及道路交通信息采集的方法及其*** |
CN108922412A (zh) * | 2018-06-27 | 2018-11-30 | 芜湖盘云石磨新能源科技有限公司 | 一种新能源公路用广告牌 |
CN109426791A (zh) * | 2017-09-01 | 2019-03-05 | 深圳市金溢科技股份有限公司 | 一种多站点多元车辆匹配方法、服务器及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6178374B1 (en) * | 1996-10-10 | 2001-01-23 | Mannesmann Ag | Method and device for transmitting data on traffic assessment |
DE102005053461A1 (de) * | 2005-11-04 | 2007-05-16 | Deutsch Zentr Luft & Raumfahrt | Verfahren und Vorrichtung zur Verkehrssteuerung |
CN1976296A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种实时动态交通信息采集处理发布的方法和*** |
CN1975800A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种交通信息融合处理方法和*** |
CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
CN101739824A (zh) * | 2009-11-12 | 2010-06-16 | 上海第二工业大学 | 基于数据融合技术的交通状况估计方法 |
CN102646332A (zh) * | 2011-02-21 | 2012-08-22 | 日电(中国)有限公司 | 基于数据融合的交通状态估计装置和方法 |
CN102930735A (zh) * | 2012-10-25 | 2013-02-13 | 安徽科力信息产业有限责任公司 | 一种基于交通视频的城市实时交通路况信息发布方法 |
-
2014
- 2014-04-23 CN CN201410165606.0A patent/CN105096590B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6178374B1 (en) * | 1996-10-10 | 2001-01-23 | Mannesmann Ag | Method and device for transmitting data on traffic assessment |
DE102005053461A1 (de) * | 2005-11-04 | 2007-05-16 | Deutsch Zentr Luft & Raumfahrt | Verfahren und Vorrichtung zur Verkehrssteuerung |
CN1976296A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种实时动态交通信息采集处理发布的方法和*** |
CN1975800A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种交通信息融合处理方法和*** |
CN100463009C (zh) * | 2006-12-25 | 2009-02-18 | 北京世纪高通科技有限公司 | 一种交通信息融合处理方法和*** |
CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
CN101739824A (zh) * | 2009-11-12 | 2010-06-16 | 上海第二工业大学 | 基于数据融合技术的交通状况估计方法 |
CN102646332A (zh) * | 2011-02-21 | 2012-08-22 | 日电(中国)有限公司 | 基于数据融合的交通状态估计装置和方法 |
CN102930735A (zh) * | 2012-10-25 | 2013-02-13 | 安徽科力信息产业有限责任公司 | 一种基于交通视频的城市实时交通路况信息发布方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279960A (zh) * | 2015-12-02 | 2016-01-27 | 山东大学 | 兼容北斗gnss时空信息的城市殊域交通机动车出行研判装置与工作方法 |
CN105659303A (zh) * | 2016-01-05 | 2016-06-08 | 冯旋宇 | 智能城市的室外定位管理方法及*** |
CN106840181A (zh) * | 2016-12-09 | 2017-06-13 | 斑马信息科技有限公司 | 用于确定车辆位置的***和方法 |
CN107038762A (zh) * | 2017-04-13 | 2017-08-11 | 山东大学 | 基于北斗时空数据出行管控的工作方法及*** |
CN109426791A (zh) * | 2017-09-01 | 2019-03-05 | 深圳市金溢科技股份有限公司 | 一种多站点多元车辆匹配方法、服务器及*** |
CN107888877A (zh) * | 2017-11-13 | 2018-04-06 | 毛国强 | 车辆追踪及道路交通信息采集的方法及其*** |
CN108922412A (zh) * | 2018-06-27 | 2018-11-30 | 芜湖盘云石磨新能源科技有限公司 | 一种新能源公路用广告牌 |
Also Published As
Publication number | Publication date |
---|---|
CN105096590B (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 | |
US8359156B2 (en) | Map generation system and map generation method by using GPS tracks | |
CN104778274B (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN110008872B (zh) | 一种结合车辆轨迹和遥感图像的路网提取方法 | |
GB2590115A (en) | Extended object tracking using radar | |
CN102682590B (zh) | 实时交通信息处理方法和装置 | |
CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN104197945A (zh) | 一种基于低采样率浮动车数据的全局投票地图匹配方法 | |
CN102968900B (zh) | 一种对rfid交通数据进行处理的方法 | |
CN101964941A (zh) | 基于动态信息的智能导航与位置服务***及方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN106568456A (zh) | 基于gps/北斗定位和云计算平台的不停车收费方法 | |
CN103903468A (zh) | 道路拥堵时间预警方法及装置 | |
CN103093625B (zh) | 一种基于可信度验证的城市道路交通状态实时估计方法 | |
US20200355515A1 (en) | Method, apparatus, and computer program product for on-street parking localization | |
EP3671126A1 (en) | Method, apparatus, and system for providing road closure graph inconsistency resolution | |
CN104318799A (zh) | 基于矩形区域的公交车辆点所属道路的快速定位法 | |
CN111649752B (zh) | 拥堵路段的地图数据处理方法、装置以及设备 | |
US20200035097A1 (en) | Parking lot information management system, parking lot guidance system, parking lot information management program, and parking lot guidance program | |
CN115631082A (zh) | 一种基于高速路网拓扑结构的多场景路径还原方法 | |
CN113538902B (zh) | 基于交通状态的交叉口车辆轨迹数据修复方法 | |
CN109448379A (zh) | 一种社交媒体数据偶发***通事件的识别及定位方法 | |
CN116129631A (zh) | 一种车路协同数据处理方法及相关设备 | |
KR102302486B1 (ko) | 도시 도로의 운행 속도 처리 방법, 도시 도로의 운행 속도 처리 장치, 기기 및 비휘발성 컴퓨터 저장 매체 | |
CN111047863A (zh) | 路况确定方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |