CN105702036B - 一种车辆行驶时间计算方法、装置及*** - Google Patents

一种车辆行驶时间计算方法、装置及*** Download PDF

Info

Publication number
CN105702036B
CN105702036B CN201610168410.6A CN201610168410A CN105702036B CN 105702036 B CN105702036 B CN 105702036B CN 201610168410 A CN201610168410 A CN 201610168410A CN 105702036 B CN105702036 B CN 105702036B
Authority
CN
China
Prior art keywords
time
section
vehicle
detected
current vehicle
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.)
Active
Application number
CN201610168410.6A
Other languages
English (en)
Other versions
CN105702036A (zh
Inventor
杨耿
段作义
杨成
徐根华
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.)
Shenzhen Genvict Technology Co Ltd
Original Assignee
Shenzhen Genvict Technology Co Ltd
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 Shenzhen Genvict Technology Co Ltd filed Critical Shenzhen Genvict Technology Co Ltd
Priority to CN201610168410.6A priority Critical patent/CN105702036B/zh
Publication of CN105702036A publication Critical patent/CN105702036A/zh
Application granted granted Critical
Publication of CN105702036B publication Critical patent/CN105702036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

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

Abstract

本申请提供了一种车辆行驶时间计算方法、装置及***，所述方法通过选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，以及计算各个通行车辆，在所述待检测路段内的历史平均行驶时间，利用各个通行车辆，在所述待检测路段内的平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间，实现了对待出行车辆在需通过所述待检测路段时的行驶时间的预测，能够为汽车出行者提供选择行驶道路的依据，丰富了汽车出行信息服务，改善了汽车用户的体验性。

Description

一种车辆行驶时间计算方法、装置及***
技术领域
本申请涉及智能交通领域，特别涉及一种车辆行驶时间计算方法、装置及***。
背景技术
随着人们生活水平的不断提高，汽车用户对汽车出行信息服务的要求越来越高。
但是，目前在汽车出行信息服务中，尚不存在一种车辆行驶时间计算方法，来预测车辆在某一个时间段内，且在某一个路段内的平均行驶时间，从而无法为汽车出行者提供选择行驶道路的依据。
发明内容
为解决上述技术问题，本申请实施例提供一种车辆行驶时间计算方法、装置及***，以达到实现对待出行车辆在预设未来时间段内，在所述待检测路段内的平均行驶时间的预测，能够为汽车出行者提供选择行驶道路的依据，丰富汽车出行者信息服务，改善汽车用户的体验性的目的，技术方案如下：
一种车辆行驶时间计算方法，包括：
步骤A：选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列；
步骤B：利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间；
步骤C：利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
优选的，所述待检测路段为相邻的两个车辆识别站点之间的路段，其中所述相邻的两个车辆识别点所在的位置在行车方向上依次为所述待检测路段的起点和所述待检测路段的终点。
优选的，所述步骤A中，计算任意一个预设历史时间段对应的任意一个通行车辆在待检测路段内的行驶时间的过程，包括：
获取后一车辆识别站点针对所述通行车辆所采集的ID和第二到达时间，并从前一车辆识别站点获取同一所述通行车辆的第一到达时间；
将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
优选的，所述步骤B之前还包括步骤A1：
滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间。
优选的，所述步骤A1之后还包括：
将滤除的行驶时间对应的通行车辆，作为异常车辆，并进行异常车辆报警。
优选的，所述步骤C中，计算待出行车辆在需通过所述待检测路段时的预计行驶时间采用的算法为：滑动平均法或卡尔曼滤波预测法。
一种车辆行驶时间计算装置，包括：
第一计算模块，用于选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列；
第二计算模块，用于利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间；
第三计算模块，用于利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
优选的，所述第一计算模块包括：
第一获取单元，用于获取后一车辆识别站点针对所述通行车辆所采集的ID和第二到达时间；
第二获取单元，用于从前一车辆识别站点获取同一所述通行车辆的第一到达时间；
第一计算单元，用于将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间；
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
优选的，还包括：
滤除模块，用于滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间。
一种车辆行驶时间计算***，包括：后一车辆识别站点、前一车辆识别站点和如上述任意一项所述的车辆行驶时间计算装置；
所述车辆行驶时间计算装置，分别与所述后一车辆识别站点和所述前一车辆识别站点相连；
所述前一车辆识别站点，用于采集到达待检测路段的起点的通行车辆的ID和第一到达时间；
所述后一车辆识别站点，用于采集到达所述待检测路段的终点的通行车辆的ID和第二到达时间；
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
与现有技术相比，本申请的有益效果为：
在本申请中，通过选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，以及计算各个通行车辆，在所述待检测路段内的历史平均行驶时间，利用各个通行车辆，在所述待检测路段内的平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间，实现了对待出行车辆在需通过所述待检测路段时的行驶时间的预测，能够为汽车出行者提供选择行驶道路的依据，丰富了汽车出行信息服务，改善了汽车用户的体验性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的车辆行驶时间计算方法的一种流程图；
图2是本申请提供的车辆行驶时间计算方法的一种子流程图；
图3是本申请提供的车辆行驶时间计算方法的另一种流程图；
图4是本申请提供的车辆行驶时间计算装置的一种逻辑结构示意图；
图5是本申请提供的第一计算模块的一种逻辑结构示意图；
图6是本申请提供的车辆行驶时间计算装置的另一种逻辑结构示意图；
图7是本申请提供的车辆行驶时间计算***的一种逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
请参见图1，其示出了本申请提供的车辆行驶时间计算方法的一种流程图，可以包括以下步骤：
步骤A：选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间。
在本实施例中，历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列。
在本实施例中，历史时间序列的选取方式可以为任意选取一个时间长度作为历史时间序列，如选取6:00-8:00为历史时间序列，或选取9:00-11:00为历史时间序列，或选取11:00-13：00为历史时间序列。
当然，历史时间序列的选取方式也可以为选取一个固定时间长度作为历史时间序列。如选取每天的8:00-10:00为历史时间序列。
不管历史时间序列的选取方式是任意选取一个时间长度作为历史时间序列，还是选取一个固定时间长度作为历史时间序列，历史时间序列的划分方式均可以为以下两种：
第一种，不对历史时间序列进行划分，历史时间序列即预设历史时间段。
第二种，将以历史时间序列中的第一个时间点为起始时间，以预设时间间隔为增长，将历史时间序列划分为多个预设历史时间段。如历史时间序列为08:02:00-08:18:08，则以08:02:00为起始时间，以2分钟为增长对历史时间序列进行划分，划分得到的预设历史时间段为：08:02:00～08:03:59，08:04:00～08:05:59，08:06:00～08:07:59，08:08:00～08:09:59，08:10:00～08:11:59，08:12:00～08:13:59，08:14:00～08:15:59，08:16:00～08:17:59，08:18:00～08:18:08。
具体的，预设时间间隔可以设置为2分钟。
其中，历史时间序列中每个预设历史时间段对应的各个通行车辆具体指在历史时间序列中每个预设历史时间段内到达待检测路段的终点的通行车辆。
步骤B：利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间。
在本实施例中，由于利用所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间，计算所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间的过程相同，因此仅对计算所述历史时间序列中任意一个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间的过程进行说明。具体如下：计算历史时间序列中某一个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间的和；历史时间序列中某一个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间的和，除以历史时间序列中对应的预设历史时间段内的通行车辆的个数，得到历史时间序列中某一个预设历史时间段对应的各个通行车辆，在待检测路段内的历史平均行驶时间。
例如，利用所述历史时间序列中第一个预设历史时间段对应的通行车辆分别为通行车辆A、通行车辆B、通行车辆C，通行车辆A在待检测路段内的行驶时间为Tt1，通行车辆B在待检测路段内的行驶时间为Tt2，通行车辆在待检测路段内的行驶时间为Tt3，则计算历史时间序列中第一个预设历史时间段对应的通行车辆A、通行车辆B、通行车辆C，在待检测路段内的历史平均行驶时间为(Tt1+Tt2+Tt3)/3。
在本实施例中，历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间可以作为交通状态评估。
步骤C：利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
其中，利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间采用的算法是时间序列预测算法。
在本实施例中，计算待出行车辆在需通过所述待检测路段时的预计行驶时间可以作为出行信息服务信息，发送至出行者的信息终端，供出行者选择出行方式和行驶道路。
在本申请中，通过选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，以及计算各个通行车辆，在所述待检测路段内的历史平均行驶时间，利用各个通行车辆，在所述待检测路段内的平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间，实现了对待出行车辆在需通过所述待检测路段时的行驶时间的预测，能够为汽车出行者提供选择行驶道路的依据，丰富了汽车出行信息服务，改善了汽车用户的体验性。
在本实施例中，时间序列预测算法具体可以但不局限于为：滑动平均法或卡尔曼滤波预测法。
其中，利用滑动平均法进行计算的过程与现有技术相同，在此不再说明。利用卡尔曼滤波预测法进行计算的过程与现有技术相同，在此不再说明。
现举例对步骤A至步骤C进行说明，例如：待检测路段AB间距离为2km，A点为待检测路段的起点即前一车辆识别站点，B点为待检测路段的终点即后一车辆识别站点。经过A点的通行车辆以及通行车辆到达A点的时间请参见表1，经过B点的通行车辆以及通行车辆到达B点的时间请参见表2。
表1
OBU ID 到达时间
00001 08:00:00
00002 08:00:04
00003 08:01:00
00004 08:02:00
00005 08:02:08
00006 08:02:08
00007 08:04:08
00008 08:06:08
00009 08:08:08
00010 08:10:08
00011 08:12:08
00012 08:14:08
00013 08:16:08
表2
OBU ID 到达时间
00001 08:02:00
00002 08:02:04
00003 08:03:00
00004 08:04:00
00005 08:04:08
00006 08:04:08
00007 08:06:08
00008 08:08:08
00009 08:10:08
00010 08:12:08
00011 08:14:08
00012 08:16:08
00013 08:18:08
经过B点的通行车辆的到达时间组成历史时间序列，从08:02:00起，以2分钟为一个预设历史时间段，根据表1和表2，计算历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间，历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间如表3所示。
表3
OBU ID 行驶时间(min) 到达时间
00001 2 08:02:00
00002 2 08:02:04
00003 2 08:03:00
00004 2 08:04:00
00005 2 08:04:08
00006 2 08:04:08
00007 2 08:06:08
00008 2 08:08:08
00009 2 08:10:08
00010 2 08:12:08
00011 2 08:14:08
00012 2 08:16:08
00013 2 08:18:08
根据表3中历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间，计算所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间，计算得到的所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间如表4所示。
表4
预设历史时间段 历史平均行驶时间(min)
08:02:00～08:03:59 2
08:04:00～08:05:59 2
08:06:00～08:07:59 2
08:08:00～08:09:59 2
08:10:00～08:11:59 2
…
根据滑动平均法和表4示出的历史时间序列中每个预设历史时间段对应的各个正常通行车辆，在所述待检测路段内的历史平均行驶时间，预测待出行车辆在预设未来时间段内，在所述待检测路段内的平均行驶时间，如表5所示。
表5
其中，表5中的08:18:00～08:19:59为预设未来时间段，表5中除08:18:00～08:19:59之外的时间段为预设历史时间段。
在本实施例中，待检测路段具体可以为相邻的两个车辆识别站点之间的路段。车辆识别站点负责采集通行车辆的ID和通行车辆的到达时间。具体的，前一车辆识别站点采集到达待检测路段的起点的通行车辆的ID和第一到达时间；后一车辆识别站点采集到达所述待检测路段的终点的通行车辆的ID和第二到达时间。其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
其中，通行车辆的ID具体可以为通行车辆本身的ID(如车牌号)或通行车辆上车载设备的ID(如OBU ID)。
基于上述内容，对计算历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间的过程进行说明，其中由于计算历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间的过程相同，因此本实施例仅对历史时间序列中任意一个预设历史时间段对应的任意一个通行车辆，在待检测路段内的行驶时间的过程进行说明。具体请参见图2，可以包括以下步骤：
步骤S21：获取后一车辆识别站点针对通行车辆所采集的ID和第二到达时间。
步骤S22：从前一车辆识别站点获取同一所述通行车辆的第一到达时间。
在本实施例中，从前一车辆识别站点获取同一所述通行车辆的第一到达时间即从前一车辆识别站点获取与所述后一车辆识别站点采集的ID匹配的通行车辆的第一到达时间。
其中，后一车辆识别站点和前一车辆识别站点为相邻的两个车辆识别点，且后一车辆识别站点所在位置在行车方向上为所述待检测路段的终点，前一车辆识别站点所在位置在行车方向上为所述待检测路段的起点。
步骤S23：将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间。
所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
在本实施例中，在图1示出的车辆行驶时间计算方法的基础上扩展出另外一种车辆行驶时间计算方法，请参见图3，可以包括以下步骤：
步骤A：选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列。
步骤A1：滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间。
其中所各个通行车辆，在待检测路段内的行驶时间中大于阈值的行驶时间为异常行驶时间。
其中，阈值设置的规则为：需要保证绝大多数车辆的行驶时间不超过阈值。假如在滤除异常行驶时间时，所有通行车辆或绝大多数通行车辆的行驶时间均大于阈值，则需要重新对阈值进行设置。假如在滤除异常行驶时间时，偶尔有一个通行车辆的行驶时间大于阈值，则说明阈值设置的较为合理。举例说明，如在非拥堵时车辆行驶时间小于2分钟，则阈值为2分钟。当在一个预设历史时间段所有行驶车辆的行驶时间均为10-12分钟，则修改阈值为12分钟。
在本实施例中，具体可以将阈值限定为阈值滤波窗口。在将阈值限定为阈值滤波窗口时，各个通行车辆，在待检测路段内的行驶时间中大于阈值的行驶时间具体是指：各个通行车辆，在待检测路段内的行驶时间中不在阈值滤波窗口内的行驶时间。
步骤B：利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间。
在本步骤中，各个所述通行车辆在待检测路段内的行驶时间为滤除了各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间之后的时间。
步骤C：利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
在本实施例中，步骤A1之后，还可以包括：
将滤除的行驶时间对应的通行车辆，作为异常车辆，并进行异常车辆报警。
具体的，各个通行车辆，在待检测路段内的行驶时间中大于阈值的行驶时间为异常行驶时间，将异常行驶时间对应的车辆作为异常车辆，并进行异常车辆报警，以及时对异常车辆进行管理。
图3示出的车辆行驶时间计算方法相比于图1示出的车辆行驶时间计算方法，增加了滤除异常数据的过程，使计算得到的平均行驶时间更加可靠。现举例对增加滤除异常数据过程后，预测平均行驶时间的过程进行说明，例如：现举例对步骤A步骤C进行说明，例如：待检测路段AB间距离为2km，A点为待检测路段的起点，B点为待检测路段的终点。经过A点的通行车辆以及通行车辆到达A点的时间请参见表6，经过B点的通行车辆以及通行车辆到达B点的时间请参见表7，
表6
OBU ID 到达时间
00001 08:00:00
00002 08:00:04
00003 08:01:00
00004 08:02:00
00005 08:02:08
00006 08:02:08
00007 08:04:08
00008 08:06:08
00009 08:08:08
00010 08:10:08
00011 08:12:08
00012 08:14:08
00013 08:16:08
表7
OBU ID 到达时间
00001 08:02:00
00002 08:02:04
00003 08:11:00
00004 08:04:00
00005 08:04:08
00006 08:04:08
00007 08:06:08
00008 08:08:08
00009 08:10:08
00010 08:12:08
00011 08:14:08
00012 08:16:08
00013 08:18:08
经过B点的通行车辆的到达时间组成历史时间序列，从08:02:00起，以2分钟为一个预设历史时间段，根据表6和表7，计算历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间，历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间如表8所示。
表8
OBU ID 行驶时间(min) 到达时间
00001 2 08:02:00
00002 2 08:02:04
00003 10 08:11:00
00004 2 08:04:00
00005 2 08:04:08
00006 2 08:04:08
00007 2 08:06:08
00008 2 08:08:08
00009 2 08:10:08
00010 2 08:12:08
00011 2 08:14:08
00012 2 08:16:08
00013 2 08:18:08
根据表8中历史时间序列中每个预设历史时间段对应的各个通行车辆，在待检测路段内的行驶时间，计算所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间，计算得到的所述历史时间序列中每个预设历史时间段对应的各个通行车辆，在所述待检测路段内的历史平均行驶时间如表9所示。
表9
预设历史时间段 历史平均行驶时间(min)
08:02:00～08:03:59 2
08:04:00～08:05:59 2
08:06:00～08:07:59 2
08:08:00～08:09:59 2
08:10:00～08:11:59 2
…
其中，在步骤B之前，在本例中，设置阈值滤波窗口为[1,3]，滤除表8中未在阈值滤波窗口内的行驶时间，滤除掉00003车辆数据，作为异常车辆报警。
根据滑动平均法和表9示出的历史时间序列中每个预设历史时间段对应的各个正常通行车辆，在所述待检测路段内的历史平均行驶时间，预测待出行车辆在预设未来时间段内，在所述待检测路段内的平均行驶时间，如表5所示。
表10
其中，表10中的08:18:00～08:19:59为预设未来时间段，表10中除08:18:00～08:19:59之外的时间段为预设历史时间段。
实施例二
与上述方法实施例相对应，本实施例提供了一种车辆行驶时间计算装置，请参见图4，车辆行驶时间计算装置包括：第一计算模块41、第二计算模块42和第三计算模块43。
第一计算模块41，用于选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间。
所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列。
第二计算模块42，用于利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间。
第三计算模块43，用于利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
在本实施例中，待检测路段具体可以为相邻的两个车辆识别站点之间的路段，其中所述相邻的两个车辆识别点所在的位置在行车方向上依次为所述待检测路段的起点和所述待检测路段的终点。
在待检测路段具体为相邻的两个车辆识别站点之间的路段时，第一计算模块41具体可以包括：第一获取单元51、第二获取单元52和第一计算单元53，如图5所示。
第一获取单元51，用于获取后一车辆识别站点针对通行车辆所采集的ID和第二到达时间。
第二获取单元52，用于从前一车辆识别站点获取同一所述通行车辆的第一到达时间。
第一计算单元53，用于将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间。
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
在本实施例中，车辆行驶时间计算装置在图4示出的车辆行驶时间计算装置的基础上还包括：滤除模块44，如图6所示。
滤除模块44，用于滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间。
在本实施例中，车辆行驶时间计算装置还可以包括：报警单元，用于将滤除的行驶时间对应的通行车辆，作为异常车辆，并进行异常车辆报警。
实施例三
在本实施例中，提供了一种车辆行驶时间计算***，请参见图7，车辆行驶时间计算***包括：前一车辆识别站点71、后一车辆识别站点72和车辆行驶时间计算装置73。
车辆行驶时间计算装置73的具体结构请参见实施例二示出的车辆行驶时间计算装置，在此不再赘述。
车辆行驶时间计算装置73，分别与所述前一车辆识别站点71和所述后一车辆识别站点72相连。
所述前一车辆识别站点71，用于采集到达待检测路段的起点的通行车辆的ID和第一到达时间；
所述后一车辆识别站点72，用于采集到达所述待检测路段的终点的通行车辆的ID和第二到达时间；
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种车辆行驶时间计算方法、装置及***进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种车辆行驶时间计算方法，其特征在于，包括：
步骤A：选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列，所述预设历史时间段的确定过程，包括：不对所述历史时间序列进行划分，将所述历史时间序列作为所述预设历史时间段；或，以所述历史时间序列中的第一个时间点为起始时间，以预设时间间隔为增长，将所述历史时间序列划分为多个预设历史时间段；
步骤A1：滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间；
步骤B：利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间；
步骤C：利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
2.根据权利要求1所述的方法，其特征在于，所述待检测路段为相邻的两个车辆识别站点之间的路段，其中所述相邻的两个车辆识别点所在的位置在行车方向上依次为所述待检测路段的起点和所述待检测路段的终点。
3.根据权利要求2所述的方法，其特征在于，所述步骤A中，计算任意一个预设历史时间段对应的任意一个通行车辆在待检测路段内的行驶时间的过程，包括：
获取后一车辆识别站点针对所述通行车辆所采集的ID和第二到达时间，并从前一车辆识别站点获取同一所述通行车辆的第一到达时间；
将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
4.根据权利要求1所述的方法，其特征在于，所述步骤A1之后还包括：
将滤除的行驶时间对应的通行车辆，作为异常车辆，并进行异常车辆报警。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述步骤C中，计算待出行车辆在需通过所述待检测路段时的预计行驶时间采用的算法为：滑动平均法或卡尔曼滤波预测法。
6.一种车辆行驶时间计算装置，其特征在于，包括：
第一计算模块，用于选取历史时间序列中每个预设历史时间段对应的各个通行车辆，计算各个所述通行车辆在待检测路段内的行驶时间，所述历史时间序列为所述通行车辆到达所述待检测路段的终点的时间组成的序列，所述预设历史时间段的确定过程，包括：不对所述历史时间序列进行划分，将所述历史时间序列作为所述预设历史时间段；或，以所述历史时间序列中的第一个时间点为起始时间，以预设时间间隔为增长，将所述历史时间序列划分为多个预设历史时间段；
滤除模块，用于滤除各个所述通行车辆在待检测路段内的行驶时间中大于阈值的行驶时间；
第二计算模块，用于利用各个所述通行车辆在待检测路段内的行驶时间，计算各个所述通行车辆在所述待检测路段内的历史平均行驶时间；
第三计算模块，用于利用各个所述通行车辆在所述待检测路段内的历史平均行驶时间，计算待出行车辆在需通过所述待检测路段时的预计行驶时间。
7.根据权利要求6所述的装置，其特征在于，所述第一计算模块包括：
第一获取单元，用于获取后一车辆识别站点针对所述通行车辆所采集的ID和第二到达时间；
第二获取单元，用于从前一车辆识别站点获取同一所述通行车辆的第一到达时间；
第一计算单元，用于将所述第二到达时间减去所述第一到达时间，得到所述通行车辆在所述待检测路段内的行驶时间；
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
8.一种车辆行驶时间计算***，其特征在于，包括：后一车辆识别站点、前一车辆识别站点和如权利要求6或7所述的车辆行驶时间计算装置；
所述车辆行驶时间计算装置，分别与所述后一车辆识别站点和所述前一车辆识别站点相连；
所述前一车辆识别站点，用于采集到达待检测路段的起点的通行车辆的ID和第一到达时间；
所述后一车辆识别站点，用于采集到达所述待检测路段的终点的通行车辆的ID和第二到达时间；
其中，所述第一到达时间为通行车辆到达所述前一车辆识别站点的时间，所述第二到达时间为通行车辆到达所述后一车辆识别站点的时间。
CN201610168410.6A 2016-03-23 2016-03-23 一种车辆行驶时间计算方法、装置及*** Active CN105702036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610168410.6A CN105702036B (zh) 2016-03-23 2016-03-23 一种车辆行驶时间计算方法、装置及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610168410.6A CN105702036B (zh) 2016-03-23 2016-03-23 一种车辆行驶时间计算方法、装置及***

Publications (2)

Publication Number Publication Date
CN105702036A CN105702036A (zh) 2016-06-22
CN105702036B true CN105702036B (zh) 2018-08-14

Family

ID=56232557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610168410.6A Active CN105702036B (zh) 2016-03-23 2016-03-23 一种车辆行驶时间计算方法、装置及***

Country Status (1)

Country Link
CN (1) CN105702036B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256662A (zh) * 2016-12-29 2018-07-06 沈阳美行科技有限公司 到达时间的预测方法和装置
CN109901446B (zh) * 2017-12-08 2020-07-07 广州汽车集团股份有限公司 路口通行控制方法、装置及***
CN109410584B (zh) * 2018-12-11 2021-04-02 北京小马智行科技有限公司 一种路况检测方法及装置
CN111915874B (zh) * 2019-05-08 2021-05-28 中国科学院大学 一种道路平均通行时间预测方法
CN114220263B (zh) * 2021-11-29 2022-11-25 北京中交兴路信息科技有限公司 一种货运车辆通行时长确定方法、装置、存储介质及终端
CN114419907B (zh) * 2021-12-29 2023-10-27 联通智网科技股份有限公司 事故多发路段判断方法、装置、终端设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405293A (zh) * 2015-12-23 2016-03-16 青岛海信网络科技股份有限公司 一种道路旅行时间短期预测方法和***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
JP2003021524A (ja) * 2001-07-09 2003-01-24 Kenwood Corp ナビゲーション装置、到着時刻算出方法、及びプログラム
CN102122439B (zh) * 2011-04-01 2013-06-05 上海千年城市规划工程设计股份有限公司 车程时间预测装置
CN103258430B (zh) * 2013-04-26 2015-03-11 青岛海信网络科技股份有限公司 路段旅行时间统计、以及交通路况判定方法和装置
CN104900061B (zh) * 2015-05-29 2017-08-08 内蒙古工业大学 路段行程时间监测方法及装置
CN105390000A (zh) * 2015-12-18 2016-03-09 天津通翔智能交通***有限公司 一种基于路况交通大数据的交通信号控制***及方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405293A (zh) * 2015-12-23 2016-03-16 青岛海信网络科技股份有限公司 一种道路旅行时间短期预测方法和***

Also Published As

Publication number Publication date
CN105702036A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN105702036B (zh) 一种车辆行驶时间计算方法、装置及***
CN111276005B (zh) 联网停车***
CN104217605B (zh) 一种公交车到站时间测算方法和装置
EP2658291B1 (de) Verfahren zur automatisierten Ermittlung des Aufenthaltsortes einer Person
CN105324288A (zh) 用于估算机动车辆以自主模式的运行时间的装置及相关方法
CN101615340A (zh) 公交动态调度中的实时信息处理方法
CN109147319B (zh) 一种基于多交通数据指标的道路突发事件判别方法
CN103971520A (zh) 一种基于时空相关性的交通流量数据恢复方法
CN102968901A (zh) 获取区域拥堵信息的方法及区域拥堵分析装置
CN106601005B (zh) 一种基于rfid和微信平台的城市智能交通诱导方法
CN104239726A (zh) 一种城轨路网突发事件条件下客流估算***
CN101635090A (zh) 一种停车诱导***及其实现方法
EP2950293B1 (en) Method and apparatus for estimating an arrival time of a transportation vehicle
Lu et al. Estimating traffic speed with single inductive loop event data
CN107818426A (zh) 一种统计公交车运营班次的方法和装置
CN104751642A (zh) 一种高等级道路交通流运行风险实时预估方法
KR20140028801A (ko) Ｉｔｓ 데이터를 활용한 도심 구간의 정체도 예측 방법
CN103488893A (zh) 一种桥下积水导致的交通拥堵蔓延预测技术方案
CN106205125A (zh) 一种救护车抵达时间实时预测***及方法
CN103956052A (zh) 一种公路路况的检测方法和***
CN110796876A (zh) 基于卡尔曼滤波的路段车辆总数估计方法
CN105654720A (zh) 基于城市道路拥堵识别的检测器布设方法
CN104457643A (zh) 一种轨道几何检测数据的脉冲噪声滤波方法及装置
CN103971516A (zh) 交通数据预处理方法及路况检测方法
CN107038877A (zh) 基于汽车电子标识的交叉口车流量预测***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant