CN110728841B - 一种基于车路协同的交通流量采集方法、装置及*** - Google Patents

一种基于车路协同的交通流量采集方法、装置及*** Download PDF

Info

Publication number
CN110728841B
CN110728841B CN201911010600.5A CN201911010600A CN110728841B CN 110728841 B CN110728841 B CN 110728841B CN 201911010600 A CN201911010600 A CN 201911010600A CN 110728841 B CN110728841 B CN 110728841B
Authority
CN
China
Prior art keywords
traffic flow
acquisition
data
mode
terminal
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
CN201911010600.5A
Other languages
English (en)
Other versions
CN110728841A (zh
Inventor
糜长军
程清远
周泽成
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.)
Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd
Original Assignee
Jiangsu Guangyu Collaborative Technology Development Research Institute 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 Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd filed Critical Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd
Priority to CN201911010600.5A priority Critical patent/CN110728841B/zh
Publication of CN110728841A publication Critical patent/CN110728841A/zh
Application granted granted Critical
Publication of CN110728841B publication Critical patent/CN110728841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开一种基于车路协同的交通流量采集方法、装置及***，通过接收应用终端发送的数据采集模式推荐请求；确定环境模式；根据所述环境模式，以及预设的误差分析模式，根据所述交通流量采集模式创建交通流量动态采集模型，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面，降低光照、水雾、风沙等自然环境对道路车辆数据采集较差误差，影响道路交通流量准确性的问题。

Description

一种基于车路协同的交通流量采集方法、装置及***
技术领域
本发明涉及交通互联网技术领域，特别涉及一种基于车路协同的交通流量采集方法、装置及***。
背景技术
互联网技术的不断发展，随着物联网、车联、大数据、云计算技术的发展潮流，需要大力发展车辆协同，因为车是道路上移动的物体。它是一个物，要连到交通控制中心来，就要获取车的实时信息；另外，它作为一个端，也是交通管理被管理的对象，它是“车”和“人”两个对象的集合，其信息采集也是非常重要的。虽然目前国内很多城市在道路上都安装了许多摄像机、传感器和车载移动GPS***，它们能将大量实时交通影像及数据传回交通监控指挥中心，交通管理与指挥部门根据终端采集的信息作出道路情况判断，例如，通过终端采集数据判断道路车流量，根据道路车流量进行交通管理规划。
现有的终端采集设备例如摄像机，传感器均安装于室外，室外自然环境变化较多，例如，中国北方地区风沙较大，南方地区较为潮湿多雨水，长江流域地区由于温度较高，日光照射较足，为降低道路温度，通常采用洒水车向道路喷水，但日光照射到喷水后的路面会出现光照反射，阳光照射到车辆上也会出现光照反射，多种自然环境造成的光照反射会对摄像头等设备数据采集造成误差，因此降低道路交通交通流量采集的准确性。为解决此问题自然环境对终端采集设备影响较大的问题，研发出一种基于车路协同的交通流量采集方法、装置及***。
发明内容
本发明的发明目的在于提供一种基于车路协同的交通流量采集方法、装置及***，以解决现有自然环境对道路车辆数据采集较差误差，影响道路交通流量准确性的问题。
第一方面，本发明实施例提供一种基于车路协同的交通流量采集方法，包括：
接收应用终端发送的数据采集模式推荐请求；
确定环境模式；
根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；
交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
结合第一方面，在第一方面的第一种可能的实现方式中，确定环境模式，包括：
获取终端采集环境参数值；
根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性；
若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式；
若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数。
结合第一方面，在第一方面的第二种可能的实现方式中，交通仿真动态预测子模式，包括：
获取交通流量采集模式；
根据交通流量采集模式匹配地模拟路况模型；
根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记；
根据交通流量采集数据与静态物像标记，确定误差值。
结合第一方面，在第一方面的第三种可能的实现方式中，交通流量数据采集处理子模式，包括：
获取交通流量采集模式；
根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数；
获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹；
根据动态目标移动轨迹，确定实时采集数据误差值。
第二方面，本发明实施例提供一种基于车路协同的交通流量采集装置，包括：
第一接收单元，接收应用终端发送的数据采集模式推荐请求；
环境模式确定单元，确定环境模式；
第一误差分析单元，根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
数据处理单元，根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；
车辆数据动态分析单元，交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
结合第二方面，在第二方面的第一种可能的实现方式中，
第二接收单元，接收应用终端发送的数据采集模式推荐请求；
环境参数获取单元，获取终端采集环境参数值；
终端数据采集单元，根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性；
第一参数确定单元，若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式；
第二参数确定单元，若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数。
结合第二方面，在第二方面的第二种可能的实现方式中，
第一获取单元，获取交通流量采集模式；
路况匹配单元，根据交通流量采集模式匹配地模拟路况模型；
误差标记单元，根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记；
第一误差确定单元，根据交通流量采集数据与静态物像标记，确定误差值。
结合第二方面，在第二方面的第三种可能的实现方式中，
第二获取单元，获取交通流量采集模式；
实时数据采集单元，根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数；
动态目标确定单元，获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹；
第二误差确定单元，根据动态目标移动轨迹，确定实时采集数据误差值。
第三方面，本发明实施例提供一种具有基于车路协同的交通流量采集的***，所述***包括：服务器，与所述服务器相连接的数据采集终端，所述服务器和所述数据采集终端通过互联网与应用终端相连接；
所述数据采集终端，用于向所述服务器发送采集数据，以及道路实时数据；
所述服务器，用于接收应用终端发送的数据采集模式推荐请求；确定环境模式；
根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
所述应用终端，用于接收根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量。
由以上技术方案可知，本申请实施例提供的一种基于车路协同的交通流量采集方法、装置及***，通过接收应用终端发送的数据采集模式推荐请求；确定环境模式；根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面，降低光照、水雾、风沙等自然环境对道路车辆数据采集较差误差，影响道路交通流量准确性的问题。
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为根据一优选实施例示出的一种基于车路协同的交通流量采集方法的流程图；
图2为根据又一优选实施例示出的一种基于车路协同的交通流量采集方法的流程图；
图3为根据又一优选实施例示出的一种基于车路协同的交通流量采集方法的流程图；
图4为根据又一优选实施例示出的一种基于车路协同的交通流量采集方法的流程图；
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、完整的描述，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，都属于本发明保护的范围。
请参阅图1，本发明实施例提供一种基于车路协同的交通流量采集方法，所述方法包括如下步骤：
步骤S101，接收应用终端发送的数据采集模式推荐请求；
步骤S102，确定环境模式；
步骤S103，根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
步骤S104，根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；
步骤S105，交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
步骤S106，充值服务器将充值页面推送至应用终端的显示界面，为用户提供多种备选金额，以及自定义金额输入框，使得充值模式多元化，充值效率得到提升，从而避免承载了具有充值功能的平台的应用平台服务器需要等待的情况，提升了***带宽、数据库等资源的利用率。
本实施例通过接收应用终端发送的数据采集模式推荐请求；确定环境模式，例如，风沙环境，雨水环境，雾霾环境等自然环境，每个自然环境模式都拥有独立的环境模式参数，例如雨水环境增加进入光照反射误差消除模式，根据所述环境模式，以及预设的误差分析模式，每个自然环境模式下都会预先设定误差值，防止终端设备采集数据信息出现错误造成交通流量统计误差，确定流量采集模式，流量采集模式确定后，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式，自定义交通流量采集模式可以根据实际情况自行设定参数；根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
请参阅图2，本发明实施例提供另一种基于车路协同的交通流量采集方法，所述方法包括如下步骤：
步骤S201，获取终端采集环境参数值。
步骤S202，根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性。
步骤S203，若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式。
步骤S204，若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数。
在本实施例中，获取终端采集环境参数值，首先需要判断出当前环境状态，根据终端采集环境参数值，查询数据库历史同期环境参数值，例如，日期为2月1日，终端采集温度为0摄氏度，数据库查询历史同期温度为零下1摄氏度，则判断当前季节为冬季，则模式进度冬季模式参数随之改变，验证终端采集环境参数值准确性，若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式，若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数。
请参阅图3，本发明实施例提供又一种基于车路协同的交通流量采集方法，所述方法包括如下步骤：
步骤S301，获取交通流量采集模式。
步骤S302，根据交通流量采集模式匹配地模拟路况模型。
步骤S303，根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记。
步骤S304，根据交通流量采集数据与静态物像标记，确定误差值。
在本实施例中，获取交通流量采集模式，根据交通流量采集模式匹配地模拟路况模型，根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记，根据交通流量采集数据与静态物像标记，确定误差值。
请参阅图4，本发明实施例提供又一种基于车路协同的交通流量采集方法，所述方法包括如下步骤：
步骤S401，获取交通流量采集模式。
步骤S402，根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数。
步骤S403，获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹。
步骤S404，根据动态目标移动轨迹，确定实时采集数据误差值。
本实施例，获取交通流量采集模式。根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数。根据环境模式匹配相应计算模型对实时采集数据进行分析，获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹。根据动态目标移动轨迹，确定动态目标移动轨迹与道路实时采集数据结合，确定实时采集数据误差值。
由以上技术方案可知，本申请实施例提供的一种基于车路协同的交通流量采集方法，通过获取自然环境参数，判断出自然环境状态，根据自然环境状态选择匹配的自然环境误差计算模型，通过自然环境误差模型对终端设备采集影像进行误差消除，计算出准确的交通流量数据。
本发明实施例还提供一种基于车路协同的交通流量采集装置，包括：
第一接收单元，接收应用终端发送的数据采集模式推荐请求；
环境模式确定单元，确定环境模式；
误差分析单元，根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
数据处理单元，根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；
车辆数据动态分析单元，交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
可选的，环境模式确定单元，包括：
第二接收单元，接收应用终端发送的数据采集模式推荐请求；
环境参数获取单元，获取终端采集环境参数值；
终端数据采集单元，根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性；
第一参数确定单元，若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式；
第二参数确定单元，若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数。
可选的，数据处理单元，包括：
第一获取单元，获取交通流量采集模式；
路况匹配单元，根据交通流量采集模式匹配地模拟路况模型；
误差标记单元，根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记；
第一误差确定单元，根据交通流量采集数据与静态物像标记，确定误差值。
可选的，数据处理单元，包括：
第二获取单元，获取交通流量采集模式；
实时数据采集单元，根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数；
动态目标确定单元，获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹；
第二误差确定单元，根据动态目标移动轨迹，确定实时采集数据误差值。
由以上技术方案可知，本申请实施例提供的一种具有基于车路协同的交通流量采集的***，所述***包括：服务器，与所述服务器相连接的数据采集终端，所述服务器和所述数据采集终端通过互联网与应用终端相连接；
所述数据采集终端，用于向所述服务器发送采集数据，以及道路实时数据；
所述服务器，用于接收应用终端发送的数据采集模式推荐请求；确定环境模式；
根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面。
所述应用终端，用于接收根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量。
本申请一种基于车路协同的交通流量采集方法、装置及***，通过接收应用终端发送的数据采集模式推荐请求；确定环境模式；根据所述环境模式，以及预设的误差分析模式，确定流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；根据所述交通流量采集模式创建交通流量动态采集模型，所述车辆动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面，降低光照、水雾、风沙等自然环境对道路车辆数据采集较差误差，影响道路交通流量准确性的问题。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (2)

1.一种基于车路协同的交通流量采集方法，其特征在于，包括：
接收应用终端发送的数据采集模式推荐请求；
确定环境模式；
根据所述环境模式，以及预设的误差分析模式，确定交通流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
根据所述交通流量采集模式创建交通流量动态采集模型，所述交通流量动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；
交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面；
确定环境模式，包括：
获取终端采集环境参数值；
根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性；
若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式；若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数；
交通仿真动态预测子模式，包括：
获取交通流量采集模式；
根据交通流量采集模式匹配地模拟路况模型；
根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记；
根据交通流量采集数据与静态物像标记，确定误差值；
交通流量数据采集处理子模式，包括：
获取交通流量采集模式；
根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数；
获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹；
根据动态目标移动轨迹，确定实时采集数据误差值。
2.一种基于车路协同的交通流量采集装置，其特征在于，包括：
第一接收单元，接收应用终端发送的数据采集模式推荐请求；
环境模式确定单元，确定环境模式；
误差分析单元，根据所述环境模式，以及预设的误差分析模式，确定交通流量采集模式，所述交通流量采集模式包括：多元化流量采集模式和自定义交通流量采集模式；
数据处理单元，根据所述交通流量采集模式创建交通流量动态采集模型，所述交通流量动态采集模型包含交通仿真动态预测子模式、交通流量数据采集处理子模式；车辆数据动态分析单元，交通流量动态采集模型根据终端采集数据进行分析，计算出误差数据，推送根据所述交通流量动态采集模型计算出的误差数据至数据库，数据库根据终端采集数据与误差数据计算出交通流量，推送至应用终端显示界面；
环境模式确定单元，包括：
第二接收单元，接收应用终端发送的数据采集模式推荐请求；
环境参数获取单元，获取终端采集环境参数值；
终端数据采集单元，根据终端采集环境参数值，查询数据库历史同期环境参数值，验证终端采集环境参数值准确性；
第一参数确定单元，若终端采集环境参数值符合预设范围值，则根据终端采集环境参数，确定环境模式；
第二参数确定单元，若终端采集环境参数值不符合预设范围值，则重新获取终端采集环境参数；
数据处理单元，包括：
第一获取单元，获取交通流量采集模式；
路况匹配单元，根据交通流量采集模式匹配地模拟路况模型；
误差标记单元，根据地模拟路况模型对采集参数进行环境误差标记，测算环境误差标记移动速度，得出静态物像标记；
第一误差确定单元，根据交通流量采集数据与静态物像标记，确定误差值；
数据处理单元，还包括：
第二获取单元，获取交通流量采集模式；
实时数据采集单元，根据交通流量采集模式获得实时数据，根据实时数据测算光照反射目标位置、速度以及角度参数；
动态目标确定单元，获取数据库道路数据，根据道路数据与实时采集数据，确定动态目标移动轨迹；
第二误差确定单元，根据动态目标移动轨迹，确定实时采集数据误差值。
CN201911010600.5A 2019-10-23 2019-10-23 一种基于车路协同的交通流量采集方法、装置及*** Active CN110728841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911010600.5A CN110728841B (zh) 2019-10-23 2019-10-23 一种基于车路协同的交通流量采集方法、装置及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911010600.5A CN110728841B (zh) 2019-10-23 2019-10-23 一种基于车路协同的交通流量采集方法、装置及***

Publications (2)

Publication Number Publication Date
CN110728841A CN110728841A (zh) 2020-01-24
CN110728841B true CN110728841B (zh) 2022-05-06

Family

ID=69221750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911010600.5A Active CN110728841B (zh) 2019-10-23 2019-10-23 一种基于车路协同的交通流量采集方法、装置及***

Country Status (1)

Country Link
CN (1) CN110728841B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000011289A (ja) * 1998-06-23 2000-01-14 Matsushita Electric Ind Co Ltd 交通流データ予測装置および交通流データ予測方法
TW200827670A (en) * 2006-12-19 2008-07-01 Cham-Pion Lu Collecting apparatus for traffic flow
CN103295403A (zh) * 2013-06-17 2013-09-11 湘潭大学 一种交通流视觉检测方法
CN104103183A (zh) * 2014-07-28 2014-10-15 张蕾 环境自适应交通管理参数自动修改方法及***
US9965951B1 (en) * 2017-01-23 2018-05-08 International Business Machines Corporation Cognitive traffic signal control
CN207946937U (zh) * 2018-02-07 2018-10-09 南京南邮信息产业技术研究院有限公司 基于移动互联网的城市智能交通控制***
CN109191846A (zh) * 2018-10-12 2019-01-11 国网浙江省电力有限公司温州供电公司 一种交通出行流量预测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931458B (zh) * 2016-05-05 2019-02-12 杭州智诚惠通科技有限公司 一种路面交通流量检测设备可信度评估的方法
CN107563563A (zh) * 2017-09-07 2018-01-09 深圳市蓝泰源信息技术股份有限公司 一种公交***的基于大数据客流预测方法
CN109683501A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种智能汽车行车提醒***
US20190212153A1 (en) * 2018-01-11 2019-07-11 Continental Automotive Systems, Inc. Vehicle position estimate using information from infrastructure
CN109448367B (zh) * 2018-10-22 2020-04-10 南京理工大学 一种基于大数据图像采集的智能道路交通追踪管理***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000011289A (ja) * 1998-06-23 2000-01-14 Matsushita Electric Ind Co Ltd 交通流データ予測装置および交通流データ予測方法
TW200827670A (en) * 2006-12-19 2008-07-01 Cham-Pion Lu Collecting apparatus for traffic flow
CN103295403A (zh) * 2013-06-17 2013-09-11 湘潭大学 一种交通流视觉检测方法
CN104103183A (zh) * 2014-07-28 2014-10-15 张蕾 环境自适应交通管理参数自动修改方法及***
US9965951B1 (en) * 2017-01-23 2018-05-08 International Business Machines Corporation Cognitive traffic signal control
CN207946937U (zh) * 2018-02-07 2018-10-09 南京南邮信息产业技术研究院有限公司 基于移动互联网的城市智能交通控制***
CN109191846A (zh) * 2018-10-12 2019-01-11 国网浙江省电力有限公司温州供电公司 一种交通出行流量预测方法

Also Published As

Publication number Publication date
CN110728841A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN111551958B (zh) 一种面向矿区无人驾驶的高精地图制作方法
CN108955702B (zh) 基于三维激光和gps惯性导航***的车道级地图创建***
WO2022206978A1 (zh) 一种基于车载定位装置的路侧毫米波雷达校准方法
CN109522603B (zh) 基于云平台的车载拉格朗日实时大气污染溯源***及方法
CN108986207B (zh) 一种基于真实路面数据的道路及沿线建筑仿真建模方法
CN114518104B (zh) 基于动态遥感监测技术的国土测绘方法、***及存储介质
CN115331190B (zh) 一种基于雷视融合的道路隐患识别方法及装置
CN110910440B (zh) 一种基于电力影像数据的输电线路长度确定方法和***
CN111696162B (zh) 一种双目立体视觉精细地形测量***及方法
CN103200675A (zh) 免除节点自定位的无线传感器网络目标定位方法及***
EP4081835B1 (en) Methods, apparatuses, systems and computer program products for estimating road surface temperature
CN115631356A (zh) 道路设施缺失识别方法、装置、存储介质及电子装置
CN105262983A (zh) 基于灯联网的道路监控***与方法
CN116958472A (zh) 一种输电线路交叉跨越检测分析方法
CN114021766A (zh) 一种基于物联网和大数据的城市水安全预测方法
CN115690746A (zh) 一种基于车路协同的无盲区感知方法和***
CN113076824B (zh) 车位获取方法、装置、车载终端及存储介质
CN114485658A (zh) 一种面向路侧感知***精度评估的装置及方法
CN110728841B (zh) 一种基于车路协同的交通流量采集方法、装置及***
CN111177297B (zh) 一种基于视频和gis的动态目标速度计算优化方法
CN112614371A (zh) 车辆自动驾驶方法、装置、电子设备及计算机存储介质
CN112651991B (zh) 视觉定位方法、装置及计算机***
CN115082396A (zh) 光伏电站基建进度的智能勘测方法、***及介质
CN117554942B (zh) 一种基于毫米波雷达的输电线路树线距离监测方法及装置
CN113990064B (zh) 一种交通数据采集方法、***和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 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