CN111081030B - 一种高速路堵车的判断方法和*** - Google Patents
一种高速路堵车的判断方法和*** Download PDFInfo
- Publication number
- CN111081030B CN111081030B CN201911402672.4A CN201911402672A CN111081030B CN 111081030 B CN111081030 B CN 111081030B CN 201911402672 A CN201911402672 A CN 201911402672A CN 111081030 B CN111081030 B CN 111081030B
- Authority
- CN
- China
- Prior art keywords
- state
- target vehicle
- vehicle
- speed
- vehicles
- 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
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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种高速路堵车的判断方法和***,包括:根据目标车辆的轨迹数据判断车辆状态;根据目标车辆的停靠状态或低速状态,确定目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的计算车辆的轨迹数据;根据计算车辆的轨迹数据,确定与车辆状态对应的比较条件;根据目标车辆状态和对应的比较条件,判断高速路是否堵车。通过实时监控目标车辆的轨迹数,据判断车辆状态,确定目标车辆周边的计算车辆的轨迹数据;根据计算车辆的轨迹数据确定与车辆状态对应的比较条件,判断高速路是否堵车,不依赖外部设备即可以对高速路堵车进行判断。
Description
技术领域
本申请涉及道路交通检测领域,尤其涉及一种高速路堵车的判断方法和***。
背景技术
随着社会的进步,经济的高速发展,人们的生活水平日益提高,工业化、城镇化加快促进了汽车时代的到来,近年我国道路通车里程出现年均20%以上的增长,尤其是城市道路、高速公路更新速度非常快,同时私家车市场的井喷式发展,堵车成为越来越来普遍并且越来越让人头痛的问题,特别是在法定节假日期间高速公路的堵车成为一个普遍的问题。
现有技术大多依赖外部设备采集数据,通常通过在在各个路口设置流量监测装置或在路面下埋设地面线圈等方式来获取实时路况。这样的方法需要铺设大量的硬件装置,工程量较大,耗费时间长,成本高,密度小。当认为某个路段由于新开发或其他原因而不能及时铺设这些装置时,对于该路段的堵车监测便容易陷于瘫痪,即无法及时对该路段的堵车车况进行有效掌握。因此,进行有效监测的方法和***。
综上所述,需要提供一种能够不依赖路口的流量监测装置及地面线圈等外部设备即可以对高速路堵车进行判断的方法和***。
发明内容
为解决以上问题,本申请提出了一种高速路堵车的判断方法和***。
一方面,本申请提出一种高速路堵车的判断方法,包括:
根据目标车辆的轨迹数据判断车辆状态;
根据所述目标车辆的停靠状态或低速状态,确定所述目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;
根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;
根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件;
根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车。
优选地,所述根据目标车辆的轨迹数据判断车辆状态,包括:
若所述目标车辆在第一判断时间内,累积位移小于判断位移,则判断所述目标车辆为停靠状态;
若所述目标车辆在第二判断时间内速度始终保持在低速区间内,则判断所述目标车辆为低速状态。
优选地,所述根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据,包括:
若所述状态为停靠状态,则根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据;
若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据。
优选地,所述若所述状态为停靠状态,则根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据,包括:
若所述目标车辆为非待排除车辆,则获取在目标车辆停靠状态开始时间前的第一时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的前段车辆;
获取在目标车辆停靠状态开始时间后的第二时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的后段车辆;
从所述前段车辆和后段车辆中去除待排除车辆,得到前段计算车辆和后段计算车辆。
优选地,所述若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据,包括:
获取在目标车辆第一低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第一段车辆;
从所述第一段车辆中去除待排除车辆,得到第一段计算车辆的轨迹数据;
获取在目标车辆的第二低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第二段车辆;
从所述第二段车辆中去除待排除车辆,得到第二段计算车辆的轨迹数据;
获取在目标车辆的第三低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第三段车辆;
从所述第三段车辆中去除待排除车辆,得到第三段计算车辆的轨迹数据。
优选地,所述根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件,包括:
若所述目标车辆为停靠状态,则根据所述前段计算车辆的轨迹数据,计算所述目标车辆停靠状态开始时间前的第一时间段内所有前段计算车辆的平均速度,得到第一速度,根据所述后段计算车辆的轨迹数据,计算所述目标车辆停靠状态开始时间后的第二时间段内所有后段计算车辆的平均速度,得到第二速度;
若所述目标车辆为低速状态,则根据所述第一段计算车辆的轨迹数据,计算平均速度和标准差,得到第一阈值;根据所述第二段计算车辆的轨迹数据,计算平均速度和标准差,得到第二阈值;根据所述第三段计算车辆的轨迹数据,计算平均速度和标准差,得到第三阈值。
优选地,所述根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车,包括:
若所述目标车辆为停靠状态,则比较所述第一速度和第二速度是否均小于速度判断阈值,若均为小于,则高速路为堵车,否则高速路为非堵车;
若所述目标车辆为低速状态,则判断所述目标车辆在各所述低速状态时间段中的车速是否均小于所述时间段对应的第一阈值、第二阈值和第三阈值,若均小于,则所述目标车辆为异常低速,且高速路为非堵车,否则高速路为堵车。
优选地,所述第一阈值、第二阈值和第三阈值的确定方法,包括:
使用同一段计算车辆的平均速度与二倍的标准差相减。
优选地,所述待排除车辆的确定方法,包括:
根据当前所计算的目标车辆的所在位置和对应时间段,确定停靠在所述所在高速路的服务区第二范围内的车辆,得到待排除车辆。
第二方面,本申请提出一种高速路堵车的判断***,包括:
状态判断模块,用于根据目标车辆的轨迹数据判断车辆状态;
数据处理模块,用于根据所述目标车辆的停靠状态或低速状态,确定所述目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件;
道路判断模块,用于根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车。
本申请的优点在于:通过目标车辆的轨迹数据判断车辆状态,根据状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件,判断高速路是否堵车,能够不依赖路口的流量监测装置及地面线圈等外部设备即可以对高速路堵车进行判断。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选事实方案的目的,而并不认为是对本申请的限制。而且在整个附图中,用同样的参考符号表示相同的部件。在附图中:
图1是本申请提供的一种高速路堵车的判断方法的步骤示意图;
图2是本申请提供的一种高速路堵车的判断方法的流程示意图;
图3是本申请提供的一种高速路堵车的判断***的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,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能够更透彻地理解本公开,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。
根据本申请的实施方式,提出一种高速路堵车的判断方法,如图1所示,包括:
S101,根据目标车辆的轨迹数据判断车辆状态;
S102,根据目标车辆的停靠状态或低速状态,确定目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;
S103,根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的计算车辆的轨迹数据;
S104,根据计算车辆的轨迹数据,确定与车辆状态对应的比较条件;
S105,根据目标车辆状态和对应的比较条件,判断高速路是否堵车。
根据目标车辆的轨迹数据判断车辆状态,包括:
若目标车辆在第一判断时间内,累积位移小于判断位移,则判断目标车辆为停靠状态;
若目标车辆在第二判断时间内速度始终保持在低速区间内,则判断目标车辆为低速状态。
根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的计算车辆的轨迹数据,包括:
若状态为停靠状态,则根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据;
若状态为低速状态,则根据状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定目标车辆周边的计算车辆的轨迹数据。
若状态为停靠状态,则根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据,包括:
若目标车辆为非待排除车辆,则获取在目标车辆停靠状态开始时间前的第一时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的前段车辆;
获取在目标车辆停靠状态开始时间后的第二时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的后段车辆;
从前段车辆和后段车辆中去除待排除车辆,得到前段计算车辆和后段计算车辆。
若状态为低速状态,则根据状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定目标车辆周边的计算车辆的轨迹数据,包括:
获取在目标车辆第一低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第一段车辆;
从第一段车辆中去除待排除车辆,得到第一段计算车辆的轨迹数据;
获取在目标车辆的第二低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第二段车辆;
从第二段车辆中去除待排除车辆,得到第二段计算车辆的轨迹数据;
获取在目标车辆的第三低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第三段车辆;
从第三段车辆中去除待排除车辆,得到第三段计算车辆的轨迹数据。
根据计算车辆的轨迹数据,确定与车辆状态对应的比较条件,包括:
若目标车辆为停靠状态,则根据前段计算车辆的轨迹数据,计算目标车辆停靠状态开始时间前的第一时间段内所有前段计算车辆的平均速度,得到第一速度,根据后段计算车辆的轨迹数据,计算目标车辆停靠状态开始时间后的第二时间段内所有后段计算车辆的平均速度,得到第二速度;
若目标车辆为低速状态,则根据第一段计算车辆的轨迹数据,计算平均速度和标准差,得到第一阈值;根据第二段计算车辆的轨迹数据,计算平均速度和标准差,得到第二阈值;根据第三段计算车辆的轨迹数据,计算平均速度和标准差,得到第三阈值。
根据目标车辆状态和对应的比较条件,判断高速路是否堵车,包括:
若目标车辆为停靠状态,则比较第一速度和第二速度是否均小于速度判断阈值,若均为小于,则高速路为堵车,否则高速路为非堵车;
若目标车辆为低速状态,则判断目标车辆在各低速状态时间段中的车速是否均小于时间段对应的第一阈值、第二阈值和第三阈值,若均小于,则目标车辆为异常低速,且高速路为非堵车,否则高速路为堵车。
第一阈值、第二阈值和第三阈值的确定方法,包括:
使用同一段计算车辆的平均速度与二倍的标准差相减。
待排除车辆的确定方法,包括:
根据当前所计算的目标车辆的所在位置和对应时间段,确定停靠在所在高速路的服务区第二范围内的车辆,得到待排除车辆。
目标车辆所在高速路根据目标车辆的轨迹数据与道路进行匹配获得,具体地,通过获取目标车辆的停靠状态或低速状态开始前一段时间的轨迹数据,将此轨迹数据与道路进行匹配,判断目标车辆是否在高速路上行驶,若是,则进行之后的步骤。
目标车辆表示进行轨迹数据获取和处理的各被监测车辆。
待排除车辆为进行合理停靠的车辆。
下面,以货车为例,对本申请实施例进行进一步说明,如图2所示。
实时监控货车轨迹,通过轨迹点数据,判断货车状态。
停靠状态的判断规则:若货车在第一判断时间内,假设为5分钟,累积位移小于判断位移,假设为15米,则判定货车停靠状态为开始。
低速状态的判断规则:若货车在第二判断时间内,假设为10分钟,速度始终保持在低速区间内,假设为大于5km/h且小于等于48km/h的区间,则判定货车属于低速行驶(低速状态)。
若货车被判定为停靠状态或低速状态,则判断高速路是否堵车。
首先需要确定目标车辆是否在高速路上。
获取目标车辆的停靠状态或低速状态开始前2分钟的轨迹数据,将此轨迹数据与道路进行匹配,判断目标车辆是否在高速路上行驶,若是,则进行之后的步骤。
其次,确定待排除车辆。
调取货车停靠状态或低速状态开始时之前2分钟轨迹数据,将轨迹数据与道路数据进行匹配,筛选出停靠前在高速行驶且最终停靠在高速的货车。
结合地图数据,以高速上所有的加水站、加油站、收费站、服务站等服务区为圆心的第二范围(假设以500米为半径)制作电子围栏,用于过滤进行合理高速停靠的车辆。
若处于停靠状态的货车不属于合理高速停靠,则进行进行下一步。
对于停靠状态的货车,调取停靠开始时间前后5分钟(共10分钟),假设前5分钟为第一时间段,后5分钟为第二时间段,停靠位置附近500米(第一范围)内的,同方向行驶的其他货车(前段车辆和后段车辆),从这些货车中去除待排除车辆,得到前段计算车辆和后段计算车辆的轨迹数据。计算前段计算车辆的平均速度,得到第一速度,记为S1;计算后段车辆的平均速度,得到第二速度,记为S2。当S1与S2均小于速度判断阈值,假设为20km/h,则判定为高速公路堵车;否则,判定为不是堵车。
对于低速状态的货车,使用平均值标准差法判断法。以第一低速状态时间段为低速状态开始时间的前后5分钟,第二低速状态时间段为低速状态开始后5分钟的前后5分钟,第三低速状态时间段为低速状态开始后10分钟的前后5分钟为例。即,假设低速状态的开始时间是10点45分,那么,第一低速状态时间段为10点40-50分,第二低速状态时间段为10点45-55分,第三低速状态时间段为10点50分-11点。
获取低速状态开始时间前后5分钟第一范围(假设为500米)内的同方向行驶其他货车作为第一段车辆,去除第一段车辆中的待排除车辆,得到第一段计算车辆,计算第一段计算车辆的速度的均值(average_speed0)及标准差(speed_std0),若目标车辆的速度sp0满足sp0<第一阈值,则认为目标车辆速度异常低速。其中,第一阈值为average_speed0-2*speed_std0。
同理,在低速状态开始后的第5分钟和10分钟应用上述方法,如果三次(低速开始、低速5分钟、低速10分钟)均被规则判定为速度异常低速,则判定高速公路没有堵车。否则,判定为高速公路堵车。
对于被判定为路堵车的高速路,由平台通过货车终端对行驶在此高速路的货车司机进行预警。
第二方面,根据本申请的实施方式,还提出一种高速路堵车的判断***,如图3所示,包括:
状态判断模块101,用于根据目标车辆的轨迹数据判断车辆状态;
数据处理模块102,用于根据目标车辆的停靠状态或低速状态,确定目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;根据状态开始时所在位置、所在高速路和状态开始时间,确定目标车辆周边的计算车辆的轨迹数据;根据计算车辆的轨迹数据,确定与车辆状态对应的比较条件;
道路判断模块103,用于根据目标车辆状态和对应的比较条件,判断高速路是否堵车
本申请的实施方式还包括报警提示模块,用于对于被判定为路堵车的高速路,报警提示模块将预警信息发送至行驶在此高速路的货车的货车终端,对货车司机进行预警。
假设一货车于12:15:50开始在高速公路边停靠,则对其进行持续监控,停靠时长满足5分钟,使用判断***进行数据处理和到了判断,获取周围货车的数量和平均速度,假设为15辆,且平均速度为5.1km/h,则根据模型判断为堵车,下发预警。
本申请的方法中,通过实时监控目标车辆的轨迹数,据判断车辆状态,根据状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件,判断高速路是否堵车,能够不依赖路口的流量监测装置及地面线圈等外部设备即可以对高速路堵车进行判断。
以上所述,仅为本申请较佳的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种高速路堵车的判断方法,其特征在于,包括:
根据目标车辆的轨迹数据判断车辆状态;
根据所述目标车辆的停靠状态或低速状态,确定所述目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;
根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;
所述根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据,包括:若所述状态为停靠状态,则根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据;若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据;
所述若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据,包括:获取在目标车辆第一低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第一段车辆;从所述第一段车辆中去除待排除车辆,得到第一段计算车辆的轨迹数据;获取在目标车辆的第二低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第二段车辆;从所述第二段车辆中去除待排除车辆,得到第二段计算车辆的轨迹数据;获取在目标车辆的第三低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第三段车辆;从所述第三段车辆中去除待排除车辆,得到第三段计算车辆的轨迹数据;
根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件;若所述目标车辆为低速状态,则根据所述第一段计算车辆的轨迹数据,计算平均速度和标准差,得到第一阈值;根据所述第二段计算车辆的轨迹数据,计算平均速度和标准差,得到第二阈值;根据所述第三段计算车辆的轨迹数据,计算平均速度和标准差,得到第三阈值;
根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车;若所述目标车辆为低速状态,则判断所述目标车辆在各所述低速状态时间段中的车速是否均小于所述时间段对应的第一阈值、第二阈值和第三阈值,若均小于,则所述目标车辆为异常低速,且高速路为非堵车,否则高速路为堵车。
2.如权利要求1所述的方法,其特征在于,所述根据目标车辆的轨迹数据判断车辆状态,包括:
若所述目标车辆在第一判断时间内,累积位移小于判断位移,则判断所述目标车辆为停靠状态;
若所述目标车辆在第二判断时间内速度始终保持在低速区间内,则判断所述目标车辆为低速状态。
3.如权利要求1所述的方法,其特征在于,所述若所述状态为停靠状态,则根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据,包括:
若所述目标车辆为非待排除车辆,则获取在目标车辆停靠状态开始时间前的第一时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的前段车辆;
获取在目标车辆停靠状态开始时间后的第二时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的后段车辆;
从所述前段车辆和后段车辆中去除待排除车辆,得到前段计算车辆和后段计算车辆。
4.如权利要求1所述的方法,其特征在于,所述根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件,包括:
若所述目标车辆为停靠状态,则根据所述前段计算车辆的轨迹数据,计算所述目标车辆停靠状态开始时间前的第一时间段内所有前段计算车辆的平均速度,得到第一速度,根据所述后段计算车辆的轨迹数据,计算所述目标车辆停靠状态开始时间后的第二时间段内所有后段计算车辆的平均速度,得到第二速度。
5.如权利要求4所述的方法,其特征在于,所述根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车,包括:
若所述目标车辆为停靠状态,则比较所述第一速度和第二速度是否均小于速度判断阈值,若均为小于,则高速路为堵车,否则高速路为非堵车。
6.如权利要求4所述的方法,其特征在于,所述第一阈值、第二阈值和第三阈值的确定方法,包括:
使用同一段计算车辆的平均速度与二倍的标准差相减。
7.如权利要求1所述的方法,其特征在于,所述待排除车辆的确定方法,包括:
根据当前所计算的目标车辆的所在位置和对应时间段,确定停靠在所述所在高速路的服务区第二范围内的车辆,得到待排除车辆。
8.一种高速路堵车的判断***,其特征在于,包括:
状态判断模块,用于根据目标车辆的轨迹数据判断车辆状态;
数据处理模块,用于根据所述目标车辆的停靠状态或低速状态,确定所述目标车辆的停靠状态或低速状态开始时所在位置、所在高速路和状态开始时间;根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据;根据所述计算车辆的轨迹数据,确定与车辆状态对应的比较条件;
所述根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的计算车辆的轨迹数据,包括:若所述状态为停靠状态,则根据所述状态开始时所在位置、所在高速路和状态开始时间,确定所述目标车辆周边的车辆中的前段计算车辆和后段计算车辆的轨迹数据;若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据;
所述若所述状态为低速状态,则根据所述状态开始和开始后的多段时间的所在位置、所在高速路和对应时间段,确定所述目标车辆周边的计算车辆的轨迹数据,包括:获取在目标车辆第一低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第一段车辆;从所述第一段车辆中去除待排除车辆,得到第一段计算车辆的轨迹数据;获取在目标车辆的第二低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第二段车辆;从所述第二段车辆中去除待排除车辆,得到第二段计算车辆的轨迹数据;获取在目标车辆的第三低速状态时间段中,与目标车辆在同一条高速路上,且位置在目标车辆停靠点的第一范围内的同向行驶的第三段车辆;从所述第三段车辆中去除待排除车辆,得到第三段计算车辆的轨迹数据;
若所述目标车辆为低速状态,则根据所述第一段计算车辆的轨迹数据,计算平均速度和标准差,得到第一阈值;根据所述第二段计算车辆的轨迹数据,计算平均速度和标准差,得到第二阈值;根据所述第三段计算车辆的轨迹数据,计算平均速度和标准差,得到第三阈值;
道路判断模块,用于根据所述目标车辆状态和对应的所述比较条件,判断高速路是否堵车;
若所述目标车辆为低速状态,则判断所述目标车辆在各所述低速状态时间段中的车速是否均小于所述时间段对应的第一阈值、第二阈值和第三阈值,若均小于,则所述目标车辆为异常低速,且高速路为非堵车,否则高速路为堵车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402672.4A CN111081030B (zh) | 2019-12-30 | 2019-12-30 | 一种高速路堵车的判断方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402672.4A CN111081030B (zh) | 2019-12-30 | 2019-12-30 | 一种高速路堵车的判断方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111081030A CN111081030A (zh) | 2020-04-28 |
CN111081030B true CN111081030B (zh) | 2021-03-26 |
Family
ID=70320101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911402672.4A Active CN111081030B (zh) | 2019-12-30 | 2019-12-30 | 一种高速路堵车的判断方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111081030B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11794787B2 (en) | 2020-10-19 | 2023-10-24 | Ford Global Technologies, Llc | Vehicle assist feature control |
CN112785841B (zh) * | 2020-12-25 | 2022-05-06 | 北京中交兴路信息科技有限公司 | 判断货车行驶路线拥堵状态的方法及装置 |
CN113947897B (zh) * | 2021-09-26 | 2023-04-07 | 北京百度网讯科技有限公司 | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007026301A (ja) * | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
CN105608894A (zh) * | 2016-02-29 | 2016-05-25 | 青岛海信网络科技股份有限公司 | 一种确定突发性拥堵状态的方法及装置 |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
CN106297320A (zh) * | 2015-06-04 | 2017-01-04 | 高德软件有限公司 | 一种获取车辆行驶速度的方法及装置 |
CN106781488A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于车流密度和车速融合的交通运行状态评价方法 |
CN106960570A (zh) * | 2017-03-28 | 2017-07-18 | 北京博研智通科技有限公司 | 多元数据融合的辖区之间高速公路拥堵排序的方法和*** |
CN206726448U (zh) * | 2017-05-18 | 2017-12-08 | 武汉万集信息技术有限公司 | 一种基于汽车电子标识的交通拥堵判别装置 |
CN107476920A (zh) * | 2017-08-04 | 2017-12-15 | 安徽创融增材制造技术有限公司 | 基于行驶路况分析的发动机自动启停触发方法及*** |
CN108847024A (zh) * | 2018-08-23 | 2018-11-20 | 河南中裕广恒科技股份有限公司 | 基于视频的交通拥堵识别方法及*** |
US10332391B2 (en) * | 2016-12-06 | 2019-06-25 | Here Global B.V. | Split lane traffic jam detection and remediation |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106652437A (zh) * | 2017-03-05 | 2017-05-10 | 赵莉莉 | 智能交通全面实时指挥管控*** |
CN109658733B (zh) * | 2018-12-28 | 2020-06-23 | 北京摩拜科技有限公司 | 停车区域的获取方法、服务器及车辆*** |
-
2019
- 2019-12-30 CN CN201911402672.4A patent/CN111081030B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007026301A (ja) * | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
CN106297320A (zh) * | 2015-06-04 | 2017-01-04 | 高德软件有限公司 | 一种获取车辆行驶速度的方法及装置 |
CN105608894A (zh) * | 2016-02-29 | 2016-05-25 | 青岛海信网络科技股份有限公司 | 一种确定突发性拥堵状态的方法及装置 |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
US10332391B2 (en) * | 2016-12-06 | 2019-06-25 | Here Global B.V. | Split lane traffic jam detection and remediation |
CN106781488A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于车流密度和车速融合的交通运行状态评价方法 |
CN106960570A (zh) * | 2017-03-28 | 2017-07-18 | 北京博研智通科技有限公司 | 多元数据融合的辖区之间高速公路拥堵排序的方法和*** |
CN206726448U (zh) * | 2017-05-18 | 2017-12-08 | 武汉万集信息技术有限公司 | 一种基于汽车电子标识的交通拥堵判别装置 |
CN107476920A (zh) * | 2017-08-04 | 2017-12-15 | 安徽创融增材制造技术有限公司 | 基于行驶路况分析的发动机自动启停触发方法及*** |
CN108847024A (zh) * | 2018-08-23 | 2018-11-20 | 河南中裕广恒科技股份有限公司 | 基于视频的交通拥堵识别方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111081030A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111081030B (zh) | 一种高速路堵车的判断方法和*** | |
JP4809321B2 (ja) | 交通情報算出装置、交通情報算出プログラム及び交通情報算出方法 | |
CN109191876B (zh) | 一种基于车联网技术的特殊车辆交通诱导***及其控制方法 | |
CN107293116B (zh) | 一种基于视频分析的交通事件检测*** | |
CN107895481B (zh) | 基于浮动车技术的区域道路车流量控制方法 | |
CN110264742B (zh) | 一种适用于高速公路的车载信息监测装置及其警示方法 | |
CN103050013B (zh) | 基于车联网技术的车辆分级限速监控方法及其装置 | |
CN113870570B (zh) | 一种基于etc的路网运行状态方法、***和存储介质 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及*** | |
CN202996022U (zh) | 采用蓝牙技术的交通状态感知*** | |
CN107240264A (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN112712714A (zh) | 一种基于卡口监控设备的红绿灯配时优化方法及仿真*** | |
CN111105618B (zh) | 一种用于判断高速路上车辆的停靠状态的方法和*** | |
CN114997493A (zh) | 一种高速公路车辆碳排放量预测方法及*** | |
CN107038877A (zh) | 基于汽车电子标识的交叉口车流量预测*** | |
CN110853358A (zh) | 基于驾驶行为处理保险的方法、物联网智能终端 | |
CN114023065A (zh) | 一种利用视频解析数据智能诊断路口服务等级的算法 | |
CN108230615B (zh) | 一种基于涵洞水位安全的车路协同预警***及方法 | |
CN111767644B (zh) | 考虑单隧道限速影响高速公路路段实际通行能力估计方法 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
CN113299072A (zh) | 违停车辆的监控方法及装置 | |
CN107886726A (zh) | 占道/停车行为检测方法与装置 | |
CN107134148A (zh) | 占道停车行为检测方法与装置 | |
CN111063203A (zh) | 一种用于判断高速路上车辆的低速状态的方法和*** | |
CN115662126A (zh) | 一种车辆交通管控*** |
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 |