CN111405480B - 一种路况信息推送方法、网络设备、车载终端及*** - Google Patents
一种路况信息推送方法、网络设备、车载终端及*** Download PDFInfo
- Publication number
- CN111405480B CN111405480B CN201910000996.9A CN201910000996A CN111405480B CN 111405480 B CN111405480 B CN 111405480B CN 201910000996 A CN201910000996 A CN 201910000996A CN 111405480 B CN111405480 B CN 111405480B
- Authority
- CN
- China
- Prior art keywords
- road
- road section
- vehicle
- mounted terminal
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000006855 networking Effects 0.000 claims description 56
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 33
- 238000012216 screening Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
-
- 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
-
- 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
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种路况信息推送方法、网络设备、车载终端及***,该方法包括:获取车载终端的全球定位***GPS轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;根据GPS轨迹数据,确定车载终端的兴趣路段;将与兴趣路段相关的路况信息推送给车载终端。本发明实施例无需车载终端发送路况推送请求,即可根据GPS轨迹数据自动识别出车载终端的兴趣路段,并直接向车载终端推送与兴趣路段相关的路况信息,提高推送***的推送效率,可有效提高交通效率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种路况信息推送方法、网络设备、车载终端及***。
背景技术
实时路况对于整个交通***的正常高效运转至关重要,如果驾驶员能够第一时间获取到前方路面的异常路况信息,如是否堵车、是否突发交通事故、是否路面损坏等,驾驶员就可以及时更改行驶路线避免拥堵,也可以减少通行时间,提高交通效率。
目前,路况信息推送方法中,需要车载设备发送路况信息推送请求,才能触发信息推送,且对于路况信息推送对象没有详细选择机制,路况推送智能化程度和推送效率低。
发明内容
本发明提供一种路况信息推送方法、网络设备、车载终端及***,解决了路况推送智能化程度和推送效率低的问题。
本发明的实施例提供了一种路况信息推送方法,包括:
获取车载终端的全球定位***(Global Positioning System,GPS)轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
根据GPS轨迹数据,确定车载终端的兴趣路段;
将与兴趣路段相关的路况信息推送给车载终端。
本发明的实施例还提供了一种网络设备,网络设备为车联网平台,包括:
第一获取模块,用于获取车载终端的全球定位***GPS轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
处理模块,用于根据GPS轨迹数据,确定车载终端的兴趣路段;
推送模块,用于将与兴趣路段相关的路况信息推送给车载终端。
本发明的实施例还提供了一种网络设备,网络设备为车联网平台,包括:处理器;与处理器相连接的存储器,以及与处理器相连接的收发机;其中,处理器用于调用并执行存储器中所存储的程序和数据,实现上述的路况信息推送方法的步骤。
本发明的实施例还提供了一种路况信息推送方法,包括:
接收车联网平台发送的待确认跟踪路段列表;其中,待确认跟踪路段列表是车联网平台根据车载终端的历史GPS轨迹数据确定的;
在待确认跟踪路段列表中筛选出跟踪路段,并将跟踪路段发送给车联网平台。
本发明的实施例还提供了一种车载终端,包括:
接收模块,用于接收车联网平台发送的待确认跟踪路段列表;其中,待确认跟踪路段列表是车联网平台根据车载终端的历史GPS轨迹数据确定的;
筛选模块,用于在待确认跟踪路段列表中筛选出跟踪路段,并将跟踪路段发送给车联网平台。
本发明的实施例还提供了一种车载终端,车载终端包括:处理器;与处理器相连接的存储器,以及与处理器相连接的收发机;其中,处理器用于调用并执行存储器中所存储的程序和数据,实现上述路况信息推送方法的步骤。
本发明的实施例还提供了一种路况信息推送***,包括:车载终端、路侧设备和车联网平台,车联网平台用于实现车联网平台侧的路况信息推送方法,车载终端用于实现车载终端侧的路况信息推送方法。
本发明的实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时上述车联网平台侧或车载终端侧的路况信息推送方法的步骤。
本发明的上述技术方案的有益效果是:车联网平台无需车载终端发送路况推送请求,即可根据GPS轨迹数据自动识别出车载终端的兴趣路段,并直接向车载终端推送与兴趣路段相关的路况信息,提高推送***的推送效率,可有效提高交通效率。
附图说明
图1表示本发明实施例车联网平台侧的路况信息推送方法的流程示意图;
图2表示本发明实施例中步骤12的流程示意图;
图3表示本发明实施例中步骤21的流程示意图;
图4表示本发明实施例中步骤22的流程示意图;
图5表示本发明实施例车联网平台的模块结构示意图;
图6表示本发明实施例的车联网平台框图;
图7表示本发明实施例的网络设备框图;
图8表示本发明实施例车载终端侧的路况信息推送方法的流程示意图;
图9表示本发明实施例车载终端的模块结构示意图;
图10表示本发明实施例的车载终端框图;
图11表示本发明实施例的路况推送***框图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
另外,本文中术语“***”和“网络”在本文中常可互换使用。
在本申请所提供的实施例中,应理解,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
如图1所示,本发明的实施例提供了一种路况信息推送方法,应用于车联网平台,该方法可以包括以下步骤:
步骤11:获取车载终端的全球定位***GPS轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据。
本发明实施例中,历史GPS轨迹数据用于指示车载终端(或称为车载设备)的历史行驶轨迹,实时GPS轨迹数据用于指示车载终端当前的行驶轨迹。其中,历史GPS轨迹数据存储在车联网平台的存储器(或称为存储区域、存储空间等)内,车联网平台可从自身的存储器内获取车载终端的历史GPS轨迹数据。实时GPS轨迹数据是车载终端上报的,车载终端可采用实时上报方式、周期性上报方式或事件触发上报方式,向车联网平台上报实时GPS轨迹数据。具体地,假设车载终端Ti,i=1,2,…,获取的实时GPS轨迹数据序列为Gi={gij,i=1,2,…,j=1,2,…},其中,gij表示车载终端Ti在第j个路段上的轨迹。
步骤12:根据GPS轨迹数据,确定车载终端的兴趣路段。
本发明实施例所说的兴趣路段为车载终端感兴趣的路段,如车载终端关注的路段和较高可能性行驶到的路段,其中,兴趣路段又可称为车载终端的个性化路段。车联网平台可根据GPS轨迹数据确定车载终端的兴趣路段。
步骤13:将与兴趣路段相关的路况信息推送给车载终端。
这里所说的路况信息可以是实时路况信息也可以是异常路况信息,也就是说,车联网平台在确定车载终端的兴趣路段后,可将与该兴趣路段相关的实时路况信息推送给车载终端,还可以将与该兴趣路段相关的异常路况信息推送给车载终端。异常路段信息包括但不限于:交通事故、道路堵塞、道路施工、交通管制、道路断交等。
这样,车联网平台无需车载终端发起请求,可根据车载终端的GPS轨迹数据确定其兴趣路段,从而直接将与兴趣路段相关的路况信息推送给车载终端,实现路况信息的个性化推送,推送过程更加自动化,提高了推送效率。
其中,如图2所示,步骤12可通过以下方式实现:
步骤21:根据历史GPS轨迹数据,确定车载终端的跟踪路段。
其中,本发明实施例所说的跟踪路段可以是车载终端的高频行驶路段。
步骤22:根据实时GPS轨迹数据,确定车载终端的关注路段。
其中,本发明实施例所说的关注路段可以是当前形成未来时段具有高可能性的行驶路段,即车载终端未来可能行驶到的路段。
步骤23:将跟踪路段和关注路段的集合确定为车载终端的兴趣路段。
这里所说的集合可以是合集,也可以是交集。
进一步地,如图3所示,步骤21包括以下步骤:
步骤31:车联网平台根据历史GPS轨迹数据,确定车载终端的待确认跟踪路段列表。
其中,步骤31包括以下步骤:
31-1、对历史GPS轨迹数据进行地址解析,确定与历史GPS轨迹数据对应的路段序列。
具体地,车联网平台将GPS轨迹数据进行序列地址解析,以对应到具体的道路路段序列Ri={rij,i=1,2,…,j=1,2,…},其中,rij表示车载终端i的第j个路段。
31-2、对路段序列进行预设处理,得到路段序列的频次序列。
这里所说的预设处理包括但不限于去重和清洗。具体地,车联网平台针对车载终端Ti的道路路段序列{rij,j=1,2,…},将此序列进行去重和清洗后,统计各路段出现的频次,得到如下序列WP={(Wi,Pi),i=1,2,…}={(wik,pik),k=1,2,…}。其中,
31-3、将频次序列中前m个路段确定为待确认跟踪路段列表,m为大于或等于1的整数。
在得到清洗后的路段及出现频次序列WP={(Wi,Pi),i=1,2,…}={(wik,pik),k=1,2,…}的基础上,选取排名前m的路段形成待确认跟踪路段列表(或称为待确认跟踪路段集合),记作Fi={fi,i=1,2,…,m},其中,
步骤32:车联网平台将待确认跟踪路段列表发送给车载终端,即车联网平台向车载终端推送待确认跟踪路段列表。
车联网平台将此待确认跟踪路段列表Fi推送到车载终端。
步骤33:车联网平台接收车载终端对待确认跟踪路段列表筛选后反馈的跟踪路段,即车载终端对待确认跟踪列表进行筛选,并向车联网平台发送筛选出的跟踪路段。
进一步地,在步骤33之后,还包括:存储车载终端与跟踪路段的关联关系。也就是说,车联网平台将跟踪路段FCi与车载终端Ti关联并存储。
以上介绍了步骤21的一种实现方式,下面本实施例将进一步介绍步骤22的实现方式。步骤22为车联网平台基于实时GPS轨迹数据对于“关注路段”进行预测,得到当前行程下“关注路段”集合Bi,即根据已行驶路段(集合),预测未来高可能性的行驶路段(集合)。
如图4所示,步骤22包括以下步骤:
步骤41:根据实时GPS轨迹数据,确定已行驶路段集合。
步骤42:根据已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段。
本发明实施例中,车联网平台根据实时GPS轨迹数据及关联规则,通过判断已行驶路段集合是否包含于任一关联规则的前件中,预测出未来高可能性的行驶路段。
其中,步骤42之前还包括:利用Apriori算法,根据历史GPS轨迹数据,确定不同路段之间的路段关联关系;其中,路段关联关系用于指示前件路段与后件路段之间的对应关系。
也就是说,车联网平台根据历史GPS轨迹数据,利用Apriori算法获得不同路段之间的关联规则(如ri1,),确定路段之间的相关关系,即路段ri1,ri3与路段ri8有强相关关系。具体地,Apriori算法是挖掘布尔型关联规则频繁项集的最为经典、最为基本的算法,关联规则中两个重要的概念是支持度和置信度,支持度、置信度的表达式如下:
基于Apriori算法进行路段关联规则挖掘的具体步骤如下:
1)将历史GPS轨迹数据按照车辆速度维持在0的时间长度超过阈值α进行行程划分,得到车载终端Ti的如下行程序列:Ri=(ri1,ri2,…),其中rij={rij 1,rij 2,...}为终端Ti的第j个行程,rij k为终端Ti的第j个行程的第k个路段;
2)初始化最小化支持度min_sup、最小化置信度min_conf;
3)通过扫描路段集{rij,i=1,2,…,j=1,2,…},找出候选项集C1,计算C1中元素的支持度,选取支持度大于min_sup的形成频繁1项集的集合,该集合记作L1;组合L1中的元素得到候选项集C2,选取支持度大于min_sup的形成频繁2项集的集合L2,依此类推,直到不能找到频繁K项集;
则输出关联规则如下:
步骤43:将后件路段,确定为车载终端的关注路段。
进一步地,步骤13之前还包括:获取路况图像;根据路况图像,确定路况信息;其中,路况信息用于指示发生异常路况的路段以及异常路况类型。
本发明实施例中路况图像包括:车载终端上报的第一路况图像,和/或,路侧设备上报的第二路况图像。也就是说,车载终端上报实时GPS轨迹数据、第一路况图像(数据)到车联网平台;路侧设备上报GPS数据(路侧设备所在位置)、第二路况图像(数据)到车联网平台。
优选地,根据路况图像确定路况信息的步骤,包括:基于深度学***台基于深度学习算法模型构建异常路况识别模型,实现对交通拥堵、交通事故、路面损坏等异常路况信息的识别,得到异常路况信息集合ERt={(Zt,En),t=1,2,…,n=1,2,…}={(zt,en),t=1,2,…,n=1,2,…},其中,Zt是每个时刻异常路况路段集合,En表示异常路况信息类型,如“交通拥堵”、“交通事故”、“路面损坏”等。
相应地,步骤13具体为:根据异常路况信息ERt={(Zt,En),t=1,2,…,n=1,2,…}、车载终端Ti当前行程的“关注路段”以及车载终端Ti“跟踪路段”情况,获取个性化异常路况路段及异常路况类型信息PIt={(PZt,PEn),t=1,2,…,n=1,2,…}。将个性化异常路况信息PIt={(PZt,PEn),t=1,2,…,n=1,2,…}推送到对应的车载终端。
综上,本发明实施例的路况信息推送方法包括以下步骤:
S1、GPS轨迹数据和路况图像的上报。其中,车载设备将实时GPS轨迹数据、第一路况图像以及对应的时间戳上报到车联网平台。
S2、历史GPS轨迹数据分析,对车载终端上报的历史GPS轨迹数据进行分析,确定车载设备的高频行驶路段,形成每个车载终端的待确认跟踪路段列表,将此列表推送到车载终端,等待车载终端对上述列表筛选、确认后的“跟踪路段”列表反馈至车联网平台,车联网平台将“跟踪路段”与车载终端进行关联并存储;
S3、路况图像识别,根据车载终端上报的第一路况图像,以及路侧设备上报的第二路况图像进行异常路况图像识别,确定出发生异常路况的路段集合以及对应的异常路况类型。
S4、实时轨迹预测,对车载终端上报的实时GPS轨迹数据进行分析,根据当前行驶路段预测当前行程未来时段具有高可能性的行驶路段,形成车载终端当前行程的“关注路段”;
S5、个性化异常路况信息推送,根据S3得到的异常路况路段及异常路况信息,结合步骤S2得到的“跟踪路段”、步骤S4得到的“关注路段”,筛选出个性化的异常路况路段信息情况,将其对应的异常路况信息推送到对应的车载终端。
其中,值得指出的是,上述几个步骤之间并无严格的执行顺序,例如步骤S2、S3和S4的执行步骤的次序可调换,本发明实施例对此并不做严格限定。
本发明实施例的路况信息推送方法中,无需车载终端发送路况推送请求,车联网平台即可根据GPS轨迹数据自动识别出车载终端的兴趣路段,并直接向车载终端推送与兴趣路段相关的路况信息,提高推送***的推送效率,可有效提高交通效率。
以上实施例分别就本发明的路况信息推送方法做出介绍,下面本实施例将结合附图对其对应的网络设备做进一步说明。
具体地,如图5所示,本发明实施例的网络设备为车联网平台500,包括以下功能模块:
第一获取模块510,用于获取车载终端的全球定位***GPS轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
处理模块520,用于根据GPS轨迹数据,确定车载终端的兴趣路段;
推送模块530,用于将与兴趣路段相关的路况信息推送给车载终端。
其中,处理模块520包括:
第一处理子模块,用于根据历史GPS轨迹数据,确定车载终端的跟踪路段;
第二处理子模块,用于根据实时GPS轨迹数据,确定车载终端的关注路段;
第三处理子模块,用于将跟踪路段和关注路段的集合确定为车载终端的兴趣路段。
其中,第一处理子模块包括:
第一处理单元,用于根据历史GPS轨迹数据,确定车载终端的待确认跟踪路段列表;
发送单元,用于将待确认跟踪路段列表发送给车载终端;
接收单元,用于接收车载终端对待确认跟踪路段列表筛选后反馈的跟踪路段。
其中,第一处理单元包括:
第一处理子单元,用于对历史GPS轨迹数据进行地址解析,确定与历史GPS轨迹数据对应的路段序列;
第二处理子单元,用于对路段序列进行预设处理,得到路段序列的频次序列;
第三处理子单元,用于将频次序列中前m个路段确定为待确认跟踪路段列表,m为大于或等于1的整数。
其中,第一处理子模块包括:
存储单元,用于存储车载终端与跟踪路段的关联关系。
其中,第二处理子模块包括:
第一确定单元,用于根据实时GPS轨迹数据,确定已行驶路段集合;
第二确定单元,用于根据已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;
第三确定单元,用于将后件路段,确定为车载终端的关注路段。
其中,第二处理子模块还包括:
第四确定单元,用于利用Apriori算法,根据历史GPS轨迹数据,确定不同路段之间的路段关联关系;其中,路段关联关系用于指示前件路段与后件路段之间的对应关系。
其中,网络设备500还包括:
第二获取模块,用于获取路况图像;
确定模块,用于根据路况图像,确定路况信息;其中,路况信息用于指示发生异常路况的路段以及异常路况类型。
其中,路况图像包括:车载终端上报的第一路况图像,和/或,路侧设备上报的第二路况图像。
其中,确定模块包括:
确定子模块,用于基于深度学习算法模型,对路况图像进行识别,确定相应的路况信息。
进一步地,车联网平台除了按照上述功能模块的划分方式外,还可按照以下方式进行功能划分。
具体地,如图6所示,车联网平台600主要包括历史轨迹分析模块610、实时轨迹预测模块620、路况分析模块630以及推送管理模块640,其中:
历史轨迹分析模块610:对车载终端对应的历史GPS轨迹数据进行分析,确定每个车载终端的高频行驶路段,形成每个车载设备的待确认“跟踪路段”列表;
实时轨迹预测模块620:对车载终端上报的实时GPS轨迹数据进行分析,根据当前行驶路段预测当前行程在未来时段具有高可能性的行驶路段,形成每个车载终端当前行程的“关注路段”;
路况分析模块630:根据车载终端上报的第一(实时)路况图像,以及路侧设备上报的第二(实时)路况图像进行异常路况信息的图像识别,确定出发生异常路况的路段集合以及对应的异常路况类型;
推送管理模块640:1)待确认“跟踪路段”列表的推送,将根据历史轨迹分析模块得到的车载终端的待确认“跟踪路段”推送到车载终端,待车载终端确认后,将确认后的“跟踪路段”添加到车载终端信息中;2)个性化异常路况信息推送,根据基于路况分析模块得到的异常路况路段及异常路况信息,根据实时轨迹预测模块得到的车载终端当前行程的“关注路段”以及筛选出包含在“跟踪路段”、当前行程的“关注路段”集合的异常路况路段信息情况,将其对应的异常路况信息推送到对应的车载终端。
本发明的网络设备实施例是与上述方法的实施例对应的,上述方法实施例中的所有实现手段均适用于该网络设备的实施例中,也能达到相同的技术效果。该网络设备无需车载终端发送路况推送请求,即可根据GPS轨迹数据自动识别出车载终端的兴趣路段,并直接向车载终端推送与兴趣路段相关的路况信息,提高推送***的推送效率,可有效提高交通效率。
为了更好的实现上述目的,如图7所示,本发明的实施例还提供了一种网络设备,该网络设备为车联网平台,该网络设备包括:处理器700;通过总线接口与所述处理器700相连接的存储器720,以及通过总线接口与处理器700相连接的收发机710;所述存储器720用于存储所述处理器在执行操作时所使用的程序和数据;通过所述收发机710发送数据信息或者导频,还通过所述收发机710接收上行控制信道;当处理器700调用并执行所述存储器720中所存储的程序和数据时,实现如下的功能:
处理器700用于读取存储器720中的程序,执行下列过程:获取车载终端的全球定位***GPS轨迹数据,GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
根据GPS轨迹数据,确定车载终端的兴趣路段。
收发机710,用于在处理器700的控制下接收和发送数据,具体地,用于将与兴趣路段相关的路况信息推送给车载终端。
其中,在图7中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器700代表的一个或多个处理器和存储器720代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机710可以是多个元件,即包括发送机和收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器700负责管理总线架构和通常的处理,存储器720可以存储处理器700在执行操作时所使用的数据。
本领域技术人员可以理解,实现上述实施例的全部或者部分步骤可以通过硬件来完成,也可以通过计算机程序来指示相关的硬件来完成,所述计算机程序包括执行上述方法的部分或者全部步骤的指令;且该计算机程序可以存储于一可读存储介质中,存储介质可以是任何形式的存储介质。
以上从网络设备侧介绍了本发明实施例的路况信息推送方法,下面将结合附图对车载终端侧的路况信息推送方法做进一步说明。
如图8所示,本发明实施例提供了一种路况信息推送方法,应用于车载终端侧,该方法包括以下步骤:
步骤81:接收车联网平台发送的待确认跟踪路段列表;其中,待确认跟踪路段列表是车联网平台根据车载终端的历史GPS轨迹数据确定的。
历史GPS轨迹数据用于指示车载终端(或称为车载设备)的历史行驶轨迹,可存储在车联网平台的存储器(或称为存储区域、存储空间等)内,车联网平台可从自身的存储器内获取车载终端的历史GPS轨迹数据。车联网平台将GPS轨迹数据进行序列地址解析,以对应到具体的道路路段序列Ri={rij,i=1,2,…,j=1,2,…},其中,rij表示车载终端i的第j个路段。车联网平台再对车载终端Ti的道路路段序列{rij,j=1,2,…},将此序列进行去重和清洗后,统计各路段出现的频次,得到如下序列WP={(Wi,Pi),i=1,2,…}={(wik,pik),k=1,2,…}。其中,
在得到清洗后的路段及出现频次序列WP={(Wi,Pi),i=1,2,…}={(wik,pik),k=1,2,…}的基础上,选取排名前m的路段形成待确认跟踪路段列表(或称为待确认跟踪路段集合),记作Fi={fi,i=1,2,…,m},其中,然后,车联网平台将此待确认跟踪路段列表Fi推送到车载终端。
步骤82:在待确认跟踪路段列表中筛选出跟踪路段,并将跟踪路段发送给车联网平台。
另外,车载终端还进一步向车联网平台发送实时GPS轨迹数据,车联网平台根据实时GPS轨迹数据,确定车载终端的关注路段。具体地,车联网平台根据实时GPS轨迹数据,确定已行驶路段集合;根据已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;将后件路段,确定为车载终端的关注路段。
进一步地,车联网平台还将跟踪路段和关注路段的集合确定为车载终端的兴趣路段,并将与兴趣路段相关的路况信息推送给车载终端,以实现路况信息的推送。
本发明实施例的路况信息推送方法,车载终端接收车联网平台发送的待确认跟踪路段列表,并对该列表进行筛选确认,将确定的跟踪路段上报给车联网平台,这样车联网平台可根据跟踪路段向车载终端推送个性化的路况信息。
以上实施例分别就本发明的路况信息推送方法做出介绍,下面本实施例将结合附图对其对应的车载终端做进一步说明。
如图9所示,本发明实施例提供了一种车载终端900,具体包括以下功能模块:
接收模块910,用于接收车联网平台发送的待确认跟踪路段列表;其中,待确认跟踪路段列表是车联网平台根据车载终端的历史GPS轨迹数据确定的;
筛选模块920,用于在待确认跟踪路段列表中筛选出跟踪路段,并将跟踪路段发送给车联网平台。
本发明的车载终端实施例是与上述方法的实施例对应的,上述方法实施例中的所有实现手段均适用于该车载终端的实施例中,也能达到相同的技术效果。该车载终端接收车联网平台发送的待确认跟踪路段列表,并对该列表进行筛选确认,将确定的跟踪路段上报给车联网平台,这样车联网平台可根据跟踪路段向车载终端推送个性化的路况信息。
如图10所示,本实施例提供一种车载终端,包括:
处理器101;以及通过总线接口102与所述处理器101相连接的存储器103,所述存储器103用于存储所述处理器101在执行操作时所使用的程序和数据,当处理器101调用并执行所述存储器103中所存储的程序和数据时,执行下列过程。
其中,收发机104与总线接口102连接,用于在处理器101的控制下接收和发送数据,具体地:接收车联网平台发送的待确认跟踪路段列表;其中,待确认跟踪路段列表是车联网平台根据车载终端的历史GPS轨迹数据确定的;
在待确认跟踪路段列表中筛选出跟踪路段,并将跟踪路段发送给车联网平台。
需要说明的是,在图10中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器101代表的一个或多个处理器和存储器103代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机104可以是多个元件,即包括发送机和收发机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的终端,用户接口105还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。处理器101负责管理总线架构和通常的处理,存储器103可以存储处理器101在执行操作时所使用的数据。
本领域技术人员可以理解,实现上述实施例的全部或者部分步骤可以通过硬件来完成,也可以通过计算机程序来指示相关的硬件来完成,所述计算机程序包括执行上述方法的部分或者全部步骤的指令;且该计算机程序可以存储于一可读存储介质中,存储介质可以是任何形式的存储介质。
如图11所示,该发明实施例还提供了一种路况信息推送***,包括:车载终端1110、路侧设备1120和车联网平台1130,车联网平台1130用于实现车联网平台侧的路况信息推送方法,车载终端1110用于实现车载终端侧的路况信息推送方法。该***无需车载终端发送路况推送请求,即可根据GPS轨迹数据自动识别出车载终端的兴趣路段,并直接向车载终端推送与兴趣路段相关的路况信息,提高推送***的推送效率,可有效提高交通效率。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述路况信息推送方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (20)
1.一种路况信息推送方法,其特征在于,包括:
获取车载终端的全球定位***GPS轨迹数据,所述GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
根据所述历史GPS轨迹数据,确定所述车载终端的跟踪路段;
根据所述实时GPS轨迹数据,确定所述车载终端的关注路段,包括:根据所述实时GPS轨迹数据,确定已行驶路段集合;利用Apriori算法,根据所述历史GPS轨迹数据,确定不同路段之间的路段关联关系,所述路段关联关系用于指示前件路段与后件路段之间的对应关系;根据所述已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;将所述后件路段,确定为所述车载终端的关注路段;
其中,基于支持度和置信度来计算出关联规则称为前件路段集,为后件路段集,通过判断已行驶路段是否包含于任一关联规则的前件路段中,预测出未来高可能性的行驶路段为此关联规则的后件路段;将后件路段确定为车载终端的关注路段;
将所述跟踪路段和所述关注路段的集合确定为所述车载终端的兴趣路段;
将与所述兴趣路段相关的路况信息推送给所述车载终端。
2.根据权利要求1所述的路况信息推送方法,其特征在于,根据所述历史GPS轨迹数据,确定所述车载终端的跟踪路段的步骤,包括:
根据所述历史GPS轨迹数据,确定所述车载终端的待确认跟踪路段列表;
将所述待确认跟踪路段列表发送给所述车载终端;
接收所述车载终端对所述待确认跟踪路段列表筛选后反馈的跟踪路段。
3.根据权利要求2所述的路况信息推送方法,其特征在于,根据所述历史GPS轨迹数据,确定所述车载终端的待确认跟踪路段列表的步骤,包括:
对所述历史GPS轨迹数据进行地址解析,确定与所述历史GPS轨迹数据对应的路段序列;
对所述路段序列进行预设处理,得到所述路段序列的频次序列;
将所述频次序列中前m个路段确定为待确认跟踪路段列表,m为大于或等于1的整数。
4.根据权利要求2所述的路况信息推送方法,其特征在于,接收所述车载终端对所述待确认跟踪路段列表筛选后反馈的跟踪路段的步骤之后,还包括:
存储所述车载终端与所述跟踪路段的关联关系。
5.根据权利要求1所述的路况信息推送方法,其特征在于,将与所述兴趣路段相关的路况信息推送给所述车载终端的步骤之前,还包括:
获取路况图像;
根据所述路况图像,确定路况信息;其中,所述路况信息用于指示发生异常路况的路段以及异常路况类型。
6.根据权利要求5所述的路况信息推送方法,其特征在于,所述路况图像包括:车载终端上报的第一路况图像,和/或,路侧设备上报的第二路况图像。
7.根据权利要求5所述的路况信息推送方法,其特征在于,根据所述路况图像,确定路况信息的步骤,包括:
基于深度学习算法模型,对所述路况图像进行识别,确定相应的路况信息。
8.一种网络设备,所述网络设备为车联网平台,其特征在于,包括:
第一获取模块,用于获取车载终端的全球定位***GPS轨迹数据,所述GPS轨迹数据包括:历史GPS轨迹数据和实时GPS轨迹数据;
处理模块,用于根据所述GPS轨迹数据,确定所述车载终端的兴趣路段;
推送模块,用于将与所述兴趣路段相关的路况信息推送给所述车载终端;
所述处理模块包括:
第一处理子模块,用于根据所述历史GPS轨迹数据,确定所述车载终端的跟踪路段;
第二处理子模块,用于根据所述实时GPS轨迹数据,确定所述车载终端的关注路段;
第三处理子模块,用于将所述跟踪路段和所述关注路段的集合确定为所述车载终端的兴趣路段;
第二处理子模块包括:
第一确定单元,用于根据所述实时GPS轨迹数据,确定已行驶路段集合;
第四确定单元,用于利用Apriori算法,根据所述历史GPS轨迹数据,确定不同路段之间的路段关联关系;其中,所述路段关联关系用于指示前件路段与后件路段之间的对应关系;
第二确定单元,用于根据所述已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;
第三确定单元,用于将所述后件路段,确定为所述车载终端的关注路段;
9.根据权利要求8所述的网络设备,其特征在于,所述第一处理子模块包括:
第一处理单元,用于根据所述历史GPS轨迹数据,确定所述车载终端的待确认跟踪路段列表;
发送单元,用于将所述待确认跟踪路段列表发送给所述车载终端;
接收单元,用于接收所述车载终端对所述待确认跟踪路段列表筛选后反馈的跟踪路段。
10.根据权利要求9所述的网络设备,其特征在于,所述第一处理单元包括:
第一处理子单元,用于对所述历史GPS轨迹数据进行地址解析,确定与所述历史GPS轨迹数据对应的路段序列;
第二处理子单元,用于对所述路段序列进行预设处理,得到所述路段序列的频次序列;
第三处理子单元,用于将所述频次序列中前m个路段确定为待确认跟踪路段列表,m为大于或等于1的整数。
11.根据权利要求9所述的网络设备,其特征在于,所述第一处理子模块包括:
存储单元,用于存储所述车载终端与所述跟踪路段的关联关系。
12.根据权利要求8所述的网络设备,其特征在于,所述网络设备还包括:
第二获取模块,用于获取路况图像;
确定模块,用于根据所述路况图像,确定路况信息;其中,所述路况信息用于指示发生异常路况的路段以及异常路况类型。
13.根据权利要求12所述的网络设备,其特征在于,所述路况图像包括:车载终端上报的第一路况图像,和/或,路侧设备上报的第二路况图像。
14.根据权利要求12所述的网络设备,其特征在于,所述确定模块包括:
确定子模块,用于基于深度学习算法模型,对所述路况图像进行识别,确定相应的路况信息。
15.一种网络设备,所述网络设备为车联网平台,其特征在于,包括:处理器;与所述处理器相连接的存储器,以及与处理器相连接的收发机;其中,所述处理器用于调用并执行所述存储器中所存储的程序和数据,实现如权利要求1至权利要求7任一项所述的路况信息推送方法的步骤。
16.一种路况信息推送方法,其特征在于,包括:
接收车联网平台发送的待确认跟踪路段列表;其中,所述待确认跟踪路段列表是所述车联网平台根据车载终端的历史GPS轨迹数据确定的;
在所述待确认跟踪路段列表中筛选出跟踪路段,并将所述跟踪路段发送给所述车联网平台;其中,根据所述历史GPS轨迹数据,确定所述车载终端的跟踪路段;以及,根据实时GPS轨迹数据,确定所述车载终端的关注路段,包括:根据所述实时GPS轨迹数据,确定已行驶路段集合;利用Apriori算法,根据所述历史GPS轨迹数据,确定不同路段之间的路段关联关系,所述路段关联关系用于指示前件路段与后件路段之间的对应关系;根据所述已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;将所述后件路段,确定为所述车载终端的关注路段;
其中,基于支持度和置信度来计算出关联规则称为前件路段集,为后件路段集,通过判断已行驶路段是否包含于任一关联规则的前件路段中,预测出未来高可能性的行驶路段为此关联规则的后件路段;将后件路段确定为车载终端的关注路段;
将所述跟踪路段和所述关注路段的集合确定为所述车载终端的兴趣路段。
17.一种车载终端,其特征在于,包括:
接收模块,用于接收车联网平台发送的待确认跟踪路段列表;其中,所述待确认跟踪路段列表是所述车联网平台根据车载终端的历史GPS轨迹数据确定的;
筛选模块,用于在所述待确认跟踪路段列表中筛选出跟踪路段,并将所述跟踪路段发送给所述车联网平台;其中,根据所述历史GPS轨迹数据,确定所述车载终端的跟踪路段;以及,根据实时GPS轨迹数据,确定所述车载终端的关注路段,包括:根据所述实时GPS轨迹数据,确定已行驶路段集合;利用Apriori算法,根据所述历史GPS轨迹数据,确定不同路段之间的路段关联关系,所述路段关联关系用于指示前件路段与后件路段之间的对应关系;根据所述已行驶路段集合中包含的路段关联关系中的至少一个前件路段,确定相应的后件路段;将所述后件路段,确定为所述车载终端的关注路段;
其中,基于支持度和置信度来计算出关联规则称为前件路段集,为后件路段集,通过判断已行驶路段是否包含于任一关联规则的前件路段中,预测出未来高可能性的行驶路段为此关联规则的后件路段;将后件路段确定为车载终端的关注路段;
将所述跟踪路段和所述关注路段的集合确定为所述车载终端的兴趣路段。
18.一种车载终端,其特征在于,所述车载终端包括:处理器;与所述处理器相连接的存储器,以及与处理器相连接的收发机;其中,所述处理器用于调用并执行所述存储器中所存储的程序和数据,实现如权利要求16所述的路况信息推送方法的步骤。
19.一种路况信息推送***,其特征在于,包括:车载终端、路侧设备和车联网平台,所述车联网平台用于实现如权利要求1至权利要求7中任一项所述的路况信息推送方法,所述车载终端用于实现如权利要求16所述的路况信息推送方法。
20.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至权利要求7、或权利要求16中任一项所述的路况信息推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910000996.9A CN111405480B (zh) | 2019-01-02 | 2019-01-02 | 一种路况信息推送方法、网络设备、车载终端及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910000996.9A CN111405480B (zh) | 2019-01-02 | 2019-01-02 | 一种路况信息推送方法、网络设备、车载终端及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111405480A CN111405480A (zh) | 2020-07-10 |
CN111405480B true CN111405480B (zh) | 2022-04-29 |
Family
ID=71430146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910000996.9A Active CN111405480B (zh) | 2019-01-02 | 2019-01-02 | 一种路况信息推送方法、网络设备、车载终端及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111405480B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114079885A (zh) * | 2020-08-14 | 2022-02-22 | 大唐高鸿智联科技(重庆)有限公司 | 一种交通位置信息的传输控制方法、装置、设备及终端 |
CN113807221A (zh) * | 2021-09-07 | 2021-12-17 | 丰图科技(深圳)有限公司 | 轨迹质量识别方法、装置、电子设备及可读存储介质 |
CN114550483A (zh) * | 2022-02-15 | 2022-05-27 | 广东电网有限责任公司广州供电局 | 一种云组件监测协调方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4050309B2 (ja) * | 2006-05-16 | 2008-02-20 | 松下電器産業株式会社 | 交通情報提供装置、方法、及びプログラム |
CN102254432B (zh) * | 2011-06-17 | 2013-07-03 | 福建工程学院 | 一种提供主动的实时路况信息服务的方法 |
CN103557870B (zh) * | 2013-10-09 | 2014-11-12 | 董路 | 一种动态轨迹导航方法及云平台 |
CN104260724B (zh) * | 2014-09-22 | 2017-02-15 | 李治良 | 一种车辆智能预测控制***及其方法 |
CN105674994B (zh) * | 2014-11-17 | 2020-04-24 | 深圳市腾讯计算机***有限公司 | 获取行车路线的方法、装置及导航设备 |
CN106323321A (zh) * | 2016-10-21 | 2017-01-11 | 思建科技有限公司 | 一种车辆导航实时修正方法及*** |
-
2019
- 2019-01-02 CN CN201910000996.9A patent/CN111405480B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111405480A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111405480B (zh) | 一种路况信息推送方法、网络设备、车载终端及*** | |
AU2017382448B2 (en) | Method and system for providing interactive parking management via artificial intelligence analytic (AIA) services using cloud network | |
US20200164891A1 (en) | Intelligent vehicle action decisions | |
US11963065B2 (en) | Characterizing a vehicle collision | |
CN106652515B (zh) | 车辆自动控制方法、装置和*** | |
CN111353632A (zh) | 用于车辆调度和路线选择的***及方法 | |
US11884285B2 (en) | Systems for characterizing a vehicle collision | |
EP4145419A1 (en) | Crowd-sourced continuous update data collection for automotive applications | |
WO2018071161A1 (en) | Methods and apparatus to perform actions in public safety incidents based on actions performed in prior incidents | |
EP4138051A1 (en) | Method of collecting data from fleet of vehicles | |
CN113253722B (zh) | 电动车充电路径规划方法、装置及*** | |
Zhu et al. | Pova: Traffic light sensing with probe vehicles | |
KR20210155209A (ko) | 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법, 이에 사용되는 관리 장치 및 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법을 실행시키는 프로그램이 기록된 기록 매체 | |
JP5378002B2 (ja) | 車両動作推定装置、車両動作推定方法および車両動作推定プログラム | |
CN111899061A (zh) | 订单推荐方法、装置、设备及存储介质 | |
CN113682302B (zh) | 一种驾驶状态估计方法、装置、电子设备及存储介质 | |
Taylor et al. | Data mining for vehicle telemetry | |
JP2009075981A (ja) | 交通情報提供システム、センタ側コンピュータ用プログラム、検索プログラム、記録媒体、交通情報提供方法 | |
Kim et al. | Design of driver readiness evaluation system in automated driving environment | |
CN112233419A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN115909734A (zh) | 一种基于轨迹大数据的车辆行驶数据筛选更新***及其方法 | |
Thonhofer et al. | A flexible, adaptive traffic network simulation with parameter estimation | |
Hayashi et al. | Prioritization of Lane-based Traffic Jam Detection for Automotive Navigation System utilizing Suddenness Index Calculation Method for Aggregated Values | |
Chen et al. | [Retracted] Considering the Characteristics of Traffic Risk Factors and the Method of Establishing a Flexible Traffic System | |
CN115691164B (zh) | 一种基于大数据的智慧交通管理方法及*** |
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 |