CN113066302B - 车辆信息预测方法、装置及电子设备 - Google Patents
车辆信息预测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113066302B CN113066302B CN202110312389.3A CN202110312389A CN113066302B CN 113066302 B CN113066302 B CN 113066302B CN 202110312389 A CN202110312389 A CN 202110312389A CN 113066302 B CN113066302 B CN 113066302B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- time
- stop
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了车辆信息预测方法、装置及电子设备,涉及智能交通技术领域。具体实现方案为:获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和第一车辆在目标时刻与第一目标站台的第一距离,目标时刻为第一车辆上报轨迹的时刻中在当前时刻前且间隔当前时刻最小的时刻;确定第一车辆在当前时刻所处路段的目标通行速度,目标通行速度基于路段的第二车辆的通行速度确定;基于时延、目标通行速度和第一距离,确定第一车辆在时延内针对预设站台的停站信息;基于停站信息和目标通行速度,确定第一车辆在当前时刻相对第二目标站台的到站时间。根据本申请的技术,解决了车辆信息预测技术存在的信息预测准确性比较低的问题,提高了车辆信息预测的准确性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及智能交通技术领域,具体涉及一种车辆信息预测方法、装置及电子设备。
背景技术
随着公共出行在城市交通中扮演越来越重要的角色,各个城市都在大力发展公交***,用公共出行的方式提高城市交通效率减少碳排放等,因此,越来越多的车辆安装了实时全球定位***(Global Positioning System,GPS)设备提供车辆轨迹信息,以使公交***掌握实时公交路网状况。
目前,车辆信息的预测通常是基于车辆上报的轨迹信息,基于该轨迹信息确定车辆所在位置,以确定车辆到站信息。
发明内容
本公开提供了一种车辆信息预测方法、装置及电子设备。
根据本公开的第一方面,提供了一种车辆信息预测方法,包括:
获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻;
确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆;
基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台;
基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线。
根据本公开的第二方面,提供了一种车辆信息预测装置,包括:
获取模块,用于获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻;
第一确定模块,用于确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆;
第二确定模块,用于基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台;
第三确定模块,用于基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的任一项方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行第一方面中的任一项方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现第一方面中的任一项方法。
根据本申请的技术解决了车辆信息预测技术存在的信息预测准确性比较低的问题,提高了车辆信息预测的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的车辆信息预测方法的流程示意图;
图2是第一停靠时间的预测流程示意图;
图3是车辆信息预测方法的实现流程示意图;
图4是根据本申请第二实施例的车辆信息预测装置的结构示意图;
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示,本申请提供一种车辆信息预测方法,包括如下步骤:
步骤S101:获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻。
本实施例中,车辆信息预测方法涉及数据处理技术,具体涉及智能交通技术领域,其可以广泛应用于实时公交***中。该方法可以由本申请实施例的车辆信息预测装置执行。而车辆信息预测装置可以配置在任意电子设备中,以执行本申请实施例的车辆信息预测方法,该电子设备可以服务器,也可以为终端,这里不做具体限定。
所述实时公交***可以是提供车辆信息的车辆到站***,车辆信息可以包括车辆的实时位置和到站时间,即其可以为用户提供车辆当前位置和到站时间的预估。
所述第一车辆可以为任意类型的车辆,在一可选实施方式中,所述第一车辆可以为公交车,即预测公交车的实时位置以及到公交车的行驶路线的前进方向的公交站台的到站时间,以为用户提供公交车的相应信息,方便用户的出行,同时,有助于实时公交***掌握实时公交路网状况,以做出合适的调度和安排等。
所述第一车辆可以安装GPS设备,该GPS设备可以提供第一车辆的GPS信息即轨迹信息,该轨迹信息可以用于构建所述第一车辆的轨迹,所述第一车辆可以实时或预设时间间隔上报其轨迹。上报的轨迹信息可以包括行驶路线的标识信息、车辆位置坐标、车辆速度以及上报轨迹的时间戳等。
可以通过获取所述第一车辆上报的轨迹信息中的时间戳,来获取第一车辆上报轨迹的时刻,由于第一车辆安装的GPS设备的精度问题,以及城市信号路况变化较大,通常车辆信息预测装置接收第一车辆上报的轨迹信息的时间间隔不固定,且接收的时刻与上报的时刻可能会存在时延。
随着时间的推移,车辆信息预测装置可以接收第一车辆上报的多个轨迹信息,相应可以获取其内时间戳在当前时刻之前,且与当前时刻的时间间隔最小的轨迹信息,该轨迹信息内包括的时间戳即为第一车辆上报轨迹的目标时刻,可以基于该轨迹信息对所述第一车辆的所在位置进行预测。
具体的,可以获取该轨迹信息中的时间戳,得到第一车辆上报轨迹的目标时刻,相应的,可以获取目标时刻相对当前时刻的时延。同时,可以获取该轨迹信息中的车辆位置坐标和行驶路线的标识信息,并基于车辆位置坐标和行驶路线的标识信息进行地图匹配,以确定所述第一车辆在所述目标时刻相距第一目标站台的第一距离。
其中,第一目标站台为基于第一车辆上报的轨迹信息所确定的车辆位置,相对行驶路线的前进方向的至少一个站台中距离最近的站台。
步骤S102:确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆。
可以基于车辆位置坐标和行驶路线的标识信息进行地图匹配,以确定所述第一车辆在所述当前时刻所处路段,之后,基于所述第一车辆在所述当前时刻所处路段的第二车辆的通行速度,确定所述第一车辆在所述路段的目标通行速度。
其中,所述第二车辆可以为处于所述路段,且经过所述路段的时刻早于当前时刻的车辆,具体第二车辆可以为经过所述路段的时刻在当前时刻之前的预设时间段内的车辆,所述预设时间段可以根据实际情况进行设置,比如,设置为十分钟、一个小时、一天或两天等。
比如,第二车辆为经过所述路段的时刻在当前时刻之前的十分钟内的车辆,设当前时刻为10:10,则第二车辆可以为经过所述路段的时刻在10:00至10:10的全部或部分车辆。
在第二车辆的数量较多的情况下,可以选取经过所述路段的时刻最靠近当前时刻的N辆第二车辆,N可以为正整数。这样,所选取的第二车辆的通行速度可以比较准确的反映当前时刻的该路段的通行速度。
所述第二车辆的通行速度可以基于其经过所述路段时上报的轨迹信息确定,即从其经过所述路段时上报的轨迹信息中获取车辆速度作为基于所述路段的第二车辆的通行速度。
在一可选实施方式中,所述第一车辆在所述当前时刻所处路段的目标通行速度可以直接基于第二车辆的通行速度确定,在所述第二车辆的数量包括多个的情况下,可以对这多个第二车辆的通行速度进行加权计算,得到所述第一车辆在所述当前时刻所处路段的目标通行速度。
比如,将经过当前路段的时刻越靠近当前时刻的第二车辆的通行速度的权重设置相对大些,而将经过当前路段的时刻越远离当前时刻的第二车辆的通行速度的权重设置相对小些,基于该规则设置的各权重,对这多个第二车辆的通行速度进行加权计算,得到所述第一车辆在所述当前时刻所处路段的目标通行速度。
在另一可选实施方式中,所述第一车辆在所述当前时刻所处路段的目标通行速度也可以基于第二车辆的通行速度和所述路段的车辆的历史通行速度综合确定。其中,所述路段的车辆的历史通行速度可以为经过所述路段的时刻早于第二车辆的全部或部分车辆的平均通行速度。可以对第二车辆的通行速度和所述路段的车辆的历史通行速度进行加权计算,得到所述第一车辆在所述当前时刻所处路段的目标通行速度。
比如,可以将第二车辆的通行速度的权重设置相对大些,而将所述路段的车辆的历史通行速度的权重设置相对小些,基于该规则设置的各权重,对第二车辆的通行速度和所述路段的车辆的历史通行速度进行加权计算,得到所述第一车辆在所述当前时刻所处路段的目标通行速度。
如此,车辆信息的预测可以结合实时路况信息,从而能够准确地预测所述第一车辆所在位置。
步骤S103:基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台。
该步骤中,所述预设站台为所述第一车辆在其行驶路线的前进方向的站台中靠近所述第一车辆的站台,即所述预设站台至少包括最靠近第一车辆的第一目标站台。
所述停站信息可以表征第一车辆是否在预设站台具有停站行为,以及在具有停站行为的情况下,第一车辆在预设站台的停靠时间。
可以综合基于时延、目标通行速度和第一距离的大小情况,确定所述第一车辆在所述时延内针对预设站台的停站信息。比如,在时延比较大、且目标通行速度很快或者第一距离很近的情况下,可以确定所述第一车辆在所述时延内针对预设站台具有停站行为。又比如,在时延比较小,且第一距离又比较远,且目标通行速度适中的情况下,可以确定所述第一车辆在所述时延内针对预设站台不具有停站行为。
也可以基于时延、目标通行速度和第一距离进行计算,以确定所述第一车辆在所述时延内针对预设站台的停站信息。具体的,可以基于时延和目标通行速度,即按照时间乘以速度计算,预估第一车辆在所述时延内大概行驶了多大的距离,将计算得到的距离与第一距离进行比较,在计算得到的距离大于第一距离的情况下,确定第一车辆在所述时延内针对预设站台具有停站行为,在计算得到的距离小于或等于第一距离的情况下,确定第一车辆在所述时延内针对预设站台不具有停站行为。
在确定第一车辆在所述时延内针对预设站台具有停站行为的情况下,可以基于所述预设站台的历史停靠时间和/或第二车辆在所述预设站台的停靠时间,确定所述第一车辆在所述时延内针对所述预设站台的第一停靠时间,而在确定第一车辆在所述时延内针对预设站台具有停站行为的情况下,其停靠时间可以直接设定为0。
另外,在时延比较大,且目标通行速度又比较大的情况下,预设站台的数量可能有多个,即第一车辆在该时延内可能接连经过了多个站台,即在多个站台均具有停站行为,也就是说,第一车辆不仅在第一目标站台具有停站行为,还在第一目标站台之后的站台也具有停站行为。
至于具体经过几个站台,可以基于站台之间的距离远近、时延、目标通行速度和第一距离综合确定。由于轨迹信息的上报间隔通常是在几十秒到几分钟不等,在该时延内,第一车辆通常仅能经过一个站台,即第一车辆通常仅在第一目标站台可能具有停站行为,因此,以下以第一车辆在所述时延内针对第一目标站台的停站信息为例,对本申请实施例的车辆信息预测方法的具体过程进行说明。
步骤S104:基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线。
该步骤中,在进行预测时,可以实时考虑第一车辆所在路段的实时路况的变化,确定第一车辆在该路段的目标通行速度,以及考虑到第一车辆在时延内的停站信息,来确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
由于第一车辆安装的GPS设备的精度问题,以及城市信号路况变化较大,通常车辆信息预测装置接收第一车辆上报的轨迹信息的时间间隔不固定,且接收的时刻与上报的时刻可能会存在时延,因此,无法直接基于第一车辆上报的轨迹信息,实时获取第一车辆所在位置。这样,其预测的所述第一车辆的实时到站时间的准确性比较低。
如此,需要根据其上报的轨迹信息来预测第一车辆所在的实时位置,并根据预测的实时位置,确定所述第一车辆的实时到站时间。具体的,可以实时考虑第一车辆所在路段的实时路况的变化,确定第一车辆在该路段的目标通行速度,以及考虑到第一车辆在时延内的停站信息,来确定所述第一车辆在所述当前时刻的位置信息,基于该位置信息即可确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。其中,所述位置信息表征所述第一车辆在所述当前时刻的实时位置。
比如,停站信息包括所述第一车辆在所述时延内针对所述预设站台的停站状态,所述预设站台包括第一目标站台,在停站状态表征第一车辆未经过第一目标站台的情况下,所述第二目标站台还可以包括第一目标站台。即可以基于所述位置信息,确定所述第一车辆相对于第一目标站台以及第一目标站台之后的全部或部分站台的到站时间。具体的,可以基于所述位置信息和目标通行速度进行计算,即当前位置距离第一目标站台的距离除以目标通行速度,得到第一目标站台的到站时间,所述到站时间为相对当前时刻还需要多久的时间到达第一目标站台。而第一目标站台之后的站台的到站时间可以结合车辆在每个站台的停靠时间和站台之间的距离确定。
而在停站状态表征第一车辆经过第一目标站台的情况下,所述第二目标站台为第一目标站台之后的站台,即可以基于所述位置信息,确定所述第一车辆相对于第一目标站台之后的全部或部分站台的到站时间。具体的,以第一目标站台之后的相邻站台为例,可以基于所述位置信息和目标通行速度进行计算,即当前位置距离相邻站台的距离除以目标通行速度,得到该相邻站台的到站时间,所述到站时间为相对当前时刻还需要多久的时间到达该相邻站台。而该相邻站台之后的站台的到站时间可以结合车辆在每个站台的停靠时间和站台之间的距离确定。
本实施例中,通过结合实时路况信息和第一车辆的停靠信息,实时预估车辆的到站时间,从而可以有效推测出时延较大情况下或者轨迹质量不稳定的情况下,实时得到第一车辆的到站时间,进而可以提高车辆到站信息预测的准确性。
所述步骤S103具体包括:
基于所述时延和所述目标通行速度,确定所述第一车辆在所述时延内行驶的第二距离;
基于所述第一距离和所述第二距离,确定所述第一车辆在所述时延内针对所述预设站台的停站状态,
在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,所述停站信息包括所述停站状态和所述第一停靠时间。
本实施方式中,所述停站信息至少包括停站状态,该停站状态表征第一车辆在第一目标站台是否具有停站行为,即停站状态可以表征有两种情况,可以用0和1表示。第一种情况是停站状态可以表征第一车辆在所述时延内未经过所述第一目标站台,用0表示,第二种情况是停站状态可以表征第一车辆在所述时延内已经过所述第一目标站台,用1表示。
具体的,可以基于所述时延和所述目标通行速度,确定所述第一车辆在所述时延内行驶的第二距离,该第二距离可以为预估的行驶距离,表征第一车辆在时延内以目标通行速度大概行驶了多远。在第二距离大于第一距离的情况下,所确定的停站状态表征所述第一车辆在所述时延内已经过第一目标站台,而在第二距离小于或等于第一距离的情况下,所确定的停站状态表征所述第一车辆在所述时延内未经过第一目标站台。
相应的,在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,在该种场景下,所述停站信息还包括所述第一停靠时间。
所述第一停靠时间可以基于所述预设站台的历史停靠时间和/或第二车辆在所述预设站台的第二停靠时间来确定。所述第一停靠时间以基于所述预设站台的历史停靠时间和第二车辆在所述预设站台的第二停靠时间来确定为例,可以对第一目标站台的历史停靠时间和第二车辆在第一目标站台的第二停靠时间进行加权计算,得到所述第一停靠时间。其中,用于加权的权重可以预先设置,也可以通过对时间预测模型预先训练得到,这里不做具体限定。
本实施方式中,通过确定第一车辆在时延内针对第一目标站台的停站状态,并在停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,从而可以实现结合停靠信息和实时路况信息,来预估第一车辆在当前时刻相对于第二目标站台的到站时间。
可选的,所述确定所述第一车辆在所述第一目标站台的第一停靠时间,包括:
获取车辆在所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间;
将所述历史停靠时间和所述第二停靠时间输入至第一目标模型进行时间预测,得到所述第一车辆在所述第一目标站台的第一停靠时间。
本实施方式中,参见图2,图2是第一停靠时间的预测流程示意图,如图2所示,可以离线挖掘历史上全部或部分车辆在第一目标站点的历史停靠时间和第二车辆在第一目标站点的第二停靠时间。
具体的,历史停靠时间可以通过以下方式来挖掘:可以每天实时计算车辆在每个站点的停靠时间,并维护车辆在站点的停靠时间的映射表,在建立映射表过程中,可以每天对车辆轨迹进行持久化存储,得到车辆轨迹;基于车辆轨迹进行地图匹配,并进行进站和出站的轨迹识别,得到每天车辆在每个站点的停靠时间,将这些停靠时间存储至映射表。
相应的,可以获取映射表中在当前时刻之前经过第一目标站台的车辆在第一目标站台的停靠时间,根据获取的车辆在第一目标站台的停靠时间,即可确定车辆在所述第一目标站台的历史停靠时间。其中,在当前时刻之前经过第一目标站台的车辆可以包括时间相对当前时刻为历史时刻经过第一目标站台的所有或部分车辆,不限于第一车辆和第二车辆,也就是说,在历史时刻,第一车辆和第二车辆在第一目标站台的停靠时间也可以作为车辆在第一目标站台的历史停靠时间的统计之内。
第二车辆在第一目标站台的第二停靠时间可以通过以下方式来挖掘:可以实时获取第二车辆的轨迹信息,基于获取的轨迹信息进行地图匹配,并进行进站和出站的轨迹识别,得到第二车辆在第一目标站台的第二停靠时间。
之后,将所述历史停靠时间和所述第二停靠时间输入至第一目标模型即时间预测模型进行时间预测,得到所述第一车辆在所述第一目标站台的第一停靠时间。其中,所述第一目标模型可以为机器学习模型,其可以通过预先训练确定车辆在第一目标站台的历史停靠时间和第二车辆在第一目标站台的第二停靠时间的权重系数,从而基于该权重系数,对所述历史停靠时间和所述停靠时间进行加权计算,得到所述第一车辆在所述第一目标站台的第一停靠时间。
本实施方式中,通过获取所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间;并通过第一目标模型基于所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间,来确定第一车辆在所述第一目标站台的第一停靠时间,从而可以更加准确地预测第一车辆在第一目标站台的第一停靠时间,进而可以进一步提高车辆到站信息的预测准确性。
可选的,所述步骤S104具体包括:
基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息;
基于所述位置信息,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
本实施方式中,可以实时考虑第一车辆所在路段的实时路况的变化,确定第一车辆在该路段的目标通行速度,以及考虑到第一车辆在时延内的停站信息,来确定所述第一车辆在所述当前时刻的位置信息,基于该位置信息即可确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。其中,所述位置信息表征所述第一车辆在所述当前时刻的实时位置。
具体的,第一车辆在时延内针对第一目标站台具有停站行为的情况下,可以基于时延和目标通行速度进行计算,即时延乘以目标通行速度,确定第一车辆在该时延内所行驶的距离,也可以将目标通行速度、第一车辆的距离信息(包括第一车辆离第一目标站台的第一距离和第一车辆离第一目标站台前一个站台的距离)和时延输入至距离预测模型进行距离预测,以得到第一车辆在该时延内所行驶的距离。
在第一车辆在时延内针对第一目标站台不具有停站行为的情况下,可以基于时延、第一车辆在第一目标站台的第一停靠时间和目标通行速度进行计算,即时延减去第一停靠时间之后,再乘以目标通行速度,确定第一车辆在该时延内所行驶的距离,也可以将目标通行速度、第一车辆的距离信息(包括第一车辆离第一目标站台的第一距离和第一车辆离第一目标站台前一个站台的距离)、时延和第一停靠时间输入至距离预测模型进行距离预测,以得到第一车辆在该时延内所行驶的距离。
相应的,基于第一车辆上报的轨迹信息中的车辆位置坐标,以及实时预测得到的第一车辆在时延内针对行驶路线的前进方向所行驶的距离,采用坐标换算公式即可以实时确定第一车辆的位置坐标。之后,可以基于所述第一车辆实时的位置坐标,即可以确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
本实施方式中,通过结合实时路况信息和第一车辆的停靠信息预测得到第一车辆的实时位置,并基于该实时位置预估第一车辆相对于第二目标站台的到站时间,从而可以准确地对车辆的到站时间进行预测。
可选的,所述基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息,包括:
在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,将所述目标通行速度、所述第一距离和所述第一停靠时间输入至第二目标模型进行距离预测,得到所述第一车辆在所述时延内所行驶的第三距离;
基于所述第三距离确定所述第一车辆在所述当前时刻的位置信息。
本实施方式中,可以通过第二目标模型来预测所述第一车辆在所述时延内所行驶的第三距离。
具体的,参见图3,图3是车辆信息预测方法的实现流程示意图,如图3所示,接收第一车辆上报的轨迹信息,基于该轨迹信息确定第一车辆上报轨迹的目标时刻相对于当前时刻的时延和所述第一车辆在目标时刻相距第一目标站台的第一距离;确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆。
之后,基于时延、目标通行速度和第一距离,确定第一车辆是否经过第一目标站台;若否,则将目标通行速度、第一车辆的距离信息和时延输入至第二目标模型即距离预测模型进行距离预测,得到第一车辆在时延内所行驶的第三距离。若是,则确定第一车辆在第一目标站台的第一停靠时间,该第一停靠时间可以基于第一目标站台的历史停靠时间和第二车辆在第一目标站台的第二停靠时间加权计算得到,并将目标通行速度、第一车辆的距离信息、第一停靠时间和时延输入至第二目标模型即距离预测模型进行距离预测,得到第一车辆在时延内所行驶的第三距离。
基于第一车辆上报的轨迹信息中的位置坐标信息以及预估得到的第三距离,采用坐标换算公式即可确定所述第一车辆在所述当前时刻的位置信息。
需要说明的是,所述第二目标模型可以为机器学习模型,在使用之前,可以对其进行预先训练,具体可以用未来时间的车辆原始轨迹作为真值样本,当前时刻的预测数据(包括时延,目标通行速度和距离信息等)作为输入特征样本,离线对同一个站台的所有车辆进行训练;并用真值样本和预测值的误差距离作为衡量指标,模型例行更新。随着数据量越多,模型越准,且例行更新样本训练,保证模型效果不会衰减。
本实施方式中,通过第二目标模型预测所述第一车辆在时延内所行驶的距离,以确定第一车辆在当前时刻的位置信息,从而可以进一步提高车辆信息的预测准确性。
第二实施例
如图4所示,本申请提供一种车辆信息预测装置400,包括:
获取模块401,用于获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻;
第一确定模块402,用于确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆;
第二确定模块403,用于基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台;
第三确定模块404,用于基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线。
可选的,其中,所述第二确定模块403包括:
第一确定单元,用于基于所述时延和所述目标通行速度,确定所述第一车辆在所述时延内行驶的第二距离;
第二确定单元,用于基于所述第一距离和所述第二距离,确定所述第一车辆在所述时延内针对所述预设站台的停站状态;
第三确定单元,用于在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,所述停站信息包括所述停站状态和所述第一停靠时间。
可选的,其中,所述第三确定单元,具体用于获取车辆在所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间;将所述历史停靠时间和所述第二停靠时间输入至第一目标模型进行时间预测,得到所述第一车辆在所述第一目标站台的第一停靠时间。
可选的,其中,所述第三确定模块404包括:
第四确定单元,用于基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息;
第五确定单元,用于基于所述位置信息,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
可选的,所述第四确定单元,具体用于在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,将所述目标通行速度、所述第一距离和所述第一停靠时间输入至第二目标模型进行距离预测,得到所述第一车辆在所述时延内所行驶的第三距离;基于所述第三距离确定所述第一车辆在所述当前时刻的位置信息。
本申请提供的车辆信息预测装置400能够实现上述车辆信息预测方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可以存储设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调整解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如车辆信息预测方法。例如,在一些实施例中,车辆信息预测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的车辆信息预测方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方法(例如,借助于固件)而被配置为执行车辆信息预测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编辑语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种车辆信息预测方法,包括:
获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻;
确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆;
基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台;
基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线;
所述基于所述时延、目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,包括:
基于所述时延和所述目标通行速度,确定所述第一车辆在所述时延内行驶的第二距离;
基于所述第一距离和所述第二距离,确定所述第一车辆在所述时延内针对所述预设站台的停站状态;
在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,所述停站信息包括所述停站状态和所述第一停靠时间。
2.根据权利要求1所述的方法,其中,所述确定所述第一车辆在所述第一目标站台的第一停靠时间,包括:
获取车辆在所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间;
将所述历史停靠时间和所述第二停靠时间输入至第一目标模型进行时间预测,得到所述第一车辆在所述第一目标站台的第一停靠时间。
3.根据权利要求1所述的方法,其中,所述基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,包括:
基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息;
基于所述位置信息,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
4.根据权利要求3所述的方法,其中,所述基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息,包括:
在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,将所述目标通行速度、所述第一距离和所述第一停靠时间输入至第二目标模型进行距离预测,得到所述第一车辆在所述时延内所行驶的第三距离;
基于所述第三距离确定所述第一车辆在所述当前时刻的位置信息。
5.一种车辆信息预测装置,包括:
获取模块,用于获取第一车辆上报轨迹的目标时刻相对当前时刻的时延和所述第一车辆在所述目标时刻相距第一目标站台的第一距离,所述目标时刻为所述第一车辆上报轨迹的时刻中,在所述当前时刻之前且相对所述当前时刻的时间间隔最小的时刻;
第一确定模块,用于确定所述第一车辆在所述当前时刻所处路段的目标通行速度,所述目标通行速度基于所述路段的第二车辆的通行速度确定,所述第二车辆为所述当前时刻之前的预设时间段内的车辆;
第二确定模块,用于基于所述时延、所述目标通行速度和所述第一距离,确定所述第一车辆在所述时延内针对预设站台的停站信息,所述预设站台包括所述第一目标站台;
第三确定模块,用于基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间,所述第二目标站台包括目标行驶路线的站台中处于所述第一目标站台之后的站台,所述目标行驶路线为所述第一车辆在所述当前时刻的行驶路线;
所述第二确定模块包括:
第一确定单元,用于基于所述时延和所述目标通行速度,确定所述第一车辆在所述时延内行驶的第二距离;
第二确定单元,用于基于所述第一距离和所述第二距离,确定所述第一车辆在所述时延内针对所述预设站台的停站状态;
第三确定单元,用于在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,确定所述第一车辆在所述第一目标站台的第一停靠时间,所述停站信息包括所述停站状态和所述第一停靠时间。
6.根据权利要求5所述的装置,其中,所述第三确定单元,具体用于获取车辆在所述第一目标站台的历史停靠时间和所述第二车辆在所述第一目标站台的第二停靠时间;将所述历史停靠时间和所述第二停靠时间输入至第一目标模型进行时间预测,得到所述第一车辆在所述第一目标站台的第一停靠时间。
7.根据权利要求5所述的装置,其中,所述第三确定模块包括:
第四确定单元,用于基于所述停站信息和目标通行速度,确定所述第一车辆在所述当前时刻的位置信息;
第五确定单元,用于基于所述位置信息,确定所述第一车辆在所述当前时刻相对于第二目标站台的到站时间。
8.根据权利要求7 所述的装置,其中,所述第四确定单元,具体用于在所述停站状态表征所述第一车辆在所述时延内已经过所述第一目标站台的情况下,将所述目标通行速度、所述第一距离和所述第一停靠时间输入至第二目标模型进行距离预测,得到所述第一车辆在所述时延内所行驶的第三距离;基于所述第三距离确定所述第一车辆在所述当前时刻的位置信息。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110312389.3A CN113066302B (zh) | 2021-03-24 | 2021-03-24 | 车辆信息预测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110312389.3A CN113066302B (zh) | 2021-03-24 | 2021-03-24 | 车辆信息预测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113066302A CN113066302A (zh) | 2021-07-02 |
CN113066302B true CN113066302B (zh) | 2022-05-20 |
Family
ID=76561674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110312389.3A Active CN113066302B (zh) | 2021-03-24 | 2021-03-24 | 车辆信息预测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113066302B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115384796A (zh) * | 2022-04-01 | 2022-11-25 | 中国民用航空飞行学院 | 一种能够增加旅客转运效率的机场管理*** |
CN114822066B (zh) * | 2022-04-14 | 2023-06-13 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、电子设备和存储介质 |
CN117334072B (zh) * | 2023-12-01 | 2024-02-23 | 青岛城运数字科技有限公司 | 公交车辆到站时刻预测方法和装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006322754A (ja) * | 2005-05-17 | 2006-11-30 | Fuji Heavy Ind Ltd | 車両の走行制御装置 |
CN103218921A (zh) * | 2013-04-02 | 2013-07-24 | 东南大学 | 主次交叉口快速公交信号优先协同控制方法 |
CN103578267A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于公交gps数据的公交到站预测方法及*** |
CN103606272A (zh) * | 2013-11-27 | 2014-02-26 | 北京工业大学 | 一种基于客流量的快速公交到站时刻预测***与方法 |
CN104167110A (zh) * | 2014-08-27 | 2014-11-26 | 重庆大学 | 基于数据延迟估计的公交车到站信息预报准确度校正方法 |
CN105096642A (zh) * | 2015-09-02 | 2015-11-25 | 重庆大学 | 考虑gps数据延迟影响的实时公交到站时间预测方法 |
CN106530792A (zh) * | 2016-10-27 | 2017-03-22 | 上海斐讯数据通信技术有限公司 | 一种公交车到站消息推送装置、***及方法 |
CN107845259A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 公交运行情况实时反馈***及公交实时运行数据处理方法 |
CN108766010A (zh) * | 2018-06-21 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于物联网eMTC技术的公交车到站提醒***和方法 |
CN109637134A (zh) * | 2018-12-28 | 2019-04-16 | 青岛大学 | 一种公交设备匹配方法 |
CN109765578A (zh) * | 2019-02-19 | 2019-05-17 | 武汉元光科技有限公司 | 公交车gps设备时钟校准方法及装置 |
CN109859515A (zh) * | 2019-01-28 | 2019-06-07 | 武汉元光科技有限公司 | 公交***中gps定位数据补偿方法及电子设备 |
CN111311909A (zh) * | 2020-02-19 | 2020-06-19 | 河海大学 | 一种车路协同环境下港湾公交停靠站车辆离站控制方法 |
CN111696376A (zh) * | 2019-03-12 | 2020-09-22 | 山东科技大学 | 一种公交车辆到站顺序的确定方法 |
CN111899547A (zh) * | 2020-07-08 | 2020-11-06 | 长安大学 | 多线路公交站台泊位分配及车辆速度引导方法及其*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100809558B1 (ko) * | 2004-09-17 | 2008-03-04 | 김재호 | 차량운행 통제 시스템 및 방법 |
CN107543558A (zh) * | 2016-06-29 | 2018-01-05 | 高德软件有限公司 | 公交站点间行驶耗时确定方法、公交导航方法及装置 |
CN108597222B (zh) * | 2018-04-27 | 2021-06-18 | 华东交通大学 | 一种基于车路协同的公交到站时间预测方法、装置及*** |
-
2021
- 2021-03-24 CN CN202110312389.3A patent/CN113066302B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006322754A (ja) * | 2005-05-17 | 2006-11-30 | Fuji Heavy Ind Ltd | 車両の走行制御装置 |
CN103578267A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于公交gps数据的公交到站预测方法及*** |
CN103218921A (zh) * | 2013-04-02 | 2013-07-24 | 东南大学 | 主次交叉口快速公交信号优先协同控制方法 |
CN103606272A (zh) * | 2013-11-27 | 2014-02-26 | 北京工业大学 | 一种基于客流量的快速公交到站时刻预测***与方法 |
CN104167110A (zh) * | 2014-08-27 | 2014-11-26 | 重庆大学 | 基于数据延迟估计的公交车到站信息预报准确度校正方法 |
CN105096642A (zh) * | 2015-09-02 | 2015-11-25 | 重庆大学 | 考虑gps数据延迟影响的实时公交到站时间预测方法 |
CN106530792A (zh) * | 2016-10-27 | 2017-03-22 | 上海斐讯数据通信技术有限公司 | 一种公交车到站消息推送装置、***及方法 |
CN107845259A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 公交运行情况实时反馈***及公交实时运行数据处理方法 |
CN108766010A (zh) * | 2018-06-21 | 2018-11-06 | 中国联合网络通信集团有限公司 | 基于物联网eMTC技术的公交车到站提醒***和方法 |
CN109637134A (zh) * | 2018-12-28 | 2019-04-16 | 青岛大学 | 一种公交设备匹配方法 |
CN109859515A (zh) * | 2019-01-28 | 2019-06-07 | 武汉元光科技有限公司 | 公交***中gps定位数据补偿方法及电子设备 |
CN109765578A (zh) * | 2019-02-19 | 2019-05-17 | 武汉元光科技有限公司 | 公交车gps设备时钟校准方法及装置 |
CN111696376A (zh) * | 2019-03-12 | 2020-09-22 | 山东科技大学 | 一种公交车辆到站顺序的确定方法 |
CN111311909A (zh) * | 2020-02-19 | 2020-06-19 | 河海大学 | 一种车路协同环境下港湾公交停靠站车辆离站控制方法 |
CN111899547A (zh) * | 2020-07-08 | 2020-11-06 | 长安大学 | 多线路公交站台泊位分配及车辆速度引导方法及其*** |
Also Published As
Publication number | Publication date |
---|---|
CN113066302A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113066302B (zh) | 车辆信息预测方法、装置及电子设备 | |
CN112700667A (zh) | 辅助车辆驾驶的方法、装置、电子设备和介质 | |
US9723454B2 (en) | Freight vehicle monitoring using telecommunications data | |
CN113593218B (zh) | 交通异常事件的检测方法、装置、电子设备及存储介质 | |
CN105096642A (zh) | 考虑gps数据延迟影响的实时公交到站时间预测方法 | |
CN111739299A (zh) | 稀疏轨迹的车辆排队长度确定方法、装置、设备及介质 | |
CN114092911B (zh) | 一种道路识别方法、装置、电子设备以及存储介质 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN114676178A (zh) | 事故检测方法、装置及电子设备 | |
CN112595329B (zh) | 车辆位置的确定方法、装置和电子设备 | |
CN111757272A (zh) | 地铁拥堵程度的预测方法、模型训练方法和装置 | |
CN113836661B (zh) | 时间预测方法、模型训练方法、相关装置及电子设备 | |
CN115168527A (zh) | 实时轨迹数据处理方法、装置、***及电子设备 | |
CN115440037A (zh) | 交通流量数据采集方法、装置、电子设备及存储介质 | |
CN114674327A (zh) | 行驶轨迹的推送方法、装置、电子设备和导航设备 | |
CN113052397A (zh) | 上车信息的确定方法、装置、电子设备和存储介质 | |
CN114596042A (zh) | 一种货物运输的方法、装置、电子设备及存储介质 | |
CN113847923A (zh) | 预估到达时间的计算方法、装置、电子设备和可读存储介质 | |
CN114822066B (zh) | 车辆定位方法、装置、电子设备和存储介质 | |
CN114626595A (zh) | 通行时长预估方法、模型训练方法、电子设备及程序产品 | |
CN113029179B (zh) | 一种路线评测方法、装置、电子设备及存储介质 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 | |
CN114999204B (zh) | 导航信息处理方法、装置、设备及存储介质 | |
CN113379304A (zh) | 用于确定用电量的方法和装置 | |
CN114490757A (zh) | 站点信息采集方法、装置、电子设备及存储介质 |
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 |