CN113129603B - 平行道路超速判定方法、装置、终端及存储介质 - Google Patents
平行道路超速判定方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN113129603B CN113129603B CN202110327522.2A CN202110327522A CN113129603B CN 113129603 B CN113129603 B CN 113129603B CN 202110327522 A CN202110327522 A CN 202110327522A CN 113129603 B CN113129603 B CN 113129603B
- Authority
- CN
- China
- Prior art keywords
- road
- target vehicle
- parallel
- speed
- driving
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种平行道路超速判定方法、装置、终端及存储介质,其中方法包括:S1、确定目标车辆当前所处路段是否为平行道路;S2、若为平行道路,比较目标车辆车速和平行道路中各道路的限速值;S3、当目标车辆车速介于各道路中的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,输出超速推测结果。通过上述方式,本发明通过计算车辆在平行道路中各道路的行驶概率,以及比对车辆车速与各道路的限速,再输出行驶概率和比对结果,以供判断车辆超速行驶的可能性。
Description
技术领域
本申请涉及车辆行驶安全技术领域,特别是涉及一种平行道路超速判定方法、装置、终端及存储介质。
背景技术
随着公路交通的日益完善,高速公路上行驶的车辆越来越多,飙车行为时有发生,车辆超速现象屡见不鲜。与此同时,与车辆超速有关的各类交通案件经常发生。因此,公路车辆超速的监督及管理正成为交通管理部门愈加重视的关键问题。
目前,市场上的车载终端都具备超速提醒功能,但是,在超速行为判断中,普通单一道路的超速行为较为容易判断,但对于间距很短的平行道路或者上下均可行驶的高架道路,由于车载设备可能会出现定位不准的问题,导致无法确认车辆在哪一条道路上行驶,而这些平行道路上的限速可能不同,进而导致超速判定结果不一定准确,最终产生误报。
发明内容
本申请提供一种平行道路超速判定方法、装置、终端及存储介质,以解决现有的平行道路上车辆超速行驶判断不够准确的问题
为解决上述技术问题,本申请采用的一个技术方案是:提供一种平行道路超速判定方法,包括:S1、确定目标车辆当前所处路段是否为平行道路;S2、若为平行道路,比较目标车辆车速和平行道路中各道路的限速值;S3、当目标车辆车速介于各道路中的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,输出超速推测结果。
作为本申请的进一步改进,计算目标车辆在各道路的行驶概率,包括:S31、获取目标车辆对应司机的驾驶评级标签值;S32、结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率。
作为本申请的进一步改进,司机驾驶评级标签值,基于分析司机包括超速、急加速、急减速和急转弯在内的历史驾驶行为数据计算生成。
作为本申请的进一步改进,持续更新历史驾驶行为数据,动态计算生成司机驾驶评级标签值。
作为本申请的进一步改进,步骤S32之前,还包括:获取平行道路中各道路的实时交通信息,筛选出处于拥堵或缓行状态的道路及其实时通行速度;若目标车辆的车速高于处于拥堵或缓行状态的道路的实时通行速度,则确定目标车辆在该道路的行驶概率为零。
作为本申请的进一步改进,步骤S1之前还包括:从地图搜索引擎中提取路网数据中的道路以及道路信息;根据道路信息,将道路通行方向相同、具有平行关系以及道路间距在预设阈值范围内的道路标定为平行道路。
作为本申请的进一步改进,步骤S1之前还包括:获取目标车辆轨迹点,将路段行驶方向与轨迹点当前行驶方向一致,垂足距离最短的路段匹配为目标车辆当前所处路段。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种平行道路超速判定装置,包括:路段确定模块,用于确定目标车辆当前所处路段是否为平行道路;速度比较模块,用于当目标车辆所处路段为平行道路时,比较目标车辆车速和平行道路中各道路的限速值;判定计算模块,用于当目标车辆车速介于各道路的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,输出超速推测结果。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种终端,终端包括处理器、与处理器耦接的存储器,存储器中存储有程序指令,程序指令被处理器执行时,使得处理器执行上述中任一项的平行道路超速判定方法的步骤。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种存储介质,存储有能够实现上述中任一项的平行道路超速判定方法的程序文件。
本申请的有益效果是:本申请的平行道路超速判定方法通过当确定目标车辆在平行道路上行驶时,获取目标车辆的车速,再将目标车辆的车速与平行道路中各道路的限速值进行比对,在确定目标车辆的车速在平行道路中各道路的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,并根据目标车辆的车速与各道路限速值对比的结果确认目标车辆在各道路的超速情况,最终将行驶概率和超速情况输出,以供后台管理员判断目标车辆是否超速,其有效地辅助后台管理员对行驶在平行道路区域的车辆进行超速判定,以使行驶的车辆无论处于何种路段,后台管理员都可以及时准确的对行驶车辆进行超速判定,从而可以在超速的情况下及时进行提醒以及管控。
附图说明
图1是本发明实施例的平行道路超速判定方法的流程示意图;
图2是本发明实施例的平行道路超速判定装置的功能模块示意图;
图3是本发明实施例的终端的结构示意图;
图4是本发明实施例的存储介质的结构示意图。
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,所描述的实施例仅是本申请的一部分实施例,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。
本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
图1是本发明实施例的平行道路超速判定方法的流程示意图。需注意的是,若有实质上相同的结果,本申请的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括步骤:
步骤S1、确定目标车辆当前所处路段是否为平行道路。
需要说明的是,本实施例中的平行道路包括上下平行道路(如高架桥)和左右平行道路(如同属于一条道路的主路和辅路),当需要判断目标车辆是否超速时,首先需要确定目标车辆当前所处的路段是否为平行道路;若不是平行道路,则直接根据当前道路的限速值与目标车辆的车速进行比较以确认目标车辆是否超速;若是平行道路,则执行步骤S2。
进一步的,在对平行道路进行超速判定之前,需要预先构建路网信息,并对平行道路进行标定,因此,本实施例中,步骤S1之前还包括:
1、从地图搜索引擎中提取路网数据中的道路以及道路信息。
具体地,该地图搜索引擎可以为百度地图、谷歌地图、腾讯地图等中的一种或多种,通过从地图搜索引擎的路网数据中提取道路以及道路信息,该道路信息包括道路的属性信息、通行方向、层级关系、相邻道路之间的距离等,需要说明的是,道路的属性信息包括高架桥属性、主路属性、辅路属性等等,地图搜索引擎中仅会对某道路进行属性设定,但是具体谁与谁是主、辅关系,谁与谁是上下高架关系并未进行标定。
2、根据道路信息,将道路通行方向相同、具有平行关系以及道路间距在预设阈值范围内的道路标定为平行道路。
具体地,针对于左右平行关系和上下平行关系的道路,根据道路之间的通行方向和道路之间的间距来确认是否为平行道路,将道路通行方向相同、具有左右平行关系以及道路间距在预设阈值范围内的道路标定为平行道路,其中,该预设阈值预先设置,例如,可设定为10米范围内,现有A高架桥,A高架桥下方的B道路与A高架桥之间的距离为5米,并且二者行驶方向相同,则将A高架桥和B道路标定为一组平行道路。需要理解的是,在进行平行道路标定时,每次进行平行道路标定时,均以相邻道路为基础,对相邻道路两两进行判定,因此,最终标定结果中可能会存在一处平行道路区域包括多组两两标定的平行道路的情况。
进一步的,在对目标车辆进行超速判定之前,需要确认目标车辆当前所处路段区域,因此,本实施例中,步骤S1之前还包括:
获取目标车辆轨迹点,将路段行驶方向与轨迹点当前行驶方向一致,垂足距离最短的路段匹配为目标车辆当前所处路段。
具体地,在需要对目标车辆进行超速判定时,首先对目标车辆的轨迹点进行抓路处理,具体为:通过对轨迹点进行空间路网数据搜索,扫描该轨迹点一定范围内所有的路段信息,并根据轨迹点距离各个路段的垂足距离以及行驶方向进行匹配,将与轨迹点行驶方向一直、且与轨迹点垂足距离最短的路段作为目标车辆当前所处路段。
步骤S2、若为平行道路,比较目标车辆车速和平行道路中各道路的限速值。
具体地,在确认目标车辆当前所处路段后,若该当前所处路段不包括平行道路,则说明该路段仅包括一条道路,直接利用该道路的限速值与目标车辆的车速进行比对即可判断目标车辆是否超速。
若该当前所处路段为平行道路,则说明该路段包括两条道路,此时利用各道路的限速值与目标车辆的车速进行比对,即可确认目标车辆的车速与各道路的限速值之间的关系;若目标车辆的车速低于各道路中的最小限速值,则说明目标车辆在任一条道路上行驶都不会超速;若目标车辆的车速高于各道路中的最大限速值,则说明目标车辆在任一条道路上行驶都已超速;若车速介于各道路中的最小限速值和最大限速值之间,则执行步骤S3。
需要说明的是,本实施例中,目标车辆的车速可通过抓路时提取的轨迹点计算得到。
步骤S3、当目标车辆车速介于各道路中的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,输出超速推测结果。
具体地,当目标车辆车速介于各道路中的最小限速值和最大限速值之间时,说明目标车辆可能在限速值较高的道路上行驶且未超速,也可能在限速值较低的道路上行驶且已超速,此时,则可通过计算目标车辆在各道路上的行驶概率,并将行驶概率与目标车辆在各道路上的超速判定进行综合,然后作为超速推测结果输出,以供后台管理者基于该超速推测结果进行判断。
进一步的,步骤S3中计算目标车辆在各道路的行驶概率,具体包括:
步骤S31、获取目标车辆对应司机的驾驶评级标签值。
需要说明的是,该驾驶评级标签值是为了反映司机的历史驾驶行为而建立的一种评分分级模型,其基于分析司机包括超速、急加速、急减速和急转弯在内的历史驾驶行为数据计算生成。例如,司机的超速、急加速、急减速和急转弯的驾驶行为出现较为频繁时,说明该司机的驾驶行为较为激进,容易出现超速的行为,而司机的超速、急加速、急减速和急转弯的驾驶行为出现较为少量时,说明该司机的驾驶行为较为谨慎,不容易出现超速行为,因此,本实施例中,通过分析预设时间间隔内司机历史驾驶行为中出现超速行为的次数,然后对该司机的驾驶行为进行稳定性评级并量化,如,可将该驾驶评级分为:激进驾驶型(易发生超速行为)、普通驾驶型(偶尔发生超速行为)、谨慎驾驶型(极少发生超速行为)、保守驾驶型(从不发生超速行为),针对于每一个驾驶评级,其均对应一个预设的驾驶评级标签值,例如:激进驾驶型对应的驾驶评级标签值为0.8,普通驾驶型对应的驾驶评级标签值为0.5,谨慎驾驶型对应的驾驶评级标签值为0.3,保守驾驶型对应的驾驶评级标签值为0.1。
进一步的,为了提高司机驾驶评级的准确性,本实施例中,持续更新历史驾驶行为数据,动态计算生成司机驾驶评级标签值。
具体地,实时采集、统计车辆的超速、急加速、急减速和急转弯次数行为数据,从而对评分分级模型中的数据进行更新,并基于模型预设计算逻辑,对司机驾驶评级标签值进行动态计算。需要说明的是,模型预设计算逻辑包括司机驾驶评级的正负反馈机制调整,具体为根据司机驾驶行为数据的更新,判断当满足预设条件时,对驾驶评级进行升级或降级的调整,如,当在预设时间间隔内累计的超速、急加速、急减速和急转弯次数超过预设次数时,则将该司机的驾驶评级升一级,直至升到最高一级时为止,否则,将该司机的驾驶评级降一级,直至降到最低一级时为止。
本实施例通过实时监控司机的驾驶行为,并根据司机的驾驶行为对司机的驾驶评级进行动态更新,从而保证司机的驾驶评级最接近司机当前最真实的驾驶状态。
步骤S32、结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率。
通常地,根据风险厌恶考虑,激进驾驶的司机会更倾向于以大于等于道路限速值的速度行驶,而谨慎的驾驶的司机会更倾向于以小于等于道路限速值的速度行驶,所以,若目标车辆的司机的驾驶评级标签为激进驾驶型,则首先会认定该司机在驾驶车辆时超速的可能性较大,若目标车辆的司机的驾驶评级标签为普通驾驶型、谨慎驾驶型、保守驾驶型,则首先会认定该司机在驾驶车辆时超速的可能性较小,然后再结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值进行计算行驶概率。在一个可选的实施中,平行道路中两条道路的行驶概率分别按照如下公式中进行计算:
行驶概率=k*(车速与另一道路限速值差的绝对值)/(两条道路限速值差的绝对值);其中,在计算限速值高的那条道路的行驶概率时,k取1-驾驶评级标签值,另一道路计算行驶概率时,k取驾驶评级标签值。
具体的,以下述例子为例说明结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率的过程:
假设目标车辆当前所处的平行道路包括A、B两条道路,A道路的限速值记为:VA=80Km/小时,B道路的限速值记为:VB=60Km/小时,目标车辆当前的车速为VC=65Km/小时,驾驶目标车辆的司机的驾驶评级为激进驾驶型,其对应的驾驶评级标签值为0.8,则:
其在A道路的行驶概率=(1-0.8)*(VC-VB)/(VA-VB)=0.05=5%;
其在B道路的行驶概率=0.8*(VA-VC)/(VA-VB)=0.6=60%;
最终得到超速推测结果:该目标车辆在A道路上的行驶概率为5%且未超速行驶,该目标车辆在B道路上的行驶概率为60%且超速行驶;
又,若假设该目标车辆的司机的驾驶评级为保守驾驶型,其对应的驾驶评级标签值为0.1,则
其在A道路的行驶概率=(1-0.1)*(VC-VB)/(VA-VB)=0.225=22.5%;
其在B道路的行驶概率=0.1*(VA-VC)/(VA-VB)=0.075=7.5%;
最终得到超速推测结果:该目标车辆在A道路上的行驶概率为22.5%且未超速行驶,该目标车辆在B道路上的行驶概率为7.5%且超速行驶。
又,另一示例:假设目标车辆当前所处的平行道路包括A、B两条道路,A道路的限速值记为:VA=80Km/小时,B道路的限速值记为:VB=60Km/小时,目标车辆当前的车速为VC=79Km/小时,驾驶目标车辆的司机的驾驶评级为激进驾驶型,其对应的驾驶评级标签值为0.8,则:
其在A道路的行驶概率=(1-0.8)*(VC-VB)/(VA-VB)=0.19=19%;
其在B道路的行驶概率=0.8*(VA-VC)/(VA-VB)=0.04=4%;
最终得到超速推测结果:该目标车辆在A道路上的行驶概率为19%且未超速行驶,该目标车辆在B道路上的行驶概率为4%且超速行驶。
进一步的,道路的实时交通情况也可用于辅助判断车辆是否超速,因此,本实施例中,步骤S32之前,还包括:
1、获取平行道路中各道路的实时交通信息,筛选出处于拥堵或缓行状态的道路及其实时通行速度。
具体地,在确认平行道路后,可通过导航工具或地图引擎获取每条道路的实时交通信息,并确认目标车辆当前所处路段的道路是否处于拥堵或缓行状态,并获取该道路的实时通行速度。
2、若目标车辆的车速高于处于拥堵或缓行状态的道路的实时通行速度,则确定目标车辆在该道路的行驶概率为零。
具体地,比对目标车辆的车速与处于拥堵或缓行状态的道路的实时通行速度,当目标车辆的车速高于该实时通行速度时,说明目标车辆是不可能在该拥堵或缓行状态的道路上行驶的,此时即可将目标车辆在该道路上的行驶概率设为零,而不再需要通过驾驶评级标签值、目标车辆车速和该道路的限速值计算该道路的行驶概率。
例如,假设目标车辆当前所处的平行道路包括A、B两条道路,A道路限速值为80Km/小时,B道路限速值为60Km/小时,目标车辆的车速为70Km/小时,若通过获取A、B道路的实时交通信息可知,此时A道路处于缓行状态,实时通行速度为30Km/小时,远低于目标车辆当前的车速,则可确认目标车辆在A道路上的行驶概率为零,而B道路处于畅通状态,则可推测出目标车辆在B道路上行驶,其车速高于B道路的限速值,即可得出结论,目标车辆在B道路上超速行驶。
本发明实施例的平行道路超速判定方法通过当确定目标车辆在平行道路上行驶时,获取目标车辆的车速,再将目标车辆的车速与平行道路中各道路的限速值进行比对,在确定目标车辆的车速在平行道路中各道路的最小限速值和最大限速值之间时,计算目标车辆在各道路的行驶概率,并根据目标车辆的车速与各道路限速值对比的结果确认目标车辆在各道路的超速情况,最终将行驶概率和超速情况输出,以供后台管理员判断目标车辆是否超速,其有效地辅助后台管理员对行驶在平行道路区域的车辆进行超速判定,以使行驶的车辆无论处于何种路段,后台管理员都可以及时准确的对行驶车辆进行超速判定,从而可以在超速的情况下及时进行提醒以及管控。
图2是本申请实施例的平行道路超速判定装置的功能模块示意图。如图2所示,该平行道路超速判定装置2包括路段确定模块21、速度比较模块22和判定计算模块23。
路段确定模块21,用于确定目标车辆当前所处路段是否为平行道路;
速度比较模块22,用于当目标车辆所处路段为平行道路时,比较目标车辆车速和平行道路中各道路的限速值;
判定计算模块23,用于当目标车辆车速介于各道路的最小限速值和最大限速之间时,计算目标车辆在各道路的行驶概率,输出超速推测结果。
可选地,判定计算模块23计算目标车辆在各道路的行驶概率的操作还可以为:获取目标车辆对应司机的驾驶评级标签值;结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率。
可选地,司机驾驶评级标签值,基于分析司机包括超速、急加速、急减速和急转弯在内的历史驾驶行为数据计算生成。
可选地,持续更新历史驾驶行为数据,动态计算生成司机驾驶评级标签值。
可选地,判定计算模块23在执行结合驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率的操作之前,还用于:获取平行道路中各道路的实时交通信息,筛选出处于拥堵或缓行状态的道路及其实时通行速度;若目标车辆的车速高于处于拥堵或缓行状态的道路的实时通行速度,则确定目标车辆在该道路的行驶概率为零。
可选地,路段确定模块21在执行确定目标车辆当前所处路段是否为平行道路的操作之前,还用于:从地图搜索引擎中提取路网数据中的道路以及道路信息;根据道路信息,将道路通行方向相同、具有平行关系以及道路间距在预设阈值范围内的道路标定为平行道路。
可选地,路段确定模块21在执行确定目标车辆当前所处路段是否为平行道路的操作之前,还用于:获取目标车辆轨迹点,将路段行驶方向与轨迹点当前行驶方向一致,垂足距离最短的路段匹配为目标车辆当前所处路段。
关于上述实施例平行道路超速判定装置中各模块实现技术方案的其他细节,可参见上述实施例中的平行道路超速判定方法中的描述,此处不再赘述。
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
请参阅图3,图3为本申请实施例的终端的结构示意图。如图3所示,该终端30包括处理器31及和处理器31耦接的存储器32。
存储器32存储有程序指令,程序指令被处理器31执行时,使得处理器31执行上述实施例中的平行道路超速判定方法的步骤。
其中,处理器31还可以称为CPU(Central Processing Unit,中央处理单元)。处理器31可能是一种集成电路芯片,具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
参阅图4,图4为本申请实施例的存储介质的结构示意图。本申请实施例的存储介质存储有能够实现上述所有方法的程序文件41,其中,该程序文件41可以以软件产品的形式存储在上述存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (9)
1.一种平行道路超速判定方法,其特征在于,包括:S1、确定目标车辆当前所处路段是否为平行道路;S2、若为平行道路,比较目标车辆车速和平行道路中各道路的限速值;S3、当目标车辆车速介于所述各道路中的最小限速值和最大限速值之间时,计算目标车辆在所述各道路的行驶概率,输出超速推测结果;所述计算目标车辆在所述各道路的行驶概率,包括:S31、获取目标车辆对应司机的驾驶评级标签值,该驾驶评级标签值是为了反映司机的历史驾驶行为而建立的一种评分分级模型;S32、结合所述驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率。
2.根据权利要求1所述的平行道路超速判定方法,其特征在于,所述司机驾驶评级标签值,基于分析司机包括超速、急加速、急减速和急转弯在内的历史驾驶行为数据计算生成。
3.根据权利要求2所述的平行道路超速判定方法,其特征在于,持续更新所述历史驾驶行为数据,动态计算生成司机驾驶评级标签值。
4.根据权利要求2所述的平行道路超速判定方法,其特征在于,所述步骤S32之前,还包括:获取所述平行道路中各道路的实时交通信息,筛选出处于拥堵或缓行状态的道路及其实时通行速度;若目标车辆的车速高于处于拥堵或缓行状态的道路的实时通行速度,则确定目标车辆在该道路的行驶概率为零。
5.根据权利要求1所述的平行道路超速判定方法,其特征在于,步骤S1之前还包括:从地图搜索引擎中提取路网数据中的道路以及道路信息;根据所述道路信息,将所述道路通行方向相同、具有平行关系以及道路间距在预设阈值范围内的道路标定为平行道路。
6.根据权利要求1所述的平行道路超速判定方法,其特征在于,所述步骤S1之前还包括:获取目标车辆轨迹点,将路段行驶方向与所述轨迹点当前行驶方向一致,垂足距离最短的路段匹配为目标车辆当前所处路段。
7.一种平行道路超速判定装置,其特征在于,包括:路段确定模块,用于确定目标车辆当前所处路段是否为平行道路;速度比较模块,用于当目标车辆所处路段为平行道路时,比较目标车辆车速和平行道路中各道路的限速值;判定计算模块,用于当目标车辆车速介于所述各道路的最小限速值和最大限速值之间时,计算目标车辆在所述各道路的行驶概率,输出超速推测结果;所述计算目标车辆在所述各道路的行驶概率,包括:获取目标车辆对应司机的驾驶评级标签值,该驾驶评级标签值是为了反映司机的历史驾驶行为而建立的一种评分分级模型;结合所述驾驶评级标签值、目标车辆车速和平行道路中各道路的限速值得到行驶概率。
8.一种终端,其特征在于,所述终端包括处理器、与所述处理器耦接的存储器,所述存储器中存储有程序指令,所述程序指令被所述处理器执行时,使得所述处理器执行如权利要求1-6中任一项权利要求所述的平行道路超速判定方法的步骤。
9.一种存储介质,其特征在于,存储有能够实现如权利要求1-6中任一项所述的平行道路超速判定方法的程序文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327522.2A CN113129603B (zh) | 2021-03-26 | 2021-03-26 | 平行道路超速判定方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110327522.2A CN113129603B (zh) | 2021-03-26 | 2021-03-26 | 平行道路超速判定方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129603A CN113129603A (zh) | 2021-07-16 |
CN113129603B true CN113129603B (zh) | 2022-06-17 |
Family
ID=76773936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110327522.2A Active CN113129603B (zh) | 2021-03-26 | 2021-03-26 | 平行道路超速判定方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129603B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114005273B (zh) * | 2021-10-18 | 2022-11-25 | 北京中交兴路车联网科技有限公司 | 一种消息提醒的方法、装置、计算机设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105448108A (zh) * | 2015-12-30 | 2016-03-30 | 上海经达信息科技股份有限公司 | 一种基于隐马尔科夫路网匹配的超速判别方法 |
CN107093322A (zh) * | 2017-05-22 | 2017-08-25 | 成都亿盟恒信科技有限公司 | 一种基于车辆限速的重叠区域超速报警方法及*** |
CN108292475A (zh) * | 2015-11-30 | 2018-07-17 | 日产自动车株式会社 | 车辆道路网的行驶中使用的预测车辆信息的生成方法以及装置 |
CN108961799A (zh) * | 2018-07-24 | 2018-12-07 | 佛山市高明曦逻科技有限公司 | 驾驶信息道路辅助*** |
CN109448412A (zh) * | 2018-11-01 | 2019-03-08 | 新疆凯力智慧电子科技有限公司 | 一种车载分段限速***以及应用方法 |
DE102018116600A1 (de) * | 2018-02-20 | 2019-08-22 | Hyundai Motor Company | Fahrzeug und Steuerverfahren davon |
CN111554102A (zh) * | 2020-04-24 | 2020-08-18 | 上海经达信息科技股份有限公司 | 车辆超速判别方法、***、存储介质及终端 |
CN111710174A (zh) * | 2020-07-27 | 2020-09-25 | 尹维 | 一种基于物联网的公路交通安全预警指挥***及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101847833B1 (ko) * | 2015-10-27 | 2018-04-11 | 현대자동차주식회사 | 교통량 예측 시스템, 차량용 표시 장치, 차량 및 교통량 예측 방법 |
CN105869439B (zh) * | 2016-04-13 | 2019-03-26 | 重庆邮电大学 | 一种道路交汇口防撞预警方法、路侧设备与防撞*** |
US10319221B2 (en) * | 2016-11-04 | 2019-06-11 | Ford Global Technologies, Llc | Systems and methods for vehicular application of detected traffic flow |
JP6916433B2 (ja) * | 2016-11-30 | 2021-08-11 | 富士通株式会社 | 道路改良箇所の抽出プログラム、道路改良箇所の抽出装置、及び道路改良箇所の抽出方法 |
CN110097763B (zh) * | 2018-01-30 | 2021-08-10 | 保定市天河电子技术有限公司 | 一种多车道车辆速度测量方法及*** |
US11023749B2 (en) * | 2019-07-05 | 2021-06-01 | Zoox, Inc. | Prediction on top-down scenes based on action data |
CN111898835B (zh) * | 2020-08-11 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 一种智能交通管理方法、装置、计算机及可读存储介质 |
-
2021
- 2021-03-26 CN CN202110327522.2A patent/CN113129603B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108292475A (zh) * | 2015-11-30 | 2018-07-17 | 日产自动车株式会社 | 车辆道路网的行驶中使用的预测车辆信息的生成方法以及装置 |
CN105448108A (zh) * | 2015-12-30 | 2016-03-30 | 上海经达信息科技股份有限公司 | 一种基于隐马尔科夫路网匹配的超速判别方法 |
CN107093322A (zh) * | 2017-05-22 | 2017-08-25 | 成都亿盟恒信科技有限公司 | 一种基于车辆限速的重叠区域超速报警方法及*** |
DE102018116600A1 (de) * | 2018-02-20 | 2019-08-22 | Hyundai Motor Company | Fahrzeug und Steuerverfahren davon |
CN108961799A (zh) * | 2018-07-24 | 2018-12-07 | 佛山市高明曦逻科技有限公司 | 驾驶信息道路辅助*** |
CN109448412A (zh) * | 2018-11-01 | 2019-03-08 | 新疆凯力智慧电子科技有限公司 | 一种车载分段限速***以及应用方法 |
CN111554102A (zh) * | 2020-04-24 | 2020-08-18 | 上海经达信息科技股份有限公司 | 车辆超速判别方法、***、存储介质及终端 |
CN111710174A (zh) * | 2020-07-27 | 2020-09-25 | 尹维 | 一种基于物联网的公路交通安全预警指挥***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113129603A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060493B (zh) | 车道定位方法、装置及电子设备 | |
US10147315B2 (en) | Method and apparatus for determining split lane traffic conditions utilizing both multimedia data and probe data | |
EP3460409A1 (en) | Route searching device, route searching system, and computer program | |
CN109830117B (zh) | 道路规划优化方法、装置、计算机设备及存储介质 | |
EP3189513B1 (en) | Methods and systems for identifying navigable elements affected by weather conditions | |
CN108932470B (zh) | 图像处理***、图像处理方法、信息处理装置和记录介质 | |
CN114613137B (zh) | 应用于高速公路的拥堵指数确定方法、装置、介质及设备 | |
CN115017742B (zh) | 自动驾驶测试场景生成方法、装置、设备及存储介质 | |
JP2018511857A (ja) | 交通渋滞終端位置を特定するためのサーバ、システム及び方法 | |
EP4083959A1 (en) | Traffic flow machine-learning modeling system and method applied to vehicles | |
CN113129603B (zh) | 平行道路超速判定方法、装置、终端及存储介质 | |
US10415981B2 (en) | Anomaly estimation apparatus and display apparatus | |
CN110909907A (zh) | 卡车的油耗预测方法、装置及存储介质 | |
JP7313820B2 (ja) | 交通状況予測装置、および交通状況予測方法 | |
US20220172295A1 (en) | Systems, methods, and devices for aggregating and quantifying telematics data | |
CN116704750B (zh) | 一种基于聚类算法的交通状态识别方法、电子设备、介质 | |
CN111695389B (zh) | 一种车道线聚类方法及装置 | |
US20230126172A1 (en) | Method of outputting prompt information, device, medium, and vehicle | |
CN116010543A (zh) | 车道信息确定方法、装置、电子设备以及存储介质 | |
CN115303070A (zh) | 车速提醒方法、设备及计算机可读存储介质 | |
JP6554999B2 (ja) | 走行区間評価方法、走行区間評価プログラム、及び走行区間評価装置 | |
CN112258880B (zh) | 基于智慧交通的车辆管理*** | |
CN117125071A (zh) | 一种匝道口检测方法、装置、设备及介质 | |
CN118293931A (zh) | 车道优先级的确定方法、相关方法和设备 | |
CN117496735A (zh) | 一种指示牌变化提示方法、装置、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 | ||
CB02 | Change of applicant information |
Address after: 518000 floor 4, building a, Lufthansa aviation Park, hourui community, Hangcheng street, Bao'an District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Leap New Technology Co.,Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant before: Shenzhen Leap New Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |