CN1826604A - 在交通信号控制器中整合个体车辆资料采集、交通违章的探测和记录的方法 - Google Patents
在交通信号控制器中整合个体车辆资料采集、交通违章的探测和记录的方法 Download PDFInfo
- Publication number
- CN1826604A CN1826604A CNA2004800207548A CN200480020754A CN1826604A CN 1826604 A CN1826604 A CN 1826604A CN A2004800207548 A CNA2004800207548 A CN A2004800207548A CN 200480020754 A CN200480020754 A CN 200480020754A CN 1826604 A CN1826604 A CN 1826604A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle data
- individual vehicle
- traffic control
- analysis
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000013480 data collection Methods 0.000 title claims description 21
- 238000000034 method Methods 0.000 title description 17
- 238000004458 analytical method Methods 0.000 claims description 93
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 3
- 238000012517 data analytics Methods 0.000 claims 7
- 230000010354 integration Effects 0.000 claims 4
- 238000013499 data model Methods 0.000 claims 2
- 230000001133 acceleration Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000009349 indirect transmission Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开讲授了能运行在信号控制器平台上的软件和硬件***,其用于探测和记录个体车辆数据,包括但不限于例如闯红灯和超速行驶等危险的驾驶行为,本公开讲授了交通控制***的计算平台和基础结构之间的共享,本公开还讲授了接收、翻译、和组织通过交通控制***的车辆探测基础结构、和驱动相机、录像、或其它记录装置采集的数据,以提供个体车辆行为的额外证据。
Description
技术领域:
本发明涉及交通控制***,尤其涉及提供使交通信号控制器能采集个体车辆数据进行安全分析、自动执行、交通控制***评价、和交通状况评价的方式。
背景技术:
交通信号控制器通常采集与交通量、占用率、和平均速度有关的车辆数据。本领域的目前状况是用信号控制器采集数据,将其储存或集合在一个预定的时间增量中,比如十五分钟或一个小时的时间间隔。随后从该控制器得到的交通信息是严格基于这些集合的。有关驶过交叉路***集的的个体车辆的信息是得不到的。
为了提高交叉路口的安全性,市政府、其它政府机构、和交通研究者长时间以来一直在寻找一种有效的方式来识别和分析危险的驾驶行为(通过信号定时、交叉路口再建、或改进的执行)。闯红灯和超速行驶是被研究最多的行为。
由于现在的交通信号控制器只能集合数据,所以不可能识别与个体车辆相关的事件。并且,被追踪的车辆数据(占用率和数量)既没有与之相关的时间,又没有与之相关的信号状态。例如,车辆数和占用率数据不包括信号状态的因素-何时信号灯为红色、绿色、或黄色。结果是不可能分析交通信号控制器的数据,以确定例如闯红灯和超速行驶的危险驾驶行为的数量、频率、时间相位、或严重程度。通过分析速度、加速度、车辆类型、和交叉路口清道时间可确定严重程度。
目前用来分析闯红灯的方法包括人工计数、视频录像、和从自动执行***采集数据。这些方法具有以下缺点:人工计数是不精确的,当多个违章发生时容易错过个别情况。人工计数不可能是有效的-不存在违章的经验证据。并且,人工计数通常只能采集全面分析驾驶者行为所需要的数据的一部分。人工计数不能采集与速度、加速度、进入红灯周期的长度、或交叉路口清道时间相关的信息。录像数据采集仅提高了人工计数的精度,但是没有改善相关数据(速度、加速度等)的质量。
自动执行装置能采集安全研究所需要的大部分信息。红灯执行***与交通信号控制器联合运作。执行装置接收状态输入,并且当发生违章时使用车辆探测装置来确定。自动速度执行***使用激光或雷达计算车辆速度,并且不需要连接至信号控制器来确定违章。然而,在这两种情形下,通常仅在主动执行过程中采集数据。由这些装置采集的数据受执行装置对正在监控的驾驶者的可见性的直接影响,这与交叉路口的巡警对超速行驶和闯红灯的作用几乎相同。
另外,利用对历史数据的远程(从交叉路口)分析,对单个驶近交叉路口进行大部分(如果不是全部)数据分析。这使得不可能同时采集和分析来自多个车辆和多种方法的数据,从而提供了近乎实时的结果(例如,对交通控制***)。
总之,没有交通信号控制器能识别和记录危险驾驶行为,并且没有自动执行装置能作为交通信号控制器工作,并且不引人注目地采集交叉路口安全信息。并且,由于它们不能识别个体车辆事件并捕捉与这些事件相关的信息,所以当前的交通信号控制器不能既执行交通控制功能,又作为自动执行***工作。
发明内容:
本公开讲授了能在信号控制器平台上运行的软件和硬件***,其用于探测和记录个体车辆数据,其中所述个体车辆数据包括但不限于类似闯红灯和超速行驶等危险驾驶行为。本公开的技术讲授了交通控制***的计算平台和基础结构之间的共享。本公开的技术还讲授了接收、翻译、和组织通过交通控制***的车辆探测基础结构、和驱动相机、录像、或其它记录装置采集的数据,以提供个体车辆行为的额外证据。
在用于采集和分析与驶近或驶过交叉路口的个体车辆相关的数据的***中可发现本发明的一些方面。该***可包括用于探测车辆的传感器、传感器输入接收器、交通信号、交通控制计算机、图像获取***、和网络装置。该***也可包括交通控制应用程序、其它内部应用程序、和数据采集并分析应用程序。这些应用程序中的任何几个都可在交通控制计算机上共同运行。
车辆数据可由传感器获取,并通过传感器输入接收器传送给交通控制计算机。交通控制应用程序可与交通信号通信,并确定其状态。交通控制应用程序也可与数据采集和分析应用程序通信,提供车辆探测数据和交通信号状态数据。
在为了分析和事件探测或预测目的而组合车辆和信号状态数据的***中可发现本发明的进一步的方面。例如,数据采集和分析应用程序可使时间标记与每个车辆探测事件关联。此外,数据采集和分析应用程序可使时间标记与每个交通信号状态改变事件关联,记录与每个车辆探测事件相关的交通信号状态,并且可合并此信息,以创建经过交叉路口的车辆通道记录。
在用于探测交叉路口的交通违章或其它安全危害的方法中可发现本发明的其它方面。该方法可包括分析传感数据,以确定或预测到达和通过交叉路口的车辆路径。例如,传感器可探测驶向交叉路口的车辆。数据采集和分析应用程序可使用该数据来计算车辆速度,从而确定该车辆是否超过速度限制。
该方法也可包括分析与信号状态数据合并的传感器数据,以确定交通信号违章是否已发生,或将要发生。例如,传感器可探测红灯亮时驶向交叉路口的车辆。数据采集和分析应用程序可在计算速度、加速度、与交叉路口的接近度、和交通信号状态后确定车辆正在闯红灯或可能闯红灯。
该方法也可包括分析来自多个车辆和对交叉路口的多种驶近的传感器数据,以确定碰撞或几乎碰撞的可能性。例如,传感器可探测在不同的行进路线上同时驶近交叉路口的两部车。数据采集和分析应用程序在计算速度、加速度、和两部车的位置后可确定它们的行进路线可造成碰撞。数据采集和分析功能与交通控制***的集成使得本发明能同时采集和分析来自多个车辆和多种驶近的数据,提供近乎实时的结果(例如,对交通控制***)。
在用于获取想要的事件的图像、将图像与该事件相关的采集并计算的其它数据合并、然后将数据和/或图像通过互联的网络传送的***中可发现本发明的其它方面。例如,传感器可探测驶近交叉路口的车辆,数据采集和分析应用程序可探测或预测超速行驶或闯红灯违章、或即将发生的碰撞。接着,数据采集和分析应用程序可确定对出现在交叉路口处或附近的这些车辆或事件的每个拍摄图像的时间。并且,数据采集和分析应用程序可合并与每个事件相关的图像和数据,并且使用网络装置将它们传送到远程存储装置或外部应用程序。
在将来自数据采集和分析应用程序的数据和/或分析本地传送至交通控制应用程序或传送至在交通控制计算机上运行的另一应用程序的***中可发现本发明的进一步的方面。例如,传感器可探测驶近交叉路口的车辆,且数据采集和分析应用程序可将该数据与当前信号状态关联,以预测闯红灯违章。并且,数据采集和分析应用程序可将该预测传送给交通控制应用程序,交通控制应用程序又可与交通信号通信,以延长平交路口车道的红灯状态。
在用于分析交通信号状态以确定它是否与由交通控制应用程序限定的参数同时出现的***中发现本发明的进一步的方面。例如,数据采集和分析应用程序可与交通控制应用程序通信,以确定信号定时参数。数据采集和分析应用程序也可分析在小时、日、或周周期内特定信号显示黄灯的秒数。并且,数据采集和分析应用程序可确定已经接近超出规范点的黄色信号的长度,并且将此信息传送给交通控制应用程序或外部应用程序,或既传送给交通控制应用程序,又传送给外部应用程序。
具体实施方式:
图1是根据本发明的用于采集和分析车辆数据的***的示意性框图。***1包括一个交通控制应用程序2以及一个数据采集和分析应用程序3,这两个应用程序都运行在一个交通控制计算机4上。交通控制计算机4可位于交通控制***框架5中。交通控制计算机4可被连接至一个交通信号6和传感器输入接收器8。并且,传感器输入接收器8可接收来自车辆探测传感器7的输入。类似的,数据采集和分析应用程序3可被连接至一个图像获取***9。该交通控制计算机可包括一个允许连接至一个远程存储装置11网络装置10并支持外部应用程序12。
车辆探测传感器7可探测一个车辆或多个车辆。传感器7可通过传感器输入接收器8传送与一个或多个车辆相关的数据给交通控制计算机4。交通控制计算机4和/或交通控制应用程序2可将来自传感器7和交通信号6的数据传送给数据采集和分析应用程序3。数据采集和分析应用程序3可分析所接收的数据,以预测通过交叉路口的车辆路径,包括但不限于确定交通违章或其它安全危害是已经发生还是可能发生。并且,数据采集和分析应用程序3可确定使用图像获取***9来获取与车辆行驶路径有关的事件相关的一个或多个图像的时间。并且,在创建车辆行驶至和通过交叉路口的记录的过程中,数据采集和分析应用程序3可合并从图像获取***9、车辆探测传感器7、和交通信号6接收的数据,并且在使得数据可被内部应用程序13使用、或访问网络装置10以将所述记录传输至远程存储装置11或外部应用程序12之前,将记录临时储存在交通控制计算机6上。
图2是根据图1的***的示范性实施例的示意性框图。在此示范性实施例14中,交叉路口用15表示。在交叉路口15的至少一种驶近上,车辆探测传感器16可定义探测区17A和17B。车辆探测传感器举例来说可被放在道路中、上、下、或上方。所述传感器可探测驶近该交叉路口的一个或多个车辆18和19。传感器16可将与车辆18和19相关的数据发信号给交通控制计算机20。而且,交通控制计算机20可向数据采集和分析应用程序22提供与车辆18和19相关的数据。数据采集和分析应用程序22可接收直接来自交通信号21或直接来自交通控制计算机20的信号状态数据。该数据采集和分析应用程序可结合该信号状态数据分析与车辆18和19相关的数据,并且预测或探测行驶至或通过交叉路口的车辆路径。该数据采集和分析应用程序可对与车辆行驶至或通过交叉路口相关的探测事件、信号状态、和信号变化事件进行印时标记和记录。
在另一示范性实施例中,数据采集和分析应用程序22可分析与车辆驶近交叉路口相关的数据,以确定交通违章或其它安全危害是已经发生,或者可能发生。如果该分析表明这样违章或危害可能发生,则可将该数据表征为分在“违章”或“危害”类别内。并且,该数据采集和分析应用程序22可使用图像获取***23来捕捉、或设定时间获取一个或多个与交通违章或安全危害相关的图像。利用图像获取***23创建的图像和由数据采集和分析应用程序22采集和分析的数据可被合并且传输至远程存储装置24。
例如,车辆18可驶近交叉路口15。车辆18可经过探测区17A,并且可使得一个或多个探测事件通过车辆探测传感器16发送给交通控制计算机20。并且,数据采集和分析应用程序22可从交通控制计算机20接收与车辆18相关的探测数据。数据采集和分析应用程序22也可从交通控制计算机20接收与可能为红色的交通信号21的状态有关的数据。数据采集和分析应用程序22可以然后将状态信号21状态与桶车辆18相关的探测数据和分析结合机器。采集和分析应用程序22可确定违章已经发生或可能发生。例如,数据采集和分析应用程序22可测量或确定车辆20的位置、速度、和/或加速度大小,将该数据与交通信号21的状态相关,并且确定车辆18闯红灯的可能性。并且,数据采集和分析应用程序22可确定使用图像获取***23获取闯红灯违章的图像的时间。接着可将与闯红灯违章相关的图像和数据传送给远程存储装置24。
在另一实例中,车辆18可驶近交叉路口15。车辆19可经过探测区17B,并且可使得一个或多个探测事件通过车辆探测传感器16发送给交通控制计算机20。并且,数据采集和分析应用程序22可从交通控制计算机20接收与车辆19相关的探测数据。数据采集和分析应用程序22也可从交通控制计算机20接收与交通信号21的状态相关的数据,并使此状态与有关车辆19的探测数据关联。数据采集和分析应用程序22根据其分析可记录和储存该数据,将数据传送至远程存储装置24,或确定使用图像获取***23记录图像的时间。
在另一实例中,车辆18可驶近交叉路口15。车辆18可经过探测区17A,并且可使得一个或多个探测事件通过车辆探测传感器16发送给交通控制计算机20。数据采集和分析应用程序22可接收与车辆18相关的探测数据,计算车辆18的速度,并且确定超速行驶违章已经发生。并且,数据采集和分析应用程序22可确定使用图像获取***23获取超速行驶违章的图像的时间。接着可将与超速行驶违章相关的图像和数据传送给远程存储装置24。
图3是根据图1的***的示范性实施例的示意性框图。在此示范性实施例25中,交叉路口用26表示。在交叉路口26的多种驶近上,一个或多个车辆探测传感器27可定义探测区28A、28B、28C、28D、28E、28F、28G、和28H。车辆探测传感器举例来说可被放在道路中、上、下、或上方。这些传感器可探测驶近该交叉路口的一个或多个车辆29、30、31、32和33。这些传感器27可将与车辆29、30、31、32和33相关的数据发信号给交通控制计算机34。并且,交通控制计算机34可向数据采集和分析应用程序35提供与车辆29、30、31、32和33相关的数据。在此实例中,两个车辆29和30驶近该交叉路口。车辆29可经过探测区28B,车辆30可经过探测区28C,从而形成由传感器27记录的探测事件。探测结果可被传送给交通控制计算机34,接着传送给数据采集和分析应用程序35。使用探测事件数据,数据采集和分析应用程序35可确定车辆29和30的位置、速度、和加速度。数据采集和分析应用程序35也可根据交通信号36的状态分析信号状态数据。并且,该数据采集和分析应用程序可根据对探测事件数据和信号状态数据分析来预测车辆29和30的行进路线,以确定是否存在这两个车辆碰撞或几乎碰撞的可能性。如果探测到碰撞或几乎碰撞,则数据采集和分析应用程序35可确定使用图像获取***37获取该事件的图像的时间。
在另一实例中,两部车辆31和33驶近交叉路口。车辆31可以是应急车,车辆33可以是私家车。车辆31可以穿过探测区28E,车辆33可以穿过探测区28H,传感器27可记录探测事件。这些探测事件可被传送到交通控制计算机34,接着被传送到数据采集和分析应用程序35。并且,应急车31可以将与其作为应急车的状态有关的信息传送给交通控制计算机34。数据采集和分析应用程序35可结合与车辆31和33有关的探测事件分析交通信号36的状态。并且,数据采集和分析应用程序35可预测或探测车辆33闯红灯违章,并且通知交通控制计算机34该探测。交通控制计算机34接着可将即将发生或发生的车辆33闯红灯违章传送给应急车31,从而减少碰撞的可能性。
在另一实例中,两个车辆32和33驶近交叉路口。车辆32可以穿过探测区28F,车辆33可以穿过探测区28H。传感器27可记录探测事件。这些探测事件可被传送给交通控制计算机34,接着被传送给数据采集和分析应用程序35。数据采集和分析应用程序35可分析交通信号36的状态,并使交通信号36的状态与有关车辆32和33的探测事件相关,并且可进一步预测这两个车辆的行进路线。信号相位可以是使得在交通信号36显示红灯时车辆32和33驶近交叉路口。交通信号36的下一计划的相位可以是显示绿灯给车辆32,并且继续显示红灯给车辆33。数据采集和分析应用程序35可以在分析之后根据车辆33的位置、行进路线、速度、或加速度预测或探测发生或将要发生的闯红灯违章。数据采集和分析应用程序35也可将此闯红灯违章的可能性或事实传送给交通控制计算机34。交通控制计算机34接着可优先改变面对车辆32的交通信号36的计划的状态,并且使交通信号36保持红色显示状态,直到车辆33离开交叉路口。
图4是根据图1的***的示范性实施例的示意性框图。在此示范性实施例37中,示出的定义道路区为38。标志、标记、或带形区39A和39B可限定区域38的边界。该区域可以是学校区、施工区、街道区或由边界限定的其它道路区。一个车辆探测传感器40可以限定探测区41A,41B,41C贺41D。车辆探测传感器40可以探测车辆42和车辆43通过探测区41A,41B,41C或41D。并且,车辆探测传感器40可以将探测事件传送给行车带控制器44。行车带控制器44可与指示灯45通信,通知经过的车辆42和43它们正在穿过定义的道路区38,因此,可以实施例如速度限制等特定条件。在此实例中,车辆42可穿过探测区41A,且车辆43可穿过探测区41C。车辆探测传感器40可分别探测车辆42和43穿过探测区41A和41C。车辆探测传感器40可将这些探测事件传送给行车带控制器44,并且行车带控制器44可进一步将这些探测事件传送给数据采集和分析应用程序47。行车带控制器44也可将指示灯45的状态传送给数据采集和分析应用程序47。并且,数据采集和分析应用程序47可计算车辆42和43的速度和位置,并使此数据与指示灯45的状态相关联。数据采集和分析应用程序47接着可确定车辆42和43违反由指示灯45限定的道路区38的速度限制。并且,数据采集和分析应用程序47可确定使用图像捕捉***46A和46B捕捉违章的图像的时间。在此实例中,数据采集和分析应用程序47可确定专用于车辆42的获取图像的时间,并且可使用图像捕捉***46A,并且可使用图像捕捉***46B确定获取关于车辆43的图像的时间并记录图像。
图5是在如图1中所示的***中使用的方法的示范性实施例的流程框图。在此示范性方法48中,数据采集和分析***可采集第一组个体车辆数据49和第二组个体车辆数据50。并且,该数据采集和分析***可分析第一组、第二组、和这两组之间的差异或相似之处的组合51。最终,该数据采集和分析***可提供分析结果52给有利害关系的本地或外部应用程序。例如,该数据采集和分析***可采集一个月中的数据,以确定一天的小时平均交通量。该数据采集和分析***可进一步采集在不同月中的相同组的数据。最终,该数据采集和分析***可比较这两组数据,以定义用于将来做参考的历史模型,或确定每月的交通量的差别。
在另一实例中,该数据采集和分析***可采集一组个体车辆数据49,回顾一个模型(历史或优选的)数据组50,并且分析数据组51中的相似和不同之处。分析结果52可公布给有关的外部或内部应用程序。例如,该数据采集和分析***可采集有关一天中不同时间的车流量。该***可将实际流量与历史流量进行比较,并且确定当前小时的流量是历史平均值的10%。该数据采集和分析***接着可产生对此情况的通知,并将此通知传送给有利害关系的本地或外部应用程序。
图6是在如图1中所示的***中使用的方法的示范性实施例的流程框图。在此示范性方法53中,数据采集和分析***可采集一组信号状态数据54和第二组信号状态数据55。并且,该数据采集和分析***可分析第一组、第二组、以及这两组的差异或相似之处的组合56。最终,该数据采集和分析***可提供分析结果57给有关的本地或外部应用程序。例如,该数据采集和分析***可采集一个月中的数据,以确定绿、黄、和红灯的时间调配。该数据采集和分析***可进一步采集不同月中相同组的数据。最终,该数据采集和分析***可将这两组数据进行比较,以确定信号时间调配是否在可允许的范围内变化。如果信号时间调配变化不在可允许的范围内,则该数据采集和分析应用程序可发送通知给有利害关系的本地或外部应用程序。
在另一实例中,该数据采集和分析***可采集一组信号状态数据54,并回顾一个模型(历史或优选的)信号状态数据组55。并且,该数据采集和分析***可分析第一组、第二组、以及这两组的差异或相似之处的组合56。最终,该数据采集和分析***可提供分析结果57给有利害关系的本地或外部应用程序。例如,该数据采集和分析***可采集一天中的绿、黄、和红信号显示时间每个相位变化的信号状态数据54。该数据采集和分析***可将绿、黄、和红信号显示时间评估为由模型数据55提供的显示时间。并且,该数据采集和分析***可将这模型数据和实际数据56进行比较,确定黄色信号显示时间54与模型55不同,并且记录时间的差异。另外,该数据采集和分析***可确定实际的黄色信号显示时间54和模型显示时间55的差异加大,从而可预测信号定时不久将超出如由信号定时模型所确定的规范。最终,该数据采集和分析应用程序可将超出规范的预测结果57传送给有利害关系的本地或外部应用程序。
图7是在如图1中所示的***中使用的方法的示范性实施例的框图。在此示范性方法58中,数据采集和分析应用程序可采集、合并、和分析一组个体车辆和信号状态数据59。该数据采集和分析应用程序也可采集、合并、和分析不同组的个体车辆和信号状态数据60。并且,该数据采集和分析应用程序可比较这两组数据61,并且提供结果62给有关的内部或外部应用程序。例如,该数据采集和分析应用程序可采集、合并、和分析一组个体车辆和信号状态数据,以确定在特定时间间隔中发生闯红灯违章的次数59。该数据采集和分析应用程序可采集不同时间段中相同类型的数据60。该数据采集和分析应用程序可比较数据组61,并且确定闯红灯违章的次数在此时间段中已经增加,并且可报告此结果62给有利害关系的内部或外部应用程序。
在另一实例中,数据采集和分析***可采集一组个体车辆和信号状态数据59。该数据采集和分析应用程序可回顾一个第二模型(历史或优选的)数据组60。并且,该数据采集和分析应用程序可比较这两组数据61,并且提供结果62给有关的外部或内部应用程序。例如,该数据采集和分析***可采集、合并、和分析一组个体车辆和信号状态数据,以确定在特定时间段中发生闯红灯违章的次数59。该数据采集和分析应用程序可回顾模型数据中相同时间段中闯红灯违章的次数60。该数据采集和分析应用程序可比较数据组61,并且确定实际数据中闯红灯违章的次数59超过模型预料的违章次数60,并且可以通知、警报、或其它传达方式报告此结果62给有关的内部或外部应用程序。
如本文中所使用的术语“传送/通信”包括直接或间接传送信息。例如,将包括第一代理写一组数据到共享存储器和第二代理从共享存储器读这组数据的情形。也将包括多个代理使用共用源或线路接收或传送数据例如共享驱动器输出车辆探测信息给两个应用程序的情形。
Claims (14)
1.一种整合的交通控制和个体车辆数据采集并分析***,包括:
一个交通控制***,包括:
一个交通控制计算机;和
一个运行在所述交通控制计算机上的个体车辆数据采集和分析应用程序。
2.一种整合的交通控制和个体车辆数据采集并分析***,包括:
一个交通控制***,包括:
一个个体车辆数据采集和分析应用程序;和
一个交通控制应用程序,其被配置为将个体车辆探测数据传送给所述个体车辆数据采集和分析应用程序。
3.一种交通控制和个体车辆数据采集和分析***,包括:
一个个体车辆数据采集和分析应用程序;和
一个交通控制应用程序,其被配置为至少将红色、黄色、绿色信号状态传送给所述个体车辆数据采集和分析应用程序。
4.根据权利要求3所述的交通控制和个体车辆数据采集和分析***,其中所述交通控制应用程序进一步被配置为将信号状态变化传送给所述个体车辆数据采集和分析应用程序。
5.一种整合的交通控制和个体车辆数据采集和分析***,包括:
一个交通控制计算机;
一个运行在所述交通控制计算机上的个体车辆数据采集和分析应用程序;和
一个交通控制应用程序,也运行在所述交通控制计算机上,被配置为至少将红色、黄色、绿色信号状态和个体车辆探测数据传送给所述个体车辆数据和分析应用程序。
6.根据权利要求5所述的整合的交通控制和个体车辆数据采集和分析***,其中所述交通控制应用程序被进一步配置为将信号状态变化传送给所述个体车辆数据和分析应用程序。
7.一种车辆数据采集和分析***,包括:
一个数据采集***,其被配置为采集同时发生的相应于一个交叉路口的多种驶近的个体车辆数据;
一个数据分析***,可操作地连接至所述数据采集***;和
其中所述数据分析***被配置为分析一个同时发生的相应于所述交叉路口的多种驶近的个体车辆数据的组合。
8.根据权利要求7所述的车辆数据采集和分析***,进一步包括:
一个交通控制计算机;
其中所述数据采集***包括一个运行在所述交通控制计算机上的数据采集应用程序;和
其中所述数据分析***包括一个运行在所述交通控制计算机上的数据分析应用程序。
9.根据权利要求7所述的车辆数据采集和分析***,进一步包一个被括配置为与权利要求7所述的车辆数据采集和分析***通信的交通控制应用程序。
10.根据权利要求7所述的车辆数据采集和分析***,进一步包括:
一个图像捕捉***,可操作地被连接至所述数据分析***;
其中所述数据分析***适于根据对相应于所述交叉路口的多种驶近的同时发生的个体车辆数据的组合的分析将同时发生的个体车辆数据表征为落在已知分类内;和
其中所述图像捕捉***被配置为相应于落在已知分类内的同时发生的个体车辆数据的特征捕捉交叉路口的图像。
11.一种个体车辆数据趋势分析方法,包括以下步骤:
采集第一组个体车辆数据;
在不同时间采集第二组个体车辆数据;和
分析所述第一组个体车辆数据和所述第二组个体车辆数据的组合,以识别这两组数据之间的差异和相似之处。
12.一种个体车辆数据分析方法,包括以下步骤:
采集一组个体车辆数据;和
分析此组个体车辆数据和所选定的一组个体车辆数据模型的组合,以识别这两组数据之间的差异和相似之处。
13.一种个体车辆数据趋势分析方法,包括以下步骤:
采集第一组信号状态数据;
在不同时间采集第二组信号状态数据;以及
分析所述第一组信号状态数据和所述第二组信号状态数据的组合,以识别这两组数据之间的差异和相似之处。
14.一种个体车辆数据分析方法,包括以下步骤:
采集一组信号状态数据;和
分析此组信号状态数据和所选定的一组信号状态数据模型的组合,以识别这两组数据之间的差异和相似之处。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US47168503P | 2003-05-19 | 2003-05-19 | |
US60/471,685 | 2003-05-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1826604A true CN1826604A (zh) | 2006-08-30 |
Family
ID=33476872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800207548A Pending CN1826604A (zh) | 2003-05-19 | 2004-05-19 | 在交通信号控制器中整合个体车辆资料采集、交通违章的探测和记录的方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US8442749B2 (zh) |
CN (1) | CN1826604A (zh) |
WO (1) | WO2004104782A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779415A (zh) * | 2012-07-30 | 2012-11-14 | 北京世纪高通科技有限公司 | 实时分析交通信号相位的方法与装置 |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6693557B2 (en) | 2001-09-27 | 2004-02-17 | Wavetronix Llc | Vehicular traffic sensor |
US7983835B2 (en) | 2004-11-03 | 2011-07-19 | Lagassey Paul J | Modular intelligent transportation system |
JP4423114B2 (ja) * | 2004-06-02 | 2010-03-03 | アルパイン株式会社 | ナビゲーション装置およびその交差点案内方法 |
US8248272B2 (en) | 2005-10-31 | 2012-08-21 | Wavetronix | Detecting targets in roadway intersections |
US7889097B1 (en) | 2005-12-19 | 2011-02-15 | Wavetronix Llc | Detecting targets in roadway intersections |
US8665113B2 (en) | 2005-10-31 | 2014-03-04 | Wavetronix Llc | Detecting roadway targets across beams including filtering computed positions |
US7991542B2 (en) * | 2006-03-24 | 2011-08-02 | Wavetronix Llc | Monitoring signalized traffic flow |
US20110175753A1 (en) * | 2010-01-15 | 2011-07-21 | James Jacob Free | Robotic influenced self scheduling F.L.O.W. trafic management system |
US8717192B2 (en) | 2010-10-08 | 2014-05-06 | Navteq B.V. | Method and system for using intersecting electronic horizons |
US10451727B2 (en) * | 2011-05-13 | 2019-10-22 | Amirahmad Sepehri | Method and system for detecting moving vehicle speed through athird generation photo radar |
CN102768799B (zh) * | 2011-12-21 | 2014-07-09 | 湖南工业大学 | 一种夜间车辆闯红灯检测方法 |
US9082238B2 (en) | 2012-03-14 | 2015-07-14 | Flextronics Ap, Llc | Synchronization between vehicle and user device calendar |
US9412273B2 (en) | 2012-03-14 | 2016-08-09 | Autoconnect Holdings Llc | Radar sensing and emergency response vehicle detection |
US20140309852A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Automatic vehicle diagnostic detection and communication |
US9082239B2 (en) | 2012-03-14 | 2015-07-14 | Flextronics Ap, Llc | Intelligent vehicle for assisting vehicle occupants |
US9378601B2 (en) | 2012-03-14 | 2016-06-28 | Autoconnect Holdings Llc | Providing home automation information via communication with a vehicle |
WO2014172380A1 (en) | 2013-04-15 | 2014-10-23 | Flextronics Ap, Llc | Altered map routes based on user profile information |
US9384609B2 (en) | 2012-03-14 | 2016-07-05 | Autoconnect Holdings Llc | Vehicle to vehicle safety and traffic communications |
CN103077608B (zh) * | 2012-12-07 | 2014-12-03 | 哈尔滨工业大学 | 一种取证驾驶员是否故意闯黄灯的方法 |
US9412271B2 (en) | 2013-01-30 | 2016-08-09 | Wavetronix Llc | Traffic flow through an intersection by reducing platoon interference |
WO2014172708A1 (en) | 2013-04-19 | 2014-10-23 | Polaris Sensor Technologies, Inc. | Pedestrian right of way monitoring and reporting system and method |
US9336450B2 (en) * | 2013-06-05 | 2016-05-10 | Xerox Corporation | Methods and systems for selecting target vehicles for occupancy detection |
CN103473923B (zh) * | 2013-09-18 | 2016-04-20 | 林诗昊 | 一种机动车交通违法实时告知、确认的方法 |
CN104751627B (zh) * | 2013-12-31 | 2017-12-08 | 西门子公司 | 一种交通状况参数的确定方法和装置 |
CA2955961A1 (en) | 2014-07-28 | 2016-02-04 | Econolite Group, Inc. | Self-configuring traffic signal controller |
CN104504895B (zh) * | 2015-01-15 | 2016-12-28 | 李准 | 一种公园景点车辆调度方法 |
US10163343B2 (en) * | 2015-02-23 | 2018-12-25 | GE Lighting Solutions, LLC | Remote control of light signaling devices |
CN104778841A (zh) * | 2015-04-14 | 2015-07-15 | 山东鼎讯智能交通股份有限公司 | 机动车占道仪 |
US10692126B2 (en) | 2015-11-17 | 2020-06-23 | Nio Usa, Inc. | Network-based system for selling and servicing cars |
CN105448104A (zh) * | 2015-12-29 | 2016-03-30 | 安徽海兴泰瑞智能科技有限公司 | 一种闯红灯违法抓拍*** |
US9646496B1 (en) | 2016-01-11 | 2017-05-09 | Siemens Industry, Inc. | Systems and methods of creating and blending proxy data for mobile objects having no transmitting devices |
US10019898B2 (en) | 2016-01-14 | 2018-07-10 | Siemens Industry, Inc. | Systems and methods to detect vehicle queue lengths of vehicles stopped at a traffic light signal |
US20180012196A1 (en) | 2016-07-07 | 2018-01-11 | NextEv USA, Inc. | Vehicle maintenance manager |
US9928734B2 (en) | 2016-08-02 | 2018-03-27 | Nio Usa, Inc. | Vehicle-to-pedestrian communication systems |
US10031523B2 (en) | 2016-11-07 | 2018-07-24 | Nio Usa, Inc. | Method and system for behavioral sharing in autonomous vehicles |
US10694357B2 (en) | 2016-11-11 | 2020-06-23 | Nio Usa, Inc. | Using vehicle sensor data to monitor pedestrian health |
US10410064B2 (en) | 2016-11-11 | 2019-09-10 | Nio Usa, Inc. | System for tracking and identifying vehicles and pedestrians |
US10708547B2 (en) | 2016-11-11 | 2020-07-07 | Nio Usa, Inc. | Using vehicle sensor data to monitor environmental and geologic conditions |
US10699305B2 (en) | 2016-11-21 | 2020-06-30 | Nio Usa, Inc. | Smart refill assistant for electric vehicles |
US10249104B2 (en) | 2016-12-06 | 2019-04-02 | Nio Usa, Inc. | Lease observation and event recording |
US10074223B2 (en) | 2017-01-13 | 2018-09-11 | Nio Usa, Inc. | Secured vehicle for user use only |
US9984572B1 (en) | 2017-01-16 | 2018-05-29 | Nio Usa, Inc. | Method and system for sharing parking space availability among autonomous vehicles |
US10471829B2 (en) | 2017-01-16 | 2019-11-12 | Nio Usa, Inc. | Self-destruct zone and autonomous vehicle navigation |
US10031521B1 (en) | 2017-01-16 | 2018-07-24 | Nio Usa, Inc. | Method and system for using weather information in operation of autonomous vehicles |
US10286915B2 (en) | 2017-01-17 | 2019-05-14 | Nio Usa, Inc. | Machine learning for personalized driving |
US10464530B2 (en) | 2017-01-17 | 2019-11-05 | Nio Usa, Inc. | Voice biometric pre-purchase enrollment for autonomous vehicles |
US10897469B2 (en) | 2017-02-02 | 2021-01-19 | Nio Usa, Inc. | System and method for firewalls between vehicle networks |
CN108537472B (zh) * | 2017-03-01 | 2022-04-01 | 广东瑞图万方科技股份有限公司 | 兼容不同厂商车种的物流货运状态信息采集方法及*** |
US10817953B1 (en) * | 2017-03-03 | 2020-10-27 | State Farm Mutual Automobile Insurance Company | Using a distributed ledger for tracking VIN recordkeeping |
US10234302B2 (en) | 2017-06-27 | 2019-03-19 | Nio Usa, Inc. | Adaptive route and motion planning based on learned external and internal vehicle environment |
US10710633B2 (en) | 2017-07-14 | 2020-07-14 | Nio Usa, Inc. | Control of complex parking maneuvers and autonomous fuel replenishment of driverless vehicles |
US10369974B2 (en) | 2017-07-14 | 2019-08-06 | Nio Usa, Inc. | Control and coordination of driverless fuel replenishment for autonomous vehicles |
CN107564312A (zh) * | 2017-07-31 | 2018-01-09 | 上海与德科技有限公司 | 服务器、单车骑行速度的设定方法及控制方法 |
US10837790B2 (en) | 2017-08-01 | 2020-11-17 | Nio Usa, Inc. | Productive and accident-free driving modes for a vehicle |
US20190251138A1 (en) * | 2018-02-09 | 2019-08-15 | Banjo, Inc. | Detecting events from features derived from multiple ingested signals |
CN111149141A (zh) | 2017-09-04 | 2020-05-12 | Nng软件开发和商业有限责任公司 | 用于收集并使用来自交通工具的传感器数据的方法和装置 |
US10635109B2 (en) | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
US10606274B2 (en) | 2017-10-30 | 2020-03-31 | Nio Usa, Inc. | Visual place recognition based self-localization for autonomous vehicles |
US10935978B2 (en) | 2017-10-30 | 2021-03-02 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
US10717412B2 (en) | 2017-11-13 | 2020-07-21 | Nio Usa, Inc. | System and method for controlling a vehicle using secondary access methods |
US10970184B2 (en) | 2018-02-09 | 2021-04-06 | Banjo, Inc. | Event detection removing private information |
US10369966B1 (en) | 2018-05-23 | 2019-08-06 | Nio Usa, Inc. | Controlling access to a vehicle using wireless access devices |
US20210356279A1 (en) | 2018-07-08 | 2021-11-18 | Nng Software Developing And Commercial Llc. | A Method and Apparatus for Optimal Navigation to Multiple Locations |
JP7056430B2 (ja) * | 2018-07-18 | 2022-04-19 | 株式会社デンソー | 履歴管理方法、履歴管理装置及び履歴管理システム |
DE102018118190A1 (de) * | 2018-07-27 | 2020-01-30 | Jenoptik Robot Gmbh | Verfahren und Vorrichtung zur Kontrolle eines Fahrverhaltens eines hochautomatisiert fahrenden Fahrzeugs sowie Infrastrukturanlage, Fahrzeug oder Überwachungsfahrzeug mit der Vorrichtung |
CN109377756A (zh) * | 2018-10-31 | 2019-02-22 | 武汉三力通信有限责任公司 | 一种交通路况的实时监测及发布平台 |
US11661055B2 (en) * | 2019-05-24 | 2023-05-30 | Preact Technologies, Inc. | Close-in collision detection combining high sample rate near-field sensors with advanced real-time parallel processing to accurately determine imminent threats and likelihood of a collision |
GB2590730B (en) * | 2020-01-03 | 2022-08-17 | Valerann Ltd | Automatically tracking a trajectory of a vehicle |
CN112700646B (zh) * | 2020-12-28 | 2022-01-21 | 山西省交通科技研发有限公司 | 一种在运营公路断面交通量及车道系数的实测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5134393A (en) * | 1990-04-02 | 1992-07-28 | Henson H Keith | Traffic control system |
JP2655953B2 (ja) * | 1991-07-19 | 1997-09-24 | 株式会社日立製作所 | 交通制御システム |
US5652705A (en) * | 1995-09-25 | 1997-07-29 | Spiess; Newton E. | Highway traffic accident avoidance system |
US5917432A (en) * | 1996-10-02 | 1999-06-29 | Rathbone; Daniel B. | Intelligent intersections |
US6573929B1 (en) * | 1998-11-23 | 2003-06-03 | Nestor, Inc. | Traffic light violation prediction and recording system |
PT1224647E (pt) * | 1999-10-11 | 2006-09-29 | Lastmile Comm Ltd | Sistema de informacao |
US6516273B1 (en) * | 1999-11-04 | 2003-02-04 | Veridian Engineering, Inc. | Method and apparatus for determination and warning of potential violation of intersection traffic control devices |
US6813554B1 (en) * | 2001-02-15 | 2004-11-02 | Peter Ebert | Method and apparatus for adding commercial value to traffic control systems |
KR100648342B1 (ko) * | 2003-02-10 | 2006-11-23 | 엘지전자 주식회사 | 네비게이션 시스템 및 그 동작 방법 |
US7187301B2 (en) * | 2004-07-20 | 2007-03-06 | Guixian Lu | Traffic light prediction system |
-
2004
- 2004-05-19 WO PCT/US2004/015714 patent/WO2004104782A2/en active Application Filing
- 2004-05-19 CN CNA2004800207548A patent/CN1826604A/zh active Pending
- 2004-05-19 US US10/557,915 patent/US8442749B2/en active Active
-
2012
- 2012-11-29 US US13/688,901 patent/US8762037B2/en not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779415A (zh) * | 2012-07-30 | 2012-11-14 | 北京世纪高通科技有限公司 | 实时分析交通信号相位的方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
US20130082849A1 (en) | 2013-04-04 |
US20060287807A1 (en) | 2006-12-21 |
US8442749B2 (en) | 2013-05-14 |
WO2004104782A2 (en) | 2004-12-02 |
WO2004104782A3 (en) | 2006-02-16 |
US8762037B2 (en) | 2014-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1826604A (zh) | 在交通信号控制器中整合个体车辆资料采集、交通违章的探测和记录的方法 | |
CN102521983B (zh) | 一种基于高清视频技术的车辆违章检测***及方法 | |
DE60223913T2 (de) | Vorrichtung und verfahren zur erkennung und speicherung von ereignissen | |
Bommes et al. | Video based intelligent transportation systems–state of the art and future development | |
CN102254429B (zh) | 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法 | |
Chen et al. | Estimation of red-light running frequency using high-resolution traffic and signal data | |
US20060092043A1 (en) | Advanced automobile accident detection, data recordation and reporting system | |
CN102024330A (zh) | 基于高清视频技术的智能交通信号控制***、方法及设备 | |
CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
CN102945603A (zh) | 检测交通事件的方法及电子警察装置 | |
CN102024331A (zh) | 可用于智能交通信号控制***的*** | |
CN113936463A (zh) | 一种基于雷达和视频数据融合的隧道交通管控方法及*** | |
CN111477011A (zh) | 一种用于道路路口预警的检测装置及检测方法 | |
Oskarbski et al. | Automatic incident detection at intersections with use of telematics | |
CN113870551B (zh) | 一种能够鉴别危险和非危险驾驶行为的路侧监控*** | |
Lavrenz et al. | Use of high-resolution signal controller data to identify red light running | |
CN112214530B (zh) | 一种社会驾驶行为跟踪评价的方法及相关装置 | |
US9342984B2 (en) | System and method for monitoring and capturing potential traffic infractions | |
CN112885114A (zh) | 一种远距离实时跟踪车辆轨迹的***及其应用 | |
CN115527364B (zh) | 一种基于雷视数据融合的交通事故溯源方法及*** | |
CN116645817A (zh) | 一种违章车辆跟踪方法、***、电子设备及存储介质 | |
Chang et al. | Design and Evaluation of a dynamic dilemma zone system for a high speed rural intersection | |
Mulung et al. | Proposed SMART Traffic Control Signal in Brunei Darussalam | |
Denis et al. | Intelligent system for reliable monitoring and controlling of automobile traffic | |
Przybyla et al. | Introduction to Traffic Signal Data Loggers and their Application to Accident Reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |