KR20220045123A - 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체 - Google Patents
녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체 Download PDFInfo
- Publication number
- KR20220045123A KR20220045123A KR1020220037658A KR20220037658A KR20220045123A KR 20220045123 A KR20220045123 A KR 20220045123A KR 1020220037658 A KR1020220037658 A KR 1020220037658A KR 20220037658 A KR20220037658 A KR 20220037658A KR 20220045123 A KR20220045123 A KR 20220045123A
- Authority
- KR
- South Korea
- Prior art keywords
- green wave
- determining
- trajectory point
- vehicle
- speed
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 99
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 241000234282 Allium Species 0.000 description 3
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
-
- 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
-
- 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]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
본 발명은 지능형 교통 분야에 관한 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체를 개시한다. 구체적인 구현 방안은, 녹파 협조 노선에서 차량의 차량 주행 데이터에 따라 차량의 주행 방향을 결정하고, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하며, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 것이다. 이로써, 차량의 실제 주행 데이터에 따라 녹파 협조 노선의 각 도로 구간에서의 녹파 속도를 결정할 수 있어 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
Description
본 발명은 인공 지능 분야에 관한 것으로, 구체적으로 지능형 교통 분야에 관한 것이며, 특히 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체에 관한 것이다.
녹파 속도는 녹파 협조 제어가 구현되는 간선 도로 구간(즉 녹파 협조 노선)의 녹파대에서 차량이 원활하게 주행하는 속도를 의미한다. 녹파 속도 지표는 간선 녹파 설계, 구현 및 평가에서 중요한 역할을 하며 녹파 방안의 형태와 녹파 구현의 효과를 직접 결정한다. 즉, 녹파 속도 지표는 동적 녹파 설계의 기초가 되며, 녹파 설계의 효과를 향상시키고 도로 교통의 통행 효율을 향상시키는데 큰 의미가 있다. 따라서 각 녹파 협조 노선에서의 녹파 속도를 결정하는 방법은 매우 중요하다.
본 발명은 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체를 제공한다.
본 발명의 일 양태에 따르면,
녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득하는 단계;
상기 차량 주행 데이터에 따라 상기 차량의 주행 방향을 결정하는 단계;
상기 주행 방향이 상기 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하는 단계; 및
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계;를 포함하는 녹파 속도 결정 방법이 제공된다.
본 발명의 다른 양태에 따르면,
녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득하는 제1 획득 모듈;
상기 차량 주행 데이터에 따라 상기 차량의 주행 방향을 결정하는 제1 결정 모듈;
상기 주행 방향이 상기 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하는 처리 모듈; 및
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 제2 결정 모듈;을 포함하는 녹파 속도 결정 장치가 제공된다.
본 발명의 또 다른 양태에 따르면,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리; 를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행될 경우, 상기 적어도 하나의 프로세서가 본 발명의 상기 일 양태에서 제공된 녹파 속도 결정 방법을 수행하는 전자 기기가 제공된다.
본 발명의 또 다른 양태에 따르면, 컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체가 제공되며, 상기 컴퓨터 프로그램 중의 명령이 실행될 경우, 상기 컴퓨터가 본 발명의 상기 일 양태에서 제공된 녹파 속도 결정 방법이 구현된다.
본 발명의 또 다른 양태에 따르면, 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램이 제공되며, 상기 컴퓨터 프로그램 중의 명력 실행될 경우, 본 발명의 상기 일 양태에서 제공된 녹파 속도 결정 방법이 구현된다.
본 부분에 설명된 내용은 본 발명의 실시예의 핵심 또는 중요한 특징을 식별하기 위한 것이 아니며, 본 발명의 범위를 한정하려는 의도도 아님을 이해해야 할 것이다. 본 발명의 다른 특징은 아래 명세서에 의해 쉽게 이해될 것이다.
도면은 본 해결수단을 더 잘 이해하기 위한 것으로, 본 발명에 대해 한정하는 것으로 구성되지 않는다.
도 1은 본 발명의 실시예1에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 2는 본 발명의 실시예2에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 3은 본 발명의 실시예3에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 4는 본 발명의 실시예4에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 5는 본 발명의 실시예5에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 6은 본 발명의 실시예에서 녹파 속도 계산 흐름 모식도이다.
도 7은 본 발명의 실시예6에서 제공하는 녹파 속도 결정 장치의 구조 모식도이다.
도 8은 본 발명의 실시예를 구현하기 위한 예시적 전자 기기의 예시적 블록도이다.
도 1은 본 발명의 실시예1에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 2는 본 발명의 실시예2에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 3은 본 발명의 실시예3에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 4는 본 발명의 실시예4에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 5는 본 발명의 실시예5에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 6은 본 발명의 실시예에서 녹파 속도 계산 흐름 모식도이다.
도 7은 본 발명의 실시예6에서 제공하는 녹파 속도 결정 장치의 구조 모식도이다.
도 8은 본 발명의 실시예를 구현하기 위한 예시적 전자 기기의 예시적 블록도이다.
아래 도면을 결부하여 본 발명의 예시적 실시예를 설명하되, 여기에는 이해를 돕기 위한 본 발명의 실시예의 다양한 세부사항들이 포함되지만, 이들은 단지 예시적인 것으로 간주되어야 한다. 따라서, 본 기술분야의 통상의 기술자는 본 발명의 범위 및 정신을 벗어나지 않으면서 여기서 설명된 실시예에 대해 다양한 변형 및 수정을 진행할 수 있음을 이해해야 할 것이다. 마찬가지로, 명확 및 간략을 위해, 아래의 설명에서 공지 기능 및 구조에 대한 설명을 생략한다.
현재, 하기와 같은 두 가지 방식에 기반하여 녹파 속도를 결정할 수 있다.
첫 번째 방식은, 인위적으로 차량을 추종하는 조사 방식에 기반하여 녹파 속도를 수집하는 것이다.
구체적으로, 인위적인 차량 추종 조사는 운전 기술을 구비한 현지 도로 상황에 익숙한 운전자의 운전 차량이 요구되며, 녹파가 구현된 간선 도로 구간에서 여러 차례의 완전한 전진 및 후진 주행 테스트를 수행하고 각 장면(녹색등 초기, 녹색등 중기, 녹색등 말기, 팀 헤드, 팀 테일)에서의 실제 노정 차속을 기록하여 이에 따라 녹파 속도를 추론한다.
두 번째 방식은 노변 기기의 차량 통과 기록의 노정 시간을 기반으로 녹파 속도를 환산하여 얻는 것이다.
구체적으로, 노변에 배치된 카메라와 같은 차량 감지 기기를 통해 횡단면 차량 통과 데이터를 수집하고, 간선의 일련의 교차로에서 차량 통과 기록을 선별 및 매칭하여 노정 시간을 통계하며, 간선 도로 구간의 녹파 속도를 계산한다. 이러한 방식의 데이터 샘플링 비율은 비교적 높고 기기가 정상적인 경우에 대부분의 차량을 커버할 수 있어 비교적 높은 신뢰성을 갖는다.
그러나, 상기 첫 번째 방식에는 다음과 같은 단점이 존재한다. 첫째, 인력과 기기에 대한 의존도가 매우 높다. 둘째, 녹파 속도 지표를 수집하는 과정에 소요되는 시간이 길고 데이터 수집 준비부터 데이터 지표 출력까지 링크가 길다. 셋째, 수집된 녹파 속도 지표는 단일 차량의 속도만 나타낼 수 있어 대표성이 없다. 넷째, 교통 흐름의 변화에 적응할 수 없고 실시간 녹파 차속을 나타낼 수 없다.
상기 두 번째 방식에는 다음과 같은 단점이 존재한다. 즉 기기에 의해 수집된 것은 횡단면 차량 통과 데이터로서 검출 포인트 사이의 차량의 주행 상황에 대한 파악이 불가능하며, 주행 과정에서 차량의 정차 여부를 구분할 수 없어 계산된 녹파 속도의 정확도가 비교적 낮다. 이 밖에, 상기 방식의 기기에 대한 의존도가 높으므로, 타깃 간선 도로 구간(즉 높아 협조 노선 중 각 도로 구간)에 기기가 없거나 기기 커버리지 비율이 비교적 낮으면 녹파 속도 지표 계산에 대한 요구를 충족시킬 수 없다.
따라서 상기 존재하는 문제에 대해 본 발명은 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체를 제공한다.
아래에 도면을 참조하여 본 발명의 실시예의 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체를 설명한다.
도 1은 본 발명의 실시예1에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
본 발명의 실시예는 녹파 속도 결정 장치에 구성된 상기 녹파 속도 결정 방법을 예로 들어 설명하고, 상기 녹파 속도 결정 장치는 임의의 전자 기기에 적용될 수 있으며 상기 전자 기기가 녹파 속도 결정 기능을 실행할 수 있도록 한다.
여기서, 전자 기기는 개인용 컴퓨터(Personal Computer, PC로 약칭함), 모바일 단말기, 서버와 같은 컴퓨팅 기능을 구비한 임의의 기기일 수 있고, 모바일 단말기는 예를 들어 차량용 기기, 휴대폰, 태블릿 PC, 개인용 정보 단말기, 웨어러블 기기와 같은 다양한 동작 시스템, 터치 스크린 및/또는 디스플레이 스크린을 갖는 하드웨어 기기일 수 있다.
도 1에 도시된 바와 같이, 상기 녹파 속도 결정 방법은 단계101 내지 단계104를 포함할 수 있다.
단계 101에서, 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
본 발명의 실시예에서, 녹파 협조 노선은 녹파 협조 제어를 수행하는 임의의 노선 또는 간선을 의미한다.
본 발명의 실시예에서, 차량 주행 데이터는 녹파 협조 노선의 각 궤적 포인트까지 주행하는 차량의 좌표 위치, 순간 속도, 타임 스탬프 중 적어도 하나를 포함할 수 있다.
본 발명의 실시예에서, 차량 또는 모바일 단말기 중의 관련 센서를 통해 차량 주행 데이터를 수집할 수 있으며, 예를 들어 차량의 포지션 기기(예를 들어 GPS(Global Position System, 글로벌 포지션 시스템))를 통해 녹파 협조 노선의 각 궤적 포인트까지 주행하는 차량의 좌표 위치를 수집할 수 있고, 차량의 속도 센서, 변위 센서에 의해 수집된 데이터에 따라 녹파 협조 노선의 각 궤적 포인트까지 주행하는 차량의 순간 속도를 결정한다.
본 발명의 실시예에서, 차량 또는 모바일 단말기에 의해 수집된 차량 주행 데이터를 지도단에 통합하여 차량 주행 데이터를 도로 네트워크 데이터와 연관시킬 수 있다. 따라서 본 발명에서 지도단에 녹파 협조 노선 중 각 교차로, 도로 구간 정보를 입력하여, 녹파 협조 노선에서 각 차량의 차량 주행 데이터를 획득할 수 있다. 예를 들어, 지도단은 입력된 녹파 협조 노선 중 각 교차로, 도로 구간 정보에 따라 각 차량에 대응되는 차량 주행 데이터를 녹파 협조 노선이 속한 교차로, 도로 구간과 매칭시켜, 녹파 협조 노선이 속한 교차로, 도로 구간과 매칭되는 차량 주행 속도를 녹파 협조 노선에서 해당 차량의 차량 주행 데이터로 사용할 수 있다.
단계 102에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
본 발명의 실시예에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정할 수 있다. 예를 들어, 차량 주행 데이터 중 각 궤적 포인트의 좌표 위치 및 타임 스탬프에 따라 차량의 주행 방향을 결정할 수 있다.
예를 들어, 차량 주행 데이터에 따라 차량이 시각1에 좌표 위치A로 주행하고, 시각2에 좌표 위치B로 주행하는 것을 결정하며, 시각2가 시각1보다 크면 차량이 A지점에서 B지점으로 주행하며 주행 방향이 인 것으로 결정할 수 있다.
단계 103에서, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
이해할 수 있는 것은, 각각의 녹파 협조 노선은 대응되는 녹파 협조 방향을 가지며, 녹파 협조 방향은 녹파 협조 노선의 시작점 및 종점에 따라 결정된 것이다.
이해해야 할 것은, 차량이 녹파 협조 노선에서 주행하더라도 차량의 주행 방향은 녹파 협조 노선에 대응되는 녹파 협조 방향과 상이할 수 있으며, 예를 들어 녹파 협조 노선은 교차로1→교차로2→교차로3→…→교차로n이다. 차량이 교차로1에서 진입하여 교차로2, 교차로3, …, 교차로n을 순차적으로 통과할 경우 차량의 주행 방향과 녹파 협조 노선에 대응되는 녹파 협조 방향이 매칭되는 것으로 결정할 수 있고, 차량이 교차로n에서 진입하여 교차로n-1, 교차로n-2, …, 교차로1을 순차적으로 통과할 경우 차량의 주행 방향과 녹파 협조 노선에 대응되는 녹파 협조 방향이 반대인 것으로 결정할 수 있다. 이 밖에, 하나의 간선은 서로 반대되는 2개의 녹파 협조 방향, 즉 정방향 협조 방향 및 역방향 협조 방향에 대응하는 2개의 녹파 협조 노선을 동시에 가질 수 있다.
본 발명의 실시예에서, 각 차량의 주행 방향과 녹파 협조 노선에 대응되는 녹파 협조 방향을 매칭할 수 있으며, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
단계 104에서, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
본 발명의 실시예에서, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다. 이로써, 차량의 실제 주행 데이터에 따라 녹파 협조 노선의 각 도로 구간에서의 녹파 속도를 결정할 수 있어 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
본 발명의 실시예의 녹파 속도 결정 방법은, 녹파 협조 노선에서 차량의 차량 주행 데이터에 따라 차량의 주행 방향을 결정하고, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하며, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다. 이로써, 차량의 실제 주행 데이터에 따라 녹파 협조 노선의 각 도로 구간에서의 녹파 속도를 결정할 수 있어 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
상기 실시예에서 녹파 협조 노선의 각 도로 구간의 녹파 속도를 결정하는 방법을 명확하게 설명하기 위해 본 발명은 다른 녹파 속도 결정 방법을 제공한다.
도 2는 본 발명의 실시예2에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 2에 도시된 바와 같이, 상기 녹파 속도 결정 방법은 단계 201 내지 단계 206을 포함할 수 있다.
단계 201에서, 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
단계 202에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
단계 203에서, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
단계 201 내지 단계 203의 수행 과정은 상기 실시예의 수행 과정을 참조할 수 있으며 여기서 더이상 반복 서술하지 않는다.
단계 204에서, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 두 인접한 교차로의 위치를 획득한다.
본 발명의 실시예에서, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 상기 두 인접한 교차로의 위치를 획득한다. 예를 들어 지도단으로부터 녹파 협조 노선의 임의의 두 인접한 교차로의 위치를 획득할 수 있다.
단계 205에서, 타깃 차량의 차량 주행 데이터로부터, 타깃 차량이 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정한다.
본 발명의 실시예에서, 임의의 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 계산할 경우 상기 도로 구간의 타깃 차량의 차량 주행 데이터를 획득하기만 하면 된다. 따라서 본 발명에서 타깃 차량의 차량 주행 데이터로부터 타깃 차량이 상기 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정할 수 있다.
일 예로서, 타깃 차량의 차량 주행 데이터로부터 좌표 위치가 상기 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정할 수 있고, 차량 주행 데이터 중 좌표 위치가 제1 궤적 포인트의 좌표 위치 및 제2 궤적 포인트의 좌표 위치 사이에 있는 각 궤적 포인트를 결정함으로써, 결정된 각 궤적 포인트, 제1 궤적 포인트, 제2 궤적 포인트를 타깃 주행 데이터로 사용할 수 있다.
단계 206에서, 타깃 주행 데이터에 따라 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
본 발명의 실시예에서, 타깃 주행 데이터에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
본 발명의 실시예의 녹파 속도 결정 방법은, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해 두 인접한 교차로의 위치를 획득하고, 타깃 차량의 차량 주행 데이터로부터 타깃 차량이 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정하여, 타깃 주행 데이터에 따라 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다. 이로써, 각 도로 구간의 차량의 실제 주행 데이터에 따라 각 도로 구간에 대응되는 녹파 속도를 결정하여 결정 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 주행 데이터 중 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 타임 스탬프에 기반하여 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다. 아래에 실시예3을 결합하여 상기 과정을 상세하게 설명한다.
도 3은 본 발명의 실시예3에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 3에 도시된 바와 같이, 상기 녹파 속도 결정 방법은 단계 301 내지 단계 309를 포함할 수 있다.
단계 301에서, 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
단계 302에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
단계 303에서, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
단계 304에서, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 두 인접한 교차로의 위치를 획득한다.
단계 305에서, 타깃 차량의 차량 주행 데이터로부터, 타깃 차량이 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정하되; 여기서 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 타임 스탬프를 포함한다.
단계 301 내지 단계 305의 수행 과정은 상기 실시예의 수행 과정을 참조할 수 있으며 여기서 더이상 반복 서술하지 않는다.
단계 306에서, 타깃 주행 데이터로부터, 좌표 위치가 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정한다.
본 발명의 실시예에서, 타깃 주행 데이터로부터 좌표 위치가 상기 두 인접한 교차로 중 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제1 궤적 포인트로서 결정하고, 좌표 위치가 상기 두 인접한 교차로 중 다른 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제2 궤적 포인트로서 결정할 수 있다.
단계 307에서, 제1 궤적 포인트의 타임 스탬프 및 제2 궤적 포인트의 타임 스탬프에 따라, 두 인접한 교차로를 통과하는 타깃 차량의 제1 주행 지속 시간을 결정한다.
본 발명의 실시예에서, 제1 궤적 포인트의 타임 스탬프 및 제2 궤적 포인트의 타임 스탬프를 차감하여 상기 두 인접한 교차로를 통과하는 타깃 차량의 제1 주행 지속 시간을 획득할 수 있다.
단계 308에서, 두 인접한 교차로 사이의 도로 구간에 대응되는 도로 구간 길이를 결정한다.
본 발명의 실시예에서, 제1 궤적 포인트와 제2 궤적 포인트 사이의 각 궤적 포인트의 좌표 위치에 따라 궤적을 피팅하여, 피팅하여 얻은 궤적 길이를 도로 구간 길이로 사용할수 있다. 또는 지도단에서 상기 두 인접한 교차로 사이의 도로 구간에 대응되는 도로 구간 길이를 직접 조회할 수 있으며 본 발명은 이에 대해 한정하지 않는다.
단계 309에서, 제1 주행 지속 시간 및 도로 구간 길이에 따라 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 차량의 개수가 하나인 경우 도로 구간 길이를 타깃 차량에 대응되는 제1 주행 지속 시간으로 직접 나누어 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 획득할 수 있다.
본 발명의 실시예의 가능한 다른 구현 방식에서, 타깃 차량의 개수가 복수 개인 경우 각 타깃 차량에 대응되는 제1 주행 지속 시간 및 도로 구간 길이에 따라 각 타깃 차량의 제1 속도를 결정할 수 있으며, 예를 들어 각각의 타깃 차량에 대해 도로 구간 길이를 상기 타깃 차량에 대응되는 제1 주행 지속 시간으로 나누어 상기 타깃 차량의 제1 속도를 획득할 수 있다. 따라서 본 발명에서 각 타깃 차량의 제1 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
일 예로서, 각 타깃 차량에 대응되는 제1 속도의 평균값을 구하여, 평균값을 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도로 사용할 수 있다.
다른 예로서, 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시키기 위해, 녹파를 향수하지 못하고 녹파 협조 노선의 각 도로 구간을 연속적으로 통과할 수 없는 타깃 차량을 제거할 수 있다. 구체적으로, 각 타깃 차량에 대응되는 제1 속도를 선별하여 설정 속도 임계값보다 크거나 같은 제1 속도를 보류함으로써, 보류된 각 제1 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
예를 들어, 설정 속도 임계값이 30 km/h이면 제1 속도가 30 km/h보다 작은 타깃 차량을 제거함으로써 보류된 각 타깃 차량의 제1 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
일 예로서, 보류된 각 제1 속도의 평균값을 구하여 평균값을 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도로 사용할 수 있다.
다른 예로서, 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시키기 위해, 또한 보류된 각 제1 속도를 값의 크기에 따라 큰데로부터 작은데로의 순서로 배열하여 앞에 배열된 기설정 개수 또는 기설정 비율의 제1 속도를 선택하고, 선택된 각 제1 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
예를 들어, 기설정 비율이 85 %인 것을 예로 들면, 앞에 배열된 처음 85 %의 제1 속도를 선택하고, 선택된 각 제1 속도의 평균값을 상기 도로 구간의 녹파 속도로 사용할 수 있다.
본 발명의 실시예의 녹파 속도 결정 방법은 타깃 주행 데이터 중 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 타임 스탬프에 기반하여, 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정함으로써 각 도로 구간의 녹파 속도를 효과적으로 결정할 수 있다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 주행 데이터 중 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 순간 속도에 기반하여, 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다. 아래에 실시예4를 결합하여 상기 과정을 상세하게 설명한다.
도 4는 본 발명의 실시예4에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 4에 도시된 바와 같이, 상기 녹파 속도 결정 방법은 단계 401 내지 단계 408을 포함할 수 있다.
단계 401에서, 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
단계 402에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
단계 403에서, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
단계 404에서, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 두 인접한 교차로의 위치를 획득한다.
단계 405에서, 타깃 차량의 차량 주행 데이터로부터, 타깃 차량이 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정하되; 여기서 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 순간 속도를 포함한다.
단계 401 내지 단계 405의 수행 과정은 상기 실시예의 수행 과정을 참조할 수 있으며 여기서 더이상 반복 서술하지 않는다.
단계 406에서, 타깃 주행 데이터로부터, 좌표 위치가 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정한다.
본 발명의 실시예에서, 타깃 주행 데이터로부터 좌표 위치가 상기 두 인접한 교차로 중 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제1 궤적 포인트로서 결정하고, 좌표 위치가 상기 두 인접한 교차로 중 다른 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제2 궤적 포인트로서 결정할 수 있다.
단계 407에서, 타깃 주행 데이터로부터 좌표 위치가 제1 궤적 포인트의 좌표 위치 및 제2 궤적 포인트의 좌표 위치 사이에 있는 적어도 하나의 제3 궤적 포인트를 결정한다.
본 발명의 실시예에서, 타깃 주행 데이터 중 제1 궤적 포인트의 좌표 위치 및 제2 궤적 포인트의 좌표 위치 사이에 있는 각 궤적 포인트를 결정하고, 결정된 각 궤적 포인트를 제3 궤적 포인트로 사용할 수 있다.
단계 408에서, 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 녹파 속도를 결정한다.
본 발명의 실시예에서, 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 차량의 개수가 하나인 경우 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도의 평균값을 구하여, 평균값을 두 인접한 교차로 사이의 도로 구간의 녹파 속도로 사용할 수 있다.
본 발명의 실시예의 다른 가능한 구현 방식에서, 우발적 정차의 영향을 배제하기 위해, 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킨다. 타깃 차량의 개수가 하나인 경우 또한 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도를 선별하여, 순간 속도가 설정 속도 임계값보다 크거나 같은 각 궤적 포인트를 후보 궤적 포인트로 사용할 수 있음으로써 후보 궤적 포인트의 순간 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다. 예를 들어 각 후보 궤적 포인트의 순간 속도의 평균값을 구하여 평균값을 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도로 사용할 수 있다.
본 발명의 실시예의 또 다른 가능한 구현 방식에서, 타깃 차량의 개수가 복수 개인 경우 각각의 타깃 차량에 대해 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 제2 속도를 결정하고, 각 타깃 차량에 대응되는 제2 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있다.
일 예로서, 각 타깃 차량에 대해 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도의 평균값을 구하여 평균값을 상기 타깃 차량의 제2 속도로 사용할 수 있다. 또는, 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도를 선별하여, 순간 속도가 설정 속도 임계값보다 크거나 같은 각 궤적 포인트를 후보 궤적 포인트로 사용할 수 있음으로써 후보 궤적 포인트의 순간 속도에 따라 상기 타깃 차량의 제2 속도를 결정할 수 있으며, 예를 들어 각 후보 궤적 포인트의 순간 속도의 평균값을 구하여 타깃 차량의 제2 속도를 획득할 수 있다.
각 타깃 차량의 제2 속도를 결정한 후, 각 타깃 차량의 제2 속도의 평균값을 구하여 평균값을 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도로 사용할 수 있거나, 각 타깃 차량의 제2 속도를 값의 크기에 따라 큰데로부터 작은데로의 순서로 배열하여 앞에 배열된 기설정 개수 또는 기설정 비율의 제2 속도를 선택하고, 선택된 각 제2 속도에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정할 수 있으며, 예를 들어 선택된 각 제2 속도의 평균값을 구하여 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 획득할 수 있다.
본 발명의 실시예의 녹파 속도 결정 방법은 타깃 주행 데이터 중 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 순간 속도에 기반하여, 인접한 교차로 사이의 도로 구간이 녹파 속도를 결정함으로써 각 도로 구간의 녹파 속도를 효과적으로 결정할 수 있다.
본 발명의 실시예의 가능한 일 구현 방식에서, 계산하여 얻은 녹파 속도 지표가 녹파 속도 비즈니스 요구에 부합될 수 있도록 하기 위해, 녹파를 향수하지 못하고 녹파 협조 노선의 각 도로 구간을 연속적으로 통과할 수 없는 차량 주행 데이터를 제거할 수 있다. 아래에 실시예5를 결합하여 상기 과정을 상세하게 설명한다.
도 5는 본 발명의 실시예5에서 제공하는 녹파 속도 결정 방법의 흐름 모식도이다.
도 5에 도시된 바와 같이, 상기 녹파 속도 결정 방법은 단계 501 내지 단계 508을 포함할 수 있다.
단계 501에서, 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
단계 502에서, 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
단계 503에서, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
단계 501 내지 단계 503의 수행 과정은 상기 실시예의 수행 과정을 참조할 수 있으며 여기서 더이상 반복 서술하지 않는다.
단계 504에서, 녹파 협조 노선의 임의의 두 교차로에 대해 두 교차로의 위치를 획득한다.
본 발명의 실시예에서, 녹파 협조 노선의 임의의 두 교차로에 대해 두 교차로의 위치를 획득한다. 예를 들어 지도단으로부터 녹파 협조 노선의 임의의 두 교차로의 위치를 획득할 수 있다.
단계 505에서, 타깃 차량의 차량 주행 데이터로부터, 좌표 위치가 두 교차로의 위치와 각각 매칭되는 제4 궤적 포인트 및 제5 궤적 포인트를 결정한다.
본 발명의 실시예에서, 타깃 차량의 차량 주행 데이터로부터 좌표 위치가 상기 두 교차로 중 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제4 궤적 포인트로서 결정하고, 좌표 위치가 상기 두 교차로 중 다른 하나의 교차로의 위치와 매칭되는 궤적 포인트를 제5 궤적 포인트로서 결정할 수 있다.
단계 506에서, 제4 궤적 포인트의 타임 스탬프 및 제5 궤적 포인트의 타임 스탬프에 따라 두 교차로를 통과하는 타깃 차량의 제2 주행 지속 시간을 결정한다.
본 발명의 실시예에서, 제4 궤적 포인트의 타임 스탬프 및 제5 궤적 포인트의 타임 스탬프를 차감하여 상기 두 교차로를 통과하는 타깃 차량의 제2 주행 지속 시간을 획득할 수 있다.
단계 507에서, 제2 주행 지속 시간이 설정 지속 시간보다 작거나 같은 타깃 차량을 선별하여 보류한다.
설명해야 할 것은, 설정된 지속 시간은 상기 두 교차로 중간 간격의 교차로 개수와 관련된다. 예를 들어 상기 두 교차로 중간 간격의 교차로 개수가 비교적 많을 경우 설정된 지속 시간의 값은 상대적으로 크고, 상기 두 교차로 중간 간격의 교차로 개수가 비교적 적을 경우 설정된 지속 시간의 값은 상대적으로 작다.
이해할 수 있는 것은, 차량이 녹파를 향수할 경우 녹파 협조 노선의 각 도로 구간을 연속적으로 통과할 수 있고, 이때 차량이 각 도로 구간을 통과하는 지속 시간은 통계하여 얻을 수 있으며, 예를 들어 일반 경우 차량이 정차하지 않고 연속적으로 10개의 교차로를 통과하는 지속 시간은 20분을 초과하지 않아야 하므로, 본 발명에서는 녹파 속도 계산 결과의 정확성 및 신뢰성을 더 향상시키기 위해 각 제2 주행 지속 시간을 선별하여 제2 주행 지속 시간이 설정된 지속 시간보다 작거나 같은 타깃 차량만 보류할 수 있다.
단계 508에서, 보류된 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선의 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
단계 508의 수행 과정은 상기 임의의 실시예의 수행 과정을 참조할 수 있으며 여기서 더이상 반복 서술하지 않는다.
종합해보면 본 발명에서, 차량 주행 데이터를 기반으로 녹파 속도를 계산하여, 간선에서 주행하는 차량의 완전한 노정 데이터를 이용할 수 있고, 차량에서 제공하는 궤적 포인트 데이터를 통해 실시간 매칭, 선별 및 통계 계산을 수행함으로써, 최종 타깃 간선(본 발명에서는 녹파 협조 노선으로 표기함)의 각 도로 구간의 녹파 속도를 획득할 수 있다. 녹파 속도 계산 과정에서, 한편으로는 데이터 소스의 유효성 및 정확성을 보장해야 하고, 다른 한편으로는 계산에 의해 출력된 녹파 속도 지표가 비즈니스 요구와 일치하도록 보장해야 한다.
응용 장면으로서 도 6에 도시된 바와 같이, 녹파 속도의 계산 과정은 하기와 같은 2개의 부분을 포함할 수 있다.
제1 부분, 차량 주행 데이터 처리.
(1) 차량 주행 데이터 매칭
일반적으로, 차량 주행 데이터는 차량단 관련 기기에 의해 고정 주파수에 따라 차량의 실시간 위치, 실시간 속도를 수집함으로써 획득된 것이고, 차량 주행 데이터를 지도단에 통합하여 차량 주행 데이터와 도로 네트워크 데이터의 연관성을 구축하며, 다시 일정한 규칙에 따라 간선 교차로 도로 구간 정보를 입력하여 차량 주행 데이터와 타깃 간선이 위치한 교차로 도로 구간을 매칭시킬 수 있다.
(2) 데이터 클리닝
차량 주행 데이터는 각 궤적 포인트의 타임 스탬프, 각 궤적 포인트의 경도 위도 좌표 및 각 궤적 포인트까지 주행하는 차량의 순간 속도 이 3개의 필드를 포함하고, 상기 데이터 구조는 차량의 완전한 주행 과정을 반영할 수 있다. 녹파 속도 지표의 계산을 충족시키기 위해 차량 주행 데이터에 대해 클리닝을 수행할 수 있으며, 즉 타깃 간선 중의 단일 주행 차량을 샘플로 하여 우선 차량 주행 데이터 중 궤적 포인트가 결실된 샘플 및 궤적 포인트가 타깃 간선을 벗어나는 샘플을 제거한 다음, 주행 방향이 녹파 협조 방향과 일치(협조 위상에 따라 녹파에 진입하고 녹파 간선을 벗어남)한 차량을 선별하여 유효 샘플로 사용한다.
제2 부분, 녹파 속도 계산.
계산하여 얻은 녹파 속도 지표가 녹파 속도 비즈니스 요구를 충족시키도록 하기 위해 녹파를 향수하지 못하고 녹파 협조 노선의 각 도로 구간을 연속적으로 통과할 수 없는 차량 주행 데이터를 제거할 수 있다. 따라서 유효 샘플의 차량 주행 데이터 중의 각 궤적 포인트 및 각 궤적 포인트에 대응되는 순간 속도를 선별할 수 있다. 우선 녹파 협조 노선의 각 교차로의 좌표에 따라 녹파 협조 노선을 분할하여 각각의 인접한 교차로 사이의 도로 구간을 획득할 수 있다.
(1) 궤적 포인트의 좌표 위치를 기반으로 한 녹파 속도 계산
단일 차량의 경우, 당해 차량의 차량 주행 데이터 T={T1(x,y), T2(x,y), …, Ti(x,y)}에 대해, 여기서 Ti(x,y)는 i 번째 궤적 포인트의 좌표 위치를 나타내고, 각각의 궤적 포인트의 좌표 위치에 따라 차량 주행 데이터를 k개의 부분으로 나눌 수 있으며, 여기서 k는 녹파 협조 노선의 도로 구간의 개수이다. 차량 주행 데이터의 각 부분에 대응되는 궤적 포인트 좌표 Tik는 도로 구간 C(k,k+1)에서 차량의 주행 기록을 나타낸다. 각각의 도로 구간 중의 궤적 포인트에 대해, 상기 도로 구간 중의 헤드 및 테일 궤적 포인트의 타임 스탬프를 차감하여 추출함으로써 상기 도로 구간에서 차량의 주행 시간 tk,k+1로 사용할 수 있으며, 도로 구간 길이가 Lk,k+1이므로 상기 도로 구간 C(k,k+1)에서 단일 차량의 주행 속도 vk,k+1은 공식 (1)로 표시할 수 있다.
vk,k+1 = Lk,k+1/ tk,k+1; (1)
타깃 시간대(즉 녹파 시간대)의 상기 도로 구간에서 모든 차량의 속도를 계산하고, vk,k+1이 30 km/h보다 작은 샘플을 제거하며, 처음 85 %의 샘플의 속도 평균값을 통계하고 선별하여 상기 도로 구간의 녹파 속도 Vk,k+1로 사용하며, 공식 (2)에 표시된 바와 같다.
Vk,k+1 = ∑vk,k+1 / m; (2)
여기서, m은 처음 85 %의 차량의 개수이다.
(2) 궤적 포인트의 순간 속도를 기반으로 한 녹파 속도 계산
궤적 포인트의 순간 속도 VT={VT1, VT2, …, VTi}의 처리는 좌표 위치의 처리와 같으며, 궤적 포인트의 좌표 위치에 따라 VT를 k개의 부분으로 나눌 수 있다. 녹파 속도의 정의에 따르면, VTi가 30 km/h보다 작은 궤적 포인트를 제거하여 우발적 정차의 영향을 배제함으로써 계산하여 얻은 차량 속도가 차량이 원활하게 통과될 수 있는 속도임을 보장할 수 있다. 도로 구간 C(k,k+1)에서 단일 차량의 주행 속도 vk,k+1은 공식 (3)으로 표시할 수 있다.
vk,k+1 =∑VTi(k,k+1) / l; (3)
여기서, l은 도로 구간 C(k,k+1)에 보류된 궤적 포인트 개수를 나타내고, i(k,k+1)은 도로 구간 C(k,k+1)의 중간점에서 궤적 포인트의 아래 좌표를 나타내며, VTi는 궤적 포인트 i에서 차량의 순간 속도를 나타낸다.
타깃 시간대(즉 녹파 시간대)의 상기 도로 구간에서 모든 차량의 속도를 계산하고, 평균값을 취하여 상기 도로 구간의 녹파 속도 Vk,k+1로 사용하며, 계산 방법은 공식 (2)와 같다.
따라서, 기존의 방법으로 해결할 수 없는 문제를 해결하여, 인건비 또는 기기 의존성을 크게 감소시킬 수 있는 것은 도시 간선 녹파를 대규모적으로 활용하고 교통 통행 효율을 높이는 핵심이다.
본 발명의 실시예의 녹파 속도 결정 방법은, 녹파 협조 노선의 임의의 두 교차로에 대해 두 교차로의 위치를 획득하고, 타깃 차량의 차량 주행 데이터로부터, 좌표 위치가 두 교차로의 위치와 각각 매칭되는 제4 궤적 포인트 및 제5 궤적 포인트를 결정하며; 제4 궤적 포인트의 타임 스탬프 및 제5 궤적 포인트의 타임 스탬프에 따라 두 교차로를 통과하는 타깃 차량의 제2 주행 지속 시간을 결정하고; 제2 주행 지속 시간이 설정 지속 시간보다 작거나 같은 타깃 차량을 선별하여 보류하며; 보류된 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선의 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다. 이로써, 녹파를 향수하지 못하고 녹파 협조 노선을 연속적으로 통과할 수 없는 각 차량을 제거하여, 각 도로 구간의 녹파 속도 결정 결과의 정확성 및 신뢰성을 더 향상시킬 수 있다.
상기 도 1 내지 도 5의 실시예에서 제공하는 녹파 속도 결정 방법과 대응되게 본 발명은 녹파 속도 결정 장치를 더 제공하는데, 본 발명의 실시예에서 제공하는 녹파 속도 결정 장치는 상기 도 1 내지 도 5의 실시예에서 제공하는 녹파 속도 결정 방법과 대응되므로, 녹파 속도 결정 방법의 실시형태도 본 발명의 실시예에서 제공하는 녹파 속도 결정 장치에 적용되며 본 발명의 실시예는 더이상 상세하게 설명하지 않는다.
도 7은 본 발명의 실시예6에서 제공하는 녹파 속도 결정 장치의 구조 모식도이다.
도 7에 도시된 바와 같이, 상기 녹파 속도 결정 장치(700)는 제1 획득 모듈(710), 제1 결정 모듈(720), 처리 모듈(730) 및 제2 결정 모듈(740)을 포함할 수 있다.
제1 획득 모듈(710)은 녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득한다.
제1 결정 모듈(720)은 차량 주행 데이터에 따라 차량의 주행 방향을 결정한다.
처리 모듈(730)은 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용한다.
제2 결정 모듈(740)은 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 제2 결정 모듈(740)은, 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 두 인접한 교차로의 위치를 획득하는 단계; 타깃 차량의 차량 주행 데이터로부터, 타깃 차량이 두 인접한 교차로의 위치 사이에 있을 때 타깃 차량의 타깃 주행 데이터를 결정하고; 타깃 주행 데이터에 따라 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 타임 스탬프를 포함하고; 제2 결정 모듈(740)은, 타깃 주행 데이터로부터, 좌표 위치가 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하며; 제1 궤적 포인트의 타임 스탬프 및 제2 궤적 포인트의 타임 스탬프에 따라, 두 인접한 교차로를 통과하는 타깃 차량의 제1 주행 지속 시간을 결정하고; 두 인접한 교차로 사이의 도로 구간에 대응되는 도로 구간 길이를 결정하며; 제1 주행 지속 시간 및 도로 구간 길이에 따라 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 차량은 복수 개이고, 제2 결정 모듈(740)은, 각 타깃 차량에 대응되는 제1 주행 지속 시간 및 도로 구간 길이에 따라 각 타깃 차량의 제1 속도를 결정하며; 각 타깃 차량의 제1 속도를 선별하여 설정 속도 임계값보다 크거나 같은 제1 속도를 보류하고; 보류된 각 제1 속도에 따라 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 궤적 포인트까지 주행하는 타깃 차량의 순간 속도를 포함하고; 제2 결정 모듈(740)은, 타깃 주행 데이터로부터, 좌표 위치가 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하며; 타깃 주행 데이터로부터 좌표 위치가 제1 궤적 포인트의 좌표 위치 및 제2 궤적 포인트의 좌표 위치 사이에 있는 적어도 하나의 제3 궤적 포인트를 결정하고; 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 제2 결정 모듈(740)은, 제1 궤적 포인트, 제2 궤적 포인트 및 각 제3 궤적 포인트에 각각 대응되는 순간 속도를 선별하여 설정 속도 임계값보다 크거나 같은 후보 궤적 포인트를 보류하고; 후보 궤적 포인트의 순간 속도에 따라 녹파 속도를 결정한다.
본 발명의 실시예의 가능한 일 구현 방식에서, 차량 주행 데이터는 각 궤적 포인트까지 주행하는 타깃 차량의 타임 스탬프를 포함하고; 상기 녹파 속도 결정 장치(700)는,
녹파 협조 노선의 임의의 두 교차로에 대해 두 교차로의 위치를 획득하는 제2 획득 모듈;
타깃 차량의 차량 주행 데이터로부터, 좌표 위치가 두 교차로의 위치와 각각 매칭되는 제4 궤적 포인트 및 제5 궤적 포인트를 결정하는 제3 결정 모듈;
제4 궤적 포인트의 타임 스탬프 및 제5 궤적 포인트의 타임 스탬프에 따라 두 교차로를 통과하는 타깃 차량의 제2 주행 지속 시간을 결정하는 제4 결정 모듈; 및
제2 주행 지속 시간이 설정 지속 시간보다 작거나 같은 타깃 차량을 선별하여 보류하는 선별 모듈;을 더 포함할 수 있다.
본 발명의 실시예의 녹파 속도 결정 장치는 녹파 협조 노선에서 차량의 차량 주행 데이터에 따라 차량의 주행 방향을 결정하고, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하며, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다. 이로써, 차량의 실제 주행 데이터에 따라 녹파 협조 노선의 각 도로 구간에서의 녹파 속도를 결정할 수 있어 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
상기 실시예를 구현하기 위해, 본 발명은 전자 기기를 더 제공하며, 전자 기기는 상기 실시예에서의 앵커 클라이언트 또는 서버를 포함할 수 있고, 상기 전자 기기는 적어도 하나의 프로세서; 및 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되; 여기서 메모리에는 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 명령이 적어도 하나의 프로세서에 의해 실행되어, 적어도 하나의 프로세서가 본 발명의 상기 임의의 실시예에서 제공된 녹파 속도 결정 방법을 수행할 수 있도록 한다.
상기 실시예를 구현하기 위해 본 발명은 컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체를 더 제공하며, 여기서 컴퓨터 프로그램 중의 명령이 컴퓨터에 의해 실행될 경우 본 발명의 상기 임의의 실시예에서 제공된 녹파 속도 결정 방법이 구현된다.
상기 실시예를 구현하기 위해 본 발명은 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 더 제공하며, 컴퓨터 프로그램 중의 명력 실행될 경우, 본 발명의 상기 임의의 실시예에서 제공된 녹파 속도 결정 방법이 구현된다.
본 발명의 실시예에 따르면, 본 발명은 전자 기기, 판독 가능 저장 매체 및 컴퓨터 프로그램을 더 제공한다.
도 8은 본 발명의 실시예를 구현하기 위한 예시적 전자 기기의 예시적 블록도이다. 전자 기기는 상기 실시예에서의 서버, 클라이언트를 포함할 수 있다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크 벤치, 개인 정보 단말기, 서버, 블레이드 서버, 메인 프레임 컴퓨터 및 다른 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자 기기는 개인 디지털 처리, 셀룰러 폰, 스마트 폰, 웨어러블 기기 및 다른 유사한 컴퓨팅 장치와 같은 다양한 형태의 모바일 장치를 나타낼 수도 있다. 본 명세서에 개시된 부재, 이들의 연결 및 관계 및 그 기능은 단지 예시에 불과하며, 본 명세서에 기술되거나 및/또는 청구된 본 발명의 구현을 한정하도록 의도되지 않는다.
도 8에 도시된 바와 같이, 기기(800)는 판독 전용 메모리(Read-Only Memory, ROM)(802)에 저장된 컴퓨터 프로그램 또는 저장 유닛(807)으로부터 랜덤 액세스 메모리(Random Access Memory, RAM)(803)에 로딩된 컴퓨터 프로그램에 따라 다양한 적절한 동작 및 처리를 수행할 수 있는 컴퓨팅 유닛(801)을 포함한다. RAM(803)에서, 또한 기기(1800)의 동작에 필요한 다양한 프로그램과 데이터를 저장할 수 있다. 컴퓨팅 유닛(801), ROM(802) 및 RAM(803)은 버스(804)를 통해 서로 연결된다. 입력/출력(Input/Output, I/O) 인터페이스(805)도 버스(804)에 연결된다.
키보드, 마우스 등과 같은 입력 유닛(806); 다양한 유형의 디스플레이, 스피커 등과 같은 출력 유닛(807); 자기 디스크, 광 디스크 등과 같은 저장 유닛(808); 및 네트워크 카드, 모뎀, 무선 통신 트랜시버 등과 같은 통신 유닛(809)을 포함하는 기기(800)의 복수의 부재는 I/O 인터페이스(805)에 연결된다. 통신 유닛(809)은 기기(800)가 인터넷과 같은 컴퓨터 네트워크 및/또는 다양한 통신 네트워크를 통해 다른 기기와 정보/데이터를 교환하도록 허용한다.
컴퓨팅 유닛(801)은 처리 및 컴퓨팅 기능을 갖는 다양한 범용 및/또는 전용 처리 컴포넌트일 수 있다. 컴퓨팅 유닛(801)의 일부 예시는 중앙 처리 유닛(Central Processing Unit, CPU), 그래픽 처리 유닛(Graphic Processing Units, GPU), 다양한 전용 인공지능(Artificial Intelligence, AI) 컴퓨팅 칩, 기계 학습 모델 알고리즘을 실행하는 다양한 컴퓨팅 유닛, 디지털 신호 프로세서(Digital Signal Processor, DSP) 및 임의의 적절한 프로세서, 컨트롤러, 마이크로 컨트롤러 등을 포함하지만 이에 한정되는 것은 아니다. 컴퓨팅 유닛(801)은 상기 녹파 속도 결정 방법과 같이 상술한 다양한 방법 및 처리를 수행한다. 예를 들어, 일부 실시예에서, 상기 녹파 속도 결정 방법은 저장 유닛(808)과 같은 기계 판독 가능 매체에 유형적으로 포함되는 컴퓨터 소프트웨어 프로그램으로 구현될 수 있다. 일부 실시예에서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(802) 및/또는 통신 유닛(809)을 통해 기기(800)에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(803)에 로딩되어 컴퓨팅 유닛(801)에 의해 실행될 경우, 상술한 녹파 속도 결정 방법의 하나 이상의 단계를 수행할 수 있다. 대안적으로, 다른 실시예에서, 컴퓨팅 유닛(801)은 다른 임의의 적절한 방식(예를 들어, 펌웨어에 의함)을 통해 녹파 속도 결정 방법을 수행하도록 구성될 수 있다.
본 명세서에서 이상 서술된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그래머블 어레이(Field Programmable Gate Array, FPGA), 전용 집적 회로(Application-Specific Integrated Circuit, ASIC), 전용 표준 제품(Application Specific Standard Product, ASSP), 시스텝 온 칩(System On Chip, SOC), 복합 프로그램 가능 논리 소자(Complex Programmable Logic Device, CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 이상의 컴퓨터 프로그램에서 구현되는 것을 포함할 수 있고, 상기 하나 이상의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 프로그램 가능 시스템에서 실행 및/또는 해석될 수 있으며, 상기 프로그램 가능 프로세서는 전용 또는 범용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터와 명령을 수신하며, 데이터와 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치 및 상기 적어도 하나의 출력 장치로 전송할 수 있다.
본 발명의 방법을 구현하는 프로그램 코드는 하나 이상의 프로그래밍 언어의 임의의 조합으로 작성될 수 있다. 이러한 프로그램 코드는 범용 컴퓨터, 전용 컴퓨터 또는 다른 프로그램 가능 데이터 처리 장치의 프로세서 또는 컨트롤러에 제공되어, 프로그램 코드가 프로세서 또는 컨트롤러에 의해 실행될 경우 흐름도 및/또는 블록도에 지정된 기능/동작이 구현될 수 있도록 한다. 프로그램 코드는 완전히 기계에서 실행되거나, 부분적으로 기계에서 실행되거나, 독립형 소프트웨어 패키지로서 부분적으로 기계에서 실행되며 일부는 원격 기계에서 실행되거나 완전히 원격 기계 또는 서버에서 실행될 수 있다.
본 발명의 컨텍스트에서, 기계 판독 가능 매체는 명령 실행 시스템, 장치 또는 기기에 의해 사용되거나 명령 실행 시스템, 장치 또는 기기와 결합하여 사용하기 위한 프로그램을 포함하거나 저장할 수 있는 유형 매체일 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체 또는 기계 판독 가능 저장 매체일 수 있다. 기계 판독 가능 매체는 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템, 장치 또는 기기, 또는 상기 내용의 임의의 적절한 조합을 포함할 수 있지만 이에 한정되지 않는다. 기계 판독 가능 저장 매체의 보다 구체적인 예는 하나 이상의 와이어에 기반한 전기 연결, 휴대용 컴퓨터 디스크, 하드 디스크, RAM, ROM, 소거 가능 프로그램 가능 판독 전용 메모리(Electrically Programmable Read-Only-Memory, EPROM) 또는 플래시 메모리, 광섬유, 휴대용 컴팩트 디스크 판독 전용 메모리(Compact Disc Read-Only Memory, CD-ROM), 광학 저장 기기, 자기 저장 기기 또는 상기 내용의 임의의 적절한 조합을 포함한다.
사용자와의 인터랙션을 제공하기 위해, 컴퓨터에서 여기에 설명된 시스템 및 기술을 구현할 수 있고, 상기 컴퓨터는 사용자에게 정보를 디스플레이하기 위한 디스플레이 장치(예를 들어, CRT(cathode ray tube, 음극선관) 또는 LCD(liquid crystal display, 액정 표시 장치) 모니터); 및 키보드 및 포인팅 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 상기 키보드 및 상기 포인팅 장치를 통해 컴퓨터에 입력을 제공할 수 있다. 다른 종류의 장치를 사용하여 사용자와의 인터랙션을 제공할 수도 있으며; 예를 들어, 사용자에게 제공되는 피드백은 임의의 형태의 센서 피드백(예를 들어, 시각적 피드백, 청각적 피드백 또는 촉각적 피드백)일 수 있고; 임의의 형태(사운드 입력, 음성 입력, 또는 촉각 입력)로 사용자로부터의 입력을 수신할 수 있다.
여기서 설명된 시스템 및 기술은 백엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로 사용됨), 또는 미들웨어 부재를 포함하는 컴퓨팅 시스템(예를 들어, 애플리케이션 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 웹 브라우저를 구비하는 사용자 컴퓨터이며, 사용자는 상기 그래픽 사용자 인터페이스 또는 상기 웹 브라우저를 통해 여기서 설명된 시스템 및 기술의 실시형태와 인터랙션할 수 있음), 또는 이러한 백엔드 부재, 미들웨어 부재, 또는 프론트 엔드 부재의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 시스템의 부재는 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 서로 연결될 수 있다. 통신 네트워크의 예로는, 근거리 통신망(Local Area Network, LAN), 광역망(Wide Area Network, WAN), 인터넷 및 블록체인 네트워크를 포함한다.
컴퓨터 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로 멀리 떨어져 있고, 통상적으로 통신 네트워크를 통해 인터랙션한다. 클라이언트와 서버 간의 관계는 해당 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 갖는 컴퓨터 프로그램에 의해 생성된다. 서버는 클라우드 컴퓨팅 서버 또는 클라우드 호스트로도 지칭되는 클라우드 서버일 수 있으며, 기존의 물리적 호스트와 가상 전용 서버(Virtual Private Server, VPS) 서비스에서 존재하는 관리가 어렵고, 비즈니스 확장성이 약한 결함을 해결하기 위한 클라우드 컴퓨팅 서비스 시스템 중 하나의 호스트 제품이다. 서버는 분산형 시스템의 서버이거나 블록체인을 결합한 서버일 수도 있다.
여기서 설명해야 할 것은, 인공 지능은 컴퓨터가 인간의 특정 사유 과정 및 지능적 행동(예를 들어, 학습, 추론, 사고, 계획 등)을 시뮬레이션하도록 연구하는 학문으로, 하드웨어 수준의 기술과 소프트웨어 수준의 기술을 모두 갖고 있다. 인공 지능 하드웨어 기술은 일반적으로 센서, 전용 인공 지능 칩, 클라우드 컴퓨팅, 분산형 저장, 빅데이터 처리와 같은 기수를 포함하고; 인공 지능 소프트웨어 기술은 주로 컴퓨터 비전 기술, 음성 인식 기술, 자연 언어 처리 기술 및 기계 학습/딥 러닝, 빅데이터 처리 기술, 지식 그래프 기술 등 여러 방향을 포함한다.
본 발명의 실시예의 기술적 해결수단에 따르면, 녹파 협조 노선에서 차량의 차량 주행 데이터에 따라 차량의 주행 방향을 결정하고, 주행 방향이 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하며, 타깃 차량의 차량 주행 데이터에 따라 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정한다. 이로써, 차량의 실제 주행 데이터에 따라 녹파 협조 노선의 각 도로 구간에서의 녹파 속도를 결정할 수 있어 녹파 속도 계산 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
상기에 설명된 다양한 형태의 프로세스를 통해 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 발명에 설명된 각 단계들은 병렬, 순차적 또는 상이한 순서로 수행될 수 있으며, 본 발명에 개시된 기술적 해결수단이 이루고자 하는 결과를 달성할 수만 있으면, 본 명세서는 별도로 한정하지 않는다.
상기 구체적인 실시형태는 본 발명의 보호 범위에 대한 한정으로 구성되지 않는다. 본 기술분야의 기술자라면 설계 요구 및 다른 요인에 따라 다양한 수정, 조합, 서브 조합 및 대체가 이루어질 수 있음을 이해해야 한다. 본 발명의 정신 및 원칙 내에서 이루어진 모든 수정, 동등한 교체 및 개선은 모두 본 발명의 보호 범위 내에 포함되어야 한다.
Claims (17)
- 녹파 속도 결정 방법에 있어서,
녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득하는 단계;
상기 차량 주행 데이터에 따라 상기 차량의 주행 방향을 결정하는 단계;
상기 주행 방향이 상기 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하는 단계; 및
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계; 를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제1항에 있어서,
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계는,
상기 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 상기 두 인접한 교차로의 위치를 획득하는 단계;
상기 타깃 차량의 차량 주행 데이터로부터, 상기 타깃 차량이 상기 두 인접한 교차로의 위치 사이에 있을 때 상기 타깃 차량의 타깃 주행 데이터를 결정하는 단계; 및
상기 타깃 주행 데이터에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계;를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제2항에 있어서,
상기 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 상기 궤적 포인트까지 주행하는 상기 타깃 차량의 타임 스탬프를 포함하고;
상기 타깃 주행 데이터에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계는,
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하는 단계;
상기 제1 궤적 포인트의 타임 스탬프 및 상기 제2 궤적 포인트의 타임 스탬프에 따라, 상기 두 인접한 교차로를 통과하는 상기 타깃 차량의 제1 주행 지속 시간을 결정하는 단계;
상기 두 인접한 교차로 사이의 도로 구간에 대응되는 도로 구간 길이를 결정하는 단계; 및
상기 제1 주행 지속 시간 및 상기 도로 구간 길이에 따라 상기 녹파 속도를 결정하는 단계;를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제3항에 있어서,
상기 타깃 차량은 복수 개이고, 상기 제1 주행 지속 시간 및 상기 도로 구간 길이에 따라 상기 녹파 속도를 결정하는 단계는,
각 상기 타깃 차량에 대응되는 상기 제1 주행 지속 시간 및 상기 도로 구간 길이에 따라 각 상기 타깃 차량의 제1 속도를 결정하는 단계;
각 상기 타깃 차량의 제1 속도를 선별하여 설정 속도 임계값보다 크거나 같은 제1 속도를 보류하는 단계; 및
보류된 각 제1 속도에 따라 상기 녹파 속도를 결정하는 단계;를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제2항에 있어서,
상기 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 상기 궤적 포인트까지 주행하는 상기 타깃 차량의 순간 속도를 포함하고;
상기 타깃 주행 데이터에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계는,
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하는 단계;
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 제1 궤적 포인트의 좌표 위치 및 상기 제2 궤적 포인트의 좌표 위치 사이의 적어도 하나의 제3 궤적 포인트에 있는 것을 결정하는 단계; 및
상기 제1 궤적 포인트, 상기 제2 궤적 포인트 및 각 상기 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 상기 녹파 속도를 결정하는 단계;를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제5항에 있어서,
상기 제1 궤적 포인트, 상기 제2 궤적 포인트 및 각 상기 후보 궤적 포인트의 순간 속도에 따라 상기 녹파 속도를 결정하는 단계는,
상기 제1 궤적 포인트, 상기 제2 궤적 포인트 및 각 상기 제3 궤적 포인트에 각각 대응되는 순간 속도를 선별하여, 설정 속도 임계값보다 크거나 같은 후보 궤적 포인트를 보류하는 단계; 및
상기 후보 궤적 포인트의 순간 속도에 따라 상기 녹파 속도를 결정하는 단계;를 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 제1항에 있어서,
상기 차량 주행 데이터는 각 궤적 포인트까지 주행하는 상기 타깃 차량의 타임 스탬프를 포함하고;
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 단계 이전에,
상기 녹파 협조 노선의 임의의 두 교차로에 대해 상기 두 교차로의 위치를 획득하는 단계;
상기 타깃 차량의 차량 주행 데이터로부터, 좌표 위치가 상기 두 교차로의 위치와 각각 매칭되는 제4 궤적 포인트 및 제5 궤적 포인트를 결정하는 단계;
상기 제4 궤적 포인트의 타임 스탬프 및 상기 제5 궤적 포인트의 타임 스탬프에 따라 상기 두 교차로를 통과하는 상기 타깃 차량의 제2 주행 지속 시간을 결정하는 단계; 및
상기 제2 주행 지속 시간이 설정 지속 시간보다 작거나 같은 타깃 차량을 선별하여 보류하는 단계;를 더 포함하는,
것을 특징으로 하는 녹파 속도 결정 방법. - 녹파 속도 결정 장치에 있어서,
녹파 협조 노선에서 적어도 하나의 차량의 차량 주행 데이터를 획득하는 제1 획득 모듈;
상기 차량 주행 데이터에 따라 상기 차량의 주행 방향을 결정하는 제1 결정 모듈;
상기 주행 방향이 상기 녹파 협조 노선에 대응되는 녹파 협조 방향과 매칭되는 차량을 타깃 차량으로 사용하는 처리 모듈; 및
상기 타깃 차량의 차량 주행 데이터에 따라 상기 녹파 협조 노선에서 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는 제2 결정 모듈;을 포함하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제8항에 있어서,
상기 제2 결정 모듈은,
상기 녹파 협조 노선의 임의의 두 인접한 교차로에 대해, 상기 두 인접한 교차로의 위치를 획득하고;
상기 타깃 차량의 차량 주행 데이터로부터, 상기 타깃 차량이 상기 두 인접한 교차로의 위치 사이에 있을 때 상기 타깃 차량의 타깃 주행 데이터를 결정하며;
상기 타깃 주행 데이터에 따라 상기 두 인접한 교차로 사이의 도로 구간의 녹파 속도를 결정하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제9항에 있어서,
상기 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 상기 궤적 포인트까지 주행하는 상기 타깃 차량의 타임 스탬프를 포함하고;
상기 제2 결정 모듈은,
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하고;
상기 제1 궤적 포인트의 타임 스탬프 및 상기 제2 궤적 포인트의 타임 스탬프에 따라, 상기 두 인접한 교차로를 통과하는 상기 타깃 차량의 제1 주행 지속 시간을 결정하며;
상기 두 인접한 교차로 사이의 도로 구간에 대응되는 도로 구간 길이를 결정하고;
상기 제1 주행 지속 시간 및 상기 도로 구간 길이에 따라 상기 녹파 속도를 결정하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제10항에 있어서,
상기 타깃 차량은 복수 개이고,
상기 제2 결정 모듈은,
각 상기 타깃 차량에 대응되는 상기 제1 주행 지속 시간 및 상기 도로 구간 길이에 따라 각 상기 타깃 차량의 제1 속도를 결정하고;
각 상기 타깃 차량의 제1 속도를 선별하여 설정 속도 임계값보다 크거나 같은 제1 속도를 보류하며;
보류된 각 제1 속도에 따라 상기 녹파 속도를 결정하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제9항에 있어서,
상기 타깃 주행 데이터는 각 궤적 포인트의 좌표 위치 및 각 상기 궤적 포인트까지 주행하는 상기 타깃 차량의 순간 속도를 포함하고;
상기 제2 결정 모듈은,
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 두 인접한 교차로의 위치와 각각 매칭되는 제1 궤적 포인트 및 제2 궤적 포인트를 결정하고;
상기 타깃 주행 데이터로부터, 좌표 위치가 상기 제1 궤적 포인트의 좌표 위치 및 상기 제2 궤적 포인트의 좌표 위치 사이의 적어도 하나의 제3 궤적 포인트에 있는 것을 결정하며;
상기 제1 궤적 포인트, 상기 제2 궤적 포인트 및 각 상기 제3 궤적 포인트에 각각 대응되는 순간 속도에 따라 상기 녹파 속도를 결정하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제12항에 있어서,
상기 제2 결정 모듈은,
상기 제1 궤적 포인트, 상기 제2 궤적 포인트 및 각 상기 제3 궤적 포인트에 각각 대응되는 순간 속도를 선별하여, 설정 속도 임계값보다 크거나 같은 후보 궤적 포인트를 보류하고;
상기 후보 궤적 포인트의 순간 속도에 따라 상기 녹파 속도를 결정하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 제8항 내지 제13항 중 어느 한 항에 있어서,
상기 차량 주행 데이터는 각 궤적 포인트까지 주행하는 상기 타깃 차량의 타임 스탬프를 포함하고;
상기 녹파 협조 노선의 임의의 두 교차로에 대해 상기 두 교차로의 위치를 획득하는 제2 획득 모듈;
상기 타깃 차량의 차량 주행 데이터로부터, 좌표 위치가 상기 두 교차로의 위치와 각각 매칭되는 제4 궤적 포인트 및 제5 궤적 포인트를 결정하는 제3 결정 모듈;
상기 제4 궤적 포인트의 타임 스탬프 및 상기 제5 궤적 포인트의 타임 스탬프에 따라 상기 두 교차로를 통과하는 상기 타깃 차량의 제2 주행 지속 시간을 결정하는 제4 결정 모듈; 및
상기 제2 주행 지속 시간이 설정 지속 시간보다 작거나 같은 타깃 차량을 선별하여 보류하는 선별 모듈;을 더 포함하는,
것을 특징으로 하는 녹파 속도 결정 장치. - 전자 기기에 있어서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리; 를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행될 경우, 상기 적어도 하나의 프로세서가 제1항 내지 제7항 중 어느 한 항에 따른 녹파 속도 결정 방법을 수행하는,
것을 특징으로 하는 전자 기기. - 컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체에 있어서,
상기 컴퓨터 프로그램 중의 명령이 수행될 경우, 제1항 내지 제7항 중 어느 한 항에 따른 녹파 속도 결정 방법이 구현되는,
것을 특징으로 하는 비 일시적 컴퓨터 판독 가능 저장 매체. - 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램 중의 명력 실행될 경우, 제1항 내지 제7항 중 어느 한 항에 따른 녹파 속도 결정 방법이 구현되는,
것을 특징으로 하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110735957.0 | 2021-06-30 | ||
CN202110735957.0A CN113487862A (zh) | 2021-06-30 | 2021-06-30 | 绿波速度确定方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220045123A true KR20220045123A (ko) | 2022-04-12 |
Family
ID=77937035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220037658A KR20220045123A (ko) | 2021-06-30 | 2022-03-25 | 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220227388A1 (ko) |
EP (1) | EP4020425A3 (ko) |
JP (1) | JP2022092047A (ko) |
KR (1) | KR20220045123A (ko) |
CN (1) | CN113487862A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115206110A (zh) * | 2022-08-05 | 2022-10-18 | 阿波罗智联(北京)科技有限公司 | 车辆速度的确定方法、装置、电子设备和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114973690B (zh) * | 2022-05-25 | 2024-06-07 | 新驱动重庆智能汽车有限公司 | 一种基于v2x的绿波车速引导测试***、方法、存储介质 |
CN115223377A (zh) * | 2022-07-07 | 2022-10-21 | 绿波速度(浙江)科技有限公司 | 一种绿波车速计算方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4865922B1 (ja) * | 2011-04-07 | 2012-02-01 | 株式会社野村総合研究所 | 走行情報演算装置、ナビゲーションシステムおよび走行情報演算方法 |
CN103021193B (zh) * | 2012-11-21 | 2015-06-03 | 华南理工大学 | 一种面向行驶速度区间的干道绿波协调控制方法 |
EP2843642A1 (en) * | 2013-08-26 | 2015-03-04 | Aleksandra Kosatka-Pioro | System and method for providing traffic information |
CN108010356B (zh) * | 2016-10-31 | 2020-10-02 | 中国电信股份有限公司 | 用于协调车辆行驶的方法、车辆行驶协调装置及其车辆 |
CN108447263B (zh) * | 2018-04-18 | 2020-11-10 | 北京交通大学 | 基于浮动车的干线协调控制交叉口的信号控制评价方法 |
CN109493602A (zh) * | 2018-11-27 | 2019-03-19 | 公安部交通管理科学研究所 | 一种城市干道协调控制效益的评价方法、装置和*** |
CN112820123B (zh) * | 2020-08-27 | 2022-04-08 | 湖南湘江智芯云途科技有限公司 | 一种交通信号灯绿波智能调节方法及智能调节*** |
CN112216105B (zh) * | 2020-09-21 | 2023-01-24 | 浙江吉利控股集团有限公司 | 一种车速引导方法、装置、车辆及存储介质 |
-
2021
- 2021-06-30 CN CN202110735957.0A patent/CN113487862A/zh active Pending
-
2022
- 2022-03-25 KR KR1020220037658A patent/KR20220045123A/ko unknown
- 2022-04-04 US US17/713,057 patent/US20220227388A1/en not_active Abandoned
- 2022-04-05 EP EP22166607.6A patent/EP4020425A3/en not_active Withdrawn
- 2022-04-14 JP JP2022067006A patent/JP2022092047A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115206110A (zh) * | 2022-08-05 | 2022-10-18 | 阿波罗智联(北京)科技有限公司 | 车辆速度的确定方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113487862A (zh) | 2021-10-08 |
EP4020425A2 (en) | 2022-06-29 |
US20220227388A1 (en) | 2022-07-21 |
JP2022092047A (ja) | 2022-06-21 |
EP4020425A3 (en) | 2022-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20220045123A (ko) | 녹파 속도 결정 방법, 장치, 전자 기기 및 저장 매체 | |
KR102205096B1 (ko) | 거래 위험 검출 방법 및 장치 | |
US10698106B2 (en) | Obstacle detecting method and apparatus, device and storage medium | |
CN105843942B (zh) | 一种基于大数据技术的城市防汛决策支持方法 | |
CN105138779B (zh) | 车载gps时空轨迹大数据优选方法及*** | |
US9251277B2 (en) | Mining trajectory for spatial temporal analytics | |
CN105528359B (zh) | 用于存储行进轨迹的方法和*** | |
Fang et al. | FTPG: A fine-grained traffic prediction method with graph attention network using big trace data | |
US20170010102A1 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
JP2018538627A (ja) | 交通道路の経路ヒートを取得する方法および装置 | |
CN104657424A (zh) | 一种多时空特征融合下的兴趣点轨迹聚类方法 | |
US20210398366A1 (en) | Testing method and apparatus for vehicle perception system, device, and storage medium | |
CN102799897A (zh) | 基于gps定位的交通方式组合出行的计算机识别方法 | |
CN110716935A (zh) | 基于网约车出行的轨迹数据分析与可视化方法及*** | |
CN114120650B (zh) | 用于生成测试结果的方法、装置 | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
EP4068811A1 (en) | Method and apparatus for pushing information, device and storage medium | |
CN114387319A (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN109061774A (zh) | 一种雷暴核关联性处理方法 | |
WO2018045529A1 (zh) | 一种网络站址规划方法及装置 | |
CN109410576A (zh) | 多源数据融合的路况分析方法、装置、存储介质及*** | |
CN111737377A (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN113553482A (zh) | 停留点识别和出行链构建***、算法、设备及存储介质 | |
CN113742437B (zh) | 地图更新方法、装置、电子设备和存储介质 |