-
公开(公告)号：CN104778834B
公开(公告)日：2017-02-22
申请号：CN201510036233.1
申请日：2015-01-23
Applicant: 哈尔滨工业大学
IPC: G08G1/01
Abstract: 一种基于车辆GPS数据的城市道路交通拥堵判别方法，涉及一种城市道路交通拥堵判别方法。解决现有城市道路交通拥堵判别方法由于采用传统交通信息检测设备，使得依托于这些检测设备数据的交通拥堵判别方法的应用范围存在较大局限性的问题。基于人工神经网络模型构建城市道路路段行程时间预测模型；利用城市道路路段行程时间预测模型，根据车辆GPS获得的当前时刻的位置向量、路段编号向量、时间戳向量、速度向量，计算得到当前时刻的路段行程时间数据；基于路段行程时间数据进一步计算得出路段交通流速度和路段交通流密度；以路段交通流速度和密度数据为输入条件，判定道路交通拥堵状态。能供当前时刻的GPS数据便能迅速准确地判别交通拥堵状态。
-
公开(公告)号：CN104573116A
公开(公告)日：2015-04-29
申请号：CN201510060839.9
申请日：2015-02-05
Applicant: 哈尔滨工业大学
IPC: G06F17/30
CPC classification number: G06F16/29
Abstract: 基于出租车GPS数据挖掘的交通异常识别方法，属于交通流量和路径选择模式的交通异常识别领域。现有的交通异常时间检测设备的局限性和数据的不完整性导致交通异常事件识别的准确性和实时性低的问题。一种基于出租车GPS数据挖掘的交通异常识别方法，利用城市出租车GPS数据，抽象出个体出租车的出行轨迹，以大量的个体轨迹反映群体的时空行为规律，既判断交通流量变化的异常，又可挖掘路径选择行为的异常。将城市路网划分为等距离方格网，进而基于网格单元，根据交通异常图结构中路径上轨迹模式的变化，准确地识别单元区域内的交通异常及单元区域间连接性的交通异常；至此，通过单元区域内交通异常识别和单元区域间连接性交通异常识别这两部分完成交通异常的识别过程；其中，交通异常是指交通事故、交通拥堵、恶劣天气和道路交通紧急事件。
-
公开(公告)号：CN104573116B
公开(公告)日：2017-11-03
申请号：CN201510060839.9
申请日：2015-02-05
Applicant: 哈尔滨工业大学
IPC: G06F17/30
Abstract: 基于出租车GPS数据挖掘的交通异常识别方法，属于交通流量和路径选择模式的交通异常识别领域。现有的交通异常时间检测设备的局限性和数据的不完整性导致交通异常事件识别的准确性和实时性低的问题。一种基于出租车GPS数据挖掘的交通异常识别方法，利用城市出租车GPS数据，抽象出个体出租车的出行轨迹，以大量的个体轨迹反映群体的时空行为规律，既判断交通流量变化的异常，又可挖掘路径选择行为的异常。将城市路网划分为等距离方格网，进而基于网格单元，根据交通异常图结构中路径上轨迹模式的变化，准确地识别单元区域内的交通异常及单元区域间连接性的交通异常；至此，通过单元区域内交通异常识别和单元区域间连接性交通异常识别这两部分完成交通异常的识别过程；其中，交通异常是指交通事故、交通拥堵、恶劣天气和道路交通紧急事件。
-
公开(公告)号：CN104778834A
公开(公告)日：2015-07-15
申请号：CN201510036233.1
申请日：2015-01-23
Applicant: 哈尔滨工业大学
IPC: G08G1/01
CPC classification number: G08G1/0112 , G08G1/0133
Abstract: 一种基于车辆GPS数据的城市道路交通拥堵判别方法，涉及一种城市道路交通拥堵判别方法。解决现有城市道路交通拥堵判别方法由于采用传统交通信息检测设备，使得依托于这些检测设备数据的交通拥堵判别方法的应用范围存在较大局限性的问题。基于人工神经网络模型构建城市道路路段行程时间预测模型；利用城市道路路段行程时间预测模型，根据车辆GPS获得的当前时刻的位置向量、路段编号向量、时间戳向量、速度向量，计算得到当前时刻的路段行程时间数据；基于路段行程时间数据进一步计算得出路段交通流速度和路段交通流密度；以路段交通流速度和密度数据为输入条件，判定道路交通拥堵状态。能供当前时刻的GPS数据便能迅速准确地判别交通拥堵状态。
-
-
-
Search Results
4
records
(took 0.016 seconds)
