-
公开(公告)号：CN115631082B
公开(公告)日：2023-07-11
申请号：CN202211644714.7
申请日：2022-12-21
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及一种基于高速路网拓扑结构的多场景路径还原方法，包括：以门架为节点，门架间关系为边，将高速路网抽象化为有向图；计算两两节点间的最小深度，并用矩阵表示；结合车辆轨迹记录数据上下行方向及节点方位角，剔除反向错误节点记录数据；利用节点间深度关系识别并修正存在错乱的节点时间；根据节点间深度关系及节点归属判断节点出、入口丢失情况并进行补全，并切分不同轨迹的节点；对还原后的轨迹记录进行时间序列拟合。本发明的方法克服了流水数据在多场景中产生的数据错、乱、重等质量问题，可输出更精确、更干净的车辆通行轨迹记录数据。
-
公开(公告)号：CN115641721B
公开(公告)日：2023-04-07
申请号：CN202211554669.6
申请日：2022-12-06
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及多来源交通流指标融合及基于融合指标的路况计算方法，基于里程桩建立离散化路网；获取浮动车交通流指标及路网封闭区间的断面检测交通流指标，所述封闭区间以里程桩为入口或出口；所述交通流指标包括交通流速度；以里程桩区间为单位，将不同来源的空间连续交通流指标离散化；将每个里程桩区间的不同来源交通流指标融合。在融合不同来源交通流指标后，将融合后的交通流速度转换为里程桩区间路况，合并离散路网获取空间连续的高速路况。本发明的方法充分利用多来源路况数据，基于设计的融合算法实现任意时间切片上全路网路况数据融合，从而输出更精准、覆盖更全面的路况数据。
-
公开(公告)号：CN112084207B
公开(公告)日：2022-04-29
申请号：CN202011006345.X
申请日：2020-09-23
Applicant: 南京感动科技有限公司
IPC: G06F16/23 , G06F16/2455 , G06F16/27 , G06F16/9532 , G06F16/9538 , G07B15/06
Abstract: 本发明涉及交通信息技术领域的一种公路网车辆实时查询速度优化方法，搭建基于内存的分布式缓存模块，并采用键‑值对存储；建立收费站入口数据接收服务数据流、ETC门架数据接收服务数据流、收费站出口数据接收服务数据流；汇总并传输到分布式缓存模块，搭建用户端公路网车辆检索查询模块并与所述分布式缓存模块数据相连；用户通过向公路网车辆检索查询模块发起检索查询数据请求，公路网车辆检索查询模块将用户输入的条件转化为“车牌号_车牌颜色”作为查询键值，并在分布式缓存模块中进行键检索筛查并展示到用户终端界面，本发明能够提供一种数据集中存储、关联冗余少、查询反馈迅速且实时性好的公路网车辆实时查询速度优化方法。
-
公开(公告)号：CN112084207A
公开(公告)日：2020-12-15
申请号：CN202011006345.X
申请日：2020-09-23
Applicant: 南京感动科技有限公司
IPC: G06F16/23 , G06F16/2455 , G06F16/27 , G06F16/9532 , G06F16/9538 , G07B15/06
Abstract: 本发明涉及交通信息技术领域的一种公路网车辆实时查询速度优化方法，搭建基于内存的分布式缓存模块，并采用键‑值对存储；建立收费站入口数据接收服务数据流、ETC门架数据接收服务数据流、收费站出口数据接收服务数据流；汇总并传输到分布式缓存模块，搭建用户端公路网车辆检索查询模块并与所述分布式缓存模块数据相连；用户通过向公路网车辆检索查询模块发起检索查询数据请求，公路网车辆检索查询模块将用户输入的条件转化为“车牌号_车牌颜色”作为查询键值，并在分布式缓存模块中进行键检索筛查并展示到用户终端界面，本发明能够提供一种数据集中存储、关联冗余少、查询反馈迅速且实时性好的公路网车辆实时查询速度优化方法。
-
公开(公告)号：CN115641721A
公开(公告)日：2023-01-24
申请号：CN202211554669.6
申请日：2022-12-06
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及多来源交通流指标融合及基于融合指标的路况计算方法，基于里程桩建立离散化路网；获取浮动车交通流指标及路网封闭区间的断面检测交通流指标，所述封闭区间以里程桩为入口或出口；所述交通流指标包括交通流速度；以里程桩区间为单位，将不同来源的空间连续交通流指标离散化；将每个里程桩区间的不同来源交通流指标融合。在融合不同来源交通流指标后，将融合后的交通流速度转换为里程桩区间路况，合并离散路网获取空间连续的高速路况。本发明的方法充分利用多来源路况数据，基于设计的融合算法实现任意时间切片上全路网路况数据融合，从而输出更精准、覆盖更全面的路况数据。
-
Patent Agency Ranking
公开(公告)号：CN115631082A
公开(公告)日：2023-01-20
申请号：CN202211644714.7
申请日：2022-12-21
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及一种基于高速路网拓扑结构的多场景路径还原方法，包括：以门架为节点，门架间关系为边，将高速路网抽象化为有向图；计算两两节点间的最小深度，并用矩阵表示；结合车辆轨迹记录数据上下行方向及节点方位角，剔除反向错误节点记录数据；利用节点间深度关系识别并修正存在错乱的节点时间；根据节点间深度关系及节点归属判断节点出、入口丢失情况并进行补全，并切分不同轨迹的节点；对还原后的轨迹记录进行时间序列拟合。本发明的方法克服了流水数据在多场景中产生的数据错、乱、重等质量问题，可输出更精确、更干净的车辆通行轨迹记录数据。
-
公开(公告)号：CN115186781B
公开(公告)日：2022-11-22
申请号：CN202211116113.9
申请日：2022-09-14
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及一种多来源路侧交通观测数据的实时融合方法，对每条路侧交通观测数据，将包含的数据拼接为字符串后，计算其哈希值作为身份码，所述身份码与对应的路侧交通观测数据形成有序对的集合；基于观测数据的身份、时间、位置对不同来源的路侧交通观测数据进行精准融合和模糊融合。本发明的方法充分利用多个来源的观测数据进行融合获得观测记录；将多来源、海量、不完备的数据进行系统性整合与优化，从而在数据管理、数据分布与存储、数据生命周期管理、数据质量管控等方面提高数据治理水平。
-
公开(公告)号：CN112153574B
公开(公告)日：2022-09-20
申请号：CN202010987499.5
申请日：2020-09-18
Applicant: 南京感动科技有限公司
Abstract: 本发明涉及一种基于浮动车辆的路侧设备时钟准确性检验方法和系统，包括检索并记录路侧设备附近的GPS记录，包括车辆GPS定位信息及时间信息；基于获取的GPS记录形成车辆经过路侧设备附近的通行轨迹记录；基于车辆每次经过路侧设备的GPS定位信息，建立拟合模型预测车辆经过该路侧设备的真实GPS时间；匹配同一辆车经过同一路侧设备的数据记录，利用事件发生时的真实GPS时间检验路侧设备的观测时间是否一致。本发明的方法和系统成本低且易于实现，具有良好的准确性与稳定性。
-
公开(公告)号：CN119066619B
公开(公告)日：2025-02-25
申请号：CN202411549455.9
申请日：2024-11-01
Applicant: 南京感动科技有限公司
IPC: G06F18/25 , G06F18/2431 , G06F18/213
Abstract: 本发明公开了一种多来源多构成空间数据的融合方法与系统，实现低空间精度业务数据与高精度地图数据的高效融合。首先，本发明设计了一套兼容原系统并面向高精地图的完备里程桩编码规则和利用高精地图数据实现的算法，满足了辅助空间定位和道路距离快速计算。其次，提出了一种处理方式将两类数据有效整合，使用特征提取和向量计算的方式，通过量化的距离分析和最短距离匹配，实现高效自动融合。最后，适配融合结果，使用抽检、循环投票等方式，进行结果质量检验，以满足生产系统对准确性的要求。本发明通过以上一系列技术手段对两类数据进行加工融合，实现业务数据和高精地图数据的关联融合，可较少的依赖人工作业并形成可靠的融合结果。
-
公开(公告)号：CN114550454B
公开(公告)日：2023-05-09
申请号：CN202210171664.9
申请日：2022-02-24
Applicant: 南京感动科技有限公司
IPC: G08G1/01
Abstract: 本发明涉及交通大数据相关技术领域，具体为基于ARIMA‑GM(1,1)融合预测模型的交通流预测方法，包括先对预测的道路交通流的数据进行提取，并将其分为横向和纵向数据进行预处理，构建出交通流数据矩阵；再对构建的交通流数据矩阵进行高维特征的提取；然后构建ARIMA‑GM(1,1)融合预测模型，并对其参数进行拟合；使用该模型对交通流数据进行预测，并对最后的结果进行检验。本发明提供了一种新基于ARIMA时间序列预测模型和GM(1,1)灰色预测模型对交通流预测的融合预测模型，解决了由于节假日等因素所带来的交通流突变导致的ARIMA模型的不准确性问题以及使用灰色模型解决了交通样本稀少等问题；该模型充分挖掘了道路交通流的时空特征，提高了长期交通流预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.042 seconds)
