-
公开(公告)号：CN109859488A
公开(公告)日：2019-06-07
申请号：CN201910085139.3
申请日：2019-01-29
Applicant: 北京工业大学 , 北京市交通信息中心执法总队分中心 , 北京市交通信息中心
IPC: G08G1/017
Abstract: 本发明涉及一种克隆出租车检测方法及检测系统。其方法为：通过道路监控摄像头抓拍获得出租车车牌，将所述获得的出租车车牌号以及道路监控摄像头的位置以及抓拍时间传输到数据中心；以所述获得的车牌号为索引在数据中心数据库中检索挂有该车牌号的车辆的GPS数据以及相应的时间数据；计算该车牌号被抓拍的位置即道路监控摄像头的位置与数据中心记录的车辆车牌号的特定GPS数据之间的最短路径，并计算数据中心记录车辆车牌号的某时间间隔的GPS数据之间的最短路径，最后判断所得到的两最短路径之间的大小，判断该出租车是否被克隆。其系统为：车牌信息传输系统，车牌信息检索系统，车牌信息匹配系统以及匹配结果传输系统；本发明实施例具有可靠性、便捷性、高效性、实时性等特点，而且成本低、可移植性强。
-
公开(公告)号：CN109849926A
公开(公告)日：2019-06-07
申请号：CN201910085406.7
申请日：2019-01-29
Applicant: 北京市交通信息中心 , 北京市交通信息中心执法总队分中心 , 北京工业大学
Abstract: 本发明涉及一种辨别出租车是否交予他人驾驶的方法及系统，所述系统包括：包括：数据获取模块、特征构建模块和分类器特征分类模块。所述方法包括：清洗所获取的出租车GPS数据以及计价器数据获得建模数据，根据获取的建模数据对出租车驾驶员个体特征进行建模，将所述出租车个体行为特征通过自相似计算方法映射到统一的特征空间并取值得到特征向量，根据判定模型对所述自相似特征向量做出判定得到判定值，根据预设阀值与所述判定值对比结果得到所述该出租车是否交予他人驾驶的结论。本发明辨别出租车是否交予他人驾驶的方法及模型通过结合大数据挖掘、计算机技术实现对交予他人驾驶的出租车自动准确识别，不仅减轻执法人员的工作负担更提高了工作效率。
-
公开(公告)号：CN109849926B
公开(公告)日：2020-05-15
申请号：CN201910085406.7
申请日：2019-01-29
Applicant: 北京市交通信息中心 , 北京市交通信息中心执法总队分中心 , 北京工业大学
Abstract: 本发明涉及一种辨别出租车是否交予他人驾驶的方法及系统，所述系统包括：包括：数据获取模块、特征构建模块和分类器特征分类模块。所述方法包括：清洗所获取的出租车GPS数据以及计价器数据获得建模数据，根据获取的建模数据对出租车驾驶员个体特征进行建模，将所述出租车个体行为特征通过自相似计算方法映射到统一的特征空间并取值得到特征向量，根据判定模型对所述自相似特征向量做出判定得到判定值，根据预设阀值与所述判定值对比结果得到所述该出租车是否交予他人驾驶的结论。本发明辨别出租车是否交予他人驾驶的方法及模型通过结合大数据挖掘、计算机技术实现对交予他人驾驶的出租车自动准确识别，不仅减轻执法人员的工作负担更提高了工作效率。
-
公开(公告)号：CN110880244A
公开(公告)日：2020-03-13
申请号：CN201911211322.X
申请日：2019-12-02
Applicant: 北京市交通信息中心执法总队分中心 , 北京市交通信息中心 , 北京工业大学
Abstract: 一种辨别出租车是否为克隆车的方法及系统。本发明提供了一种识别车辆是否为克隆车的方法，该方法包括：使用多个摄像头识别车辆信息，计算车辆与摄像头的最短距离并与阈值对比，将对比结果使用众包方法进行处理，得到该车是克隆车的概率。找出概率大于0.5的车牌，并绘制其GPS轨迹，将轨迹与摄像头安装位置进行对比，验证该车是否为克隆车。对比现有技术，该方法通过利用车辆的GPS数据和摄像头数据，有效的减少了摄像头因外界因素影响而导致的识别不准确，使得对车牌信息识别的正确率增加，且有效地减少了误判，使得克隆车识别的准确性和稳定性都得到了提升，为监管部门提供了很大的便利。
-
公开(公告)号：CN110880244B
公开(公告)日：2020-08-11
申请号：CN201911211322.X
申请日：2019-12-02
Applicant: 北京市交通信息中心执法总队分中心 , 北京市交通信息中心 , 北京工业大学
Abstract: 一种辨别出租车是否为克隆车的方法及系统。本发明提供了一种识别车辆是否为克隆车的方法，该方法包括：使用多个摄像头识别车辆信息，计算车辆与摄像头的最短距离并与阈值对比，将对比结果使用众包方法进行处理，得到该车是克隆车的概率。找出概率大于0.5的车牌，并绘制其GPS轨迹，将轨迹与摄像头安装位置进行对比，验证该车是否为克隆车。对比现有技术，该方法通过利用车辆的GPS数据和摄像头数据，有效的减少了摄像头因外界因素影响而导致的识别不准确，使得对车牌信息识别的正确率增加，且有效地减少了误判，使得克隆车识别的准确性和稳定性都得到了提升，为监管部门提供了很大的便利。
-
Patent Agency Ranking
公开(公告)号：CN109859488B
公开(公告)日：2020-07-10
申请号：CN201910085139.3
申请日：2019-01-29
Applicant: 北京工业大学 , 北京市交通信息中心执法总队分中心 , 北京市交通信息中心
IPC: G08G1/017
Abstract: 本发明涉及一种克隆出租车检测方法及检测系统。其方法为：通过道路监控摄像头抓拍获得出租车车牌，将所述获得的出租车车牌号以及道路监控摄像头的位置以及抓拍时间传输到数据中心；以所述获得的车牌号为索引在数据中心数据库中检索挂有该车牌号的车辆的GPS数据以及相应的时间数据；计算该车牌号被抓拍的位置即道路监控摄像头的位置与数据中心记录的车辆车牌号的特定GPS数据之间的最短路径，并计算数据中心记录车辆车牌号的某时间间隔的GPS数据之间的最短路径，最后判断所得到的两最短路径之间的大小，判断该出租车是否被克隆。其系统为：车牌信息传输系统，车牌信息检索系统，车牌信息匹配系统以及匹配结果传输系统；本发明实施例具有可靠性、便捷性、高效性、实时性等特点，而且成本低、可移植性强。
-
公开(公告)号：CN115527361A
公开(公告)日：2022-12-27
申请号：CN202110707937.2
申请日：2021-06-24
Applicant: 北京市交通信息中心 , 南宁市城乡规划设计研究院有限公司
Abstract: 本申请涉及一种识别公交乘客上车站点和下车站点的方法和装置，其中识别上车站点的方法包括：提取多源数据；对所述车辆轨迹数据、所述线路基础数据、所述站点基础数据、所述刷卡数据、所述机具关联数据进行处理，得到刷卡数据集合、车辆轨迹数据集合、公交线路数据集合和机具映射数据集合；基于所述机具映射数据集合，对所述刷卡数据集合中的车辆编号信息进行补充更新；对所述刷卡数据集合中的各刷卡信息，由所述车辆轨迹数据集合中提取出与各所述刷卡信息相匹配的第一轨迹数据，并由所述第一轨迹数据中确定各所述刷卡信息所对应的上车站点信息。其综合多源数据进行上车站点的确定，这也就有效保证了所识别的上车站点的准确性。
-
公开(公告)号：CN112580866B
公开(公告)日：2021-06-25
申请号：CN202011472683.2
申请日：2020-12-15
Abstract: 本发明涉及一种基于全程车与区间车组合调度的公交线路串车优化方法，步骤：明确在不改变公交线路现有趟次数量的基础上，将部分全程车趟次调整为区间车趟次，利用全程车与区间车的组合调度来减少串车；通过对该公交线路的历史IC卡数据和GPS数据进行分析，确定区间车的始发站点和趟次个数；面向区间车的始发站点，建立一个以最小化各趟次发车时刻与计划时刻之间的偏差为目标的数学模型；将所建立的模型转化为一个混合整数线性规划，使用分支定界算法对其进行求解，得到全程车和区间车的组合调度方案。本发明主要在城市公交线路串车问题日益严重的背景下，采用全程车与区间车组合调度的方法调整运力在不同路段上的分配，以提高公交线路的服务可靠性和服务效率。本方法在降低公交线路串车次数方面具有优越性。
-
公开(公告)号：CN107330217A
公开(公告)日：2017-11-07
申请号：CN201710568525.9
申请日：2017-07-13
Abstract: 本发明涉及一种基于RBFNN的中观油耗预测方法，确定道路能耗影响因素；将车辆行驶轨迹划分成行驶片段；计算在一个形式片段内，车辆平均能耗；分析该路段的平均能耗分布规律，计算路段的平均能耗；确定道路能耗影响因素等参数设置；将得到的数据集作为神经网络的训练集进行模型学习；输入测试数据集，计算得到道路油耗预测结果。本发明在大数据量的能耗轨迹数据集的支持下，积累大量关于路段类型、车辆均速等输入参数和道路能耗输出参数的观测样本，通过观测样本的训练，掌握道路能耗影响因素与道路平均能耗之间的相关关系规律，从而可以对路网中其它能耗轨迹样本量不足的路段进行能耗预测，实现了能耗规律的泛化推广，在监测粒度上有较高的精度。
-
公开(公告)号：CN114005100A
公开(公告)日：2022-02-01
申请号：CN202110674918.4
申请日：2021-06-17
Applicant: 北京市交通信息中心
Abstract: 本发明公开了一种基于聚类分析的路侧停车位分类方法，针对所要研究的停车位，根据停车订单数据，提取出给定时间段内的所有订单的进车时间和出车时间，并根据进出车时间计算停车持续时间。对提取出的订单进出车时间和持续时间进行异常值处理及空缺数据修复，并根据进出车时间和持续时间以一小时为间隔计算泊位利用率，生成利用率时间序列。根据所有泊位利用率时间序列，使用聚合层次聚类算法将时间序列划分成不同的时间段，并计算该时间段内的泊位利用率。最后，以不同时间段内的利用率为特征，使用模糊C均值聚类算法对泊位进行分类。本发明的方法能够为城市的停车管理提供有力的支撑，避免盲目扩张现有停车位，促进城市交通管理的科学化和现代化进程。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
