CN100535957C - 交通信息系统 - Google Patents

交通信息系统 Download PDF

Info

Publication number
CN100535957C
CN100535957C CN200610008657.8A CN200610008657A CN100535957C CN 100535957 C CN100535957 C CN 100535957C CN 200610008657 A CN200610008657 A CN 200610008657A CN 100535957 C CN100535957 C CN 100535957C
Authority
CN
China
Prior art keywords
information
traffic information
mentioned
road
transport
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.)
Active
Application number
CN200610008657.8A
Other languages
English (en)
Other versions
CN1831893A (zh
Inventor
熊谷正俊
伏木匠
橫田孝义
君田和也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of CN1831893A publication Critical patent/CN1831893A/zh
Application granted granted Critical
Publication of CN100535957C publication Critical patent/CN100535957C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions

Abstract

本发明所要解决的课题在于:在利用缺失率高的探测交通信息时,在推测没有收集到现状的探测交通信息的道路连接的交通信息时,无法精度良好地反映在其他道路连接中收集到的现状的探测交通信息。本发明的交通信息系统对过去收集到的探测交通信息进行主成分分析,作为与连接群的交通信息有关的基础,计算出在多个道路连接间相关地变化的交通信息的成分。另外,通过现状的探测交通信息与各基础的映射,计算出与该连接群的现状的探测交通信息有关的各基础的合成强度。通过将该合成强度作为系数而对各基础进行线性合成,来计算出该连接群的推测交通信息,并针对缺失了现状的探测交通信息的连接,提供该推测交通信息。

Description

交通信息系统
技术领域
本发明涉及推测没有由探测车(probe car)收集到数据的道路连接(link)的交通信息的系统。
背景技术
对于通过路上传感器收集交通信息的VICS等系统,探测车系统能够以更低的成本收集更广范围的交通信息。但是,由于探测车的行驶位置和定时是概率性的,所以所收集的探测交通信息的数据序列会产生空间、时间上的缺失。例如,在着眼于某个道路连接的交通信息的时间序列数据的情况下,由于根据时刻有探测车正在行驶的情况,也有没有正在行驶的情况,所以收集到的交通信息的时间序列数据会偶尔产生缺失值。另外,在着眼于某瞬间的多个道路连接的情况下,由于有探测车正在行驶的连接(收集到交通信息的连接),也有不是这样的连接(没有收集到交通信息的连接),所以会在空间上的数据序列中产生缺失值。在向车载导航系统提示信息、或进行路径探索等的用途中,由于如果交通信息有缺失则无法进行适当的处理,所以在这些用途中利用探测交通信息的情况下,需要针对缺失了交通信息的连接提供任意的推测信息。
作为如VICS那样地根据由路上传感器收集的交通信息而推测其他道路连接的交通信息的方法,例如有专利文献1。它根据道路连接的连接关系,根据上流、下流连接或并行连接的交通信息,推测交通信息所缺失的连接的交通信息。另一方面,在非专利文献1中,作为不依存于道路连接的连接关系而只使用探测(probe)交通信息的推测方法,说明探测交通信息的统计利用。它将探测交通信息加工为以VICS为基准的交通信息并积蓄,在收集到现状信息时提供现状信息,在没有收集到现状信息时,代之而提供进行了统计处理后的过去的交通信息。作为其他的简易的推测方法,还有到更新探测交通信息为止,继续提供过去的探测交通信息的方法。
但是,这些现有的推测技术有以下这样的问题。一是在缺失值在探测交通信息的数据系列中所占的的比例(缺失率)高的情况下,无法基于道路连接的连接关系进行推测。缺失率是指:在时间缺失率的情况下,对于某道路连接,在一日的探测交通信息的更新次数中所占的在更新间隔中无法收集到探测交通信息的次数。另外,空间缺失率是指:在包含在道路连接的管理单位(例如地图网格(mesh)单位等)中的全部道路连接数中所占的在探测交通信息的更新间隔内无法收集到探测交通信息的道路连接的个数。例如,在日本全国中准备了10万辆探测车的情况下,探测交通信息的更新频度是对于每一个道路连接平均在1小时中一次左右。如果将其作为与VICS同样程度的5分钟周期的交通信息而利用,则空间缺失率达到90%以上,即使根据周围连接而推测某道路连接的交通信息,也频繁地产生邻近连接的交通信息全部缺失的状态。这样,如果根据与分离的道路连接的连接关系进行推测,则在道路连接的连接关系复杂的地区中,推测精度显著降低,推测信息很大地偏离了现状的交通状况。另一方面,如果统计地利用过去的探测交通信息,则虽然在探测交通信息的缺失率高的状态下也能够进行推测,但统计处理后的探测交通信息并不一定能够表示现状。
专利文献1:特开平7-129893好公报
非专利文献1:拓植等,“拓展车载导航的可能性的新信息提供系统”,自动车技术,Vol.58,No.2,pp.44~48,2004年2月
发明内容
本发明的课题在于:在利用缺失率高的探测交通信息时,在推测没有收集到现状的探测交通信息的道路连接的交通信息时,精度良好地反映出在其他道路连接中收集到的现状的探测交通信息。
本发明的交通信息系统的特征在于包括:记录针对规定区域的道路连接而收集到的过去的道路上的移动体的过去信息的过去信息数据库;记录针对上述规定区域的道路连接而收集到的现在的移动体的行驶信息即现状信息的现状信息数据库;根据记录在上述过去信息数据库中的过去信息,求出上述规定区域的各道路连接之间的交通信息的相关性,并作为道路连接间的相关信息即连接相关信息输出的连接相关分析装置;计算用于作为上述连接相关信息的和求出上述现状信息的加权信息的合成计算装置;根据上述连接相关信息和上述加权信息,针对没有收集到现状信息的道路连接,求出推测交通信息的交通信息推测装置。
本发明的交通信息系统的特征在于包括:记录针对规定区域的道路连接而收集到的过去的道路上的移动体的过去信息的过去信息数据库;记录针对上述规定区域的道路连接而收集到的现在的移动体的行驶信息即现状信息的现状信息数据库;根据记录在上述过去信息数据库中的过去信息,计算用于通过线性合成而近似上述规定区域的各道路连接间的交通信息的多个基础的基础计算装置;根据上述现状信息,决定对上述基础进行线性合成时的合成强度的合成强度计算装置;计算出将上述合成强度作为系数对上述基础进行了线性合成的推测交通信息的交通信息推测装置。
对过去收集到的探测交通信息进行主成分分析,作为与连接群的交通信息有关的基础,计算出在多个道路连接之间相关地变化的交通信息的成分。另外,根据现状的探测交通信息对各基础的映射,计算该连接群的与现状的探测交通信息有关的各基础的合成强度。通过将该合成强度作为系数对各基础进行线性合成,而计算出该连接群的推测交通信息,对于缺失了现状的探测交通信息的连接,代替现状的探测交通信息,而提供该推测交通信息。
具有以下的优点:不依存于道路连接的连接关系地,能够利用过去积蓄的探测交通信息,根据道路连接之间的交通信息的相关性,精度良好地从在其他道路连接中收集到的现状的探测交通信息,推测没有收集到现状的探测交通信息的道路连接的交通信息。
附图说明
图1是根据探测交通信息生成推测交通信息的系统的框图。
图2是由多个交通信息中心构成的交通信息系统的框图。
图3是由根据探测交通信息生成推测交通信息的交通信息中心和车载终端构成的交通信息系统的框图。
图4是车载终端的显示例子。
图5是车载终端的其他显示例子。
图6是由车载终端计算合成强度的交通信息系统的框图。
图7是用多个基础表现交通信息的模式图。
图8是根据探测交通信息生成推测交通信息的系统的处理流程图。
具体实施方式
以下,说明使用本发明,根据过去积蓄的探测交通信息计算道路连接之间的交通信息的相关性,根据该相关性,从在其他道路连接中收集到的现状的探测交通信息,推测没有收集到现状的探测交通信息的道路连接的交通信息,并且代替现状的探测交通信息而提供的装置的结构。
实施例1
图1是使用了本发明的对没有收集到探测交通信息的道路连接的交通信息进行补足的交通信息系统100的结构图。现状信息数据库102是作为现状的探测交通信息而记录通过出租车、公共汽车、私家车等收集到的交通信息的数据库(以下将数据库简称为DB)。在现状信息DB102中,分为每个与行驶位置对应的道路连接地存储从探测车发送来的车辆信息(时刻、行驶速度、行驶位置的座标信息等),并在每个计测间隔进行更新。过去信息DB101是记录了过去的探测交通信息的数据库。记录在过去信息DB中的探测交通信息是作为现状的交通信息收集到的交通信息,将现状的探测交通信息记录到过去信息DB中的定时是在每个现状的探测交通信息的更新周期进行记录,或以1小时、一日、一星期为单位等的间隔,在统计了每个更新周期的现状的探测交通信息的基础上进行记录等,可以任意设置其间隔。
基础计算装置103将多个道路连接的过去的探测交通信息作为对象,进行主成分分析,将在作为分析对象的道路连接(以下称为连接群)中具有相关性地变化的交通信息的成分,作为与该连接群有关的基础而输出。在此作为分析对象的交通信息是连接的旅行时间等代表性的信息,但也可以是其他的平均速度、阻塞度等。基础计算装置103进行处理的周期是每一天、每一周等任意的周期,但周期越短,则越能够迅速地将道路结构的变化或季节的变化反映到基础中。作为计算基础的根据的过去的交通信息的时间范围也是任意的,但在生成反映了星期几的变化的基础时,需要一星期的交通信息。另外,只在一星期中,在因事故或工事等造成了特殊的阻塞的情况下,它的对基础产生很强的影响,因此为了减轻其影响,而积蓄从2星期到一个月左右的交通信息,以其为根据而生成基础。
在基础计算装置103中,分析对象数据的一个采样(sample)是对存在于作为分析对象的区域中的道路连接以相同的定时收集到的探测交通信息。作为分析对象的区域以通常地图的各网格为单位,但如果能够确定每个行政区划或主要道路周围等用于分析的道路连接也可以,并不限制其形状。另外,分析对象的道路连接数相当于每个采样的变量的个数。即,在过去的N次收集定时在M个道路连接中收集到的探测交通信息是N采样、M变量的数据,如果对该数据进行主成分分析,则能够得到P个(P<<M)基础。通过主成分分析得到的这些基础通过其线性合成具有与原始数据的任意采样近似的性质。另外,各个基础由与原始数据的各变量对应的M个要素构成,一个基础的构成要素是在原始数据的各变量之间相关地变化的成分。即,如果将收集定时n的连接1~M的交通信息X(n)作为由各连接m的交通信息x(n,m)构成的以下的向量,
X(n)=[x(n,1),x(n,2),......,x(n,M)]
公式(1)
用以下的与连接m有关的基础的要素w(p,m)的向量表示第p个基础W(p),
W(p)=[w(p,1),w(p,2),......w(p,M)]
公式(2)
则成为下式:
Figure C20061000865700081
Figure C20061000865700082
公式(3)
其中,a(n,p)是某收集定时n下的基础的线性合成的第p个基础的合成强度。在本实施例中,这样的主成分分析的性质意味着通过它们的基础的线性合成,能够对作为主成分分析的对象的连接群近似地表示任意定时的交通信息。另外,通常的主成分分析不容许在分析对象数据中有缺失,但通过使用作为其扩展方法的“带缺失值的主成分分析(PCAMD)”,能够根据有缺失的探测交通信息来计算出基础。
如果模式地表示该基础计算装置的分析处理,则如图7那样。另外,在图7中,限定于现状的探测交通信息地进行了说明,因此收集定时n为1,作为a(p)表示与第p个基础W(p)对应的合成强度。在图7中,对于等号的左边,用线的粗度表示作为分析对象的多个道路连接的现状的交通信息的值。另外,对于等号右边,作为多个基础的线性合成来表示该交通信息的值。在右边,各个基础由在各连接中相关地变化的交通信息的成分构成,各基础的系数不相关地变化。通过这样地表现交通信息,能够通过各基础的系数的大小来表示多个连接的交通状况的倾向。
例如,如果基础W(1)的连接1、连接2、连接3各自的成分为“0.1,0.1,1.0”,则它意味着在连接1~3的交通信息中包含以“1∶1∶10”这样的比例关系变化的成分。另一方面,在基础W(2)中,如果连接1~3各自的成分为“1.0,0.1,0.5”,则与前面的“1∶1∶10”那样的比例关系不同,也包含以“10∶1∶5”那样的比例关系变化的成分。另外,通过以“1∶1∶10”变化的成分的合成强度(基础W(1)的系数a(1))、以“10∶1∶5”变化的成分的合成强度(基础W(2)的系数a(2)),能够表现连接1~3的交通状况具有怎样的倾向,例如如与连接1和连接2相比,连接3非常阻塞,或在连接1阻塞时,连接2很空,连接3稍微拥挤等。为了分析过去的交通信息得到这样的基础,而如上述那样适用主成分分析,但也可以适用其他的独立成分分析或因子分析等,在基础计算装置103中使用的统计方法并不只限于主成分分析。
基础计算装置的处理的目的在于:如上述那样将连接间的交通信息的相关性作为基础进行数值化,因此必须将在实际的道路网络上相关地变化的连接群作为分析单位。其中,例如有将位于同一网格内的连接的交通信息作为上述主成分分析的分析单位的方法、将沿着某干线道路的连接的交通信息作为分析单位等的方法,分析对象连接群的选择方法并不只限于一个。
在合成强度计算装置104中,针对现状的探测交通信息,计算出由基础计算装置103得到的各基础的合成强度。通过将现状的探测交通信息,加权映射到根据基础的向量W(1)~W(P)扩展了的线性空间中,而得到各基础的合成强度。加权映射是指在对线性空间的映射中改变每个座标轴的刻度(scale)的数学方法,在此,在决定现状的交通信息中所占的基础的强度的基础上,是否更重视某连接的设置中,使用加权。例如,对于图7的基础W(1)和W(2),在连接1~3的现状的交通信息是“5,1,10”的情况下,如果增强连接1和2的加权,则由于看作是连接1拥挤而连接2空,所以相对地将基础W(2)的强度评价为强。另一方面,如果增强连接3的加权,则相对于连接1和2双方,连接3拥挤,所以相对地判断为基础W(1)的强度强。在如探测交通信息那样检测了信息的连接、缺失了的连接是明确的时候,将前者的加权设置为1,将后者的加权设置为0,决定在现状的交通信息中所占的各基础的强度。
如果用公式表示该处理,则与公式(1)同样地,将连接1~M的现状的探测交通信息Z作为以下的由各连接m的交通信息z(m)构成的向量,
Z=[z(1),z(2),......,z(M)]公式(4)
将连接1~M的交通信息z(1)~z(M)中的收集到探测交通信息的连接的加权设置为“1”,将没有收集到的连接的加权设置为“0”,进行向向量Z的W(1)~W(P)的加权映射。则在下式中,
Z=α(1)×W(1)+α(2)×W(2)+......+α(P)×W(P)+e
公式(5)
能够得到对收集到探测交通信息的连接使误差向量e的模方(norm)最小化的α(1)~α(P)。合成强度计算装置104将该α(1)~α(P)作为与现状的探测交通信息有关的合成强度而输出。另外,连接的加权并不只限于“1”和“0”的二值,也可以与收集到的探测交通信息的可靠度和最新度对应地,是多值或连续值。例如,由于一般所通过的探测车的辆数越多,则每个道路连接的探测交通信息的可靠性越高,所以如果加权是探测车辆数的函数,则能够重视可靠性高的道路连接地决定基础的合成强度α(1)~α(P)。其函数形式是将某连接的加权作为F,单位时间通过该连接的探测车辆数为c,例如如下所示。
F(c)=exp(c)-1                             公式(6)
其他,例如如果1≤c<5,则F=1.0,如果5≤c<10,则F=1.5等,也可以在离散的范围中改变加权。另外,在现状的探测交通信息是以某时间幅度进行测量的情况下,如果信息越新的连接则越增强加权,则能够一边也利用该时间幅度中旧的信息,一边更重视最新的信息地决定合成强度。其函数形式对于探测交通信息的收集时刻和现在时刻的时间差τ,例如如下所示。
F(τ)=exp(-τ)                            公式(7)
其他,例如如果0≤τ<10,则F=1.0,如果10≤τ<20,则F=0.5,如果20≤τ,则F=0.0等,也可以在离散的范围中改变加权。
在交通信息推测装置105中,根据由基础计算装置103得到的基础、由合成强度计算装置104得到的合成强度,计算推测交通信息。对于连接1~M的推测交通信息的向量Z`,作为以下的由各连接m的推测交通信息z`(m)构成的向量来表示,
Z`=[z`(1),z`(2),......,z`(M)]          公式(8)
并根据下式
Z`=α(1)×W(1)+α(2)×W(2)+......+α(P)×W(P)
                                           公式(9)
从基础的向量W(1)与各基础对应的合成强度α(1)~α(P)来计算。现状的探测交通信息的向量Z与推测交通信息的向量Z`的关系是:对于收集到现状的探测交通信息的连接i,z`(i)是z(i)的近似值,而对于没有收集到现状的探测交通信息的连接j,z`(j)是z(j)的推测值。交通信息补足装置106对现状的探测交通信息Z、交通信息推测装置105输出的推测交通信息Z`进行比较,针对没有收集到现状的探测交通信息的,即缺失了交通信息的连接j,输出推测交通信息z`(j)。
图8是以上所述的图1的结构的处理的流程图。步骤801(以下将步骤801表示为S801,对于其他步骤也一样)是从过去信息DB101读出过去的探测交通信息的处理。如上述那样,与因道路结构的变化、季节的变化、星期几的变化或事故、工事等造成的特殊的阻塞的影响等反映到基础中的影响对应地,将读出对象期间确定为1星期、1个月等。另外,读出的交通信息与由交通信息推测装置105推测的交通信息对应,但连接旅行时间和连接的平均速度可以使用连接长度相互转换,阻塞度也能够根据连接的平均速度进行概算,因此在此代表性地使用连接旅行时间。S802是对读出的探测交通信息进行主成分分析的基础计算装置103的处理。由此,生成作为分析对象的区域的基础W(1)~W(P)。在循环1中实施S801、S802的处理。循环1是在基础的每个更新周期中执行的循环,例如以1日一次、或1星期一次等的周期实施。另一方面,循环2是在每个现状的探测交通信息的收集或提供定时下实施的处理。在循环2中,首先,在S803中,从现状DB120中读出基于在交通信息的收集或提供周期的期间收集到的探测交通信息的现状的交通信息。接着,在S804中,通过实施作为合成强度计算装置104的处理的加权映射,来计算出与现状的探测交通信息对应的上述合成强度α(1)~α(P)。在S805中,根据在S802中计算出的基础W(1)~W(P)和在S804中计算出的合成强度α(1)~α(P),根据公式(9)计算推测交通信息。这是交通信息推测装置105的处理。最后在S806中,在交通信息补足装置106中,针对没有收集到现状的探测交通信息的连接(交通信息为缺失值的连接),输出在S805中计算出的推测交通信息。例如如果以5分钟的周期提供交通信息,则以同样的5分钟周期执行S803~S806。
在以上所述的图1的结构中,记录在过去信息DB、现状信息DB中的数据不只是通过探测车收集到的交通信息,也可以并用由路上传感器收集到的交通信息,能够作为时常收集的可靠性高的信息利用。
实施例2
图2是表示分割为多个交通信息中心而具有图1所示的交通信息系统100的功能内的到提供推测交通信息为止的功能的结构的图。一次交通信息中心201是具有由汽车制造商、导航器制造商、内容提供者、行政部门等共用的公共特性的交通信息中心,具备图1的过去信息DB101、现状信息DB102、基础计算装置103、合成强度计算装置104、交通信息推测装置105。一次交通信息中心201向外部发送现状的探测交通信息(共通探测交通信息)和交通信息推测装置105计算出的推测交通信息,另一方面向二次交通信息中心202发送基础计算装置103所输出的基础。另外,如果在一次交通信息中心201中不发送推测交通信息,则不需要合成强度计算装置104、交通信息推测装置105。
二次交通信息中心202是具有以下特性的交通信息中心,即例如汽车制造商、导航器制造商对将其用户等作为对象独自收集到的探测交通信息进行处理,面向会员进行服务。二次交通信息中心202具备与一次交通信息中心201一样的合成强度计算装置207、交通信息推测装置206,进而从一次交通信息中心201接受基础的发送,并记录到基础DB203中。将从一次交通信息中心201发送的现状的交通信息被记录到共通信息DB204中,另一方面,将二次交通信息中心通过独自的探测车收集到的现状的探测交通信息(独自探测交通信息)记录到独自信息DB205中。
在二次交通信息中心202生成推测交通信息时,首先,根据记录在基础DB203中的基础、记录在共通信息DB204中的从一次交通信息中心201发送的交通信息、记录在独自信息DB205中的独自的探测交通信息,由合成强度计算装置207计算出与现状的探测交通信息有关的各基础的合成强度。与实施例1一样,通过将对共通探测交通信息Z(公式4)和独自探测交通信息R进行了合并后的探测交通信息S,加权映射到根据基础向量W(1)~W(P)扩展的线性空间中,来实施该处理。
在此,作为基于各连接m的交通信息r(m)和s(m)的向量,分别如下式那样表示独自探测交通信息R和合并了的探测交通信息S。
R=[r(1),r(2),......r(M)]    公式(10)
S=[s(1),s(2),......s(M)]    公式(11)
对于只收集到共通探测交通信息的连接i,s(i)=z(i),对于只收集到独自探测交通信息的连接j,s(j)=r(j)。另外,对于收集到共通和独自双方的探测交通信息的连接k,s(k)为z(k)和r(k)的平均值和加权平均值。这时,与共通探测交通信息或独自探测交通信息无关地,映射的加权是将收集到现状的探测交通信息的连接的加权设置为“1”、将没有收集到的连接的加权设置为“0”的基本的方法,但也可以更重视独自收集到的探测交通信息地加强进行加权等那样地改变加权。例如,将独自的探测交通信息的加权设置为1,将共通的探测交通信息的加权设置为0.5等。根据通过合成强度计算装置207的处理得到的合成强度、记录在基础DB203中的基础由交通信息推测装置206计算出推测交通信息的处理与实施例1一样。
在本实施例中,如上所述,一次交通信息中心201和二次交通信息中心202分别根据共通探测交通信息和独自探测交通信息,生成推测交通信息。一次交通信息中心201在共通探测交通信息的范围内,提供推测交通信息。另外,二次交通信息中心202通过一边也利用与一次交通信息中心201共通的基础,一边在合成强度的计算中在共通探测交通信息的基础上使用独自探测交通信息,从而能够生成精度更高的推测交通信息并提供给使用者。
另外,这样的结构在以下情况下也有效:例如在从公共汽车、出租车、卡车等与个人信息无关的信息源收集在一次交通信息中心201中使用的探测交通信息,通过私家车收集在二次交通信息中心中使用的探测交通信息时,一边将私家车的经纬度信息等与个人信息有关的处理限定于二次交通信息中心的内部,一边在两个交通信息中心各自中,尽量生成高精度的推测交通信息。
实施例3
图3是表示分割为交通信息中心301和车载终端302地具有图1所示的交通信息系统100的功能的结构的图。交通信息中心301具备图1的过去信息DB101、现状信息DB102、基础计算装置103、合成强度计算装置104,向车载终端发送现状的探测交通信息、基础计算装置103输出的基础、合成强度计算装置104输出的合成强度。车载终端302具备分别记录从交通信息中心301发送的基础和合成强度的基础DB307和合成强度DB303、交通信息推测装置306、显示装置304。车载终端302的交通信息推测装置306根据从交通信息中心301接收到的基础和合成强度计算出推测交通信息,并输出到显示装置304。在显示装置304中,通过与图1的交通信息补足装置106一样的处理,针对交通信息为缺失值的道路连接,显示推测交通信息。因此,显示装置304从未图示的地图信息数据库读出显示范围的道路地图的数据并显示在画面上,对于没有收集到现状的探测交通信息的连接,与现状的探测交通信息一起将推测交通信息重叠地显示在该地图画面上。
图4是显示装置304的显示例子,在该例子中,用沿着道路连接所描绘的线的粗度来区别现状的探测交通信息(现状信息)和推测交通信息(补足信息),另外与每个道路连接的阻塞度对应地改变颜色进行显示。对于区别现状的探测交通信息(现状信息)和推测交通信息(补足信息)的显示方法,可以改变线的色调、彩度、亮度,或改变线种类等,来区别显示两者,并不只限于图4的例子。另一方面,图5是不区别现状的探测交通信息(现状信息)和推测交通信息(补足信息)地进行显示的情况下的例子。如果如图4那样区别两者,则在探测交通信息少的情况下,追溯出作为探测交通信息显示出的连接,因此有探测车的路径被特定的危险性,但通过如图5那样不区别两者地进行显示,难以判别现状的探测交通信息,因此有防止提供探测信息的车辆的行驶路径被确定的效果。
图5所示的显示例子与现有的交通信息显示装置的画面显示的差异在于:与现有的交通信息显示装置只显示出设置有路上传感器和实时地收集到探测交通信息的道路连接的交通信息、或预先准备了以探测交通信息为基础的统计交通信息的道路连接的情况相对,在图5所示的显示例子中,通过组合现状信息和推测交通信息,除了交通信息的提供对象以外的细小道路等以外,能够将全部的道路连接作为交通信息的显示对象。另外,在图5的显示例子中,如果不显示一切的现状的探测交通信息,而只显示出针对全部的道路连接由交通信息推测装置105计算出的推测交通信息,则车辆终端302不需要现状的探测交通信息。这时,交通信息中心301不需要每次发送现状的探测交通信息,可以只发送基础和合成强度,因此能够削减通信时间和通信数据量,同时能够进一步降低根据所发送的现状的探测交通信息而各探测车的路径被确定的危险性。
在本实施例中,车载终端302首先合并从交通信息中心301发送的基础和合成强度双方的数据,能够由交通信息推测装置105计算出推测交通信息。因此,对基础和合成强度的任意一个进行加密发送,如果只有特定的使用者的车载终端302在其内部保存用于解读密码的密钥,则能够在限定了会员的交通信息服务中使用本实施例。作为基础和合成强度的发送方法,例如可以是以下的方法:通过便携电话或因特网线路对更新频度低的基础进行加密收费发送,通过地上波数字播放等播放型媒体,发送根据现状而需要时常更新的合成强度。
另外,在本实施例那样根据基础和合成强度计算出推测交通信息的结构中,有压缩交通信息进行发送的效果。即,基础是连接群所固有的信息,并不频繁变化,因此例如以1日1次、1星期1次、或者1个月1次的频度进行发送,是充分的。另一方面,需要根据现状的探测交通信息,由合成强度计算装置104对合成强度进行计算和发送,但如在实施例1中所述那样,通过在基础的计算中使用主成分分析,来将不根据时间变化的信息统计为基础,因此合成强度的数据量与交通信息自身的数据量相比,是明显地少的。因此,预先将基础的数据存储在车载终端的基础DB203中,在每个更新周期中实时地只接收与现状的交通信息对应地由交通信息中心301计算出的合成强度的数据,并根据两个数据,由车载终端302上的交通信息推测装置105计算出推测交通信息,由此与原样地发送交通信息相比,车载终端302能够以明显少的数据量得到现状的交通信息的近似信息。
进而,在图3中,在交通信息中心301中也具备交通信息推测装置105,通过具备以下这样的差分评价装置305,即对每个连接计算出现状的交通信息与由交通信息推测装置105计算出的推测交通信息的差分,只对该差分超过了事先设置的阈值的道路连接,代替现状信息地向车载终端发送现状的交通信息自身或与推测交通信息的差分信息,从而在将根据基础和合成强度近似得到交通信息所造成的误差抑制为上述阈值以下的基础上,能够压缩数据量地发送交通信息。在该情况下,在车载终端302的显示装置304中,代替显示现状的交通信息地,显示根据接收到的差分信息对在车载终端302中求出的推测交通信息进行修正后的交通信息。另外,通过使用这样的基础和合成强度进行的交通信息的压缩与通常的压缩算法相比,是特化为在多个道路连接间相关地变化那样的交通信息的性质的方法,根据公式9的积和计算,具有以少的计算量近似地复原原始的交通信息的效果。
实施例4
图6是与实施例3一样地分割为交通信息中心601和车载终端602地具有图1所示的交通信息系统100的功能的结构,但合成强度计算装置104不位于交通信息中心601中,而位于车载终端602中,在这一点上与实施例3不同。即,交通信息中心601具备图1的过去信息DB101、现状信息DB102、基础计算装置103,作为现状的交通信息向车载终端602发送积蓄了所收集到的交通信息的现状的探测交通信息,同时向车载终端602发送基础计算装置103输出的基础。车载终端602具备记录从交通信息中心601发送的基础的基础DB307、合成强度计算装置605、交通信息推测装置306、显示装置304。
车载终端602根据从交通信息中心601发送的基础和现状的交通信息,通过合成强度计算装置605计算与现状的交通信息有关的合成强度。交通信息推测装置306根据该合成强度计算出推测交通信息,并输出到显示装置304。显示装置304将现状的交通信息与该推测交通信息一起显示在地图画面上,这些与实施例3一样。
如本实施例那样,具有以下的优点:在车载终端侧进行合成强度的计算的情况下,能够在从交通信息中心发送的共通的探测交通信息的基础上,使用本车独自收集到的探测交通信息决定合成强度,生成推测交通信息。即,在车载终端602中设置探测交通信息收集装置603,作为本车探测交通信息使用在此收集到的某时刻的车辆的行驶速度、行驶位置的座标那样的车辆的行驶信息,并与从交通信息中心发送的共通探测交通信息一起,作为合成强度计算装置605的输入。在此,共通探测交通信息、本车探测交通信息分别相当于公式4、公式10的Z、R,通过与实施例2的公式11一样地对它们进行合并,并加权映射到根据基础W(1)~W(P)扩展的线性空间,从而计算出反映了共通探测交通信息和本车探测交通信息双方的合成强度。然后,使用计算出的合成强度和从交通信息中心601接收到的基础,通过交通信息推测装置306,能够生成基于该合成强度的推测交通信息。这样,通过在车载终端内部在补足中利用本车探测交通信息,完全不将车辆的位置或路径等与个人信息有关的信息发送出车外,并且根据与本车行驶过的道路连接的交通信息的相关性,能够提高周围道路连接的推测交通信息的精度。
在本实施例中,也可以通过代替本车探测交通信息,而将经由用户输入装置604由用户输入了的假想交通信息作为合成强度计算装置605的输入,而在车载终端602中具备交通状况的模拟功能。用户输入装置604例如是在显示装置304上与地图显示联合的触摸屏、遥控器的指示(pointing)设备等,是由用户设想并输入特定的道路连接的交通状况的接口。代替从交通信息中心发送的探测交通信息、上述本车探测交通信息地,通过合成强度计算装置605和交通信息推测装置306根据用户输入的假想交通信息决定合成强度,来计算出推测交通信息,能够在反映现状的探测交通信息的同时,在产生了用户指定的特定的交通状况的情况下,根据道路连接之间的相关性,推测其周围的道路连接的交通状况会怎样变化。
本发明可以在以下情况下利用,即在交通信息服务中利用探测交通信息时,提供没有收集到探测交通信息的连接的推测交通信息,特别在探测交通信息的缺失率高的情况下,通过利用本发明,根据道路连接之间的交通信息的相关性,能够提供高精度的推测交通信息。

Claims (6)

1.一种交通信息系统,其特征在于包括:
记录针对规定区域的道路连接而收集到的过去的道路上的移动体的过去信息的过去信息数据库;
记录针对上述规定区域的道路连接而收集到的现在的移动体的行驶信息即现状信息的现状信息数据库;
根据记录在上述过去信息数据库中的过去信息,计算用于通过线性合成而近似上述规定区域的各道路连接间的交通信息的多个基础的基础计算装置;
根据上述现状信息,决定对上述基础进行线性合成时的合成强度的合成强度计算装置;
计算出将上述合成强度作为系数对上述基础进行了线性合成的推测交通信息的交通信息推测装置。
2.根据权利要求1记载的交通信息系统,其特征在于:
上述基础计算装置用上述过去信息中的在上述道路连接的各连接间相关地变化的成分,构成各个上述基础。
3.根据权利要求1记载的交通信息系统,其特征在于:
上述现状信息是以规定的时间间隔计测出来的,
上述合成强度计算装置根据与上述现状信息的最新度对应地加权了的值,决定上述基础的合成强度。
4.根据权利要求1记载的交通信息系统,其特征在于:
上述合成强度计算装置根据与上述现状信息的可靠度对应地加权了的值,决定上述基础的合成强度。
5.根据权利要求1记载的交通信息系统,其特征在于:
上述合成强度计算装置根据与上述现状信息的可靠度对应地加权了的值,决定上述基础的合成强度,
与上述移动体的个数对应地,定义上述现状信息的每个道路连接的可靠度。
6.根据权利要求1记载的交通信息系统,其特征在于:
针对没有收集到上述现状信息的道路连接,作为补足交通信息输出上述推测交通信息。
CN200610008657.8A 2005-03-09 2006-02-20 交通信息系统 Active CN100535957C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005064767 2005-03-09
JP2005064767A JP4329711B2 (ja) 2005-03-09 2005-03-09 交通情報システム

Publications (2)

Publication Number Publication Date
CN1831893A CN1831893A (zh) 2006-09-13
CN100535957C true CN100535957C (zh) 2009-09-02

Family

ID=36142125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200610008657.8A Active CN100535957C (zh) 2005-03-09 2006-02-20 交通信息系统

Country Status (4)

Country Link
US (2) US7536254B2 (zh)
JP (1) JP4329711B2 (zh)
CN (1) CN100535957C (zh)
GB (1) GB2424111B (zh)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
JP2004085286A (ja) * 2002-08-26 2004-03-18 Alpine Electronics Inc 車載用ナビゲーション装置、ナビゲーション情報表示方法及びプログラム
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
JP4329711B2 (ja) * 2005-03-09 2009-09-09 株式会社日立製作所 交通情報システム
US7382276B2 (en) * 2006-02-21 2008-06-03 International Business Machine Corporation System and method for electronic road signs with in-car display capabilities
JP4736979B2 (ja) * 2006-06-30 2011-07-27 日産自動車株式会社 車載装置、交通情報取得方法、交通情報提供システム及び交通情報提供方法
JP4950590B2 (ja) * 2006-08-07 2012-06-13 クラリオン株式会社 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法
JP4950596B2 (ja) * 2006-08-18 2012-06-13 クラリオン株式会社 予測交通情報生成方法、予測交通情報生成装置および交通情報表示端末
JP4899756B2 (ja) * 2006-09-29 2012-03-21 アイシン・エィ・ダブリュ株式会社 交通情報作成装置及び交通情報作成方法
JP4729469B2 (ja) * 2006-11-10 2011-07-20 日立オートモティブシステムズ株式会社 交通情報システム
JP4594289B2 (ja) * 2006-12-06 2010-12-08 住友電工システムソリューション株式会社 交通状況推定方法、交通状況推定装置及びコンピュータプログラム
US8755991B2 (en) * 2007-01-24 2014-06-17 Tomtom Global Assets B.V. Method and structure for vehicular traffic prediction with link interactions and missing real-time data
US7953544B2 (en) * 2007-01-24 2011-05-31 International Business Machines Corporation Method and structure for vehicular traffic prediction with link interactions
RU2009137368A (ru) * 2007-03-09 2011-04-20 Томтом Интернэшнл Б.В. (Nl) Навигационное устройство, помогающее в управлении заторами движения транспортного потока
JP4539666B2 (ja) * 2007-03-19 2010-09-08 アイシン・エィ・ダブリュ株式会社 渋滞状況演算システム
US8024110B2 (en) 2007-05-22 2011-09-20 Xanavi Informatics Corporation Method of estimation of traffic information, device of estimation of traffic information and car navigation device
JP5055052B2 (ja) * 2007-07-20 2012-10-24 クラリオン株式会社 経路探索システム、データ処理装置、データ配信装置、ナビゲーション装置
JP4446316B2 (ja) * 2007-07-25 2010-04-07 日立オートモティブシステムズ株式会社 交通情報システム
JP4913689B2 (ja) * 2007-07-25 2012-04-11 クラリオン株式会社 交通情報配信システム
JP4547408B2 (ja) 2007-09-11 2010-09-22 日立オートモティブシステムズ株式会社 交通状況予測装置,交通状況予測方法
US8874354B2 (en) * 2007-10-16 2014-10-28 International Business Machines Corporation Method and system for expansion of real-time data on traffic networks
US10024676B2 (en) * 2007-10-26 2018-07-17 Tomtom Traffic B.V. Method of processing positioning data
US20090119001A1 (en) * 2007-11-07 2009-05-07 Public Routes. Com, Llc Method and system for finding multimodal transit route directions based on user preferred transport modes
JP4972565B2 (ja) * 2008-01-09 2012-07-11 日立オートモティブシステムズ株式会社 交通情報システム
EP2104081A1 (en) * 2008-03-19 2009-09-23 Harman Becker Automotive Systems GmbH Method for providing a traffic pattern for navigation map data and navigation map data
JP4565022B2 (ja) * 2008-06-30 2010-10-20 日立オートモティブシステムズ株式会社 交通情報システムおよび交通情報処理方法
KR101028293B1 (ko) * 2008-07-10 2011-04-11 현대자동차주식회사 교통정보 예측 방법
JP4796167B2 (ja) * 2009-03-27 2011-10-19 株式会社デンソーアイティーラボラトリ イベント判断装置
US8831869B2 (en) * 2009-03-31 2014-09-09 GM Global Technology Operations LLC Using V2X-based in-network message generation, aggregation, distribution and processing protocols to enable road hazard condition warning applications
JP2010287206A (ja) * 2009-05-15 2010-12-24 Sumitomo Electric Ind Ltd 交通情報推定装置、交通情報推定のためのコンピュータプログラム、及び交通情報推定方法
JP5702794B2 (ja) 2009-10-27 2015-04-15 アルカテル−ルーセント 移動時間推定の信頼性向上
CN102063788B (zh) * 2009-11-18 2014-07-09 厦门雅迅网络股份有限公司 一种实时路况信息发布的方法及其系统
JP5315222B2 (ja) * 2009-12-04 2013-10-16 日立オートモティブシステムズ株式会社 交通情報生成装置
CN101794508B (zh) * 2009-12-30 2012-09-05 北京世纪高通科技有限公司 交通信息填补方法、装置及系统
JP5083345B2 (ja) * 2010-03-03 2012-11-28 住友電気工業株式会社 交通情報予測装置、交通情報予測のためのコンピュータプログラム、及び交通情報予測方法
JP2012048444A (ja) * 2010-08-26 2012-03-08 Sumitomo Electric System Solutions Co Ltd 交通情報処理装置、交通情報処理システム、プログラム、及び交通情報処理方法
US8618951B2 (en) * 2010-09-17 2013-12-31 Honda Motor Co., Ltd. Traffic control database and distribution system
GB201018815D0 (en) 2010-11-08 2010-12-22 Tomtom Int Bv High-definition weather for improved routing and navigation systems
JP5246248B2 (ja) 2010-11-29 2013-07-24 株式会社デンソー 予測装置
US8738289B2 (en) 2011-01-04 2014-05-27 International Business Machines Corporation Advanced routing of vehicle fleets
JP5315363B2 (ja) * 2011-01-19 2013-10-16 株式会社ゼンリン 道路網解析システム
GB201113122D0 (en) * 2011-02-03 2011-09-14 Tom Tom Dev Germany Gmbh Generating segment data
US8866638B2 (en) * 2011-05-23 2014-10-21 GM Global Technology Operations LLC Acquisition of travel- and vehicle-related data
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data
JP5380509B2 (ja) * 2011-09-28 2014-01-08 日立オートモティブシステムズ株式会社 経路案内システム
CA2756916A1 (en) * 2011-11-01 2013-05-01 University Of New Brunswick A bayesian method for improving group assignment and aadt estimation accuracy of short-term traffic counts
CN103258421A (zh) * 2012-02-15 2013-08-21 日立(中国)研究开发有限公司 用于提供交通信息服务的中心服务器以及方法
US8676480B2 (en) * 2012-02-29 2014-03-18 Navteq B.V. Three-dimensional traffic flow presentation
DE102012204306A1 (de) * 2012-03-19 2013-09-19 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Steuerung eines Bereitstellens von Verkehrsinformationsdaten zur Aktualisierung einer Verkehrsinformation
JP5648009B2 (ja) * 2012-03-21 2015-01-07 アイシン・エィ・ダブリュ株式会社 交通情報作成装置、交通情報作成方法及びプログラム
CN102637357B (zh) * 2012-03-27 2013-11-06 山东大学 一种区域交通状态评价方法
JP2013257667A (ja) * 2012-06-11 2013-12-26 Toshiba Corp 交通管制システムおよび交通管制システムの情報提供方法
US8995071B2 (en) 2012-07-17 2015-03-31 International Business Machines Corporation Monitoring of residual encrypted data to improve erase performance on a magnetic medium
GB201307550D0 (en) 2013-04-26 2013-06-12 Tomtom Dev Germany Gmbh Methods and systems of providing information indicative of a recommended navigable stretch
CN105377664A (zh) * 2013-06-14 2016-03-02 株式会社日立制作所 交通需要控制装置
US9495868B2 (en) * 2013-11-01 2016-11-15 Here Global B.V. Traffic data simulator
US9368027B2 (en) 2013-11-01 2016-06-14 Here Global B.V. Traffic data simulator
WO2015125516A1 (ja) * 2014-02-20 2015-08-27 アイシン・エィ・ダブリュ株式会社 注意案内システム、方法およびプログラム
US9396651B2 (en) 2014-03-19 2016-07-19 International Business Machines Corporation Auto-calibration for road traffic prediction
JP6423212B2 (ja) * 2014-09-12 2018-11-14 株式会社ゼンリン 運転支援システム、データ構造
JP5936661B2 (ja) * 2014-09-17 2016-06-22 一般財団法人道路交通情報通信システムセンター 交通情報推定システム、方法、およびプログラム
JP2015046186A (ja) * 2014-11-06 2015-03-12 住友電工システムソリューション株式会社 交通情報処理装置、交通情報処理システム、プログラム、及び交通情報処理方法
US9518837B2 (en) 2014-12-02 2016-12-13 Here Global B.V. Monitoring and visualizing traffic surprises
WO2016174745A1 (ja) * 2015-04-28 2016-11-03 株式会社日立製作所 到着時刻予測装置、到着時刻予測システム及びプログラム
JP6472374B2 (ja) * 2015-12-22 2019-02-20 本田技研工業株式会社 ナビサーバおよびナビシステム
US20180345801A1 (en) * 2017-06-06 2018-12-06 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for optimizing battery pre-charging using adjusted traffic predictions
US10629069B2 (en) 2017-12-14 2020-04-21 Here Global B.V. Method and apparatus for providing a localized link-centric metric for directional traffic propagation
CN108648451B (zh) * 2018-05-15 2021-07-30 北京数行健科技有限公司 一种交通数据处理设备和交通态势管理系统
CN110689719B (zh) * 2019-05-31 2021-01-19 北京嘀嘀无限科技发展有限公司 用于识别封闭路段的系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5822712A (en) * 1992-11-19 1998-10-13 Olsson; Kjell Prediction method of traffic parameters
US6222836B1 (en) * 1997-04-04 2001-04-24 Toyota Jidosha Kabushiki Kaisha Route searching device
CN1536514A (zh) * 2003-02-05 2004-10-13 ��ʽ�������λ��Ѷ�鱨 导航装置的路径搜索方法和交通信息显示方法
CN1576789A (zh) * 2003-07-30 2005-02-09 日本先锋公司 交通状况报知设备、系统、方法、程序和记录介质

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3239653A (en) * 1960-09-08 1966-03-08 Lab For Electronics Inc Traffic density computer
US3239805A (en) * 1961-09-11 1966-03-08 Lab For Electronics Inc Traffic density computer
GB1018000A (en) * 1961-09-11 1966-01-26 Lab For Electronics Inc Traffic flow characteristic determining apparatus
JPH01209893A (ja) 1988-02-17 1989-08-23 Nec Corp 電子交換機のシステム確立方式
US5173691A (en) * 1990-07-26 1992-12-22 Farradyne Systems, Inc. Data fusion process for an in-vehicle traffic congestion information system
US5182555A (en) * 1990-07-26 1993-01-26 Farradyne Systems, Inc. Cell messaging process for an in-vehicle traffic congestion information system
JP3279009B2 (ja) 1993-10-29 2002-04-30 トヨタ自動車株式会社 車両用経路誘導装置
JP3480118B2 (ja) 1995-05-18 2003-12-15 住友電気工業株式会社 車載用経路提供装置
DE19526148C2 (de) * 1995-07-07 1997-06-05 Mannesmann Ag Verfahren und System zur Prognose von Verkehrsströmen
US6462697B1 (en) * 1998-01-09 2002-10-08 Orincon Technologies, Inc. System and method for classifying and tracking aircraft vehicles on the grounds of an airport
US6466862B1 (en) * 1999-04-19 2002-10-15 Bruce DeKock System for providing traffic information
CN1449551A (zh) * 2000-06-26 2003-10-15 卡斯特姆交通Pty有限公司 用于提供交通和相关信息的方法和系统
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
EP1307999B1 (en) * 2000-08-11 2006-01-25 BRITISH TELECOMMUNICATIONS public limited company System and method of detecting events
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7283904B2 (en) * 2001-10-17 2007-10-16 Airbiquity, Inc. Multi-sensor fusion
JP3832448B2 (ja) 2003-04-17 2006-10-11 住友電気工業株式会社 交通情報推定装置及び方法
JP4401115B2 (ja) 2003-07-11 2010-01-20 富士通株式会社 移動体の走行速度提示方法
JP4390492B2 (ja) * 2003-07-30 2009-12-24 パイオニア株式会社 案内誘導装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
US8452526B2 (en) * 2003-12-15 2013-05-28 Gary Ignatin Estimation of roadway travel information based on historical travel data
US7373243B2 (en) * 2004-03-31 2008-05-13 Nissan Technical Center North America, Inc. Method and system for providing traffic information
JP4211706B2 (ja) * 2004-07-28 2009-01-21 株式会社日立製作所 交通情報提供装置
JP2006079483A (ja) * 2004-09-13 2006-03-23 Hitachi Ltd 交通情報提供装置,交通情報提供方法
JP4175312B2 (ja) * 2004-09-17 2008-11-05 株式会社日立製作所 交通情報予測装置
JP4329711B2 (ja) * 2005-03-09 2009-09-09 株式会社日立製作所 交通情報システム
US7684963B2 (en) * 2005-03-29 2010-03-23 International Business Machines Corporation Systems and methods of data traffic generation via density estimation using SVD
US7912627B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Obtaining road traffic condition data from mobile data sources
US7706965B2 (en) * 2006-08-18 2010-04-27 Inrix, Inc. Rectifying erroneous road traffic sensor data
US20070208493A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Identifying unrepresentative road traffic condition data obtained from mobile data sources
US7831380B2 (en) * 2006-03-03 2010-11-09 Inrix, Inc. Assessing road traffic flow conditions using data obtained from mobile data sources
US8014936B2 (en) * 2006-03-03 2011-09-06 Inrix, Inc. Filtering road traffic condition data obtained from mobile data sources
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US20070208501A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Assessing road traffic speed using data obtained from mobile data sources
JP4950590B2 (ja) * 2006-08-07 2012-06-13 クラリオン株式会社 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法
JP4729469B2 (ja) * 2006-11-10 2011-07-20 日立オートモティブシステムズ株式会社 交通情報システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5822712A (en) * 1992-11-19 1998-10-13 Olsson; Kjell Prediction method of traffic parameters
US6222836B1 (en) * 1997-04-04 2001-04-24 Toyota Jidosha Kabushiki Kaisha Route searching device
CN1536514A (zh) * 2003-02-05 2004-10-13 ��ʽ�������λ��Ѷ�鱨 导航装置的路径搜索方法和交通信息显示方法
CN1576789A (zh) * 2003-07-30 2005-02-09 日本先锋公司 交通状况报知设备、系统、方法、程序和记录介质

Also Published As

Publication number Publication date
US20090198441A1 (en) 2009-08-06
JP2006251941A (ja) 2006-09-21
GB2424111B (en) 2007-11-21
GB2424111A (en) 2006-09-13
US7536254B2 (en) 2009-05-19
JP4329711B2 (ja) 2009-09-09
GB0603340D0 (en) 2006-03-29
US20060206256A1 (en) 2006-09-14
US7899612B2 (en) 2011-03-01
CN1831893A (zh) 2006-09-13

Similar Documents

Publication Publication Date Title
CN100535957C (zh) 交通信息系统
US8359156B2 (en) Map generation system and map generation method by using GPS tracks
US10281284B2 (en) Hybrid road network and grid based spatial-temporal indexing under missing road links
US20130166188A1 (en) Determine Spatiotemporal Causal Interactions In Data
US8103448B2 (en) Information storage apparatus for storing new road, program for the same, and system for the same
CN101218486A (zh) 用于对道路网图进行建模的方法、装置及系统
WO2010107394A1 (en) Determining a traffic route using predicted traffic congestion
WO2011084259A2 (en) Historial traffic data compression
CN102622880A (zh) 一种交通信息数据修复方法及装置
Stipancic et al. Measuring and visualizing space–time congestion patterns in an urban road network using large-scale smartphone-collected GPS data
CN105355047A (zh) 多交通检测源动态时间粒度的数据融合处理方法
US20030135383A1 (en) Travelable range calculation method and marketing support method
US20220011123A1 (en) Method of characterizing a route travelled by a user
Huber et al. Disaggregation of aggregate GPS-based cycling data–How to enrich commercial cycling data sets for detailed cycling behaviour analysis
Shen et al. Real-time road traffic fusion and prediction with GPS and fixed-sensor data
KR20190140770A (ko) 통행 시간 예측 모델을 이용한 통행 시간 예측 방법 및 통행 시간 예측 장치
Rieser-Schüssler Capitalising modern data sources for observing and modelling transport behaviour
Shen et al. Traffic velocity prediction using GPS data: IEEE ICDM contest task 3 report
Gong et al. Estimating link travel time with sparse GPS data on highway corridors
CA2890262C (en) Graphical display of a moving mining machine
US10121212B1 (en) System and method for transportation demand management
KR20150072470A (ko) 도심 및 고속도로에서의 교통흐름의 시간 및 공간 도메인 의존성 분석 시스템
Stipancic et al. Massive GNSS data for road safety analysis: Comparing crash models for several Canadian cities and data sources
CN108981729A (zh) 车辆定位方法和装置
Shen et al. Real-time traffic prediction using GPS data with low sampling rates: a hybrid approach

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant