CN117558133A - 一种ldsw智能标签的多模式定位交通管理系统 - Google Patents
一种ldsw智能标签的多模式定位交通管理系统 Download PDFInfo
- Publication number
- CN117558133A CN117558133A CN202410044263.6A CN202410044263A CN117558133A CN 117558133 A CN117558133 A CN 117558133A CN 202410044263 A CN202410044263 A CN 202410044263A CN 117558133 A CN117558133 A CN 117558133A
- Authority
- CN
- China
- Prior art keywords
- unit
- ldsw
- vehicle
- positioning
- signal
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 claims description 64
- 238000005206 flow analysis Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000007547 defect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 101001018064 Homo sapiens Lysosomal-trafficking regulator Proteins 0.000 description 1
- 102100033472 Lysosomal-trafficking regulator Human genes 0.000 description 1
- 235000010703 Modiola caroliniana Nutrition 0.000 description 1
- 244000038561 Modiola caroliniana Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G08G1/0137—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
-
- 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
- H04W4/024—Guidance services
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
-
- 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
- H04W4/029—Location-based management or tracking services
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/16—Gateway arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通管理领域，尤其涉及一种LDSW智能标签的多模式定位交通管理系统，包括LDSW标签、车载定位模块、LDSW网关和交通管理模块；所述LDSW标签包括车辆信息存储单元、LDSW信号接收单元和LDSW信号发送单元，所述LDSW网关用于接收来自LDSW标签和交通管理模块的信息并进行转发；所述车载定位模块用于对车辆所处位置进行定位；所述交通管理模块用于分析每个路段的车辆拥挤情况并生成对应的应对措施。本发明通过采用LDSW技术，设置LDSW标签和网关，让网关能够通过LDSW接收车辆的相关信息，从而帮助交通管理模块进行交通管理，且LDSW标签平常处于睡眠状态，只有收到唤醒信号时才会开始工作，功耗较少。
Description
技术领域
本发明涉及交通管理领域，尤其涉及一种LDSW智能标签的多模式定位交通管理系统。
背景技术
交通管理系统（ATMS）是指通过先进的监测、控制和信息处理等子系统，向交通管理部门和驾驶员提供对道路交通流进行实时疏导、控制和对突发事件应急反应的功能的系统。
如CN107993439A的现有技术公开了的一种智能交通管理系统，包括监控平台、通信系统和用户终端，所述监控平台和用户终端通过通信系统进行数据交换，所述监控平台用于对交通情况进行实时监控，并对交通流进行预测，所述用户终端用于从监控平台获取所述交通流预测信息，所述用户终端包括中央处理器、接收模块、存储模块、显示模块、语音模块和预警模块，所述中央处理器分别与所述接收模块、存储模块、显示模块、语音模块和预警模块连接，用于控制所述接收模块、存储模块、显示模块、语音模块和预警模块。
另一种典型的如CN110782669A的现有技术公开的一种交通管理方法。所述交通管理方法包括：获取监测区域的路况信息；分析所述监测区域的路况信息以生成收费站管理策略；基于所述收费站管理策略管理所述收费站入口车流量。
再来看如CN105913654B 的现有技术公开的一种智能交通管理系统，包括交通管理系统和与交通管理系统相连的预测装置，所述预测装置包括依次连接的采集模块、数据预处理模块、数据分类模块、平稳性检验模块、相关系数计算模块、阈值设定模块、时空相关系数矩阵生成模块、历史相关系数矩阵生成模块、预测因子选取模块和预测模型构造模块。
目前，在交通管理的领域中，对LDSW技术的利用较少且对车辆的定位模式较为单一，为了解决本领域普遍存在的问题，作出了本发明。
发明内容
本发明的目的在于，针对目前所存在的不足，提出了一种LDSW智能标签的多模式定位交通管理系统。
为了克服现有技术的不足，本发明采用如下技术方案：
一种LDSW智能标签的多模式定位交通管理系统，包括LDSW标签、车载定位模块、LDSW网关和交通管理模块；所述LDSW标签包括车辆信息存储单元、LDSW信号接收单元和LDSW信号发送单元，所述车辆信息存储单元用于存储车辆的相关信息，所述相关信息包括车牌号码、车主身份和车辆型号，所述LDSW信号接收单元用于接收来自LDSW网关的唤醒信号，所述LDSW信号发送单元用于将所述信息存储单元所存储的内容发送到所述LDSW网关；所述LDSW网关用于接收来自LDSW标签和交通管理模块的信息并进行转发；所述车载定位模块用于根据GPS信号对车辆所处位置进行定位；所述交通管理模块用于根据来自LDSW网关的信号来分析每个路段的车辆拥挤情况并生成对应的应对措施；
所述交通管理模块包括交通流分析单元，所述交通流分析单元用于根据下式生成车辆所在路段行驶方向的拥挤指标：
ZB=；
其中，ZB为拥挤指标，DIS为该路段的总长度，A为车辆所在路段的行驶方向的车道数量，a为车辆所在路段的行驶方向上的车辆总数；为第一权重，/>；b为该路段中车辆所行驶的车道旁停止的车辆数；/>为该路段该行驶方向上正在移动的第i辆车的移动速度；/>为该路段该行驶方向上正在移动的第i辆车所在车道的限速；e为自然常数；c为横穿该路段的人行道总数。
更进一步的，所述LDSW标签还包括判断单元和唤醒单元；所述判断单元用于判断所述LDSW信号接收单元所接收的信号是否是唤醒信号，判断方法为：所述判断单元将接收的信号的频率、调制方式和编码方式与通信协议中的规定进行对比从而判断接收的信号是否为唤醒信号；所述唤醒单元用于根据所述判断单元的判断结果对LDSW标签的其余部分进行唤醒。
更进一步的，所述车载定位模块包括定位信号接收单元、位置获取单元、地图匹配单元、解码单元和显示单元；所述定位信号接收单元用于根据GPS信号接收定位信号，所述位置获取单元用于根据定位信号接收单元的定位信号计算车辆的地理位置信息；所述地图匹配单元用于将地理位置信息与数字地图进行匹配，以确定车辆在地图上的确切位置；所述解码单元用于接收来自LDSW网关的交通流信号并进行解码；所述显示单元用于根据车辆在地图上的确切位置显示带有车辆位置的数字地图，以及根据解码后的交通流信号显示车辆所在位置附近各个路段的拥挤程度。
更进一步的，所述LDSW网关设置于所述多模式定位交通管理系统所覆盖的每个路口，所述交通管理模块包括车辆位置计算单元、交通流分析单元、交通流预测单元、交通流信号生成单元和紧急响应单元；所述车辆位置计算单元用于根据LDSW网关的信号计算车辆位置；所述交通流分析单元用于根据车辆位置计算单元或位置获取单元计算结果获取相关道路的车辆信息，并根据该车辆信息分析当前道路的拥挤程度；所述交通流预测单元用于预测道路未来的拥挤程度；所述交通流信号生成单元用于根据所述交通流分析单元的分析结果和所述交通流预测单元的预测结果生成交通流信号，所述交通流信号用于表示道路的拥挤程度和道路的未来拥挤程度；所述紧急响应单元用于在道路的拥挤程度或未来拥挤程度超过指定阈值时发出警报并生成对应的应急措施。
更进一步的，所述交通管理系统的工作流程包括以下步骤：
S1,LDSW网关发送唤醒信号到LDSW标签；
S2,LDSW标签识别唤醒信号并将信息存储单元内的信息发送到LDSW网关；
S3,定位信号接收单元判断GPS信号质量是否符合标准，若是，则通过GPS信号获取车辆的定位发送至交通流分析单元和交通流预测单元并执行S5,反之执行S4；
S4,车辆位置计算单元根据LDSW网关的信号计算车辆位置并将车辆的定位发送至交通流分析单元和交通流预测单元，执行S5；
S5,LDSW网关收集来自不同车辆的LDSW标签的信息，并根据LDSW标签所发送的信息生成对应的ID，发送至交通管理模块；
S6,交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标；所述拥挤指标用于表征道路的拥挤程度；
S7,交通流预测单元为每个ID生成其所在路段的行驶方向的经过预测时间t后的预测拥挤指标；所述预测拥挤指标用于表征道路未来的拥挤程度；
S8,交通流信号生成单元根据S6和S7中所生成的指标生成交通流信号并发送到LDSW网关，LDSW网关将交通流信号转发到每个ID所对应车辆的车载定位模块，解码单元对交通流信号进行解码，显示单元对拥挤指标以及预测拥挤指标进行显示。
更进一步的，S4中，车辆位置计算单元根据LDSW网关的信号计算车辆位置包括以下步骤：
S41,车载定位模块发送定位请求信号到车辆附近的LDSW网关，车辆附近的LDSW网关将定位请求信号转发至交通管理模块；
S42,车辆位置计算单元根据定位请求信号的发送时间以及定位请求信号的接收时间，筛选距离车辆最近的3个网关；
S43,车辆位置计算单元根据3个网关的定位，通过三边测距定位法对车辆位置进行计算并将计算结果发送到交通流信号生成单元；
S44,交通流信号生成单元将计算结果转化为定位结果信号并发送到交通流分析单元、交通流预测单元和定位信号接收单元；
S45,交通流分析单元生成对应的拥挤指标；交通流预测单元生成对应的预测拥挤指标；定位信号接收单元对定位结果信号解码后将解码结果发送到地图匹配单元，从而获取车辆在地图中的位置。
更进一步的，所述交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标包括以下步骤：
S61,根据每个ID所对应的LDSW标签所发送的信息，获取每个ID所对应的车辆的运动状态、行驶速度以及所在车道；
S62,根据获取的车辆的运动状态判断每个ID所对应的车辆的行驶方向；
S63,根据相关信息生成每个ID所对应的车辆所在路段的行驶方向的拥挤指标。
更进一步的，所述显示单元包括多模式定位显示单元、数字地图标记单元、拥挤阈值判断单元和数字地图颜色转化单元，所述多模式定位显示单元用于将GPS定位的定位结果或通过LDSW网关获取车辆的定位在数字地图上显示；所述数字地图标记单元用于标记每个路段的每个行驶方向上的拥挤指标或预测拥挤指标；所述拥挤阈值判断单元用于判断每个路段的每个行驶方向上的拥挤指标或预测拥挤指标是否超出指定阈值；所述数字地图颜色转化单元用于根据拥挤阈值判断单元的判断结果对数字地图上的不同路段标记不同的颜色。
本发明所取得的有益效果是：1.通过采用LDSW技术，设置LDSW标签和网关，让网关能够通过LDSW接收车辆的相关信息，从而帮助交通管理模块进行交通管理，且LDSW标签平常处于睡眠状态，只有收到唤醒信号时才会开始工作，功耗较少，有利于节省能源。
2.采用两种定位模式对车辆进行定位，提高了车辆定位的稳定性和多样性，让车辆在GPS信号较差时也能得到准确的定位，让交通管理模块在各种情况下都能准确掌控车辆的位置。
3.通过设置拥挤指标，有利于交通管理人员准确地掌控每条道路的拥挤情况，并采取相应的交通管控措施，也有利于车主了解不同道路的拥挤情况，从而规划移动路线。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定相同的部分。
图1为本发明的整体结构示意图。
图2为本发明的工作流程图。
图3为本发明通过LDSW网关获取车辆的定位的流程图。
图4为本发明的交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标的流程图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
实施例一：根据图1、图2、图3和图4，本实施例提供一种LDSW智能标签的多模式定位交通管理系统，包括LDSW标签、车载定位模块、LDSW网关和交通管理模块；所述LDSW标签包括车辆信息存储单元、LDSW信号接收单元和LDSW信号发送单元，所述车辆信息存储单元用于存储车辆的相关信息，所述相关信息包括车牌号码、车主身份和车辆型号，所述LDSW信号接收单元用于接收来自LDSW网关的唤醒信号，所述LDSW信号发送单元用于将所述信息存储单元所存储的内容发送到所述LDSW网关；所述LDSW网关用于接收来自LDSW标签和交通管理模块的信息并进行转发；所述车载定位模块用于根据GPS信号对车辆所处位置进行定位；所述交通管理模块用于根据来自LDSW网关的信号来分析每个路段的车辆拥挤情况并生成对应的应对措施；
优选的，所述唤醒信号为多模式定位交通管理系统需要进行交通管理时候产生，系统默认为在每天上下班拥堵高峰期时段按预设周期定期唤醒，所述预设周期优选为一个红绿灯循环的时间。
所述交通管理模块包括交通流分析单元，所述交通流分析单元用于根据下式生成车辆所在路段的行驶方向的拥挤指标：
ZB=；
其中，ZB为拥挤指标，DIS为该路段的总长度，A为车辆所在路段的行驶方向的车道数量，a为车辆所在路段的行驶方向上的车辆总数；为第一权重，/>,/>的值由本领域技术人员在其取值范围内进行取值；b为该路段中车辆所行驶的车道旁停止的车辆数；该停止的车辆为潜在驶入该路段的车辆因此需要考虑进来；/>为该路段该行驶方向上正在移动的第i辆车的移动速度；/>为该路段该行驶方向上正在移动的第i辆车所在车道的限速；e为自然常数；c为横穿该路段的人行道总数。
具体的，上式中所统计的车辆数或车的移动速度均是在LDSW网关的唤醒信号发送时刻所采集的该路段上的信息，其中路段长度可通过交通管理模块在道路信息数据库中获取，车辆数可通过LDSW网关收集来自不同车辆的LDSW标签的标签数量获取，信息的获取还可参考日常地图软件的获取方式，在此不再赘述。
具体的，可由工作人员根据道路的过往拥挤指标设定几个固定值，不同的时间段对应不同的值，过往的平均拥挤指标越大的时间段，所对应的/>越大；通过将当前时间与时间段进行匹配可获取对应的/>的值。
更进一步的，所述LDSW标签还包括判断单元和唤醒单元；所述判断单元用于判断所述LDSW信号接收单元所接收的信号是否是唤醒信号，判断方法为：所述判断单元将接收的信号的频率、调制方式和编码方式与通信协议中的规定进行对比从而判断接收的信号是否为唤醒信号；所述唤醒单元用于根据所述判断单元的判断结果对LDSW标签的其余部分进行唤醒。
具体的，当接收的信号的频率、调制方式和编码方式与通信协议中的规定相同时，接收的信号为唤醒信号。
具体的，所述LDSW标签平常处于睡眠状态，所述LDSW信号接收单元设置有一个周期性的监听窗口，所述监听窗口会周期性地接收信号，所述判断单元回对监听窗口监听到的信号进行判断，当判断接收的信号为唤醒信号时，所述唤醒单元唤醒LDSW标签的其余部分，所述LDSW标签通过LDSW信号接收单元和LDSW信号发送单元与所述LDSW网关进行通信联系，从而将所述信息存储单元所存储的信息发送到所述LDSW网关，通过采用LDSW标签进行周期性监听，让LDSW在大部分时间处于休眠状态，有利于减少能源损耗。
更进一步的，所述车载定位模块包括定位信号接收单元、位置获取单元、地图匹配单元、解码单元和显示单元；所述定位信号接收单元用于根据GPS信号接收定位信号，所述位置获取单元用于根据定位信号接收单元的定位信号计算车辆的地理位置信息；所述地图匹配单元用于将地理位置信息与数字地图进行匹配，以确定车辆在地图上的确切位置；所述解码单元用于接收来自LDSW网关的交通流信号并进行解码；所述显示单元用于根据车辆在地图上的确切位置显示带有车辆位置的数字地图，以及根据解码后的交通流信号显示车辆所在位置附近各个路段的拥挤程度。
更进一步的，所述LDSW网关设置于所述多模式定位交通管理系统所覆盖的每个路口，所述交通管理模块包括车辆位置计算单元、交通流分析单元、交通流预测单元、交通流信号生成单元和紧急响应单元；所述车辆位置计算单元用于根据LDSW网关的信号计算车辆位置；所述交通流分析单元用于根据车辆位置计算单元或位置获取单元计算结果获取相关道路的车辆信息，并根据该车辆信息分析当前道路的拥挤程度；所述交通流预测单元用于预测道路未来的拥挤程度；所述交通流信号生成单元用于根据所述交通流分析单元的分析结果和所述交通流预测单元的预测结果生成交通流信号，所述交通流信号用于表示道路的拥挤程度和道路的未来拥挤程度；所述紧急响应单元用于在道路的拥挤程度或未来拥挤程度超过指定阈值时发出警报并生成对应的应急措施。
具体的，所述交通流信号生成单元通过对分析结果和预测结果进行编码从而生成对应的交通流信号，所述编码技术属于现有技术，在此不多做赘述。
具体的，所述紧急情况包括道路出现交通事故或道路的未来拥挤程度超出道路车流量阈值等，在此仅做举例说明，并不对此进行限定。
更进一步的，所述交通管理系统的工作流程包括以下步骤：
S1,LDSW网关发送唤醒信号到LDSW标签；
S2,LDSW标签识别唤醒信号并将信息存储单元内的信息发送到LDSW网关；
S3,定位信号接收单元判断GPS信号质量是否符合标准，若是，则通过GPS信号获取车辆的定位发送至交通流分析单元和交通流预测单元并执行S5,反之执行S4；
S4,车辆位置计算单元根据LDSW网关的信号计算车辆位置并将车辆的定位发送至交通流分析单元和交通流预测单元，执行S5；
S5,LDSW网关收集来自不同车辆的LDSW标签的信息，并根据LDSW标签所发送的信息生成对应的ID，发送至交通管理模块；
S6,交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标；所述拥挤指标用于表征道路的拥挤程度；
S7,交通流预测单元为每个ID生成其所在路段的行驶方向的经过预测时间t后的预测拥挤指标；所述预测拥挤指标用于表征道路未来的拥挤程度；
S8,交通流信号生成单元根据S6和S7中所生成的指标生成交通流信号并发送到LDSW网关，LDSW网关将交通流信号转发到每个ID所对应车辆的车载定位模块，解码单元对交通流信号进行解码，显示单元对拥挤指标以及预测拥挤指标进行显示。
更进一步的，S4中，通过LDSW网关获取车辆的定位包括以下步骤：
S41,车载定位模块发送定位请求信号到车辆附近的LDSW网关，车辆附近的LDSW网关将定位请求信号转发至交通管理模块；
S42,车辆位置计算单元根据定位请求信号的发送时间以及定位请求信号的接收时间，筛选距离车辆最近的3个网关；
具体的，所述车辆位置计算单元通过计算发送时间与接收时间的时间差，选择对应时间差最短的3个网关作为筛选结果；
S43,车辆位置计算单元根据3个网关的定位，通过三边测距定位法对车辆位置进行计算并将计算结果发送到交通流信号生成单元；
具体的，网关的定位为已知信息；所述三边测距定位法为现有技术，在此不再赘述；
S44,交通流信号生成单元将计算结果转化为定位结果信号并发送到交通流分析单元、交通流预测单元和定位信号接收单元；
S45,交通流分析单元生成对应的拥挤指标；交通流预测单元生成对应的预测拥挤指标；定位信号接收单元对定位结果信号解码后将解码结果发送到地图匹配单元，从而获取车辆在地图中的位置。
更进一步的，所述交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标包括以下步骤：
S61,根据每个ID所对应的LDSW标签所发送的信息，获取每个ID所对应的车辆的运动状态、行驶速度以及所在车道；
具体的，车辆的运动状态以及行驶速度保存在所述信息存储单元中，车辆所在车道可通过结合监控摄像头获取的车辆进入当前路段时所在的车道以及信息存储单元存储的车辆变道次数与变道方向进行获取；
S62,根据获取的车辆的运动状态判断每个ID所对应的车辆的行驶方向；
S63,根据相关信息生成每个ID所对应的车辆所在路段的行驶方向的拥挤指标。
具体的，拥挤指标越大，道路越拥挤。
更进一步的，所述显示单元包括多模式定位显示单元、数字地图标记单元、拥挤阈值判断单元和数字地图颜色转化单元，所述多模式定位显示单元用于将GPS定位的定位结果或通过LDSW网关获取车辆的定位在数字地图上显示，具体的，在定位信号接收单元判断GPS信号质量符合标准时使用GPS定位的定位结果，不符合标准时使用LDSW网关获取的定位结果；所述数字地图标记单元用于标记每个路段的每个行驶方向上的拥挤指标或预测拥挤指标；所述拥挤阈值判断单元用于判断每个路段的每个行驶方向上的拥挤指标或预测拥挤指标是否超出指定阈值；所述数字地图颜色转化单元用于根据拥挤阈值判断单元的判断结果对数字地图上的不同路段标记不同的颜色。
具体的，所述拥挤阈值判断单元所设定的阈值由多个，所述数字地图颜色转化单元根据指标所在的阈值范围对数字地图进行颜色标记，从而让车主更容易辨别不同路段的拥挤程度，例如超出最大阈值时为紫红色，超出较大阈值小于最大阈值时为红色，超出较小阈值小于较大阈值时为黄色，未超出任何阈值为绿色。
本方案的有益效果：1.通过采用LDSW技术，设置LDSW标签和网关，让网关能够通过LDSW接收车辆的相关信息，从而帮助交通管理模块进行交通管理，且LDSW标签平常处于睡眠状态，只有收到唤醒信号时才会开始工作，功耗较少，有利于节省能源。
2.采用两种定位模式对车辆进行定位，提高了车辆定位的稳定性和多样性，让车辆在GPS信号较差时也能得到准确的定位，让交通管理模块在各种情况下都能准确掌控车辆的位置。
3.通过设置拥挤指标，有利于交通管理人员准确地掌控每条道路的拥挤情况，并采取相应的交通管控措施，也有利于车主了解不同道路的拥挤情况，从而规划移动路线。
实施例二：本实施例应当理解为包含前述任一一个实施例的全部特征，并在其基础上进一步改进，还在于所述交通流预测单元为每个ID生成其所在路段的行驶方向经过预测时间t后的预测拥挤指标包括以下步骤：
S71,根据ID所对应的车辆在其所在的路段及其行驶方向，获取能够以该行驶方向进入的下一个路段的预测拥挤指标；
具体的，当车辆的下一个路段有多种可能的路段时，生成多个可能的路段的预测拥挤指标；
S72,根据下式生成的预测拥挤指标；
YCZB=；
其中，YCZB为预测拥挤指标，d为经过预测时间t后下一个路段移动车辆总数的预测值,为下一个路段的当前拥挤指标；
具体的，当前拥挤指标的获取方式与ZB的获取方式相同；
具体的，d可通过以下方式进行获取：
S721,根据与下一个路段的入口相接的其余路段的车道上的车辆数目，获取可能以该行驶方向进入下一个路段的车辆总数N以及下一个路段的当前车辆数M；
S722，根据下式获取d的值：
d=；
其中，为经过预测时间t后进入到下一个路段的车辆的数量的预测值，/>为经过预测时间t后从下一个路段离开的车辆的数量的预测值；
的值为N辆车中，满足下式的车辆数：
（t-）*s>/>；
其中，t为预测时间，为行驶方向进入下一个路段的车辆在预测时间内所经历的红灯持续时间，s为行驶方向进入下一个路段的车辆当前速度，D为行驶方向进入下一个路段车辆到其所在路段出口的距离，该距离可根据车辆当前的定位得到；
的值为M辆车中，满足下式的车辆数：
（t-）*ss/>DD；
其中，t为预测时间，为处于下一个路段的车辆在预测时间内所经历的红灯持续时间，/>为处于下一个路段的车辆当前速度，DD为处于下一个路段的车辆到其所在路段出口的距离，该距离可根据车辆当前的定位得到；
具体的，所述预测时间可以为10的倍数，如10分钟，20分钟等。
本实施例的有益效果：通过设置预测拥挤指标能够得到不同路段在不同的预测时间后的拥挤程度可视化，有利于交通管理人员预测每条道路的拥挤情况，并采取相应的交通管控措施，也有利于车主了解不同道路的未来的拥挤情况，从而规划移动路线。
实施例三：本实施例应当理解为包含前述任一一个实施例的全部特征，并在其基础上进一步改进，还在于S3中,定位信号接收单元判断GPS信号质量是否符合标准包括以下步骤：
S31,对GPS信号进行降噪处理；
S32,根据下式获取GPS信号质量指标：
=/>*/>；
其中，为GPS信号质量指标，X为定位信号接收单元接收的GPS信号的数量，/>为定位信号接收单元接收的第x个GPS信号的噪声功率，/>为定位信号接收单元接收的第x个GPS信号的信号功率，/>为定位信号接收单元接收的第x个GPS信号与其接收到的第一个GPS信号之间的信号延迟；
具体的，GPS信号在传播过程中会产生多径效应，因此定位信号接收单元在接收GPS信号时会接收到多个信号；
S33,若GPS信号质量指标小于设定的GPS信号质量阈值，则GPS信号的质量不符合标准；反之，GPS信号的质量符合标准。
具体的，GPS信号质量阈值由本领域技术人员进行设定。
本实施例的有益效果：车辆在一般情况下使用GPS进行定位，但GPS信号在某些地区的信号较弱，无法正常进行定位，在这种情况下采用LDSW网关对车辆进行定位能够弥补GPS定位的缺陷，即使在GPS信号较弱的地方也能准确的得到车辆的定位，当GPS的信号质量不符合标准时，通过采用这种多模式的定位方法能够有效保证车辆始终处于一个位置可知的状态，有利于提高交通管理的效率。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。
Claims (8)
1.一种LDSW智能标签的多模式定位交通管理系统，其特征在于，包括LDSW标签、车载定位模块、LDSW网关和交通管理模块；所述LDSW标签包括车辆信息存储单元、LDSW信号接收单元和LDSW信号发送单元，所述车辆信息存储单元用于存储车辆的相关信息，所述相关信息包括车牌号码、车主身份和车辆型号，所述LDSW信号接收单元用于接收来自LDSW网关的唤醒信号，所述LDSW信号发送单元用于将所述信息存储单元所存储的内容发送到所述LDSW网关；所述LDSW网关用于接收来自LDSW标签和交通管理模块的信息并进行转发；所述车载定位模块用于根据GPS信号对车辆所处位置进行定位；所述交通管理模块用于根据来自LDSW网关的信号来分析每个路段的车辆拥挤情况并生成对应的应对措施；
所述交通管理模块包括交通流分析单元，所述交通流分析单元用于根据下式生成车辆所在路段行驶方向的拥挤指标：
ZB=；
其中，ZB为拥挤指标，DIS为该路段的总长度，A为车辆所在路段的行驶方向的车道数量，a为车辆所在路段的行驶方向上的车辆总数；为第一权重，/>；b为该路段中车辆所行驶的车道旁停止的车辆数；/>为该路段该行驶方向上正在移动的第i辆车的移动速度；/>为该路段该行驶方向上正在移动的第i辆车所在车道的限速；e为自然常数；c为横穿该路段的人行道总数。
2.根据权利要求1所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述LDSW标签还包括判断单元和唤醒单元；所述判断单元用于判断所述LDSW信号接收单元所接收的信号是否是唤醒信号，判断方法为：所述判断单元将接收的信号的频率、调制方式和编码方式与通信协议中的规定进行对比从而判断接收的信号是否为唤醒信号；所述唤醒单元用于根据所述判断单元的判断结果对LDSW标签的其余部分进行唤醒。
3.根据权利要求2所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述车载定位模块包括定位信号接收单元、位置获取单元、地图匹配单元、解码单元和显示单元；所述定位信号接收单元用于根据GPS信号接收定位信号，所述位置获取单元用于根据定位信号接收单元的定位信号计算车辆的地理位置信息；所述地图匹配单元用于将地理位置信息与数字地图进行匹配，以确定车辆在地图上的确切位置；所述解码单元用于接收来自LDSW网关的交通流信号并进行解码；所述显示单元用于根据车辆在地图上的确切位置显示带有车辆位置的数字地图，以及根据解码后的交通流信号显示车辆所在位置附近各个路段的拥挤程度。
4.根据权利要求3所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述LDSW网关设置于所述多模式定位交通管理系统所覆盖的每个路口，所述交通管理模块包括车辆位置计算单元、交通流分析单元、交通流预测单元、交通流信号生成单元和紧急响应单元；所述车辆位置计算单元用于根据LDSW网关的信号计算车辆位置；所述交通流分析单元用于根据车辆位置计算单元或位置获取单元计算结果获取相关道路的车辆信息，并根据该车辆信息分析当前道路的拥挤程度；所述交通流预测单元用于预测道路未来的拥挤程度；所述交通流信号生成单元用于根据所述交通流分析单元的分析结果和所述交通流预测单元的预测结果生成交通流信号，所述交通流信号用于表示道路的拥挤程度和道路的未来拥挤程度；所述紧急响应单元用于在道路的拥挤程度或未来拥挤程度超过指定阈值时发出警报并生成对应的应急措施。
5.根据权利要求4所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述交通管理系统的工作流程包括以下步骤：
S1,LDSW网关发送唤醒信号到LDSW标签；
S2,LDSW标签识别唤醒信号并将信息存储单元内的信息发送到LDSW网关；
S3,定位信号接收单元判断GPS信号质量是否符合标准，若是，则通过GPS信号获取车辆的定位发送至交通流分析单元和交通流预测单元并执行S5,反之执行S4；
S4,车辆位置计算单元根据LDSW网关的信号计算车辆位置并将车辆的定位发送至交通流分析单元和交通流预测单元，执行S5；
S5,LDSW网关收集来自不同车辆的LDSW标签的信息，并根据LDSW标签所发送的信息生成对应的ID，发送至交通管理模块；
S6,交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标；所述拥挤指标用于表征道路的拥挤程度；
S7,交通流预测单元为每个ID生成其所在路段的行驶方向的经过预测时间t后的预测拥挤指标；所述预测拥挤指标用于表征道路未来的拥挤程度；
S8,交通流信号生成单元根据S6和S7中所生成的指标生成交通流信号并发送到LDSW网关，LDSW网关将交通流信号转发到每个ID所对应车辆的车载定位模块，解码单元对交通流信号进行解码，显示单元对拥挤指标以及预测拥挤指标进行显示。
6.根据权利要求5所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，S4中，车辆位置计算单元根据LDSW网关的信号计算车辆位置包括以下步骤：
S41,车载定位模块发送定位请求信号到车辆附近的LDSW网关，车辆附近的LDSW网关将定位请求信号转发至交通管理模块；
S42,车辆位置计算单元根据定位请求信号的发送时间以及定位请求信号的接收时间，筛选距离车辆最近的3个网关；
S43,车辆位置计算单元根据3个网关的定位，通过三边测距定位法对车辆位置进行计算并将计算结果发送到交通流信号生成单元；
S44,交通流信号生成单元将计算结果转化为定位结果信号并发送到交通流分析单元、交通流预测单元和定位信号接收单元；
S45,交通流分析单元生成对应的拥挤指标；交通流预测单元生成对应的预测拥挤指标；定位信号接收单元对定位结果信号解码后将解码结果发送到地图匹配单元，从而获取车辆在地图中的位置。
7.根据权利要求6所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述交通流分析单元为每个ID生成其所在路段的行驶方向的拥挤指标包括以下步骤：
S61,根据每个ID所对应的LDSW标签所发送的信息，获取每个ID所对应的车辆的运动状态、行驶速度以及所在车道；
S62,根据获取的车辆的运动状态判断每个ID所对应的车辆的行驶方向；
S63,根据相关信息生成每个ID所对应的车辆所在路段的行驶方向的拥挤指标。
8.根据权利要求7所述的一种LDSW智能标签的多模式定位交通管理系统，其特征在于，所述显示单元包括多模式定位显示单元、数字地图标记单元、拥挤阈值判断单元和数字地图颜色转化单元，所述多模式定位显示单元用于将GPS定位的定位结果或通过LDSW网关获取车辆的定位在数字地图上显示；所述数字地图标记单元用于标记每个路段的每个行驶方向上的拥挤指标或预测拥挤指标；所述拥挤阈值判断单元用于判断每个路段的每个行驶方向上的拥挤指标或预测拥挤指标是否超出指定阈值；所述数字地图颜色转化单元用于根据拥挤阈值判断单元的判断结果对数字地图上的不同路段标记不同的颜色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410044263.6A CN117558133B (zh) | 2024-01-12 | 2024-01-12 | 一种ldsw智能标签的多模式定位交通管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410044263.6A CN117558133B (zh) | 2024-01-12 | 2024-01-12 | 一种ldsw智能标签的多模式定位交通管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117558133A true CN117558133A (zh) | 2024-02-13 |
| CN117558133B CN117558133B (zh) | 2024-04-05 |
Family
ID=89823618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410044263.6A Active CN117558133B (zh) | 2024-01-12 | 2024-01-12 | 一种ldsw智能标签的多模式定位交通管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117558133B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001283373A (ja) * | 2000-03-30 | 2001-10-12 | Toshiba Corp | 交通流計測システム |
| CN108765949A (zh) * | 2018-06-06 | 2018-11-06 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的智能交通系统 |
| CN116115204A (zh) * | 2023-04-19 | 2023-05-16 | 环球数科集团有限公司 | 一种应用ldsw技术的紧急呼救系统 |
| CN116560398A (zh) * | 2023-05-06 | 2023-08-08 | 成都西谷曙光数字技术有限公司 | 一种利用有源电子标签技术的无人机搜寻系统和工作方法 |
-
2024
- 2024-01-12 CN CN202410044263.6A patent/CN117558133B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001283373A (ja) * | 2000-03-30 | 2001-10-12 | Toshiba Corp | 交通流計測システム |
| CN108765949A (zh) * | 2018-06-06 | 2018-11-06 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的智能交通系统 |
| CN116115204A (zh) * | 2023-04-19 | 2023-05-16 | 环球数科集团有限公司 | 一种应用ldsw技术的紧急呼救系统 |
| CN116560398A (zh) * | 2023-05-06 | 2023-08-08 | 成都西谷曙光数字技术有限公司 | 一种利用有源电子标签技术的无人机搜寻系统和工作方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117558133B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103794070B (zh) | 一种基于车路协同的动态诱导信息广播方法及系统 | |
| CN117014473B (zh) | 一种基于端云融合技术的智能网联汽车监控系统 | |
| CN113888873A (zh) | 基于短时交通流的高速公路事故检测、预警系统及方法 | |
| CN107204120B (zh) | 一种利用旅行时间进行交通信号相位设计的方法及其装置 | |
| CN113643540A (zh) | 一种高速公路事故快速检测、预警系统及方法 | |
| CN110222949A (zh) | 干线光缆预警方法、装置、设备、系统及计算机存储介质 | |
| CN115331401A (zh) | 一种高速公路长距离隧道车辆行驶安全智能分析预警系统 | |
| CN113628472A (zh) | 一种基于物联网的社区安防控制系统及方法 | |
| CN110796857A (zh) | 一种基于智慧城市的大数据分析系统及其方法 | |
| CN117558133B (zh) | 一种ldsw智能标签的多模式定位交通管理系统 | |
| CN115762169A (zh) | 一种环卫车无人驾驶的智能控制系统及方法 | |
| CN111127882A (zh) | 一种基于大数据的旅游景区停车场来车数量预测方法 | |
| CN109887310A (zh) | 一种基于有源rfid的车辆逆行判定方法 | |
| CN111882864A (zh) | 一种城市智慧交通的道路数字标牌控制系统 | |
| US11892887B2 (en) | Methods, systems, and media for traffic management in smart city based on internet of things | |
| CN117576889A (zh) | 一种基于ai服务的混合交通流车路协同联合调度方法 | |
| CN112053570B (zh) | 一种城市交通路网运行状态监测评价方法及系统 | |
| CN116129675A (zh) | 一种人车冲突预警方法、装置及设备 | |
| Kaur et al. | RFID based Intelligent Transport System with RSU Communication for Emergency Vehicles in Urbanization | |
| CN118675353B (zh) | 一种基于时空大数据控制的交通引流信号装置 | |
| CN111274941A (zh) | 一种实现车辆动态执法的监管系统及方法 | |
| CN115691141B (zh) | 一种基于护栏的城市交通管理方法和系统及网络侧服务端 | |
| Gao | Design of Intelligent Zebra Crossing System Based on Cloud-network Convergence | |
| CN113888864B (zh) | 一种图像数据处理方法及系统 | |
| Haas et al. | Evaluation of Automatic Vehicle Identification for San Antonio's TransGuide for Incident Detection and Advanced Traveler Information Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 518063 No. 01-03, floor 17, block B, building 10, Shenzhen Bay science and technology ecological park, No. 10, Gaoxin South ninth Road, Yuehai street, Nanshan District, Shenzhen, Guangdong Patentee after: Global Numerical Technology Co.,Ltd. Country or region after: China Address before: No. 01-03, 17th Floor, Building B, Shenzhen Bay Science and Technology Ecological Park, No. 10 Gaoxin South 9th Road, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Global Digital Group Co.,Ltd. Country or region before: China |