ES2654599T3 - Método y sistema para recoger datos del tráfico - Google Patents

Método y sistema para recoger datos del tráfico Download PDF

Info

Publication number
ES2654599T3
ES2654599T3 ES12754045.8T ES12754045T ES2654599T3 ES 2654599 T3 ES2654599 T3 ES 2654599T3 ES 12754045 T ES12754045 T ES 12754045T ES 2654599 T3 ES2654599 T3 ES 2654599T3
Authority
ES
Spain
Prior art keywords
congestion
call path
call
traffic
passage time
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
ES12754045.8T
Other languages
English (en)
Inventor
Alex PETRIE
Dominic JORDAN
Jonathan Burr
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.)
INRIX UK Ltd
Original Assignee
INRIX UK 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 INRIX UK Ltd filed Critical INRIX UK Ltd
Application granted granted Critical
Publication of ES2654599T3 publication Critical patent/ES2654599T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

Un método para identificar la congestión que comprende los siguientes pasos: supervisar las condiciones de tráfico utilizando datos de seguimiento fuera de llamada relacionados con dispositivos de comunicaciones móviles celulares transportados en vehículos a lo largo de un trayecto fuera de llamada; determinar cuándo un tiempo de paso del trayecto fuera de llamada del trayecto fuera de llamada supera un umbral; cuando el tiempo de paso del trayecto fuera de llamada supera el umbral, obtener datos de tráfico de vehículos sonda con GPS en carreteras que corresponden al trayecto fuera de llamada; analizar los datos de tráfico para determinar la localización de la congestión a lo largo del trayecto fuera de llamada; analizar los datos de tráfico para determinar la gravedad de la congestión y para determinar el alcance físico de la congestión.

Description

5
10
15
20
25
30
35
40
45
50
55
DESCRIPCION
Método y sistema para recoger datos del tráfico.
Campo técnico
La presente invención se refiere a la recogida de datos de tráfico con la ayuda de dispositivos de comunicación móvil y, en particular, a la recogida de datos de tráfico que identifican congestiones.
Antecedentes
La información de tráfico y de viaje es importante para calcular tiempos de viaje, y evitar congestiones que demoran la compleción de rutas individuales. Hay una variedad de formas de obtener información sobre el tráfico y de calcular tiempos de viaje.
En su forma más simple, el tiempo de viaje se calcula matemáticamente al dividir la distancia a recorrer (ya sea estimada o tomada de un mapa) por la velocidad de viaje promedio (ya se estimada o tomada de un análisis de datos tacográficos en el caso de vehículos pesados de transporte de mercancías). El tiempo de viaje y el tiempo estimado de llegada no son particularmente precisos, y no hay una consideración real de la posible congestión de tráfico, ya sea de larga duración (por ejemplo, trabajos en carretera) o de corta duración (por ejemplo, accidentes de tráfico).
Las operaciones comerciales requieren un mayor nivel de precisión para predecir tiempos de viaje, particularmente cuando se utilizan técnicas de enrutamiento de vehículos y de planificación para planificar viajes de vehículo. Como resultado, los planificadores de tráfico pueden utilizar velocidades estimadas para diferentes tipos de vehículos sobre diferentes tipos de carreteras (por ejemplo, autopistas, carreteras urbanas de dos vías o carreteras arteriales de calzada de servicio). Los mapas computarizados con algoritmos que determinan el trayecto más corto entre dos puntos posteriormente dividen la ruta en tramos de carretera por tipo de carretera y aplican velocidades estimadas para obtener un tiempo de viaje. Desarrollos adicionales de esta técnica han aplicado, en donde se conoce la ocurrencia de congestiones de tráfico, parámetros de congestión en forma de porcentaje de logro del tiempo de viaje estimado entre tiempos específicos del día para determinados tipos de carreteras (por ejemplo, autopistas urbanas entre las 07.30 h y las 10.00 h deberían ser de un 60% del tiempo de viaje estimado). Sin embargo, los operadores comerciales que realizan comparaciones de tiempos de viaje "planificados" y "reales" a partir del análisis tacográficos aún muestran diferencias importantes, que, en retrospectiva, se sabe han surgido por la congestión de tráfico.
La congestión de tráfico en la misma ubicación y en el mismo momento, la cual se repite ya sea en días consecutivos de la semana o en el mismo día de la semana, es, por naturaleza, predecible y se puede tener en cuenta en la planificación del tráfico. Sin embargo, la predicción basada en tal congestión repetida no toma en cuenta congestiones impredecibles y, por lo tanto, no relaciona de manera precisa la velocidad de un vehículo con un tramo de carretera real en un momento específico del día.
La información del tráfico en tiempo real también es necesaria tanto para conductores como para operadores de vehículos comerciales con el fin de evitar demoras provocadas por acontecimientos impredecibles, tal y como accidentes de tráfico. Hay diversas formas de obtener información de tráfico en tiempo real. El sistema más fiable de información de tráfico en tiempo real es el "observador de incidentes", que puede ser un reportero de incidentes de tráfico designado (por ejemplo, un reportero en motocicleta de la Asociación de Automóviles) que informe congestiones de tráfico a un control central, o un miembro del público general (un conductor ubicado en la congestión de tráfico) que informa incidentes a una estación de radio con su teléfono móvil. Las estaciones de radio locales pueden consolidar datos de tráfico local a partir de observadores de incidentes, empresas de taxi, empresas de autobuses y del público general que les permitan transmitir información del tráfico en tiempo real. Normalmente, dicha información se verifica mediante diversos informes sobre el mismo incidente y luego se transmite al público mediante informes de tráfico en la radio o mediante informes de tráfico a través teléfonos móviles. Tal sistema solo informa incidentes a medida que ocurren y la información está limitada a la cercanía inmediata del incidente. Además, los informes de radio a menudo continúan transmitiéndose mucho después de que el incidente ya se ha resuelto y que el tráfico fluye con normalidad debido a que generalmente no hay un proceso de verificación real después de los informes iniciales. Los usuarios pueden, en base a la información proporcionada, tomar una decisión informada de desviarse a una ruta alternativa, incluso cuando puede no ser necesario que lo hagan.
Los sistemas en tiempo real más precisos utilizan detectores, que son ya sea sensores en carreteras y puentes o cámaras a lo largo de la carretera que están conectados a una instalación de informe (o control) del tráfico local, permitiendo así la transmisión de información del tráfico en tiempo real. Dichos detectores normalmente están ubicados en posibles puntos de congestión de tráfico con el fin de que la autoridad de control del tráfico pueda emitir una alerta temprana. Dicha información generalmente la valida la policía o los "observadores de incidentes" y se envían a estaciones de radio u organizaciones que ofrecen información del tráfico a través de teléfonos móviles. Estos sistemas tienden a tener limitaciones geográficas y, nuevamente, es posible que la información sobre los
5
10
15
20
25
30
35
40
45
50
incidentes se comunique mucho después de que se han resuelto y que el flujo de tráfico es normal, a menos que hubiese un procedimiento de verificación que actualice la situación con regularidad.
Los vehículos que tienen incorporado sistemas de datos de radio con canales de mensajes de tráfico (sistemas RDS - TMC, por sus siglas en inglés) también pueden obtener mensajes locales y ser capaces de procesar rutas alternativas a través del sistema de navegación del vehículo, pero generalmente esto solo ocurre cuando la ruta original está "cerrada" o "muy demorada".
Un sistema de información del tráfico adicional disponible actualmente es un sistema de seguimiento y localización de vehículos entorno a una red, que sigue traspasos fuera de llamada (off call) de dispositivos móviles celulares transportados en vehículos. Como es sabido, las redes de comunicaciones celulares siguen la localización de los dispositivos de comunicaciones móviles incluso cuando no están haciendo una llamada, y mantienen un registro actualizado de en qué área de localización está ubicado cada dispositivo móvil. Generalmente, cada área de localización es un grupo de celdas de redes celulares. Estos registros están disponibles de los operadores de redes de comunicaciones celulares y se pueden utilizar para seguir los traspasos de dispositivos móviles entre diferentes áreas de localización. Se comprende perfectamente cómo se pueden utilizar estos traspasos fuera de llamada para determinar las posiciones de vehículos en diferentes momentos y medir así la velocidad de los vehículos que pasan a través de las áreas de localización. Las áreas de localización son relativamente amplias por lo que la información del tráfico resultante es de uso limitado debido a que tiene una mala resolución.
Un sistema de información del tráfico adicional disponible actualmente es el sistema de localización y seguimiento de vehículos individuales, que utiliza una sonda de vehículo instalada con un sistema de posicionamiento global (GPS, por su sigla en inglés) para detectar la localización del vehículo. La velocidad del vehículo se determina en base a una cantidad de lecturas de localización a lo largo del tiempo. Además, la sonda de vehículo tiene un dispositivo de memoria que registra la hora, fecha, localización y velocidad en intervalos de tiempo específicos. La recogida de dicha información, ya sea en tiempo real utilizando un sistema de teléfonos móviles celulares (GSM) o GPRS, o después del acontecimiento mediante descarga de datos de radio, es conocida como la técnica de datos sobre el vehículo variables (FVDTM). Estos datos son tanto específicos como personalizados para vehículos particulares (operados por aquellos que requieren los datos del tráfico), y oportunos en la medida en que los datos se pueden recoger ya sea en tiempo real o de forma histórica. Los datos exhaustivos se pueden analizar por tipo de vehículo, localización (tramo de carretera), hora del día y día de la semana. En principio, los sistemas de este tipo pueden ofrecer información muy precisa y oportuna. Sin embargo, en la práctica puede existir el problema de que si la cantidad o densidad de vehículos sonda en una región de la red de carreteras es baja, puede que no haya suficiente información disponible para determinar de forma fiable las condiciones de tráfico.
Compendio
Según un primer aspecto de la presente invención, se ofrece un método para identificar la congestión que comprende las etapas de:
supervisar las condiciones de tráfico utilizando datos de seguimiento fuera de llamada relacionados con dispositivos de comunicaciones móviles celulares transportados en vehículos a lo largo de un trayecto fuera de llamada;
determinar cuándo un tiempo de paso del trayecto fuera de llamada del trayecto fuera de llamada supera un umbral;
cuando el tiempo de paso del trayecto fuera de llamada supera el umbral, obtener datos de tráfico de vehículos sonda con GPS en carreteras que corresponden al trayecto fuera de llamada;
analizar los datos de tráfico para determinar la localización de la congestión a lo largo del trayecto fuera de llamada.
La invención además ofrece sistemas, dispositivos, aparatos implementados en ordenador y artículos fabricados para implementar el método anterior; código de programa informático configurado para realizar las etapas según el método anterior; un producto de programa informático que transporta el código de programa configurado para realizar las etapas según el método anterior; y un medio legible por ordenador que transporta el programa informático.
Descripción detallada
Una visión general del método básico de la presente invención es la siguiente.
Las condiciones de tráfico se supervisan utilizando el seguimiento fuera de llamada de dispositivos de comunicaciones móviles celulares transportados en vehículos a lo largo de trayectos fuera de llamada. Cuando las condiciones de tráfico supervisadas indican que hay una congestión en un trayecto fuera de llamada, se analizan los datos de tráfico obtenidos de vehículos sonda equipados con GPS en carreteras correspondientes al trayecto fuera de llamada congestionado para determinar de forma más precisa la localización y gravedad de la congestión. Una vez se determina la localización precisa y la gravedad de la congestión, se pueden supervisar los cambios en la congestión utilizando el seguimiento fuera de llamada.
5
10
15
20
25
30
35
40
45
50
La presente invención combina la información de tráfico obtenida por el seguimiento fuera de llamada y los vehículos sonda con GPS para ofrecer información más detallada acerca de la congestión de la que se puede ofrecer utilizando solo la supervisión fuera de llamada, incluso en regiones de redes de carreteras donde no hay suficientes vehículos sonda equipados con GPS para ofrecer de forma fiable una medición directa de la congestión.
Para llevar a cabo el método, se deben definir los trayectos fuera de llamada. Como se sabe, los trayectos fuera de llamada son rutas de vehículos que pasan a través de un área de localización. Generalmente, las áreas de localización son relativamente amplias y pueden, posiblemente, contener una gran cantidad de carreteras interconectadas, por ejemplo, una ciudad importante puede comprender cinco o seis áreas de localización, cada una de las cuales contendrá una gran cantidad de carreteras interconectadas. En consecuencia, los trayectos fuera de llamada útiles generalmente están definidos por carreteras o autopistas troncales que se extienden directamente, o de una manera topológicamente simple, a lo largo de un área de localización.
Por lo tanto, los trayectos fuera de llamada que se pueden definir de forma útil están determinados por la localización de los límites de cada área de localización y por el trazado físico de la red de carreteras locales. En la descripción a continuación, se supone que los límites del área de localización están fijas. Este no son estrictamente todos los casos, los límites se pueden mover. Sin embargo, en la práctica, los límites están generalmente fijos durante períodos prolongados, de manera que pueden tratarse como fijos a los fines de la recogida de información de tráfico. Si los límites efectivamente se moviesen, se deben redefinir los trayectos fuera de llamada.
El movimiento de vehículos a lo largo del trayecto fuera de llamada puede entonces supervisarse comparando los tiempos en los cuales los dispositivos de comunicaciones móviles celulares específicos ubicados en vehículos pasan los límites de un área de localización en extremos opuestos del trayecto fuera de llamada. Se puede entonces determinar el tiempo que toma atravesar el trayecto fuera de llamada y se puede determinar la velocidad promedio del vehículo, debido a que se conocen las localizaciones y distancias entre los extremos del trayecto fuera de llamada.
Tal y como se explica anteriormente, la supervisión de tráfico fuera de llamada es bien conocida. Un experto en la técnica será plenamente consciente de las técnicas necesarias para definir rutas fuera de llamada y supervisar el tráfico que se mueve a lo largo de las rutas fuera de llamada.
Entonces el método comprende las siguientes etapas generales.
Etapa 1
Supervisar los datos de tráfico fuera de llamada respecto de una cantidad de trayectos fuera de llamada e identificar cuando los datos de tráfico fuera de llamada indican que un trayecto fuera de llamada está congestionado.
Esta etapa se puede llevar a cabo mediante las subetapas de:
1. Establecer un tiempo de paso del trayecto umbral para cada trayecto fuera de llamada, cuando el tiempo de paso del trayecto supera este umbral, se considera que el trayecto fuera de llamada está congestionado.
2. Supervisar los tiempos de paso de trayecto fuera de llamada y decidir si los tiempos de paso de trayecto fuera de llamada están por encima del umbral o no.
3. Opcionalmente, proyectar el estado "actual" del trayecto fuera de llamada, dependiendo de su historial reciente. Básicamente, significa hacer una predicción a corto plazo del estado del trayecto fuera de llamada en base a los datos de tráfico disponibles. Este enfoque predictivo puede ser el preferido debido a que los datos de tráfico fuera de llamada son una medición latente, es decir, los datos de tráfico fuera de llamada solo pueden ofrecer información cuando un vehículo que transporta un dispositivo celular abandona un área de localización, y la información provista es información en retrospectiva acerca de condiciones del tráfico del pasado durante el viaje que acaba de finalizar a través del área de localización. Cuando hay congestión, atravesar los trayectos fuera de llamada puede tomar un tiempo significativo, por ejemplo, 20-30 minutos. Debido a que la información de tráfico está en retrospectiva, se deduce que las predicciones basadas en la información de tráfico son necesarias para determinar las condiciones de tráfico actuales. Por ejemplo, si sabemos que el tiempo de paso para un trayecto fuera de llamada se está reduciendo, entonces puede ser mejor que se proyecte esta reducción hacia el futuro y que se utilice un tiempo de paso más bajo que el medido realmente, con el fin de reducir las probabilidades de determinar falsamente que el trayecto fuera de llamada está congestionado.
Los métodos para llevar a cabo estas subetapas se describen en detalle a continuación.
Etapa 2
Para los trayectos fuera de llamada que se identifican como congestionados, examinar los enlaces TMC a los que corresponden esos trayectos.
5
10
15
20
25
30
35
40
45
50
En la supervisión de tráfico telemática, la red de carreteras está representada por enlaces de ruta interconectados, conocidos normalmente como enlaces TMC, con el fin de permitir localizaciones en la red de carreteras y rutas a través de la red de carreteras a definir en referencia a los enlaces de ruta.
Esto requiere que se determine qué trayectos fuera de llamada corresponden a qué enlaces TMC. Esto se puede lograr al comparar la red de carreteras físicas que componen el trayecto fuera de llamada con los enlaces TMC. Esta tarea es compleja debido al hecho de que el trayecto fuera de llamada puede seguir o pasar por múltiples carreteras, y seguir múltiples enlaces de una carretera o carretera. No hay razón física por la que los límites de las áreas de localización correspondan a nodos en los enlaces de ruta.
Se ha de observar que una vez que se ha establecido la correspondencia entre los trayectos fuera de llamada y los enlaces de ruta tMc, esto solo se debe cambiar si cambian los límites de las áreas de localización, o las localizaciones de las carreteras.
Los métodos para determinar cómo se corresponden las diferentes representaciones definidas de la red de carreteras son bien conocidos.
Etapa 3
Cuando se ha identificado un trayecto fuera de llamada como congestionado, buscar acontecimientos de congestión en los enlaces de ruta TMC a los que correspondan.
Esto requiere que la información de tráfico de vehículos sonda con GPS se analice para determinar dónde están localizados los acontecimientos de congestión en la red TMC.
Debido a que los datos de sonda de GPS y los enlaces de ruta son mucho más precisos y de mayor resolución que los datos de trayecto fuera de llamada, esto permite que la localización y alcance de la congestión se determine con mayor precisión que si solo se utilizasen los datos de trayecto fuera de llamada.
Los métodos para llevar a cabo estas subetapas se describen en mayor detalle a continuación.
Etapa 4
Definir una correspondencia entre la congestión de trayecto fuera de llamada y la congestión de enlace TMC. Entonces, ante la falta de otra información, cuando la congestión de trayecto fuera de llamada cambia, utilizar esta correspondencia para hacer los cambios correspondientes a la congestión de enlace TMC. Por ejemplo, cuando la congestión de trayecto fuera de llamada aumenta, aumenta la congestión de enlace de TMC. Cuando la congestión de trayecto fuera de llamada disminuye, disminuye la congestión de enlace de TMC.
La congestión de enlace TMC es la base de la información de congestión utilizada para ofrecer realmente información de tráfico y congestión respecto de las rutas a los consumidores.
Esta etapa se puede llevar a cabo mediante las subetapas de:
d. Definir las correspondencias entre congestiones en los trayectos fuera de llamada y los enlaces TMC.
e. Determinar qué tanto aumenta o disminuye la congestión en los enlaces TMC en respuesta a los aumentos o disminuciones de la congestión de trayecto fuera de llamada.
f. Determinar dónde ubicar congestión en los enlaces TMC cuando la congestión aumenta o disminuye.
Los métodos para llevar a cabo estas etapas se describen en detalle a continuación.
Tal y como se menciona anteriormente, la presente invención está destinada a ofrecer más información detallada acerca de la congestión de la que se puede ofrecer solo mediante la supervisión fuera de llamada en regiones de la red de carreteras donde no hay suficientes vehículos sonda equipados con GPS para ofrecer de forma fiable una medición directa de la congestión.
En un sistema de información de tráfico integrado que combina tanto la supervisión fuera de llamada y los vehículos sonda con GPS, la presente invención se puede utilizar para completar los huecos en la cobertura detallada provista por vehículos sonda con GPS en lugares donde falta cobertura de vehículos sonda con GPS debido a que no hay suficientes vehículos sonda con GPS.
Como comentario general, se espera que el riesgo principal de utilizar este método es la generación de falsos positivos, es decir, indicaciones de congestión falsas donde no las hay, o donde no son tan graves como se indica. Dichos falsos positivos dañarán, por supuesto, la confianza del usuario sobre cualquier información de tráfico provista. En consecuencia, se espera que generalmente se prefiera llevar a cabo el método de una manera conservadora, más que extravagante. Es decir, se espera que haya una inclinación a favor de configurar parámetros del método, tal y como umbrales, de una manera que tienda a reducir indicaciones de que hay congestión.
5
10
15
20
25
30
35
40
45
Etapa 1: Determinar congestiones en trayectos fuera de llamada - Detalle
Se describe a continuación una explicación más detalla de un método de ejemplo para llevar a cabo la etapa 1. Se considera que todos los conceptos requeridos para llevar a cabo el método de ejemplo son bien conocidos, de manera que éstos solo se describirán en líneas generales.
Subetapa a
Primero, el umbral de tiempo de paso del trayecto fuera de llamada para determinar la congestión de trayecto se puede configurar al registrar los tiempos de paso de trayecto para todos los datos fuera de la hora punta durante un período. Los valores extremos entonces se pueden eliminar de los tiempos registrados utilizando un filtro de media. Los tiempos registrados filtrados sin valores extremos pueden entonces utilizarse para calcular la media y la desviación absoluta media. El umbral de congestión puede entonces establecerse como el tiempo de paso medio más un múltiplo de la desviación absoluta media. El múltiplo puede establecerse con un valor bastante alto, por ejemplo, se puede utilizar un múltiplo de 6.
Esto configura el umbral de congestión para un trayecto fuera de llamada.
Subetapa b
Al determinar si un trayecto fuera de llamada está congestionado, se debe asegurar que el trayecto está congestionado para evitar falsas indicaciones de congestión.
La determinación se puede lograr simplemente confirmando que el tiempo de paso de vehículo medido más reciente está por encima del umbral. Sin embargo, para estar más seguro de que hay una congestión, es preferible hacerlo:
Derivando un tiempo de paso reciente de una cantidad de valores de tiempo de paso de vehículo medido; confirmando que el tiempo de paso reciente está por encima del umbral; y
confirmando que en el cálculo del tiempo de paso reciente se hayan incluido suficientes valores de tiempo de paso de vehículos.
El tiempo de paso reciente puede derivarse de valores de tiempo de paso de vehículos medido utilizando un agregador. La estimación inicial del tiempo de paso se puede tomar del resultado suavizado del agregador. Sin embargo, se debe estar seguro de que en este valor de resultado suavizado se han incluido una cantidad de valores suficiente.
En consecuencia, se establece una cantidad mínima de valores necesarios en una determinada ventana. Esta cantidad mínima puede, por ejemplo, estar establecida en 6 y un tamaño de ventana mínimo puede estar establecido en 10 minutos. Un problema que se ha de tener en cuenta en esta configuración es que cuanto más lento es el tráfico, más amplia debe ser la ventana (debido a que se debe esperar más tiempo para que los vehículos aparezcan donde hay congestión).
En consecuencia, la ventana puede hacerse proporcionalmente más amplia si el tiempo de paso es más extenso. Por ejemplo, si el tiempo de paso es el doble del tiempo de paso medio entonces la ventana puede ser del doble de tamaño, establecida en, por ejemplo, 20 minutos en vez de 10, para encontrar los 6 valores necesarios.
Si el tiempo de paso está por encima del umbral y la cantidad de valores registrados es igual o mayor que el número requerido, entonces se determina que el trayecto está congestionado.
Este enfoque puede mejorar la precisión y fiabilidad con la que se puede determinar la presencia de congestión. Etapa 3: Encontrar congestión en enlaces TMC - Detalle
Tal y como se describe en la etapa 2 anterior, se pueden identificar los enlaces TMC correspondientes a los trayectos fuera de llamada que están identificados como congestionados.
Se identifican todas las unidades de GPS (tal y como se describe antes, generalmente éstas son vehículos sonda con GPS) que han informado a partir de los enlaces de ruta TMC correspondientes al trayecto fuera de llamada en una determinada ventana de tiempo,. Esta ventana de tiempo puede estar establecida, por ejemplo, en 60 minutos. Se recogen todas las observaciones de estas unidades en el trayecto. Los informes pueden recogerse de un período más extenso que la ventana de tiempo, por ejemplo, los informes pueden recogerse de un período del doble de la ventana de tiempo.
Los informes de unidad de GPS se comparan con el trayecto fuera de llamada y, si una unidad no ha informado un porcentaje mínimo del trayecto fuera de llamada, los informes de dicha unidad de descartan. Este porcentaje puede, por ejemplo, establecerse en un 33%.
Los informes de unidad de GPS pueden entonces procesarse para crear datos respecto de pasos completos del trayecto fuera de llamada.
Para llevar a cabo este procesamiento, se crea una grilla con secciones de 250 metros que representan el trayecto fuera de llamada frente a las unidades de GPS, y por cada unidad, las observaciones de la unidad se ingresan en la 5 grilla. Cuando una unidad tiene observaciones múltiples en una sección, se utiliza un promedio ponderado para calcular la estimación de la velocidad de la unidad en la sección.
En la tabla 1 a continuación se muestra un ejemplo de un tabla tal.
Tabla 1
Unidad
0-250 250 500 500 750 750 1000 1000 1250 1250 1500 J 500- J 750 etc. Edad
!
JL
i
etc.
En la tabla 1, las celdas de la grilla para las cuales la unidad de GPS indicada ha provisto al menos una observación 10 para la sección de trayecto fuera de llamada indicada están sombreadas.
La próxima etapa es encontrar el tiempo de compleción de trayecto fuera de llamada estimado para cada unidad. Al tomar el último punto alcanzado por cada unidad a lo largo del trayecto fuera de llamada y, al utilizar la estimación actual de velocidades, calcular el tiempo de compleción de trayecto estimado para cada unidad. Para las unidades que completaron el trayecto fuera de llamada, la "edad" de la unidad o, en otras palabras, la edad de las 15 observaciones de dicha unidad, se puede tomar como el momento en que la unidad completó el trayecto fuera de llamada. Se ha de comprender que algunas unidades pueden haber abandonado el trayecto a mitad de camino, o que actualmente están en el trayecto fuera de llamada y, por lo tanto, realmente no han completado el trayecto fuera de llamada. Para cada una de estas unidades se puede calcular un tiempo de compleción de trayecto proyectado. Este tiempo de compleción proyectado puede entonces utilizarse para estimar una "edad" para la unidad. Una 20 unidad que completará el trayecto en el futuro tendrá una edad negativa, mientras que aquellas unidades que ya han, o habrían de haber, completado el trayecto tendrán edades positivas. Esto se encuentra ilustrado en la tabla 2.
Tabla 2
Unidad
0-250 250 500 500 750 750 1000 1000 1250 1250 1500 1500 1750 etc. Edad
!
-*■ — -* -*■
jL
etc.
-*■
La primera etapa para completar los espacios es tomar el estimado suavizado de la unidad de velocidad en las secciones faltantes utilizando la diferencia de edad y la distancia para realizar una ponderación.
25 El estimado suavizado puede, por ejemplo, ser un estimado suavizado de función de núcleo Gaussiana. En este caso, los radios necesitan estar definidos, pero, por ejemplo, un radio de edad de 7,5 minutos y un radio de distancia de 200 metros dará mucho más peso a informes en la misma localización aunque fueran mucho más antiguos.
Una vez que todos los espacios en la grilla se han completado con valores estimados, entonces se puede utilizar la detección de bordes para calcular dónde está ubicada la congestión en la grilla.
30 Esto se puede llevar a cabo, por ejemplo, utilizando primero la detección de bordes para dividir el trayecto para cada unidad en secciones discretas con una única velocidad. Entonces, en base al límite verde/amarillo de cada sección, se puede determinar si dicha sección representa congestión. Finalmente, se puede calcular la demora total para
7
5
10
15
20
25
30
35
40
45
50
todos los acontecimientos de congestión consecutivos y se puede descartar cualquier acontecimiento de congestión que sea menor que un número predeterminado de secciones.
De esta manera, se puede determinar para cada unidad las partes del trayecto que han estado congestionadas. Esto permitirá que se determinen las localizaciones y el alcance de la congestión y posibles cambios en la congestión con el paso del tiempo. Estos se pueden informar o, en caso contrario, utilizarse en un sistema de información de tráfico.
Por ejemplo, se puede determinar e informar la localización de cada acontecimiento de congestión y la duración del acontecimiento de congestión (en tiempos de retraso).
Si no hay suficiente información de unidad de GPS dentro de la ventana de tiempo para permitir la localización de la congestión en los enlaces de ruta TMC a determinar, la ventana de tiempo se puede aumentar para que incluya información de unidades más antiguas.
Etapa 4: Crear correspondencia entre trayectos y enlaces - Detalle
Para el paso de enlace más reciente identificado en la etapa 3, registrar el tiempo de paso a partir de la medición de trayecto fuera de llamada y el tiempo de paso a partir de los enlaces de ruta derivados a partir de la información de unidad de GPS.
Posteriormente, si la determinación de trayecto fuera de llamada continua indicando que el trayecto fuera de llamada permanece congestionado, congelar de manera fehaciente el resultado indicando la localización de la congestión determinada en la etapa 3 en el punto en el que se registró. En la práctica, generalmente se puede suponer que la localización de la congestión no se mueve, o se mueve de forma relativamente lenta.
Si el tiempo de paso del trayecto fuera de llamada aumenta, agregar a la duración del acontecimiento de congestión, o cada uno de ellos, identificado a lo largo del trayecto una cantidad de segundos que sea proporcional a la demora de dicho acontecimiento de congestión.
Por ejemplo, si el tiempo de paso del trayecto fuera de llamada aumenta 60 segundos, y se han identificado dos acontecimientos de congestión a lo largo del trayecto con demoras respectivas de 200 y 400 segundos, entonces se podrían agregar 20 segundos al primer acontecimiento y 40 segundos al segundo acontecimiento.
Además, al aplicar la velocidad actual al enlace en la parte final de la cola o congestión, se puede determinar en cuanto aumentar la longitud de la cola.
De manera similar, cuando el tiempo de paso del trayecto fuera de llamada disminuye, los acontecimientos de congestión se pueden reducir proporcionalmente.
La congestión solo se puede recalcular cuando hay disponibles nuevas observaciones del trayecto de unidades de GPS.
A partir de la explicación anterior se ha de comprender que la identificación de la congestión basada en datos de trayecto fuera de llamada según la presente invención permite que datos de unidades de GPS relativamente antiguos se utilicen para determinar la localización y el alcance de la congestión, cuando datos de unidades de GPS antiguos normalmente se habrían descartado por considerarse demasiado antiguos para ser útiles.
En un ejemplo, en vez de calcular la localización del acontecimiento de congestión utilizando información de unidades de GPS, la localización se puede determinar a partir de datos históricos. Por supuesto, este enfoque solo se puede utilizar si la localización de los acontecimientos de congestión del trayecto fuera de llamada es coherente con el paso del tiempo.
A pesar de que diversas realizaciones anteriores se refieren al uso de GPS, se puede apreciar que esta invención se puede aplicar a otros métodos de recogida de datos de tráfico.
El aparato descrito anteriormente se puede implementar al menos parcialmente en un software. Aquellos expertos en la técnica apreciarán que el aparato descrito anteriormente puede implementarse utilizando un equipo informático de propósito general o utilizando el equipo indicado.
Los elementos de hardware, sistemas operativos y lenguajes de programación de dichos ordenadores son de naturaleza convencional, y se supone que los expertos en la técnica están debidamente familiarizados con ellos. Por supuesto, las funciones de servidor pueden implementarse de forma distribuida en una cantidad de plataformas similares, para distribuir la carga de procesamiento.
En este caso, los aspectos de los métodos y aparatos descritos en la presente memoria se pueden ejecutar en una estación móvil y en un dispositivo informático, tal y como un servidor. Los aspectos de programación de la tecnología se pueden enseñar como "productos" o "artículos de fabricación" típicamente en forma de código ejecutable y/o datos asociados que se transportan o están realizados en un tipo de medio legible por máquina. Los medios de tipo "almacenamiento" incluyen parte o toda la memoria de las estaciones móviles, ordenadores, procesadores o
8
5
10
15
20
25
30
35
40
similares, o módulos asociados de los mismos, tales como diversas memorias semiconductoras, unidades de cinta magnética, unidades de disco, y módulos similares, que pueden ofrecer almacenamiento en cualquier momento para la programación de software. Todo o parte del software puede, por momentos, comunicarse a través de Internet u otras diversas redes de telecomunicaciones. Dichas comunicaciones, por ejemplo, pueden permitir la carga del software de un ordenador o procesador a otro ordenador o procesador. Por lo tanto, otro tipo de medios que pueden portar los elementos de software incluyen ondas ópticas, eléctricas y electromagnéticas, tal y como las utilizadas en interfaces físicas entre dispositivos locales, a través de redes fijas por cable u ópticas y a través de diversos enlaces aéreos. Los elementos físicos que transportan dichas ondas, tal y como enlaces por cable o inalámbricos, enlaces ópticos o enlaces similares, también pueden considerarse como medios portadores del software. Tal y como se lo utiliza en la presente memoria, a menos que se lo restringa a medios de "almacenamiento" no transitorios tangibles, los términos como ordenador o "medio legible" por máquina se refieren a cualquier medio que participe en el suministro de instrucciones a un procesador para su ejecución.
Por lo tanto, un medio legible por máquina puede tener muchas formas, que incluyen pero no están limitadas a, una portadora de almacenamiento tangible, un medio de onda portadora o medio de transacción física. Los medios de almacenamiento no volátil incluyen, por ejemplo, discos ópticos o magnéticos, tal y como cualquiera de los dispositivos de almacenamiento en ordenador/es o dispositivos similares, tal que se puedan utilizar para implementar el codificador, el descodificador, etc. que se muestra en los dibujos. Los medios de almacenamiento volátil incluyen una memoria dinámica, tal y como la memoria principal de una plataforma informática. Los medios de transmisión tangible incluyen cables coaxiales; cables de cobre y fibra óptica, que incluyen los cables que comprenden el bus dentro de un sistema informático. Los medios de transmisión de onda portadora pueden tener la forma de señales eléctricas o electromagnéticas, u ondas acústicas o luminosas tal y como las que se generan durante las comunicaciones de datos de radiofrecuencia (RF) e infrarrojas. Las formas usuales de medios legibles por ordenador, por lo tanto, incluyen, por ejemplo: un disquete, un disco flexible, disco duro, cinta magnética, y otro tipo de medio magnético, un CD-ROM, DVD, o DVD-ROM, cualquier otro medio óptico, tarjetas perforadas, cinta de papel, cualquier otro medio de almacenamiento con patrones de perforaciones, una RAM, una PROM, y EPROM, una FLASH-EPROM, cualquier otro chip o cartucho de memoria, instrucciones o datos que transportan ondas portadoras, cables o enlaces que transportan dicha onda portadora, o cualquier otro medio a partir del cual un ordenador puede leer un código y/o datos de programación. Muchas de estas formas de medios legibles por ordenador pueden estar involucradas en llevar una o más secuencias de una o más instrucciones a un procesador para su ejecución.
Aquellos expertos en la técnica apreciarán que a pesar de que lo anterior ha descrito lo que se considera el mejor modo y, en donde fuera apropiado, otros modos de llevar a cabo la invención, la invención no debería estar limitada a etapas de métodos o configuraciones de aparato específicas descritas en esta descripción de la realización preferida. Se comprende que se pueden hacer diversas modificaciones a la misma y que la materia descrita en la presente invención se puede implementar de diversas formas y ejemplos, y que las enseñanzas se pueden aplicar en numerosas aplicaciones, de las cuales solo algunas se han descrito en la presente memoria. Con las siguientes reivindicaciones se pretende reivindicar cualquiera y todas las aplicaciones, modificaciones y variaciones que están dentro del alcance real de las presentes enseñanzas. Los expertos en la técnica reconocerán que la invención tiene una amplia variedad de aplicaciones y que las realizaciones pueden tener una gran variedad de modificaciones sin desviarse del concepto inventivo tal y como se define en las reivindicaciones adjuntas.

Claims (9)

  1. 5
    10
    15
    20
    25
    REIVINDICACIONES
    1. Un método para identificar la congestión que comprende los siguientes pasos:
    supervisar las condiciones de tráfico utilizando datos de seguimiento fuera de llamada relacionados con dispositivos de comunicaciones móviles celulares transportados en vehículos a lo largo de un trayecto fuera de llamada;
    determinar cuándo un tiempo de paso del trayecto fuera de llamada del trayecto fuera de llamada supera un umbral;
    cuando el tiempo de paso del trayecto fuera de llamada supera el umbral, obtener datos de tráfico de vehículos sonda con GPS en carreteras que corresponden al trayecto fuera de llamada;
    analizar los datos de tráfico para determinar la localización de la congestión a lo largo del trayecto fuera de llamada;
    analizar los datos de tráfico para determinar la gravedad de la congestión y para determinar el alcance físico de la congestión.
  2. 2. El método según la reivindicación 1, en donde el umbral se deriva de tiempos de paso de trayecto fuera de llamada previos.
  3. 3. El método según la reivindicación 2, en donde el umbral es una media de tiempos de paso de trayecto fuera de llamada previos más un múltiplo de una desviación absoluta media de los tiempos de paso de trayecto fuera de llamada previos.
  4. 4. El método según la reivindicación 1, que además comprende la etapa de analizar los datos de tráfico para determinar el tiempo de demora de la congestión.
  5. 5. El método según la reivindicación 1, que comprende además una etapa de, después de determinar la gravedad de la congestión, supervisar cambios en el tiempo de paso del trayecto fuera de llamada, y modificar la gravedad determinada de la congestión dependiendo de los cambios en el tiempo de paso del trayecto fuera de llamada.
  6. 6. El método según la reivindicación 5, en donde la gravedad determinada de la congestión se modifica proporcionalmente a los cambios en el tiempo de paso del trayecto fuera de llamada.
  7. 7. El método según cualquiera de las reivindicaciones anteriores, que comprende además la etapa de enviar información respecto de la congestión determinada a un sistema de supervisión del tráfico.
  8. 8. Un sistema de análisis de información de tráfico adaptado para llevar a cabo el método de cualquier reivindicación precedente.
  9. 9. Un programa informático que comprende instrucciones legibles por ordenador que, cuando se ejecutan en un ordenador, harán que el ordenador lleve a cabo las etapas del método de cualquiera de las reivindicación 1 a 7.
ES12754045.8T 2011-06-29 2012-06-29 Método y sistema para recoger datos del tráfico Active ES2654599T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB201111093 2011-06-29
GB1111093.9A GB2492369B (en) 2011-06-29 2011-06-29 Method and system for collecting traffic data
PCT/GB2012/051517 WO2013001307A1 (en) 2011-06-29 2012-06-29 Method and system for collecting traffic data

Publications (1)

Publication Number Publication Date
ES2654599T3 true ES2654599T3 (es) 2018-02-14

Family

ID=44485398

Family Applications (1)

Application Number Title Priority Date Filing Date
ES12754045.8T Active ES2654599T3 (es) 2011-06-29 2012-06-29 Método y sistema para recoger datos del tráfico

Country Status (9)

Country Link
US (1) US9418545B2 (es)
EP (1) EP2727098B1 (es)
KR (1) KR20140050022A (es)
CN (1) CN103748621B (es)
BR (1) BR112013033643A2 (es)
CA (1) CA2840553A1 (es)
ES (1) ES2654599T3 (es)
GB (1) GB2492369B (es)
WO (1) WO2013001307A1 (es)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10154382B2 (en) 2013-03-12 2018-12-11 Zendrive, Inc. System and method for determining a driver in a telematic application
CN104408914A (zh) * 2014-10-31 2015-03-11 重庆大学 基于gps数据的信号交叉口单车停车延误时间估计方法及系统
US9881384B2 (en) 2014-12-10 2018-01-30 Here Global B.V. Method and apparatus for providing one or more road conditions based on aerial imagery
CN104766476B (zh) * 2015-04-16 2017-01-11 上海理工大学 一种路段以及路网区域交通状态指数的计算方法
US9818239B2 (en) 2015-08-20 2017-11-14 Zendrive, Inc. Method for smartphone-based accident detection
WO2017031498A1 (en) 2015-08-20 2017-02-23 Zendrive, Inc. Method for accelerometer-assisted navigation
CN105608896B (zh) * 2016-03-14 2018-03-06 西安电子科技大学 城市交通网络中的交通瓶颈识别方法
US11080997B2 (en) * 2016-04-28 2021-08-03 Sumitomo Electric Industries, Ltd. Recommended traveling speed provision program, travel support system, vehicle control device, and automatic traveling vehicle
WO2018049416A1 (en) 2016-09-12 2018-03-15 Zendrive, Inc. Method for mobile device-based cooperative data capture
US10012993B1 (en) 2016-12-09 2018-07-03 Zendrive, Inc. Method and system for risk modeling in autonomous vehicles
CN106846806A (zh) * 2017-03-07 2017-06-13 北京工业大学 基于Isolation Forest的城市道路交通异常检测方法
US10304329B2 (en) 2017-06-28 2019-05-28 Zendrive, Inc. Method and system for determining traffic-related characteristics
US11151813B2 (en) 2017-06-28 2021-10-19 Zendrive, Inc. Method and system for vehicle-related driver characteristic determination
CN108010306B (zh) * 2017-08-16 2019-06-04 北京嘀嘀无限科技发展有限公司 运力调度方法、运力调度系统及服务器
WO2019079807A1 (en) 2017-10-20 2019-04-25 Zendrive, Inc. METHOD AND SYSTEM FOR VEHICULAR COMMUNICATIONS
US10278039B1 (en) 2017-11-27 2019-04-30 Zendrive, Inc. System and method for vehicle sensing and analysis
KR101974495B1 (ko) * 2018-08-21 2019-05-03 한국과학기술정보연구원 교통정보를 예측하는 장치, 교통정보를 예측하는 방법, 및 교통정보를 예측하는 프로그램을 저장하는 저장매체
US11195412B2 (en) * 2019-07-16 2021-12-07 Taiwo O Adetiloye Predicting short-term traffic flow congestion on urban motorway networks
CN110796760B (zh) * 2019-10-21 2021-02-23 车轮互联科技(上海)股份有限公司 交通事故证据收集方法、车载终端、服务器及系统
US12400272B2 (en) 2019-12-02 2025-08-26 Credit Karma, Llc System and method for assessing device usage
US11775010B2 (en) 2019-12-02 2023-10-03 Zendrive, Inc. System and method for assessing device usage
US11175152B2 (en) 2019-12-03 2021-11-16 Zendrive, Inc. Method and system for risk determination of a route
WO2023102257A2 (en) 2021-12-03 2023-06-08 Zendrive, Inc. System and method for trip classification

Family Cites Families (276)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4361202A (en) 1979-06-15 1982-11-30 Michael Minovitch Automated road transportation system
DE3346548C2 (de) 1983-12-22 1987-05-14 M A N Nutzfahrzeuge GmbH, 8000 München Anordnung zur Ermittlung und Anzeige des Kraftstoffverbrauchs in Fahrzeugen
JPH0649712B2 (ja) 1987-08-17 1994-06-29 ゼネラル・エレクトリック・カンパニイ 室温加硫性ジオルガノポリシロキサン組成物
JPH01137778A (ja) 1987-11-24 1989-05-30 Matsushita Graphic Commun Syst Inc 符号化／復号化装置
DE3810357A1 (de) 1988-03-26 1989-10-05 Licentia Gmbh Verfahren zur lokalen verkehrsdatenerfassung und -auswertung und vorrichtung zum durchfuehren des verfahrens
US5187810A (en) 1988-06-10 1993-02-16 Oki Electric Industry Co., Ltd. Route guidance system for provding a mobile station with optimum route data in response to a guidance request together with base station data indicative of an identification of a base station
NL8802602A (nl) 1988-10-21 1990-05-16 Locs Bv Stelsel voor het voorkomen van bedrog bij gebruik van een taxameter.
US5122959A (en) 1988-10-28 1992-06-16 Automated Dispatch Services, Inc. Transportation dispatch and delivery tracking system
US5031104A (en) 1988-12-05 1991-07-09 Sumitomo Electric Industries, Ltd. Adaptive in-vehicle route guidance system
JP2927277B2 (ja) 1988-12-05 1999-07-28 住友電気工業株式会社 車載ナビゲータ
US5131020A (en) 1989-12-29 1992-07-14 Smartroutes Systems Limited Partnership Method of and system for providing continually updated traffic or other information to telephonically and other communications-linked customers
US5390125A (en) 1990-02-05 1995-02-14 Caterpillar Inc. Vehicle position determination system and method
DE4005803C2 (de) 1990-02-23 1999-05-20 Rabe Juergen Verfahren und Anordnung zur Erfassung und Bewertung von Abgasemissionen
US5182555A (en) 1990-07-26 1993-01-26 Farradyne Systems, Inc. Cell messaging process for an in-vehicle traffic congestion information system
US5845227A (en) 1991-02-01 1998-12-01 Peterson; Thomas D. Method and apparatus for providing shortest elapsed time route and tracking information to users
AU1530192A (en) 1991-02-01 1992-09-07 Thomas D. Peterson Method and apparatus for providing shortest elapsed time route information to users
JP3052405B2 (ja) 1991-03-19 2000-06-12 株式会社日立製作所 移動通信システム
US5272638A (en) 1991-05-31 1993-12-21 Texas Instruments Incorporated Systems and methods for planning the scheduling travel routes
JP2653282B2 (ja) 1991-08-09 1997-09-17 日産自動車株式会社 車両用道路情報表示装置
JPH05233996A (ja) 1992-02-20 1993-09-10 Tokico Ltd 道路交通状況予測システム
DE4208277A1 (de) 1992-03-13 1993-09-16 Bosch Gmbh Robert Verkehrsrundfunkempfaenger
US5343906A (en) 1992-05-15 1994-09-06 Biodigital Technologies, Inc. Emisson validation system
JPH0612593A (ja) 1992-06-25 1994-01-21 Omron Corp 到着時刻予測システム
SE470367B (sv) 1992-11-19 1994-01-31 Kjell Olsson Sätt att prediktera trafikparametrar
DE4241408C2 (de) 1992-12-09 2001-10-18 Joerg Scholz Verfahren und Vorrichtung zur Steuerung des Verkehrsaufkommens
JP2999339B2 (ja) 1993-01-11 2000-01-17 三菱電機株式会社 車両用経路案内装置
US5543802A (en) 1993-03-01 1996-08-06 Motorola, Inc. Position/navigation device and method
US5465289A (en) 1993-03-05 1995-11-07 E-Systems, Inc. Cellular based traffic sensor system
US5327144A (en) 1993-05-07 1994-07-05 Associated Rt, Inc. Cellular telephone location system
FI97594C (fi) 1993-07-05 1997-01-10 Nokia Telecommunications Oy Aikajakoinen monikäyttöradiojärjestelmä, menetelmä kapasiteetin jakamiseksi solun sisällä sekä menetelmä solun sisäisen handoverin suorittamiseksi
US5801943A (en) 1993-07-23 1998-09-01 Condition Monitoring Systems Traffic surveillance and simulation apparatus
JP3214181B2 (ja) 1993-09-14 2001-10-02 トヨタ自動車株式会社 車載用ナビゲーション装置
US5539645A (en) 1993-11-19 1996-07-23 Philips Electronics North America Corporation Traffic monitoring system with reduced communications requirements
US5751245A (en) 1994-03-25 1998-05-12 Trimble Navigation Ltd. Vehicle route and schedule exception reporting system
WO1995027964A1 (en) 1994-04-12 1995-10-19 Qualcomm Incorporated Method and apparatus for freight transportation using a satellite navigation system
US5543789A (en) 1994-06-24 1996-08-06 Shields Enterprises, Inc. Computerized navigation system
JPH0886662A (ja) 1994-07-18 1996-04-02 Sumitomo Electric Ind Ltd 車載の走行経路表示装置、道路情報送信装置、経路案内システムおよびナビゲーションシステムの表示方法
US6038444A (en) 1994-08-19 2000-03-14 Trimble Navigation Limited Method and apparatus for advising cellphone users of possible actions to avoid dropped calls
US5586130A (en) 1994-10-03 1996-12-17 Qualcomm Incorporated Method and apparatus for detecting fault conditions in a vehicle data recording device to detect tampering or unauthorized access
JPH08129567A (ja) 1994-11-01 1996-05-21 Matsushita Electric Ind Co Ltd 遅延時間評価装置
JP3171031B2 (ja) 1994-11-02 2001-05-28 松下電器産業株式会社 推奨経路案内装置
CA2158500C (en) 1994-11-04 1999-03-30 Ender Ayanoglu Navigation system for an automotive vehicle
EP0715286B1 (de) 1994-11-28 1999-01-07 MANNESMANN Aktiengesellschaft Verfahren zur Reduzierung einer aus den Fahrzeugen einer Stichprobenfahrzeugflotte zu übertragenden Datenmenge
DE19513640C2 (de) 1994-11-28 1997-08-07 Mannesmann Ag Verfahren zur Reduzierung einer aus den Fahrzeugen einer Fahrzeugflotte zu übertragenden Datenmenge
EP0715291B1 (de) 1994-11-28 2000-02-23 MANNESMANN Aktiengesellschaft Verfahren und Vorrichtung zur Positionsbestimmung eines Fahrzeugs
ATE180086T1 (de) 1994-11-28 1999-05-15 Mannesmann Ag Verfahren und vorrichtung zur reduzierung einer aus fahrzeugen einer stichprobenfahrzeugflotte zu übertragenden datenmenge
US5724243A (en) 1995-02-10 1998-03-03 Highwaymaster Communications, Inc. Method and apparatus for determining expected time of arrival
SE512065C2 (sv) 1995-02-16 2000-01-24 Europolitan Ab Förfarande och anordning för positionsbestämning av en mobilstation i ett cellulärt mobiltelefonsystem
EP0815547B2 (de) 1995-03-23 2006-08-30 T-Mobile Deutschland GmbH Verfahren und einrichtung zur ermittlung von dynamischen verkehrsinformationen
US5613205A (en) 1995-03-31 1997-03-18 Telefonaktiebolaget Lm Ericsson System and method of locating a mobile terminal within the service area of a cellular telecommunication system
GB9511843D0 (en) 1995-06-10 1995-08-09 Phonelink Plc Cellular telephone subscriber location
JP3593749B2 (ja) 1995-06-26 2004-11-24 株式会社エクォス・リサーチ 車載用経路探索装置
DE19525291C1 (de) 1995-07-03 1996-12-19 Mannesmann Ag Verfahren und Vorrichtung zur Aktualisierung von digitalen Straßenkarten
US5732383A (en) 1995-09-14 1998-03-24 At&T Corp Traffic information estimation and reporting system
DE69631458T2 (de) 1995-10-04 2004-07-22 Aisin AW Co., Ltd., Anjo Fahrzeugnavigationssystem
JPH09113290A (ja) 1995-10-18 1997-05-02 Sumitomo Electric Ind Ltd 道路地図表示装置
US5835376A (en) 1995-10-27 1998-11-10 Total Technology, Inc. Fully automated vehicle dispatching, monitoring and billing
US5933100A (en) * 1995-12-27 1999-08-03 Mitsubishi Electric Information Technology Center America, Inc. Automobile navigation system with dynamic traffic data
US5745865A (en) 1995-12-29 1998-04-28 Lsi Logic Corporation Traffic control system utilizing cellular telephone system
EP0879460B1 (de) 1996-02-08 1999-12-22 MANNESMANN Aktiengesellschaft Verfahren und einrichtung zur erfassung von daten über die verkehrslage
EP0879459B1 (de) 1996-02-08 1999-12-22 MANNESMANN Aktiengesellschaft Verfahren zur erfassung von verkehrslagedaten
BR9707640A (pt) 1996-02-22 1999-07-27 Siemens Automotive Corp Lp Sistema de navegação de veículo e orientação de rota
US5740166A (en) 1996-03-18 1998-04-14 Telefonaktiebolaget Lm Ericsson United access channel for use in a mobile communications system
DE19611915C2 (de) 1996-03-26 2003-09-04 T Mobile Deutschland Gmbh Verfahren zur Routenplanung und Zielführung von Fahrzeugen
US5774827A (en) 1996-04-03 1998-06-30 Motorola Inc. Commuter route selection system
GB9608543D0 (en) 1996-04-25 1996-07-03 Philips Electronics Nv Determining routes in a network comprising nodes and links
US6108555A (en) 1996-05-17 2000-08-22 Ksi, Inc. Enchanced time difference localization system
US5959568A (en) 1996-06-26 1999-09-28 Par Goverment Systems Corporation Measuring distance
US6236365B1 (en) 1996-09-09 2001-05-22 Tracbeam, Llc Location of a mobile station using a plurality of commercial wireless infrastructures
US6219793B1 (en) 1996-09-11 2001-04-17 Hush, Inc. Method of using fingerprints to authenticate wireless communications
DE19638070A1 (de) 1996-09-18 1998-03-19 Deutsche Telekom Mobil Verfahren zur Verkehrsdatenerfassung mittels Mobilfunkgeräten
DE19638798A1 (de) 1996-09-20 1998-03-26 Deutsche Telekom Mobil Verfahren zur Verkehrsdatenerfassung mittels Mobilfunknetzen
FI104528B (fi) 1996-10-03 2000-02-15 Nokia Networks Oy Liikkuvan aseman paikallistamismenetelmä ja solukkoradioverkko
JP3252721B2 (ja) 1996-10-07 2002-02-04 カシオ計算機株式会社 行動解析装置
DE19643454C2 (de) 1996-10-10 2003-08-21 Mannesmann Ag Verfahren und Vorrichtung zur Übermittlung von Daten zur Verkehrslagebeurteilung
US5968109A (en) 1996-10-25 1999-10-19 Navigation Technologies Corporation System and method for use and storage of geographic data on physical media
DE19644689A1 (de) 1996-10-26 1998-04-30 Philips Patentverwaltung Navigationssystem für ein Landfahrzeug
DE69633201T2 (de) 1996-11-18 2005-08-18 Nokia Corp. Verkehrsüberwachung in einem mobilkommunikationsnetzwerk
JP3480242B2 (ja) 1996-11-29 2003-12-15 トヨタ自動車株式会社 動的経路案内装置
DE19755875A1 (de) 1996-12-09 1998-06-10 Mannesmann Ag Verfahren zur Übertragung von Ortsdaten und Meßdaten von einem Endgerät, insbesondere Telematikendgerät an eine Verkehrszentrale
DE19651146A1 (de) 1996-12-10 1998-06-25 Deutsche Telekom Mobil Verfahren und Anordnung zur Information mobiler Teilnehmer
DE19651143B4 (de) 1996-12-10 2013-07-25 T-Mobile Deutschland Gmbh Verfahren und Anordnung zur Verkehrsinformation
WO1998027525A1 (de) 1996-12-16 1998-06-25 Mannesmann Ag Verfahren zur vervollständigung und/oder verifizierung von den zustand eines verkehrsnetzes betreffenden daten; verkehrszentrale
EP0960411B1 (de) 1997-02-14 2002-06-19 Vodafone AG Verfahren zur bestimmung von verkehrsdaten und verkehrsinformationszentrale
WO1998042179A1 (en) 1997-03-26 1998-10-01 Kverneland Taarup As Crop conditioner
US20010018628A1 (en) 1997-03-27 2001-08-30 Mentor Heavy Vehicle Systems, Lcc System for monitoring vehicle efficiency and vehicle and driver perfomance
JPH10300495A (ja) 1997-04-25 1998-11-13 Alpine Electron Inc 車載用ナビゲーション装置
AU7703598A (en) 1997-05-30 1998-12-30 David S. Booth Generation and delivery of travel-related, location-sensitive information
JP3353656B2 (ja) 1997-07-09 2002-12-03 トヨタ自動車株式会社 情報提供システム及びこれに用いる情報処理装置
JP3566503B2 (ja) 1997-07-15 2004-09-15 アルパイン株式会社 リンク旅行時間補間方法
DE19741116B4 (de) 1997-09-12 2004-02-26 Mannesmann Ag Verfahren zur Übertragung von Wegedaten, Verfahren zur Analyse eines Verkehrswegenetzes, Verkehrserfassungszentrale und Endgerät
US6104923A (en) 1997-10-03 2000-08-15 Karen Kite Remote operational screener
US6047234A (en) 1997-10-16 2000-04-04 Navigation Technologies Corporation System and method for updating, enhancing or refining a geographic database using feedback
DE19805869A1 (de) 1998-02-13 1999-08-26 Daimler Chrysler Ag Verfahren und Vorrichtung zur Bestimmung der Verkehrslage auf einem Verkehrswegennetz
EP0951187B1 (en) * 1998-04-17 2005-06-01 Motorola, Inc. Data handling system and method therefor
JP3956479B2 (ja) 1998-04-27 2007-08-08 ソニー株式会社 移動通信システム、移動局及び基地局
JPH11311538A (ja) 1998-04-28 1999-11-09 Honda Motor Co Ltd 車両共用システム
DE19824272B4 (de) 1998-05-29 2014-09-18 Deutsche Telekom Ag Verfahren zum Erfassen des Verkehrszustandes auf Straßen und Autobahnen und ortsfeste und mobile Einrichtung zur Durchführung desselben
DE19824528C1 (de) 1998-06-02 1999-11-25 Anatoli Stobbe Verfahren zum Detektieren eines oder mehrerer Transponder sowie Anordnung und Verwendung einer solchen Anordnung
US6799046B1 (en) 1998-06-10 2004-09-28 Nortel Networks Limited Method and system for locating a mobile telephone within a mobile telephone communication network
US6321090B1 (en) 1998-11-06 2001-11-20 Samir S. Soliman Mobile communication system with position detection to facilitate hard handoff
US6438561B1 (en) 1998-11-19 2002-08-20 Navigation Technologies Corp. Method and system for using real-time traffic broadcasts with navigation systems
EP2009608A3 (en) 1998-11-23 2009-09-23 Integrated Transport Information Services Limited Instantaneous traffic monitoring system
DE19904909C2 (de) 1999-02-06 2003-10-30 Daimler Chrysler Ag Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformationen
US6212392B1 (en) 1999-02-26 2001-04-03 Signal Soft Corp. Method for determining if the location of a wireless communication device is within a specified area
IL131700A0 (en) 1999-03-08 2001-03-19 Mintz Yosef Method and system for mapping traffic congestion
US6161071A (en) 1999-03-12 2000-12-12 Navigation Technologies Corporation Method and system for an in-vehicle computing architecture
CA2266208C (en) 1999-03-19 2008-07-08 Wenking Corp. Remote road traffic data exchange and intelligent vehicle highway system
DE19917154B4 (de) 1999-04-16 2013-09-05 Deutsche Telekom Ag Verfahren zum Erkennen von Stausituationen auf Straßen und Fahrzeuggeräte mit einer Einheit zur Durchführung des Verfahrens
US6466862B1 (en) 1999-04-19 2002-10-15 Bruce DeKock System for providing traffic information
CN1292388C (zh) 1999-04-28 2006-12-27 丰田自动车株式会社 计费系统
GB9914812D0 (en) 1999-06-25 1999-08-25 Kew Michael J Traffic monitoring
JP3532492B2 (ja) 1999-06-25 2004-05-31 株式会社ザナヴィ・インフォマティクス 道路交通情報提供システム、情報提供装置、およびナビゲーション装置
DE19933639A1 (de) 1999-07-17 2001-01-18 Bosch Gmbh Robert Verfahren zur Berechnung einer Route von einem Start- zu einem Zielort
JP3367514B2 (ja) 1999-08-17 2003-01-14 トヨタ自動車株式会社 経路案内装置及び媒体
US6256577B1 (en) 1999-09-17 2001-07-03 Intel Corporation Using predictive traffic modeling
US6490519B1 (en) 1999-09-27 2002-12-03 Decell, Inc. Traffic monitoring system and methods for traffic monitoring and route guidance useful therewith
US6341255B1 (en) 1999-09-27 2002-01-22 Decell, Inc. Apparatus and methods for providing route guidance to vehicles
DE19948416B4 (de) 1999-10-07 2014-09-04 Deutsche Telekom Ag Verfahren und Anordnung zum Ermitteln des Verkehrszustandes
US20020009184A1 (en) 1999-10-22 2002-01-24 J. Mitchell Shnier Call classification indication using sonic means
JP2003514238A (ja) 1999-11-11 2003-04-15 フオルクスヴアーゲン アクチエンゲゼルシヤフト 道路網を表現および形成する方法および道路網
DE50003769D1 (de) 1999-12-23 2003-10-23 Volkswagen Ag Verfahren zur ermittlung von verkehrsinformationen sowie zentrale und endgerät
US6510381B2 (en) 2000-02-11 2003-01-21 Thomas L. Grounds Vehicle mounted device and a method for transmitting vehicle position data to a network-based server
US6480783B1 (en) 2000-03-17 2002-11-12 Makor Issues And Rights Ltd. Real time vehicle guidance and forecasting system under traffic jam conditions
US6615130B2 (en) * 2000-03-17 2003-09-02 Makor Issues And Rights Ltd. Real time vehicle guidance and traffic forecasting system
US6697730B2 (en) 2000-04-04 2004-02-24 Georgia Tech Research Corp. Communications and computing based urban transit system
US6401037B1 (en) 2000-04-10 2002-06-04 Trimble Navigation Limited Integrated position and direction system for determining position of offset feature
US6606494B1 (en) 2000-05-10 2003-08-12 Scoreboard, Inc. Apparatus and method for non-disruptive collection and analysis of wireless signal propagation
US7577244B2 (en) 2000-05-16 2009-08-18 John Taschereau Method and system for providing geographically targeted information and advertising
US6718425B1 (en) 2000-05-31 2004-04-06 Cummins Engine Company, Inc. Handheld computer based system for collection, display and analysis of engine/vehicle data
DE10028659A1 (de) 2000-06-09 2001-12-13 Nokia Mobile Phones Ltd Elektronischer Terminplaner
DE60132340T2 (de) 2000-06-26 2009-01-15 Stratech Systems Ltd. Verfahren und system zur bereitstellung von verkehrs- und verkehrsbezogenen informationen
DE10032800A1 (de) 2000-06-28 2002-01-31 Mannesmann Ag Verfahren zur Erfassung von Verkehrslagedaten
IL137123A (en) 2000-07-02 2009-07-20 Ofer Avni Method for monitoring cellular communications and system therefor
US6411897B1 (en) 2000-07-10 2002-06-25 Iap Intermodal, Llc Method to schedule a vehicle in real-time to transport freight and passengers
CA2416373C (en) 2000-07-20 2007-07-17 Viraf S. Kapadia System and method for transportation vehicle monitoring, feedback and control
US6711404B1 (en) 2000-07-21 2004-03-23 Scoreboard, Inc. Apparatus and method for geostatistical analysis of wireless signal propagation
US6317686B1 (en) 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
DE10037827B4 (de) 2000-08-03 2008-01-10 Daimlerchrysler Ag Fahrzeugautonomes Verkehrsinformationssystem
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
JP2002122437A (ja) 2000-10-18 2002-04-26 Matsushita Electric Ind Co Ltd 経路案内装置
WO2002043026A1 (en) 2000-11-24 2002-05-30 Nokia Corporation Traffic monitoring
JP4493860B2 (ja) 2001-01-11 2010-06-30 石川島建材工業株式会社 接合構造
DE10105897A1 (de) 2001-02-09 2002-08-14 Bosch Gmbh Robert Verfahren zum Austauschen von Navigationsinformationen
WO2002067536A2 (en) 2001-02-19 2002-08-29 British Telecommunications Public Limited Company Communications network
US6463382B1 (en) 2001-02-26 2002-10-08 Motorola, Inc. Method of optimizing traffic content
JP3586713B2 (ja) 2001-03-05 2004-11-10 国土交通省国土技術政策総合研究所長 走行支援情報処理装置
WO2002103384A1 (en) * 2001-06-19 2002-12-27 Star Bt Limited Location, communication and tracking systems
US6708036B2 (en) 2001-06-19 2004-03-16 Telcordia Technologies, Inc. Methods and systems for adjusting sectors across coverage cells
EP2275962A1 (en) 2001-06-22 2011-01-19 Caliper Corporation Traffic data management and simulation system
JP4453859B2 (ja) 2001-08-08 2010-04-21 パイオニア株式会社 道路交通情報処理装置ならびに処理方法、、コンピュータプログラム、情報記録媒体
KR20030041157A (ko) 2001-08-10 2003-05-23 아이신에이더블류 가부시키가이샤 교통정보 검색방법, 교통정보 검색시스템, 이동체통신기기 및 네트워크 네비게이션 센터
US20030040944A1 (en) 2001-08-22 2003-02-27 Hileman Ryan M. On-demand transportation system
EP1437013B1 (en) 2001-09-13 2008-07-23 Airsage, Inc. System and method for providing traffic information using operational data of a wireless network
US6629031B2 (en) 2001-11-06 2003-09-30 Volvo Trucks North America, Inc. Vehicle tampering protection system
US7027819B2 (en) 2001-11-19 2006-04-11 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for determining a location of a mobile radio
JP3891404B2 (ja) 2001-12-12 2007-03-14 パイオニア株式会社 料金徴収システム、その移動端末装置および料金処理装置、ならびに、その移動端末装置用の端末処理プログラムおよび当該端末処理プログラムを記録した記録媒体
US6545637B1 (en) 2001-12-20 2003-04-08 Garmin, Ltd. Systems and methods for a navigational device with improved route calculation capabilities
US20030135304A1 (en) 2002-01-11 2003-07-17 Brian Sroub System and method for managing transportation assets
US6714857B2 (en) 2002-02-26 2004-03-30 Nnt, Inc. System for remote monitoring of a vehicle and method of determining vehicle mileage, jurisdiction crossing and fuel consumption
US20030225668A1 (en) * 2002-03-01 2003-12-04 Mitsubishi Denki Kabushiki Kaisha System and method of acquiring traffic data
US6989765B2 (en) 2002-03-05 2006-01-24 Triangle Software Llc Personalized traveler information dissemination system
US20040243533A1 (en) * 2002-04-08 2004-12-02 Wsi Corporation Method for interactively creating real-time visualizations of traffic information
US6937605B2 (en) 2002-05-21 2005-08-30 Nokia Corporation Wireless gateway, and associated method, for a packet radio communication system
US7243134B2 (en) 2002-06-25 2007-07-10 Motorola, Inc. Server-based navigation system having dynamic transmittal of route information
US7062379B2 (en) 2002-07-09 2006-06-13 General Motors Corporation Receiving traffic update information and reroute information in a mobile vehicle
DE10234544B4 (de) 2002-07-30 2004-12-16 Kräutler Ges.m.b.H. & Co. Verfahren und Vorrichtung zur Optimierung der Betankung von Schienenfahrzeugen
AU2003259357B2 (en) 2002-08-29 2009-08-13 Inrix Uk Limited Apparatus and method for providing traffic information
GB0220062D0 (en) * 2002-08-29 2002-10-09 Itis Holdings Plc Traffic scheduling system
WO2004029774A2 (en) 2002-09-27 2004-04-08 Gounder Manickam A Vehicle monitoring and reporting system
US7835858B2 (en) * 2002-11-22 2010-11-16 Traffic.Com, Inc. Method of creating a virtual traffic network
JP4467880B2 (ja) 2002-12-09 2010-05-26 株式会社日立製作所 プロジェクトの評価システムおよび方法
JP3902543B2 (ja) 2002-12-17 2007-04-11 本田技研工業株式会社 道路交通シミュレーション装置
US6911918B2 (en) 2002-12-19 2005-06-28 Shawfu Chen Traffic flow and route selection display system for routing vehicles
FI114193B (fi) 2003-03-24 2004-08-31 Elisa Matkapuhelinpalvelut Oy Solunvaihtokomentoihin perustuva liikkuvan tilaajan havannointi
FI114192B (fi) 2003-03-24 2004-08-31 Elisa Matkapuhelinpalvelut Oy Anonyymi solunvaihtoihin perustuva liikkuvan tilaajan havainnointi
US7421334B2 (en) * 2003-04-07 2008-09-02 Zoom Information Systems Centralized facility and intelligent on-board vehicle platform for collecting, analyzing and distributing information relating to transportation infrastructure and conditions
US6931309B2 (en) 2003-05-06 2005-08-16 Innosurance, Inc. Motor vehicle operating data collection and analysis
JP3834017B2 (ja) 2003-06-05 2006-10-18 本田技研工業株式会社 交通情報管理システム
CA2434707A1 (en) 2003-07-07 2004-03-18 Sean D. Hannigan Method and apparatus for generating data to support fuel tax rebates
US7251491B2 (en) 2003-07-31 2007-07-31 Qualcomm Incorporated System of and method for using position, velocity, or direction of motion estimates to support handover decisions
EP1515122B1 (en) 2003-09-09 2015-02-25 Harman Becker Automotive Systems GmbH Navigation device and method providing cost information
US7308341B2 (en) * 2003-10-14 2007-12-11 Donnelly Corporation Vehicle communication system
US7949463B2 (en) 2003-12-15 2011-05-24 Gary Ignatin Information filtering and processing in a roadway travel data exchange network
DE50310628D1 (de) 2003-12-19 2008-11-20 Bayerische Motoren Werke Ag Erfahren
US7890246B2 (en) 2003-12-26 2011-02-15 Aisin Aw Co., Ltd. Method of interpolating traffic information data, apparatus for interpolating, and traffic information data structure
US7369861B2 (en) 2004-02-27 2008-05-06 Nokia Corporation Methods and apparatus for sharing cell coverage information
US7650227B2 (en) 2004-03-17 2010-01-19 Globis Data Inc. System for using cellular phones as traffic probes
JP4561139B2 (ja) 2004-03-22 2010-10-13 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム
US7246007B2 (en) 2004-03-24 2007-07-17 General Motors Corporation System and method of communicating traffic information
EP1591980A1 (en) 2004-03-29 2005-11-02 C.R.F. Società Consortile per Azioni Traffic monitoring system
JP3907122B2 (ja) 2004-03-30 2007-04-18 本田技研工業株式会社 交通情報提供システム
WO2005098780A1 (en) 2004-03-30 2005-10-20 S.C. M-Zone Srl Method of obtaining road traffic situation using mobile telephony installation
US7805142B2 (en) * 2004-04-02 2010-09-28 Alcatel-Lucent Usa Inc. Methods and device for varying a hand-off base station list based on traffic conditions
EP1600735B1 (de) 2004-05-27 2006-11-29 Delphi Technologies, Inc. Kraftfahrzeugnavigationsgerät
DE102004031933A1 (de) 2004-06-27 2006-02-09 Stiftung Alfred-Wegener-Institut Für Polar- Und Meeresforschung Rechnergestütztes Planungsverfahren für einen Reiseplan
US7505838B2 (en) 2004-07-09 2009-03-17 Carfax, Inc. System and method for determining vehicle odometer rollback
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
NL1026957C2 (nl) 2004-09-03 2006-03-09 Holland Railconsult B V Systeem en werkwijze voor het voorspellen van het verloop van geleide voertuigen, en programmatuur daarvoor.
EP1640691B1 (en) 2004-09-24 2015-05-06 Aisin Aw Co., Ltd. Navigation systems, methods, and programs
US7698055B2 (en) 2004-11-16 2010-04-13 Microsoft Corporation Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data
US7519564B2 (en) 2004-11-16 2009-04-14 Microsoft Corporation Building and using predictive models of current and future surprises
US7383438B2 (en) 2004-12-18 2008-06-03 Comcast Cable Holdings, Llc System and method for secure conditional access download and reconfiguration
US7908080B2 (en) 2004-12-31 2011-03-15 Google Inc. Transportation routing
US7444237B2 (en) 2005-01-26 2008-10-28 Fujitsu Limited Planning a journey that includes waypoints
US7809500B2 (en) 2005-02-07 2010-10-05 Microsoft Corporation Resolving discrepancies between location information and route data on a navigation device
DE102005009604B4 (de) 2005-02-28 2008-07-17 Ptv Ag Verfahren und Vorrichtung zum Erzeugen eines Bewertungswertes für Verkehrsdaten
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
US20060211446A1 (en) * 2005-03-21 2006-09-21 Armin Wittmann Enabling telematics and mobility services within a vehicle for disparate communication networks
JP2006285567A (ja) * 2005-03-31 2006-10-19 Hitachi Ltd プローブ交通情報のデータ処理システム、プローブ交通情報のデータ処理装置、およびプローブ交通情報のデータ処理方法
DE102005024620A1 (de) 2005-05-30 2006-12-07 Liebherr-Werk Nenzing Gmbh, Nenzing Leitsystem für manuell geführte Fahrzeuge
AT502073B1 (de) 2005-06-23 2007-06-15 Mobilkom Austria Ag Verfahren und system zur gewinnung von verkehrsfluss-informationen
US20070060108A1 (en) 2005-09-14 2007-03-15 Sony Ericsson Mobile Communications Ab System and method of obtaining directions to scheduled events
GB0520576D0 (en) 2005-10-10 2005-11-16 Applied Generics Ltd Using traffic monitoring information to provide better driver route planning
CN1967523B (zh) 2005-11-15 2010-07-28 日电（中国）有限公司 路况信息查询系统及路况信息查询方法
US20070121911A1 (en) * 2005-11-25 2007-05-31 Motorola, Inc. Phone number traceability based on service discovery
KR100725519B1 (ko) 2006-01-02 2007-06-07 삼성전자주식회사 사용자 선택 레벨에 따른 교통정보 표시 방법 및 그 장치
JP4695983B2 (ja) 2006-01-06 2011-06-08 クラリオン株式会社 交通情報処理装置
US7899611B2 (en) 2006-03-03 2011-03-01 Inrix, Inc. Detecting anomalous road traffic conditions
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
US7912627B2 (en) 2006-03-03 2011-03-22 Inrix, Inc. Obtaining road traffic condition data from mobile data sources
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
AU2007224206A1 (en) 2006-03-03 2007-09-13 Inrix, Inc. Assessing road traffic conditions using data 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
US7706965B2 (en) 2006-08-18 2010-04-27 Inrix, Inc. Rectifying erroneous road traffic sensor data
US7689348B2 (en) 2006-04-18 2010-03-30 International Business Machines Corporation Intelligent redirection of vehicular traffic due to congestion and real-time performance metrics
US8538692B2 (en) 2006-06-19 2013-09-17 Amazon Technologies, Inc. System and method for generating a path for a mobile drive unit
US7912574B2 (en) 2006-06-19 2011-03-22 Kiva Systems, Inc. System and method for transporting inventory items
US7739040B2 (en) 2006-06-30 2010-06-15 Microsoft Corporation Computation of travel routes, durations, and plans over multiple contexts
US7617042B2 (en) 2006-06-30 2009-11-10 Microsoft Corporation Computing and harnessing inferences about the timing, duration, and nature of motion and cessation of motion with applications to mobile computing and communications
US7760913B2 (en) 2006-07-20 2010-07-20 Harris Corporation Geospatial modeling system providing non-linear in painting for voids in geospatial model frequency domain data and related methods
US7764810B2 (en) 2006-07-20 2010-07-27 Harris Corporation Geospatial modeling system providing non-linear inpainting for voids in geospatial model terrain data and related methods
DE102006033744A1 (de) 2006-07-21 2008-01-24 Deutsche Telekom Ag Verfahren und Vorrichtung zur Fusion von Verkehrsdaten bei unvollständiger Information
US7908076B2 (en) 2006-08-18 2011-03-15 Inrix, Inc. Representative road traffic flow information based on historical data
FR2905921B1 (fr) 2006-09-14 2008-11-07 Siemens Vdo Automotive Sas Procede de determination de parametres optimaux de conduite et systeme d'aide a l'eco-conduite correspondant.
JP4932524B2 (ja) 2006-10-20 2012-05-16 日本電気株式会社 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム
US7595738B2 (en) * 2006-10-26 2009-09-29 Alcatel-Lucent Usa Inc. Method and apparatus for emergency map display system
US7953544B2 (en) 2007-01-24 2011-05-31 International Business Machines Corporation Method and structure for vehicular traffic prediction with link interactions
EP1959414B1 (en) 2007-02-14 2010-11-10 Hitachi, Ltd. Method and apparatus for estimating a travel time of a travel route
JP4725535B2 (ja) 2007-02-27 2011-07-13 アイシン・エィ・ダブリュ株式会社 地図情報更新システム
JPWO2008114369A1 (ja) 2007-03-19 2010-06-24 富士通株式会社 ルート検索システム、移動端末、ルート提供サーバ、およびルート提供プログラム
US20080255754A1 (en) * 2007-04-12 2008-10-16 David Pinto Traffic incidents processing system and method for sharing real time traffic information
JP4360419B2 (ja) * 2007-04-26 2009-11-11 アイシン・エィ・ダブリュ株式会社 交通状況判定システム
KR101467557B1 (ko) 2007-05-02 2014-12-10 엘지전자 주식회사 주행 경로 선택
FR2918495B1 (fr) 2007-07-02 2009-10-02 Mediamobile Sa Estimation de trafic dans un reseau routier
US8983500B2 (en) 2007-08-01 2015-03-17 Blackberry Limited Mapping an event location via a calendar application
EP2026257A1 (en) 2007-08-01 2009-02-18 Research In Motion Limited Mapping an event location via a calendar application
US7755509B2 (en) * 2007-09-20 2010-07-13 Traffic.Com, Inc. Use of pattern matching to predict actual traffic conditions of a roadway segment
FR2922347B1 (fr) 2007-10-11 2010-10-15 Bouchaib Hoummady Procede et dispositif de gestion dynamique de guidage et de la mobilite dans le trafic par la prise en compte de l'occupation au sol par les vehicules de l'espace de circulation
WO2009083028A1 (en) * 2007-12-27 2009-07-09 Telecom Italia S.P.A. Method and system for determining road traffic jams based on information derived from a plmn
US20090177373A1 (en) * 2008-01-07 2009-07-09 Lucien Groenhuijzen Navigation device and method
JP5024134B2 (ja) 2008-03-14 2012-09-12 アイシン・エィ・ダブリュ株式会社 走行情報作成装置、走行情報作成方法及びプログラム
JP4572944B2 (ja) 2008-03-27 2010-11-04 アイシン・エィ・ダブリュ株式会社 運転支援装置、運転支援方法および運転支援プログラム
US8155865B2 (en) * 2008-03-31 2012-04-10 General Motors Llc Method and system for automatically updating traffic incident data for in-vehicle navigation
CN101952867B (zh) 2008-04-23 2015-04-15 通腾科技股份有限公司 形成速度估计的方法
DE102008025753A1 (de) 2008-05-29 2009-12-10 Siemens Aktiengesellschaft Verfahren zum Erkennen von Anomalitäten in Objektströmen über das Phämomen der Gruppengeschwindigkeit
AU2008358268A1 (en) 2008-06-25 2009-12-30 Tomtom International B.V. Navigation apparatus and method of detection that a parking facility is sought
US7818412B2 (en) 2008-06-27 2010-10-19 Microsoft Corporation Selection of sensors for monitoring phenomena considering the value of information and data sharing preferences
US8626208B2 (en) * 2008-06-30 2014-01-07 General Motors Llc Traffic data transmission from a vehicle telematics unit
JP5667974B2 (ja) 2008-06-30 2015-02-12 トムトム インターナショナル ベスローテン フエンノートシャップ 効率的な位置参照方法
US8150611B2 (en) 2008-09-30 2012-04-03 International Business Machines Corporation System and methods for providing predictive traffic information
AT507619B1 (de) 2008-12-05 2011-11-15 Oesterreichisches Forschungs Und Pruefzentrum Arsenal Ges M B H Verfahren zur approximation des zeitlichen verlaufs von verkehrsdaten
RU2523192C2 (ru) 2008-12-22 2014-07-20 Теле Атлас Норт Америка, Инк. Способы, устройства и картографические базы данных для прокладки "зеленого" маршрута
WO2010081540A1 (en) 2009-01-14 2010-07-22 Tomtom International B.V. Improvements relating to navigation apparatus used in-vehicle
GB0901588D0 (en) 2009-02-02 2009-03-11 Itis Holdings Plc Apparatus and methods for providing journey information
DE102009043309A1 (de) 2009-02-26 2010-09-16 Navigon Ag Verfahren und Navigationseinrichtung zur Ermittlung der voraussichtlichen Fahrzeit
WO2010119182A1 (fr) 2009-04-14 2010-10-21 Bouchaib Hoummady Procédé et dispositif dynamique de guidage et de la mobilité dans le trafic
US9291463B2 (en) 2009-08-03 2016-03-22 Tomtom North America, Inc. Method of verifying or deriving attribute information of a digital transport network database using interpolation and probe traces
EP2290633B1 (en) 2009-08-31 2015-11-04 Accenture Global Services Limited Computer-implemented method for ensuring the privacy of a user, computer program product, device
US8255146B2 (en) * 2009-09-23 2012-08-28 Sudharshan Srinivasan Time slot based roadway traffic management system
CN102262819B (zh) * 2009-10-30 2014-10-15 国际商业机器公司 基于移动通信网络确定道路的实时通行时间的方法和装置
US20120010906A1 (en) * 2010-02-09 2012-01-12 At&T Mobility Ii Llc System And Method For The Collection And Monitoring Of Vehicle Data
EP2367161A1 (en) 2010-03-18 2011-09-21 Alcatel Lucent A sensor, and a method of a sensor detecting a user terminal that is in idle mode connected to a base station
WO2011120193A1 (en) 2010-03-31 2011-10-06 Siemens Aktiengesellschaft Method, system and device for providing traffic information
US8447231B2 (en) * 2010-10-29 2013-05-21 GM Global Technology Operations LLC Intelligent telematics information dissemination using delegation, fetch, and share algorithms
US8447804B2 (en) * 2010-12-21 2013-05-21 GM Global Technology Operations LLC Information gathering system using multi-radio telematics devices

Also Published As

Publication number Publication date
GB2492369A (en) 2013-01-02
US20140365103A1 (en) 2014-12-11
US9418545B2 (en) 2016-08-16
CN103748621B (zh) 2016-02-17
CN103748621A (zh) 2014-04-23
KR20140050022A (ko) 2014-04-28
GB2492369B (en) 2014-04-02
BR112013033643A2 (pt) 2017-01-24
EP2727098B1 (en) 2017-10-04
WO2013001307A1 (en) 2013-01-03
EP2727098A1 (en) 2014-05-07
GB201111093D0 (en) 2011-08-10
CA2840553A1 (en) 2013-01-03

Similar Documents

Publication Publication Date Title
ES2654599T3 (es) Método y sistema para recoger datos del tráfico
ES2303910T3 (es) Aparato y procedimiento para proporcionar informacion de trafico.
US9349285B1 (en) Traffic classification based on spatial neighbor model
US9786161B2 (en) Methods and systems for estimating road traffic
Kuchipudi et al. Development of a hybrid model for dynamic travel-time prediction
KR102360598B1 (ko) 내비게이트 가능한 요소의 폐쇄를 검출하는 방법 및 시스템
US10319229B1 (en) Data mining for alerts regarding road conditions
KR20140128063A (ko) 교통 상황 예측 시스템
Mahmassani et al. Incorporating weather impacts in traffic estimation and prediction systems
Sharma et al. Evaluation of opportunities and challenges of using INRIX data for real-time performance monitoring and historical trend assessment
EP3114664A1 (en) Estimating transit queue volume using probe ratios
CN106461407A (zh) 用于检测可导航元素的部分封闭的方法及系统
Nevers Guide to Establishing Monitoring Programs for Travel Time Reliability
Mahmassani et al. Implementation and evaluation of weather responsive traffic estimation and prediction system
Oskarbski et al. Estimating the average speed of public transport vehicles based on traffic control system data
CN115547084A (zh) 道路通行状况预测方法、装置、电子设备及计算机程序产品
SINGH et al. Examining travel time variability and reliability on an urban arterial road using wi-fi detections-A case study
KR100801718B1 (ko) 차량특성을 고려한 맞춤형 주행안전정보 제공방법 및 그시스템
Ali et al. The importance of google maps for traffic in calculating the level of service for the road and traffic delay
Monsere et al. Validating dynamic message sign freeway travel time messages with ground truth geospatial data
Mulbah et al. Mitigating traffic congestion using intelligent transportation systems
Alkaissi et al. Travel Time Variability and Spatio-Temporal Analysis of Urban Streets Using Global Positioning System: A Review
Song Modeling spatial-temporal patterns of bus delays at and between stops using avl and apc data and semi-markov techniques
Innamaa et al. Travel time and incident risk assessment
Pesti et al. System Monitoring of Auto Traffic: Queue Detection and Congestion Impact Assessment