CN108257380A - 一种基于路况信息检测拥堵事件的方法及*** - Google Patents
一种基于路况信息检测拥堵事件的方法及*** Download PDFInfo
- Publication number
- CN108257380A CN108257380A CN201711270141.5A CN201711270141A CN108257380A CN 108257380 A CN108257380 A CN 108257380A CN 201711270141 A CN201711270141 A CN 201711270141A CN 108257380 A CN108257380 A CN 108257380A
- Authority
- CN
- China
- Prior art keywords
- event
- congestion
- failure
- congestion event
- cur
- 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
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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于路况信息检测拥堵事件的方法及***,包括:拥堵事件提取步骤,提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;拥堵事件生命周期管理步骤,通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理为:新增事件处理,扩散事件处理,消散事件处理,失效事件处理。本发明通过按照相关性将相关事件合并的方法减少了路况数据缺失对拥堵事件的影响,通过对拥堵事件的生命周期的管理使事件的影响范围和持续时间按照拥堵事件的演化过程(事件发生、事件扩散、事件消散、事件失效)稳定的产生变化,提高了事件的准确性和有效性。
Description
技术领域
本发明涉及一种计算机技术和智能交通领域,尤其是基于路况信息检测拥堵事件的方法及***。
背景技术
随着我国汽车保有量不断上升,造成了交通事件的数量逐年上升。交通事件指的是突发的使道路通行能力下降的事件,交通事件最终都会转变为拥堵事件。拥堵事件是一种宏观的、区域性的、持续一定时间的拥堵状态,由于拥堵事件对人们的出行影响很大,因此对拥堵事件进行准确地检测具有重要意义。
目前,拥堵事件检测的方法大致有3类:(1)、硬件传感器检测方法,通过在道路上安装传感线圈或者摄像头,对道路的交通流量进行实时监测,当发现道路交通流量存在异常时,则可判断有拥堵事件发生。(2)、基于用户分享的拥堵事件检测方法,当道路上的车辆在经过交通事件发生地时,可将拥堵事件的情况传送给交通管理部门,交通管理部门能够获取拥堵事件。(3)、基于路况信息的检测方法,通过采集浮动车的GPS数据,可以获取路段上的通行速度或者通行时间,计算得到每个路段上的路况信息,将拥堵的路段按拓扑组合到一起,当总的里程大于给定的阈值时,就可以判定拥堵事件的发生。
然而现有技术有如下缺陷:(1)、在没有传感器分布的道路上,则无法进行拥堵事件的检测;另外,传感器的安装与维护的成本很高。(2)、用户分享的拥堵事件的可信程度很难验证,而且,拥堵事件发生时,不一定有用户经过,很难保证事件检测的实时性。(3)、由于浮动车GPS数据的波动和数据缺失,会导致拥堵事件时有时无以及被割裂为多个,拥堵事件的可信度低。同时受到路况信息的计算误差的影响,以及拥堵情况下部分路段的路况信息的缺失的影响,直接按照拓扑整合得到的拥堵事件的影响范围会剧烈波动,拥堵事件会时有时无,这样的拥堵事件给交通信息使用者带来困惑,并且降低了拥堵事件的可信度。
发明内容
为解决上述问题,本发明通过按照相关性将相关事件合并的方法减少了路况数据缺失对拥堵事件的影响,通过对拥堵事件的生命周期的管理使事件的影响范围和持续时间按照拥堵事件的演化过程(事件发生、事件扩散、事件消散)稳定的产生变化,提高了事件的准确性和有效性。
具体的,根据本发明的一个方面,提供了一种基于路况信息检测拥堵事件的方法,包括:
拥堵事件提取步骤,提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理步骤,通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理。
优选的,所述拥堵事件提取步骤包含如下步骤:
拥堵路段集合提取步骤,获取实时路况信息,提取拥堵路段集合;
按道路网络拓扑组合步骤,按照道路网络拓扑关系,将相邻的拥堵道路整合为一个拥堵事件;
相关拥堵事件合并步骤,计算两个拥堵事件的相关性,将拥堵事件相关性大于给定阈值的事件合并为一个事件,得到当前时间的所有拥堵事件。
优选的,所述拥堵事件生命周期管理步骤包含如下步骤:
拥堵事件差分步骤,将当前拥堵事件与已有拥堵事件进行差分,得到拥堵事件的事件类型:新增事件,扩散事件,消散事件,失效事件;
新增事件处理步骤,处理新增事件;
扩散事件处理步骤,处理扩散事件;
消散事件处理步骤,处理消散事件;
失效事件处理步骤,处理失效事件。
更优选的,所述新增事件处理步骤对新增事件执行以下步骤:
a)获取可用事件标识,选取已有事件中未使用过的事件标识,将可用事件标识赋值给新增事件的事件标识;
b)修改新增事件的事件类型标识为1;
c)将新增事件存入已有事件中。
更优选的,所述扩散事件处理步骤,对已有事件中的拥堵事件执行如下步骤:
a)更新拥堵事件的事件信息:如果扩散事件与拥堵事件有路段交集,采用扩散事件的信息覆盖拥堵事件的信息;如果扩散事件与拥堵事件存在上下游关系,则将扩散事件的信息叠加到拥堵事件的信息上;
b)修改拥堵事件的事件类型标识为2。
更优选的,所述消散事件处理步骤,对已有事件中的拥堵事件执行如下步骤:
a)更新拥堵事件的事件信息:采用消散事件的信息覆盖拥堵事件的信息;
b)修改拥堵事件的事件类型标识为3。
更优选的,所述失效事件处理步骤,对失效事件执行以下步骤:
a)如果失效事件的事件类型标识为2,则修改事件类型标识为3,然后将失效事件的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新失效事件;
b)如果失效事件的事件类型标识为3,则修改事件类型标识为4,然后将失效事件的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新失效事件;
c)如果失效事件的事件类型标识为4,则判断失效事件的影响范围长度是否大于拥堵事件最小有效长度;如果失效事件的影响范围长度大于等于拥堵事件最小有效长度,则将失效事件的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新失效事件;否则,将失效事件删除。
根据本发明的另一个方面,还提供了一种基于路况信息检测拥堵事件的***,包括:
拥堵事件提取模块,用于提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理模块,用于通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理。
本发明的优点在于:本发明通过按照相关性将相关事件合并的方法减少了路况数据缺失对拥堵事件的影响,通过对拥堵事件的生命周期的管理使事件的影响范围和持续时间按照拥堵事件的演化过程(事件发生、事件扩散、事件消散、事件失效)稳定的产生变化,提高了事件的准确性和有效性。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
附图1示出了根据本发明实施例的基于路况信息的拥堵事件检测方法的流程图;
附图2示出了根据本发明实施例的拥堵事件提取方法的流程框图;
附图3示出了根据本发明实施例的拥堵事件生命周期管理方法的流程框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,本发明公开一种基于路况信息检测拥堵事件的方法,包含两个步骤:拥堵事件提取步骤和拥堵事件生命周期管理步骤;
拥堵事件提取步骤主要功能是提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理步骤的主要功能是将通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理:新增事件处理,扩散事件处理,消散事件处理,失效事件处理。
如图2所示,拥堵事件提取步骤包含如下步骤:
A1.拥堵路段集合提取步骤:获取实时路况信息,提取拥堵路段集合。
A2.按道路网络拓扑组合步骤:按照道路网络拓扑关系,将相邻的拥堵道路整合为一个拥堵事件,拥堵事件采用如下方式表示:
Event={id,type,lonbn,latbn,loned,laten,len,{link1,link2,…linkn}
其中,id是事件标识,在事件有效期内全局唯一;tykpe是事件类型标识,用整数表示,分为3种类型,1表示新增类型,2表示扩散类型,3表示消散类型,4表示失效类型;lonbn是事件影响范围的起点经度;latbn是事件影响范围的起点纬度;loned是事件影响范围的终点经度;Lated是事件影响范围的终点纬度;len是拥堵事件影响范围的长度;linki是拥堵事件影响的路段的集合。
A3.相关拥堵事件合并步骤:计算两个拥堵事件Eventi和Eventj的相关性βij,拥堵事件相关性βij的计算方法如下:
a)计算两个事件的空间直线距离L1和L2,计算方式如下:
D是距离阈值,一般取1000米,如果L1>D并且L2>D,βij=0,否则执行步骤。
b)按照道路网络拓扑获取事件Eventi和Eventj间的最短路径P
P={linkk,k=0…n}
计算最短路径的长度
获取最短路径P包含的道路的路况信息和长度,计算βij
其中,dis是路段的长度;w是权重,当路段的路况是畅通时,w=0,当路段的路况是无数据时,w=0.4,当路段的路况是缓慢时,w=0.7,当路段的路况是拥堵时,w=1;DS是最短路径的距离阈值,一般取1000米。
将拥堵事件相关性βij大于给定阈值μ的事件合并为一个事件,通过相关拥堵事件合并步骤,得到了当前时间的所有拥堵事件。
如图3所示,拥堵事件生命周期管理步骤包含如下步骤:
B1.拥堵事件差分步骤:将当前拥堵事件Ecur与已有拥堵事件Eexist进行差分,差分方法如下:
a)从Ecur中取一个拥堵事件Eventi,从Eexist中取一个拥堵事件Eventj,然后计算两个拥堵事件Eventi和Eventj包含的路段是否存在交集,以及是否存在上下游关系。
b)如果Ecur中的拥堵事件Eventi与Eexist中的任何一个拥堵事件都不存在路段交集,也不存在上下游关系,则判定Eventi为新增事件,然后执行步骤B2。
c)如果Ecur中的拥堵事件Eventi与Eexist中的事件Eventj存在路段交集且Eventi的影响范围长度leni大于等于Eventj的影响范围长度lenj,或者Eventi与Eventj存在上下游关系且Eventi在Eventj的上游,则判定Eventi为对Eventj的扩散事件,然后执行步骤B3。
d)如果Ecur中的拥堵事件Eventi与Eexist中的事件Eventj存在路段交集且Eventi的影响范围长度leni小于Eventj的影响范围长度lenj,或者Eventi与Eventj在上下游关系且Eventi在Eventj的下游,则判定Eventi为对Eventj的消散事件,然后执行步骤B4。
e)如果Eexist中的事件Eventj与Ecur中的任何一个事件都不存在路段交集,也不存在上下游关系,则判定Eventj为失效事件,然后执行步骤B5。
B2.新增事件处理步骤,对新增事件Eventi执行以下步骤:
a)获取可用事件标识id,一般选取已有事件Eexist中未使用过的事件标识,将可用事件标识id赋值给新增事件Eventi的idi;
b)修改Eventi的事件类型标识typei=1;
c)将新增事件Eventi存入已有事件Eexist中。
B3.扩散事件处理步骤,Eventi为对Eventj的扩散事件,则对已有事件Eexist中的拥堵事件Eventj执行如下步骤:
a)更新拥堵事件Eventj的事件信息:如果Eventi与Eventj有路段交集,采用Eventi的信息覆盖Eventj的信息;如果Eventi与Eventj存在上下游关系,则将Eventi的信息叠加到Eventj的信息上。
b)修改Eventj的事件类型标识typej=2。
B4.消散事件处理步骤,Evrnti为对Eventj的消散事件,则对已有事件Eexist中的拥堵事件Eventj执行如下步骤:
a)更新拥堵事件Eventj的事件信息:采用Eventi的信息覆盖Eventj的信息;
b)修改Eventj的事件类型标识typej=3。
B5.失效事件处理步骤,对失效事件Eventj执行以下步骤:
a)如果Eventj的事件类型标识typej=2,则修改typej=3,然后将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。
b)如果Eventj的事件类型标识typej=3,则修改typej=4,然后将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。
c)如果Eventj的事件类型标识typej=4,则判断Eventj的影响范围长度lenj是否大于DD,DD是拥堵事件最小有效长度。如果lenj≥DD,则将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。否则,将事件Eventj删除。
根据本发明的另一个方面,还公开一种基于路况信息检测拥堵事件的***,包含两个模块:拥堵事件提取模块和拥堵事件生命周期管理模块;
拥堵事件提取模块A,主要功能是提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理模块B,主要功能是将通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理:新增事件处理,扩散事件处理,消散事件处理,失效事件处理。
拥堵事件提取模块A包含如下单元:
A1.拥堵路段集合提取单元:获取实时路况信息,提取拥堵路段集合。
A2.按道路网络拓扑组合单元:按照道路网络拓扑关系,将相邻的拥堵道路整合为一个拥堵事件,拥堵事件采用如下方式表示:
Event={id,type,lonbn,latbn,loned,lated,len,{link1,link2,…linkn}
其中,id是事件标识,在事件有效期内全局唯一;type是事件类型标识,用整数表示,分为3种类型,1表示新增类型,2表示扩散类型,3表示消散类型,4表示失效类型;lonbn是事件影响范围的起点经度;latbn是事件影响范围的起点纬度;loned是事件影响范围的终点经度;lated是事件影响范围的终点纬度;len是拥堵事件影响范围的长度;linki是拥堵事件影响的路段的集合。
A3.相关拥堵事件合并单元:计算两个拥堵事件Eventi和Eventj的相关性βij,拥堵事件相关性βij的计算方法如下:
a)计算两个事件的空间直线距离L1和L2,计算方式如下:
D是距离阈值,一般取1000米,如果L1>D并且L2>D,βij=0,否则执行步骤。
b)按照道路网络拓扑获取事件Eventi和Eventj间的最短路径P
P={linkk,k=0…n}
计算最短路径的长度
获取最短路径P包含的道路的路况信息和长度,计算βij
其中,dis是路段的长度;w是权重,当路段的路况是畅通时,w=0,当路段的路况是无数据时,w=0.4,当路段的路况是缓慢时,w=0.7,当路段的路况是拥堵时,w=1;DS是最短路径的距离阈值,一般取1000米。
将拥堵事件相关性βij大于给定阈值μ的事件合并为一个事件,通过相关拥堵事件合并步骤,得到了当前时间的所有拥堵事件。
拥堵事件生命周期管理模块B包含如下单元:
B1.拥堵事件差分单元:将当前拥堵事件Ecur与已有拥堵事件Eexist进行差分,差分方法如下:
a)从Ecur中取一个拥堵事件Eventi,从Eexist中取一个拥堵事件Eventj,然后计算两个拥堵事件Eventi和Eventj包含的路段是否存在交集,以及是否存在上下游关系。
b)如果Ecur中的拥堵事件Eventi与Eexist中的任何一个拥堵事件都不存在路段交集,也不存在上下游关系,则判定Eventi为新增事件,然后执行步骤B2。
c)如果Ecur中的拥堵事件Eventi与Eexist中的事件Eventj存在路段交集且Eventi的影响范围长度leni大于等于Eventj的影响范围长度lenj,或者Eventi与Eventj存在上下游关系且Eventi在Eventj的上游,则判定Eventi为对Eventj的扩散事件,然后执行步骤B3。
d)如果Ecur中的拥堵事件Eventi与Eexist中的事件Eventj存在路段交集且Eventi的影响范围长度leni小于Eventj的影响范围长度lenj,或者Eventi与Eventj存在上下游关系且Eventi在Eventj的下游,,则判定Eventi为对Eventj的消散事件,然后执行步骤B4。
e)如果Eexist中的事件Eventj与Ecur中的任何一个事件都不存在路段交集,也不存在上下游关系,则判定Eventj为失效事件,然后执行步骤B5。
B2.新增事件处理单元,对新增事件Eventi执行以下步骤:
a)获取可用事件标识id,一般选取已有事件Eexist中未使用过的事件标识,将可用事件标识id赋值给新增事件Eventi的idi;
b)修改Eventi的事件类型标识typei=1;
c)将新增事件Eventi存入已有事件Eexist中。
B3.扩散事件处理单元,Eventi为对Eventj的扩散事件,则对已有事件Eexist中的拥堵事件Eventj执行如下步骤:
a)更新拥堵事件Eventj的事件信息:如果Eventi与Eventj有路段交集,采用Eventi的信息覆盖Eventj的信息;如果Eventi与Eventj存在上下游关系,则将Eventi的信息叠加到Eventj的信息上。
b)修改Eventj的事件类型标识typej=2。
B4.消散事件处理步骤,Eventi为对Eventj的消散事件,则对已有事件Eexist中的拥堵事件Eventj执行如下步骤:
a)更新拥堵事件Eventj的事件信息:采用Eventi的信息覆盖Eventj的信息;
b)修改Eventj的事件类型标识typej=3。
B5.失效事件处理步骤,对失效事件Eventj执行以下步骤:
a)如果Eventj的事件类型标识typej=2,则修改typej=3,然后将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。
b)如果Eventj的事件类型标识typej=3,则修改typej=4,然后将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。
c)如果Eventj的事件类型标识typej=4,则判断Eventj的影响范围长度lenj是否大于DD,DD是拥堵事件最小有效长度。如果lenj≥DD,则将Eventj的事件影响范围折半处理,只保留事件的原有影响范围的下游的那一半,然后更新事件Eventj。否则,将事件Eventj删除。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于路况信息检测拥堵事件的方法,包括:
拥堵事件提取步骤,提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理步骤,通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理。
2.根据权利要求1所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述拥堵事件提取步骤包含如下步骤:
拥堵路段集合提取步骤,获取实时路况信息,提取拥堵路段集合;
按道路网络拓扑组合步骤,按照道路网络拓扑关系,将相邻的拥堵道路整合为一个拥堵事件;
相关拥堵事件合并步骤,计算两个拥堵事件的相关性,将拥堵事件相关性大于给定阈值的事件合并为一个事件,得到当前时间的所有拥堵事件。
3.根据权利要求1或2所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述拥堵事件生命周期管理步骤包含如下步骤:
拥堵事件差分步骤,将当前拥堵事件与已有拥堵事件进行差分,得到拥堵事件的事件类型:新增事件,扩散事件,消散事件,失效事件;
新增事件处理步骤,处理新增事件;
扩散事件处理步骤,处理扩散事件;
消散事件处理步骤,处理消散事件;
失效事件处理步骤,处理失效事件。
4.根据权利要求3所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述新增事件处理步骤对新增事件执行以下步骤:
a)获取可用事件标识,选取已有事件中未使用过的事件标识,将可用事件标识赋值给新增事件的事件标识;
b)修改新增事件的事件类型标识为1;
c)将新增事件存入已有事件中。
5.根据权利要求3所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述扩散事件处理步骤,对已有事件中的拥堵事件执行如下步骤:
a)更新拥堵事件的事件信息:如果扩散事件与拥堵事件有路段交集,采用扩散事件的信息覆盖拥堵事件的信息;如果扩散事件与拥堵事件存在上下游关系,则将扩散事件的信息叠加到拥堵事件的信息上;
b)修改拥堵事件的事件类型标识为2。
6.根据权利要求3所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述消散事件处理步骤,对已有事件中的拥堵事件执行如下步骤:
a)更新拥堵事件的事件信息:采用消散事件的信息覆盖拥堵事件的信息;
b)修改拥堵事件的事件类型标识为3。
7.根据权利要求3所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述失效事件处理步骤,对失效事件执行以下步骤:
a)如果失效事件的事件类型标识为2,则修改事件类型标识为3,然后将失效事件的事件影响范围折半处理,只保留失效事件的原有影响范围的下游的那一半,然后更新失效事件;
b)如果失效事件的事件类型标识为3,则修改事件类型标识为4,然后将失效事件的事件影响范围折半处理,只保留失效事件的原有影响范围的下游的那一半,然后更新失效事件;
c)如果失效事件的事件类型标识为4,则判断失效事件的影响范围长度是否大于拥堵事件最小有效长度;如果失效事件的影响范围长度大于等于拥堵事件最小有效长度,则将失效事件的事件影响范围折半处理,只保留失效事件的原有影响范围的下游的那一半,然后更新失效事件;否则,将失效事件删除。
8.根据权利要求3所述的基于路况信息检测拥堵事件的方法,其特征在于:
所述差分方法如下:
a)如果当前拥堵事件与已有拥堵事件中的任何一个拥堵事件都不存在路段交集,也不存在上下游关系,则判定当前拥堵事件为新增事件;
b)如果当前拥堵事件与某一已有拥堵事件存在路段交集且当前拥堵事件的影响范围长度大于等于该已有拥堵事件的影响范围长度,或者当前拥堵事件与该已有拥堵事件存在上下游关系且当前拥堵事件在该已有拥堵事件的上游,则判定当前拥堵事件为对该已有拥堵事件的扩散事件;
c)如果当前拥堵事件与某一已有拥堵事件存在路段交集且当前拥堵事件的影响范围长度小于该已有拥堵事件的影响范围长度,或者当前拥堵事件与该已有拥堵事件存在上下游关系且当前拥堵事件在该已有拥堵事件的下游,则判定当前拥堵事件为对该已有拥堵事件的消散事件;
e)如果已有拥堵事件与当前拥堵事件中的任何一个事件都不存在路段交集,也不存在上下游关系,则判定已有拥堵事件为失效事件。
9.一种基于路况信息检测拥堵事件的***,包括:
拥堵事件提取模块,用于提取拥堵事件、判断拥堵事件的相关性,整合相关的拥堵事件为一个事件;
拥堵事件生命周期管理模块,用于通过事件差分判断事件的类型,按照不同的拥堵事件的类型分别处理。
10.根据权利要求9所述的基于路况信息检测拥堵事件的***,其特征在于:
所述拥堵事件提取模块包含如下单元:
拥堵路段集合提取单元,用于获取实时路况信息,提取拥堵路段集合。
按道路网络拓扑组合单元,用于按照道路网络拓扑关系,将相邻的拥堵道路整合为一个拥堵事件;
相关拥堵事件合并单元,用于计算两个拥堵事件的相关性,将拥堵事件相关性大于给定阈值的事件合并为一个事件,得到当前时间的所有拥堵事件;
所述拥堵事件生命周期管理模块包含如下单元:
拥堵事件差分单元,用于将当前拥堵事件与已有拥堵事件进行差分,得到拥堵事件的事件类型:新增事件,扩散事件,消散事件,失效事件;
新增事件处理单元,用于处理新增事件;
扩散事件处理单元,用于处理扩散事件;
消散事件处理单元,用于处理消散事件;
失效事件处理单元,用于处理失效事件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711270141.5A CN108257380B (zh) | 2017-12-05 | 2017-12-05 | 一种基于路况信息检测拥堵事件的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711270141.5A CN108257380B (zh) | 2017-12-05 | 2017-12-05 | 一种基于路况信息检测拥堵事件的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108257380A true CN108257380A (zh) | 2018-07-06 |
CN108257380B CN108257380B (zh) | 2020-11-10 |
Family
ID=62722377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711270141.5A Active CN108257380B (zh) | 2017-12-05 | 2017-12-05 | 一种基于路况信息检测拥堵事件的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108257380B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109147330A (zh) * | 2018-09-19 | 2019-01-04 | 青岛海信网络科技股份有限公司 | 一种拥堵识别方法及装置 |
CN109658693A (zh) * | 2018-12-26 | 2019-04-19 | 大唐软件技术股份有限公司 | 一种路况信息获取和处理的方法及装置 |
CN112289029A (zh) * | 2020-10-30 | 2021-01-29 | 上海炬宏信息技术有限公司 | 基于Flink架构的多数据源实时交通事件处理方法 |
CN113723191A (zh) * | 2021-07-30 | 2021-11-30 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006123896A1 (en) * | 2005-05-18 | 2006-11-23 | Lg Electronics Inc. | Method and apparatus for providing transportation status information and using it |
WO2008016491A1 (en) * | 2006-07-31 | 2008-02-07 | Microsoft Corporation | Optimization of fact extraction using a multi-stage approach |
CN102568194A (zh) * | 2011-12-26 | 2012-07-11 | 浙江工业大学 | 一种城市道路交通拥堵持续时间和空间扩散预测方法 |
CN103050005A (zh) * | 2012-11-16 | 2013-04-17 | 北京交通大学 | 城市道路交通状态时空分析方法与*** |
CN103854471A (zh) * | 2012-11-30 | 2014-06-11 | 北京掌城科技有限公司 | 一种交通信息的发布方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
CN105355044A (zh) * | 2015-10-27 | 2016-02-24 | 山东大学 | 一种基于gis的城市交通路网格锁传播的动态表达方法 |
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
-
2017
- 2017-12-05 CN CN201711270141.5A patent/CN108257380B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006123896A1 (en) * | 2005-05-18 | 2006-11-23 | Lg Electronics Inc. | Method and apparatus for providing transportation status information and using it |
WO2008016491A1 (en) * | 2006-07-31 | 2008-02-07 | Microsoft Corporation | Optimization of fact extraction using a multi-stage approach |
CN102568194A (zh) * | 2011-12-26 | 2012-07-11 | 浙江工业大学 | 一种城市道路交通拥堵持续时间和空间扩散预测方法 |
CN103050005A (zh) * | 2012-11-16 | 2013-04-17 | 北京交通大学 | 城市道路交通状态时空分析方法与*** |
CN103854471A (zh) * | 2012-11-30 | 2014-06-11 | 北京掌城科技有限公司 | 一种交通信息的发布方法 |
CN104157139A (zh) * | 2014-08-05 | 2014-11-19 | 中山大学 | 一种交通拥堵预测方法及可视化方法 |
CN105355044A (zh) * | 2015-10-27 | 2016-02-24 | 山东大学 | 一种基于gis的城市交通路网格锁传播的动态表达方法 |
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
Non-Patent Citations (2)
Title |
---|
张婧,任刚: "城市道路交通拥堵状态时空相关性分析", 《交通运输***工程与信息》 * |
诸彤宇,郭胜敏: "浮动车信息处理技术研究", 《中国图象图形学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109147330A (zh) * | 2018-09-19 | 2019-01-04 | 青岛海信网络科技股份有限公司 | 一种拥堵识别方法及装置 |
CN109658693A (zh) * | 2018-12-26 | 2019-04-19 | 大唐软件技术股份有限公司 | 一种路况信息获取和处理的方法及装置 |
CN112289029A (zh) * | 2020-10-30 | 2021-01-29 | 上海炬宏信息技术有限公司 | 基于Flink架构的多数据源实时交通事件处理方法 |
CN112289029B (zh) * | 2020-10-30 | 2022-06-21 | 上海炬宏信息技术有限公司 | 基于Flink架构的多数据源实时交通事件处理方法 |
CN113723191A (zh) * | 2021-07-30 | 2021-11-30 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
CN113723191B (zh) * | 2021-07-30 | 2024-03-29 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN108257380B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108257380A (zh) | 一种基于路况信息检测拥堵事件的方法及*** | |
CN106781592B (zh) | 一种基于大数据的交通导航***及方法 | |
Cui et al. | Identifying mismatch between urban travel demand and transport network services using GPS data: A case study in the fast growing Chinese city of Harbin | |
CN101604478B (zh) | 一种动态交通信息的处理方法及*** | |
CN109215347A (zh) | 一种基于众包轨迹数据的交通数据质量控制方法 | |
WO2019109645A1 (zh) | 一种路况预报方法、装置、存储介质和服务器 | |
Zhao et al. | Using truck probe GPS data to identify and rank roadway bottlenecks | |
CN106485935B (zh) | 一种基于gps预测公交到站时间的方法 | |
CN104599499B (zh) | 一种分布式统计交通位置的方法及装置 | |
CN105509758A (zh) | 一种基于移动终端的线路规划方法、***及移动终端 | |
US10706720B2 (en) | Predicting vehicle travel times by modeling heterogeneous influences between arterial roads | |
CN111380530A (zh) | 导航方法及相关产品 | |
Rilett et al. | Simulating the TravTek route guidance logic using the INTEGRATION traffic model | |
Carli et al. | Monitoring traffic congestion in urban areas through probe vehicles: A case study analysis | |
CN105551241B (zh) | 一种基于fcd及ep多源数据的实时拥堵分析方法 | |
CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
Aoki et al. | An early event detection technique with bus GPS data | |
CN110807916A (zh) | 一种基于路网拓扑结构的交通状态评定方法及*** | |
KR101112191B1 (ko) | 에이전트 기반 실시간 통행시간 산정장치 및 그 방법 | |
CN108665723A (zh) | 一种信息获取方法及装置 | |
CN109448379A (zh) | 一种社交媒体数据偶发***通事件的识别及定位方法 | |
CN107993436A (zh) | 一种基于obd的路况预测方法及*** | |
Tempelmeier et al. | St-discovery: Data-driven discovery of structural dependencies in urban road networks | |
Das et al. | Smart urban traffic management system | |
CN108318048A (zh) | 一种基于不同转弯方向拥堵信息的路线规划方法及*** |
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 |