CN114613145A - 一种大数据下的客运流量感知预警***及方法 - Google Patents
一种大数据下的客运流量感知预警***及方法 Download PDFInfo
- Publication number
- CN114613145A CN114613145A CN202210511423.4A CN202210511423A CN114613145A CN 114613145 A CN114613145 A CN 114613145A CN 202210511423 A CN202210511423 A CN 202210511423A CN 114613145 A CN114613145 A CN 114613145A
- Authority
- CN
- China
- Prior art keywords
- traffic flow
- data
- unit
- road
- early warning
- 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
- 230000008447 perception Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 15
- 206010039203 Road traffic accident Diseases 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 6
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims description 5
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Chemical & Material Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种大数据下的客运流量感知预警***及方法,包括云服务平台、数据采集模块、警示模块、智能终端、北斗定位服务单元、数据库和信息传输单元,所述云服务平台用于对感知预警***进行平台式的控制管理,本发明通过设置的云服务平台、数据采集模块、警示模块、智能终端、北斗定位服务单元、数据库和信息传输单元的使用,使其能够对使用者到达目的地行驶每个时间段通过的路段的道路状况进行计算预测,从而提前预判某时刻通过某路段时道路是否畅通还是拥堵,并对此做出相应的预警提醒,以便使用者及时地做出相应的措施或改变行驶路线,避免了驶入道路拥堵路段,同时减少因道路拥堵造成的一些事故的发生。
Description
技术领域
本发明涉及大数据领域,具体为一种大数据下的客运流量感知预警***及方法。
背景技术
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯;目前随着社会经济的飞速发展,人们的生活水平逐渐的提高,汽车的使用逐渐增多,如开车上下班,开车出行游玩等,而随着出现的便捷,车辆的增多,交通事故的发生日益增多,因此为了减少事故发生一般采用预警***进行预警,以便了解道路状况及时地做出一定的准备,减少事故的发生。
现有的一些预警***,只能够在导航路线中显示出路段中的实时路况,显示出当时的路况拥堵情况,而不能够进行相应的预测某时段途经某路段时的道路是否拥堵等状况,从而不能够对其进行及时地做出路线改变或做出相应的措施。
发明内容
本发明的目的在于提供一种大数据下的客运流量感知预警***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种大数据下的客运流量感知预警***,包括云服务平台、数据采集模块、警示模块、智能终端、北斗定位服务单元、数据库和信息传输单元,所述云服务平台用于对感知预警***进行平台式的控制管理,所述数据采集模块对行驶路线进行数据采集,所述警示模块用于进行预警提示,并提供相应的措施提醒,所述智能终端用于查看感知预警***数据和行驶路线数据信息,所述云服务平台的输入端分别与数据采集模块、智能终端、北斗定位服务单元、数据库和信息传输单元的输出端相连接,所述云服务平台的输出端分别与数据采集模块、警示模块、智能终端、北斗定位服务单元、数据库和信息传输单元的输入端相连接,所述智能终端与数据库通信连接,所述数据采集模块包括车流量数据采集单元、行驶线路采集单元和车速采集单元,所述车流量数据采集单元用于对当天同一时段同一线路上的车流量的数据采集,所述行驶线路采集单元对行驶线路数据进行采集,所述车速采集单元对车辆的实时车速数据进行采集并传递更新,以便了解行驶至某一路段的时间,从而能够更精准地进行预警判断。
进一步的,所述云服务平台包括中央处理单元、信息收发单元和存储单元,所述中央处理单元用于对数据分析整合处理,所述信息收发单元用于对信息收发处理,所述存储单元用于对数据进行存储使用。
进一步的,所述存储单元包括本体存储器和云存储器。
进一步的,所述警示模块包括道路状况报警单元和车祸报警单元,所述道路状况报警单元用于根据行驶线路的路况是否畅通或拥堵进行相应的预警,所述车祸报警单元用于对行驶线路上是否发生的车祸进行实时监测预警,以便司机及时地做出变更路线行驶。
进一步的,所述智能终端包括输入单元和显示单元,所述输入单元用于向智能终端输入数据,所述显示单元用于显示***数据。
进一步的,所述北斗定位服务单元用于通过北斗导航***为使用者提供定位和导航服务。
进一步的,所述数据库用于提供对比数据和存储新的数据。
进一步的,所述信息传输单元用于通过大数据和互联网***进行使用者和云服务平台之间的信息互传。
本发明还提供了一种大数据下的客运流量感知预警***的方法,包括以下步骤:
a)通过所述智能终端开启***,对客运流量感知预警处理,通过所述数据采集模块对当天同一时段同一路线上的车流量的数据进行采集、行驶线路的数据信息采集和车速的实时监测采集,并将采集的数据输送到所述云服务平台;
b)所述云服务平台对采集的数据进行分析整合处理,所述警示模块对客运流量进行感知预警处理,对数据进行分析处理整合的过程中,某天同一时段同一路段的车流量数据为Anm,n表示周一到周日的某一天,m表示一天二十四小时二十四个时间段的某一时间段,当n=1,m=1时,A11表示星期一凌晨零点到一点时间段通过同一段线路的车流量,当n=1,m=2时,A12表示星期一凌晨一点到两点时间段通过同一段线路的车流量,当n=1,m=24时,表示星期一23点到零点时间段通过同一端线路的车流量,n=2,m=1时,表示星期二凌晨零点到一点时间段通过同一端线路的车流量;
c)将从所述数据库中调取的近一年中某天某时间段同一路段的平均车流量命为H,H=0.5*M1nm+0.25*M2nm+0.15*M3nm+0.1*M4nm,M1nm表示所述数据库中数据临近Anm的第1-3月时间段中平均车流量,M2nm表示所述数据库中数据临近Anm的第4-6月时间段中的平均车流量,M3nm表示所述数据库中数据临近Anm的第7-9月时间段中的平均车流量,M4nm表示所述数据库中临近Anm的第10-12月时间段中的平均车流量;
d)0.5*M1nm=0.5*(∑b1nm/z),b1nm表示所述数据库中临近Anm的第1-3月时间段中的车流量,z表示所取时间段范围内的总数;
0.25*M2nm=0.25*(∑b2nm/z),b2nm表示所述数据库中临近Anm的第4-6月时间段中车流量;
0.15*M3nm=0.15*(∑b3nm/z),b3nm表示所述数据库中临近Anm的第7-9月时间段中车流量;
0.1*M4nm=0.1*(∑b4nm/z),b4nm表示所述数据库中临近Anm的第10-12月时间段中车流量;
e)将判断道路状的值为F=Anm/H,当0≤F≤0.7时,表示同一天同一时间段通过同一路段时,道路状况良好,道路畅通,通过所述道路状况报警单元进行道路通畅一级预警提示;
f)当0.7<F≤1时,判断同一天同一时间段通过同一路段时,道路通过车辆趋于饱和且能够正常行驶通过,并通过所述道路状况报警单元进行二级预警提醒,行驶该路段时注意控制车速,保持车距行驶;
g)当1<F时,预测判断行驶到该路段时,该路段车流量超出道路所能承受的数量,道路拥堵,易发生事故,通过所述道路状况报警单元进行预警提示,预测某时段通过该路段时道路拥堵,易发生事故,提醒变更路线,同时通过数据判断周围同向目的地的路线进行预测判断后通过所述北斗定位服务单元给出道路状况良好的通向目的地的其他路线。
与现有技术相比,本发明所达到的有益效果是:
本发明通过设置的云服务平台、数据采集模块、警示模块、智能终端、北斗定位服务单元、数据库和信息传输单元的使用,使其能够对使用者到达目的地所述行驶经过的路线的道路的实时状况进行预测,并对同一时间段通过同一路段时,道路状况进行计算预测,提前判断当使用者到达并驶入某路段时该路段的道路行车是否通畅,并根据计算的结果对比进行判断道路通畅、道路饱和且能够正常同行、道路拥挤的预警并推荐道路状况良好的路线,同时,该***能够实时的更新数据,并可根据自身车速等进行实时的预判结果的变化,确保了预判结果的准确性,该***能够提前预判某时刻通过某路段时道路是否畅通还是拥堵,并对此做出相应的预警提醒,以便使用者及时地做出相应的措施或改变行驶路线,使其使用更加的方便,避免了驶入道路拥堵路段,同时减少因道路拥堵造成的一些事故的发生。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明整体的模块连接示意图;
图中:1、云服务平台;2、数据采集模块;3、警示模块;4、智能终端;5、北斗定位服务单元;6、数据库;7、信息传输单元;8、中央处理单元;9、信息收发单元;10、存储单元;11、车流量数据采集单元;12、行驶线路采集单元;13、车速采集单元;14、输入单元;15、显示单元;16、道路状况报警单元;17、车祸报警单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示的一种大数据下的客运流量感知预警***,包括云服务平台1、数据采集模块2、警示模块3、智能终端4、北斗定位服务单元5、数据库6和信息传输单元7,所述云服务平台1用于对感知预警***进行平台式的控制管理,所述数据采集模块2对行驶路线进行数据采集,所述警示模块3用于进行预警提示,并提供相应的措施提醒,所述智能终端4用于查看感知预警***数据和行驶路线数据信息,所述云服务平台1的输入端分别与数据采集模块2、智能终端4、北斗定位服务单元5、数据库6和信息传输单元7的输出端相连接,所述云服务平台1的输出端分别与数据采集模块2、警示模块3、智能终端4、北斗定位服务单元5、数据库6和信息传输单元7的输入端相连接,所述智能终端4与数据库6通信连接,所述数据采集模块2包括车流量数据采集单元11、行驶线路采集单元12和车速采集单元13,所述车流量数据采集单元11用于对当天同一时段同一线路上的车流量的数据采集,所述行驶线路采集单元12对行驶线路数据进行采集,所述车速采集单元13对车辆的实时车速数据进行采集并传递更新,以便了解行驶至某一路段的时间,从而能够更精准地进行预警判断。
所述云服务平台1包括中央处理单元8、信息收发单元9和存储单元10,所述中央处理单元8用于对数据分析整合处理,所述信息收发单元9用于对信息收发处理,所述存储单元10用于对数据进行存储使用。
所述存储单元10包括本体存储器和云存储器。
所述警示模块3包括道路状况报警单元16和车祸报警单元17,所述道路状况报警单元16用于根据行驶线路的路况是否畅通或拥堵进行相应的预警,所述车祸报警单元17用于对行驶线路上是否发生的车祸进行实时监测预警,以便司机及时地做出变更路线行驶。
所述智能终端4包括输入单元14和显示单元15,所述输入单元14用于向智能终端4输入数据,所述显示单元15用于显示***数据。
所述北斗定位服务单元5用于通过北斗导航***为使用者提供定位和导航服务。
所述数据库6用于提供对比数据和存储新的数据。
所述信息传输单元7用于通过大数据和互联网***进行使用者和云服务平台1之间的信息互传。
本发明还提供了一种大数据下的客运流量感知预警***的使用方法,包括以下步骤:
a)通过所述智能终端4开启***,对客运流量感知预警处理,通过所述数据采集模块2对当天同一时段同一路线上的车流量的数据进行采集、行驶线路的数据信息采集和车速的实时监测采集,并将采集的数据输送到所述云服务平台1;
b)所述云服务平台1对采集的数据进行分析整合处理,所述警示模块3对客运流量进行感知预警处理,对数据进行分析处理整合的过程中,某天同一时段同一路段的车流量数据为Anm,n表示周一到周日的某一天,m表示一天二十四小时二十四个时间段的某一时间段,当n=1,m=1时,A11表示星期一凌晨零点到一点时间段通过同一段线路的车流量,当n=1,m=2时,A12表示星期一凌晨一点到两点时间段通过同一段线路的车流量,当n=1,m=24时,表示星期一23点到零点时间段通过同一端线路的车流量,n=2,m=1时,表示星期二凌晨零点到一点时间段通过同一端线路的车流量;
c)将从所述数据库6中调取的近一年中某天某时间段同一路段的平均车流量命为H,H=0.5*M1nm+0.25*M2nm+0.15*M3nm+0.1*M4nm,所述数据采集模块2包括车流量数据采集单元11、行驶线路采集单元12和车速采集单元13,所述车流量数据采集单元11用于对当天同一时段同一线路上的车流量的数据采集,所述行驶线路采集单元12对行驶线路数据进行采集,所述车速采集单元13对车辆的实时车速数据进行采集并传递更新,以便了解行驶至某一路段的时间,从而能够更精准地进行预警判断,M1nm表示所述数据库6中数据临近Anm的第1-3月时间段中平均车流量,M2nm表示所述数据库6中数据临近Anm的第4-6月时间段中的平均车流量,M3nm表示所述数据库6中数据临近Anm的第7-9月时间段中的平均车流量,M4nm表示所述数据库6中临近Anm的第10-12月时间段中的平均车流量;
d)0.5*M1nm=0.5*(∑b1nm/z),b1nm表示所述数据库6中临近Anm的第1-3月时间段中的车流量,z表示所取时间段范围内的总数;
0.25*M2nm=0.25*(∑b2nm/z),b2nm表示所述数据库6中临近Anm的第4-6月时间段中车流量;
0.15*M3nm=0.15*(∑b3nm/z),b3nm表示所述数据库6中临近Anm的第7-9月时间段中车流量;
0.1*M4nm=0.1*(∑b4nm/z),b4nm表示所述数据库6中临近Anm的第10-12月时间段中车流量;
e)将判断道路状的值为F=Anm/H,当0≤F≤0.7时,表示同一天同一时间段通过同一路段时,道路状况良好,道路畅通,通过所述道路状况报警单元16进行道路通畅一级预警提示;
f)当0.7<F≤1时,判断同一天同一时间段通过同一路段时,道路通过车辆趋于饱和且能够正常行驶通过,并通过所述道路状况报警单元16进行二级预警提醒,行驶该路段时注意控制车速,保持车距行驶;
g)当1<F时,预测判断行驶到该路段时,该路段车流量超出道路所能承受的数量,道路拥堵,易发生事故,通过所述道路状况报警单元16进行预警提示,预测某时段通过该路段时道路拥堵,易发生事故,提醒变更路线,同时通过数据判断周围同向目的地的路线进行预测判断后通过所述北斗定位服务单元5给出道路状况良好的通向目的地的其他路线。
该实施方式具体地解决了上述背景技术中所提到的现有的一些预警***只能够实时的在导航上显示某路段当实时的道路通畅拥堵情况,不能够提前进行预判某时间段通过某一路段时的路段是否通畅或拥堵的状况进行预警提醒的问题
本发明工作原理:
参照说明书附图1,通过设置的云服务平台1、数据采集模块2、警示模块3、智能终端4、北斗定位服务单元5、数据库6和信息传输单元7的使用,使其能够对行驶到目的地的导航路线上某时一时间段通过某一路段时该路段的道路是否通畅或拥堵进行提前的判断并对结果进行预警,以便使用者及时地做出相应的选择措施,避免时间紧急的驶入拥堵路段,影响时间,使用更方便;
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种大数据下的客运流量感知预警***,包括云服务平台(1)、数据采集模块(2)、警示模块(3)、智能终端(4)、北斗定位服务单元(5)、数据库(6)和信息传输单元(7),其特征在于:所述云服务平台(1)用于对感知预警***进行平台式的控制管理,所述数据采集模块(2)对行驶路线进行数据采集,所述警示模块(3)用于进行预警提示,并提供相应的措施提醒,所述智能终端(4)用于查看感知预警***数据和行驶路线数据信息,所述云服务平台(1)的输入端分别与数据采集模块(2)、智能终端(4)、北斗定位服务单元(5)、数据库(6)和信息传输单元(7)的输出端相连接,所述云服务平台(1)的输出端分别与数据采集模块(2)、警示模块(3)、智能终端(4)、北斗定位服务单元(5)、数据库(6)和信息传输单元(7)的输入端相连接,所述智能终端(4)与数据库(6)通信连接,所述数据采集模块(2)包括车流量数据采集单元(11)、行驶线路采集单元(12)和车速采集单元(13),所述车流量数据采集单元(11)用于对当天同一时段同一线路上的车流量的数据采集,所述行驶线路采集单元(12)对行驶线路数据进行采集,所述车速采集单元(13)对车辆的实时车速数据进行采集并传递更新,以便了解行驶至某一路段的时间,从而能够更精准地进行预警判断。
2.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述云服务平台(1)包括中央处理单元(8)、信息收发单元(9)和存储单元(10),所述中央处理单元(8)用于对数据分析整合处理,所述信息收发单元(9)用于对信息收发处理,所述存储单元(10)用于对数据进行存储使用。
3.根据权利要求2所述的一种大数据下的客运流量感知预警***,其特征在于:所述存储单元(10)包括本体存储器和云存储器。
4.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述警示模块(3)包括道路状况报警单元(16)和车祸报警单元(17),所述道路状况报警单元(16)用于根据行驶线路的路况是否畅通或拥堵进行相应的预警,所述车祸报警单元(17)用于对行驶线路上是否发生的车祸进行实时监测预警,以便司机及时地做出变更路线行驶。
5.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述智能终端(4)包括输入单元(14)和显示单元(15),所述输入单元(14)用于向智能终端(4)输入数据,所述显示单元(15)用于显示***数据。
6.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述北斗定位服务单元(5)用于通过北斗导航***为使用者提供定位和导航服务。
7.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述数据库(6)用于提供对比数据和存储新的数据。
8.根据权利要求1所述的一种大数据下的客运流量感知预警***,其特征在于:所述信息传输单元(7)用于通过大数据和互联网***进行使用者和云服务平台(1)之间的信息互传。
9.根据权利要求1-8任意一项所述的一种大数据下的客运流量感知预警***的使用方法,其特征在于:包括以下步骤:
a)通过所述智能终端(4)开启***,对客运流量感知预警处理,通过所述数据采集模块(2)对当天同一时段同一路线上的车流量的数据进行采集、行驶线路的数据信息采集和车速的实时监测采集,并将采集的数据输送到所述云服务平台(1);
b)所述云服务平台(1)对采集的数据进行分析整合处理,所述警示模块(3)对客运流量进行感知预警处理,对数据进行分析处理整合的过程中,某天同一时段同一路段的车流量数据为Anm,n表示周一到周日的某一天,m表示一天二十四小时二十四个时间段的某一时间段,当n=1,m=1时,A11表示星期一凌晨零点到一点时间段通过同一段线路的车流量,当n=1,m=2时,A12表示星期一凌晨一点到两点时间段通过同一段线路的车流量,当n=1,m=24时,表示星期一23点到零点时间段通过同一端线路的车流量,n=2,m=1时,表示星期二凌晨零点到一点时间段通过同一端线路的车流量;
c)将从所述数据库(6)中调取的近一年中某天某时间段同一路段的平均车流量命为H,H=0.5*M1nm+0.25*M2nm+0.15*M3nm+0.1*M4nm,M1nm表示所述数据库(6)中数据临近Anm的第1-3月时间段中平均车流量,M2nm表示所述数据库(6)中数据临近Anm的第4-6月时间段中的平均车流量,M3nm表示所述数据库(6)中数据临近Anm的第7-9月时间段中的平均车流量,M4nm表示所述数据库(6)中临近Anm的第10-12月时间段中的平均车流量;
d)0.5*M1nm=0.5*(∑b1nm/z),b1nm表示所述数据库(6)中临近Anm的第1-3月时间段中的车流量,z表示所取时间段范围内的总数;
0.25*M2nm=0.25*(∑b2nm/z),b2nm表示所述数据库(6)中临近Anm的第4-6月时间段中车流量;
0.15*M3nm=0.15*(∑b3nm/z),b3nm表示所述数据库(6)中临近Anm的第7-9月时间段中车流量;
0.1*M4nm=0.1*(∑b4nm/z),b4nm表示所述数据库(6)中临近Anm的第10-12月时间段中车流量;
e)将判断道路状的值为F=Anm/H,当0≤F≤0.7时,表示同一天同一时间段通过同一路段时,道路状况良好,道路畅通,通过所述道路状况报警单元(16)进行道路通畅一级预警提示;
f)当0.7<F≤1时,判断同一天同一时间段通过同一路段时,道路通过车辆趋于饱和且能够正常行驶通过,并通过所述道路状况报警单元(16)进行二级预警提醒,行驶该路段时注意控制车速,保持车距行驶;
g)当1<F时,预测判断行驶到该路段时,该路段车流量超出道路所能承受的数量,道路拥堵,易发生事故,通过所述道路状况报警单元(16)进行预警提示,预测某时段通过该路段时道路拥堵,易发生事故,提醒变更路线,同时通过数据判断周围同向目的地的路线进行预测判断后通过所述北斗定位服务单元(5)给出道路状况良好的通向目的地的其他路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210511423.4A CN114613145B (zh) | 2022-05-12 | 2022-05-12 | 一种大数据下的客运流量感知预警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210511423.4A CN114613145B (zh) | 2022-05-12 | 2022-05-12 | 一种大数据下的客运流量感知预警***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114613145A true CN114613145A (zh) | 2022-06-10 |
CN114613145B CN114613145B (zh) | 2022-08-19 |
Family
ID=81870634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210511423.4A Active CN114613145B (zh) | 2022-05-12 | 2022-05-12 | 一种大数据下的客运流量感知预警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114613145B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273480A (zh) * | 2022-09-28 | 2022-11-01 | 南京智慧交通信息股份有限公司 | 一种基于大数据分析的交通预警***及其方法 |
CN116740974A (zh) * | 2023-07-31 | 2023-09-12 | 武汉中交交通工程有限责任公司 | 一种基于路网大数据的高速公路路况预警*** |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927887A (zh) * | 2014-03-18 | 2014-07-16 | 西北工业大学 | 结合离散速度模型的阵列式fpga交通状态预测及控制*** |
CN205105439U (zh) * | 2015-11-13 | 2016-03-23 | 天津聚尚汇品网络科技有限公司 | 一种路灯智能化节能控制*** |
CN105788256A (zh) * | 2016-03-30 | 2016-07-20 | 北京交通大学 | 基于车联网的路况信息感知方法 |
CN106601005A (zh) * | 2017-03-01 | 2017-04-26 | 青岛海澄知识产权事务有限公司 | 一种基于rfid和微信平台的城市智能交通诱导方法 |
CN108460981A (zh) * | 2017-12-21 | 2018-08-28 | 东莞产权交易中心 | 一种安防***警情处理动态路线规划***和正态方法 |
CN109285347A (zh) * | 2018-09-26 | 2019-01-29 | 东莞绿邦智能科技有限公司 | 一种基于云平台的城市道路拥堵分析*** |
CN109637135A (zh) * | 2018-12-29 | 2019-04-16 | 江苏工程职业技术学院 | 一种基于计算机网络的环境视频监控预警*** |
CN109785631A (zh) * | 2019-03-12 | 2019-05-21 | 大连海事大学 | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 |
CN110849382A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 驾驶时长预测方法及装置 |
CN210743208U (zh) * | 2019-05-13 | 2020-06-12 | 鑫讯科技(南京)有限公司 | 一种电子智能交通监管*** |
CN111462484A (zh) * | 2020-03-31 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 拥堵状态的确定方法、装置、设备及计算机可读存储介质 |
CN112037509A (zh) * | 2020-08-21 | 2020-12-04 | 淮北市盛世昊明科技服务有限公司 | 一种基于大数据的城市交通态势感知方法及预警*** |
CN112614338A (zh) * | 2020-12-04 | 2021-04-06 | 程东 | 一种基于大数据的交通拥堵预测控制*** |
CN112700072A (zh) * | 2021-03-24 | 2021-04-23 | 同盾控股有限公司 | 交通状况预测方法、电子设备和存储介质 |
CN112863172A (zh) * | 2020-12-29 | 2021-05-28 | 千方捷通科技股份有限公司 | 高速公路交通运行状态判定方法、预警方法、装置及终端 |
CN112949999A (zh) * | 2021-02-04 | 2021-06-11 | 浙江工业大学 | 一种基于贝叶斯深度学习的高速交通事故风险预警方法 |
US20210201672A1 (en) * | 2018-03-22 | 2021-07-01 | Hefei Gelv Information Technology Co., Ltd. | Video-based main road cooperative signal machine control method |
GB202107328D0 (en) * | 2019-07-11 | 2021-07-07 | Univ Jiangsu | Control system and method for dedicated lane for autonomous vehicle |
CN113255596A (zh) * | 2021-06-29 | 2021-08-13 | 中运科技股份有限公司 | 一种基于大数据的智能视频图像分析***及方法 |
CN113269347A (zh) * | 2021-03-31 | 2021-08-17 | 安徽农业大学 | 一种基于随机森林的高校快递网络节点流量预测方法 |
CN113283374A (zh) * | 2021-06-09 | 2021-08-20 | 广东中运信息科技有限公司 | 一种基于物联网的人脸识别车站旅客状态监测预警*** |
CN113538907A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于交通流分级的行车时间估计*** |
CN113532459A (zh) * | 2021-06-28 | 2021-10-22 | 惠州市德赛西威汽车电子股份有限公司 | 一种预测式导航路线规划方法及*** |
CN113763740A (zh) * | 2021-08-10 | 2021-12-07 | 淮阴工学院 | 一种大数据交通导引***及导引方法 |
US20210407284A1 (en) * | 2020-06-30 | 2021-12-30 | Xidian University | Vehicle traffic flow prediction method with missing data |
CN114267184A (zh) * | 2021-12-29 | 2022-04-01 | 北京泰策科技有限公司 | 一种多元行为数据挖掘方法 |
-
2022
- 2022-05-12 CN CN202210511423.4A patent/CN114613145B/zh active Active
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927887A (zh) * | 2014-03-18 | 2014-07-16 | 西北工业大学 | 结合离散速度模型的阵列式fpga交通状态预测及控制*** |
CN205105439U (zh) * | 2015-11-13 | 2016-03-23 | 天津聚尚汇品网络科技有限公司 | 一种路灯智能化节能控制*** |
CN105788256A (zh) * | 2016-03-30 | 2016-07-20 | 北京交通大学 | 基于车联网的路况信息感知方法 |
CN106601005A (zh) * | 2017-03-01 | 2017-04-26 | 青岛海澄知识产权事务有限公司 | 一种基于rfid和微信平台的城市智能交通诱导方法 |
CN108460981A (zh) * | 2017-12-21 | 2018-08-28 | 东莞产权交易中心 | 一种安防***警情处理动态路线规划***和正态方法 |
US20210201672A1 (en) * | 2018-03-22 | 2021-07-01 | Hefei Gelv Information Technology Co., Ltd. | Video-based main road cooperative signal machine control method |
CN110849382A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 驾驶时长预测方法及装置 |
CN109285347A (zh) * | 2018-09-26 | 2019-01-29 | 东莞绿邦智能科技有限公司 | 一种基于云平台的城市道路拥堵分析*** |
CN109637135A (zh) * | 2018-12-29 | 2019-04-16 | 江苏工程职业技术学院 | 一种基于计算机网络的环境视频监控预警*** |
CN109785631A (zh) * | 2019-03-12 | 2019-05-21 | 大连海事大学 | 一种面向交通疏导的道路交通数据智能感知与分发网络架构 |
CN210743208U (zh) * | 2019-05-13 | 2020-06-12 | 鑫讯科技(南京)有限公司 | 一种电子智能交通监管*** |
GB202107328D0 (en) * | 2019-07-11 | 2021-07-07 | Univ Jiangsu | Control system and method for dedicated lane for autonomous vehicle |
CN111462484A (zh) * | 2020-03-31 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 拥堵状态的确定方法、装置、设备及计算机可读存储介质 |
US20210407284A1 (en) * | 2020-06-30 | 2021-12-30 | Xidian University | Vehicle traffic flow prediction method with missing data |
CN112037509A (zh) * | 2020-08-21 | 2020-12-04 | 淮北市盛世昊明科技服务有限公司 | 一种基于大数据的城市交通态势感知方法及预警*** |
CN112614338A (zh) * | 2020-12-04 | 2021-04-06 | 程东 | 一种基于大数据的交通拥堵预测控制*** |
CN112863172A (zh) * | 2020-12-29 | 2021-05-28 | 千方捷通科技股份有限公司 | 高速公路交通运行状态判定方法、预警方法、装置及终端 |
CN112949999A (zh) * | 2021-02-04 | 2021-06-11 | 浙江工业大学 | 一种基于贝叶斯深度学习的高速交通事故风险预警方法 |
CN112700072A (zh) * | 2021-03-24 | 2021-04-23 | 同盾控股有限公司 | 交通状况预测方法、电子设备和存储介质 |
CN113269347A (zh) * | 2021-03-31 | 2021-08-17 | 安徽农业大学 | 一种基于随机森林的高校快递网络节点流量预测方法 |
CN113283374A (zh) * | 2021-06-09 | 2021-08-20 | 广东中运信息科技有限公司 | 一种基于物联网的人脸识别车站旅客状态监测预警*** |
CN113532459A (zh) * | 2021-06-28 | 2021-10-22 | 惠州市德赛西威汽车电子股份有限公司 | 一种预测式导航路线规划方法及*** |
CN113255596A (zh) * | 2021-06-29 | 2021-08-13 | 中运科技股份有限公司 | 一种基于大数据的智能视频图像分析***及方法 |
CN113538907A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于交通流分级的行车时间估计*** |
CN113763740A (zh) * | 2021-08-10 | 2021-12-07 | 淮阴工学院 | 一种大数据交通导引***及导引方法 |
CN114267184A (zh) * | 2021-12-29 | 2022-04-01 | 北京泰策科技有限公司 | 一种多元行为数据挖掘方法 |
Non-Patent Citations (6)
Title |
---|
CHUNJIANG WU: "A Method for Short-term Traffic Flow Prediction and Control on Urban Road", 《2021 7TH INTERNATIONAL CONFERENCE ON BIG DATA COMPUTING AND COMMUNICATIONS (BIGCOM)》 * |
任慧: "考虑拥堵路况下碳排放的选址-配送集成优化问题", 《运筹与管理》 * |
李喆康: "基于多源数据融合的城市道路交通状态感知与短时预测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
查金泽: "基于信息反馈的路径选择对交通流的影响", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
程志杰: "基于粒子群优化算法和循环神经网络的短时交通流预测", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
黄秋阳: "基于多源数据的城市路网状态监测与交通事故风险评估方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273480A (zh) * | 2022-09-28 | 2022-11-01 | 南京智慧交通信息股份有限公司 | 一种基于大数据分析的交通预警***及其方法 |
CN115273480B (zh) * | 2022-09-28 | 2023-01-20 | 南京智慧交通信息股份有限公司 | 一种基于大数据分析的交通预警***及其方法 |
CN116740974A (zh) * | 2023-07-31 | 2023-09-12 | 武汉中交交通工程有限责任公司 | 一种基于路网大数据的高速公路路况预警*** |
CN116740974B (zh) * | 2023-07-31 | 2024-03-22 | 武汉中交交通工程有限责任公司 | 一种基于路网大数据的高速公路路况预警*** |
Also Published As
Publication number | Publication date |
---|---|
CN114613145B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11027742B1 (en) | Traffic based driving analysis | |
US11735046B2 (en) | Designing preferred vehicle routes based on driving scores from other vehicles | |
US11176845B2 (en) | Adaptive analysis of driver behavior | |
US10777024B1 (en) | Traffic based driving analysis | |
US9053636B2 (en) | Management center module for advanced lane management assist for automated vehicles and conventionally driven vehicles | |
US9898936B2 (en) | Recording, monitoring, and analyzing driver behavior | |
CN114613145B (zh) | 一种大数据下的客运流量感知预警***及方法 | |
US8880324B2 (en) | Detecting unrepresentative road traffic condition data | |
US10490078B1 (en) | Technology for providing real-time route safety and risk feedback | |
JP2005259116A (ja) | 交通情報算出装置、交通情報算出方法、交通情報表示方法および交通情報表示装置 | |
JP4026520B2 (ja) | 交通情報表示装置 | |
US20110037619A1 (en) | Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices | |
US11900471B1 (en) | System for monitoring and using data indicative of driver characteristics based on sensors | |
JPH11144182A (ja) | 交通流シミュレーションシステム | |
CN114708746A (zh) | 智慧城市的交通信号提示方法及*** | |
Knoop et al. | Rerouting behaviour of travellers under exceptional traffic conditions—an empirical analysis of route choice | |
US20220340167A1 (en) | Predicted Moving Trajectory Processing Method And Apparatus, And Constraint Barrier Display Method And Apparatus | |
Mahmassani et al. | Concept Development and Needs Identification for Intelligent Network Flow Optimization (INFLO): Concept of Operations. | |
CN115188194A (zh) | 一种高速公路交通车道级精准诱导***及方法 | |
McDonald | Developments in traffic management, information and route guidance systems in Europe |
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 |