CN114842648A - 一种基于交通流的隧道运行状态预警方法、设备及介质 - Google Patents
一种基于交通流的隧道运行状态预警方法、设备及介质 Download PDFInfo
- Publication number
- CN114842648A CN114842648A CN202210741613.5A CN202210741613A CN114842648A CN 114842648 A CN114842648 A CN 114842648A CN 202210741613 A CN202210741613 A CN 202210741613A CN 114842648 A CN114842648 A CN 114842648A
- Authority
- CN
- China
- Prior art keywords
- data
- tunnel
- vehicle
- upper limit
- curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000007613 environmental effect Effects 0.000 claims abstract description 34
- 230000000875 corresponding effect Effects 0.000 claims description 74
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000013480 data collection Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于交通流的隧道运行状态预警方法、设备及介质,方法包括:实时采集隧道内的第一车辆数据;通过第一车辆数据确定隧道当前的运行状态;获取隧道所在的环境数据,并通过环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;获取隧道对应的运行上限数据,并根据车辆数据采集设备对应的设备数据以及环境数据,对运行上限数据补偿,生成运行上限曲线;根据运行状态曲线和运行上限曲线在未来同一时间点的差值,实现对隧道的预警。通过对隧道的运行状态进行分析,能够有效预估隧道未来一段时间内的车辆承载能力,并通过将其跟运行上限进行对比,能够快速高效的对隧道本身进行预警。
Description
技术领域
本申请涉及交通预警领域,具体涉及一种基于交通流的隧道运行状态预警方法、设备及介质。
背景技术
随着人们技术的发展,越来越多的隧道被开发出来,以便于人们的通行便利。
现有技术中,往往只有针对隧道内的车辆状态进行的预警,并没有针对隧道本身进行的预警,这就导致对于车辆的预警往往难以达到人们期望的效果。
发明内容
为了解决上述问题,本申请提出了一种基于交通流的隧道运行状态预警方法,包括:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
在一个示例中,通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线,具体包括:
根据所述车辆组成数据,确定所述隧道内的车辆中,指定类型的车辆的当前子流量数据,所述指定类型对于所述隧道的运行状态的影响高于预设阈值;
根据所述当前子流量数据,确定对应的第一时间间隔,所述第一时间间隔为选取的未来的若干个时间点之间的间隔,所述第一时间间隔与所述当前子流量数据呈负相关;
根据所述若干个时间点对应的环境数据和历史运行状态,分别预估得到若干个预估运行状态;
将所述若干个预估运行状态进行拟合,得到运行状态曲线。
在一个示例中,将所述若干个预估运行状态进行拟合,得到运行状态曲线,具体包括:
在所述若干个预估运行状态中,分别确定对应的预估子流量数据;
针对每个所述预估子流量数据,确定对应的第一时间间隔,所述第一时间间隔与所述预估子流量数据呈负相关;
将每个子流量数据对应的时间点按照时间顺序进行依次排序,并将每两个时间点之间的第一时间间隔,由所述当前子流量数据对应的第一时间间隔,调整为两者之间的前一个时间点对应的第一时间间隔,以得到新的若干个时间点;
根据所述新的若干个时间点对应的环境数据和历史运行状态,重新预估得到若干个预估运行状态;
将重新得到的所述若干个预估运行状态进行拟合,得到运行状态曲线。
在一个示例中,根据所述第一车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线,具体包括:
确定所述第一车辆数据采集设备对应的设备数据以及所述环境数据;
若所述设备数据中的设备剩余寿命低于预设寿命,且所述环境数据中包含异常数据,则根据所述设备剩余寿命和所述异常数据确定对应的第二时间间隔,所述第二时间间隔为选取的未来的若干个时间点之间的间隔,所述第二时间间隔与所述设备剩余寿命呈负相关,且与所述异常数据相比于正常数据之间的差值呈正相关;
根据所述若干个时间点对应的所述设备剩余寿命和所述异常数据,分别预估得到若干个预估运行上限数据;
将所述若干个运行上限数据进行拟合,得到运行上限曲线。
在一个示例中,根据所述设备剩余寿命和所述异常数据确定对应的第二时间间隔,具体包括:
按照所述设备剩余寿命和所述异常数据分别对应的权重,将所述设备剩余寿命和所述异常数据进行归一化,其中,所述设备剩余寿命所占的权重高于所述异常数据所占的权重;
将归一化之后的结果作为系数,根据预设时间间隔与所述系数,得到对应的第二时间间隔。
在一个示例中,通过设置在隧道内的第一车辆数据采集设备,实时采集所述隧道内的第一车辆数据,具体包括:
通过设置在隧道外的车辆数据采集设备,采集所述隧道外的第二车辆数据;
根据所述第二车辆数据,确定对所述隧道的划分方式;
根据所述划分方式,将所述隧道划分得到多个段落,其中,所述多个段落组成所述隧道;
针对每个段落,通过设置在该段落内的车辆数据采集设备,实时采集该段落内的第一车辆数据。
在一个示例中,根据所述第二车辆数据,确定对所述隧道的划分方式,具体包括:
确定所述第二车辆数据中,指定类型的车辆的车辆组成数据,所述指定类型对于所述隧道的运行状态的影响高于预设阈值;
根据所述车辆组成数据,确定划分数量,所述车辆组成数据与所述划分数量成正相关;
按照所述划分数量,将所述隧道划分为多个段落,其中,所述隧道两端的段落对应的距离,低于其他段落对应的距离。
在一个示例中,根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警,具体包括:
确定所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值;
若所述差值高于预设预警差值,则确定所述差值对应的所述同一时间点之后的时间内,所述所述运行状态曲线和所述运行上限曲线分别对应的增长速率;
若所述运行状态曲线的增长速率高于所述运行上限曲线的增长速率,则发出针对于所述同一时间点的预警。
另一方面,本申请还提出了一种基于交通流的隧道运行状态预警设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
通过本申请提出的方法能够带来如下有益效果:
通过对隧道的运行状态进行分析,能够有效预估隧道未来一段时间内的车辆承载能力,并通过将其跟运行上限进行对比,能够快速高效的对隧道本身进行预警。并且,通过设备数据和环境数据对运行上限进行补偿,能够进一步增加预估数据的准确性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中基于交通流的隧道运行状态预警方法的流程示意图;
图2为本申请实施例中基于交通流的隧道运行状态预警设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本申请实施例提供基于交通流的隧道运行状态预警方法,包括:
S101:通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种。
车辆数据采集设备可以是摄像头、车流量监控设备等,其能够监控隧道内的车辆,并进行图像分析,从而得到第一车辆数据。
S102:通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力。
运行状态越高,表示隧道的车辆承载能力越强。然而,运行状态并不是一直不变的,其可能会由于交通事故、拥堵、环境等原因,导致运行状态发生起伏。
S103:获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线。
环境数据可以包括光照数据、温湿度数据、气温数据等。通常来说,可以将同一时间的历史运行状态,作为当前时间的运行状态,然后根据环境数据对运行状态进行修正,得到多个运行状态后,即可将其进行拟合得到运行状态曲线。
S104:获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线。
运行上限数据表示该隧道的最大车辆承载能力,设备数据可以包括设备的剩余寿命以及是否存在异常等。设备出现异常或者剩余寿命太低,或者环境数据出现异常时,都会影响运行上限数据,在此进行补偿,得到多个运行上限数据后,最终得到运行上限曲线。
S105:根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
若差值太低,则表示隧道很可能要达到运行上限了,此时发出预警,需要提前通过引流等方式进行疏导,以此保证隧道的通畅运行。
通过对隧道的运行状态进行分析,能够有效预估隧道未来一段时间内的车辆承载能力,并通过将其跟运行上限进行对比,能够快速高效的对隧道本身进行预警。并且,通过设备数据和环境数据对运行上限进行补偿,能够进一步增加预估数据的准确性。
在一个实施例中,得到通运行状态曲线,可以首先根据车辆组成数据,确定隧道内的车辆中,指定类型的车辆的当前子流量数据,其中,指定类型对于隧道的运行状态的影响高于预设阈值,比如,其可以是大型卡车、大巴车等。
然后,根据当前子流量数据,确定对应的第一时间间隔,其中,第一时间间隔为选取的未来的若干个时间点之间的间隔,第一时间间隔与当前子流量数据呈负相关,指定类型的车辆越多,则表示未来发生拥堵的概率越大,越应该以密集的时间点去分析,从而时间间隔越小,此时,各时间点之间的时间间隔是固定的。
最后,根据若干个时间点对应的环境数据和历史运行状态,分别预估得到若干个预估运行状态,将若干个预估运行状态进行拟合,即可得到运行状态曲线。
进一步地,只是通过固定的第一时间间隔,最终预估的可能仍然不够准确,因此,在若干个预估运行状态中,分别确定对应的预估子流量数据。然后针对每个预估子流量数据,确定对应的第一时间间隔,此时,第一时间间隔不再是固定值,而是与预估子流量数据呈负相关,每个预估子流量数据都对应有一个第一时间间隔。
将每个子流量数据对应的时间点按照时间顺序进行依次排序,并将每两个时间点之间的第一时间间隔,由当前子流量数据对应的第一时间间隔(即一开始的固定的第一时间间隔),调整为两者之间的前一个时间点对应的第一时间间隔(此时不再是固定的第一时间间隔,而是每两个时间点之间的第一时间间隔都是通过前一个时间点确定的),以得到新的若干个时间点,第一时间间隔发生改变,自然时间点也发生改变。
最后,根据新的若干个时间点对应的环境数据和历史运行状态,重新预估得到若干个预估运行状态,将重新得到的若干个预估运行状态进行拟合,得到运行状态曲线。时间点之间的时间间隔是变化的,能够更加适应不同预估子流量下的环境,从而提高预估的准确性。
在一个是实施例中,生成运行上限曲线是,首先确定第一车辆数据采集设备对应的设备数据以及环境数据。若设备数据中的设备剩余寿命低于预设寿命,且环境数据中包含异常数据,则运行上限数据很可能发生改变。
此时,根据设备剩余寿命和异常数据确定对应的第二时间间隔,第二时间间隔与第一时间间隔类似,为选取的未来的若干个时间点之间的间隔,第二时间间隔与设备剩余寿命呈负相关,且与异常数据相比于正常数据之间的差值呈正相关(因为剩余寿命越高,表示越不容易出问题,第二时间间隔也就可以越大,而差值越高,表示越容易出现问题,第二时间间隔也就可以越小)。
最终即可根据若干个时间点对应的设备剩余寿命和异常数据,分别预估得到若干个预估运行上限数据,然后将若干个运行上限数据进行拟合,得到运行上限曲线。针对不同曲线,选取不同的时间间隔,会使得最终拟合得到曲线更加准确。
进一步地,确定第二时间间隔时,首先按照设备剩余寿命和异常数据分别对应的权重,将设备剩余寿命和异常数据进行归一化,其中,由于设备对于隧道内的影响更大,故而,设备剩余寿命所占的权重高于异常数据所占的权重。然后将归一化之后的结果作为系数,根据预设时间间隔与系数之间的乘积,得到对应的第二时间间隔。
在一个实施例中,若是将隧道直接作为一个整体,可能会导致准确性不够高。因此,将隧道进行划分后,能够针对每个隧道分别进行预估,从而提高预估准确性。
具体地,通过设置在隧道外的车辆数据采集设备,采集隧道外的第二车辆数据,然后根据第二车辆数据,确定对隧道的划分方式,接着根据划分方式,将隧道划分得到的多个段落,其中,多个段落组成完整的隧道。此时,即可针对每个段落,通过设置在该段落内的车辆数据采集设备,实时采集该段落内的第一车辆数据。
进一步地,确定划分方式时,首先确定第二车辆数据中,指定类型的车辆的车辆组成数据,指定类型对于隧道的运行状态的影响高于预设阈值。然后根据车辆组成数据,确定划分数量,其中,车辆组成数据与划分数量成负相关,指定类型的车辆越多,表示越可能产生拥堵,段落的划分应该更加密集,划分数量也就越多,从而提高准确性。此时,即可按照划分数量,将隧道划分为多个段落,其中,隧道两端的段落对应的距离,高于其他段落对应的距离,由于隧道两端在隧道行进中时相对更加重要的,故而将其设置的距离更短,能够针对于该部分距离进行更加准确的评估。
在一个实施例中,确定是否发出预警时,可以首先确定运行状态曲线和运行上限曲线在未来同一时间点的差值,该时间点可以求曲线差值得到。
若差值高于预设预警差值,则可能要发出预警,此时确定差值对应的同一时间点之后的时间内,运行状态曲线和运行上限曲线分别对应的增长速率。若运行状态曲线的增长速率仍高于运行上限曲线的增长速率,则说明后续会越来越逼近运行上限,此时,发出针对于同一时间点的预警。
如图2所示,本申请实施例还提供了一种基于交通流的隧道运行状态预警设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于交通流的隧道运行状态预警方法,其特征在于,包括:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
2.根据权利要求1所述的方法,其特征在于,通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线,具体包括:
根据所述车辆组成数据,确定所述隧道内的车辆中,指定类型的车辆的当前子流量数据,所述指定类型对于所述隧道的运行状态的影响高于预设阈值;
根据所述当前子流量数据,确定对应的第一时间间隔,所述第一时间间隔为选取的未来的若干个时间点之间的间隔,所述第一时间间隔与所述当前子流量数据呈负相关;
根据所述若干个时间点对应的环境数据和历史运行状态,分别预估得到若干个预估运行状态;
将所述若干个预估运行状态进行拟合,得到运行状态曲线。
3.根据权利要求2所述的方法,其特征在于,将所述若干个预估运行状态进行拟合,得到运行状态曲线,具体包括:
在所述若干个预估运行状态中,分别确定对应的预估子流量数据;
针对每个所述预估子流量数据,确定对应的第一时间间隔,所述第一时间间隔与所述预估子流量数据呈负相关;
将每个子流量数据对应的时间点按照时间顺序进行依次排序,并将每两个时间点之间的第一时间间隔,由所述当前子流量数据对应的第一时间间隔,调整为两者之间的前一个时间点对应的第一时间间隔,以得到新的若干个时间点;
根据所述新的若干个时间点对应的环境数据和历史运行状态,重新预估得到若干个预估运行状态;
将重新得到的所述若干个预估运行状态进行拟合,得到运行状态曲线。
4.根据权利要求1所述的方法,其特征在于,根据所述第一车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线,具体包括:
确定所述第一车辆数据采集设备对应的设备数据以及所述环境数据;
若所述设备数据中的设备剩余寿命低于预设寿命,且所述环境数据中包含异常数据,则根据所述设备剩余寿命和所述异常数据确定对应的第二时间间隔,所述第二时间间隔为选取的未来的若干个时间点之间的间隔,所述第二时间间隔与所述设备剩余寿命呈负相关,且与所述异常数据相比于正常数据之间的差值呈正相关;
根据所述若干个时间点对应的所述设备剩余寿命和所述异常数据,分别预估得到若干个预估运行上限数据;
将所述若干个运行上限数据进行拟合,得到运行上限曲线。
5.根据权利要求4所述的方法,其特征在于,根据所述设备剩余寿命和所述异常数据确定对应的第二时间间隔,具体包括:
按照所述设备剩余寿命和所述异常数据分别对应的权重,将所述设备剩余寿命和所述异常数据进行归一化,其中,所述设备剩余寿命所占的权重高于所述异常数据所占的权重;
将归一化之后的结果作为系数,根据预设时间间隔与所述系数,得到对应的第二时间间隔。
6.根据权利要求1所述的方法,其特征在于,通过设置在隧道内的第一车辆数据采集设备,实时采集所述隧道内的第一车辆数据,具体包括:
通过设置在隧道外的车辆数据采集设备,采集所述隧道外的第二车辆数据;
根据所述第二车辆数据,确定对所述隧道的划分方式;
根据所述划分方式,将所述隧道划分得到多个段落,其中,所述多个段落组成所述隧道;
针对每个段落,通过设置在该段落内的车辆数据采集设备,实时采集该段落内的第一车辆数据。
7.根据权利要求6所述的方法,其特征在于,根据所述第二车辆数据,确定对所述隧道的划分方式,具体包括:
确定所述第二车辆数据中,指定类型的车辆的车辆组成数据,所述指定类型对于所述隧道的运行状态的影响高于预设阈值;
根据所述车辆组成数据,确定划分数量,所述车辆组成数据与所述划分数量成正相关;
按照所述划分数量,将所述隧道划分为多个段落,其中,所述隧道两端的段落对应的距离,低于其他段落对应的距离。
8.根据权利要求1所述的方法,其特征在于,根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警,具体包括:
确定所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值;
若所述差值高于预设预警差值,则确定所述差值对应的所述同一时间点之后的时间内,所述所述运行状态曲线和所述运行上限曲线分别对应的增长速率;
若所述运行状态曲线的增长速率高于所述运行上限曲线的增长速率,则发出针对于所述同一时间点的预警。
9.一种基于交通流的隧道运行状态预警设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
通过设置在隧道内的车辆数据采集设备,实时采集所述隧道内的第一车辆数据,所述第一车辆数据包括车辆组成数据、车流量数据、车辆所处位置中的至少一种;
通过所述第一车辆数据确定所述隧道当前的运行状态,所述运行状态至少用于体现所述隧道的车辆承载能力;
获取所述隧道所在的环境数据,并通过所述环境数据,以及历史运行状态,对未来的运行状态进行预估,得到运行状态曲线;
获取所述隧道对应的运行上限数据,并根据所述车辆数据采集设备对应的设备数据以及所述环境数据,对所述运行上限数据补偿,生成运行上限曲线;
根据所述运行状态曲线和所述运行上限曲线在未来同一时间点的差值,实现对所述隧道的预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741613.5A CN114842648B (zh) | 2022-06-28 | 2022-06-28 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741613.5A CN114842648B (zh) | 2022-06-28 | 2022-06-28 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114842648A true CN114842648A (zh) | 2022-08-02 |
CN114842648B CN114842648B (zh) | 2022-10-21 |
Family
ID=82574916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741613.5A Active CN114842648B (zh) | 2022-06-28 | 2022-06-28 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114842648B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824862A (zh) * | 2023-08-28 | 2023-09-29 | 济南瑞源智能城市开发有限公司 | 一种智慧隧道交通运行管控方法、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080238721A1 (en) * | 2007-03-29 | 2008-10-02 | Roberts Howard H | Traffic control system |
CN106448180A (zh) * | 2016-10-24 | 2017-02-22 | 东南大学 | 一种长大隧道交通事件实时检测***及其方法 |
CN207690305U (zh) * | 2017-08-01 | 2018-08-03 | 华东交通大学 | 一种高速公路隧道二次交通事故预警装置 |
CN108376473A (zh) * | 2018-04-28 | 2018-08-07 | 招商局重庆交通科研设计院有限公司 | 基于车辆运行监测的道路隧道交通风险预警*** |
CN108629515A (zh) * | 2018-05-07 | 2018-10-09 | 招商局重庆交通科研设计院有限公司 | 一种道路隧道交通风险实时评估*** |
CN111325977A (zh) * | 2020-02-25 | 2020-06-23 | 创捷运维智能科技有限责任公司 | 一种隧道智能边缘计算管控*** |
CN111768634A (zh) * | 2020-06-11 | 2020-10-13 | 淮阴工学院 | 一种长大公路隧道—路面—交通流监测、预警和控制*** |
CN113936464A (zh) * | 2019-11-05 | 2022-01-14 | 交通运输部科学研究院 | 一种面向桥隧路段行车安全的智能监测与预警方法及*** |
CN114241772A (zh) * | 2021-12-24 | 2022-03-25 | 安徽达尔智能控制***股份有限公司 | 一种基于异常事件实时监测的区域路网联动控制方法、*** |
-
2022
- 2022-06-28 CN CN202210741613.5A patent/CN114842648B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080238721A1 (en) * | 2007-03-29 | 2008-10-02 | Roberts Howard H | Traffic control system |
CN106448180A (zh) * | 2016-10-24 | 2017-02-22 | 东南大学 | 一种长大隧道交通事件实时检测***及其方法 |
CN207690305U (zh) * | 2017-08-01 | 2018-08-03 | 华东交通大学 | 一种高速公路隧道二次交通事故预警装置 |
CN108376473A (zh) * | 2018-04-28 | 2018-08-07 | 招商局重庆交通科研设计院有限公司 | 基于车辆运行监测的道路隧道交通风险预警*** |
CN108629515A (zh) * | 2018-05-07 | 2018-10-09 | 招商局重庆交通科研设计院有限公司 | 一种道路隧道交通风险实时评估*** |
CN113936464A (zh) * | 2019-11-05 | 2022-01-14 | 交通运输部科学研究院 | 一种面向桥隧路段行车安全的智能监测与预警方法及*** |
CN111325977A (zh) * | 2020-02-25 | 2020-06-23 | 创捷运维智能科技有限责任公司 | 一种隧道智能边缘计算管控*** |
CN111768634A (zh) * | 2020-06-11 | 2020-10-13 | 淮阴工学院 | 一种长大公路隧道—路面—交通流监测、预警和控制*** |
CN114241772A (zh) * | 2021-12-24 | 2022-03-25 | 安徽达尔智能控制***股份有限公司 | 一种基于异常事件实时监测的区域路网联动控制方法、*** |
Non-Patent Citations (3)
Title |
---|
张正义等: "高速公路隧道入口区段交通流模拟与安全性研究", 《安全与环境学报》 * |
苏东兰等: "高速公路隧道运营风险分析及动态预警***", 《公路工程》 * |
郝美英: "高速公路隧道交通流量预警算法研究", 《中北大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824862A (zh) * | 2023-08-28 | 2023-09-29 | 济南瑞源智能城市开发有限公司 | 一种智慧隧道交通运行管控方法、设备及介质 |
CN116824862B (zh) * | 2023-08-28 | 2023-12-01 | 济南瑞源智能城市开发有限公司 | 一种智慧隧道交通运行管控方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114842648B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200211374A1 (en) | System, method, and apparatus for analyzing a traffic road condition | |
US11774503B2 (en) | Battery life learning device, battery life prediction device, method and non-transitory computer readable medium | |
CN110209560B (zh) | 数据异常检测方法及检测装置 | |
CN113256969B (zh) | 一种高速公路的交通事故预警方法、设备及介质 | |
CN114842648B (zh) | 一种基于交通流的隧道运行状态预警方法、设备及介质 | |
CN110909306B (zh) | 业务异常检测方法、装置、电子设备和存储设备 | |
CN112926636A (zh) | 牵引变流器柜体温度异常检测方法和装置 | |
CN116431923B (zh) | 一种针对城市道路的交通出行预测方法、设备及介质 | |
CN111561942A (zh) | 一种导航路线的确定方法及装置 | |
CN115373339A (zh) | 一种基于工业互联网的机床备件监控方法、设备及介质 | |
CN114492935A (zh) | 一种排污数据预测方法、装置、设备及介质 | |
CN110570649B (zh) | 机动车流量检测方法、设备工作状态检测方法及相应装置 | |
CN114153832A (zh) | 电力微气象观测数据与气象行业传统数据融合方法及*** | |
CN114186747A (zh) | 一种基于大数据事故分析决策方法、*** | |
CN115658441B (zh) | 一种基于日志的家政业务***异常监控方法、设备及介质 | |
CN113123955A (zh) | 柱塞泵异常检测方法、装置、存储介质及电子设备 | |
CN113221324B (zh) | 停车场设备的生命周期预测方法及*** | |
CN113112795B (zh) | 一种路况预测方法、装置及设备 | |
CN114330569A (zh) | 一种检测风机组部件故障的方法、设备及存储介质 | |
CN110020000A (zh) | 判定异常风速数据的方法和装置 | |
CN114817209A (zh) | 监控规则的处理方法和装置、处理器及电子设备 | |
CN114153831A (zh) | 电力微气象监测数据的标准化转换方法及*** | |
CN114043948A (zh) | 车辆能耗测算方法、装置、电子设备及存储介质 | |
CN114327557A (zh) | 一种车辆ota升级时间评估方法及装置 | |
CN114281808A (zh) | 一种交通大数据清洗方法、装置、设备及可读存储介质 |
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 |