KR20220063289A - 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품 - Google Patents
교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품 Download PDFInfo
- Publication number
- KR20220063289A KR20220063289A KR1020227014625A KR20227014625A KR20220063289A KR 20220063289 A KR20220063289 A KR 20220063289A KR 1020227014625 A KR1020227014625 A KR 1020227014625A KR 20227014625 A KR20227014625 A KR 20227014625A KR 20220063289 A KR20220063289 A KR 20220063289A
- Authority
- KR
- South Korea
- Prior art keywords
- congestion
- event
- cause
- candidate
- causal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 230000001364 causal effect Effects 0.000 claims abstract description 287
- 238000004458 analytical method Methods 0.000 claims description 135
- 230000002123 temporal effect Effects 0.000 claims description 96
- 238000012545 processing Methods 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 21
- 238000007781 pre-processing Methods 0.000 claims description 13
- 206010039203 Road traffic accident Diseases 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 147
- 238000007726 management method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012216 screening Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000000007 visual 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
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
본 개시는 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품을 제공하는 바, 컴퓨터 기술 분야에 관한 것이며, 특히 지능형 교통, 자율 운전 등 분야에 관한 것이다. 구체적인 구현 방안은, 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하고; 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정하여, 전면적으로, 적시에 교통 체증 사건을 일으키는 원인을 정확하게 확정할 수 있으며, 이로부터 교통 체증을 적시에 완화하기 위한 근거를 제공하고, 교통 체증 관리 효율을 향상시키고, 교통 체증에 따른 영향을 감소시킨다.
Description
본 개시는 컴퓨터 기술 중의 지능형 교통, 자율 운전 등 분야에 관한 것으로, 특히 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품에 관한 것이다.
본 개시는 2021년 07월 21일 중국 특허국에 출원한 출원 번호가 202110823935.X이고, 출원 명칭이 "교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품"인 중국 특허 출원의 우선권을 주장하며, 그 모든 내용은 인용을 통해 본 개시에 결합된다.
현재 도시의 교통 압력은 점점 증가하고 있고, 교통 체증은 더욱 빈번해지고 있는 바, 교통 체증의 원인에 대한 신속하고 정확한 판단은 체증에 따른 영향을 줄이기 위한 합리적인 처리 전략을 정확하게 수립하는 데 결정적인 역할을 한다.
교통 체증의 원인을 확정하는 전통적인 방법은 주로 교통 경찰의 체증 원인에 대한 인위적인 판단을 기반으로 하는데, 종종 제때에 처리되지 않고 교통 체증을 제때에 완화할 수 없어 교통 체증의 관리 효율성이 낮다.
본 개시는 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품을 제공한다.
본 개시의 제1 측면에 따르면, 교통 체증 사건의 처리 방법을 제공하는 바,
지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 상기 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 다양한 유형의 사건을 포함하는 단계;
각각의 상기 체증 사건에 대해, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 단계;
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 단계를 포함한다.
본 개시의 제2 측면에 따르면, 교통 체증 사건의 처리 기기를 제공하는 바,
지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 상기 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함하는 데이터 동기화 모듈;
각각의 상기 체증 사건에 대해, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 연관 신뢰도 확정 모듈;
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 사건 연관 모듈을 포함한다.
본 개시의 제3 측면에 따르면, 전자기기를 제공하는 바,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하되,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1 측면에 따른 방법을 수행할 수 있도록 한다.
본 개시의 제4 측면에 따르면, 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체를 제공하는 바, 상기 컴퓨터 명령은 상기 컴퓨터가 상술한 제1 측면에 따른 방법을 수행하도록 하기 위한 것이다.
본 개시의 제5 측면에 따르면, 컴퓨터 프로그램 제품을 제공하는 바, 상기 컴퓨터 프로그램 제품은 컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램은 판독 가능 저장 매체에 저장되며, 전자기기의 적어도 하나의 프로세서는 상기 판독 가능 저장 매체로부터 상기 컴퓨터 프로그램을 판독할 수 있으며, 상기 적어도 하나의 프로세서는 상기 컴퓨터 프로그램을 실행하여 전자기기가 제1 측면에 따른 방법을 수행하도록 한다.
본 개시의 기술은 교통 체증의 원인을 제때에 정확하게 확정하고, 교통 체증 관리 효율을 향상시킬 수 있다.
본 부분에 기재되는 내용은 본 개시의 실시예의 핵심 또는 중요 특징을 특정하려는 목적이 아니며, 본 개시의 범위를 한정하는 것도 아닌 것으로 이해하여야 한다. 본 개시의 기타 특징은 아래의 명세서로부터 쉽게 이해할 수 있다.
첨부되는 도면은 본 방안을 더 충분히 이해하도록 제공되는 것으로서, 본 개시에 대한 한정은 아니다. 여기서,
도 1은 본 개시의 실시예의 교통 체증 사건 처리를 구현할 수 있는 시나리오 도면이다.
도 2는 본 개시의 제1 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다.
도 3은 본 개시의 제2 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다.
도 4는 본 개시의 제2 실시예에 따른 데이터 조회 인터페이스의 예시도이다.
도 5는 본 개시의 제2 실시예에 따른 체증 데이터 조회 결과를 디스플레이하는 예시도이다.
도 6은 본 개시의 실시예의 교통 체증 사건의 처리 방법을 구현할 수 있는 아키텍쳐 예시도이다.
도 7은 본 개시의 제3 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다.
도 8은 본 개시의 제4 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다.
도 9는 본 개시의 실시예의 교통 체증 사건의 처리 방법을 구현할 수 있는 전자기기의 예시적인 블록도이다.
도 1은 본 개시의 실시예의 교통 체증 사건 처리를 구현할 수 있는 시나리오 도면이다.
도 2는 본 개시의 제1 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다.
도 3은 본 개시의 제2 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다.
도 4는 본 개시의 제2 실시예에 따른 데이터 조회 인터페이스의 예시도이다.
도 5는 본 개시의 제2 실시예에 따른 체증 데이터 조회 결과를 디스플레이하는 예시도이다.
도 6은 본 개시의 실시예의 교통 체증 사건의 처리 방법을 구현할 수 있는 아키텍쳐 예시도이다.
도 7은 본 개시의 제3 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다.
도 8은 본 개시의 제4 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다.
도 9는 본 개시의 실시예의 교통 체증 사건의 처리 방법을 구현할 수 있는 전자기기의 예시적인 블록도이다.
아래에서는 첨부 도면과 결합하여 본 개시의 예시적인 실시예에 대해 설명하며, 이해를 돕기 위하여 본 개시의 실시예의 다양한 세부 사항을 포함하며, 이들은 단지 예시적인 것으로만 간주되어야 한다. 따라서, 본 분야의 통상적인 지식을 가진 자라면, 여기에 설명된 실시예에 대하여 다양한 변경과 수정을 가할 수 있으며, 이는 본 개시의 범위와 정신을 벗어나지 않음을 이해해야 한다. 마찬가지로, 명확성과 간결성을 위하여, 아래의 설명에서 공지 기능과 구조에 대한 설명을 생략한다.
본 개시는 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품을 제공하는 바, 컴퓨터 기술 중의 지능형 교통, 자율 운전 등 분야에 관한 것으로, 교통 체증 사건을 일으키는 원인을 정확하게 확정하여, 교통 체증을 적시에 완화시키기 위해 데이터 기반을 제공하고, 교통 체증 관리 효율을 향상시킨다.
본 개시에 따른 교통 체증 사건의 처리 방법은, 구체적으로 도 1에 도시된 바와 같은 응용 시나리오에 응용될 수 있으며, 지도 앱(10)에 제공된 지도 데이터는 도로에서 발생한 체증 사건의 데이터 및 도로에서 발생한 교통 체증을 일으킬 수 있는 다양한 원인 사건의 데이터를 포함한다. 교통 체증 사건을 처리하기 위한 전자기기(11)는 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하고, 체증 사건의 데이터와 원인 사건의 데이터를 기초로 체증 원인 분석 처리를 수행하여, 체증 사건에 대응되는 원인 사건을 확정함으로써, 체증 사건을 일으킨 발생 원인(원인 사건)을 확정할 수 있다. 체증 사건에 대응되는 원인 사건을 확정한 후, 지도 앱에 체증 사건에 대응되는 원인 사건 및/또는, 각 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 체증 데이터 보고를 발송하여, 관계자가 체증 사건에 대응되는 원인 사건을 기초로 체증을 회피할 수 있도록 하거나, 또는 적시에 체증 도로 구간을 소통시키고, 교통 체증을 완화시켜, 교통 체증의 관리 효율을 향상시킬 수 있다.
도 2는 본 개시의 제1 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다. 본 실시예에 따른 교통 체증 사건의 처리 방법은 구체적으로 교통 체증 사건에 대해 원인 분석 처리를 수행하기 위한 전자기기일 수 있고, 지도 앱이 실행되는 단말기기 또는 서버 등일 수 있다. 기타 실시예에서, 전자기기는 다른 방식을 사용하여 구현할 수도 있으며, 본 실시예는 여기서 구체적으로 한정하지 않는다.
도 2에 도시된 바와 같이, 해당 방법의 구체적인 단계는 아래와 같다.
단계(S201), 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함한다.
본 실시예에서, 지도 데이터는 지도 앱에 의해 제공된 지도 데이터일 수 있으며, 도로에서 발생한 체증 사건의 데이터 및 도로에서 발생한 교통 체증을 일으킬 수 있는 원인 사건을 포함한다.
체증 사건은 도로 체증 사건과 교차로 체증 사건을 포함할 수 있다.
도로 체증 사건의 데이터는 체증 시작 시간, 체증 종료 시간, 체증 소스 좌표, 체증 소스 좌표 집합을 포함할 수 있다.
여기서, 체증 소스 좌표는 도로 체증 사건이 발생한 관건 좌표점을 말하고, 하나의 도로 체증 사건은 하나 또는 복수 개의 체증 소스 좌표를 포함할 수 있다.
체증 소스 좌표 집합은 도로 체증 사건이 발생한 매우 많은 좌표점을 포함하고, 지도에 랜더링한 후 하나의 선분을 형성하며, 즉, 도로 체증 사건의 체증 소스 좌표 연결선은 체증 소스 좌표 집합 중의 좌표점으로 이루어진 것이다.
또한, 도로 체증 사건의 데이터는 사건 식별자(예컨대 사건 번호 등), 체증 유형, 체증 위치 기재, 체증 지속 시간, 체증이 발생한 도로의 도로 번호, 도로 명칭, 도로 유형과 도로 방향, 체증 거리, 체증 인덱스, 체증 도로 구간에서 차량의 평균 속도 등을 포함할 수도 있다.
여기서, 도로 체증 사건의 체증 유형은 이상 체증 또는 일반 체증을 포함하며, 일반 체증은 빈번한 체증을 말하며, 이상 체증은 일반 체증과 비교할 때 돌발적인 빈번하지 않은 체증이다. 예를 들어, 처음 체증이 발생할 때, 이상 체증으로 설정될 것이다. 동일 체증 발생 횟수가 일정한 횟수에 도달하였을 때, 일반 체증으로 설정될 것이다.
체증 위치 기재는 도로 체증 사건이 발생한 위치의 문자 기재로서, 예를 들어 "동이환 서브 도로 부근" 등이다.
체증이 발생한 도로의 도로 유형은 고속, 환로 및 쾌속 도로, 메인 도로, 서브 도로, 분기 도로 등을 포함한다. 도로 방향은 도로 상의 차량의 주행 방향을 말한다.
체증 인덱스는 현재의 체증 상황의 심각 여부를 가늠하기 위한 것이다.
교차로 체증 사건의 데이터는 체증 시작 시간, 체증 종료 시간, 체증 유형, 체증이 발생한 교차로의 교차로 번호, 교차로 명칭과 교차로 좌표를 포함할 수 있다.
여기서, 교차로 체증 사건의 체증 유형은 교차로 데드락 사건과 교차로 오버플로우 사건을 포함한다. 교차로 데드락 사건은 교차로 출입구 도로에서 모두 체증이 심각한 것을 말한다. 오버플로우 사건은 교차로 입구 도로 또는 출구 도로의 체증이 심각하지 않음을 말한다. 예를 들어, 교차로 데드락 사건은 교차로 출입구 도로의 평균 차속이 모두 기설정 속도 임계값보다 작은 것을 말하고, 오버플로우 사건은 교차로 입구 도로 또는 출구 도로의 평균 차속이 기설정 속도 임계값 이상인 것을 말한다. 여기서 기설정 속도 임계값은 실제 응용 시나리오의 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
체증이 발생한 교차로의 교차로 좌표는 교차로의 중심점 좌표일 수 있으며, 경위도 좌표일 수 있다.
또한, 교차로 체증 사건의 데이터는 사건 식별자(예컨대 사건 번호), 체증 지속 시간, 체증 거리, 체증 인덱스, 체증 도로 구간에서의 차량의 평균 속도 등을 포함할 수도 있다. 여기서, 체증 인덱스는 현재의 체증 상황의 심각 여부를 가늠하기 위한 것이다.
본 실시예에서, 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함한다. 원인 사건의 데이터는 사건 식별자(예컨대 사건 번호), 사건 시작 시간, 사건 종료 시간, 원인 사건 좌표, 원인 사건 위치 기재, 원인 사건의 유형 등을 포함할 수 있다.
여기서, 원인 사건의 유형은 교통 사고, 고장 차량, 도로 적수, 안개, 도로 결빙, 도로 적설, 도로 공사, 교통 관제, 위험 도로 구간을 포함하지만 이에 한정되지 않는다.
단계(S202), 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정한다.
본 실시예에서, 체증 사건의 데이터와 원인 사건의 데이터를 기초로, 각 원인 사건을 각각의 체증 사건과 연관시켜, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정한다. 원인 사건과 체증 사건의 연관 신뢰도는 원인 사건과 체증 사건 간의 연관 정도를 나타낸다.
예시적으로, 각 원인 사건을 체증 사건과 연관시킬 때, 체증 시간이 발생한 시간과 위치, 및 각 원인 사건이 발생한 시간과 위치를 기초로, 시간 관련도와 공간 관련도 등 측면으로부터 원인 사건과 체증 사건의 연관 정도를 분석하고, 원인 사건과 체증 사건의 연관 신뢰도를 확정할 수 있다.
단계(S203), 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정한다.
각 원인 사건과 체증 사건의 연관 신뢰도를 확정한 후, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정할 수 있다.
예시적으로, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 체증 사건에 대응되는 원인 사건으로 확정할 수 있다.
예시적으로, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 신뢰도 임계값보다 큰 복수의 원인 사건을, 체증 사건에 대응되는 원인 사건으로 확정할 수 있다. 여기서, 신뢰도 임계값은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
본 실시예는 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하고, 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하고; 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정함으로써, 전면적으로 적시에, 그리고 정확하게 교통 체증 사건을 일으킨 원인을 확정하여 교통 체증을 적시에 완화시키기 위한 근거를 제공하고, 교통 체증 관리 효율을 향상시키며, 교통 체증으로 인한 영향을 줄일 수 있다.
도 3은 본 개시의 제2 실시예에 따른 교통 체증 사건의 처리 방법의 흐름도이다. 상술한 제1 실시예의 기초 상에서, 본 실시예는, 사전에 다양한 원인 분석 전략, 및 각각의 원인 분석 전략에 대응되는 신뢰도 계수를 설정한다. 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하는 단계는, 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 단계; 각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하는 단계를 포함한다.
도 3에 도시된 바와 같이, 해당 방법의 구체적인 단계는 아래와 같다.
단계(S301), 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함한다.
본 실시예에서, 지도 데이터로부터 정기적으로 이전 시간대 내의 체증 사건 데이터와 원인 사건 데이터를 획득하고, 이전 시간대 내의 체증 사건 데이터와 원인 사건 데이터를 기초로, 적시에 체증 사건에 대응되는 원인 사건을 확정하여, 관계자가 이전 시간대 내의 체증 사건에 대응되는 원인 사건을 기초로, 시기 적절하고 효과적인 조절 통제 전략을 제정하도록 함으로써 교통 체증을 적시에 완화하고, 교통 체증의 관리 효율을 향상시킬 수 있다.
본 실시예에서, 지도 데이터는 지도 앱에서 제공한 지도 데이터일 수 있으며, 도로에서 발생한 체증 사건의 데이터, 및 도로에서 발생한 교통 체증을 일으킬 수 있는 원인 사건을 포함한다.
체증 사건은 도로 체증 사건과 교차로 체증 사건을 포함할 수 있다.
도로 체증 사건의 데이터는 체증 시작 시간, 체증 종료 시간, 체증 소스 좌표, 체증 소스 좌표 집합을 포함할 수 있다.
여기서, 체증 소스 좌표는 도로 체증 사건이 발생한 관건 좌표점을 말하며, 하나의 도로 체증 사건은 하나 또는 복수의 체증 소스 좌표를 포함할 수 있다.
체증 소스 좌표 집합은 도로 체증 사건이 발생한 매우 많은 좌표점을 포함하며, 지도 상에 랜더링한 후 하나의 선분을 형성하고, 즉, 도로 체증 사건의 체증 소스 좌표 연결선은, 체증 소스 좌표 집합 중의 좌표점으로 이루어진 것이다.
한편, 도로 체증 사건의 데이터는 사건 식별자(예컨대 사건 번호 등), 체증 유형, 체증 위치 기재, 체증 지속 시간, 체증이 발생한 도로의 도로 번호, 도로 명칭, 도로 유형과 도로 방향, 체증 거리, 체증 인덱스, 체증 도로 구간에서의 차량의 평균 속도 등을 더 포함할 수 있다.
여기서, 도로 체증 사건의 체증 유형은 이상 체증 또는 일반 체증을 포함하며, 일반 체증은 빈번한 체증을 말하고, 이상 체증은 일반 체증과 비교하여 돌발적인 빈번하지 않는 체증을 말한다. 예를 들어, 처음 체증이 발생할 때, 이상 체증으로 설정될 것이다. 동일 체증 발생 횟수가 일정한 횟수에 도달할 때, 일반 체증으로 설정될 것이다.
체증 위치 기재는 도로 체증 사건이 발생한 위치의 문자 기재, 예를 들어 "동이환 서브 도로 부근" 등이다.
체증이 발생한 도로의 도로 유형은 고속, 환로 및 쾌속도로, 메인 도로, 서브 도로, 브랜치 도로 등을 포함한다. 도로 방향은 도로에서 차량의 주행 방향을 말한다.
체증 인덱스는 현재의 체증 상황의 심각 여부를 가늠하기 위한 것이다.
교차로 체증 사건의 데이터는 체증 시작 시간, 체증 종료 시간, 체증 유형, 체증이 발생한 교차로의 교차로 번호, 교차로 명칭 및 교차로 좌표를 포함할 수 있다.
여기서, 교차로 체증 사건의 체증 유형은 교차로 데드락 사건과 교차로 오버플로우 사건을 포함한다. 교차로 데드락 사건은 교차로 출입구 도로에서 모두 체증이 심각한 것을 말한다. 오버플로우 사건은 교차로 입구 도로 또는 출구 도로의 체증이 심각하지 않음을 말한다. 예를 들어, 교차로 데드락 사건은 교차로 출입구 도로의 평균 차속이 모두 기설정 속도 임계값보다 작은 것을 말하고, 오버플로우 사건은 교차로 입구 도로 또는 출구 도로의 평균 차속이 기설정 속도 임계값 이상인 것을 말한다. 여기서 기설정 속도 임계값은 실제 응용 시나리오의 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
체증이 발생한 교차로의 교차로 좌표는 교차로의 중심점 좌표일 수 있으며, 경위도 좌표일 수 있다.
또한, 교차로 체증 사건의 데이터는 사건 식별자(예컨대 사건 번호), 체증 지속 시간, 체증 거리, 체증 인덱스, 체증 도로 구간에서의 차량의 평균 속도 등을 포함할 수도 있다. 여기서, 체증 인덱스는 현재의 체증 상황의 심각 여부를 가늠하기 위한 것이다.
본 실시예에서, 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함한다. 원인 사건의 데이터는 사건 식별자(예컨대 사건 번호), 사건 시작 시간, 사건 종료 시간, 원인 사건 좌표, 원인 사건 위치 기재, 원인 사건의 유형 등을 포함할 수 있다.
여기서, 원인 사건의 유형은 교통 사고, 고장 차량, 도로 적수, 안개, 도로 결빙, 도로 적설, 도로 공사, 교통 관제, 위험 도로 구간을 포함하지만 이에 한정되지 않는다.
선택적으로, 체증 사건의 데이터와 원인 사건의 데이터를 획득하면, 체증 사건의 데이터와 원인 사건의 데이터에 대해 데이터 클리닝 및 데이터 전환 등 전처리를 수행할 수 있다.
여기서, 데이터 클리닝은 중복 데이터 및 무효 데이터 제거 등을 포함한다. 무효 데이터는 필요한 관건 정보가 결핍한 데이터를 말한다.
데이터 전환은 데이터를 지정한 포맷으로 전환하는 것을 말하며, 필요없는 사건 정보 삭제, 데이터 포맷 전환 등을 포함한다. 여기서, 필요없는 사건 정보는 체증 사건에 대응되는 원인 사건을 확정하는 과정에서 사용되지 않는 사건 정보를 말하며, 예를 들어, 체증 사건의 평균 속도, 위치 기재 등이 있다.
선택적으로, 데이터를 전처리한 후의 체증 사건과 원인 사건의 데이터를 저장하고, 체증 사건과 원인 사건의 원시 데이터를 보류하여, 향후에 조회하도록 할 수 있다.
본 실시예에서, 다양한 원인 분석 전략, 및 각각의 원인 분석 전략에 대응되는 신뢰도 계수를 사전 설정할 수 있다. 체증 사건의 데이터와 원인 사건의 데이터를 획득한 후, 아래 단계(S302-S303)를 통해, 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하고; 각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하며, 이때 어느 체증 사건에 대해, 다양한 원인 분석 전략을 사용하여, 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도의 이 두 측면으로부터, 원인 사건과 체증 사건에 대해 연관시켜, 전면적으로 정확하게 각 원인 사건과 체증 사건의 연관 신뢰도를 확정할 수 있다.
단계(S302), 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정한다.
구체적으로, 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 체증 사건과 관련된 후보 원인 사건을 선별해 내고, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정함으로써, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도의 정확한 분석을 구현한다.
본 실시예에서, 체증 사건을 도로 체증 사건과 교차로 체증 사건인 두가지 큰 유형으로 분류할 수 있으며, 각각의 체증 사건의 데이터에는 체증 사건이 상술한 두가지 큰 유형의 체증 사건 중 어느 유형에 속하는지, 즉 도로 체증 사건인지 교차로 체증 사건인지가 포함된다.
도로 체증 사건에 대하여, 다양한 도로 체증 원인 분석 전략을 설정할 수 있으며, 도로 체증 사건을 원인 사건과 연관시킬 때, 이중의 임의의 하나의 도로 체증 원인 분석 전략을 사용하거나, 또는 다양한 도로 체증 원인 분석 전략을 동시에 사용하여 원인 사건과 도로 체증 사건의 연관 신뢰도를 계산할 수 있다. 그리고 연관 신뢰도가 가장 큰 원인 사건을, 도로 체증 사건에 대응되는 원인 사건으로 한다.
구체적으로, 동시에 다양한 도로 체증 원인 분석 전략을 사용하면, 어느 도로 체증 사건에 대해, 각각 한 가지 도로 체증 원인 분석 전략을 사용하여 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 계산하고, 해당 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수를 기초로, 각 원인 사건과 도로 체증 사건의 연관 신뢰도를 확정하여, 해당 도로 체증 원인 분석 전략을 사용하여 얻은 분석 결과를 획득한다. 각각의 도로 체증 원인 분석 전략을 각각 사용하여 획득한 분석 결과를 종합하여, 각각의 도로 체증 사건에 대해, 해당 도로 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 도로 체증 사건에 대응되는 원인 사건으로 한다.
한 가지 선택 가능한 구현 방식에서, 어느 도로 체증 사건에 대해, 제1 도로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 도로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 각각의 체증 사건에 대하여, 제1 도로 체증 원인 분석 전략을 사용하여, 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 체증 사건과 관련된 후보 원인 사건을 선별해 내며, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건의 체증 소스 좌표점을 기초로, 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하되, 제1 체증 버퍼 영역은 체증 소스 좌표점을 중심으로 하는 제1 기설정 범위 내의 영역을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제1 시점으로부터 현재 시점까지 제1 체증 버퍼 영역 내에서 발생한 지정 유형의 원인 사건을 선별하여, 제1 후보 원인 사건을 획득하되, 여기서, 제1 시점은 체증 시작 시간 이전의 시점이고, 체증 시작 시간과의 간격은 제1 기설정 시간 기간이다.
여기서, 제1 기설정 범위는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 다시 말하면, 제1 체증 버퍼 영역의 형태와 크기는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
제1 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제1 기설정 시간 기간은 5분, 10분, 20분 등일 수 있고, 여기에서 구체적으로 한정하지 않는다.
예시적으로, 제1 체증 버퍼 영역은 체증 소스 좌표점을 중심으로 하는 제1 기설정 범위의 원형 영역을 포함할 수 있고, 해당 원형 영역의 반지름은 제1 기설정 범위에 의해 확정되거나; 또는, 제1 체증 버퍼 영역은 체증 소스 좌표점을 중심으로 하는 직사각형 영역을 포함할 수 있고, 해당 직사각형 영역의 변과 중심의 거리는 제1 기설정 범위에 의해 확정된다.
여기서, 제1 기설정 범위는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어, 제1 기설정 범위는 반지름이 500미터(또는 2500, 3000미터)인 원 이내 등일 수 있으며, 여기서 반지름의 구체적인 값에 대해 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도의 확정은, 아래의 방식을 사용하여 구현할 수 있다.
각각의 제1 후보 원인 사건과 체증 사건의 시간 관련도를 모두 제1 기설정 관련도로 확정하고; 각각의 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리를 기초로, 각각의 제1 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
여기서, 제1 사전 관련도는 시간 관련도의 최대값으로 설정할 수 있고, 예를 들어, 제1 기설정 관련도는 1일 수 있고, 또한, 제1사전 관련도는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
선택적으로, 미리 설정된 하나 또는 복수의 거리 범위, 및 각각의 거리 범위에 대응되는 기설정 관련도를 기초로, 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리에 대응되는 거리 범위를 확정하고, 해당 거리 범위에 대응되는 기설정 관련도를 제1 후보 원인 사건과 체증 사건의 공간 관련도로 한다.
여기서, 설정된 거리 범위 및 거리 범위에 대응되는 기설정 관련도는, 실제 응용 시나리오의 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
선택적으로, 미리 설정된 거리 임계값에 따라, 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리가 제1 거리 임계값보다 작거나 같으면, 제1 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정할 수 있다. 만약 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리가 제1 거리 임계값보다 크고, 제2 거리 임계값보다 작거나 같으면, 제1 후보 원인 사건과 체증 사건의 공간 관련도를 제3 기설정 관련도로 확정한다. 만약 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리가 제2 거리 임계값보다 크면, 제1 후보 원인 사건과 체증 사건의 공간 관련도를 제4 기설정 관련도로 확정한다.
여기서, 제2 기설정 관련도는 공간 관련도의 최대값이고, 제2 기설정 관련도는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제2 기설정 관련도는 1일 수 있고, 여기에서 구체적으로 한정하지 않는다.
제3 기설정 관련도가 제2 기설정 관련도보다 작고, 제4 기설정 관련도가 제3 기설정 관련도보다 작으며, 제3 기설정 관련도와 제4 기설정 관련도의 값은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있고, 예를 들어 제3 기설정 관련도는 0.8일 수 있고, 제4 기설정 관련도는 0.5일 수 있으며, 여기에서 구체적으로 한정하지 않는다.
제1 거리 임계값은 제2 거리 임계값보다 작고, 제1 거리 임계값과 제2 거리 임계값은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제1 거리 임계값은 0.8킬로미터(km)일 수 있고, 제2 거리 임계값은 1.5km일 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예시적으로, 제1 체증 버퍼 영역은 체증 소스 좌표점을 중심으로 하는 반지름이 2.5km인 원형 영역을 포함하고, 제1 거리 임계값은 0.8km이고, 제2 거리 임계값은 1.5km일 수 있고, 제2 기설정 관련도는 1일 수 있고, 제3 기설정 관련도는 0.8일 수 있고, 제4 기설정 관련도는 0.5일 수 있으며, S로 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리를 표시하고, SC로 제1 후보 원인 사건과 체증 사건의 공간 관련도를 표시하며, 이때 만약 S≤0.8km이면, SC=1이고; 만약 0.8km<S≤1.5km이면, SC=0.8이고; 만약 1.5km<S≤2.5km이면, SC=0.5이다.
제1 도로 체증 원인 분석 전략을 통해, 지정 유형의 원인 사건의 영향 범위에 대해, 체증 사건에 대응되는 제1 체증 버퍼 영역을 설정하고, 체증 사건이 시작되기 전의 제1 기설정 시간 기간으로부터 현재 시점 내에, 체증 사건의 제1 체증 버퍼 영역(체증 사건이 발생한 위치 부근)에서 발생한 지정 유형의 후보 원인 사건을 선별해 낼 수 있다. 이러한 유형의 후보 원인 사건에 대하여, 만약 후보 원인 사건이 체증 사건의 제1 체증 버퍼 영역 내에서 발생되면, 후보 원인 사건과 체증 사건이 시간 상에서 강하게 상관됨을 확정할 수 있으며, 이때 직접 제1 후보 원인 사건과 체증 사건의 시간 관련도를 모두 제1 기설정 관련도로. 나아가, 각각의 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리를 기초로, 각각의 제1 후보 원인 사건과 체증 사건의 공간 관련도를 확정하여, 지정 유형의 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있으며, 이로부터 지정 유형의 원인 사건과 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
선택적으로, 지정 유형은 도로 공사, 교통 관제 중 적어도 하나를 포함한다. 이때, 제1 도로 체증 원인 분석 전략을 통해, 도로 공사, 교통 관제 등 지정 유형의 원인 사건에 대해, 도로 체증 사건과 시간 상에서 강하게 상관되는 지정 유형의 원인 사건을 선별해 낼 수 있으며, 원인 사건과 도로 체증 사건의 시간 관련성 및 공간 관련성의 정확도를 향상시킬 수 있다.
또한, 지정 유형은 기타 원인 사건의 유형을 더 포함할 수 있으며, 지정 유형이 구체적으로 어떠한 원인 사건의 유형을 포함하는 지는, 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
선택적으로, 체증 사건의 체증 소스 좌표점을 기초로, 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하는 단계 전에, 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하고, 중복 처리 후에 보류된 체증 소스 좌표점에 대해 후속 처리를 수행하는 단계를 더 포함하여, 중복된 데이터 계산을 대폭 감소하고, 원인 사건과 체증 사건의 연관 신뢰도의 계산 효율을 향상시키고, 방법의 적시성과 효율을 향상시킬 수 있다.
설명해야 할 바로는, 만약 동일한 도로 체증 사건에 여러 체증 데이터가 포함되면, 각각의 체증 데이터 각각에 대해 제1 도로 체증 원인 분석 전략을 사용하여, 각 원인 사건과 해당 도로 체증 사건의 시간 관련도, 공간 관련도 및 연관 신뢰도를 확정할 수 있다. 동일한 체증 사건에 대하여, 계산하여 동일한 원인 사건과 해당 체증 사건의 여러 그룹의 시간 관련도 및 공간 관련도를 획득할 수 있으며, 이에 따라 동일한 원인 사건과 해당 체증 사건의 복수의 연관 신뢰도를 확정하여, 최종적으로 이중의 최대값을 해당 원인 사건과 해당 체증 사건의 연관 신뢰도로 할 수 있다.
한 가지 선택 가능한 구현 방식에서, 어느 도로 체증 사건에 대해, 제2 도로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 도로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 각각의 체증 사건에 대하여, 제2 도로 체증 원인 분석 전략을 사용하여, 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 체증 사건과 관련된 후보 원인 사건을 선별해 내고, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건이 도로 체증 사건이고, 체증 사건의 체증 소스 좌표 연결선을 기초로, 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하되, 제2 체증 버퍼 영역은 체증 소스 좌표 연결선과의 가장 짧은 거리가 제1 기설정 거리보다 작은 모든 위치점을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제2 시점으로부터 현재 시점까지 제2 체증 버퍼 영역 내에서 발생한 특정 유형의 원인 사건을 선별하여, 제2 후보 원인 사건을 획득하되, 여기서, 제2 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제2 기설정 시간 기간이다.
여기서, 체증 소스 좌표 연결선은 체증 사건의 체증 소스 좌표 집합을 기초로 확정된 하나의 선분이다. 어느 점과 체증 소스 좌표 연결선의 가장 짧은 거리는, 해당 점과 체증 소스 좌표 연결선 상의 임의의 점과의 거리 중 최소값을 말한다.
제1 기설정 거리는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어, 제1 기설정 거리는 15미터, 20미터, 30미터 등이고, 여기에서 구체적으로 한정하지 않는다.
제2 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제2 기설정 시간 기간은 5분, 10분, 20분 등일 수 있으며, 여기에서 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
각각의 제2 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리를 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
선택적으로, 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리는, 제2 후보 원인 사건이 발생한 위치점으로부터 체증 소스 좌표 연결선이 위치한 직선까지의 수직 거리일 수 있다.
선택적으로, 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리는, 제2 후보 원인 사건이 발생한 위치점으로부터 체증 소스 좌표 연결선 상의 임의의 점까지의 거리 중에서 가장 짧은 거리일 수 있다.
예시적으로, 미리 설정된 하나 또는 복수의 시간 범위, 및 각각의 시간 범위에 대응되는 기설정 관련도를 기초로, 제2 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격에 대응되는 시간 범위를 확정하고, 해당 시간 범위에 대응되는 기설정 관련도를 제2 후보 원인 사건과 체증 사건의 시간 관련도로 할 수 있다.
여기서, 설정된 시간 범위 및 시간 범위에 대응되는 기설정 관련도는, 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, T로 제2 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격을 표시하고, TC로 제2 후보 원인 사건과 체증 사건의 시간 관련도를 표시하며, 만약 T≤5분이면, TC=1이고; 만약 5분<T≤15분이면, TC=0.8이고; 만약 15분<T≤30분이면, TC=0.5이고; 만약 T>30분이면, TC=0.1이다.
예시적으로, 미리 설정된 하나 또는 복수의 거리 범위, 및 각각의 거리 범위에 대응되는 기설정 관련도를 기초로, 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리에 대응되는 거리 범위를 확정하고, 해당 거리 범위에 대응되는 기설정 관련도를 제2 후보 원인 사건과 체증 사건의 공간 관련도로 할 수 있다.
여기서, 설정된 거리 범위 및 거리 범위에 대응되는 기설정 관련도는, 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, S2로 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리를 표시하고, SC2로 제2 후보 원인 사건과 체증 사건의 공간 관련도를 표시하며, 만약 S2≤5m이면, SC2=1이고; 만약 5m<S2≤10m이면, SC2=0.8이고; 만약 10m<S2≤20m이면, SC2=0.5이다.
제2 도로 체증 원인 분석 전략을 통하여, 특정 유형의 원인 사건의 영향 범위에 대해, 체증 사건에 대응되는 제2 체증 버퍼 영역을 설정하고, 체증 사건이 시작되기 전의 제2 기설정 시간 기간으로부터 현재 시점 내에, 체증 사건의 제2 체증 버퍼 영역(체증 사건이 발생한 위치 부근)에서 발생한 특정 유형의 후보 원인 사건을 선별해 낼 수 있다. 이러한 특정 유형의 후보 원인 사건에 대하여, 만약 후보 원인 사건이 체증 사건의 제2 체증 버퍼 영역 내에서 발생되면, 후보 원인 사건과 체증 사건이 시간과 공간 상에서 모두 일정한 관련성이 있는 것으로 확정하고, 각각의 제2 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 시간 관련도를 확정할 수 있고; 각각의 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리를 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 공간 관련도를 기초로, 특정 유형의 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있으며, 이로부터 특정 유형의 원인 사건과 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
선택적으로, 특정 유형은 교통 사고, 고장 차량, 도로 적수, 도로 결빙, 도로 적설 중 적어도 하나를 포함한다. 이렇게, 제2 도로 체증 원인 분석 전략을 통해, 교통 사고, 고장 차량, 도로 적수, 도로 결빙, 도로 적설 등 특정 유형의 원인 사건에 대해, 도로 체증 사건과 시간 및 공간 상에서 보다 강한 관련성을 구비한 특정 유형의 원인 사건을 선별해 낼 수 있으며, 원인 사건과 도로 체증 사건의 시간 관련성 및 공간 관련성의 정확도를 향상시킬 수 있다.
또한, 특정 유형은 기타 원인 사건의 유형을 더 포함할 수 있으며, 특정 유형이 구체적으로 어떠한 원인 사건의 유형을 포함하는 지는, 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
선택적으로, 체증 사건의 체증 소스 좌표 연결선을 기초로, 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하는 단계 전에,
체증 사건의 체증 소스 좌표 연결선에 대해 중복 제거 처리를 수행하는 단계를 더 포함한다. 중복 제거 처리 후 보류된 체증 소스 좌표 연결선에 대해 후속 처리를 수행하여, 중복된 데이터 계산을 대폭 감소하고, 원인 사건과 체증 사건의 연관 신뢰도의 계산 효율을 향상시키고, 방법의 적시성과 효율을 향상시킬 수 있다.
설명해야 할 바로는, 만약 동일한 도로 체증 사건에 여러 체증 데이터가 포함되면, 각각의 체증 데이터에 대해 각각 제2 도로 체증 원인 분석 전략을 사용하여, 각 원인 사건과 해당 도로 체증 사건의 시간 관련도, 공간 관련도 및 연관 신뢰도를 확정할 수 있다. 동일한 체증 사건에 대하여, 계산하여 동일한 원인 사건과 해당 체증 사건의 여러 그룹의 시간 관련도 및 공간 관련도를 획득할 수 있으며, 이때 동일한 원인 사건과 해당 체증 사건의 복수의 연관 신뢰도를 확정하여, 최종적으로 이중의 최대값을 해당 원인 사건과 해당 체증 사건의 연관 신뢰도로 할 수 있다.
한 가지 선택 가능한 구현 방식에서, 어느 도로 체증 사건에 대해, 제3 도로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 도로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 각각의 체증 사건에 대하여, 제3 도로 체증 원인 분석 전략을 사용하여, 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 체증 사건과 관련된 후보 원인 사건을 선별해 내며, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건이 도로 체증 사건이고, 체증 사건의 체증 소스 좌표점을 기초로, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하고; 체증 사건의 체증 시작 시간을 기초로, 제3 시점으로부터 현재 시점까지 제3 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제3 후보 원인 사건을 획득하되, 여기서, 제3 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제3 기설정 시간 기간이다.
여기서, 하류 교차로는 체증 소스 좌표점이 위치한 도로 구간과 가장 가까운 다음 교차로를 말한다. 제3 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제3 기설정 시간 기간은 5분, 10분, 20분 등일 수 있으며, 여기에서 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
각각의 제3 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제3 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제3 후보 원인 사건과 체증 사건의 공간 관련도를 모두 제2 기설정 관련도로 확정한다.
예시적으로, 미리 설정된 하나 또는 복수의 시간 범위, 및 각각의 시간 범위에 대응되는 기설정 관련도를 기초로, 제2 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격에 대응되는 시간 범위를 확정하고, 해당 시간 범위에 대응되는 기설정 관련도를 제2 후보 원인 사건과 체증 사건의 시간 관련도로 할 수 있다. 여기서, 설정된 시간 범위 및 시간 범위에 대응되는 기설정 관련도는, 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, T3으로 제3 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격을 표시하고, TC3으로 제3 후보 원인 사건과 체증 사건의 시간 관련도를 표시하며, 만약 T3≤5분이면, TC3=1이고; 만약 5분<T3≤15분이면, TC3=0.8이고; 만약 15분<T3≤30분이면, TC3=0.5이고; 만약 T3>30분이면, TC3=0.1이다.
여기서, 제2 사전 관련도는 공간 관련도의 최대값으로 설정될 수 있고, 예를 들어, 제2 기설정 관련도는 1일 수 있으며, 또한, 제2 사전 관련도는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
제3 도로 체증 원인 분석 전략을 통해, 전부의 유형의 원인 사건에 대해, 체증 사건의 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 체증 사건에 대응되는 제3 체증 버퍼 영역으로 설정하고, 체증 사건 시작 전의 제3 기설정 시간 기간으로부터 현재 시점 내에, 체증 사건의 제3 체증 버퍼 영역에서 발생한 제3 후보 원인 사건을 선별해 낼 수 있다. 제3 후보 원인 사건이 체증 사건이 위치한 도로 구간과 하류 교차로에서 발생하면, 제3 후보 원인 사건과 체증 사건이 공간 상에서 강하게 관련된다는 것으로 확정할 수 있고, 이때 직접 제3 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 설정할 수 있다. 나아가, 각각의 제3 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제3 후보 원인 사건과 체증 사건의 시간 관련도를 확정함으로써, 제3 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있고, 이로부터 원인 사건과 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
선택적으로, 제3 도로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 소스 좌표점을 기초로, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하는 단계 전에,
체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 단계를 더 포함한다. 중복 처리 후에 보류된 체증 소스 좌표점에 대해 후속 처리를 수행하여, 중복된 데이터 계산을 대폭 감소하고, 원인 사건과 체증 사건의 연관 신뢰도의 계산 효율을 향상시키고, 방법의 적시성과 효율을 향상시킬 수 있다.
한 가지 선택 가능한 구현 방식에서, 어느 도로 체증 사건에 대해, 제4 도로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 도로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 해당 단계는 아래의 방식을 사용하여 구현할 수 있다.
체증 사건이 도로 체증 사건이고, 체증 사건에 대응되는 사용자 보고 사건을 획득하되, 사용자 보고 사건은 적어도 하나의 체증 사건과 관련되는 제4 후보 원인 사건을 포함하고; 적어도 하나의 제4 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정한다.
실제 응용에서, 사용자는 지도 앱에 사용자 보고 사건을 제출할 수 있다. 일반적으로, 사용자 보고 사건은 대상이 되는 체증 사건, 및 해당 체증 사건에서 지시하는 하나의 관련된 원인 사건을 포함한다.
사용자 보고 사건은 도로 실제 상황에 따라 보고한 것으로서, 매우 높은 신뢰도를 구비하기에, 해당 구현 방식에서, 사용자 보고 사건 중에서 체증 사건과 관련된 적어도 하나의 원인 사건을 체증 사건의 제4 후보 원인 사건으로 하고, 제4 후보 원인 사건과 체증 사건의 시간 관련도를 제1 기설정 관련도로 설정하고, 제4 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 설정하여, 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있고, 이로부터 원인 사건과 체증 사건의 연관 정보도를 정확하게 확정할 수 있다.
본 실시예에서, 교차로 체증 사건에 대해, 적어도 하나의 교차로 체증 원인 분석 전략을 사용하여 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 계산하고, 교차로 체증 원인 분석 전략에 대응되는 신뢰도 계수를 기초로, 이중 각각의 교차로 체증 원인 분석 전략을 사용하여 계산 획득된 각 원인 사건과 교차로 체증 사건의 연관 신뢰도를 확정할 수 있다. 그리고 연관 신뢰도가 가장 큰 원인 사건을, 교차로 체증 사건에 대응되는 원인 사건으로 한다.
구체적으로, 만약 동시에 다양한 교차로 체증 원인 분석 전략을 사용하면, 어느 교차로 체증 사건에 대해, 각각 한 가지 교차로 체증 원인 분석 전략을 사용하여 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 계산하고, 해당 교차로 체증 원인 분석 전략에 대응되는 신뢰도 계수를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하여, 해당 교차로 체증 원인 분석 전략을 사용하여 얻은 분석 결과를 획득한다. 각각의 교차로 체증 원인 분석 전략을 각각 사용하여 확정한 분석 결과를 종합하여, 각각의 교차로 체증 사건에 대해, 해당 교차로 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 교차로 체증 사건에 대응되는 원인 사건으로 한다.
한 가지 선택 가능한 구현 방식에서, 어느 교차로 체증 사건에 대해, 제1 교차로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 교차로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 각각의 체증 사건에 대하여, 제1 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 단계는, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건은 교차로 체증 사건이고, 체증 사건이 위치한 교차로 좌표점을 기초로, 체증 사건에 대응되는 제4 체증 버퍼 영역을 확정하되, 제4 체증 버퍼 영역은 교차로 좌표점을 중심으로 하는 제2 기설정 범위 내의 영역을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제4 시점으로부터 현재 시점까지 제4 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제5 후보 원인 사건을 획득하되, 여기서, 제4 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격이 제4 기설정 시간 기간이다.
여기서, 제2 기설정 범위는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 다시 말하면, 제4 체증 버퍼 영역의 형태와 크기는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
제4 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제4 기설정 시간 기간은 5분, 10분, 20분 등일 수 있고, 여기에서 구체적으로 한정하지 않는다.
예시적으로, 제4 체증 버퍼 영역은 교차로 좌표점을 중심으로 하는 제2 기설정 범위의 원형 영역을 포함할 수 있고, 해당 원형 영역의 반지름은 제2 기설정 범위에 의해 확정되거나; 또는, 제4 체증 버퍼 영역은 교차로 좌표점을 중심으로 하는 직사각형 영역을 포함할 수 있으며, 해당 직사각형 영역의 변과 중심의 거리는 제2 기설정 범위에 의해 확정된다.
여기서, 제2 기설정 범위는 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어, 제2 기설정 범위는 반지름이 500미터(또는 400미터, 800미터)인 원 이내 등일 수 있으며, 여기서 반지름에 대한 구체적인 수치는 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
후보 원인 사건은 제5 후보 원인 사건을 포함하고, 각각의 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 각각의 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 후보 원인 사건이 발생한 위치와 교차로 좌표점 사이의 거리를 기초로, 각각의 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
선택적으로, 각각의 제5 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 만약 제5 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, 제5 후보 원인 사건과 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정한다.
만약 제5 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제5 후보 원인 사건의 시작 시간과 체증 시작 시간의 시간 간격을 기초로, 제5 후보 원인 사건과 체증 사건의 시간 관련도를 확정한다. 이때, 후보 원인 사건과 체증 사건의 시간 관련도를 정확하게 확정함으로써, 원인 사건과 체증 사건의 연관 신뢰도의 정확도를 향상시킬 수 있다.
나아가, 미리 설정된 하나 또는 복수의 시간 범위, 및 각각의 시간 범위에 대응되는 기설정 관련도를 기초로. 만약 제5 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제5 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격에 대응되는 시간 범위를 확정하고, 해당 시간 범위에 대응되는 기설정 관련도를 제5 후보 원인 사건과 체증 사건의 시간 관련도로 한다.
여기서, 설정된 시간 범위 및 시간 범위에 대응되는 기설정 관련도는 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, TC5로 제5 후보 원인 사건과 체증 사건의 시간 관련도를 표시하고, 만약 제5 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, TC5=1이다. 만약 제5 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, T5로 제5 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격을 표시하고, 이때 만약 T5≤ 5분이면, TC5=0.8이고; 만약 5분<T5≤15분이면, TC5=0.5이고; 만약 15분<T5이면, TC5=0.1이다.
예시적으로, 미리 설정된 하나 또는 복수의 거리 범위, 및 각각의 거리 범위에 대응되는 기설정 관련도를 기초로, 제5 후보 원인 사건이 발생한 위치와 교차로 좌표점 사이의 거리에 대응되는 거리 범위를 확정하고, 해당 거리 범위에 대응되는 기설정 관련도를 제5 후보 원인 사건과 체증 사건의 공간 관련도로 할 수 있다.
여기서, 설정된 거리 범위 및 거리 범위에 대응되는 기설정 관련도는 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, S5로 제5 후보 원인 사건이 발생한 위치와 교차로 좌표점 사이의 거리를 표시하고, SC5로 제5 후보 원인 사건과 체증 사건의 공간 관련도를 표시하고, 만약 S5≤0.2km이면, SC5=1이고; 만약 0.2km <S5≤0.5km이면, SC5=0.5이다.
제1 교차로 체증 원인 분석 전략을 통해, 교차로 체증 사건에 대해, 교차로 체증 사건에 대응되는 제4 체증 버퍼 영역을 설정할 수 있고, 또한 체증 사건 시작 전 제4 기설정 시간 기간으로부터 현재 시점 이내에, 체증 사건의 제4 체증 버퍼 영역(체증 사건이 발생한 교차로 부근)에서 발생한 제5 후보 원인 사건을 선별해 내어, 제5 후보 원인 사건과 체증 사건이 시간과 공간 상에서 모두 일정한 관련성을 구비함을 확정할 수 있고, 각각의 제5 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 각각의 제5 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제5 후보 원인 사건이 발생한 위치와 교차로 좌표점 사이의 거리를 기초로, 각각의 제5 후보 원인 사건과 체증 사건의 공간 관련도를 확정함으로써, 원인 사건과 교차로 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있으며, 이로부터 원인 사건과 교차로 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
한 가지 선택 가능한 구현 방식에서, 어느 교차로 체증 사건에 대해, 제2 교차로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 교차로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 교차로 데드락 사건에 속하는 체증 사건에 대해, 제2 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 단계는, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건은 교차로 체증 사건이고 체증 사건이 교차로 데드락 사건이며, 체증 사건의 체증 시작 시간을 기초로, 제5 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로의 입구 도로 구간에서 발생한 원인 사건을 선별하여, 제6 후보 원인 사건을 획득한다.
여기서, 제5 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제5 기설정 시간 기간이다.
제5 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제5 기설정 시간 기간은 5분, 10분, 20분 등일 수 있고, 여기에서 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
후보 원인 사건이 제6 후보 원인 사건을 포함하고, 각각의 제6 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 제6 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제6 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정한다.
선택적으로, 각각의 제6 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 만약 제6 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, 제6 후보 원인 사건과 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정한다.
만약 제6 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제6 후보 원인 사건의 시작 시간과 체증 시작 시간의 시간 간격을 기초로, 제6 후보 원인 사건과 체증 사건의 시간 관련도를 확정한다. 이렇게, 후보 원인 사건과 체증 사건의 시간 관련도를 정확하게 확정함으로써, 원인 사건과 체증 사건의 연관 신뢰도의 정확도를 향상시킬 수 있다.
나아가, 미리 설정된 하나 또는 복수의 시간 범위, 및 각각의 시간 범위에 대응되는 기설정 관련도를 기초로. 만약 제6 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제6 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격에 대응되는 시간 범위를 확정하고, 해당 시간 범위에 대응되는 기설정 관련도를 제6 후보 원인 사건과 체증 사건의 시간 관련도로 할 수 있다.
여기서, 설정된 시간 범위 및 시간 범위에 대응되는 기설정 관련도는 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, TC6으로 제6 후보 원인 사건과 체증 사건의 시간 관련도를 표시하고, 만약 제6 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, TC6=1이다. 만약 제6 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, T6으로 제6 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격을 표시하고, 이때 만약 T6≤ 5분이면, TC6=0.8이고; 만약 5분<T6≤15분이면, TC6=0.5이고; 만약 15분<T6이면, TC6=0.1이다.
제2 교차로 체증 원인 분석 전략을 통해, 교차로 데드락 사건에 속하는 체증 사건에 대해, 제5 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로의 입구 도로 구간에서 발생한 원인 사건을 선별하여, 제6 후보 원인 사건을 획득함으로써, 제6 후보 원인 사건과 교차로 데드락 사건의 공간 상에서의 강한 관련을 확정할 수 있으며, 이때 직접 제6 후보 원인 사건과 교차로 데드락 사건의 공간 관련도를 제2 기설정 관련도로 설정한다. 나아가, 제6 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 제6 후보 원인 사건과 교차로 데드락 사건의 시간 관련도를 확정하여, 제6 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있으며, 이로부터 원인 사건과 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
한 가지 선택 가능한 구현 방식에서, 어느 교차로 체증 사건에 대해, 제3 교차로 체증 원인 분석 전략을 사용하여 각 원인 사건과 해당 교차로 체증 사건의 연관 신뢰도를 확정할 수 있다.
구체적으로, 교차로 오버플로우 사건에 속하는 체증 사건에 대해, 제3 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
체증 사건은 교차로 체증 사건이고, 체증 사건은 교차로 오버플로우 사건이며, 제3 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 시작 시간을 기초로, 제6 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로의 출구 도로 구간에서 발생한 원인 사건을 선별하여, 제7 후보 원인 사건을 획득한다.
여기서, 제6 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제6 기설정 시간 기간이다.
제6 기설정 시간 기간은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 예를 들어 제6 기설정 시간 기간은 5분, 10분, 20분 등일 수 있고, 여기에서 구체적으로 한정하지 않는다.
나아가, 각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 것은, 아래의 방식을 사용하여 구현할 수 있다.
후보 원인 사건이 제7 후보 원인 사건을 포함하고, 각각의 제7 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 제7 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제7 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정한다.
선택적으로, 각각의 제7 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 만약 제7 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, 제7 후보 원인 사건과 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정한다.
만약 제7 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제7 후보 원인 사건의 시작 시간과 체증 시작 시간의 시간 간격을 기초로, 제7 후보 원인 사건과 체증 사건의 시간 관련도를 확정한다. 이렇게, 후보 원인 사건과 체증 사건의 시간 관련도를 정확하게 확정함으로써, 원인 사건과 체증 사건의 연관 신뢰도의 정확도를 향상시킬 수 있다.
나아가, 미리 설정된 하나 또는 복수의 시간 범위, 및 각각의 시간 범위에 대응되는 기설정 관련도를 기초로. 만약 제7 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, 제7 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격에 대응되는 시간 범위를 확정하고, 해당 시간 범위에 대응되는 기설정 관련도를 제7 후보 원인 사건과 체증 사건의 시간 관련도로 할 수 있다.
여기서, 설정된 시간 범위 및 시간 범위에 대응되는 기설정 관련도는, 실제 응용 시나리오 수요에 따라 설정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
예를 들어, TC7로 제7 후보 원인 사건과 체증 사건의 시간 관련도를 표시하고, 만약 제7 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르면, TC7=1이다. 만약 제7 후보 원인 사건의 시작 시간이 체증 사건의 체증 시작 시간보다 이르지 않으면, T7로 제7 후보 원인 사건의 시작 시간과 체증 사건의 체증 시작 시간 사이의 시간 간격을 표시하고, 이때 만약 T7≤5분이면, TC7=0.8이고; 만약 5분<T7≤15분이면, TC7=0.5이고; 만약 15분<T7이면, TC7=0.1이다.
제3 교차로 체증 원인 분석 전략을 통해, 교차로 오버플로우 사건에 속하는 체증 사건에 대해, 제6 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로의 출구 도로 구간에서 발생한 원인 사건을 선별하여, 제7 후보 원인 사건을 획득함으로써, 제7 후보 원인 사건과 교차로 오버플로우 사건의 공간 상에서의 강한 관련을 확정할 수 있으며, 이때 직접 제7 후보 원인 사건과 교차로 오버플로우 사건의 공간 관련도를 제2 기설정 관련도로 설정한다. 나아가, 제7 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 제7 후보 원인 사건과 교차로 데드락 사건의 시간 관련도를 확정하여, 제7 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 정확하게 확정할 수 있으며, 이로부터 원인 사건과 체증 사건의 연관 신뢰도를 정확하게 확정할 수 있다.
단계(S303), 각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정한다.
본 실시예에서, 또한 각 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수를 설정할 수도 있으며, 대응되는 신뢰도 계수가 클 수록, 해당 도로 체증 원인 분석 전략을 사용하여 확정한 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도의 신뢰도는 더욱 높다.
예시적으로, 상술한 단계(S302)에서 제시한 4 개 도로 체증 원인 분석 전략 중에서, 제4 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 제3 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수보다 크고, 제3 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 제1 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수보다 크며, 제3 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 제2 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수보다 크다. 제1 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는, 제2 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수와 동일할 수 있고, 다를 수도 있다.
예를 들어, 제1과 제2 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 3일 수 있고, 제3 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 5일 수 있고, 제4 도로 체증 원인 분석 전략에 대응되는 신뢰도 계수는 10일 수 있다.
선택적으로, 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 사용한 후, 시간 관련도, 공간 관련도와 원인 분석 전략에 대응되는 신뢰도 계수, 이 3자의 곱을 계산하여, 원인 사건과 체증 사건의 연관 신뢰도를 획득할 수 있다.
본 실시예에서, 동일한 체증 사건에 대하여, 계산하여 동일한 원인 사건과 해당 체증 사건의 여러 그룹의 시간 관련도 및 공간 관련도를 획득할 수 있으며, 이때 동일한 원인 사건과 해당 체증 사건의 복수의 연관 신뢰도를 확정하고, 이중의 최대값을 해당 원인 사건과 해당 체증 사건의 연관 신뢰도로 할 수 있다.
단계(S304), 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 체증 사건에 대응되는 원인 사건으로 한다.
계산하여 각 원인 사건과 체증 사건의 연관 신뢰도를 획득한 후에, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정할 수 있다.
예시적으로, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 체증 사건에 대응되는 원인 사건으로 확정할 수 있으며, 체증 사건에 대응되는 원인 사건을 정확하게 확정할 수 있다.
예시적으로, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 신뢰도 임계값보다 큰 복수의 원인 사건을, 체증 사건에 대응되는 원인 사건으로 확정할 수 있다. 여기서, 신뢰도 임계값은 실제 응용 시나리오 수요에 따라 설정되고 조정될 수 있으며, 여기에서 구체적으로 한정하지 않는다.
선택적으로, 체증 사건에 대응되는 원인 사건을 확정한 후, 체증 사건과 원인 사건의 대응 관계를 데이터베이스에 저장하여 사용자가 용이하게 조회하도록 한다.
단계(S305), 각 체증 사건에 대응되는 원인 사건을 디스플레이한다.
최종적으로 체증 사건에 대응되는 원인 사건을 확정한 후, 지도 앱을 통해 각 체증 사건에 대응되는 원인 사건을 디스플레이하여 적시에 운전자가 수요에 따라 체증 도로 구간을 회피하도록 통지할 수 있다.
선택적으로, 리스트의 형식으로 각 체증 사건에 대응되는 원인 사건을 디스플레이하여, 사용자가 편리하게 조회하도록 할 수 있다.
단계(S306), 각 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 체증 데이터 보고를 발송한다.
최종적으로 체증 사건에 대응되는 원인 사건을 확정한 후, 또한 각 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 체증 데이터 보고를 발송하여, 관계자가 적시에 교통 체증을 일으킨 원인을 알고, 적시에 통제 조치를 취하여, 교통 체증을 적시에 완화하도록 할 수 있으며, 이로부터 교통 체증의 관리 효율을 향상시킨다.
여기서, 체증 데이터 보고는 체증 사건에 대응되는 원인 사건, 및 체증 사건의 통계 정보를 포함할 수 있으며, 여기서, 체증 사건의 통계 정보는 체증 사건의 체증 유형, 도로 유형 등 정보를 기초로 통계할 수 있다.
선택적으로, 지도 앱에 체증 데이터 보고의 전부 또는 부분 정보를 디스플레이할 수도 있다. 예를 들어, 지도 앱에 체증 사건의 통계 정보를 디스플레이할 수 있다.
예시적으로, 도로 체증 원인을 분석하는 데이터 조회 인터페이스(도 4에 도시된 바와 같음)를 제공할 수 있으며, 사용자는 해당 인터페이스에서 선별 조건을 설정하여, 체증 사건 및 이에 대응되는 원인 사건을 조회할 수 있다.
예를 들어, 도 4에 도시된 바와 같이, 선별 조건은 날짜 범위, 날짜 유형, 시간대 범위, 체증 유형, 도로 유형 등을 포함할 수 있고, "관련 원인의 체증만 조회", "해소되지 않은 체증만 조회" 등 기타 조건을 설정할 수도 있다. 여기서 도로 유형은 다중 선택을 지원한다. 날짜 유형은 근무일, 공휴일, 주말 등을 포함한다. 시간대 범위는 러시아워, 아침 러시아워, 저녁 러시아워 등을 포함하고, 사용자의 선택 시간대를 지원한다. 체증 유형은 일상 발생 체증과 이상 체증 등을 포함하고, 체증 사건의 체증 유형 중의 하나 또는 복수개를 포함할 수 있다. 도로 유형은 체증 사건의 도로 유형에 따라 확정되고, 체증 사건의 도로 유형 중의 하나 또는 복수 개를 포함할 수 있다.
사용자가 설정한 선별 조건을 기초로, 선별 조건을 만족하는 체증 사건을 조회하고, 조회 결과(도 5에 도시된 바와 같음)를 디스플레이한다.
본 실시예의 기타 구현 방식에서, 각 체증 사건에 대응되는 원인 사건을 기초로, 회피 노선을 생성하고 디스플레이하여, 자율 운전 차량 또는 운전자에게 체증을 회피하는 노선을 제공하여, 교통 체증을 완화시키고, 교통 체증의 관리 효율을 향상시킬 수도 있다.
본 실시예의 한 가지 선택 가능한 구현 방식에서, 도 6에 도시된 아키텍쳐를 사용하여 구현할 수 있다. 도 6에 도시된 바와 같이, 해당 아키텍쳐는 데이터 동기화 모듈, 데이터 전송 툴, 데이터 전처리 모듈, 데이터 저장 모듈, 원인 분석 엔진, 데이터베이스를 포함한다. 여기서, 데이터 동기화 모듈은 지도 앱으로부터 체증 사건의 데이터와 원인 사건의 데이터를 동기화하고, 동기화된 체증 사건의 데이터와 원인 사건의 데이터를 데이터 전송 툴을 통해 데이터 전처리 모듈에 전송한다. 데이터 전처리 모듈은 체증 사건의 데이터와 원인 사건의 데이터에 대해 데이터 전처리를 수행하고, 전처리 후의 데이터를 원인 분석 엔진과 데이터 저장 모듈로 발송한다. 원인 분석 엔진은 수신된 체증 사건의 데이터와 원인 사건의 데이터를 기초로, 체증 사건에 대응되는 원인 사건을 확정하고, 체증 사건과 원인 사건의 대응 관계를 데이터 저장 모듈에 발송한다. 데이터 저장 모듈은 체증 사건의 데이터, 원인 사건의 데이터, 체증 사건과 원인 사건의 대응 관계를 데이터베이스에 저장한다. 응용층에 해당하는 조회 요청은, 데이터베이스에서 체증 관련 데이터를 조회하고, 응용층에 조회 결과를 표시할 수 있다.
선택적으로, 데이터 전송 툴은 메시지 큐 방식을 사용하여 데이터를 전송할 수 있으며, 예를 들어 데이터 전송 툴은 kafka 등을 사용하여 구현함으로써, 데이터가 분실되지 않도록 확보할 수 있다.
본 실시예에서, 다양한 원인 분석 전략, 및 각각의 원인 분석 전략에 대응되는 신뢰도 계수를 미리 설정한다. 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하고; 각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정함으로써, 교통 체증 사건을 일으키는 원인을 더욱 전면적으로 적시에 정확하게 확정하여 교통 체증을 적시에 완화하기 위한 근거를 제공하여, 교통 체증 관리 효율을 향상시키고, 교통 체증에 따른 영향을 감소할 수 있다.
도 7은 본 개시의 제3 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다. 본 개시의 실시예에 따른 교통 체증 사건의 처리 기기는 교통 체증 사건의 처리 방법 실시예에 따른 처리 프로세스를 실행할 수 있다. 도 7에 도시된 바와 같이, 해당 교통 체증 사건의 처리 기기(70)는 데이터 동기화 모듈(701), 연관 신뢰도 확정 모듈(702)과 사건 연관 모듈(703)을 포함한다.
구체적으로, 데이터 동기화 모듈(701)은, 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 다양한 유형의 사건을 포함한다.
연관 신뢰도 확정 모듈(702)은, 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정한다.
사건 연관 모듈(703)은, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정한다.
본 개시의 실시예에 따른 기기는 구체적으로 상술한 제1 실시예에 따른 방법 실시예를 실행할 수 있으며, 구체적인 기능은 여기에서 중복 설명하지 않는다.
본 실시예는 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하고; 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정하여, 교통 체증 사건을 일으키는 원인을 전면적으로 적시에 정확하게 확정함으로써, 교통 체증을 적시에 완화하기 위한 근거를 제공하여, 교통 체증 관리 효율을 향상시키고, 교통 체증에 따른 영향을 감소할 수 있다.
도 8은 본 개시의 제4 실시예에 따른 교통 체증 사건의 처리 기기의 도면이다. 본 개시의 실시예에 따른 교통 체증 사건의 처리 기기는 교통 체증 사건의 처리 방법 실시예에 따른 처리 프로세스를 실행할 수 있다. 도 8에 도시된 바와 같이, 해당 교통 체증 사건의 처리 기기(80)는 데이터 동기화 모듈(801), 연관 신뢰도 확정 모듈(802)과 사건 연관 모듈(803)을 포함한다.
구체적으로, 데이터 동기화 모듈(801)은, 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 다양한 유형의 사건을 포함한다.
연관 신뢰도 확정 모듈(802)은, 각각의 체증 사건에 대하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정한다.
사건 연관 모듈(803)은, 각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건에 대응되는 원인 사건을 확정한다.
선택적으로, 도 8에 도시된 바와 같이, 연관 신뢰도 확정 모듈(802)은,
각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 관련도 확정 유닛(8021).
각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하는 신뢰도 확정 유닛(8022)을 포함한다.
선택적으로, 관련도 확정 유닛은,
각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 체증 사건과 관련된 후보 원인 사건을 선별하는 원인 사건 선별 서브 유닛;
각각의 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하는 관련도 확정 서브 유닛을 포함한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건이 도로 체증 사건이고, 제1 도로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 소스 좌표점을 기초로, 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하고, 제1 체증 버퍼 영역은 체증 소스 좌표점을 중심으로 하는 제1 기설정 범위 내의 영역을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제1 시점으로부터 현재 시점까지 제1 체증 버퍼 영역 내에서 발생한 지정 유형의 원인 사건을 선별하여, 제1 후보 원인 사건을 획득하되, 여기서, 제1 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제1 기설정 시간 기간이다.
선택적으로, 지정 유형은,
도로 공사, 교통 관제 중 적어도 하나를 포함한다.
선택적으로, 관련도 확정 서브 유닛은 또한,
각각의 제1 후보 원인 사건과 체증 사건의 시간 관련도를 모두 제1 기설정 관련도로 확정하고; 각각의 제1 후보 원인 사건이 발생한 위치와 체증 소스 좌표점 사이의 거리를 기초로, 각각의 제1 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
선택적으로, 관련도 확정 유닛은,
체증 사건의 체증 소스 좌표점을 기초로, 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하기 전에, 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 전처리 서브 유닛을 더 포함한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건이 도로 체증 사건이고, 제2 도로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 소스 좌표 연결선을 기초로, 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하되, 제2 체증 버퍼 영역은 체증 소스 좌표 연결선과의 가장 짧은 거리가 제1 기설정 거리보다 작은 모든 위치점을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제2 시점으로부터 현재 시점까지 제2 체증 버퍼 영역 내에서 발생한 특정 유형의 원인 사건을 선별하여, 제2 후보 원인 사건을 획득하되, 여기서, 제2 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제2 기설정 시간 기간이다.
선택적으로, 특정 유형은,
교통 사고, 고장 차량, 도로 적수, 도로 결빙, 도로 적설 중 적어도 하나를 포함한다.
선택적으로, 관련도 확정 서브 유닛은 또한,
각각의 제2 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제2 후보 원인 사건이 발생한 위치와 체증 소스 좌표 연결선 사이의 거리를 기초로, 각각의 제2 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
선택적으로, 전처리 서브 유닛은 또한, 체증 사건의 체증 소스 좌표 연결선을 기초로, 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하기 전에, 체증 사건의 체증 소스 좌표 연결선에 대해 중복 제거 처리를 수행한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건이 도로 체증 사건이고, 제3 도로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 소스 좌표점을 기초로, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하고; 체증 사건의 체증 시작 시간을 기초로, 제3 시점으로부터 현재 시점까지 제3 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제3 후보 원인 사건을 획득하되, 여기서, 제3 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제3 기설정 시간 기간이다.
선택적으로, 관련도 확정 서브 유닛은 또한,
각각의 제3 후보 원인 사건의 시작 시간과 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 제3 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 제3 후보 원인 사건과 체증 사건의 공간 관련도를 모두 제2 기설정 관련도로 확정한다.
선택적으로, 전처리 서브 유닛은 또한, 제3 도로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 소스 좌표점을 기초로, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하기 전에, 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건이 도로 체증 사건이고, 제4 도로 체증 원인 분석 전략을 사용하여, 체증 사건에 대응되는 사용자 보고 사건을 획득하되, 사용자 보고 사건은 적어도 하나의 체증 사건과 관련되는 제4 후보 원인 사건을 포함한다.
관련도 확정 서브 유닛은 또한,
적어도 하나의 제4 후보 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건은 교차로 체증 사건이고, 제1 교차로 체증 원인 분석 전략을 사용하여, 체증 사건이 위치한 교차로 좌표점을 기초로, 체증 사건에 대응되는 제4 체증 버퍼 영역을 확정하되, 제4 체증 버퍼 영역은 교차로 좌표점을 중심으로 하는 제2 기설정 범위 내의 영역을 포함하고; 체증 사건의 체증 시작 시간을 기초로, 제4 시점으로부터 현재 시점까지 제4 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제5 후보 원인 사건을 획득하되, 여기서, 제4 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제4 기설정 시간 기간이다.
선택적으로, 관련도 확정 서브 유닛은 또한,
후보 원인 사건이 제5 후보 원인 사건을 포함하고, 각각의 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 각각의 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 후보 원인 사건이 발생한 위치와 교차로 좌표점 사이의 거리를 기초로, 각각의 후보 원인 사건과 체증 사건의 공간 관련도를 확정한다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건은 교차로 체증 사건이고, 체증 사건은 교차로 데드락 사건이며, 제2 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 시작 시간을 기초로, 제5 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로 입구 도로 구간에서 발생한 원인 사건을 선별하여, 제6 후보 원인 사건을 획득하되; 여기서, 제5 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제5 기설정 시간 기간이다.
선택적으로, 원인 사건 선별 서브 유닛은 또한,
체증 사건은 교차로 체증 사건이고, 체증 사건은 교차로 오버플로우 사건이며, 제3 교차로 체증 원인 분석 전략을 사용하여, 체증 사건의 체증 시작 시간을 기초로, 제6 시점으로부터 현재 시점까지 체증 사건이 위치한 교차로의 출구 도로 구간에서 발생한 원인 사건을 선별하여, 제7 후보 원인 사건을 획득하고; 여기서, 제6 시점은 체증 시작 시간 이전에 있고, 체증 시작 시간과의 간격은 제6 기설정 시간 기간이다.
선택적으로, 관련도 확정 서브 유닛은 또한,
후보 원인 사건은 제6 후보 원인 사건 또는 제7 후보 원인 사건을 포함하고, 각각의 후보 원인 사건의 시작 시간과 체증 시작 시간을 기초로, 후보 원인 사건과 체증 사건의 시간 관련도를 확정하고; 각각의 후보 원인 사건과 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정한다.
선택적으로, 관련도 확정 서브 유닛은 또한,
각각의 후보 원인 사건에 있어서, 후보 원인 사건은 제5 후보 원인 사건, 제6 후보 원인 사건 또는 제7 후보 원인 사건이고, 만약 후보 원인 사건의 시작 시간이 체증 시작 시간보다 이르면, 후보 원인 사건과 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정하고; 만약 후보 원인 사건의 시작 시간이 체증 시작 시간보다 이르지 않으면, 후보 원인 사건의 시작 시간과 체증 시작 시간의 시간 간격을 기초로, 후보 원인 사건과 체증 사건의 시간 관련도를 확정한다.
선택적으로, 사건 연관 모듈은 또한,
각 원인 사건과 체증 사건의 연관 신뢰도를 기초로, 체증 사건과의 연관 신뢰도가 가장 큰 원인 사건을 체증 사건에 대응되는 원인 사건으로 한다.
선택적으로, 도 8에 도시된 바와 같이, 해당 교통 체증 사건의 처리 기기(80)는,
각 체증 사건에 대응되는 원인 사건을 디스플레이하는 디스플레이 모듈(804);
및/또는,
각 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 체증 데이터 보고를 발송하는 체증 보고 모듈(805)을 더 포함한다.
선택적으로, 데이터 동기화 모듈은 또한,
지도 데이터로부터 정기적으로 이전 시간대 내의 체증 사건 데이터와 원인 사건 데이터를 획득한다.
본 개시실시예에 따른 기기는 구체적으로 상술한 제2 실시예에 따른 방법 실시예를 실행할 수 있으며, 구체적인 기능은 여기에서 중복 설명하지 않는다.
본 실시예에서, 다양한 원인 분석 전략, 및 각각의 원인 분석 전략에 대응되는 신뢰도 계수를 미리 설정한다. 각각의 체증 사건에 대하여, 적어도 하나의 원인 분석 전략을 사용하여, 체증 사건의 데이터와 각 원인 사건의 데이터를 기초로, 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 확정하고; 각각의 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 원인 분석 전략을 사용하여 확정한 각 원인 사건과 체증 사건의 시간 관련도 및 공간 관련도를 기초로, 각 원인 사건과 체증 사건의 연관 신뢰도를 확정하여, 교통 체증 사건을 일으키는 원인을 더욱 전면적으로 적시에 정확하게 확정할 수 있으며, 이로부터 교통 체증을 적시에 완화하기 위한 근거를 제공하고, 교통 체증 관리 효율을 향상시키고, 교통 체증에 따른 영향을 감소한다.
본 개시의 기술 방안에서, 관련된 사용자의 개인정보의 취득, 저장 및 활용 등은 모두 관련 법률 법규의 규정에 부합하고, 공서양속에 위반되지 않는다.
본 개시의 실시예에 따르면, 본 개시는 전자기기와 판독 가능 저장매체 및 컴퓨터 프로그램 제품을 더 제공한다.
본 개시의 실시예에 따르면, 본 개시는 컴퓨터 프로그램 제품을 더 제공한다. 컴퓨터 프로그램 제품은 컴퓨터 프로그램을 포함하고, 컴퓨터 프로그램은 판독 가능 저장매체에 저장되고, 전자기기의 적어도 하나의 프로세서는 판독 가능 저장매체로부터 컴퓨터 프로그램을 판독할 수 있으며, 적어도 하나의 프로세서가 컴퓨터 프로그램을 실행함으로써 전자기기가 상술한 임의의 실시예에 따른 방안을 실행하도록 한다.
도 9는 본 개시의 실시예를 실시할 수 있는 예시적인 전자기기(900)의 예시적인 블록도를 나타내고 있다. 전자기기는 다양한 형태의 디지털 컴퓨터, 예컨대, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인 정보 단말, 서버, 블레이드 서버, 대형 컴퓨터, 및 기타 적합한 컴퓨터를 나타내기 위한 것이다. 전자기기는 다양한 형태의 이동 장치, 예컨대, 개인 정보 처리, 셀폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치를 나타낼 수도 있다. 본문에 개시된 부재, 이들의 연결 및 관계, 및 이들의 기능은 단지 예시적인 것이며, 본문에 개시된 것 및/또는 요구하는 본 개시의 구현을 한정하려는 의도가 아니다.
도 9에 도시된 바와 같이, 기기(900)는 컴퓨팅 유닛(901)을 포함하여, 읽기 전용 메모리(902, ROM)에 저장된 컴퓨터 프로그램 또는 저장 유닛(908)으로부터 랜덤 액세스 메모리(903, RAM)에 로딩된 컴퓨터 프로그램을 기초로, 다양한 적합한 동작 및 처리를 수행할 수 있다. RAM(903)에서는, 기기(900)의 조작에 필요한 다양한 프로그램과 데이터를 더 저장할 수 있다. 컴퓨팅 유닛(901), ROM(902) 및 RAM(903)은 버스(904)를 통해 서로 연결된다. 입력/출력(I/O) 인터페이스(905)도 버스(904)에 연결된다.
기기(900)의 복수의 부재는 I/O 인터페이스(905)에 연결되고, 예를 들어 키보드, 마우스 등과 같은 입력 유닛(906); 예를 들어 다양한 유형의 디스플레이, 스피커 등과 같은 출력 유닛(907); 예를 들어 자기 디스크, 광 디스크 등과 같은 저장 유닛(908); 및 예를 들어 네트워크 카드, 모뎀, 무선 통신 트랜시버 등과 같은 통신 유닛(909)을 포함한다. 통신 유닛(909)은 기기(900)가 인터넷과 같은 컴퓨터 네트워크 및/또는 다양한 전자통신 네트워크를 통해 기타 기기와 정보/데이터를 교환하는 것을 허용한다.
컴퓨팅 유닛(901)은 처리 및 연산 능력을 갖춘 다양한 범용 및/또는 전용 처리 모듈일 수 있다. 컴퓨팅 유닛(901)의 일부 예시로서 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU), 다양한 전용 인공지능(AI) 연산 칩, 다양한 기계 학습 모델 알고리즘을 실행하는 컴퓨팅 유닛, 디지털 신호 프로세서(DSP), 및 임의의 적합한 프로세서, 컨트롤러, 마이크로 컨트롤러 등을 포함하지만 이에 한정되는 것은 아니다. 컴퓨팅 유닛(901)은 상술한 각각의 방법 및 처리를 수행하는 바, 예를 들어 교통 체증 사건의 처리 방법을 들 수 있다. 예를 들어, 일부 실시예에서, 교통 체증 사건의 처리 방법은 컴퓨터 소프트웨어 프로그램으로 구현되어, 명시적으로 저장 유닛(908)과 같은 기계 판독 가능 매체에 저장될 수 있다. 일부 실시예에서, 컴퓨터 프로그램의 부분 또는 전부는 ROM(902) 및/또는 통신 유닛(909)을 통해 기기(900) 상에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(903)에 로딩되어 컴퓨팅 유닛(901)에 의해 실행될 때, 상술한 교통 체증 사건의 처리 방법의 하나 또는 복수의 단계를 수행할 수 있다. 선택적으로, 기타 실시예에서, 컴퓨팅 유닛(901)은 기타 임의의 적합한 방식(예를 들어, 펌웨어를 통해)을 통해 교통 체증 사건의 처리 방법을 수행하도록 구성될 수 있다.
본 명세서에 기재되는 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그래머블 어레이(FPGA), 전용 집적 회로(ASIC), 전용 표준 제품(ASSP), 시스템 온 칩 시스템(SOC), 부하 프로그래머블 논리 장치(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 것을 포함할 수 있고, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그래머블 시스템 상에서 실행 및/또는 해석될 수 있으며, 해당 프로그래머블 프로세서는 전용 또는 범용 프로그래머블 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치, 및 적어도 하나의 출력 장치로부터 데이터와 명령을 수신할 수 있으며, 데이터와 명령을 해당 저장 시스템, 해당 적어도 하나의 입력 장치, 및 해당 적어도 하나의 출력 장치로 전송한다.
본 개시의 방법을 실시하기 위한 프로그램 코드는 하나 또는 복수의 프로그래밍 언어의 임의의 조합으로 작성될 수 있다. 이러한 프로그램 코드는 범용 컴퓨터, 전용 컴퓨터 또는 기타 프로그래머블 데이터 처리 장치의 프로세서 또는 컨트롤러에 제공되어, 프로그램 코드가 프로세서 또는 컨트롤러에 의해 실행될 때 흐름도 및/또는 블록도에서 규정하는 기능/조작이 실시되도록 할 수 있다. 프로그램 코드는 완전히 기계 상에서 실행되거나, 부분적으로 기계 상에서 실행될 수 있으며, 독립 소프트웨어 패키지로서 부분적으로 기계 상에서 실행되고 부분적으로 원격 기계 상에서 실행되거나 완전히 원격 기계 또는 서버 상에서 실행될 수도 있다.
본 개시의 문맥에서, 기계 판독 가능 매체는 유형의 매체일 수 있고, 명령 실행 시스템, 장치 또는 기기에 의해 사용되거나 명령 실행 시스템, 장치 또는 기기와 결합되어 사용되는 프로그램을 포함하거나 저장할 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체이거나 기계 판독 가능 저장 매체일 수 있다. 기계 판독 가능 매체는 전자적, 자기적, 광학적, 전자기적, 적외선, 또는 반도체 시스템, 장치 또는 기기, 또는 상술한 내용의 임의의 적합한 조합을 포함할 수 있지만 이에 한정되는 것은 아니다. 기계 판독 가능 저장매체의 더 구체적인 예시로서 하나 또는 복수의 와이어를 기반으로 하는 전기적 연결, 휴대형 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM), 소거 가능 및 프로그래머블 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대용 컴팩트 읽기 전용 메모리(CD-ROM), 광학 저장 장치, 자기 저장 장치, 또는 상술한 내용의 임의의 적합한 조합을 포함한다.
사용자와의 인터랙션을 제공하기 위하여, 컴퓨터 상에서 본 명세서에 기재되는 시스템 및 기술을 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 표시하기 위한 표시장치(예를 들어, CRT(캐소드레이 튜브) 또는 LCD(액정 디스플레이) 모니터); 및 키보드와 지향 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 해당 키보드와 해당 지향 장치를 통해 입력을 컴퓨터로 제공할 수 있다. 기타 종류의 장치는 사용자와의 인터랙션을 제공할 수도 있다. 예를 들어, 사용자에게 제공되는 피드백은 임의의 형태의 센싱 피드백(예를 들어, 시각적 피드백, 청각적 피드백, 또는 촉각적 피드백)일 수 있고; 임의의 형태(사운드 입력, 음성 입력 또는 촉각 입력)을 통해 사용자로부터의 입력을 수신할 수 있다.
여기에 기재되는 시스템과 기술은 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로서), 또는 중간부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 유저 인터페이스 또는 인터넷 브라우저를 구비하는 사용자 컴퓨터, 사용자는 해당 그래픽 유저 인터페이스 또는 해당 인터넷 브라우저를 통해 여기에 기재되는 시스템 및 기술의 실시형태와 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 중간 부재, 또는 프론트 엔드 부재를 포함하는 임의의 조합의 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예시로서, 근거리 통신망(LAN), 광역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며, 통상적으로 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터 상에서 실행되며 서로 클라이언트 - 서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계를 생성한다. 서버는 클라우드 서버일 수 있고, 클라우드 컴퓨팅 서버 또는 클라우드 호스트라고도 불리우며, 클라우드 컴퓨팅 서비스 시스템 중의 일 호스트 제품으로서, 기존의 물리 호스트와 가상 사설 서비스("Virtual Private Server", 또는 "VPS"로 약칭)에 존재하는 관리 상의 어려움이 크고, 서비스 확장이 취약한 흠결을 해결한다. 서버는 분포식 시스템의 서버, 또는 블록 체인이 결합된 서버일 수도 있다.
상술한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있다는 점을 이해해야 한다. 예를 들어, 본 개시에 기재된 각 단계는 병열로 수행될 수 있고 순차적으로 수행될 수도 있고 서로 다른 순서로 수행될 수도 있으며, 본 개시에 개시된 기술방안이 원하는 결과를 얻을 수만 있다면, 본문에서는 여기서 한정하지 않는다.
상술한 구체적인 실시형태는, 본 개시의 보호범위에 대한 한정이 아니다. 본 분야의 통상의 지식을 가진 자라면, 설계 수요와 기타 요소를 기초로, 다양한 수정, 조합, 서브 조합 및 대체를 가할 수 있다는 점을 이해하여야 한다. 본 개시의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체와 개선 등은 모두 본 개시의 보호 범위 내에 포함되어야 한다.
Claims (51)
- 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 상기 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 다양한 유형의 사건을 포함하는 단계;
각각의 상기 체증 사건에 대해, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 단계;
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 단계를 포함하는 교통 체증 사건의 처리 방법. - 제1항에 있어서, 각각의 상기 체증 사건에 대해, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 상기 단계는,
각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 단계;
각각의 상기 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 상기 원인 분석 전략을 사용하여 확정한 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 단계를 포함하는 방법. - 제2항에 있어서, 각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 단계;
각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 단계를 포함하는 방법. - 제3항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건이 도로 체증 사건이고, 제1 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하되, 상기 제1 체증 버퍼 영역은 상기 체증 소스 좌표점을 중심으로 하는 제1 기설정 범위 내의 영역을 포함하는 단계;
상기 체증 사건의 체증 시작 시간을 기초로, 제1 시점으로부터 현재 시점까지 상기 제1 체증 버퍼 영역 내에서 발생한 지정 유형의 원인 사건을 선별하여, 제1 후보 원인 사건을 획득하되, 여기서, 상기 제1 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제1 기설정 시간 기간인 단계를 포함하는 방법. - 제4항에 있어서, 상기 지정 유형은, 도로 공사, 교통 관제 중 적어도 하나를 포함하는 방법.
- 제4항에 있어서, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
각각의 상기 제1 후보 원인 사건과 상기 체증 사건의 시간 관련도를 모두 제1 기설정 관련도로 확정하는 단계;
각각의 상기 제1 후보 원인 사건이 발생한 위치와 상기 체증 소스 좌표점 사이의 거리를 기초로, 각각의 상기 제1 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 단계를 포함하는 방법. - 제4항에 있어서, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하는 상기 단계 전에,
상기 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 단계를 더 포함하는 방법. - 제3항 내지 제7항 중 어느 한 항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건이 도로 체증 사건이고, 제2 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표 연결선을 기초로, 상기 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하되, 상기 제2 체증 버퍼 영역은 상기 체증 소스 좌표 연결선과의 최단 거리가 제1 기설정 거리보다 작은 모든 위치점을 포함하는 단계;
상기 체증 사건의 체증 시작 시간을 기초로, 제2 시점으로부터 현재 시점까지 상기 제2 체증 버퍼 영역 내에서 발생한 특정 유형의 원인 사건을 선별하여, 제2 후보 원인 사건을 획득하되, 여기서, 상기 제2 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제2 기설정 시간 기간인 단계를 포함하는 방법. - 제8항에 있어서, 상기 특정 유형은 교통 사고, 고장 차량, 도로 적수, 도로 결빙, 도로 적설 중 적어도 하나를 포함하는 방법.
- 제8항에 있어서, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
각각의 상기 제2 후보 원인 사건의 시작 시간과 상기 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 상기 제2 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 단계;
각각의 상기 제2 후보 원인 사건이 발생한 위치와 상기 체증 소스 좌표 연결선 사이의 거리를 기초로, 각각의 상기 제2 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 단계를 포함하는 방법. - 제8항에 있어서, 상기 체증 사건의 체증 소스 좌표 연결선을 기초로, 상기 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하는 상기 단계 전에,
상기 체증 사건의 체증 소스 좌표 연결선에 대해 중복 제거 처리를 수행하는 단계를 더 포함하는 방법. - 제3항 내지 제11항 중 어느 한 항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건이 도로 체증 사건이고, 제3 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 상기 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하는 단계;
상기 체증 사건의 체증 시작 시간을 기초로, 제3 시점으로부터 현재 시점까지 상기 제3 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제3 후보 원인 사건을 획득하되, 여기서, 상기 제3 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제3 기설정 시간 기간인 단계를 포함하는 방법. - 제12항에 있어서, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
각각의 상기 제3 후보 원인 사건의 시작 시간과 상기 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 상기 제3 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 단계;
각각의 상기 제3 후보 원인 사건과 상기 체증 사건의 공간 관련도를 모두 제2 기설정 관련도로 확정하는 단계를 포함하는 방법. - 제12항에 있어서, 제3 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 상기 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하는 상기 단계 전에,
상기 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 단계를 더 포함하는 방법. - 제3항 내지 제14항 중 어느 한 항에 있어서, 각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
상기 체증 사건이 도로 체증 사건이고, 제4 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건에 대응되는 사용자 보고 사건을 획득하되, 상기 사용자 보고 사건은 상기 체증 사건에 관련된 적어도 하나의 제4 후보 원인 사건을 포함하는 단계;
적어도 하나의 상기 제4 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 단계를 포함하는 방법. - 제3항 내지 제15항 중 어느 한 항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건은 교차로 체증 사건이고, 제1 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건이 위치한 교차로 좌표점을 기초로, 상기 체증 사건에 대응되는 제4 체증 버퍼 영역을 확정하되, 상기 제4 체증 버퍼 영역은 상기 교차로 좌표점을 중심으로 하는 제2 기설정 범위 내의 영역을 포함하는 단계;
상기 체증 사건의 체증 시작 시간을 기초로, 제4 시점으로부터 현재 시점까지 상기 제4 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제5 후보 원인 사건을 획득하되, 여기서, 상기 제4 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제4 기설정 시간 기간인 단계를 포함하는 방법. - 제16항에 있어서, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
상기 후보 원인 사건은 상기 제5 후보 원인 사건을 포함하고, 각각의 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간을 기초로, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 단계;
각각의 상기 후보 원인 사건이 발생한 위치와 상기 교차로 좌표점 사이의 거리를 기초로, 각각의 상기 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 단계를 포함하는 방법. - 제3항 내지 제17항 중 어느 한 항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건은 교차로 체증 사건이고, 상기 체증 사건은 교차로 데드락 사건이며, 제2 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 시작 시간을 기초로, 제5 시점으로부터 현재 시점까지 상기 체증 사건이 위치한 교차로의 입구 도로 구간에서 발생한 원인 사건을 선별하여, 제6 후보 원인 사건을 획득하는 단계를 포함하고;
여기서, 상기 제5 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제5 기설정 시간 기간인 방법. - 제3항 내지 제17항 중 어느 한 항에 있어서, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 상기 단계는,
상기 체증 사건은 교차로 체증 사건이고, 상기 체증 사건은 교차로 오버플로우 사건이며, 제3 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 시작 시간을 기초로, 제6 시점으로부터 현재 시점까지 상기 체증 사건이 위치한 교차로의 출구 도로 구간에서 발생한 원인 사건을 선별하여, 제7 후보 원인 사건을 획득하는 단계를 포함하고;
여기서, 상기 제6 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제6 기설정 시간 기간인 방법. - 제18항 또는 제19항에 있어서, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 상기 단계는,
상기 후보 원인 사건은 제6 후보 원인 사건 또는 제7 후보 원인 사건을 포함하고, 각각의 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간을 기초로, 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 단계;
각각의 상기 후보 원인 사건과 상기 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정하는 단계를 포함하는 방법. - 제17항 또는 제20항 중 어느 한 항에 있어서, 각각의 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간을 기초로, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 상기 단계는,
각각의 상기 후보 원인 사건에 대하여, 상기 후보 원인 사건이 제5 후보 원인 사건, 제6 후보 원인 사건 또는 제7 후보 원인 사건이고, 상기 후보 원인 사건의 시작 시간이 상기 체증 시작 시간보다 이르면, 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정하는 단계;
상기 후보 원인 사건의 시작 시간이 상기 체증 시작 시간보다 이르지 않으면, 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간의 시간 간격을 기초로, 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 단계를 포함하는 방법. - 제1항 내지 제21항 중 어느 한 항에 있어서, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 상기 단계는,
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건의 연관 신뢰도가 가장 큰 원인 사건을, 상기 체증 사건에 대응되는 원인 사건으로 하는 단계를 포함하는 방법. - 제1항 내지 제22항 중 어느 한 항에 있어서, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 상기 단계 후에,
각 상기 체증 사건에 대응되는 원인 사건을 표시하는 단계;
및/또는,
각 상기 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 상기 체증 데이터 보고를 발송하는 단계를 더 포함하는 방법. - 제1항에 있어서, 지도 데이터로부터 체증 사건 데이터와 원인 사건 데이터를 획득하는 상기 단계는,
지도 데이터로부터 정기적으로 이전 시간대 내의 체증 사건 데이터와 원인 사건 데이터를 획득하는 단계를 포함하는 방법. - 지도 데이터로부터 체증 사건의 데이터와 원인 사건의 데이터를 획득하되, 여기서 상기 원인 사건은 도로 상에서 발생하는 교통 체증을 일으키는 교통 체증의 다양한 유형의 사건을 포함하는 데이터 동기화 모듈;
각각의 상기 체증 사건에 대해, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 연관 신뢰도 확정 모듈;
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건에 대응되는 원인 사건을 확정하는 사건 연관 모듈을 포함하는 교통 체증 사건의 처리 기기. - 제25항에 있어서, 상기 연관 신뢰도 확정 모듈은,
각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건의 데이터와 각 상기 원인 사건의 데이터를 기초로, 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 관련도 확정 유닛;
각각의 상기 원인 분석 전략에 대응되는 신뢰도 계수, 및 각각의 상기 원인 분석 전략을 사용하여 확정한 각 상기 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 기초로, 각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 확정하는 신뢰도 확정 유닛을 포함하는 기기. - 제26항에 있어서, 상기 관련도 확정 유닛은,
각각의 상기 체증 사건에 대해, 적어도 하나의 원인 분석 전략을 사용하여, 상기 체증 사건이 발생한 위치와 체증 시작 시간을 기초로, 시간과 공간 상에서 상기 체증 사건과 관련된 후보 원인 사건을 선별해 내는 원인 사건 선별 서브 유닛;
각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 관련도 확정 서브 유닛을 포함하는 기기. - 제27항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건이 도로 체증 사건이고, 제1 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하되, 상기 제1 체증 버퍼 영역은 상기 체증 소스 좌표점을 중심으로 하는 제1 기설정 범위 내의 영역을 포함하고;
상기 체증 사건의 체증 시작 시간을 기초로, 제1 시점으로부터 현재 시점까지 상기 제1 체증 버퍼 영역 내에서 발생한 지정 유형의 원인 사건을 선별하여, 제1 후보 원인 사건을 획득하되, 여기서, 상기 제1 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제1 기설정 시간 기간인 기기. - 제28항에 있어서, 상기 지정 유형은 도로 공사, 교통 관제 중 적어도 하나를 포함하는 기기.
- 제29항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
각각의 상기 제1 후보 원인 사건과 상기 체증 사건의 시간 관련도를 모두 제1 기설정 관련도로 확정하고;
각각의 상기 제1 후보 원인 사건이 발생한 위치와 상기 체증 소스 좌표점 사이의 거리를 기초로, 각각의 상기 제1 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 기기. - 제28항에 있어서, 상기 관련도 확정 유닛은,
상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 사건에 대응되는 제1 체증 버퍼 영역을 확정하기 전에, 상기 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 전처리 서브 유닛을 더 포함하는 기기. - 제27항 내지 제31항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건이 도로 체증 사건이고, 제2 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표 연결선을 기초로, 상기 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하되, 상기 제2 체증 버퍼 영역은 상기 체증 소스 좌표 연결선과의 최단 거리가 제1 기설정 거리보다 작은 모든 위치점을 포함하고;
상기 체증 사건의 체증 시작 시간을 기초로, 제2 시점으로부터 현재 시점까지 상기 제2 체증 버퍼 영역 내에서 발생한 특정 유형의 원인 사건을 선별하여, 제2 후보 원인 사건을 획득하되, 여기서, 상기 제2 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제2 기설정 시간 기간인 기기. - 제32항에 있어서, 상기 특정 유형은 교통 사고, 고장 차량, 도로 적수, 도로 결빙, 도로 적설 중 적어도 하나를 포함하는 기기.
- 제32항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
각각의 상기 제2 후보 원인 사건의 시작 시간과 상기 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 상기 제2 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하고;
각각의 상기 제2 후보 원인 사건이 발생한 위치와 상기 체증 소스 좌표 연결선 사이의 거리를 기초로, 각각의 상기 제2 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 기기. - 제32항에 있어서, 상기 관련도 확정 유닛은,
상기 체증 사건의 체증 소스 좌표 연결선을 기초로, 상기 체증 사건에 대응되는 제2 체증 버퍼 영역을 확정하기 전에, 상기 체증 사건의 체증 소스 좌표 연결선에 대해 중복 제거 처리를 수행하는 전처리 서브 유닛을 더 포함하는 기기. - 제27항 내지 제35항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건이 도로 체증 사건이고, 제3 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 상기 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하고;
상기 체증 사건의 체증 시작 시간을 기초로, 제3 시점으로부터 현재 시점까지 상기 제3 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제3 후보 원인 사건을 획득하되, 여기서, 상기 제3 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제3 기설정 시간 기간인 기기. - 제36항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
각각의 상기 제3 후보 원인 사건의 시작 시간과 상기 체증 시작 시간 사이의 시간 간격을 기초로, 각각의 상기 제3 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하고;
각각의 상기 제3 후보 원인 사건과 상기 체증 사건의 공간 관련도를 모두 제2 기설정 관련도로 확정하는 기기. - 제36항에 있어서, 상기 관련도 확정 유닛은,
상기 제3 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 소스 좌표점을 기초로, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 확정하고, 상기 체증 소스 좌표점이 위치한 도로 구간과 하류 교차로를 상기 체증 사건에 대응되는 제3 체증 버퍼 영역으로 하기 전에, 상기 체증 사건의 체증 소스 좌표점에 대해 중복 제거 처리를 수행하는 전처리 서브 유닛을 더 포함하는 기기. - 제27항 내지 제38항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건이 도로 체증 사건이고, 제4 도로 체증 원인 분석 전략을 사용하여, 상기 체증 사건에 대응되는 사용자 보고 사건을 획득하되, 상기 사용자 보고 사건은 상기 체증 사건에 관련된 적어도 하나의 제4 후보 원인 사건을 포함하고;
상기 관련도 확정 서브 유닛은 또한,
적어도 하나의 상기 제4 후보 원인 사건과 상기 체증 사건의 시간 관련도와 공간 관련도를 확정하는 기기. - 제27항 내지 제39항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건은 교차로 체증 사건이고, 제1 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건이 위치한 교차로 좌표점을 기초로, 상기 체증 사건에 대응되는 제4 체증 버퍼 영역을 확정하되, 상기 제4 체증 버퍼 영역은 상기 교차로 좌표점을 중심으로 하는 제2 기설정 범위 내의 영역을 포함하고;
상기 체증 사건의 체증 시작 시간을 기초로, 제4 시점으로부터 현재 시점까지 상기 제4 체증 버퍼 영역 내에서 발생한 원인 사건을 선별하여, 제5 후보 원인 사건을 획득하되, 여기서, 상기 제4 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제4 기설정 시간 기간인 기기. - 제40항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
상기 후보 원인 사건은 상기 제5 후보 원인 사건을 포함하고, 각각의 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간을 기초로, 각각의 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하고;
각각의 상기 후보 원인 사건이 발생한 위치와 상기 교차로 좌표점 사이의 거리를 기초로, 각각의 상기 후보 원인 사건과 상기 체증 사건의 공간 관련도를 확정하는 기기. - 제27항 내지 제41항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건은 교차로 체증 사건이고 상기 체증 사건은 교차로 데드락 사건이며, 제2 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 시작 시간을 기초로, 제5 시점으로부터 현재 시점까지 상기 체증 사건이 위치한 교차로의 입구 도로 구간에서 발생한 원인 사건을 선별하여, 제6 후보 원인 사건을 획득하고;
여기서, 상기 제5 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제5 기설정 시간 기간인 기기. - 제27항 내지 제42항 중 어느 한 항에 있어서, 상기 원인 사건 선별 서브 유닛은 또한,
상기 체증 사건은 교차로 체증 사건이고, 상기 체증 사건은 교차로 오버플로우 사건이며, 제3 교차로 체증 원인 분석 전략을 사용하여, 상기 체증 사건의 체증 시작 시간을 기초로, 제6 시점으로부터 현재 시점까지 상기 체증 사건이 위치한 교차로의 출구 도로 구간에서 발생한 원인 사건을 선별하여, 제7 후보 원인 사건을 획득하고;
여기서, 상기 제6 시점은 상기 체증 시작 시간 이전에 있고, 상기 체증 시작 시간과의 간격은 제6 기설정 시간 기간인 기기. - 제42항 또는 제43항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
상기 후보 원인 사건은 제6 후보 원인 사건 또는 제7 후보 원인 사건을 포함하고, 각각의 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간을 기초로, 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하고;
각각의 상기 후보 원인 사건과 상기 체증 사건의 공간 관련도를 제2 기설정 관련도로 확정하는 기기. - 제41항 또는 제44항에 있어서, 상기 관련도 확정 서브 유닛은 또한,
각각의 상기 후보 원인 사건에 대하여, 상기 후보 원인 사건이 제5 후보 원인 사건, 제6 후보 원인 사건 또는 제7 후보 원인 사건이고, 상기 후보 원인 사건의 시작 시간이 상기 체증 시작 시간보다 이르면, 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 제1 기설정 관련도로 확정하고;
상기 후보 원인 사건의 시작 시간이 상기 체증 시작 시간보다 이르지 않으면, 상기 후보 원인 사건의 시작 시간과 상기 체증 시작 시간의 시간 간격을 기초로, 상기 후보 원인 사건과 상기 체증 사건의 시간 관련도를 확정하는 기기. - 제25항 내지 제45항 중 어느 한 항에 있어서, 상기 사건 연관 모듈은 또한,
각 상기 원인 사건과 상기 체증 사건의 연관 신뢰도를 기초로, 상기 체증 사건의 연관 신뢰도가 가장 큰 원인 사건을 상기 체증 사건에 대응되는 원인 사건으로 하는 기기. - 제25항 내지 제46항 중 어느 한 항에 있어서,
각 상기 체증 사건에 대응되는 원인 사건을 표시하는 디스플레이 모듈;
및/또는,
각 상기 체증 사건에 대응되는 원인 사건을 기초로, 체증 데이터 보고를 생성하고, 상기 체증 데이터 보고를 발송하는 체증 보고 모듈을 더 포함하는 기기. - 제25항에 있어서, 상기 데이터 동기화 모듈은 또한,
지도 데이터로부터 정기적으로 이전 시간대 내의 체증 사건 데이터와 원인 사건 데이터를 획득하는 기기. - 적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하고; 여기서,
상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되어 있고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제24항 중 어느 한 항에 따른 방법을 수행할 수 있도록 하는 전자기기. - 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체에 있어서, 상기 컴퓨터 명령은 상기 컴퓨터가 제1항 내지 제24항 중 어느 한 항에 따른 방법을 수행하도록 하는 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체.
- 컴퓨터 프로그램 제품에 있어서, 컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때 제1항 내지 제24항 중 어느 한 항에 따른 방법을 구현하는 컴퓨터 프로그램 제품.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110823935.XA CN113538915B (zh) | 2021-07-21 | 2021-07-21 | 交通拥堵事件的处理方法、设备、存储介质及程序产品 |
CN202110823935.X | 2021-07-21 | ||
PCT/CN2021/129463 WO2023000548A1 (zh) | 2021-07-21 | 2021-11-09 | 交通拥堵事件的处理方法、设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220063289A true KR20220063289A (ko) | 2022-05-17 |
Family
ID=81845554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020227014625A KR20220063289A (ko) | 2021-07-21 | 2021-11-09 | 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20220063289A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334042A (zh) * | 2023-09-28 | 2024-01-02 | 东莞市东莞通股份有限公司 | 一种基于人工智能的智慧交通管理***及方法 |
-
2021
- 2021-11-09 KR KR1020227014625A patent/KR20220063289A/ko unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334042A (zh) * | 2023-09-28 | 2024-01-02 | 东莞市东莞通股份有限公司 | 一种基于人工智能的智慧交通管理***及方法 |
CN117334042B (zh) * | 2023-09-28 | 2024-05-24 | 东莞市东莞通股份有限公司 | 一种基于人工智能的智慧交通管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7292338B2 (ja) | 自動運転機能制御方法、装置、電子機器及び記憶媒体 | |
WO2023000548A1 (zh) | 交通拥堵事件的处理方法、设备、存储介质及程序产品 | |
CN112102638B (zh) | 信号灯数据展示方法、装置、服务器、终端、***和介质 | |
KR20210088465A (ko) | 차량 운전을 보조하는 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 제품 | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
EP4119896A2 (en) | Method and apparatus for processing high-definition map data, electronic device, medium and product | |
EP4012344A2 (en) | Method and apparatus for generating route information, device, medium and product | |
CN114120650A (zh) | 用于生成测试结果的方法、装置 | |
KR20220063289A (ko) | 교통 체증 사건의 처리 방법, 기기, 저장매체 및 프로그램 제품 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN107578114B (zh) | 一种判定公交换乘对有效性的方法及装置 | |
CN112541135A (zh) | 信息共享方法、装置、电子设备、存储介质及程序产品 | |
CN115936522A (zh) | 一种车辆停靠站点的评估方法、装置、设备以及存储介质 | |
US20230144288A1 (en) | Method for determining intersection missing traffic restriction information, and electronic device | |
EP4174847A1 (en) | Navigation broadcast detection method and apparatus, and electronic device and medium | |
CN115876183A (zh) | 电子地图的更新方法、设备以及自动驾驶车辆 | |
CN115481170A (zh) | 一种车辆轨迹的处理方法、装置、电子设备及存储介质 | |
EP4141386A1 (en) | Road data monitoring method and apparatus, electronic device and storage medium | |
CN112735130B (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN114138925A (zh) | 位置点所属区域检索方法、装置、电子设备、介质及产品 | |
US20210341298A1 (en) | Navigation information sharing method and system | |
CN116168544B (zh) | 切换点预测方法、预测模型训练方法、装置、设备及介质 | |
Shirgire et al. | A Review on Intelligent Transportation Systems (ITS) for Smart Cities | |
CN114093170B (zh) | 一种信号机控制方案的生成方法、***、装置及电子设备 | |
CN114863285B (zh) | 识别目标道路的方法、装置、设备以及存储介质 |