CN115512546A - 一种智慧高速交通流主动管理方法、装置及电子设备 - Google Patents
一种智慧高速交通流主动管理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115512546A CN115512546A CN202211221773.3A CN202211221773A CN115512546A CN 115512546 A CN115512546 A CN 115512546A CN 202211221773 A CN202211221773 A CN 202211221773A CN 115512546 A CN115512546 A CN 115512546A
- Authority
- CN
- China
- Prior art keywords
- data
- road section
- target
- target road
- vehicle
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 12
- 230000002265 prevention Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical 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
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智慧高速交通流主动管理方法、装置及电子设备，所述方法可应用于服务端，所述方法包括：依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果；依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。本申请实施例的方式可以更合理的进行信息流的调控。
Description
技术领域
本发明涉及计算机技术领域，尤其是涉及智慧高速交通流主动管理方法、装置及电子设备。
背景技术
交通管理信息化是为了更加科学、合理的对交通进行管理和调控。
现有的对交通的管理和调控方法是，根据交通摄像头和电话报警确定出现事故的路段，并为待进入该路段的车辆提供采取备选路段的建议。
但是，采取该方法，仅通过直接获取事故信息的方式来确定交通拥堵情况，无法更加合理的对交通流进行调控。
发明内容
本发明实施例提供一种智慧高速交通流主动管理方法、装置及其存储介质，以更加合理的对交通流进行调整。
为了解决上述技术问题，本发明是这样实现的：
第一方面，本申请提供一种智慧高速交通流主动管理方法，应用于服务端，所述方法包括：依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果，所述目标指标包括车辆相关的指标和路网结构安全相关的指标；依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。
进一步的，所述目标指标包括车辆相关的：车辆平均通过时间、车辆平均车速、门架之间车辆密度、实时车辆密度变化速率、下一个门架单位时间内通过车辆比上一个门架单位时间内通过车辆少的百分比、车辆行车轨迹、车辆单位距离内通行速度、路段拥堵后车辆拥堵贡献率、事件检测结果、车道级单位距离车辆通过平均速度、站点上下站车流、路段内实时车流；所述目标指标还包括路网结构安全相关的：消防安全检测信息、防汛安全检测数据、结构安全检测数据。
进一步的，所述信息采集设备包括：视频感知终端、交通事件感知终端、交通流感知终端、气象状态感知终端、路网结构安全隐患全方位感知终端。
进一步的，所述原始数据包括：目标路段上的目标车辆的车辆信息、车辆类型、车辆颜色、通过速度、违法违章、车辆占用车道、车距、气象数据；所述原始数据还包括消防安全检测数据、防汛安全检测数据、结构安全检测数据。
进一步的，获取原始数据的步骤，包括：对信息采集设备采集的数据进行数据标准化处理，形成原始数据；其中，所述标准化处理包括对数据进行清洗、补全、融合、标注、转换。
进一步的，对数据进行清洗的步骤，包括：对多个信息采集设备采集的多个数据进行重复性分析，确定重复数据；对重复数据进行去重，形成清洗后的数据，或，按照信息采集设备对应的权重，对重复数据进行融合，形成清洗后的数据；对数据进行补全的步骤，包括：获取目标车辆的相邻车辆的相关数据，作为目标车辆的缺失数据进行补全，或，按照缺失数据补全算法进行数据补全。
进一步的，所述信息输出设备包括：可变情报板、信息发布警示屏、匝道控制器、广播仪、红绿灯。
进一步的，所述方法还包括：依据目标路段相关的信息采集设备采集的数据和目标路段的路段模型信息，对目标路段进行数字孪生，确定孪生内容，并进行展示。
第二方面，本申请提供一种智慧高速交通流主动管理装置，所述装置包括：原始数据获取模块，用于依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；第一结果获取模块，用于依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；第二结果获取模块，用于依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果，所述目标指标包括车辆相关的指标和路网结构安全相关的指标；场景信息获取模块，用于依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；控制指令输出模块，用于在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。
第三方面，本申请提供一种电子设备，包括：存储器和至少一个处理器；所述存储器用于存储计算机执行指令；所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如第一方面所述的方法。
本申请提供了智慧高速交通流主动管理方法，可以应用于服务端，服务端可以与信息采集设备和信息输出设备进行交互，以接收采集的信息并进行分析，在发现事件时，可以输出指令控制信息输出设备对车辆进行提示。所述方法包括：依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果；依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。本申请实施例可以通过原始数据进行直接发现目标路段是否发生事故（触发事件），也可以通过对原始数据进行深度分析，分析原始数据是否触发事件（是否触发车辆拥堵的事件、路网结构安全事件），从而可以在发现目标路段出现事故时，通过对应的提示牌、红绿灯等设备，提示原计划进入该路段的车辆采取其他路段进行行驶，从而可以更加合理的对交通流进行管理和调控。举例来说，在未直接发现目标路段产生事故时，可以通过对车辆的行进速度进行分析，确定多个车辆的速度均降低到阈值以下，从而快速的判断该路段可能发生事故，从而及时提示其他车辆采取备用路线，从而可以减小产生拥堵的概率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本申请一个实施例的智慧高速交通流主动管理方法的流程示意图；
图2是本申请另一个实施例的智慧高速交通流主动管理方法的步骤示意图；
图3是本申请一个实施例的智慧高速交通流主动管理装置的结构示意图。
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作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。
本发明提供一种智慧高速交通流主动管理方法，可以应用于服务端，如图1所示，服务端可以与信息采集设备和信息输出设备进行交互，信息采集设备可以将采集的设备传输给服务端，服务端依据采集的数据进行直观分析和深度的分析，从而确定目标路段是否发生事故，进而在发生事故时，向信息输出设备发送控制指令，控制信息输出设备输出相应的提示信息，以提示计划进入且还未进入目标路段的车辆可以考虑备选路线，从而达到对交通进行更加合理的调控的目标，能够减少拥堵时长。例如，可以在进入目标路段之前的路口前的指示牌上更改提示，建议未进入目标路段但计划进入目标路段的车辆采取其他路线出行。
具体来说，本申请实施例提供一种智慧高速交通流主动管理方法，可以应用在服务端，通过该方法可以更合理的进行交通流的管理和调控，具体的，所述方法包括：
步骤202、依据目标路段相关的信息采集设备进行数据采集，以获取原始数据。目标路段相关的信息采集设备可以包括目标路段内用于信息采集的的终端设备，具体的，作为一个可选的实施例，所述信息采集设备包括：视频感知终端、交通事件感知终端、交通流感知终端、气象状态感知终端、路网结构安全隐患全方位感知终端。其中，视频感知终端可以包括摄像头等设备，交通事件感知设备可以包括事件检测摄像机、无人机、雷视融合、毫米波雷达等设备，交通流感知终端可以包括ETC龙门架设备、测速设备、雷视融合、毫米波雷达等设备，气象状态感知终端可以包括小型气象站等设备。路网结构安全隐患全方位感知终端可以包括消防感知终端（主要应用于隧道，也可以应用于道路）、防汛检测终端、结构检测终端，其中消防感知终端可包括超高温抓怕一体机、移动火灾探测器、烟感设备、温感设备、光感设备；防汛检测终端，可包括高精度液位检测；结构检测终端（主要应用于桥梁或隧道），包括沉降检测、倾斜检测、隧道变形检测、轴力检测、渗压检测、土压力检测、位移检测、应力检测、压力传感器、拉力传感器等设备。
通过信息采集设备采集到数据之后，可以将数据转换为统一的格式，形成原始数据，具体的，作为一个可选的实施例，所述原始数据包括：目标路段上的目标车辆的车辆信息、车辆类型、车辆颜色、通过速度、违法违章、车辆占用车道、车距、气象数据；所述原始数据还包括消防安全检测数据、防汛安全检测数据、结构安全检测数据。一方面，本方案是以车辆为单位进行数据统计，以分析目标时段是否触发了事件。另一方面，本方案可以以路网结构为单位进行数据统计，从而确定相应的指标（消防安全检测信息、防汛安全检测数据、结构安全检测数据等），以确定是否触发了安全事件（如路面塌陷、隧道路面有障碍物落下，会影响车辆通行）。本方案不仅可以对车辆的运行状态进行分析，确定是否触发了事件，还可以对路网结构进行安全检测，以确定是否触发了事件，进而决定是否需要对交通流进行管制。其中，路网结构安全检测是指安全检测测试是否符合预设值，若路网结构安全检测是指安全检测测试的值达到了预设阈值，则由系统（服务器）输出指令，对交通流进行管制，并通知相关部门人员现场处理结构隐患。
其中，在将信息采集设备采集到的数据转换为原始数据的过程，可以对数据进行清洗、补全等处理，具体的，作为一个可选的实施例，获取原始数据的步骤，包括：对信息采集设备采集的数据进行数据标准化处理，形成原始数据；其中，所述标准化处理包括对数据进行清洗、补全、融合、标注、转换。
多个信息采集设备采集的数据可能会有重复的数据，例如可以通过摄像头拍摄的图像来确定车速，也可以通过测速设备来确定车速，对于采集到的重复数据，可以进行重复处理，具体的，作为一个可选的实施例，对数据进行清洗的步骤，包括：对多个信息采集设备采集的多个数据进行重复性分析，确定重复数据；对重复数据进行去重，形成清洗后的数据，或，按照信息采集设备对应的权重，对重复数据进行融合，形成清洗后的数据。其中，本申请实施例可以直接确定更准确的采集设备采集到的重复数据为所需的数据，从而直接去除低准确性的重复数据，采集设备采集的数据的准确性可以人工设定。另外，本申请实施例也可以设置权重，从而依据权重和多个重复数据来确定所需的数据。
另外，部分设备可能由于传输的问题导致数据传输失败，产生数据缺失，因此，本方案还可以补全缺失的数据，具体的，作为一个可选的实施例，对数据进行补全的步骤，包括：获取目标车辆的相邻车辆的相关数据，作为目标车辆的缺失数据进行补全，或，按照缺失数据补全算法进行数据补全。本申请实施例可以将相邻车辆的数据作为目标车辆的缺失值进行补充，也可以采用预设的算法进行数据补充。
本申请在获取到原始数据之后，可以在步骤204中，依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；在步骤206中，依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果，所述目标指标包括车辆相关的指标和路网结构安全相关的指标。第一事件是可以通过数据直观发现事件，如发生车祸、车辆停止前进。第二事件是指需要通过对数据进行深度分析发现的事件，如通过对车速的分析，确定在前一门架和下一门架的车速变化较大，可以判断前方可能产生了拥堵的事件。或者通过天气变化，来分析路段可能会发生拥堵的事件。
可以依据原始数据进行直观的分析，如通过摄像头拍摄到的图像来确定是否发生事故，也可以采用算法模型来分析出相应的目标指标，具体的，作为一个可选的实施例，所述目标指标包括车辆相关的：车辆平均通过时间、车辆平均车速、门架之间车辆密度、实时车辆密度变化速率、下一个门架单位时间内通过车辆比上一个门架单位时间内通过车辆少的百分比、车辆行车轨迹、车辆单位距离内通行速度、路段拥堵后车辆拥堵贡献率、事件检测结果、车道级单位距离车辆通过平均速度、站点上下站车流、路段内实时车流；所述目标指标还包括路网结构安全相关的：消防安全检测信息、防汛安全检测数据、结构安全检测数据。
在确定目标指标之后，本申请实施例可以获取预先配置在服务端中的事件触发规则，判断目标指标是否触发了事件触发规则，进而确定目标路段是否触发第二事件，进而在步骤208中，依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在步骤210中，在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。场景信息包括路网事件，路网事件的类型可以包括交通事故、道路拥堵、恶略天气、违规违章、路网结构安全隐患（如路面出现安全问题）等。进而通过相应的情况，来确定对应的拥堵情况（可以划分出多个拥堵等级，以采取相应的处理方案进行处理）。
在目标路段发生了第一事件或者第二事件时，目标路段会变得越来越拥堵（车辆无法通行或者车辆缓慢通行），因此，本申请实施例在确定目标路段发生拥堵（或即将发生拥堵）时，通过信息输出设备进行提示，以便其他车辆采取备用路线进行通行。其中，作为一个可选的实施例，所述信息输出设备包括：可变情报板、信息发布警示屏、匝道控制器、广播仪、红绿灯。目标路段相关的信息输出设备可以是目标路段内的设备也可以是进入目标路段之前经历的路段内的设备。信息输出设备可以包括信息发布设备和道路车流控制设备，可以通过信息发布设备（可变情报板、信息发布警示屏、广播仪）和道路车流控制设备（匝道控制器、红绿灯）对路网车流进行主动干预。
本申请实施例还可以提供显示大屏，以便于工作人员查看交通流情况。相应的，本申请实施例可以进行数字孪生，以展示相应的示意图，具体的，作为一个可选的实施例，所述方法还包括：依据目标路段相关的信息采集设备采集的数据和目标路段的路段模型信息，对目标路段进行数字孪生，确定孪生内容，并进行展示。路段模型信息可以理解为通过BIM建立的路段的模型。
综上，本申请提供了智慧高速交通流主动管理方法，可以应用于服务端，所述方法包括：依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果；依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。本申请实施例可以通过原始数据进行直接发现目标路段是否发生事故（触发事件），也可以通过对原始数据进行深度分析，分析原始数据是否触发事件，从而可以在发现目标路段出现事故时，通过对应的提示牌、红绿灯等设备，提示原计划进入该路段的车辆采取其他路段进行行驶，从而可以更加合理的对交通流进行管理和调控。举例来说，在未直接发现目标路段产生事故时，可以通过对车辆的行进速度进行分析，确定多个车辆的速度均降低到阈值以下，从而快速的判断该路段可能发生事故，从而及时提示其他车辆采取备用路线，从而可以减小产生拥堵的概率。
在上述实施例的基础上，本实施例还提供了一种智慧高速交通流主动管理装置，如图3所示，具体可以包括如下模块：
原始数据获取模块302，用于依据目标路段相关的信息采集设备进行数据采集，以获取原始数据。
第一结果获取模块304，用于依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果。
第二结果获取模块306，用于依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果，所述目标指标包括车辆相关的指标和路网结构安全相关的指标。
场景信息获取模块308，用于依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息。
控制指令输出模块310，用于在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。
综上，本申请提供了智慧高速交通流主动管理方法，可以应用于服务端，所述方法包括：依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果；依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。本申请实施例可以通过原始数据进行直接发现目标路段是否发生事故（触发事件），也可以通过对原始数据进行深度分析，分析原始数据是否触发事件，从而可以在发现目标路段出现事故时，通过对应的提示牌、红绿灯等设备，提示原计划进入该路段的车辆采取其他路段进行行驶，从而可以更加合理的对交通流进行管理和调控。举例来说，在未直接发现目标路段产生事故时，可以通过对车辆的行进速度进行分析，确定多个车辆的速度均降低到阈值以下，从而快速的判断该路段可能发生事故，从而及时提示其他车辆采取备用路线，从而可以减小产生拥堵的概率。
在上述实施例的基础上，本实施例还提供了一种电子设备，包括：存储器和至少一个处理器；所述存储器用于存储计算机执行指令；所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如上述实施例所述的方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述数据的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random ACGess Memory，简称RAM）、磁碟或者光盘等。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备（系统）、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。按照本文中的定界，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。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明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，本发明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。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种智慧高速交通流主动管理方法，其特征在于，应用于服务端，所述方法包括：
依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；
依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；
依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果，所述目标指标包括车辆相关的指标和路网结构安全相关的指标；
依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；
在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。
2.根据权利要求1所述的方法，其特征在于，所述目标指标包括车辆相关的：车辆平均通过时间、车辆平均车速、门架之间车辆密度、实时车辆密度变化速率、下一个门架单位时间内通过车辆比上一个门架单位时间内通过车辆少的百分比、车辆行车轨迹、车辆单位距离内通行速度、路段拥堵后车辆拥堵贡献率、事件检测结果、车道级单位距离车辆通过平均速度、站点上下站车流、路段内实时车流；所述目标指标还包括路网结构安全相关的：消防安全检测信息、防汛安全检测数据、结构安全检测数据。
3.根据权利要求1所述的方法，其特征在于，所述信息采集设备包括：视频感知终端、交通事件感知终端、交通流感知终端、气象状态感知终端、路网结构安全隐患全方位感知终端。
4.根据权利要求1所述的方法，其特征在于，所述原始数据包括：目标路段上的目标车辆的车辆信息、车辆类型、车辆颜色、通过速度、违法违章、车辆占用车道、车距、气象数据；所述原始数据还包括消防安全检测数据、防汛安全检测数据、结构安全检测数据。
5.根据权利要求4所述的方法，其特征在于，获取原始数据的步骤，包括：
对信息采集设备采集的数据进行数据标准化处理，形成原始数据；其中，所述标准化处理包括对数据进行清洗、补全、融合、标注、转换。
6.根据权利要求5所述的方法，其特征在于，对数据进行清洗的步骤，包括：
对多个信息采集设备采集的多个数据进行重复性分析，确定重复数据；
对重复数据进行去重，形成清洗后的数据，或，按照信息采集设备对应的权重，对重复数据进行融合，形成清洗后的数据；
对数据进行补全的步骤，包括：
获取目标车辆的相邻车辆的相关数据，作为目标车辆的缺失数据进行补全，或，按照缺失数据补全算法进行数据补全。
7.根据权利要求1所述的方法，其特征在于，所述信息输出设备包括：可变情报板、信息发布警示屏、匝道控制器、广播仪、红绿灯。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
依据目标路段相关的信息采集设备采集的数据和目标路段的路段模型信息，对目标路段进行数字孪生，确定孪生内容，并进行展示。
9.一种智慧高速交通流主动管理装置，其特征在于，所述装置包括：
原始数据获取模块，用于依据目标路段相关的信息采集设备进行数据采集，以获取原始数据；
第一结果获取模块，用于依据原始数据，确定目标路段是否触发第一事件，得到第一分析结果；
第二结果获取模块，用于依据算法模型对原始数据进行计算，得到目标指标，并确定目标指标触发目标路段的第二事件，得到第二分析结果；
场景信息获取模块，用于依据第一分析结果和第二分析结果，确定表征目标路段的拥堵情况的场景信息；
控制指令输出模块，用于在依据场景信息确定目标路段为拥堵时，确定目标路段相关的信息输出设备，并输出相关的控制指令，以提示目标路段的相关车辆采取备选路段进行通行。
10.一种电子设备，其特征在于，包括：存储器和至少一个处理器；
所述存储器用于存储计算机执行指令；
所述至少一个处理器用于执行所述存储器中存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211221773.3A CN115512546A (zh) | 2022-10-08 | 2022-10-08 | 一种智慧高速交通流主动管理方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211221773.3A CN115512546A (zh) | 2022-10-08 | 2022-10-08 | 一种智慧高速交通流主动管理方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115512546A true CN115512546A (zh) | 2022-12-23 |
Family
ID=84508760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211221773.3A Pending CN115512546A (zh) | 2022-10-08 | 2022-10-08 | 一种智慧高速交通流主动管理方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115512546A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116543586A (zh) * | 2023-07-03 | 2023-08-04 | 深圳市视想科技有限公司 | 基于数字孪生的智能公交信息展示方法及展示设备 |
| CN117877273A (zh) * | 2024-03-12 | 2024-04-12 | 山东高速股份有限公司 | 基于空地信息融合的智慧高速交通状态判别方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100238286A1 (en) * | 2007-05-15 | 2010-09-23 | Ip-Sotek Ltd | Data processing apparatus |
| CN107742418A (zh) * | 2017-09-29 | 2018-02-27 | 东南大学 | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 |
| JP2019096280A (ja) * | 2017-11-24 | 2019-06-20 | 株式会社東芝 | 情報提供システム、方法及びプログラム |
| CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
| CN113570867A (zh) * | 2021-09-26 | 2021-10-29 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
| CN114333317A (zh) * | 2021-12-31 | 2022-04-12 | 杭州海康威视数字技术股份有限公司 | 一种交通事件的处理方法、装置、电子设备及存储介质 |
| CN114419897A (zh) * | 2022-03-30 | 2022-04-29 | 成都柔水科技有限公司 | 一种基于v2x技术的城市交通cim系统及其展示方法 |
| CN114973659A (zh) * | 2022-05-12 | 2022-08-30 | 山东高速集团有限公司创新研究院 | 一种高速公路的间接事件检测的方法、装置及系统 |
-
2022
- 2022-10-08 CN CN202211221773.3A patent/CN115512546A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100238286A1 (en) * | 2007-05-15 | 2010-09-23 | Ip-Sotek Ltd | Data processing apparatus |
| CN107742418A (zh) * | 2017-09-29 | 2018-02-27 | 东南大学 | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 |
| JP2019096280A (ja) * | 2017-11-24 | 2019-06-20 | 株式会社東芝 | 情報提供システム、方法及びプログラム |
| CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
| CN113570867A (zh) * | 2021-09-26 | 2021-10-29 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
| CN114333317A (zh) * | 2021-12-31 | 2022-04-12 | 杭州海康威视数字技术股份有限公司 | 一种交通事件的处理方法、装置、电子设备及存储介质 |
| CN114419897A (zh) * | 2022-03-30 | 2022-04-29 | 成都柔水科技有限公司 | 一种基于v2x技术的城市交通cim系统及其展示方法 |
| CN114973659A (zh) * | 2022-05-12 | 2022-08-30 | 山东高速集团有限公司创新研究院 | 一种高速公路的间接事件检测的方法、装置及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 高胜辉;哈元元;: "交通异常事件和监控系统设计规模", 中国交通信息产业, no. 02 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116543586A (zh) * | 2023-07-03 | 2023-08-04 | 深圳市视想科技有限公司 | 基于数字孪生的智能公交信息展示方法及展示设备 |
| CN116543586B (zh) * | 2023-07-03 | 2023-09-08 | 深圳市视想科技有限公司 | 基于数字孪生的智能公交信息展示方法及展示设备 |
| CN117877273A (zh) * | 2024-03-12 | 2024-04-12 | 山东高速股份有限公司 | 基于空地信息融合的智慧高速交通状态判别方法及系统 |
| CN117877273B (zh) * | 2024-03-12 | 2024-05-10 | 山东高速股份有限公司 | 基于空地信息融合的智慧高速交通状态判别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
| US9111442B2 (en) | Estimating incident duration | |
| CN109389824B (zh) | 一种驾驶风险的评估方法及装置 | |
| Theofilatos et al. | Predicting road accidents: a rare-events modeling approach | |
| CN115512546A (zh) | 一种智慧高速交通流主动管理方法、装置及电子设备 | |
| CN110766258B (zh) | 一种道路风险的评估方法及装置 | |
| US11170639B2 (en) | Transportation threat detection system | |
| CN112289054A (zh) | 道路安全预警方法、obu、rsu、mec设备及系统 | |
| CN113538946A (zh) | 一种基于分布式的高速公路突发情况预警系统、方法 | |
| CN113362602A (zh) | 一种基于门架通行数据的拥堵分析方法及设备 | |
| CN114348025B (zh) | 一种车辆驾驶监控系统、方法、设备及存储介质 | |
| Tak et al. | Study on the framework of hybrid collision warning system using loop detectors and vehicle information | |
| CN113345258B (zh) | 基于边缘计算的道路通行保障方法、系统、设备及介质 | |
| CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
| Nakamura et al. | Defining reasonably foreseeable parameter ranges using real-world traffic data for scenario-based safety assessment of automated vehicles | |
| GB2485971A (en) | Transmitting recorded data in the event of a road vehicle accident | |
| Tomas et al. | Forecasting adverse weather situations in the road network | |
| KR102286329B1 (ko) | 터널 도로에서의 교통 안전 관리 방법 및 터널도로에서의 교통 안전 관리 시스템 | |
| Gonzales et al. | Impact of variable speed-limit system on driver speeds during low-visibility conditions | |
| CN116151624A (zh) | 一种雾天高速公路行车安全风险算法与系统 | |
| Kim et al. | Reinforcement learning approach to develop variable speed limit strategy using vehicle data and simulations | |
| KR20240081722A (ko) | 터널 내 돌발 및 위험관리를 통한 사고예방 시스템 | |
| CN113160546B (zh) | 一种危险路段的识别方法及装置 | |
| CN111798672A (zh) | 道路气象信息监测管理系统 | |
| Marsden et al. | A comparative assessment of driving behaviours at three sites |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221223 |