一种基于多源数据融合的城市路口交通流预测方法
技术领域
本发明属于交通领域，更具体地说，尤其涉及一种基于多源数据融合的 城市路口交通流预测方法。
背景技术
经济的快速发展，使得交通发生了前所未有的变化，同时也面临着前所 未有的挑战，根据不完全统计，城市交通拥堵指数超过1.5的有56个城市， 其中三分之一的城市拥堵指数呈上升态势，民航航班正常率不足70％。伴随着 云计算，物联网，大数据等先进技术的发展与应用，凭借大数据等先进技术 解决日益紧迫的交通问题成为了社会各机构研究的热点。
随着手机网络、全球定位系统、车联网、交通物联网的发展，交通要素 的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。在 日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、 传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实 现交通行政监管、交通企业运营、交通市民服务的集成和优化。
交通大数据具有种类繁多、异质性、时空尺度跨越大、动态多变、高度随 机性、局部性和有限生命周期等特征，如何有效地集成交通大数据，满足高 时效性和知识牵引等城市交通智慧化需求，对于城市规划和居民出现具有重 大意义。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于多 源数据融合的城市路口交通流预测方法。
为实现上述目的，本发明提供如下技术方案：
一种基于多源数据融合的城市路口交通流预测方法，包括如下步骤：
S1、建立数据处理平台，基于Hadoop框架的MapReduce模式技术、GIS-T 技术，在计算机系统中建立数据处理的平台，用于收集数据、分析数据、产 生数据模型、数据分享等功能；
S2、在平台中建立数据仓库，数据仓库由分散数据和集成数据组成的结 构化数据环境，用于交通获取信息和集成交通信息，其主要功能是将经年累 月所累积的大量分散数据、数据仓库理论的资料存储架构进行系统的分析整 理，以利于各种分析方法，如线上分析处理、数据挖掘的进行；
S3、在平台中建立中央数据登记簿，其作为平台数据统一管理、数据分 享服务的基础，用于记录各个路口的车辆在不同时间内的通过信息，并可以 分享至客户端；
S4、数据收集，提取交管部门的路口监控录像，主要针对早六点至晚八 点路口车辆通行的录像，并收录至数据仓库，收集的视屏录像作为分散数据；
S5、分散数据处理，将S4中采集的视频进行大数据处理，将多个路口视 频监控进行有机地整合在一起，将视频时间分为6点至9点、11点至14点、 17点至19点三个阶段，并将三个阶段的车辆通过数量进行统计，作为集成数 据；
S6、集成数据处理，对于将接入集成数据根据具体的业务规则进行进一 步的处理，包括对集成数据进行有效性的检验、大数据对比等；
S7、产生数据模型，将S6中所产生的集成数据进行大数据融合处理，并 利用MapReduce模式技术建立出车辆通过高峰的模型。
优选的，所述S2中，分散数据应满足主题性、集成性、稳定性和时变性。
优选的，所述S7中，模型分为3级：基础级是高峰期的开始时间，它便 于预测高峰到来的时间；第二级是高峰期峰值，它便于了解高峰期的区间时 间；第三级是高峰期的结束时间，它便于了解高峰期的结束时间。
优选的，所述S4中，数据收集的基本过程包括多源信息提取、信息预处 理、融合处理以及目标参数获取和状态估计。
优选的，利用GIS-T应用技术，为数据分享服务提供高效的信息查询功 能、海量的存储功能，由客户端登录平台，进行获取综合交通视频信息等数 据，让用户享受基于浏览器的交通信息服务。
优选的，所述S4中，数据采集来源还包括手机导航APP、全球定位系统、 车联网、交通物联网，使得交通要素的人、车、路等的信息都能够实时采集。
优选的，所述S3中，中央数据登记簿包括道路事故发生次数、道路事故 发生时间、道路事故处理时间。
优选的，平台包括客户端接入口，客户端使用账号、密码进行登录，用 于获取预测模型。
本发明的技术效果和优点：本发明提供的一种基于多源数据融合的城市 路口交通流预测方法，通过对城市交通大数据的集成与分析，有效地集成交 通大数据，满足高时效性和知识牵引等城市交通智慧化需求，根据对数据的 收集、解析、创建模型，利于预测出路口的高峰时间，便于对城市道路的规 划和用户的出行。
附图说明
图1为本发明流程结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实 施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例 仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领 域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都 属于本发明保护的范围。
实施例1
请参照图1，一种基于多源数据融合的城市路口交通流预测方法，包括如 下步骤：
S1、建立数据处理平台，基于Hadoop框架的MapReduce模式技术、GIS-T 技术，在计算机系统中建立数据处理的平台，用于收集数据、分析数据、产 生数据模型、数据分享等功能，平台包括客户端接入口，客户端使用账号、 密码进行登录，用于获取预测模型；
S2、在平台中建立数据仓库，数据仓库由分散数据和集成数据组成的结 构化数据环境，用于交通获取信息和集成交通信息，其主要功能是将经年累 月所累积的大量分散数据、数据仓库理论的资料存储架构进行系统的分析整 理，以利于各种分析方法，如线上分析处理、数据挖掘的进行，分散数据应 满足主题性、集成性、稳定性和时变性；
S3、在平台中建立中央数据登记簿，其作为平台数据统一管理、数据分 享服务的基础，用于记录各个路口的车辆在不同时间内的通过信息，并可以 分享至客户端，中央数据登记簿包括道路事故发生次数、道路事故发生时间、 道路事故处理时间；
S4、数据收集，提取交管部门的路口监控录像，主要针对早六点至晚八 点路口车辆通行的录像，并收录至数据仓库，收集的视屏录像作为分散数据， 数据收集的基本过程包括多源信息提取、信息预处理、融合处理以及目标参 数获取和状态估计，数据采集来源还包括手机导航APP、全球定位系统、车联 网、交通物联网，使得交通要素的人、车、路等的信息都能够实时采集；
S5、分散数据处理，将S4中采集的视频进行大数据处理，将多个路口视 频监控进行有机地整合在一起，将视频时间分为6点至9点、11点至14点、 17点至19点三个阶段，并将三个阶段的车辆通过数量进行统计，作为集成数 据；
S6、集成数据处理，对于将接入集成数据根据具体的业务规则进行进一 步的处理，包括对集成数据进行有效性的检验、大数据对比等；
S7、产生数据模型，将S6中所产生的集成数据进行大数据融合处理，并 利用MapReduce模式技术建立出车辆通过高峰的模型，模型分为3级：基础 级是高峰期的开始时间，它便于预测高峰到来的时间；第二级是高峰期峰值， 它便于了解高峰期的区间时间；第三级是高峰期的结束时间，它便于了解高 峰期的结束时间。
S8、利用GIS-T应用技术，为数据分享服务提供高效的信息查询功能、 海量的存储功能，由客户端登录平台，进行获取综合交通视频信息等数据， 让用户享受基于浏览器的交通信息服务。
实施例2
一种基于多源数据融合的城市路口交通流预测方法，包括如下步骤：
S1、建立数据处理平台，基于Hadoop框架的MapReduce模式技术、GIS-T 技术，在计算机系统中建立数据处理的平台，用于收集数据、分析数据、产 生数据模型、数据分享等功能；
S2、在平台中建立数据仓库，数据仓库由分散数据和集成数据组成的结 构化数据环境，用于交通获取信息和集成交通信息，其主要功能是将经年累 月所累积的大量分散数据、数据仓库理论的资料存储架构进行系统的分析整 理，以利于各种分析方法，如线上分析处理、数据挖掘的进行；
S3、在平台中建立中央数据登记簿，其作为平台数据统一管理、数据分 享服务的基础，用于记录各个路口的车辆在不同时间内的通过信息，并可以 分享至客户端；
S4、数据收集，提取交管部门的路口监控录像，主要针对早六点至晚八 点路口车辆通行的录像，并收录至数据仓库，收集的视屏录像作为分散数据；
S5、分散数据处理，将S4中采集的视频进行大数据处理，将多个路口视 频监控进行有机地整合在一起，将视频时间分为6点至9点、11点至14点、 17点至19点三个阶段，并将三个阶段的车辆通过数量进行统计，作为集成数 据；
S6、集成数据处理，对于将接入集成数据根据具体的业务规则进行进一 步的处理，包括对集成数据进行有效性的检验、大数据对比等；
S7、产生数据模型，将S6中所产生的集成数据进行大数据融合处理，并 利用MapReduce模式技术建立出车辆通过高峰的模型。
综上所述：本发明提供的一种基于多源数据融合的城市路口交通流预测 方法，通过对城市交通大数据的集成与分析，有效地集成交通大数据，满足 高时效性和知识牵引等城市交通智慧化需求，根据对数据的收集、解析、创 建模型，利于预测出路口的高峰时间，便于对城市道路的规划和用户的出行。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限 制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的 技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或 者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的 任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
