基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质

基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及存储介质

　　技术领域

　　本发明涉及城市智能交通领域，尤其涉及电子警察抓拍系统领域，具体是指一种基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及计算机可读存储介质。

　　背景技术

　　目前，城市交通管理的难点涉及到交通问题的“感”、“辨”、“控”、“管”多个方面，城市交通管理的合理性很大程度取决于对当前道路网存在问题的感知、诊断是否准确，只有及时准确识别出问题才能对对症下药，做到精准控制与管理；而城市道路运行存在问题首要解决任务就是交通拥堵问题，如何准确识别交通拥堵并解决交通拥堵是交通管理者目前首要任务。

　　目前主流的道路交通拥堵识别方法主要有两种方法：①通过路段建设传统的交通参数采集设备，通过固定时间采集断面交通流参数，如交通量、时间占有率、空间占有率、平均速度等参数，通过单个参数或者多个参数融合后预设置阈值进行比较，判断设备所在路段交通拥堵程度；②通过抽样的浮动车信息，按照一定的周期将浮动车的经纬度、瞬时速度、行驶方向角、时间、设备编号等数据传到后台数据库，通过计算路段平均行程速度、平均行程时间来判断路段的拥堵程度；

　　本系统旨在通过利用城市道路网中现有大量覆盖的信号控制系统与电子警察系统作为前端“感知”设备，通过多系统集成将电子警察抓拍的过车数据与信号控制系统的信号运行数据进行实时融合抽样，通过大数据运行平台实时研判路段拥堵状态；对比现有其他的道路拥堵研判方法。本方法首先在前端设备建设方面大量利旧，减少硬件投入，同时可避开断面检测器参数检测参数均为瞬时检测不能反映整个路段交通流状态的弊端。

　　发明内容

　　本发明的目的是克服了上述现有技术的缺点，提供了一种满足智能化、准确度高、适用范围较为广泛的基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及计算机可读存储介质。

　　为了实现上述目的，本发明的基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及计算机可读存储介质如下：

　　该基于电警数据碰撞实现道路拥堵状态研判处理的方法，其主要特点是，所述的方法包括以下步骤：

　　(1)获取路段下游路口过车数据和路段上游路口过车数据；

　　(2)计算每辆车行程时间；

　　(3)判断有效数据是否为空，如果是，则继续步骤(4)；否则，继续步骤(7)；

　　(4)获取在途车辆数；

　　(5)计算路段密度；

　　(6)计算路段平均行程速度和路段平均行车时间，继续步骤(8)；

　　(7)计算平均行程时间；

　　(8)获取周期时长和自由流行程时间；

　　(9)计算停车次数；

　　(10)计算拥堵指数。

　　较佳地，所述的步骤(7)具体包括以下步骤：

　　(7.1)提取计算路段对应的下游路口指定进口方向、各车道类型、各数据对应时刻天气类型λi，对数据分组后形成多个数据集合其中，m、n分别为路口方向及车道类型；

　　(7.2)判断路口进口方向m下车道类型n的数据结合是否全部为空，如果是，则继续步骤(7.7)；否则，继续步骤(7.3)；

　　(7.3)将路口方向m下，不为空的数据集合的数据通过LOF算法筛除数据，判断筛除后数据是否全部为空，如果是，则继续步骤(7.7)；否则，继续步骤(7.4)；

　　(7.4)根据数据个数计算各数组的动态权重；

　　(7.5)根据各数据组的权重进行加权平均计算

　　(7.6)判断和tf的大小，判断是否如果是，则更新更新否则，tf、vf不更新；

　　(7.7)判断是否全为0，如果是，则时间流数据不更新；否则，数据更新。

　　较佳地，所述的步骤(6)具体包括以下步骤：

　　(6.1)每5分钟提取下游路口指定方向、各车道类型过车数据集合其中，m、n分别为路口方向及车道类型；

　　(6.2)判断路口进口方向m下车道类型n的数据结合是否全部为空，如果是，则继续步骤(6.6)；否则，继续步骤(6.3)；

　　(6.3)将路口方向m下不为空的数据集合的数据通过LOF算法筛除数据，判断筛除后数据是否全部为空，如果是，则继续步骤(6.6)；否则，继续步骤(6.4)；

　　(6.4)计算下游路口各转向路径实时平均行程时间，对每个内数据进行平均，得各转向路径平均行程时间各转向路径平均行程速度

　　(6.5)计算路段的实时平均行程时间；

　　(6.6)提取路口实时在途车辆qi，判断当前在途车辆数qi是否为0，如果是，则继续步骤(6.9)；否则，继续步骤(6.7)；

　　(6.7)计算路段实时密度ki，计算路段实时速度vi；

　　(6.8)计算路段平均行程时间ti；

　　(6.9)当前实时平均行程时间为基准行程时间，计算实时平均行程速度vi。

　　较佳地，所述的步骤(4)具体包括以下步骤：

　　(4.1)初始化所有路段在途车辆为值为0；

　　(4.2)提取并计算路段i当前确定在途车辆组Ai；

　　(4.3)提取并计算路段i疑似在途车车辆组Bi；

　　(4.4)分析路段i疑似在途车车辆组Bi对应上游交叉口不同方向复合车道的来源；

　　(4.5)提取路段i上游交叉口各进口道放行至路段i的复合车道转向比列χi，则该复合车道放行至路段i的当前在途车辆为χibi；

　　(4.6)计算路段i上最终在途车辆A。

　　较佳地，所述的步骤(4.2)具体包括以下步骤：

　　(4.2.1)初始化所有路段在途车辆Ai集合为空；

　　(4.2.2)在车辆通过上游路口非复合车道进入路段i时，将该辆车纳入路段在途车辆Ai中，并记录该车在途时间ts；

　　(4.2.3)在路段i下游路口进口检测到Ai中车辆通过时，在Ai集合中减去该辆车；

　　(4.2.4)剔除Ai集合中所有车辆的在途时间ts大于当日路段i实时行程时间ti的车辆，得到路段i在途车辆集合Ai。

　　较佳地，所述的步骤(4.3)具体包括以下步骤：

　　(4.3.1)初始化所有路段在途车辆Bi集合为空；

　　(4.3.2)在车辆通过上游路口进入路段i的复合车道时，将该辆车纳入该复合车道疑似在途车辆集合bi中，并记录该车在途时间ts；

　　(4.3.3)提取该复合车道对应下游路口；

　　(4.3.4)当该复合车道对应的下游路口检测到bi集合中车辆通过，在bi集合中减去该辆车；

　　(4.3.5)剔除bi集合中所有车辆的在途时间ts大于当日路段i实时行程时间ti的车辆；

　　(4.3.6)分别计算与路段i存在流入关系的上游交叉口复合路段的bi；

　　(4.3.7)得到路段i在途车辆集合Bi。

　　较佳地，所述的步骤(10)具体包括以下步骤：

　　(10.1)获取路段不同转向车辆平均行程时间ti、自由流行程时间tf、下游路口周期T、转向车道流量比γi；

　　(10.2)计算路段不同转向交通流的平均停车次数ni；

　　(10.3)计算路段的平均停车次数N；

　　(10.4)将路段的平均停车次数N转换为拥堵指数TPI。

　　该基于电警数据碰撞实现道路拥堵状态研判处理的装置，其主要特点是，所述的装置包括用于存储程序的存储器以及用于执行所述的程序的处理器，以实现上述的基于电警数据碰撞实现道路拥堵状态研判处理的方法。

　　该计算机可读存储介质，其主要特点是，包括程序，所述的程序可被处理器执行以完成上述的基于电警数据碰撞实现道路拥堵状态研判处理的方法。

　　采用了本发明的基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及计算机可读存储介质，前端设备利旧，减少前端感知设备的重复建设。高度智能化的控制系统，减少人员投入；可避免断面检测器获取的断面交通流参数不能反映整个路段交通流状态的弊端。本系统部署硬件要求低，对中小城市只需要一台服务器即可满足需求；通过多系统的集成，对多元数据的融合、研判，准确度得到进一步提升。

　　附图说明

　　图1为本发明的基于电警数据碰撞实现道路拥堵状态研判处理的方法的路段状态研判逻辑流程图。

　　图2为实现本发明的基于电警数据碰撞实现道路拥堵状态研判处理的方法研判系统集成架构示意图。

　　具体实施方式

　　为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

　　请参阅图1所示，本发明的该基于电警数据碰撞实现道路拥堵状态研判处理的方法，其中包括以下步骤：

　　(1)获取路段下游路口过车数据和路段上游路口过车数据；

　　(2)计算每辆车行程时间；

　　(3)判断有效数据是否为空，如果是，则继续步骤(4)；否则，继续步骤(7)；

　　(4)获取在途车辆数；

　　(4.1)初始化所有路段在途车辆为值为0；

　　(4.2)提取并计算路段i当前确定在途车辆组Ai；

　　(4.2.1)初始化所有路段在途车辆Ai集合为空；

　　(4.2.2)在车辆通过上游路口非复合车道进入路段i时，将该辆车纳入路段在途车辆Ai中，并记录该车在途时间ts；

　　(4.2.3)在路段i下游路口进口检测到Ai中车辆通过时，在Ai集合中减去该辆车；

　　(4.2.4)剔除Ai集合中所有车辆的在途时间ts大于当日路段i实时行程时间ti的车辆，得到路段i在途车辆集合Ai；

　　(4.3)提取并计算路段i疑似在途车车辆组Bi；

　　(4.3.1)初始化所有路段在途车辆Bi集合为空；

　　(4.3.2)在车辆通过上游路口进入路段i的复合车道时，将该辆车纳入该复合车道疑似在途车辆集合bi中，并记录该车在途时间ts；

　　(4.3.3)提取该复合车道对应下游路口；

　　(4.3.4)当该复合车道对应的下游路口检测到bi集合中车辆通过，在bi集合中减去该辆车；

　　(4.3.5)剔除bi集合中所有车辆的在途时间ts大于当日路段i实时行程时间ti的车辆；

　　(4.3.6)分别计算与路段i存在流入关系的上游交叉口复合路段的bi；

　　(4.3.7)得到路段i在途车辆集合Bi；

　　(4.4)分析路段i疑似在途车车辆组Bi对应上游交叉口不同方向复合车道的来源；

　　(4.5)提取路段i上游交叉口各进口道放行至路段i的复合车道转向比列χi，则该复合车道放行至路段i的当前在途车辆为χibi；

　　(4.6)计算路段i上最终在途车辆A；

　　(5)计算路段密度；

　　(6)计算路段平均行程速度和路段平均行车时间，继续步骤(8)；

　　(6.1)每5分钟提取下游路口指定方向、各车道类型过车数据集合其中，m、n分别为路口方向及车道类型；

　　(6.2)判断路口进口方向m下车道类型n的数据结合是否全部为空，如果是，则继续步骤(6.6)；否则，继续步骤(6.3)；

　　(6.3)将路口方向m下不为空的数据集合的数据通过LOF算法筛除数据，判断筛除后数据是否全部为空，如果是，则继续步骤(6.6)；否则，继续步骤(6.4)；

　　(6.4)计算下游路口各转向路径实时平均行程时间，对每个内数据进行平均，得各转向路径平均行程时间各转向路径平均行程速度

　　(6.5)计算路段的实时平均行程时间；

　　(6.6)提取路口实时在途车辆qi，判断当前在途车辆数qi是否为0，如果是，则继续步骤(6.9)；否则，继续步骤(6.7)；

　　(6.7)计算路段实时密度ki，计算路段实时速度vi；

　　(6.8)计算路段平均行程时间ti；

　　(6.9)当前实时平均行程时间为基准行程时间，计算实时平均行程速度vi；

　　(7)计算平均行程时间；

　　(7.1)提取计算路段对应的下游路口指定进口方向、各车道类型、各数据对应时刻天气类型λi，对数据分组后形成多个数据集合其中，m、n分别为路口方向及车道类型；

　　(7.2)判断路口进口方向m下车道类型n的数据结合是否全部为空，如果是，则继续步骤(7.7)；否则，继续步骤(7.3)；

　　(7.3)将路口方向m下，不为空的数据集合的数据通过LOF算法筛除数据，判断筛除后数据是否全部为空，如果是，则继续步骤(7.7)；否则，继续步骤(7.4)；

　　(7.4)根据数据个数计算各数组的动态权重；

　　(7.5)根据各数据组的权重进行加权平均计算

　　(7.6)判断和tf的大小，判断是否如果是，则更新更新否则，tf、vf不更新；

　　(7.7)判断是否全为0，如果是，则时间流数据不更新；否则，数据更新；

　　(8)获取周期时长和自由流行程时间；

　　(9)计算停车次数；

　　(10)计算拥堵指数；

　　(10.1)获取路段不同转向车辆平均行程时间ti、自由流行程时间tf、下游路口周期T、转向车道流量比γi；

　　(10.2)计算路段不同转向交通流的平均停车次数ni；

　　(10.3)计算路段的平均停车次数N；

　　(10.4)将路段的平均停车次数N转换为拥堵指数TPI。

　　该基于电警数据碰撞实现道路拥堵状态研判处理的装置，其中所述的装置包括用于存储程序的存储器以及用于执行所述的程序的处理器，以实现上述的基于电警数据碰撞实现道路拥堵状态研判处理的方法。

　　该计算机可读存储介质，其中包括程序，所述的程序可被处理器执行以完成上述的基于电警数据碰撞实现道路拥堵状态研判处理的方法。

　　本发明的具体实施方式中，属于城市智能交通领域相关课题，旨在通过信号控制系统与电子警察抓拍系统相互集成，多个实时获取两个系统的信号控制运行数据与路口电警抓拍数据，通过多元数据之间融合、匹配对连接两个信号控制路口之间的路段的实时运行状态进行快速、准确的研判。

　　本发明旨在通过利用城市道路网中现有大量覆盖的信号控制系统与电子警察系统作为前端“感知”设备，通过多系统集成将电子警察抓拍的过车数据与信号控制系统的信号运行数据进行实时融合抽样，通过大数据运行平台实时研判路段拥堵状态。

　　请参阅图2所示，实现本发明的上述方法的系统通过实时获取研判路段的上游、下游信号控制路口的信号运行数据及电子警察抓拍系统的过车数据，通过多元数据的实时融合研判，可快速、准确识别路段的拥堵状态，本方法包含了基准行程时间、实时行程时间、在途车辆数、平均停车次数估算、停车次数转换为拥堵指数等5个计算方法，具体研判逻辑如下：

　　1、基准行程时间/速度计算方法：

　　Step1：每日凌晨(0:00)时，提取计算路段对应的下游路口指定进口方向前一天0:00-4:00、各车道类型、各数据对应时刻天气类型λi，对数据分组后行程多个数据集合m、n分别为路口方向及车道类型；(选择λi为晴朗天气数据进行研判)

　　Step2：判断路口进口方向m下，车道类型n的数据结合是否全部为空；若方向m下不全部为空，则进入step3，否则进入step7；

　　Step3：将路口方向m下，不为空的数据集合的数据通过LOF算法筛除数据；判断筛除后数据是否全部为空，若不全为空则进入step4，否则进入step7；

　　Step4：当step3计算后数据组不全为空，则数据个数计算各数组的动态权重；

　　Step5：依据各数据组的权重进行加权平均计算

　　Step6：；判断tf大小，若则更新更新否则tf、vf不更新；

　　Step7：若全为0时，则本次基准速度/基准行程时间流数据不更新。

　　2、实时平均行程时间/速度计算方法：

　　Step1：每5分钟提取下游路口指定方向、各车道类型过车数据集合m、n分别为路口方向及车道类型；

　　Step2：判断路口进口方向m下，车道类型n的数据结合是否全部为空；若方向m下不全部为空，则进入step3，否则进入step6-step8；

　　Step3：将路口方向m下，不为空的数据集合的数据通过LOF算法筛除数据；判断筛除后数据是否全部为空，若不为全为空则进入step4-step5，否则进入step6-step8；

　　Step4：计算下游路口各转向车道(路径)实时平均行程时间：

　　对每个内数据进行平均，得各转向(路径)平均行程时间

　　Step5：计算路段的实时平均行程时间：

　　按照各组数据个数生成每组的权重值(如有三组数据，每组数据个数分别为i、k、h个，则得到每组数据的权重分为则计算路段实时平均行程时间路段实时平均行程速度vi＝Li/ti；

　　Step6：提取路口实时在途车辆qi，判断当前在途车辆数qi是否为0，若qi不为0则进入step7，若qi为0则进入step9；

　　Step7：当qi不为0时，计算路段实时密度(m为路段机动车道条数、l为路段长度)；计算路段实时速度(kj＝Max(ki)，vf为基准行程速度)--理论上(设置全局当ki≥kj时，ki＝kj；)

　　Step8：计算路段平均行程速度ti，当vi≠0(ki＜kj)时，当vi＝0(ki≥kj)时，则ti＝0为无效(无有效数据计算)；-后期统计通行时间时筛除此数据；

　　Step9：若qi为0则当前ti＝tf，vi＝l/tf＝vf。

　　3、实时在途车辆计算方法：

　　3.1在途车辆计算：

　　Step1：程序选取某日0:00:00初次上线，初始化所有路段在途车辆为值为0；

　　Step2：提取路段i当前确定在途车辆组Ai(上游非复合路段放行的车辆)、疑似在途车(上游复合路段放行的车辆)车辆组Bi；

　　Step3：分析路段i疑似在途车车辆组Bi对应上游交叉口不同方向复合车道的来源，即Bi＝bi+bk+bh+...(即疑似车辆组按照上游交叉口不同放行方向的复合车道类型进行重新分组)；

　　Step4：提取路段i上游交叉口各进口道放行至路段i的复合车道转向比列χi，则该复合车道放行至路段i的当前在途车辆为χibi；

　　Step5：路段i上最终在途车辆A＝Ai+∑(χibi)。

　　3.2确定在途车辆Ai计算：

　　Step1：程序初次上线，并进行初始化所有路段在途车辆Ai集合为空；

　　Step2：当车辆通过上游路口非复合车道进入路段i是，将该辆车纳入Ai中，并记录该车在途时间ts；

　　Step3：当路段i下游路口进口检测到Ai集合中车辆通过，则Ai集合减去该辆车；

　　Step4：剔除Ai集合中所有车辆的在途时间ts＞ti(ti为当日路段i实时行程时间，当当前实时ti＝0时，设置默认值)；

　　Step5：最终得到路段i在途车辆集合Ai。

　　3.3疑似在途车辆Bi计算：

　　Step1：程序初次上线，初始化所有路段在途车辆Bi集合为空；

　　Step2：当车辆通过上游路口可进入路段i的复合车道时，将该辆车纳入该复合车道疑似在途车辆集合bi中，并记录该车在途时间ts；

　　Step3：提取该复合车道对应下游路口(多个路扣)；

　　Step4：当该复合车道对应的下游路口(多个路口)进口检测到bi集合中车辆通过，则bi集合减去该辆车；

　　Step5：剔除bi集合中所有车辆的在途时间ts＞ti(ti为当日路段i实时行程时间，当前实时ti＝0时，设置默认值)；

　　Step6：分别计算与路段i存在流入关系的上游交叉口复合路段的bi；

　　Step7：最终得到路段i在途车辆集合Bi＝∑bi(多个复合车道放入路段i总和)。

　　4、基于平均停车次数的拥堵指数计算方法：

　　

　　依据平均停车次数分为5个等级；

　　Step1：获取路段不同转向车辆平均行程时间ti、自由流行程时间tf、下游路口周期T、转向车道流量比γi；

　　Step2：计算路段不同转向交通流的平均停车次数

　　Step3：计算路段的平均停车次数N＝∑γini；

　　Step4：将路段的平均停车次数N＝Σγini转换为拥堵指数TPI，计算如下：

　　A、0≤N＜1，则拥堵指数为TPI＝4N；

　　B、1≤N＜2，则拥堵指数为TPI＝4+N；

　　C、2≤N＜3，则拥堵指数为TPI＝6+(N-2)*2；

　　D、3≤N＜4，则拥堵指数为TPI＝8+(N-3)*2；

　　E、当4≤N，拥堵指数为10。

　　采用了本发明的基于电警数据碰撞实现道路拥堵状态研判处理的方法、装置及计算机可读存储介质，前端设备利旧，减少前端感知设备的重复建设；高度智能化的控制系统，减少人员投入；可避免断面检测器获取的断面交通流参数不能反映整个路段交通流状态的弊端。本系统部署硬件要求低，对中小城市只需要一台服务器即可满足需求；通过多系统的集成，对多元数据的融合、研判，准确度得到进一步提升。

　　在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。