一种应用于城市交通的云端大数据分析系统技术方案

一种应用于城市交通的云端大数据分析系统，包括车载多模式信号收发设备、交通数据集中器以及云端大数据分析服务器；所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接，获取交通数据；所述交通数据集中器连接至所述车载多模式信号收发设备，对获取的交通数据进行集中管理；所述云端大数据分析服务器连接至所述交通数据集中器，对交通数据进行处理，包括岔路口拥堵评价模块、路网拥堵评价模块、用户评价模块和综合评价模块。本发明专利技术的有益效果为：实现了云端的城市交通大数据分析。

【技术实现步骤摘要】

本专利技术创造涉及大数据领域，具体涉及一种应用于城市交通的云端大数据分析系统。
技术介绍
大数据分析存在极高的运算量，一般需要配置具有较强计算能力的服务器。然而，汽车内无法设置可以负载大数据分析的大型服务器架构。
技术实现思路
针对上述问题，本专利技术旨在提供一种应用于城市交通的云端大数据分析系统。本专利技术创造的目的通过以下技术方案实现：一种应用于城市交通的云端大数据分析系统，包括车载多模式信号收发设备、交通数据集中器以及云端大数据分析服务器；所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接，获取交通数据；所述交通数据集中器连接至所述车载多模式信号收发设备，对获取的交通数据进行集中管理；所述云端大数据分析服务器连接至所述交通数据集中器，对交通数据进行处理，包括岔路口拥堵评价模块、路网拥堵评价模块、用户评价模块和综合评价模块。本专利技术的有益效果为：实现了云端的城市交通大数据分析。附图说明利用附图对专利技术创造作进一步说明，但附图中的实施例不构成对本专利技术创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图。附图标记：车载多模式信号收发设备1、交通数据集中器2、云端大数据分析服务器3。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种应用于城市交通的云端大数据分析系统，包括车载多模式信号收发设备1、交通数据集中器2以及云端大数据分析服务器3；所述车载多模式信号收发设备1用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接，获取交通数据；所述交通数据集中器2连接至所述车载多模式信号收发设备，对获取的交通数据进行集中管理；所述云端大数据分析服务器3连接至所述交通数据集中器2，对交通数据进行处理，包括岔路口拥堵评价模块、路网拥堵评价模块、用户评价模块和综合评价模块。本实施例实现了云端的城市交通大数据分析。优选地，所述云端大数据分析服务器3能够存储用户数据，综合用户数据向用户推荐路线。本优选实施例能够根据用户差异推荐不同路线。优选地，所述用户数据包括：用户历史出行时间、用户历史出行路线。本优选实施例能够获得更好的用户体验。优选地，对于岔路口拥堵评价模块，依据岔路口排队长度、等信号灯的延误时间以及平均停车率对岔路口拥堵进行综合评价；所述岔路口排队长度采用如下方式计算：其中，Y为岔路口排队长度，d为单位时间内平均到达岔路口的车辆数，VP为两辆车之间的平均距离，r为红灯时间，t为单位时间内岔路口允许通过的最大车辆数，A为上一周期平均滞留车辆数，当d≤t时，上一周期滞留车辆数为0，其中，T为信号灯的周期；岔路口排队长度的值越大，表示岔路口越拥堵，岔路口排队长度的值越小，表示岔路口越通畅。本优选实施例将准确获取的岔路口排队信息放在云端处理，提升了数据处理速度。优选地，关于等信号灯的延误时间的计算，采用下式进行：其中，DBi为交叉口信号相位i的平均等信号灯的延误时间，DB为交叉口的每辆车的平均等信号灯的延误时间，T为信号灯的周期，gi为信号相位i的有效绿灯时间，lij为第i个信号相位第j个进口道的交通流量，为第i个信号相位各进口道的平均交通流量，为第j个进口道的交通流量的权重，s为交叉口饱和流量，e为交叉口共有e个信号相位，k为第i个信号相位共有k个进口道，Qi为第i个信号相位的交通流流量，zij为第i个信号相位第j个进口道的饱和度，为第i个信号相位各进口道的平均饱和度，βj为第j个进口道的饱和度的权重。所述平均停车率采用如下公式计算：其中，RNi为交叉口信号相位i的平均停车率，RN为交叉口平均停车率，T为信号灯的周期，d为车辆平均到达率，gi为信号相位i的有效绿灯时间，lij为第i个信号相位第j个进口道的交通流量，为第i个信号相位各进口道的平均交通流量，为第j个进口道的交通流量的权重，s为交叉口饱和流量，e为交叉口共有e个信号相位，k为第i个信号相位共有k个进口道，zij为第i个信号相位第j个进口道的饱和度，为第i个信号相位各进口道的平均饱和度，βj为第j个进口道的饱和度的权重。建立口拥堵评价指标N，所述岔路口拥堵评价指标N的计算公式为：N＝εy+δL+Γy，其中，ε，δ，γ分别为等信号灯的延误时间、平均停车率和岔路口排队长度对岔路口拥堵的影响系数；N值越大，表示岔路口越拥堵，N值越小，表示岔路口越通畅。本实施例云端大数据分析系统对岔路口数据进行处理，与现有技术相比，其结合改进算法后求得的等信号灯的延误时间、平均停车率以及岔路口排队长度这三个指标进行综合评价，提高了岔路口数据处理效率，获得了更为准确的岔路口信息。优选地，路网拥堵评价模块，通过建立路网评价指标对路网拥堵情况进行评价，评价指标为拥堵指数：其中，LS表示整个路网的拥堵指数，m表示路网中道路等级数，n表示某等级道路中路段数，LSli表示路段LSli的拥堵指数，Ai和Bj分别表示路段i在所属等级道路和第j等级道路在路网中的重要性权重，其中，表示路段LSli车辆平均速度。本优选实施例云端大数据分析系统将路网内某时刻所有的路段、某个等级道路和整体路网的拥堵强度进行了量化，从量化数据来判断该路网的拥堵程度，更为直观方便，进一步提升了云端大数据分析系统在城市交通中的应用。优选地，用户评价模块，通过测算用户时间成本对道路成本进行评价，当道路进入堵塞状态时，多个用户在道路上单位距离增加的费用为：其中，Vy为拥堵状态下车辆的平均速度，V0为正常状态下车辆平均速度，ρ表示该道路车流密度，C表示该道路长度；ΔF越大，道路成本越高，ΔF越小，道路成本越低。本优选实施例云端大数据分析系统在云端处理路网数据，与现有技术相比，建立用户评价模块，通过比较在路网中实际耗费时间与理想条件下耗费时间来对路网效率进行评价，便于加速提升路网服务水平。优选地，综合评价模块，根据岔路口评价指标、路网评价指标和道路效率对交通网络效率进行综合评价，建立交通网络综合评价指标K：其中，N表示岔路口拥堵指数，表示路网中各道路平均费用增加，DL表示路网拥堵指数；K越小，交通网络效率越高，K越大，交通网络效率越低。本优选实施例云端大数据分析系统在云端处理交通数据，与现有技术相比，云端大数据分析系统、全面的对交通网络进行评价，便于及时采取对应措施解决交通拥堵问题，提高了云端大数据分析系统在城市交通中的应用水平。采用云端大数据分析系统对交通数据进行分析，并对分析结果进行统计，发现使用本专利技术具有以下技术效果：大数据分析时间减少大数据分析效率提高大数据分析成本减少15％18％16％最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
一种应用于城市交通的云端大数据分析系统，其特征是，包括车载多模式信号收发设备、交通数据集中器以及云端大数据分析服务器；所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接，获取交通数据；所述交通数据集中器连接至所述车载多模式信号收发设备，对获取的交通数据进行集中管理；所述云端大数据分析服务器连接至所述交通数据集中器，对交通数据进行处理，包括岔路口拥堵评价模块、路网拥堵评价模块、用户评价模块和综合评价模块。

【技术特征摘要】
1.一种应用于城市交通的云端大数据分析系统，其特征是，包括车载多模式信号收发设备、交通数据集中器以及云端大数据分析服务器；所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接，获取交通数据；所述交通数据集中器连接至所述车载多模式信号收发设备，对获取的交通数据进行集中管理；所述云端大数据分析服务器连接至所述交通数据集中器，对交通数据进行处理，包括岔路口拥堵评价模块、路网拥堵评价模块、用户评价模块和综合评价模块。2.根据权利要求1所述的一种应用于城市交通的云端大数据分析系统，其特征是，所述云端大数据分析服务器能够存储用户数据，综合用户数据向用户推荐路线。3.根据权利要求2所述的一种应用于城市交通的云端大数据分析系统，其特征是，所述用户数据包...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳汇创联合自动化控制有限公司，
类型：发明
国别省市：广东;44