基于大数据和人工智能的数据分析方法及云计算服务器技术

本申请实施例公开了基于大数据和人工智能的数据分析方法及云计算服务器，通过对待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，并考虑它们之间的路网干扰信息，能够得到交通拥堵状态分析结果，可以实现对待调度非机动车交通流数据相对应的交通引导调度策略的确定，进一步实现拥堵状态分析以确定针对交通引导调度策略的目标拥堵状态分析结果。能够确定出待调度交通路段中的机动车调度策略和机动车调度策略对应的调度执行指示信息。在基于调度执行指示信息指示机动车进行交通调度时，能够将非机动车的交通流数据考虑在内，避免在对机动车进行调度时非机动车的加塞现象，避免引发进一步的交通拥挤或者交通事故。

【技术实现步骤摘要】
基于大数据和人工智能的数据分析方法及云计算服务器
本申请涉及大数据和人工智能
，特别涉及一种基于大数据和人工智能的数据分析方法及云计算服务器。
技术介绍
伴随着科学技术的发展，人们生活水平不断提高。城市化进程的不断推进使得很多大城市的机动车和非机动车保有量呈逐年增长的趋势，这样会造成愈发严重的交通拥堵问题。城市街道的交通拥堵不仅对人们的日常出行产生了影响，还可能导致一系列的交通事故。近年来，如何治理大城市的交通拥堵是现目前需要重点考虑的。
技术实现思路
本申请实施例之一提供一种基于大数据和人工智能的数据分析方法，包括：获取待调度交通路段中的机动车交通流数据和非机动车交通流数据；基于所述待调度交通路段中的机动车交通流数据和非机动车交通流数据之间的交通流数据的路网干扰信息，对所述待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，得到交通拥堵状态分析结果；将拥堵状态分析过程中存在拥堵标签的非机动车交通流数据确定为待调度非机动车交通流数据，根据所述交通拥堵状态分析结果中的非机动车交通流数据与所述待调度非机动车交通流数据之间的交通线路轨迹的相关性信息，确定与所述待调度非机动车交通流数据相对应的交通引导调度策略；对与所述待调度非机动车交通流数据相对应的交通引导调度策略和所述待调度非机动车交通流数据进行拥堵状态分析，得到针对所述交通引导调度策略的目标拥堵状态分析结果；根据所述针对所述交通引导调度策略的目标拥堵状态分析结果和所述交通拥堵状态分析结果，确定所述待调度交通路段中的机动车调度策略和所述机动车调度策略对应的调度执行指示信息。本申请实施例之一提供一种云计算服务器，包括基于大数据和人工智能的数据分析装置，所述数据分析装置中的功能模块在运行时实现上述的方法。本申请实施例之一提供一种云计算服务器，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行上述的方法。本申请实施例之一提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序在运行是实现上述的方法。在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。附图说明本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本专利技术的一些实施例所示的一种示例性基于大数据和人工智能的数据分析方法和/或过程的流程图；图2是根据本专利技术的一些实施例所示的一种示例性基于大数据和人工智能的数据分析装置的框图；图3是根据本专利技术的一些实施例所示的一种示例性基于大数据和人工智能的数据分析系统的框图，以及图4是根据本专利技术的一些实施例所示的一种示例性云计算服务器中硬件和软件组成的示意图。具体实施方式为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。专利技术人经研究和分析发现，常见的治理交通拥堵的方法通常难以快速地实现交通调度和疏通，这是由于在进行交通调度和疏通时，没有将机动车和非机动车区分开，这样会导致在进行交通调度时出现二次拥堵，例如对机动车进行调度时，非机动车进行加塞可能会引发进一步的交通拥挤或者交通事故。针对上述问题，专利技术人针对性地提出了基于大数据和人工智能的数据分析方法及云计算服务器，通过对待调度交通路段中的机动车交通流数据和非机动车交通流数据分别进行分析，并考虑它们之间的路网干扰信息，能够快速、准确地确定出待调度交通路段中的机动车调度策略和机动车调度策略对应的调度执行指示信息，这样在指示机动车进行交通调度时，能够将非机动车的交通流数据考虑在内，避免在对机动车进行调度时非机动车的加塞现象，进而避免引发进一步的交通拥挤或者交通事故。首先，对基于大数据和人工智能的数据分析方法进行示例性的说明，请参阅图1，是根据本专利技术的一些实施例所示的一种示例性基于大数据和人工智能的数据分析方法和/或过程的流程图，基于大数据和人工智能的数据分析方法可以包括以下步骤S11-步骤S15所描述的技术方案。步骤S11，获取待调度交通路段中的机动车交通流数据和非机动车交通流数据。例如，待调度交通路段可以是城市中的某个街区对应的交通路段，如市中心路段、购物广场路段、维修路段或者其他经常出现拥堵的交通路段。机动车交通流数据可以理解为私家车、公交车对应的交通流数据，非机动车交通流数据可以理解为二轮电瓶车、三轮电瓶车、自行车、踏板车对应的交通流数据。进一步地，交通流数据可以包括轨迹数据、经纬度数据、时间数据，此外，交通流数据还可以理解为时空数据，交通流数据可以用于进行交通情况（例如路况）分析。步骤S12，基于所述待调度交通路段中的机动车交通流数据和非机动车交通流数据之间的交通流数据的路网干扰信息，对所述待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，得到交通拥堵状态分析结果。例如，路网干扰信息可以理解为不同交通工具在道路上行驶过程中互相之间的干扰，这种干扰可以是空间上干扰，例如互相之间产生空间拥挤和占用。路网干扰信息与交通道路的拥堵息息相关，因此，在进行拥堵状态分析时，将路网干扰信息考虑在内，能够区分机动车和非机动车在行驶过程中的状态区别，从而实现全局性的拥堵状态分析。步骤S13，将拥堵状态分析过程中存在拥堵标签的非机动车交通流数据确定为待调度非机动车交通流数据，根据所述交通拥堵状态分析结果中的非机动车交通流数据与所述待调度非机动车交通流数据之间的交本文档来自技高网...

【技术保护点】
1.一种基于大数据和人工智能的数据分析方法，其特征在于，包括：/n获取所述待调度交通路段中的机动车交通流数据和非机动车交通流数据；/n基于所述待调度交通路段中的机动车交通流数据和非机动车交通流数据之间的交通流数据的路网干扰信息，对所述待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，得到交通拥堵状态分析结果；/n将拥堵状态分析过程中存在拥堵标签的非机动车交通流数据确定为待调度非机动车交通流数据，根据所述交通拥堵状态分析结果中的非机动车交通流数据与所述待调度非机动车交通流数据之间的交通线路轨迹的相关性信息，确定与所述待调度非机动车交通流数据相对应的交通引导调度策略；/n对与所述待调度非机动车交通流数据相对应的交通引导调度策略和所述待调度非机动车交通流数据进行拥堵状态分析，得到针对所述交通引导调度策略的目标拥堵状态分析结果；/n根据所述针对所述交通引导调度策略的目标拥堵状态分析结果和所述交通拥堵状态分析结果，确定所述待调度交通路段中的机动车调度策略和所述机动车调度策略对应的调度执行指示信息。/n

【技术特征摘要】
1.一种基于大数据和人工智能的数据分析方法，其特征在于，包括：
获取所述待调度交通路段中的机动车交通流数据和非机动车交通流数据；
基于所述待调度交通路段中的机动车交通流数据和非机动车交通流数据之间的交通流数据的路网干扰信息，对所述待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，得到交通拥堵状态分析结果；
将拥堵状态分析过程中存在拥堵标签的非机动车交通流数据确定为待调度非机动车交通流数据，根据所述交通拥堵状态分析结果中的非机动车交通流数据与所述待调度非机动车交通流数据之间的交通线路轨迹的相关性信息，确定与所述待调度非机动车交通流数据相对应的交通引导调度策略；
对与所述待调度非机动车交通流数据相对应的交通引导调度策略和所述待调度非机动车交通流数据进行拥堵状态分析，得到针对所述交通引导调度策略的目标拥堵状态分析结果；
根据所述针对所述交通引导调度策略的目标拥堵状态分析结果和所述交通拥堵状态分析结果，确定所述待调度交通路段中的机动车调度策略和所述机动车调度策略对应的调度执行指示信息。


2.根据权利要求1所述的方法，其特征在于，所述获取待调度交通路段中的机动车交通流数据和非机动车交通流数据，包括：
获取所述待调度交通路段中的至少两组机动车行驶轨迹数据和至少两组非机动车行驶轨迹数据；
获取所述至少两组机动车行驶轨迹数据之间的机动车行驶轨迹数据的行驶轨迹变化信息和机动车行驶轨迹数据的道路错车数据，获取所述至少两组非机动车行驶轨迹数据之间的非机动车行驶轨迹数据的行驶轨迹变化信息和非机动车行驶轨迹数据的道路错车数据；
根据所述机动车行驶轨迹数据的行驶轨迹变化信息和所述机动车行驶轨迹数据的道路错车数据，对所述至少两组机动车行驶轨迹数据进行融合，得到所述待调度交通路段中的机动车交通流数据；一组机动车交通流数据包括至少一组机动车行驶轨迹数据；
根据所述非机动车行驶轨迹数据的行驶轨迹变化信息和所述非机动车行驶轨迹数据的道路错车数据，对所述至少两组非机动车行驶轨迹数据进行融合，得到所述待调度交通路段中的非机动车交通流数据；一组非机动车交通流数据包括至少一组非机动车行驶轨迹数据。


3.根据权利要求2所述的方法，其特征在于，所述基于所述待调度交通路段中的机动车交通流数据和非机动车交通流数据之间的交通流数据的路网干扰信息，对所述待调度交通路段中的机动车交通流数据和非机动车交通流数据进行拥堵状态分析，得到交通拥堵状态分析结果，包括：
将所述待调度交通路段中的非机动车交通流数据确定为针对拥堵状态分析的非机动车交通流数据，将所述待调度交通路段中的机动车交通流数据确定为针对拥堵状态分析的机动车交通流数据；所述针对拥堵状态分析的非机动车交通流数据中的非机动车行驶轨迹数据是从针对所述待调度交通路段的监控视频对应的行驶轨迹数据中所确定的；
获取所述监控视频对应的行驶轨迹数据中的机动车行驶轨迹数据；将所述监控视频对应的行驶轨迹数据中的机动车行驶轨迹数据与所述针对拥堵状态分析的机动车交通流数据中的机动车行驶轨迹数据之间的行驶轨迹数据的行驶轨迹变化信息，确定为所述针对拥堵状态分析的非机动车交通流数据与所述针对拥堵状态分析的机动车交通流数据之间的所述交通流数据的路网干扰信息；
当所述交通流数据的路网干扰信息的路网干扰指数大于或等于路网干扰指数阈值时，对所述针对拥堵状态分析的非机动车交通流数据和所述针对拥堵状态分析的机动车交通流数据进行拥堵状态分析，得到所述交通拥堵状态分析结果。


4.根据权利要求1所述的方法，其特征在于，所述待调度非机动车交通流数据包括所述待调度交通路段中的违章的非机动车行驶轨迹数据；所述交通拥堵状态分析结果的数量为至少两个；每个交通拥堵状态分析结果中的非机动车交通流数据分别包括所述待调度交通路段中的未违章的非机动车行驶轨迹数据；所述根据所述交通拥堵状态分析结果中的非机动车交通流数据与所述待调度非机动车交通流数据之间的交通线路轨迹的相关性信息，确定与所述待调度非机动车交通流数据相对应的交通引导调度策略，包括：
根据所述违章的非机动车行驶轨迹数据，获取所述待调度非机动车交通流数据的第一交通流数据拥堵标签；
根据所述每个交通拥堵状态分析结果包括的未违章的非机动车行驶轨迹数据，分别获取所述每个交通拥堵状态分析结果中的非机动车交通流数据的第二交通流数据拥堵标签；
获取所述第一交通流数据拥堵标签分别与所述每个交通拥堵状态分析结果对应的第二交通流数据拥堵标签之间的标签相似度；
根据所述每个交通拥堵状态分析结果对应的标签相似度，确定所述每个交通拥堵状态分析结果中的非机动车交通流数据分别与所述待调度非机动车交通流数据之间的交通线路轨迹的相关性信息；
当目标交通拥堵状态分析结果的数量大于第一预设数量阈值且小于或等于第二预设数量阈值时，将所述目标交通拥堵状态分析结果中的机动车交通流数据所对应的交通引导调度策略，确定为与所述待调度非机动车交通流数据相对应的交通引导调度策略；所述目标交通拥堵状态分析结果，是指对应的交通线路轨迹的相关性信息的相关性系数大于或等于交通线路轨迹的相关性系数阈值的交通拥堵状态分析结果；
其中，所述违章的非机动车行驶轨迹数据的行驶轨迹变化类型的数量为至少两个；所述根据所述违章的非机动车行驶轨迹数据获取所述待调度非机动车交通流数据的第一交通流数据拥堵标签，包括：
获取至少两个违章的非机动车行驶轨迹数据中的每个违章的非机动车行驶轨迹数据分别对应的行驶轨迹数据拥堵标签；
根据所述每个违章的非机动车行驶轨迹数据分别对应的行驶轨迹数据拥堵标签，获取所述至少两个违章的非机动车行驶轨迹数据对应的第一关联拥堵标签；将所述第一关联拥堵标签，确定为所述第一交通流数据拥堵标签；
其中，所述至少两个交通拥堵状态分析结果包括第i个交通拥堵状态分析结果，i为小于或等于所述至少两个交通拥堵状态分析结果的总数量的正整数；所述第i个交通拥堵状态分析结果包括的未违章的非机动车行驶轨迹数据的行驶轨迹变化类型的数量为至少两个；所述根据所述每个交通拥堵状态分析结果包括的未违章的...

【专利技术属性】
技术研发人员：顾小菊，
申请(专利权)人：顾小菊，
类型：发明
国别省市：江苏;32