一种基于拥堵画像的交通拥堵预测方法及系统技术方案

本发明专利技术公开了一种基于拥堵画像的交通拥堵预测方法及系统，所述方法包括：获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。本发明专利技术可基于拥堵画像来对交通数据进行预测，得到的预测结果可用于主动交通诱导管理，并且还可根据该预测结果确定交警的出警依据，为信号等优化配时提供依据，也可以为出行路线规划提供依据。

【技术实现步骤摘要】
一种基于拥堵画像的交通拥堵预测方法及系统
本专利技术涉及交通拥堵预测
，尤其涉及一种基于拥堵画像的交通拥堵预测方法及系统。
技术介绍
现有可实时预测交通拥堵的技术大体上分为三类，一类是基于宏观交通需求数据，通过动态交通分配进行的仿真预测；二是基于大数据分析的交通拥堵预测；三是基于实时交通数据的微观仿真预测。目前交通拥堵预测方式基本都存在预测精确度不高，预测结果实时性不够，需要依赖大量的样本数据，并且现有的交通数据采集设备也难以满足预测的需求，采集的数据类型单一，且数据精度比较低，难以确保预测的准确性。因此，现有技术还有待改进和提高。
技术实现思路
本专利技术提供基于拥堵画像的交通拥堵预测方法及系统，旨在解决现有技术的目前交通拥堵预测方式基本都存在预测精确度不高，预测结果实时性不够，需要依赖大量的样本数据，并且现有的交通数据采集设备也难以满足预测的需求，采集的数据类型单一，且数据精度比较低，难以确保预测的准确性的问题。为了解决上述技术问题，本专利技术所采用的技术方案如下：第一方面，本专利技术提供一种基于拥堵画像的交通拥堵预测方法，其中，所述方法包括：获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。>在一种实现方式中，所述获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，包括：获取基于交通数据检测设备所采集得到的全息视频数据，并将所述全息视频数据作为所述交通数据；将所述交通数据输入至预设的拥堵画像模型，通过所述拥堵画像模型的处理，确定出出所述交通数据中的交通瓶颈点，以及与所述交通瓶颈点所对应的拥堵画像数据。在一种实现方式中，所述拥堵画像模型的创建方式包括：当路况处于过饱和交通状态时，获取交通拥堵参数，所述交通拥堵参数包括交通瓶颈类型、道路结构、交通流特征；根据所述交通拥堵参数，构建所述拥堵画像模型。在一种是实现方式中，所述获取交通拥堵参数包括：获取现场的交通调研数据，或者，获取基于传感器所采集到的交通实时数据；根据所述交通调研数据或者所述交通实时数据，确定所述交通拥堵参数。在一种实现方式中，所述根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数，包括：根据所述交通瓶颈点的拥堵画像数据，确定所述拥堵画像数据所对应的拥堵类型；根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据。在一种实现方式中，若所述拥堵类型为信号灯路口车辆饱和拥堵，所述根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据，包括：获取所述交通瓶颈点的车辆出入需求以及相邻两次的拥堵延误特性；根据所述车辆出入需求或者所述相邻两次的拥堵延误特性，计算得到所述交通瓶颈点的拥堵画像特征数据。在一种实现方式中，所述根据所述车辆出入需求或者所述相邻两次的拥堵延误特性，计算得到所述交通瓶颈点的拥堵画像特征数据，包括：根据所述车辆出入需求，确定车辆动态驶入流率、车辆动态驶出流率以及所述交通瓶颈点的拥堵周期；根据所述车辆动态驶入流率、所述车辆动态驶出流率以及所述拥堵周期，计算得到所述拥堵画像特征数据；或者，根据所述相邻两次的拥堵延误特性，确定路段长度数据以及路段限速数据；根据所述路段长度数据以及所述路段限速数据，计算得到所述拥堵画像特征数据。在一种实现方式中，若所述拥堵类型为道路施工拥堵，所述根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据，包括：获取施工路段，并获取所述施工路段在高峰时段的动态需求总时间、所述施工路段施工前后的行驶时间差以及所述交通瓶颈点在高峰时段的平均流速；根据所述动态需求总时间，所述行驶时间差以及所述平均流速，计算得到所述拥堵画像特征数据。在一种实现方式中，若所述拥堵类型为交通事件拥堵，所述根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据，包括：获取交通事件的拥堵路段，并获取所述拥堵路段的拥堵总时间、所述所述拥堵路段在发生拥堵事件前与发生拥堵事件后的行驶时间差、所述交通瓶颈点的平均流速以及拥堵周期；根据所述拥堵总时间，所述行驶时间差、所述平均流速以及所述拥堵周期，计算得到所述拥堵画像特征数据。第二方面，本专利技术实施还提供了一种基于拥堵画像的交通拥堵预测系统，其特征在于，所述系统包括：拥堵画像数据获取模块，用于获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；拥堵画像特征参数获取模块，用于根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；拥堵预测模块，用于根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。第三方面，本专利技术实施例还提供一种智能设备，所述智能设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于拥堵画像的交通拥堵预测程序，所述处理器执行所述基于拥堵画像的交通拥堵预测程序时，实现上述方案中任一项所述的基于拥堵画像的交通拥堵预测方法的步骤。第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有基于拥堵画像的交通拥堵预测程序，所述基于拥堵画像的交通拥堵预测程序被处理器执行时，实现上述方案中任一项所述的基于拥堵画像的交通拥堵预测方法的步骤。有益效果：与现有技术相比，本专利技术提供了一种基于拥堵画像的交通拥堵预测方法，本专利技术获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。可见，本专利技术可基于拥堵画像来对交通数据进行预测，得到的预测结果可用于主动交通诱导管理，并且还可根据该预测结果确定交警的出警依据，为信号等优化配时提供依据，也可以为出行路线规划提供依据。附图说明图1为本专利技术实施例提供的基于拥堵画像的交通拥堵预测方法的具体实施方式的流程图。图2本专利技术实施例提供的基于拥堵画像的交通拥堵预测方法中获取拥堵画像数据的流程图。图3为本专利技术实施例提高的基于拥堵画像的交通拥堵预测方法中的拥堵画像曲线。图4为本专利技术实施例提供的基于拥堵画像的交通拥堵预测方法中确定拥堵画像特征参数的流程图。图5本专利技术实施例提供的基于拥堵画像的交通拥堵预测装置的原理框图。图6本专利技术实施例提供的智能设备的内部结构原理框图。本文档来自技高网...

【技术保护点】
1.一种基于拥堵画像的交通拥堵预测方法，其特征在于，所述方法包括：/n获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；/n根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；/n根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。/n

【技术特征摘要】
1.一种基于拥堵画像的交通拥堵预测方法，其特征在于，所述方法包括：
获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，其中所述拥堵画像数据反映所述交通瓶颈点的路况状态；
根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数；
根据所述拥堵画像特征参数，对所述交通数据进行拥堵预测，得到预测结果，所述预测结果用于交通管理。


2.根据权利要求1所述的基于拥堵画像的交通拥堵预测方法，其特征在于，所述获取交通数据，并根据所述交通数据，得到所述交通数据中交通瓶颈点的拥堵画像数据，包括：
获取基于交通数据检测设备所采集得到的全息视频数据，并将所述全息视频数据作为所述交通数据；
将所述交通数据输入至预设的拥堵画像模型，通过所述拥堵画像模型的处理，确定出出所述交通数据中的交通瓶颈点，以及与所述交通瓶颈点所对应的拥堵画像数据。


3.根据权利要求2所述的基于拥堵画像的交通拥堵预测方法，其特征在于，所述拥堵画像模型的创建方式包括：
当路况处于过饱和交通状态时，获取交通拥堵参数，所述交通拥堵参数包括交通瓶颈类型、道路结构、交通流特征；
根据所述交通拥堵参数，构建所述拥堵画像模型。


4.根据权利要求3所述的基于拥堵画像的交通拥堵预测方法，其特征在于，所述获取交通拥堵参数包括：
获取现场的交通调研数据，或者，获取基于传感器所采集到的交通实时数据；
根据所述交通调研数据或者所述交通实时数据，确定所述交通拥堵参数。


5.根据权利要求1所述的基于拥堵画像的交通拥堵预测方法，其特征在于，所述根据所述交通瓶颈点的拥堵画像数据，并确定所述交通瓶颈点的拥堵画像特征参数，包括：
根据所述交通瓶颈点的拥堵画像数据，确定所述拥堵画像数据所对应的拥堵类型；
根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据。


6.根据权利要求5所述的基于拥堵画像的交通拥堵预测方法，其特征在于，若所述拥堵类型为信号灯路口车辆饱和拥堵，所述根据所述拥堵类型，确定所述交通瓶颈点的拥堵画像特征数据，包括：
获取所述交通瓶颈点的车辆出入需求以及相邻两次的拥堵延误特性；
根据所述车辆出入需求或者所述相...

【专利技术属性】
技术研发人员：马雪峰，
申请(专利权)人：北京奥泽尔科技发展有限公司，
类型：发明
国别省市：北京;11