一种基于交通流分级的行车时间估计系统技术方案

本发明专利技术提供一种基于交通流分级的行车时间估计系统，包括：交通流数据硬件感知层，包括终端节点和数据收集传输模块；云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，其中云服务器包括：路况分区系统；路况子区分级系统；路况子区路段行驶时间评估系统以及行车时间获取系统。本发明专利技术可以从多角度采集交通流的影响数据，基于多源数据对交通路况进行分区，再基于分区结果进行行驶时间估计，考虑各分区路径行驶时间的耦合关系，特别适用于行车高峰时期的行驶时间判断。高峰时期的行驶时间判断。高峰时期的行驶时间判断。

【技术实现步骤摘要】
一种基于交通流分级的行车时间估计系统


[0001]本专利技术涉及智能交通
，具体而言，尤其涉及一种基于交通流分级的行车时间估计系统。

技术介绍

[0002]近年来，行车时间估计广泛的被应用在行车调度、用户打车和路径导航等问题中。通过对驾驶员的行车时间进行合理的估计，能够很好的方便车辆行驶和提升用户体验。影响驾驶员行车时间的因素有很多，包括行车距离、道路类型、行车习惯、交通情况等；行车时间估计即通过研究上述因素的作用，来进行合理的行车时间估计。但方法并不能很好的为多种因素相互影响下的行车时间估计建立合适的模型，同时虽然考虑了多个路段的行驶时间，却又忽略了路段等辅助信息的相关性。因此得到的行车时间估计数据，可能并不会有很高的准确性。

技术实现思路

[0003]鉴于现有技术的不足，本申请提供一种基于交通流分级的行车时间估计系统。该系统可以从多角度采集交通流的影响数据，基于多源数据多交通路况进行分区，再基于分区结果进行行驶时间估计，考虑各分区路径行驶时间的耦合关系，特别适用于行车高峰时期的行驶时间判断。
[0004]本专利技术采用的技术手段如下：
[0005]一种基于交通流分级的行车时间估计系统，包括：
[0006]交通流数据硬件感知层，包括终端节点和数据收集传输模块，其中，终端节点包括布置行驶车辆上的第一数据提取单元、布置在道路固定设施上的第二数据提取单元以及与外部网络连接的第三数据提取单元；
[0007]云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，其中云服务器包括：
[0008]路况分区系统，用于对车辆速度数据、车道流量数据以及历史车道流量数据进行分析计算从而获得路况分区方案；
[0009]路况子区分级系统，用于根据各路况子区中各路段的车道流量平均值对路况子区进行分级：一级子区车道流量平均值最大，二级次之，
…
，以此类推获；
[0010]路况子区路段行驶时间评估系统，根据各路段所述区域评级估计车辆在该路段的行驶时间，所述行驶时间与惩罚系数正相关，所述惩罚系数为该路段当前车道流量与所在子区车道流量平均值的比值；
[0011]行车时间获取系统，获取出发地信息、目的地信息并通过接入第三方服务根据所述出发地信息和目的地信息获取行驶路径，同时提取路径经过的各路段行驶时间，将所有行驶时间相加得到行车时间估计结果。
[0012]进一步地，所述路况分区系统对车辆速度数据、车道流量数据以及历史车道流量
数据进行分析计算从而获得路况分区方案，具体包括：
[0013]提取车辆速度数据、车道流量数据以及历史车道流量数据，其中所述车辆速度数据由所述第一数据提取单元提取并通过数据收集传输模块发送至云服务器，所述车道流量数据由第二数据提取单元获取并通过数据收集传输模块发送至云服务器，所述历史车道流量数据由所述第三提取单元获取并通过数据收集传输模块发送至云服务器；
[0014]基于所述车辆速度数据以及车道流量数据进行融合从而获取各路段行驶组合特征参数；
[0015]基于所述车道流量数据以及历史车道流量数据进行融合从而获取各路段历史组合特征参数；
[0016]根据预设的权重比例将历史组合特征参数与行驶组合特征参数值进行融合处理获取各路段最终的组合特征参数；
[0017]根据各路段最终的组合特征参数的数据特性对各路段进行聚类处理从而获得路况分区方案。
[0018]进一步地，基于所述车辆速度数据以及车道流量数据进行融合从而获取各路段行驶组合特征参数，包括：
[0019]对所述车辆速度数据以及车道流量数据进行相关性分析，提取二者相关系数；
[0020]对所述车辆速度数据以及车道流量数据进行规范化处理；
[0021]基于相关系数对车辆速度数据以及车道流量数据进行特征融合处理，其中所述车道流量数据为主特征。
[0022]进一步地，基于所述车道流量数据以及历史车道流量数据进行融合从而获取各路段历史组合特征参数，包括：
[0023]对所述车道流量数据以及历史车道流量数据进行相关性分析，提取二者相关系数；
[0024]对所述车道流量数据以及历史车道流量数据进行规范化处理；
[0025]基于相关系数对车道流量数据以及历史车道流量数据进行特征融合处理，其中所述车道流量数据为主特征。
[0026]进一步地，所述第一提取单元用于提取指示车辆速度、方向以及位置的轨迹信号，所述轨迹信号通过车载GPS、或手机GPS、或北斗系统、或第三方公司获得。
[0027]进一步地，所述第二提取单元用于通过电警或卡口的视频摄像头获得车道流量数据。
[0028]进一步地，根据各路段最终的组合特征参数的数据特性对各路段进行聚类处理从而获得路况分区方案，包括：利用各路段最终的组合特征参数对每一条路段生成一个反应路段特征的特征数组，再基于各特征数组之间的数据特性获取路口分区方案；
[0029]其中，利用各路段最终的组合特征参数对每一条路段生成一个反应路段特征的特征数组，包括：
[0030]将该特征数组设置为包含与路网内路段数量相等的数值；
[0031]第一个数字为当前路段L1的组合特征值，基于数组排序特征对与当前路段连通的一级相邻路段L1r进行排序，其中r为一级相邻路段数量，然后按顺序依次将对应的组合特征值加入数组，其中所述数组排序特征为数组中已排序的路段的组合特征参数的方差值；
[0032]获取特征数组第二位组合特征值对应路段L2，在除当前路段L1以及一级相邻路段L1r以外的其他路段对应的组合特征数据中获取与路段L2连通的二级相邻路段L2s，其中s为二级相邻路段数量，并基于数组排序特征对二级相邻路段L2s进行排序，然后按顺序依次将对应的组合特征值加入数组，其中所述数组排序特征为数组中已排序的路段的组合特征参数的方差值；
[0033]获取特征数组第三位组合特征值对应路段L3，在除当前路段L1、L2、L1r以及L2s以外的其他路段对应的组合特征数据中获取与路段L3连通的三级相邻路段L3t，其中t为三级相邻路段数量，并基于数组排序特征对三级相邻路段L3t进行排序，然后按顺序依次将对应的组合特征值加入数组，其中所述数组排序特征为数组中已排序的路段的组合特征参数的方差值；
[0034]反复执行上述步骤，直至所有路段的组合特征值均被填入特征数组，则针对当前路段的特征数组构建完成；
[0035]针对所有路段执行上述步骤，从而获取所有路段对应的特征数组。
[0036]较现有技术相比，本专利技术具有以下优点：
[0037]本专利技术从多角度采集交通流的影响数据，基于多源数据对交通路况进行分区，再基于分区结果进行行驶时间估计，考虑各分区路径行驶时间的耦合关系，特别适用于行车高峰时期的行驶时间判断。
[0038]基于上述理由本专利技术可在智能交通等领域广泛推广。
附图说明
[0039]为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交通流分级的行车时间估计系统，其特征在于，包括：交通流数据硬件感知层，包括终端节点和数据收集传输模块，其中，终端节点包括布置行驶车辆上的第一数据提取单元、布置在道路固定设施上的第二数据提取单元以及与外部网络连接的第三数据提取单元；云服务层，包括部署在云端的云数据库及云服务器，云数据库用于对车辆在行驶过程中产生的数据进行保存，其中云服务器包括：路况分区系统，用于对车辆速度数据、车道流量数据以及历史车道流量数据进行分析计算从而获得路况分区方案；路况子区分级系统，用于根据各路况子区中各路段的车道流量平均值对路况子区进行分级：一级子区车道流量平均值最大，二级次之，
…
，以此类推获得路网中所有路段的所属子区的级别；路况子区路段行驶时间评估系统，根据各路段所属区域评级估计车辆在该路段的行驶时间，所述行驶时间与惩罚系数正相关，所述惩罚系数为该路段当前车道流量与所在子区车道流量平均值的比值；行车时间获取系统，获取出发地信息、目的地信息并通过接入第三方服务根据所述出发地信息和目的地信息获取行驶路径，同时提取路径经过的各路段行车估计时间，将路径内所有行车估计时间相加得到行车时间估计结果。2.根据权利要求1所述的基于交通流分级的行车时间估计系统，其特征在于，所述路况分区系统对车辆速度数据、车道流量数据以及历史车道流量数据进行分析计算从而获得路况分区方案，具体包括：提取车辆速度数据、车道流量数据以及历史车道流量数据，其中所述车辆速度数据由所述第一数据提取单元提取并通过数据收集传输模块发送至云服务器，所述车道流量数据由第二数据提取单元获取并通过数据收集传输模块发送至云服务器，所述历史车道流量数据由所述第三提取单元获取并通过数据收集传输模块发送至云服务器；基于所述车辆速度数据以及车道流量数据进行融合从而获取各路段行驶组合特征参数；基于所述车道流量数据以及历史车道流量数据进行融合从而获取各路段历史组合特征参数；根据预设的权重比例将历史组合特征参数与行驶组合特征参数值进行融合处理获取各路段最终的组合特征参数；根据各路段最终的组合特征参数的数据特性对各路段进行聚类处理从而获得路况分区方案。3.根据权利要求2所述的一种基于组合特征参数的路况分区系统，其特征在于，基于所述车辆速度数据以及车道流量数据进行融合从而获取各路段行驶组合特征参数，包括：对所述车辆速度数据以及车道流量数据进行相关性分析，提取二者相关系数；对所述车辆速度数据以及车道流量数据进行规范化处理；基于相关系数对车辆速度数据以及车道流量数据进行特征融合处理，其中所述车道流量数据为主特征。4.根据权利要...

【专利技术属性】
技术研发人员：何舒，孙家庆，栾维新，王新建，王文思，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：