基于物联网数据的交通调度的方法和系统技术方案

本发明专利技术提供了基于物联网数据的交通调度的方法和系统，其通过物联网对道路路面进行实时摄像并分析路面影像，而确定路面上的车流量信息；并基于不同路面上的车流量信息，确定路面的交通拥堵情况；最后在电子地图中对每个道路路面进行区分识别，以此显示每个道路路面的实际拥堵情况，并且该向司机发送相应的提醒信息，这样能够利用物联网技术对道路进行全面和有针对性的摄像监测，从而直观地显示不同道路的交通实况，有效地和及时地向司机提供可靠有用的交通信息以及帮助司机进行高效的交通调度与改善城市的交通环境。度与改善城市的交通环境。度与改善城市的交通环境。

【技术实现步骤摘要】
基于物联网数据的交通调度的方法和系统


[0001]本专利技术涉及智能交通管理的
，特别涉及基于物联网数据的交通调度的方法和系统。

技术介绍

[0002]随着城市的发展，城市道路很容易发生交通拥堵的情况，特别在早晚高峰时段，一些特定道路会出现严重交通拥堵的情况。为了使司机能够了解到不同道路路面的实时交通情况并且及时调整行车线路，现有技术已经使用大数据分析的方式预测城市道路的交通拥堵情况，但是这种方式并不能实时反映城市的实景交通情况，同时也无法按照司机的要求对特定的道路的交通拥堵情况进行详细的分析，这不利于有效地和及时地向司机提供可靠有用的交通信息，并且还无法帮助司机进行高效的交通调度和改善城市的交通环境。

技术实现思路

[0003]针对现有技术存在的缺陷，本专利技术提供基于物联网数据的交通调度的方法和系统，其通过与物联网连接的摄像终端对道路路面进行摄像，以此获得对应路面影像；对路面影像进行分析，确定路面上的车流量信息，并将车流量信息回传至物联网；并且基于物联网对车流量信息进行分析，从而确定当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况；最后根据当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，在相应的电子地图对每个道路路面进行区分标识，从而显示每个道路路面的实际拥堵情况；再根据电子地图中每个道路路面的标识结果，向司机发送相应的提醒信息；可见，该基于物联网数据的交通调度的方法和系统通过物联网对道路路面进行实时摄像并分析路面影像，而确定路面上的车流量信息；并基于不同路面上的车流量信息，确定路面的交通拥堵情况；最后在电子地图中对每个道路路面进行区分识别，以此显示每个道路路面的实际拥堵情况，并且该向司机发送相应的提醒信息，这样能够利用物联网技术对道路进行全面和有针对性的摄像监测，从而直观地显示不同道路的交通实况，有效地和及时地向司机提供可靠有用的交通信息以及帮助司机进行高效的交通调度与改善城市的交通环境。
[0004]本专利技术提供基于物联网数据的交通调度的方法，其特征在于，其包括如下步骤：
[0005]步骤S1，通过与物联网连接的摄像终端对道路路面进行摄像，以此获得对应路面影像；对所述路面影像进行分析，确定路面上的车流量信息，并将所述车流量信息回传至所述物联网；
[0006]步骤S2，基于所述物联网对所述车流量信息进行分析，从而确定当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况；
[0007]步骤S3，根据当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，在相应的电子地图对每个道路路面进行区分标识，从而显示每个道路路面的实际拥堵情况；再根据电子地图中每个道路路面的标识结果，向司机发送相应的提醒信息；
[0008]进一步，在所述步骤S1中，通过与物联网连接的摄像终端对道路路面进行摄像，以此获得对应路面影像；对所述路面影像进行分析，确定路面上的车流量信息，并将所述车流量信息回传至所述物联网具体包括：
[0009]步骤S101，通过与物联网连接的摄像终端沿着道路路面的延伸方向进行扫描拍摄，以此获得对应路面的动态影像；
[0010]步骤S102，将所述动态影像分解为若干帧图像，并对每帧图像进行卡尔曼滤波处理；
[0011]步骤S103，利用下面公式(1)，对所有图像进行处理，从而确定路面上的车流量信息，并将所述车流量信息回传至所述物联网，
[0012][0013]在上述公式(1)中，L表示路面在时间T内对应的车流量，即所述车流量信息，T表示摄像终端对道路路面进行摄像的持续时间，n表示所述动态影像分解得到的图像的总帧数，以道路路面的宽度方向为X轴和以道路路面的延伸方向为Y轴，f
i
(Y
c
)表示第i帧图像中出现的每个车辆各自的中心点在Y轴方向上的Y轴坐标Y
c
的平均值，f
i
‑1(Y
c
)表示第i
‑
1帧图像中出现的每个车辆各自的中心点在Y轴方向上的Y轴坐标Y
c
的平均值，μ()表示阶跃函数，当括号内的数值等于或大于0时，阶跃函数的函数值为1，当括号内的数值小于0时，阶跃函数的函数值为0；
[0014]进一步，在所述步骤S2中，基于所述物联网对所述车流量信息进行分析，从而确定当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况具体包括：
[0015]利用下面公式(2)，并结合当前路面上的车流量信息，确定当前路面的交通拥堵情况，
[0016][0017]在上述公式(2)中，S表示当前路面的交通拥堵程度评定值，当S为第一预设值时，表示当前路面的处于第一级别交通拥堵状态，当S为第二预设值时，表示当前路面的处于第二级别交通拥堵状态，当S为第三预设值时，表示当前路面的处于第三级别交通拥堵状态，并且第一预设值大于第二预设值、第二预设值大于第三预设值，其中，第一级别交通拥堵状态、第二级别交通拥堵状态和第三级别交通拥堵状态的交通拥堵程度依次降低，表示当前路面在时间T内的平均车流量，表示当前路面在时间T内所有车辆的平均位移量，μ()表示阶跃函数，当括号内的数值等于或大于0时，阶跃函数的函数值为1，当括号内的数值小于0时，阶跃函数的函数值为0，δ[]表示单位冲激函数，当括号内的数值等于0时，单位冲激函数的函数值为1，当括号内的数值不等于0时，单位冲激函数的函数值为0；
[0018]根据上述过程，相应地确定得到当前路面相邻的第a个路面对应的交通拥堵程度评定值S
a
；
[0019]进一步，在所述步骤S3中，根据当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，在相应的电子地图对每个道路路面进行区分标识，从而显
示每个道路路面的实际拥堵情况；再根据电子地图中每个道路路面的标识结果，向司机发送相应的提醒信息具体包括：
[0020]步骤S301，利用下面公式(3)，并结合当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，确定在电子地图中与当前路面相邻的第a个路面的颜色标识值，
[0021]P
a
＝u(S
‑
S
a
)
×
δ[δ(S
‑
S
a
)]+2
×
u(S
a
‑
S)+3
×
δ(S
‑
S
a
)
ꢀꢀꢀ
(3)
[0022]在上述公式(3)中，P
a
表示在电子地图中与当前路面相邻的第a个路面的颜色标识值；
[0023]当P
a
＝1时，表示第a个路面的交通拥挤程度低于当前路面的交通拥挤程度、此时将第a个路面在电子地图上的颜色标识为绿色，当P
a
＝2时，表示第a个路面的交通拥挤程度高于当前路面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于物联网数据的交通调度的方法，其特征在于，其包括如下步骤：步骤S1，通过与物联网连接的摄像终端对道路路面进行摄像，以此获得对应路面影像；对所述路面影像进行分析，确定路面上的车流量信息，并将所述车流量信息回传至所述物联网；步骤S2，基于所述物联网对所述车流量信息进行分析，从而确定当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况；步骤S3，根据当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，在相应的电子地图对每个道路路面进行区分标识，从而显示每个道路路面的实际拥堵情况；再根据电子地图中每个道路路面的标识结果，向司机发送相应的提醒信息。2.如权利要求1所述的基于物联网数据的交通调度的方法，其特征在于：在所述步骤S1中，通过与物联网连接的摄像终端对道路路面进行摄像，以此获得对应路面影像；对所述路面影像进行分析，确定路面上的车流量信息，并将所述车流量信息回传至所述物联网具体包括：步骤S101，通过与物联网连接的摄像终端沿着道路路面的延伸方向进行扫描拍摄，以此获得对应路面的动态影像；步骤S102，将所述动态影像分解为若干帧图像，并对每帧图像进行卡尔曼滤波处理；步骤S103，利用下面公式(1)，对所有图像进行处理，从而确定路面上的车流量信息，并将所述车流量信息回传至所述物联网，在上述公式(1)中，L表示路面在时间T内对应的车流量，即所述车流量信息，T表示摄像终端对道路路面进行摄像的持续时间，n表示所述动态影像分解得到的图像的总帧数，以道路路面的宽度方向为X轴和以道路路面的延伸方向为Y轴，f
i
(Y
c
)表示第i帧图像中出现的每个车辆各自的中心点在Y轴方向上的Y轴坐标Y
c
的平均值，f
i
‑1(Y
c
)表示第i
‑
1帧图像中出现的每个车辆各自的中心点在Y轴方向上的Y轴坐标Y
c
的平均值，μ()表示阶跃函数，当括号内的数值等于或大于0时，阶跃函数的函数值为1，当括号内的数值小于0时，阶跃函数的函数值为0。3.如权利要求2所述的基于物联网数据的交通调度的方法，其特征在于：在所述步骤S2中，基于所述物联网对所述车流量信息进行分析，从而确定当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况具体包括：利用下面公式(2)，并结合当前路面上的车流量信息，确定当前路面的交通拥堵情况，在上述公式(2)中，S表示当前路面的交通拥堵程度评定值，当S为第一预设值时，表示当前路面的处于第一级别交通拥堵状态，当S为第二预设值时，表示当前路面的处于第二级别交通拥堵状态，当S为第三预设值时，表示当前路面的处于第三级别交通拥堵状态，并且第一预设值大于第二预设值、第二预设值大于第三预设值，其中，第一级别交通拥堵状态、第二级别交通拥堵状态和第三级别交通拥堵状态的交通拥堵程度依次降低，表示当前路
面在时间T内的平均车流量，表示当前路面在时间T内所有车辆的平均位移量，μ()表示阶跃函数，当括号内的数值等于或大于0时，阶跃函数的函数值为1，当括号内的数值小于0时，阶跃函数的函数值为0，δ[]表示单位冲激函数，当括号内的数值等于0时，单位冲激函数的函数值为1，当括号内的数值不等于0时，单位冲激函数的函数值为0；根据上述过程，相应地确定得到当前路面相邻的第a个路面对应的交通拥堵程度评定值S
a
。4.如权利要求3所述的基于物联网数据的交通调度的方法，其特征在于：在所述步骤S3中，根据当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，在相应的电子地图对每个道路路面进行区分标识，从而显示每个道路路面的实际拥堵情况；再根据电子地图中每个道路路面的标识结果，向司机发送相应的提醒信息具体包括：步骤S301，利用下面公式(3)，并结合当前路面的交通拥堵情况以及与当前路面相邻的其他路面对应的交通拥堵情况，确定在电子地图中与当前路面相邻的第a个路面的颜色标识值，P
a
＝u(S
‑
S
a
)
×
δ[δ(S
‑
S
a
)]+2
×
u(S
a
‑
S)+3
×
δ(S
‑
S
a
)
ꢀꢀꢀꢀ
(3)在上述公式(3)中，P
a
表示在电子地图中与当前路面相邻的第a个路面的颜色标识值；当P
a
＝1时，表示第a个路面的交通拥挤程度低于当前路面的交通拥挤程度、此时将第a个路面在电子地图上的颜色标识为绿色，当P
a
＝2时，表示第a个路面的交通拥挤程度高于当前路面的交通拥挤程度、此时将第a个路面在电子地图上的颜色标识为红色，当P
a
＝3时，表示第a个路面的交通拥挤程度等于当前路面的交通拥挤程度、此时将第a个路面在电子地图上的颜色标识为黄色，从而显示第a个路面相比于当前路面的实际拥堵情况；步骤S302，根据电子地图中与当前路面相邻的第a个路面标识的颜色，向司机发送相应的提醒信息，其中，所述提醒信息包含指示司机相邻的所有路面相比于当前路面是否更加拥堵的语音提醒信息。5.基于物联网数据的交通调度的系统，其特征在于，其包括道路路面影像采集与分析模块，路面交通拥堵情况确定模块，电子...

【专利技术属性】
技术研发人员：余丹，兰雨晴，王丹星，
申请(专利权)人：中标慧安信息技术股份有限公司，
类型：发明
国别省市：