基于车联网的道路交通数据获取系统技术方案

本发明专利技术涉及道路交通数据获取技术领域，具体为基于车联网的道路交通数据获取系统，包括如下步骤：步骤一：各类交通初步数据的获取与预处理，步骤二：交通事件状态的监测与预测，步骤三：交通拥挤状态的监测与预测。本发明专利技术先通过无线网络接收各类系统的基础数据并对其进行预处理，再针对各种数据的变化趋势，运用AID算法对交通事件状态的快速准确监测，同时也可以运用AID算法现对交通拥挤状态的快速准确监测，并估计其未来可能的持续时间与空间扩散演化趋势，通过这种系统方式可以非常准确的获取交通道路交通数据并及时掌握道路详细信息。交通道路交通数据并及时掌握道路详细信息。交通道路交通数据并及时掌握道路详细信息。

【技术实现步骤摘要】
基于车联网的道路交通数据获取系统


[0001]本专利技术涉及道路交通数据获取
，具体为基于车联网的道路交通数据获取系统。

技术介绍

[0002]交通事故、交通拥挤以及由此引发的能源浪费和环境污染等问题，已经成为世界各国大中城市所面临的共同顽疾，导致了严重的后果。在我国，交通事故所导致的日均死亡人数相当于一架普通客机的载客量，远高于美国、日本等发达国家。突发交通事件不仅会严重威胁着人们生命的安全，而且还会造成大量的交通拥挤和经济损失，由此可见交通事件和交通拥挤对道路交通的安全与效率具有重要影响，对于道路交通数据的获取以及道路交通状况信息的及时了解十分有必要。鉴于此，我们提出基于车联网的道路交通数据获取系统。

技术实现思路

[0003]本专利技术的目的在于提供基于车联网的道路交通数据获取系统，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]基于车联网的道路交通数据获取系统，包括如下步骤：
[0006]步骤一：各类交通初步数据的获取与预处理：
[0007]利用通信网络接收各类系统的基础数据，针对所接收的各种数据源中基础数据的特点，获取交通参数数据并对其进行预处理，对预处理前后的交通参数数据提供数据库存取服务；
[0008]步骤二：交通事件状态的监测与预测：
[0009]针对从各种数据源获取的交通数据的特点以及交通事件条件下这些交通数据的变化趋势，运用AID算法对交通事件状态的快速准确监测；并结合不同数据源体现交通事件状态的能力，进一步提高交通事件状态监测的效率与效果；
[0010]步骤三：交通拥挤状态的监测与预测：
[0011]针对各种单一数据源获取的交通状态参数数据的特点以及交通拥挤程度变化时这些交通数据的变化趋势，运用AID算法，实现对交通拥挤状态的快速准确监测，并估计其未来可能的持续时间与空间扩散演化趋势。
[0012]步骤四：基于车联网实现交通信息获取共享：
[0013]基于车联网将获取的交通数据信息、分析得到的交通事件状态信息以及分析得到的交通拥挤状态信息发送至车载通讯设备以及移动通讯终端，实现交通信息的时时获取共享。
[0014]作为本专利技术的进一步优选，步骤一中的各类系统数据包括车辆检测器数据、感应式交通控制系统数据、道路收费系统数据以及车辆跟踪定位系统数据。
[0015]作为本专利技术的进一步优选，车辆检测器数据主要来源于布设于高速公路、快速路、普通公路的连续流交通设施，其获取的数据目前主要服务于道路交通状态的监测与预测；
[0016]感应式交通控制系统数据主要来源于布设于城市主次干道交叉口附近的车辆检测器，其获取的数据目前主要服务于实时自适应信号控制；
[0017]道路收费系统数据主要来源于高速公路收费系统，其获取的数据目前主要服务于高速公路收费管理；
[0018]车辆跟踪定位系统数据主要来源于车辆跟踪调度系统，其获取的数据目前主要服务于对城市内的出租车、私家车、公交车、勤务车以及城市之间的物流车、危险品运输车、长途客车的跟踪调度。
[0019]作为本专利技术的进一步优选，步骤三中的交通状态参数包括但不限于：交通流量、地点速度、时间占有率、车头时距、区间速度、行程时间、车辆密度、排队长度。
[0020]作为本专利技术的进一步优选，步骤二和步骤三中的AID算法的计算公式为：
[0021][0022][0023][0024]I
p
(t)为第t个时间间隔车辆检测器p的交通参数组合变量；
[0025]q
p
(t)为第t个时间间隔车辆检测器p的交通流量；
[0026]h
p
(t)为第t个时间间隔车辆检测器p的平均车头时距；
[0027]n为数据分析的时间窗口宽度；
[0028]和分别为q
p
(t)和h
p
(t)的预测值。
[0029]作为本专利技术的进一步优选，数据分析的时间窗口宽度n的取值对交通事件检测效果具有较大影响，n值太大，使得时间窗口内交通数据较为平均，有可能造成交通事件的漏检；n值太小，交通数据的正常波动也可能误检为发生交通事件，在实际应用时，应以获取最佳的交通事件检测效果为原则确定n的取值，一般为5
‑
10。
[0030]作为本专利技术的进一步优选，I
p
(t)值在交通事件发生前、交通事件持续过程中以及交通事件处理完毕后的变化具有趋势性，具体表现为：
[0031](1)当没有交通事件发生时，车辆检测器获取的交通参数数据一般较为平稳或者具有渐变趋势，各交通参数数据的实测值与预测值通常比较接近，此时I
p
(t)值会在“1”附近波动；
[0032](2)在交通事件发生初期，如果其对交通流的运行产生了比较大的影响，车辆检测器获取的交通参数实测值将会产生突变，交通参数预测值则会在一段时间内维持没有发生交通事件时的发展趋势，此时I
p
(t)值将会显著增加并持续远大于“1”，当其取值超过特定的阈值时，则可认为该车辆检测器的上游发生了交通事件；
[0033](3)当交通事件处于持续阶段时，尽管交通流的运行处于受干扰状况，但能够通过
事发位置的车辆数已基本趋于稳定，因此下游车辆检测器所获取的交通参数实测值也将逐渐趋于稳定，此时段交通参数预测值会从事件发生初期与实测值差别较大变为接近实测值，I
p
(t)值将会表现为迅速下降直至在“1”附近波动；
[0034](4)当交通事件处于结束阶段时，如果交通事件对交通流的影响已基本消除，车辆检测器获取的交通参数实测值将会向反方向发展，交通参数预测值的变化则会经历从维持交通事件持续阶段的发展趋势到逐渐接近其实测值，同样I
p
(t)值的变化将经历从“1”附近开始迅速变小到最终在“1”附近波动，当I
p
(t)取值低于特定的阈值时，可以认为交通事件的影响已经结束。
[0035]与现有技术相比，本专利技术的有益效果是：
[0036]本专利技术先通过无线网络接收各类系统的基础数据并对其进行预处理，再针对各种数据的变化趋势，运用AID算法对交通事件状态的快速准确监测，同时也可以运用AID算法现对交通拥挤状态的快速准确监测，并估计其未来可能的持续时间与空间扩散演化趋势，通过这种系统方式可以非常准确的获取交通道路交通数据并及时掌握道路详细信息。
附图说明
[0037]图1为本专利技术基于车联网的道路交通数据获取系统的整体流程图。
具体实施方式
[0038]下面将结合本专利技术实施例对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于车联网的道路交通数据获取系统，其特征在于：包括如下步骤：步骤一：各类交通初步数据的获取与预处理：利用通信网络接收各类系统的基础数据，针对所接收的各种数据源中基础数据的特点，获取交通参数数据并对其进行预处理，对预处理前后的交通参数数据提供数据库存取服务；步骤二：交通事件状态的监测与预测：针对从各种数据源获取的交通数据的特点以及交通事件条件下这些交通数据的变化趋势，运用AID算法对交通事件状态的快速准确监测；并结合不同数据源体现交通事件状态的能力，进一步提高交通事件状态监测的效率与效果；步骤三：交通拥挤状态的监测与预测：针对各种单一数据源获取的交通状态参数数据的特点以及交通拥挤程度变化时这些交通数据的变化趋势，运用AID算法，实现对交通拥挤状态的快速准确监测，并估计其未来可能的持续时间与空间扩散演化趋势。步骤四：基于车联网实现交通信息获取共享：基于车联网将获取的交通数据信息、分析得到的交通事件状态信息以及分析得到的交通拥挤状态信息发送至车载通讯设备以及移动通讯终端，实现交通信息的时时获取共享。2.根据权利要求1所述的基于车联网的道路交通数据获取系统，其特征在于：步骤一中的各类系统数据包括车辆检测器数据、感应式交通控制系统数据、道路收费系统数据以及车辆跟踪定位系统数据。3.根据权利要求1所述的基于车联网的道路交通数据获取系统，其特征在于：车辆检测器数据主要来源于布设于高速公路、快速路、普通公路的连续流交通设施，其获取的数据目前主要服务于道路交通状态的监测与预测；感应式交通控制系统数据主要来源于布设于城市主次干道交叉口附近的车辆检测器，其获取的数据目前主要服务于实时自适应信号控制；道路收费系统数据主要来源于高速公路收费系统，其获取的数据目前主要服务于高速公路收费管理；车辆跟踪定位系统数据主要来源于车辆跟踪调度系统，其获取的数据目前主要服务于对城市内的出租车、私家车、公交车、勤务车以及城市之间的物流车、危险品运输车、长途客车的跟踪调度。4.根据权利要求1所述的基于车联网的道路交通数据获取系统，其特征在于：步骤三中的交通状态参数包括但不限于：交通流量、地点速度、时间占有率、车头时距、区间速度、行程时间、车辆密度、排队长度。5.根据权利要求1所述的基于车联网的道路交通数据获取系统，其特征在于：步骤二和步骤三中的AID算法的计算公式为：步骤三中的AID算法的计算公式为：
I
p
(t)为第t个时间间隔车辆检测器p的交通参数...

【专利技术属性】
技术研发人员：陈华权，陈珑，蔡雍，陈文娜，陈芬梅，
申请(专利权)人：深圳市威宇智通科技有限公司，
类型：发明
国别省市：