交通拥堵的预测方法、电子设备及存储介质技术

本发明专利技术涉及车联网技术领域，特别涉及一种交通拥堵的预测方法、电子设备及存储介质。一种交通拥堵的预测方法包括：接收车辆终端发送的事故发生地点及对应的事故发生时间；获取事故发生时间，在事故发生地点的第一监控信息；根据第一监控信息确定对应的交通拥堵级别；将事故发生地点及交通拥堵级别发送至导航系统，以供导航系统在第一导航路线包括事故发生地点时，生成与拥堵级别对应的提醒信息。本发明专利技术中用户可以利用提醒信息提前对路线进行规划，避免堵在路上，节约了用户的时间，提高了行车体验。体验。体验。

【技术实现步骤摘要】
交通拥堵的预测方法、电子设备及存储介质


[0001]本专利技术涉及车联网领域，特别涉及一种交通拥堵的预测方法、电子设备及存储介质。

技术介绍

[0002]一般来说，当某个地点发生交通事故时，相关人员会将交通事故信息上传至导航系统，导航系统会对相关地点进行交通事故的标记，用户因此可以通过导航系统的导航来看到相关地点的交通事故情况。
[0003]基于这种方式，当交通事故发生时导航软件难以及时获取交通事故的状态，用于也很难根据交通事故的标记来判断是否会有堵车情况。

技术实现思路

[0004]本申请的一个目的在于提供交通拥堵的预测方法、电子设备及存储介质，其优势在于云端可以获取各个车辆终端发送的信息，可以根据各个车辆终端发送的信息触发获取对应的第一监控信息，对第一监控信息的处理可以确定交通拥堵级别，通过将交通拥堵级别发送至导航系统，可以通过导航系统生成对应的提醒信息，从而可以实时更新各个路段的拥堵级别，并对导航的用户进行提醒。用户可以利用提醒信息提前对路线进行规划，避免堵在路上，从而节约了用户的行车时间，提高了用户的行车体验。
[0005]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于云端可以根据接收的事故发生地点找到能够监控到事故发生地点的目标监控设备，通过调用目标监控设备，可以有效得到再事故发生时间所拍摄到的第一监控信息。
[0006]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于云端可以接收车辆终端发送的其自身车外的第二监控信息，第二监控信息可以对第一监控信息进行补充，得到更全面更完整的监控信息，结合第一监控信息及第二监控信息可以提高交通拥堵级别确认的准确性。
[0007]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于云端可以同时接收到多个车辆终端发送的事故发生时间，在车辆终端外的监控信息，各个车辆发送的第二监控信息可以起到相互补充的作用，由此可以得到更全面的交通事故信息，可以进一步提高交通拥堵级别确定的准确性。
[0008]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于根据交通事故类型和交通拥堵级别所具有密切的关系，云端在得到第一监控信息时，可以根据第一监控信息首先来确定交通事故类型，再根据交通事故类型来找预测对应的交通拥堵级别，通过这种方式可以提高交通拥堵级别预测的准确性，使交通拥堵级别的预测结果与真实拥堵情况更相符。
[0009]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于云端通过将第一监控信息输入至基于历史交通事故信息训练的拥堵预测模型，可以预测得到更符合真实情况
的交通拥堵级别，提高了本专利技术中预测方法的智能性。
[0010]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于在车辆终端利用导航系统进行导航时，如果第一导航路线包括事故发生地点，导航系统生成与拥堵级别对应的提醒信息，以提醒用户对交通拥堵进行预先防范，从而节约了用户的行车时间。
[0011]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于导航系统端可以根据不同的交通拥堵级别向用户发送不同的提醒信息，以满足不同交通拥堵级别下的导航需求。
[0012]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于车辆终端检测到事故时生成事故发生信号，同时获取当前的地点以作为事故发生地点以及当前的时间以作为事故发生时间，通过将事故发生地点及事故发生时间发送至云端，可以触发云端获取事故发生时间，在事故发生地点的第一监控信息，由此有效地预测事故发生地点的交通拥堵级别。
[0013]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于通过车辆终端发送的其自身车外的第二监控信息，一方面可以近距离拍摄到事故细节，另一方面，也可以从其它的角度拍摄到事故画面，通过第二监控信息可以对第一监控信息进行补充，云端结合第一监控信息及第二监控信息可以提高交通拥堵级别预测的准确性。
[0014]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于车辆终端可以进一步根据检测的事故发生方向调整目标摄像设备，来使目标摄像设备对着事故发生的方向进行拍摄，从而可以有针对性地获取能够反应事故严重程度的第二监控信息。
[0015]本申请的一个目的在于提供交通拥堵的预测方法，其优势在于车辆终端在接收到事故发生信号后，可以发送监控请求至其它车辆，从可以请求其他车辆拍摄车辆终端自身的监控信息，即第二目标信息。通过这种方式，可以使车辆终端有效收集到在事故发生时其自身车身的状态，通过将包括第二目标信息的第二监控信息发送至云端，进一步提高了云端预测结果的准确性。
[0016]本申请是通过下述技术方案来实现上述目的：
[0017]本申请的第一方面提供了一种交通拥堵的预测方法，所述预测方法应用于云端，所述预测方法包括以下步骤：
[0018]接收车辆终端发送的事故发生地点及对应的事故发生时间；
[0019]获取所述事故发生时间，在所述事故发生地点的第一监控信息；
[0020]根据所述第一监控信息确定对应的交通拥堵级别；
[0021]将所述事故发生地点及所述交通拥堵级别发送至导航系统，所述事故发生地点及所述交通拥堵级别用于供所述导航系统在第一导航路线包括所述事故发生地点时，生成与所述拥堵级别对应的提醒信息。
[0022]本申请的第二方面提供了一种交通拥堵的预测方法，所述预测方法应用于导航系统，所述预测方法包括以下步骤：
[0023]接收云端发送的事故发生地点及对应的交通拥堵级别；
[0024]获取导航请求，所述导航请求包括出发位置及目标位置；
[0025]根据所述导航请求生成第一导航路线，所述第一导航路线表示由所述出发位置至所述目标位置的导航路线；
[0026]当所述第一导航路线包括所述事故发生地点时，生成与所述拥堵级别对应的提醒信息。
[0027]本申请的第三方面提供了一种交通拥堵的预测方法，所述预测方法应用于车辆终端；
[0028]响应于接收到事故发生信号，获取事故发生地点及对应的事故发生时间；
[0029]将所述事故发生地点及对应的事故发生时间发送至云端。
[0030]本申请的第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的交通拥堵的预测方法。
[0031]本申请的第五方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的交通拥堵的预测方法。
附图说明
[0032]图1示意性示出了根据本公开实施例的交通拥堵的预测方法的应用场景图。
[0033]图2示意性示出了根据本公开实施例的应用于云端的交通拥堵的预测方法的流程图。
[0034]图3示意性示出了根据本公开实施例的步骤102的具体实现方式的流程图。
[0035]图4示意性示出了根据本公开实施例的步骤103的具体实现方式的流程图。...

【技术保护点】

【技术特征摘要】
1.一种交通拥堵的预测方法，其特征在于，所述预测方法应用于云端，所述预测方法包括以下步骤：接收车辆终端发送的事故发生地点及对应的事故发生时间；获取所述事故发生时间，在所述事故发生地点的第一监控信息；根据所述第一监控信息确定对应的交通拥堵级别；将所述事故发生地点及所述交通拥堵级别发送至导航系统，所述事故发生地点及所述交通拥堵级别用于供所述导航系统在第一导航路线包括所述事故发生地点时，生成与所述拥堵级别对应的提醒信息。2.如权利要求1所述的交通拥堵的预测方法，其特征在于，所述获取所述事故发生时间，在所述事故发生地点的监控信息的步骤包括以下步骤：根据所述事故发生地点调用目标监控设备，所述目标监控设备的监控范围包括所述事故发生地点；获取所述目标监控设备在所述事故发生时间拍摄的所述事故发生地点的所述第一监控信息。3.如权利要求1所述的交通拥堵的预测方法，其特征在于，所述根据所述第一监控信息确定对应的交通拥堵级别的步骤前还包括：接收车辆终端发送的第二监控信息，所述第二监控信息表示所述事故发生时间，在所述车辆终端外的监控信息；所述根据所述第一监控信息确定对应的交通拥堵级别的步骤包括以下步骤：根据所述第一监控信息及所述第二监控信息确定对应的交通拥堵级别。4.如权利要求3所述的交通拥堵的预测方法，其特征在于，所述接收车辆终端发送的第二监控信息的步骤包括以下步骤：接收多个车辆终端发送的多个第二监控信息；所述根据所述第一监控信息及所述第二监控信息确定对应的交通拥堵级别的步骤包括以下步骤：根据所述第一监控信息及所述多个第二监控信息确定对应的交通拥堵级别。5.如权利要求1所述的交通拥堵的预测方法，其特征在于，所述根据所述第一监控信息确定对应的交通拥堵级别的步骤包括以下步骤：根据所述第一监控信息确定交通事故类型；根据所述交通事故类型确定对应的交通拥堵级别。6.如权利要求1
‑
5任意一项所述的交通拥堵的预测方法，其特征在于，所述根据所述第一监控信息确定对应的交通拥堵级别的步骤包括：将所述第一监控信息输入至拥堵预测模型以获取对应的交通拥堵级别，所述拥堵预测模型为以历史第一监控信息作为输入，对应的交通拥堵级别作为输出对预设机器学习算法进行训练所得到的模型。7.一种交通拥堵的预测方法，其特征在于，所述预测方法应用于导航系统，所述预测方法包括以下步骤：接收云端发送的事故发生地点及对应的交通拥堵级别；获取导航请求...

【专利技术属性】
技术研发人员：陈玮，
申请(专利权)人：博泰车联网南京有限公司，
类型：发明
国别省市：