【技术实现步骤摘要】
本专利技术涉及交通数据分析，具体涉及一种基于高速公路交通大数据的车流量分析系统及方法。
技术介绍
1、近十年来，我国干线公路基础设施建设取得迅猛发展，公路网运行管理与服务水平得到了有效提升，高速公路联网运行与服务工作取得重大突破。
2、造成高速公路交通堵塞的原因包括以下几点：
3、1.交通事故造成的交通堵塞。各类违法行为或其他意外原因发生的单方或多车碰撞交通事故特别是大型或重型车辆发生特大交通事故，导致事故车辆占据高速公路大幅路面或整幅路面，后车无法通行，引发堵塞。有的交通事故会引发车辆或危险化学品泄露爆炸等严重后果，造成交通中断或形成交通瓶颈，从而造成严重堵塞。
4、2.恶劣天气导致的交通堵塞。对交通影响比较大的是冰雪天和雾天，冰雪天气易导致高速公路路面结冰，特别是高速公路的桥梁更易结冰，行驶车辆极易打滑，无法正常安全通行。大雾天气导致高速公路大面积长距离的能见度降低，已进入高速公路行驶的车辆不得不降低车速，从而造成堵塞。此外，冰雪和大雾天气往往会引发交通事故，甚至往往导致二次事故或多车追尾，造成高速公路严重堵塞。
5、3.道路施工作业引发的交通堵塞。交通量激增普遍使高速公路不堪重负，路面疲劳加速，老化提前，高速公路经营管理单位需要对损坏的道路或其他设施进行维修、改造、升级时需要占用一定的车道，致使行车道变窄，车速降低，造成交通堵塞。
6、4.交通量激增引发的交通拥堵。车流量的迅猛增长成为拥堵的最直接的因素，随着我国经济社会持续快速发展，机动车增长迅速，特别是国家实行
7、现有技术中对于高速公路交通堵塞问题的解决，一般通过监控视频来发现高速公路中的拥堵路段，再安排相关人员到拥堵路段开展车流量的管控，然而，该解决办法不仅需要花费大量的人力，而且还缺乏灵活性，不能主动地对高速公路的运行状况进行调节。
技术实现思路
1、本专利技术的目的在于提供一种基于高速公路交通大数据的车流量分析系统及方法，解决以下技术问题：
2、如何能够主动且有针对性的对某路段进行车流量分析，以达到能够及时对其进行拥堵预警的效果。
3、本专利技术的目的可以通过以下技术方案实现：
4、一种基于高速公路交通大数据的车流量分析方法，包括：
5、获取终端设备在目标路段上的指定时间内的第一交通数据；
6、在所述指定时间内获取指定路段上的第二交通数据；
7、融合所述第一交通数据和所述第二交通数据获得对应的交通信息数据；
8、根据所述交通信息数据对目标路段进行拥堵风险预测；
9、根据所述拥堵风险预测结果发出相应的预警警示信息；
10、其中，所述目标路段为历史上容易发生拥堵的路段，所述指定路段为所述目标路段之前的路口路段；
11、所述第一交通数据包括所述终端设备的速度、位置、数量以及限速情况；所述第二交通数据包括驶入所述路口路段的车辆的速度、位置、数量。
12、作为本专利技术进一步的方案：所述融合所述第一交通数据和所述第二交通数据获得对应的交通信息数据的方法包括：
13、在所述指定时间的起始时刻，在所述目标路段上随机选取m个等预设长度的分析路段；
14、针对第m个所述分析路段，获取所述指定时间内对应的分析段平均车速变化曲线和终端数量变化曲线；
15、根据所述第二交通数据，获取所述指定时间内所述指定路段上的路口段平均车速变化曲线和路口段车量变化曲线；
16、将所述分析段平均车速变化曲线和所述路口段平均车速变化曲线合并坐标轴，并将所述终端数量变化曲线和所述路口段车量变化曲线合并坐标轴后，融合至空白图片中，得到与所述分析路段对应的所述交通信息数据。
17、作为本专利技术进一步的方案：所述根据所述交通信息数据对目标路段进行拥堵风险预测的方法包括：
18、将所述交通信息数据发送拥堵判断模块，获取所述拥堵判断模块输出的与所述分析路段对应的拥堵概率值；
19、计算第m个所述分析路段在所述指定时间的拥堵风险评分；
20、综合所述拥堵概率值和所述拥堵风险评分得到所述拥堵风险预测结果；
21、其中，所述拥堵判断模块为经过训练的神经网络模型。
22、作为本专利技术进一步的方案：所述综合所述拥堵概率值和所述拥堵风险评分得到所述拥堵风险预测结果的方法包括：
23、；
24、其中，为所述拥堵风险预测结果，和为预设权重系数。
25、作为本专利技术进一步的方案：所述拥堵风险评分的计算方法包括：
26、；
27、；
28、其中，为所述指定时间t内第m个所述分析路段的车辆总数，为时间内的超车次，为所述分析路段的限速值，为所述指定路段内车辆的平均车速，为第m个所述分析路段内车辆的平均车速；分别为预设的权重系数；
29、表示t时刻时，第m个所述分析路段内车辆与所述指定路段内车辆的实际距离。
30、作为本专利技术进一步的方案：所述实际距离的确定方法包括：
31、计算t时刻时，每个所述终端设备与所述分析路段起始点的路线距离，求得平均值后确定第一位置；
32、计算t时刻时，每个所述车辆与所述指定路段起始点的路线距离，求得平均值后确定第二位置；
33、将所述第一位置距离所述第二位置的路线距离作为所述实际距离。
34、作为本专利技术进一步的方案：所述根据所述拥堵风险预测结果发出相应的预警警示信息的方法包括：
35、当时，发出一级拥堵预警；
36、当时，发出二级拥堵预警；
37、当时，发出三级拥堵预警；
38、当时，将m增加预设幅度，重新获取所述拥堵风险预测结果；
39、当时，不发出拥堵预警；
40、其中，为拥堵风险预警阈值。
41、作为本专利技术进一步的方案：包括：
42、终端数据采样模块，用于获取终端设备在目标路段上的指定时间内的第一交通数据；
43、路侧数据采样模块，用于在所述指定时间内获取指定路段上的第二交通数据；
44、数据处理模块，用于融合所述第一交通数据和所述第二交通数据获得对应的交通信息数据；
45、风险评估模块，用于根据所述交通信息数据对目标路段进行拥堵风险预测；
46、告警模块，用于根据所述拥堵风险预测结果发出相应的预警警示信息；
47、其中，所述目标路段为历史上容易发生拥堵的路段，所述指定路段为所述目标路段之前的路口路段；
48、所述第一交通数据包括所述终端设备的速度、位置、数量以及限速情况；所述第二交通数据包括驶入所述路口路段的车辆的速度、位置、数量。
49、本专利技术的有益效果本文档来自技高网...
【技术保护点】
1.一种基于高速公路交通大数据的车流量分析方法，其特征在于，包括：
2.根据权利要求1所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述融合所述第一交通数据和所述第二交通数据获得对应的交通信息数据的方法包括：
3.根据权利要求2所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述根据所述交通信息数据对目标路段进行拥堵风险预测的方法包括：
4.根据权利要求3所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述综合所述拥堵概率值和所述拥堵风险评分得到所述拥堵风险预测结果的方法包括：
5.根据权利要求3所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述拥堵风险评分的计算方法包括：
6.根据权利要求5所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述实际距离的确定方法包括：
7.根据权利要求4所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述根据所述拥堵风险预测结果发出相应的预警警示信息的方法包括：
8.一种基于高速公路交通大数据的车流量
...【技术特征摘要】
1.一种基于高速公路交通大数据的车流量分析方法，其特征在于，包括：
2.根据权利要求1所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述融合所述第一交通数据和所述第二交通数据获得对应的交通信息数据的方法包括：
3.根据权利要求2所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述根据所述交通信息数据对目标路段进行拥堵风险预测的方法包括：
4.根据权利要求3所述的基于高速公路交通大数据的车流量分析方法，其特征在于，所述综合所述拥堵概率值和所述拥堵风险评分得到所述拥堵风险预测结果...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。