【技术实现步骤摘要】
本专利技术涉及交通信息管理领域，具体涉及一种基于物联网的高速路网态势感知方法及系统。
技术介绍
1、随着国家经济发展，人们的物质条件实现稳步增长，为了满足城市出行需求，导致城市车辆保有量逐渐增多。迅猛增加的车辆对城市交通路网带来较大的挑战。
2、由于现有交通路网的建设普遍落后于日益增长的出行需求，导致在工作日的上下班高峰期普遍会存在交通堵塞情况，且交通堵塞持续的时间与天气情况、大型车辆行驶量以及事故发生率等紧密相关；但是现有的交通管理系统无法及时的对上述情况进行预测，一般都是在交通路网出现堵点之后，反馈至交管人员，交管人员到达堵点位置后再进行疏通或者现场指挥调控交通信号灯；显然采取上述方式明显具有较大的滞后性，导致交通通行效率受到不利影响。
技术实现思路
1、本专利技术的目的在于提供一种基于物联网的高速路网态势感知方法及系统，解决以上技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于物联网的高速路网态势感知方法，步骤如下：
4、s1:基于无人机获取城市道路实时分布情况，并划分成多个路网子区域，基于交通监控摄像头实时获取每个路网子区域的交通信息；
5、s2:基于气象监测设备获取每个路网监控区域的天气信息；
6、s3:通过结合交通信息和天气信息后按照预设处理规则进行处理，得到每个路网子区域的交通危险估值；
7、s4:将交通危险估值与预设阈值区间进行比较，根据比较结果将每个路网子区域
8、s5：对预警进行分级，并按照分级顺序依次推送至交管人员的便携终端上。
9、作为进一步的技术方案，所述s1中的交通信息包括车流量数据、车速数据、车辆类型数据、车道时间占有率数据和路口排队长度；所述s2中的天气信息包括温度、湿度、降水量、颗粒物浓度及气压。
10、作为进一步的技术方案，s3中对所述交通信息和所述天气信息按照预设处理规则进行处理的过程包括：
11、对车流量数据、车速数据、车辆类型数据、车道时间占有率数据和路口排队长度进行处理，获得交通危险系数oi；
12、对温度、湿度、降水量、颗粒物浓度及气压进行处理，获得天气系数ni；
13、通过公式：
14、计算获得交通危险估值xi；
15、其中，oth、nth为分别为交通危险系数、天气系数的参考值，依据历史数据和经验数据选择确定；o'、n'分别为当前时间周期内交通危险系数、天气系数的均值；
16、将交通危险估值xi与预设阈值区间[xa，xb]进行比较；
17、若xi＞xb，则判断当前路网子区域交通压力超标，发出红色预警；
18、若xi∈[xa，xb]，则判断当前路网子区域交通压力处于临界状态，发出黄色预警；
19、若xi＜xa，则判断当前路网子区域无交通压力。
20、作为进一步的技术方案，所述交通危险系数oi的获取过程为：
21、通过公式：
22、
23、计算获得交通压力系数μi；
24、将当前路网子区域分为上下班高峰时段和普通时段；
25、并分别获取交通压力系数在上下班高峰时段随时间变化曲线以及在普通时段随时间变化曲线
26、基于历史数据获取交通压力系数在上下班高峰时段随时间变化参考曲线及在普通时段随时间变化参考曲线
27、分别对及进行分析，获取在上下班高峰期时交通状态值dh和在普通时段的交通状态值dp；
28、通过公式：
29、计算获得交通危险系数oi；
30、其中，qj为第j种车辆类型的车流量，ωj为第j种车辆类型对应的预设比例系数，根据历史数据和经验数据选择确定，n为车辆类型的总数量，α1、α2、α3、α4为权重系数，为当前实际车速vi与参考车速vc之间的比值，其中参考车速vc基于历史数据获取，为当前车道时间占有率rot与参考车道时间占有率rc之间的比值，参考车道时间占有率rc基于历史数据获取，li为当前路口排队长度，lmax为当前路口最大排队长度；β为转化系数，根据经验数据选择确定。
31、作为进一步的技术方案，获取在上下班高峰期时交通状态值dh和在普通时段的交通状态值dp的过程为：
32、通过下列公式：
33、
34、
35、分别计算获得dh和dp。
36、作为进一步的技术方案，获取天气系数的方法为：
37、基于气象监测设备实时获取温度、湿度、降水量、颗粒物浓度及气压数据，并将上述数据输入到提前训练好的神经网络模型内，随后输出天气系数ni。
38、作为进一步的技术方案，对发出黄色预警的路网子区域进行预测分析的过程为：
39、将获取的上下班高峰期交通状态值dh与预设的交通状态值dh0进行比较；
40、若dh∈[0，dh0]，则判断当前路网子区域在上下班高峰期交通状态正常；
41、若dh∈[dh0，∞]，则判断当前路网子区域上下班高峰期交通状态较差；
42、将上下班高峰期交通状态正常的路网子区域标记为绿色区域，将上下班高峰期交通状态较差的路网子区域标记为红色区域；
43、获取一个时间周期下每个路网子区域在上下班高峰期间内被标记为红色区域的次数，并按照降序排列s1、s2、......、sm；
44、通过公式：计算获得交通趋势系数θi；
45、其中，y为第i个路网子区域所在的排列位次；ε用于消参。
46、作为进一步的技术方案，将交通趋势系数θi与交通趋势系数阈值θ0进行比较；
47、若θi超出θ0，则判断该路网子区域交通压力出现超标的概率较大，发出一级黄色预警；
48、否则，则判断该路网子区域交通压力出现超标的概率较小，发出二级黄色预警。
49、一种基于物联网的高速路网态势感知系统，包括：
50、交通信息获取模块，基于无人机获取城市道路实时分布情况，并划分成多个路网子区域，基于交通监控摄像头实时获取每个路网子区域的交通信息；
51、天气信息获取模块，基于气象监测设备获取每个路网监控区域的天气信息；
52、信息数据处理模块，通过结合交通信息和天气信息后按照预设处理规则进行处理，得到每个路网子区域的交通危险值；
53、交通状态分析模块:将交通危险值与预设阈值区间进行比较，根据比较结果将每个路网子区域进行区分标记，并对超出预设阈值区间的路网子区域进行预警；
54、交通预警模块，用于对预警进行分级，并按照分级顺序依次推送至交管人员的便携终端上；所述分级顺序依次递减为红色预警、一级黄色预警及二级黄色预警。
55、本专利技术的有益效果：
56、(1)本专利技术通过将获取的各本文档来自技高网...
【技术保护点】
1.一种基于物联网的高速路网态势感知方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于物联网的高速路网态势感知方法，其特征在于，所述S1中的交通信息包括车流量数据、车速数据、车辆类型数据、车道时间占有率数据和路口排队长度；所述S2中的天气信息包括温度、湿度、降水量、颗粒物浓度及气压。
3.根据权利要求2所述的基于物联网的高速路网态势感知方法，其特征在于，S3中对所述交通信息和所述天气信息按照预设处理规则进行处理的过程包括：
4.根据权利要求3所述的基于物联网的高速路网态势感知方法，其特征在于，所述交通危险系数Oi的获取过程为：
5.根据权利要求4所述的基于物联网的高速路网态势感知方法，其特征在于，获取在上下班高峰期时交通状态值Dh和在普通时段的交通状态值Dp的过程为：
6.根据权利要求1所述的基于物联网的高速路网态势感知方法，其特征在于，获取天气系数的方法为：
7.根据权利要求3所述的基于物联网的高速路网态势感知方法，其特征在于，对发出黄色预警的路网子区域进行预测分析的过程为：
8.根据权
9.一种基于物联网的高速路网态势感知系统，该系统适用于权利要求1-8中任意一项所述的基于物联网的高速路网态势感知方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于物联网的高速路网态势感知方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于物联网的高速路网态势感知方法，其特征在于，所述s1中的交通信息包括车流量数据、车速数据、车辆类型数据、车道时间占有率数据和路口排队长度；所述s2中的天气信息包括温度、湿度、降水量、颗粒物浓度及气压。
3.根据权利要求2所述的基于物联网的高速路网态势感知方法，其特征在于，s3中对所述交通信息和所述天气信息按照预设处理规则进行处理的过程包括：
4.根据权利要求3所述的基于物联网的高速路网态势感知方法，其特征在于，所述交通危险系数oi的获取过程为：
5.根据权利要求4所述的基于物联网的高...
【专利技术属性】
技术研发人员：朱宏祖，陈桂发，洪少楷，郭伟杰，阮理蕙，郭天曼，
申请(专利权)人：广科通立广东数据服务有限公司，
类型：发明
国别省市：
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。