CN105702042A - 根据重点营运车辆定位信息判断公路拥堵的方法 - Google Patents

Abstract

本发明提供了一种根据重点营运车辆定位信息判断公路拥堵的方法，所述方法包括：从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据；查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度；将辖区内高速公路上两个相邻里程桩之间的路段作为一单位路段，获取在预设时间内沿同一行驶方向行驶的重点营运车辆在各单位路段上的GNSS轨迹数据；根据所述GNSS轨迹数据，获取各单位路段在预设时间内的最大车速并计算各单位路段的平均车速；根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵。

Description

根据重点营运车辆定位信息判断公路拥堵的方法

技术领域

本发明涉及一种交通拥堵路况分析方法，尤其涉及根据重点营运车辆定位信息判断公路拥堵的方法。

背景技术

公路实时路况是公路运营管理机构需要掌握的重要信息，在公路建设伊始，其实际流量基本达到饱和流量，一旦相关诱因条件满足，则经常会发生拥堵，某些路段发生拥堵且得不到及时疏通时，道路服务水平降低，使用户的燃油耗费增加，并造成延误，因此有必要对目标公路的拥堵情况进行实时监控，但目前缺乏一个系统性的自动化监控手段。

发明内容

重点营运车辆的GNSS(GlobalNavigationSatelliteSystem，全球导航卫星系统)实时轨迹信息是路况拥堵判断的重要依据。GNSS包括但是不限定于以下几种：GPS、Glonass、Galileo、北斗卫星导航系统以及相关的增强系统。本发明基于重点营运车辆的GNSS实时轨迹信息中的车辆定位时间、经度、纬度等数据，对公路实时在线车辆进行分析处理，判断出高速公路的拥堵情况。

本发明中所指的重点营运车辆为《道路运输车辆动态监督管理办法》(2014年第5号令)中所指道路运输车辆，包括用于公路营运的载客汽车、危险货物运输车辆、半挂牵引车以及重型载货汽车(总质量为12吨及以上的普通货运车辆)。

为解决上述技术问题，本发明提供了一种根据重点营运车辆定位信息判断公路拥堵的方法，所述根据重点营运车辆定位信息判断公路拥堵的方法包括：

从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据；

查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合所述当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度；

将辖区内高速公路上两个相邻里程桩之间的路段作为一单位路段，获取在预设时间内沿同一行驶方向行驶的重点营运车辆在各单位路段上的GNSS轨迹数据，所述GNSS轨迹数据包括：重点营运车辆的总数量、重点营运车辆的总定位点数及各重点营运车辆在各定位点的行驶速度；

根据所述GNSS轨迹数据，获取各单位路段在所述预设时间内的最大车速并计算各单位路段的平均车速；

根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵。

在一实施例中，查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合所述当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度，包括：

查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据；

根据各所述重点营运车辆在当前定位点对应的里程桩号信息及当前定位点之前的上一个定位点对应的里程桩号信息，判断所述重点营运车辆当前的行驶方向；

根据所述重点营运车辆当前定位点的GNSS定位数据与当前定位点之前的上一个定位点的定位数据计算其当前的行驶速度；

将添加了行驶方向及行驶速度的所述重点营运车辆的GNSS定位数据缓存到内数据库中。

在一实施例中，所述方法还包括：

如果所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据不存在，则将所述重点营运车辆当前定位点的GNSS定位数据缓存至内存数据库。

在一实施例中，根据各所述重点营运车辆在当前定位点对应的里程桩号信息及当前定位点之前的上一个定位点对应的里程桩号信息，判断所述重点营运车辆当前的行驶方向，包括：

判断所述重点营运车辆在当前定位点对应的里程桩号及当前定位点之前的上一个定位点对应的里程桩号的大小；

若所述重点营运车辆在当前定位点对应的里程桩号大于当前定位点之前上一定位点对应的里程桩号，则判定所述重点营运车辆沿高速公路下行；

若所述重点营运车辆在当前定位点对应的里程桩号小于当前定位点之前上一定位点对应的里程桩号，则判定所述重点营运车辆沿高速公路上行；

若所述重点营运车辆在当前定位点对应的里程桩号与当前定位点之前上一定位点对应的里程桩号相同，则沿用所述重点营运车辆上一定位点的行驶方向。

在一实施例中，根据所述重点营运车辆在各单位路段上的GNSS轨迹数据，获取各单位路段在所述预设时间内的最大车速并计算各单位路段的平均车速，包括：

分别查询各所述重点营运车辆在所述单位路段内各定位点的行驶速度，将所有所述重点营运车辆的行驶速度的最大值作为对应重点营运车辆的最大行驶速度；

查询所述单位路段内的所有重点营运车辆的最大行驶速度，将其中的最大值作为所述单位路段的最大车速；

分别将所述单位路段内的所有重点营运车辆在各个定位点的行驶速度相加得到总速度，将所述总速度与所述总定位点数作商，得到所述单位路段的平均车速。

在一实施例中，根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵，包括：

判断各所述单位路段内重点营运车辆的总数量是否大于预设数量，并且所述总定位点数大于预设定位点数，同时所述最大车速小于预设最大车速，所述平均车速小于预设平均车速，若是，则判定所述单位路段拥堵。

在一实施例中，所述方法还包括：

当相邻的多个单位路段都拥堵时，将所述相邻的多个单位路段合并为一个拥堵路段。

在一实施例中，所述方法还包括：

当两个相距不超过预设距离的不相邻的单位路段都拥堵，并且所述两个不相邻的单位路段之间的中间路段没有重点营运车辆的定位点时，推断所述中间路段也发生拥堵，将所述两个不相邻的单位路段及所述中间路段合并为一个拥堵路段。

在一实施例中，从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据，包括：

对所述海量GNSS定位数据分别进行Geohash处理，得到各个GNSS定位数据对应的Hash结果值；

将所述Hash结果值作为索引，与辖区内高速公路的地理数学模型进行匹配，查询是否存在与所述Hash结果值匹配的Key值；

当存在与所述Hash结果值匹配的Key值时，判定所述重点营运车辆当前行驶在辖区内高速公路上，筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据。

在一实施例中，在生成拥堵路段之后，所述方法还包括：生成拥堵告警信息并输出。

在一实施例中，所述方法还包括：将所述拥堵告警信息发送至可变情报板进行显示。

在一实施例中，所述拥堵告警信息包括：所述拥堵路段的平均行驶速度、最大车速及车辆数量。

利用本发明，可以根据目标高速公路上的重点营运车辆的定位数据判断出公路的拥堵情况，并在拥堵时进行告警，以进行及时疏通，实现对目标公路拥堵情况的实时监控。利用本方法，可以为用户提供最新的路况信息，提高高速公路的服务水平。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例根据重点营运车辆定位信息判断公路拥堵的方法的流程示意图；

图2为本发明实施例筛选行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据的流程示意图；

图3为本发明实施例判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度的流程示意图；

图4为本发明实施例获取各单位路段在预设时间内的最大车速并计算各单位路段的平均车速流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

图1为本发明实施例根据重点营运车辆定位信息判断公路拥堵的方法的流程示意图。如图1所示，上述重点营运车辆定位信息判断公路拥堵的方法主要包括以下步骤：

步骤S1、从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据。

由于本发明实施例主要是根据重点营运车辆的GNSS定位数据来判断辖区内高速公路的拥堵情况的，而GNSS系统在同一时刻会收到全国范围内多种类型的车辆的GNSS定位数据，因此，需要从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据。由于通常在重点营运车辆上设置有特定的定位装置，该定位装置每隔一设定的时间间隔(例如30秒)向全球导航卫星系统上传实时定位数据，所以上述的当前定位点的GNSS定位数据指的是重点营运车辆在当前时刻的GNSS定位数据，定位点指的是定位时间点，即时刻。

步骤S2、查询各重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合步骤S1中筛选出来的当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度。

重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据指的是与当前定位时刻间隔上述时间间隔(例如上述的30秒)的上一个定位时刻的GNSS定位数据。

步骤S3、将辖区内高速公路上两个相邻里程桩之间的路段作为一单位路段，获取在预设时间内沿同一行驶方向行驶的重点营运车辆在各单位路段上的GNSS轨迹数据，上述GNSS轨迹数据包括：重点营运车辆的总数量、重点营运车辆的总定位点数及各重点营运车辆在各定位点的行驶速度。

本发明实施例先对目标公路线路每间隔一段距离采集里程桩号及其对应的坐标数据，将两个相邻的里程桩之间的路段作为一个最小的单位路段，在判断拥堵时，先分别判断各个单位路段的拥堵情况。

步骤S4、根据步骤S3中所得GNSS轨迹数据，获取各单位路段在上述预设时间内的最大车速并计算各单位路段的平均车速。

步骤S5、根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵。

利用本发明，可以根据目标高速公路上的重点营运车辆的定位数据判断出公路的拥堵情况，并在拥堵时进行告警，以进行及时疏通，实现对目标公路拥堵情况的实时监控。利用本方法，可以为用户提供最新的路况信息，提高高速公路的服务水平。

通常地，上述方法还包括步骤S6，当步骤S2中未查询到上述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据时，将上述重点营运车辆当前定位点的GNSS定位数据缓存至内存数据库。

具体实施时，可以按照图2所示步骤从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆的GNSS定位数据：

步骤S11、对上述海量GNSS定位数据分别进行Geohash处理，得到各个GNSS定位数据对应的Hash结果值。

步骤S12、将步骤S11所得的Hash结果值作为索引，与辖区内高速公路的地理数学模型进行匹配，查询是否存在与上述Hash结果值匹配的Key值，当存在与上述Hash结果值匹配的Key值时，进行步骤S13。

通常地，先对辖区内的高速公路进行地理数学建模，获取辖区内所有高速公路上的里程桩号及其对应的坐标数据(例如经纬度信息)，根据各高速公路上的任一里程桩号信息以及相邻里程桩连线的方位角，计算得到各高速公路上里程桩两侧区域在预设宽度内点的坐标集合，对该坐标集合进行Geohash处理，将得到的Hash结果值作为Key值，将每个所述Key值对应的两个相邻的里程桩号作为Value，初始化到内存数据库中，即得辖区内高速公路的地理数学模型。

步骤S13、判定上述重点营运车辆当前行驶在辖区内高速公路上，筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据。

在一实施例中，可以按照图3所示步骤判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度：

步骤S21、查询步骤S1得到的行驶在辖区内高速公路上的各个重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据。其中，此处的GNSS定位数据包括各重点营运车辆的经纬度、定位时刻以及各重点营运车辆在各个经纬度、定位时刻所对应的高速公路上的里程桩号等信息。

步骤S22、根据各重点营运车辆在当前定位点对应的里程桩号信息及当前定位点之前的上一个定位点对应的里程桩号信息，判断行驶在辖区内高速公路上的各重点营运车辆当前的行驶方向。

步骤S23、根据上述重点营运车辆当前定位点的GNSS定位数据与当前定位点之前的上一个定位点的定位数据计算其当前的行驶速度。

在本发明实施例中，是将当前定位点与当前定位点之前的上一定位点相距的距离与上述时间间隔(30秒)作商得到的平均速度作为当前定位点的行驶速度的。

步骤S24、将添加了行驶方向及行驶速度的上述重点营运车辆的GNSS定位数据缓存到内数据库中。

一般地，在具体实施步骤S22时，可以根据上述重点营运车辆在当前定位点对应的里程桩号及当前定位点之前的上一个定位点对应的里程桩号的大小来判断。如果上述重点营运车辆在当前定位点对应的里程桩号大于当前定位点之前上一定位点对应的里程桩号，则判定上述重点营运车辆沿高速公路下行；若果上述重点营运车辆在当前定位点对应的里程桩号小于当前定位点之前上一定位点对应的里程桩号，则判定上述重点营运车辆沿高速公路上行；若果上述重点营运车辆在当前定位点对应的里程桩号等于当前定位点之前上一定位点对应的里程桩号，说明上述重点营运车辆在这两定位点时所处的里程桩号没变，沿用上述重点营运车辆上一定位点的行驶方向。

在本发明实施例中，可以按照图4所示步骤获取各单位路段在所述预设时间内的最大车速并计算各单位路段的平均车速：

步骤S41、分别查询上述重点营运车辆在各单位路段内的所有定位点的行驶速度，将所有上述重点营运车辆的行驶速度的最大值作为对应的重点营运车辆的最大行驶速度。

步骤S42、查询上述各单位路段内的所有重点营运车辆的最大行驶速度，将其中的最大值作为上述单位路段的最大车速。

步骤S43、分别将上述单位路段内的所有重点营运车辆在各个定位点的行驶速度相加得到总速度，将上述总速度与步骤S3中的总定位点数作商，得到上述单位路段的平均车速。

通常地，在步骤S5中，当上述单位路段在预设时间内满足以下四个条件时，才判定该单位路段拥堵：①该单位路段内重点营运车辆的总数量大于预设数量；②该单位路段内的所有重点营运车辆的总的定位点数大于预设定位点数；③该单位路段内的最大车速小于预设最大车速；④该单位路段的平均车速小于预设平均车速。

例如，上述单位路段内重点营运车辆的总数量不小于2辆，且总定位点数大于5个，并且该单位路段内的最大车速小于20公里/小时，平均车速小于10公里/小时，则可以判断当前单位路段发生拥堵。

上述的预设时间可以视实际情况而定，例如可以取5分钟，也可以取10分钟或者其他数值。

一条高速公路上包括许多个单位路段，具体实施时，通常将多个单位路段作为监控高速公路拥堵的最小监控路段，一个单位路段可以属于多个最小监控路段。在对目标高速公路上的各个单位路段的拥堵情况判别完后，当相邻的多个单位路段都拥堵时，将相邻的多个单位路段合并为一个拥堵路段。如果两个相距不超过预设距离的不相邻的单位路段都拥堵，并且该两个不相邻的单位路段之间的中间路段没有重点营运车辆的定位点时，推断该中间路段也发生拥堵，将上述两个不相邻的单位路段及该中间路段合并为一个拥堵路段。再获取该拥堵路段的品均行驶速度、最大车速及车辆数量。

由于本发明实施例是根据《道路运输车辆动态监督管理办法》(2014年第5号令)中所指的重点营运车辆的定位数据来判断高速公路是否发生拥堵的，所以当上述两个相距不超过预设距离的不相邻的单位路段都拥堵时，中间路段极有可能停有多辆不含特定定位终端的车辆，例如私家车等，因此即使中间路段没有重点营运车辆的定位点时，也可以推断该中间路段发生拥堵。

上述的预设距离可以视实际情况而定，例如可以设为1公里。

一般地，在判断完拥堵路段后，生成拥堵告警信息并输出，以使监控人员可以在监控中心直观地看上述到拥堵路段的实时车流情况。其中，该拥堵告警信息通常包括：上述发生拥堵的拥堵路段的平均行驶速度、最大车速及车辆数量。

在一实施例中，还可以将上述拥堵告警信息发送至设置在高速公路上的可变情报板进行显示，提醒行驶在高速公路上的车辆前方发生拥堵，以便于司机重新规划行驶路线。

利用本发明，可以根据目标高速公路上的重点营运车辆的定位数据判断出公路的拥堵情况，实现对目标公路拥堵情况的实时监控，利用本方法，可以为用户提供最新的路况信息，提高高速公路的服务水平。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述根据重点营运车辆定位信息判断公路拥堵的方法包括：

从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据；

查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合所述当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度；

将辖区内高速公路上两个相邻里程桩之间的路段作为一单位路段，获取在预设时间内沿同一行驶方向行驶的重点营运车辆在各单位路段上的GNSS轨迹数据，所述GNSS轨迹数据包括：重点营运车辆的总数量、重点营运车辆的总定位点数及各重点营运车辆在各定位点的行驶速度；

根据所述GNSS轨迹数据，获取各单位路段在所述预设时间内的最大车速并计算各单位路段的平均车速；

根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵。

2.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据，结合所述当前定位点的GNSS定位数据分别判断各重点营运车辆当前的行驶方向并计算其当前的行驶速度，包括：

查询各所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据；

根据各所述重点营运车辆在当前定位点对应的里程桩号信息及当前定位点之前的上一个定位点对应的里程桩号信息，判断所述重点营运车辆当前的行驶方向；

根据所述重点营运车辆当前定位点的GNSS定位数据与当前定位点之前的上一个定位点的定位数据计算其当前的行驶速度；

将添加了行驶方向及行驶速度的所述重点营运车辆的GNSS定位数据缓存到内数据库中。

3.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述方法还包括：

如果所述重点营运车辆在当前定位点之前的上一个定位点的GNSS定位数据不存在，则将所述重点营运车辆当前定位点的GNSS定位数据缓存至内存数据库。

4.根据权利要求2所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，根据各所述重点营运车辆在当前定位点对应的里程桩号信息及当前定位点之前的上一个定位点对应的里程桩号信息，判断所述重点营运车辆当前的行驶方向，包括：

判断所述重点营运车辆在当前定位点对应的里程桩号及当前定位点之前的上一个定位点对应的里程桩号的大小；

若所述重点营运车辆在当前定位点对应的里程桩号大于当前定位点之前上一定位点对应的里程桩号，则判定所述重点营运车辆沿高速公路下行；

若所述重点营运车辆在当前定位点对应的里程桩号小于当前定位点之前上一定位点对应的里程桩号，则判定所述重点营运车辆沿高速公路上行；

若所述重点营运车辆在当前定位点对应的里程桩号与当前定位点之前上一定位点对应的里程桩号相同，则沿用所述重点营运车辆上一定位点的行驶方向。

5.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，根据所述重点营运车辆在各单位路段上的GNSS轨迹数据，获取各单位路段在所述预设时间内的最大车速并计算各单位路段的平均车速，包括：

分别查询各所述重点营运车辆在所述单位路段内各定位点的行驶速度，将所有所述重点营运车辆的行驶速度的最大值作为对应重点营运车辆的最大行驶速度；

查询所述单位路段内的所有重点营运车辆的最大行驶速度，将其中的最大值作为所述单位路段的最大车速；

分别将所述单位路段内的所有重点营运车辆在各个定位点的行驶速度相加得到总速度，将所述总速度与所述总定位点数作商，得到所述单位路段的平均车速。

6.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，根据各单位路段的GNSS轨迹数据、最大车速及平均车速，判断各单位路段是否拥堵，包括：

判断各所述单位路段内重点营运车辆的总数量是否大于预设数量，并且所述总定位点数大于预设定位点数，同时所述最大车速小于预设最大车速，所述平均车速小于预设平均车速，若是，则判定所述单位路段拥堵。

7.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述方法还包括：

当相邻的多个单位路段都拥堵时，将所述相邻的多个单位路段合并为一个拥堵路段。

8.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述方法还包括：

当两个相距不超过预设距离的不相邻的单位路段都拥堵，并且所述两个不相邻的单位路段之间的中间路段没有重点营运车辆的定位点时，推断所述中间路段也发生拥堵，将所述两个不相邻的单位路段及所述中间路段合并为一个拥堵路段。

9.根据权利要求1所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，从海量GNSS定位数据中筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据，包括：

对所述海量GNSS定位数据分别进行Geohash处理，得到各个GNSS定位数据对应的Hash结果值；

将所述Hash结果值作为索引，与辖区内高速公路的地理数学模型进行匹配，查询是否存在与所述Hash结果值匹配的Key值；

当存在与所述Hash结果值匹配的Key值时，判定所述重点营运车辆当前行驶在辖区内高速公路上，筛选出行驶在辖区内高速公路上的重点营运车辆当前定位点的GNSS定位数据。

10.根据权利要求7或8所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，在生成拥堵路段之后，所述方法还包括：生成拥堵告警信息并输出。

11.根据权利要求10所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述方法还包括：将所述拥堵告警信息发送至可变情报板进行显示。

12.根据权利要求10所述的根据重点营运车辆定位信息判断公路拥堵的方法，其特征在于，所述拥堵告警信息包括：所述拥堵路段的平均行驶速度、最大车速及车辆数量。