CN106023593B - 一种交通拥堵检测方法和装置 - Google Patents

Abstract

本发明适用于智慧交通领域，提供了一种交通拥堵检测方法和装置，旨在解决现有技术交通拥堵检测代价高昂，无法全面覆盖以及准确性和效率均较低的问题。所述方法包括：采集注册车辆的行驶参数数据，行驶参数数据包括注册车辆安装的车载导航软件输出的位置数据和速度；根据行驶参数数据确定交通拥堵区域；输出包含交通拥堵区域对应的拥堵信息的拥堵报告。本发明的技术方案从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，并自动输出拥堵报告，因此降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。

Description

一种交通拥堵检测方法和装置

技术领域

本发明涉及智慧交通领域，尤其涉及一种交通拥堵检测方法和装置。

背景技术

实时交通拥堵检测是智能交通系统最重要的组成部分之一，可为道路选择、交通疏导等工作提供重要的决策依据。目前实时交通拥堵检测技术主要依赖于环形感应线圈检测器、微波检测器和交通摄像头等路边固定设施以及浮动车监控设施，对车速、车道占有率、交通流量和车流图像等信息进行人工录入和分析来估计路段的交通拥堵状态。

但是，路边固定设施和浮动车监控设施的实施和维护费用高昂，并且难以覆盖所有道路路段，同时，人工录入的方式工作强度大，容易疏漏，导致检测效率低，并影响检测的准确性。

发明内容

本发明的目的在于提供一种交通拥堵检测方法和装置，旨在解决现有技术交通拥堵检测代价高昂，无法全面覆盖以及准确性和效率均较低的问题。

本发明的第一方面，提供一种交通拥堵检测方法，包括：

采集注册车辆的行驶参数数据，所述行驶参数数据包括所述注册车辆安装的车载导航软件输出的所述注册车辆的位置数据和速度；

根据所述行驶参数数据确定交通拥堵区域；

输出包含所述交通拥堵区域对应的拥堵信息的拥堵报告。

本发明的第二方面，提供一种交通拥堵检测装置，包括：

采集模块，采集注册车辆的行驶参数数据，所述行驶参数数据包括所述注册车辆安装的车载导航软件输出的所述注册车辆的位置数据和速度；

检测模块，根据所述行驶参数数据确定交通拥堵区域；

输出模块，输出包含所述交通拥堵区域对应的拥堵信息的拥堵报告。

本发明与现有技术相比存在的有益效果是：注册车辆的位置和速度等行驶参数数据来自于车载导航软件，一方面，由于车载导航软件非常普及，一般的车主均会安装这类软件，因此，在数据获取方面的成本比较低廉；另一方面，从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，自动输出拥堵报告，无需依赖路边固定设施和浮动车监控设施进行人工录入和交通拥堵检测，因此，降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。

附图说明

图1是本发明实施例一提供的一种交通拥堵检测方法的流程图；

图2是本发明实施例二提供的一种交通拥堵检测方法的流程图；

图3是本发明实施例三提供的一种交通拥堵检测装置的结构示意图；

图4是本发明实施例四提供的一种交通拥堵检测装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体附图对本发明的实现进行详细的描述。

实施例一：

图1是本发明实施例一提供的一种交通拥堵检测方法的流程图，具体包括步骤S101至S103，详述如下：

S101、采集注册车辆的行驶参数数据，该行驶参数数据包括注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度。

注册车辆需预先安装车载导航软件，车载导航软件具体可以是全球定位系统(Global Positioning System，GPS)导航客户端，例如高德导航等。

当注册车辆的车载导航软件被开启后，车载导航软件实时将所在车辆的位置数据和速度发送到导航服务器。

具体地，从导航服务器采集注册车辆的位置数据和速度等行驶参数数据，其中，位置数据可以是坐标数据等。

进一步地，可以直接采集导航服务器中所有注册车辆的位置数据和速度等行驶参数数据，也可以对导航服务器中的行驶参数数据进行筛选，只采集速度低于预设的采集速度的那些注册车辆的行驶参数数据。

S102、根据采集到的行驶参数数据确定交通拥堵区域。

具体地，根据从导航服务器采集的注册车辆的位置数据和速度，筛选出速度低于预设的拥堵速度的注册车辆，并对筛选出的注册车辆的位置数据进行分析，如果在某一个区域范围内出现大量注册车辆行驶缓慢，则将该区域确定为交通拥堵区域。

进一步地，还可以对出现大量注册车辆行驶缓慢的区域进行进一步的分析，根据这一区域的视频数据和道路情况，进一步确定该区域是否为交通拥堵区域。

S103、输出包含交通拥堵区域对应的拥堵信息的拥堵报告。

具体地，当确定交通拥堵区域后，可以根据交通拥堵区域的注册车辆的行驶参数数据，以及该交通拥堵区域的视频数据，经过大数据的分析和计算，获取该交通拥堵区域的拥堵开始的时间、拥堵起始位置、拥堵终点位置、拥塞长度、拥堵车辆总数和拥堵解决时间等拥堵信息，自动生成并输出包含这些拥堵信息的拥堵报告，使相关区域管理部门或者责任人员能够及时根据接收到的拥堵报告进行进一步的确认和判断，以便及时进行交通疏导。

本实施例中，通过采集注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度，获取注册车辆的行驶参数数据，并根据采集到的行驶参数数据确定交通拥堵区域，自动输出包含交通拥堵区域对应的拥堵信息的拥堵报告。由于注册车辆的位置和速度等行驶参数数据来自于车载导航软件，一方面，由于车载导航软件非常普及，一般的车主均会安装这类软件，因此，在数据获取方面的成本比较低廉；另一方面，从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，自动输出拥堵报告，无需依赖路边固定设施和浮动车监控设施进行人工录入和交通拥堵检测，因此，降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。

实施例二：

图2是本发明实施例二提供的一种交通拥堵检测方法的流程图，具体包括步骤S201至S208，详述如下：

S201、采集注册车辆的行驶参数数据，该行驶参数数据包括注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度。

注册车辆需预先安装车载导航软件，车载导航软件具体可以是GPS导航客户端，例如高德导航等。

当注册车辆的车载导航软件被开启后，车载导航软件实时将所在车辆的位置数据和速度发送到导航服务器。

具体地，从导航服务器采集注册车辆的位置数据和速度等行驶参数数据，其中，位置数据可以是坐标数据等。

进一步地，可以直接采集导航服务器中所有注册车辆的位置数据和速度等行驶参数数据，也可以对导航服务器中的行驶参数数据进行筛选，只采集速度低于预设的采集速度的那些注册车辆的行驶参数数据。

S202、根据采集到的行驶参数数据确定疑似拥堵区域。

具体地，根据采集到的行驶参数数据确定疑似拥堵区域的具体过程包括步骤S2021至步骤S2022，详细说明如下：

S2021、对采集到的行驶参数数据进行筛选，提取注册车辆的速度小于预设的速度阈值的行驶参数数据。

具体地，对步骤S201采集到的行驶参数数据进行筛选，将速度小于预设的速度阈值的注册车辆的行驶参数数据提取出来。

需要说明的是，如果步骤S201只采集速度低于预设的采集速度的那些注册车辆的行驶参数数据，则预设的速度阈值必然小于或者等于预设的采集速度。

可以理解的是，在本实施例中，提取注册车辆的速度小于预设的速度阈值的行驶参数数据，在其他实施例中，也可以为提取注册车辆的速度小于或者等于预设的速度阈值的行驶参数数据。

S2022、对提取出的行驶参数数据中的位置数据进行空间聚类，确定疑似拥堵区域。

具体地，采用数据挖掘中聚类的统计分析方法，对步骤S2021提取出的注册车辆的行驶参数数据中的位置数据进行空间聚类，将聚集大量速度低于速度阈值的注册车辆的区域确定为疑似拥堵区域。

S203、根据疑似拥堵区域中注册车辆的位置数据，判断该疑似拥堵区域的道路类型，其中，道路类型包括高速公路和普通道路。

具体地，根据疑似拥堵区域中注册车辆的位置数据，查询注册车辆所在的位置，可以判断出该疑似拥堵区域的道路类型是高速公路还是普通道路。

若疑似拥堵区域的道路类型为普通道路，则执行步骤S204；否则，疑似拥堵区域的道路类型为高速公路，则执行步骤S206。

S204、查询疑似拥堵区域的信号灯的状态。

疑似拥堵区域的信号灯的状态包括红灯状态、绿灯状态和黄灯状态。

具体地，若疑似拥堵区域的信号灯的状态为绿灯状态，则继续执行步骤S205，否则，疑似拥堵区域的信号灯的状态为红灯状态或者黄灯状态，此时认定车速降低是正常情况，流程跳转到步骤S208，退出。

S205、获取绿灯状态的信号灯所在位置的地感线圈的脉冲频率。

具体地，若获取到的绿灯状态的信号灯所在位置的地感线圈的脉冲频率小于预设的频率阈值，则继续执行步骤S206，否则认定疑似拥堵区域中车辆当前的行车速度还没有达到拥堵的程度，流程跳转到步骤S208，退出。

可以理解的是，在本实施例中，判断绿灯状态的信号灯所在位置的地感线圈的脉冲频率是否小于预设的频率阈值，在其他实施例中，也可以为判断绿灯状态的信号灯所在位置的地感线圈的脉冲频率是否小于或者等于预设的频率阈值。

S206、根据疑似拥堵区域的监控视频确定交通拥堵区域。

具体地，根据疑似拥堵区域的监控视频确定交通拥堵区域的具体过程包括步骤S2061至步骤S2063，详细说明如下：

S2061、根据疑似拥堵区域的监控视频，对疑似拥堵区域进行道路分割，获取道路信息。

如果疑似拥堵区域的道路类型为高速公路，则直接根据该疑似拥堵区域的监控视频，采用道路分割算法，对疑似拥堵区域进行道路分割，获取道路信息；如果疑似拥堵区域的道路类型为普通道路，则在经过了步骤S204和步骤S205的判断后，确定该疑似拥堵区域是绿灯状态并且信号灯所在位置的地感线圈的脉冲频率过低，才进一步根据该疑似拥堵区域的监控视频，采用道路分割算法，对疑似拥堵区域进行道路分割，获取道路信息。

具体地，采用道路分割算法获取道路信息的具体过程包括步骤a1)至步骤a3)，详细说明如下：

a1)、根据疑似拥堵区域的监控视频，获取该疑似拥堵区域的当前图像和初始背景图像，其中，初始背景图像为预存的没有车辆和行人的疑似拥堵区域的图像。

具体地，获取疑似拥堵区域的监控视频数据，根据该监控视频数据截取疑似拥堵区域的当前图像，并在预存的没有车辆和行人的初始背景图像库中找出该疑似拥堵区域的初始背景图像。

a2)、分析疑似拥堵区域的当前图像和初始背景图像的差异，根据该差异提取当前图像的前景区域。

具体地，对疑似拥堵区域的当前图像和初始背景图像进行图像分析，计算出当前图像和初始背景图像之间的差异，并根据该差异提取出疑似拥堵区域的前景区域。

a3)、对当前图像的前景区域进行分类，获取机动车道、非机动车车道和人行道的道路信息。

具体地，根据提取出疑似拥堵区域的前景区域，并与预存的没有车辆和行人的初始背景图像进行比较，获取机动车道、非机动车车道和人行道的道路信息。

S2062、根据获取的道路信息计算疑似拥堵区域的车辆分布率。

具体地，根据步骤S2061获取的疑似拥堵区域的道路信息，对机动车道的车辆占位情况进行计算，得到疑似拥堵区域的车辆分布率。

S2063、若车辆分布率大于预设的占位阈值，则确定疑似拥堵区域为交通拥堵区域。

具体地，如果步骤S2062计算出的车辆分布率大于预设的占位阈值，则说明疑似拥堵区域的缓行车辆过多，达到了拥堵的程度，因此可以确定疑似拥堵区域为交通拥堵区域。

可以理解的是，在本实施例中，若车辆分布率大于预设的占位阈值，则确定疑似拥堵区域为交通拥堵区域，在其他实施例中，也可以为车辆分布率大于或者等于预设的占位阈值，则确定疑似拥堵区域为交通拥堵区域。

S207、输出包含交通拥堵区域对应的拥堵信息的拥堵报告。

具体地，当确定交通拥堵区域后，可以根据交通拥堵区域的注册车辆的行驶参数数据，以及该交通拥堵区域的视频数据，经过大数据的分析和计算，获取该交通拥堵区域的拥堵开始的时间、拥堵起始位置、拥堵终点位置、拥塞长度、拥堵车辆总数和拥堵解决时间等拥堵信息，自动生成并输出包含这些拥堵信息的拥堵报告，使相关区域管理部门或者责任人员能够及时根据接收到的拥堵报告进行进一步的确认和判断，以便及时进行交通疏导。

S208、退出。

本实施例中，通过采集注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度，获取注册车辆的行驶参数数据。由于注册车辆的位置和速度等行驶参数数据来自于车载导航软件，一方面，由于车载导航软件非常普及，一般的车主均会安装这类软件，因此，在数据获取方面的成本比较低廉；另一方面，从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，自动输出拥堵报告，无需依赖路边固定设施和浮动车监控设施进行人工录入和交通拥堵检测，因此，降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。同时，在根据采集到的行驶参数数据确定交通拥堵区域时，首先提取速度小于预设的速度阈值的行驶参数数据，并对提取出的行驶参数数据中的位置数据进行空间聚类，得到疑似拥堵区域，再根据疑似拥堵区域的道路类型进行不同的处理：对高速公路直接通过对疑似拥堵区域的视频数据进行道路分割来判断是否拥堵；对普通道路则先确定绿灯时地感线圈的脉冲频率是否过低，如果绿灯状态下的脉冲频率过低，才进一步对疑似拥堵区域的视频数据进行道路分割来判断是否拥堵，从而确认疑似拥堵区域是否为交通拥堵区域，采用这种检测方法进一步提高了拥堵检测的准确性。

实施例三：

图3是本发明实施例三提供的一种交通拥堵检测装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。图3示例的一种交通拥堵检测装置可以是前述实施例一提供的交通拥堵检测方法的执行主体，其可以是服务器或者服务器的一个功能模块。图3示例的一种交通拥堵检测装置包括：采集模块31、检测模块32和输出模块33。各功能模块详细说明如下：

采集模块31，用于采集注册车辆的行驶参数数据，该行驶参数数据包括注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度；

检测模块32，用于根据采集模块31采集到的行驶参数数据确定交通拥堵区域；

输出模块33，输出包含检测模块32确定的交通拥堵区域对应的拥堵信息的拥堵报告。

本实施例提供的一种交通拥堵检测装置中各模块实现各自功能的过程，具体可参考前述图1所示实施例的描述，此处不再赘述。

从上述图3示例的一种交通拥堵检测装置可知，本实施例中，通过采集注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度，获取注册车辆的行驶参数数据，并根据采集到的行驶参数数据确定交通拥堵区域，自动输出包含交通拥堵区域对应的拥堵信息的拥堵报告。由于注册车辆的位置和速度等行驶参数数据来自于车载导航软件，一方面，由于车载导航软件非常普及，一般的车主均会安装这类软件，因此，在数据获取方面的成本比较低廉；另一方面，从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，自动输出拥堵报告，无需依赖路边固定设施和浮动车监控设施进行人工录入和交通拥堵检测，因此，降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。

实施例四：

图4是本发明实施例四提供的一种交通拥堵检测装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。图4示例的一种交通拥堵检测装置可以是前述实施例二提供的交通拥堵检测方法的执行主体，其可以是服务器或者服务器的一个功能模块。图4示例的一种交通拥堵检测装置包括：采集模块41、检测模块42和输出模块43。各功能模块详细说明如下：

采集模块41，用于采集注册车辆的行驶参数数据，该行驶参数数据包括注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度；

检测模块42，用于根据采集模块41采集到的行驶参数数据确定交通拥堵区域；

输出模块43，输出包含检测模块42确定的交通拥堵区域对应的拥堵信息的拥堵报告。

进一步地，检测模块42包括：

疑似区域确定子模块421，用于根据采集模块41采集到的行驶参数数据确定疑似拥堵区域；

道路类型判断子模块422，用于根据疑似区域确定子模块421确定的疑似拥堵区域的注册车辆的位置数据，判断该疑似拥堵区域的道路类型，其中，道路类型包括高速公路和普通道路；

信号灯状态查询子模块423，用于若道路类型判断子模块422判断出的道路类型为普通道路，则查询疑似拥堵区域的信号灯状态；

脉冲频率获取子模块424，用于若信号灯状态查询子模块423查询出的信号灯状态为绿灯状态，则获取该信号灯所在位置的地感线圈的脉冲频率；

判断子模块425，用于若脉冲频率获取子模块424获取到的脉冲频率小于预设的频率阈值，或者道路类型判断子模块422判断出的道路类型为高速公路，则根据疑似拥堵区域的监控视频确定交通拥堵区域。

进一步地，疑似区域确定子模块421包括：

筛选单元4211，用于对采集模块41采集到的行驶参数数据进行筛选，提取注册车辆的速度小于预设的速度阈值的行驶参数数据；

聚类单元4212，用于对筛选单元4211提取出的行驶参数数据中的位置数据进行空间聚类，确定疑似拥堵区域。

进一步地，判断子模块425包括：

分割单元4251，用于根据疑似拥堵区域的监控视频，对该疑似拥堵区域进行道路分割，获取道路信息；

计算单元4252，用于根据分割单元4251获取的道路信息计算疑似拥堵区域的车辆分布率；

确定单元4253，用于若计算单元4252计算出的车辆分布率大于预设的占位阈值，则确定该疑似拥堵区域为交通拥堵区域。

进一步地，分割单元4251还用于：

根据疑似拥堵区域的监控视频，获取该疑似拥堵区域的当前图像和初始背景图像，其中，初始背景图像为预存的没有车辆和行人的疑似拥堵区域的图像；

分析疑似拥堵区域的当前图像和初始背景图像的差异，根据该差异提取当前图像的前景区域；

对当前图像的前景区域进行分类，获取机动车道、非机动车车道和人行道的道路信息。

本实施例提供的一种交通拥堵检测装置中各模块实现各自功能的过程，具体可参考前述图2所示实施例的描述，此处不再赘述。

从上述图4示例的一种交通拥堵检测装置可知，本实施例中，通过采集注册车辆安装的车载导航软件输出的该注册车辆的位置数据和速度，获取注册车辆的行驶参数数据。由于注册车辆的位置和速度等行驶参数数据来自于车载导航软件，一方面，由于车载导航软件非常普及，一般的车主均会安装这类软件，因此，在数据获取方面的成本比较低廉；另一方面，从非常普及的车载导航软件获取行驶参数数据进行自动检测分析，自动输出拥堵报告，无需依赖路边固定设施和浮动车监控设施进行人工录入和交通拥堵检测，因此，降低了交通拥堵检测费用，解决了覆盖范围的限制，同时提高了交通拥堵检测的准确性和检测效率。同时，在根据采集到的行驶参数数据确定交通拥堵区域时，首先提取速度小于预设的速度阈值的行驶参数数据，并对提取出的行驶参数数据中的位置数据进行空间聚类，得到疑似拥堵区域，再根据疑似拥堵区域的道路类型进行不同的处理：对高速公路直接通过对疑似拥堵区域的视频数据进行道路分割来判断是否拥堵；对普通道路则先确定绿灯时地感线圈的脉冲频率是否过低，如果绿灯状态下的脉冲频率过低，才进一步对疑似拥堵区域的视频数据进行道路分割来判断是否拥堵，从而确认疑似拥堵区域是否为交通拥堵区域，采用这种检测方法进一步提高了拥堵检测的准确性。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每一个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同或者相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

值得注意的是，上述装置实施例中，所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本领域普通技术人员可以理解，实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种交通拥堵检测方法，其特征在于，包括：

采集注册车辆的行驶参数数据，所述行驶参数数据包括所述注册车辆安装的车载导航软件输出的所述注册车辆的位置数据和速度；

根据所述行驶参数数据确定交通拥堵区域；

输出包含所述交通拥堵区域对应的拥堵信息的拥堵报告；

其中，所述根据所述行驶参数数据确定交通拥堵区域包括：

根据所述行驶参数数据确定疑似拥堵区域；

根据所述疑似拥堵区域中所述注册车辆的位置数据，判断所述疑似拥堵区域的道路类型，所述道路类型包括高速公路和普通道路；

若所述道路类型为所述普通道路，则查询所述疑似拥堵区域的信号灯的状态；

若所述信号灯的状态为绿灯状态，则获取所述绿灯状态的信号灯所在位置的地感线圈的脉冲频率；

若所述脉冲频率小于预设的频率阈值或者所述道路类型为所述高速公路，则根据所述疑似拥堵区域的监控视频确定交通拥堵区域。

2.根据权利要求1所述的交通拥堵检测方法，其特征在于，所述根据所述行驶参数数据确定疑似拥堵区域包括：

对所述行驶参数数据进行筛选，提取所述注册车辆的速度小于预设的速度阈值的行驶参数数据；

对提取出的所述行驶参数数据中的位置数据进行空间聚类，确定疑似拥堵区域。

3.根据权利要求2所述的交通拥堵检测方法，其特征在于，所述根据所述疑似拥堵区域的监控视频确定交通拥堵区域包括：

根据所述疑似拥堵区域的监控视频，对所述疑似拥堵区域进行道路分割，获取道路信息；

根据所述道路信息计算所述疑似拥堵区域的车辆分布率；

若所述车辆分布率大于预设的占位阈值，则确定所述疑似拥堵区域为交通拥堵区域。

4.根据权利要求3所述的交通拥堵检测方法，其特征在于，所述对所述疑似拥堵区域的监控视频进行道路分割，获取道路信息包括：

根据所述疑似拥堵区域的监控视频，获取所述疑似拥堵区域的当前图像和初始背景图像，所述初始背景图像为预存的没有车辆和行人的疑似拥堵区域的图像；

分析所述当前图像和所述初始背景图像的差异，根据所述差异提取所述当前图像的前景区域；

对所述前景区域进行分类，获取机动车道、非机动车车道和人行道的道路信息。

5.一种交通拥堵检测装置，其特征在于，包括：

采集模块，用于采集注册车辆的行驶参数数据，所述行驶参数数据包括所述注册车辆安装的车载导航软件输出的所述注册车辆的位置数据和速度；

检测模块，用于根据所述行驶参数数据确定交通拥堵区域；

输出模块，用于输出包含所述交通拥堵区域对应的拥堵信息的拥堵报告。

其中，所述检测模块包括：

疑似区域确定子模块，用于根据所述行驶参数数据确定疑似拥堵区域；

道路类型判断子模块，用于根据所述疑似拥堵区域的所述注册车辆的位置数据，判断所述疑似拥堵区域的道路类型，所述道路类型包括高速公路和普通道路；

信号灯状态查询子模块，用于若所述道路类型为普通道路，则查询所述疑似拥堵区域的信号灯的状态；

脉冲频率获取子模块，用于若所述信号灯的状态为绿灯状态，则获取所述绿灯状态的信号灯所在位置的地感线圈的脉冲频率；

判断子模块，用于若所述脉冲频率小于预设的频率阈值或者所述道路类型为所述高速公路，则根据所述疑似拥堵区域的监控视频确定交通拥堵区域。

6.根据权利要求5所述的交通拥堵检测装置，其特征在于，所述疑似区域确定子模块包括：

筛选单元，用于对所述行驶参数数据进行筛选，提取所述注册车辆的速度小于预设的速度阈值的行驶参数数据；

聚类单元，用于对提取出的所述行驶参数数据中的位置数据进行空间聚类，确定疑似拥堵区域。

7.根据权利要求6所述的交通拥堵检测装置，其特征在于，所述判断子模块包括：

分割单元，用于根据所述疑似拥堵区域的监控视频，对所述疑似拥堵区域进行道路分割，获取道路信息；

计算单元，用于根据所述道路信息计算所述疑似拥堵区域的车辆分布率；

确定单元，用于若所述车辆分布率大于预设的占位阈值，则确定所述疑似拥堵区域为交通拥堵区域。

8.根据权利要求7所述的交通拥堵检测装置，其特征在于，所述分割单元还用于：

根据所述疑似拥堵区域的监控视频，获取所述疑似拥堵区域的当前图像和初始背景图像，所述初始背景图像为预存的没有车辆和行人的疑似拥堵区域的图像；

分析所述当前图像和所述初始背景图像的差异，根据所述差异提取所述当前图像的前景区域；

对所述前景区域进行分类，获取机动车道、非机动车车道和人行道的道路信息。