CN106448171A - 一种积水路段预测方法及装置 - Google Patents
一种积水路段预测方法及装置 Download PDFInfo
- Publication number
- CN106448171A CN106448171A CN201611063864.3A CN201611063864A CN106448171A CN 106448171 A CN106448171 A CN 106448171A CN 201611063864 A CN201611063864 A CN 201611063864A CN 106448171 A CN106448171 A CN 106448171A
- Authority
- CN
- China
- Prior art keywords
- section
- precipitation
- hydrops
- threshold value
- predetermined threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种积水路段预测方法及装置。所述方法包括:获取当前时间的降水量;在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。所述装置用于执行上述方法。本发明提供的积水路段预测方法及装置通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
Description
技术领域
本发明实施例涉及交通技术领域,尤其涉及一种积水路段预测方法及装置。
背景技术
随着社会的发展和人们生活水平的提高,城市私人汽车的数量快速增长,城市交通需求与交通供给之间的矛盾日趋尖锐,道路交通拥堵现象越来越严重,降雨天气下道路积水可能会对城市路段的通车能力产生严重的影响,导致路网中断从而加剧交通拥堵问题。
由于路段的积水程度与降雨当天的降水量和道路的排水能力有着直接关系,现有技术条件下,通过硬件检测的方法,将水位检测器与LED交通标志相连接,将水位监测数据转化为交通标志的不同预警状态;或者,通过添加GSM短信控制电路,积水过多或继续增加到一定水深时,系统自动向指定救援单位手机号码发送实时积水相关信息。上述检测积水路段的方法都是基于硬件监控积水数据,达到预警条件后向外界发布预警,这种检测方法在硬件设备的建设、维护上成本较高,并且一套监控设备只能监控一段路上的某一点或某个局部范围,检测范围十分局限。
发明内容
针对现有技术中的缺陷,本发明实施例提供一种积水路段预测方法及装置。
一方面,本发明实施例提供一种积水路段预测方法,包括:
获取当前时间的降水量;
在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
另一方面,本发明实施例提供一种积水路段预测装置,包括:
获取单元,用于获取当前时间的降水量;
预测单元,用于在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系表是通过历史数据统计获得的。
本发明实施例提供的积水路段预测方法及装置,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,扩大积水路段预测范围,提高了对受不同降雨天气影响路段的预测效率,同时,避免水位检测器等硬件的限制从而降低了硬件的建设、维护成本。
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一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的积水路段预测方法的流程示意图;
图2为本发明一实施例提供的积水路段预测装置的结构示意图;
图3为本发明另一实施例提供的积水路段预测装置的结构示意图;
图4为本发明实施例提供的电子设备的实体装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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地描述,显然,所描述的实施例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为本发明实施例提供的积水路段预测方法的流程示意图,如图1所示,本实施例提供一种积水路段预测方法,包括:
S1、获取当前时间的降水量;
具体地,积水路段预测装置通过气象数据获取当前时间的降水量。
S2、在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
具体地,所述装置在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。可以理解的是,所述降水量与积水路段关系表中的降水量以预设间隔按照从小到大的顺序进行排列,若所述当前时间的降水量处于所述降水量与积水路段关系表中的两个相邻降水量之间,则按照预设规则取所述两个相邻降水量其中的一个所对应的积水路段集合包括的积水路段作为所述预测积水路段;所述预设间隔可以根据实际情况进行调整,此处不做具体限定。
例如,积水路段预测装置通过气象数据获取当前时间的降水量为50mm,所述装置在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合为A1={a1,a2,a3,…an},将所述积水路段集合包括的积水路段a1,a2,a3,…an作为预测积水路段。所述降水量与积水路段关系表中的降水量以5mm为间隔按照从小到大的顺序进行排列,若所述当前时间的降水量处于所述降水量与积水路段关系表中的两个相邻降水量之间,如当前时间的降水量为52mm时,若判断52mm<(50+55)/2,则将50mm降水量对应的积水路段集合中包括的积水路段a1,a2,a3,…an作为所述当前的降水量对应的预测积水路段;或者,当45<当前降水量≤50时,将50mm降水量对应的积水路段集合中包括的积水路段a1,a2,a3,…an作为所述当前的降水量对应的预测积水路段;当50<当前降水量≤55时,将55mm降水量对应的积水路段集合中包括的积水路段a1,a2,a3,…an,an+1,an+2作为所述当前的降水量对应的预测积水路段;当然,也可以按照其他规则确定所述当前的降水量对应的预测积水路段,此处不做具体限定。
本发明实施例提供的积水路段预测方法,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
在上述实施例的基础上,进一步地,所述方法还包括:
通过历史数据统计获得所述降水量与积水路段关系表,具体包括:
获取预设时间段内各个路段通过的车辆数,并将所述通过的车辆数大于第一预设阈值的所有路段作为第一路段集合;
获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合;
将所述第一路段集合与所述各个降水量对应的第二路段集合的交集作为各个降水量对应的第三路段集合,并获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合;
记录所述各个降水量与所述积水路段集合之间的对应关系生成所述降水量与积水路段关系表。
在上述实施例的基础上,进一步地,所述获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合,包括:
将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合;
获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为各个降水量对应的积水路段集合。
具体地,所述装置获取待预测城市包括的各个路段在预设时间段内通过的车辆数,将所述通过的车辆数大于第一预设阈值的所有路段组成的集合作为第一路段集合Φi={i|ni>ε1},其中,ni为正常天气下待预测城市中路段i全天24小时内通过的车辆数,Φi为正常天气下全天24小时内通过的车辆数大于第一预设阈值的第一路段集合,ε1为所述第一预设阈值;获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段组成集合作为各个降水量对应的第二路段集合Φ1j={i|ti,j>ε2},其中,ti,j为降水量为j时路段i连续无车辆通过的时间间隔,Φ1j为降水量为j时连续无车辆通过的时间间隔大于第二预设阈值的第二路段集合,ε2为所述第二预设阈值;将所述第一路段集合与所述各个降水量对应的第二路段集合的交集获得的各个集合作为各个降水量对应的第三路段集合Φ2j=Φi∩Φ1j,其中,Φ2j表示正常天气下车辆数较多,但降雨天气下连续无车辆通过的时间间隔较大的路段,也就是受降雨影响较大的第三路段集合。将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合Φ3j;获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为降水量j对应的积水路段集合Φj={i|lengthi>ε3,1≤i≤k},其中,lengthi表示所述第四路段集合中的路段i的长度,k表示所述第四路段集合中包括的路段数,ε3为所述第三预设阈值;可以理解的是,若所述路段i为所述第三路段集合中的非连续路段,则直接获取所述路段i的长度,若所述路段i为所述第三路段集合中的多个连续路段组成的路段,则获取所述多个连续路段中包括的每一个路段的长度并将所述每一个路段的长度之和作为所述路段i的长度。将所述各个降水量j与所述积水路段集合Φj之间的对应关系记录生成所述降水量与积水路段关系表。可以理解的是,所述待预测城市中的各条道路中存在道路分叉口,居民区出入口,学校门口,巷道口和匝道口等可能对交通情况产生影响的标志性位置,将这些标志性位置之间的距离作为一个路段,也可以按照其他规则进行路段划分,此处不做具体限定。
例如,所述装置获取待预测城市包括的各个路段在全天24小时内通过的车辆数,将所述通过的车辆数大于20000辆的所有路段组成的集合A2作为第一路段集合;获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于10min的所有路段组成集合作为各个降水量对应的第二路段集合A3;将所述第一路段集合与所述各个降水量对应的第二路段集合的交集获得的各个集合作为各个降水量对应的第三路段集合A4=A3∩A2,将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为各个降水量对应的第四路段集合A5,获取所述第四路段集合A5中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为各个降水量对应的积水路段集合;将所述各个降水量与所述积水路段集合之间的对应关系记录生成所述降水量与积水路段关系表。
本发明实施例提供的积水路段预测方法,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
在上述实施例的基础上,进一步地,所述将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合,包括:
从历史数据中获取每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;
将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。
具体地,从历史数据中获取一段历史时间段内每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。可以理解的是,所述历史时间段可以根据实际情况进行调整,此处不做具体限定。
例如,获取全年时间内降水量为60mm的不同日期对应的连续无车辆通过的时间间隔大于10min的各个路段集合,将所述各个路段集合的交集作为降水量为60mm对应的第二路段集合。可以通过相同的方法获取其他降水量对应的第二路段集合,此处不再赘述。
本发明实施例提供的积水路段预测方法,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
在上述实施例的基础上,进一步地,所述获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值对应的所有路段作为各个降水量对应第二路段集合,包括:
获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合;
获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合;
根据所述第一方向对应的第二路段集合、所述第二方向对应的第二路段集合以及所述第一路段集合获取各个降水量条件下所述各个路段第一方向对应的第三路段集合和第二方向对应的第三路段集合;
将所述第一方向对应的第三路段集合和所述第二方向对应的第三路段集合的交集作为所述各个降雨量对应的第三路段集合。
具体地,获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合Φ1j,第一方向={i|ti,j>ε2};获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合Φ1j,第二方向={i|ti,j>ε2};获取各个降水量条件下所述各个路段第一方向对应的第三路段集合Φ2j,第一方向=Φi∩Φ1j,第一方向和第二方向对应的第三路段集合Φ2j,第二方向=Φi∩Φ1j,第二方向;将所述第一方向对应的第三路段集合和所述第二方向对应的第第三路段集合的交集作为所述各个降雨量对应的第三路段集合Φ2j=Φ2j,第一方向∩Φ2j,第二方向。
本发明实施例提供的积水路段预测方法,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
图2为本发明一实施例提供的积水路段预测装置的结构示意图,如图2所示,本发明实施例提供一种积水路段预测装置,包括:获取单元201和预测单元202,其中:
获取单元201用于获取当前时间的降水量;预测单元202用于在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系表是通过历史数据统计获得的。
具体地,获取单元201通过气象数据获取当前时间的降水量。预测单元202在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。可以理解的是,所述降水量与积水路段关系表中的降水量以预设间隔按照从小到大的顺序进行排列,若所述当前时间的降水量处于所述降水量与积水路段关系表中的两个相邻降水量之间,则按照预设规则取所述两个相邻降水量其中的一个所对应的积水路段集合包括的积水路段作为所述预测积水路段;所述预设间隔可以根据实际情况进行调整,此处不做具体限定。
本发明实施例提供的积水路段预测装置,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
图3为本发明另一实施例提供的积水路段预测装置的结构示意图,如图3所示,所述装置在获取单元301和预测单元302的基础上,还包括处理单元303,处理单元303包括第一获取子单元304、第二获取子单元305、处理子单元306和记录子单元307,其中:
第一获取子单元304用于获取预设时间段之内各个路段通过的车辆数,并将所述通过的车辆数大于第一预设阈值的所有路段作为第一路段集合;第二获取子单元305用于获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合;处理子单元306用于将所述第一路段集合与所述各个降水量对应的第二路段集合的交集作为各个降水量对应的第三路段集合,并获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合;记录子单元307用于记录所述各个降水量与所述积水路段集合之间的对应关系生成所述降水量与积水路段关系表。
在上述实施例的基础上,进一步地,处理子单元306具体用于:
将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合;
获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为各个降水量对应的积水路段集合。
具体地,第一获取子单元304获取待预测城市包括的各个路段在预设时间段内通过的车辆数,将所述通过的车辆数大于第一预设阈值的所有路段组成的集合作为第一路段集合Φi={i|ni>ε1},其中,ni为正常天气下待预测城市中路段i全天24小时内通过的车辆数,Φi为正常天气下全天24小时内通过的车辆数大于第一预设阈值的第一路段集合,ε1为所述第一预设阈值;第二获取子单元305获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段组成集合作为各个降水量对应的第二路段集合Φ1j={i|ti,j>ε2},其中,ti,j为降水量为j时路段i连续无车辆通过的时间间隔,Φ1j为降水量为j时连续无车辆通过的时间间隔大于第二预设阈值的第二路段集合,ε2为所述第二预设阈值;处理子单元306将所述第一路段集合与所述各个降水量对应的第二路段集合的交集获得的各个集合作为各个降水量对应的第三路段集合Φ2j=Φi∩Φ1j,其中,Φ2j表示正常天气下车辆数较多,但降雨天气下连续无车辆通过的时间间隔较大的路段,也就是受降雨影响较大的第三路段集合;处理子单元306将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合Φ3j,并获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为降水量j对应的积水路段集合Φj={i|lengthi>ε3,1≤i≤k},其中,lengthi表示所述第四路段集合中的路段i的长度,k表示所述第四路段集合中包括的路段数,ε3为所述第三预设阈值;可以理解的是,若所述路段i为所述第三路段集合中的非连续路段,则直接获取所述路段i的长度,若所述路段i为所述第三路段集合中的多个连续路段组成的路段,则获取所述多个连续路段中包括的每一个路段的长度并将所述每一个路段的长度之和作为所述路段i的长度。记录子单元307将所述各个降水量j与所述积水路段集合Φj之间的对应关系记录生成所述降水量与积水路段关系表。可以理解的是,所述待预测城市中的各条道路中存在道路分叉口,居民区出入口,学校门口,巷道口和匝道口等可能对交通情况产生影响的标志性位置,将这些标志性位置之间的距离作为一个路段,也可以按照其他规则进行路段划分,此处不做具体限定。
本发明实施例提供的积水路段预测装置,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
在上述实施例的基础上,进一步地,第二获取子单元305具体用于:
所述从历史数据中获取每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;
将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。
具体地,第二获取子单元305从历史数据中获取一段历史时间段内每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。可以理解的是,所述历史时间段可以根据实际情况进行调整,此处不做具体限定。
本发明实施例提供的积水路段预测装置,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
在上述实施例的基础上,进一步地,第二获取子单元305还用于:
获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合;
获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合;
根据所述第一方向对应的第二路段集合、所述第二方向对应的第二路段集合以及所述第一路段集合获取各个降水量条件下所述各个路段第一方向对应的第三路段集合和第二方向对应的第三路段集合;
将所述第一方向对应的第三路段集合和所述第二方向对应的第三路段集合的交集作为所述各个降雨量对应的第三路段集合。
具体地,第二获取子单元305获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合Φ1j,第一方向={i|ti,j>ε2};获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合Φ1j,第二方向={i|ti,j>ε2};第二获取子单元305获取各个降水量条件下所述各个路段第一方向对应的第三路段集合Φ2j,第一方向=Φi∩Φ1j,第一方向和第二方向对应的第三路段集合Φ2j,第二方向=Φi∩Φ1j,第二方向;第二获取子单元305将所述第一方向对应的第三路段集合和所述第二方向对应的第第三路段集合的交集作为所述各个降雨量对应的第三路段集合Φ2j=Φ2j,第一方向∩Φ2j,第二方向。
本发明实施例提供的积水路段预测装置,通过获取当前时间的降水量,并在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段,提高了对受不同降雨天气影响路段的预测效率。
本发明提供的积水路段预测装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图4为本发明实施例电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)401、存储器(memory)402和总线403,其中,处理器401,存储器402通过总线403完成相互间的通信。处理器401可以调用存储器402中的逻辑指令,以执行如下方法:获取当前时间的降水量;在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取当前时间的降水量;在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取当前时间的降水量;在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
此外,上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种积水路段预测方法,其特征在于,包括:
获取当前时间的降水量;
在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系是通过历史数据统计获得的。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过历史数据统计获得所述降水量与积水路段关系表,具体包括:
获取预设时间段内各个路段通过的车辆数,并将所述通过的车辆数大于第一预设阈值的所有路段作为第一路段集合;
获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合;
将所述第一路段集合与所述各个降水量对应的第二路段集合的交集作为各个降水量对应的第三路段集合,并获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合;
记录所述各个降水量与所述积水路段集合之间的对应关系生成所述降水量与积水路段关系表。
3.根据权利要求2所述的方法,其特征在于,所述获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合,包括:
将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合;
获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为各个降水量对应的积水路段集合。
4.根据权利要求2所述的方法,其特征在于,所述将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合包括:
从历史数据中获取每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;
将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。
5.根据权利要求2所述的方法,其特征在于,所述获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值对应的所有路段作为各个降水量对应第二路段集合,包括:
获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合;
获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合;
根据所述第一方向对应的第二路段集合、所述第二方向对应的第二路段集合以及所述第一路段集合获取各个降水量条件下所述各个路段第一方向对应的第三路段集合和第二方向对应的第三路段集合;
将所述第一方向对应的第三路段集合和所述第二方向对应的第三路段集合的交集作为所述各个降雨量对应的第三路段集合。
6.一种积水路段预测装置,其特征在于,包括:
获取单元,用于获取当前时间的降水量;
预测单元,用于在降水量与积水路段关系表中查找所述当前时间的降水量对应的积水路段集合,将所述积水路段集合包括的积水路段作为预测积水路段;其中,所述降水量与积水路段关系表是通过历史数据统计获得的。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括处理单元,所述处理单元包括:
第一获取子单元,用于获取预设时间段之内各个路段通过的车辆数,并将所述通过的车辆数大于第一预设阈值的所有路段作为第一路段集合;
第二获取子单元,用于获取各个降水量条件下各个路段连续无车辆通过的时间间隔,并将所述时间间隔大于第二预设阈值的所有路段作为各个降水量对应的第二路段集合;
处理子单元,用于将所述第一路段集合与所述各个降水量对应的第二路段集合的交集作为各个降水量对应的第三路段集合,并获取所述第三路段集合中符合预设条件的所有路段作为各个降水量对应的积水路段集合;
记录子单元,用于记录所述各个降水量与所述积水路段集合之间的对应关系生成所述降水量与积水路段关系表。
8.根据权利要求7所述的装置,其特征在于,所述处理子单元具体用于:
将所述第三路段集合中连续的多个路段作为一个路段而获得的路段集合作为第四路段集合;
获取所述第四路段集合中各个路段的长度,将所述长度大于第三预设阈值的所有路段作为各个降水量对应的积水路段集合。
9.根据权利要求7所述的装置,其特征在于,所述第二获取子单元具体用于:
所述从历史数据中获取每个降水量对应的预设时间段之内连续无车辆通过的时间间隔大于第二预设阈值的多个路段集合;
将所述每个降水量对应的多个路段集合的交集作为所述每个降水量对应的第二路段集合。
10.根据权利要求7所述的装置,其特征在于,所述第二获取子单元还用于:
获取各个降水量条件下所述各个路段第一方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第一方向对应的第二路段集合;
获取各个降水量条件下所述各个路段第二方向连续无车辆通过的时间间隔大于第二预设阈值对应的路段集合作为第二方向对应的第二路段集合;
根据所述第一方向对应的第二路段集合、所述第二方向对应的第二路段集合以及所述第一路段集合获取各个降水量条件下所述各个路段第一方向对应的第三路段集合和第二方向对应的第三路段集合;
将所述第一方向对应的第三路段集合和所述第二方向对应的第三路段集合的交集作为所述各个降雨量对应的第三路段集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611063864.3A CN106448171B (zh) | 2016-11-25 | 2016-11-25 | 一种积水路段预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611063864.3A CN106448171B (zh) | 2016-11-25 | 2016-11-25 | 一种积水路段预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106448171A true CN106448171A (zh) | 2017-02-22 |
CN106448171B CN106448171B (zh) | 2019-05-17 |
Family
ID=58219619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611063864.3A Active CN106448171B (zh) | 2016-11-25 | 2016-11-25 | 一种积水路段预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106448171B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320502A (zh) * | 2017-12-27 | 2018-07-24 | 福建工程学院 | 一种基于浮动车技术的城市内涝检测方法及终端 |
CN109559506A (zh) * | 2018-11-07 | 2019-04-02 | 北京城市系统工程研究中心 | 一种降雨天气下城市道路间断交通流延误时间预测方法 |
CN109961631A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市城市交通规划设计研究中心有限公司 | 道路积水点识别方法及道路积水点识别系统 |
CN110322690A (zh) * | 2019-06-17 | 2019-10-11 | 西北工业大学 | 一种下沉路段积水状况监测预警系统及其预测预警方法 |
CN110893828A (zh) * | 2018-09-13 | 2020-03-20 | 沈阳美行科技有限公司 | 一种路面积水预警方法及装置 |
CN111311034A (zh) * | 2020-05-14 | 2020-06-19 | 中电科新型智慧城市研究院有限公司 | 道路内涝风险预测方法、装置、设备及存储介质 |
CN112382091A (zh) * | 2020-11-11 | 2021-02-19 | 北京世纪高通科技有限公司 | 一种道路积水预警方法及装置 |
CN113781813A (zh) * | 2021-10-22 | 2021-12-10 | 北京声智科技有限公司 | 一种预警方法、系统、装置和电子设备 |
CN115472003A (zh) * | 2022-07-27 | 2022-12-13 | 山西西电信息技术研究院有限公司 | 一种基于多源信息的城市交通监管系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520464A (zh) * | 2011-12-08 | 2012-06-27 | 南京成风大气信息技术有限公司 | 区域积涝预报系统及其预报方法 |
CN103488893A (zh) * | 2013-09-23 | 2014-01-01 | 北京交通发展研究中心 | 一种桥下积水导致的交通拥堵蔓延预测技术方案 |
US20140225750A1 (en) * | 2009-12-23 | 2014-08-14 | Earth Networks, Inc. | Method and Apparatus for Conveying Vehicle Driving Information |
US20150204682A1 (en) * | 2012-08-14 | 2015-07-23 | Tata Consultancy Services Limited | Gps based water logging detection and notification |
CN104898183A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 暴雨城市内涝建模评估方法 |
CN105550803A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种城市内涝分析方法及系统 |
CN107806884A (zh) * | 2016-09-09 | 2018-03-16 | 福特全球技术公司 | 用于车辆导航的水深检测 |
-
2016
- 2016-11-25 CN CN201611063864.3A patent/CN106448171B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140225750A1 (en) * | 2009-12-23 | 2014-08-14 | Earth Networks, Inc. | Method and Apparatus for Conveying Vehicle Driving Information |
CN102520464A (zh) * | 2011-12-08 | 2012-06-27 | 南京成风大气信息技术有限公司 | 区域积涝预报系统及其预报方法 |
US20150204682A1 (en) * | 2012-08-14 | 2015-07-23 | Tata Consultancy Services Limited | Gps based water logging detection and notification |
CN103488893A (zh) * | 2013-09-23 | 2014-01-01 | 北京交通发展研究中心 | 一种桥下积水导致的交通拥堵蔓延预测技术方案 |
CN104898183A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 暴雨城市内涝建模评估方法 |
CN105550803A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种城市内涝分析方法及系统 |
CN107806884A (zh) * | 2016-09-09 | 2018-03-16 | 福特全球技术公司 | 用于车辆导航的水深检测 |
Non-Patent Citations (1)
Title |
---|
高维英 等: "西安城市内涝分布特征及其与降雨量的关系", 《陕西气象》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961631A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市城市交通规划设计研究中心有限公司 | 道路积水点识别方法及道路积水点识别系统 |
CN109961631B (zh) * | 2017-12-22 | 2023-12-26 | 深圳市城市交通规划设计研究中心有限公司 | 道路积水点识别方法及道路积水点识别系统 |
CN108320502B (zh) * | 2017-12-27 | 2021-10-26 | 福建工程学院 | 一种基于浮动车技术的城市内涝检测方法及终端 |
CN108320502A (zh) * | 2017-12-27 | 2018-07-24 | 福建工程学院 | 一种基于浮动车技术的城市内涝检测方法及终端 |
CN110893828A (zh) * | 2018-09-13 | 2020-03-20 | 沈阳美行科技有限公司 | 一种路面积水预警方法及装置 |
CN110893828B (zh) * | 2018-09-13 | 2022-05-24 | 沈阳美行科技股份有限公司 | 一种路面积水预警方法及装置 |
CN109559506A (zh) * | 2018-11-07 | 2019-04-02 | 北京城市系统工程研究中心 | 一种降雨天气下城市道路间断交通流延误时间预测方法 |
CN109559506B (zh) * | 2018-11-07 | 2020-10-02 | 北京城市系统工程研究中心 | 一种降雨天气下城市道路间断交通流延误时间预测方法 |
CN110322690A (zh) * | 2019-06-17 | 2019-10-11 | 西北工业大学 | 一种下沉路段积水状况监测预警系统及其预测预警方法 |
CN111311034A (zh) * | 2020-05-14 | 2020-06-19 | 中电科新型智慧城市研究院有限公司 | 道路内涝风险预测方法、装置、设备及存储介质 |
CN112382091A (zh) * | 2020-11-11 | 2021-02-19 | 北京世纪高通科技有限公司 | 一种道路积水预警方法及装置 |
CN113781813A (zh) * | 2021-10-22 | 2021-12-10 | 北京声智科技有限公司 | 一种预警方法、系统、装置和电子设备 |
CN115472003A (zh) * | 2022-07-27 | 2022-12-13 | 山西西电信息技术研究院有限公司 | 一种基于多源信息的城市交通监管系统及方法 |
CN115472003B (zh) * | 2022-07-27 | 2024-04-05 | 山西西电信息技术研究院有限公司 | 一种基于多源信息的城市交通监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106448171B (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106448171A (zh) | 一种积水路段预测方法及装置 | |
WO2015149544A1 (zh) | 电子地图的实现方法、装置、存储介质和设备 | |
CN109360421B (zh) | 一种基于机器学习的交通信息预测方法及装置、电子终端 | |
CN106448167B (zh) | 一种基于实时路况的拥堵点判别方法 | |
CN106408945A (zh) | 一种交通拥堵评价方法及系统 | |
CN110718057B (zh) | 路网运行状态评价方法、装置、电子设备及介质 | |
CN106875699A (zh) | 一种交通控制优化方法及装置 | |
CN106297328A (zh) | 一种交通信号灯控制方法及装置 | |
CN107270921A (zh) | 一种代维巡检路径规划方法及装置 | |
CN105303831A (zh) | 一种基于通信数据判断高速路拥堵情况的方法 | |
CN105809960B (zh) | 一种城市交通应急资源布局方法及装置 | |
CN106781460A (zh) | 一种路段交通状态确定方法及装置 | |
WO2018233593A1 (zh) | 一种网络态势感知方法、装置、系统及机器可读介质 | |
CN106558220A (zh) | 一种公路交通量的统计方法及装置 | |
CN107402851A (zh) | 一种数据恢复控制方法及装置 | |
CN116680604A (zh) | 强对流特征分类识别方法、电子设备及介质 | |
CN204010330U (zh) | 交通路口信息发布终端 | |
CN110491122A (zh) | 一种降低城市拥堵排名的方法及装置 | |
CN105352523B (zh) | 智能路线生成方法和装置 | |
CN103632557B (zh) | 一种vms事件信息发布方法及装置 | |
CN106781496A (zh) | 基于公安交通管理技术缓解城市交通拥堵的方法和系统 | |
CN107517474B (zh) | 一种网络分析优化方法及装置 | |
Shi et al. | Assessing the Dynamic Resilience of Local Roads: A Case Study of Flooding in Wuhan, China | |
CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
CN109325617A (zh) | 一种城市交通状态预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |