CN107527504A - 一种基于wifi信号的交通流量检测系统 - Google Patents

Abstract

本发明公开了一种基于WIFI信号的交通流量检测系统,包括远程平台和沿交通道路分段部署的多个子网络，所述子网络由多个交通流量检测器组成，所述信号收/发模块，作为基础传感器并基于WIFI协议用于感知接收周围环境中基于WIFI信号协议的移动设备发送的广播数据包，并将该广播数据包传送至数据处理模块，所述数据处理模块对广播数据包进行缓存、读取和删选，获得移动设备的ID号，并将包括ID号和分机模块编号的数据传输至主机模块，从而实现对道路车流量的检测。本发明具有安装方便、成本低、功耗低、稳定可靠性高等优点，且无需车辆额外安装例如GPS信号发生器等设备。

Description

一种基于WIFI信号的交通流量检测系统

技术领域

本发明属于移动互联网技术，尤其涉及宏观交通信息监测算法的改进。

背景技术

交通流数据是交通运营调度指挥系统的重要信息来源，可为指挥调度、交通流量控制和交通诱导提供决策依据。现有的交通流检测技术有多种，根据安装方式可分为接触式检测方式和非接触式检测方式。其中接触式检测技术包括压电、压力管探测和环形线圈探测。这种技术的主要缺点是，车辆对道路的碾压导致检测器的使用寿命较短，在布设检测器时，需要中断交通、破坏路面，因此安装围护较为困难，使用成本高。非接触式检测技术主要为波频探测和视频探测。波频探测分为微波、超声波和红外等三种。非接触式检测器可通过支架安装，维护方便、使用寿命长，其主要缺点是易受户外气候条件的影响，存在环境适应性不强、数据传输量大、检测准确率不高和造价较高等问题。

随着我国高速路网的飞速发展，高速公路交通流检测应用需求剧增。在高速路网中，交通流量信息同样非常重要，通过流量信息，高速路网管理部门能实时了解各路段的实时车辆数量信息，提供直观的路网车辆负荷量，为路网的调度和整体规划提供准确数据。

但是，高速路网存在一些特殊的情况，例如高速公路供电不便、信息传输困难，以及建设过程中未能提前布设各类检测器等，无法做到密集式监控和管理，需要对现有检测器进行进一步的设计和改进。

交通流检测技术的研究已经开展多年，主要集中在城市交通检测场合，近年来随着我国高速路网的飞速发展，高速公路交通流检测应用需求剧增。根据安装方式交通流检测技术可分为接触式检测方式和非接触式检测方式。

接触式的交通信息检测技术，其主要代表是压电、压力管探测、环行线圈探测。

缺点：车辆对道路的碾压导致其使用寿命较短，安装维护困难，须中断交通、破坏路面，使用成本较高。

非接触式交通信息检测装置主要分为波频探测和视频探测两大类，波频探测包括微波、超声波和红外三种，这些检测装置可通过支架安装，维护方便、寿命长。但易受户外气候条件的影响，存在环境适应性不强，检测准确率不高等问题。同样此类装置也存在设备成本较高，分布过于集中，由于高速公路通电困难等实际因数影响，其主要铺设位置在高速公路出入口周围、事故多发地段，无法对高速公路全路段进行有效检测。目前应用于高速路网的交通流检测系统基本都是采用传统的城市交通流检测方式，没有充分考虑高速公路供电不便，信息传输困难，环境恶劣等因素，导致这些检测系统出现可靠性不高，工程应用性不强等问题。

近年来，随着对智能交通系统的不断深入研究，许多学者、研究员提出了新型检测方法，如基于GPS导航系统的交通检测系统，通过在机动车上安装GPS定位模块，实现GPS卫星时时检测。基于GPS定位，其定位误差可控制在十几至几十米范围内，同时随着GPS定位系统的不断优化，其精度在不断提高。该种方法，从理论上具有很大可行性。但该种方法存在一点明显缺陷，即研究者将GPS定位模块安装至机动车上，也就是说车辆必须安装并使用该模块，具有一定的强制性，可能会侵害了他人合法权益。而且就目前而言，其GPS定位模块安装成本也相对较高，即使在美国这样的发达国家，也仅有高档轿车才会具备该模块。所以，该监测方法在采样率和样本容量上具有一定的操作性困难。

发明内容

针对现有技术存在的问题，本发明提供了一种基于WIFI信号的交通流量检测系统，具有安装方便、成本低、功耗低、稳定可靠性高等优点，且无需车辆额外安装例如GPS信号发生器等设备。

为解决上述技术问题，本发明采用了以下技术方案：

一种基于WIFI信号的交通流量检测系统，其特征在于：包括远程平台和沿交通道路分段部署的多个子网络，所述子网络与对应实际路段为空间匹配映射关系，所述子网络由多个交通流量检测器组成，所述交通流量检测器包括信号收/发模块和临时存储模块；所述信号收/发模块分为主机模块和分机模块，并内置有射频天线、时钟计时器和数据处理模块，其中：

所述信号收/发模块作为分机模块时，作为基础传感器并基于802.1b协议(WIFI协议)用于感知接收周围环境中基于WIFI信号协议的移动设备发送的广播数据包，并将该广播数据包传送至数据处理模块，所述数据处理模块对广播数据包进行缓存、读取和删选，获得移动设备的ID号，并将包括ID号和分机模块编号的数据传输至主机模块；

所述信号收/发模块作为主机模块时，用于接收分机模块传送的数据并打上时间戳，并临存与临时存储模块；

所述临时存储模块通过有线或无线方式传送至远程平台。

对上述方案进行改进，所述交通流量检测器还包括分别与信号收/发模块和临时存储模块电连接的供电模块。

进一步的，所述供电模块为太阳能供电模块。

进一步的，所述交通流量检测器还包括外置供电接口、USB数据传输接口、传输线/光纤接入口和短波信号传输模块。

进一步的，所述远程平台包括分布式大数据存储系统和数据信息分析系统，所述数据信息分析系统包括服务支援子模块和中央处理子模块，所述服务支援子模块包括地理空间映射模块、映射算法模块、统计计算模块和绩效评审模块，其中：

所述地理空间映射模块，用于将道路部署的检测器与道路地理空间位置分析，得到检测器ID与道路地理空间位置的一一映射对应关系；

所述映射算法模块，对检测器发送的移动终端ID数据包与道路车辆进行分析，得到移动终端ID数据包与道路车辆的一一映射对应关系；

所述统计计算模块，用于对经过初步数据处理的中间结果和节点结果进行统计分析；

所述绩效评审模块，通过对Δt时间范围内同一个检测器的瞬时信号通过量分析，得到该时间范围内平均信号通过量，进而通过对同一信号在不同检测器中出现的时刻变化，分析得到该信号的平均速度，最终得到节点拥堵状况；

所述中央处理子模块与大数据存储系统和服务支援子模块连接，从原始数据源中提取数据特征，并通过服务支援子系统的基础服务支撑，对交通链路情况进行检测和评估，输出道路拥堵状况信息。同时该系统生成的中间数据结果会存入云存储系统中，为后期进一步的数据分析和数据挖掘提供支撑。

进一步的，所述统计计算模块的统计分析包括：对同一个检测器在t时刻所接收到的信号量以及在Δt时间范围内所接收到的信号量；对不同检测器，同一个信号MAC地址出现的时间点信息。

进一步的，所述远程平台的数据处理方法包括以下步骤：

步骤1、所述分布式大数据存储系统接收检测器发送的原始数据，并经过数据过滤降噪；与此同时服务支援子模块中的地理空间映射模块根据检测器分布信息和道路路网信息得到地理空间映射数据；

步骤2、所述中央处理子模块，从原始数据和地理空间映射数据中根据特征数据进行分析并提取得到关于路段车流量信息的中间结果数据和节点结果数据，所述中间结果数据为经过数据特征提取、剔除噪声数据后的原始数据格式的数据源；所述节点结果数据为中间结果数据经过数据属性延伸得到的相应交通信息数据，并存储与大数据云存储系统中；

步骤3、所述服务支撑子模块中的统计计算模块，统计中央处理子模块分析提取得到的节点结果数据；

步骤4、所述绩效评审模块，根据统计得到节点结果数据依据拥堵规则输出道路节点拥堵状况。所述拥堵规则的算法采用机器迭代的自学习模型逼近真实值，由服务支撑子系统提供实际道路交通状况信息数据作为比较对象。例如：通过对Δt时间范围内同一个检测器的瞬时信号通过量分析，得到该时间范围内平均信号通过量，进而通过对同一信号在不同检测器中出现的时刻变化，分析得到该信号的平均速度，最终得到节点拥堵状况；

进一步的，所述绩效评审模块还设有人工评审接口，从而提供人工干预校正接口，确保输出数据的准确性。

进一步的，步骤5所述拥堵规则有多套，绩效评审模块对根据不同拥堵规则输出的道路节点拥堵状况进行投票比较输出结果。

进一步的，所述中间结果数据包括设备ID、所在子网络分机编号信息、设备ID出现时间点；所述节点结果数据包括子网络节点流量、有效ID计算速度量、旅行时间。

有益效果：与现有技术相比，本发明具有以下优点：

1、非强制性，最大限度保护自然人合法权益。采用基于WiFi信号的移动信号检测器模块作为传感器，仅收集由手机等移动终端自发向外传输的无线信号，无需强制要求交通参与者安装各类定位装置或软件。

2、低成本，基于WiFi信号的移动信号检测器模块结构简单，设备耐用性强，可密集布置于各高速公路路段。

3、低功耗，该检测器在运行过程中，向四周所发射的信号公路仅在100mV左右，其对于能源的消耗非常少，绿色环保。

4、供电方便，尽管目前太阳能技术仍未十分成熟，但基于该检测器的功率容量，每个检测器配套高性能太阳能电板及高容量锂电池，便可支撑设备工作能源需求，解决了高速供电困难的问题。

5、数据逻辑简单，稳定性高：区别于视频流检测器等其他检查设备，该检测器在工作过程中仅捕捉移动信号，并计入收集信号的时间及检测器编号。无需进行复杂数据识别与处理，运行可靠性更高。

基于上述优势，检测系统可通过密集分布于各高速公路路段的检测器，获取大量数据信息，并通过终端系统自适应算法匹配，实现对整个高速路段流量监控。通过算法集成，对各高速路段车辆流通情况进行有效统计与分析，掌握整个高速交通网交通信息，为应对突发交通事件、交通状况监测、未来高速交通规划提供充足的数据支撑。

附图说明

图1为本发明所述基于WIFI信号的交通流量检测器的系统结构框图；

图2为本发明所述基于WIFI信号的交通流量检测系统的系统模块框图；

图3为本发明交通流量检测系统实施例试验中五分钟数据量与实际数据量对比图。

具体实施方式

下面结合附图并以具体实施例，进一步阐明本发明。应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，本发明于基于WIFI信号的交通流量检测系统，包括远程平台和沿交通道路分段部署的多个子网络，所述子网络与对应实际路段为空间匹配映射关系，所述子网络由多个交通流量检测器组成。本发明的远程平台系统的主要功能是收集网内检测器分机所传输的数据流，并对其进行初步数据筛选和整合。网内检测器分机每当收到并处理完成设备数据，即向网内主机发送数据包，组网分系统将数据进行统一管理并按检测器编号、移动设备MAC地址等对数据进行初步分类与存储。并定时通过无线传输方式将数据发送给总系统。考虑到高速公路网存在路网覆盖区域广、供电不便、信息传输困难、预留设备安装空间有限等因素，为切实有效的解决上述问题。在设计检测器时，需要重点考虑一下问题：

1、设备供电问题：区别于城域环境密集的电网分布状态，高速公路所跨区域范围广，其中绝大部分区域供电存在问题，若选择全网络供能覆盖，其成本过于高昂。

2、环境适应性问题：高速环境处室外，各种自然环境问题如大风、沙尘、雨雪等较为频发，且无法及时处理。因此在设计检测器时需要重点考虑各模块集成问题和封装问题。

3、安装空间不足问题：由于高速公路建设期间，未能规划足够的外场设备安装空间，所以要求外场检测器设备的体积不宜过大。同时，设备体积小也保证了驾驶员在驾驶过程中不被外场设备吸引注意力。小体积在安装过程中也有助于不阻碍、打扰高速的正常运行。

4、数据存储与传输问题。

本发明的核心技术之一是采用基于WIFI协议的检测器作为道路车辆信息的传感器，集成了三大模块和外置接口：供电模块、信号收/发模块和临时存储模块，其中：

一、供电模块：

由于高速公路网覆盖区域广，路线分布相对于城市公路较为稀疏，通过电网及高压电线等有线传输方式，存在部署成本高、供电网络复杂等问题，故一直以来存在供电困难的问题。为实现检测器密集式部署，首先需要解决设备供能问题。本检测器由于采用基于WiFi信号的移动信号信息采集方式，单位时间内其工作耗能较低，对于能源限制较低。故本系统采用微型太阳能供电系统及加装高性能锂电池的方式解决供能问题。

目前太阳能发电已被广泛应用于各个领域，如用户太阳能电源，能够为家庭用户提供日常能源所需；交通领域，应用于航标灯、交通/铁路信号灯等；通讯/通信领域；石油、海洋、气象领域等等。不同领域中，对太阳能供电系统均有不同要求，但其主要组成部分均相同。

太阳能交流发电系统是由太阳电池板、充电控制器、逆变器及蓄电池组成。太阳电池板负责接收来自空间的太阳能，并将其转化为电能储存于蓄电池中。充电控制器用于控制太阳电池板工作状态，当蓄电池蓄满能量后，停止蓄能。为进一步保证检测器工作稳定性，防止由于供电问题导致检测器停止工作等问题。在供能模块中加入高容量锂电池，作为备用电源。当遇到连续阴雨天气，导致太阳能电板中蓄电池能源不足时，由锂电池为检测器供电，锂电池充电也由太阳能电板完成。

二、信号收/发模块：

所述信号收/发模块分为主机模块和分机模块。当作为分机模块时，分机模块功能主要作为基础传感器，进行基础数据的采集。基本步骤如下：

1.采用基于802.1b协议；

2.传感器芯片即数据处理模块处于静默感知工作模式，监听来自周围环境基于wifi信号协议的移动设备广播数据包；

3.移动终端如手机、pad等电子设备，在802.1b协议中，要求每个AP每隔一定时间(几十毫秒到几秒不等)向周围的sta和AP广播beacon帧，该广播beacon帧包含移动终端相关基础信息数据，如信号电平、设备ID等，覆盖整个2.4GHz频段；

4.传感器芯片固定接收通道，通过接收由移动终端向周围广播beacon帧，放入缓存，对信号进行首轮删选，剔除未包含设备ID信息的数据包；

5.对保留的数据包进行数据读取，从数据包中读取设备ID号；

6.将经过数据筛选获得的ID信息和分机编号通过信号发送模块传输至主机；

当信号收/发模块作为主机模块时，主机模块功能主要作为数据的中转站，对数据进行初加工，具体步骤如下：

1.主机信号接收模块对接分机信号发送模块接收分机所发送的ID信息和编号信息；

2.主机时钟模块为每个分机上传的ID打上时间戳，用于区分每个ID的上传时间；

3.将打上时间戳的ID数据临存在存储单元中；

4.每隔固定时间或每当储存单元空间接近饱和时，通过无线网络(2G/3G/4G)或有线电缆传输至数据服务器。

三、临时存储器

高速公路环境下，一直存在信息传输困难的问题，传统的视频流数据由于其单位时间内产生的数据量较为庞大，无法进行有效传输，通过基于WiFi信号的移动信号检测器所记录下来的信息仅包括检测器编号、检测时间、手机标识等信息，单个信息量小，可使用较小的临时存储器进行存储。同时考虑到数据有效性及实时性，可根据需要调节临存中数据向远程平台组网分站中发送的频率，并在每次发送完数据包后，清空存储器。

如图2所示，本发明总网络系统由复数个子网络系统组合而成，在接收到由各组网分系统所发送的数据后，通过光纤将各分系统的数据存储至大数据云存储器，对数据进行备份及管理。本发明的远程平台总系统主要分为两部分构成：大数据云存储系统和数据信息分析系统。大数据云存储系统：随着信息化的不断发展，人们每天所接收到的信息呈几何指数性上涨，为更好的管理和利用已有的数据，并适应未来爆炸性数据量的产生，云存储、智能存储、数据挖掘等新兴概念应运而生。通过对数据进行分布式管理、智能查询来获取关联数据，并为算法研究、结论输出等提供海量数据支撑。

结合上述系统框架，为获取足够的可供高速交通流量检测分析的数据源，解决现有交通流量检测系统监测点分布密度低、信息不完整等问题，需要做到全国高速公路网络高密度全覆盖，根据在G42江苏段高速公路实验发现，每个检测点每天所接收到的数据量超过30GB，而全国高速网络现已超过10万公里，按每公里布置一个检测点，每天系统所能接收到的数据即能够达到PB级存储量。面对如此海量的数据源，若采用传统的信息存储方式，其数据处理效率、数据交互效率将远远无法跟上实际应用需求，同时本检测系统检测算法的准确度和精确度与所提供的数据源量直接相关，是基于大数据挖掘的交通流量检测算法。因此采用智能存储系统必不可少。

该存储系统主要分为以下几个子系统：1、分布式数据管理系统。检测器存储并传输的数据源中含有检测器编号、信号接收时间、设备MAC地址等信息。根据计算需要，需要对不同类型数据进行筛选、读取。因此系统需要支持对不同数据关键字的快速识别与数据检索功能。2、高性能运算系统。数据的传输、分类、检索、交互、分析等均需要强大的处理器引擎支撑。采用高性能并行计算系统，可以为检测数据的实时分析提供强有力的支持。3、数据传输系统。检测数据传输、大数据交互和挖掘、检测算法检测报表生成等都需要对存储的数据源进行提取和分析，为此需要保证数据的高效传输，目前有线传输方式下，采用光纤进行传输能够保证传输效率达到8GB/S以上，已能够满足数据交互需求。

数据信息分析系统，该系统由服务支援子系统和中央处理子系统构成。

服务支援子系统用于提供复杂任务处理功能，包括数据映射、优化处理、统计分析和评价。在这个子系统包含四个重要的模块：地理空间的映射，映射算法，统计计算器和绩效评审。

地理空间映射：为了能够在后期数据处理中，将数据处理结果一一对应与高速公路路段，在数据处理前期，需要对各检测器进行定位。而通过分布于高速公路网的检测器获取的数据中，并不包含检测器所在空间位置的坐标信息。为了弥补这方面的信息缺失，在系统建立初期，就需要将检测器空间网络分布图、高速公路网分布图载入系统中，并配合数据流中的检测器编号信息，将通过不同检测器收集到的数据映射至高速公路网。

映射算法：映射算法是决定检测器、高速公路路段、交通流量检测的核心，映射算法的优劣直接影响到三者之间的匹配度，在数据映射过程中需要注意检测器分布网与高速公路网的映射关系，检测数据流与检测器的映射关系以及经过初步数据分析的中间结果、节点结果和检测器间的映射关系。

统计计算器：统计计算器用于对经过初步数据处理的中间结果和节点结果进行统计分析，按不同应用需求，对同一个检测器在t时刻所接收到的信号量、在Δt时间内所接收到的信号量；对不同检测器，同一个信号MAC地址出现的时间点信息等进行统计分析，并将该信息输入至检测器中进行检测分析。

绩效评审：通过对同一个检测器中检测信号的分析，可分析在同一时刻内的信号通过量即瞬时信号通过量，通过对Δt时间范围内的信号通过量分析，可获得在该段时间范围内的平均信号通过量，通过对同一个信号在不同检测器中出现的时刻变化，可以分析该信号的平均移动速度。结合以上几点信息，可对节点流量信息，节点拥堵状况进行初步分析，输出该段拥堵状况报表。

由于本系统采用基于WiFi信号的检测器组成检测系统，故所获得的数据流均为移动平台如手机、平板、笔记本等信号信息，并未直接获得车辆信息，故在系统运行初期及运行过程中，需要根据检测数据与实际车流量关系进行自适应匹配与修正，在该系统中，加入了基于基础规则的自适应检测器和基于机器学习拥堵检测器，基于基础规则的自适应检测器为系统初始数据检测器，用于生成基础数据自适应检测样本，通过对大量数据进行分析和与实际交通状况的对比，由基于机器学习的拥堵检测器对已有分析样本缺陷进行补偿，提高检测精度，随着系统的运营时间推移，样本数据量不断增加，检测器检测精度也会相应不断提高。

中央处理子系统连接着大数据云存储系统与服务支援子系统，该系统是交通流量检测系统的核心，每次系统初始化，中央处理子系统都会实时运行，它从原始细胞活动数据源中提取数据特征，并通过服务支援子系统的基础服务支撑，对交通链路情况进行检测和评估，。同时该系统生成的中间数据结果会存入云存储系统中，已被后期进一步的数据分析和数据挖掘。

如图3所示，以2017年4月21日至4月21日，对上海至北京方向某路段车辆信息分析，本次实验对比组为安装于该路段的线圈检测器获得的路段车辆信息作为真实数据与本发明试验数据进行比较。从图中可知，由本发明检测器检测获取的数据进过直接计算获取的平均速度与线圈检测器检测的平均车速在时间段内，趋势保持一致。从偏离度分析可知，在平均速度方面，以5分钟为时间单位的检测器计算速度与线圈检测速度偏差值在不做任何补偿的前提下，基本保持稳定。

Claims (10)

1.一种基于WIFI信号的交通流量检测系统，其特征在于：包括远程平台和沿交通道路分段部署的多个子网络，所述子网络与对应实际路段为空间匹配映射关系，所述子网络由多个交通流量检测器组成，所述交通流量检测器包括信号收/发模块和临时存储模块；所述信号收/发模块分为主机模块和分机模块，并内置有射频天线、时钟计时器和数据处理模块，其中：

所述信号收/发模块作为分机模块时，作为基础传感器并基于WIFI协议用于感知接收周围环境中基于WIFI信号协议的移动设备发送的广播数据包，并将该广播数据包传送至数据处理模块，所述数据处理模块对广播数据包进行缓存、读取和删选，获得移动设备的ID号，并将包括ID号和分机模块编号的数据传输至主机模块；

所述信号收/发模块作为主机模块时，用于接收分机模块传送的数据并打上时间戳，并临存与临时存储模块；

所述临时存储模块通过有线或无线方式传送至远程平台。

2.根据权利要求1所述基于WIFI信号的交通流量检测系统，其特征在于：所述交通流量检测器还包括分别于信号收/发模块和临时存储模块电连接的供电模块。

3.根据权利要求1所述基于WIFI信号的交通流量检测系统，其特征在于：所述供电模块为太阳能供电模块。

4.根据权利要求1所述基于WIFI信号的交通流量检测系统，其特征在于：所述交通流量检测器还包括外置供电接口、USB数据传输接口、传输线/光纤接入口和短波信号传输模块。

5.根据权利要求1所述基于WIFI信号的交通流量检测系统，其特征在于：所述远程平台包括分布式大数据存储系统和数据信息分析系统，所述数据信息分析系统包括服务支援子模块和中央处理子模块，所述服务支援子模块包括地理空间映射模块、映射算法模块、统计计算模块和绩效评审模块，其中：

所述地理空间映射模块，用于将道路部署的检测器与道路地理空间位置分析，得到检测器ID与道路地理空间位置的一一映射对应关系；

所述映射算法模块，对检测器发送的移动终端ID数据包与道路车辆进行分析，得到移动终端ID数据包与道路车辆的一一映射对应关系；

所述统计计算模块，用于对经过初步数据处理的中间结果和节点结果进行统计分析；

所述绩效评审模块，依据拥堵规则对统计计算模块的输出数据进行分析和对比，确定节点的拥堵状况；

所述中央处理子模块与大数据存储系统和服务支援子模块连接，从原始数据源中提取数据特征，并通过服务支援子系统的基础服务支撑，对交通链路情况进行检测和评估，输出道路拥堵状况信息。

6.根据权利要求5所述基于WIFI信号的交通流量检测系统，其特征在于：所述统计计算模块的统计分析包括：对同一个检测器在t时刻所接收到的信号量以及在Δt时间范围内所接收到的信号量；对不同检测器，同一个信号MAC地址出现的时间点信息。

7.根据权利要求5所述基于WIFI信号的交通流量检测系统，其特征在于：所述远程平台的数据处理方法包括以下步骤：

步骤1、所述分布式大数据存储系统接收检测器发送的原始数据，并经过数据过滤降噪；与此同时服务支援子模块中的地理空间映射模块根据检测器分布信息和道路路网信息得到地理空间映射数据；

步骤2、所述中央处理子模块，从原始数据和地理空间映射数据中根据特征数据进行分析并提取得到关于路段车流量信息的中间结果数据和节点结果数据，所述中间结果数据为经过数据特征提取、剔除噪声数据后的原始数据格式的数据源；所述节点结果数据为中间结果数据经过数据属性延伸得到的相应交通信息数据，并存储与大数据云存储系统中；

步骤3、所述服务支撑子模块中的统计计算模块，统计中央处理子模块分析提取得到的节点结果数据；

步骤4、所述绩效评审模块，根据统计得到节点结果数据依据拥堵规则输出道路节点拥堵状况。

8.根据权利要求5所述基于WIFI信号的交通流量检测系统，其特征在于：所述绩效评审模块还设有人工评审接口。

9.根据权利要求5所述基于WIFI信号的交通流量检测系统，其特征在于：步骤5所述拥堵规则有多套，绩效评审模块对根据不同拥堵规则输出的道路节点拥堵状况进行投票比较输出结果。

10.根据权利要求7所述基于WIFI信号的交通流量检测系统，其特征在于：所述中间结果数据包括设备ID、所在子网络分机编号信息、设备ID出现时间点；所述节点结果数据包括子网络节点流量、有效ID计算速度量、旅行时间。