CN107958303A - 一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 - Google Patents
一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 Download PDFInfo
- Publication number
- CN107958303A CN107958303A CN201711147408.1A CN201711147408A CN107958303A CN 107958303 A CN107958303 A CN 107958303A CN 201711147408 A CN201711147408 A CN 201711147408A CN 107958303 A CN107958303 A CN 107958303A
- Authority
- CN
- China
- Prior art keywords
- road
- link
- data
- congestion
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012545 processing Methods 0.000 claims description 25
- 230000002457 bidirectional effect Effects 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 230000008676 import Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 15
- 238000011144 upstream manufacturing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000003892 spreading Methods 0.000 description 5
- 230000007480 spreading Effects 0.000 description 5
- 230000000644 propagated effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 102100021494 Protein S100-P Human genes 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101500021084 Locusta migratoria 5 kDa peptide Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统,涉及智能交通技术领域,以利用拥堵传播数据预测拥堵传播范围。所述生成方法获取地图数据,获取路链路况数据;根据地图数据和当前每条路链的路况信息,得到的起始路链的当前时刻路况为拥堵路况;起始路链作为出端路链时,在起始路链对应节点的入端路链在下一时刻路况为拥堵路况;起始路链对应节点的入端路链信息添加到传播数据集合;否则,根据传播数据集合,生成拥堵传播数据。所述拥堵传播预测方法包括基于上述技术方案所提的拥堵传播数据生成方法。本发明提供的拥堵传播数据生成方法及装置、拥堵传播预测方法及系统用于预测拥堵传播范围。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种拥堵路况传播图生成方法及装置、拥堵传播预测方法及系统。
背景技术
电子地图是一种利用计算机技术,以数字方式存储和查阅的地图,其一般使用向量式图像储存,地图比例可放大、缩小或旋转而不影响显示效果。目前所使用的电子地图可向出行人员提供出行路线查询服务,以及路况展示服务,给人们的生活带来了极大的便利。
然而,上述电子地图在进行路况展示时,只能表示出各个路段的路况信息,而不能对各个路段的路况信息进行预测。例如:当前拥堵信息展示系统只能展示各个路段上的拥堵状况,并不能生成拥堵的传播蔓延过程,更无法预测出拥堵的蔓延趋势,这样就造成某区域有严重拥堵,但无法判断拥堵的蔓延趋势,使得交通管理部门无法有针对性地对拥堵路段进行疏导管控。
发明内容
本发明的目的在于提供一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统,以利用拥堵传播数据预测拥堵传播范围。
为了实现上述目的,本发明提供如下技术方案:
一种拥堵传播数据生成方法,应用于预测拥堵传播范围;包括:
获取地图数据,所述地图数据所包含的路网拓扑数据包括节点信息和路链信息,所述路链信息包括所述节点的入端路链信息,以及所述节点的出端路链信息;
获取当前路链路况数据和下一时刻路链路况数据;所述路链拥堵数据包括各条路链的路况信息;
根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链,并将所述起始路链添加在传播数据集合;所述起始路链的当前时刻路况为拥堵路况;
所述起始路链作为出端路链时,根据所述路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;如果是,将起始路链对应节点的入端路链信息添加到传播数据集合;否则,根据传播数据集合,生成拥堵传播数据。
与现有技术相比,本发明提供的拥堵传播数据生成方法中,在获取地图数据的基础上,利用地图数据所包含的路网拓扑数据和间隙性获取的路链路况数据,选择某个时刻发生拥堵的路链作为起始路链添加在拥堵传播数据,并将该起始路链作为出端路链,根据起始路链所在的路网拓扑数据,判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;若为拥堵路况,则说明拥堵向起始路链的上游传播,此时将起始路链对应节点的入端路链信息添加到传播数据集合中,构建出拥堵传播数据,这样在起始路链发生拥堵时,就可以利用拥堵传播数据预估拥堵传播范围。
本发明还提供了一种拥堵传播数据生成装置,该拥堵传播数据生成装置包括:
获取单元,用于获取地图数据,获取当前路链路况数据和下一时刻路链路况数据;所述地图数据所包含的路网拓扑数据包括节点信息和路链信息,所述路链信息包括所述节点的入端路链信息,以及所述节点的出端路链信息;所述路链拥堵数据包括各条路链的路况信息;
数据处理单元,用于根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链;所述起始路链作为出端路链时,根据所述起始路链所在的路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;所述起始路链的当前时刻路况为拥堵路况;
第一添加单元,用于在根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链后,根据所述路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况前,将所述起始路链添加在传播数据集合;
在所述起始路链对应节点的入端路链在下一时刻路况为拥堵路况时,将起始路链对应节点的入端路链信息添加到传播数据集合;
数据生成单元,用于在所述起始路链对应节点的入端路链在下一时刻路况为畅通路况时,根据所述传播数据集合,生成拥堵传播数据。
与现有技术相比,本发明提供的拥堵传播数据生成装置的有益效果与上述技术方案提供的拥堵传播数据生成方法的有益效果相同,在此不做赘述。
本发明还提供了一种拥堵传播预测方法,该拥堵传播预测方法包括:
调取历史拥堵传播数据;所述历史拥堵传播数据中每个时间段的拥堵传播数据采用上述技术方案所述的拥堵传播数据生成方法生成;
从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;
根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
与现有技术相比,本发明提供的拥堵传播数据聚类方法中,从采用上述技术方案得到的历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据,这样在遇到拥堵时,能够利用多个起始端相同的拥堵传播数据对历史交通拥堵问题进行分析,预测拥堵传播范围,以判断出拥堵的蔓延趋势;而且,在重大交通事故或交通拥堵时间结束后,还可以对重大交通拥堵事件所造成的影响进行复盘评估分析,以更好的指导解决交通拥堵问题。
本发明还提供了一种拥堵传播预测系统,该拥堵传播预测系统包括:
数据调取单元,用于从拥堵传播数据生成装置中调取历史拥堵传播数据;所述历史拥堵传播数据中每个时间段的拥堵传播数据为上述技术方案提供的所述拥堵传播数据生成装置生成;
数据筛选单元,用于从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;
数据分析单元,用于根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
与现有技术相比,本发明提供的拥堵传播预测系统的有益效果与上述技术方案提供的拥堵传播预测方法的有益效果相同,在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的拥堵传播数据生成方法的主体流程图;
图2为本发明实施例中对地图数据进行编译处理的流程图;
图3为本发明实施例中对拥堵路口添加路链的流程图;
图4为本发明实施例提供的拥堵传播数据模拟的拥堵传播图;
图5为本发明实施例提供的拥堵传播数据生成方法的补充流程图;
图6为本发明实施例提供的拥堵传播数据生成装置的结构框图;
图7为本发明实施例提供的拥堵传播预测方法流程图;
图8为本发明实施例中将多个起始端相同的拥堵传播数据中满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据的流程图;
图9为本发明实施例提供的拥堵传播预测系统的结构框图;
图10为本发明实施例中数据筛选单元的结构框图。
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作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。
需要说明的是,本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
还需要说明的是,本发明实施例中,“的(英文:of)”,“相应的(英文:corresponding,relevant)”和“对应的(英文:corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
当前拥堵信息展示系统只能展示各个路段上的拥堵状况,不能生成拥堵的传播蔓延过程,更无法预测出拥堵的蔓延趋势,这样就造成某区域有严重拥堵,但无法判断拥堵的蔓延趋势,使得交通管理部门无法有针对性地对拥堵路段进行疏导管控。而且,目前拥堵信息展示系统仅能还原历史上某时刻的拥堵状况,并无法生成该时刻拥堵的形成和消散过程,从而无法支持交通管理部门对重大交通拥堵事件所造成的影响进行复盘评估分析。
本发明实施例将拥堵传播与消散解释为:当一个地点出现拥堵后,如果其上游仍有车流源源不断地到达,则拥堵一般会向其上游传播。
具体的,当一个地点出现拥堵后,上游也发生拥堵,则表明拥堵会向其上游传播;当一个地点出现拥堵后,上游拥堵未向其上游传播,或拥堵逐渐消散。其中,本发明实施例中的拥堵是按照行车车速与拥堵车速阈值比较来判断是否存在拥堵。若行车车速大于拥堵车速阈值,则说明未发生拥堵,若行车车速小于等于拥堵车速阈值,则说明车辆所在地点发生拥堵。
拥堵传播图解释为:利用路网拓扑数据将拥堵路链在三维空间维度(在二维平面维度和时间维度的结合)按照拓扑关系连接起来,并结合各个拥堵路链的拥堵开始和持续时间等数据,组织成的数据结构。拥堵传播图是本装置中的基础数据结构。下图更直观地说明了拥堵传播图的含义:
针对上述问题,如图1所示,本发明实施例提供了一种拥堵传播数据生成方法,该拥堵传播数据生成方法以路网拓扑数据为基础,将拥堵路链利用拥堵拓扑关系连接起来,以表达拥堵的形成过程,路网拓扑数据解释为:各个路链之间的拓扑关系,即路网中点和线之间的连接关系,例如:A点与m路链和n路链分别连接,而m路链只能进入A点不能从A点出,n路链只能从A点出而不能进入A点,此类数据所形成的集合或数组即为路网拓扑数据。上述实施例提供的拥堵传播数据生成方法包括如下步骤:
步骤S100A:获取地图数据,地图数据所包含的路网拓扑数据包括节点信息和路链信息,路链信息包括节点的入端路链信息,以及节点的出端路链信息;
步骤S100C:获取当前路链路况数据和下一时刻路链路况数据;路链拥堵数据包括各条路链的路况信息;
根据路网拓扑数据和当前每条所述路链的路况信息,得到起始路链;并将起始路链添加在传播数据集合,起始路链的当前时刻路况为拥堵路况;
具体的,一般当前路链路况数据与下一时刻路链路况数据之间的时间差可以根据实际情况设定,如3min-10min。
步骤S100D:起始路链作为出端路链时,根据路网拓扑数据,判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;
如果是,执行步骤S100F;否则,执行步骤S100G;
步骤100F:将起始路链对应节点的入端路链信息添加到传播数据集合;
步骤S100G:根据传播数据集合,生成拥堵传播数据。
基于上述实施例提供的拥堵传播数据生成方法的具体流程可知,本发明实施例在获取地图数据的基础上,利用地图数据所包含的路网拓扑数据和间隙性获取的路链路况数据,选择某个时刻发生拥堵的路链作为起始路链添加在拥堵传播集合,并将该起始路链作为出端路链,根据起始路链所在的路网拓扑数据,判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;若为拥堵路况,则说明拥堵向起始路链的上游传播,此时将起始路链对应节点的入端路链信息添加到传播数据集合中,构建出拥堵传播数据,这样在起始路链发生拥堵时,就可以利用拥堵传播数据预估拥堵传播范围。
考虑到所获取的地图数据中存在各种干扰数据和无用数据,上述实施例在步骤S100A与步骤S100C之间还包括:如图1所示的步骤S100B:对地图数据进行编译处理,编译处理不仅可以对无用数据进行过滤,而且还可以复杂数据进行简化处理,以便于后续拥堵传播数据的生成。
例如:上述路链信息包括路链属性、路链地址和路链形状点信息;对于路链属性而言,路链属性可以为非行车道路、主干道、快速路、双向通行道路、单向通行道路。
对于非行车道路来说,一般为航线轮渡、行人道路,不存在拥堵的可能性,在进行编译处理时,可以采用如图2所示的步骤S101B对路链属性进行过滤。
步骤S101B:根据路链信息所包括的路链属性,去除路链信息中路链属性为非行车道的路链信息,使得所述路链信息中保留行车道路链信息;
对于双向通行道路来说,由于路网拓扑数据中,一般展示的均是单向通行路链数据,为了后续处理,上述实施例在进行地图数据编译时,可采用如图2所示的步骤S102B对地图属性进行进一步过滤,此时,路链信息不仅包括路链属性,还需要包括路链地址和路链形状点信息。
步骤S102B:根据地图数据中路链属性,得到双向通行路链信息;将双向通行路链信息拆分为两条单向通行路链信息;其中,
第一条单行路链信息的路链地址与双向通行路链信息的路链地址相同,第二条单行路链信息的路链地址与双向通行路链信息的路链地址互为相反数;
第一条单行路链信息的路链形状点信息与双向通行路链信息的路链形状点信息相同,第二条单行路链信息的路链形状点信息与双向通行路链信息的路链形状点信息的排列顺序相反。
例如:双向通行路链信息的路链地址为4,则拆分所形成的两条单向通行路链信息中,第一条单行路链信息的路链地址为4,第二条单行路链信息的路链地址为-4。
双向通行路链信息中路链形状点信息的排列顺序为a1、a2、a3、a4,则拆分所形成的两条单向通行路链信息中,第一条单行路链信息所包含的路链形状点信息的排列顺序为a1、a2、a3、a4;第二条单行路链信息所包含的路链形状点信息的排列顺序为a4、a3、a2、a1。
在地图数据中,为了对地图数据进行组织、快速索引等目的,将地图数据按照网格化分割,形成若干网格;一个网格中含有多条路链以及多个节点,每个路链和节点都有各自的地址。此时,地图数据还包括网格信息,节点信息包括节点地址,且有可能出现一个节点处在两个网格交接线的临界节点,使得临界节点具有两个节点地址,其中一个节点地址是临界节点在对应其中一个网格的地址,另一个节点地址是临界节点在另一网格的地址。为了使得这种临界节点的节点地址唯一化,上述在进行地图数据编译时,还可以采用如图2所示的步骤S103B对地图数据的节点地址进行过滤。
步骤S103B:根据地图数据中道路网格信息和节点地址,得到处在两个网格交接线的临界节点;临界节点具有两个节点地址;
将临界节点中其中一个节点地址作为所述临界节点的节点地址。
具体的,可选择临界节点中数值较大的节点地址作为临界节点的地址,当然也可以选择临界节点中数值较小的节点地址作为临界节点的地址。
而对于复杂交叉路口,如环岛交叉路口等,其中包括多个节点以及用节点连接在一起的路链,但由于路链长度太短,导致在当前时刻交叉路口内的路链的路况状态非常不稳定,从而在生成拥堵传播数据时,容易造成拥堵在空间上的中断。例如:拥堵传播的路径为A路链->B路链->C路链,即A路链、B路链和C路链的实际路况均为拥堵状态,但其中B路链为复杂交叉路口内的路链,由于B路链的长度过短导致路况处理时对其估计错误,将实际的拥堵状态估计为畅通或缓慢状态,导致A路链->B路链->C路链的拥堵传播数据中断,无法构造A路链->B路链->C路链的拥堵传播数据。
基于此,本发明实施例采用如图2所示的步骤S103B:根据节点信息所包括的节点属性,从地图数据中获取路口信息;路口信息包括至少一个路口节点信息;
根据路口信息,从路链信息中获取通行方向指向路口的路链信息;通行方向指向路口的路链信息为入端路口路链信息;
根据路口信息,从路口信息中获取通行方向背离路口的路链信息;通行方向背离路口的路链信息为出端路口路链信息;
将入端路口路链信息和出端路口路链信息分别赋值给路口信息所包括的每个路口节点信息中,得到路口拓扑数据;此时,每个路口内的节点均对应该路口的入端路口路链信息和出端路口路链信息。也就是说,在后续拥堵传播数据生成的过程中,能够将复杂交叉路口的所有节点看做一个节点,并忽略其中的路链,这样在生成拥堵传播数据时,就不会出现拥堵传播数据中断的问题。
具体实施时,上述步骤S101B、步骤S102B、步骤S103B以及步骤S104B可以并行运行,也可以如图2所示顺次运行,但考虑到步骤S102B、步骤S103B以及步骤S104B均涉及到对地图数据的处理,而步骤S101B仅涉及到对地图数据中一些不必要数据的剔除,因此,上述实施例中对地图数据进行编译时,先执行步骤S101B,而在步骤S102B、步骤S103B以及步骤S104B中,双向通行路链信息比较复杂,需要提前处理,因此,在执行步骤S101B后,应执行步骤S102B,而对于步骤S103B以及步骤S104B,由于步骤S104B涉及到节点处理,但如果一个节点的节点地址不唯一,再步骤S104B中,会导致计算不确定,因此,在执行完步骤S101B、步骤S102B后,接着执行步骤S103B,最后执行步骤S104B。
而如果按照步骤S104B对路口节点和路链进行处理后,会使得所生成拥堵传播数据的路口位置有所缺损,为了克服这个问题,如图3所示,路链信息还包括形成每个路链的两个节点属性;在需要生成拥堵传播数据时,先执行如下步骤:
步骤S100M:根据传播数据集合中形成每个路链的两个节点属性,得到至少一个拥堵路口;
步骤S100N:根据至少一个拥堵路口,从路口拓扑数据中获取对应拥堵路口的路口节点信息、拥堵路口出端路口路链信息、以及拥堵路口入端路口路链信息;
步骤S100P根据每个拥堵路口的出端路口路链信息、每个拥堵路口入端路口路链信息以及每个拥堵路口所具有的路口节点信息,得到对应拥堵路口的最短路链信息;
示例性的,可采用Dijkstra算法还原出每个拥堵路口对应的拥堵路口的入端路口路链和拥堵路口的出端路口路链的最短路径,该最短路径即为对应拥堵路口的最短路链信息。
步骤S100Q:将各个拥堵路口的最短路链信息添加到传播数据集合,此时根据传播数据集合,生成拥堵传播数据时,就能保证所生成的拥堵传播数据所模拟的拥堵传播图在空间上比较完整。
而为了使得本发明实施例提供的拥堵传播数据生成方法所生成的拥堵传播数据能够最大化的预估拥堵传播范围,如图1所示,如果起始路链对应节点的入端路链在下一时刻路况为拥堵路况,将起始路链对应节点的入端路链信息添加到传播数据集合后,上述拥堵传播数据生成方法还包括:
步骤S100H:重新获取下一时刻路链路况数据,将起始路链对应节点的入端路链作为起始路链,更新判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况时所使用的起始路链和下一时刻路链路况数据。
具体的,判断更新后的起始路链对应节点的入端路链在更新后的下一时刻路况是否为拥堵路况;如果是,则代表拥堵继续传播,继续更新其中的起始路链和下一时刻路链路况数据,以进一步确定拥堵是否向上游传播,否则代表拥堵传播停止,并达到最大拥堵状态。
图4是根据所生成的拥堵传播数据模拟出的拥堵传播图,其利用路网拓扑数据将拥堵路链在三维空间维度按照路网拓扑关系连接起来。
图4中箭头方向为拥堵传播方向,图4中拥堵传播图为两幅,分别为以北端位置N为起始端的第一组拥堵传播数据模拟的第一幅拥堵传播图,以东端位置E为起始端的第二组拥堵传播数据模拟的第二幅拥堵传播图。
对于第一幅拥堵传播图来说,北端位置W最先发生拥堵,然后拥堵向南端位置S和西端位置W传播。
对于第二幅拥堵传播图来说,东端位置E最先发生拥堵,然后拥堵向北端位置N和南端位置S传播。
但向起始路链的上游不断进行拥堵传播探索的过程中,如果当前起始路链对应节点存在至少两个入端路链的情况下,有可能出现回路,即所更新的起始路段对应节点的入端路链已经添加到传播数据集合中。为了克服该问题,上述实施例中在步骤S100D与步骤S100F之间,上述实施例提供的拥堵传播数据生成方法还包括:
在传播数据集合中没有起始路链对应节点的入端路链信息,执行步骤S100F;
在此之前,在步骤S100D与步骤S100F之间还应当包括步骤S100E:判断在传播数据集合中是否有起始路链对应节点的入端路链信息;
步骤S100I:在传播数据集合中有起始路链对应节点的入端路链信息,根据路网拓扑数据,判断起始路链对应节点是否存在其它入端路链;
如果存在,执行步骤S100J;否则,否则,执行步骤S100G;
步骤S100J:判断起始路链对应节点的其它入端路链在下一时刻路况是否为拥堵路况;
如果是,执行步骤S100L;否则,执行步骤S100G;
步骤S100L:将起始路链对应节点的其他入端路链信息添加到传播数据集合;
在执行步骤S100L前,应当先执行步骤S100K:应判断传播数据集合中是否有其实路链对应节点的其他入端路链信息;
如果是,则执行步骤S100G,否则执行步骤S100L。
为了给拥堵传播数据提供存储载体,可将拥堵传播数据进行入库处理,将所对应的数据库称作拥堵传播数据库。但是,每个时间戳,地图所示的道路中拥堵发生的位置很多,导致在进行拥堵传播数据生成时,能够在每个时间戳生成很多起始端不同的拥堵传播图数据,但是没有必要存储所有的拥堵传播数据,因为拥堵传播是一个跨越多个时间戳的过程,对于一次拥堵传播来说,不同时间戳的拥堵传播数据只记录了这个过程的一部分,而其中具有最大拥堵形态的拥堵传播数据才记录了整个传播过程,因此对于一次拥堵传播过程,只存储其中形态最大的拥堵传播数据。此处形态最大的拥堵传播数据是指:拥堵传播发生的路链作为节点的入端路链时,该节点的出端路链为顺畅路况,因此,上述实施例中根据路网拓扑数据和当前每条路链的路况信息,得到起始路链包括:
根据路网拓扑数据,从当前每条路链的路况信息中筛选出对应节点的出端路链路况为顺畅状态的拥堵路链,并将对应节点的出端路链路况为顺畅状态的拥堵路链作为起始路链,这样就能保证拥堵发生时,拥堵为最小形态。
其中,此处顺畅状态的出端路链对应节点为形成上述拥堵路链的两个节点之一,其中顺畅状态的出端路链对应节点的入端路链为拥堵路链,但对于形成拥堵路链的另一节点来说,拥堵路链为该节点的出端路链。
此时,在上述步骤S100G的基础上,如图5所示,上述实施例还可以包括如下步骤:
步骤S100R:将拥堵传播数据导入拥堵传播数据库中;
步骤S100S:根据拥堵传播数据建立主传播索引;主传播索引用于链接到所述拥堵传播数据所包含的所有路链信息;
在主传播索引下建立多个子传播索引,使得每个子传播索引链接到拥堵传播数据所包含的至少一条路链信息。
由于拥堵传播数据较大,在入库时没有存储所有拥堵发生路链的拥堵传播数据,例如:在传播数据库中只存储有拥堵传播数据:A路链->B路链->C路链。
为了能够在传播数据中检索到B路链->C路链这一拥堵传播数据,通过在建立子传播链接到拥堵传播数据所包括的至少两条路链信息即可,即将Link B设定为子传播链接,建立Link B到B路链->路链C即可。当然也可以在建立主传播索引后,将子传播索引链接到主传播索引,以利用子传播索引连接到主传播索引,从而通过主传播索引找到子传播索引所需的内容。
如:将Link A设定为主传播链接,将Link B设定为子传播链接,建立LinkB到LinkA的链接。
如图1和图6所示,本发明实施例还提供了一种拥堵传播数据生成装置,该拥堵传播数据生成装置包括:
获取单元110,用于获取地图数据,获取当前路链路况数据和下一时刻路链路况数据;地图数据所包含的路网拓扑数据包括节点信息和路链信息,路链信息包括节点的入端路链信息,以及节点的出端路链信息;路链拥堵数据包括各条路链的路况信息;
数据处理单元130,其输入端与获取单元110的输出端连接,数据处理单元130用于根据路网拓扑数据和当前每条路链的路况信息,得到起始路链;起始路链的当前时刻路况为拥堵路况;
在起始路链作为出端路链时,根据起始路链所在的路网拓扑数据,判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;
第一添加单元140,其输入端与数据处理单元130的输出端连接,输出端与缓存单元160连接,用于在根据路网拓扑数据和当前每条路链的路况信息,得到起始路链后,根据路网拓扑数据,判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况前,将起始路链添加在缓存单元160所存储的传播数据集合;
还用于在起始路链对应节点的入端路链在下一时刻路况为拥堵路况时,将起始路链对应节点的入端路链信息添加到缓存单元160所存储的传播数据集合;
数据生成单元150,其输入端分别与数据处理单元130和缓存单元160连接,数据生成单元150用于在起始路链对应节点的入端路链在下一时刻路况为畅通路况,根据传播数据集合,生成拥堵传播数据。
与现有技术相比,本发明实施例提供的拥堵传播数据生成装置的有益效果与上述技术方案提供的拥堵传播数据生成方法的有益效果相同,在此不做赘述。
可选的,如果起始路链对应节点的入端路链在下一时刻路况为拥堵路况,将起始路链对应节点的入端路链信息添加到传播数据集合后,如图1所述。上述数据处理单元130的输出端还与获取单元1的输入端连接,获取单元110还用于重新获取下一时刻路链路况数据,将起始路链对应节点的入端路链作为起始路链,更新判断起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况时所使用的起始路链和下一时刻路链路况数据。
可选的,如图2和图6所示,上述实施例路链信息包括路链属性、路链地址和路链形状点信息;节点信息包括节点地址;地图数据还包括网格信息;此时,拥堵传播数据生成装置还包括:数据编译单元120,其输入端与获取单元110的输出端连接,其输出端与数据处理单元130连接;数据编译单元120用于获取地图数据后,根据路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据路链信息所包括的路链属性,去除路链信息中路链名称为非行车道的路链信息,使得路链信息中保留行车道路链信息;以及,
获取地图数据后,根据路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据地图数据中路链属性,得到双向通行路链信息;将双向通行路链信息拆分为两条单向通行路链信息;其中,
第一条单行路链信息的路链地址与双向通行路链信息的路链地址相同,第二条单行路链信息的路链地址与双向通行路链信息的路链地址互为相反数;
第一条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息相同,第二条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息的排列顺序相反;以及,
获取地图数据后,根据路网拓扑数据和当前每条路链的路况信息,得到起始路链前,根据地图数据中道路网格信息和节点地址,得到处在两个道路网格交接线的临界节点;将临界节点中其中一个节点地址作为临界节点的节点地址;临界节点具有两个节点地址。
进一步,上述节点信息还包括节点属性;如图2和图6所示,数据编译单元120还用于获取地图数据后,根据路网拓扑数据和当前每条路链的路况信息,得到起始路链前,根据节点信息所包括的节点属性,从地图数据中获取路口信息;路口信息包括至少一个路口节点信息;以及,
根据路口信息,从路链信息中获取通行方向指向路口的路链信息;通行方向指向路口的路链信息为入端路口路链信息;以及,
根据路口信息,从路口信息中获取通行方向背离路口的路链信息;通行方向背离路口的路链信息为出端路口路链信息;以及,
将入端路口路链信息和出端路口路链信息分别赋值给路口信息所包括的每个路口节点信息中,得到路口拓扑数据。
当路链信息还包括形成每个路链的两个节点属性;如图3和图6所示,在上述路口拓扑数据的基础上,上述拥堵传播数据生成装置还包括:
数据处理单元130还用于在将起始路链信息添加到缓存单元160所存储的传播数据集合后,根据传播数据集合中形成每个路链的两个节点属性,得到至少一个拥堵路口;根据至少一个拥堵路口,从路口拓扑数据中获取对应拥堵路口的路口节点信息、拥堵路口的出端路口路链信息、以及拥堵路口入端路口路链信息;根据每个拥堵路口的出端路口路链信息、每个拥堵路口入端路口路链信息以及每个所述拥堵路口所具有的路口节点信息,得到对应拥堵路口的最短路链信息;
第一添加单元140还用于将各个所述拥堵路口的最短路链信息添加到缓存单元6所存储的传播数据集合中。
向起始路链的上游不断进行拥堵传播探索的过程中,如果当前起始路链对应节点存在至少两个入端路链的情况下,有可能出现回路,即所更新的起始路段对应节点的入端路链已经添加到传播数据集合中。为了克服该问题,如图1和图6所示,本发明实施例提供的拥堵传播数据生成装置还包括:
数据处理单元130的输入端与缓存单元160的输出端连接,数据处理单元130还用于在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,传播数据集合中有起始路链对应节点的入端路链信息时,根据路网拓扑数据,判断起始路链对应节点是否存在其它入端路链;起始路链对应节点存在其它入端路链时,判断起始路链对应节点的其它入端路链在下一时刻路况是否为拥堵路况;
数据生成单元150还用于在起始路链对应节点的其它入端路链在下一时刻路况为拥堵路况,且传播数据集合中有起始路链对应节点的其它入端路链信息时,根据传播数据集合,生成拥堵传播数据;以及,
还用于在起始路链对应节点的其它入端路链在下一时刻路况为顺畅路况时,执行根据传播数据集合,生成拥堵传播数据;以及
还用于在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,起始路链对应节点不存在其它入端路链时,执行根据传播数据集合,生成拥堵传播数据;
第一添加单元140还用于在起始路链对应节点的其它入端路链在下一时刻路况为拥堵路况,且传播数据集合中没有起始路链对应节点的其它入端路链信息时,执行将起始路链对应节点的其它入端路链信息添加到传播数据集合;在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,传播数据集合中没有起始路链对应节点的入端路链信息时,将起始路链对应节点的入端路链信息添加到传播数据集合。
可选的,上述数据处理单元130具体用于根据路网拓扑数据,从当前每条所述路链的路况信息中筛选出对应节点的出端路链路况为顺畅状态的拥堵路链,并将对应节点的出端路链路况为顺畅状态的拥堵路链作为起始路链;
此时,如图5和图6所示,上述拥堵传播数据生成装置还包括:输入端与第一添加单元160的输出端连接的数据导入单元170,输出端与拥堵传播数据库190连接,用于将拥堵传播数据导入拥堵传播数据库190中;
索引建立单元180,输入端与数据导入单元170连接,输出端与拥堵传播数据库190连接,索引建立单元180用于根据拥堵传播数据建立主传播索引;主传播索引用于链接到拥堵传播数据所包含的所有路链信息;以及,
还用于在主传播索引下建立多个子传播索引,使得每个子传播索引链接到拥堵传播数据所包含的至少两条路链信息。
如图7所示,本发明实施例还提供了一种拥堵传播预测方法,该拥堵传播预测方法包括如下步骤:
步骤S200A:调取历史拥堵传播数据;历史拥堵传播数据中每个时间段的拥堵传播数据采用上述技术方案提供的拥堵传播数据生成方法生成;
步骤S200B:从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;此处的起始端是指拥堵发生的位置;
步骤S200D:根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
基于上述实施例的具体过程可知,本发明实施例提供的拥堵传播数据聚类方法中,从历史拥堵传播数据筛选出多个起始端相同的拥堵传播数据,这样在遇到拥堵时,能够利用多个起始端相同的拥堵传播数据对历史交通拥堵问题进行分析,预测拥堵传播范围,以判断出拥堵的蔓延趋势;而且,在重大交通事故或交通拥堵时间结束后,还可以对重大交通拥堵事件所造成的影响进行复盘评估分析,以更好的指导解决交通拥堵问题。
具体的,从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据后,而一般来说,起始端相同的拥堵传播数据数量巨大,利用这些筛选出的多个起始端相同的拥堵传播数据对历史上某个时刻的该起始端的拥堵传播数据进行复盘评估分析或者分析当前拥堵起始端发生拥堵时的拥堵传播范围,所付出的分析时间比较长,为了克服该问题,如图7所示,上述实施例步骤S200B与步骤S200D之间还包括:
步骤S200C:将多个起始端相同的拥堵传播数据中满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据,使得多个起始端相同的拥堵传播数据聚类;这样就能够在不影响分析准确性的前提下,减少拥堵传播数据,提高分析效率。
示例性的,相似度条件为起始端相同的拥堵传播数据A和拥堵传播数据B之间的图距离
其中,α为参考阈值。
根据多个起始端相同的拥堵传播数据分析拥堵传播范围包括:根据所述历史拥堵传播样本数据分析拥堵传播范围。
具体的,如图8所示,上述实施例将多个起始端相同的拥堵传播数据中满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据包括:
步骤S201C:将多个起始端相同的拥堵传播数据添加到聚类集合中,这样聚类集合中各个拥堵传播数据的起始端相同;
步骤S202C:对聚类集合中的所有拥堵传播数据进行聚类,得到至少一类拥堵传播数据;每类拥堵传播数据满足相似度条件;
步骤S203C:将每类拥堵传播数据添加到对应的类集合中,并对每类拥堵传播数据进行并集处理,得到至少一个并集结果;
步骤S204C:删除每个类集合中所有拥堵传播数据;
步骤S205C:根据并集结果和聚类集合中没有聚类的拥堵传播数据,得到历史拥堵传播样本数据。
本发明实施例还提供了一种拥堵传播预测系统,如图9所示,该拥堵传播预测系统包括:
数据调取单元210,用于从拥堵传播数据生成装置中调取历史拥堵传播数据;所述历史拥堵传播数据中每个时间段的拥堵传播数据为上述技术方案所述拥堵传播数据生成装置生成;
数据筛选单元220,其输入端与数据调取单元210的输出端连接,数据筛选单元220用于从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;
数据分析单元240,其输入端与数据筛选单元220的输出端连接,数据分析单元240用于根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
与现有技术相比,本发明实施例提供的拥堵传播预测系统的有益效果与上述技术方案提供的拥堵传播预测方法的有益效果相同,在此不做赘述。
具体的,上述实施例提供的拥堵传播预测系统还包括数据合并单元230,其输入端与数据筛选单元220的输出端连接,输出端与数据分析单元240的输入端连接,数据合并单元240用于从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据后,根据多个起始端相同的拥堵传播数据分析拥堵传播范围从历史拥堵传播数据前,将多个起始端相同的拥堵传播数据中,满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据,使得多个起始端相同的拥堵传播数据聚类;
数据分析单元240具体用于根据所述历史拥堵传播样本数据分析拥堵传播范围。
示例性的,相似度条件为起始端相同的拥堵传播数据A和拥堵传播数据B之间的图距离
其中,α为参考阈值。
进一步,如图10所示,上述实施例中数据合并单元230具体包括:
第二添加单元231,其输入端与数据筛选单元220的输出端连接,输出端与缓存单元160连接,第二添加单元231用于在筛选出多个起始端相同的拥堵传播数据后,将多个起始端相同的拥堵传播数据添加到聚类集合中,使得所述聚类集合中各个拥堵传播数据的起始端相同;
数据聚类单元232,其输入端与缓存单元6连接,用于对聚类集合中的所有拥堵传播数据进行聚类,得到至少一类拥堵传播数据;每类拥堵传播数据满足相似度条件;
第三添加单元233,其输入端与数据聚类单元232的输出端连接,输出端与缓存单元160连接,用于将每类拥堵传播数据添加到对应的类集合中;
并集运算单元234,其输入端与缓存单元160连接,用于对每类拥堵传播数据进行并集处理,得到至少一个并集结果;
样本生成单元235,其输入端分别与并集运算单元234的输出端和缓存单元160连接,样本生成单元235用于根据所述并集结果和所述聚类集合中没有聚类的拥堵传播数据,得到历史拥堵传播样本数据。
而为了方便历史拥堵传播样本数据保存,可使得样本生产单元235的输出端与拥堵传播数据库190连接,以将历史拥堵传播样本数据保存在拥堵传播数据库190中。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (23)
1.一种拥堵传播数据生成方法,其特征在于,应用于预测拥堵传播范围;包括:
获取地图数据,所述地图数据所包含的路网拓扑数据包括节点信息和路链信息,所述路链信息包括所述节点的入端路链信息,以及所述节点的出端路链信息;
获取当前路链路况数据和下一时刻路链路况数据;所述路链拥堵数据包括各条路链的路况信息;
根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链,并将所述起始路链添加在传播数据集合;所述起始路链的当前时刻路况为拥堵路况;
所述起始路链作为出端路链时,根据所述路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;如果是,将起始路链对应节点的入端路链信息添加到传播数据集合;否则,根据传播数据集合,生成拥堵传播数据。
2.根据权利要求1所述的拥堵传播数据生成方法,其特征在于,如果所述起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述将起始路链对应节点的入端路链信息添加到传播数据集合后,所述拥堵传播数据生成方法还包括:
重新获取下一时刻路链路况数据,将起始路链对应节点的入端路链作为起始路链,更新判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况时所使用的起始路链和下一时刻路链路况数据。
3.根据权利要求1所述的拥堵传播数据生成方法,其特征在于,所述路链信息包括路链属性、路链地址和路链形状点信息;获取地图数据后,所述根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,所述拥堵传播数据生成方法还包括:
根据所述路链信息所包括的路链属性,去除所述路链信息中路链属性为非行车道的路链信息,使得所述路链信息中保留行车道路链信息;
根据所述地图数据中路链属性,得到双向通行路链信息;将所述双向通行路链信息拆分为两条单向通行路链信息;其中,
第一条单行路链信息的路链地址与所述双向通行路链信息的路链地址相同,第二条单行路链信息的路链地址与所述双向通行路链信息的路链地址互为相反数;
第一条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息相同,第二条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息的排列顺序相反。
4.根据权利要求1所述的拥堵传播数据生成方法,其特征在于,所述地图数据还包括网格信息;所述节点信息包括节点地址;
所述获取地图数据后,所述根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,所述拥堵传播数据生成方法还包括:根据所述地图数据中道路网格信息和节点地址,得到处在两个网格交接线的临界节点;所述临界节点具有两个节点地址;
将所述临界节点中其中一个节点地址作为所述临界节点的节点地址。
5.根据权利要求1所述的拥堵传播数据生成方法,其特征在于,所述节点信息包括节点属性;获取地图数据后,所述根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,所述拥堵传播数据生成方法还包括:
根据所述节点信息所包括的节点属性,从所述地图数据中获取路口信息;所述路口信息包括至少一个路口节点信息;
根据所述路口信息,从所述路链信息中获取通行方向指向路口的路链信息;所述通行方向指向所述路口的路链信息为入端路口路链信息;
根据所述路口信息,从所述路口信息中获取通行方向背离路口的路链信息;所述通行方向背离所述路口的路链信息为出端路口路链信息;
将所述入端路口路链信息和所述出端路口路链信息分别赋值给所述路口信息所包括的每个路口节点信息中,得到路口拓扑数据。
6.根据权利要求5所述的拥堵传播数据生成方法,其特征在于,所述路链信息还包括形成每个路链的两个节点属性;在所述起始路链对应节点的入端路链在下一时刻路况为畅通路况后,根据所述传播数据集合,生成拥堵传播数据前,所述拥堵传播数据生成方法还包括:
根据所述传播数据集合中形成每个路链的两个节点属性,得到至少一个拥堵路口;根据至少一个拥堵路口,从所述路口拓扑数据中获取对应拥堵路口的路口节点信息、拥堵路口的出端路口路链信息、以及拥堵路口入端路口路链信息;根据每个拥堵路口的出端路口路链信息、每个拥堵路口入端路口路链信息以及每个拥堵路口所具有的路口节点信息,得到对应拥堵路口的最短路链信息;将各个所述拥堵路口的最短路链信息添加到所述传播数据集合中。
7.根据权利要求1~6任一项所述的拥堵传播数据生成方法,其特征在于,如果所述起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述将起始路链信息与起始路链对应节点的入端路链信息添加到传播数据集合前,所述拥堵传播数据生成方法还包括:
在所述传播数据集合中没有所述起始路链对应节点的入端路链信息,执行将起始路链对应节点的入端路链信息添加到传播数据集合;
在所述传播数据集合中有所述起始路链对应节点的入端路链信息,根据所述路网拓扑数据,判断所述起始路链对应节点是否存在其它入端路链;如果存在,判断所述起始路链对应节点的其它入端路链在下一时刻路况是否为拥堵路况;否则,根据传播数据集合,生成拥堵传播数据;
当所述起始路链对应节点的其它入端路链在下一时刻的路况为拥堵路况,且所述传播数据集合中没有所述起始路链对应节点的其他入端路链信息,将所述起始路链对应节点的其他入端路链信息添加到传播数据集合;
当所述起始路链对应节点的其它入端路链在下一时刻路况为拥堵路况,且所述传播数据集合中有所述起始路链对应节点的入端路链信息,执行根据传播数据集合,生成拥堵传播数据;
当所述起始路链对应节点的其它入端路链在下一时刻路况为顺畅路况,则执行将根据传播数据集合,生成拥堵传播数据。
8.根据权利要求1~6任一项所述的拥堵传播数据生成方法,其特征在于,所述根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链包括:
根据所述路网拓扑数据,从当前每条所述路链的路况信息中筛选出对应节点的出端路链路况为顺畅状态的拥堵路链,并将对应节点的出端路链路况为顺畅状态的拥堵路链作为起始路链;
所述根据所述传播数据集合,生成拥堵传播数据后,所述拥堵传播数据生成方法还包括:
将所述拥堵传播数据导入拥堵传播数据库中;
根据所述拥堵传播数据建立主传播索引;所述主传播索引用于链接到所述拥堵传播数据所包含的所有路链信息;
在所述主传播索引下建立多个子传播索引,使得每个所述子传播索引链接到所述拥堵传播数据所包含的至少两条路链信息。
9.一种拥堵传播数据生成装置,其特征在于,包括:
获取单元,用于获取地图数据,获取当前路链路况数据和下一时刻路链路况数据;所述地图数据所包含的路网拓扑数据包括节点信息和路链信息,所述路链信息包括所述节点的入端路链信息,以及所述节点的出端路链信息;所述路链拥堵数据包括各条路链的路况信息;
数据处理单元,用于根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链;所述起始路链作为出端路链时,根据所述起始路链所在的路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况;所述起始路链的当前时刻路况为拥堵路况;
第一添加单元,用于在根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链后,根据所述路网拓扑数据,判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况前,将所述起始路链添加在传播数据集合;
在所述起始路链对应节点的入端路链在下一时刻路况为拥堵路况时,将起始路链对应节点的入端路链信息添加到传播数据集合;
数据生成单元,用于在所述起始路链对应节点的入端路链在下一时刻路况为畅通路况时,根据所述传播数据集合,生成拥堵传播数据。
10.根据权利要求9所述的拥堵传播数据生成装置,其特征在于,如果所述起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述将起始路链对应节点的入端路链信息添加到传播数据集合后,所述获取单元还用于重新获取下一时刻路链路况数据,将起始路链对应节点的入端路链作为起始路链,更新判断所述起始路链对应节点的入端路链在下一时刻路况是否为拥堵路况时所使用的起始路链和下一时刻路链路况数据。
11.根据权利要求9所述的拥堵传播数据生成装置,其特征在于,所述路链信息包括路链属性、路链地址和路链形状点信息;所述节点信息包括节点地址;所述地图数据还包括网格信息;
所述拥堵传播数据生成装置还包括:数据编译单元,用于获取地图数据后,根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据所述路链信息所包括的路链属性,去除所述路链信息中路链名称为非行车道的路链信息,使得所述路链信息中保留行车道路链信息;以及,
获取地图数据后,根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据所述地图数据中路链属性,得到双向通行路链信息;将所述双向通行路链信息拆分为两条单向通行路链信息;其中,
第一条单行路链信息的路链地址与所述双向通行路链信息的路链地址相同,第二条单行路链信息的路链地址与所述双向通行路链信息的路链地址互为相反数;
第一条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息相同,第二条单行路链信息的路链形状点信息与所述双向通行路链信息的路链形状点信息的排列顺序相反;以及,
获取地图数据后,根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据所述地图数据中道路网格信息和节点地址,得到处在两个道路网格交接线的临界节点;将所述临界节点中其中一个节点地址作为所述临界节点的节点地址;所述临界节点具有两个节点地址。
12.根据权利要求11所述的拥堵传播数据生成装置,其特征在于,所述节点信息还包括节点属性;所述数据编译单元还用于获取地图数据后,根据所述路网拓扑数据和当前每条所述路链的路况信息,得到起始路链前,根据所述节点信息所包括的节点属性,从所述地图数据中获取路口信息;所述路口信息包括至少一个路口节点信息;以及,
根据所述路口信息,从所述路链信息中获取通行方向指向路口的路链信息;所述通行方向指向所述路口的路链信息为入端路口路链信息;以及,
根据所述路口信息,从所述路口信息中获取通行方向背离路口的路链信息;所述通行方向背离所述路口的路链信息为出端路口路链信息;以及,
将所述入端路口路链信息和所述出端路口路链信息分别赋值给所述路口信息所包括的每个路口节点信息中,得到路口拓扑数据。
13.根据权利要求12所述的拥堵传播数据生成装置,其特征在于,所述路链信息还包括形成每个路链的两个节点属性;
数据处理单元还用于在所述起始路链对应节点的入端路链在下一时刻路况为畅通路况后,根据所述传播数据集合,生成拥堵传播数据前,根据所述传播数据集合中形成每个路链的两个节点属性,得到至少一个拥堵路口;根据至少一个拥堵路口,从所述路口拓扑数据中获取对应拥堵路口的路口节点信息、拥堵路口的出端路口路链信息、以及拥堵路口入端路口路链信息;根据每个拥堵路口的出端路口路链信息、每个拥堵路口入端路口路链信息以及每个所述拥堵路口所具有的路口节点信息,得到对应拥堵路口的最短路链信息;
所述第一添加单元还用于将各个所述拥堵路口的最短路链信息添加到所述传播数据集合中。
14.根据权利要求9所述的拥堵传播数据生成装置,其特征在于,所述数据处理单元还用于在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述传播数据集合中有所述起始路链对应节点的入端路链信息时,根据所述路网拓扑数据,判断所述起始路链对应节点是否存在其它入端路链;
在所述起始路链对应节点存在其它入端路链时,判断所述起始路链对应节点的其它入端路链在下一时刻路况是否为拥堵路况;
在所述起始路链对应节点的其它入端路链在下一时刻路况为拥堵路况,且所述传播数据集合中有起始路链对应节点的其它入端路链信息时,执行根据传播数据集合,生成拥堵传播数据;
在所述起始路链对应节点的其它入端路链在下一时刻路况为顺畅路况时,执行根据传播数据集合,生成拥堵传播数据;
在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述起始路链对应节点不存在其它入端路链时,执行根据传播数据集合,生成拥堵传播数据;
所述第一添加单元还用于在所述起始路链对应节点的其它入端路链在下一时刻路况为拥堵路况,且所述传播数据集合中没有起始路链对应节点的其它入端路链信息时,执行将所述起始路链对应节点的其他入端路链信息添加到传播数据集合;
在起始路链对应节点的入端路链在下一时刻路况为拥堵路况,所述传播数据集合中没有所述起始路链对应节点的入端路链信息时,将起始路链对应节点的入端路链信息添加到传播数据集合。
15.根据权利要求9所述的拥堵传播数据生成装置,其特征在于,
所述数据处理单元用于根据所述路网拓扑数据,从当前每条所述路链的路况信息中筛选出对应节点的出端路链路况为顺畅状态的拥堵路链,并将对应节点的出端路链路况为顺畅状态的拥堵路链作为起始路链;
所述拥堵传播数据生成装置还包括:
数据导入单元,用于将所述拥堵传播数据导入拥堵传播数据库中;
索引建立单元,用于根据所述拥堵传播数据建立主传播索引;所述主传播索引用于链接到所述拥堵传播数据所包含的所有路链信息;
在所述主传播索引下建立多个子传播索引,使得每个所述子传播索引链接到所述拥堵传播数据所包含的至少两条路链信息。
16.一种拥堵传播预测方法,其特征在于,包括:
调取历史拥堵传播数据;所述历史拥堵传播数据中每个时间段的拥堵传播数据采用权利要求1~8任一项所述的拥堵传播数据生成方法生成;
从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;
根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
17.根据权利要求16所述的拥堵传播预测方法,其特征在于,所述历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据后,根据多个起始端相同的拥堵传播数据分析拥堵传播范围前,所述拥堵传播预测方法还包括:
将多个起始端相同的拥堵传播数据中满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据,使得多个起始端相同的拥堵传播数据聚类;
所述根据多个起始端相同的拥堵传播数据分析拥堵传播范围包括:
根据所述历史拥堵传播样本数据分析拥堵传播范围。
18.根据权利要求17所述的拥堵传播预测方法,其特征在于,所述相似度条件为:
<mrow>
<msub>
<mi>d</mi>
<mi>J</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>,</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cup;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
<mo>-</mo>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cap;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cup;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo><</mo>
<mi>&alpha;</mi>
<mo>;</mo>
</mrow>
其中,dJ(A,B)为起始端相同的两个拥堵传播数据的图距离,α为参考阈值,A、B为起始端相同的两个拥堵传播数据。
19.根据权利要求17所述的拥堵传播预测方法,其特征在于,所述将多个起始端相同的拥堵传播数据中满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据包括:
将多个起始端相同的拥堵传播数据添加到聚类集合中,使得所述聚类集合中各个拥堵传播数据的起始端相同;
对所述聚类集合中的所有拥堵传播数据进行聚类,得到至少一类拥堵传播数据;每类拥堵传播数据满足相似度条件;
将每类拥堵传播数据添加到对应的类集合中,并对每类拥堵传播数据进行并集处理,得到至少一个并集结果;
删除每个所述类集合中所有拥堵传播数据;
根据所述并集结果和所述聚类集合中没有聚类的拥堵传播数据,得到历史拥堵传播样本数据。
20.一种拥堵传播预测系统,其特征在于,包括:
数据调取单元,用于从拥堵传播数据生成装置中调取历史拥堵传播数据;所述历史拥堵传播数据中每个时间段的拥堵传播数据为权利要求9~14任一项所述拥堵传播数据生成装置生成;
数据筛选单元,用于从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据;
数据分析单元,用于根据多个起始端相同的拥堵传播数据分析拥堵传播范围。
21.根据权利要求20所述的拥堵传播预测系统,其特征在于,所述拥堵传播预测系统还包括:
数据合并单元,用于从历史拥堵传播数据中筛选出多个起始端相同的拥堵传播数据后,根据多个起始端相同的拥堵传播数据分析拥堵传播范围从历史拥堵传播数据前,将多个起始端相同的拥堵传播数据中,满足相似度条件的拥堵传播数据合并成历史拥堵传播样本数据,使得多个起始端相同的拥堵传播数据聚类;
所述数据分析单元用于根据所述历史拥堵传播样本数据分析拥堵传播范围。
22.根据权利要求21所述的拥堵传播预测系统,其特征在于,所述相似度条件为:
<mrow>
<msub>
<mi>d</mi>
<mi>J</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>,</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cup;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
<mo>-</mo>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cap;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<mrow>
<mi>A</mi>
<mo>&cup;</mo>
<mi>B</mi>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo><</mo>
<mi>&alpha;</mi>
<mo>;</mo>
</mrow>
其中,α为参考阈值,A、B为起始端相同的两个拥堵传播数据。
23.根据权利要求21所述的拥堵传播预测系统,其特征在于,所述数据合并单元包括:
第二添加单元,用于在筛选出多个起始端相同的拥堵传播数据后,根据多个起始端相同的拥堵传播数据分析拥堵传播范围前,将多个起始端相同的拥堵传播数据添加到聚类集合中,使得所述聚类集合中各个拥堵传播数据的起始端相同;
数据聚类单元,用于对所述聚类集合中的所有拥堵传播数据进行聚类,得到至少一类拥堵传播数据;每类拥堵传播数据满足相似度条件;
第三添加单元,用于将每类拥堵传播数据添加到对应的类集合中;
并集运算单元,用于对每类拥堵传播数据进行并集处理,得到至少一个并集结果;
样本生成单元,用于根据所述并集结果和所述聚类集合中没有聚类的拥堵传播数据,得到历史拥堵传播样本数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711147408.1A CN107958303B (zh) | 2017-11-17 | 2017-11-17 | 一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711147408.1A CN107958303B (zh) | 2017-11-17 | 2017-11-17 | 一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107958303A true CN107958303A (zh) | 2018-04-24 |
CN107958303B CN107958303B (zh) | 2021-02-02 |
Family
ID=61963843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711147408.1A Active CN107958303B (zh) | 2017-11-17 | 2017-11-17 | 一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107958303B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723191A (zh) * | 2021-07-30 | 2021-11-30 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
CN114049769A (zh) * | 2021-11-16 | 2022-02-15 | 上海华建工程建设咨询有限公司 | 一种预测道路拥挤状况的方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004170376A (ja) * | 2002-11-22 | 2004-06-17 | Aisin Aw Co Ltd | 情報表示システム、情報提供者及び情報表示方法のプログラム |
CN101253542A (zh) * | 2005-09-30 | 2008-08-27 | 爱信艾达株式会社 | 地图数据库生成系统 |
CN106530694A (zh) * | 2016-11-07 | 2017-03-22 | 深圳大学 | 一种基于交通拥堵传播模型的交通拥堵预测方法及系统 |
-
2017
- 2017-11-17 CN CN201711147408.1A patent/CN107958303B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004170376A (ja) * | 2002-11-22 | 2004-06-17 | Aisin Aw Co Ltd | 情報表示システム、情報提供者及び情報表示方法のプログラム |
CN101253542A (zh) * | 2005-09-30 | 2008-08-27 | 爱信艾达株式会社 | 地图数据库生成系统 |
CN106530694A (zh) * | 2016-11-07 | 2017-03-22 | 深圳大学 | 一种基于交通拥堵传播模型的交通拥堵预测方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723191A (zh) * | 2021-07-30 | 2021-11-30 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
CN113723191B (zh) * | 2021-07-30 | 2024-03-29 | 高德软件有限公司 | 道路拥堵预测方法、基于位置的服务提供方法及程序产品 |
CN114049769A (zh) * | 2021-11-16 | 2022-02-15 | 上海华建工程建设咨询有限公司 | 一种预测道路拥挤状况的方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107958303B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rathore et al. | Efficient graph-oriented smart transportation using internet of things generated big data | |
CN109190056A (zh) | 一种车辆轨迹重建方法、系统及电子设备 | |
EP2590151A1 (en) | A framework for the systematic study of vehicular mobility and the analysis of city dynamics using public web cameras | |
Tang et al. | A network Kernel Density Estimation for linear features in space–time analysis of big trace data | |
Yu et al. | RTIC-C: A big data system for massive traffic information mining | |
JP2011138487A (ja) | 空間−時間関係に基づく交通予測方法およびシステム | |
JP6613475B2 (ja) | 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体 | |
JP5605918B2 (ja) | 交通データ予測装置、交通データ予測方法及びコンピュータプログラム | |
CN114093168A (zh) | 一种基于韧性视角下的城市道路交通运行状态评价方法 | |
Leung et al. | Intra-city urban network and traffic flow analysis from GPS mobility trace | |
CN102819953A (zh) | 一种疑似新增道路的发现方法和装置 | |
JP2018531379A6 (ja) | 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体 | |
CN107958303B (zh) | 一种拥堵传播数据生成方法及装置、拥堵传播预测方法及系统 | |
Basak et al. | Analyzing the cascading effect of traffic congestion using LSTM networks | |
Oliver et al. | Significant route discovery: A summary of results | |
WO2021102213A1 (en) | Data-driven determination of cascading effects of congestion in a network | |
Cesario | Big data analytics and smart cities: applications, challenges, and opportunities | |
Xu et al. | An asynchronous synchronization strategy for parallel large-scale agent-based traffic simulations | |
JP6928082B2 (ja) | 都市道路のランニング速度の処理方法、都市道路のランニング速度の処理装置、機器、及び不揮発性コンピュータ記憶媒体 | |
CN117275215A (zh) | 一种基于图过程神经网络的城市道路拥堵时空预测方法 | |
Mahajan et al. | Predictive urban traffic flow model using vehicular big data | |
CN113903171B (zh) | 一种基于高速路网时空特性的车辆群智感知节点优化方法 | |
CN115497298A (zh) | 交通监测方法、装置、电子设备和存储介质 | |
Dao et al. | Insights for urban road safety: A new fusion-3dcnn-pfp model to anticipate future congestion from urban sensing data | |
KR20150072470A (ko) | 도심 및 고속도로에서의 교통흐름의 시간 및 공간 도메인 의존성 분석 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |