CN108053673A - 一种路况预报方法、存储介质和服务器 - Google Patents

Abstract

本发明提供了一种路况预报方法、存储介质和服务器，包括：获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。本发明预先对用户的出行路线进行监控，提前告知用户路况信息，方便用户出行。

Description

一种路况预报方法、存储介质和服务器

技术领域

本发明涉及信息监控领域，尤其涉及一种路况预报方法、存储介质和服务器。

背景技术

随着社会经济的蓬勃发展，城市人口和车辆迅速增加，导致城市交通状况逐渐恶化，交通拥堵现象时常发生。由定位系统结合电子地图数据形成的导航装置，也越来越多的应用到人们的日常生活中。

当前的导航产品中，仅能在使用导航时为用户提供路线导航及实时路况，开始导航时，提供路况信息，并根据此时的路况信息为用户规划路线，然而，在行驶过程中才发现路况异常已经晚了，并且，用户对熟悉的路线通常无需使用导航，从而也不能及时得知路况信息。因此，现有的导航并不能为用户提前提供有效地出行相关的信息以方便用户出行。

发明内容

本发明实施例提供了一种路况预报方法、存储介质和服务器，以解决现有技术中，导航不能为用户提前提供有效地出行相关的信息以方便用户出行的问题。

本发明实施例的第一方面提供了一种路况预报方法，包括：

在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

本发明实施例的第二方面提供了一种服务器，包括存储器以及处理器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

本发明实施例中，通过在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析，预先对用户的出行路线进行监控，若所述常用出行路线的实时路况出现异常，则确定异常路段的位置，根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端，若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间，根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况，将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。由于针对用户指定的常用出行路线进行监控，可提高路况监控预报的有效性，在监控到异常时，在用户出行前预先告知用户路况异常，未监控到异常时，对未来路况进行预测并推送至用户的智能终端，可方便用户及时调整出行路线，以免耽误出行。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的路况预报方法的实现流程图；

图2是本发明实施例提供的路况预报方法S103的具体实现流程图；

图3是本发明实施例提供的路况预报方法A2的具体实现流程图；

图4是本发明实施例提供的路况预报方法S105的具体实现流程图；

图5是本发明另一实施例提供的路况预报方法的实现流程图；

图6是本发明实施例提供的路况预报装置的结构框图；

图7是本发明另一实施例提供的路况预报装置的结构框图；

图8是本发明实施例提供的服务器的示意图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。

图1示出了本发明实施例提供的路况预报方法的实现流程，该方法流程包括步骤S101至S106。各步骤的具体实现原理如下：

S101：在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析。

在本发明实施例中，用户预先在智能终端上注册账户，并上传注册账户时填写的信息，信息包括用户的出行信息与移动通讯账户如手机号、微信号，默认所述移动通讯账户与所述智能终端绑定。所述出行信息包括常用出行路线以及所述常用出行路线指定的出行时段，所述指定的出行时段包括指定的出行时间与指定的到达时间。在用户指定的出行时间到达之前的一定时间内，云服务器监控所述用户上传的常用出行路线的实时路况，并对所述实时路况进行分析。其中，当所述常用出行路线不止一条时，用户选取其中一条为作为云服务器默认监控的常用出行路线，同时，用户可以指定智能终端上接收服务器发送路况预报的移动通讯账户。进一步地，用户可设置多条常用出行路线的优先级，云服务器按优先级顺序监控多条常用出行路线。可选地，常用出行路线的优先级可根据日期设置。

可选地，在出行时间到达之前，根据用户指定的常用出行路线的出发位置与目标位置生成备选出行路线，或者，当用户上传的常用出行路线不止一条时，除了监控用户指定的常用出行路线，同时还根据优先级监控一条常用出行路线作为备选出行路线，在出行时间到达之前，同时对常用出行路线与备用出行路线进行监控，以便在用户指定的常用出行路线出现异常路况时及时提供备选出行路线的路况预报给用户。

S102：若所述常用出行路线的实时路况出现异常，则确定异常路段的位置。

在本发明实施例中，所述常用出行路线的出现的路况异常的类型包括但不限于路段拥堵、路段禁行。云服务器在用户指定的出行时间到达之前的一定时间内，若监控到所述常用出行路线的实时路况出现异常，则确定异常路况的类型，并立即定位异常路段的位置。

S103：根据所述常用出行路线出现的异常路况以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端。

具体地，步骤S103将步骤S102中所述常用出行路线出现的路况异常以及确定的异常路段的位置生成异常提醒信息推送至用户预先绑定的智能终端。示例性地，若监控到所述常用出行路线的实时路况发现该常用出行路线的某一段路出现了拥堵情况，则立即确定该拥堵路段的具体位置，并根据该拥堵路段的具体位置生成异常提醒信息推送至用户预先绑定移动通讯账户。再例如，若监控到所述常用出行路线的实时路况发现该常用出行路线的某一段路出现了禁行，则确定禁行路段的位置。本发明实施例通过在用户指定的出行到达时间之前对所述常用出行路线进行监控，将监控到的异常路况与异常路段的位置生成异常提醒信息推送至用户的智能终端，从而预先提醒用户常用出行路线的路况信息，以便用户在出发前可有效调整出行计划。

作为本发明的一个实施例，如图2所示，当所述异常路段为拥堵路段时，上述S103具体包括：

A1：根据交通热点信息查找所述拥堵路段拥堵的原因。

A2：查找预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件，并根据所述历史拥堵事件计算所述常用出行路线中的拥堵估计持续时间，所述常用出行路线包括出发位置与目标位置。

A3：根据所述出行时间、所述到达时间、所述出发位置、所述目标位置、所述拥堵路段的位置以及所述拥堵估计持续时间进行出行影响判断，判断所述常用出行路线出现的异常路况是否影响用户在所述到达时间到达所述目标位置。

A4：根据所述出行影响判断的判断结果，生成异常提醒信息推送至所述智能终端。

在本发明实施例中，当所述异常路段为拥堵路段时，上述交通热点信息即为造成或可能造成路段拥堵的交通信息。通过分析交通热点时间查找拥堵的原因。其中，拥堵的原因包括高峰道路拥堵、交通事故、体育赛事或大型演唱会等大型活动，或者是路面塌陷、台风天气积水等自然灾害导致的拥堵。

在确定拥堵的原因之后，在历史路况大数据库所述拥堵路段的历史路况信息中查找预设时间内(例如，当前日期起往前追溯一年内)与所述确定的拥堵原因相同的历史拥堵事件，参考历史拥堵事件的历史拥堵持续时间，确定所述常用出行路线中拥堵路段可能的持续时间，进而判断拥堵路段是否会影响用户在指定的出行时段的出行，并将判断结果生成异常提醒信息推送至所述用户的智能终端。通过对交通热点信息与历史路况信息的分析，大大提高异常影响判断的准确性，从而可提高路况预报的效率。

可选地，在本发明实施例中，当所述出行影响判断的判断结果为影响，则将拥堵路段的位置、拥堵原因以及拥堵估计持续时间生成异常提醒信息推送至所述用户的智能终端。进一步地，云服务器根据用户指定的出行时间、到达时间以及出发位置与目标位置，重新规划一条建议出行路线，将所述建议出行路线与拥堵路段的位置、拥堵原因以及拥堵估计持续时间一起生成异常提醒信息推送至所述用户的智能终端，以便提供有效地出行信息供用户参考，方便用户出行。

作为本发明的一个实施例，图3示出了本发明实施例提供的路况预报方法步骤A2的具体实现流程，详述如下：

A21、获取预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的每一件历史拥堵事件的历史拥堵持续时间。

A22、计算所述历史拥堵事件的平均历史拥堵持续时间。

A23、根据所述平均历史拥堵持续时间，确定所述拥堵路段的拥堵估计持续时间。

在本发明实施例中，确定相同拥堵原因的历史拥堵事件的件数以及每一件历史拥堵事件的历史拥堵时间，从而根据所述预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件的平均历史拥堵持续时间，确定所述拥堵路段的拥堵估计持续时间。

示例性地，当根据热点事件确定所述拥堵路段拥堵的原因是交通事故时，在历史路况大数据库所述拥堵路段的历史路况信息中查找当日起往前追溯一年内，发生类似交通事故的所导致的历史拥堵事件，例如有10件类似的历史拥堵事件，则计算该10件历史拥堵事件的平均历史拥堵持续时间，估计所述常用出行路线中拥堵路段可能的持续时间，结合所述用户指定的出行时间与到达时间判断拥堵路段是否会影响用户的出行。

可选地，当步骤A1查找出所述拥堵路段拥堵的原因不止一个时，所述步骤A2的具体实现流程如下：

A21’、获取预设时间内所述历史路况信息中与所述拥堵路段的多个拥堵原因分别相同的每一件历史拥堵事件的历史拥堵持续时间。

A22’、计算各个拥堵原因造成的历史拥堵事件的平均历史拥堵持续时间。

A23’、比较各个拥堵原因造成的历史拥堵事件的平均历史拥堵持续时间，根据比较结果中最长的平均历史拥堵持续时间估计所述拥堵路段的拥堵估计持续时间。具体地，将各个拥堵原因造成的历史拥堵事件的平均历史拥堵持续时间从长到短排序，确定所述拥堵路段的拥堵估计持续时间为最长的平均历史拥堵持续时间与预设的估计时间之和。可选地，将上述排序中最短的平均历史拥堵持续时间的拥堵原因在历史路况信息中最短的历史拥堵持续时间，作为预设的估计时间。需说明的是，上述预设的估计时间的设定仅为示例，还可以有其他方式确定预设的估计时间，在此不做限定。

示例性地，当根据热点事件确定所述拥堵路段拥堵的原因是交通事故与自然灾害时，在所述拥堵路段的历史路况信息中，分别确定交通事故导致的历史拥堵事件的平均历史拥堵持续时间与自然灾害导致的历史拥堵事件的平均历史拥堵持续时间，并将交通事故的平均历史拥堵持续时间与自然灾害的平均历史拥堵持续时间进行比较，若交通事故的平均历史拥堵持续时间较长，则获取自然灾害在过去一年的历史路况信息中最短的历史拥堵持续时间，将交通事故的平均历史拥堵持续时间与自然灾害最短的历史拥堵持续时间之和，确定为所述拥堵路段的拥堵估计持续时间。

S104：若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间。

在本发明实施例中，当监控到在用户指定的出行时间到达之前，所述常用出行路线路况正常，没有出现拥堵或者禁行等异常路况，则获取用户指定的到达时间。

S105：根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况。

在本发明实施例中，交通热点信息即为造成或可能造成路段拥堵的交通信息。将历史路况信息中的规律性异常信息结合造成或可能造成路段拥堵的交通信息对所述常用出行路线在所述出行时段的路况进行大数据分析预测，以便提供有效地路况预报供用户参考。

S106：将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

在本发明实施例中，在用户指定的出行时间到达之前，将所述常用出行路线的预测路况推送至用户绑定的智能终端供用户参考，用户无需打开导航应用即可及时获知有效地路况信息，方便计划出行。

作为本发明的一个实施例，图4示出了本发明实施例提供的路况预报方法S105的具体实现流程，详述如下：

B1：从信息数据源中获取所述交通热点信息，所述信息数据源包括票务网站、微博、交通局网站上实时上报的交通信息，所述历史路况信息包括历史规律性信息。

B2：提取所述交通热点信息中与所述常用出行路线相关的热点信息，以及所述历史路况信息中与所述常用出行路线相关的历史规律性信息。

B3：根据所述相关的热点信息与所述相关的历史规律性信息对所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的路况进行预测。

B4：若预测在所述出行时段内可能出现拥堵，则根据所述常用出行路线的出发位置和目标位置以及所述出发时间与到达时间，重新进行路线规划生成建议出行路线，将预测的路况与所述建议出行路线推送至所述用户绑定的智能终端。

在本发明实施例中，通过挖掘票务网站、微博、交通局网站上实时上报的交通信息中，当前及未来一定时间内(如30分钟内)可能导致交通拥堵的交通热点信息，进一步地，还包括气象网站的交通信息。

具体地，通过网页信息抓取、微博应用接口信息抓取以及数据库信息抓取获取可能导致交通拥堵的交通热点信息。通过对票务网站、交通局发布的实时路况信息的网站的特定网页进行解析，获取用户常用出行路线中相关路段的路况信息；从历史路况信息中获取用户常用出行路线中相关路段上，学校或企业等大型单位上下学时间或者上下班时间等规律性信息；从微博应用接口抓取常用出行路线中相关路段的交通信息。对上述获取的交通信息的信息内容进行分类抽取和学习，并基于统计模型进行交通热点预测，预测可能出现的路况异常。通过实时抓取信息数据源中的实时交通信息，并结合历史规律性信息进行分析，可提高路况预测的准确性，从而更方便用户出行。

本发明实施例中，通过在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析，预先对用户的出行路线进行监控，若所述常用出行路线的实时路况出现异常，则确定异常路段的位置，根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端，若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间，根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况，将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。由于针对用户指定的常用出行路线进行监控，可提高路况监控预报的有效性，在监控到异常时，在用户出行前预先告知用户路况异常，未监控到异常时，对未来路况进行预测并推送至用户的智能终端，可方便用户及时调整出行路线，以免耽误出行。

进一步地，基于上述图1实施例中所提供的路况预报方法，提出本发明的另一实施例。在本发明实施例中，在图1所示的步骤S101-S106的基础上，如图5所示，所述路况预报方法还包括：

S107：在用户指定的出行时间到达之后，获取所述智能终端的实时位置以确定所述用户的当前位置。

S108：若所述智能终端的实时位置持续变化，则获取所述智能终端的移动速度以确定所述用户行驶的当前车速。

在本发明实施例中，在用户指定的出行时间到达之后的一定时间内，定位智能终端的实时位置，默认所述智能终端的实时位置为所述用户的当前位置，从而根据所述智能终端的移动速度确定所述用户的当前车速。

S109：根据所述用户的当前位置、所述当前车速以及所述常用出行路线，对行驶前方预设距离内的路段进行实时路况监控。

在本发明实施例中，由于用户在行驶过程中，上述行驶前方预设距离是固定的，但行驶前方预设距离内进行实时路况监控的路段实时在变化。

S1010：若监控到行驶前方预设距离内的路段出现突发异常，根据出现突发异常的路段的历史路况信息计算所述突发异常可能的持续时间。

在本发明实施例中，确定所述突发异常的原因，获取预设时间内所述出现突发异常的路段的历史路况信息中，与所述突发异常的原因相同的每一件历史拥堵事件的历史拥堵持续时间，根据这些相同原因的历史拥堵事件的平均历史拥堵持续时间估计所述突发异常可能的持续时间。

S1011：根据所述当前车速与所述突发异常可能的持续时间，判断所述突发异常是否会影响用户在所述到达时间到达所述常用路线的目标位置。

在本发明实施例中，获取用户的当前位置与所述突发异常的路段位置，并根据当前位置与所述当前车速，计算到底所述突发异常的路段位置所需的行驶时间，从而根据所需的行驶时间与所述突发异常可能的持续时间，判断在用户行驶至所述突发异常的路段位置时，所述突发异常是否会影响用户在指定的到达时间到达常用路线的目标位置。

S1012：若影响，则根据所述用户的当前位置与所述目标位置重新规划路线，将根据所述当前车速行驶的行驶时间最短的路线推送至所述智能终端。

在本发明实施例中，行驶时间最短是指根据当前车速从当前位置行驶至目标位置的时间最短。通过将根据当前位置与所述目标位置重新规划的路线中，到达目标位置时间最短的路线推送至用户的智能终端，以便用户及时更改路线，尽可能避免迟到。

可选地，若在用户指定的出行时间到达之前，云服务器不仅监控了用户指定的常用出行路线，还监控了备用出行路线，可根据所述用户的当前位置、所述备用出行路线以及所述目标位置重新规划路线。

可选地，用户在上传注册账户的信息时，在云服务器中为所述用户建立个人文件夹，在检测到用户行驶到达指定的目标位置后，结束对所述常用出行路线的实时路况监控。进一步地，对当次的实际出行路线进行记录，并对所述常用出行路线中出现异常的路段进行标记，将记录的实际出行路线与常用出行路线中的异常路段的标记存储至所述用户对应的个人文件夹下，以便用户后续查询和参考。

本发明实施例中，通过在用户指定的出行时间到达之后，获取所述智能终端的实时位置以确定所述用户的当前位置，若所述智能终端的实时位置持续变化，则获取所述智能终端的移动速度以确定所述用户行驶的当前车速，根据所述用户的当前位置、所述当前车速以及所述常用出行路线，对行驶前方预设距离内的路段进行实时路况监控，方便用户及时掌握行驶前方的路况，若监控到行驶前方预设距离内的路段出现突发异常，根据出现突发异常的路段的历史路况信息计算所述突发异常可能的持续时间，根据所述当前车速与所述突发异常可能的持续时间，判断所述突发异常是否会影响用户在所述到达时间到达所述常用路线的目标位置，若影响，则根据所述用户的当前位置与所述目标位置重新规划路线，将根据所述当前车速行驶的行驶时间最短的路线推送至所述智能终端，可提高路况预报的有效性，同时方便用户及时更改路线，尽可能避免迟到。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

对应于上文实施例所述的路况预报方法，图6示出了本申请实施例提供的路况预报装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图6，该路况预报装置包括：路况分析单元61，异常位置确定单元62，第一推送单元63，时间获取单元64，路况预测单元65，第二推送单元66，其中：

路况分析单元61，用于在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

异常位置确定单元62，用于若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

第一推送单元63，用于根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

时间获取单元64，用于若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

路况预测单元65，用于根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

第二推送单元66，用于将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

可选地，所述第一推送单元63包括：

原因查找子单元，用于根据交通热点信息查找所述拥堵路段拥堵的原因；

时间估计子单元，用于查找预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件，并根据所述历史拥堵事件计算所述常用出行路线中的拥堵估计持续时间，所述常用出行路线包括出发位置与目标位置；

影响判断子单元，用于根据所述出行时间、所述到达时间、所述出发位置、所述目标位置、所述拥堵路段的位置以及所述拥堵估计持续时间进行出行影响判断，判断所述常用出行路线出现的异常路况是否影响用户在所述到达时间到达所述目标位置；

异常推送子单元，用于根据所述出行影响判断的判断结果，生成异常提醒信息推送至所述智能终端。

可选地，所述时间估计子单元具体用于：

获取预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的每一件历史拥堵事件的历史拥堵持续时间；

计算所述历史拥堵事件的平均历史拥堵持续时间；

根据所述平均历史拥堵持续时间，确定所述拥堵路段的拥堵估计持续时间。

可选地，所述路况预测单元65包括：

信息抓取子单元，用于从信息数据源中获取所述交通热点信息，所述信息数据源包括票务网站、微博、交通局网站上实时上报的交通信息，所述历史路况信息包括历史规律性信息；

信息过滤子单元，用于提取所述交通热点信息中与所述常用出行路线相关的热点信息，以及所述历史路况信息中与所述常用出行路线相关的历史规律性信息；

路况预测子单元，用于根据所述相关的热点信息与所述相关的历史规律性信息对所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的路况进行预测；

路线规划子单元，用于若预测在所述出行时段内可能出现拥堵，则根据所述常用出行路线的出发位置和目标位置以及所述出发时间与到达时间，重新进行路线规划生成建议出行路线，将预测的路况与所述建议出行路线推送至所述用户绑定的智能终端。

可选地，如图7所示，所述路况预测装置还包括：

当前位置确定单元71，用于在用户指定的出行时间到达之后，获取所述智能终端的实时位置以确定所述用户的当前位置；

当前车速确定单元72，用于若所述智能终端的实时位置持续变化，则获取所述智能终端的移动速度以确定所述用户行驶的当前车速；

当前路况监控单元73，用于根据所述用户的当前位置、所述当前车速以及所述常用出行路线，对行驶前方预设距离内的路段进行实时路况监控；

持续时间计算单元74，用于若监控到行驶前方预设距离内的路段出现突发异常，根据出现突发异常的路段的历史路况信息计算所述突发异常可能的持续时间；

异常影响判断单元75，用于根据所述当前车速与所述突发异常可能的持续时间，判断所述突发异常是否会影响用户在所述到达时间到达所述常用路线的目标位置；

最优路线推送单元76，用于若影响，则根据所述用户的当前位置与所述目标位置重新规划路线，将根据所述当前车速行驶的行驶时间最短的路线推送至所述智能终端。

本发明实施例中，通过在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析，预先对用户的出行路线进行监控，若所述常用出行路线的实时路况出现异常，则确定异常路段的位置，根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端，若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间，根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况，将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。由于针对用户指定的常用出行路线进行监控，可提高路况监控预报的有效性，在监控到异常时，在用户出行前预先告知用户路况异常，未监控到异常时，对未来路况进行预测并推送至用户的智能终端，可方便用户及时调整出行路线，以免耽误出行。

图8是本发明一实施例提供的服务器的示意图。如图8所示，该实施例的服务器8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如路况预报程序。所述处理器80执行所述计算机程序82时实现上述各个路况预报方法实施例中的步骤，例如图1所示的步骤101至106。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至66的功能。

示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述服务器8中的执行过程。

所述服务器8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是服务器8的示例，并不构成对服务器8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。

所述处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器81可以是所述服务器8的内部存储单元，例如服务器8的硬盘或内存。所述存储器81也可以是所述服务器8的外部存储设备，例如所述服务器8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述服务器8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种路况预报方法，其特征在于，包括：

在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

2.根据权利要求1所述的方法，其特征在于，当所述异常路段为拥堵路段时，所述根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端的步骤，包括：

根据交通热点信息查找所述拥堵路段拥堵的原因；

查找预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件，并根据所述历史拥堵事件计算所述常用出行路线中的拥堵估计持续时间，所述常用出行路线包括出发位置与目标位置；

根据所述出行时间、所述到达时间、所述出发位置、所述目标位置、所述拥堵路段的位置以及所述拥堵估计持续时间进行出行影响判断，判断所述常用出行路线出现的异常路况是否影响用户在所述到达时间到达所述目标位置；

根据所述出行影响判断的判断结果，生成异常提醒信息推送至所述智能终端。

3.根据权利要求2所述的方法，其特征在于，所述查找预设时间内历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件，并根据所述历史拥堵事件计算所述常用出行路线中的拥堵估计持续时间的步骤，包括：

获取预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的每一件历史拥堵事件的历史拥堵持续时间；

计算所述历史拥堵事件的平均历史拥堵持续时间；

根据所述平均历史拥堵持续时间，确定所述拥堵路段的拥堵估计持续时间。

4.根据权利要求1所述的方法，其特征在于，所述根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况的步骤，包括：

从信息数据源中获取所述交通热点信息，所述信息数据源包括票务网站、微博、交通局网站上实时上报的交通信息，所述历史路况信息包括历史规律性信息；

提取所述交通热点信息中与所述常用出行路线相关的热点信息，以及所述历史路况信息中与所述常用出行路线相关的历史规律性信息；

根据所述相关的热点信息与所述相关的历史规律性信息对所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的路况进行预测；

若预测在所述出行时段内可能出现拥堵，则根据所述常用出行路线的出发位置和目标位置以及所述出发时间与到达时间，重新进行路线规划生成建议出行路线，将预测的路况与所述建议出行路线推送至所述用户绑定的智能终端。

5.根据权利要求1至4任一项所述的方法，其特征在于，还包括：

在用户指定的出行时间到达之后，获取所述智能终端的实时位置以确定所述用户的当前位置；

若所述智能终端的实时位置持续变化，则获取所述智能终端的移动速度以确定所述用户行驶的当前车速；

根据所述用户的当前位置、所述当前车速以及所述常用出行路线，对行驶前方预设距离内的路段进行实时路况监控；

若监控到行驶前方预设距离内的路段出现突发异常，根据出现突发异常的路段的历史路况信息计算所述突发异常可能的持续时间；

根据所述当前车速与所述突发异常可能的持续时间，判断所述突发异常是否会影响用户在所述到达时间到达所述常用路线的目标位置；

若影响，则根据所述用户的当前位置与所述目标位置重新规划路线，将根据所述当前车速行驶的行驶时间最短的路线推送至所述智能终端。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述路况预报方法的步骤。

7.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如下步骤：

在用户指定的出行时间到达之前，获取所述用户的常用出行路线的实时路况，并对所述实时路况进行分析；

若所述常用出行路线的实时路况出现异常，则确定异常路段的位置；

根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端；

若所述常用出行路线的实时路况未出现异常，则获取用户指定的到达时间；

根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况；

将所述常用出行路线的预测路况推送至所述用户绑定的智能终端。

8.如权利要求7所述的服务器，其特征在于，当所述异常路段为拥堵路段时，所述根据所述常用出行路线出现的异常以及所述异常路段的位置，生成异常提醒信息推送至所述用户绑定的智能终端，包括：

根据交通热点信息查找所述拥堵路段拥堵的原因；

查找预设时间内所述历史路况信息中与所述拥堵路段的拥堵原因相同的历史拥堵事件，并根据所述历史拥堵事件计算所述常用出行路线中的拥堵估计持续时间，所述常用出行路线包括出发位置与目标位置；

根据所述出行时间、所述到达时间、所述出发位置、所述目标位置、所述拥堵路段的位置以及所述拥堵估计持续时间进行出行影响判断，判断所述常用出行路线出现的异常路况是否影响用户在所述到达时间到达所述目标位置；

根据所述出行影响判断的判断结果，生成异常提醒信息推送至所述智能终端。

9.如权利要求7所述的服务器，其特征在于，所述根据交通热点信息与历史路况信息进行大数据分析预测，获取所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的预测路况，包括：

从信息数据源中获取所述交通热点信息，所述信息数据源包括票务网站、微博、交通局网站上实时上报的交通信息，所述历史路况信息包括历史规律性信息；

提取所述交通热点信息中与所述常用出行路线相关的热点信息，以及所述历史路况信息中与所述常用出行路线相关的历史规律性信息；

根据所述相关的热点信息与所述相关的历史规律性信息对所述常用出行路线在所述出行时间与所述到达时间之间的出行时段的路况进行预测；

若预测在所述出行时段内可能出现拥堵，则根据所述常用出行路线的出发位置和目标位置以及所述出发时间与到达时间，重新进行路线规划生成建议出行路线，将预测的路况与所述建议出行路线推送至所述用户绑定的智能终端。

10.如权利要求7至9任一项所述的服务器，其特征在于，所述处理器执行所述计算机程序时还实现如下步骤：

在用户指定的出行时间到达之后，获取所述智能终端的实时位置以确定所述用户的当前位置；

若所述智能终端的实时位置持续变化，则获取所述智能终端的移动速度以确定所述用户行驶的当前车速；

根据所述用户的当前位置、所述当前车速以及所述常用出行路线，对行驶前方预设距离内的路段进行实时路况监控；

若监控到行驶前方预设距离内的路段出现突发异常，根据出现突发异常的路段的历史路况信息计算所述突发异常可能的持续时间；

根据所述当前车速与所述突发异常可能的持续时间，判断所述突发异常是否会影响用户在所述到达时间到达所述常用路线的目标位置；

若影响，则根据所述用户的当前位置与所述目标位置重新规划路线，将根据所述当前车速行驶的行驶时间最短的路线推送至所述智能终端。