CN108615385A - 道路路况评估方法和装置、车辆及云服务器 - Google Patents

Abstract

本公开的目的是提供一种道路路况评估方法和装置、车辆及云服务器，用以解决现有的道路路况评估技术中云服务器的计算压力过大的技术问题。该方法包括：确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段；向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息；接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息；根据所述道路信息评估所述目标路段的交通状态。

Description

道路路况评估方法和装置、车辆及云服务器

技术领域

本公开涉及信息处理领域，具体地，涉及一种道路路况评估方法和装置、车辆及云服务器。

背景技术

随着交通网络越来越密集，大多数用户在出行时都会选择使用电子设备规划出行的路线，以便在密如蛛网的交通网络中，准确快速的规划出从始发地点到目标地点之间的路线。

对于车辆驾驶，无论是堵车，还是道路施工，亦或是交通管制等原因都会对车辆出行造成不便，一是因为上述交通状况的出现无法避免，另一方面是因为对于这些路况信息获取的滞后导致无法及时做出更加合理的路线规划。为了能够快速地获取到路况信息，现有技术一般是通过记录浮动车上传云服务器的GPS(Global Positioning System，全球定位系统)和车速信息，结合地感线圈，测速雷达，以及道路占用量监测装置等道路监测设备进行道路匹配，从而推算出道路的平均同行速度和路面突发事件。

通常情况下，除获取更加全面的即时数据外，云服务器还需将道路信息与一定时长的历史道路信息比对，以此来推算出更准确路况信息。然而，随着城市交通网络的扩张，交通道路信息越来越复杂，为保证时效性，庞大的数据信息对云服务器计算能力提出更高要求。

发明内容

本公开的目的是提供一种道路路况评估方法和装置、车辆及云服务器，用以解决现有的道路路况评估技术中云服务器的计算压力过大的技术问题。

为了实现上述目的，第一方面，本公开提供一种道路路况评估方法，所述方法应用于车辆，包括：

确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段；

向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息；

接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息；

根据所述道路信息评估所述目标路段的交通状态。

可选地，所述根据所述道路信息评估所述目标路段的交通状态，包括：

根据所述道路信息计算每一所述目标路段的车辆密度；

计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度；

根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

可选地，所述道路信息至少包括所述目标路段的车辆数目m，所述根据所述道路信息计算每一所述目标路段的车辆密度，包括：

根据以下公式计算所述目标路段的车辆密度θ：

θ＝m/(d*a)；

其中，d为所述目标路段的路长，a所述目标路段的预设权重。

可选地，所述计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度，包括：

通过如下公式计算第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的联合车辆密度θ₃：

θ₃＝(m₁+m₂+…+m_n)/(d₁×a₁+d₂×a₂+…+d_n×a_n)；

其中，所述第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的数目总和为n，m_n为第n条路段的车辆数目，d_n为第n条路段的路长，a_n为第n条路段的预设权重，所述第一预期行驶路段为所述目标路段中的任一预期行驶路段。

可选地，所述根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态，包括：

在所述目标路段的车辆密度减去所述联合车辆密度大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态；

在所述联合车辆密度减去所述目标路段的车辆密度大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。

可选地，所述根据所述目标路段的车辆密度与所述联合密度之间的密度差确定所述目标路段的交通状态，包括：

在所述预期行驶路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段对应的每一关联路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；或者，

在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

可选地，所述预期行驶路段包括所述车辆的导航系统根据车辆目的地规划出的行驶路线的所有路段；或者，所述预期行驶路段包括所述车辆前进方向上预设范围内的路段。

可选地，所述关联路段包括与所述预期行驶路段具有共同路口的路段。

第二方面，提供一种道路路况评估方法，所述方法应用于云服务器，所述方法包括：

接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息；

根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。

第三方面，提供一种道路路况评估装置，所述装置应用于车辆，所述装置包括：

确定模块，用于确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段；

发送模块，用于向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息；

接收模块，用于接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息；

评估模块，用于根据所述道路信息评估所述目标路段的交通状态。

可选地，所述评估模块包括：

第一计算子模块，用于根据所述道路信息计算每一所述目标路段的车辆密度；

第二计算子模块，用于计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度；

确定子模块，用于根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

可选地，所述道路信息至少包括所述目标路段的车辆数目m，所述第一计算子模块用于：

根据以下公式计算所述目标路段的车辆密度θ：

θ＝m/(d*a)；

其中，d为所述目标路段的路长，a所述目标路段的预设权重。

可选地，所述第二计算子模块用于：

通过如下公式计算第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的联合车辆密度θ₃：

θ₃＝(m₁+m₂+…+m_n)/(d₁×a₁+d₂×a₂+…+d_n×a_n)；

其中，所述第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的数目总和为n，m_n为第n条路段的车辆数目，d_n为第n条路段的路长，a_n为第n条路段的预设权重，所述第一预期行驶路段为所述目标路段中的任一预期行驶路段。

可选地，所述确定子模块用于：

在所述目标路段的车辆密度减去所述联合车辆密度大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态；

在所述联合车辆密度减去所述目标路段的车辆密度大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。

可选地，所述确定子模块还用于：

在所述预期行驶路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段对应的每一关联路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；或者，

在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

可选地，所述预期行驶路段包括所述车辆的导航系统根据车辆目的地规划出的行驶路线的所有路段；或者，所述预期行驶路段包括所述车辆前进方向上预设范围内的路段。

可选地，所述关联路段包括与所述预期行驶路段具有共同路口的路段。

第四方面，提供一种道路路况评估装置，所述装置应用于云服务器，所述装置包括：

接收模块，用于接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息；

返回模块，用于根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。

第五方面，提供一种车辆，包括第三方面所述的道路路况评估装置。

第六方面，提供一种云服务器，包括第四方面所述的道路路况评估装置。

通过上述技术方案，车辆可以从云服务器获取前进方向上目标路段的道路信息，并且根据道路信息评估目标路段的交通状态。这样，云服务器只需收集道路信息，无需根据道路信息对道路交通状态进行评估。与现有技术中云服务器需进行大量数据计算相比，本发明可使车辆在短时间内判断目标道路交通状态，提高了时效性，减少云服务器的计算量。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1为本发明一实施例提供的一种实施环境的示意图。

图2为本发明一实施例提供的一种道路路况评估方法的流程示意图。

图3为本发明一实施例提供的一种车辆根据道路信息评估目标路段交通状态的方法的流程示意图。

图4为本发明一实施例提供的另一种道路路况评估方法的流程示意图。

图5为本发明一实施例提供的另一种道路路况评估方法的流程示意图。

图6A为本发明一实施例提供的一种道路路况评估装置的框图。

图6B为本发明一实施例提供的另一种道路路况评估装置的框图。

图7为本发明一实施例提供的一种道路路况评估装置的框图。

图8为本发明一实施例提供的一种车辆的结构示意图。

图9为本发明一实施例提供的一种云服务器的结构示意图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图1为本发明一实施例提供的一种实施环境的示意图。如图1所示，车辆100上装载有车载导航系统，车载方向罗盘，以及用于与云服务器通信的发送、接收设备。其中，车载导航系统可以根据目的地和目前车辆位置规划出行驶路线图，现有的车辆导航系统可以根据车辆GPS(Global Positioning System，全球定位系统)的实时位置更新线路规划。车载方向罗盘可以感知车辆前进方向，通过将前进方向与车载系统中内置的道路地图结合，可以计算出车辆前进方向上可能经过的路线。

现有技术中，在云服务器获取到车辆100的线路规划，或者地理位置和行驶方向后，云服务器可以将路况信息返回给车辆100的车载导航系统，车载导航系统可以根据云服务器提供的路况信息重新规划行驶路线图；或者用户可以直接从随车智能设备获取路况提示信息，由用户根据路况信息规划驾驶线路。在现有技术中，云服务器除了接收每台车辆当前的行驶状态，还要从浮动车处获取车流量数据，为获得更精准的数据，云服务器还需通过将某一段路当前车流量与其历史车流量的比较得出当前道路状况。但是，由于一个城市的道路错综复杂，云服务器为获取当前所有道路的车流量需要进行一定时间的收集，导致获取路况信息的实时性较低。而且，对所有路段进行与历史车流量的比较，再与车辆匹配，对云服务器的计算能力要求很高。

图2为本发明一实施例提供的一种道路路况评估方法的流程图。所述方法应用于车辆，所述方法包括：

步骤S201，确定所述车辆前进方向上的目标路段，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段。

其中，预期行驶路段可以是所述车辆的导航系统根据车辆目的地规划出的行驶路线的所有路段，针对不同的情况，该规划路线可以是单一路线也可以包含多个备选路线。

如果车辆处于非导航状态，则该预期行驶路段可以是车辆前进方向上预设范围内的路段。例如该预期行驶路段可以是车辆前进方向的半径1公里(以车辆为圆心)的半圆范围内的所有路段。具体地，车辆可以根据车载方向罗盘和历史GPS信息记录归纳判断出车辆的前进方向。上述的预设范围可以是用户根据驾驶习惯提前设定的值，也可以根据车辆定位区域设定不同的值，例如远郊长途道路驾驶设定较大的范围，以此来方便驾驶员做出更精确的判断，而市区复杂道路设定较小的范围，以此来提高车辆运算效率，对此本发明在此不做限定。

可选地，所述关联路段包括与所述预期行驶路段具有共同路口的路段。

例如，一条路段R具有两个路口A和B，通过路口A或B与路段R相连的路段即为路段R的关联路段。车辆可以从关联路段经路口A或B驶入路段R，或者经路口A或B从R驶入关联路段。如果两条路段均为路段R的关联路段，那么这两条路段不一定互为关联路段，除非两条路段通过同一路口相连。

另外，相邻两个预期行驶路段可以互为关联路段。例如，对于高速公路，省道等长途路段，可以按照500m(米)进行路段划分，在这种情况下，相邻的两个预期行驶路段可以视为关联路段。

步骤S202，向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息。

步骤S203，接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息。

步骤S204，根据所述道路信息评估所述目标路段的交通状态。

通过上述技术方案，车辆可以从云服务器获取前进方向上目标路段的道路信息，并且根据道路信息评估目标路段的交通状态。这样，云服务器只需收集道路信息，无需根据道路信息对道路交通状态进行评估。与现有技术中云服务器需进行大量数据计算相比，本发明实施例可使车辆在短时间内判断目标道路交通状态，提高了时效性，减少云服务器的计算量。

为了使本领域技术人员能够更容易的理解本技术方案，下面对车辆根据道路信息评估前进方向上的目标路段的交通状态进行详细说明。

首先，车辆在确定出前进方向上的目标路段后，可以对车辆前进方向上的目标路段进行标记，接着向云服务器发送包括该标记的请求消息。这样，云服务器可以根据请求消息中的标记确定车辆前进方向上的目标路段，并向车辆返回该目标路段的道路信息。

进一步地，车辆可以根据如图3所示的方法根据道路信息评估目标路段的交通状态。具体地，如图3所示，车辆根据所述道路信息评估所述目标路段的交通状态的方法包括：

步骤S301，根据所述道路信息计算每一所述目标路段的车辆密度。

在具体实施中，车辆可以根据内置离线地图获取目标路段的路长，以及预设权重，所述预设权重可以是根据道路的车道数量，车道性质，所处位置等综合评估出的一个数值。车辆也可以从云服务器获取上述数据，本发明在此不做限定。在车辆从上述云服务器获取包括目标路段的车辆数目的道路信息后，可以根据以下公式计算所述目标路段的车辆密度θ：

θ＝m/(d*a)；

其中，m所述目标路段的车辆数目，d为所述目标路段的路长，a为所述目标路段的预设权重。

步骤S302，计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度。

以目标路段中的任一条预期行驶路段进行举例说明。车辆从上述云服务器获取第一预期行驶路段的道路信息后，可以通过如下公式计算第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的联合车辆密度θ₃：

θ₃＝(m₁+m₂+…+m_n)/(d₁×a₁+d₂×a₂+…+d_n×a_n)；

其中，所述第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的数目总和为n，m_n为第n条路段的车辆数目，d_n为第n条路段的路长，a_n为第n条路段的预设权重。

步骤S303，根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

在具体实施中，步骤S303包括：在所述目标路段的车辆密度θ减去所述联合车辆密度θ₃大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态。其中，目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段。也就是说，如果第一预期行驶路段的车辆密度减去第一预期行驶路段与第一行驶路段对应的所有关联路段的联合车辆密度小于第一预设阈值，则认为该第一预期行驶路段处于拥堵状态。对于预期行驶路段对应的每一条关联路段，同样可以采用该方法判断该关联路段是否处于拥堵状态。

可选地，步骤S303还包括，在所述联合车辆密度θ₃减去所述目标路段的车辆密度θ大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。该评估方案针对在实际情况中存在道路施工等状况导致车辆绕行。例如，第一预期行驶路段与第一行驶路段对应的所有关联路段的联合车辆密度θ₃减去其中一条关联路段的车辆密度θ大于第二预设阈值Δ₂，则可以认为该关联路段处于车辆绕行的状态。对于预期行驶路段，同样可以采用该方法判断该路段是否处于绕行状态。

其中，第一预设阈值Δ₁和第二预设阈值Δ₂可以根据实际测量统计后得出，或者根据用户需要进行设定，本发明在此不做限定。

可选地，步骤S303还包括，在所述预期行驶路段的车辆密度减去所述联合车辆密度θ₃小于第一预设阈值Δ₁，且联合车辆密度θ₃减去所述预期行驶路段对应的每一关联路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；以及，在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度θ₃小于第一预设阈值Δ₁，且所述联合车辆密度θ₃减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

针对预期行驶路段与其对应的每一关联路段都处于相同交通状态的情况，可以再通过上述方法评估与预期行驶路段对应的关联路段通过同一路口相连的路段。例如，路段R是预期行驶路段T的关联路段，经过上述道路路况评估方法路段R和预期行驶路段T处于相同的交通状态。路段S是路段R的关联路段，通过上述道路路况评估方法判断出路段S和路段R中路段R处于拥堵状态，则可以根据路段R和预期行驶路段T处于相同的交通状态判断出中预期行驶路段T也处于拥堵状态。

在另一种可能的实施方式中，对于一条完整的导航路线，车辆可以标记出路线中预期行驶路段和所述预期行驶路段对应的所有关联路段。如果所有的路段都处于相同的交通状态，则可以认为所有的路段都是正常畅通的状态。如果发现处于拥堵状态或者车辆绕行状态的路段，则再根据上述道路路况评估方法接着判断目标路段的交通状态。

与现有技术中服务器需要判断整个城市交通网路信息不同，在上述的道路路况评估方法中，车辆可以根据道路之间的关联性以及实时车辆密度评估目标路段的交通状态，运算过程交由车载终端完成，降低了实时路况评估中数据的复杂性，减少了云端服务器的运算量。

进一步地，在导航状态下，车辆在根据上述方法得到目标路段的交通状态后，可以重新规划到达目的地的路线，例如，在当前导航路线中存在确定为拥堵或者绕行状态的目标路段时，车辆导航系统可以将这些路段剔除后重新规划新的导航路线。在非导航状态下，车辆在根据上述方法得到目标路段的交通状态后，可以进行输出显示，以便驾驶人员调整行驶路段。

图4为本发明一实施例提供的另一种道路路况评估方法的流程图。所述方法应用于车辆，所述方法包括：

步骤S401，车辆通过车载定位系统获得车辆当前的定位。

步骤S402，车辆标记所述车辆前进方向上的目标路段，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段。

步骤S403，车辆向云服务器发送请求消息，所述请求消息用于向服务器请求所述前进方向上的目标路段的道路信息。

步骤S404，云服务器接收车辆发送的请求消息。

步骤S405，云服务器向车辆返回目标路段的道路信息。

在具体实施中，云服务器可以在接收到车辆的请求消息后，对车辆所有的目标路段的道路信息进行统计，并在统计结束后将该信息发送给所述车辆。可替换地，云服务器也可以实时统计全城所有路段的道路信息，并且定时刷新数据，在接收到车辆的请求消息后，直接将标记路段的道路信息返回给所述车辆。

值得说明的是，存在两条预期行驶路段共有同一关联路段的情况，例如，目标路段R和目标路段S均与路段T通过同一路口相连，可以判断路段T为目标路段R和目标路段S的同一关联路段。在这种情况下，云服务器只需统计一次该关联路段的信息。

步骤S406，车辆从接收云服务器发送的目标路段的道路信息。

步骤S407，车辆根据所述道路信息计算每一所述目标路段的车辆密度。

步骤S408，车辆根据所述道路信息计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度。

步骤S409，车辆根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

步骤S410，车辆向用户提示目标路段的交通状态，或者根据目标路段的交通状态调整所述车辆的导航路线。

在具体实施中，用户在获取到及时有效的路段交通状态后，可以避免车辆驶入处于拥堵状态或者车辆必须绕行的路段。路段的交通状态会受到多种因素的影响，其时效性也成为影响车辆规划行驶路线的关键。采用本发明实施例提供的道路路况评估方法，车辆可以从云服务器获取前进方向上目标路段的道路信息，并且根据道路信息评估目标路段的交通状态。这样，云服务器只需收集道路信息，无需根据道路信息对道路交通状态进行评估。与现有技术中云服务器需进行大量数据计算相比，本发明实施例可使车辆在短时间内判断目标道路交通状态，提高了时效性，减少云服务器的计算量。

本发明实施例还提供另一种道路路况评估方法，所述方法应用于云服务器，如图5所示，所述方法包括：

步骤S501，云服务器接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息。

步骤S502，云服务器根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。

其中，该道路信息至少包括每一目标路段的车辆数目。可选地，该道路信息还可以包括每一目标路段的路长或预设权值，所述预设权重可以是根据道路的车道数量，车道性质，所处位置等综合评估出的一个数值。

进一步地，车辆根据道路信息对道路交通状态的评估具体可以参照图3和图4对应的描述，此处不再赘述。

通过上述技术方案，云服务器只需收集道路信息，无需根据道路信息对道路交通状态进行评估。与现有技术中云服务器需进行大量数据计算相比，本发明可使车辆在短时间内判断目标道路交通状态，提高了时效性，减少云服务器的计算量。

图6A为本发明一实施例提供的一种道路路况评估装置600的框图。该道路路况评估装置600应用于车辆，该道路路况评估装置600用于实施上述方法实施例中的图2所示的道路路况评估方法。该道路路况评估装置600包括：

确定模块610，用于确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段。

发送模块620，用于向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息。

接收模块630，用于接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息。

评估模块640，用于根据所述道路信息评估所述目标路段的交通状态。

该装置600应用于车辆，可以从云服务器获取前进方向上目标路段的道路信息，并且根据道路信息评估目标路段的交通状态，提高了时效性，减少云服务器的计算量。

可选地，如图6B所示，所述评估模块640包括：

第一计算子模块641，用于根据所述道路信息计算每一所述目标路段的车辆密度。

第二计算子模块642，用于计算每一所述预期行驶路段与对应的所有关联路段之间的联合密度。

确定子模块643，用于根据所述目标路段的车辆密度与所述联合密度之间的密度差确定所述目标路段的交通状态。

可选地，所述确定子模块643用于在所述目标路段的车辆密度减去所述联合车辆密度大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态；在所述联合车辆密度减去所述目标路段的车辆密度大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。

可选地，所述确定子模块643还用于在所述预期行驶路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段对应的每一关联路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；或者，在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

所属本领域的技术人员应该清楚地了解到，为描述的方便和简洁，上述描述的各单元的具体工作过程，可以参考前述方法实施例中对应的过程，此处不再赘述。

另外，上述对装置600组成单元进行的划分，仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。并且，各个单元的物理实现也可以有多种方式，本发明对此不做限定。

图7为本发明一实施例提供的一种道路路况评估装置700的框图。该道路路况评估装置700应用于云服务器，该道路路况评估装置700用于实施上述方法实施例中的图5所示的道路路况评估方法。该道路路况评估装置700包括：

接收模块710，用于接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息。

返回模块720，用于根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。通过上述技术方案，云服务器只需收集道路信息，无需根据道路信息对道路交通状态进行评估。与现有技术中云服务器需进行大量数据计算相比，本发明可使车辆在短时间内判断目标道路交通状态，提高了时效性，减少云服务器的计算量。

本发明实施例还提供一种车辆800，如图8所示，所述车辆800包括道路路况评估装置600，具体参照以上对图6A和图6B的描述，此处不再赘述。

本发明实施例还提供一种云服务器900，如图9所示，所述云服务器900包括道路路况评估装置700，具体参照以上对图7的描述，此处不再赘述。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (20)

1.一种道路路况评估方法，其特征在于，所述方法应用于车辆，所述方法包括：

确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段；

向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息；

接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息；

根据所述道路信息评估所述目标路段的交通状态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述道路信息评估所述目标路段的交通状态，包括：

根据所述道路信息计算每一所述目标路段的车辆密度；

计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度；

根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

3.根据权利要求2所述的方法，其特征在于，所述道路信息至少包括所述目标路段的车辆数目m，所述根据所述道路信息计算每一所述目标路段的车辆密度，包括：

根据以下公式计算所述目标路段的车辆密度θ：

θ＝m/(d*a)；

其中，d为所述目标路段的路长，a所述目标路段的预设权重。

4.根据权利要求2或3所述的方法，其特征在于，所述计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度，包括：

通过如下公式计算第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的联合车辆密度θ₃：

θ₃＝(m₁+m₂+…+m_n)/(d₁×a₁+d₂×a₂+…+d_n×a_n)；

其中，所述第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的数目总和为n，m_n为第n条路段的车辆数目，d_n为第n条路段的路长，a_n为第n条路段的预设权重，所述第一预期行驶路段为所述目标路段中的任一预期行驶路段。

5.根据权利要求2或3所述的方法，其特征在于，所述根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态，包括：

在所述目标路段的车辆密度减去所述联合车辆密度大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态；

在所述联合车辆密度减去所述目标路段的车辆密度大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。

6.根据权利要求2或3中所述的方法，其特征在于，所述根据所述目标路段的车辆密度与所述联合密度之间的密度差确定所述目标路段的交通状态，包括：

在所述预期行驶路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段对应的每一关联路段的车辆密度均小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；或者，

在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

7.根据权利要求1至3任一项所述的方法，其特征在于，所述预期行驶路段包括所述车辆的导航系统根据车辆目的地规划出的行驶路线的所有路段；或者，所述预期行驶路段包括所述车辆前进方向上预设范围内的路段。

8.根据权利要求1至3任一项所述的方法，其特征在于，所述关联路段包括与所述预期行驶路段具有共同路口的路段。

9.一种道路路况评估方法，其特征在于，所述方法应用于云服务器，所述方法包括：

接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息；

根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。

10.一种道路路况评估装置，其特征在于，所述装置应用于车辆，所述装置包括：

确定模块，用于确定所述车辆前进方向上的目标路段，其中，所述目标路段包括所述车辆的预期行驶路段以及所述预期行驶路段的关联路段；

发送模块，用于向云服务器发送请求消息，所述请求消息用于请求所述目标路段的道路信息；

接收模块，用于接收所述云服务器根据所述请求消息返回的响应消息，所述响应消息包括所述道路信息；

评估模块，用于根据所述道路信息评估所述目标路段的交通状态。

11.根据权利要求10所述的装置，其特征在于，所述评估模块包括：

第一计算子模块，用于根据所述道路信息计算每一所述目标路段的车辆密度；

第二计算子模块，用于计算每一所述预期行驶路段与对应的所有关联路段之间的联合车辆密度；

确定子模块，用于根据所述目标路段的车辆密度与所述联合车辆密度之间的密度差确定所述目标路段的交通状态。

12.根据权利要求11所述的装置，其特征在于，所述道路信息至少包括所述目标路段的车辆数目m，所述第一计算子模块用于：

根据以下公式计算所述目标路段的车辆密度θ：

θ＝m/(d*a)；

其中，d为所述目标路段的路长，a所述目标路段的预设权重。

13.根据权利要求11或12所述的装置，其特征在于，所述第二计算子模块用于：

通过如下公式计算第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的联合车辆密度θ₃：

θ₃＝(m₁+m₂+…+m_n)/(d₁×a₁+d₂×a₂+…+d_n×a_n)；

其中，所述第一预期行驶路段和所述第一预期行驶路段对应的所有关联路段的数目总和为n，m_n为第n条路段的车辆数目，d_n为第n条路段的路长，a_n为第n条路段的预设权重，所述第一预期行驶路段为所述目标路段中的任一预期行驶路段。

14.根据权利要求11或12所述得装置，其特征在于，所述确定子模块用于：

在所述目标路段的车辆密度减去所述联合车辆密度大于第一预设阈值Δ₁时，确定所述目标路段处于拥堵状态；

在所述联合车辆密度减去所述目标路段的车辆密度大于第二预设阈值Δ₂时，确定所述目标路段处于车辆绕行状态。

15.根据权利要求11或12所述得装置，其特征在于，所述确定子模块用于：

在所述预期行驶路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段对应的每一关联路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态；或者，

在所述预期行驶路段对应的每一关联路段的车辆密度减去所述联合车辆密度小于第一预设阈值Δ₁，且所述联合车辆密度减去所述预期行驶路段的车辆密度小于第二预设阈值Δ₂时，确定所述预期行驶路段与对应的每一关联路段处于相同的交通状态。

16.根据权利要求10至12任一项所述的装置，其特征在于，所述预期行驶路段包括所述车辆的导航系统根据车辆目的地规划出的行驶路线的所有路段；或者，所述预期行驶路段包括所述车辆前进方向上预设范围内的路段。

17.根据权利要求10至12任一项所述的装置，其特征在于，所述关联路段包括与所述预期行驶路段具有共同路口的路段。

18.一种道路路况评估装置，其特征在于，所述装置应用于云服务器，所述装置包括：

接收模块，用于接收车辆发送的请求消息，所述请求消息用于请求所述目标路段的道路信息；

返回模块，用于根据所述请求消息返回响应消息，所述响应消息包括所述道路信息，所述道路信息用于所述车辆评估所述目标路段的交通状态。

19.一种车辆，其特征在于，包括权利要求10至17任一项所述的道路路况评估装置。

20.一种云服务器，其特征在于，包括权利要求18所述的道路路况评估装置。