CN110491120A - 一种基于大数据的道路交通控制方法及其系统 - Google Patents

一种基于大数据的道路交通控制方法及其系统 Download PDF

Info

Publication number
CN110491120A
CN110491120A CN201910602429.0A CN201910602429A CN110491120A CN 110491120 A CN110491120 A CN 110491120A CN 201910602429 A CN201910602429 A CN 201910602429A CN 110491120 A CN110491120 A CN 110491120A
Authority
CN
China
Prior art keywords
data
vehicles
traffic control
road traffic
unit
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.)
Pending
Application number
CN201910602429.0A
Other languages
English (en)
Inventor
王鹏
李芳琴
尹剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Motor Dealer Polytron Technologies Inc
Original Assignee
Guangzhou Motor Dealer Polytron Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Motor Dealer Polytron Technologies Inc filed Critical Guangzhou Motor Dealer Polytron Technologies Inc
Priority to CN201910602429.0A priority Critical patent/CN110491120A/zh
Publication of CN110491120A publication Critical patent/CN110491120A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于大数据的道路交通控制系统，包括包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；还提供了一种一种基于大数据的道路交通控制方法，根据实时数据收集，与历史数据对比，生成的协调控制方案，能够及时调整道路交通控制系统的运行，应对突发交通状况。

Description

一种基于大数据的道路交通控制方法及其系统
技术领域
本发明涉及交通控制技术领域，具体是一种基于大数据的道路交通控制方法及其系统。
背景技术
随着国家经济建设的不断发展与进行，交通运输车辆的数量日渐增长，对城市交通造成的压力也越来越重。为缓解交通压力，有效疏导各道路上的车辆，通过在十字路口安装交通信号灯的方式，对车辆的行驶进行疏导与控制；传统的信号控制方法的缺点就是需要在路口或路段布置大量的检测器，成本比较高，同时线圈检测器等对路面的破坏也比较严重。而且，线圈一旦布置完毕无法进行调整，无法精确的检测到路口的排队长度。通过路口或路段检测器对信号的控制，也只能是单路口的感应或自适应控制，无法实现区域协调控制。
发明内容
本发明所要解决的技术问题是提供一种基于大数据的道路交通控制方法及其系统，以解决现有技术中存在的缺陷。
本发明解决上述技术问题的技术方案如下：
一种基于大数据的道路交通控制系统，包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；
所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；
所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；
所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。
一种基于大数据的道路交通控制方法，包括以下步骤：
(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；
(2)历史数据分析：
(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；
(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；
(3)数据预测：
(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、LSTM预测结果；
(3.2)通过三次指数平滑预测模型、灰色预测模型、LSTM预测模型组合构成BP神经网络组合预测模型；
(3.3)BP神经网络组合预测模型以三次指数平滑预测结果、灰色预测结果、LSTM预测结果作为输入变量，并对BP神经网络组合预测模型进行模型训练，最终获取基于BP神经网络的组合预测结果。
更具体的，所述步骤(1)中，所述车辆通行数据包括车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度。
更进一步的，所述步骤(2.2)中，将车辆通行数据通过公式(1)无损地映射到[0,1]之间，公式(1)如下：
更进一步的，所述车辆通行数据中车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度均作为因素数据，令各因素数据分别为一特征，所述归一化处理是对各个特征分别进行归一化。
本发明的有益效果是：根据实时数据收集，与历史数据对比，生成的协调控制方案，能够及时调整道路交通控制系统的运行，应对突发交通状况。
附图说明
图1为本发明结构示意图；
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
具体实施时，如图1所示，一种基于大数据的道路交通控制系统，包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；
所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；
所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；
所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。
本发明还提供一种基于大数据的道路交通控制方法，包括以下步骤：
(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；
(2)历史数据分析：
(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；
(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；
(3)数据预测：
(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、LSTM预测结果；
(3.2)通过三次指数平滑预测模型、灰色预测模型、LSTM预测模型组合构成BP神经网络组合预测模型；
(3.3)BP神经网络组合预测模型以三次指数平滑预测结果、灰色预测结果、LSTM预测结果作为输入变量，并对BP神经网络组合预测模型进行模型训练，最终获取基于BP神经网络的组合预测结果。
在一个具体实施例中，所述步骤(1)中，所述车辆通行数据包括车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度。
在另一个具体实施例中，所述步骤(2.2)中，将车辆通行数据通过公式(1)无损地映射到[0,1]之间，公式(1)如下：
在另一个具体实施例中，所述车辆通行数据中车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度均作为因素数据，令各因素数据分别为一特征，所述归一化处理是对各个特征分别进行归一化。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于大数据的道路交通控制系统，其特征在于：
包括数据采集及预处理单元、历史数据分析单元、预测单元，所述数据采集及预处理单元与所述历史数据分析单元之间通信连接，历史数据分析单元与所述预测单元之间通信连接；
所述数据采集及预处理单元用于采集车辆历史行车数据，车辆历史行车数据包括车辆历史通行数据，并对车辆历史行车数据进行预处理，选择作用于趋势分析的基础数据集；
所述历史数据分析单元用于对车辆历史行车数据进行异常值分析和处理、归一化处理，以获取归一化数据；
所述预测单元用于对归一化数据根据车辆历史通行数据和基础数据集，对未来药品销量进行预测。
2.一种基于大数据的道路交通控制方法，其特征在于，包括如下步骤：
(1)数据采集及预处理：对过去一段时间内的车辆通行数据进行收集，并进行预处理后，为趋势分析选择时间周期m；
(2)历史数据分析：
(2.1)异常值识别及处理：利用线性回归和剔除残差方法识别异常值，并采用相邻两个周期内平均值的方法替换该异常值；
(2.2)数据归一化处理：对车辆通行数据中所有数据作归一化处理，并作打乱处理；
(3)数据预测：
(3.1)分别建立三次指数平滑预测模型、灰色预测模型、LSTM预测模型，并分别计算获取三次指数平滑预测结果、灰色预测结果、LSTM预测结果；
(3.2)通过三次指数平滑预测模型、灰色预测模型、LSTM预测模型组合构成BP神经网络组合预测模型；
(3.3)BP神经网络组合预测模型以三次指数平滑预测结果、灰色预测结果、LSTM预测结果作为输入变量，并对BP神经网络组合预测模型进行模型训练，最终获取基于BP神经网络的组合预测结果。
3.根据权利要求2所述的一种基于大数据的道路交通控制方法，其特征在于，所述步骤(1)中，所述车辆通行数据包括车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度。
4.根据权利要求3所述的一种基于大数据的道路交通控制方法，其特征在于，所述步骤(2.2)中，将车辆通行数据通过公式(1)无损地映射到[0,1]之间，公式(1)如下：
5.根据权利要求4所述的一种基于大数据的道路交通控制方法，其特征在于，所述车辆通行数据中车辆通行数据、该车辆通行数据对应的月份、该车辆通行数据对应周几、该车辆通行数据当天是否为节假日、该车辆通行数据所对应当天的温度和该车辆通行数据对应的经纬度均作为因素数据，令各因素数据分别为一特征，所述归一化处理是对各个特征分别进行归一化。
CN201910602429.0A 2019-07-05 2019-07-05 一种基于大数据的道路交通控制方法及其系统 Pending CN110491120A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910602429.0A CN110491120A (zh) 2019-07-05 2019-07-05 一种基于大数据的道路交通控制方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910602429.0A CN110491120A (zh) 2019-07-05 2019-07-05 一种基于大数据的道路交通控制方法及其系统

Publications (1)

Publication Number Publication Date
CN110491120A true CN110491120A (zh) 2019-11-22

Family

ID=68546046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910602429.0A Pending CN110491120A (zh) 2019-07-05 2019-07-05 一种基于大数据的道路交通控制方法及其系统

Country Status (1)

Country Link
CN (1) CN110491120A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445694A (zh) * 2020-03-04 2020-07-24 青岛海信网络科技股份有限公司 一种基于交通流量预测的节假日交通调度方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673463A (zh) * 2009-09-17 2010-03-17 北京世纪高通科技有限公司 一种基于时间序列的交通信息预测方法及装置
CN101783075A (zh) * 2010-02-05 2010-07-21 北京科技大学 一种城市环形道路交通流预测系统
CN102568205A (zh) * 2012-01-10 2012-07-11 吉林大学 非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法
CN106355885A (zh) * 2016-11-24 2017-01-25 深圳市永达电子信息股份有限公司 基于大数据分析平台的交通信号动态控制方法及系统
CN106355879A (zh) * 2016-09-30 2017-01-25 西安翔迅科技有限责任公司 一种基于时空关联的城市交通流量预测方法
US20180276988A1 (en) * 2017-03-27 2018-09-27 Iheartmedia Management Services, Inc. Automated traffic data validation
WO2019051571A1 (pt) * 2017-09-15 2019-03-21 Velsis Sistemas E Tecnologia Viaria S/A Sistema preditivo, integrado e inteligente para controle de tempos em semáforos de trânsito
CN109785003A (zh) * 2019-01-17 2019-05-21 四川骏逸富顿科技有限公司 一种药品零售行业药品销售预测系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673463A (zh) * 2009-09-17 2010-03-17 北京世纪高通科技有限公司 一种基于时间序列的交通信息预测方法及装置
CN101783075A (zh) * 2010-02-05 2010-07-21 北京科技大学 一种城市环形道路交通流预测系统
CN102568205A (zh) * 2012-01-10 2012-07-11 吉林大学 非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法
CN106355879A (zh) * 2016-09-30 2017-01-25 西安翔迅科技有限责任公司 一种基于时空关联的城市交通流量预测方法
CN106355885A (zh) * 2016-11-24 2017-01-25 深圳市永达电子信息股份有限公司 基于大数据分析平台的交通信号动态控制方法及系统
US20180276988A1 (en) * 2017-03-27 2018-09-27 Iheartmedia Management Services, Inc. Automated traffic data validation
WO2019051571A1 (pt) * 2017-09-15 2019-03-21 Velsis Sistemas E Tecnologia Viaria S/A Sistema preditivo, integrado e inteligente para controle de tempos em semáforos de trânsito
CN109785003A (zh) * 2019-01-17 2019-05-21 四川骏逸富顿科技有限公司 一种药品零售行业药品销售预测系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445694A (zh) * 2020-03-04 2020-07-24 青岛海信网络科技股份有限公司 一种基于交通流量预测的节假日交通调度方法及装置
CN111445694B (zh) * 2020-03-04 2022-02-01 青岛海信网络科技股份有限公司 一种基于交通流量预测的节假日交通调度方法及装置

Similar Documents

Publication Publication Date Title
CN105825669B (zh) 一种识别城市快速路交通瓶颈的系统和方法
CN100456335C (zh) 基于交通流相特征的城市交通系统状态可视化评价方法及其应用
WO2019047905A1 (zh) 一种交通路况分析系统、方法以及装置
CN104332064B (zh) 基于用户轨迹更新道路信息的方法及装置
CN108417057A (zh) 一种智能信号灯配时系统
CN110084442A (zh) 一种联合公交和轨道交通刷卡数据进行客流od计算的方法
CN110111592B (zh) 基于交通信号控制机动态匹配最优信号配时方案的方法
CN109754597A (zh) 一种城市道路区域拥堵调控策略推荐系统及方法
CN107038864B (zh) 一种交叉口进口导向车道设置合理性判别的方法
CN106601005B (zh) 一种基于rfid和微信平台的城市智能交通诱导方法
CN104851287B (zh) 基于视频检测器的城市道路路段行程时间检测方法
CN107766969A (zh) 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法
CN107240264B (zh) 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法
CN108877244B (zh) 一种基于动态数据的公交车辆交叉口运行瓶颈判别方法
CN107886744A (zh) 一种用于地铁站邻近交叉口公交优先信号控制方法
CN103280110B (zh) 高速公路旅行时间的预测方法及装置
CN105513362B (zh) 一种公交站台毗邻区公交车运行状态评价验证方法
CN107421553A (zh) 一种出行路线的智能推荐方法及系统
CN108320508A (zh) 一种基于出行计划预测未来交通拥堵状况方法及其系统
CN107633674A (zh) 一种重点营运车辆异常轨迹点剔除方法和系统
CN107689158A (zh) 一种基于图像处理的智能交通控制方法
CN110379169A (zh) 基于视频号牌设备的待转区车道饱和车头时距计算方法
CN112885085B (zh) 一种应用于改扩建高速公路施工区的合流控制策略
CN106920388A (zh) 一种高速公路监控系统及控制方法
CN106558217B (zh) 一种获取路边停车场信息的方法、装置及服务器

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