CN110889963A - 一种道路监控方法、装置及存储介质 - Google Patents

Abstract

本发明实施例提供一种道路监控方法、装置及存储介质，该方法包括：获取道路网络和道路监测系统监测路段的车流信息；根据车流信息统计监测路段中每个路段的车流量；根据道路网络确定道路网络中不同路段的相关性；根据车流量和相关性，确定道路网络中未监测路段的车流量。实施本发明实施例，可以确定未监测路段的车流量。

Description

一种道路监控方法、装置及存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种道路监控方法、装置及存储介质。

背景技术

道路监控系统可以实时返回被监测道路包括每辆行驶车辆的车牌号、行驶速度、行驶方向等信息的车流信息。然而，由于监控摄像头的安装、维护费用等原因，城市道路监控系统往往只部署在关键路段，以致无法确定未监测路段的车流量。

发明内容

本发明实施例提供一种道路监控方法、装置及存储介质，用于确定未监测路段的车流量。

本发明实施例第一方面提供一种道路监控方法，包括：

获取道路网络和道路监测系统监测路段的车流信息；

根据所述车流信息统计所述监测路段中每个路段的车流量；

根据所述道路网络确定所述道路网络中不同路段的相关性；

根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量。

在一个实施例中，所述方法还包括：

根据所述车流信息统计行驶车辆中每辆车在所述监测路段的行驶轨迹；

所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量和所述车辆转移率，确定所述道路网络中未监测路段的车流量。

在一个实施例中，所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络确定所述道路网络中任意两个路段之间的相似性；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量和所述相似性，确定所述道路网络中未监测路段的车流量。

在一个实施例中，所述方法还包括：

根据所述车流信息统计行驶车辆中每辆车在所述监测路段的行驶轨迹；

所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率；

根据所述道路网络确定所述道路网络中任意两个路段之间的相似性；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量、所述车辆转移率和所述相似性，确定所述道路网络中未监测路段的车流量。

在一个实施例中，所述根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率包括：

根据所述行驶轨迹确定所述道路网络中每个路段的车流量；

根据所述道路网络和所述道路网络中每个路段的车流量，确定所述道路网络中相邻路段之间的车辆转移率。

在一个实施例中，所述根据所述行驶轨迹确定所述道路网络中每个路段的车流量包括：

将所述行驶轨迹的始发地、目的地、出发时间和到达时间输入交通模拟器，获得所述行驶轨迹的第一模拟轨迹；

将出发地、时间和到达地输入所述交通模拟器，获得第二模拟轨迹，所述出发地、所述到达地以及所述出发地与所述到达地之间的路段均属于未监测路段，所述时间为从所述出发地出发的时间；

统计在目标时间段经过目标路段的第一模拟轨迹或第二模拟轨迹的数量，所述目标路段为所述道路网络中的任一路段，所述目标时间段为所述行驶轨迹包括的时间段中的任一时间段；

根据所述数量确定所述目标路段在所述目标时间段的车流量。

在一个实施例中，所述根据所述道路网络确定所述道路网络中任意两个路段之间的相似性包括：

根据所述道路网络确定所述道路网络中每个路段的特征；

根据第一路段的特征与第二路段的特征计算所述第一路段与所述第二路段之间的相似性，所述第一路段与所述第二路段是所述道路网络中的任意两个不同路段。

本发明实施例第二方面提供一种道路监控装置，包括用于执行第一方面提供的道路监控方法的单元。

本发明实施例第三方面提供一种道路监控装置，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于调用所述程序指令执行第一方面提供的道路监控方法。

第四方面提供了一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行第一方面提供的道路监控方法。

第五方面提供了一种应用程序，该应用程序用于在运行时执行第一方面提供的道路监控方法。

本发明实施例中，获取道路网络和道路监测系统监测路段的车流信息，根据车流信息统计监测路段中每个路段的车流量，根据道路网络确定道路网络中不同路段的相关性，根据车流量和相关性确定道路网络中未监测路段的车流量，可以确定未监测路段的车流量。

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一种道路监控方法的流程示意图；

图2是本发明实施例提供的一种道路监控装置的结构示意图；

图3是本发明实施例提供的另一种道路监控装置的结构示意图。

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做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。

本发明实施例提供一种道路监控方法、装置及存储介质，用于确定未监测路段的车流量。以下分别进行详细说明。

请参阅图1，图1是本发明实施例提供的一种道路监控方法的流程示意图。根据不同的需求，图1所示的流程图中的步骤的执行顺序可以改变，某些步骤可以拆分为几个步骤，某些步骤可以省略。如图1所示，该道路监控方法可以包括以下步骤。

101、获取道路网络和道路监测系统监测路段的车流信息。

本实施例中，当需要根据监测路段的车流量确定未监测路段的车流量时，获取道路网络和道路监测系统监测路段的车流信息，车流信息可以包括行驶车辆的标识、行驶时间、行驶路段和行驶位置，行驶车辆的标识可以为车辆的车牌号。道路网络可以包括道路的网络结构、宽度、长度、类型、周边商业区类型分布等，道路的网络结构包括监测系统监测路段和未监测路段，以及监测路段和未监测路段之间的关系等。

102、根据车流信息统计监测路段中每个路段的车流量。

本实施例中，可以根据行驶车辆的标识、行驶路段和行驶时间，统计监测路段中每个路段的车流量，可以统计同一时间段经过不同路段的车辆的数量，以便统计出某个时间段监测路段中每个路段的车流量；也可以统计不同时间段经过同一路段的车辆的数量，以便统计出不同时间段同一监测路段的车流量。路段可以是固定长度的一段道路，也可以是两个路口之间的一段道路，还可以是其它方式确定的一段道路，本实施例不作限定。时间段是预先设置的值，可以为1min，也可以为2min，还可以为5min，例如10:00-10:05，还可以为其它值，本实施例不作限定。其中，本发明实施例中的车流量为时间段的车流量。

103、根据道路网络确定道路网络中不同路段的相关性。

本实施例中，步骤103和步骤102可以串行执行，也可以并行执行，本实施例不作限定。

本实施例中，获取到道路网络和道路监测系统监测路段的车流信息之后，可以先根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹，之后根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率。可以根据行驶车辆的标识、行驶时间、行驶路段和行驶位置，统计行驶车辆中每辆车在监测路段的行驶轨迹，行驶轨迹可以体现什么时间在什么位置出发，哪个时间行驶到了哪个位置等。其中，此处的相邻路段为存在车辆转移且地理位置相邻的两个路段，这两个路段可以均属于监测路段，也可以均属于非监测路段，还可以一个属于监测路段，另一个属于非监测路段。

本实施例中，获取到道路网络和道路监测系统监测路段的车流信息之后，也可以根据道路网络确定道路网络中任意两个路段之间的相似性，可以先根据道路网络确定道路网络中每个路段的特征，之后根据第一路段的特征与第二路段的特征计算第一路段与第二路段之间的相似性。可以由每个路段的特征组成特征向量，两个路段的相似性可以等于这两个路段的特征向量的夹角的余弦值。例如：一个路段的特征向量为f₁，一个路段的特征向量为f₂，则这两个路段的相似性为(f₁·f₂)/|f₁||f₂|，即为两个特征向量的点乘除以这两个特征向量的模。第一路段与第二路段是道路网络中的任意两个不同路段，路段的特征可以包括路段的宽度、长度、类型、周边商业区类型分布等。

本实施例中，获取到道路网络和道路监测系统监测路段的车流信息之后，还可以先根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹，之后根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率，同时根据道路网络确定道路网络中任意两个路段之间的相似性。

本实施例中，可以先根据行驶轨迹确定道路网络中每个路段的车流量，之后根据道路网络和道路网络中每个路段的车流量，确定道路网络中相邻路段之间的车辆转移率。每一行驶轨迹均包括始发位置、目的位置、出发时间和到达时间，可以获取每一行驶轨迹的始发位置、目的位置、出发时间和到达时间，并将其输入交通模拟器获得每一行驶轨迹的第一模拟轨迹，即可以将每个车辆的始发地、目的地、出发时间和到达时间输入交通模拟器，就可以恢复出目标车辆在始发地与目的地之间的第一模拟轨迹，第一模拟轨迹可以包括经过的所有路段以及经过每个路段的时间，所有路段包括监测路段和未监测路段，因此，可以确定车辆的具体行驶轨迹，此处的车辆为真实车辆，始发地和目的地均属于监控路段，始发地与目的地之间的路段可以均为监测路段，也可以包括监测路段和未监测路段。同时将出发地、时间和到达地输入交通模拟器，获得第二模拟轨迹，出发地、到达地以及出发地与到达地之间的路段均属于未监测路段，该时间为从出发地出发的时间，即可以在未监测路段将模拟车辆的出发地、出发时间和到达地输入交通模拟器，获得模拟车辆的第二模拟轨迹，此处适用于没有监控的未监控路段。之后统计在目标时间段经过目标路段的第一模拟轨迹或第二模拟轨迹的数量，即统计目标时间段经过目标路段的车俩的数量，并根据该数量确定目标路段在目标时间段的车流量。其中，目标路段为道路网络中的任一路段，目标时间段为行驶轨迹包括时间段中的任一时间段。

本实施例中，交通模拟器是预先训练好的，训练交通模拟器的过程可以包括：获取道路监测系统监测路段的车流信息，根据车流信息统计行驶车辆中每辆车在道路监控系统中的行驶轨迹，将行驶轨迹的始发位置、目的位置、出发时间和到达时间输入初始交通模拟器得到行驶轨迹对应的第一模拟轨迹，将行驶轨迹和行驶轨迹对应的第一模拟轨迹之间的差异作为强化学习的奖励优化初始交通模拟器的参数使差异最小，以得到训练的交通模拟器，在训练的数据量较大，和/或训练的数据存在滞后性时，强化学习可以改善数据的滞后性，以及提高训练效率。

本实施例中，可以先计算行驶轨迹的到达时间与行驶轨迹对应的第一模拟轨迹的到达时间的差值的绝对值，即计算行驶轨迹中车辆到达目的地的时间与行驶轨迹对应的第一模拟轨迹中车辆到达目的地的时间的差值的绝对值；确定行驶轨迹与行驶轨迹对应的第一模拟轨迹之间的路径的未重合度，即确定行驶轨迹与行驶轨迹对应的第一模拟轨迹包括的不同路段的数量与行驶轨迹包括的总路段的比值；确定行驶轨迹的路程与行驶轨迹对应的第一模拟轨迹的路程的差值的绝对值，之后将到达时间的差值的绝对值、路径的未重合度和路程的差值的绝对值中的至少一个作为强化学习的奖励优化初始交通模拟器的参数，使第一模拟轨迹中的到达时间与行驶轨迹中的到达时间的差距，和/或第一模拟轨迹与行驶轨迹的未重合度，和/或第一模拟轨迹中的路程与行驶轨迹中的路程的差距最小，从而获得训练的交通模拟器。将第一模拟轨迹与行驶轨迹的到达时间的差值的绝对值、路径的未重合度和路程的差值的绝对值中的至少一个作为强化学习的奖励，可以用策略梯度的方式调整交通模拟器的参数，当到达时间的差值的绝对值和/或路程的差值的绝对值越小时，强化学习的奖励越高，当未重合度越小时，强化学习的奖励越高。调整交通模拟器的参数时，可以基于当前状态和对未来期望，以选出最有利于得到最精确第一模拟轨迹的参数。

本实施例中，使用目标时间段内一个路段开到另一个路段的车辆数量除以目标时间段内这另一个路段的车流量，可以得到目标时间段内车辆从这个路段向这另一个路段的车辆转移率。这个路段和这另一路段是道路网络中任意两个存在车辆转移且地理位置相邻的路段。

104、根据监测路段中每个路段的车流量和道路网络中不同路段的相关性，确定道路网络中未监测路段的车流量。

本实施例中，根据道路网络确定道路网络中不同路段的相关性之后，根据监测路段中每个路段的车流量和道路网络中不同路段的相关性，确定道路网络中未监测路段的车流量。可以是根据监测路段中每个路段的车流量、道路网络中相邻路段之间的车辆转移率和第一损失函数，确定道路网络中未监测路段的车流量。其中，第一损失函数可以表示为：

其中，N为路段的数量，

为车辆转移率组成的矩阵，I为单位矩阵，X_k为k路段的车流量，

为k-1路段对k路段的转移率。可以根据监测路段中每个路段的车流量和车辆转移率计算第一损失函数的值，值最小时对应的未监测路段的车流量为最后的未监测路段的车流量，也可以对第一损失函数求偏导，偏导等于0时的未监测路段的车流量为最后的未监测路段的车流量。

本实施例中，也可以是根据监测路段中每个路段的车流量、道路网络中任意两个路段之间的相似性和第二损失函数，确定道路网络中未监测路段的车流量。其中，第二损失函数可以表示为：

其中，M为时间段的数量，α为权重，γ_ij为i路段和j路段的相似性，

和

表示空间权重，

和

表示时间权重。可以将根据监测路段中每个路段的车流量和相似性计算第二损失函数的值，值最小时对应的未监测路段的车流量为最后的未监测路段的车流量，也可以对第二损失函数求偏导，偏导等于0时的未监测路段的车流量为最后的未监测路段的车流量。

本实施例中，还可以是根据监测路段中每个路段的车流量、道路网络中相邻路段之间的车辆转移率、道路网络中任意两个路段之间的相似性和第三损失函数，确定道路网络中未监测路段的车流量。其中，第三损失函数可以表示为：

L₂＝L₁+λL₂

其中，λ为权重。可以将根据监测路段中每个路段的车流量、车辆转移率和相似性计算第三损失函数的值，值最小时对应的未监测路段的车流量为最后的未监测路段的车流量，也可以对第三损失函数求偏导，偏导等于0时的未监测路段的车流量为最后的未监测路段的车流量。

在图1所描述的道路监控方法中，获取道路网络和道路监测系统监测路段的车流信息，根据车流信息统计监测路段中每个路段的车流量，根据道路网络确定道路网络中不同路段的相关性，根据车流量和相关性，确定道路网络中未监测路段的车流量，可以确定未监测路段的车流量。

请参阅图2，图2是本发明实施例提供的一种道路监控装置的结构示意图。如图2所示，该道路监控装置可以包括：

获取单元201，用于获取道路网络和道路监测系统监测路段的车流信息；

统计单元202，用于根据获取单元201获取的车流信息统计监测路段中每个路段的车流量；

第一确定单元203，用于根据获取单元201获取的道路网络确定道路网络中不同路段的相关性；

第二确定单元204，用于根据统计单元202统计的车流量和第一确定单元203确定的相关性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，统计单元202，还用于根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹；

第一确定单元203，具体用于根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率；

第二确定单元204，具体用于根据车流量和车辆转移率，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，第一确定单元203，具体用于根据道路网络确定道路网络中任意两个路段之间的相似性；

第二确定单元204，具体用于根据车流量和相似性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，统计单元202，还用于根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹；

第一确定单元203包括：

根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率；

根据道路网络确定道路网络中任意两个路段之间的相似性；

第二确定单元204，具体用于根据车流量、车辆转移率和相似性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，第一确定单元203根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率包括：

根据行驶轨迹确定道路网络中每个路段的车流量；

根据道路网络和道路网络中每个路段的车流量，确定道路网络中相邻路段之间的车辆转移率。

作为一种可能的实施方式，第一确定单元203根据行驶轨迹确定道路网络中每个路段的车流量包括：

将行驶轨迹的始发地、目的地、出发时间和到达时间输入交通模拟器，获得行驶轨迹的第一模拟轨迹；

将出发地、时间和到达地输入交通模拟器，获得第二模拟轨迹，该出发地、该到达地以及该出发地与该到达地之间的路段均属于未监测路段，该时间为从该出发地出发的时间；

统计在目标时间段经过目标路段的第一模拟轨迹或第二模拟轨迹的数量，目标路段为道路网络中的任一路段，目标时间段为行驶轨迹包括的时间段中的任一时间段；

根据该数量确定目标路段在目标时间段的车流量。

作为一种可能的实施方式，第一确定单元203根据道路网络确定道路网络中任意两个路段之间的相似性包括：

根据道路网络确定道路网络中每个路段的特征；

根据第一路段的特征与第二路段的特征计算第一路段与第二路段之间的相似性，第一路段与第二路段是道路网络中的任意两个不同路段。

本实施例的装置可对应于本发明实施例中描述的方法，并且装置中的各个单元的上述和其它操作和/或功能分别为了实现图1中的各个方法中的相应流程，为了简洁，在此不再赘述。

请参阅图3，图3是本发明实施例公开的另一种道路监控装置的结构示意图。如图3所示，该道路监控装置可以包括处理器301、存储器302和总线303。处理器301可以是一个通用中央处理器(CPU)，多个CPU，微处理器，特定应用集成电路(application-specificintegrated circuit，ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。存储器302可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器302可以是独立存在，总线303与处理器301相连接。存储器302也可以和处理器301集成在一起。总线303在上述组件之间传送信息。其中：

存储器302中存储有一组程序代码，处理器301用于调用存储器302中存储的程序代码执行以下操作：

获取道路网络和道路监测系统监测路段的车流信息；

根据车流信息统计监测路段中每个路段的车流量；

根据道路网络确定道路网络中不同路段的相关性；

根据车流量和相关性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，处理器301还用于调用存储器302中存储的程序代码执行以下操作：

根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹；

处理器301根据道路网络确定所述道路网络中不同路段的相关性包括：

根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率；

处理器301根据车流量和相关性，确定道路网络中未监测路段的车流量包括：

根据车流量和车辆转移率，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，处理器301根据道路网络确定道路网络中不同路段的相关性包括：

根据道路网络确定道路网络中任意两个路段之间的相似性；

处理器301根据车流量和相关性，确定道路网络中未监测路段的车流量包括：

根据车流量和相似性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，处理器301还用于调用存储器302中存储的程序代码执行以下操作：

根据车流信息统计行驶车辆中每辆车在监测路段的行驶轨迹；

处理器301根据道路网络确定道路网络中不同路段的相关性包括：

根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率；

根据道路网络确定道路网络中任意两个路段之间的相似性；

处理器301根据车流量和相关性，确定道路网络中未监测路段的车流量包括：

根据车流量、车辆转移率和相似性，确定道路网络中未监测路段的车流量。

作为一种可能的实施方式，处理器301根据道路网络和行驶轨迹，确定道路网络中相邻路段之间的车辆转移率包括：

根据行驶轨迹确定道路网络中每个路段的车流量；

根据道路网络和道路网络中每个路段的车流量，确定道路网络中相邻路段之间的车辆转移率。

作为一种可能的实施方式，处理器301根据行驶轨迹确定道路网络中每个路段的车流量包括：

将行驶轨迹的始发地、目的地、出发时间和到达时间输入交通模拟器，获得行驶轨迹的第一模拟轨迹；

将出发地、时间和到达地输入交通模拟器，获得第二模拟轨迹，该出发地、该到达地以及该出发地与该到达地之间的路段均属于未监测路段，该时间为从该出发地出发的时间；

统计在目标时间段经过目标路段的第一模拟轨迹或第二模拟轨迹的数量，目标路段为道路网络中的任一路段，目标时间段为行驶轨迹包括的时间段中的任一时间段；

根据该数量确定目标路段在目标时间段的车流量。

作为一种可能的实施方式，处理器301根据道路网络确定道路网络中任意两个路段之间的相似性包括：

根据道路网络确定道路网络中每个路段的特征；

根据第一路段的特征与第二路段的特征计算第一路段与第二路段之间的相似性，第一路段与第二路段是道路网络中的任意两个不同路段。

应理解，本实施例的道路监控装置可对应于图2所示的道路监控装置，并且轨迹确定装置中的上述和其它操作和/或功能分别为了实现图1中的各个方法的相应流程，为了简洁，在此不再赘述。

在一个实施例中提供了一种存储介质，该存储介质用于存储应用程序，应用程序用于在运行时执行图1的道路监控方法。

在一个实施例中提供了一种应用程序，该应用程序用于在运行时执行图1的道路监控方法。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random AccessMemory，RAM)、磁盘或光盘等。

以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种道路监控方法，其特征在于，包括：

获取道路网络和道路监测系统监测路段的车流信息；

根据所述车流信息统计所述监测路段中每个路段的车流量；

根据所述道路网络确定所述道路网络中不同路段的相关性；

根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述车流信息统计行驶车辆中每辆车在所述监测路段的行驶轨迹；

所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量和所述车辆转移率，确定所述道路网络中未监测路段的车流量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络确定所述道路网络中任意两个路段之间的相似性；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量和所述相似性，确定所述道路网络中未监测路段的车流量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述车流信息统计行驶车辆中每辆车在所述监测路段的行驶轨迹；

所述根据所述道路网络确定所述道路网络中不同路段的相关性包括：

根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率；

根据所述道路网络确定所述道路网络中任意两个路段之间的相似性；

所述根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量包括：

根据所述车流量、所述车辆转移率和所述相似性，确定所述道路网络中未监测路段的车流量。

5.根据权利要求2或4所述的方法，其特征在于，所述根据所述道路网络和所述行驶轨迹，确定所述道路网络中相邻路段之间的车辆转移率包括：

根据所述行驶轨迹确定所述道路网络中每个路段的车流量；

根据所述道路网络和所述道路网络中每个路段的车流量，确定所述道路网络中相邻路段之间的车辆转移率。

6.根据权利要求5所述的方法，其特征在于，所述根据所述行驶轨迹确定所述道路网络中每个路段的车流量包括：

将所述行驶轨迹的始发地、目的地、出发时间和到达时间输入交通模拟器，获得所述行驶轨迹的第一模拟轨迹；

将出发地、时间和到达地输入所述交通模拟器，获得第二模拟轨迹，所述出发地、所述到达地以及所述出发地与所述到达地之间的路段均属于未监测路段，所述时间为从所述出发地出发的时间；

统计在目标时间段经过目标路段的第一模拟轨迹或第二模拟轨迹的数量，所述目标路段为所述道路网络中的任一路段，所述目标时间段为所述行驶轨迹包括的时间段中的任一时间段；

根据所述数量确定所述目标路段在所述目标时间段的车流量。

7.根据权利要求3或4所述的方法，其特征在于，所述根据所述道路网络确定所述道路网络中任意两个路段之间的相似性包括：

根据所述道路网络确定所述道路网络中每个路段的特征；

根据第一路段的特征与第二路段的特征计算所述第一路段与所述第二路段之间的相似性，所述第一路段与所述第二路段是所述道路网络中的任意两个不同路段。

8.一种道路监控装置，其特征在于，包括

获取单元，用于获取道路网络和道路监测系统监测路段的车流信息；

统计单元，用于根据所述获取单元获取的车流信息统计所述监测路段中每个路段的车流量；

第一确定单元，用于根据所述获取单元获取的道路网络确定所述道路网络中不同路段的相关性；

第二确定单元，用于根据所述统计单元统计的车流量和所述第一确定单元确定的相关性，确定所述道路网络中未监测路段的车流量。

9.一种道路监控装置，其特征在于，包括处理器和存储器，所述处理器和所述存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于调用所述程序指令执行以下操作：

获取道路网络和道路监测系统监测路段的车流信息；

根据所述车流信息统计所述监测路段中每个路段的车流量；

根据所述道路网络确定所述道路网络中不同路段的相关性；

根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行以下操作：

获取道路网络和道路监测系统监测路段的车流信息；

根据所述车流信息统计所述监测路段中每个路段的车流量；

根据所述道路网络确定所述道路网络中不同路段的相关性；

根据所述车流量和所述相关性，确定所述道路网络中未监测路段的车流量。

Images