CN111508224A - 交通状态的预测方法、装置、计算机设备和存储介质 - Google Patents
交通状态的预测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111508224A CN111508224A CN201910092412.5A CN201910092412A CN111508224A CN 111508224 A CN111508224 A CN 111508224A CN 201910092412 A CN201910092412 A CN 201910092412A CN 111508224 A CN111508224 A CN 111508224A
- Authority
- CN
- China
- Prior art keywords
- intersection
- target vehicle
- time
- current
- vehicle
- 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
Links
Images
Classifications
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种交通状态的预测方法、装置、计算机设备和存储介质。所述方法包括:获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;计算当前车辆到达所述路口的到达时刻;根据所述到达时刻和所述管制时段,预测所述当前车辆到达所述路口时所述路口的交通状态,预测当前车辆到达路口时所述路口的交通状态,进而采取相应的应对措施从而达到缓解路口交通压力的效果。
Description
技术领域
本申请涉及车辆领域,特别是涉及一种交通状态的预测方法、装置、计算机设备和存储介质。
背景技术
随着汽车工业的日益发展,汽车已经成为人们日常出行不可或缺的重要交通工具。在汽车保有量逐年增加的背景下,交通拥堵的状况越来越严重。尤其是在有火车经过的路口,经常会因为火车通过时,大量车辆聚集于此路口,等待车辆过多而发生交通堵塞。
但是,传统方法中一般仅仅通过定位系统确定路口的位置,当车辆在到达该路口前给出注意通过铁路轨道的提示信息,但是无法解决路口交通堵塞的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够缓解路口交通堵塞问题的交通状态的预测方法、装置、计算机设备和存储介质。
一种交通状态的预测方法,所述方法包括:
获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;
计算当前车辆到达所述路口的到达时刻;
根据所述到达时刻和所述管制时段,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
在其中一个实施例中,所述获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段包括:
获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻;
获取所述目标车辆的长度,根据所述目标车辆的长度及所述目标车辆的速度,得到所述目标车辆离开所述路口的第二时刻;
根据所述第一时刻和所述第二时刻,计算得到所述目标车辆通过所述路口的通行时段;
根据所述目标车辆通过所述路口的通行时段,得到所述目标车辆通过所述路口导致的管制时段。
在其中一个实施例中,所述获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻至少包括:
获取所述目标车辆的当前位置和所述路口的位置;
根据所述目标车辆的当前位置和所述路口的位置,计算所述目标车辆在当前时刻相对于所述路口的距离。
在其中一个实施例中,所述计算当前车辆到达所述路口的到达时刻包括:
获取所述当前车辆的行驶路线;
根据当前车辆的行驶状况计算当前车辆到达所述路口的到达时刻。
在其中一个实施例中,所述方法还包括:
获取管制缓冲时段和目标车辆的通行时段;
根据所述通行时段和所述管制缓冲时段确定所述目标车辆通过所述路口导致的管制时段,
根据所述当前车辆到达所述路口的到达时刻,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
在其中一个实施例中,所述方法还包括:
获取所述路口在管制时段内的交通流量密度;
若所述交通流量密度大于预设阈值,则输出堵塞提示信息。
在其中一个实施例中,所述方法还包括:
若所述到达时刻在所述管制时段内,则判断所述当前车辆在到达所述路口时需要等待,并且
根据所述到达时刻和所述管制时段,计算所述当前车辆在到达所述路口后所需的等待时间;
若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。
一种交通状态的预测装置,所述装置包括:
管制时段获取模块,用于获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;
到达时刻计算模块,用于计算当前车辆到达所述路口的到达时刻;
交通状态判断模块,用于根据所述到达时刻和所述管制时段,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
在其中一个实施例中,所述管制时段获取模块包括:
第一时刻计算模块,用于获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻;
第二时刻计算模块,用于获取所述目标车辆的长度,根据所述目标车辆的长度及所述目标车辆的速度,得到所述目标车辆离开所述路口的第二时刻;
通行时段计算模块,用于根据所述第一时刻和所述第二时刻,计算得到所述目标车辆通过所述路口的通行时段;
管制时段计算模块,用于根据所述目标车辆通过所述路口的通行时段,得到所述目标车辆通过所述路口导致的管制时段。
在其中一个实施例中,所述第一时刻计算模块至少包括:
位置获取模块,用于获取所述目标车辆的当前位置和所述路口的位置;
距离计算模块,用于根据所述目标车辆的当前位置和所述路口的位置,计算所述目标车辆在当前时刻相对于所述路口的距离。
在其中一个实施例中,所述到达时刻计算模块包括:
行驶路线获取模块,用于获取所述当前车辆的行驶路线;
到达时刻判断模块,用于根据当前车辆的行驶状况判断当前车辆预计到达所述路口的到达时刻。
在其中一个实施例中,所述装置还包括:
管制缓冲时段获取模块,用于获取管制缓冲时段和目标车辆的通行时段,并根据所述通行时段和所述管制缓冲时段确定所述目标车辆通过所述路口导致的管制时段;
交通状态预测模块,用于根据所述当前车辆预计到达所述路口的到达时刻,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
在其中一个实施例中,所述装置还包括:
交通流量密度获取模块,用于获取所述路口在管制时段内的交通流量密度;
堵塞提示信息输出模块,用于若所述交通流量密度大于预设阈值,则输出堵塞提示信息。
在其中一个实施例中,所述装置还包括:
等待时间判断模块,用于若所述到达时刻在所述管制时段内,则判断所述当前车辆在到达所述路口时需要等待,并且
根据所述到达时刻和所述管制时段,计算所述当前车辆在到达所述路口后所需的等待时间;
指令输出模块,用于若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以上任一实施例所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以上任一实施例所述方法的步骤。
上述交通状态的预测方法、装置、计算机设备和存储介质,通过获取路口中,目标车辆的信息,结合当前车辆的行驶状态和与路口的距离,能够预测当前车辆到达路口时的交通状态,进而采取相应的应对措施从而达到缓解路口交通压力的效果。
附图说明
图1为一个实施例中交通状态的预测方法的应用环境图;
图2为一个实施例中交通状态的预测方法的流程示意图;
图3为一个实施例中获取目标车辆通过路口的通行时段的步骤的流程示意图;
图4为一个实施例中的计算当前车辆到达所述路口的到达时刻步骤的流程示意图;
图5为另一个实施例中交通状态的预测方法的流程示意图;
图6为再一个实施例中交通状态的预测方法的流程示意图;
图7为又一个实施例中交通状态的预测方法的流程示意图;
图8为一个实施例中交通状态的预测装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的交通状态的预测方法,可以应用于如图1所示的应用环境中。其中,当前车辆102的车载终端通过网络与云端服务器104进行通信。在一个实施例中,目标车辆103例如火车的车载设备通过网络与云端服务器104进行通信。其中,当前车辆102的车载终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。其中,目标车辆103的车载设备包括传感器、GNSS定位装置以及车载处理器。具体地,目标车辆103上的传感器获取目标车辆103的车厢数目、每个车厢的长度;GNSS定位装置获取目标车辆103的实时位置、实时速度以及路口与目标车辆103的距离。在一个实施例中,目标车辆103中的车载处理器根据车厢数目以及每个车厢的长度计算得到目标车辆103的总长度。进一步地,目标车辆103中的车载处理器根据获取到的目标车辆103的实时位置、实时速度以及与路口的距离,计算得到目标车辆103通过该路口的通行时段。具体地,车载处理器将计算得到的目标车辆103的总长度与目标车辆103通过路口的通行时段通过网络发送至云端服务器104。在一个实施例中,当前车辆102的车载终端从云端服务器104中获取目标车辆103通过该路口的通行时段,预测当前车辆102到达路口时的交通状态。其中,云端服务器104和车载处理器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种交通状态的预测方法,以该方法应用于图1中的应用环境为例进行说明,包括以下步骤:
步骤S202,获取目标车辆103通过当前车辆102行驶路线中的路口导致的管制时段。其中,目标车辆103对道路交通状况有特殊要求,且通行权限较高,需要其他车辆配合才能通过。也就是说,在目标车辆103通过时,需要对其他车辆进行交通管制,在一定时间内对其他车辆的通行进行一定限制,优先保证目标车辆103的顺利通过。可选地,目标车辆103可以是某一种类的车辆,例如火车、有轨电车等;也可以是在通行权限上具有较高权限的车辆。可选地,目标车辆103可以是一辆车,还可以是多辆车组成的车队。其中,当前车辆102行驶路线中的路口是指在目标车辆103通过时需要进行交通管制的路口。其中,管制时段是指从路口管制开始到路口管制结束之间的时间段。
具体地,当前车辆102的车载终端从云端服务器104获取目标车辆103通过所述路口的通行时段。在一个实施例中,目标车辆103中的车载处理器根据获取到的目标车辆103的实时位置、实时速度以及与所述路口的距离,计算得到目标车辆103通过该所述路口的通行时段。具体地,车载处理器将计算得到的目标车辆103通过所述路口的通行时段通过网络发送至云端服务器104。可以理解地,云端服务器104也可以通过轨道中的监测设备等,实时获取目标车辆103的实时位置以及实时速度等。
步骤S204,计算当前车辆102到达所述路口的到达时刻。其中,到达时刻是指当前车辆102行驶到路口的时间点。在一个实施例中,通过当前车辆102的导航系统获取当前车辆102的行驶路线,通过全球导航卫星系统获取行驶路线是否经过路口的信息。
步骤S206,根据所述到达时刻和所述管制时段,预测当前车辆102到达路口时,所述路口的交通状态。其中,所述路口的交通状态包括管制状态和通行状态。在一个实施例中,当前车辆102到达所述路口时,目标车辆103正在通过或将要通过,那么所述路口则处于管制状态,当前车辆102需要等待目标车辆103通过后,且所述路口的状态切换为通行状态后才能够通过所述路口。若当前车辆102到达路口时,目标车辆103已经通过,那么路口处于通行状态,则当前车辆102无需等待,可以在路口继续行驶。
上述交通状态的预测方法中,通过获取路口中目标车辆103的信息,结合当前车辆102的行驶状态和与路口的距离,能够预测当前车辆102到达路口时的交通状态,进而采取相应的应对措施从而达到缓解路口交通压力的效果。另外通过对当前车辆102行驶状态的判断,也能够防止当前车辆102在路口遭遇交通堵塞。
在一个实施例中,请一并参阅图3,步骤S202,获取目标车辆103通过路口导致的管制时段包括:
步骤S2021,获取所述目标车辆103在当前时刻相对于路口之间的距离及所述目标车辆103的速度,得到目标车辆103到达所述路口的第一时刻。在一个实施例中,目标车辆103通过网络将获取到的速度发送至云端服务器104。在另一个实施例中,沿目标车辆103的行驶路径的速度检测装置检测目标车辆103的速度,并将检测结果发送至云端服务器104。具体地,当前车辆102从云端服务器104中获取目标车辆103的速度。其中,第一时刻可以是目标车辆103到达路口的时间点,也可以是目标车辆103到达距离路口预设距离的时间点。
在一个实施例中,步骤S2021获取所述目标车辆103在当前时刻相对于路口的距离及所述目标车辆103的速度,得到目标车辆103到达路口的第一时刻至少包括:获取所述目标车辆103的当前位置和所述路口的位置;根据所述目标车辆103的当前位置和所述路口的位置,计算当前时刻所述目标车辆103与所述路口之间的距离。可选地,通过全球导航卫星系统获取目标车辆103的当前位置,以及路口的位置。
步骤S2022,获取所述目标车辆103的长度,根据所述目标车辆103的长度及所述目标车辆103的速度,得到所述目标车辆103通过所述路口的第二时刻。具体地,目标车辆103的长度是指车头到车尾的长度。例如,若目标车辆103是火车,则目标车辆103的长度是第一节车厢的头部到最后一节车厢尾部的长度;若目标车辆103是车队,则目标车辆103的长度是第一辆车的车头到最后一辆车车尾的距离。其中,所述第二时刻是指目标车辆103完全离开路口的时间点。
步骤S2023,根据所述第一时刻和所述第二时刻,计算得到所述目标车辆103通过所述路口的通行时段。步骤S2024,根据所述目标车辆103通过所述路口的通行时段,得到所述目标车辆通过所述路口导致的管制时段。目标车辆103通过路口的通行时段,是指目标车辆103通过该路口所占用的时段,包括目标车辆103从到达路口到完全离开路口所占用的时间段。作为一个具体的实施方式,一辆火车经过路口时,火车的车头到达路口的时间为12:00(即第一时刻),火车车尾离开路口的时间为12:05(即第二时刻),则这辆火车的通行时段为12:00~12:05。在其中一个实施例中,管制时段等于通行时段。例如,当通行时段为12:00~12:05时,管制时段也为12:00~12:05。
在一个实施例中,请一并参阅图4,步骤S204,计算当前车辆到达所述路口的到达时刻包括:
步骤S2041,获取所述当前车辆102的行驶路线;步骤S2042,根据当前车辆102的行驶状况计算当前车辆预计到达所述路口的到达时刻。具体地,到达时刻是根据当前车辆102距离路口的距离以及当前车辆102的速度和加速度计算得到。例如,当前时刻为11:51,当前车辆102的行驶路线要经过路口,并且当前车辆102距离路口的距离里程为30公里,且当前车辆102以40公里/小时的速度均速行驶,则计算得到当前车辆102到达路口所需的时间为45分钟,则当前车辆102到达路口的到达时刻为12:36。
在一个实施例中,请一并参阅图5,所述方法还包括:
步骤S208,获取管制缓冲时段和目标车辆103的通行时段。其中,管制缓冲时段是指在目标车辆103进入路口之前提前开始交通管制的时间,和/或结束交通管制后恢复通行状态所需要的时间。具体地,管制缓冲时段可以是经验值,还可以是根据目标车辆103的速度来确定的值。
步骤S210,根据所述通行时段和所述管制缓冲时段确定所述目标车辆103通过所述路口导致的管制时段,根据所述当前车辆102到达所述路口的到达时刻,进一步预测所述当前车辆102到达所述路口时所述路口的交通状态。
在一个实施例中,管制时段包括目标车辆103通过路口的通行时段加上管制缓冲时段。若所述到达时刻在管制时段内,则判断所述当前车辆102在到达所述路口时需要等待。作为一种具体的实施方式,若通行时段为12:00~12:05,管制缓冲时段为5分钟,则管制时段为11:55~12:05。若到达时刻为11:56,则判断当前车辆102到达路口时需要等待。
通过设置管制缓冲时段,在目标车辆103进入路口之前就开始进行交通管制,和/或在目标车辆103离开路口之后才解除交通管制,为目标车辆103提前建立好通行环境,降低了在目标车辆103进入路口时与其他车辆发生碰撞的风险。
在一个实施例中,请一并参阅图6,所述方法还包括:
步骤S212,获取所述路口在所述管制时段内的交通流量密度。其中,交通流量密度可以通过在单位面积内处于等待状态车辆的数量来衡量。
步骤S214,若所述交通流量密度大于预设阈值,则输出堵塞提示信息。具体地,预设阈值可以是一个经验值。在其中一个实施例中,堵塞提示信息可以显示路口的交通流量密度,或发出声音警告,例如“请注意,前方路口发生堵塞”。在其中一个实施例中,当前车辆102的导航接收到输出的堵塞提示信息,并重新规划行驶路线。进一步地,当前车辆102的显示器上显示重新规划后的行驶路线。可选的,当前车辆102根据重新规划的行驶路线自动控制当前车辆102的沿重新规划的行驶路线来行驶。
在一个实施例中,请一并参阅图7,所述方法还包括:
步骤S216,若所述到达时刻在所述管制时段内,则判断所述当前车辆102在到达所述路口时需要等待;并且,根据所述到达时刻和所述管制时段,计算所述当前车辆102在到达所述路口后所需的等待时间;步骤S220,若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。其中,等待时间是指当前车辆102到达路口之后,需要在路口等待,直到路口放行的时间,预设时间可以是一个经验值。
在其中一个实施例中,当前车辆102可以将等待时间在当前车辆102的显示屏上实时显示,当等待时间大于预设时间时,发出“等待时间较长,建议关闭发动机”的提示。在另一个实施例中,当等待时间大于预设时间时,控制当前车辆102发动机自动关闭。
上述实施例对等待时间进行判断,若等待时间过长,则建议关闭发动机,能够减少当前车辆102的能源消耗。另外,当等待时间较长时,及时关闭燃油发动机能够减少汽车尾气对环境的污染。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种交通状态的预测装置,所述装置包括:
管制时段获取模块701,用于获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;
到达时刻计算模块702,用于计算当前车辆102到达所述路口的到达时刻;
交通状态判断模块703,用于根据所述到达时刻和所述管制时段,预测所述当前车辆102到达所述路口时所述路口的交通状态。
在一个实施例中,管制时段获取模块701包括:
第一时刻计算模块,用于获取目标车辆103在当前时刻相对于路口的距离及所述目标车辆103的速度,得到目标车辆103到达路口的第一时刻;
第二时刻计算模块,用于获取所述目标车辆103的长度,根据所述目标车辆103的长度及所述目标车辆103的速度,得到所述目标车辆103离开所述路口的第二时刻;
通行时段计算模块,用于根据所述第一时刻和所述第二时刻,计算得到所述目标车辆103通过所述路口的所述通行时段;
管制时段计算模块,根据所述目标车辆103通过所述路口的通行时段,得到所述目标车辆103通过所述路口导致的管制时段。
在其中一个实施例中,第一时刻计算模块包括:
位置获取模块,用于获取所述目标车辆103的当前位置和所述路口的位置;
距离计算模块,用于根据所述目标车辆103的当前位置和所述路口的位置,计算所述目标车辆103与所述路口之间的距离。
在一个实施例中,到达时刻计算模块702包括:
行驶路线获取模块,用于获取所述当前车辆102的行驶路线;
到达时刻判断模块,根据当前车辆的行驶状况判断当前车辆预计到达所述路口的到达时刻。
在一个实施例中,交通状态的预测装置还包括:
管制缓冲时段获取模块,用于获取管制缓冲时段和目标车辆的通行时段,并根据所述通行时段和所述管制缓冲时段确定所述目标车辆通过所述路口导致的管制时段;
交通状态预测模块,用于根据所述当前车辆预计到达所述路口的到达时刻,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
在一个实施例中,交通状态的预测装置还包括:
交通流量密度获取模块,用于获取所述路口在所述管制时段内的交通流量密度;
堵塞提示信息输出模块,用于若所述交通流量密度大于预设阈值,则输出堵塞提示信息。
在一个实施例中,交通状态预测装置还包括:
等待时间判断模块,用于若所述到达时刻在所述管制时段内,则判断所述当前车辆在到达所述路口时需要等待,并且根据所述到达时刻和所述管制时段,计算所述当前车辆在到达所述路口后所需的等待时间;
指令输出模块,用于若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。
关于交通状态的预测装置的具体限定可以参见上文中对于交通状态的预测方法的限定,在此不再赘述。上述交通状态的预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交通状态的预测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以上任一实施例所述方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以上任一实施例所述方法的步骤。
本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种交通状态的预测方法,其特征在于,所述方法包括:
获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;
计算当前车辆到达所述路口的到达时刻;
根据所述到达时刻和所述管制时段,预测所述当前车辆到达所述路口时所述路口的交通状态。
2.根据权利要求1所述的方法,其特征在于,所述获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段包括:
获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻;
获取所述目标车辆的长度,根据所述目标车辆的长度及所述目标车辆的速度,得到所述目标车辆离开所述路口的第二时刻;
根据所述第一时刻和所述第二时刻,计算得到所述目标车辆通过所述路口的通行时段;
根据所述目标车辆通过所述路口的通行时段,得到所述目标车辆通过所述路口导致的管制时段。
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻至少包括:
获取所述目标车辆的当前位置和所述路口的位置;
根据所述目标车辆的当前位置和所述路口的位置,计算所述目标车辆在当前时刻相对于所述路口的距离。
4.根据权利要求1所述的方法,其特征在于,所述计算当前车辆到达所述路口的到达时刻包括:
获取所述当前车辆的行驶路线;
根据当前车辆的行驶状况计算当前车辆到达所述路口的到达时刻。
5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取管制缓冲时段和目标车辆的通行时段;
根据所述通行时段和所述管制缓冲时段确定所述目标车辆通过所述路口导致的管制时段,
根据所述当前车辆到达所述路口的到达时刻,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
6.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述路口在管制时段内的交通流量密度;
若所述交通流量密度大于预设阈值,则输出堵塞提示信息;
以及进一步优选的,所述方法还包括:
若所述到达时刻在所述管制时段内,则判断所述当前车辆在到达所述路口时需要等待,并且
根据所述到达时刻和所述管制时段,计算所述当前车辆在到达所述路口后所需的等待时间;
若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。
7.一种交通状态的预测装置,其特征在于,所述装置包括:
管制时段获取模块,用于获取目标车辆通过当前车辆行驶路线中的路口导致的管制时段;
到达时刻计算模块,用于计算当前车辆到达所述路口的到达时刻;
交通状态判断模块,用于根据所述到达时刻和所述管制时段,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
8.根据权利要求7所述的装置,其特征在于,所述管制时段获取模块包括:
第一时刻计算模块,用于获取所述目标车辆在当前时刻相对于所述路口的距离及所述目标车辆的速度,得到所述目标车辆到达所述路口的第一时刻;
第二时刻计算模块,用于获取所述目标车辆的长度,根据所述目标车辆的长度及所述目标车辆的速度,得到所述目标车辆离开所述路口的第二时刻;
通行时段计算模块,用于根据所述第一时刻和所述第二时刻,计算得到所述目标车辆通过所述路口的通行时段;
管制时段计算模块,用于根据所述目标车辆通过所述路口的通行时段,得到所述目标车辆通过所述路口导致的管制时段。
9.根据权利要求8所述的装置,其特征在于,所述第一时刻计算模块至少包括:
位置获取模块,用于获取所述目标车辆的当前位置和所述路口的位置;
距离计算模块,用于根据所述目标车辆的当前位置和所述路口的位置,计算所述目标车辆在当前时刻相对于所述路口的距离。
10.根据权利要求7所述的装置,其特征在于,所述到达时刻计算模块包括:
行驶路线获取模块,用于获取所述当前车辆的行驶路线;
到达时刻判断模块,用于根据当前车辆的行驶状况判断当前车辆预计到达所述路口的到达时刻。
11.根据权利要求7或8所述的装置,其特征在于,所述装置还包括:
管制缓冲时段获取模块,用于获取管制缓冲时段和目标车辆的通行时段,并根据所述通行时段和所述管制缓冲时段确定所述目标车辆通过所述路口导致的管制时段;
交通状态预测模块,用于根据所述当前车辆预计到达所述路口的到达时刻,进一步预测所述当前车辆到达所述路口时所述路口的交通状态。
12.根据权利要求7或8所述的装置,其特征在于,所述装置还包括:
交通流量密度获取模块,用于获取所述路口在管制时段内的交通流量密度;
堵塞提示信息输出模块,用于若所述交通流量密度大于预设阈值,则输出堵塞提示信息;以及进一步优选的,
所述装置还包括:
等待时间判断模块,用于若所述到达时刻在所述管制时段内,则判断所述当前车辆在到达所述路口时需要等待,并且根据所述到达时刻和所述管制时段,计算所述当前车辆在到达所述路口后所需的等待时间;
指令输出模块,用于若所述等待时间大于预设时间,则输出提醒信息,和/或关闭所述当前车辆的发动机。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910092412.5A CN111508224A (zh) | 2019-01-30 | 2019-01-30 | 交通状态的预测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910092412.5A CN111508224A (zh) | 2019-01-30 | 2019-01-30 | 交通状态的预测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111508224A true CN111508224A (zh) | 2020-08-07 |
Family
ID=71875696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910092412.5A Pending CN111508224A (zh) | 2019-01-30 | 2019-01-30 | 交通状态的预测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111508224A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140108A (zh) * | 2021-04-16 | 2021-07-20 | 西北工业大学 | 一种网联智能交通系统中的云端交通态势预测方法 |
CN113899381A (zh) * | 2021-09-30 | 2022-01-07 | 北京百度网讯科技有限公司 | 用于生成路线信息的方法、装置、设备、介质和产品 |
CN115206090A (zh) * | 2022-06-07 | 2022-10-18 | 安徽超清科技股份有限公司 | 一种基于交通大数据的交通态势预估系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999009429A1 (en) * | 1997-08-18 | 1999-02-25 | Dynamic Vehicle Safety Systems, Ltd. | Collision avoidance using gps device and train proximity detector |
US6262657B1 (en) * | 1999-01-08 | 2001-07-17 | Yazaki Corporation | Driver alerting system |
US20100070128A1 (en) * | 2008-09-15 | 2010-03-18 | Microsoft Corporation | vehicle operation by leveraging traffic related data |
KR20120035466A (ko) * | 2010-10-05 | 2012-04-16 | 현대모비스 주식회사 | 건널목 충돌방지 장치 |
US20140361126A1 (en) * | 2013-06-05 | 2014-12-11 | General Electric Company | Systems and method for controlling warnings at vehicle crossings |
CN104411559A (zh) * | 2012-03-26 | 2015-03-11 | 谷歌公司 | 用于检测交通信号及其关联状态的鲁棒方法 |
CN105654754A (zh) * | 2016-01-20 | 2016-06-08 | 深圳前海达闼云端智能科技有限公司 | 一种车辆控制方法及装置 |
US20160335892A1 (en) * | 2014-03-10 | 2016-11-17 | Hitachi Automotive Systems, Ltd. | System for Avoiding Collision with Multiple Moving Bodies |
CN107316484A (zh) * | 2017-06-19 | 2017-11-03 | 北京小米移动软件有限公司 | 行驶提示方法和装置、电子设备及计算机可读存储介质 |
-
2019
- 2019-01-30 CN CN201910092412.5A patent/CN111508224A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999009429A1 (en) * | 1997-08-18 | 1999-02-25 | Dynamic Vehicle Safety Systems, Ltd. | Collision avoidance using gps device and train proximity detector |
US6262657B1 (en) * | 1999-01-08 | 2001-07-17 | Yazaki Corporation | Driver alerting system |
US20100070128A1 (en) * | 2008-09-15 | 2010-03-18 | Microsoft Corporation | vehicle operation by leveraging traffic related data |
KR20120035466A (ko) * | 2010-10-05 | 2012-04-16 | 현대모비스 주식회사 | 건널목 충돌방지 장치 |
CN104411559A (zh) * | 2012-03-26 | 2015-03-11 | 谷歌公司 | 用于检测交通信号及其关联状态的鲁棒方法 |
US20140361126A1 (en) * | 2013-06-05 | 2014-12-11 | General Electric Company | Systems and method for controlling warnings at vehicle crossings |
US20160335892A1 (en) * | 2014-03-10 | 2016-11-17 | Hitachi Automotive Systems, Ltd. | System for Avoiding Collision with Multiple Moving Bodies |
CN105654754A (zh) * | 2016-01-20 | 2016-06-08 | 深圳前海达闼云端智能科技有限公司 | 一种车辆控制方法及装置 |
CN107316484A (zh) * | 2017-06-19 | 2017-11-03 | 北京小米移动软件有限公司 | 行驶提示方法和装置、电子设备及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140108A (zh) * | 2021-04-16 | 2021-07-20 | 西北工业大学 | 一种网联智能交通系统中的云端交通态势预测方法 |
CN113899381A (zh) * | 2021-09-30 | 2022-01-07 | 北京百度网讯科技有限公司 | 用于生成路线信息的方法、装置、设备、介质和产品 |
CN115206090A (zh) * | 2022-06-07 | 2022-10-18 | 安徽超清科技股份有限公司 | 一种基于交通大数据的交通态势预估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111508224A (zh) | 交通状态的预测方法、装置、计算机设备和存储介质 | |
US9811086B1 (en) | Vehicle management system | |
EP2075171B1 (en) | Vehicle control apparatus and vehicle control system using the same | |
Wang et al. | Review of driving conditions prediction and driving style recognition based control algorithms for hybrid electric vehicles | |
US10395441B2 (en) | Vehicle management system | |
EP3878706A1 (en) | Method for controlling a hybrid electric vehicle | |
US11718274B2 (en) | Systems and methods for thermal management of vehicle sensor devices | |
US11724558B2 (en) | Systems and methods for thermal management of vehicle sensor devices | |
CN103158704A (zh) | 用于车辆的驾驶模式引导系统及其方法 | |
KR20180079303A (ko) | 자동차용 운전자 보조 시스템을 위한 주변환경 모델링 장치 | |
US20220242394A1 (en) | Method and system for improving fuel economy of a hybrid powertrain in a vehicle | |
EP3555866A1 (en) | Vehicle management system | |
US20220341744A1 (en) | Order Management Method Applied to Electric Vehicle and Apparatus | |
US20170142470A1 (en) | Car entertainment control system | |
CN110455302A (zh) | 导航系统控制方法、装置、计算机设备和存储介质 | |
CN110930688B (zh) | 交通工具行驶路径的规划方法、装置、计算机设备和存储介质 | |
CN112185157B (zh) | 路边停车位检测方法、系统、计算机设备及存储介质 | |
JP2021172319A (ja) | 情報処理装置、制御装置、車両、及び散水方法 | |
CN110793534A (zh) | 导航系统控制方法、装置、计算机设备和存储介质 | |
Arnau et al. | Eco-driving optimization of a signalized route with extended traffic state information | |
CN110794441B (zh) | 车辆急转弯识别方法、装置、计算机设备和存储介质 | |
US11125578B2 (en) | Subscription based smart refueling | |
CN111319627A (zh) | 辅助驾驶方法、装置、计算机设备和存储介质 | |
CN112530190A (zh) | 辅助装置、相应的方法和介质以及车辆 | |
CN110654183A (zh) | 轮胎压力预测方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |
|
RJ01 | Rejection of invention patent application after publication |