CN112907038A - 一种基于大数据平台的道路绿波诊断方法及系统 - Google Patents
一种基于大数据平台的道路绿波诊断方法及系统 Download PDFInfo
- Publication number
- CN112907038A CN112907038A CN202110124365.5A CN202110124365A CN112907038A CN 112907038 A CN112907038 A CN 112907038A CN 202110124365 A CN202110124365 A CN 202110124365A CN 112907038 A CN112907038 A CN 112907038A
- Authority
- CN
- China
- Prior art keywords
- information
- actual
- evaluation
- road
- evaluation score
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 165
- 238000012545 processing Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 abstract description 2
- 238000003860 storage Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Analytical Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据平台的道路绿波诊断方法及系统,包括:接收用户的方案选择信息;调用诊断评分模型,获得诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示实际评价得分信息对应的实际智能评价信息;根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在路口范围选择对应的当前路段展示实际评价得分信息对应的实际色彩;以及根据预设定的评价得分信息与决策措施的对应关系,确定并执行实际评价得分信息对应的实际决策措施。本发明实现了多功能的集成,并且满足用户的实际需求,能够展示道路的实际情况。
Description
技术领域
本发明涉及城市道路的管理技术领域,具体地,涉及一种基于大数据平台的城道路绿波诊断方法及系统。
背景技术
随着城市经济的快速发展和机动车保有量的快速增加,交通拥堵已成为带有普遍意义的“城市病”。干线作为城市交通的要道,干线协调是目前普遍采用的提高干道通行效率的成熟技术。但是目前干线协调关注的技术是绿波方案的设计和应用实施,关于干线协调的运行状态监控和实际效果评估研究较少。此外由于干线协调的干扰因素太多,干线协调的运行状态监控和实际效果评估对于干线绿波全时段稳定运行和及时调优发挥及其重要的作用,对城市干道通行效率的提升和保障具有重大意义。
目前针对干线协调的长期稳定运行和应用效果评估业务,公开了干线车流停车率估计的方法,其可以忽略不同车流组成、运行条件下的不确定性特点,能够动态估计干线车流停车率,但是,由现有技术可知,其仅能根据预先设定的方式针对某个路段实现停车率的估计,其整个系统功能较为单一,无法适应现在的需要。
发明内容
本发明的目的是提供一种基于大数据平台的道路绿波诊断方法及系统,该基于大数据平台的道路绿波诊断方法实现了多功能的集成,并且满足用户的实际需求,能够展示道路的实际情况。
为了实现上述目的,本发明提供了一种基于大数据平台的道路绿波诊断方法,所述基于大数据平台的道路绿波诊断方法包括:接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;以及根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施。
优选地,所述接收用户的方案选择信息包括:向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;以及响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。
优选地,所述道路绿波诊断方法还包括通过下述方式建立诊断评分模型:建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
优选地,所述根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息包括:在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优;以及在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
优选地,所述根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩包括:展示用户的路口范围选择对应的路段视图;获取预设定的评价得分信息与用于标注各级路段的色彩信息的对应关系;基于所述对应关系确定各路段的所述实际评价得分信息对应的实际色彩;以及采用各路段各自对应的实际色彩展示所述路段视图。
优选地,所述根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施包括:在所述实际评价得分信息示出的评分大于预设定的评分阈值时,判断该路段是否为学校路段,在判断该路段为学校路段时,确定执行的实际决策措施为降低路段车速限值最大值;在判断该路段不为学校路段时,判断空闲路段是否大于预设定的距离,在判断空闲路段大于预设定的距离时,减少路口通行时间;在所述实际评价得分信息示出的评分小于预设定的评分阈值时,确定执行的实际决策措施为增加路段车速限值最大值以及增加路口通行时间。
另外,本发明提供一种基于大数据平台的道路绿波诊断系统,所述基于大数据平台的道路绿波诊断系统包括:信息接收模块,用于接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;模型调用模块,用于调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;评价确定模块,用于根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;色彩确定模块,用于根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;以及措施确定模块,用于根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施。
优选地,所述信息接收模块包括:界面展示子模块,用于向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;以及方案确定子模块,用于响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。
优选地,所述道路绿波诊断系统还包括通过下述模块建立诊断评分模型:模型建立子模块,用于建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;信息获取子模块,用于获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;以及数据确定子模块,用于向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
优选地,所述评价确定模块用于:在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优;以及在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
根据上述技术方案,本发明利用设计的基于大数据平台的道路绿波诊断方法可以实现道路的绿波诊断以及展示,根据用户选择的路段、日期、时段等信息满足了用户的实际需求,即用户需要展示哪段信息即展示哪段信息,可以配合用户的需求,展示用户需要展示的部分道路绿波诊断数据,且在用户选择后执行相关的信息确定和展示,展示效果更好。
本发明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发明的进一步理解,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发明,但并不构成对本发明的限制。在附图中:
图1是说明本发明的一种基于大数据平台的道路绿波诊断方法的流程图;
图2是说明本发明的一种基于大数据平台的道路绿波诊断方法的S104的流程图;以及
图3是说明本发明的一种基于大数据平台的道路绿波诊断系统的结构框图。
附图标记说明
1 信息接收模块 2 模型调用模块
3 评价确定模块 4 色彩确定模块
5 措施确定模块
具体实施方式
以下结合附图对本发明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发明,并不用于限制本发明。
本发明提供一种基于大数据平台的道路绿波诊断方法,所述基于大数据平台的道路绿波诊断方法包括:
S101,接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;其中,日期范围例如从1月1日-1月10日,输入框只能输入数字,能自动检测避免输入非法字符,并在输入非法字符后阻止其输入,路口范围选择可以是从一个路口至另一个路口,其可以是直线也可以是折线,其主要以导航路径为主,用户可以在导航图中进行选择,可以根据推荐的路线进行实际路线的选择。
S102,调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;其中,所述诊断评分模型是预先设计的模型,可以根据实际情况进行评分诊断,实际情况包括上述的所有输入信息,其可以得出该输入信息对应的实际通行数据。
S103,根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;其中,所述评价得分仅用于说明该路段的通行状态,可能是通行正常也可以是不正常。
S104,根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;其中,所述色彩可以是红色,也可以是绿色或黄色。
S105,根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施;其中,所述决策可以是改变绿灯通行时间,也可以是改变路段限速。
优选地,所述接收用户的方案选择信息可以包括:向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;其中,所述选择界面可以由用户点击进行选择;以及响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。其中,所述操作可以包括鼠标点击操作或键盘输入操作。
优选地,所述道路绿波诊断方法还包括通过下述方式建立诊断评分模型:建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;
获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;所述历史数据为历史中的通行数据,本发明只有在输入方案选择信息的时候才会被调用。
向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
优选地,所述根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息包括:
在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优,其中,所述评分阈值为60分;以及
在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
其中,本发明的智能评价信息可以根据所述评价得分信息与评分阈值的比较结果确定道路通行状况,为优的表明通行状态较好,可以暂不改进,为差的表明通行状态不好,需要进行改进。
优选地,如图2所示,所述根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩包括:
S201,展示用户的路口范围选择对应的路段视图;其中,展示的路段视图为放大的图,其能够展示路段的信息。
S202,获取预设定的评价得分信息与用于标注各级路段的色彩信息的对应关系;其中,色彩信息表明了路段的拥堵情况和通行状态,色彩信息为红色、橙色、黄色和绿色,其能够表明拥堵状态越来越优。
S203,基于所述对应关系确定各路段的所述实际评价得分信息对应的实际色彩,例如,评价得分为0-30分,色彩为红色;得分在31-50分,色彩为橙色;得分在51-80分,色彩为黄色;得分在81-100分,色彩为绿色;以及
S204,采用各路段各自对应的实际色彩展示所述路段视图;其中,路段视图能够以路段的颜色来展示路段的拥堵情况。
优选地,所述根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施包括:
在所述实际评价得分信息示出的评分大于预设定的评分阈值时,判断该路段是否为学校路段,
在判断该路段为学校路段时,确定执行的实际决策措施为降低路段车速限值最大值,进而降低速度保持安全,不影响交通拥堵;
在判断该路段不为学校路段时,判断空闲路段是否大于预设定的距离,在判断空闲路段大于预设定的距离(例如2km)时,减少路口通行时间,例如减少2s,其中,空闲路段越长,路口通行时间可以减少越多;
在所述实际评价得分信息示出的评分小于预设定的评分阈值时,确定执行的实际决策措施为增加路段车速限值最大值以及增加路口通行时间,进而确保路段的通行。
另外,本发明公开一种基于大数据平台的道路绿波诊断系统,如图3所示,所述基于大数据平台的道路绿波诊断系统包括:信息接收模块1,用于接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;模型调用模块2,用于调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;评价确定模块3,用于根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;色彩确定模块4,用于根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;以及措施确定模块5,用于根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施。
优选地,所述信息接收模块1包括:界面展示子模块,用于向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;以及方案确定子模块,用于响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。
优选地,所述道路绿波诊断系统还包括通过下述模块建立诊断评分模型:模型建立子模块,用于建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;信息获取子模块,用于获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;以及数据确定子模块,用于向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
优选地,所述评价确定模块用于:在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优;以及在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
其中,本发明的基于大数据平台的道路绿波诊断系统具有与所述基于大数据平台的道路绿波诊断方法相同的区别技术特征和技术效果,在此不再赘述。
所述基于大数据平台的道路绿波诊断系统包括处理器和存储器,上述信息接收模块1、模型调用模块2、评价确定模块3、色彩确定模块4和措施确定模块5等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现道路绿波诊断。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述基于大数据平台的道路绿波诊断方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述基于大数据平台的道路绿波诊断方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:图1所示的步骤。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:图1所示的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于大数据平台的道路绿波诊断方法,其特征在于,所述基于大数据平台的道路绿波诊断方法包括:
接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;
调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;
根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;
根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;以及
根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施。
2.根据权利要求1所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述接收用户的方案选择信息包括:
向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;以及
响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。
3.根据权利要求1所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述道路绿波诊断方法还包括通过下述方式建立诊断评分模型:
建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;
获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;
向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
4.根据权利要求1所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息包括:
在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优;以及
在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
5.根据权利要求1所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩包括:
展示用户的路口范围选择对应的路段视图;
获取预设定的评价得分信息与用于标注各级路段的色彩信息的对应关系;
基于所述对应关系确定各路段的所述实际评价得分信息对应的实际色彩;以及
采用各路段各自对应的实际色彩展示所述路段视图。
6.根据权利要求1所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施包括:
在所述实际评价得分信息示出的评分大于预设定的评分阈值时,判断该路段是否为学校路段,
在判断该路段为学校路段时,确定执行的实际决策措施为降低路段车速限值最大值;
在判断该路段不为学校路段时,判断空闲路段是否大于预设定的距离,
在判断空闲路段大于预设定的距离时,减少路口通行时间;
在所述实际评价得分信息示出的评分小于预设定的评分阈值时,确定执行的实际决策措施为增加路段车速限值最大值以及增加路口通行时间。
7.一种基于大数据平台的道路绿波诊断系统,其特征在于,所述基于大数据平台的道路绿波诊断系统包括:
信息接收模块,用于接收用户的方案选择信息,其中,所述方案选择信息包括日期范围选择、路口范围选择以及时段选择;
模型调用模块,用于调用诊断评分模型,向所述诊断评分模型中输入所述日期范围选择、路口范围选择以及时段选择以调用出各日期、各路段以及各时段的实际通行数据,并获得所述诊断评分模型输出的各日期、各路段以及各时段对应的实际评价得分信息;
评价确定模块,用于根据预设定的评价得分信息与智能评价信息的对应关系,确定并展示所述实际评价得分信息对应的实际智能评价信息;
色彩确定模块,用于根据预设定的评价得分信息与用于标注各级路段的色彩信息,确定并在所述路口范围选择对应的当前路段展示所述实际评价得分信息对应的实际色彩;以及
措施确定模块,用于根据预设定的评价得分信息与决策措施的对应关系,确定并执行所述实际评价得分信息对应的实际决策措施。
8.根据权利要求7所述的基于大数据平台的道路绿波诊断方法,其特征在于,所述信息接收模块包括:
界面展示子模块,用于向用户展示日期范围选择、路口范围选择以及时段选择各自的选择界面;以及
方案确定子模块,用于响应于用户针对各选择界面的操作,确定用户的实际方案选择信息。
9.根据权利要求7所述的基于大数据平台的道路绿波诊断系统,其特征在于,所述道路绿波诊断系统还包括通过下述模块建立诊断评分模型:
模型建立子模块,用于建立诊断评分模型,其中,所述诊断评分模型以通行数据为输入,并以评价得分信息为输出;
信息获取子模块,用于获取城市道路的历史通行数据和各历史通行数据对应的评价得分信息,并基于所述历史通行数据及其对应的评价得分信息训练所述诊断评分模型;以及
数据确定子模块,用于向所述诊断评分模型中输入方案选择信息以确定实际通行数据,并获得所述诊断评分模型输出的实际评价得分信息。
10.根据权利要求7所述的基于大数据平台的道路绿波诊断系统,其特征在于,所述评价确定模块用于:
在所述评价得分信息示出的评分大于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为优;以及
在所述评价得分信息示出的评分小于或等于预设定的评分阈值时,确定并展示的实际只能评价信息示出道路通行状况为差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110124365.5A CN112907038A (zh) | 2021-01-29 | 2021-01-29 | 一种基于大数据平台的道路绿波诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110124365.5A CN112907038A (zh) | 2021-01-29 | 2021-01-29 | 一种基于大数据平台的道路绿波诊断方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907038A true CN112907038A (zh) | 2021-06-04 |
Family
ID=76120962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110124365.5A Pending CN112907038A (zh) | 2021-01-29 | 2021-01-29 | 一种基于大数据平台的道路绿波诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907038A (zh) |
-
2021
- 2021-01-29 CN CN202110124365.5A patent/CN112907038A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11235774B2 (en) | Road condition predicting method and apparatus, computer device and readable medium | |
US8036822B2 (en) | Travel time determination | |
CN101645200A (zh) | 导航路径选择方法和装置 | |
CN107845262A (zh) | 一种交通事故预测方法和装置 | |
CN111968370B (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
CN110718057B (zh) | 路网运行状态评价方法、装置、电子设备及介质 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN113747364B (zh) | 一种基于5g网络的智能交通导航方法、设备及介质 | |
CN112257954A (zh) | 预测分段道路风险等级的方法、装置、系统及存储介质 | |
CN112885120B (zh) | 一种提高道路通畅的区域交通信号控制方法及系统 | |
CN112907038A (zh) | 一种基于大数据平台的道路绿波诊断方法及系统 | |
CN108391235A (zh) | 一种数据分析方法及装置 | |
CN103063219B (zh) | 一种导航电子地图预处理及显示方法 | |
CN116341773A (zh) | 车辆需求预测方法、装置、计算机设备和存储介质 | |
CN116442787A (zh) | 一种电动汽车能耗预警方法、装置、介质及设备 | |
CN113806585B (zh) | 一种获取路段通行时长的方法、装置、电子设备及存储介质 | |
CN111739322B (zh) | 数据处理方法及其装置 | |
CN114720148A (zh) | 车辆感知能力的确定方法、装置、设备及存储介质 | |
CN114186747A (zh) | 一种基于大数据事故分析决策方法、系统 | |
CN113744546A (zh) | 一种基于v2x的路测单元的信号灯控制方法、系统 | |
CN114091727A (zh) | 碳排放核算方法、装置、电子设备及可读取存储介质 | |
CN105448044A (zh) | 一种确定司机疲劳状态的方法与设备 | |
CN102221385A (zh) | 燃料消耗的确定方法及导航系统 | |
CN109615473A (zh) | 一种结单里程确定方法及系统 | |
CN112967508B (zh) | 一种用于干线协调的智能决策方法及系统 |
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 |