CN114419876B - 道路饱和度评价方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了道路饱和度评价方法、装置、电子设备及存储介质，涉及智能交通以及计算机视觉等人工智能领域，其中的方法可包括：针对任一道路，获取待评价的时间窗口内经过该道路的浮动车轨迹，将获取到的浮动车轨迹数量作为该道路在待评价的时间窗口的实际通行流量；获取待评价的时间窗口对应的该道路的临界通行能力；根据获取到的实际通行流量及临界通行能力确定出该道路的饱和度。应用本公开所述方案，可降低实现成本及提升评价结果的准确性等。

Description

道路饱和度评价方法、装置、电子设备及存储介质

技术领域

本公开涉及人工智能技术领域，特别涉及智能交通以及计算机视觉等领域的道路饱和度评价方法、装置、电子设备及存储介质。

背景技术

道路饱和度是反映道路服务水平的重要指标之一，根据该指标可以对个体交通出行进行辅助规划，避开交通通行高峰，提升道路交通通行体验，并可对交通管控治理起到指导作用，如对于信号灯配时调控、道路方向通行优化以及路口相位时间调整等起到重要作用。

目前，多采用人工统计方式或电子设备方式来获取道路饱和度。其中，人工统计方式需要耗费较大的人力和时间成本，且效率低下，而且准确性也较差，电子设备方式即指借助于地磁线圈、电子眼摄像头等来评价道路饱和度，但这种方式的实现成本较高，而且受限于电子设备的稳定性，一旦电子设备发生损坏，则会影响评价结果，即降低评价结果的准确性。

发明内容

本公开提供了道路饱和度评价方法、装置、电子设备及存储介质。

一种道路饱和度评价方法，包括：

针对任一道路，获取待评价的时间窗口内经过所述道路的浮动车轨迹，将获取到的浮动车轨迹数量作为所述道路在所述待评价的时间窗口的实际通行流量；

获取所述待评价的时间窗口对应的所述道路的临界通行能力；

根据所述实际通行流量及所述临界通行能力确定出所述道路的饱和度。

一种道路饱和度评价装置，包括：第一处理模块、第二处理模块以及第三处理模块；

所述第一处理模块，用于针对任一道路，获取待评价的时间窗口内经过所述道路的浮动车轨迹，将获取到的浮动车轨迹数量作为所述道路在所述待评价的时间窗口的实际通行流量；

所述第二处理模块，用于获取所述待评价的时间窗口对应的所述道路的临界通行能力；

所述第三处理模块，用于根据所述实际通行流量及所述临界通行能力确定出所述道路的饱和度。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。

上述公开中的一个实施例具有如下优点或有益效果：可基于获取到的浮动车轨迹来进行道路饱和度评价，无需人工介入，从而节省了人力和时间成本，并提升了处理效率，而且，无需使用地磁线圈等电子设备，从而降低了实现成本，另外，可结合道路的实际通行流量以及临界通行能力来确定出道路的饱和度，从而确保了评价结果的准确性等。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开所述道路饱和度评价方法第一实施例的流程图；

图2为现有拥堵程度和断面通行能力间的关系示意图；

图3为现有拥堵程度和空间占有率间的关系示意图；

图4为本公开所述划分得到的各时间段的示意图；

图5为本公开所述路口的示意图；

图6为本公开所述道路饱和度评价方法第二实施例的流程图；

图7为本公开所述道路饱和度评价装置实施例700的组成结构示意图；

图8示出了可以用来实施本公开的实施例的电子设备800的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本公开所述道路饱和度评价方法第一实施例的流程图。如图1所示，包括以下具体实现方式。

在步骤101中，针对任一道路，获取待评价的时间窗口内经过该道路的浮动车轨迹，将获取到的浮动车轨迹数量作为该道路在待评价的时间窗口的实际通行流量。

在步骤102中，获取待评价的时间窗口对应的该道路的临界通行能力。

在步骤103中，根据获取到的实际通行流量及临界通行能力确定出该道路的饱和度。

可以看出，上述方法实施例所述方案中，可基于获取到的浮动车轨迹来进行道路饱和度评价，无需人工介入，从而节省了人力和时间成本，并提升了处理效率，而且，无需使用地磁线圈等电子设备，从而降低了实现成本，另外，可结合道路的实际通行流量以及临界通行能力来确定出道路的饱和度，从而确保了评价结果的准确性等。

浮动车通常是指安装了车载全球定位系统(GPS，Global Positioning System)并行驶在道路上的车辆，可包括公交车、出租车和私家车等。

传统的电子设备方式中，需要针对指定的道路安装地磁线圈等，实现成本较高，而本公开所述方案中仅需借助于浮动车的定位能力等，无需额外的进行电子设备的铺设，从而降低了实现成本，而且，以某一城市为例，浮动车可覆盖到城市中的各个道路，即数据覆盖范围更广。另外，获取到的浮动车轨迹是基于群体的贡献，不依赖于单独的某个个体，因此当某个个体出现问题无法召回时，对整体并不会造成实质影响，即数据稳定性高，持续性强。再有，基于软件数字化和互联网通信传输以及大数据处理能力等，群体的浮动车轨迹可以实时采集回传，并经过处理后实时输出。

所述时间窗口的具体时长可根据实际需要而定，比如，15分钟。针对每个时间窗口，可分别按照图1所示方式进行处理。

为便于表述，将当前处理的时间窗口称为待评价的时间窗口，针对任一道路，即待评价的道路，为便于表述，后续将其称为道路i，可获取待评价的时间窗口内经过道路i的浮动车轨迹，并可将获取到的浮动车轨迹数量作为道路i在待评价的时间窗口的实际通行流量。

优选地，针对获取到的任一浮动车轨迹，还可首先对其进行预处理，所述预处理具体包括哪些内容可根据实际需要而定，比如，可确定该浮动车轨迹是否为低质量轨迹，若是，则可丢弃该浮动车轨迹，否则，可保留该浮动车轨迹。比如，某一浮动车轨迹中仅包括一些稀疏的轨迹点，那么则可认为该浮动车轨迹为低质量轨迹。

通过上述处理，可过滤掉低质量的浮动车轨迹，从而减少了后续处理的工作量，并提升了后续处理结果的准确性等。

除了需要获取道路i的实际通行流量之外，还需要获取待评价的时间窗口对应的道路i的临界通行能力。

图2为现有拥堵程度和断面通行能力间的关系示意图。图3为现有拥堵程度和空间占有率间的关系示意图。如图2和图3所示，随着拥堵程度的加剧，交通车辆的通行速度越来越小，驾驶体验感越来越差，另外，随着拥堵程度的加剧，交通空间占有率越来越大，当处于严重拥堵状态时，空间占有率达到最大，而此时断面的交通通行流量趋向于0。如图2所示，当交通车辆的通行速度由畅通到缓行阶段变化时，驾驶体验感也会由舒畅向不适的状态过渡，其中会经历一个临界状态，此时的交通通行流量为临界通行流量，即道路的临界通行能力。

本公开所述方案中，可根据单个浮动车的交通行为与静态道路的关系等，在时间维度和空间维度上，按照个体的浮动车轨迹进行空间位置道路绑定，并可按照时间窗口聚合，获取时间窗口内经过道路的浮动车轨迹。

本公开的一个实施例中，临界通行能力可为根据第一预定时长内包括的M个连续时间窗口分别对应的第一参数确定出的，M为大于一的正整数，M个连续时间窗口中的最后一个时间窗口为待评价的时间窗口，或者，M个连续时间窗口中的最后一个时间窗口为位于待评价的时间窗口之前的时间窗口，另外，第一预定时长为第二预定时长的M倍，第二预定时长为一个时间窗口的时长，任一时间窗口对应的第一参数可包括：该时间窗口内经过道路i的处于临界通行状态的浮动车数量。

M的具体取值可根据实际需要而定。

也就是说，在获取待评价的时间窗口对应的道路i的临界通行能力时，可根据包括待评价的时间窗口在内的M个连续时间窗口分别对应的第一参数确定出所述临界通行能力，也可根据不包括待评价的时间窗口在内的M个连续时间窗口分别对应的第一参数确定出所述临界通行能力。

比如，待评价的时间窗口为2021年11月1日10:00～10:15这一时间窗口(假设时间窗口的时长为15分钟)，那么可以利用以待评价的时间窗口作为结束的连续M个时间窗口组成第一预定时长，或者，第一预定时长也可以是指预定的某一段时间，如待评价的时间窗口所在月份的前一月，即2021年10月，在2021年10月中，针对每个时间窗口，均可得到一个第一参数，那么可根据10月中得到的所有第一参数，确定出待评价的时间窗口对应的道路i的临界通行能力。对于前一种方式，由于第一预定时长中包括的时间窗口是在不断变化的，因此确定出的临界通行能力的准确性会更高，但计算量也会更大，对于后一种方式，临界通行能力每个月进行一次更新，无需每15分钟则重新进行一次计算，从而可显著地节省计算资源，而且，临界通行能力通常不会频繁的发生变化，因此也不会对后续处理结果的准确性造成严重影响。具体采用哪种方式可根据实际需要而定。

本公开的一个实施例中，临界通行能力可为M个第一参数中与预定的分位点对应的第一参数。也就是说，第一预定时长对应M个第一参数，根据统计的序列，可取预定的分位点，将该分位点对应的第一参数作为所需的临界通行能力。所述分位点的具体取值可根据实际需要而定，如85％。理论上来说，应该将M个第一参数中取值最大的第一参数作为所需的临界通行能力，但一些取值很大的第一参数很可能是由于某种原因导致的干扰数据，因此为排除干扰，可将分位点的取值设置为较大但不是最大，如上述的85％，或90％等。

可以看出，上述处理方式中，可结合多个时间窗口对应的第一参数确定出所需的临界通行能力，从而提升了获取到的临界通行能力的准确性等。

如前所述，任一时间窗口对应的第一参数可包括：该时间窗口内经过道路i的处于临界通行状态的浮动车数量。

本公开的一个实施例中，针对任一时间窗口，获取该时间窗口对应的第一参数可包括：将该时间窗口作为待处理的时间窗口，分别获取待处理的时间窗口内经过道路i的各浮动车轨迹对应的通行速度，根据获取到的各通行速度确定出待处理的时间窗口对应的第一参数。

本公开的一个实施例中，分别获取待处理的时间窗口内经过道路i的各浮动车轨迹对应的通行速度可包括：针对待处理的时间窗口内经过道路i的任一浮动车轨迹，分别进行以下处理：将该浮动车轨迹对应的时间范围划分为至少一个时间段，划分得到的各时间段为连续的时间段，对于任一时间段，其中的各时间点对应的车速均大于第一阈值，或者，其中的各时间点对应的车速均小于或等于第一阈值，从划分得到的各时间段中过滤掉非正常通行的时间段，获取剩余的时间段的车速均值，将所述均值作为该浮动车轨迹对应的通行速度。

第一阈值的具体取值可根据实际需要而定，如10km/h。

图4为本公开所述划分得到的各时间段的示意图。如图4所示，可得到[t₁,t′₁]，[t′₁,t′₂]，……，[t′₇,t′₈]，[t′₈,t_n]等多个时间段，如时间段1所示，其中的各时间点对应的车速均大于第一阈值，即均大于10km/h，而如时间段2所示，其中的各时间点对应的车速均小于或等于10km/h。

可从划分得到的各时间段中过滤掉非正常通行的时间段。

本公开的一个实施例中，针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长小于或等于第二阈值，且该时间段对应的浮动车移动距离小于或等于第三阈值，则可确定该时间段为短时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

本公开的一个实施例中，针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长大于或等于第四阈值，且该时间段对应的浮动车移动距离小于或等于第五阈值，则可确定该时间段为长时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

如图4所示，针对其中的时间段2、时间段4、时间段6和时间段8，可分别确定其是否为非正常通行的时间段，非正常通行多指停车，可包括短时停车和长时停车，短时停车和长时停车的主要区别是停车时长不同。

上述各阈值的具体取值均可根据实际需要而定。通常来说，第四阈值大于第二阈值，另外，第三阈值和第五阈值可以相同，也可以不同。

通过上述处理，可准确高效地确定出非正常通行的时间段，并可将非正常通行的时间段过滤掉，从而避免了非正常通行的时间段对后续的处理结果造成影响。

在过滤掉非正常通行的时间段后，可获取剩余的时间段的车速均值，并可将所述均值作为浮动车轨迹对应的通行速度。

进一步地，可根据获取到的待处理的时间窗口内经过道路i的各浮动车轨迹对应的通行速度确定出待处理的时间窗口对应的第一参数，即确定出待处理的时间窗口内经过道路i的处于临界通行状态的浮动车数量。

本公开的一个实施例中，可获取道路i对应的畅通速度，并可针对待处理的时间窗口内经过道路i的任一浮动车轨迹，分别根据该浮动车轨迹对应的通行速度以及所述畅通速度，确定出该浮动车轨迹对应的浮动车是否处于临界通行状态，进而可统计待处理的时间窗口内经过道路i的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，将统计结果作为待处理的时间窗口对应的第一参数。

本公开的一个实施例中，可根据畅通速度确定出道路i对应的临界通行速度范围，这样，针对待处理的时间窗口内经过道路i的任一浮动车轨迹，若该浮动车轨迹对应的通行速度位于临界通行速度范围内，则可确定该浮动车轨迹对应的浮动车处于临界通行状态，若该浮动车轨迹对应的通行速度位于临界通行速度范围之外，则可确定该浮动车轨迹对应的浮动车未处于临界通行状态。

在交通通行中，临界通行速度和畅通速度存在一定的关系，可通过畅通速度计算出临界通行速度。通常来说，不同道路等级对应的畅通速度也不同。

在实际应用中，可通过以下方式计算得到临界通行速度：

其中，S_changtong表示畅通速度，critical_speed表示临界通行速度，K1、K2、K3、a、b和c均为预定参数，通常取值均大于0，具体取值可根据实际需要而定。

对于道路i，其道路等级是已知的，那么相应地，可确定出所述道路等级对应的畅通速度，如可预先保存不同的道路等级与对应的畅通速度之间的对应关系，进一步地，可按照公式(1)，根据确定出的畅通速度确定出临界通行速度。

为了兼容实际工程计算中存在的误差，如公式(1)所示，可增加一定的容差范围，这样，得到的临界通行速度将会是一个速度范围，即临界通行速度范围。

另外，公式(1)仅为举例说明，并不用于限制本公开的技术方案，其中涉及到的各数值的具体取值均可根据实际需要而定，不限于公式(1)中所示。

在确定出临界通行速度范围后，针对待处理的时间窗口内经过道路i的任一浮动车轨迹，若确定该浮动车轨迹对应的通行速度位于临界通行速度范围内，则可确定该浮动车轨迹对应的浮动车处于临界通行状态，若确定该浮动车轨迹对应的通行速度位于临界通行速度范围之外，则可确定该浮动车轨迹对应的浮动车未处于临界通行状态。

进一步地，可统计待处理的时间窗口内经过道路i的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，即得到第一参数。

对于每个时间窗口，均可按照上述方式获取到其对应的第一参数。后续，可根据获取到的第一参数确定出所需的临界通行能力，如可根据一个月内获取到的各第一参数确定出临界通行能力，作为下一个月的各时间窗口对应的道路i的临界通行能力。

可以看出，本公开所述方案中的临界通行能力是结合实际交通出行的浮动车轨迹以及道路的畅通速度等确定出来的，其取值会根据实际情况动态变化，而不是通过静态的固定评估方式获取，从而能够更好地适应交通通行变化情况等。

针对道路i，在分别获取到待评价的时间窗口的实际通行流量以及待评价的时间窗口对应的道路i的临界通行能力后，可根据获取到的实际通行流量及临界通行能力确定出道路i的饱和度。

本公开的一个实施例中，可将获取到的实际通行流量与临界通行能力的比值作为道路i的饱和度。

即有：S_i＝traj_volume_i/traffic_theory_capacity_i；      (2)

其中，traj_volume_i表示实际通行流量，traffic_theory_capacity_i表示临界通行能力，S_i表示道路i的饱和度。

本公开的一个实施例中，针对道路i对应的路口，还可计算该路口对应的各道路的实际通行流量之和，得到第一计算结果，并可计算该路口对应的各道路的临界通行能力之和，得到第二计算结果，进而可将第一计算结果与第二计算结果的比值作为该路口的饱和度。

即有：Cross_S_j＝∑traj_volume_i/∑traffic_theory_capacity_i；   (3)

其中，∑traj_volume_i表示该路口对应的各道路的实际通行流量之和，∑traffic_theory_capacity_i表示该路口对应的各道路的临界通行能力之和，Cross_S_j表示该路口的饱和度。

图5为本公开所述路口的示意图。如图5所示，以其中的路口B为例，路口B对应的道路包括道路1、道路2、道路3和道路4，可计算道路1、道路2、道路3和道路4的实际通行流量之和，得到第一计算结果，并可计算道路1、道路2、道路3和道路4的临界通行能力之和，得到第二计算结果，进而可将第一计算结果与第二计算结果的比值作为路口B的饱和度。

可以看出，采用本公开所述方案，不仅可以获取到道路的饱和度，而且可以获取到路口的饱和度，从而为个体交通出行的辅助规划以及交通管控治理等提供了更为丰富的参考信息。

基于上述介绍，图6为本公开所述道路饱和度评价方法第二实施例的流程图。如图6所示，包括以下具体实现方式。

在步骤601中，针对任一道路i，获取待评价的时间窗口内经过道路i的浮动车轨迹。

在步骤602中，将获取到的浮动车轨迹数量作为道路i在待评价的时间窗口的实际通行流量。

在步骤603中，针对待评价的时间窗口内经过道路i的任一浮动车轨迹，分别按照步骤604-步骤607所示方式进行处理。

在步骤604中，将该浮动车轨迹对应的时间范围划分为至少一个时间段，划分得到的各时间段为连续的时间段，对于任一时间段，其中的各时间点对应的车速均大于第一阈值，或者，其中的各时间点对应的车速均小于或等于第一阈值。

在步骤605中，从划分得到的各时间段中过滤掉非正常通行的时间段。

比如，针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长小于或等于第二阈值，且该时间段对应的浮动车移动距离小于或等于第三阈值，则可确定该时间段为短时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

另外，针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长大于或等于第四阈值，且该时间段对应的浮动车移动距离小于或等于第五阈值，则可确定该时间段为长时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

在步骤606中，获取剩余的时间段的车速均值，将所述均值作为该浮动车轨迹对应的通行速度。

在步骤607中，获取道路i对应的畅通速度，根据该浮动车轨迹对应的通行速度以及畅通速度，确定出该浮动车轨迹对应的浮动车是否处于临界通行状态。

比如，可根据畅通速度确定出道路i对应的临界通行速度范围，若该浮动车轨迹对应的通行速度位于临界通行速度范围内，则可确定该浮动车轨迹对应的浮动车处于临界通行状态，若该浮动车轨迹对应的通行速度位于临界通行速度范围之外，则可确定该浮动车轨迹对应的浮动车未处于临界通行状态。

在步骤608中，统计待评价的时间窗口内经过道路i的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，将统计结果作为待评价的时间窗口对应的第一参数。

在步骤609中，根据M个连续时间窗口分别对应的第一参数确定出待评价的时间窗口对应的道路i的临界通行能力，M个连续时间窗口中的最后一个时间窗口为待评价的时间窗口，M为大于一的正整数。

假设本实施例中采用该实现方式，但实际应用中并不限于这种实现方式。

另外，可将M个第一参数中与预定的分位点对应的第一参数作为所需的临界通行能力。

在步骤610中，将获取到的实际通行流量与临界通行能力的比值作为道路i的饱和度。

后续，针对道路i对应的路口，还可计算该路口对应的各道路的实际通行流量之和，得到第一计算结果，并可计算该路口对应的各道路的临界通行能力之和，得到第二计算结果，进而可将第一计算结果与第二计算结果的比值作为该路口的饱和度。

需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图7为本公开所述道路饱和度评价装置实施例700的组成结构示意图。如图7所示，包括：第一处理模块701、第二处理模块702以及第三处理模块703。

第一处理模块701，用于针对任一道路，获取待评价的时间窗口内经过该道路的浮动车轨迹，将获取到的浮动车轨迹数量作为该道路在待评价的时间窗口的实际通行流量。

第二处理模块702，用于获取待评价的时间窗口对应的该道路的临界通行能力。

第三处理模块703，用于根据获取到的实际通行流量及临界通行能力确定出该道路的饱和度。

本公开的一个实施例中，所述临界通行能力可为根据第一预定时长内包括的M个连续时间窗口分别对应的第一参数确定出的，M为大于一的正整数。M个连续时间窗口中的最后一个时间窗口为待评价的时间窗口，或者，M个连续时间窗口中的最后一个时间窗口为位于待评价的时间窗口之前的时间窗口。另外，任一时间窗口对应的第一参数可包括：该时间窗口内经过该道路的处于临界通行状态的浮动车数量。

本公开的一个实施例中，所述临界通行能力可为M个第一参数中与预定的分位点对应的第一参数。

本公开的一个实施例中，第二处理模块702可针对任一时间窗口，分别按照以下方式获取该时间窗口对应的第一参数：将该时间窗口作为待处理的时间窗口，分别获取待处理的时间窗口内经过该道路的各浮动车轨迹对应的通行速度，根据获取到的各通行速度确定出待处理的时间窗口对应的第一参数。

本公开的一个实施例中，第二处理模块702针对待处理的时间窗口内经过道路的任一浮动车轨迹，可分别进行以下处理：将该浮动车轨迹对应的时间范围划分为至少一个时间段，划分得到的各时间段为连续的时间段，对于任一时间段，其中的各时间点对应的车速均大于第一阈值，或者，其中的各时间点对应的车速均小于或等于第一阈值，从划分得到的各时间段中过滤掉非正常通行的时间段，获取剩余的时间段的车速均值，将所述均值作为该浮动车轨迹对应的通行速度。

本公开的一个实施例中，第二处理模块702针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长小于或等于第二阈值，且该时间段对应的浮动车移动距离小于或等于第三阈值，则可确定该时间段为短时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

本公开的一个实施例中，第二处理模块702针对其中的各时间点对应的车速均小于或等于第一阈值的任一时间段，若确定该时间段的时长大于或等于第四阈值，且该时间段对应的浮动车移动距离小于或等于第五阈值，则可确定该时间段为长时停车的时间段，并可将该时间段作为非正常通行的时间段过滤掉。

在过滤掉非正常通行的时间段后，第二处理模块702可获取剩余的时间段的车速均值，并可将所述均值作为浮动车轨迹对应的通行速度。

本公开的一个实施例中，第二处理模块702可获取该道路对应的畅通速度，针对待处理的时间窗口内经过该道路的任一浮动车轨迹，可分别根据该浮动车轨迹对应的通行速度以及畅通速度，确定出该浮动车轨迹对应的浮动车是否处于临界通行状态，并可统计待处理的时间窗口内经过该道路的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，将统计结果作为待处理的时间窗口对应的第一参数。

本公开的一个实施例中，第二处理模块702可根据畅通速度确定出该道路对应的临界通行速度范围，针对待处理的时间窗口内经过该道路的任一浮动车轨迹，若确定该浮动车轨迹对应的通行速度位于临界通行速度范围内，则可确定该浮动车轨迹对应的浮动车处于临界通行状态，若确定该浮动车轨迹对应的通行速度位于临界通行速度范围之外，则可确定该浮动车轨迹对应的浮动车未处于临界通行状态。

对于每个时间窗口，均可按照上述方式获取到其对应的第一参数。后续，可根据获取到的第一参数确定出所需的临界通行能力。

针对待评价的道路，在分别获取到待评价的时间窗口的实际通行流量以及待评价的时间窗口对应的该道路的临界通行能力后，可根据获取到的实际通行流量及临界通行能力确定出该道路的饱和度。

本公开的一个实施例中，第三处理模块703可将获取到的实际通行流量与临界通行能力的比值作为该道路的饱和度。

本公开的一个实施例中，第三处理模块703针对该道路对应的路口，还可计算该路口对应的各道路的实际通行流量之和，得到第一计算结果，并可计算该路口对应的各道路的临界通行能力之和，得到第二计算结果，进而可将第一计算结果与第二计算结果的比值作为该路口的饱和度。

图7所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。

总之，采用本公开装置实施例所述方案，可基于获取到的浮动车轨迹来进行道路饱和度评价，无需人工介入，从而节省了人力和时间成本，并提升了处理效率，而且，无需使用地磁线圈等电子设备，从而降低了实现成本，另外，可结合道路的实际通行流量以及临界通行能力来确定出道路的饱和度，从而确保了评价结果的准确性，再有，不仅可以获取到道路的饱和度，而且可以获取到路口的饱和度，从而为个体交通出行的辅助规划以及交通管控治理等提供了更为丰富的参考信息等。

本公开所述方案可应用于人工智能领域，特别涉及智能交通以及计算机视觉等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

本公开所述实施例中的浮动车轨迹并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息，另外，道路饱和度评价方法的执行主体可以通过各种公开、合法合规的方式获取所述浮动车轨迹，如经过了用户的授权从用户处获取等。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图8示出了可以用来实施本公开的实施例的电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (18)

1.一种道路饱和度评价方法，包括：

针对任一道路，获取待评价的时间窗口内经过所述道路的浮动车轨迹，将获取到的浮动车轨迹数量作为所述道路在所述待评价的时间窗口的实际通行流量；

获取所述待评价的时间窗口对应的所述道路的临界通行能力；所述临界通行能力为根据第一预定时长内包括的M个连续时间窗口分别对应的第一参数确定出的，M为大于一的正整数，所述M个连续时间窗口中的最后一个时间窗口为所述待评价的时间窗口，或者，所述M个连续时间窗口中的最后一个时间窗口为位于所述待评价的时间窗口之前的时间窗口，任一时间窗口对应的第一参数包括：所述时间窗口内经过所述道路的处于临界通行状态的浮动车数量；其中，针对任一时间窗口，获取所述时间窗口对应的第一参数包括：将所述时间窗口作为待处理的时间窗口；分别获取所述待处理的时间窗口内经过所述道路的各浮动车轨迹对应的通行速度；获取所述道路对应的畅通速度；针对所述待处理的时间窗口内经过所述道路的任一浮动车轨迹，分别根据所述浮动车轨迹对应的通行速度以及所述畅通速度，确定出所述浮动车轨迹对应的浮动车是否处于临界通行状态；统计所述待处理的时间窗口内经过所述道路的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，将统计结果作为所述待处理的时间窗口对应的第一参数；

根据所述实际通行流量及所述临界通行能力确定出所述道路的饱和度。

2.根据权利要求1所述的方法，其中，所述临界通行能力为M个第一参数中与预定的分位点对应的第一参数。

3.根据权利要求1所述的方法，其中，所述分别获取所述待处理的时间窗口内经过所述道路的各浮动车轨迹对应的通行速度包括：

针对所述待处理的时间窗口内经过所述道路的任一浮动车轨迹，分别进行以下处理：

将所述浮动车轨迹对应的时间范围划分为至少一个时间段，划分得到的各时间段为连续的时间段，对于任一时间段，其中的各时间点对应的车速均大于第一阈值，或者，其中的各时间点对应的车速均小于或等于所述第一阈值；

从划分得到的各时间段中过滤掉非正常通行的时间段；

获取剩余的时间段的车速均值，将所述均值作为所述浮动车轨迹对应的通行速度。

4.根据权利要求3所述的方法，其中，所述从划分得到的各时间段中过滤掉非正常通行的时间段包括：

针对其中的各时间点对应的车速均小于或等于所述第一阈值的任一时间段，若确定所述时间段的时长小于或等于第二阈值，且所述时间段对应的浮动车移动距离小于或等于第三阈值，则确定所述时间段为短时停车的时间段，并将所述时间段作为非正常通行的时间段过滤掉。

5.根据权利要求3所述的方法，其中，所述从划分得到的各时间段中过滤掉非正常通行的时间段包括：

针对其中的各时间点对应的车速均小于或等于所述第一阈值的任一时间段，若确定所述时间段的时长大于或等于第四阈值，且所述时间段对应的浮动车移动距离小于或等于第五阈值，则确定所述时间段为长时停车的时间段，并将所述时间段作为非正常通行的时间段过滤掉。

6.根据权利要求1所述的方法，其中，所述根据所述浮动车轨迹对应的通行速度以及所述畅通速度，确定所述浮动车轨迹对应的浮动车是否处于临界通行状态包括：

根据所述畅通速度确定出所述道路对应的临界通行速度范围；

若所述浮动车轨迹对应的通行速度位于所述临界通行速度范围内，则确定所述浮动车轨迹对应的浮动车处于临界通行状态；

若所述浮动车轨迹对应的通行速度位于所述临界通行速度范围之外，则确定所述浮动车轨迹对应的浮动车未处于临界通行状态。

7.根据权利要求1～6中任一项所述的方法，其中，所述根据所述实际通行流量及所述临界通行能力确定出所述道路的饱和度包括：

将所述实际通行流量与所述临界通行能力的比值作为所述道路的饱和度。

8.根据权利要求1～6中任一项所述的方法，还包括：

针对所述道路对应的路口，计算所述路口对应的各道路的所述实际通行流量之和，得到第一计算结果，并计算所述路口对应的各道路的所述临界通行能力之和，得到第二计算结果，将所述第一计算结果与所述第二计算结果的比值作为所述路口的饱和度。

9.一种道路饱和度评价装置，包括：第一处理模块、第二处理模块以及第三处理模块；

所述第一处理模块，用于针对任一道路，获取待评价的时间窗口内经过所述道路的浮动车轨迹，将获取到的浮动车轨迹数量作为所述道路在所述待评价的时间窗口的实际通行流量；

所述第二处理模块，用于获取所述待评价的时间窗口对应的所述道路的临界通行能力；所述临界通行能力为根据第一预定时长内包括的M个连续时间窗口分别对应的第一参数确定出的，M为大于一的正整数，所述M个连续时间窗口中的最后一个时间窗口为所述待评价的时间窗口，或者，所述M个连续时间窗口中的最后一个时间窗口为位于所述待评价的时间窗口之前的时间窗口，任一时间窗口对应的第一参数包括：所述时间窗口内经过所述道路的处于临界通行状态的浮动车数量；其中，针对任一时间窗口，获取所述时间窗口对应的第一参数包括：将所述时间窗口作为待处理的时间窗口；分别获取所述待处理的时间窗口内经过所述道路的各浮动车轨迹对应的通行速度；获取所述道路对应的畅通速度；针对所述待处理的时间窗口内经过所述道路的任一浮动车轨迹，分别根据所述浮动车轨迹对应的通行速度以及所述畅通速度，确定出所述浮动车轨迹对应的浮动车是否处于临界通行状态；统计所述待处理的时间窗口内经过所述道路的各浮动车轨迹对应的浮动车中处于临界通行状态的浮动车数量，将统计结果作为所述待处理的时间窗口对应的第一参数；

所述第三处理模块，用于根据所述实际通行流量及所述临界通行能力确定出所述道路的饱和度。

10.根据权利要求9所述的装置，其中，所述临界通行能力为M个第一参数中与预定的分位点对应的第一参数。

11.根据权利要求9所述的装置，其中，

所述第二处理模块针对所述待处理的时间窗口内经过所述道路的任一浮动车轨迹，分别进行以下处理：将所述浮动车轨迹对应的时间范围划分为至少一个时间段，划分得到的各时间段为连续的时间段，对于任一时间段，其中的各时间点对应的车速均大于第一阈值，或者，其中的各时间点对应的车速均小于或等于所述第一阈值，从划分得到的各时间段中过滤掉非正常通行的时间段，获取剩余的时间段的车速均值，将所述均值作为所述浮动车轨迹对应的通行速度。

12.根据权利要求11所述的装置，其中，

所述第二处理模块针对其中的各时间点对应的车速均小于或等于所述第一阈值的任一时间段，若确定所述时间段的时长小于或等于第二阈值，且所述时间段对应的浮动车移动距离小于或等于第三阈值，则确定所述时间段为短时停车的时间段，并将所述时间段作为非正常通行的时间段过滤掉。

13.根据权利要求11所述的装置，其中，

所述第二处理模块针对其中的各时间点对应的车速均小于或等于所述第一阈值的任一时间段，若确定所述时间段的时长大于或等于第四阈值，且所述时间段对应的浮动车移动距离小于或等于第五阈值，则确定所述时间段为长时停车的时间段，并将所述时间段作为非正常通行的时间段过滤掉。

14.根据权利要求9所述的装置，其中，

所述第二处理模块根据所述畅通速度确定出所述道路对应的临界通行速度范围，针对所述待处理的时间窗口内经过所述道路的任一浮动车轨迹，若确定所述浮动车轨迹对应的通行速度位于所述临界通行速度范围内，则确定所述浮动车轨迹对应的浮动车处于临界通行状态，若确定所述浮动车轨迹对应的通行速度位于所述临界通行速度范围之外，则确定所述浮动车轨迹对应的浮动车未处于临界通行状态。

15.根据权利要求9～14中任一项所述的装置，其中，

所述第三处理模块将所述实际通行流量与所述临界通行能力的比值作为所述道路的饱和度。

16.根据权利要求9～14中任一项所述的装置，其中，

所述第三处理模块进一步用于，针对所述道路对应的路口，计算所述路口对应的各道路的所述实际通行流量之和，得到第一计算结果，并计算所述路口对应的各道路的所述临界通行能力之和，得到第二计算结果，将所述第一计算结果与所述第二计算结果的比值作为所述路口的饱和度。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-8中任一项所述的方法。

Images