CN115985103A - 一种交通事件持续时长的预测方法及系统 - Google Patents

Abstract

本发明提供了一种交通事件持续时长的预测方法及系统；其中，所述方法包括：获取与所述交通事件相关的第一上报信息；根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长；持续获取与所述交通事件相关的第二上报信息，根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长。本发明的方案可以基于交通事件发生地的路段信息和动态的浮动车上报信息来获取更为准确的交通事件持续时长，并可实现交通事件持续时长的持续更新，有利于其它意欲经过此地的交通参与者做出合理的决策。

Description

一种交通事件持续时长的预测方法及系统

技术领域

本发明涉及自动驾驶技术领域，具体而言，涉及一种交通事件持续时长的预测方法、系统、电子设备及计算机存储介质。

背景技术

各类交通事件的发生是在所难免的，交通事件除了会直接影响交通参与者的驾驶安全之外，还会对其他意图通过该区域的车辆造成影响，对于交通事件的持续时长的预测则具有较高的实际意义。如何准确预测交通事件的持续时长即是本发明意欲解决的技术问题。

发明内容

为了至少解决上述背景技术中存在的技术问题，本发明提供了一种交通事件持续时长的预测方法、系统、电子设备及计算机存储介质。

本发明的第一方面提供了一种交通事件持续时长的预测方法，包括如下步骤：

获取与所述交通事件相关的第一上报信息；

根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长；

持续获取与所述交通事件相关的第二上报信息，根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长。

进一步地，所述第一路段信息包括交通事件程度信息、事件处置能力信息、交通状况信息、应急车道的顺畅信息中的至少一种。

进一步地，所述根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长，包括：

根据所述第一上报信息确定交通事件的定位信息，根据所述定位信息调取所述第一路段信息；

根据所述第一路段信息计算处置效率值，根据所述处置效率值预测得出所述第一持续时长。

进一步地，所述根据所述第一路段信息计算处置效率值，包括：

将所述第一路段信息的各子项分为阻力分组和动力分组；

计算阻力分组中各子项的第一评估值、动力分组中各子项的第二评估值；根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值；

根据所述第三评估值和所述第四评估值计算得出所述处置效率值。

进一步地，所述根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值，包括：

根据各所述第一评估值计算得出第五评估值，根据各所述第二评估值计算得出第六评估值；

确定所述阻力分组和所述动力分组中相同子项的数量，根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值的第一修正系数、所述第六评估值的第二修正系数；

根据所述第五评估值和所述第一修正系数确定所述第三评估值，根据所述第六评估值和所述第二修正系数确定所述第四评估值。

进一步地，所述根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值和第一修正系数、所述第六评估值的第二修正系数，包括：

根据所述数量确定第三修正系数；

若所述第五评估值大于所述第六评估值至阈值，则确定与所述第五评估值对应的第四修正系数大于与所述第六评估值对应的第五修正系数；所述第四修正系数与所述第五修正系数的和为1；

根据所述第三修正系数和所述第四修正系数确定所述第五评估值和第一修正系数，根据所述第三修正系数和所述第五修正系数确定所述第六评估值和第二修正系数。

进一步地，所述根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长，包括：

计算所述第二上报信息与所述第一上报信息的匹配度，根据所述匹配度确定第六修正系数；

确定各所述第二上报信息的上报方式类型，根据所述上报方式类型确定第七修正系数；

根据所述第六修正系数和所述第七修正系数对所述第一持续时长进行修正以得出所述第二持续时长。

本发明的第二方面提供了一种交通事件持续时长的预测系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；

所述存储模块，用于存储可执行的计算机程序代码；

所述获取模块，用于获取与所述交通事件相关的第一上报信息和第二上报信息并传输给所述处理模块；

所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。

本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。

本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。

本发明的有益效果在于：

本发明的方案可以基于交通事件发生地的路段信息和动态的浮动车上报信息来获取更为准确的交通事件持续时长，并可实现交通事件持续时长的持续更新，有利于其它意欲经过此地的交通参与者做出合理的决策。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例公开的一种交通事件持续时长的预测方法的流程示意图；

图2是本发明实施例公开的一种交通事件持续时长的预测系统的结构示意图；

图3是本发明实施例公开一种电子设备的结构示意图。

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。

请参阅图1，图1是本发明实施例公开的一种交通事件持续时长的预测方法的流程示意图。如图1所示，本发明实施例的一种交通事件持续时长的预测方法，包括如下步骤：

获取与所述交通事件相关的第一上报信息；

根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长；

持续获取与所述交通事件相关的第二上报信息，根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长。

本发明的方案中，在道路上发生了交通事件之后，后台系统会通过各种渠道(例如道路监控系统自动识别该交通事件，发生事故的车辆自动上报，事故处置人员手动上报等)收到该交通事件的上报信息，通过分析该交通事件所处的路段的第一路段信息可以初步预测得出该交通事件的第一持续时长；同时，还可以持续获取与该交通事件相关的第二上报信息，第二上报信息主要是由路过该交通事件所处区域的其它浮动车上报的交通事件相关信息，据此可以通过实时信息来修正第一持续时长，以获得更为准确的第二持续时长。于是，本发明的方案可以基于交通事件发生地的路段信息和动态的浮动车上报信息来获取更为准确的交通事件持续时长，并可实现交通事件持续时长的持续更新，有利于其它意欲经过此地的交通参与者做出合理的决策。

进一步地，所述第一路段信息包括交通事件程度信息、事件处置能力信息、交通状况信息、应急车道的顺畅信息中的至少一种。

在本实施例中，第一路段信息包括了事故本身的严重程度、周边交通状况、路段配备的救援处置能力等几个方面。其中，交通事件程度信息可以是交通事故所发生的车道编号、所瘫痪的车道数量等，事件处置能力信息可以是该路段所配备的救援站点的等级、距离、人员及救援车辆充足情况等，交通状况信息可以是事故发生地的上下游的车辆数量、实时及预测拥堵情况等，应急车道的顺畅信息指的是事故发生地的高速公路的应急车道的实时被占用情况及历史被占用概率(事故发生后部分车辆会存在较大的非法占用应急车道的冲动)。

进一步地，所述根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长，包括：

根据所述第一上报信息确定交通事件的定位信息，根据所述定位信息调取所述第一路段信息；

根据所述第一路段信息计算处置效率值，根据所述处置效率值预测得出所述第一持续时长。

在本实施例中，第一路段信息的各子项主要包含了两类与交通事件相关的信息，即交通事件处置阻力信息和交通事件处置动力信息。本发明通过综合计算阻力信息和动力信息之间的平衡关系来获得处置效率值，继而预测得出该交通事件被处置完毕所需的第一持续时长。

需要进行说明的是，可以通过大数据统计分析和智能预测算法得出处置效率值与第一持续时长之间的函数关系，继而可以快速通过该函数关系来预测得出第一持续时长，函数关系的建立细节不再赘述。

进一步地，所述根据所述第一路段信息计算处置效率值，包括：

将所述第一路段信息的各子项分为阻力分组和动力分组；

计算阻力分组中各子项的第一评估值、动力分组中各子项的第二评估值；根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值；

根据所述第三评估值和所述第四评估值计算得出所述处置效率值。

在本实施例中，阻力分组包括交通事件程度信息，以及视情况还包括交通状况信息、应急车道的顺畅信息；动力分组包括事件处置能力信息，以及视情况还包括交通状况信息、应急车道的顺畅信息。对各分组中的各子项分别计算评估值即第一/二评估值，并基于各评估值来计算分组的等效评估值即第三/四评估值，继而基于第三评估值、第四评估值综合计算阻力信息和动力信息之间的平衡关系来获得处置效率值。

其中，对于处置效率值的具体计算公式，本发明不予限定，但主要计算思路可以是动力与阻力之间的大小差值，例如动力大于阻力则处置效率值为高，大于的程度越高则处置效率值越高，反之同理。以及，对于评估值的具体计算公式，本发明也不予限定，但主要是按照各子项与对应分组对应的致阻程度、致动程度来确定。

进一步地，所述根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值，包括：

根据各所述第一评估值计算得出第五评估值，根据各所述第二评估值计算得出第六评估值；

确定所述阻力分组和所述动力分组中相同子项的数量，根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值的第一修正系数、所述第六评估值的第二修正系数；

根据所述第五评估值和所述第一修正系数确定所述第三评估值，根据所述第六评估值和所述第二修正系数确定所述第四评估值。

在本实施例中，交通状况信息、应急车道的顺畅信息可能存在中等情况，此时二者可能同属于阻力分组和动力分组。针对该情况，本发明先根据分组内各子项的第一/二评估值确定出初始的等效值即第五/六评估值，然后再进一步根据两个分组中重合子项的数量和第五评估值、第六评估值之间的大小关系来确定针对第五评估值和第六评估值的修正系数，从而使得确定出的第三/四评估值更为准确。

进一步地，所述根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值的第一修正系数、所述第六评估值的第二修正系数，包括：

根据所述数量确定第三修正系数；

若所述第五评估值大于所述第六评估值至阈值，则确定与所述第五评估值对应的第四修正系数大于与所述第六评估值对应的第五修正系数；所述第四修正系数与所述第五修正系数的和为1；

根据所述第三修正系数和所述第四修正系数确定所述第五评估值和第一修正系数，根据所述第三修正系数和所述第五修正系数确定所述第六评估值和第二修正系数。

在本实施例中，先根据两个分组中重合的子项的数量来确定初始的第三修正系数，第三修正系数可以是与数量负相关，其含义是重合的子项数目越多则越难以区分这些重合子项对各分组评估值的真实影响，所以设置较低的修正系数。接着，在第五评估值大于第六评估值至阈值时，说明重合子项对阻力产生了更大的影响的概率较高，此时给第五评估值设置更大的修正系数。于是，综合通过第三修正系数和第四/五修正系数来确定出更为合理的等效修正系数，从而使得得出的第三/四评估值也更为准确。

进一步地，所述根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长，包括：

计算所述第二上报信息与所述第一上报信息的匹配度，根据所述匹配度确定第六修正系数；

确定各所述第二上报信息的上报方式类型，根据所述上报方式类型确定第七修正系数；

根据所述第六修正系数和所述第七修正系数对所述第一持续时长进行修正以得出所述第二持续时长。

在本实施例中，系统可以在后续时段内接收到各浮动车上传的与前述交通事件对应的第二上报信息，首先计算在后上报的信息与在先上报的信息之间的匹配度，从中可确定出交通事件的变化情况，进而确定出第六修正系数；然后再根据上报方式类型来确定第七修正系数；最后综合二者修正系数来对第一持续时长进行修正。

其中，对于前后上报信息的匹配度的计算方式不予限定，基本原则是分析交通事件的严重程度、影响程度的偏差值。偏差值越大说明交通事件的剩余严重程度越小，则第六修正系数越小，反之同理。

前述涉及的上报方式类型主要包括手动上报和自动上报，手动上报指的是车内人员通过手机、行车记录仪等设备拍摄行经地的交通事件的现场信息并上传至指定系统平台的行为，自动上报指的是带有交通事件检测的车载设备(带有交通事件自动识别、现场信息上传的出厂配置的摄像装置、后配的智能行车记录仪等)通过图像识别等技术自动识别道路上发生的交通事件并自动上传现场图像信息的行为。

上述两种不同的上报方式对应着不同的交通事件的剩余严重程度，具体来说，当交通事件十分轻微时，其对道路交通的正常行驶影响很小，车辆可顺畅行驶，此时车内成员很难有时机操控手机、行车记录仪等设备来拍摄现场图像信息，而具有自动识别功能的自动上报方式则不会受交通事件剩余严重程度的影响。于是，本发明中的手动上报方式对应的第七修正系数大于自动上报方式。其中，第六修正系数和第七修正系数均为小于1的正数值。

请参阅图2，图2是本发明实施例公开的一种交通事件持续时长的预测系统的结构示意图。如图2所示，本发明实施例的一种交通事件持续时长的预测系统，包括获取模块(101)、处理模块(102)、存储模块(103)；所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接；

所述存储模块(103)，用于存储可执行的计算机程序代码；

所述获取模块(101)，用于获取与所述交通事件相关的第一上报信息和第二上报信息并传输给所述处理模块(102)；

所述处理模块(102)，用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码，执行如前任一项所述的方法。

该实施例中的一种交通事件持续时长的预测系统的具体功能参照上述实施例，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

请参阅图3，图3是本发明实施例公开的一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。

本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。

本发明的电子设备中的处理器可以根据存储在只读存储器(ROM)中的计算机程序或者从存储器加载到随机访问存储器(RAM)中的计算机程序，来执行各种适当的动作和处理。在RAM中，还可存储器操作所需的各种程序和数据。处理器、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。

电子设备中的多个部件连接至I/O接口，包括：输入单元，例如键盘、鼠标等；输出单元，例如各种类型的显示器、扬声器等；存储单元，例如磁盘、光盘等；以及通信单元，例如网卡、调制解调器、无线通信收发机等。通信单元允许设备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。

处理器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。处理器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。处理器执行上文所描述的各个方法和处理，例如交通事件持续时长的预测方法。例如，在一些实施例中，交通事件持续时长的预测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，例如存储器。在一些实施例中，计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到电子设备上。当计算机程序加载到RAM并由处理器执行时，可以执行上文描述的交通事件持续时长的预测方法的一个或多个步骤。备选地，在其他实施例中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行交通事件持续时长的预测方法。

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)、负载可编程逻辑设备(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。

为了提供与乘客的交互，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：用于向乘客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)，乘客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乘客的交互；例如，提供给乘客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)来接收来自乘客的输入。

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，具有图形乘客界面或者网络浏览器的乘客计算机，乘客可以通过该图形乘客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 (10)

1.一种交通事件持续时长的预测方法，其特征在于，包括如下步骤：

获取与所述交通事件相关的第一上报信息；

根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长；

持续获取与所述交通事件相关的第二上报信息，根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长。

2.根据权利要求1所述的一种交通事件持续时长的预测方法，其特征在于：所述第一路段信息包括交通事件程度信息、事件处置能力信息、交通状况信息、应急车道的顺畅信息中的至少一种。

3.根据权利要求1或2所述的一种交通事件持续时长的预测方法，其特征在于：所述根据所述第一上报信息调取与所述交通事件相关的第一路段信息，根据所述第一路段信息预测得出所述交通事件的第一持续时长，包括：

根据所述第一上报信息确定交通事件的定位信息，根据所述定位信息调取所述第一路段信息；

根据所述第一路段信息计算处置效率值，根据所述处置效率值预测得出所述第一持续时长。

4.根据权利要求2所述的一种交通事件持续时长的预测方法，其特征在于：所述根据所述第一路段信息计算处置效率值，包括：

将所述第一路段信息的各子项分为阻力分组和动力分组；

计算阻力分组中各子项的第一评估值、动力分组中各子项的第二评估值；根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值；

根据所述第三评估值和所述第四评估值计算得出所述处置效率值。

5.根据权利要求4所述的一种交通事件持续时长的预测方法，其特征在于：所述根据各所述第一评估值计算得出第三评估值，根据各所述第二评估值计算得出第四评估值，包括：

根据各所述第一评估值计算得出第五评估值，根据各所述第二评估值计算得出第六评估值；

确定所述阻力分组和所述动力分组中相同子项的数量，根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值的第一修正系数、所述第六评估值的第二修正系数；

根据所述第五评估值和所述第一修正系数确定所述第三评估值，根据所述第六评估值和所述第二修正系数确定所述第四评估值。

6.根据权利要求5所述的一种交通事件持续时长的预测方法，其特征在于：所述根据所述数量和所述第五评估值和所述第六评估值的大小关系确定所述第五评估值和第一修正系数、所述第六评估值的第二修正系数，包括：

根据所述数量确定第三修正系数；

若所述第五评估值大于所述第六评估值至阈值，则确定与所述第五评估值对应的第四修正系数大于与所述第六评估值对应的第五修正系数；所述第四修正系数与所述第五修正系数的和为1；

根据所述第三修正系数和所述第四修正系数确定所述第五评估值和第一修正系数，根据所述第三修正系数和所述第五修正系数确定所述第六评估值和第二修正系数。

7.根据权利要求1、2、4-6任一项所述的一种交通事件持续时长的预测方法，其特征在于：所述根据所述第二上报信息对所述第一持续时长进行不断修正，以获得第二持续时长，包括：

计算所述第二上报信息与所述第一上报信息的匹配度，根据所述匹配度确定第六修正系数；

确定各所述第二上报信息的上报方式类型，根据所述上报方式类型确定第七修正系数；

根据所述第六修正系数和所述第七修正系数对所述第一持续时长进行修正以得出所述第二持续时长。

8.一种交通事件持续时长的预测系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；

所述存储模块，用于存储可执行的计算机程序代码；

所述获取模块，用于获取与所述交通事件相关的第一上报信息和第二上报信息并传输给所述处理模块；

其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1-7任一项所述的方法。

9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的方法。

10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。

Images