CN116017400A - 一种基于手机信令数据的公里桩高速拥堵识别方法及系统 - Google Patents
一种基于手机信令数据的公里桩高速拥堵识别方法及系统 Download PDFInfo
- Publication number
- CN116017400A CN116017400A CN202211673494.0A CN202211673494A CN116017400A CN 116017400 A CN116017400 A CN 116017400A CN 202211673494 A CN202211673494 A CN 202211673494A CN 116017400 A CN116017400 A CN 116017400A
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- signaling data
- phone signaling
- expressway
- base station
- 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.)
- Granted
Links
- 230000011664 signaling Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012163 sequencing technique Methods 0.000 claims abstract description 14
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于手机信令数据的公里桩高速拥堵识别方法及系统，涉及手机数据技术领域，包括：确定高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；实时获取高速公路沿线基站下的手机信令数据；根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；设定高速在途用户在1分钟内驶离一个公里桩，已知基站A覆盖的公里桩数量n，间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据后，对比最新一次和上一次的手机信令数据，计算重复率，判定高度公路拥堵情况。本发明能够快速判断高度公路拥堵情况，帮助高速交警快速定位拥堵路段。
Description
技术领域
本发明涉及手机数据技术领域，具体的说是一种基于手机信令数据的公里桩高速拥堵识别方法及系统。
背景技术
近年来，我国高速公路建设一直方兴未艾，由于高速公路流量增长、事故频发、节假日免费通行等等原因，高速公路上交通拥堵的发生频率越来越高，拥堵影响路段、拥堵持续时间越来越长，对高速公路的现代化、信息化运营管理水平，提出了越来越高的要求。因此，交通拥堵发生时，迫切需要快速识别高速公路拥堵情况，来为高速交警和高速驾乘人员及时提供获知高速路段拥堵实况的服务。
发明内容
本发明针对目前技术发展的需求和不足之处，提供一种基于手机信令数据的公里桩高速拥堵识别方法及系统。
首先，本发明的一种基于手机信令数据的公里桩高速拥堵识别方法，解决上述技术问题采用的技术方案如下：
一种基于手机信令数据的公里桩高速拥堵识别方法，包括如下步骤：
S1、确定高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；
S2、从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库；
S3、根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；
S4、设定高速在途用户在1分钟内驶离一个公里桩；已知基站A覆盖的公里桩数量n，消费kafka消息队列中的手机信令数据，间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据后，对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况。
执行步骤S4，根据重复率判定高度公路拥堵情况，具体判定过程如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
执行步骤S3，区分高速在途用户、常驻用户、服务区用户，具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
优选的，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹。
其次，本发明的一种基于手机信令数据的公里桩高速拥堵识别系统，解决上述技术问题采用的技术方案如下：
一种基于手机信令数据的公里桩高速拥堵识别系统，其结构包括：
获取匹配模块，用于获取高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；
数据获取模块，用于从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库；
用户区分模块，用于根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；
设定模块，用于设定高速在途用户在1分钟内驶离一个公里桩；
数据排除模块，在已知基站A覆盖的公里桩数量n的前提下，用于间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据；
比对计算模块，用于对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况。
可选的，所涉及比对计算模块根据重复率判定高度公路拥堵情况，具体判定结果如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
可选的，所涉及用户区分模块区分高速在途用户、常驻用户、服务区用户的具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
优选的，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹。
本发明的一种基于手机信令数据的公里桩高速拥堵识别方法及系统，与现有技术相比具有的有益效果是：
本发明以高速公路沿线基站的覆盖情况，将公里桩划分到不同的基站下，通过获取不同基站中手机信令数据的重复率判断高度公路拥堵情况，帮助高速交警快速定位拥堵路段以进行及时疏通。
附图说明
附图1是本发明实施例二的连接框图。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白，以下结合具体实施例，对本发明的技术方案进行清楚、完整的描述。
实施例一：
本实施例提出一种基于手机信令数据的公里桩高速拥堵识别方法，包括如下步骤：
S1、确定高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序。
S2、从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库。
S3、根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户，具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
需要补充的是，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹。
S4、设定高速在途用户在1分钟内驶离一个公里桩；已知基站A覆盖的公里桩数量n，消费kafka消息队列中的手机信令数据，间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据后，对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况，具体判定过程如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
实施例二：
结合附图1，本实施例提出一种基于手机信令数据的公里桩高速拥堵识别系统，其结构包括：
获取匹配模块，用于获取高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；
数据获取模块，用于从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库；
用户区分模块，用于根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；
设定模块，用于设定高速在途用户在1分钟内驶离一个公里桩；
数据排除模块，在已知基站A覆盖的公里桩数量n的前提下，用于间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据；
比对计算模块，用于对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况。
本实施例中，用户区分模块区分高速在途用户、常驻用户、服务区用户的具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
需要补充的是，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹，
本实施例中，比对计算模块根据重复率判定高度公路拥堵情况，具体判定结果如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
综上可知，采用本发明的一种基于手机信令数据的公里桩高速拥堵识别方法及系统，能够高效的分析出高速路段的拥堵情况，可以帮助高速交警快速定位拥堵路段并及时疏通。
以上应用具体个例对本发明的原理及实施方式进行了详细阐述，这些实施例只是用于帮助理解本发明的核心技术内容。基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作出的任何改进和修饰，皆应落入本发明的专利保护范围。
Claims (8)
1.一种基于手机信令数据的公里桩高速拥堵识别方法，其特征在于,包括如下步骤：
S1、确定高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；
S2、从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库；
S3、根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；
S4、设定高速在途用户在1分钟内驶离一个公里桩；已知基站A覆盖的公里桩数量n，消费kafka消息队列中的手机信令数据，间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据后，对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况。
2.根据权利要求1所述的一种基于手机信令数据的公里桩高速拥堵识别方法，其特征在于，根据重复率判定高度公路拥堵情况，具体判定过程如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
3.根据权利要求1所述的一种基于手机信令数据的公里桩高速拥堵识别方法，其特征在于，执行步骤S3，区分高速在途用户、常驻用户、服务区用户，具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
4.根据权利要求3所述的一种基于手机信令数据的公里桩高速拥堵识别方法，其特征在于，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹。
5.一种基于手机信令数据的公里桩高速拥堵识别系统，其特征在于，其结构包括：
获取匹配模块，用于获取高速公路沿线基站分布情况，将高速公路上的公里桩与沿线基站进行匹配，并对沿线基站进行排序；
数据获取模块，用于从大数据平台kafka消息队列中实时获取高速公路沿线基站下的手机信令数据并写入redis数据库；
用户区分模块，用于根据基站排序和手机信令数据在沿线基站的变化规律，区分高速在途用户、常驻用户、服务区用户；
设定模块，用于设定高速在途用户在1分钟内驶离一个公里桩；
数据排除模块，在已知基站A覆盖的公里桩数量n的前提下，用于间隔n分钟获取基站A的手机信令数据，去除常驻用户和服务区用户的信令数据；
比对计算模块，用于对比最新一次和上一次的手机信令数据，计算重复率＝最新一次和上一次的手机信令数据重复个数/最新一次的手机信令数据个数，根据重复率判定高度公路拥堵情况。
6.根据权利要求5所述的一种基于手机信令数据的公里桩高速拥堵识别系统，其特征在于，所述比对计算模块根据重复率判定高度公路拥堵情况，具体判定结果如下：
(a)重复率为0-10％，判定高速公路畅行，此时，包含端点数据，
(b)重复率为10％-40％，判定高速公路缓行，此时，仅包含右端点数据，
(c)重复率为40％-70％，判定高速公路拥堵，此时，仅包含右端点数据，
(d)重复率为70％-100％，判定高速公路严重拥堵，此时，仅包含右端点数据。
7.根据权利要求5所述的一种基于手机信令数据的公里桩高速拥堵识别系统，其特征在于，所述用户区分模块区分高速在途用户、常驻用户、服务区用户的具体操作为：
(1)统计高速公路沿线基站下手机信令数据的累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为常驻用户；
(2)统计高速公路沿线基站中服务区基站的手机信令数据累计驻留时间，一个月时间内，手机信令数据每天的累计驻留时间大于4小时，则判定该手机信令数据对应的用户为服务区用户；
(3)统计高速公路沿线基站下的手机信令数据，手机信令数据在基站的出现规律符合高速公路沿线的基站排列规律时，则判定该手机信令数据对应的用户为高速在途用户。
8.根据权利要求7所述的一种基于手机信令数据的公里桩高速拥堵识别系统，其特征在于，手机信令数据在沿线基站的变化规律，就是手机信令数据对应用户所在车辆的行驶轨迹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211673494.0A CN116017400B (zh) | 2022-12-26 | 2022-12-26 | 一种基于手机信令数据的公里桩高速拥堵识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211673494.0A CN116017400B (zh) | 2022-12-26 | 2022-12-26 | 一种基于手机信令数据的公里桩高速拥堵识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116017400A true CN116017400A (zh) | 2023-04-25 |
| CN116017400B CN116017400B (zh) | 2024-03-08 |
Family
ID=86029192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211673494.0A Active CN116017400B (zh) | 2022-12-26 | 2022-12-26 | 一种基于手机信令数据的公里桩高速拥堵识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116017400B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010072782A (ja) * | 2008-09-17 | 2010-04-02 | Secom Co Ltd | 異常行動検知装置 |
| CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
| CN114827921A (zh) * | 2022-03-24 | 2022-07-29 | 浪潮通信信息系统有限公司 | 一种基于信令大数据的高速出行应用方法及系统 |
-
2022
- 2022-12-26 CN CN202211673494.0A patent/CN116017400B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010072782A (ja) * | 2008-09-17 | 2010-04-02 | Secom Co Ltd | 異常行動検知装置 |
| CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
| CN114827921A (zh) * | 2022-03-24 | 2022-07-29 | 浪潮通信信息系统有限公司 | 一种基于信令大数据的高速出行应用方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 孙同心;周伟健;王世鲲;: "基于数据可视化的高速公路路网"薄弱点"分析", 中国交通信息化, no. 01, 15 January 2020 (2020-01-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116017400B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yoon et al. | Surface street traffic estimation | |
| US6381533B1 (en) | Method and system using positions of cellular phones matched to road network for collecting data | |
| CN104933863B (zh) | 一种交通道路中异常路段识别的方法及系统 | |
| CN105070057B (zh) | 一种道路实时路况的监测方法 | |
| GB2482746A (en) | Methods and apparatus for processing road data | |
| CN111091720A (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
| CN108766031B (zh) | 一种检测车道障碍物的方法和装置 | |
| CN106781586B (zh) | 一种信息提示方法及装置 | |
| CN112687125B (zh) | 一种公路上违规停车后的预警方法、装置、存储介质及终端 | |
| CN104217593A (zh) | 一种面向手机移动速度的路况信息实时获取方法 | |
| CN112863172A (zh) | 高速公路交通运行状态判定方法、预警方法、装置及终端 | |
| CN103578272A (zh) | 一种异常路况识别方法及装置 | |
| CN102722984A (zh) | 一种实时路况监控方法 | |
| CN111489555A (zh) | 一种交通运行状态预测方法、装置和系统 | |
| CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
| CN111829538A (zh) | 交通安全导航方法、存储介质及电子设备 | |
| CN116017400B (zh) | 一种基于手机信令数据的公里桩高速拥堵识别方法及系统 | |
| CN107038857B (zh) | 一种公交数据获取方法及公交数据平台 | |
| CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
| CN116343498A (zh) | 一种基于大数据公交路线拥堵点提醒系统 | |
| CN1918610A (zh) | 交通信息计算装置、交通信息计算方法、交通信息显示方法及交通信息显示装置 | |
| CN115995151B (zh) | 应用于城市管理的网约车异常行为检测方法 | |
| CN116168541A (zh) | 一种获取道路通行状态的数据处理系统 | |
| Walcott-Bryant et al. | Harsh brakes at potholes in Nairobi: Context-based driver behavior in developing cities | |
| CN113706866B (zh) | 道路堵塞监测方法及装置、电子设备、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |