CN116129636A - 基于车辆行为分析的道路拥堵预测方法、装置、设备及介质 - Google Patents

Abstract

本申请涉及一种基于车辆行为分析的道路拥堵预测方法、装置、设备及介质，应用于交通信息处理技术领域，其方法包括：获取当前道路的道路信息；基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段；获取当前预设预测周期内所述监控路段的路段信息和车辆信息；基于所述路段信息和车辆信息计算交通意外发生概率；获取历史预设预测周期内所述监控路段的历史路段拥堵信息；基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级。本申请具有提高道路拥堵预测效率的效果。

Description

基于车辆行为分析的道路拥堵预测方法、装置、设备及介质

技术领域

本申请涉及交通信息处理的技术领域，尤其是涉及一种基于车辆行为分析的道路拥堵预测方法、装置、设备及介质。

背景技术

随着汽车工业的发展，城市中机动车数量不断增长，当前道路上车流量逐渐增大，交通压力越来越沉重，道路拥堵变的不可避免，为城市交通畅通运行保障带来了巨大挑战，加剧了交通相关部门的管理问题，也给车主们的出现带来了不便。

当前，道路状况的预测一般依赖于交通管制人员的主观经验，在遇到突发事件如交通事故、路边停车和车道临时占用等情况下，道路拥堵分析结果不准确，并且只能实现较小区域范围内的道路拥堵分析，导致道路拥堵预测效率低下。

发明内容

为了提高道路拥堵预测效率，本申请提供一种基于车辆行为分析的道路拥堵预测方法、装置、设备及介质。

第一方面，本申请提供一种基于车辆行为分析的道路拥堵预测方法，采用如下的技术方案：

一种基于车辆行为分析的道路拥堵预测方法，包括：

获取当前道路的道路信息；

基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段；

获取当前预设预测周期内所述监控路段的路段信息和车辆信息；

基于所述路段信息和车辆信息计算交通意外发生概率；

获取历史预设预测周期内所述监控路段的历史路段拥堵信息；

基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级。

通过采用上述技术方案，将一条道路划分为多个监控路段，分别对每个监控路段进行监控，获得的数据更加细致准确，根据每个监控路段的路段信息和车辆信息计算交通意外发生概率，再根据历史信息和交通意外发生概率计算道路理论拥堵等级，将当前情况和历史记录进行结合，从而提高道路拥堵预测效率。

可选的，所述基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段包括：

获取所述当前道路的道路卡口数量和相邻两个道路卡口之间的道路长度；

基于所述道路卡口数量和所述相邻两个道路卡口之间的道路长度将所述当前道路划分为多个监控路段包括。

可选的，所述基于所述路段信息和车辆信息计算交通意外发生概率包括：

获取所述监控路段的车道数量、车道上车辆数量、车辆行驶速度和车辆行驶轨迹；

基于所述车辆行驶速度和所述车辆行驶轨迹判断所述车辆是否违规行驶；

若所述车辆是违规行驶，则获取违规行驶意外发生概率；

基于所述违规行驶意外发生概率、所述车道数量和所述车道上车辆数量计算交通意外发生概率；

若所述车辆不是违规行驶，则基于所述车道数量和所述车道上车辆数量计算交通意外发生概率。

可选的，所述基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级包括：

获取与所述当前预设预测周期相同周期时间的历史预设预测周期内的相同周期路段拥堵信息；

基于所述交通意外发生概率和所述相同周期路段拥堵信息生成道路理论拥堵等级。

可选的，所述基于所述交通意外发生概率和所述相同周期路段拥堵信息生成道路理论拥堵等级包括：

获取所述交通意外发生概率的意外等级占比和所述相同周期路段拥堵信息的历史等级占比；

基于所述交通意外发生概率和所述意外等级占比计算意外等级；

基于所述相同周期路段拥堵信息和所述历史等级占比计算历史等级；

基于所述意外等级和所述历史等级生成道路理论拥堵等级。

可选的，在所述基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级之后，还包括：

获取方案生成策略；

基于所述方案生成策略和所述道路拥堵等级生成拥堵防范方案；

将所述拥堵防范方案发送给管理人员的移动终端。

可选的，所述基于所述方案生成策略和所述道路拥堵等级生成拥堵防范方案包括：

获取管理所述监控路段的管理人员信息和相邻路段信息，其中，所述管理人员信息包括可用管理人员数量；

基于所述道路拥堵等级确定管理人员需求数量；

判断所述可用管理人员数量是否满足管理人员需求数量；

若所述可用管理人员数量满足管理人员需求数量，则基于所述管理人员信息和所述相邻路段信息生成拥堵防范方案；

若所述可用管理人员数量不满足管理人员需求数量，则生成管理人员调配信息；

基于所述管理人员调配信息、所述管理人员信息和所述相邻路段信息生成拥堵防范方案。

第二方面，本申请提供一种基于车辆行为分析的道路拥堵预测装置，采用如下的技术方案：

一种基于车辆行为分析的道路拥堵预测装置，包括：

道路信息获取模块，用于获取当前道路的道路信息；

监控路段划分模块，用于基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段；

周期信息获取模块，用于获取当前预设预测周期内所述监控路段的路段信息和车辆信息；

意外概率计算模块，用于基于所述路段信息和车辆信息计算交通意外发生概率；

历史信息获取模块，用于获取历史预设预测周期内所述监控路段的历史路段拥堵信息；

拥堵等级生成模块，用于基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级。

通过采用上述技术方案，将一条道路划分为多个监控路段，分别对每个监控路段进行监控，获得的数据更加细致准确，根据每个监控路段的路段信息和车辆信息计算交通意外发生概率，再根据历史信息和交通意外发生概率计算道路理论拥堵等级，将当前情况和历史记录进行结合，从而提高道路拥堵预测效率。

第三方面，本申请提供一种电子设备，采用如下的技术方案：

一种电子设备，包括处理器，所述处理器与存储器耦合；

所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行第一方面任一项所述的基于车辆行为分析的道路拥堵预测方法的计算机程序。

第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：

一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面任一项所述的基于车辆行为分析的道路拥堵预测方法的计算机程序。

附图说明

图1是本申请实施例提供的一种基于车辆行为分析的道路拥堵预测方法的流程示意图。

图2是本申请实施例提供的一种基于车辆行为分析的道路拥堵预测装置的结构框图。

图3是本申请实施例提供的电子设备的结构框图。

具体实施方式

以下结合附图对本申请作进一步详细说明。

本申请实施例提供一种基于车辆行为分析的道路拥堵预测方法，该基于车辆行为分析的道路拥堵预测方法可由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云让算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等，但并不局限于此。

图1为本申请实施例提供的一种基于车辆行为分析的道路拥堵预测方法的流程示意图。

如图1所示，该方法主要流程描述如下（步骤S101～S104）：

步骤S101，获取当前道路的道路信息。

在本实施例中，当前道路为一条主干或者支干道路，如建设路或者新华道等类型的设置有摄像头、红绿灯、卡口和电子眼的交通设备的道路。道路信息包括但不限于道路长度、道路起始位置、道路终点位置、道路方向，道路卡口位置、道路与其他道路连接位置，在此不作进一步举例说明。

步骤S102，基于道路信息和预设道路划分规则将当前道路划分为多个监控路段。

针对步骤S102，获取当前道路的道路卡口数量和相邻两个道路卡口之间的道路长度；基于道路卡口数量和相邻两个道路卡口之间的道路长度将当前道路划分为多个监控路段包括。

在本实施例中，为便于进行监测，将一条主干道路或者支干道路划分为多个监控路段，对每个监控路段进行监控，再进行汇总，从而得到整条道路的信息，减小直接监控这条道路导致监控不到位影响道路拥堵预测结果效率和准确性的可能性。

在进行监控路段的划分时，根据道路卡口的数量和道路卡口与道路卡口之间的道路长度进行划分，根据道路卡口的数量将当前道路按照相邻连个道路卡口由道路起始位置开始依次划分为多个卡口路段，逐一获取每个卡口路段的长度，判断卡口路段的长度是否不小于预设卡口路段长度，若卡口路段的长度不小于预设卡口路段长度，则将卡口路段作为监控路段，若卡口路段的长度小于预设卡口路段长度，则将当前卡口路段和相邻下一个卡口路段作为监控路段。

需要说明的是，预设卡口路段长度需要根据实际道路长度和相邻两个卡口之间的卡口路段长度进行设置，在此不作具体限定。

步骤S103，获取当前预设预测周期内监控路段的路段信息和车辆信息。

在本实施例中，路段信息包括监控路段的车道数量、车道方向和每条车道上的车辆数量等，车辆信息包括车辆行驶速度、车辆行驶轨迹、车牌号码和驾驶人信息等，在此不作进一步举例说明。

由于计算和数据的采集需要一定的时间和数据依据，因此，需要获取一段时间内的路段信息和车辆信息，当前预设预测周期内获取的路段信息和车辆信息用于计算下一预设预测周期的道路拥堵情况，具体的预设预测周期需要根据实际需求进行设置，若未设置则默认为15分钟，需要设置为15分钟的整数倍，最大时间不能大于1小时，一天内不同时间段的预设预测周期长度可以不同，例如早高峰和晚高峰阶段预设预测周期长度可以设置为较短的时间，中午和其他时间段预设预测周期长度可以设置为较长的时间，在此不作具体限定。

步骤S104，基于路段信息和车辆信息计算交通意外发生概率。

针对步骤S104，获取监控路段的车道数量、车道上车辆数量、车辆行驶速度和车辆行驶轨迹；基于车辆行驶速度和车辆行驶轨迹判断车辆是否违规行驶；若车辆是违规行驶，则获取违规行驶意外发生概率；基于违规行驶意外发生概率、车道数量和车道上车辆数量计算交通意外发生概率；若车辆不是违规行驶，则基于车道数量和车道上车辆数量计算交通意外发生概率。

在本实施例中，再根据路段信息和车辆信息计算交通意外发生概率时，首先根据车辆行驶速度和车辆行驶轨迹判断车辆是否违规行驶，违规行驶根据预设违规行驶规范进行判断，预设违规行驶规范包括超速行驶、频繁变换车道和别车、超车等，当出现其中至少一项时，则判定车辆为违规行驶，预设违规行驶规范中的每一项设置有对应的违规行驶意外概率，最终的违规行驶意外概率为全部违规项对应的违规行驶意外概率的和。

例如，超速行驶的违规行驶意外概率为5%、频繁变换车道的违规行驶意外概率为4%、别车的违规行驶意外概率为6%、超车的违规行驶意外概率为2%，当出现超速行驶、频繁变更车道和别车这三项违规行驶时，最终的违规行驶意外概率为15%，具体的预设规范行驶规范和违规行驶意外概率需要根据实际需求进行设置，在此不作具体限定。

当不存在违规行驶意外发生概率时，根据预设组合和组合概率分数确定车道数量和车道上车辆数量的交通意外发生概率，预设组合设置有多种车道数量与车道上车辆数量的组合，每一个组合对应有一个组合概率分数。在设置组合概率分时，可以根据车道数量设置一个基准值，再根据车道上车辆数量设置附加值，组合概率分为两者的和，当附加值为0时，组合概率分直接生成为0分。每一个附加值区间对应有一个附加值，在确定附加值时，需要根据车辆数量确定所处附加值区间，随着附加值区间数的增加所对应的附加值也逐渐增大，具体的基准值和附加值以及附加值区间的划分需要根据实际需求进行设置，在此不做具体限定。

当存在违规行驶意外发生概率时，则计算违规行驶意外发生概率和组合概率分数的和，将违规行驶意外发生概率和组合概率分数的和作为交通意外发生概率。

步骤S105，获取历史预设预测周期内监控路段的历史路段拥堵信息。

在本实施例中，历史路段拥堵信息包括但不限于历史路段拥堵等级、拥堵时长、拥堵时的车辆数量、波及到的监控路段数量、拥堵时是否发生发生交通意外和交通意外原因，在此不作进一步举例说明。

步骤S106，基于交通意外发生概率和历史路段拥堵信息生成道路理论拥堵等级。

针对步骤S106，获取与当前预设预测周期相同周期时间的历史预设预测周期内的相同周期路段拥堵信息；基于交通意外发生概率和相同周期路段拥堵信息生成道路理论拥堵等级。

进一步的，获取交通意外发生概率的意外等级占比和相同周期路段拥堵信息的历史等级占比；基于交通意外发生概率和意外等级占比计算意外等级；基于相同周期路段拥堵信息和历史等级占比计算历史等级；基于意外等级和历史等级生成道路理论拥堵等级。

在本实施例中，每一个预设预测周期均对应有多个相同周期时间的历史预设预测周期，例如，当前预设预测周期为早上九点到九点半，历史预设预测周期包括但不限于昨天的早上九点到九点半，前天的早上九点和九点半，历史预设预测周期的可以为一天、两天到一个星期或者半个月不等。相同周期路段拥堵信息包括历史道路理论拥堵等级和意外发生情况，若相同周期路段拥堵信息仅包括历史道路理论拥堵等级，则计算全部历史道路理论拥堵等级的平均值，将历史道路理论拥堵等级的平均值作为历史拥堵等级，若相同周期路段拥堵信息包括历史道路理论拥堵等级和意外发生情况，则计算全部历史道路理论拥堵等级的平均值，并且获取意外发生情况对应的意外等级，计算意外等级的平均值，将历史道路理论拥堵等级的平均值和意外等级的平均值作为历史拥堵等级。

每一个交通意外发生概率对应一个拥堵等级，多个相邻的交通意外发生概率对应的拥堵等级可以相同。根据历史拥堵等级和历史等级占比计算历史等级，根据拥堵等级和意外等级占比计算意外等级，在分别计算完成历史等级和意外等级之后，计算历史等级和意外等级的和，将历史等级和意外等级的和作为当前监控路段的道路理论拥堵等级，计算全部监控路段的道路理论拥堵等级的平均值，将全部监控路段的道路理论拥堵等级的平均值作为当前道路的道路理论拥堵等级，当计算得到的道路理论拥堵等级之后，若道路理论拥堵等级为小数则采取四舍五入原则进行小数的取舍。

在本实施例中，获取方案生成策略；基于方案生成策略和道路拥堵等级生成拥堵防范方案；将拥堵防范方案发送给管理人员的移动终端。

具体的，获取管理监控路段的管理人员信息和相邻路段信息，其中，管理人员信息包括可用管理人员数量；基于道路拥堵等级确定管理人员需求数量；判断可用管理人员数量是否满足管理人员需求数量；若可用管理人员数量满足管理人员需求数量，则基于管理人员信息和相邻路段信息生成拥堵防范方案；若可用管理人员数量不满足管理人员需求数量，则生成管理人员调配信息；基于管理人员调配信息、管理人员信息和相邻路段信息生成拥堵防范方案。

在本实施例中，不同的道路理论拥堵等级对应不同的拥堵防范方案，不同的拥堵防范方案对应不同的管理人员数量，在确定拥堵防范方案之后将拥堵防范方案发送给对应管理人员的移动终端，通知管理人员提前进行防范管理。

在生成拥堵防范方案时，首先根据相邻路段信息确定是否可以将车辆分流到相邻路段上，若可以将车辆分流到相邻路段上，则计算分流车辆数量，然后根据管理人员信息确定可以进行防范管理的管理人员，管理人员信息包括当前道路对应的区域内可用管理人员数量和可用人员管理经验，在进行任务分配时，将起到关键作用的任务分发给管理经验高的管理人员。不同的道路拥堵等级对应不同的管理人员需求数量，将可用管理人员数量与管理人员需求数量进行比较，判断可用管理人员数量是否满足管理人员需求数量，若可用管理人员数量不满足管理人员需求数量，则计算需要调配的人员数量并生成管理人员调配信息。

当可用管理人员数量满足管理人员需求数量并且可以将车辆分流到相邻路段时，根据可用管理人员数量、分流车辆数量和当前道路的全部监控路段信息生成拥堵防范方案；当可用管理人员数量满足管理人员需求数量并且不可以将车辆分流到相邻路段时，根据可用管理人员数量、当前道路的全部监控路段信息生成拥堵防范方案；当可用管理人员数量不满足管理人员需求数量但可以将车辆分流到相邻路段时，根据管理人员调配信息、可用管理人员数量、分流车辆数量和当前道路的全部监控路段信息生成拥堵防范方案；当可用管理人员数量不满足管理人员需求数量并且不可以将车辆分流到相邻路段时，根据管理人员调配信息、可用管理人员数量和当前道路的全部监控路段信息生成拥堵防范方案，具体的拥堵防范方案内容需要根据实际需求设置，在此不作具体限定。

图2为申请实施例提供的一种基于车辆行为分析的道路拥堵预测装置200的结构框图。

如图2所示，基于车辆行为分析的道路拥堵预测装置200主要包括：

道路信息获取模块201，用于获取当前道路的道路信息；

监控路段划分模块202，用于基于道路信息和预设道路划分规则将当前道路划分为多个监控路段；

周期信息获取模块203，用于获取当前预设预测周期内监控路段的路段信息和车辆信息；

意外概率计算模块204，用于基于路段信息和车辆信息计算交通意外发生概率；

历史信息获取模块205，用于获取历史预设预测周期内监控路段的历史路段拥堵信息；

拥堵等级生成模块206，用于基于交通意外发生概率和历史路段拥堵信息生成道路理论拥堵等级。

作为本实施例的一种可选实施方式，监控路段划分模块202具体用于获取当前道路的道路卡口数量和相邻两个道路卡口之间的道路长度；基于道路卡口数量和相邻两个道路卡口之间的道路长度将当前道路划分为多个监控路段包括。

作为本实施例的一种可选实施方式，意外概率计算模块204具体用于获取监控路段的车道数量、车道上车辆数量、车辆行驶速度和车辆行驶轨迹；基于车辆行驶速度和车辆行驶轨迹判断车辆是否违规行驶；若车辆是违规行驶，则获取违规行驶意外发生概率；基于违规行驶意外发生概率、车道数量和车道上车辆数量计算交通意外发生概率；若车辆不是违规行驶，则基于车道数量和车道上车辆数量计算交通意外发生概率。

作为本实施例的一种可选实施方式，拥堵等级生成模块206包括：

信息获取模块，用于获取与当前预设预测周期相同周期时间的历史预设预测周期内的相同周期路段拥堵信息；

等级生成模块，用于基于交通意外发生概率和相同周期路段拥堵信息生成道路理论拥堵等级。

在本可选实施例中，等级生成模块具体用于获取交通意外发生概率的意外等级占比和相同周期路段拥堵信息的历史等级占比；基于交通意外发生概率和意外等级占比计算意外等级；基于相同周期路段拥堵信息和历史等级占比计算历史等级；基于意外等级和历史等级生成道路理论拥堵等级。

作为本实施例的一种可选实施方式，该基于车辆行为分析的道路拥堵预测装置200还包括：

策略获取模块，用于获取方案生成策略；

方案生成模块，用于基于方案生成策略和道路拥堵等级生成拥堵防范方案；

方案发送模块，用于将拥堵防范方案发送给管理人员的移动终端。

在本可选实施例中，方案生成模块具体用于获取管理监控路段的管理人员信息和相邻路段信息，其中，管理人员信息包括可用管理人员数量；基于道路拥堵等级确定管理人员需求数量；判断可用管理人员数量是否满足管理人员需求数量；若可用管理人员数量满足管理人员需求数量，则基于管理人员信息和相邻路段信息生成拥堵防范方案；若可用管理人员数量不满足管理人员需求数量，则生成管理人员调配信息；基于管理人员调配信息、管理人员信息和相邻路段信息生成拥堵防范方案。

在一个例子中，以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。

再如，当装置中的模块可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图3为本申请实施例提供的电子设备300的结构框图。

如图3所示，电子设备300包括处理器301和存储器302，还可以进一步包括信息输入/信息输出(I/O)接口303、通信组件304中的一种或多种以及通信总线305。

其中，处理器301用于控制电子设备300的整体操作，以完成上述的基于车辆行为分析的道路拥堵预测方法的全部或部分步骤；存储器302用于存储各种类型的数据以支持在电子设备300的操作，这些数据例如可以包括用于在该……设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random AccessMemory，SRAM)、电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory，EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、只读存储器(Read-Only Memory，ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。

I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件104可以包括：Wi-Fi部件，蓝牙部件，NFC部件。

电子设备300可以被一个或多个应用专用集成电路 (Application SpecificIntegrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例给出的基于车辆行为分析的道路拥堵预测方法。

通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。

电子设备300可以包括但不限于移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，还可以为服务器等。

本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的基于车辆行为分析的道路拥堵预测方法的步骤。

该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器 (R ead-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

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、物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、物品或者设备所固有的要素。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于车辆行为分析的道路拥堵预测方法，其特征在于，包括：

获取当前道路的道路信息；

基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段；

获取当前预设预测周期内所述监控路段的路段信息和车辆信息；

基于所述路段信息和车辆信息计算交通意外发生概率；

获取历史预设预测周期内所述监控路段的历史路段拥堵信息；

基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级。

2.根据权利要求1所述的方法，其特征在于，所述基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段包括：

获取所述当前道路的道路卡口数量和相邻两个道路卡口之间的道路长度；

基于所述道路卡口数量和所述相邻两个道路卡口之间的道路长度将所述当前道路划分为多个监控路段包括。

3.根据权利要求1所述的方法，其特征在于，所述基于所述路段信息和车辆信息计算交通意外发生概率包括：

获取所述监控路段的车道数量、车道上车辆数量、车辆行驶速度和车辆行驶轨迹；

基于所述车辆行驶速度和所述车辆行驶轨迹判断所述车辆是否违规行驶；

若所述车辆是违规行驶，则获取违规行驶意外发生概率；

基于所述违规行驶意外发生概率、所述车道数量和所述车道上车辆数量计算交通意外发生概率；

若所述车辆不是违规行驶，则基于所述车道数量和所述车道上车辆数量计算交通意外发生概率。

4.根据权利要求1所述的方法，其特征在于，所述基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级包括：

获取与所述当前预设预测周期相同周期时间的历史预设预测周期内的相同周期路段拥堵信息；

基于所述交通意外发生概率和所述相同周期路段拥堵信息生成道路理论拥堵等级。

5.根据权利要求4所述的方法，其特征在于，所述基于所述交通意外发生概率和所述相同周期路段拥堵信息生成道路理论拥堵等级包括：

获取所述交通意外发生概率的意外等级占比和所述相同周期路段拥堵信息的历史等级占比；

基于所述交通意外发生概率和所述意外等级占比计算意外等级；

基于所述相同周期路段拥堵信息和所述历史等级占比计算历史等级；

基于所述意外等级和所述历史等级生成道路理论拥堵等级。

6.根据权利要求1所述的方法，其特征在于，在所述基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级之后，还包括：

获取方案生成策略；

基于所述方案生成策略和所述道路拥堵等级生成拥堵防范方案；

将所述拥堵防范方案发送给管理人员的移动终端。

7.根据权利要求6所述的方法，其特征在于，所述基于所述方案生成策略和所述道路拥堵等级生成拥堵防范方案包括：

获取管理所述监控路段的管理人员信息和相邻路段信息，其中，所述管理人员信息包括可用管理人员数量；

基于所述道路拥堵等级确定管理人员需求数量；

判断所述可用管理人员数量是否满足管理人员需求数量；

若所述可用管理人员数量满足管理人员需求数量，则基于所述管理人员信息和所述相邻路段信息生成拥堵防范方案；

若所述可用管理人员数量不满足管理人员需求数量，则生成管理人员调配信息；

基于所述管理人员调配信息、所述管理人员信息和所述相邻路段信息生成拥堵防范方案。

8.一种基于车辆行为分析的道路拥堵预测装置，其特征在于，包括：

道路信息获取模块，用于获取当前道路的道路信息；

监控路段划分模块，用于基于所述道路信息和预设道路划分规则将所述当前道路划分为多个监控路段；

周期信息获取模块，用于获取当前预设预测周期内所述监控路段的路段信息和车辆信息；

意外概率计算模块，用于基于所述路段信息和车辆信息计算交通意外发生概率；

历史信息获取模块，用于获取历史预设预测周期内所述监控路段的历史路段拥堵信息；

拥堵等级生成模块，用于基于所述交通意外发生概率和所述历史路段拥堵信息生成道路理论拥堵等级。

9.一种电子设备，其特征在于，包括处理器，所述处理器与存储器耦合；

所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的方法。

Images