CN116311969A - 一种获取车流量的数据处理系统 - Google Patents

Abstract

本发明提供了一种获取车流量的数据处理系统，包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路标识列表、处理器、存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：根据当前车辆信息集，获取第一车辆信息列表；根据第一车辆信息列表和历史车辆信息集，获取预测车流量列表；根据预测车流量列表，确定出目标车流量集；可知，本发明一方面，使用无线访问接入点获取当前车辆信息集，无线访问接入点的成本较低，有利于节省资源，另一方面，获取道路车流量时，对第一车辆信息列表中的数据进行处理，获取车辆的位置、第一车速、驻车时长等多个数据，进而获取车流量，可以提高车流量的精确度。

Description

一种获取车流量的数据处理系统

技术领域

本发明涉及智慧交通技术领域，特别是涉及一种获取车流量的数据处理系统。

背景技术

随着智能交通系统的发展，伴随而来的是道路的车流量越来越大，精准地分析道路车流量情况，可以为道路交通管理者和出行者提供需要的交通信息，也可以为道路建设规划、解决道路堵塞、交警出勤等提供有用信息。

获取道路车流量，需要使用GPS定位系统，结合能够获取车辆标识的设备，通过设备获取具有唯一性的车辆标识并结合GPS定位系统获取车辆的位置，获取路口所有车辆多次定位得到的位置数据，输入到预设的模型中，获取预测的道路车流量。

但上述方法也存在以下技术问题：

一方面，在获取车辆相关数据时，GPS定位系统和能够获取车辆标识的设备的成本较高，获取路口车流量需要多个GPS定位系统和能够获取车辆标识的设备，会造成资源浪费，另一方面，预测道路车流量时，存在时间、车速等多方面因素的影响，仅通过车辆的位置数据获取预测车流量，会导致获取到的车流量的精确度较低。

发明内容

针对上述技术问题，本发明采用的技术方案为：

本发明提供了一种获取车流量的数据处理系统，包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路ID列表A＝{A₁，……，A_i，……，A_m}、处理器、存储有计算机程序的存储器，其中，A_i为第i个目标道路ID，i＝1……m，m为目标道路ID的数量，当计算机程序被处理器执行时，实现以下步骤：

S100、根据当前车辆信息集，获取第一车辆信息列表B＝{B₁，……，B_i，……，B_m}，B_i＝{B_i1，……，B_ij，……，B_in}，B_ij为在第j个第一时间片中A_i对应的第一车辆信息列表，j＝1……n，n为第一时间片的数量。

S200、根据B和历史车辆信息集，获取预测车流量列表G＝{G₁，……，G_i，……，G_m}，G_i＝{G_i1，……，G_ij，……，G_in}，其中，在S200步骤中还通过如下步骤获取G_ij：

S201、获取A_i对应的中间道路ID列表A⁰ _i＝{A⁰ _i1，……，A⁰ _ik，……，A⁰ _im-1}，A⁰ _ik为A_i对应的第k个中间道路ID，k＝1……m-1，其中，中间道路ID为A中除A_i之外的任一目标道路ID。

S203、根据B_ij与A⁰ _i，获取A⁰ _i对应的第一车辆数量列表C_ij＝{C¹ _ij，……，C^k _ij，……，C^m-1 _ij}，C^k _ij为在B_ij对应的第一时间片内的A⁰ _ik对应的第一车辆数量，其中，第一车辆数量为某一目标道路ID对应的道路转向其对应的任一中间道路ID对应的道路的车辆数量。

S205、根据历史车辆信息集，获取C^k _ij对应的第一历史车辆数量列表D^k _ij＝{D^k1 _ij，……，D^ke _ij，……，D^kf _ij}和第二历史车辆数量列表E^k _ij＝{E^k1 _ij，……，E^ke _ij，……，E^kf _ij}，D^ke _ij为在第e个第二时间点内C^k _ij对应的第一历史车辆数量，E^ke _ij为在第e个第二时间点内的C^k _ij对应的第二历史车辆数量，e＝1……f，f为第二时间点的数量，第一历史车辆数量为具有车载wifi的车辆和不具有车载wifi的车辆的数量，第二历史车辆数量为第一历史车辆数量对应的具有车载wifi的车辆的数量。

S207、根据C^k _ij、D^ke _ij、E^ke _ij，获取C^k _ij对应的预测车流量G^k _ij，其中，G^k _ij符合如下条件：

其中，T为第一时间片的长度，W为预测车流量对应的预设权重。

S209、根据G^k _ij，获取G_ij＝{G¹ _ij，……，G^k _ij，……，G^m-1 _ij}。

S300、根据G，确定出目标车流量集G⁰＝{G⁰ ₁，……，G⁰ _i，……，G⁰ _m}，G⁰ _i＝{G⁰ _i1，……，G⁰ _ij，……，G⁰ _in}，G⁰ _ij为G_ij对应的目标车流量列表。

本发明至少具有以下有益效果：

本发明提供了一种获取车流量的数据处理系统，包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路标识列表、处理器、存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：根据当前车辆信息集，获取第一车辆信息列表；根据第一车辆信息列表和历史车辆信息集，获取预测车流量列表；根据预测车流量列表，确定出目标车流量集；可知，本发明一方面，使用无线访问接入点获取当前车辆信息集，无线访问接入点的成本较低，有利于节省资源，另一方面，获取道路车流量时，对第一车辆信息列表中的数据进行处理，获取车辆的位置、第一车速、驻车时长等多个数据，进而获取车流量，可以提高车流量的精确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明实施例提供的一种获取车流量的数据处理系统执行计算机程序的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

本发明提供了一种获取车流量的数据处理系统，包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路ID列表A＝{A₁，……，A_i，……，A_m}、处理器、存储有计算机程序的存储器，其中，A_i为第i个目标道路ID，i＝1……m，m为目标道路ID的数量，当计算机程序被处理器执行时，实现以下步骤，如图1所示：

S100、根据当前车辆信息集，获取第一车辆信息列表B＝{B₁，……，B_i，……，B_m}，B_i＝{B_i1，……，B_ij，……，B_in}，B_ij为在第j个第一时间片中A_i对应的第一车辆信息列表，j＝1……n，n为第一时间片的数量。

具体地，当前车辆信息为当前时间点的车辆信息，其中，当前时间点的取值为1天。

具体地，车辆信息包括车载wifi名称、车载wifi强度和车载wifi时间。

进一步地，车载wifi强度为无线访问接入点每次扫描到车载wifi向无线访问接入点发出的无线网络信号强度。

进一步地，车载wifi时间为无线访问接入点每次扫描到车载wifi的时间。

具体地，第一时间片为获取相邻的当前车辆信息之间的时间间隔，本领域技术人员知晓，现有技术中满足实际需求时间间隔，均属于本发明的保护范围，在此不再赘述。

进一步地，第一时间片的取值范围为10秒-20秒，时间片的长度较小，可以精准，及时的获取道路中的车辆信息。

具体地，所述系统中还包括：A对应的无线访问接入点ID列表F＝{F₁，……，F_i，……，F_m}，F_i为A_i对应的无线访问接入点ID。

进一步地，所述无线访问接入点ID为无线访问接入点的唯一身份标识。

在一个具体的实施例中，当所述计算机程序被处理器执行时，在S100步骤之前还包括以下步骤获取当前车辆信息集：

S1、根据F_i，获取F_i对应的关键设备信息列表H_i＝{H_i1，……，H_ij，……，H_in}，H_ij＝{H¹ _ij，……，H^x _ij，……，H^p _ij}，H^x _ij为在第j个第一时间片中F_i对应的第x个关键设备信息，x＝1……p，p为在第j个第一时间片中F_i对应的关键设备数量。

具体地，关键设备信息包括车辆信息和/或非车辆信息。

进一步地，非车辆信息包括：非车载wifi名称、非车载wifi强度和非车载wifi时间。

具体地，基于F_i的地理位置坐标满足的预设条件，获取最优的F_i的地理位置，其中，F_i的地理位置坐标满足如下预设条件：

(UX_i-UX_i+1)²+(UY_i-UY_i+1)²＝4a²且当i＝m时，UX_m+1＝UX₁，UY_m+1＝UY₁，其中，a为无线访问接入点的扫描区域的半径，UX_i为在预设坐标系中F_i对应的横坐标值，UY_i为在预设坐标系中F_i对应的纵坐标值。

进一步地，无线访问接入点的扫描区域为以无线访问接入点为中心的圆形区域，其中，本领域技术人员知晓，现有技术中任一设置预设坐标系并获取地理位置坐标的方法，均属于本发明的保护范围，在此不再赘述。

上述，无线访问接入点的成本较低，设置无线访问接入点的地理位置坐标，利用无线访问接入点来搜集关键设备信息，可以节约资源，保证任意两个无线访问接入点的扫描范围均不相交，使任意两个无线访问接入点获取到的关键设备信息不重复，有利于提高处理器的处理效率，提高获取预测车流量的精确度。

S3、根据H_ij，获取H_ij对应的wifi名称列表K_ij＝{K¹ _ij，……，K^x _ij，……，K^p _ij}，K^x _ij为H^x _ij对应的wifi名称，其中，wifi名称为车载wifi名称或非车载wifi名称。

S5、对K_ij进行处理，获取K_ij对应的第一关键词列表K⁰ _ij＝{K⁰¹ _ij，……，K^0x _ij，……，K^0p _ij}，K^0x _ij为K^x _ij对应的第一关键词，其中，第一关键词为：BMW、奔驰、奥迪等词语，本领域技术人员知晓，现有技术中任一根据车载wifi名称获取第一关键词的方法，均属于本发明的保护范围，在此不做赘述。

S7、当K^0x _ij与预设关键词列表中任一预设关键词相同时，获取K^0x _ij对应的关键设备信息，插入到当前车辆信息集中，本领域技术人员知晓，现有技术中满足实际需求的预设关键词，均属于本发明的保护范围，在此不再赘述。

上述，对无线访问接入点获取到的关键设备信息进行处理，获取第一关键词与预设关键词相匹配的关键设备信息作为当前车辆信息，可以理解为，获取具有车载wifi的车辆的车辆信息，可以在数据处理过程中减少非车辆信息引起的误差，提高获取预测车流量的精确度。

具体地，在S100步骤中，还包括如下步骤：

S101、根据当前车辆信息集，获取在第j个第一时间片中当前车辆信息集对应的当前车载wifi强度列表L_ij＝{L¹ _ij，……，L^y _ij，……，L^q _ij}，L^y _ij＝{L^y1 _i1，……，L^yr _ij，……，L^ys _in}，L^yr _ij为第r次F_i对应无线访问接入点扫描到的第y个车辆的车载wifi强度，r＝1……s，s为无线访问接入点扫描次数，y＝1……q，q为F_i对应无线访问接入点扫描到的车辆数量，本领域技术人员知晓，现有技术中任一从当前车辆信息集中获取车载wifi强度的方法，均属于本发明的保护范围，在此不再赘述。

S103、根据L^y _ij，获取L^y _ij对应的车辆距离列表L^′y _ij＝{L^′y1 _i1，……，L′^yr _ij，……，L′^ys _in}，L′^yr _ij为L^yr _ij对应的车辆位置坐标至F_i对应的无线访问接入点地理位置坐标的距离，其中，L^′yr _ij符合如下条件：

L′^yr _ij＝a×L^yr _ij/L⁰，其中，L⁰为预设的车载wifi强度阈值，本领域技术人员知晓，现有技术中满足实际需求的车载wifi强度阈值的取值，均属于本发明的保护范围，在此不再赘述。

S105、根据L′^y _ij，获取L^y _ij对应的第一车速M^y _ij，M^y _ij符合如下条件：

t为F_i对应的无线访问接入点扫描相邻的当前车辆信息之间的时间间隔。

具体地，本领域技术人员知晓，现有技术中任一获取无线访问接入点扫描相邻的当前车辆信息之间的时间间隔的方法，均属于本发明的保护范围，在此不再赘述。

S107、根据L′^y _ij，获取L^y _ij对应的第一驻车时长N^y _ij，其中，N^y _ij符合如下条件：

N^y _ij＝N⁰×t，N⁰为L′^y _ij中L′^yr _ij与L′^y(r+1) _ij相同的数量。

S109、当M^y _ij≥M₀且N^y _ij≤N′时，获取L^y _ij对应的车辆信息，插入到B_ij中，M⁰为预设的第一车速阈值，N′为预设的第一驻车时间阈值，其中，本领域技术人员知晓，现有技术中满足实际需求的车速阈值的取值和满足实际需求的第一驻车时间阈值的取值，均属于本发明的保护范围，在此不再赘述。

具体地，N′的取值范围为5秒-10秒，防止第一驻车时间阈值设置过低，遗漏第一车辆信息。

上述，对无线网络信号强度进行处理，获取无线访问接入点对应的当前车辆的第一车速与第一驻车时间，获取处于行驶中的车辆信息，对行驶中的车辆信息进行处理，减小了系统需处理的数据量，有利于提高处理器的处理效率，提高获取预测车流量的精确度。

S200、根据B和历史车辆信息集，获取预测车流量列表G＝{G₁，……，G_i，……，G_m}，

G_i＝{G_i1，……，G_ij，……，G_in}。

具体地，历史车辆信息为历史时间段内的车辆信息，其中，所述历史时间段为以当前时间点为起始时间点且以预设时长为时间跨度的时段，本领域技术人员知晓，现有技术中满足实际需求的预设时长的取值，均属于本发明的保护范围，在此不再赘述。

进一步地，预设时长的取值范围为10天-30天，可以防止因预设时长取值过高，导致获取到的数据量过大，系统的处理效率较低，或因预设时长取值过低，获取到的数据量过少，进而导致获取预测车流量的精确度较低。

具体地，在S200步骤中还通过如下步骤获取G_ij：

S201、获取A_i对应的中间道路ID列表A⁰ _i＝{A⁰ _i1，……，A⁰ _ik，……，A⁰ _im-1}，A⁰ _ik为A_i对应的第k个中间道路ID，k＝1……m-1，其中，所述中间道路ID为A中除A_i之外的任一目标道路ID。

S203、根据B_ij与A⁰ _i，获取A⁰ _i对应的第一车辆数量列表C_ij＝{C¹ _ij，……，C^k _ij，……，C^m-1 _ij}，C^k _ij为在B_ij对应的第一时间片内的A⁰ _ik对应的第一车辆数量，其中，第一车辆数量为某一目标道路ID对应的道路转向其对应的任一中间道路ID对应的道路的车辆数量。

具体地，在S203步骤中，还包括如下步骤：

S2031、根据B_ij、A_i、A⁰ _i，获取A_i与A⁰ _i对应的第二车载wifi名称列表P_ij＝{P¹ _ij，……，P^k _ij，……，P^m-1 _ij}，P^k _ij＝{P^k1 _ij，……，P^kg _ij，……，P^kh _ij}，P^kg _ij为在B_ij对应的第一时间片内，在A_i对应的目标道路和A⁰ _ik对应的目标道路中均出现的第g个车辆的车载wifi名称，g＝1……h，h为在A_i对应的目标道路和A⁰ _ik对应的目标道路中均出现的车辆数量。

S2033、根据A_i与P^k _ij，获取P^k _ij对应的第一车载wifi时间列表P′^k _ij＝{P′^k1 _ij，……，P′^kg _ij，……，P′^kh _ij}，P′^kg _ij为P^kg _ij在A_i对应的目标道路中的车载wifi时间。

S2035、根据A⁰ _i与P^k _ij，获取P^k _ij对应的第二车载wifi时间列表P^0k _ij＝{P^0k1 _ij，……，P^0kg _ij，……，P^0kh _ij}，P^0kg _ij为P^kg _ij在A⁰ _ik对应的目标道路中的车载wifi时间。

S2037、根据P^′k _ij与P^0k _ij，获取P^′k _ij中P′^kg _ij在P^0k _ij中P^0kg _ij之前的数量作为C^k _ij。

上述，对A_i对应的目标道路和A⁰ _ik对应的目标道路中均出现的车辆的车载wifi时间做对比，可以判断出第一车辆的通行方向，可以精确获取A_i对应的目标道路转向A⁰ _ik对应的目标道路的第一车辆的数量，有利于提高预测车流量的精确度。

具体地，所述系统中还包括历史车辆信息集对应的车辆的数量。

S205、根据历史车辆信息集，获取C^k _ij对应的第一历史车辆数量列表D^k _ij＝{D^k1 _ij，……，D^ke _ij，……，D^kf _ij}和第二历史车辆数量列表E^k _ij＝{E^k1 _ij，……，E^ke _ij，……，E^kf _ij}，D^ke _ij为在第e个第二时间点内C^k _ij对应的第一历史车辆数量，E^ke _ij为在第e个第二时间点内的C^k _ij对应的第二历史车辆数量，e＝1……f，f为第二时间点的数量，其中，第一历史车辆数量为在历史时间段内任一第二时间点中车辆数量，第二历史车辆数量为与第一历史车辆数量相同的时间点内具有车载wifi的车辆数量，可以理解为：D^ke _ij与C^k _ij处于不同时间点的同一时间片，本领域技术人员知晓，现有技术中，任一根据历史车辆信息集获取第一历史车辆数量和第二历史车辆数量的方法，均属于本发明的保护范围，在此不再赘述。

具体地，第二时间点为历史时间段中的单一时间点，其中，第二时间点的取值与当前时间点的取值一致。

S207、根据C^k _ij、D^ke _ij、E^ke _ij，获取C^k _ij对应的预测车流量G^k _ij，其中，G^k _ij符合如下条件：

其中，T为第一时间片的长度，W为预测车流量对应的预设权重。

具体地，本领域技术人员知晓，W的初始值由本领域技术人员根据实际需求设置。

S209、根据G^k _ij，获取G_ij＝{G¹ _ij，……，G^k _ij，……，G^m-1 _ij}。

上述，对历史车辆信息进行处理，结合历史车辆信息中的第一历史车辆数量和第二历史车辆数量，可以获取到更为精准的预测车流量，对预测车流量进行处理，有利于进一步获取目标车流量，提高获取目标车流量的精确度。

S300、根据G，确定出目标车流量集G⁰＝{G⁰ ₁，……，G⁰ _i，……，G⁰ _m}，G⁰ _i＝{G⁰ _i1，……，G⁰ _ij，……，G⁰ _in}，G⁰ _ij为G_ij对应的目标车流量列表。

具体地，在S300步骤中，还包括如下步骤：

具体地，所述系统中还包括第一时间片对应的实际车流量。

S301、获取G对应的实际车流量列表Q＝{Q₁，……，Q_i，……，Q_m}，Q_i＝{Q_i1，……，Q_ij，……，Q_in}，Q_ij＝{Q¹ _ij，……，Q^k _ij，……，Q^m-1 _ij}，Q^k _ij为G^k _ij对应的实际车流量。

S303、当|G^k _ij-Q^k _ij|≤Δw时，确定G^k _ij为G^0k _ij，其中，Δw为预设的车流量差阈值。

具体地，Δw的取值范围为0-0.6；优选地，Δw取值0.3，防止阈值设置过低，获取到错误的目标车流量。

S305、当|G^k _ij-Q^k _ij|＞Δw且G^k _ij＞Q^k _ij时，令W＝W⁰，执行S207步骤，其中，W⁰符合如下条件：W⁰＝W×(1+|1-G^k _ij/Q^k _ij|)。

S307、当|G^k _ij-Q^k _ij|＞Δw且G^k _ij＜Q^k _ij时，令W＝W⁰，执行S207步骤，其中，W⁰符合如下条件：W⁰＝W×(1-G^k _ij/Q^k _ij)。

S309、根据G^0k _ij，获取G⁰ _ij＝{G⁰¹ _ij，……，G^0k _ij，……，G^0(m-1) _ij}，G^0k _ij为G^k _ij对应的目标车流量。

上述，将预测车流量与实际车流量进行对比，当预测车流量与实际车流量的车流量差大于车流量差阈值时，调整预测车流量对应的预设权重，再次获取预测车流量，有利于提高获取目标车流量的精确度。

在一具体的实施例中，在S300步骤之后，还包括如下步骤：

S400、获取预设时间段中的预设时间片，其中，本领域技术人员知晓，任一可选的预设时间段的取值和任一可选的预设时间片的取值，均属于本发明的保护范围；可以理解为：预设时间段为早高峰时间段、晚高峰时间段、平峰时间段；预设时间片的长度为预设时间段内获取一个车流量的时长，预设时间片的长度可以为十分钟。

S500、根据预设时间段中的预设时间片，获取预设时间片对应的A_i对应的目标道路转向A⁰ _ik对应的目标道路的车流量。

具体地，在S500步骤中，包括如下步骤：

S501、当所述预设时间片为预设时间段中的第一个预设时间片时，获取所述预设时间片中的G^0k _ij的平均值，作为预设时间片对应的A_i对应的目标道路转向A⁰ _ik对应的目标道路的车流量。

S503、当所述预设时间片不为预设时间段中的第一个预设时间片时，获取所述预设时间片对应的若干个关键时间片的真实车流量，其中，关键时间片为预设时间段中，在所述预设时间片之前的预设时间片，本领域技术人员知晓，现有技术中任一获取真实车流量的方法，均属于本发明的保护范围，在此不再赘述。

S505、根据关键时间片的真实车流量和预设时间片的长度，获取关键时间片对应的关键车辆数量，其中，关键车辆数量符合如下条件：

关键车辆数量＝关键时间片的真实车流量×预设时间片的长度。

S507、获取关键时间片对应的第一中间关键车辆数量，其中，第一中间关键车辆数量为具有车载wifi的车辆的数量，其中，本领域技术人员知晓，获取第一中间关键车辆的方法参照获取当前信息集的方法，在此不再赘述。

S509、根据所述预设时间片对应的若干个关键时间片对应的关键车辆数量和第一中间关键车辆数量，获取预设时间片对应的A_i对应的目标道路转向A⁰ _ik对应的目标道路的车流量，其中，本领域技术人员知晓，获取预设时间片中A_i对应的目标道路转向A⁰ _ik对应的目标道路的车流量的公式参照获取预测车流量的公式，其中，获取车流量的公式中的预设权重为固定值，在此不再赘述。

上述，用时间段中已知的时间片的真实车流量获取未知的时间片的车流量，时间跨度较小，时效性较高，可以获取到实时车流量且减小了因时间跨度过大引起的误差，可以提高获取实施车流量的精准度。

S600、当预设时间段中所有预设时间片对应的车流量大于车流量阈值的数量大于预设的第一数量阈值时，调整预设时间段对应的交通信号灯一个相位的时长和绿信比，其中，本领域技术人员知晓，现有技术中任一可选的车流量阈值和第一数量阈值，均属于本发明的保护范围，在此不再赘述。

上述，当预设时间片中转向车流量较大且数量过多时，可以根据车流量的值对交通信号灯一个相位的时长和绿信比进行调整，有利于提高道路的通行效率。

本发明提供了一种获取车流量的数据处理系统，系统包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路标识列表、处理器、存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：根据当前车辆信息集，获取第一车辆信息列表；根据第一车辆信息列表和历史车辆信息集，获取预测车流量列表；根据预测车流量列表，确定出目标车流量集；可知，本发明一方面，使用无线访问接入点获取当前车辆信息集，无线访问接入点的成本较低，有利于节省资源，另一方面，获取道路车流量时，对第一车辆信息列表中的数据进行处理，获取车辆的位置、第一车速、驻车时长等多个数据，进而获取车流量，可以提高车流量的精确度。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。

Claims (10)

1.一种获取车流量的数据处理系统，其特征在于，所述系统包括：当前车辆信息集、当前车辆信息集对应的历史车辆信息集、目标道路ID列表A＝{A₁，……，A_i，……，A_m}、处理器、存储有计算机程序的存储器，其中，A_i为第i个目标道路ID，i＝1……m，m为目标道路ID的数量，当所述计算机程序被处理器执行时，实现以下步骤：

S100、根据当前车辆信息集，获取第一车辆信息列表B＝{B₁，……，B_i，……，B_m}，B_i＝{B_i1，……，B_ij，……，B_in}，B_ij为在第j个第一时间片中A_i对应的第一车辆信息列表，j＝1……n，n为第一时间片的数量；

S200、根据B和历史车辆信息集，获取预测车流量列表G＝{G₁，……，G_i，……，G_m}，G_i＝{G_i1，……，G_ij，……，G_in}，其中，在S200步骤中还通过如下步骤获取G_ij：

S201、获取A_i对应的中间道路ID列表A⁰ _i＝{A⁰ _i1，……，A⁰ _ik，……，A⁰ _im-1}，A⁰ _ik为A_i对应的第k个中间道路ID，k＝1……m-1，其中，所述中间道路ID为A中除A_i之外的任一目标道路ID；

S203、根据B_ij与A⁰ _i，获取A⁰ _i对应的第一车辆数量列表C_ij＝{C¹ _ij，……，C^k _ij，……，C^{m -1} _ij}，C^k _ij为在B_ij对应的第一时间片内的A⁰ _ik对应的第一车辆数量，其中，第一车辆数量为某一目标道路ID对应的道路转向其对应的任一中间道路ID对应的道路的车辆数量；

S205、根据历史车辆信息集，获取历史时间段内C^k _ij对应的第一历史车辆数量列表D^k _ij＝{D^k1 _ij，……，D^ke _ij，……，D^kf _ij}和第二历史车辆数量列表E^k _ij＝{E^k1 _ij，……，E^ke _ij，……，E^kf _ij}，D^ke _ij为在历史时间段内的第e个第二时间点中C^k _ij对应的第一历史车辆数量，E^ke _ij为D^ke _ij对应的第二历史车辆数量，e＝1……f，f为第二时间点的数量，第一历史车辆数量为在历史时间段内任一第二时间点中车辆数量，第二历史车辆数量为与第一历史车辆数量相同的时间点内具有车载wifi的车辆数量；

S207、根据C^k _ij、D^ke _ij、E^ke _ij，获取C^k _ij对应的预测车流量G^k _ij，其中，G^k _ij符合如下条件：

其中，T为第一时间片的长度，W为预测车流量对应的预设权重；

S209、根据G^k _ij，获取G_ij＝{G¹ _ij，……，G^k _ij，……，G^m-1 _ij}；

S300、根据G，确定出目标车流量集G⁰＝{G⁰ ₁，……，G⁰ _i，……，G⁰ _m}，G⁰ _i＝{G⁰ _i1，……，G⁰ _ij，……，G⁰ _in}，G⁰ _ij为G_ij对应的目标车流量列表。

2.根据权利要求1所述的获取车流量的数据处理系统，其特征在于，所述当前车辆信息为当前时间点的车辆信息，其中，当前时间点的取值为1天。

3.根据权利要求2所述的获取车流量的数据处理系统，其特征在于，所述历史车辆信息为历史时间段内的车辆信息，其中，所述历史时间段为以当前时间点为起始时间点且以预设时长为时间跨度的时段。

4.根据权利要求2所述的获取车流量的数据处理系统，其特征在于，所述车辆信息包括车载wifi名称、车载wifi强度和车载wifi时间。

5.根据权利要求4所述的获取车流量的数据处理系统，其特征在于，所述系统中还包括：A对应的无线访问接入点ID列表F＝{F₁，……，F_i，……，F_m}，F_i为A_i对应的无线访问接入点ID，当所述计算机程序被处理器执行时，在S100步骤之前还包括以下步骤获取当前车辆信息集：

S1、根据F_i，获取F_i对应的关键设备信息列表H_i＝{H_i1，……，H_ij，……，H_in}，H_ij＝{H¹ _ij，……，H^x _ij，……，H^p _ij}，H^x _ij为在第j个第一时间片中F_i对应的第x个关键设备信息，x＝1……p，p为在第j个第一时间片中F_i对应的关键设备的数量，其中，关键设备信息包括车辆信息和/或非车辆信息，非车辆信息包括：非车载wifi名称、非车载wifi强度和非车载wifi时间；

S3、根据H_ij，获取H_ij对应的wifi名称列表K_ij＝{K¹ _ij，……，K^x _ij，……，K^p _ij}，K^x _ij为H^x _ij对应的wifi名称，其中，wifi名称为车载wifi名称或非车载wifi名称；

S5、将K_ij输入到预设特征提取模型中，获取K_ij对应的第一关键词列表K⁰ _ij＝{K⁰¹ _ij，……，K^0x _ij，……，K^0p _ij}，K^0x _ij为K^x _ij对应的第一关键词；

S7、当K^0x _ij与预设关键词列表中任一预设关键词相同时，获取K^0x _ij对应的关键设备信息，插入到当前车辆信息集中。

6.根据权利要求4所述的获取车流量的数据处理系统，其特征在于，在S100步骤中包括如下步骤：

S101、根据当前车辆信息集，获取在第j个第一时间片中当前车辆信息集对应的当前车载wifi强度列表L_ij＝{L¹ _ij，……，L^y _ij，……，L^q _ij}，L^y _ij＝{L^y1 _i1，……，L^yr _ij，……，L^ys _in}，L^yr _ij为第r次F_i对应无线访问接入点扫描到的第y个车辆的车载wifi强度，r＝1……s，s为无线访问接入点扫描次数，y＝1……q，q为F_i对应无线访问接入点扫描到的车辆数量；

S103、根据L^y _ij，获取L^y _ij对应的车辆距离列表L′^y _ij＝{L′^y1 _i1，……，L′^yr _ij，……，L′^ys _in}，L′^yr _ij为L^yr _ij对应的车辆地理位置坐标至F_i对应的无线访问接入点地理位置坐标的距离，其中，L′^yr _ij符合如下条件：

L′^yr _ij＝a×L^yr _ij/L⁰，其中，a为无线访问接入点的扫描区域的半径，L⁰为预设的车载wifi强度阈值；

S105、根据L′^y _ij，获取L^y _ij对应的第一车速M^y _ij，M^y _ij符合如下条件：

t为F_i对应的无线访问接入点扫描相邻的当前车辆信息之间的时间间隔；

S107、根据L′^y _ij，获取L^y _ij对应的第一驻车时长N^y _ij，其中，N^y _ij符合如下条件：

N^y _ij＝N⁰×t，N⁰为L′^y _ij中L′^yr _ij与L′^y(r+1) _ij相同的数量；

S109、当M^y _ij≥M₀且N^y _ij≤N′时，获取L^y _ij对应的车辆信息，插入到B_ij中，M₀为预设的第一车速阈值，N′为预设的第一驻车时长阈值。

7.根据权利要求4所述的获取车流量的数据处理系统，其特征在于，在S203步骤中包括如下步骤：

S2031、根据B_ij、A_i、A⁰ _i，获取A_i与A⁰ _i对应的第二车载wifi名称列表P_ij＝{P¹ _ij，……，P^k _ij，……，P^m-1 _ij}，P^k _ij＝{P^k1 _ij，……，P^kg _ij，……，P^kh _ij}，P^kg _ij为在B_ij对应的第一时间片内，在A_i对应的目标道路和A⁰ _ik对应的目标道路中均出现的第g个车辆的车载wifi名称，g＝1……h，h为在A_i对应的目标道路和A⁰ _ik对应的目标道路中均出现的车辆数量；

S2033、根据A_i与P^k _ij，获取P^k _ij对应的第一车载wifi时间列表P′^k _ij＝{P′^k1 _ij，……，P′^kg _ij，……，P′^kh _ij}，P′^kg _ij为P^kg _ij在A_i对应的目标道路中的车载wifi时间；

S2035、根据A⁰ _i与P^k _ij，获取P^k _ij对应的第二车载wifi时间列表P^0k _ij＝{P^0k1 _ij，……，P^0kg _ij，……，P^0kh _ij}，P^0kg _ij为P^kg _ij在A⁰ _ik对应的目标道路中的车载wifi时间；

S2037、根据P′^k _ij与P^0k _ij，获取P′^k _ij中P′^kg _ij在P^0k _ij中P^0kg _ij之前的数量作为C^k _ij。

8.根据权利要求4所述的获取车流量的数据处理系统，其特征在于，所述系统中还包括：第一时间片对应的实际车流量，在S300步骤中包括如下步骤：

S301、获取G对应的实际车流量列表Q＝{Q₁，……，Q_i，……，Q_m}，Q_i＝{Q_i1，……，Q_ij，……，Q_in}，Q_ij＝{Q¹ _ij，……，Q^k _ij，……，Q^m-1 _ij}，Q^k _ij为G^k _ij对应的实际车流量；

S303、当|G^k _ij-Q^k _ij|≤Δw时，确定G^k _ij为G^0k _ij，其中，Δw为预设的车流量差阈值；

S305、当|G^k _ij-Q^k _ij|＞Δw且G^k _ij＞Q^k _ij时，令W＝W⁰，执行S207步骤，其中，W⁰符合如下条件：W⁰＝W×(1+|1-G^k _ij/Q^k _ij|)；

S307、当|G^k _ij-Q^k _ij|＞Δw且G^k _ij＜Q^k _ij时，令W＝W⁰，执行S207步骤，其中，W⁰符合如下条件：W⁰＝W×(1-G^k _ij/Q^k _ij)；

S309、根据G^0k _ij，获取G⁰ _ij＝{G⁰¹ _ij，……，G^0k _ij，……，G^0(m-1) _ij}，G^0k _ij为G^k _ij对应的目标车流量。

9.根据权利要求1所述的获取车流量的数据处理系统，其特征在于，第一时间片为获取相邻的当前车辆信息之间的时间间隔。

10.根据权利要求2所述的获取车流量的数据处理系统，其特征在于，第二时间点为历史时间段中的单一时间点，其中，第二时间点的取值与当前时间点的取值一致。

Images