CN116312008B - 一种基于气候信息的高速道路状况预警方法及系统 - Google Patents
一种基于气候信息的高速道路状况预警方法及系统 Download PDFInfo
- Publication number
- CN116312008B CN116312008B CN202310132819.2A CN202310132819A CN116312008B CN 116312008 B CN116312008 B CN 116312008B CN 202310132819 A CN202310132819 A CN 202310132819A CN 116312008 B CN116312008 B CN 116312008B
- Authority
- CN
- China
- Prior art keywords
- climate
- expressway
- weather
- data
- early warning
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 102
- 238000013075 data extraction Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于气候信息的高速道路状况预警方法及系统,方法包括:根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶,在气候跨区行驶时,从本地数据库中提取待行驶高速道路的历史气候数据,并提取与预警周期所在时间相同的第一气候数据,统计第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;最后根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息。本发明实施例无需下载实时天气数据,适配多种高速道路的应用场景,提高高速道路状况的预警及时性和准确性。
Description
技术领域
本发明涉及道路预警技术领域,尤其涉及一种基于气候信息的高速道路状况预警方法及系统。
背景技术
随着交通技术和道路建设的发展,越来越多的人选择自驾游或远程自驾游,各高速道路的使用频率也逐渐频繁。而对于道路状况的预警,现有技术大多是针对城市内道路进行的,如根据天气状况、车辆拥堵情况、是否施工等信息,通过智能终端或车载终端呈现给用户。虽然现有技术也存在专门针对高速道路状况的解决方案,但都是针对实时的天气状况,对高速道路上的恶劣天气进行预警。其解决方案本质上也是适用于城市道路,并没有针对高速道路的特点进行适配。
此外,受限于高速道路的跨区域特点,某些路段仍然存在通信信号不佳、通信质量差的问题,通过实时获取天气数据或气象数据并用于预测道路状况的技术方案会存在响应不及时、数据获取速度过慢等问题。而且车载终端或智能终端对于实时获取的数据往往都是用完即弃,数据的复用率低。
发明内容
本发明实施例提供一种基于气候信息的高速道路状况预警方法及系统,无需下载实时天气数据,适配多种高速道路的应用场景,提高高速道路状况的预警及时性和准确性。
第一方面,本发明实施例提供了一种基于气候信息的高速道路状况预警方法,包括:根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候;
若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹;
若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为;
根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪。
本发明实施例在考虑高速道路状况预警时,以气候代替现有的实时天气状况进行预测,在车辆行驶和预警过程中无需实时下载待行驶高速道路的天气信息,并利用气候信息的特点,结合本地数据库中的历史气候数据,对天气行为进行校准和预测,针对影响高速道路路况的天气行为生成相应的路况预警信息。相比于现有技术的实时获取和实时预警,本发明实施例通无需下载实时天气数据,适配多种高速道路的应用场景,提高高速道路状况的预警及时性和准确性。另外,通过气候信息进行校准和预测,能够进一步扩大本发明实施例的适应范围,不会产生因地域或地点与现有预警模型的巨大差异而导致预警不准的问题。
作为本实施例的优选,根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶,具体为:
根据规划行驶路径,确定在所述预警周期内车辆将要行驶的待行驶高速道路;
根据待行驶高速道路所对应的路段气候分区,判断待行驶高速道路是否仅对应一个气候类型的路段气候分区;
若是,则确定没有发生气候跨区行驶;
若否,则确定发生气候跨区行驶。
作为本实施例的优选,所述从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,具体为:
获取并根据当前时刻的月份,从所述本地数据库中提取与当前月份相同的待行驶高速道路的第一历史气候数据;其中,所述第一历史气候数据包括多个年度在相同月份时的每天天气数据,且每天天气数据记录了各小时对应的天气行为;
根据当前行驶时间和预警周期,确定数据提取的小时区间;
从第一历史气候数据中提取与所述小时区间相同的天气行为,生成第一气候数据;其中,第一气候数据记录了多个天气行为。
在本优选中,从本地数据库进行历史气候数据提取,无需连接网络的同时,根据当前时刻所在的月份进行多年度的数据提取,并且精确到每天每个小时的天气行为,基于同一年度和月份的气候特点相似性进行第一次历史气候数据提取,然后再根据当前行驶时间和预警周期进行二次数据提取,提高天气行为预测的准确性,从而提高路况预警的准确性。
作为本实施例的优选,所述统计所述第一气候数据中发生各天气行为的第一概率,具体为:
统计各天气行为的出现频率,并将晴朗和阴天的出现频率叠加,获得正常天气频率;
根据统计获得的下雨出现频率、下雪出现频率、下冰雹出现频率和所述正常天气频率,计算各天气行为的第一概率。
在本优选例子中,优先考虑会影响高速道路路况的几个常见天气行为,如下雨、下雪、下冰雹和正常天气(晴朗和阴天),并以此作为后续路况预警的基础数据,提高路况预警的准确性。
作为本实施例的优选,所述根据气候跨区前后的两个气候类型,调整所述第一概率,具体为:
当所述气候跨区前后的两个气候类型分别为:季风性气候和大陆性气候时,根据当前季节,生成下雨调整因子或温度调整因子,继而根据生成的调整因子,调整下雨、下雪和下冰雹所对应的第一概率;
当所述气候跨区前后的两个气候类型分别为:大陆性气候和高寒气候时,根据当前海拔高度,生成温度调整因子,继而根据生成的调整因子,调整下雪和下冰雹所对应的第一概率。
在本优选例子中,由于高速道路的长距离、跨地域的特点,在对高速道路进行气候分区后,当在下一个预警周期发生气候跨区时,虽然在同一路段的天气行为可能相似或相同,但是需要跟前气候跨区前后的两个气候类型对当前的预测概率进行调整,以适应不同气候区域对于不同天气行为的影响权重,提高气候预警准确性。而且我国主要以季风性气候、大陆性气候和高寒气候为主,在进行调整时更能符合我国气候特点,进一步提高本发明实施例的适应性。
作为本实施例的优选,所述根据调整后的第一概率,确定待行驶高速道路的预测天气行为,或者,所述根据所述第二概率确定待行驶高速道路的预测天气行为,具体为:
将概率最高的天气行为,作为待行驶高速道路的预测天气行为。
作为本实施例的优选,所述根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,具体为:
若所述预测天气行为是晴朗或阴天,则确定待行驶高速道路的路面状况信息为路面干燥;
若所述预测天气行为是下雨,则确定待行驶高速道路的路面状况信息为路面湿润;
若所述预测天气行为是下雪,则确定待行驶高速道路的路面状况信息为路面积雪;
若所述预测天气行为是下冰雹,则确定待行驶高速道路的路面状况信息为路面冰滑。
作为本实施例的优选,所述本地数据库中的历史气候数据为离线数据,预先存储在车载终端、用户终端或者外部设备中。
在本优选例子中,本地数据库中的离线数据可以但不限于存储在车载终端、用户终端或者外部设备中,使得预警时无需连接网络,也能提供准确的基于气候信息的路况预警,提高预警的响应速度和准确性。
第二方面,本发明实施例提供了一种基于气候信息的高速道路状况预警系统,包括:预警设备和第一终端;
所述预警设备包括:判断模块、第一预测模块、第二预测模块和预警模块;
其中,所述判断模块用于根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候;
所述第一预测模块用于若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹;
所述第二预测模块用于若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为;
所述预警模块用于根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪;
所述第一终端与所述预警设备连接,所述第一终端为车载终端、用户终端或者外部设备。
附图说明
图1是本发明提供的基于气候信息的高速道路状况预警方法的一种实施例的流程示意图;
图2是本发明提供的基于气候信息的高速道路状况预警系统的一种实施例的结构示意图。
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,本领域普通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。
本发明实施例公开了一种基于气候信息的高速道路状况预警方法,该方法适用于长距离的高速道路自驾游或者运输,如从广州到西藏的自驾游等,但不适用于城市内的短途高速道路的预警。因为气候信息对于某个城市的天气情况并不是起决定性作用,气候信息能够决定了某些天气行为出现的概率比另一些大。进一步的,当能够获知某些天气行为的出现概率,即可对实时天气状况进行预测,并以此实现高速道路状况的气候预警。
参见图1,图1是本发明提供的基于气候信息的高速道路状况预警方法的一种实施例的流程示意图。该方法包括步骤101至步骤104,各步骤具体如下:
步骤101:根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候。
在本实施例中,无论是长途自驾游还是长途运输都存在计划性,因此在获悉起点与终点的条件下,能够规划行驶路径,具体规划方法为现有技术,在此不再赘述。而本发明实施例优先对规划行驶路径中的高速道路进行路段气候分区,结合我国主要的天气气候类型,分为季风性气候区、大陆性气候区和高寒气候区。我国东部属于季风性气候,西北部属大陆性气候,青藏高原属高寒气候。
在本实施例中,步骤101具体为:根据规划行驶路径,确定在所述预警周期内车辆将要行驶的待行驶高速道路;根据待行驶高速道路所对应的路段气候分区,判断待行驶高速道路是否仅对应一个气候类型的路段气候分区;若是,则确定没有发生气候跨区行驶;若否,则确定发生气候跨区行驶。
在本实施例中,由于气候的跨区域性,有些高速道路可能整条都在一个路段气候分区内,有些高速道路可能横跨几个路段气候分区,因此在基于气候信息进行路况预警时,需要考虑是否发生气候跨区行驶,提高预警准确性。另外,预警可以但不限于与预警周期的形式触发,通过周期性的触发能够进一步实现预警结果的更新,提高预警准确性。
步骤102:若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹。
在本实施例中,从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,具体为:
获取并根据当前时刻的月份,从所述本地数据库中提取与当前月份相同的待行驶高速道路的第一历史气候数据;其中,所述第一历史气候数据包括多个年度在相同月份时的每天天气数据,且每天天气数据记录了各小时对应的天气行为;根据当前行驶时间和预警周期,确定数据提取的小时区间;从第一历史气候数据中提取与所述小时区间相同的天气行为,生成第一气候数据;其中,第一气候数据记录了多个天气行为。
在进行数据提取时优先提取当前月份,如自驾时候为11月,则将历史气候数据中该高速道路在多个年度11月时候的每天天数据(共30天),并且每个天气数据对应24小时的天气行为,再结合当前驾驶时间(中午12时)和预警周期(1小时),将所有12时到1时之间的天气行为作为第一气候数据。
在本优选中,从本地数据库进行历史气候数据提取,无需连接网络的同时,根据当前时刻所在的月份进行多年度的数据提取,并且精确到每天每个小时的天气行为,基于同一年度和月份的气候特点相似性进行第一次历史气候数据提取,然后再根据当前行驶时间和预警周期进行二次数据提取,提高天气行为预测的准确性,从而提高路况预警的准确性。
进一步的,步骤102中的统计所述第一气候数据中发生各天气行为的第一概率,具体为:统计各天气行为的出现频率,并将晴朗和阴天的出现频率叠加,获得正常天气频率;根据统计获得的下雨出现频率、下雪出现频率、下冰雹出现频率和所述正常天气频率,计算各天气行为的第一概率。
由于阴天和晴朗天气不会对道路状况进行影响,因此将其统合为正常天气,并根据出现频率,得到各天气行为的第一概率。本发明实施例的第一概率可以是出现频率,也可以是由出现频率延伸出的其他算法,如将所有天气行为的出现频率作为第一概率,或者通过预设算法(现有技术)每天的出现频率进行整合、分析得到相应的第一概率。
在本实施例中,优先考虑会影响高速道路路况的几个常见天气行为,如下雨、下雪、下冰雹和正常天气(晴朗和阴天),并以此作为后续路况预警的基础数据,提高路况预警的准确性。
在本实施例中,步骤102是发生气候跨区行驶,因此需要对第一概率进行调整,具体为:
当所述气候跨区前后的两个气候类型分别为:季风性气候和大陆性气候时,根据当前季节,生成下雨调整因子或温度调整因子,继而根据生成的调整因子,调整下雨、下雪和下冰雹所对应的第一概率;
当所述气候跨区前后的两个气候类型分别为:大陆性气候和高寒气候时,根据当前海拔高度,生成温度调整因子,继而根据生成的调整因子,调整下雪和下冰雹所对应的第一概率。
在本例子中,由于高速道路的长距离、跨地域的特点,在对高速道路进行气候分区后,当在下一个预警周期发生气候跨区时,虽然在同一路段的天气行为可能相似或相同,但是需要跟前气候跨区前后的两个气候类型对当前的预测概率进行调整,以适应不同气候区域对于不同天气行为的影响权重,提高气候预警准确性。而且我国主要以季风性气候、大陆性气候和高寒气候为主,在进行调整时更能符合我国气候特点,进一步提高本发明实施例的适应性。
由于发生跨区在生成调整因子时,需要考虑气候之间的差异性,如季风性气候与大陆性气候相比,其降雨量和温度差存在较大差异,因此在进行调整时可以根据实际地理位置或季节,生成一个或多个调整因子。如在夏天时,季风性气候是高温多雨,大陆性气候是高温少雨,这时可以生成一个下雨调整因子,对于进行跨区时调整下雨行为的出现概率。而大陆性气候与高寒气候之间的差异在于:温度,随海拔增高温差越大,因此两者之间只需生成相应的温度调整因子。而因子的大小和数值可以但不限于根据当前季节或当前海拔高度的差异度进行生成。
譬如,在当前跨区路段,计算两个气候在历史气候信息中差异度或相似性,并设置不同阈值区间,每个阈值区间对应一个因子数值(可以是温度也可以说下雨),即可获得跨区前后的调整因子。相似性或差异度的计算方法为现有技术在此不再赘述。
在调整第一概率时,如果下雨调整因子为正数,则提高下雨、下雪和下冰雹对应的第一概率,调整时可以使用权重的方式进行调整。如果下雨调整因子为负数,则降低提高下雨、下雪和下冰雹对应的第一概率。如果温度调整因子为正数,则说明温度升高,降低下雪和下冰雹对应的第一概率,反之,提高下雪和下冰雹对应的第一概率。
步骤103:若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为。
在本实施例中中,由于没有发生气候跨区行驶,因此通过相同的方法获得第二概率后,根据第二概率确定待行驶高速道路的预测天气行为。
在本实施例中,根据调整后的第一概率,确定待行驶高速道路的预测天气行为,或者,所述根据所述第二概率确定待行驶高速道路的预测天气行为,具体为:
将概率最高的天气行为,作为待行驶高速道路的预测天气行为。
步骤104:根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪。
在本实施例中,步骤104具体为:
若所述预测天气行为是晴朗或阴天,则确定待行驶高速道路的路面状况信息为路面干燥;
若所述预测天气行为是下雨,则确定待行驶高速道路的路面状况信息为路面湿润;
若所述预测天气行为是下雪,则确定待行驶高速道路的路面状况信息为路面积雪;
若所述预测天气行为是下冰雹,则确定待行驶高速道路的路面状况信息为路面冰滑。
在本实施例中,本地数据库中的离线数据可以但不限于存储在车载终端、用户终端或者外部设备中,使得预警时无需连接网络,也能提供准确的基于气候信息的路况预警,提高预警的响应速度和准确性。
相应地,参见图2,图2是本发明提供的基于气候信息的高速道路状况预警系统,包括:预警设备201和第一终端202;所述预警设备201包括:判断模块、第一预测模块、第二预测模块和预警模块。
其中,所述判断模块用于根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候;
所述第一预测模块用于若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹;
所述第二预测模块用于若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为;
所述预警模块用于根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪;
所述第一终端202与所述预警设备201连接,所述第一终端202为车载终端、用户终端或者外部设备。
由上可见,本发明实施例在考虑高速道路状况预警时,以气候代替现有的实时天气状况进行预测,在车辆行驶和预警过程中无需实时下载待行驶高速道路的天气信息,并利用气候信息的特点,结合本地数据库中的历史气候数据,对天气行为进行校准和预测,针对影响高速道路路况的天气行为生成相应的路况预警信息。相比于现有技术的实时获取和实时预警,本发明实施例通无需下载实时天气数据,适配多种高速道路的应用场景,提高高速道路状况的预警及时性和准确性。另外,通过气候信息进行校准和预测,能够进一步扩大本发明实施例的适应范围,不会产生因地域或地点与现有预警模型的巨大差异而导致预警不准的问题。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种基于气候信息的高速道路状况预警方法,其特征在于,包括:
根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候;
若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹;
若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为;
根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪;
其中,所述根据气候跨区前后的两个气候类型,调整所述第一概率,具体为:
当所述气候跨区前后的两个气候类型分别为:季风性气候和大陆性气候时,根据当前季节,生成下雨调整因子或温度调整因子,继而根据生成的调整因子,调整下雨、下雪和下冰雹所对应的第一概率;
当所述气候跨区前后的两个气候类型分别为:大陆性气候和高寒气候时,根据当前海拔高度,生成温度调整因子,继而根据生成的调整因子,调整下雪和下冰雹所对应的第一概率。
2.根据权利要求1所述的基于气候信息的高速道路状况预警方法,其特征在于,所述根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶,具体为:
根据规划行驶路径,确定在所述预警周期内车辆将要行驶的待行驶高速道路;
根据待行驶高速道路所对应的路段气候分区,判断待行驶高速道路是否仅对应一个气候类型的路段气候分区;
若是,则确定没有发生气候跨区行驶;
若否,则确定发生气候跨区行驶。
3.根据权利要求1所述的基于气候信息的高速道路状况预警方法,其特征在于,所述从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,具体为:
获取并根据当前时刻的月份,从所述本地数据库中提取与当前月份相同的待行驶高速道路的第一历史气候数据;其中,所述第一历史气候数据包括多个年度在相同月份时的每天天气数据,且每天天气数据记录了各小时对应的天气行为;
根据当前行驶时间和预警周期,确定数据提取的小时区间;
从第一历史气候数据中提取与所述小时区间相同的天气行为,生成第一气候数据;其中,第一气候数据记录了多个天气行为。
4.根据权利要求3所述的基于气候信息的高速道路状况预警方法,其特征在于,所述统计所述第一气候数据中发生各天气行为的第一概率,具体为:
统计各天气行为的出现频率,并将晴朗和阴天的出现频率叠加,获得正常天气频率;
根据统计获得的下雨出现频率、下雪出现频率、下冰雹出现频率和所述正常天气频率,计算各天气行为的第一概率。
5.根据权利要求1所述的基于气候信息的高速道路状况预警方法,其特征在于,所述根据调整后的第一概率,确定待行驶高速道路的预测天气行为,或者,所述根据所述第二概率确定待行驶高速道路的预测天气行为,具体为:
将概率最高的天气行为,作为待行驶高速道路的预测天气行为。
6.根据权利要求1所述的基于气候信息的高速道路状况预警方法,其特征在于,所述根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,具体为:
若所述预测天气行为是晴朗或阴天,则确定待行驶高速道路的路面状况信息为路面干燥;
若所述预测天气行为是下雨,则确定待行驶高速道路的路面状况信息为路面湿润;
若所述预测天气行为是下雪,则确定待行驶高速道路的路面状况信息为路面积雪;
若所述预测天气行为是下冰雹,则确定待行驶高速道路的路面状况信息为路面冰滑。
7.根据权利要求1至6任意一项所述的基于气候信息的高速道路状况预警方法,其特征在于,所述本地数据库中的历史气候数据为离线数据,预先存储在车载终端、用户终端或者外部设备中。
8.一种基于气候信息的高速道路状况预警系统,其特征在于,包括:预警设备和第一终端;
所述预警设备包括:判断模块、第一预测模块、第二预测模块和预警模块;
其中,所述判断模块用于根据规划行驶路径,判断在预警周期内的车辆行驶为是否发生气候跨区行驶;其中,所述规划行驶路径中的高速道路根据各自所处的气候类型进行路段气候分区;所述气候类型包括:季风性气候、大陆性气候和高寒气候;
所述第一预测模块用于若发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第一概率,继而根据气候跨区前后的两个气候类型,调整所述第一概率,再根据调整后的第一概率,确定待行驶高速道路的预测天气行为;其中,所述历史气候数据为与当前时刻的时间跨度为一年以上的多个气候数据;所述天气行为包括:晴朗、阴天、下雨、下雪和下冰雹;
所述第二预测模块用于若没发生气候跨区行驶,则从本地数据库中提取待行驶高速道路的历史气候数据,并从所述历史气候数据中提取与所述预警周期所在时间相同的第一气候数据,统计所述第一气候数据中发生各天气行为的第二概率,继而根据所述第二概率,确定待行驶高速道路的预测天气行为;
所述预警模块用于根据确定的预测天气行为,生成待行驶高速道路的路面状况信息,并向用户预警所述路面状况信息;其中,所述路面状况信息包括路面干燥、路面湿润、路面冰滑和路面积雪;
所述第一终端与所述预警设备连接,所述第一终端为车载终端、用户终端或者外部设备;
其中,所述根据气候跨区前后的两个气候类型,调整所述第一概率,具体为:
当所述气候跨区前后的两个气候类型分别为:季风性气候和大陆性气候时,根据当前季节,生成下雨调整因子或温度调整因子,继而根据生成的调整因子,调整下雨、下雪和下冰雹所对应的第一概率;
当所述气候跨区前后的两个气候类型分别为:大陆性气候和高寒气候时,根据当前海拔高度,生成温度调整因子,继而根据生成的调整因子,调整下雪和下冰雹所对应的第一概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310132819.2A CN116312008B (zh) | 2023-02-17 | 2023-02-17 | 一种基于气候信息的高速道路状况预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310132819.2A CN116312008B (zh) | 2023-02-17 | 2023-02-17 | 一种基于气候信息的高速道路状况预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116312008A CN116312008A (zh) | 2023-06-23 |
CN116312008B true CN116312008B (zh) | 2024-02-06 |
Family
ID=86784355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310132819.2A Active CN116312008B (zh) | 2023-02-17 | 2023-02-17 | 一种基于气候信息的高速道路状况预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116312008B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113515B (zh) * | 2023-10-23 | 2024-01-05 | 湖南大学 | 一种路面设计方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091459A (zh) * | 2014-07-14 | 2014-10-08 | 沈阳翼飞达交通设施有限公司 | 恶劣天气智能检测显示系统 |
CN104166710A (zh) * | 2014-08-12 | 2014-11-26 | Tcl通讯(宁波)有限公司 | 一种基于移动终端的天气预测方法及其移动终端 |
CN104515530A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种长途货运车辆导航线路的优化方法 |
CN106714004A (zh) * | 2016-12-12 | 2017-05-24 | 福建新大陆通信科技股份有限公司 | 一种双向数字电视机顶盒实现天气预报的方法及系统 |
CN108874843A (zh) * | 2017-10-20 | 2018-11-23 | 吉林省气象服务中心 | 交通气象综合信息的展示方法、装置及设备 |
CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 |
CN110567472A (zh) * | 2019-08-16 | 2019-12-13 | 武汉东湖大数据交易中心股份有限公司 | 车载气象数据管理方法、装置、终端设备及存储介质 |
CN115641736A (zh) * | 2022-10-19 | 2023-01-24 | 中交一公局第七工程有限公司 | 用于高速公路特殊路段智能诱导系统及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160362048A1 (en) * | 2015-06-09 | 2016-12-15 | AWARE 360 Ltd. | Self-monitoring of vehicles in a convoy |
FR3088760B1 (fr) * | 2018-11-20 | 2021-06-25 | Airbus Sas | Détermination d'un état de piste à partir de mesures embarquées de contamination de piste, système et aéronef associés |
KR102457803B1 (ko) * | 2019-03-28 | 2022-10-20 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 도로 상황 예측 방법, 장치, 기기 및 컴퓨터 저장 매체 |
US11995565B2 (en) * | 2020-04-07 | 2024-05-28 | International Business Machines Corporation | Road icing condition prediction for shaded road segments |
-
2023
- 2023-02-17 CN CN202310132819.2A patent/CN116312008B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091459A (zh) * | 2014-07-14 | 2014-10-08 | 沈阳翼飞达交通设施有限公司 | 恶劣天气智能检测显示系统 |
CN104166710A (zh) * | 2014-08-12 | 2014-11-26 | Tcl通讯(宁波)有限公司 | 一种基于移动终端的天气预测方法及其移动终端 |
CN104515530A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种长途货运车辆导航线路的优化方法 |
CN106714004A (zh) * | 2016-12-12 | 2017-05-24 | 福建新大陆通信科技股份有限公司 | 一种双向数字电视机顶盒实现天气预报的方法及系统 |
CN108874843A (zh) * | 2017-10-20 | 2018-11-23 | 吉林省气象服务中心 | 交通气象综合信息的展示方法、装置及设备 |
CN108961790A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 |
CN110567472A (zh) * | 2019-08-16 | 2019-12-13 | 武汉东湖大数据交易中心股份有限公司 | 车载气象数据管理方法、装置、终端设备及存储介质 |
CN115641736A (zh) * | 2022-10-19 | 2023-01-24 | 中交一公局第七工程有限公司 | 用于高速公路特殊路段智能诱导系统及方法 |
Non-Patent Citations (1)
Title |
---|
短期天气预报与短期气候预测发展道路的对比思索;汤懋苍;干旱气象(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116312008A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Agarwal et al. | Impacts of weather on urban freeway traffic flow characteristics and facility capacity | |
CN102394008B (zh) | 使用来自移动数据源的数据估算道路交通状况 | |
Polus | A study of travel time and reliability on arterial routes | |
US7755509B2 (en) | Use of pattern matching to predict actual traffic conditions of a roadway segment | |
CN111081020B (zh) | 一种基于云边结合的车载交通事故预警装置 | |
CN116312008B (zh) | 一种基于气候信息的高速道路状况预警方法及系统 | |
CN113178068B (zh) | 一种基于浮动车的道路拥堵指数计算方法及系统 | |
Stern et al. | Analysis of weather impacts on traffic flow in metropolitan Washington, DC | |
CN114902083B (zh) | 路段的路面气象特征的自适应预测方法和装置 | |
CN117238139B (zh) | 一种基于气象数据的路况实时预警系统 | |
CN109572763B (zh) | 一种基于恶劣天气和晚点条件下列车车次安全性评估方法 | |
CN114999180A (zh) | 一种基于物联网的高速公路恶劣天气交通预警系统及方法 | |
KR20090023856A (ko) | 날씨에 따른 도로별 경로정보 제공 방법 및 그 서비스 서버 | |
CN111986464A (zh) | 一种基于动态方法预报道路结冰的系统 | |
CN108874843B (zh) | 交通气象综合信息的展示方法、装置及设备 | |
Nookala | Weather impact on traffic conditions and travel time prediction | |
CN115294770B (zh) | 一种雨天交通拥堵指数的预测方法和装置 | |
CN116363882A (zh) | 一种高速公路拥堵处理方法、设备及介质 | |
Anderson et al. | Research on Weather Conditions and Their Relationship to Crashes | |
CN113129549B (zh) | 一种道路结冰预测方法及系统 | |
CN107123267A (zh) | 一种高速公路交通量预测系统及方法 | |
Buddemeyer et al. | Rural variable speed limit system for southeast Wyoming | |
CN114005284A (zh) | 一种基于降雨量实时监测的汽车智能预警系统 | |
Romanowska et al. | Investigating the impact of weather conditions and time of day on traffic flow characteristics | |
Tanimura et al. | Prediction of deceleration amount of vehicle speed in snowy urban roads using weather information and traffic data |
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 |