CN116543558A - 交通拥堵溯源方法、装置、电子设备及存储介质 - Google Patents
交通拥堵溯源方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116543558A CN116543558A CN202310507494.1A CN202310507494A CN116543558A CN 116543558 A CN116543558 A CN 116543558A CN 202310507494 A CN202310507494 A CN 202310507494A CN 116543558 A CN116543558 A CN 116543558A
- Authority
- CN
- China
- Prior art keywords
- target
- congestion
- road section
- road
- distance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 208000027744 congestion Diseases 0.000 claims abstract description 319
- 208000015181 infectious disease Diseases 0.000 claims abstract description 200
- 239000011159 matrix material Substances 0.000 claims description 55
- 230000005540 biological transmission Effects 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 14
- 230000009969 flowable effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 10
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000010219 correlation analysis Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及数据处理技术领域,尤其涉及智慧交通、交通管理、交通信息处理等技术领域,具体涉及一种交通拥堵溯源方法、装置、电子设备及存储介质。具体实现方案为:从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;获取目标时段内待定路段与参考路段之间的拥堵传染距离;计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。采用本公开可以提高拥堵源头的确定精度。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及智慧交通、交通管理、交通信息处理等技术领域,具体涉及一种交通拥堵溯源方法、装置、电子设备及存储介质。
背景技术
随着城市化进程的加速,交通出行需求不断增加,导致城市交通拥堵问题日益严重,因此,拥堵源头的确定对于城市交通疏导起着至关重要的作用。目前,通常是基于手机信令确定拥堵源头。
然而,基于手机信令,只能粗略地将某个较大区域确定为拥堵源头,而无法精度地确定拥堵源头。
发明内容
本公开提供了一种交通拥堵溯源方法、装置、电子设备及存储介质。
根据本公开的一方面,提供了一种交通拥堵溯源方法,包括:
从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;
获取目标时段内待定路段与参考路段之间的拥堵传染距离;
计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;
在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。
根据本公开的另一方面,提供了一种交通拥堵溯源装置,包括:
路段确定单元,用于从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;
传染距离获取单元,用于获取目标时段内待定路段与参考路段之间的拥堵传染距离;
时差计算单元,用于计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;
拥堵源头确定单元,用于在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;
与该至少一个处理器通信连接的存储器;
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。
采用本公开可以提高拥堵源头的确定精度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的一种拥堵状态随的变化趋势示意图;
图2为本公开实施例提供的另一种拥堵状态随的变化趋势示意图;
图3为本公开实施例提供的一种交通拥堵溯源方法的流程示意图;
图4为本公开实施例提供的一种目标路网的创建原理示意图;
图5为本公开实施例提供的一种目标路网的结构信息示意图;
图6为本公开实施例提供的一种空间邻接矩阵的示意图;
图7为本公开实施例提供的一种距离邻接矩阵的示意图;
图8为本公开实施例提供的一种车流量关系表征图;
图9A、图9B、图9C和图9D为本公开实施例提供的四种相关性分析效果示意图;
图10为本公开实施例提供的一种交通拥堵溯源方法的场景示意图;
图11为本公开实施例提供的一种交通拥堵溯源装置的示意性结构框图;
图12为本公开实施例提供的一种电子设备的示意性结构框图。
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。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。
如背景技术所述的,目前,通常是基于手机信令确定拥堵源头。然而,基于手机信令,只能粗略地将某个较大区域确定为拥堵源头,而无法精度地确定拥堵源头。
经发明人研究发现,交通路网的拥堵状态随时间的变化趋势类似于传染病机制中的病毒传播趋势,也即,先零星出现,再逐步传染周边相邻路段,随后达到传染峰值,再逐渐消散。请参阅图1,在某日的上午时段,6.00时交通路网中已零星出现拥堵路段,6.00之后已有拥堵路段的拥堵状态将逐步传染周边相邻路段,随后在9.00时达到传染峰值,再在9.00之后逐渐消散。同样,请结合图2,在该日的下午时段,15.00时交通路网中再次出现零星的拥堵路段,15.00之后已有拥堵路段的拥堵状态将逐步传染周边相邻路段,随后在18.00时达到传染峰值,再在18.00之后逐渐消散。基于此,可以理解的是,交通路网的拥堵状态通常表现出高度的空间相关性,也即,距离拥堵源头越近的路段,拥堵状态的传染速度越快,会越早出现拥堵状态,同时,交通路网的拥堵状态也具有很强的时间相关性,例如,早高峰时段和晚高峰时段的拥堵状态更为严重。
基于以上研究,本公开实施例提供了一种交通拥堵溯源方法,其可以应用于电子设备。以下,将结合图3所示流程示意图,对本公开实施例提供的一种交通拥堵溯源方法进行说明。需要说明的是,虽然在流程示意图中示出了逻辑顺序,但是,在某些情况下,也可以以其他顺序执行所示出或描述的步骤。
步骤S301,从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;
步骤S302,获取目标时段内待定路段与参考路段之间的拥堵传染距离;
步骤S303,计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;
步骤S304,在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。
其中,目标路网可以用于表征目标区域的交通路网,而目标区域可以是某城市区域、某区县区域,或任意指定区域。此外,请结合图4,由于地理坐标系中,通常会使用经纬坐标表示点的位置,使用点串表示线的位置,以及使用面表示区域的位置。基于此,为获得路段级别的道路表征,本公开实施例中,可以基于地理数据库,将构成路段的点串坐标信息与目标区域的区域位置在地理坐标系中取交集,获得目标区域的交通路网,作为目标路网。其中,路段可以是两个相邻道路节点之间的行车段,而道路节点通常设置有红绿灯、人行横道、停止牌等道路交通指示设备。
其中,待定路段可以是目标路网中的任意指定路段,也可以根据预设筛选条件从目标路网中选取,例如,可以将目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为待定路段。其中,溯源截止时刻可以是目标时段的终止时刻。此外,本公开实施例中,目标时段可以是预设高峰时段到来之前、且时间长度为预设时长阈值的时间段。其中,预设时长阈值可以预先设定,例如,可以设定为30分钟(min)、1小时(h)、2h等,预设时长阈值也可以根据目标路网的中的路段数量设置,本公开实施例对此不作限制。在一具体示例中,预设时长阈值可以与目标路网中的路段数量呈正相关。
从目标路网中确定待定路段之后,可以基于目标路网的结构信息,继续从目标路网中确定与待定路段相关的至少两条参考路段。其中,参考路段为待定路段的车流能够流入的路段,例如,可以是待定路段的车流能够直流流入的路段,也可以是待定路段的车流能够间接流入的路段。此外,本公开实施例中,可以按照目标阶数,从目标路网中确定与待定路段相关的至少两条参考路段。其中,目标阶数可以用于限定参考路段的确定范围。例如,目标阶数为1,则可以从目标路网中确定与待定路段一阶相关(相邻)的所有路段,作为参考路段。再例如,目标阶数为3,则可以从目标路网中确定与待定路段三阶相关(中间间隔两个路段)的所有路段,作为参考路段。其中,目标阶数可以预先设定,也可以根据目标路网的中的路段数量设置,本公开实施例对此不作限制。在一具体示例中,目标阶数可以与目标路网中的路段数量呈正相关。
从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段之后,可以获取目标时段内待定路段与参考路段之间的拥堵传染距离。其中,拥堵传染距离并非常规的物理距离,而是用于表征拥堵状态从待定路段传染到参考路段所用的有效传染距离、且拥堵传染距离越小,拥堵状态的传染速度越快,会越早出现拥堵状态。
本公开实施例中,还需要计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差。在一具体示例中,第一拥堵时刻可以是待定路段在目标时段内的起始拥堵时刻,对应的,第二拥堵时刻也可以是参考路段在目标时段内的起始拥堵时刻。在另一具体示例中,第一拥堵时刻可以是待定路段在目标时段内的严重拥堵时刻,对应的,第二拥堵时刻也可以是参考路段在目标时段内的严重拥堵时刻。
获得与每条参考路段对应的拥堵传染距离和拥堵时间差,并将其组成为一个相关参数组,以获得至少两个相关参数组之后,可以基于该至少两个相关参数组,做拥堵传染距离与拥堵时间差之间的相关性分析,获得拥堵传染距离与拥堵时间差之间的相关度,再在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。其中,预设相关度要求可以是拥堵传染距离与拥堵时间差呈明显正相关。
采用本公开实施例提供的交通拥堵溯源方法,可以从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段之后,获取目标时段内待定路段与参考路段之间的拥堵传染距离,并计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差,再在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。该过程中,一方面将交通拥堵的溯源粒度降低到了路段级别,另一方面,基于交通路网的拥堵传染特性(拥堵状态通常表现出高度的空间相关性,也即,距离拥堵源头越近的路段,拥堵状态的传染速度越快,会越早出现拥堵状态),通过计算拥堵传染距离与拥堵时间差之间的相关度,以及将拥堵溯源的参考时段限定在目标时段内,深度挖掘了交通拥堵的时空特性,因此,相对于现有技术而言,可以提高拥堵源头的确定精度。
在一些可选的实施方式中,交通拥堵溯源方法还可以包括以下步骤:
确定预设高峰时段;
获取预设高峰时段的起始时刻;
基于预设高峰时段的起始时刻,确定目标时段。
其中,预设高峰时段可以是交通出行需求较大的高峰时段,例如,可以是早高峰时段,也可以是晚高峰时段,还可以是其他指定高峰时段,本公开实施例对此不作限制。
确定预设高峰时段之后,可以获取预设高峰时段的起始时刻,再基于预设高峰时段的起始时刻,确定目标时段。在一具体示例中,可以将预设高峰时段的起始时刻,作为目标时段的终止时刻。例如,预设高峰时段为早高峰时段、且早高峰时段为07:00~09:00,则可以将07:00,作为目标时段的终止时刻,获得的目标时段可以是06:00~07:00。再例如,预设高峰时段为晚高峰时段、且晚高峰时段为17:00~19:00,则可以将17:00,作为目标时段的终止时刻,获得的目标时段可以是16:00~17:00。
通过以上步骤,本公开实施例中,可以确定预设高峰时段,再获取预设高峰时段的起始时刻,并基于预设高峰时段的起始时刻,确定目标时段。该过程中,由于目标时段是自动化确定的,因此,可以提高交通拥堵溯源方法的自动化程度。此外,可以理解的是,本公开实施例中,预设高峰时段可以是交通出行需求较大的高峰时段,而目标时段又是与预设高峰时段强相关的,因此,可以增强交通拥堵溯源方法与预设高峰时段的相关性,以提高交通拥堵溯源方法的可用性价值。
此外,如前所述的,本公开实施例中,可以将目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为待定路段。基于此,在一些可选的实施方式中,“从目标路网中确定待定路段”可以包括以下步骤:
将目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为待定路段;其中,溯源截止时刻为目标时段的终止时刻。
其中,溯源截止时刻可以是目标时段的终止时刻,而目标时段的终止时刻可以是预设高峰时段的起始时刻。基于此,可以理解的是,本公开实施例中,可以将目标路网中在预设高峰时段到来之前,已经发生拥堵的目标数量个路段确定为待定路段。在一具体示例中,可以将目标路网中在预设高峰时段到来之前,已经发生拥堵、且起始拥堵时刻最早的目标数量个路段确定为待定路段。其中,目标数量可以预先设定,也可以根据目标路网的中的路段数量设置,本公开实施例对此不作限制。在一具体示例中,目标数量可以与目标路网中的路段数量呈正相关。
本公开实施例中,针对每个路段,可以基于该条路段的拥堵指数,确定其起始拥堵时刻。其中,拥堵指数可以是用于表征路段畅通或拥堵的概念性数值、且拥堵指数可以基于预先构建的拥堵数据信息获取。
其中,拥堵数据信息可以通过以下方式生成:
确定拥堵指数的统计周期,例如,以5分钟(min)为统计周期,可以将一天内的24h划分为288个统计周期;
计算任一统计周期内,每个路段的拥堵指数,并进行存储,以生成拥堵数据信息。
其中,某一统计周期内,每个路段的拥堵指数可以是该条路段在该统计周期内的车流行进速度与该条路段在夜间无阻时的车流行进速度的比值。
其中,拥堵数据信息还可以包括统计日期,以及该统计日期内每个统计周期的起始时刻和终止时刻。
在一具体示例中,统计周期为5min、且统计周期1的起始时刻为00:00,统计周期1的终止时刻为00:05,统计周期2的起始时刻为00:05,统计周期1的终止时刻为00:10,统计周期3的起始时刻为00:10,统计周期1的终止时刻为00:15……最终,在统计日期为2023.04.20时,可以获得如表1所示的拥堵数据信息。
表1
需要说明的是,本公开实施例中,拥堵数据信息也可以具有区别于表1所示的其他数据结构,此处不作赘述。
本公开实施例中,针对每个路段,可以基于该条路段的拥堵指数,确定其起始拥堵时刻。例如,可以将溯源截止时刻之前,该条路段的多个拥堵指数中大于第一拥堵阈值的第一个拥堵指数所对应的统计周期确定为目标周期,再将目标周期的起始时刻确定为该条路段的起始拥堵时刻。其中,第一拥堵阈值可以根据实际应用需求设定,本公开实施例对此不作限制。
由于目标路网中起始拥堵时刻早于溯源截止时刻的路段通常最有可能是目标路网在目标时段内的拥堵源头,因此,通过以上步骤,本公开实施例中,可以直接将目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为待定路段,实现相对精准的待定路段选取,从而提高拥堵源头的确定效率。
此外,如前所述的,本公开实施例中,第一拥堵时刻为待定路段在目标时段内的起始拥堵时刻,第二拥堵时刻为参考路段在目标时段内的起始拥堵时刻;或,第一拥堵时刻为待定路段在目标时段内的严重拥堵时刻,第二拥堵时刻为参考路段在目标时段内的严重拥堵时刻。
本公开实施例中,获取到拥堵数据信息之后,可以基于拥堵数据信息确定待定路段在目标时段内的第一拥堵时刻,以及确定参考路段在目标时段内的第二拥堵时刻。
在一具体示例中,第一拥堵时刻为待定路段在目标时段内的起始拥堵时刻,第二拥堵时刻为参考路段在目标时段内的起始拥堵时刻。因此,可以将目标时段内,待定路段的多个拥堵指数中大于第一拥堵阈值的第一个拥堵指数所对应的统计周期确定为第一周期,再将第一周期的起始时刻确定为待定路段的起始拥堵时刻,也即,第一拥堵时刻,以及将目标时段内,参考路段的多个拥堵指数中大于第二拥堵阈值的第一个拥堵指数所对应的统计周期确定为第二周期,再将第二周期的起始时刻确定为参考路段的起始拥堵时刻,也即,第二拥堵时刻。其中,第一拥堵阈值和第二拥堵阈值可以根据实际应用需求设定,本公开实施例对此不作限制。此外,本公开实施例中,第二拥堵阈值可以小于或等于第一拥堵阈值。
在另一具体示例中,第一拥堵时刻为待定路段在目标时段内的严重拥堵时刻,第二拥堵时刻为参考路段在目标时段内的严重拥堵时刻。因此,可以将目标时段内,待定路段的多个拥堵指数中数值最大的拥堵指数所对应的统计周期确定为第三周期,再将第三周期的起始时刻确定为待定路段的严重拥堵时刻,也即,第一拥堵时刻,以及将目标时段内,参考路段的多个拥堵指数中数值最大的拥堵指数所对应的统计周期确定为第四周期,再将第四周期的起始时刻确定为参考路段的严重拥堵时刻,也即,第二拥堵时刻。
由于第一拥堵时刻为待定路段在目标时段内的起始拥堵时刻,第二拥堵时刻为参考路段在目标时段内的起始拥堵时刻;或,第一拥堵时刻为待定路段在目标时段内的严重拥堵时刻,第二拥堵时刻为参考路段在目标时段内的严重拥堵时刻,因此,待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间具有高度对应性,可以提高拥堵时间差的可靠性,以进一步提高拥堵源头的确定精度。
在一些可选的实施方式中,“获取目标时段内待定路段与参考路段之间的拥堵传染距离”可以包括以下步骤:
从目标路网中确定与参考路段相关的至少一条候选路径;其中,候选路径为车流从待定路段流入、且从参考路段流出时所经过的路径;
获取目标时段内候选路径的有效路径传染距离,以获得至少一个有效路径传染距离;
将至少一个有效路径传染距离中数值最小的有效路径传染距离确定为目标时段内待定路段与参考路段之间的拥堵传染距离。
针对每条参考路段,在待定路段的车流能够直接流入该条参考路段的情况下,仅可以从目标路网中确定一条与该条参考路段相关的候选路径、且该条候选路径的路径起点为待定路段,该条候选路径的路径终点为该参考路段。
针对每条参考路段,在待定路段的车流能够间接流入该条参考路段的情况下,可能仅从目标路网中确定一条与该条参考路段相关的候选路径、且该条候选路径的路径起点为待定路段,该条候选路径的路径终点为该参考路段,也可能从目标路网中确定至少两条与该条参考路段相关的候选路径、且该条候选路径的路径起点为待定路段,该条候选路径的路径终点为该参考路段。
针对每条参考路段,从目标路网中确定与该条参考路段相关的至少一条候选路径之后,可以获取目标时段内每条候选路径的有效路径传染距离,以获得至少一个有效路径传染距离,再将至少一个有效路径传染距离中数值最小的有效路径传染距离确定为目标时段内待定路段与该条参考路段之间的拥堵传染距离。
请结合图5,假设,从目标路网中确定待定路段为路段1、且目标阶数为3,因此,与待定路段相关的参考路段包括路段4、路段5、路段6、路段7、路段8、路段9和路段10。
其中,路段1的车流能够直接流入路段4,仅可以从目标路网中确定一条与路段4相关的候选路径,也即,路段1→路段4,因此,可以直接将候选路径(路段1→路段4)的有效路径传染距离确定为目标时段内路段1与该路段4之间的拥堵传染距离。
路段1的车流能够间接流入路段6、且仅可以从目标路网中确定一条与路段6相关的候选路径,也即,路段1→路段5→路段6,因此,可以直接将候选路径(路段1→路段5→路段6)的有效路径传染距离确定为目标时段内路段1与该路段6之间的拥堵传染距离。
路段1的车流能够间接流入路段7、且可以从目标路网中确定两条与路段7相关的候选路径,也即,路段1→路段4→路段7和路段1→路段5→路段6→路段7,因此,可以将候选路径(路段1→路段4→路段7)的有效路径传染距离和候选路径(路段1→路段5→路段6→路段7)的有效路径传染距离中数值最小的有效路径传染距离确定为目标时段内路段1与该路段7之间的拥堵传染距离。
根据目标路网的结构信息,车流从待定路段流入、且从参考路段流出时所经过的候选路径可能不止一条、且每条候选路径都对应一个有效路径传染距离,因此,考虑到实际行车场景,可以确定的是,其中数值最小的有效路径传染距离才是最具有参考价值的。基于此,通过以上步骤,本公开实施例中,针对每条参考路段,可以从目标路网中确定与该条参考路段相关的至少一条候选路径之后,获取目标时段内候选路径的有效路径传染距离,以获得至少一个有效路径传染距离,再将至少一个有效路径传染距离中数值最小的有效路径传染距离确定为目标时段内待定路段与该条参考路段之间的拥堵传染距离,从而提高拥堵传染距离的可靠性,以进一步提高拥堵源头的确定精度。
在一些可选的实施方式中“获取目标时段内候选路径的有效路径传染距离”可以包括以下步骤:
获取候选路径中任两条相邻目标路段在目标时段内的有效路段传染距离,作为目标路段传染距离;
在目标路段传染距离的数量为一个的情况下,将目标路段传染距离确定为目标时段内候选路径的有效路径传染距离;
在目标路段传染距离的数量为至少两个的情况下,将至少两个目标路段传染距离的和确定为目标时段内候选路径的有效路径传染距离。
如前所述的,针对每条候选路径,其可能仅包括两条相邻目标路段,在此情况下,获取到该条候选路径中这两条相邻目标路段在目标时段内的有效路段传染距离,作为目标路段传染距离之后,可以将目标路段传染距离确定为目标时段内候选路径的有效路径传染距离。
针对每条候选路径,其也可以包括至少三条相邻目标路段,在此情况下,获取到该条候选路径中任两条相邻目标路段在目标时段内的有效路段传染距离,作为目标路段传染距离,以获得至少两个目标路段传染距离之后,可以将至少两个目标路段传染距离的和确定为目标时段内候选路径的有效路径传染距离。
继续以图5所示目标路网为例,其中,待定路段为路段1、且目标阶数为3,因此,与待定路段相关的参考路段包括路段4、路段5、路段6、路段7、路段8、路段9和路段10。
其中,候选路径(路段1→路段4)仅包括两条相邻目标路段,因此,获取到路段1与路段4在目标时段内的有效路段传染距离,作为目标路段传染距离之后,可以将该目标路段传染距离确定为目标时段内候选路径(路段1→路段4)的有效路径传染距离。
候选路径(路段1→路段5→路段6)包括三条相邻目标路段,因此,获取到路段1与路段5在目标时段内的有效路段传染距离,作为目标路段传染距离,以及获取到路段5与路段6在目标时段内的有效路段传染距离,作为目标路段传染距离之后,可以将这两个目标路段传染距离的和确定为目标时段内候选路径(路段1→路段5→路段6)的有效路径传染距离。
通过以上步骤,本公开实施例中,可以获取目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离,作为目标路段传染距离,再在目标路段传染距离的数量为一个的情况下,将目标路段传染距离确定为目标时段内候选路径的有效路径传染距离;在目标路段传染距离的数量为至少两个的情况下,将至少两个目标路段传染距离的和确定为目标时段内候选路径的有效路径传染距离,从而将有效路径传染距离细化为目标路段传染距离的集成,可以提高有效路径传染距离的可靠性,以进一步提高拥堵源头的确定精度。
在一些可选的实施方式中,“获取目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离”可以包括以下步骤:
从距离邻接矩阵中,查询候选路径中任两条相邻目标路段在目标时段内的有效路段传染距离。
其中,距离邻接矩阵可以是预先构建的,用于表征目标路网中任一路段组的有效路段传染距离,每个路段组可以包括流向关系为可流向的两条相邻路段。例如,目标路网如图5所示,则距离邻接矩阵可以用于表征路段组(路段1&路段4)的有效路段传染距离,路段组(路段4&路段7)的有效路段传染距离,路段组(路段7&路段8)的有效路段传染距离……
通过以上步骤,本公开实施例中,可以从距离邻接矩阵中,查询目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离。一方面可以提高有效路段传染距离的获取效率,另一方面,无论从目标路网中将哪条路段确定为待定路段,都可以通过距离邻接矩阵做有效路段传染距离的查询,而不用实时计算,因此,可以增强交通拥堵溯源的灵活性。
在一些可选的实施方式中,交通拥堵溯源方法还可以包括:
创建空间邻接矩阵,空间邻接矩阵用于表征目标路网中任两条相邻路段之间的流向关系;
基于空间邻接矩阵,确定多个路段组;其中,每个路段组包括流向关系为可流向的两条相邻路段;
获取目标时段内路段组的有效路段传染距离;
基于目标时段内路段组的有效路段传染距离,对空间邻接矩阵进行更新,获得距离邻接矩阵。
其中,空间邻接矩阵用于表征目标路网中任两条相邻路段之间的流向关系。例如,在两条相邻路段之间的流向关系为可流向的情况下,可以将预设矩阵骨架中,将该两条相邻路段的标定位置赋值1,否则,将该标定位置赋值0,或赋空值。
创建空间邻接矩阵之后,可以基于空间邻接矩阵,确定多个路段组。其中,每个路段组包括流向关系为可流向的两条相邻路段。此后,获取目标时段内每个路段组的有效路段传染距离,再基于目标时段内路段组的有效路段传染距离,对空间邻接矩阵进行更新,获得距离邻接矩阵,以用于表征目标时段内,目标路网中每个路段组的有效路段传染距离。
继续以图5所示目标路网为例,其中,待定路段为路段1、且目标阶数为3,因此,与待定路段相关的参考路段包括路段4、路段5、路段6、路段7、路段8、路段9和路段10。
其中,路段1和路段2为两条相邻路段、且路段1与路段2之间的流向关系为不可流向,因此,可以将路段1和路段2的标定位置赋空值,路段1和路段3为两条相邻路段、且路段1与路段3之间的流向关系为不可流向,因此,可以将路段1和路段3的标定位置赋空值,路段1和路段4为两条相邻路段、且路段1与路段4之间的流向关系为可流向,因此,可以将路段1和路段4的标定位置赋值1……最终,可以创建如图6所示的空间邻接矩阵。
此后,获取目标时段内每个路段组的有效路段传染距离。例如,获取路段组(路段1&路段4)的有效路段传染距离,路段组(路段4&路段7)的有效路段传染距离,路段组(路段7&路段8)的有效路段传染距离……再基于目标时段内每个路段组的有效路段传染距离,对空间邻接矩阵进行更新,获得如图7所示的距离邻接矩阵。
通过以上步骤,本公开实施例中,可以创建空间邻接矩阵,再基于空间邻接矩阵,确定多个路段组,并获取目标时段内路段组的有效路段传染距离,基于目标时段内路段组的有效路段传染距离,对空间邻接矩阵进行更新,获得距离邻接矩阵。该过程中,距离邻接矩阵的创建是阶段性的,具体地,是先创建空间邻接矩阵,再基于空间邻接矩阵,获得距离邻接矩阵,从而提高距离邻接矩阵的可靠性,以进一步提高拥堵源头的确定精度。
在一些可选的实施方式中,“获取目标时段内路段组的有效路段传染距离”可以包括以下步骤:
获取第一车流量;其中,第一车流量为目标时段内从路段组中的第一路段流向第二路段的车流量;
获取第二车流量;其中,第二车流量为目标时段内从第一路段流出的总车流量;
基于第一车流量和第二车流量,计算目标时段内路段组的有效路段传染距离。
其中,第一车流量为目标时段内从路段组中的第一路段流向第二路段的车流量,第二车流量为目标时段内从第一路段流出的总车流量。其中,第一车流量和第二车流量可以基于卡口摄像头、电子警察、卡口电警一体机等视频监控设备采集的交通视频数据获取,此处不作赘述。
获取到第一车流量和第二车流量之后,可以基于第一车流量和第二车流量,计算目标时段内路段组的有效路段传染距离。在一具体示例中,该过程可以通过以下计算逻辑实现:
dAX=(1-logPAX)≥1
其中,dAX为目标时段内路段组的有效路段传染距离,PAX为第一车流量与第二车流量的比值,F1为第一车流量,F2为第二车流量。
基于以上计算逻辑,可以理解的是,第一路段与第二路段在目标时段内的有效路段传染距离与目标时段内第一车流量与第二车流量的比值呈负相关,也即,在目标时段内,从第一路段流出的车流大部分都流向第二路段的情况下,第一车流量与第二车流量的比值PAX较大,第一路段与第二路段之间的有效路段传染距离dAX较小,说明拥堵状态从第一路段传染到第二路段的传染速度越;相反的,在目标时段内,从第一路段流出的车流仅有小部分流向第二路段的情况下,第一车流量与第二车流量的比值PAX较小,第一路段与第二路段之间的有效路段传染距离dAX较大,说明拥堵状态从第一路段传染到第二路段的传染速度慢。
继续以图5所示目标路网为例,其中,待定路段为路段1、且目标阶数为3,因此,与待定路段相关的参考路段包括路段4、路段5、路段6、路段7、路段8、路段9和路段10。
其中,路段组(路段1&路段4)中,目标时段内从路段1流出的总车流量为100,目标时段内从路段1流向路段4的车流量为40,因此,基于以上计算逻辑,可以获得目标时段内路段组(路段1&路段4)的有效路段传染距离为1.4,路段组(路段1&路段5)中,目标时段内从路段1流出的总车流量为100,目标时段内从路段1流向路段5的车流量为60,因此,基于以上计算逻辑,可以获得目标时段内路段组(路段1&路段5)的有效路段传染距离为1.22,路段组(路段2&路段4)中,目标时段内从路段1流出的总车流量为100,目标时段内从路段2流向路段4的车流量为100,因此,基于以上计算逻辑,可以获得目标时段内路段组(路段2&路段4)的有效路段传染距离为1……
在目标时段内,目标路网中的每个路段组具有如图8所示的车流量关系的情况下,最终,可以获得如图7所示的距离邻接矩阵,以用于表征目标时段内,目标路网中每个路段组的有效路段传染距离。
通过以上步骤,本公开实施例中,可以获取第一车流量和第二车流量。其中,第一车流量为目标时段内从路段组中的第一路段流向第二路段的车流量,第二车流量为目标时段内从第一路段流出的总车流量。此后,再基于第一车流量和第二车流量,计算目标时段内路段组的有效路段传染距离。该过程中,可以深度挖掘有效路段传染距离与路段之间车流量流转的相关性,再据此精细化地反映造成某条道路拥堵的实际原因,从而进一步提高拥堵源头的确定精度。
本公开实施例中,除从距离邻接矩阵中,查询目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离之外,还可以通过直接计算的方式,获取目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离。基于此,在一些可选的实施方式中,“获取目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离”可以包括以下步骤:
获取第三车流量;其中,第三车流量为目标时段内从两条相邻目标路段中的第一目标路段流向第二目标路段的车流量;
获取的第四车流量;其中,第四车流量为目标时段内从第一目标路段流出的总车流量;
基于第三车流量和第四车流量,计算两条相邻目标路段之间的有效路段传染距离。
以上步骤可以参见“获取目标时段内路段组的有效路段传染距离”的相关描述,在此不作赘述。
通过以上步骤,本公开实施例中,可以直接获取第三车流量和第四车流量。其中,第三车流量为目标时段内从两条相邻目标路段中的第一目标路段流向第二目标路段的车流量,第四车流量为目标时段内从第一目标路段流出的总车流量。此后,再基于第三车流量和第四车流量,计算两条相邻目标路段之间的有效路段传染距离。一方面,可以深度挖掘有效路段传染距离与路段之间车流量流转的相关性,再据此精细化地反映造成某条道路拥堵的实际原因,从而进一步提高拥堵源头的确定精度。另一方面,由于省略了距离邻接矩阵的创建过程,因此,可以减少交通拥堵溯源的数据计算量,节省电子设备的计算资源。
在一些可选地实施方式中,“确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求”可以包括以下步骤:
在拥堵传染距离与拥堵时间差之间的相关度大于预设相关度值的情况下,确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求。
在一具体示例中,可以做拥堵传染距离和拥堵时间差之间相关性分析,例如,计算拥堵传染距离与拥堵时间差之间的皮尔逊相关系数,作为拥堵传染距离与拥堵时间差之间的相关度。此后,在拥堵传染距离与拥堵时间差之间的相关度大于预设相关度值的情况下,确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求。其中,预设相关度值可以根据实际应用需求设定,例如,可以设定为0.95,本公开实施例对此不作限制。
继续以图5所示目标路网为例,其中,待定路段为路段1、且目标阶数为3,因此,与待定路段相关的参考路段包括路段4、路段5、路段6、路段7、路段8、路段9和路段10。
假设,路段1与任一参考路段之间的拥堵传染距离,以及路段1在目标时段内的第一拥堵时刻与任一参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差如表2所示。
表2
路段1 | |
路段4 | 拥堵传染距离:1.4;拥堵时间差:T14 |
路段5 | 拥堵传染距离:1.22;拥堵时间差:T15 |
路段6 | 拥堵传染距离:2.92;拥堵时间差:T16 |
路段7 | 拥堵传染距离:2.4;拥堵时间差:T17 |
路段8 | 拥堵传染距离:3.4;拥堵时间差:T18 |
路段9 | 拥堵传染距离:2.32;拥堵时间差:T19 |
路段10 | 拥堵传染距离:3.32;拥堵时间差:T110 |
那么,可以将路段1与路段4之间的拥堵传染距离1.4和拥堵时间差T14作为一组相关性分析数据,将路段1与路段5之间的拥堵传染距离1.22和拥堵时间差T15作为一组相关性分析数据,将路段1与路段6之间的拥堵传染距离2.92和拥堵时间差T16作为一组相关性分析数据……最终,获得7组相关性分析数据,再基于这7组相关性分析数据,计算拥堵传染距离与拥堵时间差之间的皮尔逊相关系数,作为拥堵传染距离与拥堵时间差之间的相关度。
通过以上步骤,本公开实施例中,可以在拥堵传染距离与拥堵时间差之间的相关度大于预设相关度值的情况下,确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求,从而保证拥堵传染距离与拥堵时间差具有强相关性,以进一步提高拥堵源头的确定精度。
请结合图9A、图9B和图9C,是分别将目标时段内待定路段与参考路段之间的欧式距离、行车路径距离和车流汇入汇出占比与拥堵时间差作相关性分析,获得的分析结果。显然,欧式距离、行车路径距离和车流汇入汇出占比与拥堵时间差之间的相关性均不明显。
再参阅图9D,其为将目标时段内待定路段与参考路段之间的拥堵传染距离与拥堵时间差作相关性分析,获得的分析结果。显然,拥堵传染距离与拥堵时间差呈明显正相关、且可以在拥堵传染距离与拥堵时间差之间的相关度大于预设相关度值的情况下,确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求,并将待定路段确定为目标路网在目标时段内的拥堵源头。
请参阅图10,为本公开实施例提供的一种交通拥堵溯源方法的场景示意图。
如前所述的,本公开实施例提供的交通拥堵溯源方法应用于电子设备。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字处理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。
电子设备可以用于:
从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;
获取目标时段内待定路段与参考路段之间的拥堵传染距离;
计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;
在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。
需要说明的是,本公开实施例中,图10所示的场景示意图仅为示意性而非限制性的,本领域技术人员可以基于图10示例进行各种显而易见的变化和/或替换,获得的技术方案仍属于本公开实施例的公开范围。
为了更好地实施交通拥堵溯源方法,本公开实施例还提供一种交通拥堵溯源装置,其具体可以集成在电子设备中。以下,将结合图11所示结构示意图,对公开实施例提供的一种交通拥堵溯源装置1100进行说明。
路段确定单元1101,用于从目标路网中确定待定路段,以及与待定路段相关的至少两条参考路段;其中,参考路段为待定路段的车流能够流入的路段;
传染距离获取单元1102,用于获取目标时段内待定路段与参考路段之间的拥堵传染距离;
时差计算单元1103,用于计算待定路段在目标时段内的第一拥堵时刻与参考路段在目标时段内的第二拥堵时刻之间的拥堵时间差;
拥堵源头确定单元1104,用于在确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求的情况下,将待定路段确定为目标路网在目标时段内的拥堵源头。
在一些可选的实施方式中,传染距离获取单元1102用于:
从目标路网中确定与参考路段相关的至少一条候选路径;其中,候选路径为车流从待定路段流入、且从参考路段流出时所经过的路径;
获取目标时段内候选路径的有效路径传染距离,以获得至少一个有效路径传染距离;
将至少一个有效路径传染距离中数值最小的有效路径传染距离确定为目标时段内待定路段与参考路段之间的拥堵传染距离。
在一些可选的实施方式中,传染距离获取单元1102用于:
获取目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离,作为目标路段传染距离;
在目标路段传染距离的数量为一个的情况下,将目标路段传染距离确定为目标时段内候选路径的有效路径传染距离;
在目标路段传染距离的数量为至少两个的情况下,将至少两个目标路段传染距离的和确定为目标时段内候选路径的有效路径传染距离。
在一些可选的实施方式中,传染距离获取单元1102用于:
从距离邻接矩阵中,查询目标时段内候选路径中任两条相邻目标路段之间的有效路段传染距离。
在一些可选的实施方式中,交通拥堵溯源装置1100还包括矩阵创建单元,用于:
创建空间邻接矩阵,空间邻接矩阵用于表征目标路网中任两条相邻路段之间的流向关系;
基于空间邻接矩阵,确定多个路段组;其中,每个路段组包括流向关系为可流向的两条相邻路段;
获取目标时段内路段组的有效路段传染距离;
基于目标时段内路段组的有效路段传染距离,对空间邻接矩阵进行更新,获得距离邻接矩阵。
在一些可选的实施方式中,矩阵创建单元用于:
获取第一车流量;其中,第一车流量为目标时段内从路段组中的第一路段流向第二路段的车流量;
获取第二车流量;其中,第二车流量为目标时段内从第一路段流出的总车流量;
基于第一车流量和第二车流量,计算目标时段内路段组的有效路段传染距离。
在一些可选的实施方式中,传染距离获取单元1102用于:
获取第三车流量;其中,第三车流量为目标时段内从两条相邻目标路段中的第一目标路段流向第二目标路段的车流量;
获取的第四车流量;其中,第四车流量为目标时段内从第一目标路段流出的总车流量;
基于第三车流量和第四车流量,计算两条相邻目标路段之间的有效路段传染距离。
在一些可选的实施方式中,交通拥堵溯源装置1100还包括时段确定单元,用于:
确定预设高峰时段;
获取预设高峰时段的起始时刻;
基于预设高峰时段的起始时刻,确定目标时段。
在一些可选的实施方式中,路段确定单元1101用于:
将目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为待定路段;其中,溯源截止时刻为目标时段的终止时刻。
在一些可选的实施方式中,第一拥堵时刻为待定路段在目标时段内的起始拥堵时刻,第二拥堵时刻为参考路段在目标时段内的起始拥堵时刻;
或,第一拥堵时刻为待定路段在目标时段内的严重拥堵时刻,第二拥堵时刻为参考路段在目标时段内的严重拥堵时刻。
在一些可选的实施方式中,拥堵源头确定单元1104用于:
在拥堵传染距离与拥堵时间差之间的相关度大于预设相关度值的情况下,确定拥堵传染距离与拥堵时间差之间的相关度满足预设相关度要求。
本公开实施例的交通拥堵溯源装置1100的各单元的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不作赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(Read-Only Memory,ROM)1202中的计算机程序或从存储单元1208加载到随机访问存储器(RandomAccess Memory,RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(Input/Output,I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200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。
计算单元1201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。计算单元1201的一些示例包括但不限于中央处理单元(Central Processing Unit,CPU)、图形处理单元(Graphics Processing Unit,GPU)、各种专用的人工智能(ArtificialIntelligence,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(Digital Signal Process,DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理,例如,交通拥堵溯源方法。例如,在一些实施例中,交通拥堵溯源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,例如存储单元1208。在一些实施例中,计算机程序的部分或全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的交通拥堵溯源方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201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拥堵溯源方法。
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、现场可编程门阵列(Field Programmable Gate Array,FPGA)、专用集成电路(Application Specific Integrated Circuit,ASIC)、专用标准产品(ApplicationSpecific Standard Product,ASSP)、芯片上系统的系统(System On Chip,SOC)、负载可编程逻辑设备(Complex Programmable Logic Device,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:实施在一个或多个计算机程序中,该一个或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、RAM、ROM、可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,EPROM)或快闪存储器、光纤、便捷式紧凑盘只读存储器(Compact Disc Read-OnlyMemory,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。
为了提供与用户的交互,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:用于向用户显示信息的显示装置(例如,阴极射线管(Cathode Ray Tube,CRT)显示器或液晶显示器(Liquid Crystal Display,LCD));以及键盘和指向装置(例如,鼠标或轨迹球),用户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用户的交互;例如,提供给用户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、或触觉反馈);并且可以用任何形式(包括声输入、语音输入、或触觉输入)来接收来自用户的输入。
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)、或包括中间件部件的计算系统(例如,应用服务器)、或包括前端部件的计算系统(例如,具有图形用户界面或网络浏览器的用户计算机,用户可以通过该图形用户界面或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)、或包括这种后台部件、中间件部件、或前端部件的任何组合的计算系统中。可以通过任何形式或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(Local AreaNetwork,LAN)、广域网(Wide Area Network,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,或是结合了区块链的服务器。
本公开实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行交通拥堵溯源方法。
本公开实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现交通拥堵溯源方法。
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。此外,本公开中,诸如“第一”、“第二”、“第三”等之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。
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 (25)
1.一种交通拥堵溯源方法,包括:
从目标路网中确定待定路段,以及与所述待定路段相关的至少两条参考路段;其中,所述参考路段为所述待定路段的车流能够流入的路段;
获取目标时段内所述待定路段与所述参考路段之间的拥堵传染距离;
计算所述待定路段在所述目标时段内的第一拥堵时刻与所述参考路段在所述目标时段内的第二拥堵时刻之间的拥堵时间差;
在确定所述拥堵传染距离与所述拥堵时间差之间的相关度满足预设相关度要求的情况下,将所述待定路段确定为所述目标路网在所述目标时段内的拥堵源头。
2.根据权利要求1所述的方法,其中,所述获取目标时段内所述待定路段与所述参考路段之间的拥堵传染距离,包括:
从所述目标路网中确定与所述参考路段相关的至少一条候选路径;其中,所述候选路径为车流从所述待定路段流入、且从所述参考路段流出时所经过的路径;
获取所述目标时段内所述候选路径的有效路径传染距离,以获得至少一个有效路径传染距离;
将所述至少一个有效路径传染距离中数值最小的有效路径传染距离确定为所述目标时段内所述待定路段与所述参考路段之间的拥堵传染距离。
3.根据权利要求2所述的方法,其中,所述获取所述目标时段内所述候选路径的有效路径传染距离,包括:
获取所述候选路径中任两条相邻目标路段在所述目标时段内的有效路段传染距离,作为目标路段传染距离;
在所述目标路段传染距离的数量为一个的情况下,将所述目标路段传染距离确定为所述目标时段内所述候选路径的有效路径传染距离;
在目标路段传染距离的数量为至少两个的情况下,将至少两个所述目标路段传染距离的和确定为所述目标时段内所述候选路径的有效路径传染距离。
4.根据权利要求3所述的方法,其中,所述获取所述候选路径中任两条相邻目标路段在所述目标时段内的有效路段传染距离,包括:
从距离邻接矩阵中,查询所述候选路径中任两条相邻目标路段在所述目标时段内的有效路段传染距离。
5.根据权利要求4所述的方法,还包括:
创建空间邻接矩阵,所述空间邻接矩阵用于表征所述目标路网中任两条相邻路段之间的流向关系;
基于所述空间邻接矩阵,确定多个路段组;其中,每个所述路段组包括流向关系为可流向的两条相邻路段;
获取所述目标时段内所述路段组的有效路段传染距离;
基于所述目标时段内所述路段组的有效路段传染距离,对所述空间邻接矩阵进行更新,获得所述距离邻接矩阵。
6.根据权利要求5所述的方法,其中,所述获取所述目标时段内所述路段组的有效路段传染距离,包括:
获取第一车流量;其中,所述第一车流量为所述目标时段内从所述路段组中的第一路段流向第二路段的车流量;
获取第二车流量;其中,所述第二车流量为所述目标时段内从所述第一路段流出的总车流量;
基于所述第一车流量和所述第二车流量,计算所述目标时段内所述路段组的有效路段传染距离。
7.根据权利要求3所述的方法,其中,所述获取所述目标时段内所述候选路径中任两条相邻目标路段之间的有效路段传染距离,包括:
获取第三车流量;其中,所述第三车流量为所述目标时段内从两条相邻目标路段中的第一目标路段流向第二目标路段的车流量;
获取的第四车流量;其中,所述第四车流量为所述目标时段内从所述第一目标路段流出的总车流量;
基于所述第三车流量和所述第四车流量,计算所述两条相邻目标路段之间的有效路段传染距离。
8.根据权利要求1~7中任一项所述的方法,还包括:
确定预设高峰时段;
获取所述预设高峰时段的起始时刻;
基于所述预设高峰时段的起始时刻,确定所述目标时段。
9.根据权利要求1~7中任一项所述的方法,其中,所述从目标路网中确定待定路段,包括:
将所述目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为所述待定路段;其中,所述溯源截止时刻为所述目标时段的终止时刻。
10.根据权利要求1~7中任一项所述的方法,其中,所述第一拥堵时刻为所述待定路段在所述目标时段内的起始拥堵时刻,所述第二拥堵时刻为所述参考路段在所述目标时段内的起始拥堵时刻;
或,所述第一拥堵时刻为所述待定路段在所述目标时段内的严重拥堵时刻,所述第二拥堵时刻为所述参考路段在所述目标时段内的严重拥堵时刻。
11.根据权利要求1~7中任一项所述的方法,其中,所述确定所述拥堵传染距离与所述拥堵时间差之间的相关度满足预设相关度要求,包括:
在所述拥堵传染距离与所述拥堵时间差之间的相关度大于预设相关度值的情况下,确定所述拥堵传染距离与所述拥堵时间差之间的相关度满足所述预设相关度要求。
12.一种交通拥堵溯源装置,包括:
路段确定单元,用于从目标路网中确定待定路段,以及与所述待定路段相关的至少两条参考路段;其中,所述参考路段为所述待定路段的车流能够流入的路段;
传染距离获取单元,用于获取目标时段内所述待定路段与所述参考路段之间的拥堵传染距离;
时差计算单元,用于计算所述待定路段在所述目标时段内的第一拥堵时刻与所述参考路段在所述目标时段内的第二拥堵时刻之间的拥堵时间差;
拥堵源头确定单元,用于在确定所述拥堵传染距离与所述拥堵时间差之间的相关度满足预设相关度要求的情况下,将所述待定路段确定为所述目标路网在所述目标时段内的拥堵源头。
13.根据权利要求12所述的装置,其中,所述传染距离获取单元用于:
从所述目标路网中确定与所述参考路段相关的至少一条候选路径;其中,所述候选路径为车流从所述待定路段流入、且从所述参考路段流出时所经过的路径;
获取所述目标时段内所述候选路径的有效路径传染距离,以获得至少一个有效路径传染距离;
将所述至少一个有效路径传染距离中数值最小的有效路径传染距离确定为所述目标时段内所述待定路段与所述参考路段之间的拥堵传染距离。
14.根据权利要求13所述的装置,其中,所述传染距离获取单元用于:
获取所述候选路径中任两条相邻目标路段在所述目标时段内的有效路段传染距离,作为目标路段传染距离;
在所述目标路段传染距离的数量为一个的情况下,将所述目标路段传染距离确定为所述目标时段内所述候选路径的有效路径传染距离;
在目标路段传染距离的数量为至少两个的情况下,将至少两个所述目标路段传染距离的和确定为所述目标时段内所述候选路径的有效路径传染距离。
15.根据权利要求14所述的装置,其中,所述传染距离获取单元用于:
从距离邻接矩阵中,查询所述候选路径中任两条相邻目标路段在所述目标时段内的有效路段传染距离。
16.根据权利要求15所述的装置,还包括矩阵创建单元,用于:
创建空间邻接矩阵,所述空间邻接矩阵用于表征所述目标路网中任两条相邻路段之间的流向关系;
基于所述空间邻接矩阵,确定多个路段组;其中,每个所述路段组包括流向关系为可流向的两条相邻路段;
获取所述目标时段内所述路段组的有效路段传染距离;
基于所述目标时段内所述路段组的有效路段传染距离,对所述空间邻接矩阵进行更新,获得所述距离邻接矩阵。
17.根据权利要求16所述的装置,其中,所述矩阵创建单元用于:
获取第一车流量;其中,所述第一车流量为所述目标时段内从所述路段组中的第一路段流向第二路段的车流量;
获取第二车流量;其中,所述第二车流量为所述目标时段内从所述第一路段流出的总车流量;
基于所述第一车流量和所述第二车流量,计算所述目标时段内所述路段组的有效路段传染距离。
18.根据权利要求14所述的装置,其中,所述传染距离获取单元用于:
获取第三车流量;其中,所述第三车流量为所述目标时段内从两条相邻目标路段中的第一目标路段流向第二目标路段的车流量;
获取的第四车流量;其中,所述第四车流量为所述目标时段内从所述第一目标路段流出的总车流量;
基于所述第三车流量和所述第四车流量,计算所述两条相邻目标路段之间的有效路段传染距离。
19.根据权利要求12~18中任一项所述的装置,还包括时段确定单元,用于:
确定预设高峰时段;
获取所述预设高峰时段的起始时刻;
基于所述预设高峰时段的起始时刻,确定所述目标时段。
20.根据权利要求12~18中任一项所述的装置,其中,所述路段确定单元用于:
将所述目标路网中起始拥堵时刻早于溯源截止时刻的路段确定为所述待定路段;其中,所述溯源截止时刻为所述目标时段的终止时刻。
21.根据权利要求12~18中任一项所述的装置,其中,所述第一拥堵时刻为所述待定路段在所述目标时段内的起始拥堵时刻,所述第二拥堵时刻为所述参考路段在所述目标时段内的起始拥堵时刻;
或,所述第一拥堵时刻为所述待定路段在所述目标时段内的严重拥堵时刻,所述第二拥堵时刻为所述参考路段在所述目标时段内的严重拥堵时刻。
22.根据权利要求12~18中任一项所述的装置,其中,所述拥堵源头确定单元用于:
在所述拥堵传染距离与所述拥堵时间差之间的相关度大于预设相关度值的情况下,确定所述拥堵传染距离与所述拥堵时间差之间的相关度满足所述预设相关度要求。
23.一种电子设备,包括:
至少一个处理器;
与所述至少一个处理器通信连接的存储器;
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~11中任一项所述的方法。
25.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1~11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310507494.1A CN116543558A (zh) | 2023-05-06 | 2023-05-06 | 交通拥堵溯源方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310507494.1A CN116543558A (zh) | 2023-05-06 | 2023-05-06 | 交通拥堵溯源方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116543558A true CN116543558A (zh) | 2023-08-04 |
Family
ID=87448308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310507494.1A Pending CN116543558A (zh) | 2023-05-06 | 2023-05-06 | 交通拥堵溯源方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116543558A (zh) |
-
2023
- 2023-05-06 CN CN202310507494.1A patent/CN116543558A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4119896A2 (en) | Method and apparatus for processing high-definition map data, electronic device, medium and product | |
CN113689698B (zh) | 交通控制方法、装置、电子设备、存储介质及程序产品 | |
JP2021082287A (ja) | 信号機のタイミング設定方法、装置、電子機器及び記憶媒体 | |
CN113538915B (zh) | 交通拥堵事件的处理方法、设备、存储介质及程序产品 | |
US20210108930A1 (en) | Method and apparatus for recommending a travel plan, device and storage medium | |
CN114445312B (zh) | 一种地图数据的融合方法、装置、电子设备及存储介质 | |
CN116028730A (zh) | 搜索资源异常识别方法、装置及电子设备 | |
CN115203340A (zh) | 一种伴随关系确定方法、装置、设备和存储介质 | |
CN113326449B (zh) | 预测交通流量的方法、装置、电子设备和介质 | |
CN114254825A (zh) | 一种配送路径的确定方法、装置、电子设备及存储介质 | |
CN115206102B (zh) | 确定交通路径的方法、装置、电子设备和介质 | |
CN116543558A (zh) | 交通拥堵溯源方法、装置、电子设备及存储介质 | |
CN113990068B (zh) | 交通数据的处理方法、装置、设备以及存储介质 | |
CN115330067A (zh) | 一种交通拥堵预测方法、装置、电子设备及存储介质 | |
CN112256811B (zh) | 一种基于图结构的地图信息表示方法及装置 | |
CN111597700B (zh) | 信控算法评估方法、装置、电子设备及可读存储介质 | |
CN114840539A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN114116924A (zh) | 基于图谱数据的数据查询方法、图谱数据构建方法和装置 | |
CN113869439A (zh) | 一种数据融合方法、装置及电子设备 | |
CN113450569A (zh) | 确定路口状态的方法、装置、电子设备和存储介质 | |
CN114333326B (zh) | 一种路口拥堵检测方法、装置及电子设备 | |
CN116311936A (zh) | 道路交通指标获取方法、装置、设备及存储介质 | |
CN113032512B (zh) | 路网数据的更新方法、装置、设备、存储介质及产品 | |
WO2023045062A1 (zh) | 划分时段的方法、装置、电子设备和存储介质 | |
CN114067565B (zh) | 确定拥堵识别精度的方法及装置 |
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 |