CN116704770A - 基于大数据的区域交通智能管理系统 - Google Patents
基于大数据的区域交通智能管理系统 Download PDFInfo
- Publication number
- CN116704770A CN116704770A CN202310734835.9A CN202310734835A CN116704770A CN 116704770 A CN116704770 A CN 116704770A CN 202310734835 A CN202310734835 A CN 202310734835A CN 116704770 A CN116704770 A CN 116704770A
- Authority
- CN
- China
- Prior art keywords
- traffic
- signal
- information
- personnel
- acquiring
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000007726 management method Methods 0.000 claims description 44
- 206010039203 Road traffic accident Diseases 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明公开了基于大数据的区域交通智能管理系统,包括数据获取单元,路况分析单元、人员派遣单元和信息输出单元,本发明涉及交通智能管理技术领域,解决了不能根据实际情况来对不同的路段进行合理的人员派遣,同时针对不同路段的信号灯不能根据车流量进行合理调节的技术问题,本发明通过对不同路段进行划分,针对拥堵的路段进行分析,结合车流量和外在因素来进行分析,针对不同情况下进行不同的调节,针对发生交通事故和交叉流的情况来进行人员分配,根据不同区域到拥堵路段的距离来进行合适的区域选取,进一步的针对该区域内部人员的自身情况来进行合理的分配,能够达到人员合理分配的目的,从而来缓和拥堵的情况。
Description
技术领域
本发明涉及交通智能管理技术领域,具体为基于大数据的区域交通智能管理系统。
背景技术
随着互联网+的概念的普及以及城市交通问题的日益突出,智慧交通乃至智慧城市越来越被大众所渴求,智能交通信息管理系统对于降低交通事故,减少交通拥堵,环境污染等问题具有重要意义。
根据申请号为CN201810539845.6的专利显示,该专利包括道路信息采集模块、车辆信息采集模块、通信模块、信息管理中心和信息发布模块,所述道路信息采集模块用于采集路况信息、车辆速度信息和交通信号灯信息,所述车辆信息采集模块用于采集车辆驾驶员信息,所述通信模块用于将采集的道路信息和车辆信息发送至信息管理中心,所述信息管理中心用于对采集的道路信息和车辆信息进行实时监控,所述信息发布模块用于将所述道路信息和车辆信息通过交通广播进行发布。本发明的有益效果为:提供了一种智能交通信息管理系统,实现了道路信息和车辆信息的准确获取,提升了城市信息管理水平,对信息进行发布,驾驶员能够迅速了解交通状况,有助于缓解城市拥堵。
上述交通智能管理系统在对区域的交通道路情况进行分析的时候,通过采集道路的情况来对用户进行反馈,从而来帮助用户进行更优的选择,但是部分现有的区域依旧存在交通堵塞的情况,针对堵塞较为严重的路段不能根据实际情况来进行合理的人员派遣,同时针对不同路段的信号灯和车流量不同,不能进行合理的调节,在没有人员协调的情况下,不能降低交通堵塞的情况。
发明内容
针对现有技术的不足,本发明提供了基于大数据的区域交通智能管理系统,解决了不能根据实际情况来对不同的路段进行合理的人员派遣,同时针对不同路段的信号灯不能根据车流量进行合理调节的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于大数据的区域交通智能管理系统,包括:
数据获取单元,用于获取目标对象基础数据,目标对象包括:目标区域,基础数据包括:目标区域的车流量,接着将目标对象基础信息传输到路况分析单元;
路况分析单元,用于获取到传输目标对象基础数据,并根据基础数据对目标对象进行判断,判断目标对象为正常还是拥堵,同时生成正常信号和拥堵信号,并将正常信号传输到正常分析单元,将拥堵信号传输到拥堵分析单元;
拥堵分析单元,用于获取到传输的拥堵信号,并对该拥堵信号对应的交通路段i进行分析,通过获取到该交通路段i对应的交通情况,交通情况包括:存在信号灯、发生交通事故或存在交叉流,并根据不同的交通情况生成不同管理信号,管理信号包括:信号灯调节信号和人员派遣信号,并将信号灯调节信号传输到信号调节单元,人员派遣信号传输到人员派遣单元;
人员派遣单元,用于获取到传输的人员派遣信号,并获取到数据存储单元传输的交通管理人员基础信息,并将交通管理人员标记为k,其中k表示为不同交通管理人员的标号顺序,其中交通管理人员基础信息包括:执勤状态、执勤人数和人员距离,接着根据交通管理人员基础信息来进行计算分析,得到人员派遣方式;
信号调节单元获取到传输的信号灯调节信号,并对其进行分析生成对应的调节信息,同时将调节信息传输到信息输出单元。
作为本发明的进一步方案:路况分析单元分析目标对象为正常还是拥堵的具体方式如下:
S1:获取到目标区域内任意一段交通路段并将其记作i,接着获取到T1时间段内目标区域交通路段i内的车流量并将其记作为CL1 i,然后再获取到T2时间端内目标区域交通路段i内的车流量并将其记作为CL2i,并将二者进行比较:当CL2i≥(1+30%)CL1 i时,则将该交通路段i标记为待分析路况,当CL2i<70%CL1 i时,则将该交通路段i标记为正常路况并生成正常信号,同时将正常信号传输到正常分析单元,此处需要说明的是:除了本申请中例举的两种情况,其余的情况本申请不做计算;
S2:获取到标记为待分析路况时的交通路段i,接着对该交通路段i内的平均车速进行计算并将其标记为SP,并将计算得到的平均车速SP与预设值YS进行比较,此处需要说明的是:平均车速的计算方式通过检测某一时刻存在该路段内所有车辆的速度,接着根据计算的车辆数计算出平均速度,同时数据存储单元将预设值YS传输到路况分析单元;
S3:S2中的比较方式如下为:当SP≤YS时,则判定该待分析路况为拥堵路况并生成拥堵信号,同时将拥堵信号传输到拥堵分析单元,此处需要说明的是:如果CL2i≥(1+30%)CL1 i,实际正常情况下不存在SP>YS,因此再本申请中不对其进行分析。
作为本发明的进一步方案:拥堵分析单元生成人员派遣信号的具体方式如下:
对该拥堵信号对应的交通路段i进行分析,通过获取到该交通路段i对应的交通情况,交通情况包括:存在信号灯、发生交通事故或存在交叉流,此处需要说明的是:交叉流表示的为车辆在形式的过程中存在交叉路口,在此种情况下由于不同方向驶来的车辆会进行交汇,因此会形成交叉流,并根据不同的交通情况生成不同管理信号,管理信号包括:信号灯调节信号和人员派遣信号,并将信号灯调节信号传输到信号调节单元,人员派遣信号传输到人员派遣单元。
作为本发明的进一步方案:人员派遣单元生成派遣信息的具体方式如下:
A1:获取到所有交通管理人员k的执勤状态,其中执勤状态表示为:出勤和留勤,此处需要说明的是:交通管理人员如果进行外出执行任务则将其标记为出勤状态,如果没有外出执行任务则将其标记为留勤,获取到所有出勤交通管理人员并将其标记为待派遣人员,接着获取到不同执勤区域并将其标记为j,且j=1、2、3、…,同时获取到不同执勤区域内的待派遣人员数量将其记作Mj,此处需要说明的是:在同一个目标区域内存在多个不同的执勤区域,同时不同的执勤区域内存在的执勤人数也是不相同的;
A2:接着计算不同执勤区域j与拥堵路况之间的距离并将其记作为JLj,并获取到不同区域待派遣人员数据Mj≥3的对应执勤区域j,将其标记为待派遣区域j,同时将待派遣区域按照距离JLj从小到大进行排序,并挑选距离JLj距离最小的待派遣区域进行人员派遣;
A3:获取到A2中挑选出来的待派遣区域内的待派遣人员基础信息,基础信息包括:拥堵路况执勤次数,接着按照拥堵路况执勤次数从小到大进行选取,此处需要说明的是:拥堵路况执行次数表示为上述步骤中判定为拥堵的路况,然后待派遣人员对该拥堵路况的执勤次数。
作为本发明的进一步方案:A3中具体的选取方式如下:
A31:当拥堵路况执勤次数最少时对应的待派遣人员为一个时,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元,当拥堵路况执勤次数最少时对应的待派遣人员为两个及以上时,系统将其标记为待分析人员,系统进一步的对待分析人员进行分析;
A32:获取到所有待分析人员的总执勤次数,并筛选出总执勤次数最少的待分析人员,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元。
作为本发明的进一步方案:信号调节单元生成调节信息的具体方式如下:
B1:获取到交通路段i对应的横向和纵向车流量并将其记作为HC和ZC,横向和纵向车流量HC和ZC的获取方式为:
以t为时间周期,获取到时间周期t内单位时间的横向和纵向车流量总量,接着计算时间周期t内的车流量均值并将车流量均值记作为HC和ZC;
B2:获取到交通路段i对应的横向和纵向信号灯时间记作为HD和在ZD,接着计算横向车流量和纵向车流量之间的比值接着根据计算出来的比值对横向和纵向信号灯时间进行调节。
作为本发明的进一步方案:B2中具体的调节方式为:
横向时间HD调节方式为,将计算得到的比值和横向时间HD代入公式计算得到调整后的横向时间HD1并生成对应的调节信息;
纵向时间ZD调节方式为,将计算得到的比值和纵向时间ZD代入公式计算得到调整后的纵向时间ZD1并生成对应的调节信息。
作为本发明的进一步方案:正常分析单元获取到传输的正常信号,并对正常信号对应的交通路段i进行实时监测,同时生成监测信息,将监测信息传输到信息输出单元,信息输出单元,用于获取到传输的调节信息和人员派遣信息,并将其通过显示设备显示给操作人员。
有益效果
本发明提供了基于大数据的区域交通智能管理系统。与现有技术相比具备以下有益效果:
本发明通过对不同路段进行划分,针对拥堵的路段进行分析,结合车流量和外在因素来进行分析,针对不同情况下进行不同的调节,针对发生交通事故和交叉流的情况来进行人员分配,根据不同区域到拥堵路段的距离来进行合适的区域选取,进一步的针对该区域内部人员的自身情况来进行合理的分配,一方面能够达到人员合理分配的目的,从而来缓和拥堵的情况,另一方面结合不同人员的自身情况来进行分析,能够增加人员的工作经验,方便后续的工作。
通过对根据车流量来对拥堵路段的信号灯进行适当的调节,根据不同车流量的占比来调节信号灯的时长,保证正常通行的情况下不影响信号灯的正常使用。
附图说明
图1为本发明系统框图;
图2为本发明流程图。
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,本领域普通技术人员在没有做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。
实施例一,请参阅图1,本申请提供了基于大数据的区域交通智能管理系统,包括:
数据获取单元,用于获取目标对象基础数据,目标对象包括:目标区域,基础数据包括:目标区域的车流量,接着将目标对象基础信息传输到路况分析单元。
路况分析单元,用于获取到传输目标对象基础数据,并根据基础数据对目标对象进行判断,判断目标对象为正常还是拥堵,具体的判断方式如下:
S1:获取到目标区域内任意一段交通路段并将其记作i,接着获取到T1时间段内目标区域交通路段i内的车流量并将其记作为CL1 i,然后再获取到T2时间端内目标区域交通路段i内的车流量并将其记作为CL2 i,并将二者进行比较:当CL2 i≥(1+30%)CL1 i时,则将该交通路段i标记为待分析路况,当CL2i<70%CL1 i时,则将该交通路段i标记为正常路况并生成正常信号,同时将正常信号传输到正常分析单元,此处需要说明的是:除了本申请中例举的两种情况,其余的情况本申请不做计算;
S2:获取到标记为待分析路况时的交通路段i,接着对该交通路段i内的平均车速进行计算并将其标记为SP,并将计算得到的平均车速SP与预设值YS进行比较,此处需要说明的是:平均车速的计算方式通过检测某一时刻存在该路段内所有车辆的速度,接着根据计算的车辆数计算出平均速度,同时数据存储单元将预设值YS传输到路况分析单元;
S3:S2中的比较方式如下为:当SP≤YS时,则判定该待分析路况为拥堵路况并生成拥堵信号,同时将拥堵信号传输到拥堵分析单元,此处需要说明的是:如果CL2i≥(1+30%)CL1 i,实际正常情况下不存在SP>YS,因此再本申请中不对其进行分析。
拥堵分析单元,用于获取到传输的拥堵信号,并对该拥堵信号对应的交通路段i进行分析,通过获取到该交通路段i对应的交通情况,交通情况包括:存在信号灯、发生交通事故或存在交叉流,此处需要说明的是:交叉流表示的为车辆在形式的过程中存在交叉路口,在此种情况下由于不同方向驶来的车辆会进行交汇,因此会形成交叉流,并根据不同的交通情况生成不同管理信号,管理信号包括:信号灯调节信号和人员派遣信号,并将信号灯调节信号传输到信号调节单元,人员派遣信号传输到人员派遣单元。
结合实际应用场景进行分析:如果交通路段i对应的交通情况为信号灯导致的,由此系统生成信号灯调节信号,如果交通路段i对应的交通情况为发生交通事故或存在交叉流,由此系统生成人员派遣信号。
人员派遣单元,用于获取到传输的人员派遣信号,并获取到数据存储单元传输的交通管理人员基础信息,并将交通管理人员标记为k,其中k表示为不同交通管理人员的标号顺序,其中交通管理人员基础信息包括:执勤状态、执勤人数和人员距离,接着根据交通管理人员基础信息来进行计算分析,得到派遣信息,并将派遣信息传输到信息输出单元,具体的计算分析方式如下:
A1:获取到所有交通管理人员k的执勤状态,其中执勤状态表示为:出勤和留勤,此处需要说明的是:交通管理人员如果进行外出执行任务则将其标记为出勤状态,如果没有外出执行任务则将其标记为留勤,获取到所有出勤交通管理人员并将其标记为待派遣人员,接着获取到不同执勤区域并将其标记为j,且j=1、2、3、…,同时获取到不同执勤区域内的待派遣人员数量将其记作Mj,此处需要说明的是:在同一个目标区域内存在多个不同的执勤区域,同时不同的执勤区域内存在的执勤人数也是不相同的;
A2:接着计算不同执勤区域j与拥堵路况之间的距离并将其记作为JLj,并获取到不同区域待派遣人员数据Mj≥3的对应执勤区域j,将其标记为待派遣区域j,同时将待派遣区域按照距离JLj从小到大进行排序,并挑选距离JLj距离最小的待派遣区域进行人员派遣;
A3:获取到A2中挑选出来的待派遣区域内的待派遣人员基础信息,基础信息包括:拥堵路况执勤次数,接着按照拥堵路况执勤次数从小到大进行选取,此处需要说明的是:拥堵路况执行次数表示为上述步骤中判定为拥堵的路况,然后待派遣人员对该拥堵路况的执勤次数,具体的选取方式如下:
A31:当拥堵路况执勤次数最少时对应的待派遣人员为一个时,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元,当拥堵路况执勤次数最少时对应的待派遣人员为两个及以上时,系统将其标记为待分析人员,系统进一步的对待分析人员进行分析;
A32:获取到所有待分析人员的总执勤次数,并筛选出总执勤次数最少的待分析人员,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元。
信息输出单元,用于获取到传输的派遣信息,并通过显示设备将派遣信息显示给对应的操作人员。
实施例二,作为本发明的实施例二与实施例一的区别之处在于,正常分析单元获取到传输的正常信号,并对正常信号对应的交通路段i进行实时监测,同时生成监测信息,将监测信息传输到信息输出单元。
实施例三,作为本发明的实施例三与实施例一、实施例二的区别之处在于,信号调节单元获取到传输的信号灯调节信号,并对其进行分析生成对应的调节信息,同时将调节信息传输到信息输出单元,调节信息的具体生成方式如下:
B1:获取到交通路段i对应的横向和纵向车流量并将其记作为HC和ZC,横向和纵向车流量HC和ZC的获取方式为:
以t为时间周期,获取到时间周期t内单位时间的横向和纵向车流量总量,接着计算时间周期t内的车流量均值并将车流量均值记作为HC和ZC;
结合实际应用场景进行分析:时间周期t内存在多个单位时间,单位时间表示一天,并获取到一天中高峰时间段内的横向和纵向的车流量,以此类推计算出时间周期t内横向和纵向的车流量总量,进一步的计算得到时间周期t内的平均值并记作为HC和ZC,作为后续的计算标准。
B2:获取到交通路段i对应的横向和纵向信号灯时间记作为HD和在ZD,接着计算横向车流量和纵向车流量之间的比值接着根据计算出来的比值对横向和纵向信号灯时间进行调节,具体的调节方式为:
横向时间HD调节方式为,将计算得到的比值和横向时间HD代入公式:计算得到调整后的横向时间HD1并生成对应的调节信息;
纵向时间ZD调节方式为,将计算得到的比值和纵向时间ZD代入公式:计算得到调整后的纵向时间ZD1并生成对应的调节信息。
信息输出单元,用于获取到传输的调节信息,并通过显示设备将其显示给对应的操作人员。
实施例四,作为本发明的实施例四重点在于将上述实施例一、实施例二和实施例三的实施过程结合实施。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.基于大数据的区域交通智能管理系统,其特征在于,包括:
数据获取单元,用于获取目标对象基础数据,目标对象包括:目标区域,基础数据包括:目标区域的车流量,接着将目标对象基础信息传输到路况分析单元;
路况分析单元,用于获取到传输目标对象基础数据,并根据基础数据对目标对象进行判断,判断目标对象为正常还是拥堵,同时生成正常信号和拥堵信号,并将正常信号传输到正常分析单元,将拥堵信号传输到拥堵分析单元;
拥堵分析单元,用于获取到传输的拥堵信号,并对该拥堵信号对应的交通路段i进行分析,通过获取到该交通路段i对应的交通情况,交通情况包括:存在信号灯、发生交通事故或存在交叉流,并根据不同的交通情况生成不同管理信号,管理信号包括:信号灯调节信号和人员派遣信号,并将信号灯调节信号传输到信号调节单元,人员派遣信号传输到人员派遣单元;
人员派遣单元,用于获取到传输的人员派遣信号,并获取到数据存储单元传输的交通管理人员基础信息,并将交通管理人员标记为k,其中k表示为不同交通管理人员的标号顺序,其中交通管理人员基础信息包括:执勤状态、执勤人数和人员距离,接着根据交通管理人员基础信息来进行计算分析,得到人员派遣方式;
信号调节单元获取到传输的信号灯调节信号,并对其进行分析生成对应的调节信息,同时将调节信息传输到信息输出单元。
2.根据权利要求1所述的基于大数据的区域交通智能管理系统,其特征在于,所述路况分析单元分析目标对象为正常还是拥堵的具体方式如下:
S1:获取到目标区域内任意一段交通路段并将其记作i,接着获取到T1时间段内目标区域交通路段i内的车流量并将其记作为CL1 i,然后再获取到T2时间端内目标区域交通路段i内的车流量并将其记作为CL2i,并将二者进行比较:当CL2i≥(1+30%)CL1 i时,则将该交通路段i标记为待分析路况,当CL2i<70%CL1 i时,则将该交通路段i标记为正常路况并生成正常信号,同时将正常信号传输到正常分析单元;
S2:获取到标记为待分析路况时的交通路段i,接着对该交通路段i内的平均车速进行计算并将其标记为SP,并将计算得到的平均车速SP与预设值YS进行比较;
S3:S2中的比较方式如下为:当SP≤YS时,则判定该待分析路况为拥堵路况并生成拥堵信号,同时将拥堵信号传输到拥堵分析单元。
3.根据权利要求1所述的基于大数据的区域交通智能管理系统,其特征在于,所述拥堵分析单元生成人员派遣信号的具体方式如下:
对该拥堵信号对应的交通路段i进行分析,通过获取到该交通路段i对应的交通情况,交通情况包括:存在信号灯、发生交通事故或存在交叉流,并根据不同的交通情况生成不同管理信号,管理信号包括:信号灯调节信号和人员派遣信号,并将信号灯调节信号传输到信号调节单元,人员派遣信号传输到人员派遣单元。
4.根据权利要求1所述的基于大数据的区域交通智能管理系统,其特征在于,所述人员派遣单元生成派遣信息的具体方式如下:
A1:获取到所有交通管理人员k的执勤状态,其中执勤状态表示为:出勤和留勤,获取到所有出勤交通管理人员并将其标记为待派遣人员,接着获取到不同执勤区域并将其标记为j,且j=1、2、3、…,同时获取到不同执勤区域内的待派遣人员数量将其记作Mj;
A2:接着计算不同执勤区域j与拥堵路况之间的距离并将其记作为JLj,并获取到不同区域待派遣人员数据Mj≥3的对应执勤区域j,将其标记为待派遣区域j,同时将待派遣区域按照距离JLj从小到大进行排序,并挑选距离JLj距离最小的待派遣区域进行人员派遣;
A3:获取到A2中挑选出来的待派遣区域内的待派遣人员基础信息,基础信息包括:拥堵路况执勤次数,接着按照拥堵路况执勤次数从小到大进行选取。
5.根据权利要求4所述的基于大数据的区域交通智能管理系统,其特征在于,所述A3中具体的选取方式如下:
A31:当拥堵路况执勤次数最少时对应的待派遣人员为一个时,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元,当拥堵路况执勤次数最少时对应的待派遣人员为两个及以上时,系统将其标记为待分析人员,系统进一步的对待分析人员进行分析;
A32:获取到所有待分析人员的总执勤次数,并筛选出总执勤次数最少的待分析人员,系统生成对应的派遣信息,并将派遣信息传输到信息输出单元。
6.根据权利要求1所述的基于大数据的区域交通智能管理系统,其特征在于,所述信号调节单元生成调节信息的具体方式如下:
B1:获取到交通路段i对应的横向和纵向车流量并将其记作为HC和ZC,横向和纵向车流量HC和ZC的获取方式为:
以t为时间周期,获取到时间周期t内单位时间的横向和纵向车流量总量,接着计算时间周期t内的车流量均值并将车流量均值记作为HC和ZC;
B2:获取到交通路段i对应的横向和纵向信号灯时间记作为HD和在ZD,接着计算横向车流量和纵向车流量之间的比值接着根据计算出来的比值对横向和纵向信号灯时间进行调节。
7.根据权利要求6所述的基于大数据的区域交通智能管理系统,其特征在于,所述B2中具体的调节方式为:
横向时间HD调节方式为,将计算得到的比值和横向时间HD代入公式计算得到调整后的横向时间HD1并生成对应的调节信息;
纵向时间ZD调节方式为,将计算得到的比值和纵向时间ZD代入公式计算得到调整后的纵向时间ZD1并生成对应的调节信息。
8.根据权利要求1所述的基于大数据的区域交通智能管理系统,其特征在于,所述正常分析单元获取到传输的正常信号,并对正常信号对应的交通路段i进行实时监测,同时生成监测信息,将监测信息传输到信息输出单元,所述信息输出单元,用于获取到传输的调节信息和人员派遣信息,并将其通过显示设备显示给操作人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310734835.9A CN116704770A (zh) | 2023-06-20 | 2023-06-20 | 基于大数据的区域交通智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310734835.9A CN116704770A (zh) | 2023-06-20 | 2023-06-20 | 基于大数据的区域交通智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116704770A true CN116704770A (zh) | 2023-09-05 |
Family
ID=87833746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310734835.9A Pending CN116704770A (zh) | 2023-06-20 | 2023-06-20 | 基于大数据的区域交通智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116704770A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151427A (zh) * | 2023-10-27 | 2023-12-01 | 湖南思达软件技术有限公司 | 一种基于大数据的交通警务协同管理方法及系统 |
-
2023
- 2023-06-20 CN CN202310734835.9A patent/CN116704770A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151427A (zh) * | 2023-10-27 | 2023-12-01 | 湖南思达软件技术有限公司 | 一种基于大数据的交通警务协同管理方法及系统 |
CN117151427B (zh) * | 2023-10-27 | 2024-01-30 | 湖南思达软件技术有限公司 | 一种基于大数据的交通警务协同管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102009003326B4 (de) | Abnormitätserfassungsvorrichtung | |
DE102012211620B4 (de) | System und Verfahren für einen Selbst-Optimierenden Verkehrsfluss unter Verwendung gemeinsam genutzter Fahrzeuginformationen | |
CN101540103B (zh) | 交通信息采集及事件处理的方法与系统 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
EP1695317A1 (de) | Verkehrszustandserkennung mit einem schwellenwertverfahren | |
CN116704770A (zh) | 基于大数据的区域交通智能管理系统 | |
CN111145533B (zh) | 基于城市区域的行人异常交通行为模式识别管控系统 | |
CN107331211A (zh) | 一种高速公路隧道二次交通事故预警系统 | |
CN107274700A (zh) | 一种车路协同环境下多源信息采集方法及装置 | |
US20240046787A1 (en) | Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction | |
CN111754786A (zh) | 一种识别高速公路交通工具通行事件的系统 | |
CN210721850U (zh) | 一种高速公路路况智能检测系统 | |
CN106683406B (zh) | 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法 | |
CN202013659U (zh) | 基于嵌入式平台图像处理及无线通讯的智能安全交通信息平台 | |
CN114708741A (zh) | 一种基于v2x技术的多相位公交优先控制方法 | |
CN102810254A (zh) | 一种智能交通预警系统 | |
Samara et al. | Video-based network-wide surrogate safety analysis to support a proactive network screening using connected cameras: Case study in the City of Bellevue (WA) United States | |
CN112216106A (zh) | 基于bim技术的智能交通管理系统 | |
CN115100904B (zh) | 一种基于正和博弈的慢行交通与汽车冲突预警方法及系统 | |
DE202013003279U1 (de) | Globale Stauprävention auf Autobahnen / Straßennetze | |
TW202111658A (zh) | 交通事件偵測系統及方法 | |
Day et al. | Real-time arterial traffic signal performance measures | |
CN116363861A (zh) | 一种智能交通系统 | |
CN114387778B (zh) | 一种城市快速路拥堵原因分析的方法 | |
CN114550447A (zh) | 一种获取路口信息实现红绿灯实时调度的系统及方法 |
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 |