CN116734883A - 一种道路拥堵预测及智能领航系统 - Google Patents

Abstract

本发明提供一种道路拥堵预测及智能领航系统，涉及定位导航技术领域，包括：数据接收模块，获得高精地图和导航地图数据，获取用户信息；路线生成模块，基于获取的高精地图数据和导航地图数据以及用户设定的起点和终点生成初始导航路线；路线拆解模块，将初始导航路线拆分为若干路径，并将被拆分的导航路线发送到道路领航模块；道路监测模块，用于监测用户在导航线路上的路径，并采集该路径后续两组路径的道路信息判定拥堵情况，发送到道路领航模块，本发明帮助用户提前预知并绕开拥堵路段，有效避免用户陷入拥堵路段中，同时还降低了绕路的距离；且导航路线中大部分为用户熟悉的路线，在提高驾驶便捷性和安全性的同时提高了用户的驾驶体验。

Description

一种道路拥堵预测及智能领航系统

技术领域

本发明涉及定位导航技术领域，具体为一种道路拥堵预测及智能领航系统。

背景技术

导航是引导人或物体一个地方移动到另一个地方的过程，主要通过定位初始位置以及重点位置的坐标，并合理规划行驶路径，以达到快速到达指定位置的目的，开车出行路遇堵车对广大车主来说一个挥之不去的阴影，如果在节假日遇到严重堵车更是一场恶梦，堵车整体上难以解决，但对车主个体说可以避免，现有的车载导航大多都是可以检测到一些关键道路上的堵车情况。但在行驶过程中检测到堵车再去调整路线已经来不及了，最好是能够提前预测，而且越早越好，这就需要一系列的大数据运算才能达到。

申请号为CN202211306260.2的专利公开了一种全场景智能辅助驾驶的导航系统，通过路线生成模块根据起点和终点生成若干条路线，并从生成的若干条路线中筛选出预选路线，利用路线分析模块获取预选路线的分析参数，智能辅助平台根据分析参数获得分析值，分析值用于对预选路线进行静态衡量，从而选出最优的预选路线设置为选中路线，当用户随着选中导航进行行驶后，利用实时分析模块根据选中路线获得分析路线，并分别获取选中路线、分析路线的实时参数，智能辅助平台根据实时参数获得实分系数，实分系数用于对分析路线进行动态衡量，实分系数用于衡量路线的通行流畅程度，实分系数越大表示路线越通畅，实分系数越小表示路线越堵塞，从而实时选择出最优的选中路线，并更新选中路线进行导航；该导航系统利用若干条路线进行静态衡量，选择出综合情况最佳的路线，保证了选定路线的准确性，之后在行驶后对选中路线、分析路线进行动态衡量，从而对选定后的路线进行实时分析，保证了选定的路线持续为最佳路线，避免了选定路线出现严重拥堵的情况发生，提高了用户使用体验感。但仍然存在以下不足之处：其实施更新路线，会导致用户实际的行驶路线与最初的选中路线差距过大，进而绕路太多，并且系统自行规划路线大部分都是用户不熟悉的路线，从而影响用户的驾驶体验感和安全性。

发明内容

（一） 解决的技术问题

针对现有技术的不足，本发明提供了一种道路拥堵预测及智能领航系统，以解决上述背景技术中提出的问题。

（二） 技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种道路拥堵预测及智能领航系统，包括：

数据接收模块，获得高精地图和导航地图数据，获取用户信息；

路线生成模块，基于获取的高精地图数据和导航地图数据以及用户设定的起点和终点生成初始导航路线；

路线拆解模块，将初始导航路线拆分为若干路径，并将被拆分的导航路线发送到道路领航模块；

道路监测模块，用于监测用户在导航线路上的路径，并采集该路径后续两组路径的道路信息判定拥堵情况，发送到道路领航模块；

道路领航模块，用于显示接收到的路线以及用户所在位置并进行导航，并根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径；

优化查询模块，在特定的路段上，周期性记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在周期内的车流变化规律图；

云端中心，存储优化查询模块记录的车流变化规律图。

作为进一步优选，所述路线生成模块生成初始导航路线的流程包括：用户设定起点和终点，按照起点和终点生成若干条线路，用户选择一条线路作为预选路线，用户基于预选路线进行线路修正，得到初始导航路线。

作为进一步优选，所述用户基于预选路线进行线路修正的流程包括：用户浏览预选路线，在预选路线上进行道路调整，将原始预选路线修正为初始导航路线。

作为进一步优选，所述路线拆解模块对初始导航路线拆解的过程包括：

分析初始导航路线中所有路段的道路节点，道路节点除初始导航路线外分出至少一组路线，且分出的路线通过该道路节点周边路网连接初始导航路线；

以道路节点为节段点将初始导航路线拆分为若干路径。

作为进一步优选，所述道路监测模块监测用户在导航线路上的路径并采集该路径后续两组路径的道路信息的具体过程包括：

获取用户授权后对用户当前位置定位，并在导航过程中持续定位流程；

用户位置处于任一路径时，监测该路径后续两组路径的拥堵状态。

作为进一步优选，所述道路监测模块监测用户所处路径后续两组路径的拥堵状态的流程包括：

通过GPS或者北斗卫星接收到车辆运动轨迹和车与车之间的距离，来判定是否堵车，如果一条道路上大量车辆的GPS设备移动缓慢，而且不同车辆车距离较短，就判断为在堵车中；

检测到若干用户的动态位置，询问用户意见，在取得用户授权后，通过用户身边的移动终端进行定位，接收用户手机运动轨迹和其他车主之间的距离，来判定是否堵车，如果一条道路了大量车辆车主的手机移动缓慢，而且不同车辆车主距离较短，就判断为在堵车中；

通过卫星对用户所处路径后续两组路径进行周期性拍照，比对图片路径上车辆在路径上的长度，若车辆长度持续增加则判定堵车。

作为进一步优选，所述车辆长度设有阈值，阈值具体为车辆排列长度大于路径长度的1/3。

作为进一步优选，所述道路领航模块根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径的具体流程如下：

基于道路监测模块监测到用户所处路径的后续两组路径的道路信息判定为拥堵，判断提醒用户在道路节点更改路线；

规划更改的路径，使更改的路径最多经过五条新路径后回到初始导航路线。

作为进一步优选，所述优化查询模块形成特定路段在周期内的车流变化规律图的具体过程包括：

在特定的路段上，记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在一个时期或全年的车流变化规律图，这样以后的用户在计划路经该路段前，可以提前早早就查该路段在特定时间的车流堵塞情况，以规划好最佳的行车路线；

当该用户行驶该路段时，对原堵车数据进行校准，为后续车辆参考；

优化查询模块设置在云端中心，云端中心对每个路段的数据进行分析，建立堵车大数据库系统。

（三） 有益效果

本发明提供了一种道路拥堵预测及智能领航系统，具备以下有益效果：通过采集到的某些特定路段周期性的拥堵数据，使得用户在进行导航路线规划时提前预知并规避掉该路段，同时通过用户手动对路线进行调整，使导航路线中大部分为用户熟悉的路线，提高驾驶便捷性和安全性，同时提高了用户的驾驶体验；并且在用户按照导航路线驾车时，通过监测用户所处路径后续两组路径的拥堵状态，判定后提前规划好新的行驶路线，新路线会回归到初始的导航路线，帮助用户提前预知并绕开拥堵路段，有效避免用户陷入拥堵路段中，同时还降低了绕路的距离。

附图说明

图1为本发明道路拥堵预测及智能领航系统框架图；

图2为本发明道路拥堵预测及智能领航方法流程图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

实施例1

如图1所示，本发明实施例提供一种道路拥堵预测及智能领航系统，包括：

数据接收模块，获得高精地图和导航地图数据，获取用户信息；

路线生成模块，基于获取的高精地图数据和导航地图数据以及用户设定的起点和终点生成初始导航路线；

路线拆解模块，将初始导航路线拆分为若干路径，并将被拆分的导航路线发送到道路领航模块；

道路监测模块，用于监测用户在导航线路上的路径，并采集该路径后续两组路径的道路信息判定拥堵情况，发送到道路领航模块；

道路领航模块，用于显示接收到的路线以及用户所在位置并进行导航，并根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径；

优化查询模块，在特定的路段上，周期性记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在周期内的车流变化规律图；

云端中心，存储优化查询模块记录的车流变化规律图。

进一步的，路线生成模块生成初始导航路线的流程包括：用户设定起点和终点，按照起点和终点生成若干条线路，用户选择一条线路作为预选路线，用户基于预选路线进行线路修正，得到初始导航路线。

具体来说，用户在设定好起点和终点后，依据起点和终点自动生成若干条通行路线，用户选择其中的一条作为预选的线路。

进一步的，用户基于预选路线进行线路修正的流程包括：用户浏览预选路线，在预选路线上进行道路调整，将原始预选路线修正为初始导航路线。

具体来说，用户在对预选路线进行修正的过程包括，浏览预选线路的全程，然后观察路线中具体的道路是否有需要更改的地方，以及更改后的道路是哪一条，将预选路线中的道路更改为目标道路，然后确定线路，得到初始导航路线。

需要说明的是，在进行道路修正时，用户可以选择自己熟悉的道路，从提高驾驶便捷性和安全性，同时提高了用户的驾驶体验。

其中，用户进行路线设定和修正使用终端设备，终端设备具体为手机、平板电脑或车载终端的任一种。

进一步的，路线拆解模块对初始导航路线拆解的过程包括：

分析初始导航路线中所有路段的道路节点，道路节点除初始导航路线外分出至少一组路线，且分出的路线通过该道路节点周边路网连接初始导航路线；

以道路节点为节段点将初始导航路线拆分为若干路径。

其中，在初始导航路线被拆解后，初始导航的路线按照道路的路口（如十字路口、T形路口等）被拆分为若干小节的道路，且每一节道路为一组路径，并且被作为道路拆解的路口可通过其他变换其他道路回到初始导航路线中。

示例性的，用户初始导航线路中的某一路口切换道路后，切换的道路通过周围连接的其他道路返回到初始导航路线，即用户通过左转到新道路一再通过右转到新道路二，再右转到新道路三，最后通过新道路三返回初始导航路线；

还可以通过，右转到新道路一再通过左转到新道路二，再左转到新道路三，最后通过新道路三返回初始导航路线。

进一步的，道路监测模块监测用户在导航线路上的路径并采集该路径后续两组路径的道路信息的具体过程包括：

获取用户授权后对用户当前位置定位，并在导航过程中持续定位流程；

用户位置处于任一路径时，监测该路径后续两组路径的拥堵状态。

进一步的，道路监测模块监测用户所处路径后续两组路径的拥堵状态的流程包括：

通过GPS或者北斗卫星接收到车辆运动轨迹和车与车之间的距离，来判定是否堵车，如果一条道路上大量车辆的GPS设备移动缓慢，而且不同车辆车距离较短，就判断为在堵车中；

检测到若干用户的动态位置，询问用户意见，在取得用户授权后，通过用户身边的移动终端进行定位，接收用户手机运动轨迹和其他车主之间的距离，来判定是否堵车，如果一条道路了大量车辆车主的手机移动缓慢，而且不同车辆车主距离较短，就判断为在堵车中；

示例性的，用户在导航过程中，若某一道路上拥堵了大量的车辆，获取这些车辆用户的授权后，采集授权用户的位置，再接收用户手机运动轨迹和其他车主之间的距离，或分析出不同车辆车主距离较短则判定出堵车，若用户不给于授权，则不采集该用户当前的位置。

通过卫星对用户所处路径后续两组路径进行周期性拍照，比对图片路径上车辆在路径上的长度，若车辆长度持续增加则判定堵车。

具体来说，自用户启动初始导航路线开始，对用户进行定位，当用户延初始导航线路行驶到某一路径后，检测用户当前所在的位置，通过GPS或者北斗卫星监测用户所处路径的后续两组路径车辆的运动轨迹和车与车之间的距离，来判定是否堵车；

或者，通过监测用户所处路径的后续两组路径的其他用户的动态位置，通过用户手机进行定位，接收用户手机运动轨迹和其他车主之间的距离，来判定是否堵车；

或者，在用户到达某一路径后，卫星为以拍摄照片比对的方式对该路径后续两组路径数据采集，当拍摄的图片中，后续路径上车辆积攒量变化来判断是否堵车。

示例性的，对路径进行周期性拍照，比对该路径周期性照片中车辆在路径上排队长度的变化，若始终保持增长则判定堵车，若排队长度保持基本不变或长度降低，则判定不堵车。

进一步的，车辆长度设有阈值，阈值具体为车辆排列长度大于路径长度的1/3。

阈值作为堵车判定的基础值，以便提高堵车的判定效率。

需要说明的是，阈值会随路径的长度进行调整并分档，其中1000m-2000m为1/3，1000m及以下为1/2，2000m-3000m为1/4，大于3000m为固定值500m，其中大于3000m的基本为高速公路。

其中，高速公路拥堵时的节点具体为高速公路的出口，即每一出口为一节点，当高速公路判断拥堵时，提前让用户下高速，并通过其他道路回到初始导航线路中，帮助用户避开高度公路上的拥堵路段，此处更改的新道路可不局限于五组。

示例性的，用户通过道路拥堵预测及智能领航系统导航在某一高速上，监测到前方第一出口到前方第二出口段道路拥堵，则提示用户在前方出口下高速，切换其他路线。

进一步的，道路领航模块根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径的具体流程如下：

基于道路监测模块监测到用户所处路径的后续两组路径的道路信息判定为拥堵，判断提醒用户在道路节点更改路线；

规划更改的路径，使更改的路径最多经过五条新路径后回到初始导航路线。

具体来说，某一路径后续两组路径中某一路径判定为拥堵后，即时更改道路，使得用户可提前预知并及时更改路径了，避免用户行车陷入拥堵中。

进一步的，优化查询模块形成特定路段在周期内的车流变化规律图的具体过程包括：

在特定的路段上，记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在一个时期或全年的车流变化规律图，这样以后的用户在计划路经该路段前，可以提前早早就查该路段在特定时间的车流堵塞情况，以规划好最佳的行车路线；

当该用户行驶该路段时，对原堵车数据进行校准，为后续车辆参考；

优化查询模块设置在云端中心，云端中心对每个路段的数据进行分析，建立堵车大数据库系统。

具体来说，对于一些拥堵排列较高的路段进行重点监测，并记录其拥堵的时间段，从而得到这些特定路段的车流变化规律图，通过这些路段的车流变化规律图，用户在后续设定导航线路时，可提前预知该路段的拥堵概率以及拥堵的可能性，进而在制定导航线路时可绕过该路段，以便在路线规划时达到更好的效果。

本实施例提供一种道路拥堵预测及智能领航系统，其通过采集到的某些特定路段周期性的拥堵数据，使得用户在进行导航路线规划时提前预知并规避掉该路段，同时通过用户手动对路线进行调整，使导航路线中大部分为用户熟悉的路线，提高驾驶便捷性和安全性，同时提高了用户的驾驶体验；并且在用户按照导航路线驾车时，通过监测用户所处路径后续两组路径的拥堵状态，判定后提前规划好新的行驶路线，新路线会回归到初始的导航路线，帮助用户提前预知并绕开拥堵路段，有效避免用户陷入拥堵路段中。

实施例2

参照图2，道路拥堵预测及智能领航方法，采用道路拥堵预测及智能领航系统，包括：

步骤1：用户通过终端设备设定起点和终点，路线生成模块基于获取的高精地图数据和导航地图数据以及用户设定的起点和终点；

生成初始导航路线此处的终端设备包括但不限于移动终端如手机、平板灯，还可以是车载终端。

步骤2：用户选择一条路线，并对路线进行细节道路修正，得到初始导航路线；

在道路修正时可参考云端中心中存储的特定路线的拥堵数据。

步骤3：对初始导航路线拆解，然后用户使用拆解后的初始导航路线进行导航；

步骤4：监测用户所处位置，并采集该路径后续两组路径的道路信息判定拥堵情况；

其中，判定道路拥堵状态包括：通过GPS或者北斗卫星接收到车辆运动轨迹和车与车之间的距离，来判定是否堵车，如果一条道路了大量车辆的GPS设备移动缓慢，而且不同车辆车距离较短，就判断为在堵车中；

检测到若干用户的动态位置，通过用户手机进行定位，接收用户手机运动轨迹和其他车主之间的距离，来判定是否堵车，如果一条道路了大量车辆车主的手机移动缓慢，而且不同车辆车主距离较短，就判断为在堵车中；

通过卫星对用户所处路径后续两组路径进行周期性拍照，比对图片路径上车辆在路径上的长度，若车辆长度持续增加则判定堵车。

步骤5：判定后续有道路拥堵时，提前通知用户，并规划好新道路，提醒用户提前做好准备，并通过新道路绕过拥堵路段，完成导航流程。

本实施例提供一种道路拥堵预测及智能领航方法，其通过采集到的某些特定路段周期性的拥堵数据，使得用户在进行导航路线规划时提前预知并规避掉该路段，同时通过用户手动对路线进行调整，使导航路线中大部分为用户熟悉的路线，提高驾驶便捷性和安全性，同时提高了用户的驾驶体验；并且在用户按照导航路线驾车时，通过监测用户所处路径后续两组路径的拥堵状态，判定后提前规划好新的行驶路线，新路线会回归到初始的导航路线，帮助用户提前预知并绕开拥堵路段，有效避免用户陷入拥堵路段中。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种道路拥堵预测及智能领航系统，其特征在于：包括：

数据接收模块，获得高精地图和导航地图数据，获取用户信息；

路线生成模块，基于获取的高精地图数据和导航地图数据以及用户设定的起点和终点生成初始导航路线；

路线拆解模块，将初始导航路线拆分为若干路径，并将被拆分的导航路线发送到道路领航模块；

道路监测模块，用于监测用户在导航线路上的路径，并采集该路径后续两组路径的道路信息判定拥堵情况，发送到道路领航模块；

道路领航模块，用于显示接收到的路线以及用户所在位置并进行导航，并根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径；

优化查询模块，在特定的路段上，周期性记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在周期内的车流变化规律图；

云端中心，存储优化查询模块记录的车流变化规律图。

2.根据权利要求1所述的一种道路拥堵预测及智能领航系统，其特征在于：所述路线生成模块生成初始导航路线的流程包括：用户设定起点和终点，按照起点和终点生成若干条线路，用户选择一条线路作为预选路线，用户基于预选路线进行线路修正，得到初始导航路线。

3.根据权利要求2所述的一种道路拥堵预测及智能领航系统，其特征在于：所述用户基于预选路线进行线路修正的流程包括：用户浏览预选路线，在预选路线上进行道路调整，将原始预选路线修正为初始导航路线。

4.根据权利要求1所述的一种道路拥堵预测及智能领航系统，其特征在于：所述路线拆解模块对初始导航路线拆解的过程包括：

分析初始导航路线中所有路段的道路节点，道路节点除初始导航路线外分出至少一组路线，且分出的路线通过该道路节点周边路网连接初始导航路线；

以道路节点为节段点将初始导航路线拆分为若干路径。

5.根据权利要求4所述的一种道路拥堵预测及智能领航系统，其特征在于：所述道路监测模块监测用户在导航线路上的路径并采集该路径后续两组路径的道路信息的具体过程包括：

获取用户授权后对用户当前位置定位，并在导航过程中持续定位流程；

用户位置处于任一路径时，监测该路径后续两组路径的拥堵状态。

6.根据权利要求5所述的一种道路拥堵预测及智能领航系统，其特征在于：所述道路监测模块监测用户所处路径后续两组路径的拥堵状态的流程包括：

通过GPS或者北斗卫星接收到车辆运动轨迹和车与车之间的距离，来判定是否堵车，如果一条道路上大量车辆的GPS设备移动缓慢，而且不同车辆车距离较短，就判断为在堵车中；

检测到若干用户的动态位置，询问用户意见，在取得用户授权后，通过用户身边的移动终端进行定位，接收用户手机运动轨迹和其他车主之间的距离，来判定是否堵车，如果一条道路了大量车辆车主的手机移动缓慢，而且不同车辆车主距离较短，就判断为在堵车中；

通过卫星对用户所处路径后续两组路径进行周期性拍照，比对图片路径上车辆在路径上的长度，若车辆长度持续增加则判定堵车。

7.根据权利要求6所述的一种道路拥堵预测及智能领航系统，其特征在于：所述车辆长度设有阈值，阈值具体为车辆排列长度大于路径长度的1/3。

8.根据权利要求1所述的一种道路拥堵预测及智能领航系统，其特征在于：所述道路领航模块根据道路监测模块监测的路径信息分析用户是否切换路径，并及时规划出新路径的具体流程如下：

基于道路监测模块监测到用户所处路径的后续两组路径的道路信息判定为拥堵，判断提醒用户在道路节点更改路线；

规划更改的路径，使更改的路径最多经过五条新路径后回到初始导航路线。

9.根据权利要求1所述的一种道路拥堵预测及智能领航系统，其特征在于：所述优化查询模块形成特定路段在周期内的车流变化规律图的具体过程包括：

在特定的路段上，记录每个路段上的车流速度时间变化图，并上传到云端，随着时间的积累，可以形成特定路段在一个时期或全年的车流变化规律图，这样以后的用户在计划路经该路段前，可以提前早早就查该路段在特定时间的车流堵塞情况，以规划好最佳的行车路线；

当该用户行驶该路段时，对原堵车数据进行校准，为后续车辆参考；

优化查询模块设置在云端中心，云端中心对每个路段的数据进行分析，建立堵车大数据库系统。