CN116858277A - 一种基于大数据分析的计算机数据处理系统 - Google Patents
一种基于大数据分析的计算机数据处理系统 Download PDFInfo
- Publication number
- CN116858277A CN116858277A CN202310859609.3A CN202310859609A CN116858277A CN 116858277 A CN116858277 A CN 116858277A CN 202310859609 A CN202310859609 A CN 202310859609A CN 116858277 A CN116858277 A CN 116858277A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- monitoring
- ponding
- obtaining
- predicted
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 16
- 238000007405 data analysis Methods 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 168
- 238000004891 communication Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 112
- 238000009825 accumulation Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000036772 blood pressure Effects 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Ecology (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Traffic Control Systems (AREA)
- Fluid Mechanics (AREA)
- Hydrology & Water Resources (AREA)
Abstract
本发明公开了一种基于大数据分析的计算机数据处理系统,涉及数据处理技术领域,包括主控中心,所述主控中心通信连接有降雨监测模块、积水监测模块、路径规划模块、信息反馈模块;所述降雨监测模块用于对降雨监测点进行布置并获得实际降雨量,构建降雨预测模型并获得预测降雨量,所述积水监测模块用于对积水监测段进行划分并获得实际积水量,对未来积水量进行预测并获得预测积水量,所述路径规划模块用于获得初始出行路径,并生成初始出行信息,对初始出行路径进行规划以获得规划出行路径,并生成规划出行信息,所述信息反馈模块用于将初始出行信息和规划出行信息向用户进行反馈;通过本发明的技术方案,能够为用户出行提供有效的参考。
Description
技术领域
本发明涉及数据处理技术领域,具体是一种基于大数据分析的计算机数据处理系统。
背景技术
出行规划是指为了达到目的地而安排相应的出行路线以及方式,根据目的地的距离和可用交通工具,人们可以选择合适的出行方式,使用地图应用程序或导航系统规划最佳路线,但是道路积水对出行往往会造成影响,如雨天可能会导致积水增多,这就需要对出行计划进行相应的调整;
在现有的技术中,对于用户的出行规划往往是将城市或道路作为一个整体对待,但即便是同一城市的不同路段在不同时间的积水情况也不同,这就导致对于用户的出行规划缺乏准确性,且现有技术往往仅基于用户的当前位置进行反馈,而缺乏基于用户的后续位置的反馈,针对现有技术的不足,本发明提供了一种基于大数据分析的计算机数据处理系统。
发明内容
本发明的目的在于提供一种基于大数据分析的计算机数据处理系统。
本发明的目的可以通过以下技术方案实现:一种基于大数据分析的计算机数据处理系统,包括主控中心,所述主控中心通信连接有降雨监测模块、积水监测模块、路径规划模块、信息反馈模块;
所述降雨监测模块用于对降雨监测点进行布置,对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量;
所述积水监测模块用于对积水监测段进行划分,对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量;
所述路径规划模块用于根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息,根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息;
所述信息反馈模块用于将各项初始出行信息和规划出行信息向用户进行反馈。
进一步的,所述降雨监测模块对降雨监测点进行布置的过程包括:
将当前城市气象站所处地点作为初始降雨监测点,获得城市各个地点与当前已有降雨监测点之间的最短距离,获得每个地点被选为下一个降雨监测点的概率值,选择最大概率值所对应的地点作为下一个降雨监测点,重复这一步骤,直到选择出若干个降雨监测点;
获得每个降雨监测点与其他降雨监测点之间的最短距离,获得每个降雨监测点与其他降雨监测点之间的总距离,选择最小总距离所对应的降雨监测点作为降雨监测总点,同时将其他降雨监测点作为降雨监测分点。
进一步的,所述降雨监测模块对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量的过程包括:
根据各个降雨监测点与其所监测的区域,将城市划分为若干个降雨监测区域,通过天气预报获得各个降雨监测区域在不同时间段的预报降雨量,在降雨监测点设置采集单元,通过所述采集单元获得与不同时间段的预报降雨量相对应的实际降雨量;
根据所获得的预报降雨量和实际降雨量之间的对应关系构建降雨预测模型,通过天气预报获得降雨监测区域在后续时间段的预报降雨量,将所获得的预报降雨量输入至降雨预测模型以获得降雨监测区域在后续时间段的预测降雨量。
进一步的,所述积水监测模块对积水监测段进行划分的过程包括:
获得当前城市的道路以及与其相应的排水口的分布情况,将车辆行驶方向作为正方向,将顺正方向分布的相邻排水口作为下一排水口,将逆正方向分布的相邻排水口作为上一排水口;
分别获得当前排水口与上一排水口和下一排水口之间的中间点,并将所获得的中间点标记为排水中点,分别获得当前排水口两侧的排水中点,并将所获得的两个排水中点之间的道路标记为积水监测段,采取同样的方法将城市道路划分为若干个首尾相连的积水监测段。
进一步的,所述积水监测模块对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量的过程包括:
设置积水监测摄像头和识别单元,通过所述积水监测摄像头对积水监测段的道路图像进行采集,并将所采集的道路图像上传至所述识别单元进行分析,通过所述识别单元对当前积水监测段的积水情况进行识别以获得相应的积水区域和实际积水量;
设置监测周期,在排水口设置水量监测单元,通过所述水量监测单元对当前排水口的排水量进行监测,通过所述降雨监测模型对下一监测周期的降雨量进行预测以获得相应的预测降雨量,根据所获得的预测降雨量、实际积水量、排水量,获得该积水监测段在下一监测周期的预测积水量。
进一步的,所述路径规划模块根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息的过程包括:
设置导航单元,获得用户的当前地点和目标地点,通过所述导航单元构建起若干条初始导航路线,将所构建的初始导航路线提供给用户进行选择,将用户所选择的初始导航路线标记为初始出行路径;
获得初始出行路径上的所有积水监测段,获得包含该初始出行路径的所有降雨监测区域,并根据相应的实际降雨量和实际积水量获得降雨比例和积水比例,设置降雨比例阈值和积水比例阈值;
将降雨比例、积水比例和降雨比例阈值、积水比例阈值分别进行比较,根据比较结果将初始出行路径标记为不同的状态,并生成相应的初始出行信息,所述初始出行信息包括第一出行信息、第二出行信息、第三出行信息、第四出行信息。
进一步的,所述路径规划模块根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息的过程包括:
设置规划单元,获得用户的出行车辆,并为不同车辆设置不同的标准时速,获得用户的实时位置,通过所述导航单元构建若干条规划导航路线,根据所获得的实时位置和标准时速对下一时间段用户在不同规划导航路线上的位置进行预测以获得不同预测位置;
获得该预测位置所对应的降雨监测区域和积水监测段,并根据相应的预测降雨量和预测积水量获得该预测位置的道路系数,获得所有预测位置的道路系数,选择最小道路系数所对应的规划导航路线作为规划出行路径,并生成相应的规划出行信息。
进一步的,所述信息反馈模块将各项初始出行信息和规划出行信息向用户进行反馈的过程包括:
设置反馈单元,通过所述反馈单元将初始出行信息和规划出行信息向用户进行反馈,所述初始出行信息包括第一出行信息、第二出行信息、第三出行信息、第四出行信息。
与现有技术相比,本发明的有益效果是:
1、对城市进行划分,获得相应的预测降雨量,进而对城市道路进行划分,结合排水量对未来不同路段的积水量进行预测以获得预测积水量,有利于获得具有针对性的参考数据,以便为用户出行提供参考;
2、在用户出行前,根据初始出行路径的降雨比例和积水比例为用户生成不同的初始出行信息,有利于为用户是否出行提供参考,在用户出行过程中,对用户下一时间段的位置进行预测,并获得预测位置的道路系数,选择最小道路系数所对应的道路作为规划出行路径,有利于帮助用户提前避开雨水和积水较多的路段。
附图说明
图1为本发明的原理图。
具体实施方式
如图1所示,一种基于大数据分析的计算机数据处理系统,包括主控中心,所述主控中心通信连接有降雨监测模块、积水监测模块、路径规划模块、信息反馈模块;
所述降雨监测模块用于对降雨监测点进行布置,对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量;
所述积水监测模块用于对积水监测段进行划分,对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量;
所述路径规划模块用于根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息,根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息;
所述信息反馈模块用于将各项初始出行信息和规划出行信息向用户进行反馈。
需要进一步说明的是,在具体实施过程中,所述降雨监测模块对降雨监测点进行布置的过程包括:
将当前城市气象站所处地点作为初始降雨监测点;
获得城市各个地点与当前已有降雨监测点之间的最短距离,并将所获得的最短距离记为d;
获得每个地点被选为下一个降雨监测点的概率值,并将所获得的概率值记为P;
;
选择最大概率值所对应的地点作为下一个降雨监测点,重复这一步骤,直到选择出n个降雨监测点;
获得每个降雨监测点与其他降雨监测点之间的最短距离,分别将所获得的最短距离标记为d1、d2、……、dn-1;
获得每个降雨监测点与其他降雨监测点之间的总距离,并将所获得的总距离标记为d总;
;
选择最小总距离所对应的降雨监测点作为降雨监测总点,同时将其他降雨监测点作为降雨监测分点;
通过本发明的方法所得到的降雨监测点,能够对其实现最大程度的分散排布,以满足对于整个城市的降雨监测需求,将最小总距离所对应的降雨监测点作为降雨监测总点,将其他降雨监测点作为降雨监测分点,所有降雨监测分点的降雨数据均需汇总至降雨监测总点进行统一处理,有利于实现对于整个城市降雨数据的集中处理。
需要进一步说明的是,在具体实施过程中,所述降雨监测模块对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量的过程包括:
根据各个降雨监测点与其所监测的区域,将城市划分为若干个降雨监测区域,通过天气预报获得各个降雨监测区域在不同时间段的预报降雨量,在降雨监测点设置采集单元,通过所述采集单元获得与不同时间段的预报降雨量相对应的实际降雨量;
根据所获得的预报降雨量和实际降雨量之间的对应关系构建降雨预测模型,将所获得的预报降雨量作为降雨预测模型的输入值,将降雨预测模型的输出值作为所输入的预报降雨量的预测降雨量;
利用与预报降雨量相对应的实际降雨量对降雨预测模型进行训练以实现对于降雨预测模型的不断优化,通过天气预报获得降雨监测区域在后续时间段的预报降雨量,将所获得的预报降雨量输入至降雨预测模型以获得降雨监测区域在后续时间段的预测降雨量。
需要进一步说明的是,在具体实施过程中,所述积水监测模块对积水监测段进行划分的过程包括:
获得当前城市的道路以及与其相应的排水口的分布情况,将车辆行驶方向作为正方向,以某一排水口为例,将顺正方向分布的相邻排水口作为下一排水口,将逆正方向分布的相邻排水口作为上一排水口;
分别获得当前排水口与上一排水口和下一排水口之间的中间点,并将所获得的中间点标记为排水中点,分别获得当前排水口两侧的排水中点,并将所获得的两个排水中点之间的道路标记为积水监测段,该积水监测段的中间点即为当前排水口,以此类推,采取同样的方法将城市道路划分为若干个首尾相连的积水监测段,每个积水监测段均拥有一个排水口;
通过本发明的方法能够对城市道路实现细致的划分,以每个排水口为中心将城市道路划分为若干个积水监测段,以实现对于城市道路积水情况的精确监测,一个降雨监测区域可包含多个积水监测段。
需要进一步说明的是,在具体实施过程中,所述积水监测模块对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量的过程包括:
设置积水监测摄像头和识别单元,每个积水监测段均设置一个积水监测摄像头,通过所述积水监测摄像头对积水监测段的道路图像进行采集,并将所采集的道路图像上传至所述识别单元进行分析,通过所述识别单元对当前积水监测段的积水情况进行识别;
若识别当前积水监测段不存在积水,则将该积水监测段的当前积水量标记为0,若识别当前积水监测段存在积水,则根据道路图像获得该积水监测段的积水区域,并对其当前积水量进行识别以获得相应的实际积水量;
设置监测周期T;
在排水口设置水量监测单元,通过所述水量监测单元对当前排水口的排水量进行监测,获得该排水口在当前监测周期的排水量,并将所获得的排水量标记为S排;
通过所述降雨监测模型对下一监测周期的降雨量进行预测以获得相应的预测降雨量,并将所获得的预测降雨量标记为S降,同时将所获得的实际积水量标记为S积;
根据所获得的预测降雨量、实际积水量、排水量,获得该积水监测段在下一监测周期的预测积水量,并将所获得的预测积水量标记为S预;
。
需要进一步说明的是,在具体实施过程中,所述路径规划模块根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息的过程包括:
设置导航单元,通过所述导航单元获得用户的当前地点,将所获得的当前地点作为起点,用户将想要前往的目标地点输入至所述导航单元,将所输入的目标地点作为终点,通过所述导航单元在起点和终点之间构建起若干条初始导航路线,将所构建的初始导航路线提供给用户进行选择,并将用户所选择的初始导航路线标记为初始出行路径;
根据所获得的初始出行路径,获得该初始出行路径上的所有积水监测段,获得包含该初始出行路径的所有降雨监测区域,并获得相应的实际降雨量和实际积水量,获得实际降雨量大于0的降雨监测区域占所有降雨检测区域的降雨比例,并将所获得的降雨比例标记为B降,获得实际积水量大于0的积水监测段占所有积水监测段的积水比例,并将所获得的积水比例标记为B积;
设置降雨比例阈值y降和积水比例阈值y积;
当B降<y降且B积<y积时,将该初始出行路径标记为第一初始状态,并生成第一出行信息;
当B降<y降且B积≥y积时,将该初始出行路径标记为第二初始状态,并生成第二出行信息;
当B降≥y降且B积<y积时,将该初始出行路径标记为第三初始状态,并生成第三出行信息;
当B降≥y降且B积≥y积时,将该初始出行路径标记为第四初始状态,并生成第四出行信息。
需要进一步说明的是,在具体实施过程中,所述路径规划模块根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息的过程包括:
设置规划单元,获得用户的出行车辆,并为不同车辆设置不同的标准时速,获得用户的实时位置,通过所述导航单元在实时位置与目标地点之间构建起若干条规划导航路线,根据所获得的实时位置和标准时速对下一时间段用户在不同规划导航路线上的位置进行预测以获得不同预测位置;
以某一预测位置为例,获得该预测位置所对应的降雨监测区域和积水监测段,并获得相应的预测降雨量和预测积水量,对所获得的预测降雨量和预测积水量分别设置道路权重,并将所设置的道路权重分别标记为q降和q积;
获得该预测位置的道路系数,并将所获得的道路系数标记为R;
;
同样的,获得所有预测位置的道路系数,选择最小道路系数所对应的规划导航路线作为规划出行路径,并生成相应的规划出行信息。
需要进一步说明的是,在具体实施过程中,所述信息反馈模块将各项初始出行信息和规划出行信息向用户进行反馈的过程包括:
设置反馈单元,通过所述反馈单元将初始出行信息和规划出行信息向用户进行反馈,并由用户根据所获得的初始出行信息和规划出行信息对出行路径进行选择,所述初始出行信息包括第一出行信息、第二出行信息、第三出行信息、第四出行信息。
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)
1.一种基于大数据分析的计算机数据处理系统,包括主控中心,其特征在于,所述主控中心通信连接有降雨监测模块、积水监测模块、路径规划模块、信息反馈模块;
所述降雨监测模块用于对降雨监测点进行布置,对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量;
所述积水监测模块用于对积水监测段进行划分,对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量;
所述路径规划模块用于根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息,根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息;
所述信息反馈模块用于将各项初始出行信息和规划出行信息向用户进行反馈。
2.根据权利要求1所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述降雨监测模块对降雨监测点进行布置的过程包括:
获得初始降雨监测点,获得每个地点被选为下一个降雨监测点的概率值,选择最大概率值所对应的地点作为下一个降雨监测点,重复这一步骤,直到选择出若干个降雨监测点。
3.根据权利要求2所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述降雨监测模块对当前降雨量进行监测以获得实际降雨量,构建降雨预测模型,对未来降雨量进行预测以获得预测降雨量的过程包括:
根据降雨监测点获得相应的降雨监测区域,通过天气预报获得降雨监测区域在不同时间段的预报降雨量,设置采集单元,通过所述采集单元获得与不同时间段的预报降雨量相应的实际降雨量;
根据预报降雨量和实际降雨量构建降雨预测模型,通过天气预报获得降雨监测区域在后续时间段的预报降雨量,将预报降雨量输入至降雨预测模型以获得降雨监测区域在后续时间段的预测降雨量。
4.根据权利要求3所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述积水监测模块对积水监测段进行划分的过程包括:
获得城市道路和排水口的分布情况,获得相邻排水口之间的排水中点,将相邻排水中点之间的城市道路作为一个积水监测段,将城市道路划分为若干个首尾相连的积水监测段。
5.根据权利要求4所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述积水监测模块对当前积水量进行监测以获得实际积水量,获得当前的排水量,对未来积水量进行预测以获得预测积水量的过程包括:
设置积水监测摄像头和识别单元,通过所述积水监测摄像头对积水监测段的道路图像进行采集,并将所采集的道路图像上传至所述识别单元进行分析,根据分析结果获得相应的积水区域和实际积水量;
设置水量监测单元,通过所述水量监测单元获得当前排水口的排水量,通过所述降雨监测模型获得该积水监测段的预测降雨量,根据预测降雨量、实际积水量以及排水量,获得该积水监测段的预测积水量。
6.根据权利要求5所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述路径规划模块根据用户的当前地点和目标地点获得相应的初始出行路径,并生成相应的初始出行信息的过程包括:
设置导航单元,获得用户的当前地点和目标地点,通过所述导航单元构建起若干条初始导航路线用以供用户进行选择,并将用户所选择的初始导航路线作为初始出行路径;
获得该初始出行路径上的所有积水监测段,获得包含该初始出行路径的所有降雨监测区域,根据相应的实际降雨量和实际积水量获得降雨比例和积水比例,设置降雨比例阈值和积水比例阈值;
将降雨比例、积水比例和降雨比例阈值、积水比例阈值分别进行比较,根据比较结果将初始出行路径标记为不同的状态,并生成相应的初始出行信息,包括第一出行信息、第二出行信息、第三出行信息、第四出行信息。
7.根据权利要求6所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述路径规划模块根据预测积水量对初始出行路径进行规划以获得相应的规划出行路径,并生成相应的规划出行信息的过程包括:
设置规划单元,获得用户的出行车辆,为不同车辆设置不同标准时速,获得用户的实时位置,通过所述导航单元构建若干条规划导航路线,对用户下一时间段在不同规划导航路线上的位置进行预测以获得预测位置;
根据预测位置所对应的降雨监测区域和积水监测段,获得相应的预测降雨量和预测积水量,获得所有预测位置的道路系数,选择最小道路系数所对应的规划导航路线作为规划出行路径,并生成相应的规划出行信息。
8.根据权利要求7所述的一种基于大数据分析的计算机数据处理系统,其特征在于,所述信息反馈模块将各项初始出行信息和规划出行信息向用户进行反馈的过程包括:
设置反馈单元,通过所述反馈单元将初始出行信息和规划出行信息向用户进行反馈,所述初始出行信息包括第一出行信息、第二出行信息、第三出行信息、第四出行信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310859609.3A CN116858277A (zh) | 2023-07-13 | 2023-07-13 | 一种基于大数据分析的计算机数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310859609.3A CN116858277A (zh) | 2023-07-13 | 2023-07-13 | 一种基于大数据分析的计算机数据处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116858277A true CN116858277A (zh) | 2023-10-10 |
Family
ID=88218636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310859609.3A Pending CN116858277A (zh) | 2023-07-13 | 2023-07-13 | 一种基于大数据分析的计算机数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116858277A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013054004A (ja) * | 2011-09-06 | 2013-03-21 | Seiko Epson Corp | 気象計測装置の配置方法、気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 |
CN205120993U (zh) * | 2015-10-16 | 2016-03-30 | 北京清流技术股份有限公司 | 基于433无线传输方式的雨量监测站 |
CN106257948A (zh) * | 2016-07-05 | 2016-12-28 | 中国水利水电科学研究院 | 一种流域降水监测无线传感器网络节点优化布局方法 |
US9584237B1 (en) * | 2016-05-06 | 2017-02-28 | Here Global B.V. | Method, apparatus, and computer program product for selecting weather stations |
CN110008982A (zh) * | 2019-01-11 | 2019-07-12 | 国网浙江省电力有限公司 | 一种基于光伏发电出力聚类的气象监测点选择方法 |
CN110160550A (zh) * | 2019-04-29 | 2019-08-23 | 东南大学 | 一种基于道路积水预测的城市路线引导方法 |
CN110414027A (zh) * | 2019-01-02 | 2019-11-05 | 徐宇迪 | 一种适用于洪涝预测系统的数据处理方法 |
CN110533885A (zh) * | 2019-08-15 | 2019-12-03 | 江苏省气象服务中心 | 城市内涝监测预警系统及预警方法 |
JP2021025939A (ja) * | 2019-08-07 | 2021-02-22 | 三菱重工サーマルシステムズ株式会社 | 気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラム |
CN112489476A (zh) * | 2020-10-24 | 2021-03-12 | 王成 | 一种暴雨天气下的道路引导方法及系统 |
CN113408211A (zh) * | 2021-07-12 | 2021-09-17 | 中国水利水电科学研究院 | 基于机器学习的城市内涝积水点积水过程预测方法及系统 |
CN113516406A (zh) * | 2021-07-30 | 2021-10-19 | 中国气象局气象探测中心 | 一种基于实时观测分析的高铁沿线降水测点布置方法 |
CN114202908A (zh) * | 2021-12-13 | 2022-03-18 | 中国平安财产保险股份有限公司 | 基于灾害天气的车辆预警方法、装置、设备及存储介质 |
CN114943438A (zh) * | 2022-05-17 | 2022-08-26 | 国网天津市电力公司电力科学研究院 | 一种架空输电线路微气象监测装置布点方法 |
CN115273406A (zh) * | 2022-07-04 | 2022-11-01 | 山东浪潮新基建科技有限公司 | 城市道路易涝点内涝预判方法及系统 |
CN115597614A (zh) * | 2021-07-08 | 2023-01-13 | 博泰车联网科技(上海)股份有限公司(Cn) | 路径规划方法、系统、电子设备、介质及车辆 |
CN115689168A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于积水预测的积水应急调度方法 |
CN116681299A (zh) * | 2023-05-23 | 2023-09-01 | 南京信息工程大学 | 一种石化企业降水预报代表性气象站点的选择方法 |
-
2023
- 2023-07-13 CN CN202310859609.3A patent/CN116858277A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013054004A (ja) * | 2011-09-06 | 2013-03-21 | Seiko Epson Corp | 気象計測装置の配置方法、気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 |
CN205120993U (zh) * | 2015-10-16 | 2016-03-30 | 北京清流技术股份有限公司 | 基于433无线传输方式的雨量监测站 |
US9584237B1 (en) * | 2016-05-06 | 2017-02-28 | Here Global B.V. | Method, apparatus, and computer program product for selecting weather stations |
CN106257948A (zh) * | 2016-07-05 | 2016-12-28 | 中国水利水电科学研究院 | 一种流域降水监测无线传感器网络节点优化布局方法 |
CN110414027A (zh) * | 2019-01-02 | 2019-11-05 | 徐宇迪 | 一种适用于洪涝预测系统的数据处理方法 |
CN110008982A (zh) * | 2019-01-11 | 2019-07-12 | 国网浙江省电力有限公司 | 一种基于光伏发电出力聚类的气象监测点选择方法 |
CN110160550A (zh) * | 2019-04-29 | 2019-08-23 | 东南大学 | 一种基于道路积水预测的城市路线引导方法 |
JP2021025939A (ja) * | 2019-08-07 | 2021-02-22 | 三菱重工サーマルシステムズ株式会社 | 気象観測所選択装置、予測システム、空調システム、気象観測所選択方法およびプログラム |
CN110533885A (zh) * | 2019-08-15 | 2019-12-03 | 江苏省气象服务中心 | 城市内涝监测预警系统及预警方法 |
CN112489476A (zh) * | 2020-10-24 | 2021-03-12 | 王成 | 一种暴雨天气下的道路引导方法及系统 |
CN115597614A (zh) * | 2021-07-08 | 2023-01-13 | 博泰车联网科技(上海)股份有限公司(Cn) | 路径规划方法、系统、电子设备、介质及车辆 |
CN113408211A (zh) * | 2021-07-12 | 2021-09-17 | 中国水利水电科学研究院 | 基于机器学习的城市内涝积水点积水过程预测方法及系统 |
CN113516406A (zh) * | 2021-07-30 | 2021-10-19 | 中国气象局气象探测中心 | 一种基于实时观测分析的高铁沿线降水测点布置方法 |
CN114202908A (zh) * | 2021-12-13 | 2022-03-18 | 中国平安财产保险股份有限公司 | 基于灾害天气的车辆预警方法、装置、设备及存储介质 |
CN114943438A (zh) * | 2022-05-17 | 2022-08-26 | 国网天津市电力公司电力科学研究院 | 一种架空输电线路微气象监测装置布点方法 |
CN115273406A (zh) * | 2022-07-04 | 2022-11-01 | 山东浪潮新基建科技有限公司 | 城市道路易涝点内涝预判方法及系统 |
CN115689168A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于积水预测的积水应急调度方法 |
CN116681299A (zh) * | 2023-05-23 | 2023-09-01 | 南京信息工程大学 | 一种石化企业降水预报代表性气象站点的选择方法 |
Non-Patent Citations (3)
Title |
---|
SOFIA C. SANTOS: "An IoT Rainfall Monitoring Application based on Wireless Communication Technologies", 《2020 4TH CONFERENCE ON CLOUD AND INTERNET OF THINGS (CIOT)》, 5 November 2020 (2020-11-05), pages 53 - 56 * |
杨培生: "复杂山区山洪监测站网布设方法研究——以江西省铅山县为例", 《人民长江》, vol. 52, no. 07, 31 July 2021 (2021-07-31), pages 34 - 37 * |
骆云飞: "国控大气辐射环境自动监测站辐射监测模型的研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》, 15 February 2021 (2021-02-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724595B (zh) | 一种基于收费数据的高速公路断面流量估计方法 | |
CN110160550B (zh) | 一种基于道路积水预测的城市路线引导方法 | |
DE102007037920B4 (de) | Verkehrszustands-Vorhersagevorrichtung | |
CN106935027A (zh) | 一种基于行驶数据的交通信息预测方法及装置 | |
US11181918B2 (en) | Moving traffic obstacle detection and avoidance | |
CN111653096B (zh) | 一种基于手机信令数据的城市出行方式识别方法 | |
CN110363984B (zh) | 交通流量预测方法和设备 | |
CN108109382A (zh) | 一种基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 | |
CN109615851B (zh) | 一种在群智感知系统中基于关键路段的感知节点选取方法 | |
DE102008047446A1 (de) | Streckenlängenberechnungsvorrichtung, Streckenlängenberechnungsverfahren, Streckenlängenberechnungsprogramm, Fahrzeugklimaanlage und Steuerung für in mobilem Objekt montierte Vorrichtung | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
CN101136140A (zh) | 道路交通的通行速度计算和匹配的方法和系统 | |
CN112017436B (zh) | 城市市内交通旅行时间的预测方法及系统 | |
CN106931980A (zh) | 一种行驶数据的生成方法及装置 | |
CN110245377B (zh) | 一种出行方案推荐方法及推荐系统 | |
CN106931981A (zh) | 一种导航剩余时间的生成方法及装置 | |
CN107195177A (zh) | 基于分布式内存计算框架对城市交通路况的预测方法 | |
CN115615445A (zh) | 处理地图数据的方法、系统和存储介质 | |
CN111161545B (zh) | 基于视频的交叉口区域交通参数统计方法 | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
CN109712402B (zh) | 一种基于元路径拥塞模式挖掘的移动对象行驶时间预测方法及装置 | |
CN116258290A (zh) | 一种基于大数据的智慧出行系统 | |
WO2023014311A1 (en) | Traffic density estimation system and a method thereof | |
CN107331149A (zh) | 预测车辆行驶时间的方法和装置 | |
CN116858277A (zh) | 一种基于大数据分析的计算机数据处理系统 |
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 |