CN117576896A - 一种融合公共交通系统的行车数据管控方法及装置 - Google Patents

一种融合公共交通系统的行车数据管控方法及装置 Download PDF

Info

Publication number
CN117576896A
CN117576896A CN202311444646.4A CN202311444646A CN117576896A CN 117576896 A CN117576896 A CN 117576896A CN 202311444646 A CN202311444646 A CN 202311444646A CN 117576896 A CN117576896 A CN 117576896A
Authority
CN
China
Prior art keywords
road
divided
data
roads
road condition
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
Application number
CN202311444646.4A
Other languages
English (en)
Inventor
刘国
林永周
陈凯
高海东
叶胤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Planning and Designing Institute of Telecommunications Co Ltd
Original Assignee
Guangdong Planning and Designing Institute of Telecommunications Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Planning and Designing Institute of Telecommunications Co Ltd filed Critical Guangdong Planning and Designing Institute of Telecommunications Co Ltd
Priority to CN202311444646.4A priority Critical patent/CN117576896A/zh
Publication of CN117576896A publication Critical patent/CN117576896A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/04—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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种融合公共交通系统的行车数据管控方法及装置，该方法包括：获取目标区域的行车数据，行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；根据行车数据，对目标区域执行道路划分，得到多条划分道路；对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知查阅用户该分节路况预测结果对应的划分道路当前的路况信息。可见，实施本发明能够实现路况数据的精准导向与收集，拓展路况预测结果的应用场景以及提高路况预测结果的准确度。

Description

一种融合公共交通系统的行车数据管控方法及装置
技术领域
本发明涉及交通数据处理技术领域，尤其涉及一种融合公共交通系统的行车数据管控方法及装置。
背景技术
现有的路况预测系统或者方法，都需要进行路况数据的检测、采集、获取等。之后对相关的路况数据通过大数据或是人工智能等进行分析来得到对应的实时路况信息与路况预测信息。然而，现有的路况数据处理方法存在着以下的缺陷：
1、对各类交通数据的获取与统计不够明确，时常任意选取到一部分交通数据就用于预测模型的训练，也即对于交通数据的选取不够精确、存在数据单一的缺陷，导致最终搭建的预测模型的训练程度不高，相应得到的预测结果具有较大的局限性。
2、基于该交通数据的获取不存在明确的导线，其交通数据的搜集过程也存在收集困难，收集到的数据存在冗余、重复、错漏的情况，耽误分析进程。
可见，针对现有路况预测方法中存在的数据收集不明确、路况预测结果局限性较大、路况预测结果准确度低的技术问题，提供一种对应的解决方法显得尤为重要。
发明内容
本发明所要解决的技术问题在于，提供一种融合公共交通系统的行车数据管控方法及装置，能够实现路况数据的精准导向与收集，拓展路况预测结果的应用场景以及提高路况预测结果的准确度。
为了解决上述技术问题，本发明第一方面公开了一种融合公共交通系统的行车数据管控方法，所述方法包括：
获取待管控的目标区域对应的行车数据，所述行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；所述行车数据包括所述目标区域中所有行车道路的交通信息；
根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，每条所述划分道路包括至少一条所述行车道路；
对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；
将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知所述查阅用户该分节路况预测结果对应的所述划分道路当前的路况信息。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，包括：
检测是否接收到用户触发的路况查询请求，当检测出未接收到用户触发的路况查询请求时，分析所述行车数据，得到所述目标区域中每条所述行车道路的车流密度；
对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；其中，每条所述划分道路存在其对应的上限车流密度；
所述对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路，包括：
对于所有所述行车道路，以确定出多个所述上限车流密度为基准，结合每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；
对于任一所述划分道路，该划分道路所包括的所有所述行车道路中，每一所述行车道路的车流密度越低，该划分道路所包括的所述行车道路的数量越多。
作为一种可选的实施方式，在本发明第一方面中，当检测出接收到用户触发的路况查询请求时，所述根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，还包括：
根据所述路况查询请求确定所述用户的实时定位以及与所述路况查询请求对应的查询道路；
从所有所述行车道路中确定与所述实时定位以及所述查询道路对应的目标查询道路，作为所述目标区域对应的一条划分道路；
对于所述目标区域中除所述目标查询道路之外的剩余行车道路，按照每条所述剩余行车道路的车流密度，进行车道划分，得到与所有所述剩余行车道路对应的车道划分结果；
将所有所述车道划分结果以及所述目标查询道路确定为所述目标区域的多条划分道路。
作为一种可选的实施方式，在本发明第一方面中，所述对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果，包括：
对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行分节划分操作，得到与该划分道路对应的多个车道节段；
对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果；
其中，每条所述划分道路的分节路况预测结果包括该划分道路中每节所述车道节段的节段拥堵数值及其数值所归属的分类区间；以及还包括该划分道路的整体道路对应的拥堵分类。
作为一种可选的实施方式，在本发明第一方面中，所述对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果，包括：
对于每条所述划分道路中的每节所述车道节段，计算该车道节段对应的节段车流量与该车道节段的节段长度的比值，得到该节车道节段对应的拥堵数值；
对于每条所述划分道路，将该划分道路对应的每个所述拥堵数值与预设的第一拥堵标准进行比较，得到该划分道路对应的每个所述拥堵数值其归属的分类区间；
计算该划分道路中每种所述分类区间的区间数量在所有所述分类区间的总区间数量对应的数量占比，得到每种所述分类区间的分类占比；
根据预设的第二拥堵标准，分析该划分道路对应的所有所述分类占比，得到该划分道路与所有所述分类占比对应的拥堵分类，作为该划分道路的分节路况预测结果；
所述拥堵分类至少包括严重拥堵、轻度拥堵以及通畅三种分类。
作为一种可选的实施方式，在本发明第一方面中，所述将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户之前，所述方法还包括：
从所有所述分节路况预测结果中确定与所述查询道路匹配的目标路况预测结果；
根据所述路况查询请求建立与所述用户对应的交互链路；
所述将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，包括：
将所述目标路况预测结果通过所述交互链路反馈至查询用户对应的用户终端。
作为一种可选的实施方式，在本发明第一方面中，所述获取待管控的目标区域对应的行车数据，包括：
确定待管控的目标区域对应的区域标识；
根据所述区域标识确定与所述目标区域建立有交通关联关系的所有公共交通系统，以及确定与每个所述公共交通系统建立数据通信的目标接口；
通过所述目标接口对每个所述公共交通系统执行数据采集操作，得到每个所述公共交通系统所记录的针对所述目标区域的区域记录数据；
从所有所述区域记录数据中筛选与所述目标区域中的所有行车道路对应的数据，作为所述目标区域的行车数据；
其中，每个所述区域记录数据包括咪表数据、停车场数据、道路工程数据、交通态势与预测数据、地图数据、POI数据、路网数据中的至少一种。
本发明第二方面公开了一种融合公共交通系统的行车数据管控装置，所述装置包括：
获取模块，用于获取待管控的目标区域对应的行车数据，所述行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；所述行车数据包括所述目标区域中所有行车道路的交通信息；
划分模块，用于根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，每条所述划分道路包括至少一条所述行车道路；
路况预测模块，用于对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；
反馈模块，用于将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知所述查阅用户该分节路况预测结果对应的所述划分道路当前的路况信息。
作为一种可选的实施方式，在本发明第二方面中，所述划分模块根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路的方式具体包括：
检测是否接收到用户触发的路况查询请求，当检测出未接收到用户触发的路况查询请求时，分析所述行车数据，得到所述目标区域中每条所述行车道路的车流密度；
对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；其中，每条所述划分道路存在其对应的上限车流密度；
所述对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路，包括：
对于所有所述行车道路，以确定出多个所述上限车流密度为基准，结合每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；
对于任一所述划分道路，该划分道路所包括的所有所述行车道路中，每一所述行车道路的车流密度越低，该划分道路所包括的所述行车道路的数量越多。
作为一种可选的实施方式，在本发明第二方面中，所述划分模块根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路的方式具体还包括：
当检测出接收到用户触发的路况查询请求时，根据所述路况查询请求确定所述用户的实时定位以及与所述路况查询请求对应的查询道路；
从所有所述行车道路中确定与所述实时定位以及所述查询道路对应的目标查询道路，作为所述目标区域对应的一条划分道路；
对于所述目标区域中除所述目标查询道路之外的剩余行车道路，按照每条所述剩余行车道路的车流密度，进行车道划分，得到与所有所述剩余行车道路对应的车道划分结果；
将所有所述车道划分结果以及所述目标查询道路确定为所述目标区域的多条划分道路。
作为一种可选的实施方式，在本发明第二方面中，所述路况预测模块对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果的方式具体包括：
对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行分节划分操作，得到与该划分道路对应的多个车道节段；
对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果；
其中，每条所述划分道路的分节路况预测结果包括该划分道路中每节所述车道节段的节段拥堵数值及其数值所归属的分类区间；以及还包括该划分道路的整体道路对应的拥堵分类。
作为一种可选的实施方式，在本发明第二方面中，所述路况预测模块对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果的方式具体包括：
对于每条所述划分道路中的每节所述车道节段，计算该车道节段对应的节段车流量与该车道节段的节段长度的比值，得到该节车道节段对应的拥堵数值；
对于每条所述划分道路，将该划分道路对应的每个所述拥堵数值与预设的第一拥堵标准进行比较，得到该划分道路对应的每个所述拥堵数值其归属的分类区间；
计算该划分道路中每种所述分类区间的区间数量在所有所述分类区间的总区间数量对应的数量占比，得到每种所述分类区间的分类占比；
根据预设的第二拥堵标准，分析该划分道路对应的所有所述分类占比，得到该划分道路与所有所述分类占比对应的拥堵分类，作为该划分道路的分节路况预测结果；
所述拥堵分类至少包括严重拥堵、轻度拥堵以及通畅三种分类。
作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
确定模块，用于在所述反馈模块将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户之前，从所有所述分节路况预测结果中确定与所述查询道路匹配的目标路况预测结果；
交互模块，用于根据所述路况查询请求建立与所述用户对应的交互链路；
所述反馈模块将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户的方式具体包括：
将所述目标路况预测结果通过所述交互链路反馈至查询用户对应的用户终端。
作为一种可选的实施方式，在本发明第二方面中，所述获取模块获取待管控的目标区域对应的行车数据的方式具体包括：
确定待管控的目标区域对应的区域标识；
根据所述区域标识确定与所述目标区域建立有交通关联关系的所有公共交通系统，以及确定与每个所述公共交通系统建立数据通信的目标接口；
通过所述目标接口对每个所述公共交通系统执行数据采集操作，得到每个所述公共交通系统所记录的针对所述目标区域的区域记录数据；
从所有所述区域记录数据中筛选与所述目标区域中的所有行车道路对应的数据，作为所述目标区域的行车数据；
其中，每个所述区域记录数据包括咪表数据、停车场数据、道路工程数据、交通态势与预测数据、地图数据、POI数据、路网数据中的至少一种。
本发明第三方面公开了另一种融合公共交通系统的行车数据管控装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的融合公共交通系统的行车数据管控方法。
本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的融合公共交通系统的行车数据管控方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，提供了一种融合公共交通系统的行车数据管控方法，该方法包括：获取待管控的目标区域对应的行车数据，行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；行车数据包括目标区域中所有行车道路的交通信息；根据行车数据，对目标区域执行道路划分，得到多条划分道路，每条划分道路包括至少一条行车道路；对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知查阅用户该分节路况预测结果对应的划分道路当前的路况信息。可见，实施本发明通过融合公共交通系统所存储的交通数据进行行车数据提取，继而对该性质数据进行道路划分，之后以划分得到的划分道路为单位进行路况预测，最终得到用户所需的分节路况预测结果，该融合公共交通系统的方式，提高了获取数据的便捷性，同时融合的公共交通系统越多，其数据越全面，越准确，一定程度上有利于提高后续执行相关数据分析操作后得到的预测结果的准确度；此外，该行车数据的预测能够从细致的划分道路进一步细分，精确到划分道路中的分节路况，该精细化的路况信息预测，满足了用户查看路况的精细化要求的同时，提高了路况预测的精密度与准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种融合公共交通系统的行车数据管控方法的流程示意图；
图2是本发明实施例公开的另一种融合公共交通系统的行车数据管控方法的流程示意图；
图3是本发明实施例公开的一种融合公共交通系统的行车数据管控装置的结构示意图；
图4是本发明实施例公开的另一种融合公共交通系统的行车数据管控装置的结构示意图；
图5是本发明实施例公开的又一种融合公共交通系统的行车数据管控装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种融合公共交通系统的行车数据管控方法及装置，通过融合公共交通系统所存储的交通数据进行行车数据提取，继而对该性质数据进行道路划分，之后以划分得到的划分道路为单位进行路况预测，最终得到用户所需的分节路况预测结果，该融合公共交通系统的方式，提高了获取数据的便捷性，同时融合的公共交通系统越多，其数据越全面，越准确，一定程度上有利于提高后续执行相关数据分析操作后得到的预测结果的准确度；此外，该行车数据的预测能够从细致的划分道路进一步细分，精确到划分道路中的分节路况，该精细化的路况信息预测，满足了用户查看路况的精细化要求的同时，提高了路况预测的精密度与准确度。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种融合公共交通系统的行车数据管控方法的流程示意图。其中，图1所描述的融合公共交通系统的行车数据管控方法可以应用于融合公共交通系统的行车数据管控装置中，本发明实施例不做限定。如图1所示，该融合公共交通系统的行车数据管控方法可以包括以下操作：
101、获取待管控的目标区域对应的行车数据，行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据。
本发明实施例中，行车数据包括目标区域中所有行车道路的交通信息。
102、根据行车数据，对目标区域执行道路划分，得到多条划分道路。
本发明实施例中，每条划分道路包括至少一条行车道路。
103、对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果。
104、将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知查阅用户该分节路况预测结果对应的划分道路当前的路况信息。
本发明实施例中，步骤104将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户之前，该方法还包括：
从所有分节路况预测结果中确定与查询道路匹配的目标路况预测结果；
根据路况查询请求建立与用户对应的交互链路；
将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，包括：
将目标路况预测结果通过交互链路反馈至查询用户对应的用户终端。
可见，本发明实施例中，设置了信息反馈的传输流程，在预先对目标区域中所有划分道路的路况进行预测计算之后，且检测到存在查阅用户的路况查阅需求时，能够快速从该预先计算出的所有分节路况预测结果中精确确定与查询道路匹配的目标路况预测结果，从而通过查阅用户发起路况查阅请求的交互链路进行响应与反馈，有利于提高响应用户路况查阅信息的响应速度与数据调用的调用准确度。
可见，实施图1所描述的融合公共交通系统的行车数据管控方法，通过融合公共交通系统所存储的交通数据进行行车数据提取，继而对该性质数据进行道路划分，之后以划分得到的划分道路为单位进行路况预测，最终得到用户所需的分节路况预测结果，该融合公共交通系统的方式，提高了获取数据的便捷性，同时融合的公共交通系统越多，其数据越全面，越准确，一定程度上有利于提高后续执行相关数据分析操作后得到的预测结果的准确度；此外，该行车数据的预测能够从细致的划分道路进一步细分，精确到划分道路中的分节路况，该精细化的路况信息预测，满足了用户查看路况的精细化要求的同时，提高了路况预测的精密度与准确度。
在一个可选的实施例中，上述步骤102根据行车数据，对目标区域执行道路划分，得到多条划分道路的方式具体包括：
检测是否接收到用户触发的路况查询请求，当检测出未接收到用户触发的路况查询请求时，分析行车数据，得到目标区域中每条行车道路的车流密度；
对于所有行车道路，按照每条行车道路的车流密度，将目标区域划分为多条划分道路；其中，每条划分道路存在其对应的上限车流密度；
对于所有行车道路，按照每条行车道路的车流密度，将目标区域划分为多条划分道路，包括：
对于所有行车道路，以确定出多个上限车流密度为基准，结合每条行车道路的车流密度，将目标区域划分为多条划分道路；
对于任一划分道路，该划分道路所包括的所有行车道路中，每一行车道路的车流密度越低，该划分道路所包括的行车道路的数量越多。
在该可选的实施例中，每条行车道路的车流密度是通过计算在预设监控时段内该行车道路的行车数量与该行车道路的道路长度的比值后得到的；其中，该预设监控时段可以是1s、5s或是10s，本发明实施例不做限定。
在该可选的实施例中，在将目标区域划分为多条划分道路时，会预先设置好需要划分道路的数量，或是针对每条划分道路设置一个对应的上限车流密度。
其中，对于每条行车道路，其当前的车流密度存在不同的密度情况，如车流密度过高(高于设定的车流密度阈值)、车流密度适中、车流密度过低(如行车道路上基本无车)三种情况；此时，在基于每条道路的车流密度进行划分道路的确定时，可以单独将车流密度过高的行车道路确定为一条划分道路，从而避免因为将该特例数据(车流密度过高)的行车道路与其他行车道路进行合并，导致其他行车道路对该特例数据的干扰，降低了数据的处理准确度；针对多条连续的车流密度过低或适中的行车道路，则按照道路划分算法及进行合并处理，该合并处理的设置能够有利于减少后续需要分析的划分道路的数量，减少数据的处理量，有利于提高进行路况分析的数据分析效率。
在该可选的实施例中，针对合并1条以上的行车道路时，该合并的行车道路在地图上处于“相邻”或“连续”的行车道路。
可见，在该可选的实施例中，在对目标区域进行道路划分时，综合考量了单一行车道路的车流密度以及相邻/连续相邻的行车道路的车流密度；使得单一行车道路的车流密度过高时，能够将该行车道路确定为单独的一条划分道路；减少因特例数据(车流密度过高)而对该划分道路进行合并后导致后续进行数据分析的精细度与准确度降低的情况；针对多条行车道路的车流密度过高，则进行智能化合并为一条划分道路，该简单数据(车流密度过高)的合并，则有利于减少数据处理工作量，一定程度上提高数据处理效率。
在该可选的实施例中，当检测出接收到用户触发的路况查询请求时，上述步骤102根据行车数据，对目标区域执行道路划分，得到多条划分道路的方式具体还包括：
根据路况查询请求确定用户的实时定位以及与路况查询请求对应的查询道路；
从所有行车道路中确定与实时定位以及查询道路对应的目标查询道路，作为目标区域对应的一条划分道路；
对于目标区域中除目标查询道路之外的剩余行车道路，按照每条剩余行车道路的车流密度，进行车道划分，得到与所有剩余行车道路对应的车道划分结果；
将所有车道划分结果以及目标查询道路确定为目标区域的多条划分道路。
在该可选的实施例中，需要说明的是，针对剩余行车道路的车道划分，可参照上述在未接收到用户触发的路况查询请求时进行道路划分所对应的步骤，该可选的实施例中则不做赘述。
可见，在该可选的实施例中，针对存在用户触发的路况查询请求的情况，能够以用户的请求为主导，以用户的查询道路进行主体单独划分为一条道路，使得后续进行划分道路的路况预测时，该单独确定的划分道路已然排除其余划分道路的影响，从而对该单独确定的划分道路所进行的路况数据也能直接进行调用并反馈至用户终端，也即该设置减少了多余划分道路数据影响的同时，提高响应用户的路况查询请求的精准性与速度。
实施例二
请参阅图2，图2是本发明实施例公开的另一种融合公共交通系统的行车数据管控方法的流程示意图。其中，图2所描述的融合公共交通系统的行车数据管控方法可以应用于融合公共交通系统的行车数据管控装置中，本发明实施例不做限定。如图2所示，该融合公共交通系统的行车数据管控方法可以包括以下操作：
201、获取待管控的目标区域对应的行车数据，行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据。
202、根据行车数据，对目标区域执行道路划分，得到多条划分道路。
203、对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行分节划分操作，得到与该划分道路对应的多个车道节段。
204、对于每条划分道路，以该划分道路中的每节车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果。
本发明实施例中，每条划分道路的分节路况预测结果包括该划分道路中每节车道节段的节段拥堵数值及其数值所归属的分类区间；以及还包括该划分道路的整体道路对应的拥堵分类。
205、将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知查阅用户该分节路况预测结果对应的划分道路当前的路况信息。
本发明实施例中，针对步骤201-步骤202以及步骤205的其他描述请参阅实施例一中针对步骤101-步骤102以及步骤104的其他具体描述，本发明实施例不再赘述。
可见，实施图2所描述的融合公共交通系统的行车数据管控方法，在将目标区域划分为多条划分道路的基础上，能够以每条划分道路为分析对象，进一步将每条划分道路细化为多节车道节段，提高了道路路况预测的颗粒度与精细度；之后结合多项拥堵参数得到的划分道路的分节路况预测结果，有利于提高分节路况预测结果的准确度与详细度。
在一个可选的实施例中，步骤204对于每条划分道路，以该划分道路中的每节车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果的方式具体包括：
对于每条划分道路中的每节车道节段，计算该车道节段对应的节段车流量与该车道节段的节段长度的比值，得到该节车道节段对应的拥堵数值；
对于每条划分道路，将该划分道路对应的每个拥堵数值与预设的第一拥堵标准进行比较，得到该划分道路对应的每个拥堵数值其归属的分类区间；
计算该划分道路中每种分类区间的区间数量在所有分类区间的总区间数量对应的数量占比，得到每种分类区间的分类占比；
根据预设的第二拥堵标准，分析该划分道路对应的所有分类占比，得到该划分道路与所有分类占比对应的拥堵分类，作为该划分道路的分节路况预测结果；
拥堵分类至少包括严重拥堵、轻度拥堵以及通畅三种分类。
在该可选的实施例中，预先设置的分类区间可以包括5个区间，也即第一拥堵标准可以包括5级的拥堵情况：畅通、基本畅通、轻度拥堵、中度拥堵、严重拥堵，其对应的分类区间依次为：[0，2)，[2，4)，[4，6)，[6，8)，[8，10)。
在该可选的实施例中，对于第二拥堵标准，其需要计算每种分类区间的数量与总区间数量的占比，以严重拥堵为例，其对应的计算公式可以为：
(严重拥堵的长度+中度拥堵的长度)/总长度>＝某个预设值1(例如0.5)
其中，该严重拥堵/中度拥堵的长度可以替代为：严重拥堵/中度拥堵的车道节段的数量，该总长度为该划分道路的总长度，该可选的实施例不做限定。
同理，对于通畅这一拥堵分类，其对应的计算公式可以为：
(畅通的长度+基本畅通的长度)/总长度>＝某个预设值2
该畅通/基本畅通的长度可以替代为：畅通/基本畅通的车道节段的数量，该可选的实施例不做限定。
对于轻度拥堵这一拥堵分类，则为除严重拥堵、通畅这两个分类之外的剩余数值，具体的计算公式类比计算严重拥堵、通畅的计算公式，该可选的实施例不做赘述。
可见，在该可选的实施例中，在计算每一划分道路的分节路况预测结果时，以每一划分道路为第一层次的数据分析层级，以该划分道路中的每一车道节段为第二层级的数据分析层级，以层次递进的方式，细致化、智能化计算每一车道节段的拥堵数值、每一拥堵数值的分类区间、每一分类区间的分类占比，最终定性确定划分道路的拥堵分类；该将单一划分道路细化为车道节段的方式进一步提高了车道预估的精细度；最终由精细的多车道节段整合得到的整体的划分道路，提高了最终得到的分节路况预测结果的数据丰富度与预测结果准确度。
在另一个可选的实施例中，在步骤205将分节路况预测结果反馈给查询用户时，可以设置有两种反馈模式，具体如下：
第一种：路况后台每隔一分钟评估并预测畅通道路的拥堵情况，当连续两次预测到拥堵概率为50％及以上时，路况后台则推送拥堵的路况预测数据给APP的“路况预测数据接收”接口。如果下一次路况后台预测的道路拥堵概率也为50％及以上时，路况后台则不推送道路拥堵路况预测数据给APP的“路况预测数据接收”接口。
第二种：路况后台每隔一分钟评估并预测已拥堵的道路，当连续两次预测到有道路拥堵概率为50％以下时，路况后台则推送畅通的路况预测数据给APP的“路况预测数据接收”接口，如果下一次预测的拥堵概率也为50％以下时，路况后台则不推送路况预测数据给APP的“路况预测数据接收”接口。
在该可选的实施例中，针对该拥堵概率的预测与计算方法，具体可以如下：
1)预测存在道路拥堵100％的概率，最高概率设为90％。
2)预测存在道路拥堵小于50％的概率，最低概率设为60％。
在此基础上，针对前面步骤201-步骤205对应的确定分节路况预测结果的计算流程，在满足基本条件(分节路况预测结果中表示包括拥堵分类为轻微拥堵)时，概率设为60％，之后每多增加一小节道路的拥堵达到或高于预判的级别，概率增加10％，一直到达到最大值(90％)为止。
也即，在该可选的实施例中，步骤204得到的分节路况预测结果包括了实时计算出的划分道路的整体道路的拥堵分类，进一步的，该分节路况预测结果还可以包括针对预测时间段(如5分钟、10分钟等)的路况预测概率(道路拥堵的概率、道路通畅的概率)；同时还设置了基于该路况预测概率的拥堵情况推送模式，提高了信息推送的智能化与准确度。
在又一个可选的实施例中，步骤201获取待管控的目标区域对应的行车数据的方式具体包括：
确定待管控的目标区域对应的区域标识；
根据区域标识确定与目标区域建立有交通关联关系的所有公共交通系统，以及确定与每个公共交通系统建立数据通信的目标接口；
通过目标接口对每个公共交通系统执行数据采集操作，得到每个公共交通系统所记录的针对目标区域的区域记录数据；
从所有区域记录数据中筛选与目标区域中的所有行车道路对应的数据，作为目标区域的行车数据；
其中，每个区域记录数据包括咪表数据、停车场数据、道路工程数据、交通态势与预测数据、地图数据、POI数据、路网数据中的至少一种。
可见，在该可选的实施例中，在获取目标区域的行车数据时，在先行确定的该目标区域的区域标识后，自动确定与目标区域建立有交通该关联关系的所有公共交通系统，之后进行数据通信接口的确定与数据采集数据分析，该融合多公共交通系统的方式，丰富的获取到的行车数据的数据类型以及数据量；之后从该丰富的数据中进行所需数据的分析提取，提高了获取到的行车数据的准确度；此外，该丰富精确的行车数据，一定程度上有利于提高后续进行路况预测的精准度。
实施例三
请参阅图3，图3是本发明实施例公开的一种融合公共交通系统的行车数据管控装置的结构示意图。其中，该融合公共交通系统的行车数据管控装置可以是融合公共交通系统的行车数据管控终端、设备、系统或者服务器，服务器可以是本地服务器，也可以是远端服务器，还可以是云服务器(又称云端服务器)，当服务器为非云服务器时，该非云服务器能够与云服务器进行通信连接，本发明实施例不做限定。如图3所示，该融合公共交通系统的行车数据管控装置可以包括获取模块301、划分模块302、路况预测模块303以及反馈模块304，其中：
获取模块301，用于获取待管控的目标区域对应的行车数据，行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；行车数据包括目标区域中所有行车道路的交通信息；
划分模块302，用于根据行车数据，对目标区域执行道路划分，得到多条划分道路，每条划分道路包括至少一条行车道路；
路况预测模块303，用于对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；
反馈模块304，用于将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知查阅用户该分节路况预测结果对应的划分道路当前的路况信息。
可见，实施图3所描述的融合公共交通系统的行车数据管控装置，通过融合公共交通系统所存储的交通数据进行行车数据提取，继而对该性质数据进行道路划分，之后以划分得到的划分道路为单位进行路况预测，最终得到用户所需的分节路况预测结果，该融合公共交通系统的方式，提高了获取数据的便捷性，同时融合的公共交通系统越多，其数据越全面，越准确，一定程度上有利于提高后续执行相关数据分析操作后得到的预测结果的准确度；此外，该行车数据的预测能够从细致的划分道路进一步细分，精确到划分道路中的分节路况，该精细化的路况信息预测，满足了用户查看路况的精细化要求的同时，提高了路况预测的精密度与准确度。
在一个可选的实施例中，划分模块302根据行车数据，对目标区域执行道路划分，得到多条划分道路的方式具体包括：
检测是否接收到用户触发的路况查询请求，当检测出未接收到用户触发的路况查询请求时，分析行车数据，得到目标区域中每条行车道路的车流密度；
对于所有行车道路，按照每条行车道路的车流密度，将目标区域划分为多条划分道路；其中，每条划分道路存在其对应的上限车流密度；
上述对于所有行车道路，按照每条行车道路的车流密度，将目标区域划分为多条划分道路的方式具体包括：
对于所有行车道路，以确定出多个上限车流密度为基准，结合每条行车道路的车流密度，将目标区域划分为多条划分道路；
对于任一划分道路，该划分道路所包括的所有行车道路中，每一行车道路的车流密度越低，该划分道路所包括的行车道路的数量越多。
可见，在该可选的实施例中，在对目标区域进行道路划分时，综合考量了单一行车道路的车流密度以及相邻/连续相邻的行车道路的车流密度；使得单一行车道路的车流密度过高时，能够将该行车道路确定为单独的一条划分道路；减少因特例数据(车流密度过高)而对该划分道路进行合并后导致后续进行数据分析的精细度与准确度降低的情况；针对多条行车道路的车流密度过高，则进行智能化合并为一条划分道路，该简单数据(车流密度过高)的合并，则有利于减少数据处理工作量，一定程度上提高数据处理效率。
在该可选的实施例中，划分模块302根据行车数据，对目标区域执行道路划分，得到多条划分道路的方式具体还包括：
当检测出接收到用户触发的路况查询请求时，根据路况查询请求确定用户的实时定位以及与路况查询请求对应的查询道路；
从所有行车道路中确定与实时定位以及查询道路对应的目标查询道路，作为目标区域对应的一条划分道路；
对于目标区域中除目标查询道路之外的剩余行车道路，按照每条剩余行车道路的车流密度，进行车道划分，得到与所有剩余行车道路对应的车道划分结果；
将所有车道划分结果以及目标查询道路确定为目标区域的多条划分道路。
可见，在该可选的实施例中，针对存在用户触发的路况查询请求的情况，能够以用户的请求为主导，以用户的查询道路进行主体单独划分为一条道路，使得后续进行划分道路的路况预测时，该单独确定的划分道路已然排除其余划分道路的影响，从而对该单独确定的划分道路所进行的路况数据也能直接进行调用并反馈至用户终端，也即该设置减少了多余划分道路数据影响的同时，提高响应用户的路况查询请求的精准性与速度。
在另一个可选的实施例中，路况预测模块303对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果的方式具体包括：
对于每条划分道路，根据该划分道路对应的行车数据，对该划分道路执行分节划分操作，得到与该划分道路对应的多个车道节段；
对于每条划分道路，以该划分道路中的每节车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果；
其中，每条划分道路的分节路况预测结果包括该划分道路中每节车道节段的节段拥堵数值及其数值所归属的分类区间；以及还包括该划分道路的整体道路对应的拥堵分类。
可见，在该可选的实施例中，在将目标区域划分为多条划分道路的基础上，能够以每条划分道路为分析对象，进一步将每条划分道路细化为多节车道节段，提高了道路路况预测的颗粒度与精细度；之后结合多项拥堵参数得到的划分道路的分节路况预测结果，有利于提高分节路况预测结果的准确度与详细度。
在又一个可选的实施例中，路况预测模块303对于每条划分道路，以该划分道路中的每节车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果的方式具体包括：
对于每条划分道路中的每节车道节段，计算该车道节段对应的节段车流量与该车道节段的节段长度的比值，得到该节车道节段对应的拥堵数值；
对于每条划分道路，将该划分道路对应的每个拥堵数值与预设的第一拥堵标准进行比较，得到该划分道路对应的每个拥堵数值其归属的分类区间；
计算该划分道路中每种分类区间的区间数量在所有分类区间的总区间数量对应的数量占比，得到每种分类区间的分类占比；
根据预设的第二拥堵标准，分析该划分道路对应的所有分类占比，得到该划分道路与所有分类占比对应的拥堵分类，作为该划分道路的分节路况预测结果；
拥堵分类至少包括严重拥堵、轻度拥堵以及通畅三种分类。
可见，在该可选的实施例中，在计算每一划分道路的分节路况预测结果时，以每一划分道路为第一层次的数据分析层级，以该划分道路中的每一车道节段为第二层级的数据分析层级，以层次递进的方式，细致化、智能化计算每一车道节段的拥堵数值、每一拥堵数值的分类区间、每一分类区间的分类占比，最终定性确定划分道路的拥堵分类；该将单一划分道路细化为车道节段的方式进一步提高了车道预估的精细度；最终由精细的多车道节段整合得到的整体的划分道路，提高了最终得到的分节路况预测结果的数据丰富度与预测结果准确度。
在另一个可选的实施例中，该装置还包括：
确定模块305，用于在反馈模块304将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户之前，从所有分节路况预测结果中确定与查询道路匹配的目标路况预测结果；
交互模块306，用于根据路况查询请求建立与用户对应的交互链路；
反馈模块304将至少一个分节路况预测结果反馈至该分节路况预测结果对应的查阅用户的方式具体包括：
将目标路况预测结果通过交互链路反馈至查询用户对应的用户终端。
可见，在该可选的实施例中，设置了信息反馈的传输流程，在预先对目标区域中所有划分道路的路况进行预测计算之后，且检测到存在查阅用户的路况查阅需求时，能够快速从该预先计算出的所有分节路况预测结果中精确确定与查询道路匹配的目标路况预测结果，从而通过查阅用户发起路况查阅请求的交互链路进行响应与反馈，有利于提高响应用户路况查阅信息的响应速度与数据调用的调用准确度。
在又一个可选的实施例中，获取模块301获取待管控的目标区域对应的行车数据的方式具体包括：
确定待管控的目标区域对应的区域标识；
根据区域标识确定与目标区域建立有交通关联关系的所有公共交通系统，以及确定与每个公共交通系统建立数据通信的目标接口；
通过目标接口对每个公共交通系统执行数据采集操作，得到每个公共交通系统所记录的针对目标区域的区域记录数据；
从所有区域记录数据中筛选与目标区域中的所有行车道路对应的数据，作为目标区域的行车数据；
其中，每个区域记录数据包括咪表数据、停车场数据、道路工程数据、交通态势与预测数据、地图数据、POI数据、路网数据中的至少一种。
可见，在该可选的实施例中，在获取目标区域的行车数据时，在先行确定的该目标区域的区域标识后，自动确定与目标区域建立有交通该关联关系的所有公共交通系统，之后进行数据通信接口的确定与数据采集数据分析，该融合多公共交通系统的方式，丰富的获取到的行车数据的数据类型以及数据量；之后从该丰富的数据中进行所需数据的分析提取，提高了获取到的行车数据的准确度；此外，该丰富精确的行车数据，一定程度上有利于提高后续进行路况预测的精准度。
实施例四
请参阅图5，图5是本发明实施例公开的又一种融合公共交通系统的行车数据管控装置的结构示意图。如图5所示，该融合公共交通系统的行车数据管控装置可以包括：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的融合公共交通系统的行车数据管控方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的融合公共交通系统的行车数据管控方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的融合公共交通系统的行车数据管控方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机存储介质中,存储介质包括只读存储器(Read-OnlyMemory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种融合公共交通系统的行车数据管控方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种融合公共交通系统的行车数据管控方法，其特征在于，所述方法包括：
获取待管控的目标区域对应的行车数据，所述行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；所述行车数据包括所述目标区域中所有行车道路的交通信息；
根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，每条所述划分道路包括至少一条所述行车道路；
对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；
将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知所述查阅用户该分节路况预测结果对应的所述划分道路当前的路况信息。
2.根据权利要求1所述的融合公共交通系统的行车数据管控方法，其特征在于，所述根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，包括：
检测是否接收到用户触发的路况查询请求，当检测出未接收到用户触发的路况查询请求时，分析所述行车数据，得到所述目标区域中每条所述行车道路的车流密度；
对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；其中，每条所述划分道路存在其对应的上限车流密度；
所述对于所有所述行车道路，按照每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路，包括：
对于所有所述行车道路，以确定出多个所述上限车流密度为基准，结合每条所述行车道路的车流密度，将所述目标区域划分为多条划分道路；
对于任一所述划分道路，该划分道路所包括的所有所述行车道路中，每一所述行车道路的车流密度越低，该划分道路所包括的所述行车道路的数量越多。
3.根据权利要求2所述的融合公共交通系统的行车数据管控方法，其特征在于，当检测出接收到用户触发的路况查询请求时，所述根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，还包括：
根据所述路况查询请求确定所述用户的实时定位以及与所述路况查询请求对应的查询道路；
从所有所述行车道路中确定与所述实时定位以及所述查询道路对应的目标查询道路，作为所述目标区域对应的一条划分道路；
对于所述目标区域中除所述目标查询道路之外的剩余行车道路，按照每条所述剩余行车道路的车流密度，进行车道划分，得到与所有所述剩余行车道路对应的车道划分结果；
将所有所述车道划分结果以及所述目标查询道路确定为所述目标区域的多条划分道路。
4.根据权利要求2或3所述的融合公共交通系统的行车数据管控方法，其特征在于，所述对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果，包括：
对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行分节划分操作，得到与该划分道路对应的多个车道节段；
对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果；
其中，每条所述划分道路的分节路况预测结果包括该划分道路中每节所述车道节段的节段拥堵数值及其数值所归属的分类区间；以及还包括该划分道路的整体道路对应的拥堵分类。
5.根据权利要求4所述的融合公共交通系统的行车数据管控方法，其特征在于，所述对于每条所述划分道路，以该划分道路中的每节所述车道节段为单位，结合预设的多项拥堵参数，确定该划分道路的分节路况预测结果，包括：
对于每条所述划分道路中的每节所述车道节段，计算该车道节段对应的节段车流量与该车道节段的节段长度的比值，得到该节车道节段对应的拥堵数值；
对于每条所述划分道路，将该划分道路对应的每个所述拥堵数值与预设的第一拥堵标准进行比较，得到该划分道路对应的每个所述拥堵数值其归属的分类区间；
计算该划分道路中每种所述分类区间的区间数量在所有所述分类区间的总区间数量对应的数量占比，得到每种所述分类区间的分类占比；
根据预设的第二拥堵标准，分析该划分道路对应的所有所述分类占比，得到该划分道路与所有所述分类占比对应的拥堵分类，作为该划分道路的分节路况预测结果；
所述拥堵分类至少包括严重拥堵、轻度拥堵以及通畅三种分类。
6.根据权利要求3所述的融合公共交通系统的行车数据管控方法，其特征在于，所述将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户之前，所述方法还包括：
从所有所述分节路况预测结果中确定与所述查询道路匹配的目标路况预测结果；
根据所述路况查询请求建立与所述用户对应的交互链路；
所述将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，包括：
将所述目标路况预测结果通过所述交互链路反馈至查询用户对应的用户终端。
7.根据权利要求1、2、3、5或6所述的融合公共交通系统的行车数据管控方法，其特征在于，所述获取待管控的目标区域对应的行车数据，包括：
确定待管控的目标区域对应的区域标识；
根据所述区域标识确定与所述目标区域建立有交通关联关系的所有公共交通系统，以及确定与每个所述公共交通系统建立数据通信的目标接口；
通过所述目标接口对每个所述公共交通系统执行数据采集操作，得到每个所述公共交通系统所记录的针对所述目标区域的区域记录数据；
从所有所述区域记录数据中筛选与所述目标区域中的所有行车道路对应的数据，作为所述目标区域的行车数据；
其中，每个所述区域记录数据包括咪表数据、停车场数据、道路工程数据、交通态势与预测数据、地图数据、POI数据、路网数据中的至少一种。
8.一种融合公共交通系统的行车数据管控装置，其特征在于，所述装置包括：
获取模块，用于获取待管控的目标区域对应的行车数据，所述行车数据为从该目标区域对应的公共交通系统所存储的交通数据中提取得到的数据；所述行车数据包括所述目标区域中所有行车道路的交通信息；
划分模块，用于根据所述行车数据，对所述目标区域执行道路划分，得到多条划分道路，每条所述划分道路包括至少一条所述行车道路；
路况预测模块，用于对于每条所述划分道路，根据该划分道路对应的所述行车数据，对该划分道路执行预设的分节路况预测处理，得到该划分道路对应的分节路况预测结果；
反馈模块，用于将至少一个所述分节路况预测结果反馈至该分节路况预测结果对应的查阅用户，以通知所述查阅用户该分节路况预测结果对应的所述划分道路当前的路况信息。
9.一种融合公共交通系统的行车数据管控装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的融合公共交通系统的行车数据管控方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的融合公共交通系统的行车数据管控方法。
CN202311444646.4A 2023-11-01 2023-11-01 一种融合公共交通系统的行车数据管控方法及装置 Pending CN117576896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311444646.4A CN117576896A (zh) 2023-11-01 2023-11-01 一种融合公共交通系统的行车数据管控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311444646.4A CN117576896A (zh) 2023-11-01 2023-11-01 一种融合公共交通系统的行车数据管控方法及装置

Publications (1)

Publication Number Publication Date
CN117576896A true CN117576896A (zh) 2024-02-20

Family

ID=89892616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311444646.4A Pending CN117576896A (zh) 2023-11-01 2023-11-01 一种融合公共交通系统的行车数据管控方法及装置

Country Status (1)

Country Link
CN (1) CN117576896A (zh)

Similar Documents

Publication Publication Date Title
CN109993969B (zh) 一种路况判定信息获取方法、装置及设备
KR102378859B1 (ko) 맵 궤적 매칭 데이터의 품질을 결정하는 방법, 장치, 서버 및 매체
CN110766258B (zh) 一种道路风险的评估方法及装置
CN113276874B (zh) 一种车辆行驶轨迹处理方法及相关装置
CN106060920B (zh) 热点区域确定方法和系统
CN109754598B (zh) 一种拥堵组团识别方法及系统
CN110969215A (zh) 聚类处理方法和装置、存储介质及电子装置
CN104573874A (zh) 一种公交线路的规划方法和装置
CN116431923B (zh) 一种针对城市道路的交通出行预测方法、设备及介质
CN110334127A (zh) 一种配电网线路故障规律挖掘方法、系统及存储介质
CN113515606A (zh) 基于智慧医疗安全的大数据处理方法及智慧医疗ai系统
CN110827537B (zh) 一种潮汐车道的设置方法、装置及设备
CN116863723A (zh) 一种数字孪生基座的使用方法
CN117079493B (zh) 基于物联网的智慧停车管理方法和系统
CN117576896A (zh) 一种融合公共交通系统的行车数据管控方法及装置
CN116704750B (zh) 一种基于聚类算法的交通状态识别方法、电子设备、介质
CN114822051A (zh) 一种路侧终端、交通信号灯控制方法及相关系统
CN115801361B (zh) 一种网络安全运维能力评估方法及系统
CN116992146A (zh) 一种基于大数据的舆情监测系统及方法
CN113706866A (zh) 道路堵塞监测方法及装置、电子设备、存储介质
CN112601050A (zh) 一种智慧城市视频监控方法及装置
CN113158953A (zh) 一种人员查找方法、装置、设备及介质
CN113128831A (zh) 基于边缘计算的人流引导方法、装置、计算机设备和存储介质
CN111970345A (zh) 一种基于物联网的大数据信息处理方法及系统
CN111243289A (zh) 目标车辆的跟踪方法及装置、存储介质、电子装置

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