CN118197061A - 基于数据分析技术的道路引导系统及方法 - Google Patents
基于数据分析技术的道路引导系统及方法 Download PDFInfo
- Publication number
- CN118197061A CN118197061A CN202410602995.2A CN202410602995A CN118197061A CN 118197061 A CN118197061 A CN 118197061A CN 202410602995 A CN202410602995 A CN 202410602995A CN 118197061 A CN118197061 A CN 118197061A
- Authority
- CN
- China
- Prior art keywords
- road
- parameter
- environment
- monitoring
- parameters
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000005516 engineering process Methods 0.000 title claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 95
- 230000004044 response Effects 0.000 claims abstract description 87
- 230000002159 abnormal effect Effects 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 9
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims 1
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005728 strengthening 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及道路引导领域,具体为基于数据分析技术的道路引导系统及方法,包括包括额定参数选定模块、异动参数分析模块、条件稳定指数分析模块、风险程度评估值分析模块和预警响应模块;额定参数选定模块用于将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数;异动参数分析模块用于筛选参数记录表中的异动参数;条件稳定指数分析模块用于基于响应周期计算每一类道路环境对应的条件稳定指数;风险程度评估值分析模块用于分析每一类道路环境对应的风险程度评估值;预警响应模块用于提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
Description
技术领域
本发明涉及道路引导技术领域,具体为基于数据分析技术的道路引导系统及方法。
背景技术
随着现代都市的迅速扩张,交通问题日益受到关注,智慧交通的概念逐渐深入人心。在这一变革的浪潮中,全发光灯牌的应用为城市交通带来新的转机,传统的路牌在夜间或恶劣天气下往往难以辨认,给市民的出行带来诸多不便,尤其是在车速较快的高速公路上,给车辆驾驶人员的人身安全带来了极大的威胁;而全发光灯牌的应用使得驾驶人员即便在复杂的环境中也可清晰的了解道路行径方向,减少了因道路不熟悉引导牌不清楚情况下带来的事故可能;但与此同时对道路引导灯牌的维护工作显得十分重要,如何有效的监测道路引导灯牌在使用寿命特征影响下的亮度情况以及在不同环境下对道路交通的影响情况,基于此使用人工监测需要耗费大量精力物力,并且人工的精确性较差稳定性较低,所以急需利用现代化技术解决这一问题。
发明内容
本发明的目的在于提供基于数据分析技术的道路引导系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于数据分析技术的道路引导方法,包括以下分析步骤:
步骤S100:将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数,道路环境是指道路引导系统连接的监测设备对空气质量和道路光线做出的环境评估;调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表,筛选参数记录表中的异动参数;
步骤S200:获取监测路段记录异动参数的响应周期,响应周期是指每一类道路环境下道路引导设备记录异动参数时刻距离初始投放时刻的间隔周期,基于响应周期计算每一类道路环境对应的条件稳定指数;
间隔周期越长说明对应道路环境下的道路引导设备使用安全系数越高;
步骤S300:提取同一监测路段在响应周期内记录的交通事件,交通事件由道路引导系统连接的监控设备进行监测,基于每一类道路环境对应的条件稳定指数结合交通事件,计算每一类道路环境对应的风险程度评估值;
步骤S400:将同一监测路段内各类道路环境按照对应风险程度评估值进行从大到小的顺序排序生成风险序列,提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
进一步的,筛选参数记录表中的异动参数包括以下具体步骤:
步骤S110:监测周期为至少记录n个不同应用参数的周期时长;参数记录表以时间发展顺序进行记录,提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件,交通事件是指以道路引导设备为中心、道路引导设备的最大可视化距离L为半径所构成的最大直径内记录的交通事故和路线行径错误事件;路线行径错误事件是指在最大直径内记录同一车辆在同一监测路段时长阈值内记录两次同向行驶行为,且首次记录车辆行径路线与二次记录行径路线不同;
步骤S120:提取参数记录表中额定参数记录单元周期内的交通事件个数N1以及相同单元周期内对应监测路段所处总路段发生的交通事件个数N2,计算各类道路环境对应额定参数下的事故发生率A,A=N1/N2;将额定参数下的事故发生率作为额定发生率;按序计算参数记录表中每一应用参数对应的事故发生率A0;
步骤S130:将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值C,C=A0-A;标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
进一步的,计算每一类道路环境对应的条件稳定指数包括以下步骤:
获取监测路段记录各类道路环境记录响应周期的最大值Tmax,利用公式:
B=T/Tmax
计算监测路段每一类道路环境对应的条件稳定指数,其中T表示监测路段记录每一类道路环境下的响应周期。
条件稳定指数越大说明对应道路环境的道路引导设备的稳定性能越高,且条件稳定指数为1时说明对应道路环境为同一监测路段下使得道路引导设备稳定性能最高的道路环境。
进一步的,步骤S300包括以下具体过程:
获取第i类道路环境对应的条件稳定指数Bi以及对应异动参数记录的事故发生率Ai,利用公式:
Yi=k1 (1-Bi)+k2 Ai
计算第i类道路环境对应的风险程度评估值Yi;其中k1表示条件稳定指数Bi对应的参考系数,k2表示事故发生率Ai对应的参考系数。
进一步的,步骤S400包括以下具体过程:
实时获取提前至少一天监测路段评估的天气预测数据,当天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;
提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,输出道路引导设备存在异常风险并预警响应;
当实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,输出道路引导设备存在异常风险并预警响应;当实时响应周期小于历史计算的响应周期时,继续监测;
除去预警环境外的剩余类型道路环境基于道路设备维保周期进行维保。
基于数据分析技术的道路引导系统,包括额定参数选定模块、异动参数分析模块、条件稳定指数分析模块、风险程度评估值分析模块和预警响应模块;
额定参数选定模块用于将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数;
异动参数分析模块用于筛选参数记录表中的异动参数;
条件稳定指数分析模块用于基于响应周期计算每一类道路环境对应的条件稳定指数;
风险程度评估值分析模块用于分析每一类道路环境对应的风险程度评估值;
预警响应模块用于提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
进一步的,异动参数分析模块包括参数记录表生成单元、交通事件提取单元、事故发生率计算单元和额定差值分析单元;
参数记录表生成单元用于调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表;
交通事件提取单元用于提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件;
事故发生率计算单元用于基于交通事件提取个数按序计算参数记录表中每一应用参数对应的事故发生率;
额定差值分析单元用于将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值,标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
进一步的,风险程度评估值分析模块包括数据提取单元和风险程度评估值计算单元;
数据提取单元用于提取道路环境对应的条件稳定指数以及对应异动参数记录的事故发生率;
风险程度评估值计算单元用于计算道路环境对应的风险程度评估值。
进一步的,预警响应模块包括天气预测数据获取单元、实时比较分析单元和响应监测单元;
天气预测数据获取单元用于实时获取提前至少一天监测路段评估的天气预测数据;
实时比较分析单元用于在天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,传输信号至响应监测单元;在实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,传输信号至响应监测单元;
响应监测单元用于接受信号对道路引导系统及设备进行预警响应。
与现有技术相比,本发明所达到的有益效果是:本发明通过对道路引导设备限定对应监测路段,并基于监测路段上存在的各种道路环境进行分类分析,记录道路引导设备对应参数在各道路环境中的记录表,结合监测路段在对应道路环境发生时间范围内的事件记录来分析设备参数对道路交通的影响程度,从而实现对设备状态的实时评估,并且在同一监测路段记录多种道路环境时,本申请可以有效的分析出影响道路交通情况严重程度最高的道路环境,并实时监测此类道路环境,对道路引导设备做出状态评估,最大程度的降低由于设备影响造成的道路风险事件的发生。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于数据分析技术的道路引导系统的结构示意图。
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。
请参阅图1,本发明提供技术方案:
基于数据分析技术的道路引导系统,包括额定参数选定模块、异动参数分析模块、条件稳定指数分析模块、风险程度评估值分析模块和预警响应模块;
额定参数选定模块用于将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数;
异动参数分析模块用于筛选参数记录表中的异动参数;
条件稳定指数分析模块用于基于响应周期计算每一类道路环境对应的条件稳定指数;
风险程度评估值分析模块用于分析每一类道路环境对应的风险程度评估值;
预警响应模块用于提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
异动参数分析模块包括参数记录表生成单元、交通事件提取单元、事故发生率计算单元和额定差值分析单元;
参数记录表生成单元用于调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表;
交通事件提取单元用于提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件;
事故发生率计算单元用于基于交通事件提取个数按序计算参数记录表中每一应用参数对应的事故发生率;
额定差值分析单元用于将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值,标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
风险程度评估值分析模块包括数据提取单元和风险程度评估值计算单元;
数据提取单元用于提取道路环境对应的条件稳定指数以及对应异动参数记录的事故发生率;
风险程度评估值计算单元用于计算道路环境对应的风险程度评估值。
预警响应模块包括天气预测数据获取单元、实时比较分析单元和响应监测单元;
天气预测数据获取单元用于实时获取提前至少一天监测路段评估的天气预测数据;
实时比较分析单元用于在天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,传输信号至响应监测单元;在实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,传输信号至响应监测单元;
响应监测单元用于接受信号对道路引导系统及设备进行预警响应。
基于数据分析技术的道路引导方法,包括以下分析步骤:
步骤S100:将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数,道路环境是指道路引导系统连接的监测设备对空气质量和道路光线做出的环境评估;调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表,筛选参数记录表中的异动参数;
步骤S200:获取监测路段记录异动参数的响应周期,响应周期是指每一类道路环境下道路引导设备记录异动参数时刻距离初始投放时刻的间隔周期,基于响应周期计算每一类道路环境对应的条件稳定指数;
间隔周期越长说明对应道路环境下的道路引导设备使用安全系数越高;
步骤S300:提取同一监测路段在响应周期内记录的交通事件,交通事件由道路引导系统连接的监控设备进行监测,基于每一类道路环境对应的条件稳定指数结合交通事件,计算每一类道路环境对应的风险程度评估值;
步骤S400:将同一监测路段内各类道路环境按照对应风险程度评估值进行从大到小的顺序排序生成风险序列,提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
筛选参数记录表中的异动参数包括以下具体步骤:
步骤S110:监测周期为至少记录n个不同应用参数的周期时长;参数记录表以时间发展顺序进行记录,提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件,交通事件是指以道路引导设备为中心、道路引导设备的最大可视化距离L为半径所构成的最大直径内记录的交通事故和路线行径错误事件;路线行径错误事件是指在最大直径内记录同一车辆在同一监测路段时长阈值内记录两次同向行驶行为,且首次记录车辆行径路线与二次记录行径路线不同;
行径路线是指经过道路引导设备后的行径路线,而同向行驶行为是指在道路引导设备前监控设备所记录的车辆行驶方向;
步骤S120:提取参数记录表中额定参数记录单元周期内的交通事件个数N1以及相同单元周期内对应监测路段所处总路段发生的交通事件个数N2,计算各类道路环境对应额定参数下的事故发生率A,A=N1/N2;将额定参数下的事故发生率作为额定发生率;按序计算参数记录表中每一应用参数对应的事故发生率A0;
监测路段所处总路段是指监测路段对应的整个不分岔道路,整个不分岔道路包括若干道路引导设备;
步骤S130:将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值C,C=A0-A;标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
如实施例所示:本申请中的道路引导设备为道路发光灯牌,道路发光灯牌记录的应用参数为灯牌亮度,灯牌亮度的测量由道路引导系统连接的工业相机进行测量并传输系统中存储数据;
若监测道路对应记录两种种道路环境分别为环境1(黑夜无雾无无雨)、环境2(黑夜有雾无雨);生成参数记录表分别如下:
环境1:700nit、680nit、650nit、510nit、320nit;
环境2:1200nit、1100nit、1016nit、730nit、510nit;
应用参数发生改变的原因类型较多,可能是使用寿命的变化规律导致的亮度降低也可能是环境影响造成的;
记录每一应用参数下的事故发生率以及对应额定差值,若在环境1中首个待分析参数为510nit时,提取320nit对应的额定差值,若510nit对应的额定差值大于预设差值且小于320对应的额定差值时,则输出510nit为异动参数,说明从记录510nit时在环境1下的道路引导设备对监测路段的道路交通安全影响较大了;
同理,分析环境2下的应用参数,若在环境2中首个待分析参数为1100nit,提取相邻后记录的1016nit对应的额定差值,此时1100nit对应的额定差值小于预设差值且大于1016nit对应的额定差值,此时1100nit则不可作为异动参数,因为从事故发生率上来说并没有增加,从时序角度上后一应用参数也未呈现发生率增加的趋势,所以1100nit作为异动参数是不符合要求的,而引起额定差值的增加可能是由于其他交通原因导致的,并非引导灯牌的灯牌亮度。
计算每一类道路环境对应的条件稳定指数包括以下步骤:
获取监测路段记录各类道路环境记录响应周期的最大值Tmax,利用公式:
B=T/Tmax
计算监测路段每一类道路环境对应的条件稳定指数,其中T表示监测路段记录每一类道路环境下的响应周期。
条件稳定指数越大说明对应道路环境的道路引导设备的稳定性能越高,且条件稳定指数为1时说明对应道路环境为同一监测路段下使得道路引导设备稳定性能最高的道路环境。
步骤S300包括以下具体过程:
获取第i类道路环境对应的条件稳定指数Bi以及对应异动参数记录的事故发生率Ai,利用公式:
Yi=k1 (1-Bi)+k2 Ai
计算第i类道路环境对应的风险程度评估值Yi;其中k1表示条件稳定指数Bi对应的参考系数,k2表示事故发生率Ai对应的参考系数。
步骤S400包括以下具体过程:
实时获取提前至少一天监测路段评估的天气预测数据,当天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;
提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,输出道路引导设备存在异常风险并预警响应;
如实施例所示:若预警环境为黑夜大雾天气时,可通过天气预报预知大雾来临并在来临前时段进行预警响应,预警响应的内容可以是来临前加强管控部门进行安全布设或者在来临前对道路引导灯牌进行维保。
当实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,输出道路引导设备存在异常风险并预警响应;当实时响应周期小于历史计算的响应周期时,继续监测;
除去预警环境外的剩余类型道路环境基于道路设备维保周期进行维保。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.基于数据分析技术的道路引导方法,其特征在于,包括以下分析步骤:
步骤S100:将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数,所述道路环境是指道路引导系统连接的监测设备对空气质量和道路光线做出的环境评估;调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表,筛选参数记录表中的异动参数;
步骤S200:获取监测路段记录异动参数的响应周期,所述响应周期是指每一类道路环境下道路引导设备记录异动参数时刻距离初始投放时刻的间隔周期,基于响应周期计算每一类道路环境对应的条件稳定指数;
步骤S300:提取同一监测路段在响应周期内记录的交通事件,所述交通事件由道路引导系统连接的监控设备进行监测,基于每一类道路环境对应的条件稳定指数结合交通事件,计算每一类道路环境对应的风险程度评估值;
步骤S400:将同一监测路段内各类道路环境按照对应风险程度评估值进行从大到小的顺序排序生成风险序列,提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
2.根据权利要求1所述的基于数据分析技术的道路引导方法,其特征在于:所述筛选参数记录表中的异动参数包括以下具体步骤:
步骤S110:所述监测周期为至少记录n个不同应用参数的周期时长;所述参数记录表以时间发展顺序进行记录,提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件,所述交通事件是指以道路引导设备为中心、道路引导设备的最大可视化距离L为半径所构成的最大直径内记录的交通事故和路线行径错误事件;所述路线行径错误事件是指在最大直径内记录同一车辆在同一监测路段时长阈值内记录两次同向行驶行为,且首次记录车辆行径路线与二次记录行径路线不同;
步骤S120:提取参数记录表中额定参数记录单元周期内的交通事件个数N1以及相同单元周期内对应监测路段所处总路段发生的交通事件个数N2,计算各类道路环境对应额定参数下的事故发生率A,A=N1/N2;将额定参数下的事故发生率作为额定发生率;按序计算参数记录表中每一应用参数对应的事故发生率A0;
步骤S130:将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值C,C=A0-A;标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
3.根据权利要求2所述的基于数据分析技术的道路引导方法,其特征在于:所述计算每一类道路环境对应的条件稳定指数包括以下步骤:
获取监测路段记录各类道路环境记录响应周期的最大值Tmax,利用公式:
B=T/Tmax
计算监测路段每一类道路环境对应的条件稳定指数,其中T表示监测路段记录每一类道路环境下的响应周期。
4.根据权利要求3所述的基于数据分析技术的道路引导方法,其特征在于:所述步骤S300包括以下具体过程:
获取第i类道路环境对应的条件稳定指数Bi以及对应异动参数记录的事故发生率Ai,利用公式:
Yi=k1 (1-Bi)+k2/>Ai
计算第i类道路环境对应的风险程度评估值Yi;其中k1表示条件稳定指数Bi对应的参考系数,k2表示事故发生率Ai对应的参考系数。
5.根据权利要求4所述的基于数据分析技术的道路引导方法,其特征在于:所述步骤S400包括以下具体过程:
实时获取提前至少一天监测路段评估的天气预测数据,当天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;
提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,输出道路引导设备存在异常风险并预警响应;
当实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,输出道路引导设备存在异常风险并预警响应;当实时响应周期小于历史计算的响应周期时,继续监测;
除去预警环境外的剩余类型道路环境基于道路设备维保周期进行维保。
6.基于数据分析技术的道路引导系统,如使用权利要求1-5中任一项所述的基于数据分析技术的道路引导方法,其特征在于,包括额定参数选定模块、异动参数分析模块、条件稳定指数分析模块、风险程度评估值分析模块和预警响应模块;
所述额定参数选定模块用于将道路引导设备初始投放至同一监测路段记录各类道路环境下的应用参数作为额定参数;
所述异动参数分析模块用于筛选参数记录表中的异动参数;
所述条件稳定指数分析模块用于基于响应周期计算每一类道路环境对应的条件稳定指数;
所述风险程度评估值分析模块用于分析每一类道路环境对应的风险程度评估值;
所述预警响应模块用于提取风险序列第一的道路环境作为对应监测路段的预警环境,并基于天气预测数据结合异动参数在预警环境来临前进行预警响应。
7.根据权利要求6所述的数据分析技术的道路引导系统,其特征在于:所述异动参数分析模块包括参数记录表生成单元、交通事件提取单元、事故发生率计算单元和额定差值分析单元;
所述参数记录表生成单元用于调取监测周期内以每一类道路环境为分析场景下的应用参数并生成参数记录表;
所述交通事件提取单元用于提取各参数记录表中每一应用参数记录对应监测周期内的时长为单元周期,提取单元周期内监测路段在对应道路环境下的交通事件;
所述事故发生率计算单元用于基于交通事件提取个数按序计算参数记录表中每一应用参数对应的事故发生率;
所述额定差值分析单元用于将参数记录表中每一应用参数的事故发生率分别与额定发生率进行做差计算,得到额定差值,标记首个额定差值为正数的应用参数为待分析参数,提取待分析参数相邻后记录应用参数的额定差值为待分析差值,若待分析参数的额定差值大于等于预设差值且小于待分析差值时,则标记待分析参数为对应道路环境中参数记录表的异动参数;若不满足上述判断条件,依次遍历分析参数记录表中每一应用参数,直至输出满足上述判断条件的应用参数为异动参数。
8.根据权利要求7所述的数据分析技术的道路引导系统,其特征在于:所述风险程度评估值分析模块包括数据提取单元和风险程度评估值计算单元;
所述数据提取单元用于提取道路环境对应的条件稳定指数以及对应异动参数记录的事故发生率;
所述风险程度评估值计算单元用于计算道路环境对应的风险程度评估值。
9.根据权利要求8所述的数据分析技术的道路引导系统,其特征在于:所述预警响应模块包括天气预测数据获取单元、实时比较分析单元和响应监测单元;
所述天气预测数据获取单元用于实时获取提前至少一天监测路段评估的天气预测数据;
所述实时比较分析单元用于在天气预测数据与预警环境数据相似度大于等于相似度阈值时,获取监测路段对应道路引导设备记录的实时应用参数;提取监测路段存储记录的异动参数,当实时应用参数小于等于异动参数时,传输信号至所述响应监测单元;在实时应用参数大于异动参数时,获取监测路段对应道路引导设备的实时响应周期,当实时响应周期大于等于历史计算的响应周期时,传输信号至所述响应监测单元;
所述响应监测单元用于接受信号对道路引导系统及设备进行预警响应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410602995.2A CN118197061B (zh) | 2024-05-15 | 基于数据分析技术的道路引导系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410602995.2A CN118197061B (zh) | 2024-05-15 | 基于数据分析技术的道路引导系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118197061A true CN118197061A (zh) | 2024-06-14 |
CN118197061B CN118197061B (zh) | 2024-09-10 |
Family
ID=
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014052861A (ja) * | 2012-09-07 | 2014-03-20 | Ihi Corp | 解析装置および解析方法 |
US20160189303A1 (en) * | 2014-03-21 | 2016-06-30 | Gil Emanuel Fuchs | Risk Based Automotive Insurance Rating System |
CN113034952A (zh) * | 2021-03-01 | 2021-06-25 | 长沙理工大学 | 一种基于车路协同的路段交通安全实时预警系统 |
CN113554877A (zh) * | 2021-09-18 | 2021-10-26 | 之江实验室 | 一种基于可变限速的长上坡交通流稳定性提升方法 |
CN115019559A (zh) * | 2022-07-01 | 2022-09-06 | 江苏中天交通工程有限公司 | 用于低能见度道路的交通引导系统及方法 |
WO2022227129A1 (zh) * | 2021-04-27 | 2022-11-03 | 山东交通学院 | 一种危化品道路运输风险评估方法及系统 |
CN116246229A (zh) * | 2023-02-02 | 2023-06-09 | 无锡市神韵科技发展有限公司 | 一种基于车联网的骑行状态监控系统及方法 |
CN117037485A (zh) * | 2023-08-09 | 2023-11-10 | 辽宁艾特斯智能交通技术有限公司 | 一种智慧高速公路主动交通流控制方法及系统 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014052861A (ja) * | 2012-09-07 | 2014-03-20 | Ihi Corp | 解析装置および解析方法 |
US20160189303A1 (en) * | 2014-03-21 | 2016-06-30 | Gil Emanuel Fuchs | Risk Based Automotive Insurance Rating System |
CN113034952A (zh) * | 2021-03-01 | 2021-06-25 | 长沙理工大学 | 一种基于车路协同的路段交通安全实时预警系统 |
WO2022227129A1 (zh) * | 2021-04-27 | 2022-11-03 | 山东交通学院 | 一种危化品道路运输风险评估方法及系统 |
CN113554877A (zh) * | 2021-09-18 | 2021-10-26 | 之江实验室 | 一种基于可变限速的长上坡交通流稳定性提升方法 |
CN115019559A (zh) * | 2022-07-01 | 2022-09-06 | 江苏中天交通工程有限公司 | 用于低能见度道路的交通引导系统及方法 |
CN116246229A (zh) * | 2023-02-02 | 2023-06-09 | 无锡市神韵科技发展有限公司 | 一种基于车联网的骑行状态监控系统及方法 |
CN117037485A (zh) * | 2023-08-09 | 2023-11-10 | 辽宁艾特斯智能交通技术有限公司 | 一种智慧高速公路主动交通流控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
CN110570664A (zh) | 一种高速公路交通事件自动检测系统 | |
CN111275980A (zh) | 基于互联网+智能交通视频监控管理系统的大数据应用平台 | |
CN113850123A (zh) | 基于视频的公路监控方法及装置、存储介质和监控系统 | |
CN102231235A (zh) | 一种交通流异常点检测定位方法 | |
CN113538946A (zh) | 一种基于分布式的高速公路突发情况预警系统、方法 | |
CN113190653B (zh) | 一种基于区块链的交通数据监测系统 | |
CN111477005A (zh) | 一种基于车辆状态及行车环境的智能感知预警方法及系统 | |
CN109278797B (zh) | 一种机车车载设备的检测方法和系统 | |
CN117558129B (zh) | 一种用于高速公路建设用的智能定位系统及方法 | |
CN117953693B (zh) | 一种基于视频ai的高速公路交通智能监测系统 | |
CN114093143A (zh) | 一种车辆驾驶风险感知预警方法及装置 | |
CN111127882A (zh) | 一种基于大数据的旅游景区停车场来车数量预测方法 | |
CN118097953A (zh) | 一种基于多源风险的城市主次干路网交通事故风险评估方法 | |
CN118197061B (zh) | 基于数据分析技术的道路引导系统及方法 | |
CN118262508A (zh) | 一种基于无人机的道路实时监控方法、系统、设备和介质 | |
CN118197061A (zh) | 基于数据分析技术的道路引导系统及方法 | |
CN112346969B (zh) | 一种基于数据采集平台的aeb开发验证系统及方法 | |
CN210606089U (zh) | 一种基于云计算的公共管理系统 | |
TWI699662B (zh) | 偵測系統及其偵測方法 | |
CN111882382A (zh) | 基于数据和风险关联模型的共享汽车数据存储管理方法 | |
CN112131279A (zh) | 基于大数据的汽车数据管理方法、计算机设备及存储介质 | |
CN105489015A (zh) | 基于投资模型的城市道路智能交通规划方法 | |
CN117194930B (zh) | 基于车辆行驶数据的隧道路段安全监控方法 | |
CN114368386B (zh) | 一种车辆安全的预警方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant |