道路拥堵状态实时更新方法及服务器与流程

本发明涉及智能交通领域，具体涉及一种道路拥堵状态实时更新方法及服务器。

背景技术：

随着经济的快速发展，机动车拥有量也在急剧增长，车辆增长速度远远超过道路增长速度，造成交通拥堵日趋严重，交通事故时有发生等问题。因此，准确监测道路拥堵状态有着极其重要的意义。

交通拥堵检测方法目前有地埋式感应检测、微波检测、gps速度检测技术、视频检测技术等。

但是现有检测技术存在以下问题：地埋式感应检测将感应线圈铺设于道路各路段，存在易损坏、难修复、施工复杂的缺点；微波检测采用工作在微波频段的雷达探测器进行道路拥堵检测，其技术复杂，价格较高；gps速度检测技术是在车辆上安装gps装置，通过获取的信息估计道路交通状态，其缺点是存在覆盖率不足、检测盲区，从而影响检测精度。

视频检测技术与其他检测技术相比，主要优点有：不破坏路、安装无需中断交通、检测功能多和可记录现场图像等。现有技术中的基于视频检测技术的交通拥堵方法通过获取大量交通状态参数，如：流量、道路占有率、速度、车间距、排队长度等，然后选取多个参数利用传统的拥堵判别算法实现对交通拥挤事件的检测。这种方法要求利用图像处理技术计算多个参数，实现复杂，开销较大，不利于实现对道路拥堵事件的发生进行实时监控。

技术实现要素：

有鉴于此，本发明提供一种道路拥堵状态实时更新方法及服务器，以解决如何简单且准确实时监控道路拥堵状态的问题。

为解决上述技术问题，一方面，本发明提供一种道路拥堵状态实时更新方法，包括如下步骤：

获取当前车辆行驶速度以及当前道路状态信息；

将所述车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；

当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将所述位置信息以及拥堵状态实时下发给所有车辆。

进一步地，获取多辆车辆上传的车辆行驶速度以及道路状态信息，并进行聚合分析以判断当前道路是否存在拥堵。

进一步地，所述当前道路状态信息包括红绿灯信息、行人、车辆信息中的一种或多种。

进一步地，获取所述当前道路状态信息包括：

获取当前车辆行驶经过的道路图像；

对于所述道路图像进行图像识别，以获取所述道路状态信息。

进一步地，对于所述道路图像通过图像识别模型进行图像识别。

进一步地，所述图像识别模型通过下述方法形成：

获取含有道路状态的图像集作为样本图片；

对于所述样本图片进行标注和训练，生成所述图像识别模型。

进一步地，对于所述样本图片通过基于深度学习的目标侦测方法进行标注和训练，生成所述图像识别模型。

进一步地，根据上传的时间和地理位置，映射到地图数据的道路矢量路段上，并对每个道路矢量路段进行如下处理：

选择道路矢量路段的状态点信息集合；

按道路矢量方向查找红绿灯信号和行人信息位置点，并从所述状态点信息集合中过滤掉红灯和行人位置点，以及后面连续的状态点；

基于剩余的状态点信息结合，判断道路拥堵状态。

进一步地，在选择道路矢量路段的状态点信息集合后，对其进行过滤处理以处理掉距离当前时间差超过预定时间差的状态点。

另一方面，本发明提供一种服务器，包括：

信息采集单元，用于接收由车载终端上传的当前车辆行驶速度、当前车辆位置信息、以及当前道路状态信息；

比较单元，用于将所述车辆行驶速度与预定阈值进行比较；

处理单元，用于当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；

信息推送单元，用于当判断为当前道路存在拥堵时将所述位置信息以及拥堵状态实时下发给所有车辆。

本发明的上述技术方案至少具有如下有益效果之一：

根据本发明的道路拥堵状态实时更新方法，采用图像识别技术感知道路拥堵状态，提供更加简单和准确的实时道路拥堵状态信息。

附图说明

图1为根据本发明实施例的道路拥堵状态实时更新方法的流程图；

图2为根据本发明实施例的道路状态信息采集的流程图；

图3为根据本发明实施例的拥堵状态判别系统的框架图；

图4为根据本发明实施例的服务器的示意图。

具体实施方式

下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

首先，结合图1和图2说明根据本发明实施例的道路拥堵状态实时更新方法。

如图1所示，本发明实施例的道路拥堵状态实时更新方法，包括：

步骤s1，获取当前车辆行驶速度以及当前道路状态信息。

也就是说，获取车辆行驶速度及当前道路状态信息(道路是否有影响车辆行驶速度的状态信息等)，以上功能的实现可由安装在车辆上的智能终端完成。通常情况下，智能终端为嵌入式系统，需要图像识别模型能在低性能硬件上运行，可选地，本方案运行在基于android系统上，使用基于tensorflowlite开发的目标侦测模型如yolo/ssdmobile。

根据本发明一些实施例，当前道路状态信息可以包括红绿灯信息、行人、车辆信息中的一种或多种。当然，本发明不限于此，任何可能影响交通运行的道路信息，都可以作为当前道路状态信息。

为了实现上述功能，智能终端需配有相应功能的结构。可选地，智能终端包括如下结构的一种或多种：

1)摄像头，用于拍摄道路视频。

2)定位装置，用于确定当前终端的位置，例如gps等。

3)操作系统，用于支持智能图像的识别。

4)信息传输装置，用于信息的传输，例如移动互联网。

5)屏幕，用于显示信息。

根据本发明一些实施例，获取当前道路状态信息包括：

s11，获取当前车辆行驶经过的道路图像。

可选地，可以通过安置在车辆上的摄像头，拍摄当前车辆行驶经过的道路图像，可以是前向摄像头或后向摄像头拍摄。

s12，对于道路图像进行图像识别，以获取所述道路状态信息。

也就是说，根据获取的道路图像进行识别，获取所需要的道路状态信息，可选地，可以建立道路状态信息图像数据库，然后进行图像比对，获取所需要的道路状态信息。

进一步地，对于所述道路图像通过图像识别模型进行图像识别。由此，可以自动且快速的识别道路图像，获取道路状态信息，更加智能化。可选地，以上功能通过图像识别训练系统实现，该系统可以为离线系统。

具体地，包括如下步骤：

1)获取含有道路状态的图像集作为样本图片。

例如，采集红绿灯信息、行人、车辆等影响交通运行的道路信息的图像，作为样本图像。

2)对于样本图片进行标注和训练，生成图像识别模型。

例如，通过神经网络进行标注和训练，生成图像识别模型。

优选地，对于所述样本图片通过基于深度学习的目标侦测方法(如yolov3/light-headr-cnn/ssdmobile等)进行标注和训练，生成所述图像识别模型。

步骤s2，将车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵。

以上，可以将单辆车的速度与预定阈值比较直接判断是否存在拥堵，或多辆车的速度与预定阈值比较进行综合判断是否存在拥堵。

其中，所谓预定阈值为判断为不拥堵的最低速度，可选地，预定阈值设置在速度小于当前道路限速值的1/2。

以上的实现，可以在智能终端直接判断是否存在拥堵，优选地，将智能终端的数据上传到服务器，由服务器判断是否存在拥堵。

根据本发明一些实施例，如图2所示，将智能终端的数据上传到服务器(信息采集服务器等)，流程如下：

1)判断是否打开gps，如是，则进行下一步，如否，则启动gps。

2)判断速度是否低于阈值，如是，则进行下一步，如否，则上报当前状态至服务器，进入下一识别周期。

3)智能终端进行图像识别处理。

4)判断是否有信号灯，如有信号灯，则进一步判断是否是红灯，如是红灯，则上报当前状态至服务器，进入下一识别周期，如否，则进入下一识别周期，如没有信号灯，则进入下一步。

5)判断前方是否有行人通过，如否，则进行下一步，如是，则上报当前状态至服务器，进入下一识别周期。

6)判断前方是否有车辆，如否，则结束，如是，则上报当前状态至服务器，进入下一识别周期。

根据本发明一些实施例，获取多辆车辆上传的车辆行驶速度以及道路状态信息，并进行聚合分析以判断当前道路是否存在拥堵。由此，可以剔除个别车由于驾驶员的习惯或汽车故障等非拥堵原因导致速度低于预定阈值的情况，避免对道路拥堵状态的误判。

如图3所示，以上功能的实现，通过拥堵状态判别系统进行判断当前道路是否存在拥堵，通过将智能终端的信息通过移动网络发送到聚合服务器中，聚合服务器通过汇总车辆行驶速度以及道路状态信息，实时进行聚合分析以判断当前道路是否存在拥堵。

其中，聚合服务器具有聚合服务器集群处理系统，可以收集车辆智能终端上报信息并进行聚合分析判断，生成对应道路拥堵状态信息，可以推送实时道路拥堵状态到在线的行驶车辆终端。

可选地，根据上传的时间和地理位置，映射到地图数据的道路矢量路段上，并对每个道路矢量路段进行如下处理：

1)选择道路矢量路段的状态点信息集合。

2)按道路矢量方向查找红绿灯信号和行人信息位置点，并从所述状态点信息集合中过滤掉红灯和行人位置点，以及后面连续的状态点(红灯持续的时间的状态点和行人在马路穿行的时间的状态点)。

也就是说，将正常交通(非拥堵)状态下的速度低于预定阈值的点剔除掉，避免了对拥堵状态的误判。

3)基于剩余的状态点信息结合，判断道路拥堵状态。

由此，可以简单且准确的判断道路拥堵状态。

进一步地，在选择道路矢量路段的状态点信息集合后，对其进行过滤处理以处理掉距离当前时间差超过预定时间差的状态点。由此，可以进行实时监控，更加准确的得到当前道路拥堵状态。

当然，以上只是一种可选地实施方式，还可以包括：分析红绿灯或行人穿行有影响的路段，进行路段的删除，基于剩余路段的状态点信息结合，判断道路拥堵状态。

步骤s3，当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将位置信息以及拥堵状态实时下发给所有车辆。

可选地，将位置信息以及拥堵状态及后续的更新通过服务器(推送服务器等)进行推送，推送至同一地理区域内行驶的终端用户。

进一步地，通过服务器的道路拥堵状态实时数据库进行推送。

下面，结合图3，说明根据本发明实施例的服务器，包括：

信息采集单元1001，用于接收由车载终端上传的当前车辆行驶速度、当前车辆位置信息、以及当前道路状态信息。

比较单元1002，用于将车辆行驶速度与预定阈值进行比较。

处理单元1003，用于当车辆行驶速度低于所述预定阈值时，基于当前道路状态信息判断当前道路是否存在拥堵。

信息推送单元1004，用于当判断为当前道路存在拥堵时将所述位置信息以及拥堵状态实时下发给所有车辆。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。