本发明涉及交通信息技术领域，具体涉及一种基于行车记录仪进行道路堵塞预测的方法和装置。
背景技术：
行车记录仪即记录车辆行驶途中的影像及声音等相关资讯的仪器。安装行车记录仪后，能够记录汽车行驶全过程的视频图像和声音，可为交通事故提供证据。喜欢自驾游的人，还可以用它来记录征服艰难险阻的过程。开车时边走边录像，同时把时间、速度、所在位置都记录在录像里，相当“黑匣子”。也可在家用作dv拍摄生活乐趣，或者作为家用监控使用。平时还可以做停车监控，安装行车记录仪，视频资料不可以裁剪，如果裁剪，在责任事故发生后则无法提供帮助。也是为了防止现在社会那些不可避免的碰瓷行为。
不同的行车记录仪产品有不同的外观，但其基本组成都有：(1)主机：包括微处理器、数据存储器、实时时钟、显示器、镜头模组、操作键、打印机、数据通信接门等装置。如果主机本体上不包含显示器、打印机，则应留有相应的数据显示和打印输出接口。(2)车速传感器。(3)数据分析软件。
随着人们物质生活水平的提高，私家车拥有率呈逐年上升趋势，越多越多的人为方便出行而购买了汽车。车辆的急剧增多，与之对应的是越来越挤的道路和堵塞在道路上越来越密集的汽车。由于各种原因，我国一年因交通拥堵造成的损失约1700亿元，并逐年上升。如果能够监控城市道路的路况，则可以在道路出现拥堵时采取相应的措施，从而避免道路出现长期拥堵的现象，在一定程度上缓解道路塞车的情况。目前主要通过如下方式监控城市道路的路况：通过在城市的主干道上使用地图线圈、测速雷达和测速摄像头等工具采集道路的占用率、车流量和车速等路况。然而，上述方案虽然能够实现对城市主干道的路况监控，则需要在城市的各个主干道上安置地图线圈、测速雷达和测速摄像头等工具，方案实施成本较高。
专利号为201180031766.0公开了一种堵车预测装置，包括：速度检测机构，其检测出自车辆的速度并将检测结果输出；车间距离检测机构，其检测所述自车辆与其他车辆之间的车间距离并将检测结果输出；相关运算机构，其根据所述速度的检测结果与所述车间距离的检测结果对其进行相关运算(从而得到二者的相关系数)，并且将运算结果输出；堵车预测机构，其根据所述相关运算的运算结果来预测堵车的发生。
上述发明的车间距离是通过雷达装置监测得到的，具体过程为：反射点检测部31根据从雷达装置12输出的信号检测出反射信号的反射点的位置，并将检测结果输出。其他车辆检测部32例如，根据从反射点检测部31输出的对反射点的位置的检测结果，并根据相邻的反射点之间的距离与多个反射点的分布状态，检测出存在于自车辆周围的其他车辆，并将检测结果输出。其中，检测的其他车辆的数量至少在1台以上。车间距离检测部33例如，根据从其他车辆检测部32输出的其他车辆的检测结果(至少1台以上的其他车辆)，检测出自车辆与其他车辆之间的距离(车间距离)，并将检测结果与检测出的其他车辆的数量(台数)一起输出。运算部34，根据从车速传感器11输出的对自车辆的速度(车速)的检测结果以及从车间距离检测部33输出的对自车辆与其他车辆之间的距离的检测结果，计算出，与在自车辆的行驶前方发生堵车的可能性相关的状态量，并将计算(运算)结果输出。
本发明人发现，上述发明的速度检测机构和车间距离监测机构以及相关运算机构都是不同的设备，数据传输量大，数据处理量也大，成本高，且服务器负担大。
本发明人发现,在不发生堵塞的稳定行驶状态和堵塞发生状态之间,假设车间时间＝车速/车间距离，当车间时间和车间距离的数值位于某个范围内，车辆是处于不发生堵塞的稳定行驶状态，当车间时间和车间距离处于另一某个范围内，则车辆是处于堵塞发生状态。
技术实现要素：
为解决上述问题，本发明的目的在于提供一种利用现有的手机和行车记录仪预测堵塞的方法和装置，更准确和快速的预测道路堵塞情况。
本发明的技术方案如下，一种道路堵塞的预测方法,包括云端服务器、和位于同一车辆上的行车记录仪、手机移动端，所述云端服务器、行车记录仪和手机移动端通过无线网络连接；所述云端服务器、行车记录仪和手机移动端通过无线网络连接；其特征在于，在所述行车记录仪上增设一堵塞预测装置，所述行车记录仪包括微处理器、数据存储器、镜头模组、车速传感器和数据分析器；所述堵塞预测装置与所述车速传感器相连；当所述堵塞预测装置监测到所述车速传感器的车速低于预先设置的阀值时，所述堵塞预测装置提取当前车速数据，同时提取当前镜头模组拍摄的一个画面进行分析；然后根据所述画面测算出车间距离，即自车与位于自车前方的车辆之间的距离，按照车间时间＝车速/车间距离的公式计算出当前车间时间；如果1<车间距离<5米,且0<车间时间<1000，则判断当前车辆处于堵塞状态。
进一步地，所述堵塞预测装置判断当前车辆是否处于堵塞状态超过1-5分钟，如果是，则所述堵塞预测装置通过所述行车记录仪发送堵车预警信号给所述手机移动端，所述手机移动端收到所述堵车预警信号后，发送所述手机移动端所在的车辆的位置信息以及堵车预警信息给所述云端服务器。
进一步地，所述云端服务器向所述手机移动端所在车辆当前所处路段的所有移动终端发送堵车预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
进一步地，所述云端服务器向位于所述手机移动端所在车辆当前所处的路段的预设范围内的移动终端发送预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
一种道路堵塞的预测装置,包括云端服务器、和位于同一车辆上的行车记录仪、手机移动端，所述云端服务器、行车记录仪和手机移动端通过无线网络；所述云端服务器、行车记录仪和手机移动端通过无线网络连接；其特征在于，在所述行车记录仪上增设一堵塞预测装置，所述行车记录仪包括微处理器、数据存储器、镜头模组、车速传感器和数据分析器；所述堵塞预测装置与所述车速传感器相连；所述堵塞预测装置包括堵塞预测模块，用于当所述堵塞预测装置监测到所述车速传感器的车速低于预先设置的阀值时，所述堵塞预测装置提取当前车速数据，同时提取当前镜头模组拍摄的一个画面进行分析；然后根据所述画面测算出车间距离，即自车与位于自车前方的车辆之间的距离，按照车间时间＝车速/车间距离的公式计算出当前车间时间；如果1<车间距离<5米,且0<车间时间<1000，则判断当前车辆处于堵塞状态。
进一步地，所述堵塞预测装置包括预警信息发送模块，用于判断当前车辆是否处于堵塞状态超过1-5分钟，如果是，则所述堵塞预测装置通过所述行车记录仪发送堵车预警信号给所述手机移动端，所述手机移动端收到所述堵车预警信号后，发送所述手机移动端所在的车辆的位置信息以及堵车预警信息给所述云端服务器。
进一步地，所述云端服务器包括车辆预警模块，用于所述云端服务器向所述手机移动端所在车辆当前所处路段的所有移动终端发送堵车预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
进一步地，所述云端服务器包括道路预警模块，用于所述云端服务器向位于所述手机移动端所在车辆当前所处的路段的预设范围内的移动终端发送预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
本发明的有益效果在于：本发明堵塞预测装置通过行车记录仪的画面测算车间距离，计算出车间时间，判断所述车间距离,以及车间时间是否满足规定条件,预测与堵塞相关的变化。而且,用于变化预测的车间时间是用车速去除车间距离得到的值,可以抑制处理负荷的增大。除此之外,车间时间和车间距离是基于自己车辆获得的信息计算出来的,能够抑制实时性的降低,提高预测精度。因此,可以有效地抑制堵塞相关的预测精度的下降,并且能够抑制处理负荷。
附图说明
图1是本发明实施例流程示意图。
具体实施方式
以下结合附图与实施例对本发明的技术方案作详细说明。
如图1所示，一种道路堵塞的预测方法,包括云端服务器、和位于同一车辆上的行车记录仪、手机移动端，所述云端服务器、行车记录仪和手机移动端通过无线网络；所述云端服务器、行车记录仪和手机移动端通过无线网络连接；其特征在于，在所述行车记录仪上增设一堵塞预测装置，所述行车记录仪包括微处理器、数据存储器、镜头模组、车速传感器和数据分析器；所述堵塞预测装置与所述车速传感器相连；当所述堵塞预测装置监测到所述车速传感器的车速低于预先设置的阀值时，如10-30km/h,所述堵塞预测装置提取当前车速数据，同时提取当前镜头模组拍摄的一个画面进行分析；然后根据所述画面测算出车间距离，即自车与位于自车前方的车辆之间的距离，按照车间时间＝车速/车间距离的公式计算出当前车间时间；如果1<车间距离<5米,且0<车间时间<1000，则判断当前车辆处于堵塞状态。
进一步地，所述堵塞预测装置判断当前车辆是否处于堵塞状态超过1-5分钟，如果是，则所述堵塞预测装置通过所述行车记录仪发送堵车预警信号给所述手机移动端，所述手机移动端收到所述堵车预警信号后，发送所述手机移动端所在的车辆的位置信息以及堵车预警信息给所述云端服务器。
进一步地，所述云端服务器向所述手机移动端所在车辆当前所处路段的所有移动终端发送堵车预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
进一步地，所述云端服务器向位于所述手机移动端所在车辆当前所处的路段的预设范围内的移动终端发送预警信息，所述预警信息指示所述手机移动端所在车辆当前所处的路段处于拥堵状态。
以上的描述仅仅涉及本发明的一些具体实施方式，任何本领域的技术人员基于本发明的精神所做的替换或改进均应为本发明的保护范围所涵盖，本发明的保护范围应以权利要求书为准。