基于大数据的城市道路预测分析系统的制作方法

本发明涉及道路管理技术领域，特别是基于大数据的城市道路预测分析系统。

背景技术：

交通问题与人们生活息息相关，作为出行者，及时获得相关路线交通状况信息是非常有必要的，合理规划出行路线不仅节省时间提高效率而且保证出行安全。因此，对于出行者及时获得交通状态或道路局部状态信息，显得十分必要。现有技术中，出行者对于道路交通情况获取通常是通过电台、专用app等方式获取实时交通状况，同时结合自身的经验判断未来交通的拥堵情况，但是该预测分析方法主观性强，不能满足对道路交通预测的准确性要求。

技术实现要素：

针对上述问题，本发明旨在提供基于大数据的城市道路预测分析系统。

本发明的目的采用以下技术方案来实现：

提出一种基于大数据的城市道路预测分析系统，包括：设置在城市各道路中的路侧采集节点、数据库模块和预测分析模块；

路侧采集节点用于实时采集城市道路的道路信息，并将采集的道路信息发送到预测分析模块；

数据库模块，用于存储城市道路的历史道路信息，供预测分析模块调用；

预测分析模块，用于根据路侧采集节点采集的道路信息结合历史道路信息对道路的交通状况进行预测，获取城市各道路的交通预测结果。

在一种实施方式中，道路信息包括：交通状况信息、车流量信息、平均车速信息、光照信息、温度信息、降雨量信息；

其中交通状况信息包括该道路是否出现交通事故。

在一种实施方式中，预测分析模块设置在云计算平台中，其与设置在各道路的路侧采集节点建立实时通信连接。

在一种实施方式中，系统还包括推送模块，推送模块与预测分析模块连接，将交通预测结果推送到交通查询平台或用户终端。

在一种实施方式中，数据库模块，还用于存储城市道路地图信息，其包括各道路之间的连通信息。

在一种实施方式中，预测分析模块还包括：根据路侧采集节点采集的道路信息分析当前道路的交通状况，其中道路交通状况包括道路的车流量、平均车速、交通评分中的一项或多项。

在一种实施方式中，预测分析模块，根据路侧采集节点采集的道路信息结合历史道路信息对当前道路的交通状况进行预测，包括：

根据路侧采集节点采集的道路信息，对该道路的车流量变化趋势进行预测；

根据获取的车流量变化趋势与该道路的当前车流量数据n预测该道路的交通状况。

本发明的有益效果为：

本发明系统通过结合路侧采集节点采集的道路信息、结合数据库中存储的城市道路历史交通状况数据，结合大数据分析对道路的交通状况进行预测，能够提高对城市道路交通状况预测的客观性和可靠性。供用户依次为依据进行出行道路规划，该预测结果具有前瞻性，从而提高了道路规划的效果。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图。

附图标记：

路侧采集节点10、数据库模块20、预测分析模块30

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出一种基于大数据的城市道路预测分析系统，包括：设置在城市各道路中的路侧采集节点10、数据库模块20和预测分析模块30；

路侧采集节点10用于实时采集城市道路的道路信息，并将采集的道路信息发送到预测分析模块30；

数据库模块20，用于存储城市道路的历史道路信息，供预测分析模块30调用；

预测分析模块30，用于根据路侧采集节点10采集的道路信息结合历史道路信息对道路的交通状况进行预测，获取城市各道路的交通预测结果。

在一种实施方式中，道路信息包括：交通状况信息、车流量信息、平均车速信息、光照信息、温度信息、降雨量信息、天气状况信息等；

其中交通状况信息包括该道路是否出现交通事故。

在一种实施方式中，预测分析模块30设置在云计算平台中，其与设置在各道路的路侧采集节点10建立实时通信连接。结合云计算平台庞大的运算能力和存储能力，能够为预测分析模块同时针对城市中数量庞大的道路进行预测提供了性能保障。

在一种实施方式中，系统还包括推送模块，推送模块与预测分析模块30连接，将交通预测结果推送到交通查询平台或用户终端。

同时，本系统的预测分析结果还能够被不同平台、系统或程序进行调用，扩展性强。

在一种实施方式中，数据库模块20，还用于存储城市道路地图信息，其包括各道路之间的连通信息。其中道路的连通信息包括与道路连接的驶入道路信息和驶出道路信息等。

在一种实施方式中，预测分析模块30还包括：根据路侧采集节点10采集的道路信息分析当前道路的交通状况，其中道路交通状况包括道路的车流量、平均车速、交通评分中的一项或多项。

在一种实施方式中，预测分析模块30，根据路侧采集节点10采集的道路信息结合历史道路信息对当前道路的交通状况进行预测，包括：

根据路侧采集节点10采集的道路信息，对该道路的车流量变化趋势进行预测；

其中，针对该指定道路的车流量变化趋势采用以下模型获得：

式中，n′(rd)表示道路rd的车流量变化趋势参数，nc(i)表示道路rd连接的第i条车辆驶入道路的当前车流量值，ωc(i)表示该第i条车辆驶入道路车辆驶入道路rd的权重因子，i表示道路rd连接的车辆驶入道路总数；ns(j)表示与道路rd连接的第j条车辆驶出道路的当前车流量值，ωs(j)表示道路rd中车辆驶出至该第j条车辆驶出道路的权重因子，j表示道路rd连接的车辆驶出道路总数；d(rd，t，v，a，b，n)表示大数据分析车流量变化趋势，其以从道路rd的路侧采集节点10采集该道路的车速v、车流量n、光照水平a、天气状况b、当前时间t组成特征向量，从大数据库中匹配与该组特征向量相同或相似的历史交通情况下对应的车流量变化趋势，其中车流量变化趋势为该历史交通情况在一段时间周期内的车流量变化量；β1和β2表示设定的预测调节因子，其中β1+β2＝1；

根据获取的道路rd的车流量变化趋势参数n′(rd)对该道路rd的车流量变化趋势进行评价，当n′(rd)＞0时，表示该道路rd的车流量为上升趋势；当n′(rd)＜0时，表示该道路rd的车流量为下降趋势。

同时，结合该道路rd当前的实时车流量数据n，能够根据不同情况对该道路的车流量情况进行预测。

在一种场景中，当该道路rd的当前车流量数据n大于设定的第一预置，同时车流量变化趋势参数n′(rd)小于设定的第二阈值时，预测该道路rd的交通状况为即将缓和；用户在进行路径选择时，可放心选择该道路。

在另一种场景中，也可以将该道路rd的当前车流量数据n直接与车流量变化趋势参数n′(rd)进行和运算，未来一段时间后该道路的车流量预测数据。

在一种场景中，将从路侧采集节点10采集到的道路平均车速v、车流量n、光照水平a、天气状况b、当前时间t组成特征向量，将该特征向量作为匹配模型的输入向量输入到匹配模型中，匹配模型从大数据库中，匹配同时符合(rd，t，v，a，b，n)中六个特征参数，或与该组特征参数相似度较高的历史交通状况数据；并根据该历史交通数据中以该历史交通数据对应的时间节点为起始时间点，计算从该起始时间点起一段时间内的车流量变化趋势作为该道路的大数据分析车流量变化趋势。其中该匹配模型可选用现有技术中的大数据信息筛选模型或大数据模糊信息匹配模型。

其中，在一种场景中，光照水平a表示采集的光照量；天气状况b表示当前天气状况，包括晴天、阴天、雨天、暴雨、下雪等不同天气状态。

上述实施方式中，还提出了一种对城市道路车流量进行预测的技术方案，该方案中能够准确根据道路的实际情况和大数据分析结果进行车流量变化趋势的预测，同时根据该车流量变化趋势的预测结果，结合当前道路的车流量信息，能够进行合理的拥堵预警、缓和预警推测，有助于用户提前了解城市道路变化情况，前瞻性强，准确性高，能够满足用户对路径规划的需要。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。