一种基于多源信息的城市交通监管系统及方法与流程

1.本发明涉及交通监管技术领域，具体为一种基于多源信息的城市交通监管系统及方法。


背景技术：

2.随着人们生活水平的提高，城市车辆的数量逐年上升，进而给城市交通带来了较大的压力；同时，城市的交通压力还与城市的其余基础设施的健全程度息息相关，比如：道路情况及排水系统，道路的宽阔程度及排水系统对雨水的排放速度均会对城市交通造成影响，尤其是排水系统，当道路的排水系统瘫痪时，会造成交通拥堵且相应路段无法通行车辆。
3.现有的城市交通监管系统只是单纯的对城市道路上的通行车辆进行监控，无法结合城市地势地貌、道路情况、天气情况及排水系统设施情况对城市不同路段的交通情况进行预测，进而使得道路拥堵路段无法快速有效得到疏通，及时性差。


技术实现要素：

4.本发明的目的在于提供一种基于多源信息的城市交通监管系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于多源信息的城市交通监管方法，所述方法包括以下步骤：
6.s1、通过传感器测量各条道路中不同位置排水管道的高度及直径，构建城市排水管道模型，并对排水口的位置进行标记；
7.s2、获取各条道路的信息数据，构建城市道路模型；
8.s3、实时获取城市天气信息，预测第一单位时间内城市道路模型中受排水影响的路段，记为第一预测结果，所述第一单位时间为数据库中预制的常数；
9.s4、获取历史数据中不同时间段内每条道路中各路段通行车辆的个数，预测不同时间段内不同路段对应通行车辆个数，同一道路包括一个或多个路段，将同一道路上相邻两个路口之间道路记为一个路段；
10.s5、根据第一预测结果及城市道路模型，获取第一预测结果对应路段的备选路段，获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数，并结合s4中得到的不同时间段内不同路段对应通行车辆个数的预测结果，对备选路段相应的不同时间段内通行车辆个数的预测结果进行校准，预测各个备选路段的通行压力系数；
11.s6、对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配，疏散拥堵车辆，所述第一预设值为数据库中预制的常数。
12.本发明结合城市地势地貌、道路情况、天气情况及排水系统设施情况，对城市不同路段的交通情况进行分析预测，预测各个路段的通行压力情况，进而提前对人员进行调配，及时疏散拥堵车辆，确保道路通常。
13.进一步的，所述s1中构建城市排水管道模型的方法包括以下步骤：
14.s1.1、获取传感器测量的各条道路中不同位置排水管道的高度及直径，所述排水管道的高度为排水管道的最高点与原点的高度差，所述高度差为实数；
15.s1.2、以城市中心点的地表位置为原点，以过原点且从东至西方向的指向为x轴正方向，以过原点且从南至北的指向为y轴正方向，以过原点且从下至上的指向为z轴正方向，构建空间直角坐标系；
16.s1.3、确定不同位置排水管道截面圆心在空间直角坐标系中对应的坐标点(a1，a2，a3)，a1及a2的值与排水管道截面圆心在水平面投影点坐标获取，a3等于排水管道的高度与排水管道半径的和；
17.s1.4、同一排水管道上不同位置的排水管道截面圆心在空间直角坐标系中对应的坐标点构成排水管道轴心，根据排水管道轴心及不同位置排水管道对应的直径，得到空间直角坐标系中排水管道所述区域对应的各个坐标点，进而得到城市排水管道模型，
18.所述排水口位置为排水管道轴心上与排水口中心点距离最小的点的坐标。
19.本发明对排水口的位置进行标记，是考虑到路面积水通常是通过排水口进行排放的，在路面积水无法及时排放的情况下，往往会在排水口处进行聚集，进而淹没相应路段，阻碍车辆通行，通过该方式，能够快速锁定相应路段积水位置；构建城市排水管道模型，是为后续过程中确定排水管道的连接情况提供数据参照，便于获取第一预测结果。
20.进一步的，所述s2中构建城市道路模型的方法包括以下步骤：
21.s2.1、获取道路中轴线上各个点相对与原点的位置，得到道路中轴线上每个点在空间直角坐标系中对应的坐标；
22.s2.2、获取道路中轴线上每个点对应的道路宽度及每个点指向所在的直线，所述道路的信息数据包括道路的中轴线位置、中轴线上每个点对应的道路宽度及每个点指向所在的直线，
23.当中轴线上相邻三点的连线为直线时，则三点中的中点指向所在的直线为三点连线所在直线，
24.当中轴线上相邻三点的连线为曲线时，则三点中的中点指向所在的直线为过三点中的中点的切线；
25.s2.3、获取空间直角坐标系中道路中轴线上不同点对应的道路范围，中轴线上每个点对应的道路范围为一条线段，线段的长为中轴线上相应点对应的道路宽度，道路范围与中轴线上相应点指向垂直且关于中轴线上相应点对称，道路中轴线上每个点对应道路范围中的所有坐标的z轴坐标值相同；
26.s2.4、得到空间直角坐标系中每条道路对应的坐标范围，进而得到城市道路模型。
27.本发明构建城市道路模型，是为了较为直观地获取城市道路中不同路段之间的位置关系，便于后续过程中得到第一预测结果对应路段相应的备选路段。
28.进一步的，所述s3中得到第一预测结果的方法包括以下步骤：
29.s3.1、获取城市天气信息，所述天气信息包括不同路段不同时间段的降水量；
30.s3.2、按从小到的顺序对路段进行编号，不同路段对应编号不同且一个路段对应一个编号，默认排水口设置在所属路段的最低位置；
31.s3.3、计算编号i路段在时间点t的降水汇聚速度vhit、与编号i路段相连且排水口
位置高于编号i路段的排水口位置的各个路段排水速度的总和vpsit、编号i路段中排水管道在时间点t的排水速度vpit及编号i路段中排水管道的最大排水速度vpzi，
32.所述天气信息中编号i路段在时间点t所属时间段内降水量与相应时间段时长的比值，所得比值与编号i路段面积的乘积为vhit，所述编号i路段面积通过道路数据信息获取；
33.所述vpzi通过数据库获取且与排水管道的直径成正相关；
34.当城市排水管道模型中不存在与编号i路段相连或排水口位置不高于编号i路段的排水口位置的路段时，则vpsit＝0，反之，则进一步判断各路段是否有降水出现，若存在降水情况，则vpsit≠0，若不存在降水情况，则vpsit＝0；
35.当vhit+vpsit-vpzi≥0时，则vpit＝vpzi，
36.当vhit+vpsit-vpzi＜0时，则vpit＝vhit+vpsit；
37.s3.4、预测编号i路段后续第一单位时间内的不同时间点对应的降水留存速度vt，所述vt等于时间点t对应的vhit+vpsit-vpit，
38.预测后续第一单位时间的降水留存量q，所述q等于后续第一单位时间内vt的积分值，
39.统计后续第一单位时间内vpit＝vpzi对应的时长，将所得时长与第一单位时间的比值记为β；
40.s3.5、预测第一单位时间内编号i路段是否出现路段积水情况，
41.当q大于第一阈值q1且β大于第二阈值β1时，则判定第一单位时间内编号i路段出现路段积水情况，反之，则判定第一单位时间内编号i路段不出现路段积水情况，
42.所述第一阈值q1等于历史数据中编号i路段出现积水且阻碍车辆通行的情况下对应的各个第一单位时间内降水留存量的平均值，
43.所述第二阈值β1等于历史数据中编号i路段出现积水且阻碍车辆通行的情况下，对应的各个第一单位时间内vpit＝vpzi的时长与第一单位时间比值的平均值；
44.s3.6、对第一单位时间内城市道路模型中出现路段积水情况的路段进行汇总，得到第一预测结果。
45.本发明获取第一预测结果的过程中，获取城市天气信息是为了准确预测不同路段不同时间对应的降水情况；对路段进行编号，便于对城市中的不同路段进行区别；计算编号i路段在时间点t的降水汇聚速度vhit、与编号i路段相连且排水口位置高于编号i路段的排水口位置的各个路段排水速度的总和vpsit及编号i路段中排水管道的最大排水速度vpzi，是为了确定编号i路段中排水管道在时间点t的排水速度vpit对应的值，便于后续过程中预测编号i路段后续第一单位时间内的不同时间点对应的降水留存速度vt，进而预测第一单位时间内编号i路段是否出现路段积水情况，为后续得到第一预测结果提供数据参照。
46.进一步的，所述s4中预测不同时间段内不同路段对应通行车辆个数的方法包括以下步骤：
47.s4.1、获取历史数据中不同时间段内每条道路中各路段通行车辆的个数；
48.s4.2、获取历史天气情况，筛选出历史数据中未降雨状态下不同路段不同时间段内通行的车辆个数，得到历史数据中未降雨状态下不同路段不同时间点对应的车流量，将历史数据中未降雨状态下，编号i路段在时间点t1对应的车流量记为wit1，所述wit1等于t1
对应的日期当天且与t1差值的绝对值小于等于第二单位时间的时间段内，编号i路段通行车辆个数与相应时间段时长的比值，所述第二单位时间为数据库预制的常数；
49.s4.3、计算历史数据中未降雨状态下，编号i路段在不同日期中时间点t1分别对应车流量的平均值，记为wpit1，编号i路段在时间段[td1,td2]内通行车辆个数的预测值为
[0050][0051]
其中，td1为预测时间段的起始时间，td2位预测时间段的终止时间；
[0052]
s4.4、预测不同时间段内不同路段对应通行车辆个数。
[0053]
本发明预测不同时间段内不同路段对应通行车辆个数的过程中，参照历史数据中不同时间段不同路段通行车辆的数据来进行分析，进而准确预估不同路段在一天中的不同时间点的对应的车流量情况，与后续预测不同时间段内不同路段对应通信车辆个数提供了较为精确的数据基础，同时也便于后续获取不同备选路段，在基于当前时间的后续第一单位时间内通行车辆个数预测结果的校准值。
[0054]
进一步的，所述s5中获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数的方法包括以下步骤：
[0055]
s5.1、获取城市道路模型中编号i路段的两个端点，分别记为第一端点d1i及第二端点d2i；
[0056]
s5.2、获取城市道路模型中除编号i路段之外，从第一端点d1i至第二端点d2i且不经过第一预测结果对应路段的所有路线，每个路线对应一个或多个路段，默认每条路线对应的路段个数不超过第三阈值，所述第三阈值为数据库中预制的常数；
[0057]
s5.3、获取s4-2中所有路线对应的个数gi及所有路线分别对应的路段编号添加到一个空白数组中，记为第一数组；
[0058]
s5.4、当gi等于0时，则判定编号i路段不存在备选路段且其余路段与编号i路段之间的关联系数均为0；
[0059]
当gi不等于0时，则判定编号i路段存在备选路段，统计第一数组中对应的路段编号种类及每个路段编号种类出现的个数，将第一数组中每个路段编号种类对应个数与gi的商作为相应路段编号相对于编号i路段的关联系数，所述第一数组中每个路段编号种类对应一个备选路段。
[0060]
进一步的，所述s5中预测各个备选路段的通行压力系数的方法包括以下步骤：
[0061]
s5-1、获取第一预测结果中的第j个元素对应路段的备选路段及备选路段与该元素对应路段之间的关联系数；
[0062]
s5-2、获取第一预测结果中的第j个元素对应路段，在基于当前时间的后续第一单位时间内通行车辆个数的预测值，记为wrj；
[0063]
s5-3、获取第一预测结果中的第j个元素对应路段的第k个备选路段，在基于当前时间的后续第一单位时间内通行车辆个数的预测值，记为wyjk；
[0064]
s5-4、得到第一预测结果中的第j个元素对应路段的第k个备选路段的通行压力系数
[0065]
(wrj*ujk+wyjk)/w0
jk
[0066]
其中，ujk表示第一预测结果中的第j个元素对应路段的第k个备选路段与该元素
对应路段之间的关联系数；
[0067]
wrj*ujk+wyjk表示第一预测结果中的第j个元素对应路段的第k个备选路段，在基于当前时间的后续第一单位时间内通行车辆个数预测结果的校准值；
[0068]
w0
jk
表示第一预测结果中的第j个元素对应路段的第k个备选路段，在数据库中对应的第一单位时间内通行车辆阈值，所述w0
jk
通过数据库查询获取，且同一宽度的不同路段在数据库中对应的第一单位时间内通行车辆阈值相同，w0
jk
＞0。
[0069]
进一步的，所述s6中对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配的过程中，
[0070]
第一预测结果对应的各个路段的人员调配优先级相同；
[0071]
第一预测结果对应路段的人员调配优先级高于备选路段的人员调配优先级；
[0072]
备选路段中通行压力系数更大的备选路段对应的人员调配优先级更高。
[0073]
一种基于多源信息的城市交通监管系统，所述系统包括以下模块：
[0074]
城市排水管道模型构建模块，所述城市排水管道模型构建模块通过传感器测量各条道路中不同位置排水管道的高度及直径，构建城市排水管道模型，并对排水口的位置进行标记；
[0075]
城市道路模型构建模块，所述城市道路模型构建模块获取各条道路的信息数据，构建城市道路模型；
[0076]
拥堵路段分析模块，所述拥堵路段分析模块实时获取城市天气信息，预测第一单位时间内城市道路模型中受排水影响的路段，记为第一预测结果，所述第一单位时间为数据库中预制的常数；
[0077]
道路数据处理模块，所述道路数据处理模块获取历史数据中不同时间段内每条道路中各路段通行车辆的个数，预测不同时间段内不同路段对应通行车辆个数，同一道路包括一个或多个路段，将同一道路上相邻两个路口之间道路记为一个路段；
[0078]
通行数据分析模块，所述通行数据分析模块根据第一预测结果及城市道路模型，获取第一预测结果对应路段的备选路段，获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数，并结合不同时间段内不同路段对应通行车辆个数的预测结果，对备选路段相应的不同时间段内通行车辆个数的预测结果进行校准，预测各个备选路段的通行压力系数；
[0079]
人员调度模块，所述人员调度模块对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配，疏散拥堵车辆，所述第一预设值为数据库中预制的常数。
[0080]
与现有技术相比，本发明所达到的有益效果是：本发明从城市地势地貌、道路情况、天气情况及排水系统设施情况这几个角度考虑，对城市不同路段的交通情况进行分析预测，预测各个路段的通行压力情况，进而提前对人员进行调配，及时疏散拥堵车辆，确保道路通畅。
附图说明
[0081]
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：
[0082]
图1是本发明一种基于多源信息的城市交通监管系统的结构示意图；
[0083]
图2是本发明一种基于多源信息的城市交通监管方法的流程示意图。
具体实施方式
[0084]
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。
[0085]
请参阅图1-图2，本发明提供技术方案：一种基于多源信息的城市交通监管方法，所述方法包括以下步骤：
[0086]
s1、通过传感器测量各条道路中不同位置排水管道的高度及直径，构建城市排水管道模型，并对排水口的位置进行标记；
[0087]
s2、获取各条道路的信息数据，构建城市道路模型；
[0088]
s3、实时获取城市天气信息，预测第一单位时间内城市道路模型中受排水影响的路段，记为第一预测结果，所述第一单位时间为数据库中预制的常数；
[0089]
本实施例中第一单位时间为30分钟。
[0090]
s4、获取历史数据中不同时间段内每条道路中各路段通行车辆的个数，预测不同时间段内不同路段对应通行车辆个数，同一道路包括一个或多个路段，将同一道路上相邻两个路口之间道路记为一个路段；
[0091]
s5、根据第一预测结果及城市道路模型，获取第一预测结果对应路段的备选路段，获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数，并结合s4中得到的不同时间段内不同路段对应通行车辆个数的预测结果，对备选路段相应的不同时间段内通行车辆个数的预测结果进行校准，预测各个备选路段的通行压力系数；
[0092]
s6、对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配，疏散拥堵车辆，所述第一预设值为数据库中预制的常数。
[0093]
所述s1中构建城市排水管道模型的方法包括以下步骤：
[0094]
s1.1、获取传感器测量的各条道路中不同位置排水管道的高度及直径，所述排水管道的高度为排水管道的最高点与原点的高度差，所述高度差为实数；
[0095]
s1.2、以城市中心点的地表位置为原点，以过原点且从东至西方向的指向为x轴正方向，以过原点且从南至北的指向为y轴正方向，以过原点且从下至上的指向为z轴正方向，构建空间直角坐标系；
[0096]
s1.3、确定不同位置排水管道截面圆心在空间直角坐标系中对应的坐标点(a1，a2，a3)，a1及a2的值与排水管道截面圆心在水平面投影点坐标获取，a3等于排水管道的高度与排水管道半径的和；
[0097]
s1.4、同一排水管道上不同位置的排水管道截面圆心在空间直角坐标系中对应的坐标点构成排水管道轴心，根据排水管道轴心及不同位置排水管道对应的直径，得到空间直角坐标系中排水管道所述区域对应的各个坐标点，进而得到城市排水管道模型，
[0098]
所述排水口位置为排水管道轴心上与排水口中心点距离最小的点的坐标。
[0099]
所述s2中构建城市道路模型的方法包括以下步骤：
[0100]
s2.1、获取道路中轴线上各个点相对与原点的位置，得到道路中轴线上每个点在空间直角坐标系中对应的坐标；
[0101]
s2.2、获取道路中轴线上每个点对应的道路宽度及每个点指向所在的直线，所述道路的信息数据包括道路的中轴线位置、中轴线上每个点对应的道路宽度及每个点指向所在的直线，
[0102]
当中轴线上相邻三点的连线为直线时，则三点中的中点指向所在的直线为三点连线所在直线，
[0103]
当中轴线上相邻三点的连线为曲线时，则三点中的中点指向所在的直线为过三点中的中点的切线；
[0104]
s2.3、获取空间直角坐标系中道路中轴线上不同点对应的道路范围，中轴线上每个点对应的道路范围为一条线段，线段的长为中轴线上相应点对应的道路宽度，道路范围与中轴线上相应点指向垂直且关于中轴线上相应点对称，道路中轴线上每个点对应道路范围中的所有坐标的z轴坐标值相同；
[0105]
s2.4、得到空间直角坐标系中每条道路对应的坐标范围，进而得到城市道路模型。
[0106]
所述s3中得到第一预测结果的方法包括以下步骤：
[0107]
s3.1、获取城市天气信息，所述天气信息包括不同路段不同时间段的降水量；
[0108]
s3.2、按从小到的顺序对路段进行编号，不同路段对应编号不同且一个路段对应一个编号，默认排水口设置在所属路段的最低位置；
[0109]
s3.3、计算编号i路段在时间点t的降水汇聚速度vhit、与编号i路段相连且排水口位置高于编号i路段的排水口位置的各个路段排水速度的总和vpsit、编号i路段中排水管道在时间点t的排水速度vpit及编号i路段中排水管道的最大排水速度vpzi，
[0110]
所述天气信息中编号i路段在时间点t所属时间段内降水量与相应时间段时长的比值，所得比值与编号i路段面积的乘积为vhit，所述编号i路段面积通过道路数据信息获取；
[0111]
所述vpzi通过数据库获取且与排水管道的直径成正相关；
[0112]
当城市排水管道模型中不存在与编号i路段相连或排水口位置不高于编号i路段的排水口位置的路段时，则vpsit＝0，反之，则进一步判断各路段是否有降水出现，若存在降水情况，则vpsit≠0，若不存在降水情况，则vpsit＝0；
[0113]
当vhit+vpsit-vpzi≥0时，则vpit＝vpzi，
[0114]
当vhit+vpsit-vpzi＜0时，则vpit＝vhit+vpsit；
[0115]
s3.4、预测编号i路段后续第一单位时间内的不同时间点对应的降水留存速度vt，所述vt等于时间点t对应的vhit+vpsit-vpit，
[0116]
预测后续第一单位时间的降水留存量q，所述q等于后续第一单位时间内vt的积分值，
[0117]
统计后续第一单位时间内vpit＝vpzi对应的时长，将所得时长与第一单位时间的比值记为β；
[0118]
s3.5、预测第一单位时间内编号i路段是否出现路段积水情况，
[0119]
当q大于第一阈值q1且β大于第二阈值β1时，则判定第一单位时间内编号i路段出现路段积水情况，反之，则判定第一单位时间内编号i路段不出现路段积水情况，
[0120]
所述第一阈值q1等于历史数据中编号i路段出现积水且阻碍车辆通行的情况下对应的各个第一单位时间内降水留存量的平均值，
[0121]
所述第二阈值β1等于历史数据中编号i路段出现积水且阻碍车辆通行的情况下，对应的各个第一单位时间内vpit＝vpzi的时长与第一单位时间比值的平均值；
[0122]
s3.6、对第一单位时间内城市道路模型中出现路段积水情况的路段进行汇总，得到第一预测结果。
[0123]
所述s4中预测不同时间段内不同路段对应通行车辆个数的方法包括以下步骤：
[0124]
s4.1、获取历史数据中不同时间段内每条道路中各路段通行车辆的个数；
[0125]
s4.2、获取历史天气情况，筛选出历史数据中未降雨状态下不同路段不同时间段内通行的车辆个数，得到历史数据中未降雨状态下不同路段不同时间点对应的车流量，将历史数据中未降雨状态下，编号i路段在时间点t1对应的车流量记为wit1，所述wit1等于t1对应的日期当天且与t1差值的绝对值小于等于第二单位时间的时间段内，编号i路段通行车辆个数与相应时间段时长的比值，所述第二单位时间为数据库预制的常数；
[0126]
本实施例中第二单位时间为20分钟。
[0127]
s4.3、计算历史数据中未降雨状态下，编号i路段在不同日期中时间点t1分别对应车流量的平均值，记为wpit1，编号i路段在时间段[td1,td2]内通行车辆个数的预测值为
[0128][0129]
其中，td1为预测时间段的起始时间，td2位预测时间段的终止时间；
[0130]
s4.4、预测不同时间段内不同路段对应通行车辆个数。
[0131]
所述s5中获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数的方法包括以下步骤：
[0132]
s5.1、获取城市道路模型中编号i路段的两个端点，分别记为第一端点d1i及第二端点d2i；
[0133]
s5.2、获取城市道路模型中除编号i路段之外，从第一端点d1i至第二端点d2i且不经过第一预测结果对应路段的所有路线，每个路线对应一个或多个路段，默认每条路线对应的路段个数不超过第三阈值，所述第三阈值为数据库中预制的常数；
[0134]
本实施例中第三阈值为6。
[0135]
s5.3、获取s4-2中所有路线对应的个数gi及所有路线分别对应的路段编号添加到一个空白数组中，记为第一数组；
[0136]
s5.4、当gi等于0时，则判定编号i路段不存在备选路段且其余路段与编号i路段之间的关联系数均为0；
[0137]
当gi不等于0时，则判定编号i路段存在备选路段，统计第一数组中对应的路段编号种类及每个路段编号种类出现的个数，将第一数组中每个路段编号种类对应个数与gi的商作为相应路段编号相对于编号i路段的关联系数，所述第一数组中每个路段编号种类对应一个备选路段。
[0138]
所述s5中预测各个备选路段的通行压力系数的方法包括以下步骤：
[0139]
s5-1、获取第一预测结果中的第j个元素对应路段的备选路段及备选路段与该元素对应路段之间的关联系数；
[0140]
s5-2、获取第一预测结果中的第j个元素对应路段，在基于当前时间的后续第一单位时间内通行车辆个数的预测值，记为wrj；
[0141]
s5-3、获取第一预测结果中的第j个元素对应路段的第k个备选路段，在基于当前时间的后续第一单位时间内通行车辆个数的预测值，记为wyjk；
[0142]
s5-4、得到第一预测结果中的第j个元素对应路段的第k个备选路段的通行压力系数
[0143]
(wrj*ujk+wyjk)/w0
jk
[0144]
其中，ujk表示第一预测结果中的第j个元素对应路段的第k个备选路段与该元素对应路段之间的关联系数；
[0145]
wrj*ujk+wyjk表示第一预测结果中的第j个元素对应路段的第k个备选路段，在基于当前时间的后续第一单位时间内通行车辆个数预测结果的校准值；
[0146]
w0
jk
表示第一预测结果中的第j个元素对应路段的第k个备选路段，在数据库中对应的第一单位时间内通行车辆阈值，所述w0
jk
通过数据库查询获取，且同一宽度的不同路段在数据库中对应的第一单位时间内通行车辆阈值相同，w0
jk
＞0。
[0147]
所述s6中对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配的过程中，
[0148]
第一预测结果对应的各个路段的人员调配优先级相同；
[0149]
第一预测结果对应路段的人员调配优先级高于备选路段的人员调配优先级；
[0150]
备选路段中通行压力系数更大的备选路段对应的人员调配优先级更高。
[0151]
本实施例中第一预设值为2。
[0152]
一种基于多源信息的城市交通监管系统，所述系统包括以下模块：
[0153]
城市排水管道模型构建模块，所述城市排水管道模型构建模块通过传感器测量各条道路中不同位置排水管道的高度及直径，构建城市排水管道模型，并对排水口的位置进行标记；
[0154]
城市道路模型构建模块，所述城市道路模型构建模块获取各条道路的信息数据，构建城市道路模型；
[0155]
拥堵路段分析模块，所述拥堵路段分析模块实时获取城市天气信息，预测第一单位时间内城市道路模型中受排水影响的路段，记为第一预测结果，所述第一单位时间为数据库中预制的常数；
[0156]
道路数据处理模块，所述道路数据处理模块获取历史数据中不同时间段内每条道路中各路段通行车辆的个数，预测不同时间段内不同路段对应通行车辆个数，同一道路包括一个或多个路段，将同一道路上相邻两个路口之间道路记为一个路段；
[0157]
通行数据分析模块，所述通行数据分析模块根据第一预测结果及城市道路模型，获取第一预测结果对应路段的备选路段，获取城市道路模型中备选路段与第一预测结果对应路段之间的关联系数，并结合不同时间段内不同路段对应通行车辆个数的预测结果，对备选路段相应的不同时间段内通行车辆个数的预测结果进行校准，预测各个备选路段的通行压力系数；
[0158]
人员调度模块，所述人员调度模块对第一预测结果对应路段及通行压力系数大于第一预设值的备选路段进行人员调配，疏散拥堵车辆，所述第一预设值为数据库中预制的
常数。
[0159]
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。
[0160]
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。