基于智能交通数据分析的时长预测平台及方法与流程

本发明涉及智能交通领域，尤其涉及一种基于智能交通数据分析的时长预测平台及方法。

背景技术：

1、智能交通系统(its)作为一种大范围、全方位覆盖的运输和管理系统，依托于近年来物联网的迅猛发展，将先进的控制、传感、通讯、信息技术与计算机技术高效结合，综合应用于整个交通管理体系。由于其极大地缓解了交通拥堵，有效减少了交通事故的发生，提高了交通系统的安全性，减少了环境污染，因此成为物联网领域中最具代表性的应用。

2、its囊括众多分支系统，主要包括出行者信息系统、交通管理系统、公共运输系统、车辆控制和安全系统、不停车收费系统、应急管理系统，以及商用车辆运营系统等。各系统之间各司其职、相辅相成，有效改善交通状况。

3、现有技术中，在人们驾驶车辆准备出行之前，仍需要手工输入目的地以获得各条前往目的地的行驶路线，并人工进行各条前往目的地的行驶路线中最习惯行驶路线的选择，同时会通过系统算法或者人工经验进行选择的行驶路线的行驶时长的预估，例如，相关的技术方案有：

4、申请公布号为cn113701772a的发明申请实施例涉及一种导航路线确定方法、系统、电子设备及存储介质，包括：确定承接用车订单的司机终端，获取司机终端的位置；根据司机终端的位置和用车订单生成至少一条导航路线，将至少一条导航路线发送到乘客终端；接收乘客终端返回的路线确定信息，根据路线确定信息，向司机终端发送导航路线；其中，路线确定信息根据乘客对至少一条导航路线的选择触发信号对应生成。该发明的导航路线确定方法可以减少司机因不熟悉路况或者被导航错误引导，导致部分乘客等待时间长的情况，提高乘客用车体验。

5、再如，申请公布号为cn114491230a的发明申请实施例涉及一种路线数据的处理方法、路线推荐方法、装置、设备及介质，通过获取被导航对象的历史路线数据，并根据被导航对象的历史路线数据进行统计处理，将统计得到的实走路线的第一统计特征、被导航对象选择的导航路线和首条推荐路线之间差异的第二统计特征、最大实走覆盖率路线和首条推荐路线之间差异的第三统计特征、最大实走覆盖率路线和稳定路线之间差异的第四统计特征中的至少一个作为被导航对象的路线偏好特征，能够提高被导航对象路线偏好特征的准确性，且各维度的统计特征即代表被导航对象对于该维度的偏好，具有较好的可解释性。

6、从现有技术可以看出，手工输入导航路线的方式需要繁琐的人工操作，同时系统算法计算的行驶路线的行驶时长的精度不足，以及人工经验的偏差，也容易导致人工经验计算的行驶路线的行驶时长与实际行驶时长存在较大数据偏颇。

技术实现思路

1、为了解决上述问题，本发明提供了一种基于智能交通数据分析的时长预测平台，能够在人们驾驶车辆准备出行时，一发动车辆发动机即触发当前时刻车辆行驶最频繁的行驶路线的解析，进而引入针对性设计的基于深度神经网络的智能预测机制以根据选择的行驶路线的最新多次的历史行驶信息以及各项本车数据以及路线数据预测当前时刻本车完成所述选择的行驶路线需要消耗的时长，从而为人们提供更可靠的智能交通数据。

2、根据本发明的一方面，提供了一种基于智能交通数据分析的时长预测平台，所述平台包括：

3、模式检测器件，设置在车辆内部，用于在检测到车辆的发动机转速超过设定转速时，发出第一控制指令，还用于在检测到车辆的发动机转速小于等于所述设定转速时，发出第二控制指令；

4、启动控制器件，与所述模式检测器件连接，用于在接收到所述第一控制指令时，启动位于车辆控制台内的导航显示器件，还用于在接收到所述第二控制指令时关闭所述导航显示器件；

5、数据分析器件，与所述启动控制器件连接，用于在接收到所述第一控制指令时，统计当前时刻车辆行驶最频繁的行驶路线作为目标行驶路线，获取所述目标行驶路线的出发地和目的地；

6、预测处理机构，与所述数据分析器件连接，用于将历史上各个车辆在当前时刻仍处于目标行驶路线上的每一次行驶过程作为有效行驶过程，将所述模式检测器件所在的本车的历史行车均速、本车的最高行驶车速、所述目标行驶路线的构成路段的总数以及最近设定数量的有效行驶过程的行驶信息作为深度神经网络的各份输入内容，并运行所述深度神经网络，以获得所述深度神经网络输出的本车本次行驶所述目标行驶路线需要的行驶时长，并作为预测行驶时长输出，所述各个车辆包括所述模式检测器件所在的本车以及其他车辆；

7、其中，每一有效行驶过程的行驶信息包括所述有效行驶过程的行驶时长、行驶均速以及峰值车辆数量；

8、其中，每一有效行驶过程的行驶信息包括所述有效行驶过程的行驶时长、行驶均速以及峰值车辆数量包括：获取所述有效行驶过程中所述目标行驶路线在各个时刻分别存在的车辆数量，将对应的车辆数量最多的时刻作为峰值时刻，将所述峰值时刻对应的车辆数量作为峰值车辆数量。

9、本发明的基于智能交通数据分析的时长预测平台及方法运行智能、应用广泛。由于能够自动解析当前时刻车辆行驶最频繁的行驶路线，并根据选择的行驶路线的最新多次的历史行驶信息以及各项本车数据以及路线数据预测当前时刻本车完成所述选择的行驶路线需要消耗的时长，从而避免人们驾驶过程中出现各种误判。

技术特征：

1.一种基于智能交通数据分析的时长预测平台，其特征在于，所述平台包括：

2.如权利要求1所述的基于智能交通数据分析的时长预测平台，其特征在于，所述平台还包括：

3.如权利要求2所述的基于智能交通数据分析的时长预测平台，其特征在于：

4.如权利要求1所述的基于智能交通数据分析的时长预测平台，其特征在于，所述平台还包括：

5.如权利要求1-4任一所述的基于智能交通数据分析的时长预测平台，其特征在于：

6.如权利要求5所述的基于智能交通数据分析的时长预测平台，其特征在于：

7.如权利要求6所述的基于智能交通数据分析的时长预测平台，其特征在于：

8.如权利要求1-4任一所述的基于智能交通数据分析的时长预测平台，其特征在于：

9.如权利要求1-4任一所述的基于智能交通数据分析的时长预测平台，其特征在于：

10.如权利要求9所述的基于智能交通数据分析的时长预测平台，其特征在于：

技术总结
本发明涉及一种基于智能交通数据分析的时长预测平台及方法，所述平台包括：数据分析器件，用于统计当前时刻车辆行驶最频繁的行驶路线作为目标行驶路线；预测处理机构，用于基于本车的历史行车均速、最高行驶车速、目标行驶路线的构成路段的总数以及最近设定数量的有效行驶过程的行驶信息智能预测本车本次行驶所述目标行驶路线需要的行驶时长。本发明的基于智能交通数据分析的时长预测平台及方法运行智能、应用广泛。由于能够自动解析当前时刻车辆行驶最频繁的行驶路线，并根据选择的行驶路线的最新多次的历史行驶信息以及各项本车数据以及路线数据预测当前时刻本车完成所述选择的行驶路线需要消耗的时长，从而避免人们驾驶过程中出现各种误判。

技术研发人员：张高营
受保护的技术使用者：张高营
技术研发日：
技术公布日：2024/1/11