[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111613049B - 一种道路状态监测方法以及装置 - Google Patents

一种道路状态监测方法以及装置 Download PDF

Info

Publication number
CN111613049B
CN111613049B CN201910143419.5A CN201910143419A CN111613049B CN 111613049 B CN111613049 B CN 111613049B CN 201910143419 A CN201910143419 A CN 201910143419A CN 111613049 B CN111613049 B CN 111613049B
Authority
CN
China
Prior art keywords
determining
flow
target road
traffic
change information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910143419.5A
Other languages
English (en)
Other versions
CN111613049A (zh
Inventor
吴学新
孙伟力
张莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201910143419.5A priority Critical patent/CN111613049B/zh
Publication of CN111613049A publication Critical patent/CN111613049A/zh
Application granted granted Critical
Publication of CN111613049B publication Critical patent/CN111613049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种道路状态监测方法以及装置，其中，该方法包括：获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。本申请实施例基于车辆轨迹数据确定目标道路在预设时间段内的通行状态变化信息，相比当前的通行状态变化信息获取方式，信息获取更及时、效率更高。

Description

一种道路状态监测方法以及装置
技术领域
本申请涉及大数据技术领域，具体而言，涉及一种道路状态监测方法以及装置。
背景技术
随着交通路网的复杂化，交通低效问题成为当前人们关注的热点问题之一。为了提高道路的通行效率，合理化交通路网的功能，交通管理部门会根据道路的实际使用情况对道路功能作出更改，例如禁止道路的左转功能、将双行线道路更改为单行线等。
通行路网中道路状态的变化信息对于分析路网改变措施是否合理具有重要意义，当前主要通过人工采集的方式获取道路的通行状态变化信息，存在滞后性、获取效率较低的问题。
发明内容
有鉴于此，本申请实施例的目的在于提供一种道路状态监测方法以及装置，能够基于车辆轨迹数据自动生成目标道路在预设时间段内的通行状态变化信息。
第一方面，本申请实施例提供了一种道路状态监测方法，包括：
获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。
一种可选实施方式中，所述根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息，包括：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；
根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
一种可选实施方式中，所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还包括：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
一种可选实施方式中，所述检测在每个采集时间点的流量是否存在异常，包括：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
一种可选实施方式中，所述根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常，包括：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
一种可选实施方式中，所述检测在每个采集时间点的流量是否存在异常，包括：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
一种可选实施方式中，所述对存在异常的采集时间点的流量进行修正，包括：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
一种可选实施方式中，所述车流量变化信息包括：至少一个目标道路持续状态对应的流量值，以及与各个所述目标道路持续状态对应的起始时间和终止时间；
所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息，包括：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间；以及，
根据任意两个位置相邻的流量变化时间点对应的流量，确定该目标道路持续状态对应的流量值。
一种可选实施方式中，所述通行状态变化信息，包括：所述目标道路的状态变化类型以及变化时间；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及，
针对每相邻的两个目标道路持续状态，执行：
检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；
如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的状态变化类型；以及，
将两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
一种可选实施方式中，获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息，包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
一种可选实施方式中，所述根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息之后，还包括：
根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
一种可选实施方式中，所述根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
第二方面，本申请实施例提供了一种道路状态监测装置，包括：
获取模块，用于获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
第一确定模块，用于根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
第二确定模块，用于根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。
一种可选实施方式中，所述第一确定模块，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；
根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
一种可选实施方式中，所述第一确定模块，在根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还用于：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
一种可选实施方式中，所述第一确定模块，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
一种可选实施方式中，所述第一确定模块，用于采用下述方式根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
一种可选实施方式中，所述第一确定模块，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
一种可选实施方式中，所述第一确定模块，用于采用下述方式对存在异常的采集时间点的流量进行修正：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
一种可选实施方式中，所述车流量变化信息包括：至少一个目标道路持续状态对应的流量值，以及与各个所述目标道路持续状态对应的起始时间和终止时间；
所述第一确定模块，用于采用下述方式根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间；以及
根据任意两个位置相邻的流量变化时间点对应的流量，确定该目标道路持续状态对应的流量值。
一种可选实施方式中，所述通行状态变化信息，包括：所述目标道路的状态变化类型以及变化时间；
所述第二确定模块，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及
针对每相邻的两个目标道路持续状态，执行：
检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；
如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的状态变化类型；以及，
将两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
一种可选实施方式中，，所述获取模块，用于采用下述方式获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述第一确定模块，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述第二确定模块，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
一种可选实施方式中，还包括：第三确定模块，用于根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
一种可选实施方式中，所述第三确定模块，用于采用下述方式根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面任一所述的道路状态监测方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面任意一项所述的道路状态监测方法的步骤。
本申请实施例获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，根据目标车辆轨迹数据，确定目标道路在预设时间段内的车流量变化信息，然后根据车流量变化信息，生成目标道路在预设时间段内的通行状态变化信息，从而实现了基于车辆轨迹数据自动生成道路的通行状态变化信息，相比当前的通行状态变化信息获取方式，信息获取更及时、效率更高。
另外，本申请一些实施例能够根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息，并根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息，然后根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，进而基于多个预设时间段分别对应的目标车辆轨迹数据，准确的识别目标道路的通行规则变化结果。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例一所提供的一种道路状态监测方法的流程图；
图2示出了本申请实施例所提供的道路状态监测方法中，确定目标道路在所述预设时间段的车流量变化信息的具体方式的流程图；
图3示出了本申请各实施例所提供的道路状态监测方法中，确定与各个目标道路持续状态对应的起始时间和终止时间的具体方式的流程图；
图4示出了本申请各实施例所提供的道路状态监测方法中，另外一种根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息的具体方式的流程图；
图5示出了本申请各实施例所提供的道路状态监测方法中，确定目标道路在预设时间段内的通行状态变化信息的具体方式的流程图；
图6示出了本申请实施例所提供的另一种道路状态监测方法的流程图；
图7示出了本申请实施例所提供的一种道路状态监测装置的示意图；
图8示出了本申请实施例所提供的一种电子设备的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
经研究发现，当前的通行路网的通行状态变化信息在获取的时候，通常是通过主动从交通管理部门获取道路状态数据的方式获取，或者通过司机主动上报的方式获取，这种通行状态变化信息获取方式具有一定的滞后性，且准确性差。
基于上述研究，本申请提供了一种道路状态监测方法以及装置，能够基于车辆轨迹数据确定目标道路在预设时间段内的通行状态变化信息，较之当前的通行状态变化信息获取方式能够更及时，且更准确的获得通行状态变化信息。
为便于对本实施例进行理解，首先对本申请实施例所公开的一种道路状态监测方法进行详细介绍，本申请实施例所提供的通行低效原因检测方法的执行主体一般为具有运算能力的电子设备。
实施例一
参见图1所示，为本申请实施例一提供的道路状态监测方法的流程图，所述方法包括步骤S101～S103，其中：
S101：获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据。
在具体实施中，预设时间段可以根据实际的需要进行具体设置，例如可以将预设时间段设置为15分钟、一小时、三小时、5小时、24小时等。
目标道路包括：至少一个目标路段和/或至少一个目标路口。在目标道路包括目标路段的情况下，目标车辆轨迹数据包括在预设时间段内驶过该目标路段的车辆的轨迹数据；在目标道路包括目标路口的情况下，目标车辆轨迹数据包括在预设时间段内驶过该目标路口的车辆的轨迹数据。
目标路段通常包括至少一个道路方向，例如，东向西行、西向东行、南向北行、北向南行中一种或者多种。
目标路口也通常包括至少一个道路方向，例如包括：东向西直行、东向北转弯、东向南转弯、西向东直行、西向北转弯、西向南转弯、北向南直行、北向西转弯、北向东转弯、南向北直行、南向西转弯、南向东转弯中一种或者多种。
当目标道路包括目标路段以及目标路口时，目标路段和目标路口通常具有连接关系，目标路段通常是目标路口至少一个道路方向的上游路段或者下游路段，因此目标路段和目标路口对应的道路方向也具有对应关系。具体的目标道路设置方式可以参见先有道路设置方式，在此不再赘述。
针对具有不同道路方向的目标道路，在获取目标车辆轨迹数据时，要针对目标道路的各个道路方向，获取在预设时间段内驶过目标道路在该道路方向的车辆的目标车辆轨迹数据。
对应的，在下述S102中，则根据各个道路方向对应的目标车辆轨迹数据，确定目标道路在预设时间段内在该道路方向的车流量变化信息。
在下述S103中，则是根据目标道路在预设时间段在各个道路方向的车流量变化信息，确定目标道路在预设时间段内在各个道路方向的通行状态变化信息。
承接上述S101，本申请实施例提供的道路状态监测方法在获取目标车辆轨迹数据后，还包括：
S102：根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息。
在具体实施中，流量是指单位时间通过目标道路的车辆的数量。流量越大，则认为通过目标道路的车辆越多。目标道路的流量值不同，对应的目标道路持续状态也有所区别。
目标道路持续状态包括：通行以及禁止通行。其中：
通行又包括：畅通、缓行以及拥堵；一般情况下，目标道路持续状态为拥堵时的流量值，大于其为缓行时的流量值，大于其为畅通时的流量值。目标道路持续状态处于通行时，其所对应的流量值通常大于一定的流量阈值；这里需要注意的是，驶过目标道路的车辆较少，甚至没有的情况下，目标道路对应的流量也会小于一定的流量阈值。
禁止通行包括：道路全封闭，道路半封闭、路口禁止左转、路口禁止右转以及路口禁止掉头。
道路全封闭，道路半封闭、路口禁止左转、路口禁止右转以及路口禁止掉头都会使得某个道路方向的流量为0，或者为接近0的数值。
具体地，参见图2所示，本申请实施例还提供一种根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息的具体方式，包括：
S201：根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量。
具体地，由于目标道路所涵盖的范围比较大，使用一组数据通常无法全面反映目标道路的流量情况，因此会根据实际的需要在目标道路中设置至少一个检测位置；对每个检测位置，有一组与该检测位置对应的流量数据，也即该检测位置在预设时间段内的多个采集时间点的流量。
例如针对目标路段，在目标路段的入口段以及出口段分别设置一个检测位置，分别用于检测该目标路段的进口段与出口段的流量。
针对目标路口，在目标路口的每个道路方向都可以设置一个检测位置，分别用于检测该目标路口各个相位的流量数据，其中，每个相位对应一个道路方向。
针对每个检测位置，可以采用下述方式获取每个检测位置在预设时间段内的多个采集时间点的流量：
车辆轨迹数据是由不同的定位点组成的一组数据，每一个定位点，包括该定位点的地理坐标，以及该定位点的定位时间。根据定位点的地理坐标，以及该定位点的定位时间，就能够确定包含采集时间点的一个时间段内通过检测区域的车辆的数量；然后基于通过该检测区域的车辆的数量，以及包含采集时间点的一个时间段的持续时长，确定该检测位置在该采集时间点的流量。
如：假设采集时间点为17:01′30″，包含该采集时间点的时间段为17:01～17:02，在17:01～17:02通过该检测区域的车辆的数量为27，该时间段的持续时长为60秒，因此根据车辆的数量27以及该时间段的持续时长60秒，可以确定该检测位置在该采集时间点的流量为0.45辆/秒。需要注意的是，流量的单位可以根据实际的需要进行设定。例如，0.45辆/秒还可以表示为：27辆/分钟、1620辆/小时等。
S202：根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
在具体实施中，目标道路在预设时间段的车流量变化信息，可以是各个检测位置在预设时间段的车流量变化信息。
针对每个检测位置，车流量变化信息包括：至少一个目标道路持续状态对应的流量值，以及与各个所述目标道路持续状态对应的起始时间和终止时间。
这里，目标道路在预设时间段内可能存在多个不同的目标道路持续状态。不同的目标道路持续状态对应的流量值不同；在一种可能的情况下，相同的目标道路持续状态所对应的流量值也不同。
参见图3所示，在一种可能的实施方式中，可以采用下述方式确定与各个目标道路持续状态对应的起始时间和终止时间：
S301：基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点。
S302：针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间。
在具体实施中，可以采用如贝叶斯网络变点识别算法、基于距离变点识别算法等从各个采集时间点中确定流量变化时间点。
变点识别点算法能够从各个采集时间点中确定流量变化时间点，该流量变化时间点用于将不同的目标道路持续状态区分开，也即，相邻的两个目标道路持续状态通过一个流量变化时间点隔离开，该流量变化时间点既是前一个目标道路持续状态的终止时间，又是后一个目标道路持续状态对应的起始时间。
例如，采集时间点包括A1～A200，对应的采集时间点分别为B1～B200，其中，所确定的流量变化时间点包括：A57、A103、A175，则确定的目标道路持续状态有4个，分别为C1～C4，其中：
目标道路持续状态C1对应的起始时间点为A1，终止时间点为A57，则与目标道路持续状态C1对应的启示时间为B1，终止时间为B57；
目标道路持续状态C2对应的起始时间点为A57，终止时间点为A103，则与该目标道路持续状态C2对应的起始时间为B57，终止时间为B103；
目标道路持续状态C3对应的起始时间点为A103，终止时间点为A175，则与该目标道路持续状态C3对应的起始时间为B103，终止时间为B175；
目标道路持续状态C4对应的起始时间点为A175，终止时间点为A200，则与该目标道路持续状态C3对应的起始时间为B175，终止时间为B200。
在一种可能的实施方式中，每一个目标道路持续状态对应的流量值，可以是目标道路在该目标道路持续状态下各个采集时间点对应流量值的平均值。
例如目标道路在其中一个目标道路持续状态下对应有采集时间点M1～M100，与各个采集时间点对应的流量值依次为m1～m100，则该目标道路持续状态对应的流量值可以表示为：
Figure BDA0001979264250000161
其中，mi为第i个采集时间点对应的流量值。
在另一种可能的实施方式中，每一个目标道路持续状态对应的流量值，还可以根据任意两个位置相邻的流量变化时间点的流量确定。
例如将两个位置相邻的流量变化时间点的流量的平均值，确定为与该两个位置相邻的流量变化时间点对应的目标道路持续状态的流量值。
参见图4所示，本申请实施例还提供另外一种根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息的具体方式，包括：
S401：根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量。
此处，S401的具体实现方法与上述S201类似，在此不再赘述。
S402：检测在每个采集时间点的流量是否存在异常；若是，则跳转至S403；若否，则跳转至S405。
在具体实施中，可以采用多种方式中一种或者多种检测在每个采集时间点的流量是否存在异常。
在一种可能的实施方式中，可以采用下述方式检测各个采集时间点是否存在异常：
针对每个采集时间点A，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的m个采集时间点o1～om；根据在该采集时间点与确定的m个采集时间的流量大小，获取该采集时间点对应的离群因子；根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
在具体实施中，离群因子用于表征当前采集时间点与确定的多个采集时间点对应的流量之间差异大小。具体可以采用离群点检测算法(Local Outlier Factor，LOF)获得。
此处，在根据离群因子确定采集时间点是否存在异常时，可以检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
在另一种可能的实施方式中，还可以采用下述方式检测各个采集时间点是否存在异常：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；检测任意一个分组中的采集时间点的数量是否超出预设数量；如果否，则认为该分组中的采集时间点的流量存在异常。
具体地，在对各个采集时间点进行聚类的时候，可以首先将未完成分类的采集时间点中的其中任意一个采集时间点确定为聚类中心，然后根据其他各个采集时间点与该聚类中心之间的流量的差值，获取与该聚类中心属于同一类的多个采集时间点，并将该类中的各个采集时间点均确定为完成分类的采集时间点；返回将未完成分类的采集时间点中的其中任意一个采集时间点确定为聚类中心的步骤；经过多次迭代，完成对所有采集时间点的聚类。
另外，在对各个采集时间点进行聚类的时候，还可以首先确定预设数量个聚类中心，然后根据其他各个采集时间点与各个聚类中心之间的流量的差值，将其他各个采集时间点划分至与各个聚类中心对应的分类中，完成对所有采集时间点的聚类。
在根据各个采集时间点对应的流量对采集时间点进行聚类后，每一个分类中的采集时间点对应的流量大小都是比较接近的。不同的采集时间点在时间轴中的位置可能并不相邻。如果某个分类中，与采集时间点A具有连续关系采集时间点的数量过少，则认为该采集时间点A为存在异常的采集时间点。
为了确定存在异常的采集时间点，可以根据每个分类中各个采集时间点之间的是否具有连续关系，将该分类中的各个采集时间点划分成多个分组。
例如采集时间点包括：A1～A100，A1与A2在时间轴上是相邻的采集时间点，则认为A1和A2具有连续关系；A1与A50在时间轴上是不相邻的采集时间点，则认为A1和A50不具有连续关系。
较为特殊地，对于某些采集时间点而言，例如在对采集时间点A1～A100进行聚类时，将A30～A50、A52～A54、A99聚为一类，将预设数量设置为3。其中，A30～A50为具有连续关系的采集时间点，A52与A54之间具有连续关系的采集时间点；虽然A52～A54的数量并未超出预设数量3，且A50和A52之间不具有连续关系，但在整个时间轴中，A50和A52之间仅仅存在一个采集时间点A51，因此可能存在A50和A52之间的采集时间点A51为存在异常的采集时间点，而A30～A50、A52～A54均为不存在异常的采集时间点，因此为了排除这种情况的存在，在本申请另一实施例中，在检测某个分组中的采集时间点的流量是否存在异常时，除了要满足该分组中采集时间点的数量不超出预设数量，该分组与相邻的其他分组中采集时间点之间的时间差要大于预设的时间差阈值，或者该分组与相邻的其他分组之间存在的未归属于同一分组中的采集时间点的数量要大于某一预设的数量阈值。
S403：对存在异常的采集时间点的流量进行修正。跳转至S404。
得到存在异常的采集时间点的修正流量。
此处，可以采用下述方式对存在异常的采集时间点的流量进行修正：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
或者，
确定与存在异常的采集时间点存在连续关系的预设数量个目标采集时间点；将确定的预设数量个目标采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
例如，在采集时间点A1～A100中，假若检测到A66存在异常，预设属两个采集时间点为2，可以将A64、A65确定为目标采集时间点，可以将A65、A67确定为目标采集时间点，也可以将A67和A68确定为目标采集时间点。在确定了目标采集时间点后，根据目标采集时间点对应的流量的平均值，确定存在异常的采集时间点的修正流量，并使用存在异常的采集时间点的修正流量，替换存在异常的采集时间点的检测流量(原流量值)。
S404：根据存在异常的采集时间点的修正流量，以及未存在异常的采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
此处，用于确定车流量变化信息的不同时间点的流量，是将存在异常的采集时间点的流量修正后，得到的存在异常的采集时间点的修正流量，以及各个未存在异常的采集时间点的流量来实现的。
S405：根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
上述S404和S405的具体的实现方式与上述S202类似，在此不再赘述。
承接上述S102，本申请实施例在确定目标道路在所述预设时间段的车流量变化信息后，还包括：
S103：根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。
在具体实施中，由于不同的目标道路持续状态对应的流量值不同，因此能够根据车流量变化信息，确定目标道路在预设时间段内的通行状态变化信息。
通行状态变化信息，能够表征目标道路在不同的持续状态下发生转化的情况。其包括：所述目标道路的状态变化类型以及变化时间。
具体的状态变化类型包括两个要素：目标道路的状态发生变化之前的持续状态，以及目标道路的持续状态发生变化之后的持续状态。
变化时间则是前后两个持续状态的变化时间。
例如根据车流量变化信息，确定目标路段在某个时间段内流量下降到0或者接近0，且对应的进口段或者出口段的流量下降到0或者接近0，则目标路段的持续状态由通行转化为道路封闭。反之，如果目标路段在某个时间段内流量由0上升至超出一定的阈值，且对应的进口段或者出口段的流量从0或者接近0上升至超出一定的阈值，则目标路段的持续状态由道路封闭转化为通行。
假若根据车流量变化信息，确定目标路段在某个时间段内流量下降到0或者接近0，且对应的进口段或者出口段流量下降超过阈值，则目标路段的持续状态由通行转化为道路半封闭。反之，如果目标路段在某个时间段内流量从0或者接近0上升至超出一定的阈值，且对应的进口段或者出口段流量上升量超过阈值，则目标路段的持续状态由道路半封闭转化为通行。
假若根据车流量变化信息，确定目标路口左转相位流量下降到接近0，但与对应的路段的流量变化较小，则确定目标路口的持续状态转化为路口禁止左转。
假若根据车流量变化信息，确定目标路口左转相位流量下降到接近0，但与该目标路口对应路段的流量变化较小，则确定目标路口的持续状态转化为路口禁止右转。
假若根据车流量变化信息，确定目标路口左转相位流量下降到接近0，但与该对应路段的流量变化较小，则确定目标路口的持续状态转化为路口禁止右转。
假若根据车流量变化信息，确定目标路口掉头相位流量下降到接近0，但与该对应路段的流量变化较小，则确定目标路口的持续状态转化为路口禁止掉头。
具体地，参见图5所示，本申请实施例提供一种根据车流量变化信息，确定目标道路在预设时间段内的通行状态变化信息：
S501：根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序。
此处，由于相邻的目标道路持续状态之间，在时间上具有连续性，因此可以根据各个目标道路持续状态的启示时间或者终止时间的先后顺序，对目标道路持续状态进行排序。
针对每相邻的两个目标道路持续状态，执行：
S502：检测该相邻两个目标道路持续状态的流量值，是否满足至少一个预设条件；如果是，则跳转至S503以及S504。
S503：根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的状态变化类型。
如果否，则认为该相邻的两个目标道路持续状态没有发生持续状态转换。
示例性的，针对目标路段：
目标路段有两个检测位置P和Q，分别位于目标路段的进口段和出口段；相邻的两个目标道路持续状态分别为M和N；其中，检测位置P在目标道路持续状态M的流量为
Figure BDA0001979264250000221
在目标道路持续状态N的流量为
Figure BDA0001979264250000222
检测位置Q在目标道路持续状态M的流量为
Figure BDA0001979264250000223
在目标道路持续状态N的流量为
Figure BDA0001979264250000224
预设条件以及对应的状态变化类型，如下述中一种或者多种：
预设条件1：
Figure BDA0001979264250000225
和
Figure BDA0001979264250000226
大于预设的第一流量阈值，且
Figure BDA0001979264250000227
和/或
Figure BDA0001979264250000228
和小于预设的第二流量阈值；对应的状态变化类型为：从通行转化为道路全封闭；
预设条件2：
Figure BDA0001979264250000229
和
Figure BDA00019792642500002210
大于预设的第一流量阈值，且
Figure BDA00019792642500002211
和
Figure BDA00019792642500002212
之间的差值大于预设的差值阈值，和/或
Figure BDA00019792642500002213
和
Figure BDA00019792642500002214
之间的差值大于预设的第一差值阈值；对应的状态变化类型为：从通行转化为道路半封闭；
预设条件3：
Figure BDA00019792642500002215
和
Figure BDA00019792642500002216
小于预设的第二流量阈值，且
Figure BDA00019792642500002217
和/或
Figure BDA00019792642500002218
和大于预设的第一流量阈值；对应的状态变化类型为：从封闭转化为通行；
针对目标路口：
目标路段有三个检测位置P、Q和R，分别位于目标路口的左转相位、右转相位以及掉头相位；相邻的两个目标道路持续状态分别为M和N；其中，检测位置P在目标道路持续状态M的流量为
Figure BDA00019792642500002219
在目标道路持续状态N的流量为
Figure BDA00019792642500002220
检测位置Q在目标道路持续状态M的流量为
Figure BDA00019792642500002221
在目标道路持续状态N的流量为
Figure BDA00019792642500002222
检测位置R在目标道路持续状态M的流量为
Figure BDA00019792642500002223
在目标道路持续状态N的流量为
Figure BDA00019792642500002224
与目标路口对应的路段在目标道路持续状态M的流量为Sm′，在目标道路持续状态N的流量为Sn′。
预设条件，以及对应的状态变化类型，如下述中一种或者多种：
预设条件4：
Figure BDA0001979264250000231
大于预设的第一流量阈值，
Figure BDA0001979264250000232
小于预设的第二流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从可以左转转化为禁止左转。
预设条件5：
Figure BDA0001979264250000233
小于预设的第二流量阈值，
Figure BDA0001979264250000234
大于预设的第一流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从禁止左转转化为可以左转。
预设条件6：
Figure BDA0001979264250000235
大于预设的第一流量阈值，
Figure BDA0001979264250000236
小于预设的第二流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从可以右转转化为禁止右转。
预设条件7：
Figure BDA0001979264250000237
小于预设的第二流量阈值，
Figure BDA0001979264250000238
大于预设的第一流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从禁止右转转化为可以右转。
预设条件8：
Figure BDA0001979264250000239
大于预设的第一流量阈值，
Figure BDA00019792642500002310
小于预设的第二流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从可以掉头转化为禁止掉头。
预设条件9：
Figure BDA00019792642500002311
小于预设的第二流量阈值，
Figure BDA00019792642500002312
大于预设的第一流量阈值，同时，Sm′和Sn′之间的差值小于预设的第二差值阈值；对应的状态变化类型为：从禁止掉头转化为可以掉头。
需要注意的是，上述第二流量阈值可以是一个较为接近0的值，具体可以根据实际需要进行具体设定。
S504：将两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
此处，还可以将两个目标道路持续状态中，终止时间在前的目标道路状态的终止时间，确定为变化时间。
本申请实施例获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，根据目标车辆轨迹数据，确定目标道路在预设时间段内的车流量变化信息，然后根据车流量变化信息，生成目标道路在预设时间段内的通行状态变化信息，从而实现了基于车辆轨迹数据自动生成道路的通行状态变化信息，相比当前的通行状态变化信息获取方式，信息获取更及时、效率更高。
实施例二
参见图6所示，本申请实施例二还提供另外一种道路状态监测方法。该方法包括：
S601：获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同。
示例性的，若多个预设时间段为7个，则获取连续的7天内，相同的预设时间端内驶过目标道路的车辆的目标车辆轨迹数据。例如预设时间段为每天的7:00～10:00，预设时间段为7个；则目标车辆轨迹数据，为一周内每天7:00～10:00驶过目标道路的车辆的轨迹数据。
针对各个预设时间段，目标车辆轨迹数据的获取方式与上述S101类似，在此不再赘述。
S602：根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息。
此处，针对每个预设时间段，确定与该预设时间段对应的车流量变化信息的方式与上述S102类似，在此不再赘述。
S603：根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
此处，针对每个预设时间段，确定与每个预设时间段对应的通行状态变化信息的具体方式与上述S604类似，在此不再赘述。
另外，在本申请另一实施例中，还包括：
S604：根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
在具体实施中，与各个预设时间段对应的通行状态变化信息，能够用于表征目标道路状态的暂时性变化。本申请在此基础之上，根据各个预设时间段对应的通行状态变化信息，确定的目标道路的通行规则变化结果，则是能够用于表征目标道路状态的长时间变化。
具体地，可以采用下述方式确定目标道路的通行规则变化结果：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值；如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
此处，为目标道路确定的通行状态变化信息通常有一组或者多组；通行状态变化信息相同，是指目标道路的状态变化类型以及变化时间均相同。这里的通行状态变化信息相同的预设时间段，是指包括了至少一组相同通行状态变化信息的预设时间段，而并非是两个预设时间段对应的所有通行状态变化信息(通行状态变化信息超出1组的情况下)完全相同。
例如，预设时间段为50个分别为D1～D50，预设的数量阈值为20；其中，D25～D50中，均包括相同的通行状态变化信息。其中，D25～D50包括了一组相同的通行状态变化信息：
状态变化类型：从可以左转转化为禁止左转；
变化时间：7:00。
假若在其他预设时段内，该目标路口在7:00是允许左转的，或者现行的通行规则中，该目标路口在7:00是允许左转的，则可以确定目标道路的通行规则变化结果为：目标路口在7:00禁止左转。
本申请实施例能够根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息，并根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息，然后根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，进而基于多个预设时间段分别对应的目标车辆轨迹数据，准确的识别目标道路的通行规则变化结果。
另外，在本申请另一实施例中，还可以确定属于同一区域的多个目标道路，多个目标道路在之间具有连接关系；根据本申请实施例提供的道路状态监测方法，确定每个目标道路的通行状态变化信息，然后根据各个目标道路的通行状态变化信息，确定该区域中道路的通行状态变化信息。
例如，目标道路包括W1～W50；其中，目标道路W35、W36、W37依次连接；
所获取的目标道路W35、W36、W37的通行状态变化信息均包括：从通行转化为全封闭，对应变化时间：7:00。则可以根据目标道路W35、W36、W37的通行状态变化信息，确定由W35、W36、W37构成的道路在7:00由通行转化为全封闭。
基于同一发明构思，本申请实施例中还提供了与道路状态监测方法对应的道路状态监测装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述道路状态监测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
实施例三
参照图7所示，为本申请实施例三提供的一种道路状态监测装置的示意图，所述装置包括：获取模块71、第一确定模块72、第二确定模块73；其中，
获取模块71，用于获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
第一确定模块72，用于根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
第二确定模块73，用于根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。
本申请实施例获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，根据目标车辆轨迹数据，确定目标道路在预设时间段内的车流量变化信息，然后根据车流量变化信息，生成目标道路在预设时间段内的通行状态变化信息，从而实现了基于车辆轨迹数据自动生成道路的通行状态变化信息，相比当前的通行状态变化信息获取方式，信息获取更及时、效率更高。
一种可选实施方式中，所述第一确定模块72，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；
根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
一种可选实施方式中，所述第一确定模块72，在根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还用于：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
一种可选实施方式中，所述第一确定模块72，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
一种可选实施方式中，所述第一确定模块72，用于采用下述方式根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
一种可选实施方式中，所述第一确定模块72，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
一种可选实施方式中，所述第一确定模块72，用于采用下述方式对存在异常的采集时间点的流量进行修正：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
一种可选实施方式中，所述车流量变化信息包括：至少一个目标道路持续状态对应的流量值，以及与各个所述目标道路持续状态对应的起始时间和终止时间；
所述第一确定模块72，用于采用下述方式根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间；以及
根据任意两个位置相邻的流量变化时间点对应的流量，确定该目标道路持续状态对应的流量值。
一种可选实施方式中，所述通行状态变化信息，包括：所述目标道路的状态变化类型以及变化时间；
所述第二确定模块73，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及
针对每相邻的两个目标道路持续状态，执行：
检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；
如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的状态变化类型；以及，
将两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
一种可选实施方式中，，所述获取模块71，用于采用下述方式获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述第一确定模块72，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述第二确定模块73，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
一种可选实施方式中，还包括：第三确定模块74，用于根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
一种可选实施方式中，所述第三确定模块74，用于采用下述方式根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
实施例四
本申请实施例四还提供了一种计算机设备800，如图8所示，为本申请实施例提供的计算机设备800结构示意图，包括：
处理器81、存储器82、和总线83；存储器82用于存储执行指令，包括内存821和外部存储器822；这里的内存821也称内存储器，用于暂时存放处理器81中的运算数据，以及与硬盘等外部存储器822交换的数据，处理器81通过内存821与外部存储器822进行数据交换，当所述计算机设备800运行时，所述处理器81与所述存储器82之间通过总线83通信，使得所述处理器81在用户态执行以下指令：
获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息。
一种可能的实施方式中，处理器81执行的指令中，所述根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息，包括：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；
根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息。
一种可能的实施方式中，处理器81执行的指令中，所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还包括：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
一种可能的实施方式中，处理器81执行的指令中，所述检测在每个采集时间点的流量是否存在异常，包括：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
一种可能的实施方式中，处理器81执行的指令中，所述根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常，包括：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
一种可能的实施方式中，处理器81执行的指令中，所述检测在每个采集时间点的流量是否存在异常，包括：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
一种可能的实施方式中，处理器81执行的指令中，所述对存在异常的采集时间点的流量进行修正，包括：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
一种可能的实施方式中，处理器81执行的指令中，所述车流量变化信息包括：至少一个目标道路持续状态对应的流量值，以及与各个所述目标道路持续状态对应的起始时间和终止时间；
所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息，包括：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间；以及
根据任意两个位置相邻的流量变化时间点对应的流量，确定该目标道路持续状态对应的流量值。
一种可能的实施方式中，处理器81执行的指令中，所述通行状态变化信息，包括：所述目标道路的状态变化类型以及变化时间；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及
针对每相邻的两个目标道路持续状态，执行：
检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；
如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的状态变化类型；以及，
将两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
一种可能的实施方式中，处理器81执行的指令中，获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息，包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
一种可能的实施方式中，处理器81执行的指令中，所述根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息之后，还包括：
根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
一种可能的实施方式中，处理器81执行的指令中，所述根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的道路状态监测方法的步骤。
本申请实施例所提供一种道路状态监测方法以及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (24)

1.一种道路状态监测方法，其特征在于，包括：
获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息；
其中，所述根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息，包括：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；
根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息；
所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息，包括：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，根据该任意两个位置相邻的流量变化时间点对应的流量，确定该任意两个位置相邻的流量变化时间点的车流量变化信息所包括的目标道路持续状态对应的流量值；其中，所述目标道路持续状态包括：通行以及禁止通行；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
针对每相邻的两个目标道路持续状态，检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；
如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的通行状态变化信息所包括的状态变化类型。
2.根据权利要求1所述的方法，其特征在于，所述根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还包括：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
3.根据权利要求2所述的方法，其特征在于，所述检测在每个采集时间点的流量是否存在异常，包括：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
4.根据权利要求3所述的方法，其特征在于，所述根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常，包括：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
5.根据权利要求2所述的方法，其特征在于，所述检测在每个采集时间点的流量是否存在异常，包括：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
6.根据权利要求2所述的方法，其特征在于，所述对存在异常的采集时间点的流量进行修正，包括：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
7.根据权利要求1所述的方法，其特征在于，所述车流量变化信息还包括各个所述目标道路持续状态对应的起始时间和终止时间；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间。
8.根据权利要求7所述的方法，其特征在于，所述通行状态变化信息还包括状态变化类型的变化时间；
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及
针对每相邻的两个目标道路持续状态，执行：
将任意相邻的两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
9.根据权利要求1所述的方法，其特征在于，获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息，包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息，包括：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
10.根据权利要求9所述的方法，其特征在于，所述根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息之后，还包括：
根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
11.根据权利要求10所述的方法，其特征在于，所述根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
12.一种道路状态监测装置，其特征在于，包括：
获取模块，用于获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；
第一确定模块，用于根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息；
第二确定模块，用于根据所述车流量变化信息，确定所述目标道路在所述预设时间段内的通行状态变化信息；
其中，所述第一确定模块，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在所述预设时间段的车流量变化信息：
根据所述目标车辆轨迹数据，确定在所述预设时间段内的多个采集时间点的流量；根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息；
所述第一确定模块，用于采用下述方式根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息：
基于预设的变点识别算法，从各个采集时间点中确定流量变化时间点；
针对任意两个位置相邻的流量变化时间点，根据该任意两个位置相邻的流量变化时间点对应的流量，确定该任意两个位置相邻的流量变化时间点的车流量变化信息所包括的目标道路持续状态对应的流量值；其中，所述目标道路持续状态包括：通行以及禁止通行；
所述第二确定模块，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
针对每相邻的两个目标道路持续状态，检测该任意相邻的两个目标道路持续状态的流量值，是否满足至少一个预设条件；如果是，则根据所述至少一个预设条件与状态变化类型之间的映射关系，确定与该任意相邻的两个目标道路持续状态对应的通行状态变化信息所包括的状态变化类型。
13.根据权利要求12所述的装置，其特征在于，所述第一确定模块，在根据在不同采集时间点的流量，确定目标道路在所述预设时间段的车流量变化信息之前，还用于：
检测在每个采集时间点的流量是否存在异常；
若存在，则对存在异常的采集时间点的流量进行修正。
14.根据权利要求13所述的装置，其特征在于，所述第一确定模块，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
针对每个采集时间点，执行：
确定与该采集时间点的时间差在第一预设时间差阈值以内的多个采集时间点；
根据在该采集时间点与确定的多个采集时间点的流量大小，获取该采集时间点对应的离群因子；
根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常。
15.根据权利要求14所述的装置，其特征在于，所述第一确定模块，用于采用下述方式根据该采集时间点对应的离群因子，确定该采集时间点对应的流量是否存在异常：
检测该采集时间点对应的离群因子是否大于预设的离群因子阈值；如果是，则确定该采集时间点对应的流量存在异常。
16.根据权利要求13所述的装置，其特征在于，所述第一确定模块，用于采用下述方式检测在每个采集时间点的流量是否存在异常：
根据各个采集时间点的流量大小，对各个所述采集时间点进行聚类，形成多个分类；
针对每个分类，根据该分类中的各个采集时间点的连续关系，将该分类中的各个采集时间点划分为多个分组；
检测任意一个分组中的采集时间点的数量是否超出预设数量；
如果否，则认为该分组中的采集时间点的流量存在异常。
17.根据权利要求13所述的装置，其特征在于，所述第一确定模块，用于采用下述方式对存在异常的采集时间点的流量进行修正：
确定与存在异常的采集时间点的时间差在第二预设时间差阈值以内的多个采集时间点；
将确定的多个采集时间点的流量的平均值，确定为存在异常的采集时间点的流量。
18.根据权利要求12所述的装置，其特征在于，所述车流量变化信息还包括各个所述目标道路持续状态对应的起始时间和终止时间；
针对任意两个位置相邻的流量变化时间点，执行：
将该任意两个位置相邻的流量变化时间点中，时间在前的流量变化时间点的时间，确定为一个目标道路持续状态的起始时间，以及将时间在后的流量变化时间点的时间，确定为该目标道路持续状态的终止时间。
19.根据权利要求18所述的装置，其特征在于，所述通行状态变化信息还包括状态变化类型的变化时间；
所述第二确定模块用于：
根据各个所述目标道路持续状态的起始时间或者终止时间的先后顺序，对各个所述目标道路持续状态进行排序；以及
针对每相邻的两个目标道路持续状态，执行：
将任意相邻的两个目标道路持续状态中，起始时间在后的目标道路持续状态的起始时间，确定为变化时间。
20.根据权利要求12所述的装置，其特征在于，所述获取模块，用于采用下述方式获取在预设时间段内驶过目标道路的车辆的目标车辆轨迹数据，包括：
获取多个预设时间段内驶过目标道路的车辆的目标车辆轨迹数据；不同预设时间段行驶的起始时间和终止时间的时间属性相同；
所述第一确定模块，用于采用下述方式根据所述目标车辆轨迹数据，确定所述目标道路在该预设时间段的车流量变化信息包括：
根据各个预设时间段的所述目标车辆轨迹数据，确定所述目标道路在各个所述预设时间段的车流量变化信息；
所述第二确定模块，用于采用下述方式根据所述车流量变化信息，确定所述目标道路在该预设时间段内的通行状态变化信息：
根据所述目标道路在各个所述预设时间段的车流量变化信息，确定所述目标道路在各个预设时间段的通行状态变化信息。
21.根据权利要求20所述的装置，其特征在于，还包括：第三确定模块，用于根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果。
22.根据权利要求21所述的装置，其特征在于，所述第三确定模块，用于采用下述方式根据各个所述预设时间段对应的通行状态变化信息，确定所述目标道路的通行规则变化结果，包括：
判断通行状态变化信息相同的连续预设时间段的数量，是否超出预设的数量阈值或者百分比阈值；
如果是，则基于通行状态变化信息相同的连续预设时间段的通行状态变化信息，确定所述目标道路的通行规则变化结果。
23.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一所述的道路状态监测方法的步骤。
24.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至11任意一项所述的道路状态监测方法的步骤。
CN201910143419.5A 2019-02-26 2019-02-26 一种道路状态监测方法以及装置 Active CN111613049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910143419.5A CN111613049B (zh) 2019-02-26 2019-02-26 一种道路状态监测方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910143419.5A CN111613049B (zh) 2019-02-26 2019-02-26 一种道路状态监测方法以及装置

Publications (2)

Publication Number Publication Date
CN111613049A CN111613049A (zh) 2020-09-01
CN111613049B true CN111613049B (zh) 2022-07-12

Family

ID=72201376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910143419.5A Active CN111613049B (zh) 2019-02-26 2019-02-26 一种道路状态监测方法以及装置

Country Status (1)

Country Link
CN (1) CN111613049B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861706B (zh) * 2021-02-04 2024-07-16 北京百度网讯科技有限公司 一种道路状态的监测方法、装置、设备以及存储介质
CN113190997B (zh) * 2021-04-29 2023-08-01 贵州数据宝网络科技有限公司 一种大数据终端数据修复方法及系统
CN113920722B (zh) * 2021-09-23 2023-04-14 摩拜(北京)信息技术有限公司 路口通行状态获取方法、装置、电子设备及存储介质
CN115188186B (zh) * 2022-06-28 2024-02-20 公安部交通管理科学研究所 一种区域内交通流量监测方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1262934A2 (de) * 2001-06-01 2002-12-04 DDG Gesellschaft für Verkehrsdaten mbH Verfahren zur Verkehrslageerfassung
US20080167795A1 (en) * 2006-07-18 2008-07-10 International Business Machines Corporation Proactive Mechanism for Supporting the Global Managment of Vehicle Traffic Flow
CN101739814A (zh) * 2009-11-06 2010-06-16 吉林大学 基于scats线圈数据的交通状态在线定量评价与预测方法
CN102938203A (zh) * 2012-11-06 2013-02-20 江苏大为科技股份有限公司 基于基本交通流参数的道路拥挤状态自动判别方法
CN103488878A (zh) * 2013-09-09 2014-01-01 重庆大学 基于向量相似性的交通流时间序列变点识别方法
CN104123833A (zh) * 2013-04-25 2014-10-29 北京搜狗信息服务有限公司 一种道路状况的规划方法和装置
CN104121908A (zh) * 2013-04-25 2014-10-29 北京搜狗信息服务有限公司 一种延时路径规划的方法和系统
CN105913661A (zh) * 2016-06-15 2016-08-31 北京航空航天大学 一种基于收费数据的高速公路路段交通状态判别方法
CN106157609A (zh) * 2015-04-17 2016-11-23 高德软件有限公司 一种路段状态的监测方法及装置
CN106652460A (zh) * 2017-03-08 2017-05-10 吉林大学 一种高速公路交通状态判别方法及系统
CN106710276A (zh) * 2017-03-21 2017-05-24 北京汽车集团有限公司 交通信息获取方法及装置
CN107705551A (zh) * 2016-08-08 2018-02-16 阿里巴巴集团控股有限公司 交通路况的评估方法以及装置
CN107733921A (zh) * 2017-11-14 2018-02-23 深圳中兴网信科技有限公司 网络流量异常检测方法、装置、计算机设备和存储介质
CN108629973A (zh) * 2018-05-11 2018-10-09 四川九洲视讯科技有限责任公司 基于固定检测设备的路段交通拥堵指数计算方法
CN108665703A (zh) * 2018-04-23 2018-10-16 东南大学 基于宏观基本图的路网状态转换点判别方法
CN108682153A (zh) * 2018-05-31 2018-10-19 重庆大学 一种基于rfid电子车牌数据的城市道路交通拥堵状态判别方法
CN108898851A (zh) * 2018-06-20 2018-11-27 东南大学 城市道路断面交通量组合预测方法
CN109241138A (zh) * 2018-08-30 2019-01-18 跨越速运集团有限公司 一种移动轨迹构建方法及装置
CN109284380A (zh) * 2018-09-25 2019-01-29 平安科技（深圳）有限公司 基于大数据分析的非法用户识别方法及装置、电子设备

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100524383C (zh) * 2005-05-30 2009-08-05 东软集团股份有限公司 能够即时更新交通规则的导航设备
CN101540101A (zh) * 2008-03-17 2009-09-23 上海宝康电子控制工程有限公司 道路交通事件检测方法与系统
JP2011047652A (ja) * 2009-08-25 2011-03-10 Makoto Kato 最適経路探索装置
CN101819717B (zh) * 2010-03-05 2012-02-22 吉林大学 基于交通状态时空模型的路网性能判定方法
CN101950482B (zh) * 2010-09-08 2012-02-29 公安部交通管理科学研究所 道路交通状态智能识别方法
CN102592453B (zh) * 2012-02-27 2014-02-26 东南大学 一种基于时间窗口的实时交通状况判别方法
RU2569123C1 (ru) * 2012-09-12 2015-11-20 Омрон Корпорейшн Устройство генерации команды управления потоком данных и устройство управления датчиками
US10037689B2 (en) * 2015-03-24 2018-07-31 Donald Warren Taylor Apparatus and system to manage monitored vehicular flow rate
CN103971516B (zh) * 2014-05-13 2016-04-20 紫光捷通科技股份有限公司 交通数据预处理方法及路况检测方法
CN104900077B (zh) * 2015-06-26 2017-10-24 中交机电工程局有限公司 基于动态标志线的城市道路交通管理系统
CN106530684B (zh) * 2015-09-11 2019-08-20 杭州海康威视系统技术有限公司 处理交通道路信息的方法及装置
CN105279966B (zh) * 2015-10-09 2018-03-13 武汉理工大学 一种校园交通的拥堵识别方法
JP6531689B2 (ja) * 2016-03-22 2019-06-19 株式会社デンソー 移動軌跡検出装置、移動物体検出装置、移動軌跡検出方法
CN106297326A (zh) * 2016-10-27 2017-01-04 深圳榕亨实业集团有限公司 基于全息路网潮汐交通流可变车道控制方法
CN106600959B (zh) * 2016-12-13 2019-12-20 广州市公共交通数据管理中心 一种交通拥堵指数的预测方法
CN108763776B (zh) * 2018-05-30 2022-06-21 苏州大学 一种城市快速路网时变交通状态仿真方法及装置
CN109035778B (zh) * 2018-08-29 2021-11-30 深圳市赛为智能股份有限公司 拥堵成因分析方法、装置、计算机设备及存储介质

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1262934A2 (de) * 2001-06-01 2002-12-04 DDG Gesellschaft für Verkehrsdaten mbH Verfahren zur Verkehrslageerfassung
US20080167795A1 (en) * 2006-07-18 2008-07-10 International Business Machines Corporation Proactive Mechanism for Supporting the Global Managment of Vehicle Traffic Flow
CN101739814A (zh) * 2009-11-06 2010-06-16 吉林大学 基于scats线圈数据的交通状态在线定量评价与预测方法
CN102938203A (zh) * 2012-11-06 2013-02-20 江苏大为科技股份有限公司 基于基本交通流参数的道路拥挤状态自动判别方法
CN104123833A (zh) * 2013-04-25 2014-10-29 北京搜狗信息服务有限公司 一种道路状况的规划方法和装置
CN104121908A (zh) * 2013-04-25 2014-10-29 北京搜狗信息服务有限公司 一种延时路径规划的方法和系统
CN103488878A (zh) * 2013-09-09 2014-01-01 重庆大学 基于向量相似性的交通流时间序列变点识别方法
CN106157609A (zh) * 2015-04-17 2016-11-23 高德软件有限公司 一种路段状态的监测方法及装置
CN105913661A (zh) * 2016-06-15 2016-08-31 北京航空航天大学 一种基于收费数据的高速公路路段交通状态判别方法
CN107705551A (zh) * 2016-08-08 2018-02-16 阿里巴巴集团控股有限公司 交通路况的评估方法以及装置
CN106652460A (zh) * 2017-03-08 2017-05-10 吉林大学 一种高速公路交通状态判别方法及系统
CN106710276A (zh) * 2017-03-21 2017-05-24 北京汽车集团有限公司 交通信息获取方法及装置
CN107733921A (zh) * 2017-11-14 2018-02-23 深圳中兴网信科技有限公司 网络流量异常检测方法、装置、计算机设备和存储介质
CN108665703A (zh) * 2018-04-23 2018-10-16 东南大学 基于宏观基本图的路网状态转换点判别方法
CN108629973A (zh) * 2018-05-11 2018-10-09 四川九洲视讯科技有限责任公司 基于固定检测设备的路段交通拥堵指数计算方法
CN108682153A (zh) * 2018-05-31 2018-10-19 重庆大学 一种基于rfid电子车牌数据的城市道路交通拥堵状态判别方法
CN108898851A (zh) * 2018-06-20 2018-11-27 东南大学 城市道路断面交通量组合预测方法
CN109241138A (zh) * 2018-08-30 2019-01-18 跨越速运集团有限公司 一种移动轨迹构建方法及装置
CN109284380A (zh) * 2018-09-25 2019-01-29 平安科技（深圳）有限公司 基于大数据分析的非法用户识别方法及装置、电子设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Graph analysis on ATCS data in road network for congestion detection;Apip Ramdlani;《2017 International Conference on Data and Software Engineering (ICoDSE)》;20181212;1-6 *
城市快速路交通流时变特性研究;董斌;《中国优秀博硕士学位论文全文数据库（硕士）工程科技Ⅱ辑》;20061115(第11期);第11、13-14、22-23、27-30页 *
基于交通波理论的山地城市快速路拥堵研究;蔡明;《现代商贸工业》;20161231;第37卷(第22期);169-170 *
基于时空相关性的高速公路交通流故障数据修复方法研究;刘梦依;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20160915(第09期);C034-150 *
时空数据的离群点识别研究;张赵英;《中国优秀硕士学位论文全文数据库信息科技辑》;20180615(第06期);I138-1071 *
高速公路基本路段实时交通状态判别方法的研究及应用;陈会茹;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20160215(第02期);C034-682 *

Also Published As

Publication number Publication date
CN111613049A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111613049B (zh) 一种道路状态监测方法以及装置
US11127285B2 (en) Method, apparatus and computer program product for estimation of road traffic condition using traffic signal data
Sander et al. The potential of clustering methods to define intersection test scenarios: Assessing real-life performance of AEB
CN104504901B (zh) 一种基于多维数据的交通异常点检测方法
CN109033966B (zh) 绕路检测模型训练方法和装置，以及绕路检测方法和装置
CN108871357B (zh) 一种在电子地图上显示拥堵路段的事故车道的方法
Wei et al. An adaptive-margin support vector regression for short-term traffic flow forecast
CN108538050B (zh) 一种短时交通流量预测方法及装置
US20190311615A1 (en) Traffic control support system, traffic control support method, and program recording medium
Song et al. A match‐then‐predict method for daily traffic flow forecasting based on group method of data handling
CN105184382A (zh) 运动轨迹的优化方法与装置
Hyeon et al. Short-term speed forecasting using vehicle wireless communications
CN108082188B (zh) 车辆控制单元（vcu）及其操作方法
Schnitzler et al. Combining a Gauss-Markov model and Gaussian process for traffic prediction in Dublin city center.
Roberts et al. Learning behavior of distribution system discrete control devices for cyber-physical security
Suryadjaja et al. Modeling traffic flows with fluid flow model
He et al. Link dynamic vehicle count estimation based on travel time distribution using license plate recognition data
Shaji et al. Joint clustering and prediction approach for travel time prediction
CN114596702A (zh) 一种交通状态预测模型构建方法及交通状态预测方法
Lee et al. Congestion pattern model for predicting short-term traffic decongestion times
Zou et al. Analyzing freeway traffic incident clearance time using a deep survival model
CN111814459A (zh) 交通规则数据的处理方法、装置、存储介质及电子设备
CN111402585A (zh) 偶发性拥堵路径的探测方法
CN113077638B (zh) 用于车速推荐的方法、装置及设备
CN114485826A (zh) 一种车辆里程油耗数据确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant