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

CN112819325B - 高峰时段确定方法、装置、电子设备和存储介质 - Google Patents

高峰时段确定方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112819325B
CN112819325B CN202110129977.3A CN202110129977A CN112819325B CN 112819325 B CN112819325 B CN 112819325B CN 202110129977 A CN202110129977 A CN 202110129977A CN 112819325 B CN112819325 B CN 112819325B
Authority
CN
China
Prior art keywords
traffic
sub
time
target
period
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
CN202110129977.3A
Other languages
English (en)
Other versions
CN112819325A (zh
Inventor
宁志猛
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 CN202110129977.3A priority Critical patent/CN112819325B/zh
Publication of CN112819325A publication Critical patent/CN112819325A/zh
Application granted granted Critical
Publication of CN112819325B publication Critical patent/CN112819325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了高峰时段确定方法、装置、电子设备和存储介质，该方法包括：获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；根据每个第二子时间段的第二交通运行指数，从多个第二子时间段中选择出交通平稳状态下的目标第二子时间段；根据目标第二子时间段的第二交通运行指数，计算交通平稳状态下的交通运行指数阈值；从多个第一子时间段中选择出交通运行指数大于交通运行指数阈值的第一子时间段作为目标第一子时间段；根据目标第一子时间段的连续性，确定通勤高峰时段。本申请通过计算交通平稳状态下的交通运行指数阈值，确定目标区域的通勤高峰时段，提高了高峰时段的准确性。

Description

高峰时段确定方法、装置、电子设备和存储介质
技术领域
本申请涉及信息技术领域，具体而言，涉及高峰时段确定方法、装置、电子设备和存储介质。
背景技术
随着人们出行需求的增多，交通出行已经成为人们日常生活的重要组成部分。当人们集中出行的时候，道路容易出现较大交通量。一天中出现大交通量的时间为交通出行的高峰时段。
交通出行的早晚高峰时段是交通管理、交通规划、交通评价的重要参数，可以反映人们交通出行的情况。同时，早晚高峰时段也可以作为交通管理决策、城市交通状态评价的重要依据。
目前确定早晚高峰时段的方法主要是通过现场调查统计车流量，然后车辆量的多少以及对应的时间，确定早晚高峰时段。
发明内容
有鉴于此，本申请的目的在于提供高峰时段确定方法、装置、电子设备和存储介质，以提高通勤高峰时段的准确性。
第一方面，本申请实施例提供了高峰时段确定方法，包括：
获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通平稳状态下的目标第二子时间段；
根据所述目标第二子时间段的第二交通运行指数，计算交通平稳状态下的交通运行指数阈值；
从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段；
根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，在步骤获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数之前，所述方法包括：
获取目标区域中每个时间段的车辆通行效率；
确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合所述预设数值范围的连续时间段为非通勤时段。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，所述根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段，包括：
针对每个所述第二子时间段，根据所述第二交通运行指数，计算该所述第二子时间段的交通运行指数波动幅度；
从多个所述第二子时间段中选择出交通运行指数波动幅度在预设范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，所述根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值，包括：
按照预定的分位数选取方法，从所述选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数；
根据所述目标第二交通运行指数确定交通运行指数阈值。
结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，所述目标第二交通运行指数是根据多个所述目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；所述目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
第二方面，本申请实施例提供了高峰时段确定装置，包括：
第一获取模块，用于获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
第一选择模块，用于根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段；
第一计算模块，用于根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
第二选择模块，用于从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段；
第一确定模块，用于根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
第三方面，本申请实施例还提供电子设备，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上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本申请实施例还提供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第一方面，或第一方面中任一种可能的实施方式中的步骤。
第五方面，本申请实施例还提供计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
本申请实施例提供的高峰时段确定方法，包括：获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；根据每个第二子时间段的第二交通运行指数，从多个第二子时间段中选择出交通平稳状态下的目标第二子时间段；根据目标第二子时间段的第二交通运行指数，计算交通平稳状态下的交通运行指数阈值；从多个第一子时间段中选择出交通运行指数大于交通运行指数阈值的第一子时间段作为目标第一子时间段；根据目标第一子时间段的连续性，确定通勤高峰时段。本申请实施例相对于现有技术中通过现场统计的方法，准确计算了交通平稳状态下的交通运行指数阈值，根据选择出的大于交通运行指数阈值的第一子时间段，确定通勤高峰时段，提高了通勤高峰时段的准确性。
本申请实施例提供的高峰时段确定方法，根据交通运行指数波动幅度选择出处于平稳状态的目标第二子时间段，提高了计算的准确性，使得确定出的通勤高峰时段的准确性更高。
本申请实施例提供的高峰时段确定方法，根据分位数选取方法选取的目标第二交通运行指数和最大交通运行指数，计算交通运行指数阈值，提高了通勤高峰时段的准确性。
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提供的一种高峰时段确定方法的流程图；
图2示出了本申请实施例提供的另一种高峰时段确定方法的流程图；
图3示出了本申请实施例提供的一种高峰时段确定装置的结构示意图；
图4示出了本申请实施例提供的一种电子设备的结构示意图。
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。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
高峰时段指的是出现较大交通量的时间段，当人们集中出行时，交通路线上会集中大量车辆、行人等，因此高峰时段通常会发生较大交通量，甚至发生拥堵。
高峰时段通常出现在通勤时间、临近节假日、节假日即将结束时以及其他特殊时期等。通常情况下，通勤时间会出现早高峰和晚高峰，这是由于一天中人们往返于居住地和工作地点造成的交通量较大的情况，通勤时间的高峰时段主要出现在上午和下午。
节假日或者节假日即将结束时出现高峰时段，主要是人们集中离开经常所在地或返回经常所在地造成的，但是这种情况跟节假日的安排有关，并不是常态化的高峰时段。
其他特殊时期出现的高峰时段，可以是由于突发事件或者特殊事件造成的人们集中出行引起的，例如集中搬迁等原因导致的高峰时段，这种情况可能跟当地区域政策有关，属于突发性的高峰时段。
上述通勤时间的高峰时段可以认为是一种经常性的高峰时段，节假日或者节假日即将结束时出现的高峰时段以及其他特殊时期出现的高峰时段可以认为是一种非经常性的高峰时段。
考虑到经常性的高峰时段跟人们的出行关系更加密切，是交通管理、交通规划、交通评价的重要参数，可以反映人们交通出行的情况，同时，也可以作为交通管理决策、城市交通状态评价的重要依据，因此本申请实施例提供的高峰时段确定方法主要适用于经常性的高峰时段的确定过程中，也就是主要适用于通勤时段的应用场景中，为了使得本领域技术人员能够使用本申请的内容，将结合特定应用场景“通勤时段”，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。
如图1所示的一种高峰时段确定方法的流程图中，包括以下步骤：
S101：获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
S102：根据每个第二子时间段的第二交通运行指数，从多个第二子时间段中选择出交通处于平稳状态的目标第二子时间段；
S103：根据目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
S104：从多个第一子时间段中选择出交通运行指数大于交通运行指数阈值的第一子时间段作为目标第一子时间段；
S105：根据目标第一子时间段的连续性，确定目标区域的通勤高峰时段。
在S101中，通勤时段指的是从业人员因工作或学习等原因往返于居住地与工作单位或学校的时间段。考虑到不同区域所在的时区以及所在行政区域的工作(或学习)时间等因素有所差别，因此不同区域的通勤时段可以是不同的。具体地，这里可以根据人们的历史交通出行数据获取目标区域的通勤时段，或者根据大数据统计目标区域内人们的上班时间和下班时间，然后将上班时间和下班时间的前后一段时间作为通勤时段。
在具体实施中，在S101之前，可以按照以下步骤获取通勤时段和非通勤时段：
S201：获取目标区域中每个时刻的车辆通行效率；
S202：确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合预设数值范围的连续时间段为非通勤时段。
在S201中，车辆通行效率可以指的是车辆通过目标路段的快慢程度。
在具体实施过程中，可以根据车辆通行数据确定车辆通行效率。
其中车辆通行数据包括以下至少一种或多种：车辆通行速度、车辆通行时间等。
车辆通行速度指的是车辆通过目标路段的平均通行速度。这里可以根据车辆的GPS(Global Positioning System，即全球定位系统)数据获取每辆车的速度，然后根据每辆车的速度，计算每辆车的平均速度。
当车辆通行速度越慢时，表征车辆通行效率越低。
车辆通行时间指的是车辆通过目标路段的平均通行时长。这里可以根据车辆的GPS数据获取每辆车的速度，然后根据每辆车的速度和目标路段的长度，计算每辆车的平均通行时间。或者是直接根据车辆通过目标路段的开始时刻和结束时刻，确定每辆车的通行时间，然后根据每辆车的通行时间，计算每辆车的平均通行时间。
当车辆通行时间越长时，表征车辆通行效率越低。
在S202中，预设数据范围可以是根据历史交通处于平稳状态下的车辆通行效率范围设置的。其中交通平稳状态将在后文进行介绍。
当车辆通行效率符合预设数据范围时，说明当前时刻处于交通平稳状态，也就是非通勤状态，因此，可以将车辆通行效率符合所述预设数据范围的连续时间段作为非通勤时段；反之，将车辆通行效率不符合预设数据范围的连续时间段作为通勤时段。
需要理解的是，这里获取的通勤时段是一个不准确的通勤时段，并且是应当包含准确通勤时段的一个时间范围。
考虑到通勤时间主要分布在上午和下午，因此可以将通勤时段分为早通勤时段和晚通勤时段。
在具体实施中，还可以分别针对早通勤时段和晚通勤时段进行进一步划分，得到多个第一子时间段。
在一种实施方式中，可以将通勤时段分为多个连续的第一子时间段，相邻两个第一子时间段的时间是连续的；也可以按照预设时间间隔，将通勤时段分为多个间隔的第一子时间段，相邻两个第一子时间段的时间间隔可以是相同的，也可以是不同的。其中，每个第一子时间段的时长可以是相同的，也可以是不同的。
例如针对早通勤时段，每隔20分钟划分一个第一子时间段，每个第一子时间段的时长为20分钟。
非通勤时段指的是出通勤时段以外的其他时段，同样这里获取的非通勤时段是也一个不准确的非通勤时段。针对上述早通勤时段和晚通勤时段，非通勤时段可以包括午间非通勤时段和晚间非通勤时段。
其中，午间非通勤时段指的是一天中，从早通勤时段结束到晚通勤时段开始的时间段；晚间非通勤时段指的是从前一天晚通勤时段结束到第二天早通勤时段开始的时间段。
在具体实施中，可以针对午间非通勤时段和晚间非通勤时段进行进一步划分，得到多个第二子时间段。
在一种实施方式中，可以将非通勤时段分为多个连续的第二子时间段，相邻两个第二子时间段的时间是连续的；也可以按照预设时间间隔，将通勤时段分为多个间隔的第二子时间段，相邻两个第二子时间段的时间间隔可以是相同的，也可以是不同的。其中，每个第二子时间段的时长可以是相同的，也可以是不同的。
例如针对午间非通勤时段，每隔20分钟划分一个第二子时间段，每个第二子时间段的时长为20分钟。
另外，每个第二子时间段与每个第一子时间段可以是相同的，也可以是不相同的。
交通运行指数(Travel Time Index，简称TTI)是用来综合评价道路或者空间区域的拥堵指标。TTI指的是实际出行耗时与自由流条件下的出行耗时的比值。TTI指数越高，代表交通量越大、道路越拥堵。
在具体实施中，可以获取每个时刻的交通运行指数。为了减少计算量，例如，可以每隔10分钟采集一次交通运行指数，一天中共有144条交通运行指数数据。第一交通运行指数指的是第一子时间段内每个时刻的交通运行指数，第二交通运行指数指的是第二子时间段内每个时刻的交通运行指数。每个时刻就是采集交通运行指数的时刻，相邻两个时刻的时间间隔就是采集交通运行指数的时间间隔。需要说明的是，每个第一子时间段和每个第二子时间段均可以包括至少一个时刻，每个第一子时间段或每个第二子时间段的时长至少为相邻两个时刻的时间间隔。例如，第一子时间段为8:00:00-8:20:00，采集交通运行指数的时刻为8:00:00、8:10:00、8:20:00，因此该第一子时间段中包含3个时刻，第一子时间段的时长为8:00:00-8:10:00与8:10:00-8:20:00的时间间隔之和。
为了提高计算的准确性，可以对交通运行指数求平均值。具体地，可以针对每个时刻，在历史连续天数内每天采集该时刻的交通运行指数，然后对每个时刻的交通运行指数求平均值，例如采集连续三天上午7时的交通运行指数为1.21、1.31、1.41，计算可以得到交通运行指数均值为1.31。通过计算交通运行指数平均值，可以避免由于仅使用某一天的数据造成误差较大的情况。
因此这里第一交通运行指数可以是针对第一子时间段内的每一时刻，连续预设天数内的交通运行指数均值；第二交通运行指数可以是针对第二子时间段内的每一时刻，连续预设天数内的交通运行指数均值。
在S102中，交通平稳状态指的是交通运行指数在预设数值范围内的交通运行状态。目标第二子时间段指的是交通运行指数在预设数值范围内的第二子时间段。
考虑到在实际情况中，在晚间非通勤时段，出行的车辆和行人是比较少的，基本不会造成出行高峰，因此可以忽略交通车流量对通勤高峰的影响。在本申请实施例中主要考虑白天车流量对通勤高峰的影响，因此这里的交通平稳状态是白天时的交通平稳状态。早通勤时段和晚通勤时段同一出现交通车流量较大的情况，因此通常交通处于出行高峰状态或拥堵状态，因此目标第二子时间段主要是出现在午间非通勤时段。
在具体实施中，S102可以包括以下步骤：
S1021：针对每个第二子时间段，根据第二交通运行指数，计算该第二子时间段的交通运行指数波动幅度；
S1022：从多个第二子时间段中选择出交通运行指数波动幅度在预设波动幅度范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
在S1021中，交通运行指数波动幅度指的是在每个第二子时间段内，第二交通运行指数与第二交通运行指数平均值的差值。
第二交通运行指数平均值可以反映交通平稳状态下的交通运行情况。具体地可以根据每个第二子时间段的第二交通运行指数和第二子时间段数量，计算第二交通运行指数平均值。
针对每个第二子时间段，根据每个时刻的第二交通运行指数与第二交通运行指数平均值的差值计算该第二子时间段的交通运行指数波动幅度。
在S1022中，目标第二子时间段指的是交通运行指数波动幅度在预设范围内的第二子时间段。
以国际时区中的东八区为例，交通处于平稳状态的目标第二子时间段一般为11:00:00-13:00:00以及14:00:00-16:00:00，此时段内的第二交通运行指数波动幅度是处于预设波动幅度范围内的。
在S103中，交通运行指数阈值指的是交通平稳状态下的交通运行指数最大值。当交通运行指数超过该交通运行指数阈值，说明交通处于非平稳状态。
在具体实施过程中，目标第二子时间段对应的第二交通运行指数可能存在异常值的情况，因此在一种可行的实施方式中，可以按照以下步骤执行S103：
S1031：按照预定的分位数选取方法，从选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数；
S1032：根据目标第二交通运行指数确定交通运行指数阈值。
在S1031中，分位数选取方法指的是，对多个待选数据进行排序，然后选择排名在预设位置的数据作为目标数据。
在本申请实施例中，当存在多个目标第二子时间段时，也就是存在多个第二交通运行指数，这里可以对多个第二交通运行指数按照由小到大的顺序进行排序。这里考虑到最大值可能为异常值，因此可以排除最大值，然后从剩余的第二交通运行指数中，选择非异常最大值的目标第二交通运行指数。
在具体选择过程中，考虑到要选择正常数值中较大的目标第二交通运行指数，因此可以设置分位数为大于50％的分位数，例如70％。按照分位数的方式选择出的目标第二交通运行指数不一定是最大的第二交通运行指数，但基本接近最大的第二交通运行指数，因此通过这种方式，可以将选择出的较大的第二交通运行指数作为目标第二交通运行指数。
在S1032中，可以根据目标第二交通运行指数，计算交通平稳状态下的交通运行指数阈值。
在具体实施过程中，目标第二交通运行指数可以是根据多个目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
具体地，可以根据多个目标第二子时间段的第二交通运行指数的大小进行排布，得到由大到小或者由小到大的分布排序。然后从排序好的第二交通运行指数中，选择出除异常值以外的正常数值。这里异常值指的是明显大于其他数据的第二交通运行指数。且目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数，也就是目标第二交通运行指数比预定数量的其他目标第二子时间段的第二交通运行指数都大。
但是考虑到交通平稳状态下的交通运行指数阈值还跟第一交通运行指数中的最大值有关，因此为了提高计算的准确性，在另一种可行的实施方式中，可以按照以下步骤执行S103：
S1033：确定多个第一子时间段的第一交通运行指数中的最大交通运行指数；
S1034：根据目标第二交通运行指数和最大交通运行指数，计算交通处于平稳状态的交通运行指数阈值。
在S1033中，通过比较，可以选择出多个第一子时间段的第一交通运行指数中的最大交通运行指数。
在S1034中，当目标第二交通运行指数所对应的第二子时间段为中午12:00:00之前的时间，那么可以将目标第二交通运行指数记为up_day_TTI，将最大交通运行指数记为morning_high_TTI；将交通运行指数阈值记为morning_base_TTI。
此时，交通运行指数阈值，即morning_base_TTI＝(morning_high_TTI-up_day_TTI)*A+up_day_TTI。其中，A为大于0且小于1的权重系数。
当目标第二交通运行指数所对应的第二子时间段为中午12:00:00之后的时间，那么可以将目标第二交通运行指数记为down_day_TTI，将最大交通运行指数记为evening_high_TTI。
此时，交通运行指数阈值，即evening_high_TTI＝(evening_high_TTI-down_day_TTI)*B+down_day_TTI。其中，B为大于0且小于1的权重系数。
在S104中，如前所述，通勤高峰时段应当是出现在第一子时间段内，也就是第一子时间段内会出现交通运行指数大于交通运行指数阈值的情况，因此，这里从多个第一子时间段中选择出交通运行指数大于交通运行指数阈值的第一子时间段作为目标第一子时间段。
在具体实施中，目标第一子时间段可能出现在早通勤时段以及晚通勤时段。
在S105中，考虑到根据交通运行指数阈值选择出的不连续的时刻无法体现通勤高峰时段，很有可能是异常值，因此这里需要根据目标第一子时间段的连续性，确定目标区域的通勤高峰时段。
具体地可以包括以下步骤：
S1051：根据每个目标第一子时间段的时间，确定由多个目标第一子时间段所组成的至少一个连续时间区间；
S1052：根据连续时间区间中时间最早的时刻值和时间最晚的时刻值，确定目标区域的通勤高峰时段。
在S1051中，当有多个目标第一子时间段时，可以根据每个目标第一子时间段的时间，确定出至少一个连续时间区间。这里主要是考虑到不连续的目标第一子时间段可能属于午高峰的情况或者其他情况等。
在S1052中，根据连续时间区间中时间最早的时刻值，可以确定通勤高峰时段的开始时刻，根据连续时间区间中时间最晚的时刻值，可以确定通勤高峰时段的结束时刻，进而可以确定通勤高峰时段。
在实际情况中，如前所述，目标第一子时间段可能出现在早通勤时段以及晚通勤时段，因此这里可以针对目标第一子时间段可能出现的不同时段以及目标第一子时间段的连续性，确定目标区域的通勤高峰时段。
这里，具体可以根据目标第一子时间段可能出现的不同时段以及目标第一子时间段的连续性，确定目标区域的通勤高峰开始时刻以及结束时刻，然后根据目标区域的通勤高峰开始时刻以及结束时刻，确定目标区域的通勤高峰时段。
考虑到通勤高峰时段可以分为通勤早高峰时段和通勤晚高峰时段，而确定通勤早高峰时段的开始时刻和结束时刻，以及确定通勤晚高峰时段的开始时刻和结束时刻的阈值是不同的。因此，确定通勤高峰时段的过程可以分为四个过程，即通勤早高峰时段的开始时刻、通勤早高峰时段的结束时刻、通勤晚高峰时段的开始时刻、通勤晚高峰时段的结束时刻，确定前述计算交通运行指数阈值的过程可以根据前述四个过程进行调整。
针对确定通勤早高峰时段的开始时刻的过程，目标第一子时间段出现在早通勤时段，确定目标区域的通勤高峰开始时刻时，交通运行指数阈值，即morning_base_TTI＝(morning_high_TTI-up_day_TTI)*A+up_day_TTI，具体为morning_base_TTI＝(morning_high_TTI-up_day_TTI)*α+up_day_TTI，其中，α为大于0且小于1的权重系数。
然后，选择目标第一子时间段中连续时间点的最小时刻作为目标区域的通勤早高峰开始时刻。
针对确定通勤早高峰时段的结束时刻的过程，目标第一子时间段出现在早通勤时段，确定目标区域的通勤高峰结束时刻时，交通运行指数阈值，即morning_base_TTI＝(morning_high_TTI-up_day_TTI)*A+up_day_TTI，具体为morning_base_TTI＝(morning_high_TTI-up_day_TTI)*β+up_day_TTI，其中，β为大于0且小于1的权重系数。
然后，选择目标第一子时间段中连续时间点的最大时刻作为目标区域的通勤早高峰结束时刻。
上述确定通勤早高峰时段的开始时刻的过程和确定通勤早高峰时段的结束时刻的过程中的α和β可以为不同的系数。根据确定通勤早高峰时段的开始时刻的过程中的通勤早高峰开始时刻和确定通勤早高峰时段的结束时刻的过程中的通勤早高峰结束时刻，既可以确定通勤早高峰时段。
针对确定通勤晚高峰时段的开始时刻的过程，目标第一子时间段出现在晚通勤时段，确定目标区域的通勤高峰开始时刻时，交通运行指数阈值，evening_high_TTI＝(evening_high_TTI-down_day_TTI)*B+down_day_TTI，具体为evening_high_TTI＝(evening_high_TTI-down_day_TTI)*γ+down_day_TTI，其中，γ为大于0且小于1的权重系数。
然后，选择目标第一子时间段中连续时间点的最小时刻作为目标区域的通勤晚高峰开始时刻。
针对确定通勤晚高峰时段的结束时刻的过程，目标第一子时间段出现在晚通勤时段，确定目标区域的通勤高峰结束始时刻时，交通运行指数阈值，evening_high_TTI＝(evening_high_TTI-down_day_TTI)*B+down_day_TTI，具体为evening_high_TTI＝(evening_high_TTI-down_day_TTI)*δ+down_day_TTI，其中，δ为大于0且小于1的权重系数。
然后，选择目标第一子时间段中连续时间点的最大时刻作为目标区域的通勤晚高峰结束时刻。
上述确定通勤晚高峰时段的开始时刻的过程和确定通勤晚高峰时段的结束时刻的过程中的γ和δ可以为不同的系数。根据确定通勤晚高峰时段的开始时刻的过程中的通勤晚高峰开始时刻和确定通勤晚高峰时段的结束时刻的过程中的通勤晚高峰结束时刻，既可以确定通勤晚高峰时段。
根据本申请实施例提供的高峰时段确定方法，可以准确确定出通勤高峰时段，本申请实施例提供的高峰时段确定方法还可以应用于信号灯配时场景中，如图2所示的另一种高峰时段确定方法的流程图中，具体地可以包括以下步骤：
S301：获取目标区域中目标路口的信号灯配时信息；
S302：根据信号灯配时信息，确定行驶车辆在通勤高峰时段通过目标路口所需的预估通行时间；
S303：根据预估通行时间，调整信号灯配时。
在S301中，信号灯配时信息可以是信号灯在目标路口的不同方向上的配时信息。
在S302中，可以根据信号灯的周期信息以及行驶车辆的数量，确定每辆车在通勤高峰时段通过目标路口的预估通行时间。这里的预估通行时间可以是行驶车辆的平均预估通行时间。
在S303中，可以根据目标路口的各个方向的预估通行时间，当某个方向的预估通行时间过长时，那么容易造成该方向上发生拥堵，此时可以适当延长该方向上的绿灯的显示时间，同时可以适当缩短其他方向上的绿灯的显示时间。
在具体实施过程中，除了可以调整红灯与绿灯的显示时间，还可以缩小信号灯配时周期等。这里需要说明的是，根据预估通行时间，调整信号灯配时的实施方式都在本申请要求保护的范围之内。
本申请实施例还提供一种高峰时段确定方法，具体包括以下步骤：
步骤1：获取目标区域中每个目标时刻的交通运行指数；
交通运行指数(Travel Time Index，简称TTI)是用来综合评价道路或者空间区域的拥堵指标。TTI指的是实际出行耗时与自由流条件下的出行耗时的比值。TTI指数越高，代表交通量越大、道路越拥堵。
在具体实施中，可以获取每个时刻的交通运行指数。为了减少计算量，可以按照预设选取规则对同一天的时刻进行选取，因此目标时刻是根据预设选取规则对同一天的时刻进行选取得到的不同时刻。
在具体实施方式中，可以是每隔相同的时间段选取一个目标时刻，例如可以每隔10分钟选取一个目标时刻，相邻两个目标时刻的时间间隔就是10分钟，一天中就可以可以获取到144个目标时刻，也就是可以每隔10分钟采集一次交通运行指数，一天中共有144条交通运行指数数据。
表1
时间 TTI 时间 TTI
2019/11/1 0:00 1.168951 2019/11/2 0:00 1.200312
2019/11/1 0:10 1.158021 2019/11/2 0:10 1.186908
2019/11/1 0:20 1.14672 2019/11/2 0:20 1.170563
2019/11/1 0:30 1.140603 2019/11/2 0:30 1.159823
2019/11/1 0:40 1.146251 2019/11/2 0:40 1.16407
2019/11/1 0:50 1.139791 2019/11/2 0:50 1.153767
2019/11/1 1:00 1.115622 2019/11/2 1:00 1.158381
2019/11/1 1:10 1.128157 2019/11/2 1:10 1.148118
2019/11/1 1:20 1.117524 2019/11/2 1:20 1.135772
2019/11/1 1:30 1.101958 2019/11/2 1:30 1.125398
2019/11/1 1:40 1.104051 2019/11/2 1:40 1.124668
2019/11/1 1:50 1.111242 2019/11/2 1:50 1.12254
2019/11/1 2:00 1.118183 2019/11/2 2:00 1.125279
2019/11/1 2:10 1.116993 2019/11/2 2:10 1.130317
2019/11/1 2:20 1.094637 2019/11/2 2:20 1.115124
2019/11/1 2:30 1.09997 2019/11/2 2:30 1.119705
2019/11/1 2:40 1.093993 2019/11/2 2:40 1.119411
2019/11/1 2:50 1.095152 2019/11/2 2:50 1.12334
2019/11/1 3:00 1.095477 2019/11/2 3:00 1.117015
如表1，示出了2019年11月1日至2日，零点至3点的10分钟采样频率的交通运行指数数据。
步骤2：计算交通运行指数均值；
考虑到仅仅选取某一天的数据确定通勤高峰时段时，容易造成较大误差，因此为了提高计算的准确性，可以对历史时间段内每个目标时刻的交通运行数据进行平均。因此具体地，可以针对每个目标时刻，在历史连续天数内每天采集该目标时刻的交通运行指数，然后对每个时刻的交通运行指数求平均值。
上述交通运行数据可以是历史连续天数内每个目标时刻的数据，例如可以是历史连续30天内每个目标时刻的数据。
例如连续三天的上午7:00:00的交通运行指数分别为1.21、1.31、1.41，那么计算连续三天的交通运行指数均值为1.31。
步骤3：获取目标区域中每个目标时刻的车辆通行效率；
车辆通行效率可以指的是车辆通过目标路段的快慢程度。
在具体实施过程中，可以根据车辆通行数据确定车辆通行效率。
其中车辆通行数据包括以下至少一种或多种：车辆通行速度、车辆通行时间等。
车辆通行速度指的是车辆通过目标路段的平均通行速度。这里可以根据车辆的GPS(Global Positioning System，即全球定位系统)数据获取每辆车的速度，然后根据每辆车的速度，计算每辆车的平均速度。
当车辆通行速度越慢时，表征车辆通行效率越低。
车辆通行时间指的是车辆通过目标路段的平均通行时长。这里可以根据车辆的GPS数据获取每辆车的速度，然后根据每辆车的速度和目标路段的长度，计算每辆车的平均通行时间。或者是直接根据车辆通过目标路段的开始时刻和结束时刻，确定每辆车的通行时间，然后根据每辆车的通行时间，计算每辆车的平均通行时间。
当车辆通行时间越长时，表征车辆通行效率越低。
步骤4：确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合预设数值范围的连续时间段为非通勤时段；
通勤时段指的是从业人员因工作或学习等原因往返于居住地与工作单位或学校的时间段。考虑到不同区域所在的时区以及所在行政区域的工作(或学习)时间等因素有所差别，因此不同区域的通勤时段可以是不同的。具体地，这里可以根据人们的历史交通出行数据获取目标区域的通勤时段，或者根据大数据统计目标区域内人们的上班时间和下班时间，然后将上班时间和下班时间的前后一段时间作为通勤时段。
非通勤时段指的是出通勤时段以外的其他时段，同样这里获取的非通勤时段是也一个不准确的非通勤时段。针对上述早通勤时段和晚通勤时段，非通勤时段可以包括午间非通勤时段和晚间非通勤时段。
其中，午间非通勤时段指的是一天中，从早通勤时段结束到晚通勤时段开始的时间段；晚间非通勤时段指的是从前一天晚通勤时段结束到第二天早通勤时段开始的时间段。
预设数据范围可以是根据历史交通处于平稳状态下的车辆通行效率范围设置的。
当车辆通行效率符合预设数据范围时，说明当前时刻处于交通平稳状态，也就是非通勤状态，因此，可以将车辆通行效率符合预设数据范围的连续时间段作为非通勤时段；反之，将车辆通行效率不符合预设数据范围的连续时间段作为通勤时段。
步骤5：根据每个目标时刻的交通运行指数，从非通勤时段选择出交通平稳状态下的目标时间段；
交通平稳状态指的是交通运行指数在预设数值范围内的交通运行状态。
考虑到在实际情况中，在晚间非通勤时段，出行的车辆和行人是比较少的，基本不会造成出行高峰，因此可以忽略交通车流量对通勤高峰的影响。在本申请实施例中主要考虑白天车流量对通勤高峰的影响，因此这里的交通平稳状态是白天时的交通平稳状态。早通勤时段和晚通勤时段同一出现交通车流量较大的情况，因此通常交通处于出行高峰状态或拥堵状态，因此目标时间段主要是出现在午间非通勤时段。
在具体实施中，可以计算非通勤时段中每个目标时刻的交通运行指数波动幅度，从多个目标时刻中选择出交通运行指数波动幅度在预设波动幅度范围内的目标时刻所在的时间区间为交通处于平稳状态的目标时间段。
交通运行指数波动幅度指的是在非通勤时段内，交通运行指数与交通运行指数平均值的差值。预设幅度范围指的是交通处于平稳状态时，交通运行指数的波动幅度范围。其中，交通运行指数波动幅度在预设波动幅度范围内时，说明此时交通处于平稳状态。
以国际时区中的东八区为例，交通处于平稳状态的目标时间段一般为11:00:00-13:00:00以及14:00:00-16:00:00，此时段内的交通运行指数波动幅度是处于预设波动幅度范围内的。
步骤6：针对每个目标时间段，按照预定的分位数选取方法，筛选出该目标时间段中数值大于预定数量的其他目标交通运行指数的目标交通运行指数；
分位数选取方法指的是，对多个待选数据进行排序，然后选择排名在预设位置的数据作为目标数据。
一般情况下，每个目标时间段中包含多个目标时刻，也就是存在多个交通运行指数，这里可以对多个交通运行指数按照由小到大的顺序进行排序。这里考虑到最大值可能为异常值，因此可以排除最大值，然后从剩余的交通运行指数中，选择目标交通运行指数。
在具体选择过程中考虑到要选择正常数值中较大的目标交通运行指数，因此可以设置分位数为大于50％的分位数，例如70％。按照分位数的方式选择出的目标交通运行指数比预定数量的其他目标时间段的第二交通运行指数都大，因此通过这种方式，可以将选择出的较大的交通运行指数作为目标交通运行指数。
表2
11:00:00 1.33289125
11:10:00 1.32473046
11:20:00 1.31800604
11:30:00 1.3132495
11:40:00 1.30735338
11:50:00 1.30822854
12:00:00 1.30864896
12:10:00 1.31290242
12:20:00 1.3135345
12:30:00 1.31026529
12:40:00 1.30873583
12:50:00 1.306336
13:00:00 1.30733817
以目标时间段为11:00:00-13:00:00为例，如表2示出了11:00:00-13:00:00的交通运行指数数据，根据预定的分位数选取方法，可以筛选出70％分位数的交通运行指数为1.313449。
步骤7：根据每个目标时刻的交通运行指数，确定出交通运行指数最大值；
由于交通运行指数越高时，代表交通量越大、道路越拥堵，那么交通运行指数最大值极大概率会出现在通勤时段。在具体实施过程中，可以直接从通勤时段所包含的每个目标时刻对应的交通运行指数中，确定出交通运行指数最大值。
步骤8：根据每个目标时间段中的目标交通运行指数和交通运行指数最大值，计算交通平稳状态下每个目标时间段的交通运行指数阈值；
考虑到确定目标区域的通勤高峰时段可以分为通勤早高峰时段和通勤晚高峰时段，通勤早高峰时段是根据通勤早高峰开始时刻和通勤早高峰结束时刻确定的，通勤晚高峰时段是根据通勤晚高峰开始时刻和通勤晚高峰结束时刻确定的。因此确定通勤高峰时段的过程可以分为确定通勤早高峰时段的开始时刻、确定通勤早高峰时段的结束时刻、确定通勤晚高峰时段的开始时刻、确定通勤晚高峰时段的结束时刻四个过程。
而确定上述过程时，对应的交通运行指数阈值是不同的，因此，需要针对上述四个过程，分别确定对应的交通运行指数阈值。
在具体实施中，当目标交通运行指数所对应的目标时间段为中午12:00:00之前的时间，那么可以将目标交通运行指数记为up_day_TTI，将最大交通运行指数记为morning_high_TTI；将交通运行指数阈值记为morning_base_TTI。
当目标交通运行指数所对应的目标时间段为中午12:00:00之后的时间，那么可以将目标交通运行指数记为down_day_TTI，将最大交通运行指数记为evening_high_TTI。
针对确定通勤早高峰时段的开始时刻的过程，目标交通运行指数所对应的目标时间段为中午12:00:00之前的时间，交通运行指数阈值具体为morning_base_TTI＝(morning_high_TTI-up_day_TTI)*α+up_day_TTI，其中，α为大于0且小于1的权重系数。
针对确定通勤早高峰时段的结束时刻的过程，确定目标区域的通勤高峰结束时刻时，交通运行指数阈值具体为morning_base_TTI＝(morning_high_TTI-up_day_TTI)*β+up_day_TTI，其中，β为大于0且小于1的权重系数。
针对确定通勤晚高峰时段的开始时刻的过程，确定目标区域的通勤高峰开始时刻时，交通运行指数阈值，具体为evening_high_TTI＝(evening_high_TTI-down_day_TTI)*γ+down_day_TTI，其中，γ为大于0且小于1的权重系数。
针对确定通勤晚高峰时段的结束时刻的过程，确定目标区域的通勤高峰结束始时刻时，交通运行指数阈值，具体为evening_high_TTI＝(evening_high_TTI-down_day_TTI)*δ+down_day_TTI，其中，δ为大于0且小于1的权重系数。
步骤9：从通勤时段中选择出交通运行指数大于交通运行指数阈值的目标时刻点集合；
针对上述确定通勤高峰时段的四个过程，可以针对每个通勤时段，分别确定的目标时刻点集合，这里可以记为Q1、Q2、Q3、Q4。
步骤10：根据目标时刻点集合的连续性，确定目标区域的通勤高峰时段。
考虑到根据交通运行指数阈值选择出的不连续的时刻无法体现通勤高峰时段，很有可能是异常值，因此这里需要根据目标时刻点集合的连续性，确定目标区域的通勤高峰时段。
具体的，针对上述确定通勤高峰时段的四个过程，可以分别确定通勤早高峰时段的开始时刻、通勤早高峰时段的结束时刻、通勤晚高峰时段的开始时刻、通勤晚高峰时段的结束时刻。
针对通勤早高峰时段的开始时刻和通勤晚高峰时段的开始时刻，可以将目标时刻点集合中连续目标时刻的最小值作为开始时刻；针对针对通勤早高峰时段的结束时刻和通勤晚高峰时段的结束时刻，可以将目标时刻点集合中连续目标时刻的最大值作为结束时刻。
基于同一发明构思，本申请实施例中还提供了与高峰时段确定方法对应的高峰时段确定装置，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高峰时段确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图3所示，为本申请实施例提供的一种高峰时段确定装置的结构示意图，所述装置包括：
第一获取模块31，用于获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
第一选择模块32，用于根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段；
第一计算模块33，用于根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
第二选择模块34，用于从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段；
第一确定模块35，用于根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
在一种可行的实施方式中，还包括：
第二获取模块，用于获取目标区域中每个时间段的车辆通行效率；
第二确定模块，用于确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合所述预设数值范围的连续时间段为非通勤时段。
在一种可行的实施方式中，所述第一选择模块32，包括：
第二计算模块，用于针对每个所述第二子时间段，根据所述第二交通运行指数，计算该所述第二子时间段的交通运行指数波动幅度；
第三选择模块，用于从多个所述第二子时间段中选择出交通运行指数波动幅度在预设范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
在一种可行的实施方式中，所述第一确定模块35，包括：
第三确定模块，用于根据每个所述目标第一子时间段的时间，确定由多个所述目标第一子时间段所组成的至少一个连续时间区间；
第四确定模块，用于根据所述连续时间区间中时间最早的时刻值和时间最晚的时刻值，确定所述目标区域的通勤高峰时段。
在一种可行的实施方式中，所述第一计算模块33，包括：
第四选择模块，用于按照预定的分位数选取方法，从所述选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数；
第五确定模块，用于根据所述目标第二交通运行指数确定交通运行指数阈值。
在一种可行的实施方式中，所述目标第二交通运行指数是根据多个所述目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；所述目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
在一种可行的实施方式中，所述第五确定模块，包括：
第六确定模块，用于确定多个所述第一子时间段的第一交通运行指数中的最大交通运行指数；
第三计算模块，用于根据所述目标第二交通运行指数和所述最大交通运行指数，计算交通处于平稳状态的交通运行指数阈值。
在一种可行的实施方式中，还包括：
第三获取模块，用于获取所述目标区域中目标路口的信号灯配时信息；
第七确定模块，用于根据所述信号灯配时信息，确定行驶车辆在所述通勤高峰时段通过所述目标路口所需的预估通行时间；
调整模块，用于根据所述预估通行时间，调整所述信号灯配时。
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。
如图4所示，为本申请实施例所提供的电子设备的结构示意图，该电子设备包括：处理器41、存储器42和总线43，存储器42存储有执行指令，当电子设备运行时，处理器41与存储器42之间通过总线43通信，处理器41执行存储器42中存储的本申请实施例提供的高峰时段方法的步骤，包括：
获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通平稳状态下的目标第二子时间段；
根据所述目标第二子时间段的第二交通运行指数，计算交通平稳状态下的交通运行指数阈值；
从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段；
根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
一种可能的实施方式中，处理器41在执行步骤获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数之前，还用于：
获取目标区域中每个时间段的车辆通行效率；
确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合所述预设数值范围的连续时间段为非通勤时段。
一种可能的实施方式中，处理器41在执行步骤根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段时，用于：
针对每个所述第二子时间段，根据所述第二交通运行指数，计算该所述第二子时间段的交通运行指数波动幅度；
从多个所述第二子时间段中选择出交通运行指数波动幅度在预设范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
一种可能的实施方式中，处理器41在执行步骤根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段时，用于：
根据每个所述目标第一子时间段的时间，确定由多个所述目标第一子时间段所组成的至少一个连续时间区间；
根据所述连续时间区间中时间最早的时刻值和时间最晚的时刻值，确定所述目标区域的通勤高峰时段。
一种可能的实施方式中，处理器41在执行步骤根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值时，用于：
按照预定的分位数选取方法，从所述选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数；
根据所述目标第二交通运行指数确定交通运行指数阈值。
一种可能的实施方式中，所述目标第二交通运行指数是根据多个所述目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；所述目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
一种可能的实施方式中，处理器41在执行步骤根据所述目标第二交通运行指数确定交通运行指数阈值时，用于：
确定多个所述第一子时间段的第一交通运行指数中的最大交通运行指数；
根据所述目标第二交通运行指数和所述最大交通运行指数，计算交通处于平稳状态的交通运行指数阈值。
一种可能的实施方式中，处理器41还用于：
获取所述目标区域中目标路口的信号灯配时信息；
根据所述信号灯配时信息，确定行驶车辆在所述通勤高峰时段通过所述目标路口所需的预估通行时间；
根据所述预估通行时间，调整所述信号灯配时。
本申请实施例还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上述高峰时段确定方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述高峰时段确定方法。
本申请实施例还提供了计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述高峰时段确定方法。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，可以参考方法实施例中的对应过程，本申请中不再赘述。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，所述模块的划分，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，多个模块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，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到变化或替换，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以权利要求的保护范围为准。

Claims (17)

1.高峰时段确定方法，其特征在于，包括：
获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通平稳状态下的目标第二子时间段；
根据所述目标第二子时间段的第二交通运行指数，计算交通平稳状态下的交通运行指数阈值，其中包括根据目标第二交通运行指数确定交通运行指数阈值，包括：
确定多个所述第一子时间段的第一交通运行指数中的最大交通运行指数；
根据所述目标第二交通运行指数和所述最大交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段，所述交通运行指数为基于历史数据确定的平均值；
根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
2.根据权利要求1所述的高峰时段确定方法，其特征在于，在步骤获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数之前，所述方法包括：
获取目标区域中每个时间段的车辆通行效率；
确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合所述预设数值范围的连续时间段为非通勤时段。
3.根据权利要求1所述的高峰时段确定方法，其特征在于，所述根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段，包括：
针对每个所述第二子时间段，根据所述第二交通运行指数，计算该所述第二子时间段的交通运行指数波动幅度；
从多个所述第二子时间段中选择出交通运行指数波动幅度在预设范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
4.根据权利要求1所述的高峰时段确定方法，其特征在于，所述根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段，包括：
根据每个所述目标第一子时间段的时间，确定由多个所述目标第一子时间段所组成的至少一个连续时间区间；
根据所述连续时间区间中时间最早的时刻值和时间最晚的时刻值，确定所述目标区域的通勤高峰时段。
5.根据权利要求1所述的高峰时段确定方法，其特征在于，所述根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值，包括：
按照预定的分位数选取方法，从所述选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数。
6.根据权利要求5所述的高峰时段确定方法，其特征在于，所述目标第二交通运行指数是根据多个所述目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；所述目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
7.根据权利要求1所述的高峰时段确定方法，其特征在于，所述方法还包括：
获取所述目标区域中目标路口的信号灯配时信息；
根据所述信号灯配时信息，确定行驶车辆在所述通勤高峰时段通过所述目标路口所需的预估通行时间；
根据所述预估通行时间，调整所述信号灯配时。
8.高峰时段确定装置，其特征在于，包括：
第一获取模块，用于获取目标区域中通勤时段内多个第一子时间段的第一交通运行指数和非通勤时段内多个第二子时间段的第二交通运行指数；
第一选择模块，用于根据每个所述第二子时间段的第二交通运行指数，从多个所述第二子时间段中选择出交通处于平稳状态的目标第二子时间段；
第一计算模块，用于根据所述目标第二子时间段的第二交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
所述第一计算模块包括：
第五确定模块，用于根据目标第二交通运行指数确定交通运行指数阈值；
所述第五确定模块包括：
第六确定模块，用于确定多个所述第一子时间段的第一交通运行指数中的最大交通运行指数；
第三计算模块，用于根据所述目标第二交通运行指数和所述最大交通运行指数，计算交通处于平稳状态的交通运行指数阈值；
第二选择模块，用于从多个所述第一子时间段中选择出交通运行指数大于所述交通运行指数阈值的第一子时间段作为目标第一子时间段；
第一确定模块，用于根据所述目标第一子时间段的连续性，确定所述目标区域的通勤高峰时段。
9.根据权利要求8所述的高峰时段确定装置，其特征在于，还包括：
第二获取模块，用于获取目标区域中每个时间段的车辆通行效率；
第二确定模块，用于确定车辆通行效率不符合预设数值范围的连续时间段为通勤时段，以及确定车辆通行效率符合所述预设数值范围的连续时间段为非通勤时段。
10.根据权利要求8所述的高峰时段确定装置，其特征在于，所述第一选择模块，包括：
第二计算模块，用于针对每个所述第二子时间段，根据所述第二交通运行指数，计算该所述第二子时间段的交通运行指数波动幅度；
第三选择模块，用于从多个所述第二子时间段中选择出交通运行指数波动幅度在预设范围内的第二子时间段为交通处于平稳状态的目标第二子时间段。
11.根据权利要求8所述的高峰时段确定装置，其特征在于，所述第一确定模块，包括：
第三确定模块，用于根据每个所述目标第一子时间段的时间，确定由多个所述目标第一子时间段所组成的至少一个连续时间区间；
第四确定模块，用于根据所述连续时间区间中时间最早的时刻值和时间最晚的时刻值，确定所述目标区域的通勤高峰时段。
12.根据权利要求8所述的高峰时段确定装置，其特征在于，所述第一计算模块，包括：
第四选择模块，用于按照预定的分位数选取方法，从所述选择出的目标第二子时间段的第二交通运行指数中，选择出目标第二交通运行指数。
13.根据权利要求12所述的高峰时段确定装置，其特征在于，所述目标第二交通运行指数是根据多个所述目标第二子时间段的第二交通运行指数所对应的分布情况确定出的正常数值；所述目标第二交通运行指数的数值大于预定数量的其他目标第二子时间段的第二交通运行指数。
14.根据权利要求8所述的高峰时段确定装置，其特征在于，还包括：
第三获取模块，用于获取所述目标区域中目标路口的信号灯配时信息；
第七确定模块，用于根据所述信号灯配时信息，确定行驶车辆在所述通勤高峰时段通过所述目标路口所需的预估通行时间；
调整模块，用于根据所述预估通行时间，调整所述信号灯配时。
15.电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质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介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述方法的步骤。
16.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述方法的步骤。
17.计算机程序产品，其特征在于，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如权利要求1至7任一所述方法的步骤。
CN202110129977.3A 2021-01-29 2021-01-29 高峰时段确定方法、装置、电子设备和存储介质 Active CN112819325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110129977.3A CN112819325B (zh) 2021-01-29 2021-01-29 高峰时段确定方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110129977.3A CN112819325B (zh) 2021-01-29 2021-01-29 高峰时段确定方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112819325A CN112819325A (zh) 2021-05-18
CN112819325B true CN112819325B (zh) 2024-07-05

Family

ID=75860315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110129977.3A Active CN112819325B (zh) 2021-01-29 2021-01-29 高峰时段确定方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112819325B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114419907B (zh) * 2021-12-29 2023-10-27 联通智网科技股份有限公司 事故多发路段判断方法、装置、终端设备及介质
CN114708728B (zh) * 2022-03-23 2023-04-18 青岛海信网络科技股份有限公司 一种识别交通高峰期的方法、电子设备及存储介质
CN115880894A (zh) * 2022-09-28 2023-03-31 杭州海康威视数字技术股份有限公司 一种交通状态确定方法、装置及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992689A (zh) * 2019-11-28 2020-04-10 北京世纪高通科技有限公司 拥堵特征的确定方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140149027A1 (en) * 2012-11-26 2014-05-29 David T. Ryan Traffic alerting system
JP6369411B2 (ja) * 2015-07-22 2018-08-08 トヨタ自動車株式会社 ハイブリッド車両の制御装置
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
CN106600965B (zh) * 2017-01-19 2018-12-14 上海理工大学 基于尖锐度的交通流早晚高峰时段自动识别方法
CN106951999A (zh) * 2017-03-29 2017-07-14 北京航空航天大学 一种交通出行方式与出发时刻联合选择的建模与分析方法
CN110444011B (zh) * 2018-05-02 2020-11-03 杭州海康威视系统技术有限公司 交通流高峰识别方法、装置、电子设备及存储介质
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
CN111583627A (zh) * 2019-02-18 2020-08-25 阿里巴巴集团控股有限公司 一种确定城市交通运行状态的方法及装置
CN111613070B (zh) * 2019-02-25 2022-04-05 北京嘀嘀无限科技发展有限公司 交通信号灯控制方法、装置、电子设备和计算机存储介质
CN111932873B (zh) * 2020-07-21 2022-10-04 重庆交通大学 一种山地城市热点区域实时交通预警管控方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992689A (zh) * 2019-11-28 2020-04-10 北京世纪高通科技有限公司 拥堵特征的确定方法及装置

Also Published As

Publication number Publication date
CN112819325A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN112819325B (zh) 高峰时段确定方法、装置、电子设备和存储介质
Bie et al. Time of day intervals partition for bus schedule using GPS data
KR101413505B1 (ko) 이력 및 현재 데이터에 기초하는 예상된 도로 교통 조건의 예측 방법 및 장치
CN108734955B (zh) 预测路况状态的方法及装置
CN102157075B (zh) 公交到站的预测方法
CN107798876B (zh) 基于事件的道路交通异常拥堵判断方法
CN102737504B (zh) 一种基于驾驶特性的公交车到站时间实时估计方法
CN106816008B (zh) 一种道路拥堵预警及拥堵形成时间预测方法
CN104021672B (zh) 一种获取交通拥堵指数的方法和装置
CN111712862B (zh) 用于生成交通量或交通密度数据的方法和系统
CN106887141B (zh) 基于排队论的连续交通节点拥塞程度预测模型、系统及方法
CN110491158A (zh) 一种基于多元数据融合的公交车到站时间预测方法及系统
CN108281033A (zh) 一种停车诱导系统及方法
CN111583641A (zh) 道路拥堵分析方法、装置、设备和存储介质
CN113971884A (zh) 一种道路交通拥堵确定方法、装置、电子设备及存储介质
CN112734242A (zh) 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端
CN109064742A (zh) 一种基于svm的自适应公交到站时间预测方法
CN112579915B (zh) 一种出行链的分析方法及装置
CN106529765A (zh) 采集作业的绩效评估方法和装置
CN101673461B (zh) 一种路况信息的处理方法、装置和系统
CN110827537B (zh) 一种潮汐车道的设置方法、装置及设备
CN114596709B (zh) 数据处理方法、装置、设备以及存储介质
CN109740823B (zh) 一种面向实时场景计算的出租车打车决策方法及系统
CN114627642A (zh) 一种交通拥堵识别方法及装置
Beitel et al. Quality measure of short-duration bicycle counts

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