一种交通诱导方法、装置、电子设备及介质与流程

1.本公开涉及人工智能技术领域，尤其涉及智能交通、交通控制技术领域。


背景技术：

2.交通诱导是一种常见的交通管理手段，通常应用在具有如交通事故或者临时管制等异常路况的场景。在面对异常路况时，交通管理部门需要利用诱导屏，诱导异常路况的上游车辆提前绕行规避，从而减少异常路况造成的拥堵，提高通行效率。


技术实现要素：

3.本公开提供了一种交通诱导方法、装置、电子设备及介质。
4.本公开实施例的第一方面，提供了一种交通诱导方法，包括：
5.确定指定范围内的路网中，发生异常路况的目标路段；
6.根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，所述历史车流量基于互联网地图为车辆提供的历史导航路线确定；
7.针对所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线；
8.向所述诱导屏发送所述诱导绕行路线，以使得所述诱导屏显示所述诱导绕行路线。
9.本公开实施例的第二方面，提供了一种交通诱导装置，包括：
10.确定模块，用于确定指定范围内的路网中，发生异常路况的目标路段；
11.预测模块，用于根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，所述历史车流量基于互联网地图为车辆提供的历史导航路线确定；
12.所述确定模块，还用于针对所述预测模块预测的所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线；
13.发送模块，用于向所述诱导屏发送所述确定模块确定的所述诱导绕行路线，以使得所述诱导屏显示所述诱导绕行路线。
14.本公开实施例的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
18.本公开实施例的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面中任一项所述的方法。
19.本公开实施例的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计
算机程序在被处理器执行时实现根据第一方面中任一项所述的方法。
20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.附图用于更好地理解本方案，不构成对本公开的限定。其中：
22.图1是本公开实施例提供的一种交通诱导方法的流程图；
23.图2是本公开实施例提供的一种确定历史车流量的方法流程图；
24.图3是本公开实施例提供的另一种交通诱导方法的流程图；
25.图4是本公开实施例提供的一种交通诱导装置的示例性示意图；
26.图5是用来实现本公开实施例的交通诱导方法的电子设备的框图。
具体实施方式
27.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
28.目前，在面对异常路况时，一般由交通管理人员选择异常路况周边的诱导屏，其中诱导屏为路侧的指示屏幕，并设置在诱导屏内显示的诱导信息，如诱导绕行路线。由于这种方式中交通诱导的范围和诱导屏内显示的内容均凭借人工经验设置，因此可能存在不准确的情况，使得交通诱导的效果较差，异常路况仍可能导致大范围的拥堵。
29.为了解决上述问题，本公开实施例提供了一种交通诱导方法，该方法可以应用于电子设备，例如电子设备可以是服务器或者台式计算机等。如图1所示，该方法可以包括如下步骤：
30.s101、确定指定范围内的路网中，发生异常路况的目标路段。
31.其中，指定范围可以是城市道路范围，或者行政区范围等，具体范围可以根据实际需求设置，本公开实施例对此不作具体限定。
32.异常路况，也可以称为突发路况。例如异常路况可以是交通事故、交通管制或者路面积水等阻碍正常通行的路况。
33.s102、根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。
34.其中，历史车流量基于互联网地图为车辆提供的历史导航路线确定。
35.本公开实施例可以根据指定范围内的路网拓扑，得到目标路段的上游路段，并假设上游路段的车流量为历史车流量的情况下，预测目标路段的异常路况持续预设时长仍未结束的情况下，异常路况造成的预测影响范围。其中，一个路段的历史车流量，与异常路况持续预设时长后该路段的车流量之间的差值，大于预设阈值时，可以确定该路段被异常路况影响。包含各个被影响的路段的范围为预测影响范围。
36.s103、针对预测影响范围内的诱导屏，确定从诱导屏所在路段，通往指定目的地且不经过目标路段的诱导绕行路线。
37.可以利用互联网地图，将诱导屏所在位置作为起点，将指定目的地作为终点，生成不经过目标路段的诱导绕行路线。其中，指定目的地可以是预先设置的位置。例如，指定目的地可以为火车站、汽车站或者产业园等。
38.本公开实施例中，预测范围内的诱导屏可以为一个或多个，且针对每个诱导屏生成诱导绕行路线的方式均相同，因此以下均以预测影响范围包括一个诱导屏为例进行说明。
39.s104、向诱导屏发送诱导绕行路线，以使得诱导屏显示诱导绕行路线。
40.在预测影响范围内包括多个诱导屏的情况下，针对每个诱导屏，向该诱导屏发送针对该诱导屏生成的诱导绕行路线。
41.可选的，如果诱导屏部署在交通管理专有网络中，则上述电子设备可以通过交通管理专有网络，向诱导屏发送诱导绕行路线。以下将交通管理专有网络简称为专网。
42.在本公开实施例中，由于目标路段的上游路段的历史车流量，与上游路段的当前车流量相似度高，因此根据目标路段的上游路段的历史车流量，能够较为准确地确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。而且，由于预测影响范围内的车辆的出行可能被异常路况影响，因此本公开实施例可以自动生成能够绕过目标路段的诱导绕行路线，并在预测影响范围内的诱导屏中显示，从而诱导预测影响范围内的车辆，依据诱导绕行路线提前绕行，因此能够减轻异常路况造成的交通堵塞，提高通行效率。
43.以下对本公开实施例提供的交通诱导方法进行具体说明：
44.上述s101确定指定范围内的路网中发生异常路况的目标路段的方式，包括以下两种：
45.方式一、接收报警设备上报的报警消息。
46.其中，报警消息包括目标路段的位置、目标路段中发生的异常路况类型和异常路况占用的异常车道数等异常路况信息。异常路况类型可以是：交通事故、交通管制或者路面积水等。
47.在本公开实施例中，交通管理人员可以接收驾驶员或乘客上报的事故报警，例如交通管理人员可以接听驾驶员或乘客的报警电话，或者查看用户通过互联网上报的异常路况报警等。之后交通管理人员记录异常路况信息，并通过报警设备向上述电子设备发送报警消息。
48.方式二、接收路侧感知设备发送的报警消息。其中，报警消息包括异常路况信息。
49.在本公开实施例中，路侧感知设备可以包括摄像头和激光雷达等，通过路侧感知设备可以感知道路中的异常路况。例如，通过摄像头采集的图像，检测到路段中存在大面积积水时，可以确定异常路况类型为路面积水。或者，通过摄像头采集的图像，检测到路段中存在一个车辆停驶时长超过预设时长时，可以确定异常路况类型为车辆故障。或者，通过摄像头采集的图像和激光雷达采集的点云，检测到至少两辆车停驶时长超过预设时长，且车辆之间的距离小于预设的安全距离阈值时，可以确定异常路况类型为交通事故。还可以通过其他方式检测异常路况，本公开实施例对此不作具体限定。
50.路侧感知设备还可以根据异常路况类型，确定异常路况占用的异常车道数。例如，对于路面积水，可以将积水范围覆盖的车道，作为异常车道；对于交通事故，可以将发生交通事故的车辆占用的车辆，作为异常车道。还可以通过其他方式识别异常车道数，本公开实
施例对此不作具体限定。
51.本公开实施例中，在上述s102确定预测影响范围之前，还可以预先确定各路段在不同时段的车流量。确定每个路段在单个时段内的车流量的方式相同，以下以目标路段的一个上游路段为例进行说明。
52.参见图2，确定该上游路段的历史车流量的方式，包括如下步骤：
53.s201、获取互联网地图在指定历史周期中的每个时段内，为车辆提供的经过上游路段的历史导航路线。
54.历史导航路线，也可称为来源与去向(origin destination，od)数据，包括导航的起点位置和终点位置，以及经过的各个路段位置。
55.在本公开实施例中，当上述电子设备部署在专网的情况下，互联网地图可以部署于专网的电子设备中，电子设备具备互联网通信能力，能够通过互联网从互联网地图服务器中，周期性地同步互联网地图数据。其中，互联网地图数据可以包括路网拓扑数据、导航路线，路段实时车流量、路段实时拥堵情况等。
56.互联网地图服务器每当更新路网拓扑时，将更新后的路网拓扑通过互联网同步到上述电子设备，从而保障电子设备中的互联网地图的路网拓扑，与互联网地图服务器中的路网拓扑一致。从而保障后续确定诱导绕行路线的准确性。
57.s202、针对每个时段，计算该时段内的历史导航路线数量与该时间段的时长的比值，得到上游路段在该时段的车流量。
58.每个时段内的历史导航路线数量与该时间段的时长的比值，能够表示路段在单位时间内的车流量。
59.可选的，可以以一天为一个周期，并设置指定历史周期为指定的一天或多天。若指定历史周期为多天，则可以针对每个指定历史周期，计算每个时段内的历史导航路线数量与该时间段的时长的比值，作为该周期中上游路段在该时段的车流量；之后将各指定历史周期中，相应时段的车流量平均值，作为上游路段在该时段的车流量。
60.例如，指定历史周期为昨天和前天，假设将每个小时作为一个时段，可以分别计算昨天和前天该上游路段在24个时段内的车流量。之后将昨天和前天中，0:00-1:00内的车流量取平均值，作为该上游路段在0:00-1:00的车流量；将昨天和前天中，1:00-2:00内的车流量取平均值，作为该上游路段在1:00-2:00的车流量，以此类推，得到该上游路段在24个时段内的车流量。
61.可选的，指定历史周期可以包括一种或多种类型的周期。例如周期的类型可以为工作日、周末或者其他法定节假日等。在统计该上游路段在每个时段的车流量时，可以分别针对每种类型的周期，将该类型的周期中相应时段的车流量平均值，作为上游路段在该类型周期的该时段的车流量。
62.s203、基于上游路段在目标时段的车流量，确定上游路段的历史车流量。
63.可以将上游路段在目标时段的车流量，作为上游路段的历史车流量。其中，目标时段为当前时刻所在时段在指定历史周期中对应的时段。例如，以一个小时为一个时段的情况下，当前时刻所在时段为7:00-8:00时，目标时段为指定历史周期中的7:00-8:00。
64.可选的，由于指定历史周期可以包括一种或多种类型的周期，因此目标时段具体可以为：当前时刻所在时段，在与当前周期类型相同的指定历史周期中对应的时段。例如，
以一个小时为一个时段的情况下，假设当前时刻所在时段为7:00-8:00，且当前周期类型为工作日，则目标时段为历史工作日的7:00-8:00。
65.相比于采集路段实时车流量的方法，由于部分路段可能未配置路侧感知设备，使得难以完整的获取目标路段所有上游路段的历史车流量，影响后续确定预测影响范围和拥堵程度等的准确性。
66.而本公开实施例中，由于同一路段在不同周期的相同时段内车流量相似性高，而且交通诱导场景对于车流量准确度的要求较为宽泛，因此可以将路段历史周期中的目标时段的车流量，作为该路段当前的车流量，具有较高的准确性。而且，由于互联网地图能够实现全域覆盖，因此通过互联网地图提供的历史导航路线，能够得到指定范围内的路段在各时段的历史车流量。避免了由于路段未配置路侧感知设备而无法确定车流量的问题。使得后续确定预测影响范围和拥堵程度等的准确性更高。
67.为了确定预测影响范围，还可以获取发生异常路况的目标路段的通行能力折减，其中，通行能力折减表示目标路段正常通行时的通行能力与发生异常路况时的通行能力的差值。
68.确定目标路段的通行能力折减的方式，可以实现为：获取目标路段包括的实际车道数，获取目标路段的异常路况占用的异常车道数，计算实际车道数和异常车道数的差值，得到目标路段的通行能力折减。
69.其中，目标路段的实际车道数，可以从互联网地图中获取。或者，可以接收目标路段的路侧感知设备上报的实际车道数。或者，还可以通过其他方式获取，本公开实施例对此不作具体限定。
70.异常车道数，可以从在报警设备上报的报警消息中获取，或者从路侧感知设备上报的报警消息中获取。
71.例如，一个路段的实际车道数为4，被交通事故车辆占用2个车道，因此该路段的通行能力折减为4－2＝2。
72.基于此，上述s102中预测影响范围的方式，可以实现为：根据通行能力折减，以及上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。
73.可以理解的，由于上游路段的车辆均有一定的可能进入目标路段，因此可以按照上游路段中车辆进入目标路段的预设比例，计算上游路段的车流量中进入目标路段的目标车流量。由于通行能力折减可以表示当前能够正常通行的车道数，因此基于通行能力折减和目标车流量，能够得到目标路段在预设时长内能够通过的车辆数量以及发生拥堵的车辆数量。发生拥堵的车辆被堵在目标路段以及上游路段，因此可以基于此得到异常路况的影响范围。
74.其中，预设时长可以用t1表示，预设时长的取值可以根据实际需求设置，例如，设置预设时长为60秒。
75.由于目标路段的通行能力折减，能够表示目标路段发生异常路况后，实际的通行能力，因此基于通行能力折减和上游路段的历史车流量，能够更准确地确定异常路况持续预设时长的预测影响范围。
76.在本公开实施例中，由于发布诱导绕行路线的目的是减缓交通拥堵，因此诱导绕
行路线还可以尽量避免经过拥堵路段。
77.在上述s103计算诱导绕行路线之前，电子设备还可以：确定预测影响范围内各路段的预测拥堵程度，并确定经过诱导屏所在路段的历史导航路线的主要目的地。
78.示例性的，可以针对预测影响范围内的每个路段，计算在异常路况持续预设时长后该路段的预测车流量。并在预测车流量大于第一阈值时，确定该路段预测拥堵程度为轻度；在预测车流量大于等于第一阈值且小于等于第二阈值时，确定该路段预测拥堵程度为中度；并在预测车流量小于第二阈值时，确定该路段预测拥堵程度为重度。其中第一阈值大于第二阈值。
79.或者，还可以通过其他方式确定路段的预测拥堵程度，本公开实施例对此不作具体限定。
80.本公开实施例可以针对经过诱导屏所在路段的历史导航路线，获取各历史导航路线的目的地，并统计出出现频次高于频次阈值的目的地，作为主要目的地；或者统计出出现概率高于概率阈值的目的地，作为主要目的地。或者，还可以通过其他方式统计路段的主要目的地，本公开实施例对此不作具体限定。
81.基于此，上述s103确定诱导绕行路线的方式，可以实现为：根据各路段的预测拥堵程度，确定从诱导屏所在路段，通往主要目的地且不经过目标路段的诱导绕行路线。
82.本公开实施例可以将路段的预测拥堵程度，作为路段的实际拥堵程度，并利用互联网地图的路径规划能力，确定以诱导屏所在路段为起点，以主要目的地为终点，不经过目标路段，且尽量绕开拥堵程度较高的路段的诱导绕行路线。
83.通过上述方法，本公开实施例可以确定预测影响范围内各路段的预测拥堵程度，使得得到的诱导绕行路线能够尽量避开拥堵程度较高的路段，减缓交通拥堵，减少二次交通事故的发生。
84.而且，通过统计可以得知，经过诱导屏所在路段的车辆，主要去往主要目的地，因此确定通往主要目的地的诱导绕行路线，能够使得诱导绕行路线更具备参考价值，使诱导绕行路线更具有实用性。
85.本公开实施例中，为了减少误检和短暂的突发情况对于道路通行的影响，电子设备还可以在上述s104向诱导屏发送诱导绕行路线之前，还可以判断目标路段的异常路况从发生时刻开始，在预设时长内异常路况是否结束。若未结束，则执行上述s104向诱导屏发送诱导绕行路线的步骤。
86.其中，可以在接收到报警设备上报的停止消息，或者接收到路侧感知设备上报的停止消息时，确定异常路况结束。其中，停止消息表示目标路段的异常路况结束。
87.反之，若结束，则停止诱导。例如可以向预测影响范围内的诱导屏发送停止诱导消息；或者不继续向诱导屏发送消息，其中可以设置诱导屏接收的诱导绕行路线具有一定的有效期，诱导屏显示诱导绕行路线时长超过有效期后，停止显示，例如有效期为2分钟。
88.通过上述方法，本公开实施例可以在异常路况持续预设时长仍为结束的情况下，向诱导屏发送诱导绕行路线，从而减少误检或短暂的异常路况对于道路通行的影响，保障道路中车辆更安全更有序地行驶。而且能够在异常路况结束后，及时停止诱导，减少不必要的诱导对道路中车辆正常行驶的影响。
89.可以理解的，由于异常路况的持续时间越长，影响范围越大，相应的所需生成的诱
导绕行路线也不同。
90.因此，上述电子设备在上述s104向诱导屏发送诱导绕行路线之后，还可以对预设时长t1累加指定时长δt，并返回上述s102根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围的步骤。以进一步确定预设时长为t1+δt的情况下，异常路况造成的预测影响范围，以及重新确定预测影响范围内各诱导屏所需显示的诱导绕行路线，并向诱导屏发送诱导绕行路线。
91.通过上述方法，本公开实施例可以对预测影响范围和诱导绕行路线进行更新，从而随着异常路况的持续，预测影响范围能够更接近实际影响范围，且使得诱导绕行路线更符合实际情况。
92.另外，本公开实施例中，除了能够通过诱导屏发布诱导信息以外，电子设备在上述s102确定预测影响范围后，还可以向互联网地图的导航平台发送异常路况消息，其中异常路况消息携带预测影响范围和目标路段信息，以使得导航平台向预测影响范围内的终端推送诱导消息，其中诱导消息包括目标路段信息。
93.其中，目标路段信息可以包括目标路段位置、异常路况类型和异常路况占用的异常车道数等。
94.可选的，导航平台可以向车载终端和手机推送诱导消息，以便开车和骑车的用户可以实时获得发生异常路况的目标路段信息。
95.或者，导航平台可以仅向车载终端推送诱导消息。
96.预测影响范围内的终端接收到诱导消息后，可以根据用户选定的实际目的地，重新向导航平台请求通往实际目的地，且不经过目标路段的绕行路线。
97.通过上述方法，本公开实施例可以向预测影响范围内的终端推送目标路段信息，从而突破了利用诱导屏进行交通诱导存在的诱导屏数量和点位的限制，使得交通诱导信息能够提前触达终端，从而更及时、更全面地引导车辆绕行。
98.参见图3，以下结合实际应用场景，对本公开实施例提供的交通诱导方法的整体流程进行说明：
99.s301、获取互联网地图在指定历史周期中的每个时段内，为车辆提供的经过各历史导航路线。
100.s302、根据单个时段内的各历史导航路线经过的路段，确定各路段在该时段的车流量。
101.s303、确定指定范围内的路网中，发生异常路况的目标路段。
102.s304、计算目标路段的实际车道数和异常车道数的差值，得到目标路段的通行能力折减。
103.s305、将目标路段的上游路段在目标时段的车流量作为上游路段的历史车流量，并根据上游路段的历史车流量和通行能力折减，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。
104.s306、针对预测影响范围内的诱导屏，确定从诱导屏所在路段，通往指定目的地且不经过目标路段的诱导绕行路线。
105.s307、判断目标路段的异常路况从发生时刻开始，在预设时长内异常路况是否结束。若未结束，则执行s308；若结束，则执行s310。
106.s308、向诱导屏发送诱导绕行路线，并向导航平台发送异常路况消息。
107.s309、对预设时长累加指定时长，并返回上述s305。
108.其中，s308和s309可以并行执行，也可以先后执行，本公开实施例对二者的执行顺序不作具体限定。
109.s310、停止诱导。
110.图3中各步骤的具体实现方式，可参考上述相关描述，此处不再赘述。
111.通过本公开实施例提供的交通诱导方法，能够利用互联网地图的导航路线信息和路网拓扑，实现更准确地交通诱导；且除了通过诱导屏实现交通诱导以外，还能够通过终端诱导，使得交通诱导的范围更广。相比于传统的诱导发布系统，本公开实施例能够使得交通诱导更准确且更智能，从而提高产品的差异化竞争力。
112.基于相同的发明构思，对应于上述方法实施例，如图4所示，本公开实施例还提供了一种交通诱导装置，包括：确定模块401、预测模块402和发送模块403；
113.确定模块401，用于确定指定范围内的路网中，发生异常路况的目标路段；
114.预测模块402，用于根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，历史车流量基于互联网地图为车辆提供的历史导航路线确定；
115.确定模块401，还用于针对预测模块402预测的预测影响范围内的诱导屏，确定从诱导屏所在路段，通往指定目的地且不经过目标路段的诱导绕行路线；
116.发送模块403，用于向诱导屏发送确定模块401确定的诱导绕行路线，以使得诱导屏显示诱导绕行路线。
117.在本公开的一些实施例中，该装置还可以包括：
118.获取模块，用于获取互联网地图在指定历史周期中的每个时段内，为车辆提供的经过上游路段的历史导航路线；
119.计算模块，用于针对每个时段，计算该时段内的历史导航路线数量与该时间段的时长的比值，得到上游路段在该时段的车流量；
120.确定模块401，还用于基于上游路段在目标时段的车流量，确定上游路段的历史车流量，目标时段为当前时刻所在时段在指定历史周期中对应的时段。
121.在本公开的一些实施例中，确定模块401，还用于：
122.在根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之前，获取目标路段包括的实际车道数；
123.获取目标路段的异常路况占用的异常车道数；
124.计算实际车道数和异常车道数的差值，得到目标路段的通行能力折减；
125.预测模块402，具体用于：
126.根据通行能力折减，以及上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。
127.在本公开的一些实施例中，该装置还可以包括：
128.判断模块，用于在向诱导屏发送诱导绕行路线之前，判断目标路段的异常路况从发生时刻开始，在预设时长内异常路况是否结束；
129.返回模块，用于若判断模块的判断结果为未结束，则触发发送模块403执行向诱导
屏发送诱导绕行路线的步骤。
130.在本公开的一些实施例中，该装置还可以包括：
131.累加模块，用于在向诱导屏发送诱导绕行路线之后，对预设时长累加指定时长，并触发预测模块402执行根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围的步骤。
132.在本公开的一些实施例中，确定模块401，还用于：
133.在针对预测影响范围内的诱导屏，确定从诱导屏所在路段，通往指定目的地且不经过目标路段的诱导绕行路线之前，确定预测影响范围内各路段的预测拥堵程度；
134.确定经过诱导屏所在路段的历史导航路线的主要目的地；
135.确定模块401，具体用于：
136.根据各路段的预测拥堵程度，确定从诱导屏所在路段，通往主要目的地且不经过目标路段的诱导绕行路线。
137.在本公开的一些实施例中，发送模块403，还用于：
138.在根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之后，向互联网地图的导航平台发送异常路况消息，异常路况消息携带预测影响范围和目标路段信息，以使得导航平台向预测影响范围内的终端推送诱导消息，诱导消息包括目标路段信息。
139.本公开的技术方案中，所涉及的导航路线信息和路况信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
140.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
141.图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
142.如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
143.电子设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
144.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及
任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如交通诱导方法。例如，在一些实施例中，交通诱导方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的交通诱导方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行交通诱导方法。
145.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
146.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
147.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
148.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
149.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数
字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
150.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
151.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
152.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：
1.一种交通诱导方法，包括：确定指定范围内的路网中，发生异常路况的目标路段；根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，所述历史车流量基于互联网地图为车辆提供的历史导航路线确定；针对所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线；向所述诱导屏发送所述诱导绕行路线，以使得所述诱导屏显示所述诱导绕行路线。2.根据权利要求1所述的方法，所述目标路段的上游路段的历史车流量通过如下步骤得到：获取所述互联网地图在指定历史周期中的每个时段内，为车辆提供的经过所述上游路段的历史导航路线；针对每个时段，计算该时段内的历史导航路线数量与该时间段的时长的比值，得到所述上游路段在该时段的车流量；基于所述上游路段在目标时段的车流量，确定所述上游路段的历史车流量，所述目标时段为当前时刻所在时段在所述指定历史周期中对应的时段。3.根据权利要求1或2所述的方法，在所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之前，所述方法还包括：获取所述目标路段包括的实际车道数；获取所述目标路段的异常路况占用的异常车道数；计算所述实际车道数和所述异常车道数的差值，得到所述目标路段的通行能力折减；所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围，包括：根据所述通行能力折减，以及所述上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。4.根据权利要求1所述的方法，在所述向所述诱导屏发送所述诱导绕行路线之前，所述方法还包括：判断所述目标路段的异常路况从发生时刻开始，在所述预设时长内异常路况是否结束；若未结束，则执行所述向所述诱导屏发送所述诱导绕行路线的步骤。5.根据权利要求4所述的方法，在所述向所述诱导屏发送所述诱导绕行路线之后，所述方法还包括：对所述预设时长累加指定时长，并返回所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围的步骤。6.根据权利要求1所述的方法，在所述针对所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线之前，所述方法还包括：确定所述预测影响范围内各路段的预测拥堵程度；
确定经过所述诱导屏所在路段的历史导航路线的主要目的地；所述确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线，包括：根据所述各路段的预测拥堵程度，确定从所述诱导屏所在路段，通往所述主要目的地且不经过所述目标路段的诱导绕行路线。7.根据权利要求1所述的方法，在所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之后，所述方法还包括：向所述互联网地图的导航平台发送异常路况消息，所述异常路况消息携带所述预测影响范围和所述目标路段信息，以使得所述导航平台向所述预测影响范围内的终端推送诱导消息，所述诱导消息包括所述目标路段信息。8.一种交通诱导装置，包括：确定模块，用于确定指定范围内的路网中，发生异常路况的目标路段；预测模块，用于根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，所述历史车流量基于互联网地图为车辆提供的历史导航路线确定；所述确定模块，还用于针对所述预测模块预测的所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线；发送模块，用于向所述诱导屏发送所述确定模块确定的所述诱导绕行路线，以使得所述诱导屏显示所述诱导绕行路线。9.根据权利要求8所述的装置，所述装置还包括：获取模块，用于获取所述互联网地图在指定历史周期中的每个时段内，为车辆提供的经过所述上游路段的历史导航路线；计算模块，用于针对每个时段，计算该时段内的历史导航路线数量与该时间段的时长的比值，得到所述上游路段在该时段的车流量；所述确定模块，还用于基于所述上游路段在目标时段的车流量，确定所述上游路段的历史车流量，所述目标时段为当前时刻所在时段在所述指定历史周期中对应的时段。10.根据权利要求8或9所述的装置，所述确定模块，还用于：在所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之前，获取所述目标路段包括的实际车道数；获取所述目标路段的异常路况占用的异常车道数；计算所述实际车道数和所述异常车道数的差值，得到所述目标路段的通行能力折减；所述预测模块，具体用于：根据所述通行能力折减，以及所述上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围。11.根据权利要求8所述的装置，所述装置还包括：判断模块，用于在所述向所述诱导屏发送所述诱导绕行路线之前，判断所述目标路段的异常路况从发生时刻开始，在所述预设时长内异常路况是否结束；返回模块，用于若所述判断模块的判断结果为未结束，则触发所述发送模块执行所述
向所述诱导屏发送所述诱导绕行路线的步骤。12.根据权利要求11所述的装置，所述装置还包括：累加模块，用于在所述向所述诱导屏发送所述诱导绕行路线之后，对所述预设时长累加指定时长，并触发所述预测模块执行所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围的步骤。13.根据权利要求8所述的装置，所述确定模块，还用于：在所述针对所述预测影响范围内的诱导屏，确定从所述诱导屏所在路段，通往指定目的地且不经过所述目标路段的诱导绕行路线之前，确定所述预测影响范围内各路段的预测拥堵程度；确定经过所述诱导屏所在路段的历史导航路线的主要目的地；所述确定模块，具体用于：根据所述各路段的预测拥堵程度，确定从所述诱导屏所在路段，通往所述主要目的地且不经过所述目标路段的诱导绕行路线。14.根据权利要求8所述的装置，所述发送模块，还用于：在所述根据所述目标路段的上游路段的历史车流量，确定所述目标路段的异常路况持续预设时长的情况下，造成的预测影响范围之后，向所述互联网地图的导航平台发送异常路况消息，所述异常路况消息携带所述预测影响范围和所述目标路段信息，以使得所述导航平台向所述预测影响范围内的终端推送诱导消息，所述诱导消息包括所述目标路段信息。15.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。

技术总结
本公开提供了一种交通诱导方法、装置、电子设备及介质，涉及人工智能技术领域，尤其涉及智能交通、交通控制技术领域。具体实现方案为：确定指定范围内的路网中，发生异常路况的目标路段，并根据目标路段的上游路段的历史车流量，确定目标路段的异常路况持续预设时长的情况下，造成的预测影响范围；其中，历史车流量基于互联网地图为车辆提供的历史导航路线确定。然后针对预测影响范围内的诱导屏，确定从诱导屏所在路段，通往指定目的地且不经过目标路段的诱导绕行路线。再向诱导屏发送诱导绕行路线，以使得诱导屏显示诱导绕行路线。能够减轻异常路况造成的交通堵塞，提高通行效率。提高通行效率。提高通行效率。


技术研发人员：丁晔昕 冯国臣
受保护的技术使用者：阿波罗智联（北京）科技有限公司
技术研发日：2022.12.30
技术公布日：2023/6/26