基于大数据的交通智能管控方法、装置及存储介质

1.本发明涉及智慧交通技术领域，尤其涉及基于大数据的交通智能管控方法、装置及存储介质。


背景技术：

2.许多大城市机动车每天还在以成百上千辆的速度增长，车多，路少，这是堵车越来越严重的根本原因。
3.一方面，堵车浪费民众大量的时间和精力，增加人们的生产生活成本，影响人们的生活质量；另一方面，堵车还会带来环境污染问题，汽车尾气中包含大量一氧化碳和氮氧化物，这些污染物是造成我国大气污染的重要原因，堵车时，如果不熄火，在怠速状态下，汽车尾气排放量是正常行驶的20-30倍。
4.当今市场需要一种能够智能化地对车流量信息进行监控进而对红绿灯调控的方法，以减轻堵车问题的困扰。


技术实现要素：

5.本发明的目的是为了至少解决现有技术的不足之一，提供基于大数据的交通智能管控方法、装置及存储介质。
6.为了实现上述目的，本发明采用以下的技术方案，
7.具体的，提出基于大数据的交通智能管控方法，包括以下：
8.将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；
9.获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；
10.判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；
11.分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息qi，其中i为流入红绿灯对应的编号；
12.根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整；
13.获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。
14.进一步，具体的，根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整，包括以下，
15.获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(qi，ti)，得到流入红绿灯的车流量数据集{q1，...，qn}，n为流入红绿灯的总个数；
16.计算每个流入红绿灯qi的绿灯占比时间调整系数a如下：
[0017][0018]
以ati作为新的流入红绿灯i的绿灯占比时间对每个流入红绿灯进行调控。
[0019]
进一步，所述方法还包括，还会对所述管控节点处的每个红绿灯进行车流量异常预测，具体的，
[0020]
截取一次车流量获取时间为起始时间，以此时刻为坐标原点，时刻为横轴，车流量信息q为纵轴，获取(0，nt)时间范围内在二维坐标系中每隔t时刻的离散点；
[0021]
对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线；
[0022]
以所述拟合预测线对(nt，2nt)时间范围内的每次车流量信息q的获取值进行判定，判定的准则为，计算(nt，2nt)时间范围内的点到所述拟合预测线的最短距离，当最短距离高于预设的第三阈值时，判断出现车流量异常情况；
[0023]
若出现车流量异常情况的红绿灯编号及其对应的流入红绿灯编号报送至对应的管理员ip处。
[0024]
进一步，具体的，对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线，包括以下，
[0025]
确定待拟合的数据组(xi，yi)，其中xi取(0，nt)、yi取qi；
[0026]
构造线性拟合函数p(x)＝a+bx，以满足如下条件，
[0027]
保证均方差
[0028]
达到最小；
[0029]
故需满足
[0030]
整理得
[0031][0032]
解得解得
[0033]
进一步，具体的，所述第一时间阈值t为10分钟。
[0034]
本发明还提出基于大数据的交通智能管控装置，包括以下：
[0035]
管控节点确定模块，用于将每个交通枢纽位置作为一个管控节点，为每个管控节
点内的红绿灯分配唯一编号；
[0036]
车流量信息获取模块，用于获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；
[0037]
目标管控红绿灯确定模块，用于判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；
[0038]
分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息qi，其中i为流入红绿灯对应的编号；
[0039]
红绿灯调整模块，用于根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整；
[0040]
调控判断模块，用于获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。
[0041]
进一步，具体的，所述红绿灯调整模块包括，
[0042]
数据获取单元，用于获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(qi，ti)，得到流入红绿灯的车流量数据集{q1，...，qn}，n为流入红绿灯的总个数；
[0043]
数据计算单元，用于计算每个流入红绿灯i的绿灯占比时间调整系数a如下：
[0044][0045]
调控单元，用于以ati作为新的流入红绿灯i的绿灯占比时间对每个流入红绿灯进行调控。
[0046]
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如以上方法的步骤。
[0047]
本发明的有益效果为：
[0048]
本发明提出基于大数据的交通智能管控方法，能够针对红绿灯处在一定时间内获取的车流量信息，并在判断需要管控的红绿灯处对该红绿灯的流入红绿灯的绿灯占比时间进行调整，能够智能化地对车流量信息进行监控进而对红绿灯调控的方法，以减轻堵车问题的困扰。
附图说明
[0049]
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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的附图，在附图中：
[0050]
图1所示为本发明基于大数据的交通智能管控方法的流程图；
[0051]
图2所示为本发明基于大数据的交通智能管控方法的目标管控红绿灯与流入红绿灯之间的关系示意图。
具体实施方式
[0052]
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
[0053]
参照图1，实施例1，本发明提出基于大数据的交通智能管控方法，包括以下：
[0054]
步骤s110、将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；
[0055]
步骤s120、获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；
[0056]
步骤s130、判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；
[0057]
步骤s140、分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息qi，其中i为流入红绿灯对应的编号；
[0058]
步骤s150、根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整；
[0059]
步骤s160、获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。
[0060]
本实施例在实施时，参照图2，首先通过以上方法确定目标管控红绿灯，接着对流入本目标管控红绿灯的流入红绿灯进行车流量信息分析，最终根据车流量q1、q2以及q3对对应编号的流入红绿灯的绿灯占比时间进行调控。
[0061]
作为本发明的优选实施方式，具体的，根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整，包括以下，
[0062]
获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(qi，ti)，得到流入红绿灯的车流量数据集{q1，...，qn}，n为流入红绿灯的总个数；
[0063]
计算每个流入红绿灯i的绿灯占比时间调整系数a如下：
[0064][0065]
以ati作为流入红绿灯i新的绿灯占比时间对每个流入红绿灯进行调控。
[0066]
作为本发明的优选实施方式，所述方法还包括，还会对所述管控节点处的每个红绿灯进行车流量异常预测，具体的，
[0067]
截取一次车流量获取时间为起始时间，以此时刻为坐标原点，时刻为横轴，车流量信息q为纵轴，获取(0，nt)时间范围内在二维坐标系中每隔t时刻的离散点；
[0068]
对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线；
[0069]
以所述拟合预测线对(nt，2nt)时间范围内的每次车流量信息q的获取值进行判定，判定的准则为，计算(nt，2nt)时间范围内的点到所述拟合预测线的最短距离，当最短距离高于预设的第三阈值时，判断出现车流量异常情况；
[0070]
若出现车流量异常情况的红绿灯编号及其对应的流入红绿灯编号报送至对应的
管理员ip处。
[0071]
作为本发明的优选实施方式，具体的，对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线，包括以下，
[0072]
确定待拟合的数据组(xi，yi)，其中xi取(0，nt)、yi取qi；
[0073]
构造线性拟合函数p(x)＝a+bx，以满足如下条件，
[0074]
保证均方差
[0075]
达到最小；
[0076]
故需满足
[0077]
整理得
[0078][0079]
解得解得
[0080]
作为本发明的优选实施方式，具体的，所述第一时间阈值t为10分钟。
[0081]
本发明还提出基于大数据的交通智能管控装置，包括以下：
[0082]
管控节点确定模块，用于将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；
[0083]
车流量信息获取模块，用于获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；
[0084]
目标管控红绿灯确定模块，用于判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；
[0085]
分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息qi，其中i为流入红绿灯对应的编号；
[0086]
红绿灯调整模块，用于根据所述车流量信息qi对所述流入红绿灯的绿灯占比时间ti进行分别调整；
[0087]
调控判断模块，用于获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。
[0088]
作为本发明的优选实施方式，具体的，所述红绿灯调整模块包括，
[0089]
数据获取单元，用于获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(qi，ti)，得到流入红绿灯的车流量数据集{q1，...，qn}，n为流入红绿灯的总个数；
[0090]
数据计算单元，用于计算每个流入红绿灯i的绿灯占比时间调整系数a如下：
[0091][0092]
调控单元，用于以ati作为流入红绿灯i新的绿灯占比时间对每个流入红绿灯进行调控。
[0093]
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如以上方法的步骤。
[0094]
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模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例中的方案的目的。
[0095]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0096]
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0097]
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
[0098]
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

技术特征：
1.基于大数据的交通智能管控方法，其特征在于，包括以下：将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息q
i
，其中i为流入红绿灯对应的编号；根据所述车流量信息q
i
对所述流入红绿灯的绿灯占比时间t
i
进行分别调整；获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。2.根据权利要求1所述的基于大数据的交通智能管控方法，其特征在于，具体的，根据所述车流量信息q
i
对所述流入红绿灯的绿灯占比时间t
i
进行分别调整，包括以下，获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(q
i
，t
i
)，得到流入红绿灯的车流量数据集{q1，...，q
n
}，n为流入红绿灯的总个数；计算每个流入红绿灯q
i
的绿灯占比时间调整系数a如下：以at
i
作为新的流入红绿灯i的绿灯占比时间对每个流入红绿灯进行调控。3.根据权利要求1所述的基于大数据的交通智能管控方法，其特征在于，所述方法还包括，还会对所述管控节点处的每个红绿灯进行车流量异常预测，具体的，截取一次车流量获取时间为起始时间，以此时刻为坐标原点，时刻为横轴，车流量信息q为纵轴，获取(0，nt)时间范围内在二维坐标系中每隔t时刻的离散点；对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线；以所述拟合预测线对(nt，2nt)时间范围内的每次车流量信息q的获取值进行判定，判定的准则为，计算(nt，2nt)时间范围内的点到所述拟合预测线的最短距离，当最短距离高于预设的第三阈值时，判断出现车流量异常情况；若出现车流量异常情况的红绿灯编号及其对应的流入红绿灯编号报送至对应的管理员ip处。4.根据权利要求3所述的基于大数据的交通智能管控方法，其特征在于，具体的，对所述离散点进行数据拟合得到(0，nt)时间范围内的拟合预测线，包括以下，确定待拟合的数据组(x
i
，y
i
)，其中x
i
取(0，nt)、y
i
取q
i
；构造线性拟合函数p(x)＝a+bx，以满足如下条件，保证均方差达到最小；
故需满足整理得解得解得5.根据权利要求1所述的基于大数据的交通智能管控方法，其特征在于，具体的，所述第一时间阈值t为10分钟。6.基于大数据的交通智能管控装置，其特征在于，包括以下：管控节点确定模块，用于将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；车流量信息获取模块，用于获取每个管控节点处的每个红绿灯位置在第一阈值时间t内所监测到的车流量信息q；目标管控红绿灯确定模块，用于判断是否存在车流量信息q超过第二阈值的红绿灯位置，若存在则定义车流量信息q超过第二阈值p的红绿灯位置为目标管控红绿灯；分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间t所监测得到的车流量信息q
i
，其中i为流入红绿灯对应的编号；红绿灯调整模块，用于根据所述车流量信息q
i
对所述流入红绿灯的绿灯占比时间t
i
进行分别调整；调控判断模块，用于获取下一个阈值时间t内目标管控红绿灯所监测到的车流量信息q＇，若所述车流量信息q＇低于第二阈值p，则完成本次调控，若不低于第二阈值p，则重复以上过程直到目标管控红绿灯所监测到的车流量信息低于第二阈值p。7.根据权利要求6所述的基于大数据的交通智能管控装置，其特征在于，具体的，所述红绿灯调整模块包括，数据获取单元，用于获取第一阈值时间内的每个流入红绿灯的车流量信息以及绿灯占比时间(q
i
，t
i
)，得到流入红绿灯的车流量数据集{q1，...，q
n
}，n为流入红绿灯的总个数；数据计算单元，用于计算每个流入红绿灯i的绿灯占比时间调整系数a如下：调控单元，用于以at
i
作为新的流入红绿灯q
i
的绿灯占比时间对每个流入红绿灯进行调控。
8.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述方法的步骤。

技术总结
本发明涉及基于大数据的交通智能管控方法、装置及存储介质，其中方法包括以下：将每个交通枢纽位置作为一个管控节点，为每个管控节点内的红绿灯分配唯一编号；获取每个管控节点处的每个红绿灯位置在第一阈值时间T内所监测到的车流量信息Q；判断是否存在车流量信息Q超过第二阈值的红绿灯位置，若存在则定义车流量信息Q超过第二阈值P的红绿灯位置为目标管控红绿灯；分别获取每个目标管控红绿灯所对应的流入红绿灯在第一阈值时间T所监测得到的车流量信息Q


技术研发人员：王玉贤 陈永松 曾庆宇 刘晨煜 赵辉
受保护的技术使用者：广东松山职业技术学院
技术研发日：2022.09.03
技术公布日：2023/6/12