道路拥堵状态的确定方法、系统及计算机可读介质与流程

1.本技术涉及道路交通技术领域，尤其涉及一种道路拥堵状态的确定方法、系统及计算机可读介质。


背景技术：

2.城市交通堵塞，是指一种车多拥挤且车速缓慢的现象，通常在假日或上下班高峰等时刻出现。其中，当前主流的道路交通拥堵状态的确定方法主要包括以下两种：
3.第一种：在路段建设传统的交通参数采集设备，通过使用这些交通参数采集设备在固定时间采集断面交通流参数，然后通过单个参数或者结合多个参数与预设置阈值进行比较，通过比较结果来判断所述交通参数采集设备所在路段的交通拥堵程度；其中，这些交通流参数包括比如交通量、时间占有率、空间占有率、平均速度等参数。
4.第二种：通过对浮动车进行抽样，按照一定的周期将抽样的浮动车的经纬度、瞬时速度、行驶方向角、时间、设备编号等数据上传至后台数据库，通过后台数据库计算路段的平均行程速度、路段的平均行程时间，根据路段的平均行程速度和路段的平均行程时间来判断路段的拥堵程度。
5.然而，发明人发现相关技术中至少存在如下技术问题：
6.采用交通参数采集设备采集的断面交通流参数属于瞬时检测，而浮动车的数据的元素相对单一，上述两种方法对于道路交通拥堵状态的确定的准确度较低，无法有效反映道路交通拥堵状态。


技术实现要素：

7.本技术的一个目的是提供一种道路拥堵状态的确定方法、系统及计算机可读介质，至少用以提升对道路交通拥堵状态的确定的准确度，从而有效的反映道路交通拥堵状态。
8.为实现上述目的，本技术的一些实施例提供了一种道路拥堵状态的确定方法，所述方法包括：获取目标路口的交通信号运行数据；确定所述目标路口的待计算车道，以及所述目标路口的上游路口中，行驶方向为所述目标路口的待计算车道的上游车道；获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据；根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果；根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。
9.本技术的一些实施例还提供了一种道路拥堵状态的确定系统，所述设备包括：一个或多个处理器；以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如上所述的方法。
10.本技术的一些实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现所述的道路拥堵状态的确定方法。
11.相较于现有技术，本技术实施例提供的方案中，除了需要获取目标路口的交通信
号运行数据，还需要在确定所述目标路口的待计算车道、以及所述目标路口的上游路口中的行驶方向为所述目标路口的待计算车道的上游车道后，获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，然后再根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果，并根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。一方面，由于可以通过利用城市道路网中现有且大量覆盖的信号控制系统获取目标路口的交通信号运行数据，并且利用电子警察作为前端的数据感知设备来获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，因此本方法在相关数据采集设备的建设方面可以大量利旧，从而减少硬件投入；另一方面，本方法通过将交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，通过综合纳入多方面的因素来确定车道拥堵状态，可解决相关技术中交通参数采集设备采集的断面交通流参数均为瞬时检测而不能准确反映车道拥堵状态的技术问题；最后，在实际应用中，本方法可以结合大数据对车道拥堵状态进行实时研判，因此，在提升了对道路交通拥堵状态的确定的准确度的基础上，本方案的时效性也可以得到保障。
附图说明
12.图1为本技术实施例提供的一种道路拥堵状态的确定方法的流程示意图；
13.图2为本技术实施例提供的一种道路拥堵状态的确定方法中，关于待计算车道和上游车道的示意图；
14.图3为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
15.图4为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
16.图5为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
17.图6为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
18.图7为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
19.图8为本技术实施例提供的另一种道路拥堵状态的确定方法的流程示意图；
20.图9为本技术实施例提供的一种道路拥堵状态的确定系统的结构示意图。
具体实施方式
21.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
22.在本文中使用以下术语。
23.浮动车，一般是指安装了车载gps定位装置并行驶在城市主干道上的公交汽车和出租车。
24.路段，具有方向性的道路区段，由两个端点界定，其间包含一个交叉口或一个出入口。
25.自由流行程时间，在低交通量、低密度情况下机动车通过路段的平均行程时间。
26.本技术实施例提供的一种道路拥堵状态的确定方法，除了需要获取目标路口的交通信号运行数据，还需要在确定所述目标路口的待计算车道、以及所述目标路口的上游路
口中的行驶方向为所述目标路口的待计算车道的上游车道后，获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，然后再根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果，并根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。一方面，由于可以通过利用城市道路网中现有且大量覆盖的信号控制系统获取目标路口的交通信号运行数据，并且利用电子警察作为前端的数据感知设备来获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，因此本方法在相关数据采集设备的建设方面可以大量利旧，从而减少硬件投入；另一方面，本方法通过将交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，通过综合纳入多方面的因素来确定车道拥堵状态，可解决相关技术中交通参数采集设备采集的断面交通流参数均为瞬时检测而不能准确反映车道拥堵状态的技术问题；最后，在实际应用中，本方法可以结合大数据对车道拥堵状态进行实时研判，因此，在提升了对道路交通拥堵状态的确定的准确度的基础上，本方案的时效性也可以得到保障。
27.具体的，本技术实施例提供的一种道路拥堵状态的确定方法可以由道路拥堵状态的确定系统(下文简称系统)来执行。所述方法可以如图1所示，具体包括如下步骤：
28.步骤s101，获取目标路口的交通信号运行数据。
29.步骤s102，确定所述目标路口的待计算车道，以及所述目标路口的上游路口中，行驶方向为所述目标路口的待计算车道的上游车道。
30.步骤s103，获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据。
31.步骤s104，根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果。
32.步骤s105，根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。
33.以下对上述步骤s101至步骤s105进行详细说明。
34.针对步骤s101，具体地说，可以通过利用城市道路网中现有且大量覆盖的信号控制系统来获取交通信号运行数据。这里的交通信号运行数据可以包括但不限于：交通信号周期的编号、交通信号周期的的开始时刻、交通信号周期的结束时刻、交通信号周期的的时长等数据。
35.针对步骤s102，具体地说，所述目标路口的待计算车道的数量可以为多个，即确定所述目标路口各方向上的待计算车道。可以参见图2，在图2所示的例子中，路口b为目标路口，目标路口b中存在箭头标识的的车道为所述目标路口b的其中一个待计算车道，该待计算车道中具体标识出了三个车道，分别为左转车道、直行车道、右转车道。目标路口b的上游路口为路口a，路口a中存在箭头标识的车道，为行驶方向为目标路口b的待计算车道的上游车道。也就是说，如果需要计算目标路口b中所述待计算车道的西进口的车道的拥堵状态，需要先确定路口b的上游路口a，进而确定该上游路口a中北左转、西直行、南右转的车道为所述上游车道。
36.在实际应用中，有些待计算车道中具备左转车道、直行车道、右转车道属性的车道的数量不止一个，在这种情况下，在后续实际处理的过程中，可以先将具备相同属性的车道作为一个车道进行计算，根据计算结果对该具备相同属性的车道赋予相同的数值。
37.此外，本领域技术人员可以理解，在其他例子中，所述目标路口b北边的车道属于所述目标路口b的另一个待计算车道，此时，目标路口b北边的上游路口为路口c(图中未示出)，进而可以确定路口c中的行驶方向为该待计算车道的上游车道。由于在本技术实施例中，对于每个待计算车道的处理方式大致相同，为避免重复，后续仅以图2所示的目标路口b中存在箭头标识的车道为待计算车道为例进行说明。
38.针对步骤s103，具体地说，可以利用电子警察作为前端的数据感知设备来获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据。其中，第一过车数据和第二过车数据的数据元素可以相同，比如可以均包括：车牌号码信息、车牌颜色信息、车辆出现时间信息、抓拍设备、抓拍设备所抓拍的车道等数据元素。其中，所述上游车道，是指根据目标路口的各个不同方向上的上游路口，来确定的行驶方向为所述待计算车道的上游车道的集合。
39.针对步骤s104和步骤s105，具体地说，在一些例子中，可以分别赋予所述交通信号运行数据、所述第一过车数据和所述第二过车数据这些指标一定的权重来进行融合计算。可以理解，通过使用所述交通信号运行数据、所述第一过车数据和所述第二过车数据这些指标进行融合计算，可以避免根据单一指标计算出来的结果存在异常而导致整体的道路拥堵状态判定错误的情况。在一些例子中，可以先通过这些指标进行相互辅助判断，当在确定所述待计算车道存在拥堵后，即可将该待计算车道定性为拥堵状态，然后再根据这些数据对拥堵的具体情况进行定量计算。
40.另外，需要说明的是，步骤s101和步骤s102、步骤s103之间并无先后顺序之分，也就是说，在实际应用中可以是比如先确定所述目标路口的待计算车道，以及所述目标路口的上游路口中，行驶方向为所述目标路口的待计算车道的上游车道，然后获取目标路口的交通信号运行数据并获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，本技术实施例对上述顺序不作限定。
41.不难发现，与相关技术相比，本技术实施例提供的道路拥堵状态的确定方法，一方面，由于可以通过利用城市道路网中现有且大量覆盖的信号控制系统获取目标路口的交通信号运行数据，并且利用电子警察作为前端的数据感知设备来获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据，因此本方法在相关数据采集设备的建设方面可以大量利旧，从而减少硬件投入；另一方面，本方法通过将交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，通过综合纳入多方面的因素来确定车道拥堵状态，可解决相关技术中交通参数采集设备采集的断面交通流参数均为瞬时检测而不能准确反映车道拥堵状态的技术问题；最后，在实际应用中，本方法可以结合大数据对车道拥堵状态进行实时研判，因此，在提升了对道路交通拥堵状态的确定的准确度的基础上，本方案的时效性也可以得到保障。
42.在本技术一些实施例中，所述根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果，可以进一步包括如下步骤，如图3所示：
43.步骤s201，根据所述第一过车数据和所述第二车辆过车数据，确定所述上游路口和所述目标路口之间的路段的车辆密度。
44.步骤s202，根据所述第一过车数据和所述交通信号运行数据，确定所述待计算车
道的车辆饱和度。
45.步骤s203，根据所述第一过车数据，确定所述待计算车道的车辆平均延误时间。
46.步骤s204，根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，得到所述待计算车道的融合结果。
47.不难发现，与相关技术相比，本技术实施例提供了一种如何根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合的具体实现方法，这样通过综合纳入多方面的因素来确定车道拥堵状态，可以防止单一指标计算出来的结果存在异常的情况，并解决相关技术中交通参数采集设备采集的断面交通流参数均为瞬时检测而不能准确反映车道拥堵状态的技术问题。
48.进一步的地，在本技术一些实施例中，所述步骤s201：根据所述第一过车数据和所述第二车辆过车数据，确定所述上游路口和所述目标路口之间的路段的车辆密度，可以包括如下步骤，如图4所示：
49.步骤s301，根据所述第一过车数据和所述第二过车数据，确定所述上游路口和所述目标路口之间的路段过车数据。
50.步骤s302，根据所述路段过车数据，确定所述上游路口和所述目标路口之间的路段中车辆所占用的道路资源量。
51.步骤s303，根据所述车辆所占用的道路资源量，确定所述上游路口和所述目标路口之间的路段的车辆密度。
52.此处结合图2所示对上述步骤s301至步骤s303进行说明。
53.具体地说，在本技术一些实施例中，可以根据所述第一过车数据和所述第二过车数据均包括的车牌号码信息、车牌颜色信息和车辆出现时间信息进行数据筛选，得到筛选结果，然后再根据所述筛选结果，确定所述上游路口和所述目标路口之间的路段过车数据。
54.结合图2来说，假设目标路口b的待计算车道为lin
l
，所述目标路口b的上游路口a中，行驶方向为所述目标路口b的待计算车道的上游车道为ling。在一些例子中，可以进一步创建数组arraya，arrayb。其中，arraya用于记录所有经过路口b待计算车道lin
l
的第一过车数据，arrayb用于记录所有经过路口a中，行驶方向为所述目标路口的待计算车道的上游车道ling的第二过车数据。在该例子中，数组arraya，arrayb中每一过车数据可以为各车辆的车牌号码信息、车牌颜色信息和车辆出现时间信息。那么，系统可以通过如下方式确定所述上游路口和所述目标路口之间的路段过车数据：
55.(1)实时接收所述第一过车数据和第二过车数据，并将所述第一过车数据实时更新至数组arraya，将所述第二过车数据实时更新至数组arrayb。
56.(2)每分钟比对数组中的车牌号码信息，根据arraya，arrayb中相同的车牌号码信息进行数据提取，并根据提取后的数据生成数组arrayc。
57.(3)剔除数组arraya中所有与数组arrayc中车牌号码信息相同的数据，形成数据组arrayd。
58.(4)统计数组arrayd号牌颜色为黄色的车辆数ny、号牌颜色为绿色且尾号为d/f字母的车辆数ng、剩余车辆数nb。其中，可以将号牌颜色为绿色且尾号为d/f字母的车辆、号牌颜色为黄色的车辆均视为大车，可以将剩余车辆视为小车，所述剩余车辆可以包括号牌颜色为绿色且尾号不是d/f字母的车辆、号牌颜色为蓝色的车辆。
59.以上，所述上游路口a和所述目标路口b之间的路段ab的过车数据包括黄色的车辆数ny、号牌颜色为绿色且尾号为d/f字母的车辆数ng和剩余车辆数nb。
60.进一步地，根据所述路段过车数据，确定所述上游路口和所述目标路口之间的路段中车辆所占用的道路资源量的步骤中，具体可以通过如下公式确定数组arrayd中车辆所占用的道路资源量
[0061][0062]
进一步地，根据所述车辆所占用的道路资源量，确定所述上游路口和所述目标路口之间的路段的车辆密度的步骤中，具体可以通过如下公式估算所述上游路口a和所述目标路口b之间的路段ab的车辆密度density
a-b
：
[0063][0064]
其中，l
a-b
代表路段ab的长度；n0代表路段ab的车道数。
[0065]
不难发现，与相关技术相比，本技术实施方式提供了一种具体如何确定所述上游路口和所述目标路口之间的路段的车辆密度的实现方式。
[0066]
进一步地，在本技术一些实施例中，所述步骤s202：根据所述第一过车数据和所述交通信号运行数据，确定所述上游路口和所述目标路口之间的路段的车辆饱和度，可以进一步包括如下步骤，如图5所示：
[0067]
步骤s401，根据所述第一过车数据，确定在预设时间内通过所述目标路口的当量小汽车数据。
[0068]
步骤s402，根据所述交通信号运行数据和所述当量小汽车数据，确定所述目标路口的车辆饱和度。
[0069]
下面继续结合上一实施例中的示例，对上述两个步骤进行说明。
[0070]
在本技术一些实施例中，可以获取所述第一过车数据包括的车牌颜色信息和车辆出现时间信息，然后根据所述车牌颜色信息和车辆出现时间信息，确定在预设时间内通过所述目标路口的当量小汽车数据。
[0071]
举例而言，系统可以每分钟获取数组arraya中车辆通过车道lin
l
时刻的时间信息，将时间信息在预设时间表征的时段区间[t
0-5min、t0]的所有车辆记录为数组arraye。进而，可以根据所述第一过车数据包括的车牌颜色信息和车辆出现时间信息，获取数组arraye中号牌颜色为黄色的车辆数my、号牌颜色为绿色且尾号为d/f字母的车辆数mg及剩余车辆数mb。
[0072]
其中，可以根据如下公式确定在上述5分钟内通过待计算车道lin
l
的当量小汽车数据：
[0073][0074]
在本技术一些实施例中，可以获取所述交通信号运行数据包括的绿信比和信号周期时长信息，然后根据所述绿信比、所述信号周期时长信息和所述当量小汽车数据，确定所述目标路口的车辆饱和度。
[0075]
其中，可以根据如下公式计算在上述5分钟内待计算车道lin
l
的车辆饱和度
[0076][0076][0077]
其中，为车道lin
l
在当前交通信号方案下运行的绿信比；t0为当前交通信号方案下的周期时长；cap0为车道lin
l
的饱和流量。
[0078]
不难发现，与相关技术相比，本技术实施方式提供了一种具体如何确定所述待计算车道的车辆饱和度的实现方式。
[0079]
进一步地，在本技术一些实施例中，所述步骤s203：根据所述第一过车数据，确定所述待计算车道的的车辆平均延误时间，可以包括如下步骤，如图6所示：：
[0080]
步骤s501，确定在所述待计算车道中运行的目标车辆。
[0081]
步骤s502，根据所述第一过车数据包括的车辆出现时间信息，确定所述目标车辆的行程时间。
[0082]
步骤s503，根据所述目标车辆的行程时间，确定所述待计算车道中所有车辆的平均行程时间。
[0083]
步骤s504，根据所述待计算车道中所有车辆的平均行程时间，确定所述待计算车道的车辆平均延误时间。
[0084]
下面依然结合前述实施例中的示例，对步骤s501至步骤s504进行说明。
[0085]
在一些例子中，可以确定数组arraye中的任一车辆作为待计算车道中运行的目标车辆i，在确定目标车辆i后，可以根据所述第一过车数据包括的车辆出现时间信息，通过如下公式确定所述目标车辆i的行程时间tratimei：
[0086]
tratimei＝t
b-ta[0087]
其中，根据所述目标车辆的行程时间，确定所述待计算车道中所有车辆的平均行程时间的步骤中，具体可以通过如下公式确定所述待计算车道中所有车辆的平均行程时间
[0088][0089]
其中，根据所述待计算车道中所有车辆的平均行程时间，确定所述待计算车道的车辆平均延误时间的步骤中，具体可以通过如下公式确定所述待计算车道的车辆平均延误时间δt：
[0090][0091]
上述式子中，tf
ab
为路口a和路口b之间自由流行程时间。
[0092]
其中，可以通过如下方式确定所述自由流行程时间：(1)通过统计一定时间段(比如全天24h)从路口a行驶至路口b的车辆数据，按照预设周期(比如每15min)统计得到的数据作为一组数据源，计算各组数据的车辆平均行程时间，然后根据各车辆平均行程时间的大小顺序进行排列，根据位于排序前的10％的数据取平均值；(2)通过人工标定的方式。
[0093]
不难发现，与相关技术相比，本技术实施方式提供了一种具体如何确定所述待计算车道的车辆平均延误时间的实现方式。
[0094]
在本技术一些实施例中，步骤s204：所述根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，得到所述待计算车道的融合结果，可以进一步包括如
下步骤，如图7所示：
[0095]
步骤s601，根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，确定所述待计算车道的拥堵指数。
[0096]
步骤s602，根据所述待计算车道的拥堵指数，确定所述目标路口的拥堵状态。
[0097]
下面继续结合上述实施例中的示例，对步骤s601至步骤s602进行说明。
[0098]
具体地说，在前述步骤s102中提到过，在确定所述目标路口的待计算车道的步骤中，确定的是所述目标路口个各方向上的待计算车道，所述待计算车道的数量为多个。因此，这里需要分别确定各所述待计算车道的拥堵指数，并根据各所述待计算车道的拥堵指数，确定所述目标路口的拥堵状态。
[0099]
在下面的例子中，旨在计算目标路口b中待计算车道lin
l
的拥堵指数对于目标路口b中的其他待计算车道的拥堵指数的处理方法与此方法大致相同。
[0100]
具体地，可以分为以下不同的情况：
[0101]
(1)若且density
a-b
≥0.5，且时，判断δt所属区间:
[0102]
a、若则拥堵指数为
[0103]
b、若则拥堵指数为
[0104]
c、若则拥堵指数为
[0105]
d、若则拥堵指数为10。
[0106]
(2)若且density
a-b
≤0.5，且δt≥t0时，
[0107]
(3)若且density
a-b
≤0.5，且δt≤t0时，
[0108]
(4)若且density
a-b
＞0.5，且δt≤t0时，
[0109]
(5)若且density
a-b
≥0.5，且时，判断δt所属区间:
[0110]
a、若则拥堵指数为
[0111]
b、若则拥堵指数为
[0112]
c、若则拥堵指数为
[0113]
d、则拥堵指数为10。
[0114]
(6)若且density
a-b
≤0.5，且δt≥t0时，
[0115]
(7)若且density
a-b
≤0.5，且δt≤t0时，
[0116]
(8)若且density
a-b
＞0.5，且δt≤t0时，
[0117]
其中，分别为系统定义的比例阈值，其默认值分别为1、2、3、4；t0代表b路口信号周期长度。
[0118]
本领域技术人员可以理解，相关技术的方案中，一般会仅仅基于车辆平均延误时间δt来确定所述待计算车道的拥堵情况。但这往往存在以下问题：
[0119]
比如说，当道路严重拥堵时，特别是存在排队溢出堵塞时，过车数量很少，导致系统无法获取到足够的样本数据来计算路口a至路口b之间的车辆行程时间。再比如说，当在路口a至路口b的路段中行驶的车辆数量较少的情况下，考虑极端情况，可能就没有车或者只有一辆车(这一辆车可能还在到达路口b之前在路段上停了一段时间)，此时，按照相关技术中的方法计算出来的路口a至路口b之间的车辆行程时间为零，或者计算出来的车辆行程时间的结果特别大，此外，相关技术中还有很多其他的场景，使得按照相关技术中原有的方法进行计算而得出的计算结果不准确的情况，此处不再一一列举。
[0120]
由上可知，与相关技术相比，本技术实施例中，根据车辆平均延误时间δt来推算车辆停车次数，进而根据其所属的区间，与所述车辆密度density
a-b
、所述车辆饱和度进行数据融合，确定所述待计算车道的拥堵指数，这种确定待计算车道的拥堵指数的方式，由于可以先通过这些指标进行相互辅助判断，当在确定所述待计算车道存在拥堵后，将该待计算车道定性为拥堵状态，然后再根据这些数据对拥堵的具体情况进行定量计算，可以避免根据单一指标计算出来的结果存在异常而导致整体的道路拥堵状态判定错误的情况。
[0121]
在本技术一些实施例中，步骤s602：所述根据所述待计算车道的拥堵指数，确定所述目标路口的拥堵状态，可以进一步包括如下步骤，如图8所示：
[0122]
步骤s701，根据所述待计算车道的拥堵指数，确定所述目标路口的融合指数。
[0123]
步骤s702，根据所述目标路口的融合指数，确定所述目标路口的拥堵状态。
[0124]
具体地说，可以根据预设区间对目标路口各方向的待计算车道的拥堵指数分别进行分类标记，并根据分类标记的结果确定所述目标路口的融合指数，进而再根据所述目标路口的融合指数，确定所述目标路口的拥堵状态。
[0125]
在一些例子中，可以根据如下表1对拥堵指数进行分类标记，不同的拥堵指数对应不同的交通运行状况等级。
[0126][0127]
表1
[0128]
此处依然以前述示例进行说明。即，当目标路口b中不同方向的上游路口中，行驶方向为所述待计算车道的上游车道计算得出的拥堵指数均计算完成后，根据所述待计算车道的拥堵指数，确定所述目标路口的融合指数。
[0129]
在一些例子中，可以根据各待计算车道的拥堵指数按照区间[4、6)、[6、8)、[8、10]进行分类，每个区间段数据个数标记为i、k、h，包括如下各情况：
[0130]
(1)当i、k、h3个值均为0，即若i+h+k＝0，此时目标路口的融合指数为：
[0131][0132]
(2)当i+h+k≥1时，且i、k、h3个值均不为0时，目标路口的融合指数为：
[0133][0134]
(3)当i+h+k≥1时，且当i、k、h有且仅有1个值为0时：
[0135]
a、若i＝0、h≠0、k≠0，
[0136]
b、若i≠0、k＝0、h≠0，
[0137]
c、若i≠0、k≠0、h＝0，
[0138]
(4)当i+h+k≥1时，且当i、k、h有且仅有2个值为0时：
[0139]
a、若i≠0、k＝h＝0，
[0140]
b、若k≠0、i＝h＝0，
[0141]
c、若h≠0、i＝k＝0，
[0142]
其中，tpii代表拥堵指数位于区间[4、6)内的车道指数，tpik代表拥堵指数位于区间[6、8)内的车道指数，tpih代表车道拥堵指数位于区间[8、10]内的车道指数，tpi代表目标路口b的融合指数。其中，上述所说的车道指数，是指对目标路口b所有待计算车道的拥堵指数，按照不同的区间进行分类后，在不同的分类结果下，按照上述公式，对每个区间内的待计算车道的拥堵指数求和加权后计算得到的整个目标路口b的拥堵指数的值。
[0143]
其中，值得一提的是，在上述例子的情况(1)中，当i、k、h3个值均为0时，即为表1中的拥堵指数在[0、4)之间的情况，此时可以说明交通状态等级为畅通或者基本畅通。
[0144]
由上可知，本技术实施例中，通过根据待计算车道的拥堵指数的不同，划分至不同的区间，再进行加权计算，而非相关技术中的对各道路的拥堵指数简单取平均的方法，从而本技术实施例提供的方法有利于提升计算结果的准确度。
[0145]
之后，可以根据计算结果，结合表1来确定所述目标路口的拥堵状态。进一步地，在确定待计算车道的拥堵状态后，可以将用于代表所述拥堵状态发布于相关工作人员，供日常交通管理与勤务安排使用。此外，还可以将该拥堵状态对外发布，比如可以通过手机信息发布、诱导屏发布、导航地图等方式对外发布。
[0146]
不难发现，与相关技术相比，本技术实施例中，提供了一种根据所述待计算车道的拥堵指数，确定所述目标路口的融合指数，然后再根据所述目标路口的融合指数，确定所述目标路口的拥堵状态的一种具体实现方式。
[0147]
此外，本技术实施例还提供了一种道路拥堵状态的确定系统，该系统的结构如图9所示，所述系统包括用于存储计算机可读指令的存储器11和用于执行计算机可读指令的处理器12，其中，当该计算机可读指令被该处理器执行时，触发所述处理器执行所述的道路拥堵状态的确定方法。
[0148]
不难发现，本技术实施例为与道路拥堵状态的确定方法对应的系统实施例，对于道路拥堵状态的确定方法描述的实现细节在本技术实施例中同样适用，为避免重复，此处不再赘述。
[0149]
此外，本系统至少还具有如下优点：部署硬件要求较低，对中小城市只需要一台服务器即可满足需求。响应速度较传统的断面检测设备检测间隔时间大幅减少。
[0150]
本技术实施例中的方法和/或实施例可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在该计算机程序被处理单元执行时，执行本技术的方法中限定的上述功能。
[0151]
需要说明的是，本技术所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0152]
而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0153]
可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0154]
附图中的流程图或框图示出了按照本技术各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的针对硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0155]
作为另一方面，本技术实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个计算机可读指令，所述计算机可读指令可被处理器
执行以实现前述本技术的多个实施例的方法和/或技术方案的步骤。
[0156]
在本技术一个典型的配置中，终端、服务网络的设备均包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0157]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0158]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0159]
此外，本技术实施例还提供了一种计算机程序，所述计算机程序存储于计算机设备，使得计算机设备执行所述控制代码执行的方法。
[0160]
需要注意的是，本技术可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中，本技术的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本技术的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本技术的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
[0161]
对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其他的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

技术特征：
1.一种道路拥堵状态的确定方法，其特征在于，所述方法包括：获取目标路口的交通信号运行数据；确定所述目标路口的待计算车道，以及所述目标路口的上游路口中，行驶方向为所述目标路口的待计算车道的上游车道；获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据；根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果；根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。2.根据权利要求1所述的确定方法，其特征在于，所述根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果，包括：根据所述第一过车数据和所述第二车辆过车数据，确定所述上游路口和所述目标路口之间的路段的车辆密度；根据所述第一过车数据和所述交通信号运行数据，确定所述待计算车道的车辆饱和度；根据所述第一过车数据，确定所述待计算车道的车辆平均延误时间；根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，得到所述待计算车道的融合结果。3.根据权利要求2所述的确定方法，其特征在于，所述根据所述第一过车数据和所述第二车辆过车数据，确定所述上游路口和所述目标路口之间的路段的车辆密度，包括：根据所述第一过车数据和所述第二过车数据，确定所述上游路口和所述目标路口之间的路段过车数据；根据所述路段过车数据，确定所述上游路口和所述目标路口之间的路段中车辆所占用的道路资源量；根据所述车辆所占用的道路资源量，确定所述上游路口和所述目标路口之间的路段的车辆密度。4.根据权利要求3所述的确定方法，其特征在于，所述根据所述第一过车数据和所述第二过车数据，确定所述上游路口和所述目标路口之间的路段的过车数据，包括：根据所述第一过车数据和所述第二过车数据均包括的车牌号码信息、车牌颜色信息和车辆出现时间信息进行数据筛选，得到筛选结果；根据所述筛选结果，确定所述上游路口和所述目标路口之间的路段过车数据。5.根据权利要求2所述的确定方法，其特征在于，所述根据所述第一过车数据和所述交通信号运行数据，确定所述待计算车道的车辆饱和度，包括：根据所述第一过车数据，确定在预设时间内通过所述待计算车道的当量小汽车数据；根据所述交通信号运行数据和所述当量小汽车数据，确定所述待计算车道的车辆饱和度。6.根据权利要求2所述的确定方法，其特征在于，所述根据所述第一过车数据，确定所述待计算车道的车辆平均延误时间，包括：确定在所述待计算车道中运行的目标车辆；
根据所述第一过车数据包括的车辆出现时间信息，确定所述目标车辆的行程时间；根据所述目标车辆的行程时间，确定所述待计算车道中所有车辆的平均行程时间；根据所述待计算车道中所有车辆的平均行程时间，确定所述待计算车道的车辆平均延误时间。7.根据权利要求2所述的确定方法，其特征在于，所述根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，得到所述待计算车道的融合结果，包括：根据所述车辆密度、所述车辆饱和度和所述车辆平均延误时间进行数据融合，确定所述待计算车道的拥堵指数；所述根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态，具体为：根据所述待计算车道的拥堵指数，确定所述目标路口的拥堵状态。8.根据权利要求7所述的确定方法，其特征在于，所述根据所述待计算车道的拥堵指数，确定所述目标路口的拥堵状态，包括：根据所述待计算车道的拥堵指数，确定所述目标路口的融合指数；根据所述目标路口的融合指数，确定所述目标路口的拥堵状态。9.一种道路拥堵状态的确定系统，其特征在于，所述设备包括：一个或多个处理器；以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如权利要求1至8中任意一项所述的方法。10.一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现如权利要求1至8中任意一项所述的方法。

技术总结
本申请提供了一种道路拥堵状态的确定方法、系统及计算机可读介质，其中，所述方法包括：获取目标路口的交通信号运行数据；确定所述目标路口的待计算车道，以及所述目标路口的上游路口中，行驶方向为所述目标路口的待计算车道的上游车道；获取所述待计算车道的第一过车数据和所述上游车道的第二过车数据；根据所述交通信号运行数据、所述第一过车数据和所述第二过车数据进行数据融合，得到所述待计算车道的融合结果；根据所述待计算车道的融合结果，确定所述目标路口的拥堵状态。本申请提供的车道拥堵状态的确定方案，可以至少用以提升对道路交通拥堵状态的确定的准确度，从而有效的反映道路交通拥堵状态。的反映道路交通拥堵状态。的反映道路交通拥堵状态。


技术研发人员：周园园
受保护的技术使用者：上海宝康电子控制工程有限公司
技术研发日：2022.11.17
技术公布日：2023/6/7