掌桥专利:专业的专利平台
掌桥专利
首页

一种基于物联网的智慧交通监控方法、系统及储存介质

文献发布时间:2024-04-18 19:59:31


一种基于物联网的智慧交通监控方法、系统及储存介质

技术领域

本发明涉及智慧交通技术领域,具体涉及一种基于物联网的智慧交通监控方法、系统及储存介质。

背景技术

智慧交通是指一个基于现代电子信息技术面向交通运输的服务系统,它可以在交通领域中充分运用物联网和自动控制等技术,使交通系统在区域、城市甚至更大的时空范围具备预测和控制等能力,以充分保障交通安全和提升系统运行效率等。

以电能作为驱动的新能源车辆,在电能即将耗尽时,需要前往充电站进行充电,在现有技术中,驾驶员通常会选择距离自己最近的充电站,对新能源车辆进行充电,这是因为距离较近的充电站可以相应的减少能量损耗和行驶距离,以避免过远的路程或电量不足所带来的不便和风险。

但是,在实际情况中,这种方法虽然简单便于操作,但是却忽略了一些外界因素,如路线拥堵情况,虽然选择距离较近的充电站可以减少行驶时间,但是,当前往距离最近的充电站的路径上拥挤程度较高时,反而可能会耗费更多的时间。

发明内容

本发明的目的在于提供一种基于物联网的智慧交通监控方法,解决上述技术问题。

本发明的目的可以通过以下技术方案实现:

一种基于物联网的智慧交通监控方法,包括以下步骤:

S1:设定监测区域,获取监测区域内充电站的位置,根据车辆当前位置规划行驶路线,所述的行驶路线为车辆当前位置到充电站的所有路线中距离最短的路线;

重复上述步骤,获取车辆当前位置到每个充电站的行驶路线,Si表示第i条行驶路线;

获取行驶路线上所有的岔路口,根据所述的岔路口将所述的行驶路线划分为若干个距离段,Sim表示第i条行驶路线上的第m个距离段;

S2:获取距离段的平均车速V、车流量Q和宽度D,获取所述的车流量的过程具体包括:

获取当前时间所在日期的日期性质,所述的日期性质包括工作日和休息日,筛选过去若干天中与当前日期性质相同的日期作为筛选日期;

获取当前时间T,获取行驶路线上第一个距离段在筛选日期中时间区间[T-t,T+t]内的平均车流量,t为预设的时间偏差;

重复上步骤,获取行驶路线上第一个距离段在每个筛选日期中时间区间[T-t,T+t]内的平均车流量,计算所述的平均车流量的均值作为行驶路线上第一个距离段的车流量;

获取行驶路线上第一个距离段的平均车速和行驶路线上第一个距离段的长度,计算行驶时间t';

令T=T+t',重复上述步骤,获取第二个距离段的车流量;

重复上述步骤,获取每条行驶路线上每个距离段的车流量;

S3:计算距离段的拥挤评估系数k,其计算公式为:kim=a*Qim/(Vim*Dim),其中,kim为第i条行驶路线上的第m个距离段的拥挤系数,a为预设的修正系数,Qim为第i条行驶路线上的第m个距离段的车流量,Vim表示第i条行驶路线上的第m个距离段的平均车速,Dim为第i条行驶路线上的第m个距离段的宽度;

计算路线的拥挤系数K',其计算公式为:

其中,ki'表示为第i条行驶路线的拥挤系数,n为第i条行驶路线上距离段的总数;

S4:获取拥挤系数最小值Kmin'=min(k1',k2',…,kn'),选取拥挤系数最小值对应的行驶路线进行行驶。

作为本发明进一步的方案:当存在某一行驶路线的距离小于等于预设的距离阈值时,选择该行驶路线进行行驶。

作为本发明进一步的方案:当存在两条及两条以上行驶路线的距离小于等于预设的距离阈值时,执行以下步骤:

获取行驶路线上所有距离段的平均车速,计算所述的平均车速的均值作为该行驶路线的判定车速;

将所述的行驶路线按照判定车速的大小进行排序,所述的判定车速越大,排名越靠前;

选取排序中最靠前的行驶路线进行行驶。

作为本发明进一步的方案:划分所述的距离段的过程具体包括:

将相邻两个岔路口之间的路段定义为距离段,其中,第一个距离段为行驶路线上车辆当前位置到第一个岔路口间的路段,最后一个距离段为行驶路线上最后一个岔路口与充电站间的路段。

作为本发明进一步的方案:获取所述的平均车速的过程具体包括:

以固定距离间隔在所述的距离段上设置若干采集点,获取若干车辆通过某一采集点时的速度,并计算所述的速度的均值作为车辆通过该采集点时的速度;

重复上述步骤,获取车辆通过其余采集点时的速度,计算车辆通过某一距离段上所有采集点时的速度的均值作为该距离段上的平均车速V。

作为本发明进一步的方案:当存在两个及两个以上的拥挤系数相同且为拥挤系数最小值时,获取所述的拥挤系数对应的行驶路线,基于所述的行驶路线获取判定车速,并选取判定车速最大的行驶路线进行行驶。

作为本发明进一步的方案:当存在所述的拥挤系数的均值大于预设值,且所述的拥挤系数的方差小于预设值时,执行以下步骤:

获取每条行驶路线的距离,并将所述的距离按照大小进行排序,距离越大,排名越靠后;

选取排名最靠前的行驶路线进行行驶。

一种基于物联网的智慧交通监控系统,包括:

初始模块:设定监测区域,获取监测区域内充电站的位置,根据车辆当前位置规划行驶路线,所述的行驶路线为车辆当前位置到充电站的所有路线中距离最短的路线;

重复上述步骤,获取车辆当前位置到每个充电站的行驶路线,Si表示第i条行驶路线;

获取行驶路线上所有的岔路口,根据所述的岔路口将所述的行驶路线划分为若干个距离段,Sim表示第i条行驶路线上的第m个距离段;

数据采集模块:获取距离段的平均车速V、车流量Q和宽度D,获取所述的车流量的过程具体包括:

获取当前时间所在日期的日期性质,所述的日期性质包括工作日和休息日,筛选过去若干天中与当前日期性质相同的日期作为筛选日期;

获取当前时间T,获取行驶路线上第一个距离段在筛选日期中时间区间[T-t,T+t]内的平均车流量,t为预设的时间偏差;

重复上步骤,获取行驶路线上第一个距离段在每个筛选日期中时间区间[T-t,T+t]内的平均车流量,计算所述的平均车流量的均值作为行驶路线上第一个距离段的车流量;

获取行驶路线上第一个距离段的平均车速和行驶路线上第一个距离段的长度,计算行驶时间t';

令T=T+t',重复上述步骤,获取第二个距离段的车流量;

重复上述步骤,获取每条行驶路线上每个距离段的车流量;

拥挤评估模块:计算距离段的拥挤评估系数k,其计算公式为:kim=a*Qim/(Vim*Dim),其中,kim为第i条行驶路线上的第m个距离段的拥挤系数,a为预设的修正系数,Qim为第i条行驶路线上的第m个距离段的车流量,Vim表示第i条行驶路线上的第m个距离段的平均车速,Dim为第i条行驶路线上的第m个距离段的宽度;

计算路线的拥挤系数K',其计算公式为:

其中,ki'表示为第i条行驶路线的拥挤系数,n为第i条行驶路线上距离段的总数;

路线选择模块:获取拥挤系数最小值Kmin'=min(k1',k2',…,kn'),选取拥挤系数最小值对应的行驶路线进行行驶。

一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1-7任一项权利要求所述的一种基于物联网的智慧交通监控方法的步骤。

本发明的有益效果:在本发明中,首先根据车辆当前位置确定监测区域,这是为了保证车辆在电量不足的情况下,可以到达充电站,接着规划车辆到每一个充电站行驶路线,之所以选取车辆当前位置到充电站的所有路线中距离最短的路线,是因为距离短的路线可以减少行驶时间和行驶路程,防止在行驶过程中出现电量不足的情况,之后将行驶路线划分为若干个距离段,这是因为一条路线上各处的拥堵情况可能并不相同,因此将其区分开来,分别判断每个距离段上的拥挤情况;之后获取每个距离段上的平均车速、车流量和宽度,这些数据是后续评估车辆拥挤度的基础,之所以筛选过去若干天中与当前日期性质相同的日期,是因为在休息日和工作日,车辆的高峰期并不相同,随后获取第一个距离段在预设时间区间内车流量的均值作为第一个距离段的车流量,接着预测车辆行驶到第二个距离段起点的时间,并根据当前时间和预测的时间重新设定时间区间,并重复第一个距离段车流量的获取过程,获取每个距离段的车流量,之所以重新设定时间区间是因为,可能存在当前时间不是高峰期,但是在行驶到相邻的下一个距离段时,达到了高峰期情况,若是不再重新设定时间区间,可能会出现实际值与预测值间偏差较大的情况;之后,计算各距离段的拥挤评估系数,并计算路线的拥挤系数,在实际情况中,当车流量较大时,道路较为拥挤,当车速越大和道路越宽时,道路则较为畅通;最后,选取拥挤系数最小的行驶路线行驶,可以减少驾驶过程中的时间,更早的到达充电站。本发明可以判断各行驶路线的拥挤程度,并选取拥挤程度最低的行驶路线进行行驶,节约时间成本。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种基于物联网的智慧交通监控方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。

请参阅图1所示,本发明为一种基于物联网的智慧交通监控方法,包括以下步骤:

S1:设定监测区域,获取监测区域内充电站的位置,根据车辆当前位置规划行驶路线,所述的行驶路线为车辆当前位置到充电站的所有路线中距离最短的路线;

重复上述步骤,获取车辆当前位置到每个充电站的行驶路线,Si表示第i条行驶路线;

获取行驶路线上所有的岔路口,根据所述的岔路口将所述的行驶路线划分为若干个距离段,Sim表示第i条行驶路线上的第m个距离段;

S2:获取距离段的平均车速V、车流量Q和宽度D,获取所述的车流量的过程具体包括:

获取当前时间所在日期的日期性质,所述的日期性质包括工作日和休息日,筛选过去若干天中与当前日期性质相同的日期作为筛选日期;

获取当前时间T,获取行驶路线上第一个距离段在筛选日期中时间区间[T-t,T+t]内的平均车流量,t为预设的时间偏差;

重复上步骤,获取行驶路线上第一个距离段在每个筛选日期中时间区间[T-t,T+t]内的平均车流量,计算所述的平均车流量的均值作为行驶路线上第一个距离段的车流量;

获取行驶路线上第一个距离段的平均车速和行驶路线上第一个距离段的长度,计算行驶时间t';

令T=T+t',重复上述步骤,获取第二个距离段的车流量;

重复上述步骤,获取每条行驶路线上每个距离段的车流量;

S3:计算距离段的拥挤评估系数k,其计算公式为:kim=a*Qim/(Vim*Dim),其中,kim为第i条行驶路线上的第m个距离段的拥挤系数,a为预设的修正系数,Qim为第i条行驶路线上的第m个距离段的车流量,Vim表示第i条行驶路线上的第m个距离段的平均车速,Dim为第i条行驶路线上的第m个距离段的宽度;

计算路线的拥挤系数K',其计算公式为:

其中,ki'表示为第i条行驶路线的拥挤系数,n为第i条行驶路线上距离段的总数;

S4:获取拥挤系数最小值Kmin'=min(k1',k2',…,kn'),选取拥挤系数最小值对应的行驶路线进行行驶。

需要说明的是,首先根据车辆当前位置确定监测区域,这是为了保证车辆在电量不足的情况下,可以到达充电站,接着规划车辆到每一个充电站行驶路线,之所以选取车辆当前位置到充电站的所有路线中距离最短的路线是因为距离短的路线可以减少行驶时间和行驶路程,防止在行驶过程中出现电量不足的情况,之后将行驶路线划分为若干个距离段,这是因为一条路线上各处的拥堵情况可能并不相同,因此将其区分开来,分别判断每个距离段上的拥挤情况;之后获取每个距离段上的平均车速、车流量和宽度,这些数据是后续评估车辆拥挤度的基础,之所以筛选过去若干天中与当前日期性质相同的日期,是因为在休息日和工作日,车辆的高峰期并不相同,随后获取第一个距离段在预设时间区间内车流量的均值作为第一个距离段的车流量,接着预测车辆行驶到第二个距离段起点的时间,并根据当前时间和预测的时间重新设定时间区间,并重复第一个距离段车流量的获取过程,获取每个距离段的车流量,之所以重新设定时间区间是因为,可能存在当前时间不是高峰期,但是在行驶到相邻的下一个距离段时,达到了高峰期情况,若是不再重新设定时间区间,可能会出现实际值与预测值间偏差较大的情况;之后,计算各距离段的拥挤评估系数,并计算路线的拥挤系数,在实际情况中,当车流量较大时,道路较为拥挤,当车速越大和道路越宽时,道路则较为畅通;最后,选取拥挤系数最小的行驶路线行驶,可以减少驾驶过程中的时间,更早的到达充电站。

在本发明另一种优选的实施中,当存在某一行驶路线的距离小于等于预设的距离阈值时,选择该行驶路线进行行驶。

在本发明另一种优选的实施中,当存在两条及两条以上行驶路线的距离小于等于预设的距离阈值时,执行以下步骤:

获取行驶路线上所有距离段的平均车速,计算所述的平均车速的均值作为该行驶路线的判定车速;

将所述的行驶路线按照判定车速的大小进行排序,所述的判定车速越大,排名越靠前;

选取排序中最靠前的行驶路线进行行驶。

可以理解的是,在这种情况下,若干条行驶路线到达对应充电站的距离都很短,故而形式的时间也更短,因此计算各行驶路线的待定车速,并选择待定车速最大的行驶路线进行行驶,可以减少车辆到达充电站的时间。

在本发明另一种优选的实施中,划分所述的距离段的过程具体包括:

将相邻两个岔路口之间的路段定义为距离段,其中,第一个距离段为行驶路线上车辆当前位置到第一个岔路口间的路段,最后一个距离段为行驶路线上最后一个岔路口与充电站间的路段。

在本发明另一种优选的实施中,获取所述的平均车速的过程具体包括:

以固定距离间隔在所述的距离段上设置若干采集点,获取若干车辆通过某一采集点时的速度,并计算所述的速度的均值作为车辆通过该采集点时的速度;

重复上述步骤,获取车辆通过其余采集点时的速度,计算车辆通过某一距离段上所有采集点时的速度的均值作为该距离段上的平均车速V。

值得注意的是,车辆在路段上行驶时,车速并不是保持不变的,当道路上某一处车辆较多时,车速自然就会变慢,而不同车辆的车速可能也并不相同,这取决于驾驶员的个人偏好和实际情况等,因此选择采用车速的均值来描述不同车辆、不同地点车速的中心趋势,以减小误差。

在本发明另一种优选的实施中,当存在两个及两个以上的拥挤系数相同且为拥挤系数最小值时,获取所述的拥挤系数对应的行驶路线,基于所述的行驶路线获取判定车速,并选取判定车速最大的行驶路线进行行驶。

可以理解的是,在这种情况下,若干行驶路线的拥挤程度相同,因此在这几条行驶路线中选择判定车速最大的行驶路线,减少车辆到达充电站的时间。

在本发明另一种优选的实施中,当存在所述的拥挤系数的均值大于预设值,且所述的拥挤系数的方差小于预设值时,执行以下步骤:

获取每条行驶路线的距离,并将所述的距离按照大小进行排序,距离越大,排名越靠后;

选取排名最靠前的行驶路线进行行驶。

而值得注意的是,在这种情况下,说明各行驶路线的拥挤程度相近而且都偏高,此时应当选取距离最短的行驶路线,以减少车辆到达充电站的时间。

一种基于物联网的智慧交通监控系统,包括:

初始模块:设定监测区域,获取监测区域内充电站的位置,根据车辆当前位置规划行驶路线,所述的行驶路线为车辆当前位置到充电站的所有路线中距离最短的路线;

重复上述步骤,获取车辆当前位置到每个充电站的行驶路线,Si表示第i条行驶路线;

获取行驶路线上所有的岔路口,根据所述的岔路口将所述的行驶路线划分为若干个距离段,Sim表示第i条行驶路线上的第m个距离段;

数据采集模块:获取距离段的平均车速V、车流量Q和宽度D,获取所述的车流量的过程具体包括:

获取当前时间所在日期的日期性质,所述的日期性质包括工作日和休息日,筛选过去若干天中与当前日期性质相同的日期作为筛选日期;

获取当前时间T,获取行驶路线上第一个距离段在筛选日期中时间区间[T-t,T+t]内的平均车流量,t为预设的时间偏差;

重复上步骤,获取行驶路线上第一个距离段在每个筛选日期中时间区间[T-t,T+t]内的平均车流量,计算所述的平均车流量的均值作为行驶路线上第一个距离段的车流量;

获取行驶路线上第一个距离段的平均车速和行驶路线上第一个距离段的长度,计算行驶时间t';

令T=T+t',重复上述步骤,获取第二个距离段的车流量;

重复上述步骤,获取每条行驶路线上每个距离段的车流量;

拥挤评估模块:计算距离段的拥挤评估系数k,其计算公式为:kim=a*Qim/(Vim*Dim),其中,kim为第i条行驶路线上的第m个距离段的拥挤系数,a为预设的修正系数,Qim为第i条行驶路线上的第m个距离段的车流量,Vim表示第i条行驶路线上的第m个距离段的平均车速,Dim为第i条行驶路线上的第m个距离段的宽度;

计算路线的拥挤系数K',其计算公式为:

其中,ki'表示为第i条行驶路线的拥挤系数,n为第i条行驶路线上距离段的总数;

路线选择模块:获取拥挤系数最小值Kmin'=min(k1',k2',…,kn'),选取拥挤系数最小值对应的行驶路线进行行驶。

一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述的一种基于物联网的智慧交通监控方法的步骤。

以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

相关技术
  • 一种基于时空融合图神经网络的交通流量预测方法
  • 基于时空融合图神经网络的交通预测方法及系统
技术分类

06120116523566