[发明专利]一种基于浮动车的高速公路交通拥堵检测方法和系统

说明书

技术领域

本发明实施例涉及智能交通系统技术领域，特别是涉及一种基于浮动车的高速公路交通拥堵检测方法和系统。

背景技术

由于高速公路具有方便、快捷、通行能力大以及运输效率高等优点，人们在出行时越来越多地选用高速公路。在高速公路上，可能会由于车辆过多、交通事故或者车辆故障等原因造成交通拥堵，为了能够快速处理交通拥堵状况，可以对高速公路上的交通拥堵状况进行检测。

目前，主要是通过视频、线圈或者微波等固定检测器对高速公路的交通状况进行检测，通过对固定检测器检测到的参数进行分析，可以确定当前的交通拥堵状况。

但是，上述固定检测器的布设成本较高，检测范围局限，易受天气、光照等自然条件的限制，并且，基于固定检测器检测到的参数较少，不能快速定位交通拥堵地点，难以全面、准确地获取交通拥堵的严重程度；另外，固定检测器只是检测出当前的交通拥堵状况，而并不能判断出当前交通拥堵的属性。

发明内容

本发明实施例所要解决的技术问题是提供一种基于浮动车的高速公路交通拥堵检测方法和系统，以解决固定检测器的检测结果不准确、不能判断出当前交通拥堵的属性的问题。

为了解决上述问题，本发明公开了一种基于浮动车的高速公路交通拥堵检测方法，其特征在于，包括：

将电子地图中的高速公路路网按照预设的窗格阈值对路段划分虚拟窗格；

采集浮动车的GPS数据，并将所述GPS数据匹配到所述虚拟窗格中；

针对每个虚拟窗格，分别依据所述虚拟窗格中的GPS数据计算交通检测参数，并依据所述交通检测参数判断所述虚拟窗格是否为交通拥堵状态；

依据为交通拥堵状态的虚拟窗格确定交通拥堵事件，并对所述交通拥堵事件对应的交通检测参数和交通影响因子进行转换；

依据转换后的交通检测参数和交通影响因子解析所述交通拥堵事件的属性。

可选地，所述GPS数据包括瞬时车速和时间，所述交通检测参数包括：瞬时平均车速、GPS样本量、低速比例、拥堵持续时间，

所述依据所述虚拟窗格中的GPS数据计算交通检测参数，并依据所述交通检测参数判断所述虚拟窗格是否为交通拥堵状态，包括：

计算所述虚拟窗格中所有GPS数据中瞬时车速的平均值，将所述平均值作为瞬时平均车速；

计算所述虚拟窗格中所有GPS数据的个数，将所述个数作为GPS样本量；

计算瞬时车速小于预设的低速阈值的GPS数据的个数与所述GPS样本量的比值，将所述比值作为低速比例；

当所述瞬时平均车速、GPS样本量和低速比例满足第一预设条件时，根据GPS数据中的时间计算拥堵持续时间；

当所述瞬时平均车速、GPS样本量和低速比例满足第一预设条件，并且所述拥堵持续时间满足第二预设条件时，确定所述虚拟窗格为交通拥堵状态。

可选地，所述依据为交通拥堵状态的虚拟窗格确定交通拥堵事件，包括：

获取同一行车方向上为交通拥堵状态的虚拟窗格；

从行车方向上为交通拥堵状态的最前端的虚拟窗格开始，判断相邻的虚拟窗格的间距是否小于预设的距离阈值；

将所有间距小于预设的距离阈值并且连续的虚拟窗格连接，生成连续序列；

将每个单独的虚拟窗格和每个连续序列分别作为一个交通拥堵事件。

可选地，所述交通拥堵事件对应的交通检测参数包括：

所述交通拥堵事件中最前端的虚拟窗格的瞬时平均车速、GPS样本量、低速比例、拥堵持续时间，以及所述交通拥堵事件的最短排队长度。

所述交通拥堵事件对应的交通影响因子包括：

所述交通拥堵事件中最前端的虚拟窗格对应的天气、节假日、时间段、路段属性，以及最前端的虚拟窗格与行车方向上最近的收费站/服务区之间的距离。

可选地，所述依据转换后的交通检测参数和交通影响因子解析所述交通拥堵事件的属性，包括：

将转换后的交通检测参数和交通影响因子输入朴素贝叶斯拥堵分类模型；

通过所述朴素贝叶斯拥堵分类模型解析出所述交通拥堵事件的属性。

另一方面，本发明还公开了一种基于浮动车的高速公路交通拥堵检测系统，其特征在于，包括：

划分模块，用于将电子地图中的高速公路路网按照预设的窗格阈值对路段划分虚拟窗格；

匹配模块，用于采集浮动车的GPS数据，并将所述GPS数据匹配到所述虚拟窗格中；