[发明专利]动态预测城市道路智能交通管理方法

权利要求书

1.一种动态预测城市道路智能交通管理方法，其特征在于：所述使用历史数据分析的方法测定城市组团及道路的拥堵指数，并采用智能合约和共识算法的查询的行车线路的方法、订购及发布行车线路的方法。

2.根据权利要求1所述的一种动态预测城市道路智能交通管理方法，其特征在于：所述行车线路是通过智能交通管理系统计算产生，通过“订购数量”到“拥堵指数”到“行驶速度”到“行驶时间”的函数映射关系，建立车辆行驶的时间序列，由此推导出最佳行车线路。

3.根据权利要求2所述的动态预测城市道路智能交通管理方法，其特征在于：所述隐马尔可夫链的时间序列分析建立的函数映射关系：“订购数量”到“拥堵指数”、“拥堵指数”到“行驶速度”，是通过历史数据分析的方法取得转移概率矩阵，可以采用回归分析方法，但不限于回归分析方法，所述平稳过程的时间序列分析方法：“行驶速度”到“行驶时间”，“行驶时间”到“行驶时段”，“行驶时段”到“行驶时段序列”，是通过车联网服务节点计算取得；“行驶时段序列”到“最佳行驶线路”，是通过用户偏好取得。

4.根据权利要求1所述的动态预测城市道路智能交通管理方法，其特征在于：所述城市组团及道路拥堵指数，是优先考量城市组团的最佳交通量，并由此取得基于城市组团的预期最佳行车路段线路及基于路段的预期最佳行车路段线路，在优先确保整体最优的情况下，实现局部最优。

5.根据权利要求1所述的动态预测城市道路智能交通管理方法，其特征在于：所述智能合约和共识算法的查询、订购及发布的方法，是可以通过流言算法，但不限于流言算法，多种分布式算法实现弱一致性的信息同步。

6.根据权利要求2所述的动态预测城市道路智能交通管理方法，其特征在于：所述基于智能合约和共识算法的动态预测城市道路智能交通系统查询城市组团和路段的最佳预定行车线路的方法，具体步骤是：

(1)、由车辆确定起点和终点，根据距离生成树算法，确定可能的途经的城市组团组合，

(2)、根据可能的途经城市组团规划行驶线路，向链服务节点查询基于城市组团的预期行驶时间序列，根据最小生成树算法，确定城市组团的最佳行驶线路；

(3)、根据途经的城市组团序列，在各个城市组团内，由距离生成树算法，确定可能的途经的路段组合，向链服务节点查询基于路段的预期行驶时间序列，根据最小生成树算法，由此确定路段的最佳行驶线路；

(4)、比较查询结果，根据用户偏好，例如：时间最短、距离最短，确定最终车辆预定行驶线路。

7.根据权利要求1所述的动态预测城市道路智能交通管理方法，其特征在于：所述基于智能合约和共识算法的动态预测城市道路智能交通系统订购路段预期通过权的方法，具体步骤是：

(1)、交通车辆，根据本车辆的预定行驶线路的路段，向当前路段的链服务节点提交城市组团及路段订购请求；

(2)、由智能交通系统的智能合约机制确认交易，确认订购请求，并由智能合约机制向行驶线路沿途的城市组团及路段的链服务节点发布订购交易的信息。

8.根据权利要求1所述的动态预测城市道路智能交通管理方法，其特征在于：所述基于智能合约和共识算法的动态预测城市道路智能交通系统，城市组团和路段预期通过权值的形成机制并发布的方法，具体步骤是：

(1)、路段的链服务节点根据所主管路段的各预期时段的订购数量，由历史数据分析计算路段的各预期时段交通拥堵指数，及对应的预期时段行驶速度，并向相邻节点发布；

(2)、由该智能交通系统的共识算法机制，汇总城市组团内路段的预期交通拥堵指数，形成该城市组团的预期交通拥堵指数、预期时段行驶速度及该城市组团基于路段的预期最佳及合适的行驶路段线路，并向该智能交通系统的节点全局发布。