[发明专利]一种安全智能监测预警的方法

说明书

一种安全智能监测预警的方法，涉及智能交通行业领域，方法包括：步骤S01，核心控制器获取目标地理范围内若干等距路段的历史路况信息、当前路况信息，若当前路况信息与历史路况信息相同，则预测当前路况拥堵类型、拥堵级别与历史路况拥堵类型、拥堵级别相同，否则进入步骤S02。步骤S02，核心控制器将若干等距路段的当前路况信息中车流量数据、平均车速数据、可行驶道路宽度数据、车辆平均间距数据进行决策性融合后获得一个数据节点，进入步骤S03。步骤S03，核心控制器将所述数据节点代入决策树模型，获取目标地理范围内的拥堵类型、拥堵级别并发送的预警终端。本发明预测精准且数据处理速度快，实时预测道路拥堵情况。

技术领域

本发明涉及智能交通行业领域，尤其是涉及一种安全智能监测预警的方法。

背景技术

在经济高速发展下，高速公路、省道、城区主干道等建设迅猛发展，车辆数量不断递增，交通环境日渐复杂。在出行上班时，需要对出行路况进行了解从而合理安排时间。因此，针对交通车流量预测变得尤为重要。

例如，发明专利申请公布号CN111627210A，公布日2020年9月314日，发明的名称为一种车流量预测方法、装置、设备及介质，该申请案公开了一种车流量预测方法、装置、设备及介质，其中，方法包括：获取候选路段集合中的候选路段的历史路况信息，以及待预测的目标路段的历史路况信息；根据上述目标路段的历史路况信息以及上述候选路段集合中的候选路段的历史路况信息，从上述候选路段集合中确定与上述目标路段具有相关性的候选路段，作为参考路段；获取上述参考路段的当前路况信息以及上述目标路段的当前路况信息，根据上述参考路段的当前路况信息以及上述目标路段的当前路况信息预测上述目标路段在下一时刻的车流量。该发明虽然可以一定程度上提高预测路段车流量的准确性，但是在预测过程中整合的信息较少，对于特殊情况判断存在不足。

发明内容

本发明克服了现有技术中在预测过程中整合的信息较少，对于特殊情况判断存在不足的问题，提出了一种监测预警时融合的信息多且全面，判断精准的安全智能监测预警的方法。

为实现以上目的，本发明通过以下技术方案来实现：

一种安全智能监测预警的方法，方法包括：

步骤S01，核心控制器获取目标地理范围内若干等距路段的历史路况信息、当前路况信息，所述历史路况信息、当前路况信息均包括车流量传感器中的车流量数据、车速传感器中的平均车速数据、图像传感器中的图像信息，核心控制器对所述图像信息进行计算获取可行驶道路宽度数据、车辆平均间距数据；若当前路况信息与历史路况信息相同，则预测当前路况拥堵类型、拥堵级别与历史路况拥堵类型、拥堵级别相同，否则进入步骤S02；

步骤S02，核心控制器将若干等距路段的当前路况信息中车流量数据、平均车速数据、可行驶道路宽度数据、车辆平均间距数据进行决策性融合后获得一个数据节点，进入步骤S03；

步骤S03，核心控制器将所述数据节点代入决策树模型，获取目标地理范围内的拥堵类型、拥堵级别并发送的预警终端。

在核心控制器获取的都是每个传感器的重要特征数据，这样不需要核心控制器进行预处理，加快了数据处理的时间，减小了通信量，抗干扰能力强。而且先查看当前路况信息与历史路况信息是否相同，若相同可以直接把历史路况拥堵类型、拥堵级别作为当前路况拥堵类型、拥堵级别，减少了处理时间，可以更快更准确进行预警。而在与历史路况信息不同时，进行数据融合，这样可以去除冗余数据，使得预测结果更准确。而决策树模型可以实时获取拥堵类型、拥堵级别，速度更快，精度更高。

作为优选，所述步骤S01具体包括：

步骤S11, 核心控制器获取目标地理范围内若干等距路段的历史路况信息、当前路况信息，所述历史路况信息、当前路况信息均包括车流量传感器中的车流量数据、车速传感器中的平均车速数据、图像传感器中的图像信息，核心控制器对所述图像信息进行计算获取可行驶道路宽度数据、车辆平均间距数据；