[发明专利]基于智慧交通综合数据仓城市体检数据分析方法及系统有效
申请号: | 202111543642.2 | 申请日: | 2021-12-16 |
公开(公告)号: | CN114241767B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 高波;陈嘉鹏;陈春英;黎忠华;陈乙利;李有朋 | 申请(专利权)人: | 深圳市鹏城交通网络股份有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/065;G06Q10/04;G06Q50/30 |
代理公司: | 北京冠和权律师事务所 11399 | 代理人: | 时嘉鸿 |
地址: | 518000 广东省深圳市罗*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 智慧 交通 综合 数据 城市 体检 分析 方法 系统 | ||
本发明提供了一种基于智慧交通综合数据仓城市体检数据分析方法及系统,该方法,包括:S1、获取目标数据类型,根据目标数据类型对智慧交通综合数据仓内的数据进行筛选,得到若干符合目标数据类型的目标数据;S2、对若干目标数据进行处理,得到目标数据分析曲线图;S3、获取对比标准曲线图,根据对比标准曲线图对目标数据分析曲线图进行对比分析,生成优劣程度曲线图;S4、整合所有目标数据类型对应的优劣程度曲线图生成城市交通体检报告。
技术领域
本发明涉及智能交通技术领域,尤其涉及一种基于智慧交通综合数据仓城市体检数据分析方法及系统。
背景技术
城市体检工作是积极践行“创新、协调、绿色、开放、共享”发展理念,探索形成一套城市评估指标体系,建立城市“一年一体检、五年一评估”的工作制度和“城市体检评估-问题反馈-决策调整-持续改进”的城市科学发展的长效机制而开展的工作;随着城市规模增大,城市采集的交通数据也愈加繁多,中国发明专利公告号为CN 109345823B公开了一种基于大数据的智能交通数据分析系统,包括:数据加载模块,将交通基础设施产生的流量和卡口数据写入HBase;流量统计和分析模块,实现按车道流量分析、按相位流量分析、按方向流量分析三项功能;路段旅行时间分析模块,实现路段或路线所有旅行时间计算、旅行时间聚类分析、方案评价和拥堵状态发布四项功能,车辆轨迹分析模块,统计指定时间范围内的车辆轨迹,分析展示车辆的行驶轨迹;最优路径推荐模块,综合路段的拥堵状态和路径的平均旅行时间向用户推荐最优路径;OD分析模块,统计每个途径点的途径次数,对出行量进行统计分析。本发明具有海量数据处理能力,功能丰富,集成度高,耦合度低,可集成于实际道路交通控制系统中。
其中,现有技术中存在采用上述的方案对城市交通数据进行分析往往只能对单一城市的交通数据进行分析,得到的是单一城市现有交通数据的分析数据显示,无法目标城市与预设标准城市的交通数据形成有效的数据对比分析,无法针对目标城市与预设标准城市在交通数据上的优劣势客观有效的得出城市交通体检报告。
发明内容
为了解决上述问题,本发明一种基于智慧交通综合数据仓城市体检数据分析方法及系统,用于解决现有技术中存在对城市交通数据进行分析往往只能对单一城市的交通数据进行分析,得到的是单一城市现有交通数据的分析数据显示,无法将目标城市与预设标准城市的交通数据形成有效的数据对比分析,无法针对目标城市与预设标准城市在交通数据上的优劣势客观有效的得出城市交通体检报告的问题。
一种基于智慧交通综合数据仓城市体检数据分析方法,包括:
S1、获取目标数据类型,根据目标数据类型对智慧交通综合数据仓内的数据进行筛选,得到若干符合目标数据类型的目标数据;
S2、对若干目标数据进行处理,得到目标数据分析曲线图;
S3、获取对比标准曲线图,根据对比标准曲线图对目标数据分析曲线图进行对比分析,生成优劣程度曲线图;
S4、整合所有目标数据类型对应的优劣程度曲线图生成城市交通体检报告;
其中,目标数据类型包括车辆数据类型、行人数据类型、环境数据类型。
作为本发明的一种实施例,S2包括:
S21、获取若干相同目标数据类型的目标数据;
S22、将城市进行区域划分,根据若干目标数据的采集的区域的不同,将若干目标数据分组为若干区域目标数据组;其中,区域目标数据组中包括若干具有相同采集区域的目标数据;
S23、将区域目标数据组中的目标数据的采集时间作为横坐标、目标数据的值作为纵坐标,生成区域目标数据组的曲线分析图;
S24、获取所有区域目标数据组对应的曲线分析图进行曲线拟合,得到目标数据曲线分析图。
作为本发明的一种实施例,S3包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市鹏城交通网络股份有限公司,未经深圳市鹏城交通网络股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111543642.2/2.html,转载请声明来源钻瓜专利网。