基于物联网的交通状态预测方法及系统与流程
- 国知局
- 2024-07-31 20:43:53
本发明涉及交通状态预测,具体涉及基于物联网的交通状态预测方法及系统。
背景技术:
1、当前的交通状态预测主要是通过分析某个交通路段的历史交通状态,利用大数据统计分析,确定路段交通状态的周期性规律,从而实现路段交通状态的预测。
2、现有技术的缺点在于,无法对于流动性较强的路段进行交通状态预测,导致存在适应范围不广的技术问题。
技术实现思路
1、本申请提供了基于物联网的交通状态预测方法及系统,用于针对解决现有技术由于无法对于流动性较强的路段进行交通状态预测,导致存在适应范围不广的技术问题。
2、鉴于上述问题,本申请提供了基于物联网的交通状态预测方法及系统。
3、本申请的第一个方面,提供了基于物联网的交通状态预测方法,包括:获取第一交通路口的第一时域特征,其中,第一时域为将要预测交通状态的未来预设时区;根据所述第一时域特征进行数据挖掘,获取第一交通状态记录数据;对所述第一交通记录数据进行离散性分析,获取第一状态波动系数;当所述第一状态波动系数小于或等于波动系数阈值,对所述第一交通状态记录数据进行集中值评价,获取第一交通状态预测结果;当所述第一状态波动系数大于所述波动系数阈值,基于物联网,获取所述第一交通路口的第一交汇路段状态信息;将所述第一交汇路段状态信息输入交通状态预测模型,获取第二交通状态预测结果;将所述第一交通状态预测结果或所述第二交通状态预测结果发送至用户终端。
4、本申请的第二个方面,提供了基于物联网的交通状态预测系统,包括:第一获得单元,用于获取第一交通路口的第一时域特征,其中,第一时域为将要预测交通状态的未来预设时区;第二获得单元,用于根据所述第一时域特征进行数据挖掘,获取第一交通状态记录数据;第三获得单元,用于对所述第一交通记录数据进行离散性分析,获取第一状态波动系数;第一评价单元,用于当所述第一状态波动系数小于或等于波动系数阈值,对所述第一交通状态记录数据进行集中值评价,获取第一交通状态预测结果;第四获得单元,用于当所述第一状态波动系数大于所述波动系数阈值,基于物联网,获取所述第一交通路口的第一交汇路段状态信息;第五获得单元,用于将所述第一交汇路段状态信息输入交通状态预测模型,获取第二交通状态预测结果;第一执行单元,用于将所述第一交通状态预测结果或所述第二交通状态预测结果发送至用户终端。
5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
6、本申请对需要预测路段的时区的交通状态记录数据进行数据挖掘,确定其相同时刻的周期性的历史交通记录数据,当记录数据的波动系数小于或等于波动系数阈值,才统计确定为交通状态预测结果;否则就根据实时的路网监测状态进行预测,确定交通状态预测结果,有效避免了因为路段流动性而导致的预测偏差问题,进而达到了提高交通状态预测适应度的技术效果。
技术特征:1.基于物联网的交通状态预测方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,根据所述第一时域特征进行数据挖掘,获取第一交通状态记录数据,包括:
3.如权利要求2所述的方法,其特征在于,对所述第一交通记录数据进行离散性分析,获取第一状态波动系数,包括:
4.如权利要求3所述的方法,其特征在于,当所述第一状态波动系数小于或等于波动系数阈值,对所述第一交通状态记录数据进行集中值评价,获取第一交通状态预测结果,包括:
5.如权利要求3所述的方法,其特征在于,根据所述第一星期信息和所述第一月份信息,从所述年周期记录数据提取第一特征数据进行离散性分析,获取第一状态波动子系数,包括:
6.如权利要求1所述的方法,其特征在于,将所述第一交汇路段状态信息输入交通状态预测模型,获取第二交通状态预测结果,包括:
7.如权利要求6所述的方法,其特征在于,基于所述车辆速度信息和所述车辆流量信息对第一交汇路段进行仿真,基于所述路口车辆流动状态信息对所述第一交通路口进行仿真,获取第一时域路口车辆流动预测状态,还包括:
8.基于物联网的交通状态预测系统,其特征在于,包括:
技术总结本发明提供了基于物联网的交通状态预测方法及系统,涉及交通状态预测领域,包括:获取第一交通路口的第一时域特征进行数据挖掘,获取第一交通状态记录数据;对第一交通记录数据进行离散性分析,获取第一状态波动系数;当第一状态波动系数小于或等于波动系数阈值,对第一交通状态记录数据进行集中值评价,获取第一交通状态预测结果;当第一状态波动系数大于所述波动系数阈值,基于物联网,获取所述第一交通路口的第一交汇路段状态信息;将第一交汇路段状态信息输入交通状态预测模型,获取第二交通状态预测结果。解决由于无法对于流动性较强的路段进行交通状态预测,导致存在适应范围不广的技术问题。技术研发人员:滕书华,成政廷,谭志国,罗睿,王小强,王伟受保护的技术使用者:湖南信创源科技有限公司技术研发日:技术公布日:2024/6/13本文地址:https://www.jishuxx.com/zhuanli/20240731/187604.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表