一种车辆的频繁活动区域的确定方法及装置与流程

本发明涉及数据处理技术领域，特别涉及一种车辆的频繁活动区域的确定方法及装置。

背景技术：

随着我国城市化进程的加快，各大中城市进入了机动车高速增长的时期，城市拥堵状况日益突出，如何缓解拥堵成为一个重点研究的问题。为了缓解拥堵可以对车辆的往来情况进行预测，根据预测的结果采取相应的措施预防拥堵。

现有技术中在对车辆的往来情况进行预测时，提出了一种基于公交GPS数据的公交到站预测方法，该方法中首先读取公交站点的拓扑数据，建立公交站点的拓扑关系；之后接收公交车辆的实时GPS数据，并按照设定的时间间隔获取并输出拓扑关系中各线路公交车的站内延迟、站间延迟以及到下一站延迟。

根据上述描述可知，现有技术中是针对公交站点的GPS地址已经的情况下建立的拓扑关系，从而进行的预测，但对于其他不使用固定站点的车辆，例如个人车等，由于无法获得其经常活动的地点，及频繁活动区域的信息，导致无法实现车辆往来状况的预测，从而无法解决交通拥堵的问题。

技术实现要素：

本发明实施例公开了一种车辆的频繁活动区域的确定方法及装置，用以确定车辆的频繁活动区域的信息，实现车辆往来状况的预测，解决交通拥堵的问题。

为达到上述目的，本发明实施例公开了一种车辆的频繁活动区域的确定方法，应用于电子设备，该方法包括：

针对每辆车辆，获取该车辆的每条位置数据；

建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述车辆的复杂网络；

根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

进一步地，所述根据每两个节点之间的距离，建立所述车辆的复杂网络包括：

针对每个节点对应的位置数据，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；

如果是，则连接该节点及所述其他节点。

进一步地，所述位置数据中还包含该位置数据的获取时间的信息，所述根据每两个节点之间的距离，建立所述车辆的复杂网络包括：

针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；

连接相邻两个节点。

进一步地，所述根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域包括：

针对每个节点，判断该节点的度是否大于设定的数量阈值；

如果是，则将该节点作为频繁活动区域中的位置对应的节点；

在频繁活动区域中的位置对应的节点中，根据每个节点对应的每条位置数据，判断每两个节点之间的距离是否不大于设定的第二距离阈值；

如果是，则两个节点对应的位置位于同一频繁活动区域中，否则，该两个节点对应的位置位于不同的频繁活动区域中。

进一步地，所述位置数据中还包含该位置数据的获取时间的信息时，所述方法还包括：

针对每个频繁活动区域，根据对应该频繁活动区域的每个节点对应的位置数据的获取时间，确定该频繁活动区域的性质。

进一步地，所述位置数据中还包含该位置数据的获取时间的信息，所述根据每两个节点之间的距离，建立所述车辆的复杂网络之前，所述方法还包括：

针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行 排序；

针对相邻两个节点，判断相邻两个节点对应的位置数据是否相同；

如果是，判断该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值；

如果否，将其中的一个节点及其对应的位置数据删除。

进一步地，获取该车辆的每条位置数据包括：

按照设定的时间间隔，将通过全球定位系统GPS获取的位于所述车辆上的无线保真WiFi终端的位置数据，作为获取的该车辆的位置数据。

本发明实施例提供了一种车辆的频繁活动区域的确定装置，应用于电子设备，该装置包括：

获取模块，用于针对每辆车辆，获取该车辆的每条位置数据；

建立模块，用于建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述车辆的复杂网络；

确定模块，用于根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

进一步地，所述建立模块，具体用于针对每个节点对应的位置数据，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；如果是，则连接该节点及所述其他节点。

进一步地，所述位置数据中还包含该位置数据的获取时间的信息，所述建立模块，具体用于针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；连接相邻两个节点。

进一步地，所述确定模块，具体用于针对每个节点，判断该节点的度是否大于设定的数量阈值；如果是，则将该节点作为频繁活动区域中的位置对应的节点；在频繁活动区域中的位置对应的节点中，根据每个节点对应的每条位置数据，判断每两个节点之间的距离是否不大于设定的第二距离阈值；如果是，则两个节点对应的位置位于同一频繁活动区域中，否则，该两个节点对应的位置位于不同的频繁活动区域中。

进一步地，当所述位置数据中还包含该位置数据的获取时间的信息时，所述确定模块，还用于针对每个频繁活动区域，根据对应该频繁活动区域的每个节点对应的位置数据的获取时间，确定该频繁活动区域的性质。

进一步地，所述位置数据中还包含该位置数据的获取时间的信息时，所述装置还包括：

过滤模块，用于针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；针对相邻两个节点，判断相邻两个节点对应的位置数据是否相同；如果是，判断该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值；如果否，将其中的一个节点及其对应的位置数据删除。

进一步地，所述获取模块，具体用于按照设定的时间间隔，将通过全球定位系统GPS获取的位于所述车辆上的无线保真WiFi终端的位置数据，作为获取的该车辆的位置数据。

本发明实施例提供了一种车辆的频繁活动区域的确定方法及装置，该方法应用于电子设备，包括：针对每辆车辆，获取该车辆的每条位置数据，建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述车辆的复杂网络，根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。由于在本发明实施例中针对每辆车辆获取其位置数据，并建立该车辆的复杂网络，通过复杂网络准确的获得节点之间的关联关系，从而可以准确的确定每辆车辆的频繁活动区域，方便进行交通流量的预测及控制，从而有效的解决交通拥堵问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种车辆的频繁活动区域的确定过程；

图2为本发明实施例提供的根据车辆的位置数据，确定的车辆的复杂网络；

图3为本发明实施例提供的邻接矩阵示意图；

图4为本发明提供的上述实施例中的一种车辆的频繁活动区域的确定过程；

图5为本发明实施例提供的再一种车辆的频繁活动区域的确定过程；

图6为本发明实施例提供的一种车辆的频繁活动区域的确定装置结构示意图。

具体实施方式

为了准确的确定每辆车辆的频繁活动区域，方便进行交通流量的预测及控制，有效的解决交通拥堵问题，本发明实施例提供了一种车辆的频繁活动区域的确定方法及装置。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如果将系统内部的各个元素作为节点，元素之间的关系视为连接，那么系统就构成一个网络，例如神经系统可以看做大量神经细胞通过神经纤维相互连接形成的网络、计算机网络可以看做是计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络，类似的还有电力网络、社会关系网络、交通网络等等。强调系统的结构并从结构角度分析系统的功能正是复杂网络的研究思路，所不同的是这些抽象出来的真实网络的拓扑结构性质不同于以往研究的网络，且节点众多，故称其为复杂网络(Complex Network)

复杂网络是一种用来描述自然和社会科学以及工程技术中相应节点之间关联关系的理论。人们一致认为复杂网络应该包括三个方面的含义：第一，复杂网络是真实复杂系统的拓扑结构的真实反映；第二，在复杂性上，复杂网络应该比规则网络和随机网络更强；第三，复杂网络使人们能够容易理解“复杂系统之所以复杂”这个问题。一般情况下将具有吸引子、自相似、小世界、自组织和无标度中部分性质或者所有性质的网络称为复杂网络。

复杂网络中度的概念是刻画和衡量单个节点特性的最简单同时也是最重要的概念，度表示一个节点拥有的边的数量，即节点的度的定义为该节点连接的其他节点的数目。

本发明实施例进行基于复杂网络，确定车辆的频繁活动区域的。

图1为本发明实施例提供的一种车辆的频繁活动区域的确定过程，该过程包括以下步骤：

S101：针对每辆车辆，获取该车辆的每条位置数据。

具体的，车辆的位置数据是通过全球定位系统(GPS)获取的。可以保证确定的频繁活动区域的准确性，在本发明实施例中可以按照设定的时间间隔，获取每辆车辆的每条位置数据，每辆车辆对应的时间间隔可以相同，也可以不同。

为了实现车辆位置数据的获取，可以在车辆上安装进行定位的GPS定位模块，通过该GPS定位模块获取车辆的每条位置数据。该位置数据可以是具体的经纬度信息。

较佳地，在本发明的一个实施例中，为了减小对车辆的改动，获取该车辆的每条位置数据包括：

按照设定的时间间隔，将通过全球定位系统GPS获取的位于所述车辆上的无线保真WiFi终端的位置数据，作为获取的该车辆的位置数据。

位于车辆上的无线保真WiFi终端可以是在车辆上设置WiFi终端。在车辆上设置WiFi终端可以是在车辆的某个位置上放置WiFi终端，或者，位于车辆上的用户随身携带的WiFi终端，该WiFi终端可以是移动终端，例如手机、平板电脑、上网本、Ipad等。

S102：建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述车辆的复杂网络。

复杂网络由多个节点以及节点之间的连接关系构成，为了构建车辆的复杂网络，首先建立每条位置数据与每个节点间的对应关系，将每条位置数据作为该复杂网络中的一个节点。然后根据节点之间的距离，确定节点之间的连接关系，从而建立车辆的复杂网络。

在建立复杂网络时，该复杂网络的直径为任意两个节点间距离的最大值，连接两个节点的边的长度称为网络的平均路径长度，该平均路径长度为所有节点对之间距离的平均值，该平均路径长度描述了复杂网络中节点间的分离程度。

在本发明实施例中根据两个节点之间的距离，判断两个节点之间是否进行连接，从而确定车辆的复杂网络。由于节点与位置数据之间的对应关系，因此在确定任意两个节点之间的距离时，根据该节点对应的位置数据，确定两个节点之间的距离。

已知复杂网络的直径，复杂网络的平均路径长度，以及确定每个节点之间度的方法，建立复杂网络的过程属于现有技术，在本发明实施例中对该复杂网络的具体建立过程不进行赘述。

S103：根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

复杂网络建立后，该复杂网络中每个节点的度可以确定，根据每个节点的度，即可确定车辆的每个频繁活动区域。

图2为本发明实施例提供的根据车辆的位置数据，确定的车辆的复杂网络，在该复杂网络中可以看出某些节点的度非常的大，如图2中节点1与及节点3之间连接的线称为节点的度，图2中与节点1、节点2、……、节点6连接的线非常的多，因此上述每个节点的非常的大，并且度较大的节点在线条密集的区域内，线条密集区域内的节点之间具有相互连接关系，可以根据该线条密集区域确定车辆的频繁活动区域。具体的如图2中由节点1、节点2和节点3所包围的区域，以及节点4、节点5和节点6所包围的区域，这两个区域中包含多个节点，每个节点的度都非常的大，该两个区域中的线条密集，因此将该两个区域确定为车辆的频繁活动区域。

由于在本发明实施例中针对每辆车辆获取其位置数据，并建立该车辆的复杂网络，通过复杂网络准确的获得节点之间的关联关系，从而可以准确的确定每辆车辆的频繁活动区域，方便进行交通流量的预测及控制，从而有效的解决交通拥堵问题。

在本发明的一个实施例中，所述根据每两个节点之间的距离，建立所述车辆的复杂网络包括：

针对每个节点对应的位置数据，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；

如果是，则连接该节点及所述其他节点。

在上述实施例中，由于位置数据具体的可以是经纬度信息，因此根据节点与位置数据的对应关系，可以根据每个节点对应的经纬度信息，确定每两个节点之间的距离。根据经纬度信息，确定距离属于现有技术，在本发明实施例中对该过程不进行赘述。

经纬度信息与实际位置相对应，因此每个实际位置与复杂网络的节点相对应，利用经纬度信息和球面距离计算方法，可以确定N个节点中两两之间的距离，得到距离矩阵。以N个节点为例，对距离矩阵的构建过程进行说明，将每个节点进行编号分别为节点1、节点2、……节点N，构建一个节点1到节点N的行矩阵，和一个节点1到节点N的列矩阵，则可以得到一个N*N的距离矩阵D，距离矩阵中每个位置D(i，j)的数值为对应的两个节点i及节点j之间的距离。

根据该距离矩阵中每个距离值与设定的第一距离阈值的关系，可以确定对应的邻接矩阵，还以上述例子进行说明，通过上述方式可以将一个N*N的距离矩阵D，转换为一个N*N的邻接矩阵A。该邻接矩阵中的数值为0或1，0表示对应的两个节点之间的距离大于设定的第一距离阈值，则该两个节点之间不存在连接关系，1表示对应的两个节点之间的距离小于设定的第一距离阈值，该两个节点之间存在连接关系。在本发明实施例中该第一距离阈值可以根据需求进行设定，例如可以将该第一距离阈值设置为0.05千米，或者其他的数值。

在上述实施例的基础上，本发明的另一个实施例中，获取的车辆的位置数据中还可以包含该位置数据的获取时间的信息，当该位置数据中包含该位置数据的获取时间的信息时，获取时间相邻的位置数据对应的节点之间可以存在连接关系，表明该节点对应的位置的关系。因此，当所述位置数据中还包含该位置数据的获取时间的信息，所述根据每两个节点之间的距离，建立所述车辆的复杂网络包括：

针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；

连接相邻两个节点。

下表为上述实施例提供的按照时间顺序对每个节点进行排序后的结果。

该获取时间包括具体的日期和时间，根据该获取时间信息，可以对位置数据进行排序，每个位置数据与节点之间存在对应关系。

因此在确定距离矩阵时，可以针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序，根据排序的结果，确定每个节点的序号，按照该序号，确定距离矩阵及该距离矩阵对应的邻接矩阵。在本发明的实施例中，依据上述实施例中的方式根据，确定了邻接矩阵中每个位置的数值后，还可以将相邻连个节点对应的位置的数据设置为1，即针对邻接矩阵A，将邻接矩阵中的位置A(i，i+1)的数值设置为1，并针对对应节点将其对应的度加一。

根据上述方式确定了邻接矩阵后，针对每个节点，可以确定每个节点对应的度，如图3所示的邻接矩阵示意图，根据该节点对应的一列或者一行中出现1的数量，可以确定该节点对应的度。根据每个节点对应的度，可以建立车辆的复杂网络。

图4为本发明提供的上述实施例中的一种车辆的频繁活动区域的确定过程，该过程包括以下步骤：

S401：针对每辆车辆，获取该车辆的每条位置数据。

S402：建立每条位置数据与每个节点间的对应关系，针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序。

S403：连接相邻两个节点，并针对每个节点，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；如果是，进行步骤S404，否则，进行步骤S405.

S404：连接该节点及所述其他节点。之后进行步骤S406。

S405：不连接该节点及所述其他节点。

S406：根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

在本发明的上述实施例的基础上，本发明的一个实施方式中，所述根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域包括：

针对每个节点，判断该节点的度是否大于设定的数量阈值；

如果是，则将该节点作为频繁活动区域中的位置对应的节点；

在频繁活动区域中的位置对应的节点中，根据每个节点对应的每条位置数据，判断每两个节点之间的距离是否不大于设定的第二距离阈值；

如果是，则两个节点对应的位置位于同一频繁活动区域中，否则，该两个节点对应的位置位于不同的频繁活动区域中。

本发明实施例中为了判断是否将节点作为频繁活动区域中的位置对应的节点，可以根据节点的度是否大于设置的数量阈值进行判断，该数量阈值可以根据需求进行设置，例如可以是10或者20等。

按照时间顺序对节点进行排序后，相邻节点之间是存在连接关系的，即如果两个节点相邻，则两个节点对应的度加1，如果两个节点之间的距离小于设定的第一距离阈值，则两个节点对应的度加1。因此根据上述过程可以确定每个节点对应的度，从而可以判断是否可以将节点作为频繁活动区域中的位置对应的节点。

在确定了频繁活动区域中的位置对应的节点时，还可以属于同一个频繁活动区域中的节点，因为每个节点与位置数据存在对应关系，因此根据节点之间的距离，距离小于第二距离阈值的两个节点对应的位置位于同一频繁活动区域中，否则，该两个节点对应的位置位于不同的频繁活动区域中。

进一步地，在本发明实施例中，在确定了每个频繁活动区域后，还可以根据该频繁活动区域中的每个节点对应的位置数据的获取时间，确定该频繁活动区域的性质。

如果该频繁活动区域中的大部分节点对应的位置数据的获取时间为工作日 的白天，则可以确定该频繁活动区域为工作区域；如果该频繁活动区域中的大部分节点对应的位置数据的获取时间为晚上11点到早晨7，则可以确定该频繁活动区域为居家区域；如果该频繁活动区域中的大部分节点对应的位置数据的获取时间为周末，则可以确定该频繁活动区域为娱乐场所等等。

为了保证确定的频繁活动区域的准确性，保证后续交通控制的准确性，在本发明的一个实施例中，当所述位置数据中还包含该位置数据的获取时间的信息，所述根据每两个节点之间的距离，建立所述车辆的复杂网络之前，所述方法还包括：

针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；

针对相邻两个节点，判断相邻两个节点对应的位置数据是否相同；

如果是，判断该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值；

如果否，将其中的一个节点及其对应的位置数据删除。

因为车辆的位置数据是按照设定的时间间隔获取的，当车辆长时间停在同一位置时，例如上班后在公司楼下停车场停放车辆，或者回家后在小区停车场停放车辆，则获取的该车辆的位置数据都是相同的，因此在对节点进行排序后，可以判断相邻两个节点对应的位置数据是否相同。因此采集精度的问题，判断相邻两个节点对应的位置数据是否相同，可以是判断该两个节点之间的距离是否小于一个比较小的设定阈值，例如10米等，如果两个节点之间的距离小于一个比较小的设定阈值，则可以认为该两个节点对应的位置数据相同。

进一步的根据如果该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值，确定是否删除其中的一个节点及该节点对应的位置数据。该时间阈值可以根据需求进行设定，例如将该时间阈值设置为该时间间隔，或稍微与该时间间隔大的数值等等，例如该时间间隔为5分钟，则可以将该时间阈值设置为5分半。当删除了其中一个节点及该节点对应的位置数据后，将其之后的节点的序号重新进行调整，将序号连续的节点作为相邻节点。

图5为本发明实施例提供的再一种车辆的频繁活动区域的确定过程，该过 程包括以下步骤：

S501：针对每辆车辆，获取该车辆的每条位置数据，其中该位置数据中还包含该位置数据的获取时间的信息。

S502：建立每条位置数据与每个节点间的对应关系，针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序。

S503：针对相邻两个节点，判断相邻两个节点对应的位置数据是否相同，如果是，进行步骤S504，否则，进行S506。

S504：判断该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值，如果是，进行步骤S506，否则，进行步骤S505。

S505：将其中的一个节点及其对应的位置数据删除，并将其之后的节点的序号重新进行调整，将序号连续的节点作为相邻节点。

S506：连接相邻两个节点，并针对每个节点，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；如果是，进行步骤S507，否则，进行步骤S508。

S507：连接该节点及所述其他节点。之后，进行步骤S509。

S508：不连接该节点及所述其他节点。

S509：根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

由于在本发明实施例中针对每辆车辆获取其位置数据，并建立该车辆的复杂网络，通过复杂网络准确的获得节点之间的关联关系，从而可以准确的确定每辆车辆的频繁活动区域，方便进行交通流量的预测及控制，从而有效的解决交通拥堵问题。

图6为本发明实施例提供的一种车辆的频繁活动区域的确定装置结构示意图，该装置应用于电子设备，该装置包括：

获取模块61，用于针对每辆车辆，获取该车辆的每条位置数据；

建立模块62，用于建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述车辆的复杂网络；

确定模块63，用于根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。

所述建立模块62，具体用于针对每个节点对应的位置数据，判断该节点与其他节点之间的距离是否小于设定的第一距离阈值；如果是，则连接该节点及所述其他节点。

所述位置数据中还包含该位置数据的获取时间的信息，所述建立模块62，具体用于针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；连接相邻两个节点。

所述确定模块63，具体用于针对每个节点，判断该节点的度是否大于设定的数量阈值；如果是，则将该节点作为频繁活动区域中的位置对应的节点；在频繁活动区域中的位置对应的节点中，根据每个节点对应的每条位置数据，判断每两个节点之间的距离是否不大于设定的第二距离阈值；如果是，则两个节点对应的位置位于同一频繁活动区域中，否则，该两个节点对应的位置位于不同的频繁活动区域中。

当所述位置数据中还包含该位置数据的获取时间的信息时，所述确定模块63，还用于针对每个频繁活动区域，根据对应该频繁活动区域的每个节点对应的位置数据的获取时间，确定该频繁活动区域的性质。

所述位置数据中还包含该位置数据的获取时间的信息时，所述装置还包括：

过滤模块64，用于针对每个节点对应的位置数据的获取时间，按照时间顺序对每个节点进行排序；针对相邻两个节点，判断相邻两个节点对应的位置数据是否相同；如果是，判断该相邻两个节点的位置数据的获取时间的差值是否大于设定的时间阈值；如果否，将其中的一个节点及其对应的位置数据删除。

所述获取模块61，具体用于按照设定的时间间隔，将通过全球定位系统GPS获取的位于所述车辆上的无线保真WiFi终端的位置数据，作为获取的该车辆的位置数据。

本发明实施例提供了一种车辆的频繁活动区域的确定方法及装置，该方法应用于电子设备，包括：针对每辆车辆，获取该车辆的每条位置数据，建立每条位置数据与每个节点间的对应关系，根据每两个节点之间的距离，建立所述 车辆的复杂网络，根据所述复杂网络中每个节点的度，确定所述车辆的每个频繁活动区域。由于在本发明实施例中针对每辆车辆获取其位置数据，并建立该车辆的复杂网络，通过复杂网络准确的获得节点之间的关联关系，从而可以准确的确定每辆车辆的频繁活动区域，方便进行交通流量的预测及控制，从而有效的解决交通拥堵问题。

对于系统/装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。