一种流量通道的分析方法、装置、存储介质及终端与流程

1.本发明涉及智能交通技术领域，特别涉及一种流量通道的分析方法、装置、存储介质及终端。


背景技术：

2.交通流量调查、分析和预测不仅是公路建设项目评估和设计的主要依据，也是公路建设完成以后，对公路运营情况进行监测的重要手段。因此，快速准确地分析公路宏观交通流量分布情况，对于路网运行监测与管理工作而言具有重要的意义。流量通道是人们研究高速公路流量分布的重要客体，例如客运通道、货运通道等。
3.在现有技术方案中，对流量通道的分析方法主要集中于对通道交通量的分析。例如，中国专利号cn106558220b，名为“一种公路交通量的统计方法与装置”，提出基于交通大数据来评估高速公路通道宏观和微观交通流量分布。但是，通道作为交通运输网络的核心组件，交通量大小统计不足以全面评估通道的价值和重要性。例如，当通道发生突发事件时，会对当前的交通运输网络构成何种影响？上述问题才体现了流量通道的核心价值，但现阶段围绕交通量大小的分析方法无法有效地进行回答，因此需要提出新的流量通道的分析方法。


技术实现要素：

4.本技术实施例提供了一种流量通道的分析方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
5.第一方面，本技术实施例提供了一种流量通道的分析方法，方法包括：
6.根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径；
7.将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合；
8.基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络；
9.采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径；
10.根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组；
11.基于所述六元组对所述流量通道进行多维度分析。
12.可选的，基于收费拓扑网络生成满足过滤参数的车辆行驶路径，包括：
13.获取目标区域道路网中的历史车辆行驶轨迹；
14.将历史车辆行驶轨迹映射至收费拓扑网络中收费设备节点上，生成多个车辆的行驶轨迹序列；
15.获取轨迹过滤参数；
16.基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。
17.可选的，轨迹过滤参数至少包括时间过滤参数、空间过滤参数以及车型过滤参数；
18.基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径，包括：
19.采用时间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
20.或者，
21.采用空间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
22.或者，
23.采用车型过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
24.或者，
25.采用时间过滤参数、空间过滤参数以及车型过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。
26.可选的，基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络，包括：
27.判断收费拓扑网络中每个收费设备节点对应的路径集合中路径数量是否小于预设流量阈值，生成每个收费设备节点的判断结果；
28.根据每个收费设备节点的判断结果确定不符合预设流量阈值的收费设备，得到待剔除收费设备节点；
29.将待剔除收费设备节点从收费拓扑网络中进行剔除，生成流量网络。
30.可选的，根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组，包括：
31.识别多个子路径中每个子路径包含的收费设备序列；
32.创建每个子路径的流量通道；
33.针对流量通道分配id标识；
34.针对流量通道构建通道名称；
35.根据所述收费设备序列计算所述流量通道的长度、经过该流量通道的车辆流量以及经过该流量通道的行驶路径集合；
36.将id标识、通道名称、长度、车辆流量以及行驶路径集合进行组合，生成每个子路径的流量通道的六元组。
37.可选的，多维度分析包括流量通道的排名分析和遴选、通道的交通需求聚合分析、通道的运行情况分析以及通道的价值分析。
38.可选的，基于所述六元组对所述流量通道进行多维度分析，包括：
39.根据六元组中长度和车辆流量计算每个子路径的流量通道对应的流量指标，得到每个子路径的流量指标；
40.将每个子路径的流量指标降序排列，生成排列后的流量指标；
41.根据排列后的流量指标的先后顺序选取预设百分比的流量指标对应的流量通道进行监测分析；
42.以及，
43.针对六元组中行驶路径集合进行聚合生成聚合结果；
44.根据聚合结果进行聚合分析、通道的运行情况分析以及通道的价值分析。
45.第二方面，本技术实施例提供了一种流量通道的分析装置，装置包括：
46.车辆行驶路径生成模块，用于根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径；
47.路径集合生成模块，用于将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合；
48.流量网络生成模块，用于基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络；
49.子路径生成模块，用于采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径；
50.六元组构建模块，用于根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组；
51.多维度分析模块，用于基于所述六元组对所述流量通道进行多维度分析。
52.第三方面，本技术实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
53.第四方面，本技术实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
54.本技术实施例提供的技术方案可以包括以下有益效果：
55.在本技术实施例中，流量通道的分析装置首先根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径，再将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合，然后基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络，再采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径，最后根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组，并基于所述六元组对所述流量通道进行多维度分析。本技术所识别的流量通道具有更一致、更丰富的语义，有利于针对流量通道不同场景的多维度分析。同时识别的流量通道具有同质化的交通需求，显著降低了对流量通道价值分析的不确定性，也更容易量化流量通道对交通需求的满足程度，以及流量通道损坏对交通需求的影响。
56.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
57.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
58.图1是本技术实施例提供的一种流量通道的分析方法的流程示意图；
59.图2是本技术实施例提供的一种收费拓扑网络的构建过程示意图；
60.图3是本技术实施例提供的一种在流量网络上生成子路径示意图；
61.图4是本技术实施例提供的一种交通需求、路径与通道示意图；
62.图5是本技术实施例提供的一种通道内交通需求的同质化与异质化示意图；
63.图6是本技术实施例提供的一种流量通道的分析装置的结构示意图；
64.图7是本技术实施例提供的一种终端的结构示意图。
具体实施方式
65.以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
66.应当明确，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它实施例，都属于本发明保护的范围。
67.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
68.在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
69.本技术提供了一种流量通道的分析方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本技术提供的技术方案中，本技术所识别的流量通道具有更一致、更丰富的语义，有利于针对流量通道不同场景的多维度分析。同时识别的流量通道具有同质化的交通需求，显著降低了对流量通道价值分析的不确定性，也更容易量化流量通道对交通需求的满足程度，以及流量通道损坏对交通需求的影响，下面采用示例性的实施例进行详细说明。
70.下面将结合附图1
‑
附图5，对本技术实施例提供的流量通道的分析方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的流量通道的分析装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本技术实施例中的流量通道的分析装置可以为用户终端，包括但不限于：个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移
动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、5g网络或未来演进网络中的终端设备等。
71.请参见图1，为本技术实施例提供了一种流量通道的分析方法的流程示意图。如图1所示，本技术实施例的方法可以包括以下步骤：
72.s101，根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径；
73.其中，随着收费门架及etc收费设备、车牌图像识别设备的布设，基本构建起在高速公路上对全量车牌的感知能力，这为流量通道的分析提供了坚实的数据基础。本发明即基于高速公路etc收费记录、车牌识别记录，对流量通道的价值和运行情况进行分析。
74.通常，目标区域道路网可以为全国道路网，全省道路网，或者是以某一高速路为主干道的某一市域，某一区域的路网，目标区域可以不以行政区划为限。
75.在实现全国高速公路收费联网以后，在收费站出入口以及高速公路门架上部署了大量的收费识别设备，车辆每经过一个收费识别设备，都会在云端记录车辆的通行记录。在本发明中，车辆通行记录用一个四元组来定义：
76.rec＝<cid，ctype，pid，t>
77.其中，cid唯一标识一辆车，ctype给出车的类型，如客车、货车等；pid唯一标识一台收费识别设备，t是车辆经过该识别设备的时刻。
78.在本技术实施例中，在基于收费拓扑网络生成满足过滤参数的车辆行驶路径时，首先从云端获取目标区域道路网如全国道路网中的历史车辆行驶轨迹rec，然后将历史车辆行驶轨迹映射至收费拓扑网络中收费设备pid上，生成多个车辆的行驶轨迹序列，其中每一条车辆的行驶轨迹序列全部利用经过的收费设备进行表征，其次获取轨迹过滤参数，最后基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。轨迹过滤参数至少包括时间过滤参数、空间过滤参数以及车型过滤参数。
79.具体的，在基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤时，采用时间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；或者，采用空间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；或者，采用车型过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；或者，采用时间过滤参数、空间过滤参数以及车型过滤参数组合方式将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。
80.在一种可能的实现方式中，如图2(a)所示，在目标区域道路网g0上，建设有若干个收费设备，如q1、q5和q7是收费站，q2、q3、q4和q6是门架。对于给定的两个收费设备q
i
和q
j
，如果在道路网g0上存在一条从q
i
到q
j
的路径，且该路径不经过其他的收费设备，我们称设备q
i
和q
j
在收费网络中存在拓扑关系，记为q
i
→
q
j
。基于上述方法，可以构建起以收费设备为节点node，收费设备间的拓扑关系为边edge的收费拓扑网络，记为g1，如图2(b)所示。设e
i，j
为g1中节点q
i
到q
j
的一条边，则e
ij
的长度len(e
i，j
)＝dis(path(g0，q
i
，q
j
))，即在道路网g0中设备q
i
到q
j
间路径的长度。
81.在收费拓扑网络g1中，可以将车辆的历史行驶路径表达为收费设备的拓扑点序，从而得到每个车辆的行驶轨迹序列。本发明中车辆的轨迹定义为一个三元组：
[0082][0083]
其中，cid唯一标识一辆车，ctype给出车的类型，p
c
给出了车辆经过收费设备的拓扑点序及时间。例如，在图2(b)中，车辆的行驶轨迹记为(q1，t1)
→
(q2，t2)
→
(q6，t6)
→
(q7，t7)。
[0084]
在得到多个车辆的行驶轨迹序列后，可以通过过滤条件针对多个车辆的行驶轨迹序列进行过滤，从而生成满足过滤参数的车辆行驶路径。
[0085]
根据时间过滤参数进行过滤时，如需要分析日间通道或夜间通道时，只需要对车辆轨迹tp
c
.p
c
按照分析时段进行轨迹的截取即可。
[0086]
根据空间过滤参数进行过滤时，限定空间，如某个区域、某个省、某条高速的通道分析，只需要将车辆轨迹tp
c
.p
c
按照所在的空间范围进行截取即可；或者限定od，如给定出发和到达的区域、省、市、高速、收费站后进行通道分析，只需要对和进行空间范围的过滤即可；省界通道分析等价于限定了出发省和到达省。
[0087]
根据车型过滤参数进行过滤时，如客车和货车通道，按照tp
c
.ctype属性进行车辆轨迹过滤即可。上述过滤条件也可以进行组合使用，满足不同条件的通道分析要求。本发明将条件过滤后的车辆轨迹记为将条件过滤后的车辆轨迹记为有n≤m。
[0088]
按照上述条件过滤完成后，可生成满足过滤参数的车辆行驶路径。
[0089]
s102，将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合；
[0090]
在一种可能的实现方式中，将满足过滤参数的车辆行驶路径p
c
′
，将其标注到其途经的每一个收费设备节点上。对于收费拓扑网络g1中的每一个收费设备节点q
j
，都可以得到一个路径集合φ(q
j
)＝{p
c
′
|q
j
∈p
c
′
}，即每一个收费设备节点都获得了途经该收费设备节点的所有流量。
[0091]
s103，基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络；
[0092]
通常，对于设定的流量阈值如果节点q
j
的路径集合φ(q
j
)中路径的条数小于流量阈值则将该节点q
j
，以及从q
j
出发和到达q
j
的边从收费拓扑网络g1中删除，从而得到流量网络g2。
[0093]
在一种可能的实现方式中，生成流量网络时，首先判断收费拓扑网络中每个收费设备节点对应的路径集合中路径数量是否小于预设流量阈值，生成每个收费设备节点的判断结果，然后根据每个收费设备节点的判断结果确定不符合预设流量阈值的收费设备，得到待剔除收费设备节点，最后将待剔除收费设备节点从收费拓扑网络中进行剔除，生成流量网络。
[0094]
s104，采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径；
[0095]
在本技术实施例中，对于流量网络g2中的每一个节点q
j
，执行图遍历算法(深度优
先或广度优先均可)，搜索满足长度和流量条件的子路径。
[0096]
例如图3所示，对节点q
j
执行图遍历算法搜索到节点q
j+1
时，主要进行流量和长度两个方面的检验：流量检验方法是找到同时经过q
j
和q
j+1
的轨迹，通过执行φ(q
j
)∩φ(q
j+1
)操作实现，如果说明q
j
→
q
j+1
已不具备形成通道的可能，则算法回退，不对q
j+1
下游的节点进行进一步搜索；否则继续对q
j+1
的下游节点进行搜索。
[0097]
进一步地，流量检验方法还可以包括车型占比，例如货车通道应该包括对货车的流量占比的检验，这里不再赘述。
[0098]
需要说明的是，通道还应满足一定的长度条件，如果需要说明的是，通道还应满足一定的长度条件，如果且同时满足的情况下，说明q
j
→
q
j+1
已满足通道的形成条件，将q
j
→
q
j+1
作为子路径sp输出；否则不输出。此后，进一步搜索q
j+1
的下游节点。
[0099]
同理，对于已经搜索到的子路径q
j
→
q
j+1
→
q
j+2
→…→
q
j+w
，需要扩展节点q
j+w+1
时，如如和同时满足时，则说明q
j
→
q
j+1
→
q
j+2
→…→
q
j+w
→
q
j+w+1
满足通道的形成条件，将q
j
→
q
j+1
→
q
j+2
→…→
q
j+w
→
q
j+w+1
作为子路径sp输出。
[0100]
s105，根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组；
[0101]
在本技术实施例中，在构建六元组时，首先识别多个子路径中每个子路径包含的收费设备序列，再创建每个子路径的流量通道，然后针对流量通道分配id标识，再针对流量通道构建通道名称，其次根据收费设备序列计算流量通道的长度、经过该流量通道的车辆流量以及经过该流量通道的行驶路径集合，最后将id标识、通道名称、长度、车辆流量以及行驶路径集合进行组合，生成每个子路径的流量通道的六元组。
[0102]
在一种可能的实现方式中，对于多个子路径中每个子路径sp
pw
，不失一般性，设sp
pw
＝q
j
→
q
j+1
→
q
j+2
→…→
q
j+w
→
q
j+w+1
，计算通道pw的六元组如下：pw＝<id，name，sp
pw
，dis(pw)，flow(pw)，ω
p
(pw)>。
[0103]
通道pw的id由系统分配，如可以是以sp
pw
输入的md5加密算法生成；
[0104]
通道pw的name可以由人工来定义，也可以由系统基于sp
pw
的共性元素组合而成，例如高速名称、上下行、以及起止节点所在的城市等。
[0105][0106]
flow(pw)＝#(φ(q
j
)∩φ(q
j+1
)∩φ(q
j+2
)∩
…
∩φ(q
j+w
)∩φ(q
j+w+1
))；
[0107]
ω
p
(pw)＝φ(q
j
)∩φ(q
j+1
)∩φ(q
j+2
)∩
…
∩φ(q
j+w
)∩φ(q
j+w+1
)。
[0108]
由于通道pw的ω
p
(pw)的所有路径共用sp
pw
子路径，因此对于通道内的每个节点和路段而言，其满足的交通需求具有同质性。这种同质性不仅降低了对通道价值分析的不确定性，也意味着，通道内任意一个节点或路段的失能，对于通道的影响是等价的。因此，本发明提出的通道分析方法，所识别的通道具有更一致、更丰富的语义，更有利于后续的分析。
[0109]
s106，基于所述六元组对所述流量通道进行多维度分析。
[0110]
通常，如图4所示，我们用od对来代表交通需求。对于给定的一个流量通道pw1，o1→
d1有两条路径经过了pw1，还有一条路径未经过；o2→
d2有一条路径经过了pw1，还有一条路径
未经过；o3→
d3有一条路径部分经过了pw1；o4→
d4全部两条路径都经过了pw1。
[0111]
基于交通需求来分析通道价值，则可以很直观地量化得到：
[0112]
o1→
d1有66％的交通需求是pw1满足的，还有34％的需求通过其他路径来满足；o2→
d250％的交通需求是通过pw1满足的；o3→
d3、o4→
d4100％的交通需求都是通过pw1来满足的。
[0113]
通道pw1满足了o1→
d1、o2→
d2、o3→
d3和o4→
d4的交通需求，不考虑o3→
d3部分通过的情况，o1→
d1、o2→
d2和o4→
d4分别占用了通道pw140％、20％和40％的流量。如果o2→
d2的交通需求降低一半，则通道pw1的交通流量会下降10％。
[0114]
当通道pw1失能时，会分别影响o1→
d1、o2→
d2和o4→
d466％、50％和100％的流量。其中，o1→
d1、o2→
d2有其他路径可以分流，但会造成其他路径的交通压力上升；由于o4→
d4100％的交通需求都是通过pw1来满足的，所以对o4→
d4的交通运输会造成相当大的影响。
[0115]
进一步的，在实际应用场景中，通道的分析还需要在一定的限定条件下，除了前文提到的基于车型的客车通道和货车通道外，还有基于地域限定的如全国范围、某区域内、某省内或省界的流量通道，以及基于时间限定的如夜间的流量通道等。
[0116]
本发明基于高速etc收费数据，从交通需求的角度对通道的价值和运行情况进行分析。需要说明的是，本发明分析方法也适用于其他数据，如移动位置数据等。
[0117]
在本技术实施例中，进行多维度分析时，首先根据六元组中长度和车辆流量计算每个子路径的流量通道对应的流量指标，得到每个子路径的流量指标，再将每个子路径的流量指标降序排列，生成排列后的流量指标，然后根据排列后的流量指标的先后顺序选取预设百分比的流量指标对应的流量通道进行监测分析；以及，针对六元组中行驶路径集合进行聚合生成聚合结果，最后根据聚合结果进行聚合分析、通道的运行情况分析以及通道的价值分析。
[0118]
在一种可能的实现方式中，多维度分析包括流量通道的排名分析和遴选、通道的交通需求聚合分析、通道的运行情况分析以及通道的价值分析。
[0119]
具体的，对流量通道的排名分析和遴选时，对通道进行流量排名是通道分析的重要场景，在本发明场景中，通道的长度dis(pw)与通道的流量flow(pw)是负相关的关系，通道越长，则通道的同质化流量越小。因此，通道排名理应融合考虑通道长度与流量大小的关系，如本发明采用ratio(pw)指标来进行排名，有ratio(pw)＝α
×
rank(dis(pw))+(1
‑
α)
×
rank(flow(pw))。
[0120]
其中，rank()为排名函数，α为权重调节系数。进一步地，可以只遴选出综合排名top
‑
n的通道进行进一步监测和分析。
[0121]
具体的，对通道的交通需求聚合分析时，对通道pw中ω
p
(pw)的路径做od聚合分析，按照不同的空间粒度，如收费站、县、市、省、区域等将不同的路径聚合为不同的od对，这里将od对聚合的结果记为ψ
od
(pw)，有(pw)，有其中其中γ为聚合后的od对的个数，在图4中，γ＝4。
[0122]
具体的，通道的运行情况分析时，可以量化评估通道对单一od的分流比例，以及不同od在通道内的流量占比情况。对于任意一个我们记通道第γ个od
对的流量为反之第γ个od对不经通道pw完成的流量记为如图4所示，如图4所示，
[0123]
量化计算通道pw对第γ个od对的分流比例，计算方法如下：
[0124][0125]
量化第γ个od对在通道pw中的流量占比，计算方法如下：
[0126][0127]
进一步的，可以将flow(pw)、等指标进行实时监测，以及与历史数值进行对比，以评估通道的运行情况。
[0128]
具体的，对通道的价值分析时，通道的价值主要体现在其对交通需求的满足上，其价值又可以分为绝对价值和相对价值。
[0129]
绝对价值可以通过其满足的od的战略重要性来累加得到，例如某些od是战略物资的运输od，则其重要性要高于其他od，则其途经的通道的绝对价值也高一些；
[0130]
我们用value()来评估od对的交通需求价值，则通道pw的绝对价值可以记为：
[0131][0132]
相对价值则可以从通道失能后对od的影响得到，记为：
[0133][0134]
其中，β为防止除零错误而引入的修正系数，这里设β＝0.1。
[0135]
如图4所示，当pw1失能时，o1→
d1、o2→
d2和o4→
d4分别损失66％、50％和100％的运力，以及对其他路网造成压力提升。如果o4→
d4是战略物资运输od，则更能彰显出通道pw1的相对价值。
[0136]
进一步地，本发明提出从交通需求的角度分析通道的价值和运行情况，相较于基于流量定义的通道，本发明定义的通道内的路段具有同质化的交通需求。如图5所示，通道pw1和pw2满足的交通需求是不同的，但是如果仅从流量的角度，pw1和pw2可能会被合并成一个通道进行分析。同质化的交通需求意味着，当通道内任何一个路段发生问题，对通道的交通需求影响是等价的，这对于通道价值分析及运行情况的监测是非常重要的前置条件。
[0137]
在本技术实施例中，流量通道的分析装置首先根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径，再将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合，然后基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络，再采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值
的路径，生成多个子路径，最后根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组，并基于所述六元组对所述流量通道进行多维度分析。本技术所识别的流量通道具有更一致、更丰富的语义，有利于针对流量通道不同场景的多维度分析。同时识别的流量通道具有同质化的交通需求，显著降低了对流量通道价值分析的不确定性，也更容易量化流量通道对交通需求的满足程度，以及流量通道损坏对交通需求的影响。
[0138]
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
[0139]
请参见图6，其示出了本发明一个示例性实施例提供的流量通道的分析装置的结构示意图。该流量通道的分析装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括车辆行驶路径生成模块10、路径集合生成模块20、流量网络生成模块30、子路径生成模块40、六元组构建模块50、多维度分析模块60。
[0140]
车辆行驶路径生成模块10，用于根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径；
[0141]
路径集合生成模块20，用于将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合；
[0142]
流量网络生成模块30，用于基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络；
[0143]
子路径生成模块40，用于采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径；
[0144]
六元组构建模块50，用于根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组；
[0145]
多维度分析模块60，用于基于所述六元组对所述流量通道进行多维度分析。
[0146]
需要说明的是，上述实施例提供的流量通道的分析装置在执行流量通道的分析方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的流量通道的分析装置与流量通道的分析方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
[0147]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0148]
在本技术实施例中，流量通道的分析装置首先根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径，再将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合，然后基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络，再采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径，最后根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组，并基于所述六元组对所述流量通道进行多维度分析。本技术所识别的流量通道具有更一致、更丰富的语义，有利于针对流量通道不同场景的多维度
分析。同时识别的流量通道具有同质化的交通需求，显著降低了对流量通道价值分析的不确定性，也更容易量化流量通道对交通需求的满足程度，以及流量通道损坏对交通需求的影响。
[0149]
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的流量通道的分析方法。
[0150]
本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的流量通道的分析方法。
[0151]
请参见图7，为本技术实施例提供了一种终端的结构示意图。如图7所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
[0152]
其中，通信总线1002用于实现这些组件之间的连接通信。
[0153]
其中，用户接口1003可以包括显示屏(display)、摄像头(camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
[0154]
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如wi
‑
fi接口)。
[0155]
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field
‑
programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
[0156]
其中，存储器1005可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read
‑
only memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non
‑
transitory computer
‑
readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及流量通道的分析应用程序。
[0157]
在图7所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的流量通道的分析应用程序，并具体执行以下操作：
[0158]
根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径；
[0159]
将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合；
[0160]
基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络；
[0161]
采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径；
[0162]
根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组；
[0163]
基于所述六元组对所述流量通道进行多维度分析。
[0164]
在一个实施例中，处理器1001在执行基于收费拓扑网络生成满足过滤参数的车辆行驶路径时，具体执行以下操作：
[0165]
获取目标区域道路网中的历史车辆行驶轨迹；
[0166]
将历史车辆行驶轨迹映射至收费拓扑网络中收费设备节点上，生成多个车辆的行驶轨迹序列；
[0167]
获取轨迹过滤参数；
[0168]
基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。
[0169]
在一个实施例中，处理器1001在执行基于轨迹过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径时，具体执行以下操作：
[0170]
采用时间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
[0171]
或者，
[0172]
采用空间过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
[0173]
或者，
[0174]
采用车型过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径；
[0175]
或者，
[0176]
采用时间过滤参数、空间过滤参数以及车型过滤参数将多个车辆的行驶轨迹序列进行过滤，生成满足过滤参数的车辆行驶路径。
[0177]
在一个实施例中，处理器1001在执行基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络时，具体执行以下操作：
[0178]
判断收费拓扑网络中每个收费设备节点对应的路径集合中路径数量是否小于预设流量阈值，生成每个收费设备节点的判断结果；
[0179]
根据每个收费设备节点的判断结果确定不符合预设流量阈值的收费设备，得到待剔除收费设备节点；
[0180]
将待剔除收费设备节点从收费拓扑网络中进行剔除，生成流量网络。
[0181]
在一个实施例中，处理器1001在执行根据多个子路径中每个子路径包含的收费设
备序列构建每个子路径的流量通道的六元组时，具体执行以下操作：
[0182]
识别多个子路径中每个子路径包含的收费设备序列；
[0183]
创建每个子路径的流量通道；
[0184]
针对流量通道分配id标识；
[0185]
针对流量通道构建通道名称；
[0186]
根据收费设备序列计算流量通道的长度、经过该流量通道的车辆流量以及经过该流量通道的行驶路径集合；
[0187]
将id标识、通道名称、长度、车辆流量以及行驶路径集合进行组合，生成每个子路径的流量通道的六元组。
[0188]
在一个实施例中，处理器1001在执行基于所述六元组对所述流量通道进行多维度分析时，具体执行以下操作：
[0189]
根据六元组中长度和车辆流量计算每个子路径的流量通道对应的流量指标，得到每个子路径的流量指标；
[0190]
将每个子路径的流量指标降序排列，生成排列后的流量指标；
[0191]
根据排列后的流量指标的先后顺序选取预设百分比的流量指标对应的流量通道进行监测分析；
[0192]
以及，
[0193]
针对六元组中行驶路径集合进行聚合生成聚合结果；
[0194]
根据聚合结果进行聚合分析、通道的运行情况分析以及通道的价值分析。
[0195]
在本技术实施例中，流量通道的分析装置首先根据目标区域道路网上的收费设备构建收费拓扑网络，并基于收费拓扑网络生成满足过滤参数的车辆行驶路径，再将满足过滤参数的车辆行驶路径标注至收费拓扑网络中的每一个收费设备节点上，得到每个收费设备节点对应的路径集合，然后基于每个收费设备节点对应的路径集合剔除收费拓扑网络中不符合预设流量阈值的收费设备节点，生成流量网络，再采用图遍历算法搜索流量网络中各收费设备节点的路径集合中路径数量大于预设流量阈值且路径长度大于预设长度阈值的路径，生成多个子路径，最后根据多个子路径中每个子路径包含的收费设备序列构建每个子路径的流量通道的六元组，并基于所述六元组对所述流量通道进行多维度分析。本技术所识别的流量通道具有更一致、更丰富的语义，有利于针对流量通道不同场景的多维度分析。同时识别的流量通道具有同质化的交通需求，显著降低了对流量通道价值分析的不确定性，也更容易量化流量通道对交通需求的满足程度，以及流量通道损坏对交通需求的影响。
[0196]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，流量通道的分析的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
[0197]
以上所揭露的仅为本技术较佳实施例而已，当然不能以此来限定本技术之权利范围，因此依本技术权利要求所作的等同变化，仍属本技术所涵盖的范围。