一种基于大数据的智慧城市管理方法和系统与流程

本发明涉及智慧城市管理，具体地说，涉及一种基于大数据的智慧城市管理方法和系统。

背景技术：

1、城市化进程的加快，使城市被赋予了前所未有的经济、政治和技术的权利，城市被无可避免地推到了世界舞台的中心，发挥着主导作用，与此同时，城市也面临着环境污染、交通堵塞、能源紧缺、住房不足、失业、疾病等方面的挑战。在新环境下，如何解决城市发展所带来的诸多问题，实现可持续发展成为城市规划建设的重要命题；“智慧城市”作为一种战略被提出，将更多新技术用于构成城市的核心系统中，实现对其的感知和互联互通，进而实现更高层次的智能、促进更广泛的参与，努力推进面向知识社会的下一代创新，尝试构建创新2.0时代的城市新形态。

2、在此背景下，“智慧城市”成为解决城市问题的一条可行道路，也是未来城市发展的趋势。智慧城市建设的大提速将带动地方经济的快速发展，也将带动卫星导航、物联网、智能交通、智能电网、云计算、软件服务等多行业的快速发展，为相关行业带来新的发展契机。

3、智慧城市是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应，其实质是利用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。

4、但随着城市道路的不断发展，其道路规划不断更新，对应的车流量也会随之增加，由于在进行城市交通管理过程中，道路的交通信号指示灯并不适应其规定的变道车辆流动量，例如左拐指示灯持续时间过短，难以适应左拐车道车流量，导致左拐车道形成拥堵。

5、为了应对上述问题，现亟需一种基于大数据的智慧城市管理方法和系统。

技术实现思路

1、本发明的目的在于提供一种基于大数据的智慧城市管理方法和系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明目的之一在于，提供了一种基于大数据的智慧城市管理方法，包括以下步骤：

3、s1、捕捉待检区域交通信号指示灯提示信息，确定当前待停车辆数量与对应指示灯转向预留时间；

4、s2、制定单位监控计数时间，记录对应指示灯转向经过车辆数量，确定指示灯转向经过车辆数量正常范围阈值，处于正常范围阈值的车辆数量标记为正常车辆数量；

5、s3、记录超过正常范围阈值的对应指示灯转向经过车辆数量，标记为异常车辆数量，确定当天异常率；

6、s4、制定当天异常率持续时间阈值：

7、未超过当天异常率持续时间阈值，标记为浮动当天异常率持续时间；

8、超过当天异常率持续时间阈值，标记为变化异常率持续时间；

9、s5、确定变化异常率持续时间影响条件，对影响条件进行分类处理；

10、s6、结合当天异常率持续时间以及异常车辆数量，计算出各个影响条件影响权重；

11、s7、建立影响条件存储数据库，并标记各个影响条件对应的影响权重。

12、作为本技术方案的进一步改进，所述s1中当前待停车辆数量确定方法包括如下步骤：

13、s1.1、定位车道初始端与驶离端位置；

14、s1.2、捕捉车牌信息，按照车牌信息计数初始端到驶离端之间的车辆；

15、s1.3、记录变向车辆，确定待检车道最终待停车辆数目。

16、作为本技术方案的进一步改进，所述s2中对应指示灯转向经过车辆数量记录方法包括如下步骤：

17、s2.1、结合所述s1.2中的车牌信息，确定指示灯停留时间内通过的车辆数量；

18、s2.2、剔除无关车辆影响，测定最终车辆数量。

19、作为本技术方案的进一步改进，所述s2中正常车辆数量标记采用阈值规划算法，其算法公式如下：

20、wμ＝a1，a2，…，an；

21、

22、其中wμ为各个单位监控计数时间统计的经过车辆数量集合，a1至an为各个单位监控计数时间统计的经过车辆数量，n为统计单位监控计数时间总次数，为指示灯转向经过车辆数量正常范围阈值。

23、作为本技术方案的进一步改进，所述s5中变化异常率持续时间影响条件包括目标道路规划以及相关道路施工。

24、作为本技术方案的进一步改进，所述s6中各个影响条件影响权重的计算方法包括如下步骤：

25、s6.1、确定当天异常率持续时间与异常车辆数量之间乘积，生成异常乘积率，绑定对应的影响条件；

26、s6.2、计算当天异常率持续时间阈值与持续时间阈值对应的车辆数量之间乘积，生成阈值乘积率；

27、s6.3、计算异常乘积率与阈值乘积率之间的比值，得出各个影响条件对应的影响权重。

28、作为本技术方案的进一步改进，所述s6影响权重的计算采用权重规划算法，其算法公式如下：

29、

30、其中qweight为影响条件对应的影响权重，texception为当天异常率持续时间，c1为异常车辆数量，tthreshold为当天异常率持续时间阈值，c2为持续时间阈值对应的车辆数量，λ为影响条件权重因素，与影响地人流量成正比。

31、作为本技术方案的进一步改进，所述s7中影响条件存储数据库建立方法包括如下步骤：

32、s7.1、确定正常状态下车道转向指示灯停留时间，生成正常停留时间信息；

33、s7.2、按照正常停留时间信息为各个影响条件规划对应的时间差补；

34、s7.3、绑定各个影响条件对应的时间差补，并进行存储。

35、本发明目的之二在于，提供了一种应用于基于大数据的智慧城市管理方法的系统，包括如下方法步骤：包括车道信息捕捉模块、车道流通车辆统计模块、流经车辆范围划分模块、异常率持续时间划分模块、影响条件分类模块、影响条件权重计算模块以及数据库存储模块；

36、所述车道信息捕捉模块用于捕捉待检区域交通信号指示灯提示信息，确定当前待停车辆数量与对应指示灯转向预留时间；

37、所述车道信息捕捉模块输出端与所述车道流通车辆统计模块输入端连接，所述车道流通车辆统计模块用于制定单位监控计数时间，记录对应指示灯转向经过车辆数量，确定指示灯转向经过车辆数量正常范围阈值，处于正常范围阈值的车辆数量标记为正常车辆数量，记录超过正常范围阈值的对应指示灯转向经过车辆数量，标记为异常车辆数量，确定当天异常率；

38、所述车道流通车辆统计模块输出端与所述异常率持续时间划分模块输入端连接，所述异常率持续时间划分模块用于制定当天异常率持续时间阈值：

39、未超过当天异常率持续时间阈值，标记为浮动当天异常率持续时间；

40、超过当天异常率持续时间阈值，标记为变化异常率持续时间；

41、所述异常率持续时间划分模块输出端与所述影响条件分类模块输入端连接，所述影响条件分类模块用于确定变化异常率持续时间影响条件，对影响条件进行分类处理；

42、所述影响条件分类模块输出端与所述影响条件权重计算模块输入端连接，所述影响条件权重计算模块结合当天异常率持续时间以及异常车辆数量，计算出各个影响条件影响权重；

43、所述影响条件权重计算模块输出端与所述数据库存储模块输入端连接，所述数据库存储模块建立影响条件存储数据库，并标记各个影响条件对应的影响权重。

44、与现有技术相比，本发明的有益效果：

45、该基于大数据的智慧城市管理方法和系统中，通过确定变化异常率持续时间影响条件，对影响条件进行分类处理，结合当天异常率持续时间以及异常车辆数量，计算出各个影响条件影响权重，建立影响条件存储数据库，并标记各个影响条件对应的影响权重，为后期出现影响条件的道路规划适配的交通信号指示灯停留时间，避免交通信号指示灯停留时间与对应车道车流量不匹配，导致其对应车道出现拥堵，影响交通出行。