基于大数据的多维度交通规划场景评估系统及方法与流程

本发明涉及场景评估，具体为基于大数据的多维度交通规划场景评估系统及方法。

背景技术：

1、当前综合交通规划为城市出行需求和上亿吨物资运输配送提供了有力保障；但我国大城市仍普遍面临出行规模大、交通网络运行复杂、交通拥堵加剧等挑战，智能交通是解决上述城市交通问题的重要手段，也是对城市交通规划的延伸与支持，对保障我国大城市交通高效运转、秩序管理、安全运维和出行服务具有重要作用；并且在交通规划中发明了多源多尺度交通全要素的数实一体化孪生融合技术，使得规划人员对于交通场景的分析规划更加智能化，但是对于拥堵的评估，现有技术无法根据规划内容和规划要素因素去评估规划结果在降低拥堵风险事件上的有效性，只有在交通投入实际运行后基于数据要素的分析才能准确的评估，但此时对于需要修缮或调整的交通规划部分已然成为消耗人力物力的困难之举；如何有效在数字一体化基础上对现有已规划未使用的交通场景进行结果和可行性的评估是值得研究的方向。

技术实现思路

1、本发明的目的在于提供基于大数据的多维度交通规划场景评估系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：基于大数据的多维度交通规划场景评估方法，其特征在于，包括以下分析步骤：

3、步骤s100：获取交通数据库记录的异常交通事件，异常交通事件是指包含拥堵路段且拥堵状况持续e个单位时间的事件；交通数据库记录异常交通事件的拥堵原因和特征数据；基于拥堵原因对异常交通事件的特征数据进行分类；

4、步骤s200：基于分类后的异常交通事件，匹配交通规划对应评估维度的特征数据，并构建特征分析模型；

5、步骤s300：获取实时交通规划场景对应的待分析特征数据，将待分析特征数据输入特征分析模型中，在不满足特征分析模型时进行预警提醒；在满足特征分析模型时，触发分析拥堵监测响应信号；

6、步骤s400：基于响应信号提取异常交通事件中拥堵原因对应的拥堵特征，并建立拥堵特征对应的异常告警模型，实时监测交通规划场景记录的交通数据，在满足异常告警模型时进行告警响应。

7、进一步的，步骤s100包括以下分析过程：

8、步骤s110：拥堵路段是指具有拥堵状况的路段，拥堵状况是指相邻单位时间t内的车辆在相同监测区域内的流动值l小于流动值阈值，l＝[xit-x(i+1)t]/t，xit表示第i个单位时间t内记录的车辆总流量，x(i+1)t表示第i+1个单位时间t内记录的车辆总流量；流动值小于流动值阈值说明在相邻时间段内同一监测区域内的车辆数量差值较小，交通属于停滞不前的状态可能性较大；

9、步骤s120：拥堵原因包括自然拥堵和非自然拥堵，自然拥堵是指流量影响造成的拥堵状态，非自然拥堵是指存在外界因素干扰造成的拥堵；特征数据包括环境特征、道路特征和交通指示特征，环境特征是指拥堵路段在监测区域内包含的建筑特征；道路特征是指道路的结构特征，交通指示特征是指除去道路特征外在通行前需要增加的所有特征；

10、步骤s130：以每一拥堵原因中记录的异常因素为母检索项，将对应异常交通事件中的特征数据进行提取并存储于母检索项对应的子检索项中构成母子链l，

11、l＝{r→(u，v，w)}，

12、u＝{u1，u2，......，um}，v＝{v1，v2，......，vn}，w＝{w1，w2，......，wk}

13、其中，r表示在自然拥堵记录流量的异常因素以及在非自然拥堵记录外界因素对应的异常因素，每一外界因素对应一个异常因素；(u，v，w)表示由特征数据构成的数据包；u表示对应异常因素下异常交通事件记录的环境特征集合，u1，u2，......，um表示集合中第1、2、....、m个子环境特征；v表示对应异常因素下异常交通事件记录的道路特征集合，v1，v2，......，vn表示集合中第1、2、....、n个子道路特征；w表示对应异常因素下异常交通事件记录的交通指示特征集合，w1，w2，......，wk表示集合中第1、2、....、k个子交通指数特征；

14、步骤s140：提取存在母检索项但未产生拥堵状态的事件为对照事件，并基于对照事件记录的特征数据按照母子链l的生成方式生成对照母子链l0，将每一拥堵原因对应母检索项相同的母子链l和对照母子链l0中的数据包进行交集运算得到常规特征集合pr，

15、步骤s150：筛除每一母子链中对应的常规特征集合，得到更新后的有效特征数据并生成有效母子链l1，

16、进一步的，步骤s200包括以下步骤：

17、步骤s210：评估维度包括安全维度和效率维度，标记母检索项不为交通事故异常因素的异常交通事件为第一交通事件，提取第一交通事件对应有效母子链中记录的有效特征数据进行效率维度的属性标记；除去第一交通事件外的事件标记为第二交通事件，对第二交通事件中的有效特征数据进行校验，校验过程为：

18、获取第j个有效特征数据所记录于第一交通事件的次数d1j和记录于第二交通事件的次数d2j，计算第j个有效特征数据的比例值bj＝d1j/d2j；

19、对比例值bj＞1的有效特征数据进行效率维度的属性标记，对比例值bj＜1的有效特征数据进行安全维度的属性标记，对比例值bj＝1的有效特征数据进行效率维度和安全维度的属性标记；

20、步骤s220：将属性标记为安全维度或效率维度的有效特征记录特征值为a1，将属性标记为安全维度和效率维度的有效特征记录特征值为a2，基于每一母检索项计算对应的特征分析指数y，y＝a1*m+a2*n，a2＞a1，提取同一母检索项对应特征分析指数的最小值ymin为对应母检索项的评估值，并构建特征分析模型y0＜ymin，y0表示实时计算的特征分析指数，m表示属性标记为安全维度的有效特征数据和标记为效率维度的有效特征数据总个数，n表示属性标记为安全维度和效率维度的有效特征数据个数。

21、进一步的，步骤s300包括：

22、待分析特征数据是指对应环境特征、道路特征和交通指数特征记录的数据；检索交通数据库记录的有效特征数据，将待分析特征数据与有效特征数据进行匹配，标记检索成功的待分析特征数据为目标特征数据，并获取目标特征数据对应的属性标记；

23、基于属性标记计算实时特征分析指数y0，y0＝a1*m1+a2*n1，其中m1表示属性标记为安全维度和属性标记为效率维度的目标特征数据总个数，n1表示属性标记为安全维度和效率维度的目标特征数据个数；

24、若y0≥ymin，则输出不满足特征分析模型信号并进行预警提醒，预警提醒是指确定目标特征数据对应最多的有效特征数据所属的有效母子链，基于有效母子链确定母检索项为预警因素项、母检索项对应的对照母子链为预警特征数据。

25、当不满足特征分析模型时表明对于监测区域内的交通规划存在拥堵风险较高，做出预警提醒可以有效的帮助规划人员在未投入使用前进行修缮整改，降低投入使用后的修缮损失；并且智能化的增加评估方向降低人为影响的不确定因素。最大程度的避免因为规划不合理造成的拥堵状况发生，以及有效的避开因特征因素影响的规划场景不合理情况。

26、进一步的，步骤s400包括以下：

27、拥堵特征是指母子链中的母检索项，标记每一类母检索项对应异常交通事件的起始点，起始点是指监测区域内首个车辆密度最大的位置点，车辆密度等于监测区块中车辆数与监测区块面积的比值，若干监测区块构成监测区域；

28、计算每一类母检索项对应的拥堵速率h，h＝(q-q0)/(e*t)，q0表示起始点的车辆数，q表示e个单位时间t后监测区域的车辆数；

29、若实时监测交通规划场景存在对应母检索项的起始点时，计算间隔单位时间t后的实时拥堵速率h0，h0≥hmin时传输告警信号提示拥堵发生，hmin表示每一类母检索项对应拥堵速率的最小值，h0＜hmin时继续监测并以间隔单位时间计算e个单位时间前的实时拥堵速率，存在h0≥hmin时进行告警，不存在则不告警。

30、判断拥堵速率可以确定是否为造成拥堵状态的真正拥堵路段，因为存在一些可以短时间存在拥堵状态的情况不需要干预即可疏通，而本技术中的拥堵为较严重的拥堵情况，一般单位时间为5min，e为5-10。

31、多维度交通规划场景评估系统，包括交通数据库存储模块、特征数据分类模块、特征分析模型构建模块、响应监测模块和实时拥堵告警模块；

32、交通数据库存储模块用于获取交通数据库记录的异常交通事件；

33、特征数据分类模块用于基于拥堵原因对异常交通事件的特征数据进行分类；

34、特征分析模型构建模块用于匹配交通规划对应评估维度的特征数据，并构建特征分析模型；

35、响应监测模块用于将待分析特征数据输入特征分析模型中，在不满足特征分析模型时进行预警提醒；在满足特征分析模型时，触发分析拥堵监测响应信号；

36、实时拥堵告警模块用于建立拥堵特征对应的异常告警模型，实时监测交通规划场景记录的交通数据，在满足异常告警模型时进行告警响应。

37、进一步的，特征数据分类模块包括拥堵原因确定单元、特征数据确定单元、母子链搭建单元、对照母子链搭建单元和有效母子链生成单元；

38、拥堵原因确定单元用于确定自然拥堵和非自然拥堵；

39、特征数据确定单元用于特征数据包括环境特征、道路特征和交通指示特征；

40、母子链搭建单元用于以每一拥堵原因中记录的异常因素为母检索项，将对应异常交通事件中的特征数据进行提取并存储于母检索项对应的子检索项中构成母子链；

41、对照母子链搭建单元用于提取存在母检索项但未产生拥堵状态的事件为对照事件，并基于对照事件记录的特征数据按照母子链的生成方式生成对照母子链；

42、有效母子链生成单元用于筛除每一母子链中对应的常规特征集合，得到更新后的有效特征数据并生成有效母子链。

43、进一步的，特征分析模块构建模块包括属性标记单元、特征分析指数计算单元和特征分析模型输出单元；

44、属性标记单元用于标记有效特征数据对应的属性；属性包括安全维度和效率维度；

45、特征分析指数计算单元用于基于每一母检索项计算对应的特征分析指数；

46、特征分析模型输出单元用于提取同一母检索项对应特征分析指数的最小值为对应母检索项的评估值，并构建特征分析模型。

47、进一步的，实时拥堵告警模块包括起始点标记单元、拥堵速率计算单元和告警分析单元；

48、起始点标记单元用于标记每一类母检索项对应异常交通事件的起始点，起始点是指监测区域内首个车辆密度最大的位置点，车辆密度等于监测区块中车辆数与监测区块面积的比值；

49、拥堵速率计算单元用于计算每一类母检索项对应的拥堵速率；

50、告警分析单元用于分析实时拥堵速率与对应母检索项的拥堵速率大小关系进行告警。

51、与现有技术相比，本发明所达到的有益效果是：本发明通过分析交通数据库记录的不同拥堵事件，提取每一拥堵原因的特征数据并构建母子链来实现数字化评估，可以有效的在基于人力分析的基础上对已完成规划的交通场景进行系统模拟分析，从而可以验证规划的合理性和有效性，避免了工程投入后效果不好带来二次修缮的资源耗费以及在对交通拥堵规划时，系统可基于历史数据对实时监测点的数据进行捕捉预警，使得监管人员在大面积拥堵前做出预警响应，降低拥堵事故发生的概率。