提高高速公路通行受阻系数计算精度的方法和系统与流程

本发明涉及高速公路管理领域，具体是一种提高高速公路通行受阻系数计算精度的方法和系统。

背景技术：

确保高速公路的有序、安全、畅通，是各级政府部门关注的焦点。截止2015年底，我国高速公路通车里程已达到11.7万公里，居世界第一位，从国家层面到各省市的管理部门都想及时准确地掌握当前或某一段时间内的高速公路路网的安全与畅通状况。

目前，在经济发达地区的高速公路繁忙程度已处于饱和状态，尤其是节假日高速公路免费通行导致的高速公路拥堵已成为常态，国内外对高速公路的拥堵程度缺少定量的分析方法，各级政府决策部门和管理者的迫切需要定量的获取所辖区域内的高速公路是否拥堵的信息，准确获得当前或在一个时间段范围内某一辖区的高速公路拥堵到什么程度，导致拥堵的源头分布在哪里等信息。

技术实现要素：

本发明提供一种提高高速公路通行受阻系数计算精度的方法和系统，根据标注的坐标点的实时路况得到高速公路的通行受阻系数，在得到坐标点的实时路况时通过两次数据融合使得到的路况数据更加准确，从而保证受阻系数计算精度。

为此，本发明提供一种提高高速公路通行受阻系数计算精度的方法，包括如下步骤：

在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点，相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号；

在周期性拥堵发生路段，采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度，根据车辆的行驶速度得到坐标点对应的行驶速度，根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据；

通过互联网读取至少三组路况云数据，融合每一组路况云数据，根据具有相同路况数据的组数最多的原则，得到第二实时路况数据；

融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上；

针对所辖区域高速公路上的每一个坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，判断其是否为拥堵源头；

针对所辖区域高速公路上的每一个拥堵源头坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，计算其受阻系数；

为每一坐标点配置数据表，所述数据表中记录该坐标点的编号，该坐标点的路况数据、该坐标点是否为拥堵源头以及该坐标点的受阻系数；

根据每一坐标点的数据表中记录的数据，得到所辖区域高速公路上全部拥堵源头的受阻系数，集合后得到所辖区域高速公路的总受阻系数，并发送包含所辖区域高速公路总受阻系数的提示信息。

可选地，上述的提高高速公路通行受阻系数计算精度的方法中，在周期性拥堵发生路段，采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度，根据车辆的行驶速度得到坐标点对应的行驶速度，根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据的步骤中，具体包括：

以相邻两个坐标点的中间点为界限划分坐标点的测速区域，与前一坐标点距离近的位置点划入前一坐标点的测速区域，与后一坐标点距离近的位置点划入后一坐标点的测速区域；

针对每一坐标点，若与该坐标点对应的测速区域内无行驶车辆，则直接将该坐标点的路况数据标注为绿色，否则获取每一秒钟雷达采集到的与该坐标点对应的测速区域内的每一车辆的行驶速度vi，其中1≤i≤n，n为检测时间内该坐标点对应的测速区域内的车辆总数；

根据以下公式计算该坐标点的行驶速度：

若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值，则该车辆当前所在位置的坐标点路况为绿色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值，则该车辆当前所在位置的坐标点路况为黄色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值，则该车辆当前所在位置的坐标点路况为红色；

若行驶速度与其所在路段的最高限速值的比值小于第三阈值，则该车辆当前所在位置的坐标点路况为深红色。

可选地，上述的提高高速公路通行受阻系数计算精度的方法中，针对所辖区域高速公路上的每一个拥堵源头坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，计算其受阻系数的步骤包括：

若其为深红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第一数值；

若其为深红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第二数值；

若其为深红色而下游紧邻坐标点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值，其中第一数值>第二数值>第三数值；

若其为红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第二数值；

若其为红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零。

可选地，上述的提高高速公路通行受阻系数计算精度的方法中，针对所辖区域高速公路上的每一个坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，判断其是否为拥堵源头的步骤中包括：

若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色，则该坐标点确定为拥堵源头；

若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色，则该坐标点确定为拥堵源头；

若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色，则该坐标点确定为拥堵源头。

可选地，上述的提高高速公路通行受阻系数计算精度的方法中，还包括如下步骤：

每隔预设周期，根据所辖区域高速公路上每一坐标点成为拥堵源头的次数得到所辖区域高速公路上拥堵发生次数，并显示在当前时刻所辖区域高速公路上拥堵源头的数量以及拥堵源头所在位置。

本发明还提供一种提高高速公路通行受阻系数计算精度的系统，包括：

坐标点设置模块，在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点，相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号；

雷达测速模块，在周期性拥堵发生路段，采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度，根据车辆的行驶速度得到坐标点对应的行驶速度，根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据；

第一融合模块，通过互联网读取至少三组路况云数据，融合每一组路况云数据，根据具有相同路况数据的组数最多的原则，得到第二实时路况数据；

第二融合模块，融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上；

拥堵源头判断模块，针对所辖区域高速公路上的每一个坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，判断其是否为拥堵源头；

受阻系数计算模块，针对所辖区域高速公路上的每一个拥堵源头坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，计算其受阻系数；

数据表配置模块，为每一坐标点配置数据表，所述数据表中记录该坐标点的编号，该坐标点的路况数据、该坐标点是否为拥堵源头以及该坐标点的受阻系数；

受阻系数提示模块，根据每一坐标点的数据表中记录的数据，得到所辖区域高速公路上全部拥堵源头的受阻系数，集和后得到所辖区域高速公路的总受阻系数，并发送包含所辖区域高速公路总受阻系数的提示信息。

可选地，上述的提高高速公路通行受阻系数计算精度的系统中，雷达测速模块中，具体用于：

以相邻两个坐标点的中间点为界限划分坐标点的测速区域，与前一坐标点距离近的位置点划入前一坐标点的测速区域，与后一坐标点距离近的位置点划入后一坐标点的测速区域；

针对每一坐标点，若与该坐标点对应的测速区域内无行驶车辆，则直接将该坐标点的路况数据标注为绿色，否则获取每一秒钟雷达采集到的与该坐标点对应的测速区域内的每一车辆的行驶速度vi，其中1≤i≤n，n为检测时间内该坐标点对应的测速区域内的车辆总数；

根据以下公式计算该坐标点的行驶速度：

若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值，则该车辆当前所在位置的坐标点路况为绿色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值，则该车辆当前所在位置的坐标点路况为黄色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值，则该车辆当前所在位置的坐标点路况为红色；

若行驶速度与其所在路段的最高限速值的比值小于第三阈值，则该车辆当前所在位置的坐标点路况为深红色。

可选地，上述的提高高速公路通行受阻系数计算精度的系统中，受阻系数计算模块具体用于：

若其为深红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第一数值；

若其为深红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第二数值；

若其为深红色而下游紧邻坐标点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值，其中第一数值>第二数值>第三数值；

若其为红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第二数值；

若其为红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零。

可选地，上述的提高高速公路通行受阻系数计算精度的系统中，拥堵源头判断模块具体用于：

若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色，则该坐标点确定为拥堵源头；

若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色，则该坐标点确定为拥堵源头；

若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色，则该坐标点确定为拥堵源头。

可选地，上述的提高高速公路通行受阻系数计算精度的系统中，还包括：

拥堵源头提示模块，每隔预设周期，根据所辖区域高速公路上每一坐标点成为拥堵源头的次数得到所辖区域高速公路上拥堵发生次数，并显示在当前时刻所辖区域高速公路上拥堵源头的数量以及拥堵源头所在位置。

本发明提供的上述技术方案，与现有技术相比，至少具有如下有益效果：

本发明提供的提高高速公路通行受阻系数计算精度的方法和系统，在电子地图上的预设位置标注坐标点，由于在高速公路的收费站、分流合流点处最为容易出现拥堵排队现象，因此所述坐标点标注于所辖区域电子地图上的高速公路双向道路上的预设位置处以及收费站进出口处、分流合流点处。为了能够保证得到的路况数据具有较高的精准度，至少获取三组路况云数据，融合每一路况云数据得到一组实时路况数据。另外，为了进一步提高受阻系数的计算精度，本发明还设置了雷达测速装置获得一组实时路况数据。通过将两组实时路况数据进行融合研判后，才得到最终的每一坐标点的路况数据。采用这种方式，能够避免当某一路况云数据不准确或者雷达测速装置出现故障时，影响到本发明受阻系数的计算精度。对两组数据进行融合研判之后得到最终的实时路况数据，将实时路况数据按照深红色、红色、黄色和绿色进行分类并将其标注到电子地图上。同时，为了节约成本，雷达测速装置仅设置于周期性拥堵路段，而并非在全部路段都采用雷达测速装置。通过判断某一编号坐标点和其下游相邻坐标点的路况，即可准确判断坐标点所在的位置是否是拥堵源头，如果确定该坐标点为拥堵源头，则根据该坐标点与下游紧邻坐标点之间的路况数据的差异得到该拥堵源头的受阻系数。显然，受阻系数是将高速公路细分为多个坐标点之后，根据每一坐标点以及与之相邻的坐标点的路况得到的，能够更加全面的反映整个辖区内高速公路上所有坐标点的路况受阻系数数据，而且还能够通过电子地图直观的反映出来，提示给交通管理者，一旦发现受阻系数不是零就说明当前有拥堵源头出现即可快速发现导致交通拥堵源头的准确位置，以辅助交通管理部门快速采取相应措施，将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间。

附图说明

为了使本发明的内容更容易被清楚的理解，下面结合附图，对本发明作进一步详细的说明，其中，

图1为本发明一个实施例所述提高高速公路通行受阻系数计算精度的方法的流程图；

图2为本发明一个实施例所述电子地图所辖区域高速公路标注坐标点的示意图；

图3为本发明一个实施例所述获取坐标点路况数据的原理示意图；

图4为本发明一个实施例所述雷达测速装置测速原理示意图；

图5为本发明一个实施例所述能反映道路通行能力的受阻系数的计算系统的原理框图；

图6为本发明一个实施例所述判断坐标点是否为拥堵源头的方法流程图；

图7为本发明一个实施例所述提高高速公路通行受阻系数计算精度的系统的原理框图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做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。并且下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

实施例1

本实施例提供一种提高高速公路通行受阻系数计算精度的方法，如图1所示，包括如下步骤：

s1：在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点，相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号；如图2所示。两个相邻坐标点之间的实际距离可以设定在200米左右，图中箭头表示行驶方向。可以理解，在高速公路上，收费站进出口处、分流合流点处车辆必须停车取卡或缴费、或者需要降速行驶，因此这些位置最为容易出现拥堵，因此将坐标点设置在这些位置，当出现拥堵时第一时间发现并处理，避免拥堵扩散或者延长持续时间。

s2：在周期性拥堵发生路段，采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度，根据车辆的行驶速度得到坐标点对应的行驶速度，根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据；由于雷达测速装置的成本较高，因此只选定周期性拥堵的路段安装。针对每一坐标点，雷达采集到的与该坐标点距离最近的所有位置点的车辆的行驶速度求取平均值后作为该坐标点的行驶速度；由于雷达测速装置是针对连续位置进行测试的,每一坐标点的速度可通过如下方式进行得到：

s21：以相邻两个坐标点的中间点为界限划分坐标点的测速区域，与前一坐标点距离近的位置点划入前一坐标点的测速区域，与后一坐标点距离近的位置点划入后一坐标点的测速区域；具体地，如图3所示，其中标出了坐标点1和前边相邻坐标点之间的中点、坐标点1和后边相邻坐标点(坐标点2)之间的中点，两个中点之间的阴影区域即构成了坐标点1的测速区域。

s22：针对每一坐标点，若与该坐标点对应的测速区域内无行驶车辆，则直接将该坐标点的路况数据标注为绿色，否则获取每一秒钟雷达采集到的与该坐标点对应的测速区域内的每一车辆的行驶速度vi，其中1≤i≤n，n为检测时间内该坐标点对应的测速区域内的车辆总数；

s23：根据以下公式计算该坐标点的行驶速度：

s24：若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值，则该车辆当前所在位置的坐标点路况为绿色；

s25：若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值，则该车辆当前所在位置的坐标点路况为黄色；

s26：若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值，则该车辆当前所在位置的坐标点路况为红色；

s27：若行驶速度与其所在路段的最高限速值的比值小于第三阈值，则该车辆当前所在位置的坐标点路况为深红色。

以上，第一阈值、第二阈值、第三阈值均可以根据实际情况进行选择，可以分别选择为0.6、0.4、0.2。

s3：通过互联网读取至少三组路况云数据，融合每一组路况云数据，根据具有相同路况数据的组数最多的原则，得到第二实时路况数据；如图3所示，可以获取至少三个路况云数据，通过对每一路况云数据进行分析，删除异常数据，根据保留下来的路况云数据进行解析得到坐标点的精准路况数据。例如，读取电子地图上的某一坐标点所对应的3个路况云数据的路况数据，其中2个显示为深红色，一个显示为黄色，那么该坐标点就选取深红色为当前时刻该坐标点的路况。

s4：融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上；具体地，在周期性拥堵路段，可以根据雷达读取到的路况数据和网络读取的云数据进行比对，如果二者的差异超过一定范围，则舍弃该组数据，例如雷达读取到的数据显示某一坐标点的路况为深红色，而互联网读取到的该坐标点的路况数据为黄色，则可暂时舍弃该组数据，直到二者读取到的路况数据保持一致。对于非周期性拥堵路段，可直接采用互联网读取到的路况数据作为坐标点的路况数据。

s5：针对所辖区域高速公路上的每一个坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，判断其是否为拥堵源头；

s6：针对所辖区域高速公路上的每一个拥堵源头坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，计算其受阻系数；

s7：为每一坐标点配置数据表，所述数据表中记录该坐标点的编号，该坐标点的路况数据、该坐标点是否为拥堵源头以及该坐标点的受阻系数；具体地，表中a坐标点的路况信息为深红色，紧邻的坐标点是黄色，说明a坐标点为拥堵源头，当前时刻已持续了4分钟，也就是240秒，按照所述该受阻系数为第二数值可以根据实际情况进行选择，本实施例中选择为1，如表1所示：

表1-编号为a的坐标点对应的数据表

s8：根据每一坐标点的数据表中记录的数据，得到所辖区域高速公路上全部拥堵源头的受阻系数，集合后得到所辖区域高速公路的总受阻系数，并发送包含所辖区域高速公路总受阻系数的提示信息。

上述实施例中的方案，在电子地图上的预设位置标注坐标点，由于在高速公路的收费站、分流合流点处最为容易出现拥堵排队现象，因此所述坐标点标注于所辖区域电子地图上的高速公路双向道路上的预设位置处以及收费站进出口处、分流合流点处。为了能够保证得到的路况数据具有较高的精准度，至少获取三组路况云数据，融合每一路况云数据得到一组实时路况数据。另外，为了进一步提高受阻系数的计算精度，本发明还设置了雷达测速装置获得一组实时路况数据。通过将两组实时路况数据进行融合研判后，才得到最终的每一坐标点的路况数据。采用这种方式，能够避免当某一路况云数据不准确或者雷达测速装置出现故障时，影响到本发明受阻系数的计算精度。对两组数据进行融合研判之后得到最终的实时路况数据，将实时路况数据按照深红色、红色、黄色和绿色进行分类并将其标注到电子地图上。同时，为了节约成本，雷达测速装置仅设置于周期性拥堵路段，而并非在全部路段都采用雷达测速装置。通过判断某一编号坐标点和其下游相邻坐标点的路况，即可准确判断坐标点所在的位置是否是拥堵源头，如果确定该坐标点为拥堵源头，则根据该坐标点与下游紧邻坐标点之间的路况数据的差异得到该拥堵源头的受阻系数。显然，受阻系数是将高速公路细分为多个坐标点之后，根据每一坐标点以及与之相邻的坐标点的路况得到的，能够更加精准的反映整个辖区内高速公路上所有坐标点的路况受阻系数数据，而且还能够通过电子地图直观的反映出来，提示给交通管理者，一旦发现受阻系数不是零，就说明当前有拥堵源头发生即可快速发现导致交通拥堵源头的准确位置，以辅助交通管理部门快速采取相应措施，将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间。

优选地，如图5所示，上述方案中，计算其受阻系数的步骤包括：

s61：判断拥堵源头是否为深红色，若是则执行步骤s62，否则执行步骤s64。

s62：判断下游紧邻坐标点是否为绿色，若是则当前时刻下该拥堵源头的受阻系数加第一数值，若否则执行步骤s63，所述第一数值可以根据实际情况进行选择，本实施例中选择为1.5。

s63：判断下游紧邻坐标点是否为黄色，若是则当前时刻下该拥堵源头的受阻系数加第二数值；所述第二数值可以根据实际情况进行选择，本实施例中选择为1；否则当前时刻下该拥堵源头的受阻系数加第三数值，所述第三数值可以根据实际情况进行选择，本实施例中选择为0.5。

s64：判断拥堵源头是否为红色，若是则执行步骤s65，否则执行步骤s66。

s65：判断下游紧邻坐标点是否为绿色，若是则当前时刻下该拥堵源头的受阻系数加第二数值，否则执行步骤s66。

s66：当前时刻下该拥堵源头的受阻系数加第三数值。

s67：每秒钟将区域内变为绿色的拥堵源头的受阻系数清零。

对于作为拥堵源头的坐标点，根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大，说明该拥堵源头对于下游的阻力越大，因此受阻系数应该越大。例如，某一拥堵源头为深红色，而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况，前者的受阻系数要大于后者。

进一步优选地，在上述方案的基础上，采用图6所示的步骤判断坐标点是否为拥堵源头：

s51：判断某一编号的坐标点上是否为深红色，若是则执行步骤s52，否则执行步骤s53；

s52：判断该编号坐标点下游紧邻的坐标点上是否为深红色，若否则执行步骤s57，若是则返回步骤s2；

s53：判断该编号坐标点上是否为红色，若是则执行步骤s54，否则执行步骤s55；

s54：判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色，若否则执行步骤s57，若是则返回步骤s2；

s55：判断该编号坐标点上是否为黄色，若是则执行步骤s56，否则返回步骤s2；

s56：判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色或黄色，若否则执行步骤s57，若是则返回步骤s2；

s57：确定该编号坐标点为拥堵源头。

也就是说，如果某一坐标点为深红色，但是其下游紧邻的坐标点不是深红色则该坐标点为拥堵源头。如果某一坐标点为红色，但是其下游紧邻的坐标点不是深红色也不是红色，则该坐标点为拥堵源头。如果某一坐标点为黄色，但是其下游坐标点不是深红色也不是红色也不是黄色，则该坐标点为拥堵源头。采用该判断方式可以非常简单快速地得到拥堵源头所对应的坐标点，并能够根据坐标点与地理位置坐标的对应关系确定拥堵源头所在的具体位置，为快速消除拥堵源头提供了保障。

在以上方案的基础上，所述方法还可以包括如下步骤：

s9：每隔预设周期，根据所辖区域高速公路上每一坐标点成为拥堵源头的次数得到所辖区域高速公路上拥堵发生次数，并显示在当前时刻所辖区域高速公路上拥堵源头的数量以及拥堵源头所在位置。所述预设周期可以根据实际情况进行选择，本实施例中选择为1秒钟。具体地，在交通管理部门的控制中心，会设置有大屏显示系统，可以通过显示屏显示各条高速公路上每一坐标点的受阻系数、高速公路的受阻系数总和与每一条高速公路上拥堵源头的数量及位置以提示交通管理者。

实施例2

本实施例提供一种提高高速公路通行受阻系数计算精度的系统，如图7所示，包括：

坐标点设置模块1，在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点，相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号；两个相邻坐标点之间的实际距离可以设定在200米左右，图中箭头表示行驶方向。可以理解，在高速公路上，收费站进出口处、分流合流点处车辆必须停车取卡或缴费、或者需要降速行驶，因此这些位置最为容易出现拥堵，因此将坐标点设置在这些位置，当出现拥堵时第一时间发现并处理，避免拥堵扩散或者延长持续时间。

雷达测速模块2，在周期性拥堵发生路段，采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度，根据车辆的行驶速度得到坐标点对应的行驶速度，根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据；由于雷达测速装置的成本较高，因此只选定周期性拥堵的路段安装。其通过以下方式获得实时路况数据：

以相邻两个坐标点的中间点为界限划分坐标点的测速区域，与前一坐标点距离近的位置点划入前一坐标点的测速区域，与后一坐标点距离近的位置点划入后一坐标点的测速区域；

针对每一坐标点，若与该坐标点对应的测速区域内无行驶车辆，则直接将该坐标点的路况数据标注为绿色，否则获取每一秒钟雷达采集到的与该坐标点对应的测速区域内的每一车辆的行驶速度vi，其中1≤i≤n，n为检测时间内该坐标点对应的测速区域内的车辆总数；

根据以下公式计算该坐标点的行驶速度：

若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值，则该车辆当前所在位置的坐标点路况为绿色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值，则该车辆当前所在位置的坐标点路况为黄色；

若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值，则该车辆当前所在位置的坐标点路况为红色；

若行驶速度与其所在路段的最高限速值的比值小于第三阈值，则该车辆当前所在位置的坐标点路况为深红色。以上，第一阈值、第二阈值、第三阈值均可以根据实际情况进行选择，例如可以分别选择为0.6、0.4、0.2。

第一融合模块3，通过互联网读取至少三组路况云数据，融合每一组路况云数据，根据具有相同路况数据的组数最多的原则，得到第二实时路况数据；可以获取至少三个路况云数据，通过对每一路况云数据进行分析，删除异常数据，根据保留下来的路况云数据进行解析得到坐标点的精准路况数据。例如，读取电子地图上的某一坐标点所对应的3个路况云数据的路况数据，其中2个显示为深红色，一个显示为黄色，那么该坐标点就选取深红色为当前时刻该坐标点的路况。

第二融合模块4，融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上；具体地，在周期性拥堵路段，可以根据雷达读取到的路况数据和网络读取的云数据进行比对，如果二者的差异超过一定范围，则舍弃该组数据，例如雷达读取到的数据显示某一坐标点的路况为深红色，而互联网读取到的该坐标点的路况数据为黄色，则可暂时舍弃该组数据，直到二者读取到的路况数据保持一致。对于非周期性拥堵路段，可直接采用互联网读取到的路况数据作为坐标点的路况数据。

拥堵源头判断模块5，针对所辖区域高速公路上的每一个坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，判断其是否为拥堵源头；

受阻系数计算模块6，针对所辖区域高速公路上的每一个拥堵源头坐标点，根据其路况数据和下游紧邻的坐标点的路况数据，计算其受阻系数；

数据表配置模块7，为每一坐标点配置数据表，所述数据表中记录该坐标点的编号，该坐标点的路况数据、该坐标点是否为拥堵源头以及该坐标点的受阻系数；

受阻系数提示模块8，根据每一坐标点的数据表中记录的数据，得到所辖区域高速公路上全部拥堵源头的受阻系数，集合后得到所辖区域高速公路的总受阻系数，并发送包含所辖区域高速公路总受阻系数的提示信息。

上述实施例中的方案，在电子地图上的预设位置标注坐标点，由于在高速公路的收费站、分流合流点处最为容易出现拥堵排队现象，因此所述坐标点标注于所辖区域电子地图上的高速公路双向道路上的预设位置处以及收费站进出口处、分流合流点处。为了能够保证得到的路况数据具有较高的精准度，至少获取三组路况云数据，融合每一路况云数据得到一组实时路况数据。另外，为了进一步提高受阻系数的计算精度，本发明还设置了雷达测速装置获得一组实时路况数据。通过将两组实时路况数据进行融合研判后，才得到最终的每一坐标点的路况数据。采用这种方式，能够避免当某一路况云数据不准确或者雷达测速装置出现故障时，影响到本发明受阻系数的计算精度。对两组数据进行融合研判之后得到最终的实时路况数据，将实时路况数据按照深红色、红色、黄色和绿色进行分类并将其标注到电子地图上。同时，为了节约成本，雷达测速装置仅设置于周期性拥堵路段，而并非在全部路段都采用雷达测速装置。通过判断某一编号坐标点和其下游相邻坐标点的路况，即可准确判断坐标点所在的位置是否是拥堵源头，如果确定该坐标点为拥堵源头，则根据该坐标点与下游紧邻坐标点之间的路况数据的差异得到该拥堵源头的受阻系数。显然，受阻系数是将高速公路细分为多个坐标点之后，根据每一坐标点以及与之相邻的坐标点的路况得到的，能够更加精准的反映整个辖区内高速公路上所有坐标点的路况受阻系数数据，而且还能够通过电子地图直观的反映出来，提示给交通管理者，一旦发现受阻系数不是零，就说明当前有拥堵源头发生即可快速发现导致交通拥堵源头的准确位置，以辅助交通管理部门快速采取相应措施，将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间。

优选地，上述方案中，受阻系数计算模块6具体用于：

若其为深红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第一数值；所述第一数值可以根据实际情况进行选择，本实施例中选择为1.5。

若其为深红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第二数值；所述第二数值可以根据实际情况进行选择，本实施例中选择为1；

若其为深红色而下游紧邻坐标点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值，所述第三数值可以根据实际情况进行选择，本实施例中选择为0.5；

若其为红色而下游紧邻坐标点为绿色，则当前时刻下该拥堵源头的受阻系数加第二数值；

若其为红色而下游紧邻坐标点为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其为黄色，则当前时刻下该拥堵源头的受阻系数加第三数值；

若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零。

对于作为拥堵源头的坐标点，根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大，说明该拥堵源头对于下游的阻力越大，因此受阻系数应该越大。例如，某一拥堵源头为深红色，而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况，前者的受阻系数要大于后者。

进一步优选地，拥堵源头判断模块5具体用于：

若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色，则该坐标点确定为拥堵源头；

若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色，则该坐标点确定为拥堵源头；

若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色，则该坐标点确定为拥堵源头。

也就是说，如果某一坐标点为深红色，但是其下游紧邻的坐标点不是深红色则该坐标点为拥堵源头。如果某一坐标点为红色，但是其下游紧邻的坐标点不是深红色也不是红色，则该坐标点为拥堵源头。如果某一坐标点为黄色，但是其下游坐标点不是深红色也不是红色也不是黄色，则该坐标点为拥堵源头。采用该判断方式可以非常简单快速地得到拥堵源头所对应的坐标点，并能够根据坐标点与地理位置坐标的对应关系确定拥堵源头所在的具体位置，为快速消除拥堵源头提供了保障。

在以上方案的基础上，所述系统还包括拥堵源头提示模块9，每隔预设周期，根据所辖区域高速公路上每一坐标点成为拥堵源头的次数得到所辖区域高速公路上拥堵发生次数，并显示在当前时刻所辖区域高速公路上拥堵源头的数量以及拥堵源头所在位置。所述预设周期可以根据实际情况进行选择，本实施例中选择为1秒钟。具体地，在交通管理部门的控制中心，会设置有大屏显示系统，可以通过显示屏显示各条高速公路上每一坐标点的受阻系数、高速公路的受阻系数总和和每一条高速公路上拥堵源头的数量及位置以提示交通管理者。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。