基于多元数据的城市之间拥堵程度排序方法和系统与流程
本发明涉及道路交通管理领域，具体是一种基于多元数据的城市之间拥堵程度排序方法和系统。
背景技术：
目前，道路交通拥堵程度不断加剧，已从特大城市不断向中小城市蔓延，引起各级政府的高度重视。城市的决策层和管理层都想准确的知道所在城市的当前道路拥堵到什么程度。
国内研究部门和从事采用互联网技术的大公司，发明了各种拥堵指数计算方法，这些公司不仅利用获取的信息为出行者提供最佳路径的导航路线服务，还对国内主要城市的道路拥堵程度进行排序，引起了各大城市决策层高度关注与质疑。
而国内有关公司不断进行发布主要城市的拥堵程度排名，导致许多城市对排名的依据存在争议。主要存在三个方面问题：一是数据采集不全面。该方法是选取一个城市中的部分道路的交通状况数据，代表该城市全部路网拥堵状况数据，也就是采用取样模式推算一个城市全部道路拥堵状态，因此不能全面反映一个城市整体交通拥堵状况；二是计算模型存在争议。获取道路畅通情况下平均车速的数据和当前道路情况下平均车速的数据进行比较，计算其比值并依据该比值进行处理后即为一个城市的拥堵指数；三是全国各个城市规模大小、路网密度不一样。直接用这个指数进行排序缺少可比性，采用这种计算方法存在片面性。更重要的是获取的拥堵数据精度与实际有差距。因此，急需一种基于多元数据的城市之间拥堵程度排序方法和系统。
技术实现要素：
本发明要解决现有技术中对城市交通拥堵程度进行排名的方式不科学、不合理问题，进而提供一种基于多元数据的城市之间拥堵程度排序方法和系统。
本发明提供一种基于多元数据的城市之间拥堵程度排序的方法，包括如下步骤：
获取需要涵盖待排序城市全部道路的区域的电子地图，在所述电子地图中的各条道路上标注检测点，所述检测点标注于信号灯控制的路口的进出口处，相邻两个检测点的距离在设定阈值范围内；
获取移动通信数据中心发送的所述区域内的所有手机的位置和速度数据，将每一手机的位置和速度数据关联至所述电子地图中对应的地理位置坐标上，根据每一检测点覆盖范围内的所有手机的移动速度，得到检测点的路况数据作为第一实时路况数据；
通过互联网读取至少三组路况云数据，根据所述至少三组路况云数据确定每一检测点对应的地理位置坐标上的实时路况数据，得到检测点的第二实时路况数据；
融合所述第一实时路况数据和所述第二实时路况数据得到每一检测点的路况数据，将实时路况数据分为严重拥堵、拥堵、缓慢、畅通四类，将分类结果标注到电子地图上所对应的检测点上；
对于每一检测点，根据其路况数据以及其下游紧邻检测点的路况数据确定该检测点是否为拥堵源头；
对于每一拥堵源头检测点，根据其路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数j；
计算得到所述城市所有道路的总受阻系数
按照拥堵指数的大小对城市的交通拥堵程度进行排序。
可选地，上述的基于多元数据的城市之间拥堵程度排序的方法中，获取移动通信数据中心发送的所述区域内的所有手机的位置和速度数据，将每一手机的位置和速度数据关联至所述电子地图中对应的地理位置坐标上，根据每一检测点覆盖范围内的所有手机的移动速度，得到检测点的路况数据作为第一实时路况数据，具体包括：
为每一个检测点配置检测范围，所述检测范围的起点为该检测点和上游紧邻检测点的中点位置，所述检测范围的终点为该检测点和下游紧邻检测点的中点位置；
针对每一检测点，若其检测范围内没有查找到手机的位置和速度数据，则直接将该检测点的路况数据标注为畅通，否则获取其检测范围内每一手机的移动速度va，其中1≤a≤a，a为该检测点检测范围内的手机总数，根据以下公式计算该检测点的速度数据：
若检测点的速度数据与其所在路段的最高限速值的比值大于或等于第一阈值，则该检测点的路况数据标注为畅通；
若检测点的速度数据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，则该检测点的路况数据标注为缓慢；
若检测点的速度数据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，则该检测点的路况数据标注为拥堵；
若检测点的速度数据与其所在路段的最高限速值的比值小于第三阈值，则该检测点的路况数据标注为严重拥堵。
可选地，上述的基于多元数据的城市之间拥堵程度排序的方法中，对于每一检测点，根据其路况数据以及其下游紧邻检测点的路况数据确定该检测点是否为拥堵源头，具体包括：
若检测点上标注为严重拥堵且下游紧邻的检测点上不是严重拥堵，则该检测点确定为拥堵源头；
若检测点上标注为拥堵且下游紧邻的检测点上不是严重拥堵或拥堵，则该检测点确定为拥堵源头；
若检测点上标注为缓慢且下游紧邻的检测点上不是严重拥堵或拥堵或缓慢，则该检测点确定为拥堵源头。
可选地，上述的基于多元数据的城市之间拥堵程度排序的方法中，对于每一拥堵源头检测点，根据其路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数j，具体包括：
每一检测点成为拥堵源头的瞬间，为其设置受阻系数j初始值，所述初始值为零；在每一预设周期内，按照如下步骤对每一拥堵源头的受阻系数进行更新：
若其为严重拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第一数值*预设周期值，所述预设周期值以秒为单位；
若其为严重拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；
若其为严重拥堵而下游紧邻检测点为拥堵，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值，其中第一数值>第二数值>第三数值；
若其为拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；
若其为拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；
若其为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；
若其路况数据变为畅通则当前时刻下该拥堵源头的受阻系数清零。
可选地，上述的基于多元数据的城市之间拥堵程度排序的方法中，获取需要涵盖待排序城市全部道路的区域的电子地图，在所述电子地图中的各条道路上标注检测点，所述检测点标注于信号灯控制的路口的进出口处，相邻两个检测点的距离在设定阈值范围内，其中：
所述设定阈值在50米至150米之间。
本发明还提供一种基于多元数据的城市之间拥堵程度排序的系统，包括：
地图标注单元，获取需要涵盖待排序城市全部道路的区域的电子地图，在所述电子地图中的各条道路上标注检测点，所述检测点标注于信号灯控制的路口的进出口处，相邻两个检测点的距离在设定阈值范围内；
手机数据获取单元，获取移动通信数据中心发送的所述区域内的所有手机的位置和速度数据，将每一手机的位置和速度数据关联至所述电子地图中对应的地理位置坐标上，根据每一检测点覆盖范围内的所有手机的移动速度，得到检测点的路况数据作为第一实时路况数据；
路况云数据获取单元，通过互联网读取至少三组路况云数据，根据所述至少三组路况云数据确定每一检测点对应的地理位置坐标上的实时路况数据，得到检测点的第二实时路况数据；
数据融合单元，融合所述第一实时路况数据和所述第二实时路况数据得到每一检测点的路况数据，将实时路况数据分为严重拥堵、拥堵、缓慢、畅通四类，将分类结果标注到电子地图上所对应的检测点上；
拥堵源头判定单元，对于每一检测点，根据其路况数据以及其下游紧邻检测点的路况数据确定该检测点是否为拥堵源头；
受阻系数计算单元，对于每一拥堵源头检测点，根据其路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数j；
拥堵指数计算单元，计算得到所述城市所有道路的总受阻系数
排序单元，按照拥堵指数的大小对城市的交通拥堵程度进行排序。
可选地，上述的基于多元数据的城市之间拥堵程度排序的系统中，手机数据获取单元具体用于：
为每一个检测点配置检测范围，所述检测范围的起点为该检测点和上游紧邻检测点的中点位置，所述检测范围的终点为该检测点和下游紧邻检测点的中点位置；
针对每一检测点，若其检测范围内没有查找到手机的位置和速度数据，则直接将该检测点的路况数据标注为畅通，否则获取其检测范围内每一手机的移动速度va，其中1≤a≤a，a为该检测点检测范围内的手机总数，根据以下公式计算该检测点的速度数据：
若检测点的速度数据与其所在路段的最高限速值的比值大于或等于第一阈值，则该检测点的路况数据标注为畅通；
若检测点的速度数据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，则该检测点的路况数据标注为缓慢；
若检测点的速度数据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，则该检测点的路况数据标注为拥堵；
若检测点的速度数据与其所在路段的最高限速值的比值小于第三阈值，则该检测点的路况数据标注为严重拥堵。
可选地，上述的基于多元数据的城市之间拥堵程度排序的系统中，拥堵源头判定单元，具体用于：
若检测点上标注为严重拥堵且下游紧邻的检测点上不是严重拥堵，则该检测点确定为拥堵源头；
若检测点上标注为拥堵且下游紧邻的检测点上不是严重拥堵或拥堵，则该检测点确定为拥堵源头；
若检测点上标注为缓慢且下游紧邻的检测点上不是严重拥堵或拥堵或缓慢，则该检测点确定为拥堵源头。
可选地，上述的基于多元数据的城市之间拥堵程度排序的系统中，受阻系数计算单元具体用于：
每一检测点成为拥堵源头的瞬间，为其设置受阻系数j初始值，所述初始值为零；在每一预设周期内，按照如下步骤对每一拥堵源头的受阻系数进行更新：
若其为严重拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第一数值*预设周期值，所述预设周期值以秒为单位；
若其为严重拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；
若其为严重拥堵而下游紧邻检测点为拥堵，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值，其中第一数值>第二数值>第三数值；
若其为拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；
若其为拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；
若其为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；
若其路况数据变为畅通则当前时刻下该拥堵源头的受阻系数清零。
可选地，上述的基于多元数据的城市之间拥堵程度排序的系统中，地图标注单元中：所述设定阈值在50米至150米之间。
本发明提供的基于多元数据的城市之间拥堵程度排序方法和系统，在需要排序的城市道路上标注多个检测点，相邻检测点之间的距离小于预设距离，针对每一检测点，能够通过从移动数据中心获取的手机的位置和速度数据计算其范围内的车辆行驶速度，根据车辆行驶速度可以得到检测点的第一实时路况数据。为了能够保证得到的监测点的实时路况数据更加准确，在此基础上，本发明还通过互联网实时读取至少三组路况数据，进而得到检测点的第二实时路况数据。通过融合第一实时路况数据和第二实时路况数据，得到最终的准确的路况数据。根据每一检测点的路况数据以及与其紧邻的下游检测点的路况数据，能够判断检测点是否为拥堵源头，若其为拥堵源头根据该检测点的路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数，
按照某一时间段或者当前时刻城市总受阻系数除以该城市或辖区的总坐标数得到该城市的拥堵指数，对城市的交通拥堵程度按照拥堵指数的大小进行排序。根据拥堵指数对每一个城市交通拥堵程度进行排名体现出大城市检测点多，小城市检测点少，可以避免大小城市规模不一样导致的偏差，使排名更加公平合理。
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基于多元数据的城市之间拥堵程度排序方法的流程图；
图2为本发明一个实施例所述城市部分范围道路中标注检测点的界面示意图；
图3为本发明一个实施例所述判断检测点是否为拥堵源头的方法流程图；
图4为本发明一个实施例所述计算拥堵源头的受阻系数的方法流程图；
图5为本发明一个实施例所述基于多元数据的城市之间拥堵程度排序系统的原理框图。
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
本实施例提供一种基于多元数据的城市之间拥堵程度排序的方法，用于交通管理中心的控制系统中，如图1所示，包括如下步骤：
s1：获取需要涵盖待排序城市全部道路的区域的电子地图，在所述电子地图中的各条道路上标注检测点，所述检测点标注于信号灯控制的路口的进出口处，相邻两个检测点之间的距离在设定阈值范围内；如图2所示，优选在电子地图上城市道路的所有路口的进出口位置以及相邻路口之间标注检测点，若快速路长度大于预设距离，则在快速路上设置检测点；若普通道路的路口间距大于预设距离时，则在路口间标注检测点，将这些检测点都标注到电子地图上并进行编号。所述电子地图是需要计算受阻系数区域标准电子地图。在电子地图标注检测点，两个相邻检测点之间的实际距离可以设定在50米至150米之间。图中箭头表示行驶方向，对于电子地图来说，其本身记录着地理位置的坐标，因此只要在相应位置标注上检测点，检测点的地理位置坐标就是确定的已知的。
s2：获取移动通信数据中心发送的所述区域内的所有手机的位置和速度数据，将每一手机的位置和速度数据关联至所述电子地图中对应的地理位置坐标上，根据每一检测点覆盖范围内的所有手机的移动速度，得到检测点的路况数据作为第一实时路况数据；实时路况数据可以为深红色、红色、黄色和绿色，采用深红色表示严重拥堵、采用红色表示拥堵、采用黄色表示缓慢、采用绿色表示畅通，而实时路况数据也会包括地理位置坐标和地理位置坐标的路况，当读取到某一检测点的路况数据后，直接将将其与电子地图上的地理位置坐标相关联。因为电子地图上记录着地理位置坐标信息，可直接将手机的位置坐标信息与电子地图的位置坐标信息进行比对，将手机的位置和速度信息标注到电子地图的相应位置处。从而能够得到手机的当前位置和移动速度。现有的手机均具有定位功能模块，并且实时将自身位置信息发送至移动通信数据中心，如现有的lbs(locationbasedservice，基于位置的服务)，通过电信移动运营商的无线电通讯网络(如gsm网、cdma网)或外部定位方式(如gps)获取手机用户的位置信息(地理坐标，或大地坐标)，在gis(geographicinformationsystem，地理信息系统)平台的支持下，为用户提供相应服务。因此，可直接从移动通信数据中心获取每一手机的具体位置和速度信息。
s3：通过互联网读取至少三组路况云数据，根据所述至少三组路况云数据确定每一检测点对应的地理位置坐标上的实时路况数据，得到检测点的第二实时路况数据；具体地，现有很多政府部门将路况信息数据发布至互联网上，这些数据也都是可以免费获取的，本步骤可直接从互联网上读取相应的路况数据即可，在实际应用时，可求取多组数据的平均路况，或者按照表征哪一路况数据的组数最多则将检测点的路况数据标注为哪一路况的原则进行获取。
s4：融合所述第一实时路况数据和所述第二实时路况数据得到每一检测点的路况数据，将实时路况数据分为严重拥堵、拥堵、缓慢、畅通四类，将分类结果标注到电子地图上所对应的检测点上；
s5：对于每一检测点，根据其路况数据以及其下游紧邻检测点的路况数据确定该检测点是否为拥堵源头；
s6：对于每一拥堵源头检测点，根据其路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数j；
s7：计算得到所述城市所有道路的总受阻系数
s8：按照拥堵指数的大小对城市的交通拥堵程度进行排序。
以上海和南京两座城市为例，由于上海城市规模大于南京城市规模，因此上海设置的检测点远远多于南京设置的检测点。例如上海内设置了35000个检测点，而南京只设置了8000个检测点。在当前时刻，如果上海所有检测点的受阻系数相加后为150000，南京所有检测点的受阻系数相加后为40000，虽然表面上看南京的受阻系数总数小于上海的受阻系数，但是由于上海的检测点总数大于南京的检测点总数，因此计算后上海的拥堵指数＝150000/35000＝4.2857；南京的拥堵指数＝40000/8000＝5，因此南京的拥堵指数大于上海的拥堵指数，在对两个城市的交通拥堵程度进行排名时，南京要排在上海之前。
本实施例的上述方案中，在需要排序的城市道路上标注多个检测点，相邻检测点的距离小于预设距离，针对每一检测点，能够通过从移动数据中心获取的手机的位置和速度数据计算其范围内的车辆行驶速度，根据车辆行驶速度可以得到检测点的第一实时路况数据。为了能够保证得到的检测点的实时路况数据更加准确，在此基础上，本发明还通过互联网实时读取至少三组路况数据，进而得到检测点的第二实时路况数据。通过融合第一实时路况数据和第二实时路况数据，得到最终的准确的路况数据。根据每一检测点的路况数据以及与其紧邻的下游检测点的路况数据，能够判断检测点是否为拥堵源头，若其为拥堵源头根据该检测点的路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数，按照某一时间段或者当前时刻城市总受阻系数除以该城市或辖区的总检测点数得到该城市的拥堵指数，对城市的交通拥堵程度按照拥堵指数的大小进行排序。根据拥堵指数对每一个城市交通拥堵程度进行排名体现出大城市检测点多，小城市检测点少，可以避免大小城市规模不一样导致的排序偏差，使排名更加公平合理。
实施例2
在实施例1的基础上，本实施例中，获得了手机位置和速度数据后，通过以下步骤得到检测点的第一实时路况数据。
s21：为每一个检测点配置检测范围，所述检测范围的起点为该检测点和上游紧邻检测点的中点位置，所述检测范围的终点为该检测点和下游紧邻检测点的中点位置；如果某一检测点上游无其他检测点，则以其自身作为起点，同样地，如果某一检测点下游无其他检测点，则以其自身作为终点。
s22：针对每一检测点，若其检测范围内没有查找到手机的位置和速度数据，则直接将该检测点的路况数据标注为畅通，否则获取其检测范围内每一手机的移动速度va，其中1≤a≤a，a为该检测点检测范围内的手机总数，根据以下公式计算该检测点的速度数据：
s23：若检测点的速度数据与其所在路段的最高限速值的比值大于或等于第一阈值，则该检测点的路况数据标注为畅通；若检测点的速度数据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，则该检测点的路况数据标注为缓慢；若检测点的速度数据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，则该检测点的路况数据标注为拥堵；若检测点的速度数据与其所在路段的最高限速值的比值小于第三阈值，则该检测点的路况数据标注为严重拥堵。以上，所述第一阈值、第二阈值和第三阈值可以根据实际情况自行设置，例如第一阈值选择为0.6，第二阈值选择为0.4，第三阈值选择为0.2。
实施例3
本实施例在实施例1或实施例2的基础上，可以通过图3所示的步骤判断每一检测点是否为拥堵源头：
s51：判断某一编号的检测点上是否为深红色，若是则执行步骤s52，否则执行步骤s53；
s52：判断该编号检测点下游紧邻的检测点上是否为深红色，若否则执行步骤s57，若是则返回步骤s2；
s53：判断该编号检测点上是否为红色，若是则执行步骤s54，否则执行步骤s55；
s54：判断该编号检测点下游紧邻的检测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：判断该编号检测点上是否为黄色，若是则执行步骤s56，否则返回步骤s2；
s56：判断该编号检测点下游紧邻的检测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：确定该编号检测点为拥堵源头。
也就是说，如果某一检测点为深红色，但是其下游紧邻的检测点不是深红色则该检测点为拥堵源头。如果某一检测点为红色，但是其下游紧邻的检测点不是深红色也不是红色，则该检测点为拥堵源头。如果某一检测点为黄色，但是其下游检测点不是深红色也不是红色也不是黄色，则该检测点为拥堵源头。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检测点，并能够根据检测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。
实施例4
本实施例在上述任一实施例的基础上，如图4所示，可以通过如下步骤计算拥堵源头的受阻系数：
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：判断下游紧邻检测点是否为绿色，若是则当前时刻下该拥堵源头的受阻系数加第一数值*预设周期值，所述预设周期指以秒为单位，例如选择为1秒，2秒等，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：判断下游紧邻检测点是否为黄色，若是则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；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*预设周期值，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：判断下游紧邻检测点是否为绿色，若是则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值，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*预设周期值。
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检测点，根据其下游方向与之紧邻的检测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。如果其下游紧邻检测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较大，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检测点为绿色的情况和下游方向与之紧邻的检测点为红色的情况，前者的受阻系数要大于后者。
优选地，上述方案中还包括如下步骤：
每隔预设周期，根据城市内每一检测点成为拥堵源头的次数得到城市内拥堵发生次数，并显示在当前时刻该城市内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，本实施例中选择为一秒钟。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受阻系数、拥堵指数和拥堵源头的数量及位置以提示交通管理者。本实施例中的上述方案，就可以通过显示屏显示区域内每一检测点的颜色、每一检测点是否为拥堵源头、如果该检测点为拥堵源头还可以显示拥堵源头的受阻系数，而且对于每一个检测点来说，还能够记录其成为拥堵源头的次数以及其作为拥堵源头时的拥堵持续时间等信息。管理者能够根据所提示的信息选择最佳处理方案，缓解拥堵源头所带来的影响。
实施例5
本实施例提供一种基于多元数据的城市之间拥堵程度排序的系统，如图5所示，包括：
地图标注单元1，获取需要涵盖待排序城市全部道路的区域的电子地图，在所述电子地图中的各条道路上标注检测点，所述检测点标注于信号灯控制的路口的进出口处，相邻两个检测点的距离在设定阈值范围内；优选在电子地图上城市道路的所有路口的进出口位置以及相邻路口之间标注检测点，若快速路长度大于预设距离，则在快速路上设置检测点；若普通道路的路口间距大于预设距离时，则在路口间标注检测点，将这些检测点都标注到电子地图上并进行编号。所述电子地图是需要计算受阻系数区域标准电子地图。在电子地图标注检测点，两个相邻检测点之间的实际距离可以设定在50米至150米之间。图中箭头表示行驶方向，对于电子地图来说，其本身记录着地理位置的坐标，因此只要在相应位置标注上检测点，检测点的地理位置坐标就是确定的已知的。
手机数据获取单元2，获取移动通信数据中心发送的所述区域内的所有手机的位置和速度数据，将每一手机的位置和速度数据关联至所述电子地图中对应的地理位置坐标上，根据每一检测点覆盖范围内的所有手机的移动速度，得到检测点的路况数据作为第一实时路况数据；实时路况数据可以为深红色、红色、黄色和绿色，采用深红色表示严重拥堵、采用红色表示拥堵、采用黄色表示缓慢、采用绿色表示畅通，而实时路况数据也会包括地理位置坐标和地理位置坐标的路况，当读取到某一检测点的路况数据后，直接将将其与电子地图上的地理位置坐标相关联。因为电子地图上记录着地理位置坐标信息，可直接将手机的位置坐标信息与电子地图的位置坐标信息进行比对，将手机的位置和速度信息标注到电子地图的相应位置处。从而能够得到手机的当前位置和移动速度。现有的手机均具有定位功能模块，并且实时将自身位置信息发送至移动通信数据中心，如现有的lbs(locationbasedservice，基于位置的服务)，通过电信移动运营商的无线电通讯网络(如gsm网、cdma网)或外部定位方式(如gps)获取手机用户的位置信息(地理坐标，或大地坐标)，在gis(geographicinformationsystem，地理信息系统)平台的支持下，为用户提供相应服务。因此，可直接从移动通信数据中心获取每一手机的具体位置和速度信息。
路况云数据获取单元3，通过互联网读取至少三组路况云数据，根据所述至少三组路况云数据确定每一检测点对应的地理位置坐标上的实时路况数据，得到检测点的第二实时路况数据；具体地，现有很多政府部门将路况信息数据发布至互联网上，这些数据也都是可以免费获取的，本步骤可直接从互联网上读取相应的路况数据即可，在实际应用时，可求取多组数据的平均路况，或者按照表征哪一路况数据的组数最多则将检测点的路况数据标注为哪一路况的原则进行获取。
数据融合单元4，融合所述第一实时路况数据和所述第二实时路况数据得到每一检测点的路况数据，将实时路况数据分为严重拥堵、拥堵、缓慢、畅通四类，将分类结果标注到电子地图上所对应的检测点上；
拥堵源头判定单元5，对于每一检测点，根据其路况数据以及其下游紧邻检测点的路况数据确定该检测点是否为拥堵源头；
受阻系数计算单元6，对于每一拥堵源头检测点，根据其路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数j；
拥堵指数计算单元7，计算得到所述城市所有道路的总受阻系数
排序单元8，按照拥堵指数的大小对城市的交通拥堵程度进行排序。以上海和南京两座城市为例，由于上海城市规模大于南京城市规模，因此上海设置的检测点远远多于南京设置的检测点。例如上海内设置了35000个检测点，而南京只设置了8000个检测点。在当前时刻，如果上海所有检测点的受阻系数相加后为150000，南京所有检测点的受阻系数相加后为40000，虽然表面上看南京的受阻系数总数小于上海的受阻系数，但是由于上海的检测点总数大于南京的检测点总数，因此计算后上海的拥堵指数＝150000/35000＝4.2857；南京的拥堵指数＝40000/8000＝5，因此南京的拥堵指数大于上海的拥堵指数，在对两个城市的交通拥堵程度进行排名时，南京要排在上海之前。
本实施例的上述方案中，在需要排序的城市电子地图的道路上标注多个检测点，相邻检测点之间的距离小于预设距离，针对每一检测点，能够通过从移动数据中心获取的手机的位置和速度数据计算其范围内的车辆行驶速度，根据车辆行驶速度可以得到检测点的第一实时路况数据。为了能够保证得到的检测点的实时路况数据更加准确，在此基础上，本发明还通过互联网实时读取至少三组路况数据，进而得到检测点的第二实时路况数据。通过融合第一实时路况数据和第二实时路况数据，得到最终的准确的路况数据。根据每一检测点的路况数据以及与其紧邻的下游检测点的路况数据，能够判断检测点是否为拥堵源头，若其为拥堵源头根据该检测点的路况数据与下游紧邻检测点的路况数据计算该拥堵源头的受阻系数，按照某一时间段或者当前时刻城市总受阻系数除以该城市或辖区的总检测点数得到该城市的拥堵指数，对城市的交通拥堵程度按照拥堵指数的大小进行排序。根据拥堵指数对每一个城市交通拥堵程度进行排名体现出大城市检测点多，小城市检测点少，可以避免大小城市规模不一样导致的偏差，使排名更加公平合理。
进一步地，手机数据获取单元2具体用于：
为每一个检测点配置检测范围，所述检测范围的起点为该检测点和上游紧邻检测点的中点位置，所述检测范围的终点为该检测点和下游紧邻检测点的中点位置；如果某一检测点上游无其他检测点，则以其自身作为起点，同样地，如果某一检测点下游无其他检测点，则以其自身作为终点。
针对每一检测点，若其检测范围内没有查找到手机的位置和速度数据，则直接将该检测点的路况数据标注为畅通，否则获取其检测范围内每一手机的移动速度va，其中1≤a≤a，a为该检测点检测范围内的手机总数，根据以下公式计算该检测点的速度数据：
若检测点的速度数据与其所在路段的最高限速值的比值大于或等于第一阈值，则该检测点的路况数据标注为畅通；若检测点的速度数据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，则该检测点的路况数据标注为缓慢；若检测点的速度数据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，则该检测点的路况数据标注为拥堵；若检测点的速度数据与其所在路段的最高限速值的比值小于第三阈值，则该检测点的路况数据标注为严重拥堵。以上，所述第一阈值、第二阈值和第三阈值可以根据实际情况自行设置，例如第一阈值选择为0.6，第二阈值选择为0.4，第三阈值选择为0.2。
作为一种优选地方案，拥堵源头判定单元5，具体用于：
若检测点上标注为严重拥堵且下游紧邻的检测点上不是严重拥堵，则该检测点确定为拥堵源头；若检测点上标注为拥堵且下游紧邻的检测点上不是严重拥堵或拥堵，则该检测点确定为拥堵源头；若检测点上标注为缓慢且下游紧邻的检测点上不是严重拥堵或拥堵或缓慢，则该检测点确定为拥堵源头。也就是说，如果某一检测点为深红色，但是其下游紧邻的检测点不是深红色则该检测点为拥堵源头。如果某一检测点为红色，但是其下游紧邻的检测点不是深红色也不是红色，则该检测点为拥堵源头。如果某一检测点为黄色，但是其下游检测点不是深红色也不是红色也不是黄色，则该检测点为拥堵源头。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检测点，并能够根据检测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。
作为另一种优选地方案，受阻系数计算单元6具体用于：
每一检测点成为拥堵源头的瞬间，为其设置受阻系数j初始值，所述初始值为零；在每一预设周期内，按照如下步骤对每一拥堵源头的受阻系数进行更新：
若其为严重拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第一数值*预设周期值，所述预设周期以秒为单位，例如选择为1秒，2秒等；若其为严重拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；若其为严重拥堵而下游紧邻检测点为拥堵，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值，其中第一数值>第二数值>第三数值；若其为拥堵而下游紧邻检测点为畅通，则当前时刻下该拥堵源头的受阻系数加第二数值*预设周期值；若其为拥堵而下游紧邻检测点为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；若其为缓慢，则当前时刻下该拥堵源头的受阻系数加第三数值*预设周期值；若其路况数据变为畅通则当前时刻下该拥堵源头的受阻系数清零。所述第一数值优选为0.5、所述第一数值优选为1.0，所述第三数值优选为1.5。
优选地，上述系统还包括显示单元9，根据所述区域内每一检测点成为拥堵源头的次数得到区域内拥堵源头发生次数，并显示在当前时刻该区域内拥堵源头的数量以及拥堵源头所在位置。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受阻系数和拥堵源头的数量及位置以提示交通管理者。本实施例中的上述方案，就可以通过显示屏显示区域内每一检测点的颜色、每一检测点是否为拥堵源头、如果该检测点为拥堵源头还可以显示拥堵源头的受阻系数，而且对于每一个检测点来说，还能够记录其成为拥堵源头的次数以及其作为拥堵源头时的拥堵持续时间等信息。管理者能够根据所提示的信息选择最佳处理方案，缓解拥堵源头所带来的影响。
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。
- 还没有人留言评论。精彩留言会获得点赞！