融合多种数据源降低城市交通拥堵程度的方法及系统与流程

本发明涉及道路交通管理领域，具体是一种融合多种数据源降低城市交通拥堵程度的方法和系统。
背景技术：
：国内外大城市的交通拥堵已严重影响人们的出行，引起各国政府的高度重视。城市的决策层和管理层和专家学者都想采取各种方法缓解交通拥堵，效果并不十分理想。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，为各级政府缓解交通拥堵提供技术支撑，但是，这些指数只是从宏观层面对一个区域的交通态势进行综合评价，不能对交通出行者交通出行路线和交通管理决策层消除拥堵起到有效技术支撑。如何融合手机位置和速度数据、互联网云数据，形成精准路况信息，实现快速准确发现拥堵，快速准确找到拥堵源头，快速调动警员将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间是交通管理决策层关注的焦点，为此提出了一种融合多种数据源降低城市交通拥堵程度的方法和系统。技术实现要素：为解决上述技术问题，本发明提供了一种融合多种数据源降低城市交通拥堵程度的方法和系统，能够快速发现拥堵源头并调动警员进行疏导的方案，从而能够将拥堵源头消灭在萌芽状态，降低城市交通拥堵程度。为此，本发明提供一种能融合多种数据源降低城市交通拥堵程度的方法,包括如下步骤:在电子地图上确定需要融合多种数据源降低城市交通拥堵程度的区域，在确定的区域内电子地图上所有路口的进出口位置和路口之间标注检测点，相邻两个检测点之间的距离在设定阈值范围内，并为每一检测点设置特定的编号；制定拥堵对策表，所述拥堵对策表记录检测点编号、及管辖每一检测点的执勤警察的通讯方式；实时获取位于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，根据每一检测点检测范围内的所有手机的平均移动速度，得到该检测点的第一实时路况数据；通过互联网读取路况云数据，根据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；融合第一实时路况数据和第二实时路况数据，得到检测点的实际路况数据，将得到的实际路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上；针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头；根据拥堵源头检测点的编号调取与每一拥堵源头检测点对应的拥堵对策表，按照拥堵对策表中记录的管辖该拥堵源头检测点的执勤警察的通讯方式指挥人员调度相应警察至拥堵现场进行交通疏导。可选地，上述的融合多种数据源降低城市交通拥堵程度的方法中,还包括如下步骤：根据执勤警察到达拥堵源头检测点的时刻以及拥堵源头检测点解除拥堵源头判定结果的时刻，得到执勤警察拥堵处理时间，根据拥堵处理时间对执勤警察自动进行考核评价。可选地，上述的融合多种数据源降低城市交通拥堵程度的方法中,还包括如下步骤：获取警员反馈的拥堵成因信息，根据拥堵成因信息将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。可选地，上述的融合多种数据源降低城市交通拥堵程度的方法中,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平均移动速度，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平均速度数据：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绿色；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黄色；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红色；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深红色。可选地，上述的融合多种数据源降低城市交通拥堵程度的方法中,针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头，具体包括：若检测点上标注为深红色且下游紧邻的检测点上不是深红色，则该检测点确定为拥堵源头；若检测点上标注为红色且下游紧邻的检测点上不是深红色或红色，则该检测点确定为拥堵源头；若检测点上标注为黄色且下游紧邻的检测点上不是深红色或红色或黄色，则该检测点确定为拥堵源头。可选地，上述的融合多种数据源降低城市交通拥堵程度的方法中,针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头之后还包括计算每一拥堵源头检测点的受阻系数的步骤，具体包括：若其为深红色而下游紧邻检测点为绿色，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检测点为黄色，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检测点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值；若其为红色而下游紧邻检测点为绿色，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检测点为黄色，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；若拥堵源头检测点变为绿色，则将其受阻系数清零；以上，第一数值>第二数值>第三数值。本发明还提供一种融合多种数据源降低城市交通拥堵程度的系统,包括:电子地图标注模块，在电子地图上确定需要融合多种数据源降低城市交通拥堵程度的区域，在确定的区域内电子地图上所有路口的进出口位置和路口之间标注检测点，相邻两个检测点之间的距离在设定阈值范围内，并为每一检测点设置特定的编号；拥堵对策表制定模块，所述拥堵对策表记录检测点编号、及辖区每一检测点的执勤警察的通讯方式；手机数据获取模块，实时获取位于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，根据每一检测点检测范围内的所有手机的平均移动速度，得该检测点的第一实时路况数据；互联网数据获取模块，通过互联网读取路况云数据，根据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；数据融合模块，融合第一实时路况数据和第二实时路况数据，得到检测点的实际路况数据，将得到的实际路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上；拥堵源头判断模块，针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头；警员调度模块，根据拥堵源头检测点的编号调取与每一拥堵源头检测点对应的拥堵对策表，按照拥堵对策表中记录的辖区该拥堵源头检测点的执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。可选地，上述的融合多种数据源降低城市交通拥堵程度的系统中,还包括：评价考核模块，根据执勤警察到达拥堵源头检测点的时刻以及拥堵源头检测点解除拥堵源头判定结果的时刻，自动得到执勤警察拥堵处理时间，根据拥堵处理时间对执勤警察自动进行考核评价。可选地，上述的融合多种数据源降低城市交通拥堵程度的系统中,还包括：拥堵成因获取模块，获取警员反馈的拥堵成因信息，根据拥堵成因信息将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。可选地，上述的融合多种数据源降低城市交通拥堵程度的系统中,还包括所述受阻系数计算模块，通过以下步骤计算拥堵源头检测点的受阻系数：若其为深红色而下游紧邻检测点为绿色，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检测点为黄色，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检测点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值；若其为红色而下游紧邻检测点为绿色，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检测点为黄色，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；若拥堵源头检测点变为绿色，则将其受阻系数清零；以上，第一数值>第二数值>第三数值。本发明提供的上述技术方案，与现有技术相比，至少具有以下有益效果：本发明提供的融合多种数据源降低城市交通拥堵程度的方法和系统，在电子地图上标注多个检测点，相邻检测点之间的距离在设定范围内，为每一个检测点都制定了拥堵对策表，通过检测点编号将二者关联。针对每一个检测点，可以通过两种方式计算其实际路况数据，分别是根据手机位置和移动速度得到的第一实时路况数据，通过互联网读取路况云数据得到的第二实时路况数据，融合两个数据后得到每一检测点的实际路况数据。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，如果确定检测点为拥堵源头，能够迅速根据检测点编号查找到与之对应的拥堵对策表，并能够根据拥堵对策表中记录的执勤警察的联系方式，快速调度警察到拥堵源头现场进行疏导，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融合多种数据源降低城市交通拥堵程度的方法的流程图；图2为本发明一个实施例所述区域电子地图的检测点标注结果的界面示意图；图3为本发明另一个实施例所述融合多种数据源降低城市交通拥堵程度的方法的流程图；图4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5为本发明一个实施例所述计算拥堵源头检测点受阻系数的方法流程图；图6为本发明一个实施例所述融合多种数据源降低城市交通拥堵程度的系统的原理框图；图7为本发明另一个实施例所述融合多种数据源降低城市交通拥堵程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本实施例提供一种融合多种数据源降低城市交通拥堵程度的方法,如图1所示,包括如下步骤:s1：在电子地图上确定需要融合多种数据源降低城市交通拥堵程度的区域，在确定的区域内电子地图上所有路口的进出口位置和路口之间标注检测点，相邻两个检测点之间的距离在设定阈值范围内，并为每一检测点设置特定的编号；如图2所示，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100米至150米之间。所述检测点可以设置于任何位置，优选设置于路口的入口处、出口处，图中箭头表示行驶方向。对于电子地图来说，其本身记录着每一个检测点的地理位置坐标，因此只要标注上检测点，检测点的地理位置坐标就是确定的已知的。s2：制定拥堵对策表，所述拥堵对策表记录检测点编号、及管辖每一检测点的执勤警察的通讯方式。所述拥堵对策表可以如表1所示：表1拥堵对策表检测点编号执勤警察姓名联系方式121甲1234567890122甲1234567890123甲1234567890124乙1234567891125乙1234567891126乙1234567891………………如表1所示，当检测点编号为121至123时，由执勤警察甲负责，当检测点编号为124至126时，由执勤警察乙负责，依次类推。无论哪一检测点，都能够根据检测点编号立即查找到对应的执勤警察以及警察联系方式。s3：实时获取位于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，根据每一检测点检测范围内的所有手机的平均移动速度，得该检测点的第一实时路况数据；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。具体地，本步骤可通过如下方式得到第一实时路况数据：s31：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。s32：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：也就是说，如果在检测点的检测范围内没有手机，则直接认定该检测点检测范围内没有车辆，车辆可以按照最高限速行驶，则路况数据为畅通，直接用绿色表示。s33：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绿色；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黄色；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红色；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深红色。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。s4：通过互联网读取路况云数据，根据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；通过互联网实时读取路况云数据，将读取的实时路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上，本步骤可直接从互联网上读取相应的路况数据即可，路况数据一般为某一地理坐标的深红、红色、黄色、绿色等路况数据。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。因为步骤s1中的电子地图的检测点的地理坐标是已知的，因此可以很方便的从互联网上找到与该检测点地理坐标相同的位置的路况信息，根据其处于深红色、红色、黄色和绿色中的哪一分类中，将检测点的路况标注清楚。s5：融合第一实时路况数据和第二实时路况数据，得到检测点的实际路况数据，将得到的实际路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上；例如，当两种方法得到的路况数据一致时，则直接将任一结果作为实际的路况数据；当两种方式得到的路况数据不一致时，可暂时摒弃当前检测周期得到的检测结果，直到两种数据获取方式得到的路况数据一致为止。s6：针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头；s7：根据拥堵源头检测点的编号调取与每一拥堵源头检测点对应的拥堵对策表，按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。本实施例提供的上述方案，在电子地图上标注多个检测点，相邻检测点之间的距离在设定阈值范围内，为每一个检测点都制定了拥堵对策表，通过检测点编号将二者关联。针对每一个检测点，可以通过两种方式计算其实际路况数据，分别是根据手机位置和移动速度得到的第一实时路况数据，通过互联网读取路况云数据得到的第二实时路况数据，融合两个数据后得到每一检测点的实际路况数据。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，如果确定检测点为拥堵源头，则根据该检测点与下游紧邻检测点之间的路况数据的差异得到该拥堵源头的受阻系数。将区域内的受阻系数提供给交通管理者，受阻系数是将整个城市细分为多个检测点之后，根据每一检测点以及与之相邻的检测点的路况得到的，能够更加精准的反映整个城市的所有检测点的路况，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为零即可快速发现导致交通拥堵源头的准确位置，当某一检测点成为拥堵源头之后，能够迅速根据检测点编号查找到与之对应的拥堵对策表，并能够根据拥堵对策表中记录的执勤警察的联系方式，快速调度警察到拥堵源头现场进行疏导，将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间。实施例2在上述方案的基础上，如图3所示，上述方法还包括如下步骤：s61：对于每一个拥堵源头检测点，计算其受阻系数，具体通过如图5所示的方法实现：s611：判断拥堵源头是否为深红色，若是则执行步骤s612，否则执行步骤s614。s612：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，若否则执行步骤s613，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。s613：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；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。s614：判断拥堵源头是否为红色，若是则执行步骤s615，否则执行步骤s616。s615：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，否则执行步骤s616。s616：当前时刻下该拥堵源头的受阻系数加第三数值。s617：每秒钟均将区域内变为绿色的拥堵源头的受阻系数清零。所述第一预设周期可以根据实际情况进行选择，本实施例中可选择1秒钟。也就是说，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。上述方法还包括如下步骤：s8：根据执勤警察到达拥堵源头检测点的时刻以及拥堵源头检测点解除拥堵源头判定结果的时刻，得到执勤警察拥堵处理时间，根据拥堵处理时间对执勤警察进行考核评价；采用本步骤的方式，能够对执勤警察的工作效率以及工作结果进行记录，可作为执勤警察后续考核评价的依据。s9：获取警员反馈的拥堵成因信息，根据拥堵成因信息将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。每一警员可以配置一智能终端，通过智能终端可以和控制中心进行通信，当警员到达拥堵源头的现场时，能够确定造成拥堵的原因，例如是因为事故、交通管制等。警员可以通过智能终端将成因发送至控制中心，控制中心对其进行分析，将其分类后进行存储，例如因为早高峰车多导致拥堵即为周期性的，因为交通管制、事故造成的拥堵即为突发性的。通过对拥堵成因进行分类，决策者可以对缓解该检测点所在路段的交通情况采取相应对策以提高道路的通行能力。实施例3在实施例1的基础上，本实施例提供一种判断检测点是否为拥堵源头的方法，如图4所示，包括如下步骤：s61：判断某一编号的检测点上是否为深红色，若是则执行步骤s62，否则执行步骤s63；s62：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s67，若是则返回步骤s3；s63：判断该编号检测点上是否为红色，若是则执行步骤s64，否则执行步骤s65；s64：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s67，若是则返回步骤s3；s65：判断该编号检测点上是否为黄色，若是则执行步骤s66，否则返回步骤s3；s66：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s67，若是则返回步骤s3；s67：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3本实施例提供一种能融合多种数据源降低城市交通拥堵程度的系统,如图6所示,包括:电子地图标注模块1，在电子地图上确定需要融合多种数据源降低城市交通拥堵程度的区域，在确定的区域内电子地图上所有路口的进出口位置和路口之间标注检测点，相邻两个检测点之间的距离在设定阈值范围内，并为每一检测点设置特定的编号；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100米至150米之间。所述检测点可以设置于任何位置，优选设置于路口的入口处、出口处，图中箭头表示行驶方向。对于电子地图来说，其本身记录着每一个检测点的地理位置坐标，因此只要标注上检测点，检测点的地理位置坐标就是确定的已知的。拥堵对策表制定模块2，制定拥堵对策表，所述拥堵对策表记录检测点编号、及辖区每一检测点的执勤警察的通讯方式；无论哪一检测点，都能够根据检测点编号立即查找到对应的执勤警察以及警察联系方式。手机数据获取模块3，实时获取位于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，根据每一检测点检测范围内的所有手机的平均移动速度，得该检测点的第一实时路况数据；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。具体地，可通过如下方式得到第一实时路况数据：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：也就是说，如果在检测点的检测范围内没有手机，则直接认定该检测点检测范围内没有车辆，车辆可以按照最高限速行驶，则路况数据为畅通，直接用绿色表示。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绿色；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黄色；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红色；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深红色。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。互联网数据获取模块4，通过互联网读取路况云数据，根据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；通过互联网实时读取路况云数据，将读取的实时路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上，本步骤可直接从互联网上读取相应的路况数据即可，路况数据一般为某一地理坐标的深红、红色、黄色、绿色等路况数据。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。数据融合模块5，融合第一实时路况数据和第二实时路况数据，得到检测点的实际路况数据，将得到的实际路况数据按照深红色、红色、黄色和绿色进行分类，将分类结果标注到电子地图上所对应的检测点上；例如，当两种方法得到的路况数据一致时，则直接将任一结果作为实际的路况数据；当两种方式得到的路况数据不一致时，可暂时摒弃当前检测周期得到的检测结果，直到两种数据获取方式得到的路况数据一致为止。拥堵源头判断模块6，针对所述区域内的每一个检测点，根据其实际路况数据和相邻坐标点的实际路况数据判断其是否为拥堵源头；警员调度模块7，根据拥堵源头检测点的编号调取与每一拥堵源头检测点对应的拥堵源头对策表，按照执勤警察的通讯方式调度相应警察至拥堵源头所处的位置进行交通疏导。本实施例提供的上述方案，在电子地图上标注多个检测点，相邻检测点之间的距离在设定阈值范围内，为每一个检测点都制定了拥堵对策表，通过检测点编号将二者关联。针对每一个检测点，可以通过两种方式计算其实际路况数据，分别是根据手机位置和移动速度得到的第一实时路况数据，通过互联网读取路况云数据得到的第二实时路况数据，融合两个数据后得到每一检测点的实际路况数据。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，如果确定检测点为拥堵源头，则根据该检测点与下游紧邻检测点之间的路况数据的差异得到该拥堵源头的受阻系数。将区域内的受阻系数提供给交通管理者，受阻系数是将整个城市细分为多个检测点之后，根据每一检测点以及与之相邻的检测点的路况得到的，能够更加精准的反映整个城市的所有检测点的路况，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为零即可快速发现导致交通拥堵源头的准确位置，当某一检测点成为拥堵源头之后，能够迅速根据检测点编号查找到与之对应的拥堵对策表，并能够根据拥堵对策表中记录的执勤警察的联系方式，快速调度警察到拥堵源头现场进行疏导，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7所示，上述方案中还包括警员评价考核模块8，根据执勤警察到达拥堵源头检测点的时刻以及拥堵源头检测点解除拥堵源头判定结果的时刻，得到执勤警察拥堵处理时间，根据拥堵处理时间对执勤警察自动进行考核评价；拥堵成因获取模块9，获取警员反馈的拥堵成因信息，根据拥堵成因信息将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。每一警员可以配置一智能终端，通过智能终端可以和控制中心进行通信，当警员到达拥堵源头的现场时，能够确定造成拥堵的原因，例如是因为事故、交通管制等。警员可以通过智能终端将成因发送至控制中心，控制中心对其进行分析，将其分类后进行存储，例如因为早高峰车多导致拥堵即为周期性的，因为交通管制、事故造成的拥堵即为突发性的。通过对拥堵成因进行分类，决策者可以对缓解该检测点所在路段的交通情况采取相应对策以提高道路的通行能力。进一步地，上述方案中拥堵源头判断模块6中，通过以下步骤判断检测点是否为拥堵源头：若检测点上标注为深红色且下游紧邻的检测点上不是深红色，则该检测点确定为拥堵源头；若检测点上标注为红色且下游紧邻的检测点上不是深红色或红色，则该检测点确定为拥堵源头；若检测点上标注为黄色且下游紧邻的检测点上不是深红色或红色或黄色，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。优选地，还包括受阻系数计算模块10，针对每一个拥堵源头检测点计算其受阻系数，根据区域内全部拥堵源头的受阻系数加和后得到该区域的总受阻系数，并发送提示该区域总受阻系数的区域受阻信号；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当前总受阻系数和拥堵源头的数量及位置以提示交通管理者调动警员消除或减少受阻系数。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。受阻系数计算模块10中，通过以下步骤计算拥堵源头检测点的受阻系数：若其为深红色而下游紧邻检测点为绿色，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检测点为黄色，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检测点为红色，则当前时刻下该拥堵源头的受阻系数加第三数值；若其为红色而下游紧邻检测点为绿色，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检测点为黄色，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；若拥堵源头检测点变为绿色，则将其受阻系数清零；以上，第一数值>第二数值>第三数值。也就是说，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。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。当前第1页12