基于云数据的交通控制方法、装置、设备及存储介质与流程

[0001]
本发明涉及数据处理技术领域，尤其涉及一种基于云数据的交通控制方法、装置、设备及存储介质。


背景技术：

[0002]
交通运输在现代社会中扮演着至关重要的角色，在经济社会发展中所起的重要作用，但我们也应该清醒的认识其所存在的弊端：交通事故导致人员伤亡，交通拥挤造成的巨大损失，道路交通所引起的环境污染与能源消耗等现象日趋严重。对于现存的城市交通问题，通常采用智能交通管理系统对城市交通进行监控，而目前的智能交通管理系统对于交通数据的处理精度不高，无法根据交通数据对城市交通进行准确控制，并且对于车流量较大的路段仍然采用人工方式进行控制，效率较低。
[0003]
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

[0004]
本发明的主要目的在于提供一种基于云数据的交通控制方法、装置、设备及存储介质，旨在解决现有技术无法准确进行交通控制且控制效率较低的技术问题。
[0005]
为实现上述目的，本发明提供了一种基于云数据的交通控制方法，所述方法包括以下步骤：
[0006]
获取数据云平台采集的预设路段上的原始交通数据；
[0007]
对所述原始交通数据进行合理性筛选，得到目标交通数据；
[0008]
在所述预设路段上建立第一检测点和第二检测点；
[0009]
从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；
[0010]
根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；
[0011]
根据所述当前通行时间确定所述预设路段的当前通行状态；
[0012]
基于所述当前通行状态控制所述预设路段对应的交通信号灯。
[0013]
可选地，所述对所述原始交通数据进行合理性筛选，得到目标交通数据的步骤包括：
[0014]
获取所述原始交通数据的数据格式；
[0015]
将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据；
[0016]
获取所述有效交通数据的数据属性信息；
[0017]
根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据。
[0018]
可选地，所述将所述数据格式与预设数据格式进行比较，根据比较结果对所述原
始交通数据进行合理性筛选，以得到有效交通数据的步骤包括：
[0019]
将所述数据格式与预设数据格式进行比较，根据比较结果确定所述原始交通数据中的无效交通数据；
[0020]
获取所述无效交通数据的数据条数；
[0021]
若所述数据条数不超过条数阈值，则将所述原始交通数据作为有效交通数据；
[0022]
若所述数据条数超过条数阈值，则将所述无效交通数据从所述原始交通数据中删除，以得到有效交通数据。
[0023]
可选地，所述根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间的步骤包括：
[0024]
根据所述第一目标交通数据和所述第二目标交通数据确定所述第一检测点与所述第二检测点之间的子路段的车辆行驶时间和车流量；
[0025]
获取所述预设路段的总路段长度以及所述子路段的子路段长度，并根据所述车辆行驶时间、所述车流量、所述总路段长度以及所述子路段长度计算所述预设路段的当前通行时间。
[0026]
可选地，所述根据所述第一目标交通数据和所述第二目标交通数据确定所述第一检测点与所述第二检测点之间的子路段的车辆行驶时间和车流量的步骤包括：
[0027]
从所述第一目标交通数据中获取车辆在所述第一检测点的第一瞬时车速，以及从所述第二目标交通数据中获取车辆在所述第二检测点的第二瞬时车速；
[0028]
根据所述第一瞬时车速和所述第二瞬时车速计算所述第一检测点与所述第二检测点之间的子路段的车辆平均车速；
[0029]
获取所述子路段的路段长度，根据所述子路段的路段长度和所述车辆平均速度计算所述子路段的车辆行驶时间；
[0030]
从所述第一目标交通数据中获取预设时间内通过所述第一检测点的第一车辆数，以及从所述第二目标交通数据中获取预设时间内通过所述第二检测点的第二车辆数；
[0031]
根据所述第一车辆数、所述第二车辆数以及所述预设时间计算所述子路段的车流量。
[0032]
可选地，所述根据所述当前通行时间确定所述预设路段的当前通行状态的步骤包括：
[0033]
获取所述预设路段对应的理想通行时间；
[0034]
根据所述当前通行时间和所述理想通行时间计算通行延误时间；
[0035]
若所述通行延误时间大于时间阈值，则判定所述预设路段的当前通行状态为拥堵状态；
[0036]
若所述通行时间小于或等于时间阈值，则判定所述预设路段的当前通行状态为通畅状态。
[0037]
可选地，所述基于所述当前通行状态控制所述预设路段对应的交通信号灯的步骤包括：
[0038]
若所述当前通行状态为通畅状态，则按照预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换；
[0039]
若所述当前通行状态为拥堵状态，则获取所述预设路段中各车道的等待车辆的车
辆数量，根据所述各车道的等待车辆的车辆数量对所述预设周期时长进行调整，得到调整后的预设周期时长，按照调整后的预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换。
[0040]
此外，为实现上述目的，本发明还提出一种基于云计算的交通数据处理装置，所述装置包括：
[0041]
获取模块，用于获取数据云平台采集的预设路段上的原始交通数据；
[0042]
筛选模块，用于对所述原始交通数据进行合理性筛选，得到目标交通数据；
[0043]
构建模块，用于在所述预设路段上建立第一检测点和第二检测点；
[0044]
提取模块，用于从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；
[0045]
计算模块，用于根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；
[0046]
判断模块，用于根据所述当前通行时间确定所述预设路段的当前通行状态；
[0047]
控制模块，用于基于所述当前通行状态控制所述预设路段对应的交通信号灯。
[0048]
此外，为实现上述目的，本发明还提出一种基于云计算的交通数据处理设备，所述基于云计算的交通数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于云计算的交通数据处理程序，所述基于云计算的交通数据处理程序配置为实现如上文所述的基于云计算的交通数据处理方法的步骤。
[0049]
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于云计算的交通数据处理程序，所述基于云计算的交通数据处理程序被处理器执行时实现如上文所述的基于云计算的交通数据处理方法的步骤。
[0050]
本发明中获取数据云平台采集的预设路段上的原始交通数据；对所述原始交通数据进行合理性筛选，得到目标交通数据；在所述预设路段上建立第一检测点和第二检测点；从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；根据所述当前通行时间确定所述预设路段的当前通行状态；基于所述当前通行状态控制所述预设路段对应的交通信号灯，通过获取数据云平台的原始交通数据，并对原始交通数据进行合理性筛选得到目标交通数据，并根据目标交通数据确定预设路段的当前通行状态，从而对预设路段对应的交通信号灯进行控制，实现了城市交通的准确控制，同时基于数据云平台技术，提高了城市交通的控制效率。
附图说明
[0051]
图1是本发明实施例方案涉及的硬件运行环境的基于云计算的交通数据处理设备的结构示意图；
[0052]
图2为本发明基于云数据的交通控制方法第一实施例的流程示意图；
[0053]
图3为本发明基于云数据的交通控制方法第二实施例的流程示意图；
[0054]
图4为本发明基于云数据的交通控制方法第三实施例的流程示意图；
[0055]
图5为本发明基于云数据的交通控制方法第四实施例的流程示意图；
[0056]
图6为本发明基于云数据的交通控制装置第一实施例的结构框图。
[0057]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0058]
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0059]
参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于云计算的交通数据处理设备结构示意图。
[0060]
如图1所示，该基于云计算的交通数据处理设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0061]
本领域技术人员可以理解，图1中示出的结构并不构成对基于云计算的交通数据处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0062]
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于云计算的交通数据处理程序。
[0063]
在图1所示的基于云计算的交通数据处理设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于云计算的交通数据处理设备中的处理器1001、存储器1005可以设置在基于云计算的交通数据处理设备中，所述基于云计算的交通数据处理设备通过处理器1001调用存储器1005中存储的基于云计算的交通数据处理程序，并执行以下步骤：
[0064]
获取数据云平台采集的预设路段上的原始交通数据；
[0065]
对所述原始交通数据进行合理性筛选，得到目标交通数据；
[0066]
在所述预设路段上建立第一检测点和第二检测点；
[0067]
从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；
[0068]
根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；
[0069]
根据所述当前通行时间确定所述预设路段的当前通行状态；
[0070]
基于所述当前通行状态控制所述预设路段对应的交通信号灯。
[0071]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0072]
获取所述原始交通数据的数据格式；
[0073]
将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据；
[0074]
获取所述有效交通数据的数据属性信息；
[0075]
根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据。
[0076]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0077]
将所述数据格式与预设数据格式进行比较，根据比较结果确定所述原始交通数据中的无效交通数据；
[0078]
获取所述无效交通数据的数据条数；
[0079]
若所述数据条数不超过条数阈值，则将所述原始交通数据作为有效交通数据；
[0080]
若所述数据条数超过条数阈值，则将所述无效交通数据从所述原始交通数据中删除，以得到有效交通数据。
[0081]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0082]
根据所述第一目标交通数据和所述第二目标交通数据确定所述第一检测点与所述第二检测点之间的子路段的车辆行驶时间和车流量；
[0083]
获取所述预设路段的总路段长度以及所述子路段的子路段长度，并根据所述车辆行驶时间、所述车流量、所述总路段长度以及所述子路段长度计算所述预设路段的当前通行时间。
[0084]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0085]
从所述第一目标交通数据中获取车辆在所述第一检测点的第一瞬时车速，以及从所述第二目标交通数据中获取车辆在所述第二检测点的第二瞬时车速；
[0086]
根据所述第一瞬时车速和所述第二瞬时车速计算所述第一检测点与所述第二检测点之间的子路段的车辆平均车速；
[0087]
获取所述子路段的路段长度，根据所述子路段的路段长度和所述车辆平均速度计算所述子路段的车辆行驶时间；
[0088]
从所述第一目标交通数据中获取预设时间内通过所述第一检测点的第一车辆数，以及从所述第二目标交通数据中获取预设时间内通过所述第二检测点的第二车辆数；
[0089]
根据所述第一车辆数、所述第二车辆数以及所述预设时间计算所述子路段的车流量。
[0090]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0091]
获取所述预设路段对应的理想通行时间；
[0092]
根据所述当前通行时间和所述理想通行时间计算通行延误时间；
[0093]
若所述通行延误时间大于时间阈值，则判定所述预设路段的当前通行状态为拥堵状态；
[0094]
若所述通行时间小于或等于时间阈值，则判定所述预设路段的当前通行状态为通畅状态。
[0095]
进一步地，处理器1001可以调用存储器1005中存储的基于云计算的交通数据处理程序，还执行以下操作：
[0096]
若所述当前通行状态为通畅状态，则按照预设周期时长对所述预设路段的交通信
号灯的信号灯状态进行切换；
[0097]
若所述当前通行状态为拥堵状态，则获取所述预设路段中各车道的等待车辆的车辆数量，根据所述各车道的等待车辆的车辆数量对所述预设周期时长进行调整，得到调整后的预设周期时长，按照调整后的预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换。
[0098]
本发明实施例提供了一种基于云计算的交通数据处理方法，参照图2，图2为本发明一种基于云计算的交通数据处理方法第一实施例的流程示意图。
[0099]
本实施例中，所述基于云计算的交通数据处理方法包括以下步骤：
[0100]
步骤s10：获取数据云平台采集的预设路段上的原始交通数据。
[0101]
需要说明的是，本实施例的执行主体可以为一种交通控制系统，也可以为一种交通控制设备，本实施例中不加以限制，交通控制系统或交通控制设备可通过交通网络获取数据云平台采集的交通数据，并且具有对交通数据进行分析与处理的功能。
[0102]
需要说明的是，本实施例是基于云计算技术进行交通控制，数据云平台通过感应线圈、红外传感器、gps装置以及摄像装置等设备采集预设路段上的原始交通数据，预设路段为城市交通中任一路段，原始交通数据包括地理信息、车流量、车辆平均行驶时间，当前状态下车辆行驶位置、车速、行车方向，交通路段通行状态、交叉口信号控制策略等。原始交通数据还分为动态交通数据和静态交通数据，动态交通数据指在一定时间段内相对变化着的交通数据，如道路的车流量、车流密度、交通路段通行状态、车辆行驶位置以及车速等行驶信息等，而静态交通数据是指交通数据中部分在一定时间段内不会发生变化或变化不明显的交通数据，如基础的地理数据、道路基础设施信息等数据。在实际情况下，所采集到的数据中通常包含无效数据、冗余数据以及重复数据，这类未处理的交通数据为原始交通数据。
[0103]
步骤s20：对所述原始交通数据进行合理性筛选，得到目标交通数据。
[0104]
易于理解的是，原始交通数据中存在无效数据、冗余数据以及重复数据，合理性筛选为对原始交通数据进行的预处理，去除不符合要求的交通数据，不符合要求的交通数据包括两种：第一种是非法、无效等不符合数据格式标准的交通数据，从此类不符合数据格式标准的交通数据中显然无法读取出交通数据，第二种是符合数据格式标准的交通数据，但是不适合用于进行交通控制的交通数据，例如交通数据中包括了车辆的行程时间、车辆通行位置、速度等属性，但是未包含路段的位置属性，这样会导致无法定位到对应的路段，若将此类数据用于交通控制显然是不合理的，因此需要对原始交通数据进行合理性筛选。
[0105]
在具体实施中，所述对所述原始交通数据进行合理性筛选，得到目标交通数据的步骤包括：获取所述原始交通数据的数据格式；将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据；获取所述有效交通数据的数据属性信息；根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据。
[0106]
需要说明的是，数据格式是描述数据保存在文件或记录中的规则，数据格式的形式可以为数值、字符或二进制数，预设数据格式为交通数据的标准数据格式，将原始交通数据的数据格式与预设数据格式进行比对，可以筛选出有效交通数据，有效交通数据为数据格式符合要求的交通数据，虽然有效交通数据的数据格式符合要求，但是在实际应用中，有
效交通数据并非都能用于交通控制，有效交通数据中可能包含上文所述的第二种交通数据，因此需要对有效交通数据进一步筛选，得到适用于交通控制的目标交通数据，本实施例中通过获取有效交通数据的数据属性信息，根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据，容易理解的是，从数据云平台获取到的数据属于大数据，其中包含各个路段的多组交通数据，本实施例目的在于筛选出数据属性信息符合要求的目标交通数据。
[0107]
进一步地，在本实施例中，所述将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据的步骤包括：将所述数据格式与预设数据格式进行比较，根据比较结果确定所述原始交通数据中的无效交通数据；获取所述无效交通数据的数据条数；若所述数据条数不超过条数阈值，则将所述原始交通数据作为有效交通数据；若所述数据条数超过条数阈值，则将所述无效交通数据从所述原始交通数据中删除，以得到有效交通数据。
[0108]
需要说明的是，本实施例中将不符合预设数据格式的原始交通数据作为无效交通数据，通过数据格式比较可以确定原始交通数据中所包含的无效交通数据，而在数据处理过程中，在大量数据中存在的无效交通数据所占的比列很低时，为了提高数据处理效率，可以忽略这些占比很低的无效交通数据，但是在无效交通数据占比较大时，为了避免对数据处理结果造成影响，需要从原始交通数据中将这些无效交通数据删除，本实施例中通过设置无效交通数据的条数阈值对原始交通数据进行合理性筛选，无效交通数据的数据条数；若无效交通数据的数据条数不超过条数阈值，则可以认为原始交通数据的数据格式符合预设数据格式，此时原始交通数据即为有效交通数据，若无效交通数据的条数阈值超过条数阈值，则认为原始交通数据中包含的无效交通数据较多，需要将无效交通数据删除，删除无效交通数据后的原始交通数据即为有效交通数据。
[0109]
步骤s30：在所述预设路段上建立第一检测点和第二检测点。
[0110]
需要说明的是，本实施例中根据预设路段上两个相邻检测点之间的子路段的目标交通数据对预设路段进行交通状态的评估与控制，第一检测点和第二检测点即为两个预设路段上两个相邻点的检测点，第一检测点和第二检测点之间的相邻距离可以为5米，也可以为10米，根据实际情况进行设备，本实施例中不加以限制。
[0111]
步骤s40：从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据。
[0112]
容易理解的是，目标交通数据包括城市交通中各个路段以及各个路段上各个位置的交通数据，从目标交通数据中可以提取第一目标交通数据和第二目标交通数据，第一目标交通数据为第一检测点处的所采集的交通数据，第二目标交通数据为第二检测点处的所采集的交通数据。
[0113]
步骤s50：根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间。
[0114]
在具体实施中，第一目标交通数据和第二目标交通数据中均包含车辆行驶速度以及车辆行驶时间等数据，根据这些数据可以计算出预设路段的当前通行时间，当前通行时间表示车辆通过预设路段所需要的平均时间。
[0115]
步骤s60：根据所述当前通行时间确定所述预设路段的当前通行状态。
[0116]
需要说明的是，车辆通行时间的长短代表路段的通行状态，例如车辆需要10分钟通过路段a，则可以判定路段a的通行状态为拥堵状态，若车辆通过路段a需要2分钟，则可以判定路段a的通行状态为通畅状态。
[0117]
步骤s70：基于所述当前通行状态控制所述预设路段对应的交通信号灯。
[0118]
在本实施例中，根据路段的当前通行状态对路段对应的交通信号灯进行调整，调整包括对交通信号灯的红绿灯切换周期进行调整，例如路段b处于通畅状态时，红绿灯的切换周期为x，当路段b处于拥堵状态时，将红绿灯的切换周期调整为y。
[0119]
本实施中获取数据云平台采集的预设路段上的原始交通数据；对所述原始交通数据进行合理性筛选，得到目标交通数据；在所述预设路段上建立第一检测点和第二检测点；从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；根据所述当前通行时间确定所述预设路段的当前通行状态；基于所述当前通行状态控制所述预设路段对应的交通信号灯，通过获取数据云平台的原始交通数据，并对原始交通数据进行合理性筛选得到目标交通数据，并根据目标交通数据确定预设路段的当前通行状态，从而对预设路段对应的交通信号灯进行控制，实现了城市交通的准确控制，同时基于数据云平台技术，提高了城市交通的控制效率。
[0120]
参考图3，图3为本发明一种基于云数据的交通控制方法第二实施例的流程示意图。
[0121]
基于上述第一实施例，本实施例中所述步骤s50包括：
[0122]
步骤s501：根据所述第一目标交通数据和所述第二目标交通数据确定所述第一检测点与所述第二检测点之间的子路段的车辆行驶时间和车流量。
[0123]
在具体实施中，根据第一目标交通数据和第二目标交通数据确定第一检测点与第二检测点之间的子路段的车辆行驶时间需要先从第一目标交通数据中获取车辆在第一检测点的第一瞬时车速v1，以及从第二目标交通数据中获取车辆在第二检测点的第二瞬时车速v2，根据所述第一瞬时车速和所述第二瞬时车速计算所述第一检测点与所述第二检测点之间的子路段的车辆平均车速v
均
＝(v1+v2)/2，然后获取子路段的路段长度l
子
，根据子路段的路段长度l
子
和车辆平均速度v
均
计算所述子路段的车辆行驶时间t＝l
子
/v
均
。
[0124]
进一步地，再从第一目标交通数据中获取预设时间内通过所述第一检测点的第一车辆数n1，以及从第二目标交通数据中获取预设时间内通过所述第二检测点的第二车辆数n2，假设预设时间为t，则根据第一车辆数n1、第二车辆数n2以及预设时间计算子路段的车流量q＝(n1/t+n2/t)/2。
[0125]
步骤s502：获取所述预设路段的总路段长度以及所述子路段的子路段长度，并根据所述车辆行驶时间、所述车流量、所述总路段长度以及所述子路段长度计算所述预设路段的当前通行时间。
[0126]
需要说明的是，获取预设路段的总路段长度为l1，获取子路段的子路段长度为l2，根据计算的车辆行驶时间t、车流量q、总路段长度l1以及子路段长度l2可以计算出预设路段的当前通行时间t＝l1×
(t
×
q)/(l2×
q)。
[0127]
本实施例根据第一目标交通数据和第二目标交通数据确定第一检测点与第二检测点之间的子路段的车辆行驶时间和车流量，获取预设路段的总路段长度以及子路段的子
路段长度，并根据车辆行驶时间、车流量以及预设路段的路段长度计算预设路段的当前通行时间，能够准确获取城市交通中路段的当前通行时间，从而更加精确的确定各个路段的当前通行状态，实现了城市交通中各个路段交通的准确控制。
[0128]
参考图4，图4为本发明一种基于云数据的交通控制方法第三实施例的流程示意图。
[0129]
基于上述第一实施例或第二实施例提出本发明一种基于云数据的交通控制方法第三实施例。
[0130]
以基于上述第一实施例进行说明，在本实施例中所述步骤s60包括：
[0131]
步骤s601：获取所述预设路段对应的理想通行时间。
[0132]
需要说明的是，理想通行时间为车辆通过预设路段所用的最短时间，理想通行时间t
理想
＝l/v
max
，其中t
理想
为理想通行时间，l为预设路段的路段长度，v
max
为预设路段的最高限速。
[0133]
步骤s602：根据所述当前通行时间和所述理想通行时间计算通行延误时间。
[0134]
在具体实施中，根据当前通行时间和理想通行时间可以计算出通行延误时间，t
延
＝t
当前-t
理想
，其中t
延
为通行延误时间，t
当前
为当前通行时间，t
理想
为理想通行时间。
[0135]
步骤s603：若所述通行延误时间大于时间阈值，则判定所述预设路段的当前通行状态为拥堵状态。
[0136]
步骤s604：若所述通行时间小于或等于时间阈值，则判定所述预设路段的当前通行状态为通畅状态。
[0137]
在本实施例中，通过通行延误时间与时间阈值比较判断预设路段的当前通行状态，例如车辆通过路段a的当前通行时间为x1，时间阈值为x
max
，若x1＞x
max
，则判定路段a处于拥堵状态，若x1≤x
max
，则判定路段a处于通畅状态，时间阈值可以设置为10分钟，本实施例中不加以限制。
[0138]
本实施例通过获取预设路段对应的理想通行时间；根据当前通行时间和理想通行时间计算通行延误时间；若通行延误时间大于时间阈值，则判定预设路段的当前通行状态为拥堵状态；若通行时间小于或等于时间阈值，则判定预设路段的当前通行状态为通畅状态，能够准确的对路段的通行状态进行判断，从而提高了城市交通中各个路段交通控制的准确性。
[0139]
参考图5，图5为本发明一种基于云数据的交通控制方法第四实施例的流程示意图。
[0140]
基于上述第一实施例或第二实施例提出本发明一种基于云数据的交通控制方法第四实施例。
[0141]
以基于上述第一实施例进行说明，在本实施例中所述步骤s70包括：
[0142]
步骤s701：若所述当前通行状态为通畅状态，则按照预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换。
[0143]
容易理解的是，交通信号灯中存有预先设置的信号灯切换时长即预设周期时长，预设周期时长是交管部门根据实际交通情况进行预先设定的，若路段处于通畅状态，则控制交通信号灯按照预设周期时长进行切换。
[0144]
步骤s702：若所述当前通行状态为拥堵状态，则获取所述预设路段中各车道的等
待车辆的车辆数量，根据所述各车道的等待车辆的车辆数量对所述预设周期时长进行调整，得到调整后的预设周期时长，按照调整后的预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换。
[0145]
需要说明的是，若当前通行状态为拥堵状态，则需要获取预设路段中各个车道的等待车辆的车辆数量，车辆数量越多表示该车道越拥堵，因此需要根据各个车道的车道数量对各个车道对应的交通信号灯的预设周期时长分别进行调整，例如预设路段上a车道的车辆数量为x，b车道的车辆为y，c车道的车辆数量为x，则将a车道和c车道对应的交通信号灯的预设周期时长调整为t1，将b车道对应的交通信号灯的预设周期时长调整为t2，然后按照调整后的周期时长t1切换a车道和c车道的信号灯状态，按照调整后的周期时长t2切换b车道的信号灯状态。
[0146]
本实施例中对预设路段的当前通行状态进行判断，若当前通行状态为通畅状态，则按照预设周期时长对预设路段的交通信号灯的信号灯状态进行切换，若当前通行状态为拥堵状态，则获取预设路段中各车道的等待车辆的车辆数量，根据各车道的等待车辆的车辆数量对预设周期时长进行调整，得到调整后的预设周期时长，按照调整后的预设周期时长对预设路段的交通信号灯的信号灯状态进行切换，根据车道的车辆数量对交通信号灯的预设周期时长进行调整，使得交通控制更加准确，也更加智能化。
[0147]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于云数据的交通控制程序，所述基于云数据的交通控制程序被处理器执行时实现如上文所述的基于云数据的交通控制方法的步骤。
[0148]
参照图6，图6为本发明基于云数据的交通控制装置第一实施例的结构框图。
[0149]
如图6所示，本发明实施例提出的基于云数据的交通控制装置包括：
[0150]
获取模块10，用于获取数据云平台采集的预设路段上的原始交通数据。
[0151]
需要说明的是，本实施例是基于云计算技术进行交通控制，数据云平台通过感应线圈、红外传感器、gps装置以及摄像装置等设备采集预设路段上的原始交通数据，预设路段为城市交通中任一路段，原始交通数据包括地理信息、车流量、车辆平均行驶时间，当前状态下车辆行驶位置、车速、行车方向，交通路段通行状态、交叉口信号控制策略等。原始交通数据还分为动态交通数据和静态交通数据，动态交通数据指在一定时间段内相对变化着的交通数据，如道路的车流量、车流密度、交通路段通行状态、车辆行驶位置以及车速等行驶信息等，而静态交通数据是指交通数据中部分在一定时间段内不会发生变化或变化不明显的交通数据，如基础的地理数据、道路基础设施信息等数据。在实际情况下，所采集到的数据中通常包含无效数据、冗余数据以及重复数据，这类未处理的交通数据为原始交通数据。
[0152]
筛选模块20，用于对所述原始交通数据进行合理性筛选，得到目标交通数据。
[0153]
易于理解的是，原始交通数据中存在无效数据、冗余数据以及重复数据，合理性筛选为对原始交通数据进行的预处理，去除不符合要求的交通数据，不符合要求的交通数据包括两种：第一种是非法、无效等不符合数据格式标准的交通数据，从此类不符合数据格式标准的交通数据中显然无法读取出交通数据，第二种是符合数据格式标准的交通数据，但是不适合用于进行交通控制的交通数据，例如交通数据中包括了车辆的行程时间、车辆通行位置、速度等属性，但是未包含路段的位置属性，这样会导致无法定位到对应的路段，若
将此类数据用于交通控制显然是不合理的，因此需要对原始交通数据进行合理性筛选。
[0154]
在具体实施中，所述对所述原始交通数据进行合理性筛选，得到目标交通数据的步骤包括：获取所述原始交通数据的数据格式；将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据；获取所述有效交通数据的数据属性信息；根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据。
[0155]
需要说明的是，数据格式是描述数据保存在文件或记录中的规则，数据格式的形式可以为数值、字符或二进制数，预设数据格式为交通数据的标准数据格式，将原始交通数据的数据格式与预设数据格式进行比对，可以筛选出有效交通数据，有效交通数据为数据格式符合要求的交通数据，虽然有效交通数据的数据格式符合要求，但是在实际应用中，有效交通数据并非都能用于交通控制，有效交通数据中可能包含上文所述的第二种交通数据，因此需要对有效交通数据进一步筛选，得到适用于交通控制的目标交通数据，本实施例中通过获取有效交通数据的数据属性信息，根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据，容易理解的是，从数据云平台获取到的数据属于大数据，其中包含各个路段的多组交通数据，本实施例目的在于筛选出数据属性信息符合要求的目标交通数据。
[0156]
进一步地，在本实施例中，所述将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据的步骤包括：将所述数据格式与预设数据格式进行比较，根据比较结果确定所述原始交通数据中的无效交通数据；获取所述无效交通数据的数据条数；若所述数据条数不超过条数阈值，则将所述原始交通数据作为有效交通数据；若所述数据条数超过条数阈值，则将所述无效交通数据从所述原始交通数据中删除，以得到有效交通数据。
[0157]
需要说明的是，本实施例中将不符合预设数据格式的原始交通数据作为无效交通数据，通过数据格式比较可以确定原始交通数据中所包含的无效交通数据，而在数据处理过程中，在大量数据中存在的无效交通数据所占的比列很低时，为了提高数据处理效率，可以忽略这些占比很低的无效交通数据，但是在无效交通数据占比较大时，为了避免对数据处理结果造成影响，需要从原始交通数据中将这些无效交通数据删除，本实施例中通过设置无效交通数据的条数阈值对原始交通数据进行合理性筛选，无效交通数据的数据条数；若无效交通数据的数据条数不超过条数阈值，则可以认为原始交通数据的数据格式符合预设数据格式，此时原始交通数据即为有效交通数据，若无效交通数据的条数阈值超过条数阈值，则认为原始交通数据中包含的无效交通数据较多，需要将无效交通数据删除，删除无效交通数据后的原始交通数据即为有效交通数据。
[0158]
构建模块30，用于在所述预设路段上建立第一检测点和第二检测点。
[0159]
需要说明的是，本实施例中根据预设路段上两个相邻检测点之间的子路段的目标交通数据对预设路段进行交通状态的评估与控制，第一检测点和第二检测点即为两个预设路段上两个相邻点的检测点，第一检测点和第二检测点之间的相邻距离可以为5米，也可以为10米，根据实际情况进行设备，本实施例中不加以限制。
[0160]
提取模块40，用于从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据。
[0161]
容易理解的是，目标交通数据包括城市交通中各个路段以及各个路段上各个位置的交通数据，从目标交通数据中可以提取第一目标交通数据和第二目标交通数据，第一目标交通数据为第一检测点处的所采集的交通数据，第二目标交通数据为第二检测点处的所采集的交通数据。
[0162]
计算模块50，用于根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间。
[0163]
在具体实施中，第一目标交通数据和第二目标交通数据中均包含车辆行驶速度以及车辆行驶时间等数据，根据这些数据可以计算出预设路段的当前通行时间，当前通行时间表示车辆通过预设路段所需要的平均时间。
[0164]
判断模块60，用于根据所述当前通行时间确定所述预设路段的当前通行状态。
[0165]
需要说明的是，车辆通行时间的长短代表路段的通行状态，例如车辆需要10分钟通过路段a，则可以判定路段a的通行状态为拥堵状态，若车辆通过路段a需要2分钟，则可以判定路段a的通行状态为通畅状态。
[0166]
控制模块70，用于基于所述当前通行状态控制所述预设路段对应的交通信号灯。
[0167]
在本实施例中，根据路段的当前通行状态对路段对应的交通信号灯进行调整，调整包括对交通信号灯的红绿灯切换周期进行调整，例如路段b处于通畅状态时，红绿灯的切换周期为x，当路段b处于拥堵状态时，将红绿灯的切换周期调整为y。
[0168]
本实施中获取数据云平台采集的预设路段上的原始交通数据；对所述原始交通数据进行合理性筛选，得到目标交通数据；在所述预设路段上建立第一检测点和第二检测点；从所述目标交通数据中提取所述预设路段上所述第一检测点的第一目标交通数据以及所述第二检测点的第二目标交通数据；根据所述第一目标交通数据和所述第二目标交通数据得到所述预设路段的当前通行时间；根据所述当前通行时间确定所述预设路段的当前通行状态；基于所述当前通行状态控制所述预设路段对应的交通信号灯，通过获取数据云平台的原始交通数据，并对原始交通数据进行合理性筛选得到目标交通数据，并根据目标交通数据确定预设路段的当前通行状态，从而对预设路段对应的交通信号灯进行控制，实现了城市交通的准确控制，同时基于数据云平台技术，提高了城市交通的控制效率。
[0169]
在一实施例中，所述筛选模块20，还用于获取所述原始交通数据的数据格式；将所述数据格式与预设数据格式进行比较，根据比较结果对所述原始交通数据进行合理性筛选，以得到有效交通数据；获取所述有效交通数据的数据属性信息；根据所述数据属性信息从所述有效交通数据中筛选出目标交通数据。
[0170]
在一实施例中，所述筛选模块20，还用于将所述数据格式与预设数据格式进行比较，根据比较结果确定所述原始交通数据中的无效交通数据；获取所述无效交通数据的数据条数；若所述数据条数不超过条数阈值，则将所述原始交通数据作为有效交通数据；若所述数据条数超过条数阈值，则将所述无效交通数据从所述原始交通数据中删除，以得到有效交通数据。
[0171]
在一实施例中，所述计算模块50，还用于根据所述第一目标交通数据和所述第二目标交通数据确定所述第一检测点与所述第二检测点之间的子路段的车辆行驶时间和车流量；获取所述预设路段的总路段长度以及所述子路段的子路段长度，并根据所述车辆行驶时间、所述车流量、所述总路段长度以及所述子路段长度计算所述预设路段的当前通行
时间。
[0172]
在一实施例中，所述计算模块50，还用于从所述第一目标交通数据中获取车辆在所述第一检测点的第一瞬时车速，以及从所述第二目标交通数据中获取车辆在所述第二检测点的第二瞬时车速；根据所述第一瞬时车速和所述第二瞬时车速计算所述第一检测点与所述第二检测点之间的子路段的车辆平均车速；获取所述子路段的路段长度，根据所述子路段的路段长度和所述车辆平均速度计算所述子路段的车辆行驶时间；从所述第一目标交通数据中获取预设时间内通过所述第一检测点的第一车辆数，以及从所述第二目标交通数据中获取预设时间内通过所述第二检测点的第二车辆数；根据所述第一车辆数、所述第二车辆数以及所述预设时间计算所述子路段的车流量。
[0173]
在一实施例中，所述判断模块60，还用于获取所述预设路段对应的理想通行时间；根据所述当前通行时间和所述理想通行时间计算通行延误时间；若所述通行延误时间大于时间阈值，则判定所述预设路段的当前通行状态为拥堵状态；若所述通行时间小于或等于时间阈值，则判定所述预设路段的当前通行状态为通畅状态。
[0174]
在一实施例中，所述控制模块70，还用于若所述当前通行状态为通畅状态，则按照预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换；若所述当前通行状态为拥堵状态，则获取所述预设路段中各车道的等待车辆的车辆数量，根据所述各车道的等待车辆的车辆数量对所述预设周期时长进行调整，得到调整后的预设周期时长，按照调整后的预设周期时长对所述预设路段的交通信号灯的信号灯状态进行切换。
[0175]
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
[0176]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0177]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于云数据的交通控制方法，此处不再赘述。
[0178]
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0179]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0180]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0181]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发
明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。