一种基于大数据算法的红绿灯时间匹配系统

本发明涉及大数据分析技术领域，具体是一种基于大数据算法的红绿灯时间匹配系统。

背景技术：

当前，大数据作为新一轮工业革命中最为活跃的技术创新要素，正在全面重构全球生产、流通、分配、消费等领域，对全球竞争、国家治理、经济发展、产业转型、社会生活等方面产生全面深刻影响，用数据说话，重视定量分析，也逐渐成为科学研究、企业经营、政府决策等过程着重考虑的问题，其中大数据在交通上也起到重要作用，红绿灯时间匹配不合理将会造成道路拥堵的现象，甚至造成事故。

中国专利公开了一种基于大数据的智慧交通管理系统(授权公告号cn106504522b)，该专利技术以交通行业大数据处理为核心，整合城市交通数据资源，通过大数据处理技术，最终为城市交通行政部门决策和公众出行提供个性化的支持和服务，但是其不能对数据进行有效地发掘和分析，进而不能很好地调整红绿灯的时间段以及箭头灯的指向，进而不能有效地解决路口拥堵的问题。

技术实现要素：

本发明的目的在于提供一种基于大数据算法的红绿灯时间匹配系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于大数据算法的红绿灯时间匹配系统，包括数据采集模块、数据提取模块、数据存储模块、数据分析模块和数据应用模块，所述数据采集模块包括动态数据采集和静态数据采集，所述动态数据采集用于采集车流数据、车型数据、车速数据、行人数量和速度数据以及非机动车种类、数量和速度数据，经过整合后存储在数据存储模块中，所述静态数据采集用于采集路段信息和设施信息，并射成rdf数据存储在数据存储模块中，所述数据提取模块用于提取动态数据和静态数据中的有用信息数据，所述数据存储模块模块用于将提取的动态数据和静态数据存储在数据库中，所述数据分析模块用于对存储的数据进行分析，确定红绿灯路口的车流数据、车型数据、车速数据、行人数量和速度数据以及非机动车种类、数量和速度数据最大值、最小值和平均值，并按照工作日、休息日、节假日进行对比，同时进行同比和环比对比分析，所述数据应用模块用于自动匹配红绿灯的时间段以及箭头灯的指向。

作为本发明再进一步的方案：所述数据分析模块包括数据清洗、关联分析、聚类分析和od算法，所述数据清洗用于去除错误的数据、补全缺失的数据、修改逻辑错误的数据以及去除异常的数据，所述关联分析用于分析不同数据信息之间的联系，所述聚类分析用于按照数据的相似性和差异性，将数据划分成若干个子集，发现其特征及分布，从而匹配红绿灯的时间，所述od算法用于统计不同时段路口放行时，第一辆车和最后一辆车通过路口所需的时间。

作为本发明再进一步的方案：所述数据提取模块设置有三种提取模式，分别为从单张数据库中按条件提取数据、跨表提取数据以及通过优化嵌套、筛选逻辑层次和遍历次数提取数据。

作为本发明再进一步的方案：所述路段信息包括路段的长度、交叉口数量、限速标准和车道数量，所述设施信息包括红绿灯数量、测速设备以及违规拍照设备。

作为本发明再进一步的方案：所述数据应用模块包括固定报表、实时分析、数据服务和数据挖掘，从而判断个体车辆行为、群体车辆行为、行程时间估算、流量预测和数据查询，匹配红绿灯时间段，最终实现分流的目的，改善交通压力。

作为本发明再进一步的方案：所述数据挖掘用于挖掘分析不同数据的特征，找出不同数据之间的联系，比如非机动车或行人闯红灯，进而导致了机动车通行变慢，无法按时通过路口，甚至引发事故，通过计算闯红灯的概率、数量和次数，分析红绿灯设置的时间间隔是否合理，进而调整红绿灯的时间间隔。

作为本发明再进一步的方案：所述数据挖掘的流程包括参数输入、提出目标、提示、方法选择和模样选择，通过提出目标和数据库进行数据选择，数据选择并经过提示后进行预处理，经过预处理后的数据并结合方法选择得到模样发现，模样发现并结合模样选择最终得出解释评价，实现数据的挖掘。

与现有技术相比，本发明的有益效果：

本发明的系统包括数据采集模块、数据提取模块、数据存储模块、数据分析模块和数据应用模块，其中数据分析模块包括数据清洗、关联分析、聚类分析和od算法，数据应用模块包括固定报表、实时分析、数据服务和数据挖掘，从而可以根据不同时间段，人流量以及非机动车通过十字路口的时间，在不同的分时段，对红绿灯设置不同长度的时间，即避免了行人或非机动车等红绿灯时间过长，而产生一部分行人或非机动车闯红灯的现象，又避免了机动车等红绿灯时间过长，造成道路严重拥挤,以及适时调整箭头灯的指向，实现分流的目的，改善交通压力，可以根据路段的长度、交叉口数量、限速标准和车道数量，计算正常通行时，机动车通过这段路口所需的时间，堵车时，机动车通过这段路口所需的时间，以及早晚高峰时、工作日、休息日、节假日以及不同的季节、天气情况，行人和非机动车通过路口时所需的时间，从而尽可能地保证第一辆机动车达到下一个路口时，该路口的红绿灯由黄灯变为绿灯，以满足更多的车通过该路口，改善交通压力。

附图说明

图1为一种基于大数据算法的红绿灯时间匹配系统的结构示意图；

图2为一种基于大数据算法的红绿灯时间匹配系统的流程示意图；

图3为一种基于大数据算法的红绿灯时间匹配系统中数据采集模块的组成示意图；

图4为一种基于大数据算法的红绿灯时间匹配系统中数据挖掘的流程示意图。

具体实施方式

请参阅图1～4，本发明实施例中，一种基于大数据算法的红绿灯时间匹配系统，包括数据采集模块、数据提取模块、数据存储模块、数据分析模块和数据应用模块，数据采集模块包括动态数据采集和静态数据采集，动态数据采集用于采集车流数据、车型数据、车速数据、行人数量和速度数据以及非机动车种类、数量和速度数据，经过整合后存储在数据存储模块中，静态数据采集用于采集路段信息和设施信息，并射成rdf数据存储在数据存储模块中，数据提取模块用于提取动态数据和静态数据中的有用信息数据，数据存储模块模块用于将提取的动态数据和静态数据存储在数据库中，数据分析模块用于对存储的数据进行分析，确定红绿灯路口的车流数据、车型数据、车速数据、行人数量和速度数据以及非机动车种类、数量和速度数据最大值、最小值和平均值，并按照工作日、休息日、节假日进行对比，同时进行同比和环比对比分析，数据应用模块用于自动匹配红绿灯的时间段以及箭头灯的指向。

在图1中：数据分析模块包括数据清洗、关联分析、聚类分析和od算法，数据清洗用于去除错误的数据、补全缺失的数据、修改逻辑错误的数据以及去除异常的数据，关联分析用于分析不同数据信息之间的联系，聚类分析用于按照数据的相似性和差异性，将数据划分成若干个子集，发现其特征及分布，从而匹配红绿灯的时间，od算法用于统计不同时段路口放行时，第一辆车和最后一辆车通过路口所需的时间。

在图3中：数据提取模块设置有三种提取模式，分别为从单张数据库中按条件提取数据、跨表提取数据以及通过优化嵌套、筛选逻辑层次和遍历次数提取数据。

在图1中：路段信息包括路段的长度、交叉口数量、限速标准和车道数量，设施信息包括红绿灯数量、测速设备以及违规拍照设备。

在图1中：数据应用模块包括固定报表、实时分析、数据服务和数据挖掘，从而判断个体车辆行为、群体车辆行为、行程时间估算、流量预测和数据查询，匹配红绿灯时间段，最终实现分流的目的，改善交通压力。

在图1中：数据挖掘用于挖掘分析不同数据的特征，找出不同数据之间的联系，比如非机动车或行人闯红灯，进而导致了机动车通行变慢，无法按时通过路口，甚至引发事故，通过计算闯红灯的概率、数量和次数，分析红绿灯设置的时间间隔是否合理，进而调整红绿灯的时间间隔。

在图4中：数据挖掘的流程包括参数输入、提出目标、提示、方法选择和模样选择，通过提出目标和数据库进行数据选择，数据选择并经过提示后进行预处理，经过预处理后的数据并结合方法选择得到模样发现，模样发现并结合模样选择最终得出解释评价，实现数据的挖掘。

以上所述的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。