[发明专利]交通事件预测方法、装置及终端设备

权利要求书

1.一种交通事件预测方法，其特征在于，包括：

采集交通数据，所述交通数据包括基础路网数据以及浮动车数据；

融合所述基础路网数据和浮动车数据，得到对应的事件特征；

将所述事件特征与预先定义的交通事件的事件特征比较；

若所述事件特征与预先定义的交通事件的事件特征相同，则将所述事件特征对应的交通事件作为预测的交通事件；

所述基础路网数据包括各类红绿灯上报的数据、测速监控上报的数据以及流量监控设备上报的数据；所述浮动车数据包括：部署在各类具有GPS和/或视频监控车辆上的设备上报的位置信息；此时，所述融合所述基础路网数据和浮动车数据，得到对应的事件特征，包括：

根据所述各类红绿灯上报的数据和流量监控设备上报的数据与对应的所述浮动车数据包括的位置信息比较，确定所述各类红绿灯所在的区域中存在的进出同一个红绿灯的车辆不对称的区域；

根据所述测速监控对所述进出车辆不对称的区域的车辆上报的数据，判断所述进出车辆不对称的区域的拥堵类型，所述拥堵类型包括长期性和时段性；

将所述测速监控对所述进出车辆不对称的区域的车辆上报的数据与以下至少一种数据结合，得到结合的数据对应的事件特征：基础设施数据、时段数据、天气数据、时节数据、关键节日数据。

2.如权利要求1所述的交通事件预测方法，其特征在于，若所述车辆为公交车，则所述将所述测速监控对所述进出车辆不对称的区域的车辆上报的数据与上下客数量以及以下至少一种数据结合，得到结合的数据对应的事件特征：基础设施数据、时段数据、天气数据、时节数据、关键节日数据。

3.如权利要求1所述的交通事件预测方法，其特征在于，在所述则将所述事件特征对应的交通事件作为预测的交通事件之后，包括：

通过调度策略配置启动与预测的交通事件对应的调度策略，所述调度策略配置包括以下至少一项：时段配置、区域范围配置、通行车辆配置、通行方向及时长配置。

4.如权利要求3所述的交通事件预测方法，其特征在于，在所述通过调度策略配置启动与预测的交通事件对应的调度策略时，还包括以下至少一项：

通知指定管理部门、联动通知附近医院、向公众发送预测的交通事件。

5.如权利要求1至4任一项所述的交通事件预测方法，其特征在于，所述预测的交通事件包括：交通事件类型、交通特征值、交通事件级别；所述交通特征值包括以下至少一种：区域交通指数、车辆平均速度、单位路段车辆密度、车辆当前速度与历史速度波动。

6.一种交通事件预测装置，其特征在于，包括：

交通数据采集单元，用于采集交通数据，所述交通数据包括基础路网数据以及浮动车数据；

事件特征确定单元，用于融合所述基础路网数据和浮动车数据，得到对应的事件特征；

事件特征比较单元，用于将所述事件特征与预先定义的交通事件的事件特征比较；

交通事件预测单元，用于若所述事件特征与预先定义的交通事件的事件特征相同，则将所述事件特征对应的交通事件作为预测的交通事件；

所述基础路网数据包括各类红绿灯上报的数据、测速监控上报的数据以及流量监控设备上报的数据；所述浮动车数据包括：部署在各类具有GPS和/或视频监控车辆上的设备上报的位置信息；此时，所述事件特征确定单元包括：

不对称区域确定模块，用于根据所述各类红绿灯上报的数据和流量监控设备上报的数据与对应的所述浮动车数据包括的位置信息比较，确定所述各类红绿灯所在的区域中存在的进出同一个红绿灯的车辆不对称的区域；

拥堵类型确定模块，用于根据所述测速监控对进出所述车辆不对称的区域的车辆上报的数据，判断所述进出车辆不对称的区域的拥堵类型，所述拥堵类型包括长期性和时段性；

数据融合模块，用于将所述测速监控对所述进出车辆不对称的区域的车辆上报的数据与以下至少一种数据结合，得到结合的数据对应的事件特征：基础设施数据、时段数据、天气数据、时节数据、关键节日数据。