[发明专利]一种基于大数据图像采集的智能道路交通追踪管理系统

摘要

本发明公开一种基于大数据图像采集的智能道路交通追踪管理系统，包括数据存储数据库、区域划分模块、道路状况更新模块、云服务器、车辆存储数据库、若干车载终端、若干图像获取终端和显示终端；云服务器分别与道路状况更新模块、车辆存储数据库、数据存储数据库、显示终端、若干车载终端和若干图像获取终端连接，区域划分模块与数据存储数据库连接，车载终端与车辆存储数据库连接。本发明通过车载终端、图像获取终端并结合云服务器和道路状态更新模块，能够准确地分析相邻待测路段间的交通状况，便于为管理人员展示待测路段的拥堵程度，实现了道路交通的跟踪管理，为后期车辆行驶路线推荐可靠地参考依据。

主权项

1.一种基于大数据图像采集的智能道路交通追踪管理系统，其特征在于：包括数据存储数据库、区域划分模块、道路状况更新模块、云服务器、车辆存储数据库、若干车载终端、若干图像获取终端和显示终端；云服务器分别与道路状况更新模块、车辆存储数据库、数据存储数据库、显示终端、若干车载终端和若干图像获取终端连接，区域划分模块与数据存储数据库连接，车载终端与车辆存储数据库连接；数据存储数据库用于存储各道路支路对应的编号，各道路支路按照设定的排序顺序进行编号，分别为1,2,...,i,...,n，所述道路支路为相邻交叉路口间的路段，各道路支路上设置有至少一个图像采集点，图像采集点处安装有图像获取终端，同一道路支路上的图像采集点按照车辆行驶的方向进行编号，分别为1,2,...,j,...,m，并存储各图像采集点处的车辆标准车速；另外，存储有不同降雨量、雾霾等级分别对应的不同雨水阻碍系数和雾霾阻碍系数，并存储道路路面是否有施工或交通事故所对应的瞬时阻碍系数G，若路面有施工或交通事故，则取G等于1，反正，则取G等于0；区域划分模块用于以固定路段长度对各道路支路进行划分，划分成若干待测路段，同一道路支路上的待测路段按照车辆前进方向依次对各待测路段进行编号，分别为1,2,...,j,...,m,且每个待测路段的的中心位置处均设置有图像采集点，在图像采集点处安装有图像获取终端；道路状态更新模块用于输入当天的天气基本状况以及各道路支路的各待测路段是否有施工或交通事故，并将输入的天气基本情况和各道路支路的路面是否施工或交通事故信息发送至云服务器；车载终端安装在车辆上，用于实时监测车辆当前车速以及车辆所在的位置，并将检测的车速以及车辆位置发送至车辆存储数据库；车辆存储数据库用于存储道路支路分布图，并接收各车载终端发送车辆行驶的车速和位置信息且进行存储，同时将车辆对应的位置在道路支路分布图上进行标注；另外，车辆存储数据库用于存储不同标准车辆图像，各标准车辆图像中至少有车辆分布位置和车辆数量中的一个特征不同，各标准车辆图像构成标准车辆图像集Y＝{y1,y2,...,yu,...,yq},su表示为第u个标准车辆图像，各标准车辆图像均对应一个车辆交通判断数值，各标准车辆图像对应的车辆交通判断数值构成车辆交通判断数值集X＝{x1,x2,...,xu,...,xq},wu表示为第u个车辆交通判断数值，所述车辆交通判断数值表示原始车辆判断拥堵系数，标准车辆图像集中的各标准车辆图像与车辆交通判断数值集中的各车辆交通判断数值间为一一映射关系；图像获取终端安装在各道路支路上的各图像采集点处，安装在图像采集点处的图像获取终端与该图像采集点对应的编号相同，所述图像采集终端以固定时间端采集路面的图像信息，同时，获取图像采集终端对应的位置信息，并将采集的路面图像信息发送至云服务器；云服务器根据区域划分模块划分的待测路段，统计车辆存储数据库中各车载终端在各待测路段内的车辆数量，各待测路段内的车辆数量构成待测车辆数量集合S_i(s_i1,s_i2,...,s_ij,...,s_im)，s_ij表示为第i个道路支路上第j个待测路段内的车辆数量，并将同一道路支路上的待测路段内的车辆数量与该待测路段的前一待测路段内的车辆数量进行对比，得到对比待测车辆数量集合S′_i(s′_i1,s′_i2,...,s′_ij,...,s′_i(m‑1))，s′_ij表示为第i个道路支路上第j个待测路段内的车辆数量与第j+1个待测路段内的车辆数量间的差值，即s′_ij＝s_i(j+1)‑s_ij，云服务器根据对比待测车辆数量集合S′_i，统计各待测路段内的车流量压力系数λ表示为影响因子，取10.6，s_i(j+1)表示为第i个道路支路上第j+1个待测路段内的车辆数量；云服务器从车辆存储数据库中获取各待测路段内车辆对应的车速，获得的各待测路段内的车辆车速按照车辆从前到后的顺序进行排序并构成实时车速集合V_ij(v_ij1,v_ij2,...,v_ijt,....,v_ijk)，v_ijt表示为第i个道路支道上第j个待测路段内的第t个车辆对应的车速，v_ijk中k表示为第i个道路支路上第j个待测路段内车辆的数量，即k＝s_ij，云服务器根据各待测路段内的实时测速集合统计各待测路段内的平均车速表示为第i个道路支路上的第j个待测路段内的平均车速，并将各待测线路段内的平均车速与存储数据库中存储的该待测线路内图像采集点处车辆标准车速的最小值进行对比，得到待测路段车速对比集合V′_i(v′_i1,v′_i2,...,v′_ij,...,v′_im)，v′_ij表示为第i个道路支路上的第j个待测路段内的平均车速与该待测路段对应的车辆标准车速的最小值间的对比情况，根据待测路段车速对比集合V′_i统计该待测路段对应的推断拥堵系数γ_ij，云服务器根据各道路支路上各待测路段对应的推断拥堵系数，获得各道路支路的实际拥堵系数P_i；同时，云服务器接收各道路支路上的各图像获取终端发送的路面图像信息，接收的道路图像信息按照同一道路支路上各图像获取终端对应的编号顺序进行排序，构成道路图像信息集合Bi(bi1,bi2,...,bij,...,bim)，bij表示为第i个道路支路上第j个图像采集终端发送的路面图像信息，并将获得的道路图像信息集合中的各路面图像分别与车辆存储数据库中存储的各标准车辆图像进行逐一对比，以筛选出与各路面图像相匹配的标准车辆图像对应的车辆交通判断数值，获得的各图像获取终端采集的车辆交通判断数值构成终端交通判断数值集合Hi(hi1,hi2,...,hij,...,him)，hij表示为第i个道路支路上的第j个图像获取终端对应的车辆交通判断数值，且终端交通判断数值集合中的各车辆交通判断数值hij(j＝1,2,...,m)均等于车辆交通判断数值集X＝{x1,x2,...,xu,...,xq}中的一车辆交通判断数值，并将终端交通判断数值集合Hi中下一图像获取终端对应的车辆交通判断数值与上一图像获取终端对应的车辆交通判断数值进行做差，得到终端对比交通判断数值集合ΔHi(Δhi1,Δhi2,...,Δhij,...,Δhi(m‑1))，Δhij表示为第i个道路支路上的第j+1个图像获取终端对应的车辆交通判断数值与第j个图像获取终端对应的车辆交通判断数值间的差值；云服务器接收道路状态更新模块发送的天气基本状况以及各道路支路的各待测路段是否施工或发生交通事故，根据接收的天气基本状况获得降雨量和雾霾等级，提取数据存储数据库中降雨量对应的雨水阻碍系数和雾霾阻碍系数，以及施工或交通事故对应的瞬时阻碍系数，并将提取各待测路段内的雨量阻碍系数构成雨量阻碍系数集合Ci(ci1,ci2,...,cij,...,cim)，各待测路段内的雾霾阻碍系数构成雾霾阻碍系数集合Di(di1,di2,...,dij,...,dim)，且将各待测路段是否施工或发生交通事故对应的瞬时阻碍系数构成瞬时阻碍系数集合Fi(fi1,fi2,...,fij,...,fim)，其中，cij表示为第i个道路支路上第j个待测路段对应的雨量阻碍系数，dij表示为第i个道路支路上第j个待测路段对应的雾霾阻碍系数，fij表示为第i个道路支路上第j个待测路段对应的瞬时阻碍系数，m表示为第i个道路支路上待测路段的数量；云服务器根据各待测路段内的车流量压力系数Z_ij、各道路支路的实际拥堵系数P_i、终端对比交通判断数值集合ΔH_i以及雨量阻碍系数、雾霾阻碍系数和瞬时阻碍系数集合统计各道路支路上上一待测路段与下一待测路段间的综合交通拥堵系数综合交通拥堵系数越大，则同一道路支路上的上一待测路段到下一待测路段间的拥堵程度越严重，云服务器将各道路支路上的上一待测路段与下一待测路段间的综合交通拥堵系数发送至显示终端；显示终端用于接收云服务器发送的各道路支路上的上一待测路段与下一待测路段间的综合交通拥堵系数并进行显示。