一種應用于城市交通的云端大數據分析系統技術方案

一種應用于城市交通的云端大數據分析系統，包括車載多模式信號收發設備、交通數據集中器以及云端大數據分析服務器；所述車載多模式信號收發設備用于接入移動蜂窩網絡，并通過移動蜂窩網絡的接入實現與互聯網的數據連接，獲取交通數據；所述交通數據集中器連接至所述車載多模式信號收發設備，對獲取的交通數據進行集中管理；所述云端大數據分析服務器連接至所述交通數據集中器，對交通數據進行處理，包括岔路口擁堵評價模塊、路網擁堵評價模塊、用戶評價模塊和綜合評價模塊。本發明專利技術的有益效果為：實現了云端的城市交通大數據分析。

【技術實現步驟摘要】

本專利技術創造涉及大數據領域，具體涉及一種應用于城市交通的云端大數據分析系統。
技術介紹
大數據分析存在極高的運算量，一般需要配置具有較強計算能力的服務器。然而，汽車內無法設置可以負載大數據分析的大型服務器架構。
技術實現思路
針對上述問題，本專利技術旨在提供一種應用于城市交通的云端大數據分析系統。本專利技術創造的目的通過以下技術方案實現：一種應用于城市交通的云端大數據分析系統，包括車載多模式信號收發設備、交通數據集中器以及云端大數據分析服務器；所述車載多模式信號收發設備用于接入移動蜂窩網絡，并通過移動蜂窩網絡的接入實現與互聯網的數據連接，獲取交通數據；所述交通數據集中器連接至所述車載多模式信號收發設備，對獲取的交通數據進行集中管理；所述云端大數據分析服務器連接至所述交通數據集中器，對交通數據進行處理，包括岔路口擁堵評價模塊、路網擁堵評價模塊、用戶評價模塊和綜合評價模塊。本專利技術的有益效果為：實現了云端的城市交通大數據分析。附圖說明利用附圖對專利技術創造作進一步說明，但附圖中的實施例不構成對本專利技術創造的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。圖1是本專利技術結構示意圖。附圖標記：車載多模式信號收發設備1、交通數據集中器2、云端大數據分析服務器3。具體實施方式結合以下實施例對本專利技術作進一步描述。參見圖1，本實施例的一種應用于城市交通的云端大數據分析系統，包括車載多模式信號收發設備1、交通數據集中器2以及云端大數據分析服務器3；所述車載多模式信號收發設備1用于接入移動蜂窩網絡，并通過移動蜂窩網絡的接入實現與互聯網的數據連接，獲取交通數據；所述交通數據集中器2連接至所述車載多模式信號收發設備，對獲取的交通數據進行集中管理；所述云端大數據分析服務器3連接至所述交通數據集中器2，對交通數據進行處理，包括岔路口擁堵評價模塊、路網擁堵評價模塊、用戶評價模塊和綜合評價模塊。本實施例實現了云端的城市交通大數據分析。優選地，所述云端大數據分析服務器3能夠存儲用戶數據，綜合用戶數據向用戶推薦路線。本優選實施例能夠根據用戶差異推薦不同路線。優選地，所述用戶數據包括：用戶歷史出行時間、用戶歷史出行路線。本優選實施例能夠獲得更好的用戶體驗。優選地，對于岔路口擁堵評價模塊，依據岔路口排隊長度、等信號燈的延誤時間以及平均停車率對岔路口擁堵進行綜合評價；所述岔路口排隊長度采用如下方式計算：其中，Y為岔路口排隊長度，d為單位時間內平均到達岔路口的車輛數，VP為兩輛車之間的平均距離，r為紅燈時間，t為單位時間內岔路口允許通過的最大車輛數，A為上一周期平均滯留車輛數，當d≤t時，上一周期滯留車輛數為0，其中，T為信號燈的周期；岔路口排隊長度的值越大，表示岔路口越擁堵，岔路口排隊長度的值越小，表示岔路口越通暢。本優選實施例將準確獲取的岔路口排隊信息放在云端處理，提升了數據處理速度。優選地，關于等信號燈的延誤時間的計算，采用下式進行：其中，DBi為交叉口信號相位i的平均等信號燈的延誤時間，DB為交叉口的每輛車的平均等信號燈的延誤時間，T為信號燈的周期，gi為信號相位i的有效綠燈時間，lij為第i個信號相位第j個進口道的交通流量，為第i個信號相位各進口道的平均交通流量，為第j個進口道的交通流量的權重，s為交叉口飽和流量，e為交叉口共有e個信號相位，k為第i個信號相位共有k個進口道，Qi為第i個信號相位的交通流流量，zij為第i個信號相位第j個進口道的飽和度，為第i個信號相位各進口道的平均飽和度，βj為第j個進口道的飽和度的權重。所述平均停車率采用如下公式計算：其中，RNi為交叉口信號相位i的平均停車率，RN為交叉口平均停車率，T為信號燈的周期，d為車輛平均到達率，gi為信號相位i的有效綠燈時間，lij為第i個信號相位第j個進口道的交通流量，為第i個信號相位各進口道的平均交通流量，為第j個進口道的交通流量的權重，s為交叉口飽和流量，e為交叉口共有e個信號相位，k為第i個信號相位共有k個進口道，zij為第i個信號相位第j個進口道的飽和度，為第i個信號相位各進口道的平均飽和度，βj為第j個進口道的飽和度的權重。建立口擁堵評價指標N，所述岔路口擁堵評價指標N的計算公式為：N＝εy+δL+Γy，其中，ε，δ，γ分別為等信號燈的延誤時間、平均停車率和岔路口排隊長度對岔路口擁堵的影響系數；N值越大，表示岔路口越擁堵，N值越小，表示岔路口越通暢。本實施例云端大數據分析系統對岔路口數據進行處理，與現有技術相比，其結合改進算法后求得的等信號燈的延誤時間、平均停車率以及岔路口排隊長度這三個指標進行綜合評價，提高了岔路口數據處理效率，獲得了更為準確的岔路口信息。優選地，路網擁堵評價模塊，通過建立路網評價指標對路網擁堵情況進行評價，評價指標為擁堵指數：其中，LS表示整個路網的擁堵指數，m表示路網中道路等級數，n表示某等級道路中路段數，LSli表示路段LSli的擁堵指數，Ai和Bj分別表示路段i在所屬等級道路和第j等級道路在路網中的重要性權重，其中，表示路段LSli車輛平均速度。本優選實施例云端大數據分析系統將路網內某時刻所有的路段、某個等級道路和整體路網的擁堵強度進行了量化，從量化數據來判斷該路網的擁堵程度，更為直觀方便，進一步提升了云端大數據分析系統在城市交通中的應用。優選地，用戶評價模塊，通過測算用戶時間成本對道路成本進行評價，當道路進入堵塞狀態時，多個用戶在道路上單位距離增加的費用為：其中，Vy為擁堵狀態下車輛的平均速度，V0為正常狀態下車輛平均速度，ρ表示該道路車流密度，C表示該道路長度；ΔF越大，道路成本越高，ΔF越小，道路成本越低。本優選實施例云端大數據分析系統在云端處理路網數據，與現有技術相比，建立用戶評價模塊，通過比較在路網中實際耗費時間與理想條件下耗費時間來對路網效率進行評價，便于加速提升路網服務水平。優選地，綜合評價模塊，根據岔路口評價指標、路網評價指標和道路效率對交通網絡效率進行綜合評價，建立交通網絡綜合評價指標K：其中，N表示岔路口擁堵指數，表示路網中各道路平均費用增加，DL表示路網擁堵指數；K越小，交通網絡效率越高，K越大，交通網絡效率越低。本優選實施例云端大數據分析系統在云端處理交通數據，與現有技術相比，云端大數據分析系統、全面的對交通網絡進行評價，便于及時采取對應措施解決交通擁堵問題，提高了云端大數據分析系統在城市交通中的應用水平。采用云端大數據分析系統對交通數據進行分析，并對分析結果進行統計，發現使用本專利技術具有以下技術效果：大數據分析時間減少大數據分析效率提高大數據分析成本減少15％18％16％最后應當說明的是，以上實施例僅用以說明本專利技術的技術方案，而非對本專利技術保護范圍的限制，盡管參照較佳實施例對本專利技術作了詳細地說明，本領域的普通技術人員應當理解，可以對本專利技術的技術方案進行修改或者等同替換，而不脫離本專利技術技術方案的實質和范圍。本文檔來自技高網...

【技術保護點】
一種應用于城市交通的云端大數據分析系統，其特征是，包括車載多模式信號收發設備、交通數據集中器以及云端大數據分析服務器；所述車載多模式信號收發設備用于接入移動蜂窩網絡，并通過移動蜂窩網絡的接入實現與互聯網的數據連接，獲取交通數據；所述交通數據集中器連接至所述車載多模式信號收發設備，對獲取的交通數據進行集中管理；所述云端大數據分析服務器連接至所述交通數據集中器，對交通數據進行處理，包括岔路口擁堵評價模塊、路網擁堵評價模塊、用戶評價模塊和綜合評價模塊。

【技術特征摘要】
1.一種應用于城市交通的云端大數據分析系統，其特征是，包括車載多模式信號收發設備、交通數據集中器以及云端大數據分析服務器；所述車載多模式信號收發設備用于接入移動蜂窩網絡，并通過移動蜂窩網絡的接入實現與互聯網的數據連接，獲取交通數據；所述交通數據集中器連接至所述車載多模式信號收發設備，對獲取的交通數據進行集中管理；所述云端大數據分析服務器連接至所述交通數據集中器，對交通數據進行處理，包括岔路口擁堵評價模塊、路網擁堵評價模塊、用戶評價模塊和綜合評價模塊。2.根據權利要求1所述的一種應用于城市交通的云端大數據分析系統，其特征是，所述云端大數據分析服務器能夠存儲用戶數據，綜合用戶數據向用戶推薦路線。3.根據權利要求2所述的一種應用于城市交通的云端大數據分析系統，其特征是，所述用戶數據包...

【專利技術屬性】
技術研發人員：不公告發明人，
申請(專利權)人：深圳匯創聯合自動化控制有限公司，
類型：發明
國別省市：廣東;44