本發(fā)明涉及城市智慧管理，具體涉及一種基于云平臺(tái)的智慧交通管理系統(tǒng)、方法及裝置。

背景技術(shù)：

1、隨著城市化進(jìn)程的迅速推進(jìn)，城市交通擁堵現(xiàn)象已成為亟待解決的重要問(wèn)題。目前，多數(shù)交通管理系統(tǒng)采用分散式管理模式，導(dǎo)致各應(yīng)用之間存在顯著的應(yīng)用孤島和數(shù)據(jù)孤島現(xiàn)象，嚴(yán)重制約了交通管理效率的提升，使其在面對(duì)交通擁堵等復(fù)雜情況時(shí)顯得力不從心。

2、盡管部分城市已開(kāi)始探索通過(guò)建立交通指揮中心或引入智能交通系統(tǒng)以?xún)?yōu)化交通狀況，但這類(lèi)方案多聚焦于單一方面的管理，如信號(hào)燈控制或違法抓拍，未能實(shí)現(xiàn)全面性的數(shù)據(jù)整合與智能分析，從而難以從根本上解決交通擁堵問(wèn)題。

3、當(dāng)前交通管理系統(tǒng)的數(shù)據(jù)孤島現(xiàn)象尤為突出，各應(yīng)用之間缺乏有效的協(xié)同工作機(jī)制，這不僅在導(dǎo)航過(guò)程中可能引發(fā)數(shù)據(jù)沖突，更導(dǎo)致交通管理效率的整體低下。因此，我們亟需尋求一種更為全面、高效、智能的交通管理解決方案。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明公開(kāi)了一種基于云平臺(tái)的智慧交通管理系統(tǒng)、方法及裝置，用于解決上述問(wèn)題。

2、本發(fā)明通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)：

3、第一方面，本發(fā)明提供了一種基于云平臺(tái)的智慧交通管理系統(tǒng)，包括

4、數(shù)據(jù)存儲(chǔ)模塊，包括云平臺(tái)存儲(chǔ)模塊和多個(gè)子存儲(chǔ)模塊，用于存儲(chǔ)交通狀態(tài)數(shù)據(jù)；

5、數(shù)據(jù)獲取模塊，用于獲取交通數(shù)據(jù)，并將獲取的數(shù)據(jù)發(fā)送至所述云平臺(tái)存儲(chǔ)模塊存儲(chǔ)；

6、數(shù)據(jù)分析模塊，用于對(duì)所述云平臺(tái)存儲(chǔ)模塊內(nèi)的交通數(shù)據(jù)進(jìn)行分析，將交通數(shù)據(jù)截取后存入對(duì)應(yīng)的子存儲(chǔ)模塊；同時(shí)輸出分析結(jié)果；

7、交通控制模塊和導(dǎo)航聯(lián)動(dòng)模塊，接收所述數(shù)據(jù)分析模塊輸出的分析結(jié)果，并根據(jù)分析結(jié)果控制車(chē)流。

8、更進(jìn)一步的，所述數(shù)據(jù)獲取模塊依托傳感器技術(shù)，以實(shí)時(shí)、精準(zhǔn)的方式收集各路段的交通數(shù)據(jù)，涵蓋視頻數(shù)據(jù)、交通信號(hào)數(shù)據(jù)以及車(chē)輛gps數(shù)據(jù)，以確保數(shù)據(jù)收集的全面性和實(shí)時(shí)性。

9、更進(jìn)一步的，數(shù)據(jù)分析模塊負(fù)責(zé)從云平臺(tái)存儲(chǔ)模塊中讀取交通數(shù)據(jù)，這些數(shù)據(jù)包括車(chē)牌號(hào)、車(chē)速、車(chē)輛位置信息以及車(chē)道信息。隨后，模塊結(jié)合紅綠燈信息，進(jìn)行嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)分析，以準(zhǔn)確判斷當(dāng)前的交通狀況，并精確識(shí)別導(dǎo)致交通擁堵的主要原因。完成分析后，模塊將所得結(jié)果以規(guī)范、清晰的方式，傳輸至交通控制模塊及導(dǎo)航聯(lián)動(dòng)模塊，以便采取相應(yīng)的應(yīng)對(duì)措施和提供精確的導(dǎo)航信息。

10、更進(jìn)一步的，所述數(shù)據(jù)分析模塊分析時(shí)，將獲取的視頻數(shù)據(jù)進(jìn)行分析，獲取一幀圖像，進(jìn)行車(chē)輛數(shù)據(jù)識(shí)別，包括車(chē)牌號(hào)pl、車(chē)速s、車(chē)輛位置信息(x，y)以及車(chē)道信息l，同時(shí)獲取該時(shí)間位置的紅綠燈信息tli，紅綠燈信息與車(chē)道對(duì)應(yīng)，獲取當(dāng)前時(shí)間t，紅綠燈信息tli；

11、若紅綠燈信息為紅燈，tli＝red，且車(chē)速s＞0；在設(shè)定的時(shí)間內(nèi)；通過(guò)前后多幀信息對(duì)比：

12、在通過(guò)路口的車(chē)輛位置滿(mǎn)足(xt-δt，yt-δt)≠(xt，yt)且(xt，yt)≠(xt+δt，yt+δt)，此時(shí)判定車(chē)輛處于闖紅燈狀態(tài)，保存圖像到闖紅燈子存儲(chǔ)模塊；

13、若紅綠燈信息為綠燈，tli＝green，通過(guò)前后多幀信息對(duì)比：

14、在設(shè)定的時(shí)間t的車(chē)輛位置滿(mǎn)足(xt-δt，yt-δt)＝(xt，yt)且(xt，yt)＝(xt+δt，yt+δt)；判定為擁堵?tīng)顟B(tài)，持續(xù)追蹤不動(dòng)車(chē)輛，根據(jù)車(chē)牌pl信息進(jìn)行計(jì)數(shù)不動(dòng)車(chē)輛n，若n＜3，判定為交通事故，并保存該時(shí)間段的視頻數(shù)據(jù)，同時(shí)提取車(chē)輛信息，調(diào)取車(chē)管所數(shù)據(jù)庫(kù)內(nèi)的車(chē)輛所有人信息，將信息與視頻數(shù)據(jù)關(guān)聯(lián)，存儲(chǔ)入子存儲(chǔ)模塊，

15、其中，(xt-δt，yt-δt)為車(chē)輛在當(dāng)前時(shí)間t之前，△t時(shí)間間隔時(shí)的位置信息；

16、(xt，yt)為車(chē)輛在當(dāng)前時(shí)間t的位置信息；

17、(xt+δt，yt+δt)為車(chē)輛在當(dāng)前時(shí)間t之后，△t時(shí)間間隔時(shí)的位置信息。

18、更進(jìn)一步的，在事故視頻存儲(chǔ)的子模塊中，系統(tǒng)通過(guò)高度精確的識(shí)別技術(shù)，成功識(shí)別出事故車(chē)輛的關(guān)鍵信息，即車(chē)牌號(hào)碼。隨后，系統(tǒng)遵循既定流程，與車(chē)管所數(shù)據(jù)庫(kù)建立安全、有效的連接，進(jìn)而調(diào)取事故車(chē)輛的詳細(xì)信息，并將其與事故視頻進(jìn)行精準(zhǔn)捆綁存儲(chǔ)。這一流程確保了數(shù)據(jù)的完整性、準(zhǔn)確性和可追溯性，為后續(xù)的事故處理與分析提供了有力支持。

19、更進(jìn)一步的，在確認(rèn)發(fā)生交通事故的情況下，將依據(jù)所獲取的車(chē)輛gps數(shù)據(jù)和/或紅綠燈位置數(shù)據(jù)，精確定位至最近的交通管理部門(mén)，并立即將這些數(shù)據(jù)直接傳輸至該部門(mén)。

20、更進(jìn)一步的，當(dāng)交通管理部門(mén)接收到交通報(bào)警后，將根據(jù)報(bào)警信息中提供的車(chē)牌號(hào)，向云平臺(tái)存儲(chǔ)模塊發(fā)送精確的調(diào)取指令。隨后，系統(tǒng)將自動(dòng)截取與報(bào)警信息中車(chē)牌號(hào)相匹配的實(shí)時(shí)視頻數(shù)據(jù)。同時(shí)，交通管理部門(mén)將向子存儲(chǔ)模塊發(fā)送獲取指令，以調(diào)取與該車(chē)輛信息最近存儲(chǔ)的與車(chē)禍相關(guān)的數(shù)據(jù)。這些調(diào)取的數(shù)據(jù)將一并發(fā)送至交通管理部門(mén)，以支持后續(xù)的分析和處理。

21、更進(jìn)一步的，所述數(shù)據(jù)分析模塊以嚴(yán)謹(jǐn)、理性的方式執(zhí)行對(duì)交通數(shù)據(jù)的深入分析和處理流程。在此過(guò)程中，它首先與數(shù)據(jù)存儲(chǔ)模塊建立連接，以獲取關(guān)鍵的交通數(shù)據(jù)。隨后，為確保數(shù)據(jù)的準(zhǔn)確性和一致性，數(shù)據(jù)分析模塊會(huì)對(duì)獲取的交通數(shù)據(jù)進(jìn)行詳盡的預(yù)處理操作，這包括對(duì)數(shù)據(jù)進(jìn)行清洗，以消除潛在的錯(cuò)誤或異常值，以及進(jìn)行格式轉(zhuǎn)換，以確保數(shù)據(jù)符合分析所需的標(biāo)準(zhǔn)化格式。

22、第二方面，本發(fā)明提供了一種基于云平臺(tái)的智慧交通管理方法，所述方法被執(zhí)行時(shí)使用第一方面所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，包括以下步驟：

23、啟動(dòng)數(shù)據(jù)模塊，實(shí)時(shí)或周期性獲取交通數(shù)據(jù)，預(yù)處理后發(fā)送至云平臺(tái)存儲(chǔ)；

24、定期或?qū)崟r(shí)地從云平臺(tái)存儲(chǔ)模塊中獲取交通數(shù)據(jù)進(jìn)行深度分析，根據(jù)分析結(jié)果，將交通數(shù)據(jù)截取后存入對(duì)應(yīng)的子存儲(chǔ)模塊中，同時(shí)生成分析結(jié)果報(bào)告或信號(hào)；

25、根據(jù)分析結(jié)果，制定交通控制策略，通過(guò)交通管理模塊和導(dǎo)航聯(lián)動(dòng)模塊進(jìn)行控制車(chē)流。

26、第三方面，本發(fā)明提供了一種基于云平臺(tái)的智慧交通管理裝置，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述存儲(chǔ)器與所述處理器耦接，且所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)第一方面所述的基于云平臺(tái)的智慧交通管理方法。

27、本發(fā)明的有益效果為：

28、本發(fā)明數(shù)據(jù)獲取模塊具備捕獲多維數(shù)據(jù)的能力，能夠?qū)⑦@些數(shù)據(jù)進(jìn)行有效的整合與統(tǒng)一，從而顯著提升了數(shù)據(jù)獲取的全面性。此外，通過(guò)引入子存儲(chǔ)模塊，實(shí)現(xiàn)了數(shù)據(jù)的分布式存儲(chǔ)，進(jìn)一步增強(qiáng)了數(shù)據(jù)存儲(chǔ)的集中性，為各類(lèi)關(guān)聯(lián)應(yīng)用提供了便捷的數(shù)據(jù)讀取服務(wù)。

29、本發(fā)明捆綁存儲(chǔ)的數(shù)據(jù)在獲取時(shí)能夠確保數(shù)據(jù)的完整性與一致性，同時(shí)，結(jié)合gps定位技術(shù)，能夠預(yù)先將數(shù)據(jù)發(fā)送至交管部門(mén)，極大地提升了交管部門(mén)在處理事故時(shí)的響應(yīng)速度與處理效率。

技術(shù)特征：

1.一種基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，包括

2.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，所述數(shù)據(jù)獲取模塊通過(guò)傳感器實(shí)時(shí)收集各路段包括視頻數(shù)據(jù)、交通信號(hào)數(shù)據(jù)以及車(chē)輛gps數(shù)據(jù)的交通數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，所述數(shù)據(jù)分析模塊讀取所述云平臺(tái)存儲(chǔ)模塊存儲(chǔ)的交通數(shù)據(jù)，獲取車(chē)牌號(hào)、車(chē)速、車(chē)輛位置信息和車(chē)道信息，并結(jié)合紅綠燈信息進(jìn)行分析得出當(dāng)前交通狀況，并識(shí)別交通擁堵的主要原因，并將分析的結(jié)果傳輸至所述交通控制模塊和導(dǎo)航聯(lián)動(dòng)模塊。

4.根據(jù)權(quán)利要求3所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，所述數(shù)據(jù)分析模塊分析時(shí)，將獲取的視頻數(shù)據(jù)進(jìn)行分析，獲取一幀圖像，進(jìn)行車(chē)輛數(shù)據(jù)識(shí)別，包括車(chē)牌號(hào)pl、車(chē)速s、車(chē)輛位置信息(x，y)以及車(chē)道信息l，同時(shí)獲取該時(shí)間位置的紅綠燈信息tli，紅綠燈信息與車(chē)道對(duì)應(yīng)，獲取當(dāng)前時(shí)間t，紅綠燈信息tli；

5.根據(jù)權(quán)利要求4所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，事故視頻存儲(chǔ)的子存儲(chǔ)模塊識(shí)別事故車(chē)輛信息，包括車(chē)牌號(hào)，并鏈接車(chē)管所數(shù)據(jù)庫(kù)調(diào)取車(chē)輛詳細(xì)信息進(jìn)行捆綁存儲(chǔ)。

6.根據(jù)權(quán)利要求4所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，在判定為發(fā)生交通事故時(shí)，此時(shí)，依據(jù)獲取到的車(chē)輛gps數(shù)據(jù)和/或紅綠燈位置數(shù)據(jù)，定位最近的交通管理部門(mén)，并且將該數(shù)據(jù)直接傳輸至該交通管理部門(mén)。

7.根據(jù)權(quán)利要求6所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，若交通管理部門(mén)接收到交通報(bào)警，依據(jù)報(bào)警信息中的車(chē)牌號(hào)，向云平臺(tái)存儲(chǔ)模塊發(fā)送調(diào)取指令，并與報(bào)警信息中車(chē)牌號(hào)相同的實(shí)時(shí)視頻數(shù)據(jù)截取，同時(shí)向子存儲(chǔ)模塊發(fā)送獲取指令，將與該車(chē)輛信息最近存儲(chǔ)的發(fā)送車(chē)禍的數(shù)據(jù)調(diào)取，一同發(fā)送至交通管理部門(mén)。

8.根據(jù)權(quán)利要求1所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，所述數(shù)據(jù)分析模塊對(duì)交通數(shù)據(jù)進(jìn)行分析和處理，首先從數(shù)據(jù)存儲(chǔ)模塊中獲取交通數(shù)據(jù)，然后對(duì)交通數(shù)據(jù)進(jìn)行包括數(shù)據(jù)清洗和格式轉(zhuǎn)換的預(yù)處理。

9.一種基于云平臺(tái)的智慧交通管理方法，所述方法被執(zhí)行時(shí)使用如權(quán)利要求1-8任一項(xiàng)所述的基于云平臺(tái)的智慧交通管理系統(tǒng)，其特征在于，包括以下步驟：

10.一種基于云平臺(tái)的智慧交通管理裝置，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述存儲(chǔ)器與所述處理器耦接，且所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如權(quán)利要求9所述的基于云平臺(tái)的智慧交通管理方法。

技術(shù)總結(jié)
本發(fā)明涉及城市智慧管理技術(shù)領(lǐng)域，具體涉及一種基于云平臺(tái)的智慧交通管理系統(tǒng)、方法及裝置，包括數(shù)據(jù)獲取模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)分析模塊、交通控制模塊以及導(dǎo)航聯(lián)動(dòng)模塊。數(shù)據(jù)存儲(chǔ)模塊通過(guò)云平臺(tái)存儲(chǔ)模塊和子存儲(chǔ)模塊，整合交通數(shù)據(jù)。數(shù)據(jù)獲取模塊捕獲多維數(shù)據(jù)，提升數(shù)據(jù)全面性。分布式存儲(chǔ)增強(qiáng)數(shù)據(jù)存儲(chǔ)集中性，為應(yīng)用提供便捷讀取。本發(fā)明數(shù)據(jù)獲取模塊捕獲多維數(shù)據(jù)，有效整合提升交通數(shù)據(jù)的全面性。引入子存儲(chǔ)模塊，實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ)，增強(qiáng)數(shù)據(jù)存儲(chǔ)集中性，提供便捷讀取服務(wù)。捆綁存儲(chǔ)確保數(shù)據(jù)完整性與一致性，結(jié)合GPS定位技術(shù)，預(yù)先發(fā)送數(shù)據(jù)至交管部門(mén)，提升事故處理響應(yīng)速度與效率。

技術(shù)研發(fā)人員：彭程,楊文華,肖道剛,董良慧,張盛根,黃磊
受保護(hù)的技術(shù)使用者：長(zhǎng)沙數(shù)智科技集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10