[发明专利]交通流高峰识别方法、装置、电子设备及存储介质

说明书

本发明实施例公开一种交通流高峰识别方法、装置、电子设备及存储介质，能够提高对交通流高峰时段识别的准确性。所述交通流高峰识别方法，包括：获取当前时间段内的交通流数据；根据获取的当前时间段内的交通流数据，通过相似度计算，判断所述当前时间段内的交通流数据是否与高峰时段所对应的时变模式相匹配；若所述当前时段内的交通流数据与高峰时段所对应的时变模式相匹配，则确定当前时间段为交通流高峰时段。本发明适用于交通流高峰时段识别。

技术领域

本发明涉及智能交通技术领域，尤其涉及一种交通流高峰识别方法、装置、电子设备及存储介质。

背景技术

交通拥堵现象通常发生在交通流高峰时段。在高峰时段，车辆运行环境更加复杂，干扰因素更多，导致交通运行稳定性大大下降。一条道路交通流高峰时段的持续时间长短以及高峰时段交通拥挤的程度直接影响附近的整个交通系统的服务水平和服务能力，可以说交通高峰时段的交通治理是解决交通拥堵现象的关键所在。在此情景下，交通流高峰识别算法可以实现城市道路及路网的高峰计算与实时监控，为路况发布提供有益信息，为规划管理提供数据支撑，对提高交通治理效果起到关键作用。

传统交通高峰识别方法中，多数基于历史数据获得的标准来找到一个大概的高峰范围。这些交通流高峰时段识别方法，仅仅靠经验值划分一个固定的高峰时段，经验成分高，判别的准确性不高。

发明内容

有鉴于此，本发明实施例提供一种交通流高峰识别方法、装置、电子设备及存储介质，对交通流高峰时段识别的准确性较高。

第一方面，本发明实施例提供一种交通流高峰识别方法，包括：获取当前时间段内的交通流数据；根据获取的当前时间段内的交通流数据，通过相似度计算，判断所述当前时间段内的交通流数据是否与高峰时段所对应的时变模式相匹配；其中，所述时变模式通过对交通流历史数据进行交通流时变模式提取获得；若所述当前时段内的交通流数据与高峰时段所对应的时变模式相匹配，则确定当前时间段为交通流高峰时段。

根据本发明一实施例，所述交通流历史数据根据如下方式获得：从存储交通流参数基础数据的数据库中，获取第一参数的历史数据和第二参数的历史数据；其中，所述第一参数和第二参数为能够反映交通流量变化规律的参数。

根据本发明一实施例，所述第一参数为流量，所述第二参数为速度。

根据本发明一实施例，在获取交通流历史数据之后，所述方法还包括：对获取的交通流历史数据进行筛选，筛选出监测路段在指定时间长度内的第一参数的历史数据和第二参数的历史数据，其中所述指定时间长度内该路段出现过高峰时段；将筛选出的第一参数的历史数据和第二参数的历史数据，分别按第一时间步长进行换算，得到相同时间步长的第一参数的历史时间序列数据和第二参数的历史时间序列数据。

根据本发明一实施例，对交通流历史数据进行交通流时变模式提取获得与交通流高峰时段相匹配的时变模式包括：将所述第一参数的历史时间序列数据做时序分割处理，得到第一参数的时序分割子序列；将所述第二参数的历史时间序列数据做时序分割处理，得到第二参数的时序分割子序列；其中，所述第二参数的时序分割子序列中子序列的个数，与所述第一参数的时序分割子序列中子序列的个数相等，所述第二参数的时序分割子序列中子序列的宽度，与所述第一参数的时序分割子序列中子序列的宽度相等；根据第一参数的时序分割子序列和第二参数的时序分割子序列，计算第一参数的时序分割子序列和第二参数的时序分割子序列中对应的每个子序列的CRQA指数；将每个子序列的CRQA指数作为特征向量，组合得到向量集合，其中，所述CRQA指数包括递归度REC、确定率DET、香农熵ENTROPY、最长对角线LMAX、趋势TREND；通过谱聚类模型对所述向量集合做聚类分析，得到与交通流高峰时段相匹配的交通流时变模式。