路面狀況信息采集及發(fā)布方法
【技術領域】
[0001]本發(fā)明涉及到路面狀況信息采集及發(fā)布技術，特別涉及到一種路面狀況信息采集及發(fā)布方法。
【背景技術】
[0002]目前，路面狀況信息無法及時獲取，車輛通過不熟悉路段時對路面狀況不了解，當發(fā)現(xiàn)前方路面坑洼、井蓋不平或大范圍積水時，往往需要急剎，易造成安全事故。機動車駕駛員對路面狀況信息不了解，也無法獲知以往車輛通過該路段的歷史經(jīng)驗。負責管理和維護路面基礎設施的單位和個人也不能及時、全面地了解相關信息。現(xiàn)有技術路面狀況信息采集主要依賴途徑的駕駛員報告，或者道路維修人員現(xiàn)場勘查;而信息發(fā)布則是由交通管理部門在坑洼處或積水處設置警示牌。顯然，現(xiàn)有技術路面狀況信息采集及發(fā)布方法存在著不能實時發(fā)現(xiàn)、也不能及時發(fā)布給駕駛員和道路養(yǎng)護人員等問題。

【發(fā)明內(nèi)容】

[0003]為解決現(xiàn)有技術路面狀況信息采集及發(fā)布方法存在的不能實時發(fā)現(xiàn)、也不能及時發(fā)布給駕駛員和道路養(yǎng)護人員等問題，本發(fā)明提出一種路面狀況信息采集及發(fā)布方法。
[0004]本發(fā)明路面狀況信息采集及發(fā)布方法，實時采集在監(jiān)控路段行駛的所有車輛的行駛速度、行駛方向、加速度傳感器數(shù)據(jù)和位置數(shù)據(jù)并傳到云平臺；云平臺對采集到的實時數(shù)據(jù)按車輛所在路段與歷史同期數(shù)據(jù)進行比對，自動識別出異常數(shù)據(jù);對異常數(shù)據(jù)進行模式匹配和聚類分析；當判斷為發(fā)生了異常情況時，向經(jīng)過該路段位置的車輛和該路段的管理部門發(fā)布路況發(fā)生異常情況的信息。
[0005]進一步的，所述異常數(shù)據(jù)是指發(fā)生了突變的車輛行駛速度、行駛方向和加速度傳感器數(shù)據(jù)。
[0006]進一步的，所述模式匹配是指根據(jù)匹配規(guī)則對異常數(shù)據(jù)進行比對，判斷對應那種異常情況的異常數(shù)據(jù)滿足匹配條件;所述異常情況包括道路坑洼、井蓋不平、大范圍積水、路面結冰、道路施工、交通事故、違章搭建和占道經(jīng)營。
[0007]進一步的，所述匹配規(guī)則采用數(shù)學模型結合現(xiàn)場試驗對加速度傳感器三軸數(shù)值的變化量、車輛行駛軌跡變化、速度及加速度變化量進行分析比對并采用啟發(fā)式算法得到;并且，采用歷史數(shù)據(jù)通過機器學習對匹配規(guī)則進行持續(xù)演進。
[0008]進一步的，所述聚類分析是指對滿足匹配條件的異常數(shù)據(jù)在時間上進行聚類分析;如果在設定時間范圍內(nèi)某種異常數(shù)據(jù)在某空間位置呈現(xiàn)出球狀聚簇，則判斷該空間位置發(fā)生了異常情況。
[0009]進一步的，本發(fā)明路面狀況信息采集及發(fā)布方法，包括以下步驟:
501、采集數(shù)據(jù)，實時采集在監(jiān)控路段行駛的所有車輛的行駛速度、行駛方向、加速度傳感器數(shù)據(jù)和位置數(shù)據(jù)并傳到云平臺；
502、數(shù)據(jù)識別，云平臺對采集到的實時數(shù)據(jù)按車輛所在路段與歷史同期數(shù)據(jù)進行比對，自動識別出異常數(shù)據(jù);所述異常數(shù)據(jù)是指發(fā)生了突變的車輛行駛速度、行駛方向和加速度傳感器數(shù)據(jù)；
503、是否有異常數(shù)據(jù);是則，順序執(zhí)行步驟S04，否則，返回執(zhí)行步驟SOI;
504、數(shù)據(jù)匹配，對異常數(shù)據(jù)進行模式匹配，根據(jù)匹配規(guī)則對異常數(shù)據(jù)進行比對，判斷對應那種異常情況的異常數(shù)據(jù)滿足匹配條件，即是否匹配;所述異常情況包括道路坑洼、井蓋不平、大范圍積水、路面結冰、道路施工、交通事故、違章搭建和占道經(jīng)營;所述匹配規(guī)則采用數(shù)學模型結合現(xiàn)場試驗對加速度傳感器三軸數(shù)值的變化量、車輛行駛軌跡變化、速度及加速度變化量進行分析比對并采用啟發(fā)式算法得到；并且，采用歷史數(shù)據(jù)通過機器學習對匹配規(guī)則進行持續(xù)演進；
505、異常數(shù)據(jù)是否滿足匹配條件，即是否匹配;是則，順序執(zhí)行步驟S06，否則，返回執(zhí)行步驟S01 ；
506、聚類分析，對滿足匹配條件的異常數(shù)據(jù)在時間上進行聚類分析；即判斷在設定時間范圍內(nèi)某種異常數(shù)據(jù)在某空間位置是否呈現(xiàn)出球狀聚簇；
507、是否呈現(xiàn)出球狀聚簇;是則，判斷該空間位置發(fā)生了異常情況，順序執(zhí)行步驟S08，否則，則判斷該空間位置沒有發(fā)生異常情況，返回執(zhí)行步驟S01;
508、向經(jīng)過該路段位置的車輛和該路段的管理部門發(fā)布路況發(fā)生異常情況的信息;返回執(zhí)行步驟S01，直至接收到終止指令。
[0010]本發(fā)明路面狀況信息采集及發(fā)布方法的有益技術效果是充分利用大數(shù)據(jù)分析，通過路段車輛的行駛速度、行駛方向和加速度的變化，對路況情況進行判斷，并向經(jīng)過該路段位置的車輛和該路段的管理部門發(fā)布路況發(fā)生異常情況的信息，使得經(jīng)過該路段的車輛及時避讓或改道行駛，使得該路段的管理部門能夠及時發(fā)現(xiàn)路況異常并及時處理。
【附圖說明】
[0011]附圖1為本發(fā)明路面狀況信息采集及發(fā)布方法的步驟示意圖。
[0012]下面結合附圖和具體實施例對本發(fā)明路面狀況信息采集及發(fā)布方法作進一步的說明。
【具體實施方式】
[0013]圖1為本發(fā)明路面狀況信息采集及發(fā)布方法的步驟示意圖，由圖可知，本發(fā)明路面狀況信息采集及發(fā)布方法，實時采集在監(jiān)控路段行駛的所有車輛的行駛速度、行駛方向、加速度傳感器數(shù)據(jù)和位置數(shù)據(jù)并傳到云平臺；云平臺對采集到的實時數(shù)據(jù)按車輛所在路段與歷史同期數(shù)據(jù)進行比對，自動識別出異常數(shù)據(jù);對異常數(shù)據(jù)進行模式匹配和聚類分析;當判斷為發(fā)生了異常情況時，向經(jīng)過該路段位置的車輛和該路段的管理部門發(fā)布路況發(fā)生異常情況的信息。其中，
所述異常數(shù)據(jù)是指發(fā)生了突變的車輛行駛速度、行駛方向和加速度傳感器數(shù)據(jù)。
[0014]所述模式匹配是指根據(jù)匹配規(guī)則對異常數(shù)據(jù)進行比對，判斷對應那種異常情況的異常數(shù)據(jù)滿足匹配條件;所述異常情況包括道路坑洼、井蓋不平、大范圍積水、路面結冰、道路施工、交通事故、違章搭建和占道經(jīng)營。
[0015]所述聚類分析是指對滿足匹配條件的異常數(shù)據(jù)在時間上進行聚類分析;如果在設定時間范圍內(nèi)某種異常數(shù)據(jù)在某空間位置呈現(xiàn)出球狀聚簇，則判斷該空間位置發(fā)生了異常情況。
[0016]所述匹配規(guī)則采用數(shù)學模型結合現(xiàn)場試驗對加速度傳感器三軸數(shù)值的變化量、車輛行駛軌跡變化、速度及加速度變化量進行分析比對并采用啟發(fā)式算法得到;并且，采用歷史數(shù)據(jù)通過機器學習對匹配規(guī)則進行持續(xù)演進。例如，車輛經(jīng)過凹凸不平的路面時，車輛與障礙物會發(fā)生碰撞，根據(jù)加速傳感器三軸數(shù)值的變化量，可以得到碰撞發(fā)生的角度。根據(jù)碰撞理論，可以粗略估算出路面障礙物的類型和大小。再如，根據(jù)駕車環(huán)境下人的生理和心理反應過程，根據(jù)相關性確定特征參數(shù)，建立數(shù)學模型；在駕車環(huán)境下，人對出現(xiàn)在視野范圍內(nèi)的物體的生理和心理反應是有一定規(guī)律的。對不利于車輛行駛的障礙物會采取忽略、避讓、減速、剎車等行為。這些行為可以從車輛軌跡、速度變化等數(shù)據(jù)分析得到。根據(jù)這些行為，通過關聯(lián)系統(tǒng)可以獲取到