CN111105614A - 一种基于道路社交圈的交通状况预测方法 - Google Patents

Abstract

本发明涉及一种基于道路社交圈的交通状况预测方法，包括向车联网平台发送社交请求；车联网平台获取请求车辆的行驶信息，行驶信息包括车辆位置、行驶方向及行驶速度；以请求车辆的车辆位置为中心，以第一预设值为半径建立社交圈，将社交圈覆盖范围内的各车辆视为聚类车辆；获取各聚类车辆的行驶信息，并将各聚类车辆映射至地图对应位置；根据各聚类车辆的行驶信息，获取请求车辆周围各道路的车辆密度以及平均行驶速度；当车辆密度大于第一阈值，平均行驶速度小于第二阈值，则认为该道路是拥堵区域；优化请求车辆的行驶路径。该预测方法能够分析出拥堵区域和驾驶危险性，为驾驶员提供了参考意见，利于改善交通效率，降低事故发生概率。

Description

一种基于道路社交圈的交通状况预测方法

技术领域

本发明涉及信息技术领域的物联网技术，特别涉及一种基于道路社交圈的交通状况预测方法。

背景技术

随着科技的不断发展，高度自动驾驶技术日趋成熟。当高度自动驾驶技术发展到一定程度时，车辆便可以完成所有的驾驶动作，并具备提醒驾驶者的功能。也就是说，驾驶员无需再全神监控驾驶环境，在车辆驾驶过程中的自由时间会相对增多，并且双手会也会得到解放，使其能够在车内进行一些社交或娱乐活动。目前，驾驶员使用的社交产品多属于手机端操作应用，车机端社交产品则通常被忽略。虽然市面上目前也出现了一些车机端社交产品，但是这些车机端社交产品大多聚集在车辆与平台之间的点对点信息交互或者是车辆与车辆之间的简单道路信息交流，功能单一，无法给驾驶员带来良好的社交体验。最重要的是，仅仅依靠其他车辆反馈得到道路信息不够全面、准确，甚至还会出现较大偏差，不利于驾驶员对其车辆附近的道路交通情况实现全面了解，以致无法准确评估车辆的行驶风险，不能够提前做出最佳的应对策略，导致用户体验效果差强人意。

发明内容

本发明为了解决上述技术问题，提供了一种基于道路社交圈的交通状况预测方法，基于车联网平台及车载通信设备，包括：

向车联网平台发送社交请求；

车联网平台获取请求车辆的行驶信息，行驶信息包括车辆位置、行驶方向及行驶速度；

以请求车辆的车辆位置为中心，以第一预设值为半径建立社交圈，将社交圈覆盖范围内的各车辆视为聚类车辆；

获取各聚类车辆的行驶信息，并将各聚类车辆映射至地图对应位置；

根据各聚类车辆的行驶信息，获取请求车辆周围各道路的车辆密度以及平均行驶速度；

当车辆密度大于第一阈值，平均行驶速度小于第二阈值，则认为该道路是拥堵区域；

优化请求车辆的行驶路径。

进一步的，所述车辆密度的获取过程包括如下子步骤：

将聚类车辆与请求车辆周围的各道路进行位置匹配；

分别统计各道路上聚类车辆的数量；

计算各道路单位长度内的聚类车辆数，作为该道路的车辆密度。

进一步的，在所述将聚类车辆与请求车辆周围的各道路进行位置匹配步骤中，当聚类车辆与道路之间的最短距离小于第三阈值，则认为聚类车辆与道路位置匹配。

进一步的，所述平均行驶速度的获取过程包括如下子步骤：

在道路上随机抽取N辆聚类车辆；

求取N辆聚类车辆的速度和；

求取速度和与N的比值，作为平均行驶速度。

进一步的，所述第二阈值是指车辆在道路通畅条件下的平均行驶速度。

进一步的，所述行驶信息还包括超速次数、急加速次数、急减速次数及急转弯次数；所述优化请求车辆的行驶路径之前，还包括驾驶危险性评估步骤，所述驾驶危险性评估步骤包括：

将各聚类车辆在预设时间内的超速次数、急加速次数、急减速次数及急转弯次数进行求和；

将和值与第四阈值进行比对，若和值大于第四阈值，则认为驾驶员的性格为急躁型；

统计每一条道路上性格为急躁型的驾驶员数量；

当性格为急躁型的驾驶员数量超过第五阈值时，则认为在该道路上行驶具有一定危险性，将该道路视为危险道路。

进一步的，在优化请求车辆的行驶路径过程中，不仅需要避开拥堵区域，还需要远离危险道路。

进一步的，在所述将和值与第四阈值进行比对，若和值大于第四阈值，则认为驾驶员的性格为急躁型步骤之后，还包括：

车辆网平台向性格为急躁型的驾驶员推送轻音乐以达到舒缓驾驶员情绪的目的。

进一步的，位于社交圈覆盖范围的车辆不仅能够与车联网平台实现信息交互，也能够与社交圈覆盖范围内的其他车辆实现信息交互，且车辆与车辆之间通过互相关注还能够突破社交圈的限制，建立长久联系。

进一步的，在所述优化请求车辆的行驶路径步骤之前，还包括信息确认步骤：

请求车辆向位于拥堵区域内的聚类车辆发送确认信息，并实时获取聚类车辆对确认信息的反馈结果；

当聚类车辆的反馈结果为拥堵时，则认为对拥堵区域的分析是准确的。

一种交通状况预测系统，基于上述的一种基于道路社交圈的交通状况预测方法，包括车联网平台以及多个设置在不同车辆上的车载通信设备；各所述车载通信设备分别与车联网平台通信连接，以实现与车联网平台的信息交互，且各车载通信设备能够通过车联网平台实现信息交互；所述车辆网平台用于接收车载通信设备发送的行驶信息，并根据行驶信息分析道路交通状况，以优化行车路径。

本发明所起到的有益技术效果如下：

与现有技术相比较，本发明公开了一种基于道路社交圈的交通状况预测方法，该交通状况预测方法通过车联网平台建立社交圈，并对社交圈覆盖范围内各聚类车辆的行驶信息进行统计分析，获取拥堵区域，并根据拥堵区域的分布位置为驾驶员优化行驶路径，避免驾驶员盲目的进入拥堵路段，减少了信息隔阂，利于提高交通效率。此外，该交通状况预测方法还能够通过超速次数、急加速次数及急减速次数，分析出驾驶员的性格类型，并依据道路上性格为急躁型的驾驶员数量，评估该道路的驾驶危险性，为驾驶员提供参考意见，引起驾驶员的重视，利于减少交通事故发生的概率，避免不必要的损失。

附图说明

图1为实施例1中基于道路社交圈的交通状况预测方法流程图。

图2为实施例1中车联网平台与多个车载通信设备的连接关系示意图。

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的；相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围作出更为清楚的界定。

实施例1：

本实施例提供了一种基于道路社交圈的交通状况预测方法，该交通状况预测方法适用以高度自动驾驶技术实现为前提，主要基于车联网平台以及多个设置在不同车辆上的车载通信设备。车载通信设备可以是固定安装在车辆上的通信设备，也可以是临时放置在车辆上的移动通讯设备，如手机或平台电脑等。各所述车载通信设备分别与车联网平台通信连接，以实现与车联网平台的信息交互，且各车载通信设备能够通过车联网平台实现信息交互。

如图1所示，一种基于道路社交圈的交通状况预测方法，具体包括如下步骤：

101、向车联网平台发送社交请求。

当驾驶员需要通过车联网平台了解周边的交通状况或者是想要通过车联网平台与周边车辆建立社交时，便可以通过车载通信设备向车联网平台发送社交请求，以表达驾驶员希望建立社交的意愿。

102、车联网平台获取请求车辆的行驶信息，行驶信息包括车辆位置、行驶方向及行驶速度。

当然，请求车辆的行驶信息的获取需要通过请求车辆的驾驶员同意才能完成。本实施例中，车辆位置就是指车辆的GPS位置，车辆的行驶方向就是指车辆是向哪个方向行驶，如向东直行、向西直行、向北直行、向南直行、向东转弯灯行车方向；而行车速度就是车辆单位时间内的行驶的里程数，行驶速度一般可以通过读取仪表盘直接获取。

103、以请求车辆的车辆位置为中心，以第一预设值为半径建立社交圈，将社交圈覆盖范围内的各车辆视为聚类车辆。

社交圈为圆形覆盖圈，社交圈会实时进行更新，将覆盖范围内的车载通信设备加入社交圈，并将位于社交圈覆盖范围的车载通信设备删除。当然，具体如何加入社交圈或从社交圈删除的实现方法有很多，在此不一一例举。位于社交圈覆盖范围的聚类车辆不仅能够与车联网平台实现信息交互，也能够与社交圈覆盖范围内的其他聚类车辆实现信息交互。聚类车辆的驾驶员可以通过车载通信设备实时分享或接收信息，信息内容可以涉及事故信息、求助信息或周边服务信息等，信息类型包括文字信息、语音信息、图片信息等。而且聚类车辆与聚类车辆之间在双方自愿的前提下，通过互相关注还能够突破社交圈的限制，建立长久联系，发展成为生活中真正的朋友。

104、获取各聚类车辆的行驶信息，并将各聚类车辆映射至地图对应位置。

本实施例中，获取聚类车辆的行驶信息，车联网平台需要先向聚类车辆发送获取请求，只有经过聚类车辆的驾驶员同意之后，才能够完成行驶信息的获取，当然，车联网平台也会对获取得到的聚类车辆的行驶信息采取相应保护措施，以免因信息泄露给用户造成损失。其中，地图通过车载中空屏进行显示，且在步骤103中的提及的文字信息、语音信息、图片信息等均可在车载中控屏上显示，以便驾驶员进行操作。

105、根据各聚类车辆的行驶信息，获取请求车辆周围各道路的车辆密度以及平均行驶速度。

具体的，为了求取请求车辆周围各道路的车辆密度，首先需要将社交圈覆盖范围的聚类车辆与请求车辆周围的各道路进行位置匹配，即需要确认每一个聚类车辆是位于请求车辆周围的哪一条道路上。本实施例中，当聚类车辆与道路之间的最短距离小于第三阈值时，就可以认为该聚类车辆与该道路是匹配的，也就是说，该聚类车辆是在这条道路上行驶的。第三阈值一般设定在0m-50m之间，优选25m。值得注意的是，若某一个聚类车辆与请求车辆周围的各道路之间的最短距离均大于第三阈值，则忽略该聚类车辆，认为该聚类车辆不在请求车辆周围的各道路上行驶，对请求车辆的正常行驶不造成影响。通过将聚类车辆与请求车辆周围的各道路进行匹配后，分布在各道路上的聚类车辆就已经确定了，此时只需要分别统计各道路上聚类车辆的数量即可，也就是说，计算出请求车辆周围的各条道路上分别有多少聚类车辆。然后，用道路上聚类车辆的数量除以道路的计算长度，便可以得到每条道路单位长度内的聚类车辆数，将单位长度内的聚类车辆数作为该道路的车辆密度。本实施例中，所说的道路的计算长度是指道路位于社交圈覆盖范围内的长度，即在社交圈的覆盖范围内，该条道路的长度就是其计算长度，道路的计算长度与聚类车辆的选取范围相一致。单位长度一般取1㎞，当然，用户也可以根据不同道路不同路段的需要对单位长度进行调整设定，以满足对交通状况的更好分析。

作为优选的，为了获取得到请求车辆周围各道路的车辆平均行驶速度，需要对道路计算长度内所有聚类车辆的行驶速度进行求和，然后用求取得到的和值与道路计算长度内的聚类车辆总数相除，将两者的比值作为平均行驶速度。当然，为了降低计算量，提高计算速度，也可以在道路上随机抽取N辆聚类车辆，此处的N值小于道路计算长度内的聚类车辆总数；然后对选取出来的N辆聚类车辆的行驶速度进行求和，最后将N辆聚类车辆的速度和与N相除，两者的比值作为平均行驶速度。

106、当车辆密度大于第一阈值，平均行驶速度小于第二阈值，则认为该道路是拥堵区域。

具体的，第一阈值可以为100辆/㎞、120辆/㎞或其他车辆密度值，可根据需要自定设定。所述第二阈值是指车辆在道路通畅条件下的平均行驶速度。第二阈值的设定受路段、天气等因素影响较大，可以理解为，在市中心路段，第二阈值一般会小一些，在市郊区路段，第二阈值会相对大一点。本实施例中，为了提高第二阈值的代表性和准确性，第二阈值通常选取道路在晚间21:00-23:00之间的车辆平均行驶速度。也就是说，要想确定第二阈值，需要先统计道路在晚间21:00-23:00之间行驶的车辆数目，同时记录各行驶车辆的速度，并求取各行驶车辆的速度总和，用速度总和除以车辆数目即可计算得出道路在晚间21:00-23:00之间的平均行驶速度，将道路在晚间21:00-23:00之间的平均行驶速度作为第二阈值，作为聚类车辆在道路上的平均行驶速度的参考标准。

一旦车辆密度大于第一阈值，平均行驶速度小于第二阈值，则判断该道路属于拥堵区域，则拥堵区域会自动映射至地图上，以便为后续优化行驶路径提供参考。当然，单纯依考车辆密度和平均行驶速度判断拥堵区域，可能会偶尔出现偏差，为了避免这种偏差对请求车辆形成误导，一般建议在优化请求车辆的行驶路径之前，先对拥堵信息进行确认，即信息确认步骤。在信息确认步骤中，请求车辆只需要向位于拥堵区域内的聚类车辆发送拥堵确认信息即可，实时关注拥堵区域内聚类车辆对确认信息的反馈，当位于拥堵区域内的聚类车辆对确认信息的反馈结果也是拥堵时，则可以认为，上述对拥堵区域的分析是准确无误的，具有较高的可参考性。

107、优化请求车辆的行驶路径。

根据拥堵区域的分布位置以及请求车辆的目的地，车联网平台会对请求车辆的行驶路径进行优化，使请求车辆尽可能的避开拥堵区域，以实现顺畅驾驶，改善驾驶体验。

作为优选的，在保证请求车辆行车顺畅的条件下，为了进一步提高请求车辆的行驶安全性，还需要对道路上的危险驾驶性进行预测和评估。要想评估驾驶危险性，首先需要采集各聚类车辆在预设时间段内的超速次数、急加速次数、急减速次数及急转弯次数，也就是说，行驶信息还包括超速次数、急加速次数、急减速次数及急转弯次数。因为超速次数、急加速次数及、急减速次数及急转弯次数一定程度能够反映驾驶员的性格特征，而驾驶员的性格特征又会直接影响其驾驶行为的安全性，通常来讲，一个性格平和的驾驶员是会尽量避免超车、急加速或急减速等激进操作的，驾驶行为较为稳定，安全性也较高，而一个脾气急躁、暴躁焦虑的驾驶员在驾驶过程中，常常会不耐烦，会频繁的使用超车、急加速或急减速等，操作行为也相对激进，危险性较高。因此，通过分析聚类车辆在预设时间段的超速次数、急加速次数、急减速次数、急转弯次数可以很好的反应道路的驾驶危险性。

具体的，在驾驶危险性的评估过程中，首先需要将社交圈覆盖范围内的各聚类车辆在预设时间内的超速次数、急加速次数、急减速次数及急转弯次数进行求和，即一个聚类车辆在预设时间内进行超速次数、急加速次数、急减速次数及急转弯次数的总和。当一个聚类车辆的超速次数、急加速次数、急减速次数及急转弯次数的总和大于第四阈值时，认为驾驶员的操作相对偏激进，即驾驶员的性格为急躁型。将驾驶员性格为急躁型的聚类车辆在地图上进行标注，同时统计每一条道路上性格为急躁型的驾驶员数量。一旦某一条道路上性格为急躁型的驾驶员数量超过第五阈值，则认为该道路上存在较多的急躁型驾驶员，意味着在该条道路上，超速、急加速、急减速及急转弯频繁发生，请求车辆在该道路上行驶具有一定的危险性，则会将该道路视为危险道路，以对请求车辆进行提醒。

当然，一旦确定了拥堵区域和危险道路，那么车联网平台在优化请求车辆的行驶路径时，则就需要尽量避开拥堵区域和危险道路，以保证请求车辆的顺利驾驶，达到提高驾驶安全性的目的。

值得注意的是，有时候拥堵区域和危险道路可能是请求车辆前往目的地必经的道路，无法避开。那么，此时就需要车联网平台根据拥堵区域和危险道路对请求车辆进行适当提醒或建议，如请求车辆需要进入拥堵区域时，车联网平台可以将道路当时的平均行驶速度告知请求车辆，建议请求车辆提前调整行驶速度，以免进入拥堵区域发生追尾等不必要事故；或者当请求车辆需要进入危险道路时，车辆网平台可以提前建议驾驶员适当降速慢行，避免其他聚类车辆的急超速、急加速或急减速等操作，引起交通事故，降低道路行驶危险。

作为优选的，当判定驾驶员的性格为急躁型时，车联网平台还可以针对急躁型的驾驶员主动推送一些轻音乐以达到舒缓驾驶员情绪的目的。当然，车联网平台也可以向驾驶员推送其他有助于平复情绪的文章或访谈类节目等，在此不做唯一限制。

实施例2：

如图2所示，本实施例公开了一种交通状况预测系统，基于实施例1中所述的一种基于道路社交圈的交通状况预测方法，具体包括车联网平台以及多个设置在不同车辆上的车载通信设备；各所述车载通信设备分别与车联网平台通信连接，以实现与车联网平台的信息交互，且各车载通信设备能够通过车联网平台实现信息交互；所述车辆网平台整合了计算、网络与存储三大要素，用于接收车载通信设备发送的行驶信息，并根据行驶信息分析道路交通状况，以优化行车路径。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (11)

1.一种基于道路社交圈的交通状况预测方法，其特征在于，基于车联网平台及车载通信设备，包括：

向车联网平台发送社交请求；

车联网平台获取请求车辆的行驶信息，行驶信息包括车辆位置、行驶方向及行驶速度；

以请求车辆的车辆位置为中心，以第一预设值为半径建立社交圈，将社交圈覆盖范围内的各车辆视为聚类车辆；

获取各聚类车辆的行驶信息，并将各聚类车辆映射至地图对应位置；

根据各聚类车辆的行驶信息，获取请求车辆周围各道路的车辆密度以及平均行驶速度；

当车辆密度大于第一阈值，平均行驶速度小于第二阈值，则认为该道路是拥堵区域；

优化请求车辆的行驶路径。

2.如权利要求1所述一种基于道路社交圈的交通状况预测方法，其特征在于，所述车辆密度的获取过程包括如下子步骤：

将聚类车辆与请求车辆周围的各道路进行位置匹配；

分别统计各道路上聚类车辆的数量；

计算各道路单位长度内的聚类车辆数，作为该道路的车辆密度。

3.如权利要求2所述一种基于道路社交圈的交通状况预测方法，其特征在于，在所述将聚类车辆与请求车辆周围的各道路进行位置匹配步骤中，当聚类车辆与道路之间的最短距离小于第三阈值，则认为聚类车辆与道路位置匹配。

4.如权利要求2所述一种基于道路社交圈的交通状况预测方法，其特征在于，所述平均行驶速度的获取过程包括如下子步骤：

在道路上随机抽取N辆聚类车辆；

求取N辆聚类车辆的速度和；

求取速度和与N的比值，作为平均行驶速度。

5.如权利要求4所述一种基于道路社交圈的交通状况预测方法，其特征在于，所述第二阈值是指车辆在道路通畅条件下的平均行驶速度。

6.如权利要求1所述一种基于道路社交圈的交通状况预测方法，其特征在于，所述行驶信息还包括超速次数、急加速次数、急减速次数及急转弯次数；所述优化请求车辆的行驶路径之前，还包括驾驶危险性评估步骤，所述驾驶危险性评估步骤包括：

将各聚类车辆在预设时间内的超速次数、急加速次数、急减速次数及急转弯次数进行求和；

将和值与第四阈值进行比对，若和值大于第四阈值，则认为驾驶员的性格为急躁型；

统计每一条道路上性格为急躁型的驾驶员数量；

当性格为急躁型的驾驶员数量超过第五阈值时，则认为在该道路上行驶具有一定危险性，将该道路视为危险道路。

7.如权利要求6所述一种基于道路社交圈的交通状况预测方法，其特征在于，在优化请求车辆的行驶路径过程中，不仅需要避开拥堵区域，还需要远离危险道路。

8.如权利要求6所述一种基于道路社交圈的交通状况预测方法，其特征在于，在所述将和值与第四阈值进行比对，若和值大于第四阈值，则认为驾驶员的性格为急躁型步骤之后，还包括：

车辆网平台向性格为急躁型的驾驶员推送轻音乐以达到舒缓驾驶员情绪的目的。

9.如权利要求1所述一种基于道路社交圈的交通状况预测方法，其特征在于，位于社交圈覆盖范围的车辆不仅能够与车联网平台实现信息交互，也能够与社交圈覆盖范围内的其他车辆实现信息交互，且车辆与车辆之间通过互相关注还能够突破社交圈的限制，建立长久联系。

10.如权利要求9所述一种基于道路社交圈的交通状况预测方法，其特征在于，在所述优化请求车辆的行驶路径步骤之前，还包括信息确认步骤：

请求车辆向位于拥堵区域内的聚类车辆发送确认信息，并实时获取聚类车辆对确认信息的反馈结果；

当聚类车辆的反馈结果为拥堵时，则认为对拥堵区域的分析是准确的。

11.一种交通状况预测系统，基于权利要求1-10任一项所述的一种基于道路社交圈的交通状况预测方法，其特征在于，包括车联网平台以及多个设置在不同车辆上的车载通信设备；各所述车载通信设备分别与车联网平台通信连接，以实现与车联网平台的信息交互，且各车载通信设备能够通过车联网平台实现信息交互；所述车辆网平台用于接收车载通信设备发送的行驶信息，并根据行驶信息分析道路交通状况，以优化行车路径。

Images