[發明專利]一種基于大數據預測路段狀況的方法及裝置

有效

• 申請號: 201510976430.1
• 申請日: 2015-12-22
• 公開（公告）號: CN106910334B
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 趙丹;劉智嘉;武凱;付登坡
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 33240 杭州君度專利代理事務所(特殊普通合伙)
• 代理人: 諸佩艷

本發明公開了一種基于大數據預測路段狀況的方法及裝置，所述方法采集道路路段上行駛車輛記錄的行車數據，將采集的行車數據與正常觀測樣本進行對比，判斷是否為異常數據，如果是異常數據，則將該異常數據及其對應的路段放入異常數據庫，并持續記錄該路段的行車數據；對于異常數據庫中的路段，根據該路段出現異常數據的次數來判斷該路段是否是異常路段；對于判斷為異常路段的路段，根據預設的模型預測路段異常的原因，提供給用戶。本發明的裝置包括數據采集模塊、異常數據判斷模塊、異常路段判斷模塊和異常原因分析模塊。本發明的方法及裝置，通過大數據的分析可以準確預測路段的狀況，節省了人力物力。

技術領域

本發明屬于數據處理技術領域，尤其涉及一種基于大數據預測路段狀況的方法及裝置。

背景技術

隨著國民經濟的高速發展，我國汽車產業發展也進入了一個新的時期，汽車已經進入家庭。時代的發展對道路交通的要求越來越高，公路的利用率相較于十幾年前大大的增加。然而由于道路受汽車碾壓、雨水侵蝕等因素的影響，經常會有某路段出現坑洼、路面斷層等情況，這讓公路的維修工作面臨了嚴峻的考驗。

傳統的公路的維修工作依靠人工或圖像采集去考察路段，公路維護人員需要經常沿路開車視察哪里有問題，這樣既耗體力又浪費時間，同時也會有疏忽問題路段或者不能及時查看到問題的情況出現。其中基于圖像采集去考察路段時，路面破損圖像識別過程包括兩個步驟：

路面破損圖像采集，主要包括破損圖像的采集和獲取、數字化、壓縮編碼等；

路面破損圖像分析，包括路面破損圖像分割、描述、和分類等。圖像分割的方法主要有二大類：基于邊界圖像分割、基于區域圖像分割技術。

但是由于路面破損的種類繁多，加上破損程度很難用統一的解析式來描述，近些年，基于模糊邏輯、人工神經網絡、專家系統等人工智能分類判斷算法研究成為路面破損自動識別研究熱點。

無論從哪種方式來看，現有技術都存在時間消耗大、圖像處理復雜，準確性低的問題，急需更為經濟和實際有效的方法來定位破損路段，并確定具體的損壞類型，以便派相應的維修人員前去維修。

發明內容

本發明的目的是提供一種基于大數據預測路段狀況的方法及裝置，以避免人工考察路段或圖像采集分析所固有的判斷效率低、判斷不準確的技術問題。

為了實現上述目的，本發明技術方案如下：

一種基于大數據預測路段狀況的方法，所述方法包括：

采集道路路段上行駛車輛記錄的行車數據；

將采集的行車數據與正常觀測樣本進行對比，判斷是否為異常數據，如果是異常數據，則將該異常數據及其對應的路段放入異常數據庫，并持續記錄該路段的行車數據；

對于異常數據庫中的路段，根據該路段出現異常數據的次數來判斷該路段是否是異常路段；

對于判斷為異常路段的路段，根據預設的模型預測路段異常的原因，提供給用戶。

進一步地，所述將采集的行車數據與正常觀測樣本進行對比，判斷是否為異常數據，包括：

根據采集的行車數據及其對應的權重計算得到該路段對應的路況評價值；

將計算得到的路況評價值與正常觀測樣本對應的路況評價值范圍進行對比，如果該路段行車數據對應的路況評價值在該路段正常觀測樣本的路況評價值范圍內，則判定該路段為正常路段，其行車數據為正常數據，否則判定該路段為異常路段，其行車數據為異常數據。

進一步地，所述根據該路段出現異常數據的次數來判斷該路段是否是異常路段，包括：

如果連續出現異常數據的次數大于設定的閾值，則判斷該路段為異常路段，否則將該路段及其行車數據放入觀察數據庫；