路况确定方法、装置及计算机可读存储介质与流程

1.本公开实施例涉及动态交通技术领域，具体涉及一种路况确定方法、装置及计算机可读存储介质。


背景技术：

2.随着社会的发展和进步，道路上的车辆越来越多，很多交通参与者出行前会通过具备地图导航功能的应用软件查看交通实时路况数据，以决定出行时间、出行方式或出行路线。在目前的交通实时路况数据中，由于车流量大、道路设计、红绿灯、特殊道路设施、特殊兴趣点等常规原因导致的常规拥堵，具有明显的周期性，动态交通服务可以较准确地预测常规拥堵，但由于临时检查、车辆事故、临时交通管制等异常原因导致的异常拥堵随机性较强，动态交通服务通常很难预测异常拥堵的发生。目前对于异常拥堵路况的判定需要借助与交通参与者的交互而得到，但这样会对交通参与者产生打扰，影响服务体验。


技术实现要素：

3.本公开实施例提供一种路况确定方法、装置及计算机可读存储介质。
4.第一方面，本公开实施例中提供了一种路况确定方法。
5.具体的，所述路况确定方法，包括：
6.确定目标路段；
7.获取所述目标路段的历史特征和实时特征；
8.基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数；
9.基于所述异常拥堵指数确定所述目标路段是否为异常拥堵。
10.结合第一方面，本公开实施例在第一方面的第一种实现方式中，其中，所述目标路段的历史特征包括以下特征中的一种或多种：
11.拥堵期间对象通过目标路段的第一平均时长，拥堵期间对象通过目标路段的第一平均速度，拥堵期间通过目标路段的第一对象数量，拥堵期间预测预设时长后通过目标路段的第二对象数量，畅通期间对象通过目标路段的第二平均速度，畅通期间通过目标路段的第三对象数量，畅通期间预测预设时长后通过目标路段的第四对象数量。
12.结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，所述目标路段的实时特征包括以下特征中的一种或多种：
13.单位时长内通过目标路段的第五对象数量，预测预设时长后通过目标路段的第六对象数量，当前预设时长内通过目标路段的第三平均速度，当前预设时长内对象通过目标路段的第二平均时长。
14.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第三种实现方式中，所述基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数，包括：
15.根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥
堵标记值；
16.根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值；
17.根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值；
18.根据所述第一对象数量和第三对象数量确定对象阈值，根据所述第二对象数量和第四对象数量确定预测对象阈值；
19.根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值；
20.根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数。
21.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第四种实现方式中，所述根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值，包括：
22.将第一平均时间与预设时长进行比较，或者，将第一平均速度与第二平均速度与预设速度值的差值进行比较；
23.若所述第一平均时长小于预设时长，或者所述第一平均速度小于所述第二平均速度与预设速度值之差，则所述目标路段的拥堵标记值为第一预设拥堵标记值，否则，为第二预设拥堵标记值。
24.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第五种实现方式中，所述根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值，包括：
25.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度低于预设速度阈值的对象数量确定为所述历史通行阈值；
26.当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第一平均时长高于预设时长阈值的对象数量确定为所述历史通行阈值。
27.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第六种实现方式中，所述根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值，包括：
28.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第三平均速度低于预设速度阈值的对象数量确定为所述实时通行阈值；
29.当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长高于预设时长阈值的对象数量确定为所述实时通行阈值。
30.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第七种实现方式中，所述根据所述第一对象数量和第三对象数量确定对象阈值，包括：
31.将第三对象数量加上第一对象数量与第三对象数量之差的四分之一，得到所述对象阈值；
32.所述根据所述第二对象数量和第四对象数量确定预测对象阈值，包括：
33.将第四对象数量加上第二对象数量与第四对象数量之差的四分之一，得到所述预测对象阈值。
34.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第八种实现方式中，所述根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值，包括：
35.将实时通行阈值与历史通行阈值的比值和第一预设数值中的最小值确定为所述低速等级值；
36.将第五对象数量与第一对象数量的比值和第六对象数量与第二对象数量的比值中的最大值，和第二预设数值中的最小值确定为所述对象等级值；
37.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度与第三预设数值的和值与第三平均速度的比值确定为所述通行等级值；当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长与第一平均时长的比值与第四预设数值的乘积确定为所述通行等级值。
38.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第九种实现方式中，所述根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数，包括：
39.将所述低速等级值、对象等级值、通行等级值和第五预设数值中的最大值与第六预设数值的差值乘以第七预设数值，得到所述目标路段的异常拥堵指数。
40.结合第一方面、第一方面的上述实现方式，本公开在第一方面的第十种实现方式中，所述基于所述异常拥堵指数确定所述目标路段是否为异常拥堵，包括：
41.当所述异常拥堵指数超过第八预设数值时，确定所述目标路段为异常拥堵。
42.第二方面，本公开实施例中提供了一种路况确定装置。
43.具体的，所述路况确定装置，包括：
44.第一确定模块，被配置为确定目标路段；
45.获取模块，被配置为获取所述目标路段的历史特征和实时特征；
46.第二确定模块，被配置为基于所述目标路段的历史特征和实时特征确定所述目标路段的异常拥堵指数；
47.第三确定模块，被配置为基于所述异常拥堵指数确定所述目标路段是否为异常拥堵。
48.结合第二方面，本公开实施例在第二方面的第一种实现方式中，其中，所述目标路段的历史特征包括以下特征中的一种或多种：
49.拥堵期间对象通过目标路段的第一平均时长，拥堵期间对象通过目标路段的第一平均速度，拥堵期间通过目标路段的第一对象数量，拥堵期间预测预设时长后通过目标路段的第二对象数量，畅通期间对象通过目标路段的第二平均速度，畅通期间通过目标路段的第三对象数量，畅通期间预测预设时长后通过目标路段的第四对象数量。
50.结合第二方面和第二方面的第一种实现方式，本公开实施例在第二方面的第二种实现方式中，所述目标路段的实时特征包括以下特征中的一种或多种：
51.单位时长内通过目标路段的第五对象数量，预测预设时长后通过目标路段的第六
对象数量，当前预设时长内通过目标路段的第三平均速度，当前预设时长内对象通过目标路段的第二平均时长。
52.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第三种实现方式中，所述第二确定模块中基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数的部分，被配置为：
53.根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值；
54.根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值；
55.根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值；
56.根据所述第一对象数量和第三对象数量确定对象阈值，根据所述第二对象数量和第四对象数量确定预测对象阈值；
57.根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值；
58.根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数。
59.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第四种实现方式中，所述根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值的部分，被配置为：
60.将第一平均时间与预设时长进行比较，或者，将第一平均速度与第二平均速度与预设速度值的差值进行比较；
61.若所述第一平均时长小于预设时长，或者所述第一平均速度小于所述第二平均速度与预设速度值之差，则所述目标路段的拥堵标记值为第一预设拥堵标记值，否则，为第二预设拥堵标记值。
62.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第五种实现方式中，所述根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值的部分，被配置为：
63.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度低于预设速度阈值的对象数量确定为所述历史通行阈值；
64.当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第一平均时长高于预设时长阈值的对象数量确定为所述历史通行阈值。
65.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第六种实现方式中，所述根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值的部分，被配置为：
66.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第三平均速度低于预设速度阈值的对象数量确定为所述实时通行阈值；
67.当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长高于预
设时长阈值的对象数量确定为所述实时通行阈值。
68.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第七种实现方式中，所述根据所述第一对象数量和第三对象数量确定对象阈值的部分，被配置为：
69.将第三对象数量加上第一对象数量与第三对象数量之差的四分之一，得到所述对象阈值；
70.所述根据所述第二对象数量和第四对象数量确定预测对象阈值，包括：
71.将第四对象数量加上第二对象数量与第四对象数量之差的四分之一，得到所述预测对象阈值。
72.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第八种实现方式中，所述根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值的部分，被配置为：
73.将实时通行阈值与历史通行阈值的比值和第一预设数值中的最小值确定为所述低速等级值；
74.将第五对象数量与第一对象数量的比值和第六对象数量与第二对象数量的比值中的最大值，和第二预设数值中的最小值确定为所述对象等级值；
75.当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度与第三预设数值的和值与第三平均速度的比值确定为所述通行等级值；当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长与第一平均时长的比值与第四预设数值的乘积确定为所述通行等级值。
76.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第九种实现方式中，所述根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数的部分，被配置为：
77.将所述低速等级值、对象等级值、通行等级值和第五预设数值中的最大值与第六预设数值的差值乘以第七预设数值，得到所述目标路段的异常拥堵指数。
78.结合第二方面、第二方面的上述实现方式，本公开在第二方面的第十种实现方式中，所述第二确定模块中基于所述异常拥堵指数确定所述目标路段是否为异常拥堵的部分，被配置为：
79.当所述异常拥堵指数超过第八预设数值时，确定所述目标路段为异常拥堵。
80.第三方面，本公开实施例提供了一种导航方法，其中，获取至少基于起点、终点及实时交通路况规划的导航路线，基于所述导航路线进行导航引导，在导航引导过程中，播报实时交通事件，其中，所述实时交通路况中的异常拥堵是基于上述任意一项方法确定的。
81.第四方面，本公开实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持路况确定装置执行上述路况确定方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述路况确定装置还可以包括通信接口，用于路况确定装置与其他设备或通信网络通信。
82.第五方面，本公开实施例提供了一种计算机可读存储介质，用于存储路况确定装置所用的计算机指令，其包含用于执行上述路况确定方法为路况确定装置所涉及的计算机指令。
83.第六方面，本公开实施例提供了一种计算机程序产品，包括计算机程序/指令，其中，该计算机程序/指令被处理器执行时实现上述路况确定方法的步骤。
84.本公开实施例提供的技术方案可包括以下有益效果：
85.上述技术方案借助目标路段的历史特征和实时特征来判定目标路段是否处于异常拥堵状态。该技术方案无需借助与交通参与者的交互就能够实现对于异常拥堵的及时判定，从而能够有效减少对于交通参与者的打扰，有利于交通参与者体验的提升以及出行服务质量的提高。
86.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开实施例。
附图说明
87.结合附图，通过以下非限制性实施方式的详细描述，本公开实施例的其它特征、目的和优点将变得更加明显。在附图中：
88.图1示出根据本公开一实施方式的路况确定方法的流程图；
89.图2示出根据本公开一实施方式的路况确定装置的结构框图；
90.图3示出根据本发明一实施方式的电子设备的结构框图；
91.图4是适于用来实现根据本公开一实施方式的路况确定方法的计算机系统的结构示意图。
具体实施方式
92.下文中，将参考附图详细描述本公开实施例的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
93.在本公开实施例中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
94.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开实施例。
95.本公开实施例提供的技术方案借助目标路段的历史特征和实时特征来判定目标路段是否处于异常拥堵状态。该技术方案无需借助与交通参与者的交互就能够实现对于异常拥堵的及时判定，从而能够有效减少对于交通参与者的打扰，有利于交通参与者体验的提升以及出行服务质量的提高。
96.图1示出根据本公开一实施方式的路况确定方法的流程图，如图1所示，所述路况确定方法包括以下步骤s101-s104：
97.在步骤s101中，确定目标路段；
98.在步骤s102中，获取所述目标路段的历史特征和实时特征；
99.在步骤s103中，基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数；
100.在步骤s104中，基于所述异常拥堵指数确定所述目标路段是否为异常拥堵。
101.上文提及，随着社会的发展和进步，道路上的车辆越来越多，很多交通参与者出行前会通过具备地图导航功能的应用软件查看交通实时路况数据，以决定出行时间、出行方式或出行路线。在目前的交通实时路况数据中，由于车流量大、道路设计、红绿灯、特殊道路设施、特殊兴趣点等常规原因导致的常规拥堵，具有明显的周期性，动态交通服务可以较准确地预测常规拥堵，但由于临时检查、车辆事故、临时交通管制等异常原因导致的异常拥堵随机性较强，动态交通服务通常很难预测异常拥堵的发生。目前对于异常拥堵路况的判定需要借助与交通参与者的交互而得到，但这样会对交通参与者产生打扰，影响服务体验。
102.考虑到上述问题，在该实施方式中，提出一种路况确定方法，该方法借助目标路段的历史特征和实时特征来判定目标路段是否处于异常拥堵状态。该技术方案无需借助与交通参与者的交互就能够实现对于异常拥堵的及时判定，从而能够有效减少对于交通参与者的打扰，有利于交通参与者体验的提升以及出行服务质量的提高。
103.在本公开一实施方式中，所述路况确定方法可适用于可执行路况确定的计算机、计算设备、电子设备、服务器、服务集群等。
104.在本公开一实施方式中，所述目标路段指的是需确定其路况、确定当前是否处于异常拥堵状态的路段，所述目标路段可以为路网数据中的一个路段。
105.在本公开一实施方式中，所述目标路段的历史特征指的是基于所述目标路段的相关历史数据得到的、能够表征所述目标路段的历史特征信息的特征数据。
106.其中，所述目标路段的历史特征可包括以下特征中的一种或多种：拥堵期间对象通过目标路段的第一平均时长，拥堵期间对象通过目标路段的第一平均速度，拥堵期间通过目标路段的第一对象数量，拥堵期间预测预设时长后通过目标路段的第二对象数量，畅通期间对象通过目标路段的第二平均速度，畅通期间通过目标路段的第三对象数量，畅通期间预测预设时长后通过目标路段的第四对象数量，等等。
107.其中，所述拥堵期间对象通过目标路段的第一平均时长指的是当所述目标路段处于拥堵期间时，一个或多个对象通过所述目标路段所花费时长的平均值；所述拥堵期间对象通过目标路段的第一平均速度指的是当所述目标路段处于拥堵期间时，一个或多个对象通过所述目标路段时的速度的平均值；所述拥堵期间通过目标路段的第一对象数量指的是当所述目标路段处于拥堵期间时，通过所述目标路段的对象总数量；所述拥堵期间预测预设时长后通过目标路段的第二对象数量指的是当所述目标路段处于拥堵期间时，借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量；所述畅通期间对象通过目标路段的第二平均速度指的是当所述目标路段处于畅通期间时，一个或多个对象通过所述目标路段时的速度的平均值；所述畅通期间通过目标路段的第三对象数量指的是当所述目标路段处于畅通期间时，通过所述目标路段的对象总数量；所述畅通期间预测预设时长后通过目标路段的第四对象数量指的是当所述目标路段处于畅通期间时，借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量。其中，所述预设时长可根据实际应用的需要进行设置，比如可设置为5分钟、10分钟、15分钟、20分钟、30分钟等等。
108.在本公开一实施方式中，所述对象指的是可产生通过某一路段的行为的、可用于衡量某一路段是否拥堵或者是否畅通的样本对象，所述对象比如可以为车辆，当然，在其他应用场景下，也可以为行人、自行车或其他可观察且可统计的对象。
109.在本公开一实施方式中，所述目标路段的实时特征指的是基于所述目标路段的相关实时数据得到的、能够表征所述目标路段的实时特征信息的特征数据。
110.其中，所述目标路段的实时特征可包括以下特征中的一种或多种：单位时长内通过目标路段的第五对象数量，预测预设时长后通过目标路段的第六对象数量，当前预设时长内通过目标路段的第三平均速度，当前预设时长内对象通过目标路段的第二平均时长。
111.其中，所述单位时长内通过目标路段的第五对象数量指的是当前在单位时长内通过所述目标路段的对象总数量；所述预测预设时长后通过目标路段的第六对象数量指的是借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量；所述当前预设时长内通过目标路段的第三平均速度指的是在当前预设时长内，一个或多个对象通过所述目标路段时的速度的平均值；所述当前预设时长内对象通过目标路段的第二平均时长指的是在当前预设时长内，一个或多个对象通过所述目标路段所花费时长的平均值。其中，所述单位时长可根据实际应用的需要进行设置，比如可设置为1分钟等等；所述当前预设时长指的是自当前时刻向前或向后预设时长而得到的时长，比如，若当前时刻为11：00，预设时长为5分钟，则当前预设时长既可以是10:55-11:00，也可以是11:00-11:05。
112.在本公开一实施方式中，所述异常拥堵指数指的是用于表征所述目标路段是否为异常拥堵的指数，根据所述异常拥堵指数可判定所述目标路段是否处于异常拥堵状态。
113.在上述实施方式中，首先确定目标路段，然后获取所述目标路段的历史特征和实时特征，然后基于所述目标路段的历史特征和实时特征确定得到所述目标路段的异常拥堵指数，即可基于所述异常拥堵指数确定所述目标路段是否处于异常拥堵状态。
114.在本公开一实施方式中，所述步骤s103中基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数的步骤，可包括以下步骤：
115.根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值；
116.根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值；
117.根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值；
118.根据所述第一对象数量和第三对象数量确定对象阈值，根据所述第二对象数量和第四对象数量确定预测对象阈值；
119.根据所述历史通行阈值、实时通行阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值；
120.根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数。
121.在该实施方式中，基于所述目标路段的历史特征和实时特征分别确定拥堵标记值、历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、低速等级值、对象等级值和通行等级值，并最终确定得到所述目标路段的异常拥堵指数。
122.具体地：
123.在本公开一实施方式中，所述根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值的步骤，可包括以下步骤：
124.将第一平均时间与预设时长进行比较，或者，将第一平均速度与第二平均速度与预设速度值的差值进行比较；
125.若所述第一平均时长小于预设时长，或者所述第一平均速度小于所述第二平均速度与预设速度值之差，则所述目标路段的拥堵标记值为第一预设拥堵标记值，表示所述目标路段为异常拥堵状态的概率较高，否则，为第二预设拥堵标记值，表示所述目标路段为异常拥堵状态的概率较低。
126.当所述预设时长取为30秒，预设速度值取为15时，所述拥堵标记值的确定可用公式表示为：
[0127][0128]
其中，red
label
表示拥堵标记值，red
time
表示第一平均时长，red
speed
表示第一平均速度，green
speed
表示第二平均速度，0为第一预设拥堵标记值，1为第二预设拥堵标记值。
[0129]
在本公开一实施方式中，所述根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值的步骤，可包括以下步骤：
[0130]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度低于预设速度阈值的对象数量确定为所述历史通行阈值；
[0131]
当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第一平均时长高于预设时长阈值的对象数量确定为所述历史通行阈值。
[0132]
当所述第一预设拥堵标记值设为0，所述第二预设拥堵标记值设为1时，所述历史通行阈值的确定可用公式表示为：
[0133][0134]
其中，slow
limit
表示历史通行阈值，speed[i]表示低于预设速度阈值的第一平均速度序列，i为交通参与者标记，比如可设置为1，time[i]表示高于预设时长阈值的第一平均时长序列。
[0135]
在本公开一实施方式中，所述根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值的步骤，可包括以下步骤：
[0136]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第三平均速度低于预设速度阈值的对象数量确定为所述实时通行阈值；
[0137]
当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长高于预设时长阈值的对象数量确定为所述实时通行阈值。
[0138]
当所述第一预设拥堵标记值设为0，所述第二预设拥堵标记值设为1时，所述实时通行阈值的确定可用公式表示为：
[0139][0140]
其中，slow
online
表示实时通行阈值，speed
*
[i]表示低于预设速度阈值的第三平均
速度序列，time
*
[i]表示高于预设时长阈值的第二平均时长序列。
[0141]
在本公开一实施方式中，所述根据所述第一对象数量和第三对象数量确定对象阈值的步骤，可包括以下步骤：
[0142]
将第三对象数量加上第一对象数量与第三对象数量之差的四分之一，得到所述对象阈值。
[0143]
在该实施方式中，所述对象阈值的确定可用公式表示为：
[0144][0145]
其中，user
limit
表示对象阈值，ug表示第三对象数量，ur表示第一对象数量。
[0146]
在本公开一实施方式中，所述根据所述第二对象数量和第四对象数量确定预测对象阈值的步骤，可包括以下步骤：
[0147]
将第四对象数量加上第二对象数量与第四对象数量之差的四分之一，得到所述预测对象阈值。
[0148]
在该实施方式中，所述预测对象阈值的确定可用公式表示为：
[0149][0150]
其中，etau
limit
表示预测对象阈值，eg表示第四对象数量，er表示第二对象数量。
[0151]
在本公开一实施方式中，所述根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值的步骤，可包括以下步骤：
[0152]
将实时通行阈值与历史通行阈值的比值和第一预设数值中的最小值确定为所述低速等级值；
[0153]
将第五对象数量与对象阈值的比值和第六对象数量与预测对象阈值的比值中的最大值，和第二预设数值中的最小值确定为所述对象等级值；
[0154]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度与第三预设数值的和值与第三平均速度的比值确定为所述通行等级值；当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长与第一平均时长的比值与第四预设数值的乘积确定为所述通行等级值。
[0155]
在该实施方式中，当所述第一预设数值取为2.7时，所述低速等级值的确定可用公式表示为：
[0156][0157]
其中，v0表示低速等级值。
[0158]
当所述第二预设数值取为1.7时，所述对象等级值的确定可用公式表示为：
[0159][0160]
其中，v1表示对象等级值，user
online
表示第五对象数量，etau
online
表示第六对象数量，user
limit
表示对象阈值，etau
limit
表示预测对象阈值。
[0161]
当所述第三预设数值取为15，第四预设数值取为2时，所述通行等级值的确定可用
公式表示为：
[0162][0163]
其中，v2表示通行等级值。
[0164]
在本公开一实施方式中，所述根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数的步骤，可包括以下步骤：
[0165]
将所述低速等级值、对象等级值、通行等级值和第五预设数值中的最大值与第六预设数值的差值乘以第七预设数值，得到所述目标路段的异常拥堵指数。
[0166]
当所述第五预设数值取为0，第六预设数值取为1，第七预设数值取为100时，所述异常拥堵指数的确定可用公式表示为：
[0167]
red
level
＝(max{v0，v1，v2，1}-1)*100，
[0168]
其中，red
level
表示异常拥堵指数。
[0169]
进一步地，为了对于异常拥堵指数的上限进行限制，所述异常拥堵指数的确定公式可修正为：
[0170]
red
level
＝min((max{v0，v1，v2，1}-1)*100，500)。
[0171]
在本公开一实施方式中，所述步骤s103中基于所述异常拥堵指数确定所述目标路段是否为异常拥堵的步骤，可包括以下步骤：
[0172]
当所述异常拥堵指数超过第八预设数值时，确定所述目标路段为异常拥堵。
[0173]
在该实施方式中，根据所述异常拥堵指数的大小来确定所述目标路段是否为异常拥堵，比如，首先确定一预设数值，若所述异常拥堵指数超过该预设数值时，则可确定所述目标路段处于异常拥堵状态，否则，则不处于异常拥堵状态。其中，所述第八预设数值的大小可根据实际应用的需要进行设置，本公开对其不作具体限定，比如，所述预设数值的大小可根据不同的路段等级、路段上是否有红绿灯、当前时段是否属于高频易拥堵时段等情况来确定，比如，若所述目标路段属于高流量路段、具有红绿灯、当前时段属于高频易拥堵时段，则所述第八预设数值可设置为较高的数值，比如，300、320等等，反之，则所述第八预设数值可设置为较低的数值，比如，260、280等等。
[0174]
下述为本公开装置实施例，可以用于执行本公开方法实施例。
[0175]
图2示出根据本公开一实施方式的路况确定装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图2所示，所述路况确定装置包括：
[0176]
第一确定模块201，被配置为确定目标路段；
[0177]
获取模块202，被配置为获取所述目标路段的历史特征和实时特征；
[0178]
第二确定模块203，被配置为基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数；
[0179]
第二确定模块204，被配置为基于所述异常拥堵指数确定所述目标路段是否为异常拥堵。
[0180]
上文提及，随着社会的发展和进步，道路上的车辆越来越多，很多交通参与者出行前会通过具备地图导航功能的应用软件查看交通实时路况数据，以决定出行时间、出行方
式或出行路线。在目前的交通实时路况数据中，由于车流量大、道路设计、红绿灯、特殊道路设施、特殊兴趣点等常规原因导致的常规拥堵，具有明显的周期性，动态交通服务可以较准确地预测常规拥堵，但由于临时检查、车辆事故、临时交通管制等异常原因导致的异常拥堵随机性较强，动态交通服务通常很难预测异常拥堵的发生。目前对于异常拥堵路况的判定需要借助与交通参与者的交互而得到，但这样会对交通参与者产生打扰，影响服务体验。
[0181]
考虑到上述问题，在该实施方式中，提出一种路况确定装置，该装置借助目标路段的历史特征和实时特征来判定目标路段是否处于异常拥堵状态。该技术方案无需借助与交通参与者的交互就能够实现对于异常拥堵的及时判定，从而能够有效减少对于交通参与者的打扰，有利于交通参与者体验的提升以及出行服务质量的提高。
[0182]
在本公开一实施方式中，所述路况确定装置可实现为可执行路况确定的计算机、计算设备、电子设备、服务器、服务集群等。
[0183]
在本公开一实施方式中，所述目标路段指的是需确定其路况、确定当前是否处于异常拥堵状态的路段，所述目标路段可以为路网数据中的一个路段。
[0184]
在本公开一实施方式中，所述目标路段的历史特征指的是基于所述目标路段的相关历史数据得到的、能够表征所述目标路段的历史特征信息的特征数据。
[0185]
其中，所述目标路段的历史特征可包括以下特征中的一种或多种：拥堵期间对象通过目标路段的第一平均时长，拥堵期间对象通过目标路段的第一平均速度，拥堵期间通过目标路段的第一对象数量，拥堵期间预测预设时长后通过目标路段的第二对象数量，畅通期间对象通过目标路段的第二平均速度，畅通期间通过目标路段的第三对象数量，畅通期间预测预设时长后通过目标路段的第四对象数量，等等。
[0186]
其中，所述拥堵期间对象通过目标路段的第一平均时长指的是当所述目标路段处于拥堵期间时，一个或多个对象通过所述目标路段所花费时长的平均值；所述拥堵期间对象通过目标路段的第一平均速度指的是当所述目标路段处于拥堵期间时，一个或多个对象通过所述目标路段时的速度的平均值；所述拥堵期间通过目标路段的第一对象数量指的是当所述目标路段处于拥堵期间时，通过所述目标路段的对象总数量；所述拥堵期间预测预设时长后通过目标路段的第二对象数量指的是当所述目标路段处于拥堵期间时，借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量；所述畅通期间对象通过目标路段的第二平均速度指的是当所述目标路段处于畅通期间时，一个或多个对象通过所述目标路段时的速度的平均值；所述畅通期间通过目标路段的第三对象数量指的是当所述目标路段处于畅通期间时，通过所述目标路段的对象总数量；所述畅通期间预测预设时长后通过目标路段的第四对象数量指的是当所述目标路段处于畅通期间时，借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量。其中，所述预设时长可根据实际应用的需要进行设置，比如可设置为5分钟、10分钟、15分钟、20分钟、30分钟等等。
[0187]
在本公开一实施方式中，所述对象指的是可产生通过某一路段的行为的、可用于衡量某一路段是否拥堵或者是否畅通的样本对象，所述对象比如可以为车辆，当然，在其他应用场景下，也可以为行人、自行车或其他可观察且可统计的对象。
[0188]
在本公开一实施方式中，所述目标路段的实时特征指的是基于所述目标路段的相关实时数据得到的、能够表征所述目标路段的实时特征信息的特征数据。
[0189]
其中，所述目标路段的实时特征可包括以下特征中的一种或多种：单位时长内通过目标路段的第五对象数量，预测预设时长后通过目标路段的第六对象数量，当前预设时长内通过目标路段的第三平均速度，当前预设时长内对象通过目标路段的第二平均时长。
[0190]
其中，所述单位时长内通过目标路段的第五对象数量指的是当前在单位时长内通过所述目标路段的对象总数量；所述预测预设时长后通过目标路段的第六对象数量指的是借助导航数据或其他路况和对象数据预测得到的将在预设时长后通过所述目标路段的对象总数量；所述当前预设时长内通过目标路段的第三平均速度指的是在当前预设时长内，一个或多个对象通过所述目标路段时的速度的平均值；所述当前预设时长内对象通过目标路段的第二平均时长指的是在当前预设时长内，一个或多个对象通过所述目标路段所花费时长的平均值。其中，所述单位时长可根据实际应用的需要进行设置，比如可设置为1分钟等等；所述当前预设时长指的是自当前时刻向前或向后预设时长而得到的时长，比如，若当前时刻为11：00，预设时长为5分钟，则当前预设时长既可以是10:55-11:00，也可以是11:00-11:05。
[0191]
在本公开一实施方式中，所述异常拥堵指数指的是用于表征所述目标路段是否为异常拥堵的指数，根据所述异常拥堵指数可判定所述目标路段是否处于异常拥堵状态。
[0192]
在上述实施方式中，首先确定目标路段，然后获取所述目标路段的历史特征和实时特征，然后基于所述目标路段的历史特征和实时特征确定得到所述目标路段的异常拥堵指数，即可基于所述异常拥堵指数确定所述目标路段是否处于异常拥堵状态。
[0193]
在本公开一实施方式中，所述第二确定模块203中基于所述目标路段的历史特征和实时特征，确定所述目标路段的异常拥堵指数的部分，可被配置为：
[0194]
根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值；
[0195]
根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值；
[0196]
根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值；
[0197]
根据所述第一对象数量和第三对象数量确定对象阈值，根据所述第二对象数量和第四对象数量确定预测对象阈值；
[0198]
根据所述历史通行阈值、实时通行阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值；
[0199]
根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数。
[0200]
在该实施方式中，基于所述目标路段的历史特征和实时特征分别确定拥堵标记值、历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、低速等级值、对象等级值和通行等级值，并最终确定得到所述目标路段的异常拥堵指数。
[0201]
具体地：
[0202]
在本公开一实施方式中，所述根据所述第一平均时长、第一平均速度和第二平均速度，确定所述目标路段的拥堵标记值的部分，可被配置为：
[0203]
将第一平均时间与预设时长进行比较，或者，将第一平均速度与第二平均速度与预设速度值的差值进行比较；
[0204]
若所述第一平均时长小于预设时长，或者所述第一平均速度小于所述第二平均速度与预设速度值之差，则所述目标路段的拥堵标记值为第一预设拥堵标记值，表示所述目标路段为异常拥堵状态的概率较高，否则，为第二预设拥堵标记值，表示所述目标路段为异常拥堵状态的概率较低。
[0205]
当所述预设时长取为30秒，预设速度值取为15时，所述拥堵标记值的确定可用公式表示为：
[0206][0207]
其中，red
label
表示拥堵标记值，red
time
表示第一平均时长，red
speed
表示第一平均速度，green
speed
表示第二平均速度，0为第一预设拥堵标记值，1为第二预设拥堵标记值。
[0208]
在本公开一实施方式中，所述根据所述目标路段的拥堵标记值、第一平均速度和第一平均时长，确定所述目标路段的历史通行阈值的部分，可被配置为：
[0209]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度低于预设速度阈值的对象数量确定为所述历史通行阈值；
[0210]
当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第一平均时长高于预设时长阈值的对象数量确定为所述历史通行阈值。
[0211]
当所述第一预设拥堵标记值设为0，所述第二预设拥堵标记值设为1时，所述历史通行阈值的确定可用公式表示为：
[0212][0213]
其中，slow
limit
表示历史通行阈值，speed[i]表示低于预设速度阈值的第一平均速度序列，i为交通参与者标记，比如可设置为1，time[i]表示高于预设时长阈值的第一平均时长序列。
[0214]
在本公开一实施方式中，所述根据所述目标路段的拥堵标记值、第三平均速度和第二平均时长，确定所述目标路段的实时通行阈值的部分，可被配置为：
[0215]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第三平均速度低于预设速度阈值的对象数量确定为所述实时通行阈值；
[0216]
当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长高于预设时长阈值的对象数量确定为所述实时通行阈值。
[0217]
当所述第一预设拥堵标记值设为0，所述第二预设拥堵标记值设为1时，所述实时通行阈值的确定可用公式表示为：
[0218][0219]
其中，slow
online
表示实时通行阈值，speed
*
[i]表示低于预设速度阈值的第三平均速度序列，time
*
[i]表示高于预设时长阈值的第二平均时长序列。
[0220]
在本公开一实施方式中，所述根据所述第一对象数量和第三对象数量确定对象阈
值的部分，可被配置为：
[0221]
将第三对象数量加上第一对象数量与第三对象数量之差的四分之一，得到所述对象阈值。
[0222]
在该实施方式中，所述对象阈值的确定可用公式表示为：
[0223][0224]
其中，user
limit
表示对象阈值，ug表示第三对象数量，ur表示第一对象数量。
[0225]
在本公开一实施方式中，所述根据所述第二对象数量和第四对象数量确定预测对象阈值的部分，可被配置为：
[0226]
将第四对象数量加上第二对象数量与第四对象数量之差的四分之一，得到所述预测对象阈值。
[0227]
在该实施方式中，所述预测对象阈值的确定可用公式表示为：
[0228][0229]
其中，etau
limit
表示预测对象阈值，eg表示第四对象数量，er表示第二对象数量。
[0230]
在本公开一实施方式中，所述根据所述历史通行阈值、实时通行阈值、对象阈值、预测对象阈值、第五对象数量、第六对象数量、第一平均速度、第三平均速度、第一平均时长和第二平均时长确定低速等级值、对象等级值和通行等级值的部分，可被配置为：
[0231]
将实时通行阈值与历史通行阈值的比值和第一预设数值中的最小值确定为所述低速等级值；
[0232]
将第五对象数量与第一对象数量的比值和第六对象数量与第二对象数量的比值中的最大值，和第二预设数值中的最小值确定为所述对象等级值；
[0233]
当所述目标路段的拥堵标记值为第一预设拥堵标记值时，将第一平均速度与第三预设数值的和值与第三平均速度的比值确定为所述通行等级值；当所述目标路段的拥堵标记值为第二预设拥堵标记值时，将第二平均时长与第一平均时长的比值与第四预设数值的乘积确定为所述通行等级值。
[0234]
在该实施方式中，当所述第一预设数值取为2.7时，所述低速等级值的确定可用公式表示为：
[0235][0236]
其中，v0表示低速等级值。
[0237]
当所述第二预设数值取为1.7时，所述对象等级值的确定可用公式表示为：
[0238][0239]
其中，v1表示对象等级值。
[0240]
当所述第三预设数值取为15，第四预设数值取为2时，所述通行等级值的确定可用公式表示为：
[0241][0242]
其中，v2表示通行等级值。
[0243]
在本公开一实施方式中，所述根据所述低速等级值、对象等级值和通行等级值确定所述目标路段的异常拥堵指数的部分，可被配置为：
[0244]
将所述低速等级值、对象等级值、通行等级值和第五预设数值中的最大值与第六预设数值的差值乘以第七预设数值，得到所述目标路段的异常拥堵指数。
[0245]
当所述第五预设数值取为0，第六预设数值取为1，第七预设数值取为100时，所述异常拥堵指数的确定可用公式表示为：
[0246]
red
level
＝(max{v0，v1，v2，1}-1)*100，
[0247]
其中，red
level
表示异常拥堵指数。
[0248]
进一步地，为了对于异常拥堵指数的上限进行限制，所述异常拥堵指数的确定公式可修正为：
[0249]
red
level
＝min((max{v0，v1，v2，1}-1)*100，500)。
[0250]
在本公开一实施方式中，所述第二确定模块203中基于所述异常拥堵指数确定所述目标路段是否为异常拥堵的部分，可被配置为：
[0251]
当所述异常拥堵指数超过第八预设数值时，确定所述目标路段为异常拥堵。
[0252]
在该实施方式中，根据所述异常拥堵指数的大小来确定所述目标路段是否为异常拥堵，比如，首先确定一预设数值，若所述异常拥堵指数超过该预设数值时，则可确定所述目标路段处于异常拥堵状态，否则，则不处于异常拥堵状态。其中，所述第八预设数值的大小可根据实际应用的需要进行设置，本公开对其不作具体限定，比如，所述预设数值的大小可根据不同的路段等级、路段上是否有红绿灯、当前时段是否属于高频易拥堵时段等情况来确定，比如，若所述目标路段属于高流量路段、具有红绿灯、当前时段属于高频易拥堵时段，则所述第八预设数值可设置为较高的数值，比如，300、320等等，反之，则所述第八预设数值可设置为较低的数值，比如，260、280等等。
[0253]
本公开实施例还公开了一种导航方法，其中，获取至少基于起点、终点及实时交通路况规划的导航路线，基于所述导航路线进行导航引导，在导航引导过程中，播报实时交通事件，其中，所述实时交通路况中的异常拥堵是基于上述的任意一项方法确定的。
[0254]
本公开还公开了一种电子设备，图3示出根据本公开一实施方式的电子设备的结构框图，如图3所示，所述电子设备300包括存储器301和处理器302；其中，
[0255]
所述存储器301用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器302执行以实现上述方法步骤。
[0256]
图4是适于用来实现根据本公开一实施方式的路况确定方法的计算机系统的结构示意图。
[0257]
如图4所示，计算机系统400包括处理单元401，其可以根据存储在只读存储器(rom)402中的程序或者从存储部分408加载到随机访问存储器(ram)403中的程序而执行上述实施方式中的各种处理。在ram403中，还存储有计算机系统400操作所需的各种程序和数
据。处理单元401、rom402以及ram403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0258]
以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。其中，所述处理单元401可实现为cpu、gpu、tpu、fpga、npu等处理单元。
[0259]
特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述路况确定方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。
[0260]
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0261]
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
[0262]
作为另一方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开实施例的方法。
[0263]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。