一种检测交通流量异常的方法

1.本发明属于交通流量监测技术领域，特别涉及一种检测交通流量异常的方法。


背景技术：

2.交通流量监测是交警部门进行路线检测和道路导航中必不可少的环节，通过准确监测交通流量才能够得到交通流量异常的路段，之后有针对性的进行交通疏导。
3.然而，目前交通流量监测主要是基于全球导航卫星系统来实现的，这种监测方法有实时、快速的优点，但是如果车辆在高架或隧道中行驶，或周围存在建筑物屏蔽的情况，则无法准确监测到车辆的位置，可能造成车辆位置的错误上报或者无法找到车辆位置的情况。这样就导致无法准确的得到交通流量异常的情况。


技术实现要素：

4.本发明的目的是克服现有技术的缺陷，提供了一种检测交通流量异常的方法，其能够准确的确定车辆所处的三维地理位置，并且根据车辆所处的三维地理位置信息确定监测路段上的车辆数，从而提高交通流量异常检测结果的准确性。
5.本发明提供的技术方案为：
6.一种检测交通流量异常的方法，包括：
7.获取监测路线上的所有车辆的三维地理位置信息数据；
8.将所述监测路线划分为多个监测路段，并且确定每个监测路段的正常车辆容载量；
9.根据所有车辆的位置信息数据，统计当前监测路段的实际车辆数，并将当前监测路段的实际车辆数与正常车辆容载量进行对比；
10.其中，如果当前监测路段的实际车辆数大于当前监测路段的正常车辆容载量，则判断当前监测路段交通流量异常。
11.优选的是，获取车辆的地理位置信息的方法为：
12.通过导航卫星系统确定车辆的初始位置；
13.在车辆行驶过程中，通过车载传感器确定车辆所处的环境信息；
14.其中，所述环境信息至少包括车道的路面高度轮廓信息；
15.将所述车辆所处的环境信息与监测路线的数字三维地理地图进行对比，在所述数字三维地理地图上查找处与车辆所处的环境信息相同的位置，即为车辆所处的地理位置。
16.优选的是，所处车载传感器包括：3d激光扫描仪、雷达及红外光感器。
17.优选的是，所述环境信息还包括：路面明显标志物。
18.优选的是，所述车载传感器还包括：惯性传感器。
19.优选的是，所述的检测交通流量异常的方法，还包括：通过惯性传感器确定车辆行驶的里程，并将通过惯性传感器获得的车辆里程确定数字三维地理地图上的搜索范围；将所述搜索范围内的数字三维地理地图与所述车辆所处的环境信息进行对比。
20.本发明的有益效果是：
21.本发明提供的检测交通流量异常的方法，能够准确的确定车辆所处的三维地理位置，并且根据车辆所处的三维地理位置信息确定监测路段上的车辆数，从而提高交通流量异常检测结果的准确性。
附图说明
22.图1为本发明所述的检测交通流量异常的方法的流程图。
23.图2为发明所述的将车辆所处的路面高度轮廓与数字三维地理地图进行对比的示意图。
具体实施方式
24.下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
25.如图1-2所示，本发明提供了一种检测交通流量异常的方法，检测过程包括：
26.一、获取监测路线上的所有车辆的三维地理位置信息数据
27.首先，通过全球导航卫星系统确定车辆的初始位置，在车辆行驶过程中，全球导航卫星系统实时获取车辆位置信息。
28.同时，在车辆行驶过程中，通过车载传感器确定车辆所处的环境信息；其中，所述环境信息至少包括车道的路面高度轮廓信息。所述路面高度轮廓信息为车载传感器检测范围内的车辆所在位置的路面沿道路纵向、道路横向(宽度方向)的的高度变化情况，例如将路面按照横向纵向延伸均匀划分为多个监测网格，每个网格的中心点水平面位置和高度即组成该中心点的三维坐标。生成所有点的三维坐标，即得到该监测范围内的路面高度轮廓形状，这样就得到了车辆所在位置的环境信息。将所述车辆所处的环境信息与监测路线的数字三维地理地图进行对比，在所述数字三维地理地图上查找处与车辆所处的环境信息相同的位置，即为车辆所处的三维地理位置。
29.如图2所示，可将通过路面环境信息(路面高度轮廓形状)110与数字三维地理地图120进行对比，确定该路面环境信息所处的地理位置，这种对比方法属于现有技术，此处不再赘述。
30.作为一种优选，所述车载传感器采用3d激光扫描仪、雷达及红外光感器。
31.作为进一步的优选，所述环境信息还包括：路段交叉点信息，路面的曲率半径及路面分支情况。
32.作为进一步的优选，所述环境信息还包括：路面明显标志物。
33.在一种实施例中，将路段交叉点信息，路面的曲率半径及路面分支情况及路面明显标志物信息与路面的高度轮廓信息结合后得到车辆所处的环境信息，之后与数字三维地理地图进行对比，得到车辆所处的位置信息。
34.通过设定更多的环境信息参数，能够使最终得到的车辆的地理位置结果更为准确，但是同时也需要耗费较多的计算资源。在实际应用中，可根据路面复杂程度进行环境参数的取舍。
35.二、将所述监测路线划分为多个监测路段，并且确定每个监测路段的正常车辆容
载量
36.每个路段的正产容载量信息可以根据车辆之间的纵向最小间距进行确定，路段长度和最小间距的比值乘以该路段的车道数即可得到路段的正常车辆容载量。其中，最小间距可以根据交通监管部门的规定进行设定。
37.三、根据所有车辆的位置信息数据，统计当前监测路段的实际车辆数，并将当前监测路段的实际车辆数与正常车辆容载量进行对比
38.根据车辆的位置信息数据，把所有位置处于当前监测路段的车辆数进行累加，得到当前监测路段的实际车辆数。其中，如果当前监测路段的实际车辆数大于当前监测路段的正常车辆容载量，则判断当前监测路段交通流量异常。
39.在另一种实施中，所述车载传感器还包括：惯性传感器。由于路线情况负责，通过车辆里程表可能无法确定车辆所行驶的准确里程。通过安装惯性传感器可以确定车辆行驶的里程，并将通过惯性传感器获得的车辆里程确定数字三维地理地图上的搜索范围；将所述搜索范围内的数字三维地理地图与所述车辆所处的环境信息进行对比。通过车辆惯性传感器确定车辆行驶里程能够缩小与车辆所处环境信息进行对比的数字三维地理地图的范围，从而能够提高搜索速度，并且能够进一步提高对比结果的准确性。
40.在另一种实施例中，还包括将全球导航卫星系统实时获取车辆位置信息、车辆环境信息，包括路段交叉点信息，路面的曲率半径、路面分支情况、路面明显标志物信息、路面的高度轮廓信息，以及惯性传感器确定的车辆行驶里程信息结合后得到车辆所在的位置信息。例如，从提高速监测交通流量异常速度的度角考虑，可以在全球导航卫星系统能够监测到车辆的时候，单独使用全球导航卫星系统的数据确定车辆位置；当全球导航卫星系统无法监测到车辆时，使用车辆所处环境信息与数字三维地理地图进行比较的方式确定车辆的地理位置；在将车辆所处环境信息与数字三维地理地图进行比较之前，可以通过车辆惯性传感器确定车辆行驶里程缩小与车辆所处环境信息进行对比的数字三维地理地图的范围。而从提高速监测交通流量异常准确度的度角考虑，可以综合全球导航卫星系统的数据，车辆所处环境信息与数字三维地理地图进行比较得到的地理位置数据和车辆惯性传感器得到的车辆里程数据综合判断，最终确定车辆所在的位置。
41.尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。