(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111543642.2 (22)申请日 2021.12.16 (65)同一申请的已公布的文献号 申请公布号 CN 114241767 A (43)申请公布日 2022.03.25 (73)专利权人 深圳市鹏城交通网络股份有限公 司 地址 518000 广东省深圳市罗湖区仙湖路 莲塘鹏基 工业区702栋四楼西座 (72)发明人 高波　陈嘉鹏　陈春英　黎忠华　 陈乙利　李有朋　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 时嘉鸿 (51)Int.Cl. G08G 1/01(2006.01) G08G 1/065(2006.01)G06Q 10/04(2012.01) G06Q 50/30(2012.01) (56)对比文件 JP 2011048754 A,201 1.03.10 CN 112418690 A,2021.02.26 CN 112069378 A,2020.12.1 1 CN 106248878 A,2016.12.21 CN 108831147 A,2018.1 1.16 王征等.农村公路交通 量数据的应用分析与 研究. 《黑龙江交通科技》 .2015,(第1 1期),全文. 陈珂等.融入时间关联因子曲线拟合的交通 流异常挖掘方法. 《计算机 工程与设计》 .2013, (第07期),全 文. 李悦等.基 于云模型的城市快速路交通状态 评价方法研究. 《公路工程》 .2013,(第0 3期),全 文. 审查员 高毅娟 (54)发明名称 基于智慧交通综合数据仓城市体检数据分 析方法及系统 (57)摘要 本发明提供了一种基于智慧交通综合数据 仓城市体检数据分析方法及系统， 该方法， 包括： S1、 获取目标数据类型， 根据目标数据类型对智 慧交通综合数据仓内的数据进行筛选， 得到若干 符合目标数据类型的目标数据； S2、 对若干目标 数据进行处理， 得到目标数据分析曲线图； S3、 获 取对比标准曲线图， 根据对比标准曲线图对目标 数据分析曲线图进行对比分析， 生成优劣程度曲 线图； S4、 整合所有目标数据类型对应的优劣程 度曲线图生成城市交通体 检报告。 权利要求书4页 说明书13页 附图3页 CN 114241767 B 2022.11.01 CN 114241767 B 1.一种基于智慧 交通综合数据仓城市体 检数据分析 方法， 其特 征在于， 包括： S1、 获取目标数据类型， 根据所述目标数据类型对智慧交通综合数据仓内的数据进行 筛选， 得到若干符合目标 数据类型的目标 数据； S2、 对若干所述目标 数据进行处 理， 得到目标 数据分析曲线图； S3、 获取对比标准曲线图， 根据所述对比标准曲线图对所述目标数据分析曲线图进行 对比分析， 生成优劣程度曲线图； S4、 整合所有目标 数据类型对应的优劣程度曲线图生成城市交通体 检报告； 其中， 所述目标 数据类型包括车辆数据类型、 行 人数据类型、 环境数据类型； 获取车辆数据中的每日车流数据， 若城市任一区域内任一道路的当日车流数据与当前 道路的历史车流数据相比存在异常； 其中， 所述异常包括当日车流长度与历史车流长度差 值超过预设长度阈值或当日车流 通行速度与历史车流 通行速度差值超过 预设速度阈值； 获取当前道路的环境数据， 判断当前道路的环境数据中是否存在施工区域或事故区 域； 若不存在， 获取当前道路的环境数据中的当日环境影 像和历史环境影 像； 对所述当日环境影像进行部分截图拼接处理， 得到当前道路无车辆行人的当日拼接图 像； 对所述历史环境影像进行部分截图拼接处理， 得到当前道路无车辆行人的历史拼接图 像； 基于预先训练 的道路异常识别模型对所述当日拼接图像进行异常识别， 得到第 一异常 分布信息； 基于预先训练 的道路异常识别模型对所述历史拼接图像进行异常识别， 得到第 二异常 分布信息； 其中， 所述预先训练 的道路异常识别模型输出的异常分布信 息包括异常的异常类型和 异常位置； 所述异常类型包括障碍物挡路异常类型、 地 面损坏异常类型； 基于所述第 二异常分布信 息对所述第 一异常分布信 息进行筛选， 剔除所述第 一异常分 布信息中与所述第二异常分布信息具有相同异常类型和相同异常位置的异常， 得到第三异 常分布信息； 根据所述第三异常 分布信息生成交通道路异常报告。 2.根据权利要求1所述的一种基于智慧交通综合数据仓城市体检数据分析方法， 其特 征在于， 所述S2包括： S21、 获取若干相同目标 数据类型的目标 数据； S22、 将城市进行区域划分， 根据若干所述目标数据的采集的区域的不同， 将若干所述 目标数据分组为若干区域 目标数据组； 其中， 所述区域 目标数据组中包括若干具有相同采 集区域的目标 数据； S23、 将所述区域目标数据组中的目标数据的采集时间作为横坐标、 目标数据的值作为 纵坐标， 生成所述区域目标 数据组的曲线分析图； S24、 获取所有所述区域目标数据组对应的曲线分析图进行曲线拟合， 得到目标数据曲 线分析图。 3.根据权利要求1所述的一种基于智慧交通综合数据仓城市体检数据分析方法， 其特权　利　要　求　书 1/4 页 2 CN 114241767 B 2征在于， 所述S3包括： S31、 获取与所述目标 数据类型对应的对比标准曲线图作为目标对比标准曲线图； S32、 获取目标数据分析曲线图中需要进行对比分析的时间段的部分目标数据分析曲 线图； S33、 对所述目标对比标准曲线图和所述部分目标数据分析曲线图进行优劣数据对比 分析， 生成优劣程度曲线图。 4.根据权利要求1所述的一种基于智慧交通综合数据仓城市体检数据分析方法， 其特 征在于， 还 包括： 获取车辆数据中每辆车辆在城市中的车辆行程路线； 根据所述车辆行程路线中的行程叠加路线的叠加次数， 选取行程叠加次数最多的行程 路线构建每辆车辆在城市的熟悉行程路线； 获取每辆车辆在其对应的熟悉行程路线中每一交通路口 的车辆等待时间； 获取预设等待时间集作为横坐标， 若干车辆等待时间处于不同预设等待时间内的次数 作为纵坐标构建个人等待柱形图； 对若干所述个人等待柱形图内的数据进行整合， 得到城市等待柱形图； 采集所述个人等待柱形图中的纵坐标数据结合不同预设等待时间对应的权重系数计 算每位驾驶员的交通满意度； 获取每位驾驶员的交通满意度计算城市平均交通满意度； 获取存在相同熟悉行程路线的车辆对应的驾驶员的交通满意度， 计算所述熟悉行程路 线的区域平均交通满意度； 判断若干所述熟悉行程路线的重叠路线， 获取每辆车辆在所述重叠路线中每一交通路 口的第二车辆等待时间； 根据每一重叠路线涉及到的熟悉行程路线的数量确定重叠权重， 其中， 涉及到的熟悉 行程路线的数量越多重 叠权重越高； 根据所述重叠权重、 所述第 二车辆等待时间和预设的第 二车辆等待时间对应的权重系 数计算每一交通路口 的失望值； 将每一交通路口根据对应的失望值从高到低进行排序， 得到交通路口失望序列； 将所述城市等待柱形图、 所述城市平均交通满意度、 所述区域平均交通满意度、 所述交 通路口失望序列进行整合， 生成交通体 检数据满意度报告。 5.一种基于智慧 交通综合数据仓城市体 检数据分析系统， 其特 征在于， 包括： 获取模块， 用于获取目标数据类型， 并根据所述目标数据类型对智慧交通综合数据仓 内的数据进 行筛选， 得到若干符合目标数据类型的目标数据； 其中， 所述目标数据类型包括 车辆数据类型、 行 人数据类型、 环境数据类型； 处理模块， 用于对若干所述目标 数据进行处 理， 得到目标 数据分析曲线图； 对比模块， 用于获取对比标准曲线图， 根据所述对比标准曲线图对所述目标数据分析 曲线图进行对比分析， 生成优劣程度曲线图； 城市交通体检报告生成模块， 用于整合所有目标数据类型对应的优劣程度曲线图生成 城市交通体 检报告； 交通道路异常报告生成模块；权　利　要　求　书 2/4 页 3 CN 114241767 B 3