【技术实现步骤摘要】
本说明书一个或多个实施例涉及车辆到达时间预测系统，尤其涉及基于交通检测数据的车辆达到时间预测系统及方法。
技术介绍
1、智能交通系统又称智能运输系统，是将先进的科学技术有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
2、其中车辆到达时间预测系统作为只能交通系统重要一环，现有技术一般采用统筹计算的方式，在实际计算时其计算量大，对硬件需求大而使其设备成本增加，同时现有技术一般采用单一的路况信息获取方式在使用时其误差增加，从而无法满足现有技术所需。
技术实现思路
1、有鉴于此，本说明书一个或多个实施例的目的在于提出基于交通检测数据的车辆达到时间预测系统及方法，以解决的问题。
2、基于上述目的，本说明书一个或多个实施例提供了基于交通检测数据的车辆达到时间预测系统，包括路况数据、地图数据，以及车速信息；
3、所述路况数据通过互联网信息获取路况信息，并从中获取对应路况数据是吧对应路况拥堵详情；
4、所述地图数据通过内部存储的对应区块地图，从中获取最优路线，并提取最优路段的直线路段距离，以及转弯路段距离，且堵车路段氛围五个等车等级；
5、其中，所述地图数据识别的最优路线数据传输至路况数据，而路况数据根据最优路线数据获取对应路线路况信息；
6、所述车速信息，根据车载电脑识别车辆行驶速度；
7、所述地图数据将最优路
8、所述数据计算模块中计算将最优路线的通行时间进行计算，得到整个最优路线的通行时间，最终通过数据输出模块输出对应数据。
9、优选的，所述路况数据包括：道路拥堵计算模块、道路车辆信息和红绿灯实时信息，所述道路车辆信息经过识别互联网信息和卫星信息判断道路上车辆数量信息，并反馈道路拥堵计算模块中计算获得对应拥堵路段信息，红绿灯实时信息结合地图数据传输的对应最优路线上的红绿灯并经过互联网信息识别对应红绿灯实时动态时间数据；
10、其中，道路拥堵计算模块经过计算对应路段长度以及该路段存有车辆数量判断该路段是否拥堵的情况；
11、所述道路拥堵计算模块和红绿灯实时信息，反馈至道路信息中，并由道路信息整合完整路线信息，再经过路况信息传输模块传输至信息整合处理模块中；
12、其中，互联网信息经过网络数据接收模块实时接收传输至路况数据中，且路况数据还接收卫星数据接收模块获取的实时卫星反馈的道路车辆数量信息。
13、优选的，所述地图数据包括：路线信息和红绿灯信息，所述路线信息获取数据存储模块中存储的地图路线数据，并识别最优路线数据，传输至路线数据编译模块中，所述路线数据编译模块经过执行路段信息和转弯路段信息识别最优路线中的转弯路段以及自行路段，并获取对应路段长度并编译在数据中；
14、其中，数据存储模块实时获取互联网信息更新地图数据；
15、所述路线数据编译模块经过地图数据传输模块传输编译后的路线信息至信息整合处理模块；
16、所述红绿灯信息单独编译后经过地图数据传输模块传输至路况数据中；
17、其中，路线数据编译模块编译的红绿灯数据为红绿灯标记，且该标记与网络数据红绿灯实时动态信息的位置信息相匹配。
18、优选的，所述数据计算模块中计算总体时间的计算公式为：
19、t合＝t转+t直+t堵+t灯；
20、其中，t合表示整个路段通行时间，t转表示所有转弯路段所需时间的总和，t直表示所有直行路段所需时间的总和，t堵表示所有堵车路段所需时间的总和，t灯表示所有红绿灯实时时间状态的总和。
21、优选的，所述t转的计算公式为：
22、t转＝(s转1/v转1)+(s转2/v转2)+…+(s转n/v转n)；
23、其中，s转1、s转2和s转n表示转弯路段路程，v转1、v转2和v转n表示转弯路段速度，且转弯时当角度大于95°时转弯的速度以18km/h的速度阈值计算，当转弯角度小于95°时转弯速度以27km/h的速度阈值计算。
24、优选的，所述t直的计算公式为：
25、t直＝(s直1/v直1)+(s直2/v直3)+…+(s直n/v直n)
26、其中，s直1、s直2和s直n表示直车路段路程，v直1、v直2和v直n表示直车路段速度，且直行路段路程以实时路况信息获取的信息为基准，直行路段速度以车速信息在10秒时间内的平均速度为基准。
27、优选的，所述t直的计算公式为：
28、t堵＝(s堵1/v堵1)+(s堵2/v堵3)+…+(s堵n/v堵n)
29、其中，s堵1、s堵2和s堵n表示堵车路段路程，v堵1、v堵2和v堵n表示堵车路段速度，且堵车路段路程以实时路况信息获取的信息为基准，堵车路段速度以车速信息在30秒时间内的平均速度为基准；
30、其中，车辆在未进入堵车路段时堵车路段车辆行驶速度以堵车的五个等级分别以10km/h、15km/h、20km/h、25km/h和30km/h的基准进行计算。
31、所述卫星数据接收模块接收北斗导航卫星传输的数据。
32、作为上述技术方案的实际工作方法，提出了基于交通检测数据的车辆达到时间预测方法，与基于交通检测数据的车辆达到时间预测系统配合使用，包括以下步骤：
33、d1：经过互联网信息以及卫星数据结合地图数据，获取路况信息以及最优路线数据，形成完整路线图；
34、d2：经过路况数据与最优路线信息，获取对应整段路线进行拆分为堵车路段、直线行驶路段以及转弯路段，进行单独整合形成行驶规划，再将红绿灯实时时间动态识别；
35、d3：计算对应路线整合的实时数据计算得到路线行驶时间总和，并加上实时红绿灯时间动态形成到达时间预测结果输出。
36、从上面所述可以看出，本说明书一个或多个实施例提供的，基于交通检测数据的车辆达到时间预测系统及方法，基于卫星数据以及互联网数据的实时动态，避免现有技术中由于单一数据渠道造成车辆行驶数据部准确，并且在处理路线堵塞以及红绿灯等待时间上运用到数据实时动态上使其车辆行驶预测时间准确性大大提高，且在对信息处理时将路段信息进行分割处理的方式，降低了道路整体计算时的误差同时也降低了硬件条件的要求，从而使其在使用时大大降低预测效果实现所需硬件成本的降低。
本文档来自技高网...【技术保护点】
1.基于交通检测数据的车辆达到时间预测系统，包括路况数据(1)、地图数据(2)，以及车速信息(3)，其特征在于：
2.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述路况数据(1)包括：
3.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述地图数据包括：
4.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述数据计算模块(15)中计算总体时间的计算公式为：
5.根据权利要求4所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述T转的计算公式为：
6.根据权利要求4所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述T直的计算公式为：
7.根据权利要求4所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述T直的计算公式为：
8.根据权利要求2所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述卫星数据接收模块(11)接收北斗导航卫星传输的数据。
9.基于交通检测数据的
...【技术特征摘要】
1.基于交通检测数据的车辆达到时间预测系统，包括路况数据(1)、地图数据(2)，以及车速信息(3)，其特征在于：
2.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述路况数据(1)包括：
3.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述地图数据包括：
4.根据权利要求1所述的基于交通检测数据的车辆达到时间预测系统，其特征在于，所述数据计算模块(15)中计算总体时间的计算公式为：
5.根据权利要求4所述的基于交通检测数据的车辆达到时间预测系统，其...
【专利技术属性】
技术研发人员：冯德军，苏加兴，李友鹏，刘双石，许德明，李和龙，李天豪，
申请(专利权)人：山东双利电子工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。