本申請涉及交通控制，尤其涉及一種基于ai感知網(wǎng)絡(luò)的交通風(fēng)險事件識別分析方法。
背景技術(shù)：
1、大間隔事件關(guān)系到乘客的乘車體驗，是引發(fā)投訴的主要原因之一，同時發(fā)車間隔達(dá)標(biāo)率也是部分城市的考核指標(biāo)，因此盡快消除大間隔事件帶來的不利影響，是非常必要的。
2、同時大間隔事件是公交運營中無法避免的常見場景，但以往僅能規(guī)定各車次的發(fā)車間隔，無法做到對所有站點的到站時間進(jìn)行考核。在實際運營過程中，不同站點之間存在特殊情況，即使各車次的發(fā)車間隔符合標(biāo)準(zhǔn)，仍然存在大間隔事件的產(chǎn)生。現(xiàn)有技術(shù)中，調(diào)度員一般依靠人工經(jīng)驗判斷影響站點、影響時長以及影響車次，并人工決定通過掉頭、繞路等調(diào)度方法盡量彌補，對調(diào)度員的調(diào)度能力要求極高，效率低下且成效不好。
技術(shù)實現(xiàn)思路
1、本申請示例性的實施方式中提供一種基于ai感知網(wǎng)絡(luò)的交通風(fēng)險事件識別分析方法，用以提高大間隔事件的處理效率和成效，大幅降低大間隔事件的影響，并提高用戶滿意度。
2、根據(jù)示例性的實施方式中的第一方面，提供一種基于ai感知網(wǎng)絡(luò)的交通風(fēng)險事件識別分析方法，包括：
3、在當(dāng)前車次發(fā)生大間隔事件后，獲取車次數(shù)據(jù)和當(dāng)前車次的行駛路線數(shù)據(jù)；其中，所述車次數(shù)據(jù)包括同一行駛路線的各車次的狀態(tài)數(shù)據(jù)；
4、基于所述行駛路線數(shù)據(jù)中的擁堵指數(shù)、所述車次數(shù)據(jù)中的當(dāng)前車次的車輛狀態(tài)和車輛滿載率，確定所述大間隔事件的發(fā)生原因；
5、基于所述大間隔事件的發(fā)生原因、所述行駛路線數(shù)據(jù)和所述車次數(shù)據(jù)，確定所述大間隔事件的影響站點范圍；
6、基于所述大間隔事件的發(fā)生原因和所述大間隔事件的影響站點范圍，確定所述大間隔事件的車次調(diào)度策略。
7、根據(jù)示例性的實施方式中的第二方面，提供一種車輛大間隔事件的處理裝置，該裝置包括：
8、獲取模塊，用于在當(dāng)前車次發(fā)生大間隔事件后，獲取車次數(shù)據(jù)和當(dāng)前車次的行駛路線數(shù)據(jù)；其中，所述車次數(shù)據(jù)包括同一行駛路線的各車次的狀態(tài)數(shù)據(jù)；
9、第一確定模塊，用于基于所述行駛路線數(shù)據(jù)中的擁堵指數(shù)、所述車次數(shù)據(jù)中的當(dāng)前車次的車輛狀態(tài)和車輛滿載率，確定所述大間隔事件的發(fā)生原因；
10、第二確定模塊，用于基于所述大間隔事件的發(fā)生原因、所述行駛路線數(shù)據(jù)和所述車次數(shù)據(jù)，確定所述大間隔事件的影響站點范圍；
11、第三確定模塊，用于基于所述大間隔事件的發(fā)生原因和所述大間隔事件的影響站點范圍，確定所述大間隔事件的車次調(diào)度策略。
12、根據(jù)示例性的實施方式中的第三方面，提供一種電子設(shè)備包括：處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，處理器通過運行可執(zhí)行指令以實現(xiàn)上述交通路口問題方法的步驟。
13、根據(jù)示例性的實施方式中的第四方面，提供一種計算機存儲介質(zhì)，計算機存儲介質(zhì)中存儲有計算機程序指令，當(dāng)指令在計算機上運行時，使得計算機執(zhí)行上述交通路口問題方法的步驟。
14、本申請實施例中，在當(dāng)前車次發(fā)生大間隔事件后，通過基于獲取的行駛路線數(shù)據(jù)中的擁堵指數(shù)、車次數(shù)據(jù)中的當(dāng)前車次的車輛狀態(tài)和車輛滿載率，確定大間隔事件的發(fā)生原因，并依據(jù)大間隔事件的發(fā)生原因，確定大間隔事件的影響站點范圍，從而提高確定的影響站點范圍的準(zhǔn)確性。并且本申請基于大間隔事件的發(fā)生原因和大間隔事件的影響站點范圍，確定大間隔事件的車次調(diào)度策略，從而提高大間隔事件的處理效率和成效，大幅降低大間隔事件的影響，并提高用戶滿意度。
1.一種基于ai感知網(wǎng)絡(luò)的交通風(fēng)險事件識別分析方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述行駛路線數(shù)據(jù)中的擁堵指數(shù)、所述車次數(shù)據(jù)中的當(dāng)前車次的車輛狀態(tài)和車輛滿載率，確定所述大間隔事件的發(fā)生原因，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述大間隔事件的發(fā)生原因、所述行駛路線數(shù)據(jù)和所述車次數(shù)據(jù)，確定所述大間隔事件的影響站點范圍，包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述大間隔事件的發(fā)生原因為客流過大，所述基于所述大間隔事件的發(fā)生原因、所述行駛路線數(shù)據(jù)和所述車次數(shù)據(jù)，確定所述大間隔事件的影響站點范圍，包括：
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述大間隔事件的發(fā)生原因為車輛故障，在確定所述大間隔事件的車次調(diào)度策略之前，所述方法還包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述大間隔事件的發(fā)生原因為道路擁堵，在確定所述大間隔事件的車次調(diào)度策略之前，所述方法還包括：
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述大間隔事件的發(fā)生原因、所述影響站點范圍和所述影響車次范圍，確定所述大間隔事件的車次調(diào)度策略，包括：
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于所述大間隔事件的發(fā)生原因、所述影響站點范圍和所述影響車次范圍，確定所述大間隔事件的車次調(diào)度策略，包括：
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述設(shè)定倍數(shù)包括第一倍數(shù)和第二倍數(shù)，第一倍數(shù)小于第二倍數(shù)，所述基于所述總標(biāo)準(zhǔn)通行時長與所述行駛路線數(shù)據(jù)中所述大間隔事件的預(yù)測通行時長的倍數(shù)和設(shè)定倍數(shù)之間的關(guān)系，確定對應(yīng)的車次調(diào)度策略，包括：
10.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述大間隔事件的發(fā)生原因和所述大間隔事件的影響站點范圍，確定所述大間隔事件的車次調(diào)度策略，包括：