一种提升港区道路安全性的交通路径诱导方法及系统

摘要

本发明公开了一种提升港区道路安全性的交通路径诱导方法及系统，该提升港区道路安全性的交通路径诱导方法，包括以下步骤：收集港区的相关数据信息，根据相关数据信息在云平台中建立预测拥堵情况的预测模型；将该港区实时的相关数据输入到预测模型中，获取预测结果；根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员。本发明通过将根据预测结果分析出的交通路径诱导方案分发给各驾驶员，使驾驶员可即时了解目标港口中的货物存放情况，进而降低拥堵和交通事故的发生，提高道路通行效率和安全性，解决了现有技术中存在因为用户不能及时了解港口货物存放情况而导致很多车辆拥堵在港口等待货物存放的问题。

权利要求

1.一种提升港区道路安全性的交通路径诱导方法，其特征在于，包括以下步骤：S1，收集港区的相关数据信息，根据相关数据信息在云平台中建立预测拥堵情况的预测模型；

S2，将该港区实时的相关数据输入到预测模型中，获取预测结果；

S3，根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员；

所述S1中的港区指可智能划分存放区域的面积的港区，包括根据存放货物种类划分的多个小区域的面积，多个小区域的面积的实际范围可以根据当前时间段不同货物种类被运输的活跃度在云平台中进行面积智能调整；

所述面积智能调整的具体流程包括：

步骤1，实时获取当前港区内各种类货物的现存数量Q、输入速率I和输出速率O；

步骤2，根据各类货物现存数量为各种类货物初步划分初始存放区域的面积，即已占用区域的面积，划分初始区域的面积使用以下公式： ，其中，表示第i种货物的初始存放区域的面积， 表示第i种货物的现存数量，N表示从预设的总存放区域面积E中划分出的小区域面积的数量，n表示货物种类总数， 表示不超过 的最大整数；

步骤3，根据各种类货物的输入速率和输出速率计算出各类货物运输活跃度系数，计算活跃度系数 使用以下公式：，

其中， 表示第i种货物的运输活跃度系数， 表示第i种货物的输入速率， 表示第i种货物的输出速率；

步骤4，根据各类货物的运输活跃度调整初始存放区域的面积，输出并保存调整后的最终存放区域的面积，即总存放区域的面积，计算存放区域的面积调整量 使用以下公式：，

其中， 表示第i种货物的存放区域的面积调整量，和 表示两个用于控制存放区域面积调整速度的预设参数；

计算最终存放区域的面积 使用以下公式： ，其中， 表示第i种货物的最终存放区域的面积。

2.如权利要求1所述提升港区道路安全性的交通路径诱导方法，其特征在于：所述第i种货物的最终存放区域的面积被改变后，其存放区域在总存放区域面积E中的区域面积对应的形状也随之改变，具体步骤为：通过公式 计算出每个种类存放区域调整前后的面积比例 ；

获取每种货物的初始存放区域面积对应的形状，并获取该形状的重心；

基于各种类存放区域面积变化前后的形状重心不变，根据面积比例 对每个种类初始存放区域的面积 进行缩放，使得形状调整后存放区域的面积与最终存放区域的面积 相匹配。

3.如权利要求2所述提升港区道路安全性的交通路径诱导方法，其特征在于：所述S1中相关数据信息包括港区内情况数据、当前正在前往该港区的各车辆定位、各车辆携带的货物种类及货物数量，根据相关数据信息建立预测拥堵情况的预测模型的具体流程为：步骤1，根据该港区当前的货物存放情况数据计算出各种类货物存放区域的面积的空余区域的面积 ， ，其中， 表示第i种货物已存放的区域的面积， 表示第i种货物总存放区域的面积；

步骤2，计算出空余区域的面积可存入的货物数量 为 ，其中， 表示第i种货物的现存数量；

步骤3，统计当前正在前往该港区的各车辆携带的货物种类及货物数量，按照携带货物种类将各车辆进行分类，得到各种类货物所对应的车辆列表；

步骤4，对每类货物所对应的车辆列表按照当前距离港区的距离由近到远进行排序，遍历并累加将前K辆车携带的货物数量，记录累加值不大于 的最后一辆车，以备后续为排在最后一辆车后的其他车辆分发交通路径诱导方案；

步骤5，根据步骤1至步骤4得出的各项数据进行预处理和特征提取，再通过机器学习算法构建关于港区拥堵情况的预测模型。

4.如权利要求3所述提升港区道路安全性的交通路径诱导方法，其特征在于：所述S3中根据预测结果分析出交通路径诱导方案的具体流程为：步骤1，设置拥堵等级，并为不同拥堵等级设置初步分析方案；

步骤2，获取预测结果，判断其符合的拥堵等级并获取对应初步分析方案；

步骤3，实获取车辆定位，实时根据现在拥堵情况计算在预计到达时间点的港区拥堵情况，优化初步分析方案为交通路径诱导方案。

5.如权利要求1所述提升港区道路安全性的交通路径诱导方法，其特征在于：所述S3中交通路径诱导方案中包括该车辆继续前往港区将面对的拥堵情况、目前港区中对于车辆携带的该种类货物的空余空间，目前前方存在携带同种类货物的车辆数量，该车辆继续前往该港区面对的所携带货物能够被存放的概率和距离该车辆最近的停车点。

6.一种提升港区道路安全性的交通路径诱导系统，其特征在于，所述提升港区道路安全性的交通路径诱导系统包括：车载终端、云平台和收集装置，其中，车载终端和收集装置分别与云平台通过互联网连接；

所述车载终端用于上传实时位置信息、当前装载货物和当前车辆信息，还用于接收云平台发来的交通路径诱导方案；

所述云平台用于接收实时港区内情况数据，存储港区内情况数据，建立智能预测模型，分析实时港区内情况数据，得出交通路径诱导方案，分发交通诱导路径方案至车载终端；

所述收集装置用于收集港区内情况数据，港区内情况数据包括总存放区域的面积数量、存放的货物种类数、各种类货物分配的总存放区域的面积、各种类货物的已存放的区域的面积、各种类货物现存数量、各种类货物的输入速率和各种类货物的输出速率并上传至云平台。

7.如权利要求6所述提升港区道路安全性的交通路径诱导系统，其特征在于：所述车载终端包括定位模块、上传模块、接收模块和可视化模块；

所述定位模块用于确定当前车载终端对应的车辆的实时位置；

所述上传模块用于将定位模块确定的实时位置上传至云平台，还用于上传该车辆携带的货物种类和货物数量至云平台；

所述接收模块用于接收云平台发来的交通路径诱导方案；

所述可视化模块用于将交通路径诱导方案进行可视化展示。

8.如权利要求7所述提升港区道路安全性的交通路径诱导系统，其特征在于：所述云平台包括传输模块、存储模块、构建模块、分析模块、优化模块和分配模块；

所述传输模块用于接收收集装置发来的港区内情况数据，还用于收集车载终端的实时位置信息、当前装载货物种类和当前车辆装载货物数量；

所述存储模块用于存储港区内情况数据、预测模型和预测结果；

所述构建模块用于通过机器学习根据历史港区内情况数据建立能够预测拥堵情况的预测模型；

所述分析模块用于通过预测模型对实时港区内情况数据进行分析，并输出初步分析方案；

所述优化模块用于根据车载终端发来的实时位置信息、当前装载货物和当前装载货物种类，将初步分析方案进行优化，得到优化后的交通路径诱导方案；

所述分配模块用于将优化后的交通路径诱导方案分发给对应车载终端。

说明书

一种提升港区道路安全性的交通路径诱导方法及系统

技术领域

[0001] 本发明涉及路径管理技术领域，尤其涉及一种提升港区道路安全性的交通路径诱导方法及系统。

背景技术

[0002] 智慧石油港区是近年来随着物流行业迅速发展而出现的新型港口，它利用现代信息技术和物联网技术实现了智能化管理和优化运输资源的目标；然而，在其快速发展的过程中，如何规范交通安全并提高韧性也成为了必须要解决的难题之一；交通路径诱导作为其中一项重要的技术手段，通过各种手段引导驾驶员选择最佳的行车路线，以降低交通事故的发生率和提高交通效率。

[0003] 为提高港区道路安全性，已经采用了多种交通路径诱导方法，例如：传统的标志和路牌直接向驾驶员提供方向信息和路况提示，是最基本也最有效的诱导方式之一；车辆导航系统则更加智能化，通过计算出最佳行驶路线来引导驾驶员，并提供实时路况信息及拥堵提示等服务；智能交通系统（ITS）可以根据在关键路段设置的传感器、摄像头实时收集的数据来分析路况和交通流量情况，以便中心控制系统发出相应警告或建议，指导驾驶员安全行车。

[0004] 例如公开号为：CN115497290A公开的一种面向交通系统韧性提升的个体行为风险识别方法及系统，包括：根据车辆行驶速度上限值和车辆行驶里程，计算行驶时间下限值；根据车辆实际行程时间和最大允许连续行驶时间，计算最少休息时间；根据行驶时间下限值和最少休息时间，计算行程时间下限值；判断车辆实际行程时间若小于行程时间下限值，则车辆存在危险驾驶行为。

[0005] 例如公开号为：CN115512561A公开的一种面向道路交通枢纽韧性提升的路径诱导方法及系统，包括：基于道路交通立交枢纽匝道桥及桥梁风险评估因素，确立风险因子；其中，风险因子包括弯矩的超重车辆荷载效应和设计汽车荷载效应之比、剪力的超重车辆荷载效应和设计汽车荷载效应之比、正截面超重车辆内力和抗弯承载力之比、斜截面超重车辆内力和抗剪承载力之比、上缘应力(拉应力时)和允许值之比、下缘应力(拉应力时)和允许值之比、正常使用极限状态活载最大挠度值和正常使用极限状态挠度规范限值之比、桥台竖向承载力和桥台支座竖向承载力允许值之比、竖向承载力最大值和桥墩支座竖向承载力允许值之比；基于风险因子建立超重车辆路径诱导模型；求解所述超重车辆路径诱导模型，得到车辆运行路径。

[0006] 但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

[0007] 现有技术中，用户驾驶车辆载着货物将货物运往港区时，只能知道将货物根据诱导路径送往港口何处，但不知道该货物是否存在积压现象，若存在积压现象则该用户带来的货物无法卸下还要等待；综上所述，若大量用户仅根据优化后的诱导路径向港区输送货物，存在因为用户不能及时了解港口货物存放情况而导致很多车辆拥堵在港口等待货物存放的问题。

发明内容

[0008] 本申请实施例通过提供一种提升港区道路安全性的交通路径诱导方法及系统，解决了现有技术中，若大量用户仅根据优化后的诱导路径向港区输送货物，存在因为用户不能及时了解港口货物存放情况而导致很多车辆拥堵在港口等待货物存放的问题，实现了提高港区交通的效率和安全性。

[0009] 本申请实施例提供了一种提升港区道路安全性的交通路径诱导方法，包括以下步骤：S1，收集港区的相关数据信息，根据相关数据信息在云平台中建立预测拥堵情况的预测模型；S2，将该港区实时的相关数据输入到预测模型中，获取预测结果；S3，根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员。

[0010] 进一步的，所述S1中的港区指可智能划分存放区域的面积的港区，包括根据存放货物种类划分的多个小区域的面积，多个小区域的面积的实际范围可以根据当前时间段不同货物种类被运输的活跃度在云平台中进行面积智能调整。

[0011] 进一步的，所述面积智能调整的具体流程包括：步骤1，实时获取当前港区内各种类货物的现存数量Q、输入速率I和输出速率O；步骤2，根据各类货物现存数量为各种类货物初步划分初始存放区域的面积，即已占用区域的面积，划分初始区域的面积使用以下公式：，其中， 表示第i种货物的初始存放区域的面积， 表示第i
种货物的现存数量，N表示从预设的总存放区域面积A中划分出的小区域面积的数量，n表示货物种类总数， 表示不超过 的最大整数；步
骤3，根据各种类货物的输入速率和输出速率计算出各类货物运输活跃度系数，计算活跃度系数 使用以下公式：

[0012] ，

[0013] 其中， 表示第i种货物的运输活跃度系数， 表示第i种货物的输入速率， 表示第i种货物的输出速率；步骤4，根据各类货物的运输活跃度调整初始存放区域的面积，输出并保存调整后的最终存放区域的面积，即总存放区域的面积，计算存放区域的面积调整量使用以下公式：

[0014] ，

[0015] 其中， 表示第i种货物的存放区域的面积调整量， 和 表示两个用于控制存放区域面积调整速度的预设参数；计算最终存放区域的面积 使用以下公式：，其中， 表示第i种货物的最终存放区域的面积。

[0016] 进一步的，所述第i种货物的最终存放区域的面积被改变后，其存放区域在总存放区域面积E中的区域面积对应的形状也随之改变，具体步骤为：通过公式 计算出每个种类存放区域调整前后的面积比例 ；获取每种货物的初始存放区域面积对应的形状，并获取该形状的重心；基于各种类存放区域面积变化前后的形状重心不变，根据面积比例对每个种类初始存放区域的面积 进行缩放，使得形状调整后存放区域的面积与最终存放区域的面积 相匹配。

[0017] 进一步的，所述S1中相关数据信息包括港区内情况数据、当前正在前往该港区的各车辆定位、各车辆携带的货物种类及货物数量，根据相关数据信息建立预测拥堵情况的预测模型的具体流程为：步骤1，根据该港区当前的货物存放情况数据计算出各种类货物存放区域的面积的空余区域的面积 ， ，其中， 表示第i种货物已存放的区域的面积， 表示第i种货物总存放区域的面积；步骤2，计算出空余区域的面积可存入的货物数量 为 ，其中， 表示第i种货物的现存数量；步骤3，统计当前正在前往该港区的各车辆携带的货物种类及货物数量，按照携带货物种类将各车辆进行分类，得到各种类货物所对应的车辆列表；步骤4，对每类货物所对应的车辆列表按照当前距离港区的距离由近到远进行排序，遍历并累加将前K辆车携带的货物数量，记录累加值不大于的最后一辆车，以备后续为排在最后一辆车后的其他车辆分发交通路径诱导方案；步骤5，根据步骤1至步骤4得出的各项数据进行预处理和特征提取，再通过机器学习算法构建关于港区拥堵情况的预测模型。

[0018] 进一步的，所述S3中根据预测结果分析出交通路径诱导方案的具体流程为：步骤1，设置拥堵等级，并为不同拥堵等级设置初步分析方案；步骤2，获取预测结果，判断其符合的拥堵等级并获取对应初步分析方案；步骤3，实获取车辆定位，实时根据现在拥堵情况计算在预计到达时间点的港区拥堵情况，优化初步分析方案为交通路径诱导方案。

[0019] 进一步的，所述S3中交通路径诱导方案中包括该车辆继续前往港区将面对的拥堵情况、目前港区中对于车辆携带的该种类货物的空余空间，目前前方存在携带同种类货物的车辆数量，该车辆继续前往该港区面对的所携带货物能够被存放的概率和距离该车辆最近的停车点。

[0020] 本申请实施例提供了一种提升港区道路安全性的交通路径诱导系统，所述提升港区道路安全性的交通路径诱导系统包括：车载终端、云平台和收集装置，其中，车载终端和收集装置分别与云平台通过互联网连接；所述车载终端用于上传实时位置信息、当前装载货物和当前车辆信息，还用于接收云平台发来的交通路径诱导方案；所述云平台用于接收实时港区内情况数据，存储港区内情况数据，建立智能预测模型，分析实时港区内情况数据，得出交通路径诱导方案，分发交通诱导路径方案至车载终端；所述收集装置用于收集港区内情况数据，港区内情况数据包括总存放区域的面积数量、存放的货物种类数、各种类货物分配的总存放区域的面积、各种类货物的已存放的区域的面积、各种类货物现存数量、各种类货物的输入速率和各种类货物的输出速率并上传至云平台。

[0021] 进一步的，所述车载终端包括定位模块、上传模块、接收模块和可视化模块；所述定位模块用于确定当前车载终端对应的车辆的实时位置；所述上传模块用于将定位模块确定的实时位置上传至云平台，还用于上传该车辆携带的货物种类和货物数量至云平台；所述接收模块用于接收云平台发来的交通路径诱导方案；所述可视化模块用于将交通路径诱导方案进行可视化展示。

[0022] 进一步的，所述云平台包括传输模块、存储模块、构建模块、分析模块、优化模块和分配模块；所述传输模块用于接收收集装置发来的港区内情况数据，还用于收集车载终端的实时位置信息、当前装载货物种类和当前车辆装载货物数量；所述存储模块用于存储港区内情况数据、预测模型和预测结果；所述构建模块用于通过机器学习根据历史港区内情况数据建立能够预测拥堵情况的预测模型；所述分析模块用于通过预测模型对实时港区内情况数据进行分析，并输出初步分析方案；所述优化模块用于根据车载终端发来的实时位置信息、当前装载货物和当前装载货物种类，将初步分析方案进行优化，得到优化后的交通路径诱导方案；所述分配模块用于将优化后的交通路径诱导方案分发给对应车载终端。

[0023] 本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

[0024] 1、由于通过根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员，从而驾驶员可以即时了解目标港口中的空域区域的面积还可存放多少该车辆所携带种类对应的货物，并得知其车载货物能够将货物存入该港区的概率，进而极大程度的降低了拥堵和交通事故的发生，提高道路通行效率和安全性，有效解决了现有技术中，若大量用户仅根据优化后的诱导路径向港区输送货物，存在因为用户不能及时了解港口货物存放情况而导致很多车辆拥堵在港口等待货物存放的问题。

[0025] 2、由于通过实时收集港口中货物数量种类，获取货物的输入速率和输出速率并据其计算出各种类货物的活跃度，再根据活跃度为个种类货物重新分配存放总区域的面积，从而对货物的动态流量和流速进行精准掌控，进而实现了港区内货物在存放区域的面积灵活存放，还提高了存放区域的面积利用率。

[0026] 3、由于通过将车辆按照所携带货物种类进行分类，在对每个分类后的车辆按照距离港口距离由近到远进行排序，并向排序K位后的车辆发送交通路径诱导方案，从而不干扰能够将货物存放如港区的前K辆车行驶路径，进而使排序在K位后的未必能够将货物存放入港区的车辆能够及时调整交通路径，以不至于拥堵在港口等待时间过长。

附图说明

[0027] 图1为本申请实施例提供的提升港区道路安全性的交通路径诱导方法流程图；

[0028] 图2为本申请实施例提供的面积智能调整存放区域的面积的流程图；

[0029] 图3为本申请实施例提供的面积智能调整流程示意图；

[0030] 图4为本申请实施例提供的建立预测模型的具体流程图；

[0031] 图5为本申请实施例提供的分析交通路径诱导方案流程图；

[0032] 图6为本申请实施例提供的提升港区道路安全性的交通路径诱导系统的结构示意图；

[0033] 图7为本申请实施例提供的提升港区道路安全性的交通路径诱导系统中车载终端的结构图；

[0034] 图8为本申请实施例提供的提升港区道路安全性的交通路径诱导系统中云平台的结构图。

具体实施方式

[0035] 本申请实施例通过提供一种提升港区道路安全性的交通路径诱导方法及系统，解决了现有技术中，若大量用户仅根据优化后的诱导路径向港区输送货物，存在因为货物过多而导致港口积压和拥堵，通过根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员，从而驾驶员可以即时了解目标港口中的空域区域的面积还可存放多少该车辆所携带种类对应的货物，并得知其车载货物能够将货物存入该港区的概率，进而极大程度的降低了拥堵和交通事故的发生，提高道路通行效率和安全性。

[0036] 本申请实施例中的技术方案为解决上述，若大量用户仅根据优化后的诱导路径向港区输送货物，存在因为用户不能及时了解港口货物存放情况而导致很多车辆拥堵在港口等待货物存放的问题，总体思路如下：

[0037] 通过收集装置（监控摄像终端或传感器等）实时采集港区内情况数据（包括总存放区域的面积数量、存放的货物种类数、各种类货物分配的总存放区域的面积、各种类货物的已存放的区域的面积、各种类货物现存数量、各种类货物的输入速率和各种类货物的输出速率），并将港区内情况数据实时上传到云平台；同时车载终端（指携带货物的车辆，数量不限于一辆）在前往该港区前，需要向云平台中发送当前位置的实时定位信息，还需要发送该车辆所对应的携带的货物信息（货物种类和货物数量）；云平台实时接收港区上传的港区内情况数据，同时实时接收各个车载终端上传的实时定位信息和该车辆对应的货物信息，接着将接收的数据信息进行存储，以备后续调用历史港区内情况数据；在云平台中建立一个可预测拥堵情况的预测模型用来预测出该港口的拥堵情况，接着需要设置出拥堵等级，便于后续，并结合车载终端发来的数据记性由化，从而达到了使正在前往港口的车载终端驾驶员能够及时了解该港口目前还可接收的货物数量和前方正在前往该港区的车辆数目，从而根据交通路径诱导方案及时调整交通路径。

[0038] 上述的港区根据存放货物种类划分为多个小区域的面积，这些多个小区域的面积的实际范围可以根据当前时间段不同货物种类被运输的活跃度在云平台中进行面积智能调整，保存调整后货物种类对应的区域的面积实际范围（该种类的总存放区域的面积），根据港区中收集模块采集的该种类的货物在该种类的总存放区域的面积中已占据的存放区域的面积情况，计算出该种类的货物在该区域的面积中对应的空余区域的面积，并计算出该空余区域的面积还能够存放多少该种类的货物，获取携带该种类货物并正在前往该港区的所有车辆信息（车辆实时定位、车辆所携带的货物种类和该种类对应的货物数量），按照各车辆所携带的货物种类将车辆信息进行分类，并根据车辆定位距该港区的距离由近到远将车辆信息进行由高到低的排序，根据排序，依次将车辆所携带的货物数量累加到该港区现有的对应种类的货物中，直到找到所携带货物数量超出空闲区域的面积能够存放的车辆，并从排序中的该车辆开始，云平台向该车辆以及排序在该车辆后的其他车辆发送交通路径诱导方案，在交通路径诱导方案中包括该车辆继续前往港区将面对的拥堵情况、目前港区中对于车辆携带的该种类货物的空余空间，目前前方存在携带同种类货物的车辆数量，该车辆继续前往该港区面对的所携带货物能够被存放的概率和距离该车辆最近的停车点（还可包括该车辆所带货物可能无法被成功存入该港区的提示信息等）。当车辆驾驶员收到并查看交通路径诱导方案时，可视化显示目前该港区空余区域的面积还可存放的货物数量，和在其前方还有多少携带该种类货物的车辆正在等待进入该港区，并且显示该车辆能够将其所携带的货物存放入该港区的概率，当车辆驾驶员查看交通路径诱导方案后决定改变交通方案，则向该收到提示的车辆发送距离其最近的有空闲位置的停车场。

[0039] 为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

[0040] 如图1所示，为本申请实施例提供的提升港区道路安全性的交通路径诱导方法流程图，该方法应用于提升港区道路安全性的交通路径诱导系统中，该方法包括以下步骤：S1，收集港区的相关数据信息，根据相关数据信息在云平台中建立预测拥堵情况的预测模型；S2，将该港区实时的相关数据输入到预测模型中，获取预测结果；S3，根据预测结果分析出交通路径诱导方案，并将交通路径诱导方案分发给各运输车辆的驾驶员。

[0041] 进一步的，S1中的港区指可智能划分存放区域的面积的港区，包括根据存放货物种类划分的多个小区域的面积，多个小区域的面积的实际范围可以根据当前时间段不同货物种类被运输的活跃度在云平台中进行面积智能调整。

[0042] 进一步的，如图2所示，为本申请实施例提供的面积智能调整存放区域的面积的流程图，面积智能调整的具体流程包括：步骤1，实时获取当前港区内各种类货物的现存数量Q、输入速率I和输出速率O；步骤2，根据各类货物现存数量为各种类货物初步划分初始存放区域的面积，即已占 用区域的面积，划分初始区域的面积使用以下公式：，其中， 表示第i种货物的初始存放区域的面积， 表示第i
种货物的现存数量，N表示从预设的总存放区域面积A中划分出的小区域面积的数量，n表示货物种类总数， 表示不超过 的最大整数；步
骤3，根据各种类货物的输入速率和输出速率计算出各类货物运输活跃度系数，计算活跃度系数 使用以下公式：

[0043] ，

[0044] 其中， 表示第i种货物的运输活跃度系数， 表示第i种货物的输入速率， 表示第i种货物的输出速率；步骤4，根据各类货物的运输活跃度调整初始存放区域的面积，输出并保存调整后的最终存放区域的面积，即总存放区域的面积，计算存放区域的面积调整量使用以下公式：

[0045] ，

[0046] 其中， 表示第i种货物的存放区域的面积调整量， 和 表示两个用于控制存放区域面积调整速度的预设参数；计算最终存放区域的面积 使用以下公式：，其中， 表示第i种货物的最终存放区域的面积。

[0047] 在本实施例中，对于上述一个种类货物被运输的活跃度系数根据该种类货物的输入速率和输出速率得出，具体为：若输出速率越大于输入速率或输入速率越大于输出速率，则活跃度越大；输入速率越接近输出速率，则活跃度越小，并且在输入速率等于输出速率时，活跃度为零。

[0048] 进一步的，如图3所示，为本申请实施例提供的面积智能调整流程示意图，第i种货物的最终存放区域的面积被改变后，其存放区域在总存放区域面积E中的区域面积对应的形状也随之改变，具体步骤为：通过公式 计算出每个种类存放区域调整前后的面积比例 ；获取每种货物的初始存放区域面积对应的形状，并获取该形状的重心；基于各种类存放区域面积变化前后的形状重心不变，根据面积比例 对每个种类初始存放区域的面积进行缩放，使得形状调整后存放区域的面积与最终存放区域的面积 相匹配。

[0049] 在本实施例中，形状调整包括平移、旋转和缩放等操作，对于存放区域的形状可以根据实际情况进行设置，例如设置为矩形、三角形或不规则曲线等。

[0050] 进一步的，如图4所示，为本申请实施例提供的建立预测模型的具体流程图，S1中相关数据信息包括港区内情况数据、当前正在前往该港区的各车辆定位、各车辆携带的货物种类及货物数量，根据相关数据信息建立预测拥堵情况的预测模型的具体流程为：步骤1，根据该港区当前的货物存放情况数据计算出各种类货物存放区域的面积的空余区域的面积 ， ，其中， 表示第i种货物已存放的区域的面积， 表示第i种货
物总存放区域的面积；步骤2，计算出空余区域的面积可存入的货物数量 为，其中， 表示第i种货物的现存数量；步骤3，统计当前正在前往该港区的各车辆携带的货物种类及货物数量，按照携带货物种类将各车辆进行分类，得到各种类货物所对应的车辆列表；步骤4，对每类货物所对应的车辆列表按照当前距离港区的距离由近到远进行排序，遍历并累加将前K辆车携带的货物数量，记录累加值不大于 的最后一辆车，以备后续为排在最后一辆车后的其他车辆分发交通路径诱导方案；步骤5，根据步骤1至步骤4得出的各项数据进行预处理和特征提取，再通过机器学习算法构建关于港区拥堵情况的预测模型。

[0051] 在本实施例中，港区内情况数据包括总存放区域的面积数量、存放的货物种类数、各种类货物分配的总存放区域的面积、各种类货物的已存放的区域的面积、各种类货物现存数量、各种类货物的输入速率和各种类货物的输出速率；步骤4中遍历并累加的详细过程为先初始化累加值为0，从排好序的车辆列表的第一辆车开始遍历，将该车辆携带的货物数量加入累加值中，如果累加值不大于空余区域的面积 还可存入的货物数量 ，继续遍历下一辆车；否则，停止遍历，并记录下累加值不大于 最后一辆车的位置，便于后续从被记录下的这最后一辆车之后的一辆车开始，向其和排在其后的正在前往该港口的车辆发送交通路径诱导方案，在此，意味着系统默认这前K辆车能够成功将货物存入港区，所以不向前K辆车发送交通路径诱导方案，但是由于列表是实时更新的，所以，当出现有排序在第K位后方的车辆M超过了最后一个排序K位的车辆N，则立即向车辆N发送交通路径诱导。

[0052] 进一步的，如图5所示，为本申请实施例提供的分析交通路径诱导方案流程图，S3中根据预测结果分析出交通路径诱导方案的具体流程为：步骤1，设置拥堵等级，并为不同拥堵等级设置初步分析方案；步骤2，获取预测结果，判断其符合的拥堵等级并获取对应初步分析方案；步骤3，实获取车辆定位，实时根据现在拥堵情况计算在预计到达时间点的港区拥堵情况，优化初步分析方案为交通路径诱导方案。

[0053] 在本实施例中，根据拥堵等级不同设置的初步分析方案也不应相同，因地制宜，将预计到达的时间点输入预测模型中，由预测模型得出该港区对应时间点的拥堵情况。

[0054] 进一步的，S3中交通路径诱导方案中包括该车辆继续前往港区将面对的拥堵情况、目前港区中对于车辆携带的该种类货物的空余空间，目前前方存在携带同种类货物的车辆数量，该车辆继续前往该港区面对的所携带货物能够被存放的概率和距离该车辆最近的停车点。

[0055] 如图6所示，为本申请实施例提供的提升港区道路安全性的交通路径诱导系统的结构示意图，本申请实施例提供的提升港区道路安全性的交通路径诱导系统包括：车载终端、云平台和收集装置，其中，车载终端和收集装置分别与云平台通过互联网连接；车载终端用于上传实时位置信息、当前装载货物和当前车辆信息，还用于接收云平台发来的交通路径诱导方案；云平台用于接收实时港区内情况数据，存储港区内情况数据，建立智能预测模型，分析实时港区内情况数据，得出交通路径诱导方案，分发交通诱导路径方案至车载终端；收集装置用于收集港区内情况数据，港区内情况数据包括总存放区域的面积数量、存放的货物种类数、各种类货物分配的总存放区域的面积、各种类货物的已存放的区域的面积、各种类货物现存数量、各种类货物的输入速率和各种类货物的输出速率并上传至云平台。

[0056] 在本实施例中，收集装置收集的数据还可包括道路情况数据（例如车流量、车辆密度、交通事故、天气状况、道路限速、路况施工等）等数据随着交通路径诱导方案一并发给驾驶员，便于驾驶员了解行驶道路的信息。

[0057] 进一步的，如图7所示，为本申请实施例提供的提升港区道路安全性的交通路径诱导系统中车载终端的结构图，车载终端包括定位模块、上传模块、接收模块和可视化模块；定位模块用于确定当前车载终端对应的车辆的实时位置；上传模块用于将定位模块确定的实时位置上传至云平台，还用于上传该车辆携带的货物种类和货物数量至云平台；接收模块用于接收云平台发来的交通路径诱导方案；可视化模块用于将交通路径诱导方案进行可视化展示。

[0058] 在本实施例中，可视化模块可以将地图结合交通路径诱导方案，为驾驶员推送实时路况信息和最佳交通路径建议，从而提高行车效率和行车安全性。

[0059] 进一步的，如图8所示，为本申请实施例提供的提升港区道路安全性的交通路径诱导系统中云平台的结构图，云平台包括传输模块、存储模块、构建模块、分析模块、优化模块和分配模块；传输模块用于接收收集装置发来的港区内情况数据，还用于收集车载终端的实时位置信息、当前装载货物种类和当前车辆装载货物数量；存储模块用于存储港区内情况数据、预测模型和预测结果；构建模块用于通过机器学习根据历史港区内情况数据建立能够预测拥堵情况的预测模型；分析模块用于通过预测模型对实时港区内情况数据进行分析，并输出初步分析方案；优化模块用于根据车载终端发来的实时位置信息、当前装载货物和当前装载货物种类，将初步分析方案进行优化，得到优化后的交通路径诱导方案；分配模块用于将优化后的交通路径诱导方案分发给对应车载终端。

[0060] 在本实施例中，获取正在前往该港口的所有车辆，并根据这些车辆信息优化初步分析方案，向驾驶员分发交通路径诱导方案，达到精准指导，从而有效降低交通事故发生率，提高港口道路交通安全韧性。

[0061] 上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：相对于公开号为：CN115497290A公开的一种面向交通系统韧性提升的个体行为风险识别方法及系统，本申请实施例通过将交通路径诱导方案分发给各运输车辆的驾驶员，从而使驾驶员能够及时了解港区货物的存放情况，进而调整自己的交通方案；相对于公开号为：CN115512561A公开的一种面向道路交通枢纽韧性提升的路径诱导方法及系统，本申请实施例通过根据各种类货物被运输的活跃度为各种类货物重新分配存放面积，从而能够精准掌握货物的被运输活跃度，进而提高存放区域的面积的利用率。

[0062] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产品的形式。

[0063] 本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

[0064] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

[0065] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

[0066] 尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

[0067] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。