实现交通流量与路网状态风险预测平台需求分析

weixin_39855428 2021-12-26 22:16:52

一、项目概述

基于LibTraffic或其他已有的时空大数据挖掘算法开发智能交通可视化平台，实现两个预测功能（1）道路交通流量预测；（2）道路事故风险提示。交通预测算法思路是将交通流量视作图像数据，以帧的形式呈现，将已有的算法以可交互与可视化的形式呈现。

提供资料：提供多城市数据集和算法源代码，

需要进行工程开发，研发数据接口、基于可视化工具实现时空数据可视化平台，主要涉及技术为地图可视化，java/web或其他可视化工具与python接口。

二、需求分析

本系统主要用于将时空大数据挖掘算法内容结果做一个可视化展现，主要分为两种系统系统操作角色：用户和管理员

2.1用户角色分析

管理员：预测算法模型有若干种，因此需要开发用于维护模型增删的功能，管理员可增加或删除训练好的模型，预测城市有若干个，需要开发用于维护城市数据的功能，城市数据包括日期，天气，温度，适度，道路经纬度，道路交通数据等

用户：本系统不需要有注册登录功能，用户要能在选取城市，模型后系统展现该城市用该模型预测的七个时间步的实时交通流量情况以及事故发生风险等级。还要能在选取特定日期后展示选定日期的交通流量情况以及事故发生风险等级。

2.2平台功能概述

平台功能概述如下图：

功能模块详解

实时/历史切换：

实时：系统自动选取当前时间点之前的若干个时间步的数据输入到模型，系统拿到模型输出数据以时间帧方式绑定在地图上展现给用户，并分析输出数据中风险预测值和流量预测值的前三个信息进行可视化展现。对于时间步粒度是天的，输入模型为7个时间步，输出为6个时间步，对于时间步粒度是10分钟的，输入模型为6个时间步，输出为6个时间步。

历史：用户选取历史日期，系统将选定日期之前的时间步的数据输入到模型，调用模型拿到输出数据并展示，对于历史数据，只需要展示预测的第一个时间步即可。

模型选择：

用于智能交通数据预测的算法有若干种，用户需要在选择某一模型后，系统调用该模型得出预测数据，并展现。

城市切换：

管理员上传到平台了若干城市的数据，用户需要可以在各个城市之间进行切换选择，来查看各个城市的交通风险情况，并且只能选择管理员维护了的城市的数据。

时间选择：

当用户选择预测查看历史预测情况时，系统需要能够让用户输入时间，对于时间步粒度是天的，用户需要输入一个“YYYY-MM-DD”时间，对于时间步粒度是10分钟的，用户需要输入一个“YYYY-MM-DD hh:mm:ss”时间，并且平台必须对用户输入的时间做有效性判断，时间必须在管理员维护的城市数据的有效时间内，对于不符合时间有效性约束，平台需要给予用户提示信息。

预测类型切换：

预测模型的输出数据包含流量，风险，速度三个方面，用户需要可以在这三种数据类型间切换，地图根据选择展示相应的类型。

街道切换：

系统输出的流量，风险，速度数据有全部->社工委->街道三个等级，用户应能在三种等级间方便切换，以方便分析预测的数据。

城市数据维护：

管理员需要能够上传城市数据，城市数据包括（日期，天气，街道，经纬度坐标，温度，湿度等信息），系统应能保存城市历史数据，用于输入到预测模型，城市数据还包括城市交通情况（时间，流量，风险等级，坐标点）。

模型维护：

用于预测交通风险等级的模型有若干种，系统管理员应能将训练好的模型上传到系统，以供用户调用相应的模型进行预测分析。