(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211462936.7 (22)申请日 2022.11.22 (71)申请人 四川省公路规划勘察设计 研究院有 限公司 地址 610000 四川省成 都市高新区天府五 街200号4号楼B座7-10楼 (72)发明人 林莉　李蒙　陈列皓　谢飞　孙璐　 李远哲　李俊鹏　黄忆　罗皓　 罗慧芳　 (74)专利代理 机构 成都精点专利代理事务所 (普通合伙) 51338 专利代理师 周建 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/30(2012.01) (54)发明名称 基于大数据分析的公路交通标线逆反射性 能预测方法 (57)摘要 本发明公开了基于大数据分析的公路交通 标线逆反射性能预测方法， 包括以下步骤： S1、 采 集标线的历史数据， 生成标线历史数据库； S2、 建 立逆反射亮度系数预测模型； S3、 通过逆反射亮 度系数预测模型分别预测各分段标线对象逆反 射亮度系数值降至标准允许的下限值的时间； S4、 根据预测结果， 制定标线的检测计划， 确定 下 一次集中检测的开展时间以及将对应的分段标 线对象纳入下一次集中检测范围； S5、 每次集中 检测完成后， 利用最新的数据重新开展多元线性 回归， 修正步骤S2中的α、 β、 γ、 δ、 ε。 本发明 可以大大提高公路交通标线检测工作的针对性， 提高标线养护工作的有效性和及时性， 缩小检测 范围， 降低养护成本， 保障交通 安全。 权利要求书2页 说明书13页 CN 115496308 A 2022.12.20 CN 115496308 A 1.基于大 数据分析的公路交通标线逆反射 性能预测方法， 其特 征在于， 包括以下步骤： S1、 采集标线的历史数据， 生成标线历史数据库； S2、 建立逆反射亮度系数预测模型， 预测模型采用指数函数， 指数函数的预测结果为距 离标线新施划之后t时刻的标线逆反射亮度系数R(t)， 参数为距离标线新施划之后t时刻， 累计的交通量v(t)、 高温天气总时数h(t)， 低温天气总时数l(t)、 总降雨量r(t)、 总降雪量s (t)的线性 函数， 即： （1） 上式中的R(0)为标线新施划之后第一次检测的逆反射亮度系数检测结果， 其中， α、β、 γ、δ、ε利用数据库中记录的数据， 通过多元线性回归方法拟合得到， α、β、γ、δ、ε均为逆反 射亮度系 数预测模型 的影响因子且分别对应累计的交通量、 高温天气总时数， 低温天气总 时数、 总降雨 量、 总降雪量； S3、 通过逆反射亮度系数预测模型， 分别预测各分段标线对象在下一个养护周期的逆 反射亮度系数值； S4、 对逆反射亮度系数值预测结果低于标准允许的下限值的分段标线进行实测， 得到 这些分段 标线的逆反射亮度系数值的实测值； S5 、 检测完成后， 将各段标线逆反射亮度的实测值， 各段标线实测时的累计交通量、 高 温天气总时数， 低温天气总时数、 总降雨量、 总降雪量录入 数据库； 并利用更新后的数据， 与 原有的数据一起重新开展多 元线性回归， 修正步骤S2中逆反射亮度系数预测模型中的 α、β、 γ、δ、ε； S6 、 通过修正后的逆反射亮度系数预测模型， 分别预测各分段标线对象在下一个养护 周期的逆反射亮度系数值 。 2.根据权利要求1所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 在所述 步骤S1中， 采集标线的历史数据具体包括以下步骤： S11、 将道路上的标线划分为 不同的分段， 每一个分段作为 一个分段 标线对象； S12、 对应于每一个分段 标线对象， 记录其历次施划的时间； S13、 记录所述分段标线对象在历次施划之后， 经过的历次检测与该次检测之前最近一 次施划之间的间隔时间； S14、 记录所述分段标线对象的累计交通量v、 高温天气总时数h、 低温天气总时数l、 总 降雨量r以及总降雪量s。 3.根据权利要求2所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 在所述步骤S11中， 标线的具体分段方式为： 将每一条车道边缘线各自按互通立交 的间隔分段。 4.根据权利要求3所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 在所述步骤S12中， 分段标线对象的历次施划时间为： 从开始记录数据以来该分段 标线对象经过了N次施划， N次施划中的任意一次施划记为i， 1≤i≤N次施划的时间为Tw (i)。 5.根据权利要求4所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 在所述步骤S13中， 间隔时间具体为： 从第i次施划以来该对象经过了C(i)次检测，权　利　要　求　书 1/2 页 2 CN 115496308 A 2其中施划 完成之后验收过程中的检测为第一次检测且记为j， 1≤j≤C(i)次检测的时间为 Tc(i,j)， 相应的检测亮度值 为Rc(i,j)。 6.根据权利要求5所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 在所述步骤S14中， 从时间Tw(i)到时间Tc(i,j)之间， 与该分段标线对象有关的以 下数据： 该分段标线对象的累计交通量为v(i,j)； 高温天气总时数为h(i,j)， 低温天气总时数 为l(i,j)， 总降雨 量为r(i,j)， 总降雪量 为s(i,j)。 7.根据权利要求6所述的基于大数据分析的公路交通标线逆反射性能预测方法， 其特 征在于： 所述标线包括边线与中线， 且将边线的数据和中线的数据分别进 行拟合， 拟合过程 中的一组数据由以下 元素构成： (Rc(i,j),  Rc(i,1),  v(i,j), h(i,j), l(i,j), r(i,j), s(i,j)) Rc(i,j)： 对应于公式 （1） 中的R(t)； Rc(i,1)： 对应于公式 （1） 中的R(0)； v(i,j)： 对应于公式 （1） 中的v(t)； h(i,j)： 对应于公式 （1） 中的h(t)； l(i,j)： 对应于公式 （1） 中的l(t)； r(i,j)： 对应于公式 （1） 中的r(t)； s(i,j)： 对应于公式 （1） 中的s(t)。权　利　要　求　书 2/2 页 3 CN 115496308 A 3