随着经济的发展和城市化进程的推进,机动车保有量的逐年增长,交通拥堵已经成为许多城市的一个严重问题。对于交通拥堵的研究逐渐受到重视,其目的在于减缓交通拥堵、降低交通拥堵造成交通事故的概率,为用户进行路径规划、避开拥堵道路提高出行效率,分析道路拥堵情况、为用户实时操作车辆提供参考依据。本文首先提出用户当前所处道路的拥堵评价指标,同时,基于用户的角度上以车载视频图像为输入,提出了一种结合用户当前道路中车辆车距和车道信息等交通要素分析道路拥堵的模型。该模型通过车辆检测算法检测当前用户视角中的车辆位置,并采用位置信息估测车辆距离;然后根据车距、车辆与车道的位置关系得到车距信息矩阵;最后,将得到的车距矩阵作为训练好的LSTM网络模型的输入,输出交通拥堵分析结果。实际的道路驾驶环境存在严重的遮挡情况,导致不能通过摄像头检测出真实的车辆分布,不能通过获得的车距信息矩阵判别出实际的道路拥堵情况。为了克服该问题,本文对车距信息矩阵按照一定的规则进行均值优化处理,优化后的车距信息矩阵,更符合实际的道路车辆分布情况。本文针对结合用户视角当前道路中车辆车距和车道信息等交通要素分析道路拥堵的研究,提出了相应的模型设计。该模型实时分析用户视角当前道路中的交通要素,检测成本较低,实时性较高,并且以用户角度分析道路拥堵,为用户实时操作车辆提供参考依据。最后在多个不同的场景组成的测试样本中,进行道路拥堵分析测试实验,并达到了较好的效果。