一种基于智慧高速的智慧云监理系统的制作方法

本发明涉及智慧高速交通管控，具体为一种基于智慧高速的智慧云监理系统。

背景技术：

1、智慧高速采用先进的信息技术、智能设备和数字化管理系统来提升高速公路管理和服务水平。在现有的智慧高速技术中，用于高速公路的安全管控的方式主要包括在拥堵发生后采取相应的解决方法。然而，这种方式不可避免地存在一些弊端，例如，滞后性、时间延迟和应急措施局限性等。因此，为了解决高速公路出现拥堵的情况，本发明提出一种基于智慧高速的智慧云监理系统。

技术实现思路

1、一种基于智慧高速的智慧云监理系统，用于解决上述技术问题。首先，本发明提出一种拥堵系数计算方法，该方法通过历史数据计算受监控高速公路每个路段的拥堵系数。该拥堵系数可以准确地反映每个路段的拥堵可能性，可以提升对后续拥堵预测的准确性；其次，本发明提出一种拥堵风险预测模型，该模型将道路拥堵预测分为存在交通事故场景和无交通事故场景，通过对道路的实时分析，更能准确地预测出道路拥堵的可能性和程度；最后，本发明提出一种流量缓解策略生成模型，该模型主要用于对预测出的拥堵路段提供一种交通缓解的方案。该模型能够为当前路段和后面路段生成不同的行驶策略，这样极大降低了前后路段带来的拥堵风险和安全风险。

2、一种基于智慧高速的智慧云监理系统，所述系统包括：道路监控?？?、数据采集?？?、数据处理?？?、数据存储?？?、路段评估?？?、数字孪生?？?、仿真显示?？?、拥堵风险预测?？?、策略生成?？楹椭甘灸？?；其中，所述道路监控?？?，用于实时检测高速公路的交通流量、车辆、车速、事故和道路状况；

3、所述数据采集?？?，用于收集和整合各类交通数据和气象数据；其中，所述交通数据采集单元采用交通摄像头获取车辆数量、车辆尺寸、车辆速度、车道占用情况和路面状况；

4、所述气象数据采集单元采用气象传感设备获取空气温度、空气湿度、气压、风速与风向、降水量、路面温度和能见度。

5、进一步地，所述数据处理?？?，用于处理所述数据采集?？椴杉氖?；所述数据存储?？樵诖娲⑹葜岸允占降氖萁斜曜蓟?；其中，所述标准化处理包括：车辆数量采用无符号整型表示；车辆尺寸按照规模等级划分；车速采用浮点型表示；车道占用情况采用二进制值表示；路面状况采用[0,1]区间数值表示危险度；将空气温度、空气湿度、气压、风速与风向、降水量、路面温度和能见度采用数值化表示。

6、所述数据存储?？?，用于存储所述数据处理?？榇砗蟮氖?；

7、所述路段评估?？?，用于评估高速公路的每个路段的拥堵情况，具体实现过程包括：

8、从所述数据存储?？橹谢袢「咚俟啡我饴范蔚睦肥?，其中，所述历史数据包括：历史交通流量数据、历史车辆数据、历史路面状况数据和历史气象数据；

9、根据所述历史数据计算拥堵系数；所述拥堵系数的计算公式为：

10、

11、其中，ccj表示为路段j的拥堵系数；htfi表示为所述路段j的第i条历史交通流量数据；hcdi表示为所述路段j的第i条历史车辆数据；hrsi表示为所述路段j的第i条历史路面状况数据；hwdi表示为所述路段j的第i条历史气象数据；γ表示为交通流量的拥堵影响度；μ表示为车辆的拥堵影响度；σ表示为路面状况的拥堵影响度；表示为天气的拥堵影响度；n表示为所述历史数据的总条数，n为大于1的自然数；

12、进一步地，所述数字孪生?？?，利用收集到的所述高速数据建立高速数字孪生模型；其中，所述高速数字孪生模型包括：道路结构、交叉口配置和车辆流动模式，并根据所述道路监控?？楹退鍪莶杉？榻⒌鼻案咚俟返某【?。

13、所述仿真显示?？?，用于所述高速公路的交通孪生场景的显示；其中，所述仿真显示?？椴唤鲇糜谙允舅龈咚偈致仙Ｐ?，还用于显示所述路段评估?？槎悦扛龈咚俾范蔚挠刀卤曜?，其中，所述拥堵标注包括：不同路段的不同颜色标注和拥堵系数标注。

14、所述拥堵风险预测?？?，用于所述高速公路的拥堵进行风险预测；其中，所述拥堵风险预测?？椴捎糜刀路缦赵げ饽Ｐ徒性げ?；其中，所述拥堵风险预测模型根据包括：无事故拥堵预测?？楹褪鹿视刀略げ饽？?；

15、基于所述拥堵风险预测模型的具体内容包括：

16、从所述数据存储?？橹谢袢±肥?；

17、对所述历史数据按照是否存在事故进行划分，构建无交通事故历史数据集和交通事故历史数据集；

18、所述无交通历史数据集和所述交通事故历史数据集分别用于训练所述无事故拥堵预测?？楹退鍪鹿视刀略げ饽？?；

19、通过所述道路监控?？楹退鍪莶杉？榛袢〉鼻笆笨搪范问?；

20、将所述当前时刻路段数据经所述数据处理?？楹笫淙胫了鲇刀路缦赵げ饽Ｐ?；输出所述当前时刻路段的拥堵概率。

21、其中，预测所述拥堵概率的具体过程包括：

22、输入处理后的所述当前时刻路段数据至所述拥堵风险预测模型的判断层；

23、根据所述判断层得出当前时刻路段是否存在事故点；

24、当存在事故点对所述事故点进行严重性检测，得到事故严重性系数；其中，得到所述事故严重性系数的过程包括：提取事故点图像的特征，得到事故特征图；将所述事故特征图按通道维度进行展开，得到m个事故特征向量；其中，m为大于1的自然数；输入m个所述事故特征向量至事故特征学习层，得到事故学习特征；其中，所述事故特征学习层包括：人体表面损伤特征学习、车辆损害特征学习和道路破坏特征学习；将所述事故学习特征输入至门控网络进行严重性投票，得到所述事故严重性系数；其中，将所述事故严重性系数划分为：低危险、中等危险和高危险；

25、根据所述事故严重性系数、交通数据、气象数据和当前路段的拥堵系数预测所述拥堵概率；其中，所述拥堵概率的计算公式为：

26、

27、其中，cpj表示为路段j的拥堵概率；表示为所述拥堵概率的非线性函数部分；cascj表示路段j的当前事故严重性系数；ctdj表示为路段j的当前交通数据；cwdj表示为路段j的当前气象数据；ccj表示为路段j的拥堵系数；λ1表示为关于路段j发生事故时的拥堵权重值；

28、所述拥堵概率的非线性函数部分的实现部分如下：

29、将所述事故严重性系数、所述交通数据和气象数据作为特征输入至非线性函数

30、根据所述交通事故历史数据训练的权重参数，得出非线性函数的预测的概率值；其中，所述概率值的表示公式为：

31、

32、其中，w表示为所述事故拥堵预测?？檠盗返娜ㄖ叵蛄?；b表示为所述事故拥堵预测?？檠盗返钠孟蛄?；

33、输出发生交通事故情况下所述拥堵概率；

34、当不存在事故点；

35、输入所述当前时刻路段数据的交通数据、气象数据和拥堵系数至所述无事故拥堵预测?？?；其中，所述无事故拥堵预测?？榈脑げ夤轿?/p>

36、cpj＝φ(ctdj,cwdj)+λ2*ccj；

37、其中，φ()表示为所述无事故拥堵预测?？榈姆窍咝院?；λ2表示为关于路段j未发生事故时的拥堵权重值；

38、输出未发生交通事故情况下所述拥堵概率。

39、进一步地，所述策略生成?？?，根据所述拥堵风险预测?？榈脑げ饨峁苫航獠呗?；所述策略生成?？椴捎昧髁炕航獠呗陨赡Ｐ?；其中，所述流量缓解策略生成模型包括：第一阶段策略生成层和第二阶段策略生成层；所述流量缓解策略生成模型的具体实现过程包括：

40、依据路段j的长度、交通流量、车辆类型、车速和道路状况进行车道限速和可变车道初始化设置；

41、输入路段j可变车道位置集合和车道变速区间至所述第一阶段策略生成层，得到策略集合；

42、所述策略集合表示为smj＝{vn,sk,costm|1≤n≤n；1≤k≤k；1≤m≤m}；其中，smj表示为路段j的策略集合；vn表示为路段j中第n个可变车道位置；sk表示为路段j中第k个建议行驶车速；costm表示为路段j中第m个策略成本；其中，所述策略成本的计算公式为：

43、cost＝mdc+mtc+cp；

44、其中，cost表示为所述策略成本；mdc表示为位置移动成本；mtc表示为时间消耗成本；cp表示为移动后的拥堵预测值；

45、对m个所述策略成本升序排序，数值最小的为局部最优策略成本；根据所述局部最优策略成本，更新路段j的车辆位置和车辆速度；

46、将所述车辆位置值和所述车辆速度输入至所述第二阶段策略生成层，调整所述车辆位置和所述车辆速度，得到全局最优策略成本；

47、其中，所述第二阶段策略生成层的具体实现过程包括：

48、输入更新后的路段j的数据和路段j-1的数据至拥堵风险预测?？?，得到拥堵概率；

49、将路段j-1的长度、交通流量、车辆类型、车速和道路状况输入至所述第一阶段策略生成层，得到路段j-1的更新状态集合和成本；

50、根据更新后的路段j和路段j-1数据，更新拥堵概率；计算所述拥堵概率和所述更新拥堵概率的差值；根据所述差值优化路段j的所述局部最优策略，得到全局最优策略。

51、进一步地，所述指示?？榻霾呗陨赡？榈氖涑鐾ü低撤⑺椭粮咚俟访扛雎范紊柚玫牡缱犹崾景?；其中，所述电子提示板的显示内容包括：当前路段变道信息和车速限制信息。

52、与现有技术相比，本发明的有益效果为：

53、1、本发明提出一种拥堵系数计算方法，该方法通过历史交通流量数据、历史车辆数据、历史路面状况数据和历史气象数据计算高速每个路段存在的拥堵系数；并且，该拥堵计算方法还可根据不同季节、不同节假日等特殊日期的历史数据进行拥堵系数计算。该方法具有较好的场景适应性，灵活调整计算，为拥堵预测提供了科学的计算方法。

54、2、本发明提出一种拥堵风险预测模型用于对高速不同路段的拥堵进行概率预测；该模型包括：无事故拥堵预测?？楹褪鹿视刀略げ饽？?；交通事故是影响高速交通的重要因素之一，因此，需要对未发生事故情况和发生事故情况进行分开预测，并且交通事故的严重性也会影响着高速交通；人体表面受伤程度、车辆损坏程度和道路破坏程度作为严重性的判定标准。该模型的提出符合实际场景下高速交通状态，提高了对交通拥堵度预测的准确性，为后续缓解高速公路拥堵的策略生成提供了准确的预测效果。

55、3、本发明提出一种流量缓解策略生成模型，该模型包括：第一阶段生成策略和第二阶段生成策略。第一阶段生成策略用于解决当前拥堵路段的情况，避免发生交通拥堵；第二阶段策略的提出是为了避免第一阶段生成策略陷入局部最优策略，当前路段的交通变化后会直接影响后段交通情况，因此通过两段路的交通调整，使得整个高速公路交通得到全局最优策略，有效解决了高速公路的交通拥堵情况。