详情

原文传递道路交通运行状态实时感知方法、系统、设备及存储介质

专利名称：	道路交通运行状态实时感知方法、系统、设备及存储介质
摘要：	本发明公开了道路交通运行状态实时感知方法、系统、设备及存储介质，所述方法包括：基于道路路网数据库，获取路网基础架构，其中，所述道路路网数据库中数据基于以下至少一项获得：道路原始控规图、建设控规图、产业规划指导书、交通信号灯分布位置以及道路路网控规图；提取所述路网基础架构中的关键节点，基于所述关键节点构建道路交通运行状态感知模型，根据所述道路交通运行状态感知模型的输出结果确定所述关键节点的第一运行风险；在考虑不确定性因素对交通运行状态影响的情况下，结合第一运行风险和第二运行风险来确定道路的是否会发生拥堵，提高了预测的实时性和准确性。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	泰州视享智能科技有限公司
发明人：	杨帆;朱大安
专利状态：	有效
申请日期：	2023-08-08T00:00:00+0800
发布日期：	2023-11-10T00:00:00+0800
申请号：	CN202310995145.9
公开号：	CN117037482A
代理机构：	北京恒泰铭睿知识产权代理有限公司
代理人：	孙倩
分类号：	G08G1/01;G06Q10/04;G06Q50/26;G;G08;G06;G08G;G06Q;G08G1;G06Q10;G06Q50;G08G1/01;G06Q10/04;G06Q50/26
申请人地址：	225300 江苏省泰州市姜堰区三水街道科技路159号智能应急产业园3号厂房
主权项：	1.一种道路交通运行状态实时感知方法，其特征在于，所述方法包括：基于道路路网数据库，获取路网基础架构，其中，所述道路路网数据库中数据基于以下至少一项获得：道路原始控规图、建设控规图、产业规划指导书、交通信号灯分布位置以及道路路网控规图；提取所述路网基础架构中的关键节点，基于所述关键节点构建道路交通运行状态感知模型，根据所述道路交通运行状态感知模型的输出结果确定所述关键节点的第一运行风险；定义所述目标区域每4个关键节点生成一个网格区域，获取所述网格区域对应道路路段的交通信息，根据所述交通信息确定所述关键节点对应网格区域的第二运行风险；获取所述第一运行风险和所述第二运行风险，将所述第一运行风险和所述第二运行风险输入至拥堵度预测模型，基于所述拥堵度预测模型的输出结果确定所述路网基础架构的潜在拥堵风险，实现道路交通运行状态的实时感知。 2.根据权利要求1所述的道路交通运行状态实时感知方法，其特征在于，所述基于道路路网数据库，获取路网基础架构包括：基于道路路网数据库，根据预先设置的世界坐标点(x,y)，提取所述道路路网数据库中对于所述世界坐标点(x,y)对应目标区域内的道路路网宏观平面图，以及所述目标区域内的交通信号灯布局图；将所述道路路网宏观平面图和交通信号灯布局图放置于二维坐标轴上，根据预设规则提取所述道路路网宏观平面图和交通信号灯布局图的关键节点，对关键节点按照顺序进行编号；将顺序编号定义为z，基于顺序编号结果以及世界坐标点，生成三维坐标系(x,y,z)，并根据顺序编号z对关键节点进行单向连接，生成所述路网基础架构。 3.根据权利要求2所述的道路交通运行状态实时感知方法，其特征在于，提取所述道路路网宏观平面图和交通信号灯布局图的关键节点，对关键节点按照顺序进行编号包括：基于所述道路路网宏观平面图和交通信号灯布局图，生成至少一个目标路段；获取历史数据库中每个目标路段对应的相关信息，所述相关信息包括以下至少一项：车流量、人流量、道路长度、宽度、能见度，对所述相关信息进行归一化处理，包括：其中，Xm表示第m个数据属性的归一化系数，Zn表示第n个数据的自定义系数，Ymn表示第n个数据的第m个数据属性，s表示数据属性数量；基于归一化处理后的相关信息对目标路段对应的交通信号灯进行等级划分，具体为：定义所述归一化处理后的相关信息对应的状态集为{α1,α2...,αn}，每个状态对应的目标路段发生拥堵风险的概率为{p1,p2...,pn}，且则构建目标路段对应的交通信号灯的等级划分模型为： ci＝f(Pi,Qi),(i＝1,2,3,...n) 其中，Ei表示目标风险值，r表示比例系数，ci表示道路风险态数量，n表示常数，Pi表示目标路段的脆弱性指标，Qi表示目标路段外在威胁个数；所述目标路段的脆弱性指标获取方法为：其中，Y1表示车流量，T表示人流量，t表示道路长度，表示能见度/>状态下的宽度；若得到的目标风险值Ei>X1时，X1表示第一预设值，将所述目标路段对应的交通信号灯作为所述关键节点；若得到的目标风险值Ei≤X1时，筛除所述目标路段对应的交通信号灯；根据目标风险值Ei的大小对关键节点进行等级划分，基于等级划分结果，按照从大到小或从小到大的顺序对所述关键节点进行排序，并按照排序结果对所述关键节点进行顺序编号。 4.根据权利要求3所述的道路交通运行状态实时感知方法，其特征在于，基于所述关键节点构建道路交通运行状态感知模型，确定所述关键节点的第一运行风险包括：获取目标关键节点的坐标值(x1,y1,z1),以及所述目标关键节点对应的相邻关键节点的坐标值(x2,y2,z2),(x3,y3,z3),...,(xm,ym,zm)；定义关键节点的x1,x2,...,xm，z1,z2,...,zm为二维坐标系上的(x,y)坐标，分别计算(x1,z1)与(x2,z2)...(xm,zm)之间的临边斜率值：k＝\|(a2-b2)/(a1-b1)\|，其中，(a2,b2)表示目标关键节点坐标，(a1,b1)相邻关键节点坐标，k表示临边斜率值；若目标关键节点与相邻关键节点的的x值相同，则选取关键节点的y值作为二维坐标系上的x值，即计算(y1,z1)与(ym,zm)之间的临边斜率值k；将关键节点的临边斜率k1,k2,...,km相加，得到临边斜率之和K；基于所述关键节点的临边斜率之和K判断所述关键节点是否处于触发所述道路交通运行状态感知模型，包括：当临边斜率之和K>X2时，其中，X2表示第二预设值，触发所述道路交通运行状态感知模型；通过所述道路交通运行状态感知模型，确定所述路网基础架构的运行状态，以确定所述关键节点的第一运行风险。 5.根据权利要求4所述的道路交通运行状态实时感知方法，其特征在于，通过所述道路交通运行状态感知模型，确定所述路网基础架构的运行状态，以确定所述关键节点的第一运行风险包括：采集所述道路交通运行状态感知模型的相关数据信息，将所述相关数据信息按预设比例划分为训练集、测试集和验证集，其中，所述相关数据信息包括目标区域关键节点数量和随机干扰因素影响值，预设比例为7:2:1；所述随机干扰因素影响值的计算公式为：其中，xs表示目标路段的外来流量，y(n)表示阻抗系数，l表示离开目标路段的人流量或车流量集合，当集合为空集时，阻抗系数y(n)为0、p为1，H(s)表示权重系数，H(p)表示修正函数；利用所述训练集对初始道路交通运行状态感知模型进行训练，利用测试集和验证集对训练后的初始道路交通运行状态感知模型进行测试和验证；当训练后的初始道路交通运行状态感知模型的精度大于第三预设值时，得到最终的道路交通运行状态感知模型，所述最终的道路交通运行状态感知模型的计算公式包括：其中，X表示运行效率，ω∈(0,1)表示节点耦合系数，f(x)表示状态函数，x(t)表示t时刻节点状态量，x(t+1)表示t+1时刻节点状态量，n表示目标区域关键节点数量，pi表示目标状态对应的风险激发概率，a表示目标时间段内关键节点发生状态转移的概率，kn表示校正函数，x表示随机干扰因素影响值；基于所述运行效率确定所述关键节点的第一运行风险，包括：当运行效率X≤X4时，其中，X4表示第四预设值，定义目标运行效率为所述关键节点的第一运行风险值。 6.根据权利要求5所述的道路交通运行状态实时感知方法，其特征在于，获取所述关键节点对应网格区域的第二运行风险包括：定义所述目标区域每4个关键节点生成一个网格区域，即将两个相邻关键节点连接成一个路段，四个路段连接即可生成一个网格区域；获取所述网格区域的交通信息，其中，所述网格区域的交通信息包括各个路段上的车流量和行驶平均速度；利用专家赋权法分别对所述车流量和行驶平均速度进行加权赋值，得到第一标准值S1和第二标准值S2；基于所述第一标准值S1和第二标准值S2的平均值A＝(S1+S2)/2,其中，A表示平均值，即当所述第一标准值和第二标准值的平均值A>X5时，X5表示第五预设值时，定义所述平均值A为第二运行风险值。 7.根据权利要求6所述的道路交通运行状态实时感知方法，其特征在于，基于所述第一运行风险和所述第二运行风险，确定所述路网基础架构的潜在拥堵结果包括：将所述第一运行风险和所述第二运行风险输入拥堵度预测模型，所述拥堵度预测模型的获取方法包括：采集所述拥堵度预测模型的相关数据信息，将所述相关数据信息按预设比例划分为训练集、测试集和验证集，其中，所述相关数据信息包括第一运行风险值、第二运行风险值、时间、关键节点与网格区域数量，预设比例为8:1:1；利用所述训练集对初始拥堵度预测模型进行训练，利用测试集和验证集对训练后的初始拥堵度预测模型进行测试和验证；当训练后的初始拥堵度预测模型的精度大于第三预设值时，得到最终的拥堵度预测模型，所述最终的拥堵度预测模型的计算公式包括：其中，H(K1,K2)表示相关性函数，K1表示第一运行风险值，K2表示第二运行风险值，ωj表示相关系数，uj表示校正系数，V表示时间赋值，n表示关键节点与网格区域数量的和，T表示输出结果；响应于检测到所述拥堵度预测模型的输出结果T>X6时，确定目标关键节点发生潜在拥堵结果，其中，X6表示第六预设值。 8.一种道路交通运行状态实时感知系统，其特征在于，所述系统包括：路网基础架构获取模块，用于基于道路路网数据库，获取路网基础架构，其中，所述道路路网数据库中数据基于以下至少一项获得：道路原始控规图、建设控规图、产业规划指导书、交通信号灯分布位置以及道路路网控规图；第一运行风险确定模块，用于提取所述路网基础架构中的关键节点，基于所述关键节点构建道路交通运行状态感知模型，根据所述道路交通运行状态感知模型的输出结果确定所述关键节点的第一运行风险；第二运行风险确定模块，用于定义所述目标区域每4个关键节点生成一个网格区域，获取所述网格区域对应道路路段的交通信息，根据所述交通信息确定所述关键节点对应网格区域的第二运行风险；潜在拥堵结果确定模块，用于获取所述第一运行风险和所述第二运行风险，将所述第一运行风险和所述第二运行风险输入至拥堵度预测模型，基于所述拥堵度预测模型的输出结果确定所述路网基础架构的潜在拥堵风险，实现道路交通运行状态的实时感知。 9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。 10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
所属类别：	发明专利