一种基于交通大数据的智慧交通综合管理系统的制作方法

本发明涉及智能交通，特别涉及一种基于交通大数据的智慧交通综合管理系统。

背景技术：

1、近年来，随着国家经济快速发展，私人车辆数量呈几何状增长，成为交通中不可忽视的一部分。而交通工具数量的增加像是一把双刃剑，为人们提供便利的同时，也造成了一些问题。且由于道路与地域的限制，车辆与道路之间的矛盾日益激化，交通拥挤与车辆行驶事故发生不断，浪费人们时间与产生大量伤亡的同时，对整个交通系统也造成重要影响。

2、因此，本发明提供了一种基于交通大数据的智慧交通综合管理系统，可有效改善交通拥堵情况的同时实现道路实时事故风险监测。

技术实现思路

1、本发明提供一种基于交通大数据的智慧交通综合管理系统，用以通过分析道路的交通流状态，从而利用区域分配算法对目标道路进行车辆换道区域的有效动态分配；再建立面向全路段的安全监测模型对道路事故风险进行有效监测，实现了提高车流运行效率和快速路通行能力的同时保证实时安全管控。

2、本发明提供一种基于交通大数据的智慧交通综合管理系统，包括：

3、交通数据采集模块：用于道路感知系统实时采集指定管辖区域内所有目标道路的目标交通数据并输出；

4、交通状态确定模块：用于分析所述目标交通数据，获取对应目标道路的交通流状态；

5、车流动态分配模块：用于根据获取的交通流状态，利用区域分配算法对对应的目标道路进行车辆动态分配；

6、安全监测模块：用于利用道路异常事件数据形成的安全监测模型，结合实时采集的交通数据对道路安全风险进行有效监测。

7、优选的，所述道路感知系统由车载单元、路测单元rsu以及卫星定位构成。

8、优选的，所述交通状态确定模块包括：

9、编号单元：用于利用rsu对驶入目标道路的车辆编号为m；

10、数据获取单元：用于基于目标交通数据中的车辆状态数据，分别表示车辆m的标识号、速度、车道号、目的地以及位置坐标数据；

11、状态预测单元：用于基于实时采集到的交通数据，利用交通流预测模型预测得到交通流状态并输出。

12、优选的，所述状态预测单元包括：

13、数据提取块：用于从交通数据库中提取预设时间范围内的车流量数据，其中车流量数据采样时间间隔为5分钟；

14、数据处理块：用于对提取得到的车流量数据采用拉依达准则进行异常值检测与删除后，再引入k最近距离邻法对残缺数据补充得到第一数据；

15、模型建立块：用于引入长短时记忆网络，再训练所述第一数据构建得到交通流预测模型，其中，交通流状态指数的求取公式如下所示：

16、

17、

18、式中，表示为第i条目标道路的交通流状态指数；表示为第i条目标道路的车流量；表示为车流量对目标道路的交通流状态的影响权重因子；表示为第i条目标道路的区间平均速度；表示为区间平均速度对目标道路的交通流状态的影响权重因子；表示为第i条目标道路的车辆时间密集度；表示为车辆时间密集度对目标道路的交通流状态的影响权重因子；表示为第i条目标道路上观测车辆a行驶距离；n表示为观测的车辆数；表示为观测车辆a的行驶速度；表示为第i条目标道路长度；表示为观测车辆a的车长；g表示为车辆检测器的长度；k表示为交通密度；

19、预测块：用于将实时采集到的目标道路上的车辆数据输入交通流预测模型，预测得到对应目标道路的交通流状态指数；

20、判断块：用于当交通流状态指数低于预设低阈值时，判断当前的交通流状态为自由流；

21、当交通流状态指数高于预设高阈值时，判断当前的交通流状态为拥堵流；

22、否则，判断当前的交通流状态为同步流。

23、优选的，所述车流动态分配模块包括：

24、比例确定单元：用于当交通流状态为同步流或拥堵流时，利用区域分配算法进行边缘计算，得到具有换道意图的车辆e在各换道区域的目标分配比例；

25、分配单元：用于基于获取的目标分配比例，提取比例最大的换道区域以及对应换道的车道号，并通过c-v2x通信技术发送给对应所有具有换道意图的车辆e的智能车载终端，引导车辆e在指定换道区域内换道至指定车道处。

26、优选的，所述比例确定单元包括：

27、区域划分块：用于对目标道路按照预设划分长度进行划分得到若干个换道区域；

28、优化块：用于利用非支配排序进化遗传算法对车辆行驶时间、主线以及入口起始处排队时间进行多目标最优化，得到车辆e在对应目标道路上的第一分配比例；

29、比例确定块：用于将车道之间的密度差异、保持直线行驶需求、向右行驶需求、向左行驶需求以及合并车辆的协同换道之和作为激励函数，计算车辆e在不同换道区域内，从当前车道d换到车道f的换道概率；

30、其中，第二分配比例的计算公式如下：

31、

32、式中，表示为车辆e从当前车道d换到车道f的概率；表示为激励函数；表示为车道d上的车辆e的加权密度；表示为车道f上的车辆e的加权密度；

33、再将车辆e 的第一分配比例与换道概率相乘，得到具有换道意图的车辆e在各换道区域的目标分配比例。

34、优选的，所述安全监测模块包括：

35、数据获取单元：用于对从交通数据库中提取目标道路上预设时间范围内发生的所有历史车辆事故数据以及对应同一预设时间范围内的历史车辆卫星单点定位数据；

36、数据处理单元：用于根据卫星单点定位数据的方位角，判断车辆的行驶方向，来提取与事故同向的定位数据，得到第一定位数据；

37、再对所述第一定位数据进行异常值去除以及缺失值补全处理后得到目标定位数据；

38、模型建立单元：用于利用目标变量与训练样本进行模型训练得到面向全路段的安全监测模型；

39、监测模块：用于利用安全监测模型对目标道路上的所有在途车辆进行实时事故风险监测，当预测到存在事故风险时，立即向对应车辆发送警示指令。

40、优选的，所述模型建立单元包括：

41、变量筛选块：用于基于时间维度与目标定位数据，获取事故评价指标；

42、利用皮尔逊相关系数确定所述事故评价指标之间的相关系数，再剔除相关系数大于预设相关阈值的指标后，引入随机森林算法对指标的重要度进行排序，并选取排序前n个的有效指标作为目标变量输出；

43、模型构建块：用于将预处理后的从交通数据库中提取预设量的历史车辆数据作为训练样本，再以目标变量组成的向量作为样本训练值的自变量，构建得到基于xgboost的安全监测模型。

44、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

45、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。