一种开放备用车道的方法以及装置与流程

1.本技术实施例涉及高速交通领域，尤其涉及一种开放备用车道的方法以及装置。


背景技术：

2.当前高速公路上严重拥堵事件的时常发生。尤其是遇到异常天气时，例如沙尘暴、降雨、降雪、结冰、大风或大雾，会不同程度地影响驾驶员对周边环境的感知能力和车辆操控性能，导致高速公路行车安全风险增加，并降低交通运行效率，对高速公路安全行车和不间断运营造成了极大的威胁。与正常天气相比，阴雨、雪、沙尘等环境下高速公路交通事故率增加80％，通行能力降低幅度最高可达30％；此外高速公路上的交通事故等事件导致的交通拥堵等事件的发生也会大大降低高速公路的通行能力。随着高速公路的不断发展以及全国高速公路联网的逐步实现，智能化的交通管制和管理正迅速发展并日趋完善。
3.当高速公路发生拥堵时，交警可以根据交通状态确定是否开放备用车道，用于提升高速公路的通行能力，降低行车安全风险。
4.但是，是否开放备用车道的决策只是交警根据经验判断，准确度不高。


技术实现要素：

5.本技术实施例提供了一种开放备用车道的方法以及装置，用于提高道路通行效率。
6.本技术实施例第一方面提供了一种开放备用车道的方法，该方法包括：获取多个路段的实时交通数据，多个路段的实时交通数据包括多个路段中每个路段的标识以及每个路段当前的车辆行驶速度；根据多个路段的实时交通数据确定预测结果，预测结果用于指示多个路段中至少一个路段在预设时间范围内的交通状态；根据预测结果确定备用车道的开放策略，开放策略包括多个路段中第一路段的标识，开放策略用于指示开放第一路段的备用车道作为正常行驶车道。
7.上述第一方面中，执行主体为云端，云端可以接收来自各个路段的实时交通数据，其中各个路段有对应的标识，各个路段在上报实时交通数据时，可以在实时交通数据中携带该路段的标识和该路段当前的车辆行驶速度。云端可以根据多个路段的实时交通数据，预测至少一个路段在预设时间范围内的交通状态，以获得预测结果，然后可以根据该预测结果确定指示开放第一路段的备用车道作为正常行驶车道的开放策略，云端可以根据车路协同系统的交通数据推荐备用车道的开放策略，高效协助高速业主对道路拥堵情况做出管控措施，提高道路通行效率。
8.在一个可能的实施方式中，预测结果包括第二路段在预设时间范围内的拥堵指数，拥堵指数用于指示交通拥挤程度；上述步骤根据多个路段的实时交通数据确定预测结果包括；根据每个路段当前的车辆行驶速度确定多个路段中每个路段的当前的拥堵指数；根据多个路段中每个路段的当前的拥堵指数确定第二路段的标识，第二路段为多个路段中当前的拥堵指数大于第一阈值的至少一个路段；将第二路段的实时交通数据输入预测模
型，得到预测结果。
9.上述可能的实施方式中，云端可以根据每个路段当前的车辆行驶速度确定多个路段当前的拥堵指数，该拥堵指数指示各个路段的交通拥堵程度，云端将拥堵指数大于第一阈值的至少一个路段作为第二路段，并只对第二路段在预设时间范围内的交通状态进行预测，可以节省云端的计算资源。
10.在一个可能的实施方式中，上述步骤根据所述多个路段的实时交通数据确定预测结果包括：将多个路段的实时交通数据输入到预测模型，得到预测结果。
11.上述可能的实施方式中，云端可以直接对多个路段的交通状态进行预测，预防当前不拥堵但后续发生拥堵却无法启用备用车道的情况。
12.在一个可能的实施方式中，上述步骤根据预测结果确定备用车道的开放策略，包括：根据第二路段在预设时间范围内的拥堵指数确定第一路段的标识，第一路段为第二路段中在预设时间范围中拥堵指数大于第二阈值的至少一个路段。
13.上述可能的实施方式中，云端从第二路段的至少一个路段中确定出在预设时间范围内拥堵指数大于第二阈值的第一路段，即第一路段为长期拥堵路段，需要开放备用车道的路段，提高方案的可行性。
14.在一个可能的实施方式中，每个路段的实时交通数据还包括每个路段的出口匝道当前的平均车速和每个路段当前的车辆流量；开放策略还包括开放时间，开放时间指示第一路段的备用车道开放的时间段；该方法还包括：根据第一路段的出口匝道当前的平均车速，确定第一路段当前的车辆流量下降到预设的阈值所需的时长，根据时长确定开放时间。
15.上述可能的实施方式中，第一路段还可以包括一个或多个出口匝道，则实时交通数据中还包括路段的出口匝道当前的平均车速和该路段当前的车辆流量，该车辆流量指一段时间内通过该路段上某一点的车辆数，第一路段发生拥堵时，车辆可以通过出口匝道离开高速公路，以减轻第一路段拥堵状况。云端可以根据当前的车辆流量在车辆驶入出口匝道当前的平均车速下，低于预设的阈值所需的时长，该时长作为备用车道的开放时间，并相应提醒车辆驾驶员该开放时间，避免车辆驾驶员错过时间无法通行，提高通行效率。
16.在一个可能的实施方式中，该方法还包括：获取多个路段的交通事件，交通事件为需要使用备用车道的事件；在根据预测结果确定备用车道的开放策略之前，该方法还包括：确定第一路段中每个路段的预设空间范围内没有交通事件。
17.上述可能的实施方式中，交通事件为需要使用备用车道的事件，当确定第一路段在预设时间范围内的交通状态为严重拥堵时，还需要检测第一路段预设范围的上下游路段是否有交通事件，在存在交通事件的情况下第一路段的备用车道不开放，可以避免影响上游特殊车辆的通行，以及避免下游事故车辆占用备用车道无法通行的情况。
18.在一个可能的实施方式中，交通事件为多个路段的边缘计算节点根据边缘计算节点所在路段的实时交通数据确定的。
19.上述可能的实施方式中，各个路段的边缘计算节点可以获取所在路段的实时交通数据，并根据实时交通数据与来自云端的训练模型确定交通事件，然后将交通事件发送给云端，以使得云端可以将交通事件发送给影响范围内其他路段的边缘计算节点，其他路段的边缘计算节点可以将交通事件在该路段的路侧单元(road side unit，rsu)或者路旁诱导屏展示，方便车辆驾驶员安排行车路线，提高道路通行效率。
20.在一个可能的实施方式中，多个路段的实时交通数据还包括每个路段当前的车辆密度，在根据预测结果确定备用车道的开放策略之后，该方法还包括：根据第一路段当前的车辆密度确定第一路段的备用车道的限速值。
21.上述可能的实施方式中，车辆密度为路段的车道上单位长度的车辆数，云端在确定开放第一路段的备用车道的开放策略后，还可以对第一路段的备用车道设置限速值，该限速值指示车辆在该备用车道的最大行驶速度。云端可以根据实时交通数据确定当前行车环境，并基于当前行车环境对第一路段的备用车道进行限速，有效管控道路行驶安全和预防二次拥堵事件的发生，从而有效提高道路通行效率。
22.在一个可能的实施方式中，上述步骤根据第一路段当前的车辆密度确定第一路段的备用车道的限速值包括：根据第一路段的天气和最大限速值获取第一路段的路段最大占有率，第一路段的路段最大占有率用于指示第一路段上可支持的最大车辆通行能力；根据第一路段的车辆密度和预设的有效车长确定第一路段的路段实时占有率，第一路段的路段实时占有率用于指示第一路段上的当前车辆通行能力；根据路段最大占有率和路段实时占有率确定限速值。
23.上述可能的实施方式中，上述当前行车环境可以是第一路段的天气和最大限速值，其中，天气可以是由摄像头拍摄的图片中获得的，也可以是从气象监测器上报的信息获得的，最大限速值为根据第一路段的车道数确定的。天气包括道路结冰、雨雪天气、沙尘暴等，道路结冰使得车辆容易打滑，车辆无法高速行驶，而雨雪天气或沙尘暴影响第一路段的可见度，车辆无法高速行驶。则天气越差和最大限速值越低，路段最大占有率越大。云端还可以从实时交通数据中获得第一路段的车辆密度，并基于预设的有效车长即可获得路段实时占有率，云端即可根据路段最大占有率和路段实时占有率输入到基于反馈机制的算法，获得限速值。云端根据天气和最大限速值确定的限速值与当前行车环境对应，可以有效管控道路行驶安全。
24.在一个可能的实施方式中，该方法还包括：将开放策略发送给管控系统，以使得管控系统确认是否执行开放策略。
25.上述可能的实施方式中，云端确定的开放策略只是一个建议，具体还需要管控系统的工作人员确定是否执行，管控系统的工作人员可以根据经验确定是否执行推荐的备用车道的开放策略，也可以根据经验调整该开放策略，当确定执行后，可以将开放策略发布到rsu或路旁诱导屏展示，可以减少错误开放备用车道的情况的发生。
26.本技术实施例第二方面提供了一种开放备用车道的方法，该方法包括：获取多个路段的实时交通数据，多个路段的实时交通数据包括多个路段中每个路段的标识以及每个路段当前的车辆行驶速度；根据多个路段的实时交通数据确定备用车道的开放策略，开放策略包括多个路段中第一路段的标识，开放策略用于指示开放第一路段的备用车道作为正常行驶车道。
27.上述第二方面中，执行主体为云端，云端可以接收来自各个路段的实时交通数据，其中各个路段有对应的标识，各个路段在上报实时交通数据时，可以在实时交通数据中携带该路段的标识和该路段当前的车辆行驶速度。云端可以根据多个路段的实时交通数据确定指示开放第一路段的备用车道作为正常行驶车道的开放策略，云端可以根据车路协同系统的交通数据推荐备用车道的开放策略，高效协助高速业主对道路拥堵情况做出管控措
所说明的任何实施例不必解释为优于或好于其它实施例。
42.另外，为了更好的说明本技术，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本技术同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本技术的主旨。
43.首先对本技术实施例提供的一种交通信息处理方法及装置中涉及的一些概念做解释说明。
44.高速公路的基础路网信息定义：
45.节点、路段、车道作为组成路网的关键基本要素。
46.节点(node)：高速公路拓扑发生变化的点，比如：车道数变化、高速公路交叉/合并、特殊高速公路(桥、隧道)；如果长线路上没有拓扑变化，则可以按照里程数量选取node点，比如1公里；或者将信号灯所在点作为节点等等。
47.路段(link)：相邻两个节点之间的路构成一个路段，这里的路段只有一个方向，按照节点的顺序为路的走向。对于双向行驶的路段，通过相向的两条link来表示。
48.车道(lane)：一个路段中通常包含多个车道，多个车道由车道线划分。
49.路网：用于描述在一定区域内，由节点、路段(包括车道)组成的相互联络、交织成网状分布的路段系统。通常情况下，路网定义了路段、节点等大部分静态属性(如路段宽度、长度，路段限速、车道数、路段所属类型、限行信息等)。在实际应用中，路网除了节点、路段(包括车道)等之外，还包括高速公路上的一些特殊的区域，比如服务区、收费站、临时停车带等等。该静态属性可以由实时采集的交通数据的图像信息识别获取，也可以是通过导入地图获取。
50.路网模型：相比路网，包含的信息更丰富，例如，通常除了包含上述路网中的静态属性外，还包括与路网相关的动态属性，其中，该动态属性可以用于反映路网当前的通行状态，如路网处于拥堵态、路网处于畅通态等。应理解，路网模型中的动态属性包括车辆流量、平均车速等，该动态属性可以由部署在各路段的传感器(摄像头、雷达等)实时采集的数据获取。
51.本技术实施例提供的开放备用车道的方法可以应用于交通信息通信系统中，如图1所示为本技术实施例提供的一种交通信息通信系统的架构示意图。本技术实施例中的交通信息通信系统的架构示意图可以包括两种，具体的，在图1中所示的交通信息通信系统中包括至少一个传感器端(图1中记为传感器端1至传感器端n)和云端，该云端可以包括中心服务器或中心云。其中，传感器端包括多种传感器，例如安装在各个路段上的电子警察(摄像头)、断面检测器(检测线圈、地磁、雷达等)等，车辆传感器(gps定位装置或驾驶员的手机定位装置)等等，电子警察获取的交通数据可以包括车辆的车牌号、车辆的位置、车辆排队长度等数据，断面检测器检测到的交通数据可以包括车辆的流量等数据，车辆传感器获取的交通数据可以包括车辆的位置等数据。交通信息通信系统中的传感器端可以将其获取的交通数据上报至云端，进而云端的设备(中心服务器或中心云)对交通数据进行分析处理，构建路网模型。
52.如图2所示为本技术实施例提供的另一种交通信息通信系统的架构示意图。在图2所示的交通信息通信系统中包括至少一个传感器端(图2中记为传感器端1至传感器端n)、至少一个边缘计算节点(图2中记为边缘计算节点(multi-access edge computing，mec)1
至边缘计算节点k)和云端。在这种实现方式下，可以按照地理区域部署多个边缘计算节点，并按照一定的规则确定各传感器与边缘计算节点之间数据上报关系(比如，按照地理临近原则确定每个传感器对应的边缘计算节点，将传感器分配到距离最近的边缘节点)，例如在图2中传感器与边缘计算节点之间数据上报关系为，传感器端1和传感器2将其获取的交通数据上报至边缘计算节点1，传感器端3将其获取的交通数据上报至边缘计算节点2，传感器端n将其获取的交通数据上报至边缘计算节点k。在确定好上述上报关系之后，各个传感器端首先将其获取的交通数据发送至各自对应的边缘计算节点；然后，由边缘计算节点中对相应传感器上报的交通数据进行预处理，例如汇聚相应传感器的交通数据、检测交通数据的有效性、以及确定即时交通事件；其中，即时交通事件可以包括交通事故，以及救护车、警车、消防车在内的需要占用备用车道的紧急事件等。然后，各个边缘计算节点再将处理后的交通数据上报至云端，由云端的设备(中心服务器或中心云)对交通数据进行分析处理，从而构建路网模型。
53.本技术实施例以交通信息通信系统中包括传感器段、边缘计算节点和云端为例。结合上述交通信息通信系统的架构，传感器端到边缘计算节点再到云端的数据传输均采用主动上报的方式，该通信系统中的各个传感器将交通数据发送至边缘计算节点，边缘计算节点将交通数据按照数据上报格式进行汇聚，再将处理后的交通数据发送至云端。可选的，本技术实施例中，边缘计算节点上报交通数据的格式可以包括两种类型：
54.第一种数据格式是以传感器为单位进行上报，例如，边缘计算节点分别上报本区域内传感器1的数据、传感器2的数据、
…
、传感器n的数据，即，该边缘计算节点可以传感器为单位，向云端上报每个传感器向自己上报的交通数据。
55.第二种数据格式是以路段为单位进行上报，例如，边缘计算节点分别上报自己所负责的区域内路段1的数据、路段2的数据、
…
、路段m的数据。此时，边缘计算节点可以将传感器上报的交通数据按照路段进行分类后，再分别上报给云端。
56.图1和图2的交通信息通信系统还可以包括路侧单元(road side unit，rsu)或旁路诱导屏，可以用于展示来自边缘计算节点或云端的信息(例如，展示交通事件，或者展示备用车道开放策略等)，还可以用于接收车载的智能终端上报的车辆的实时位置信息以及其他车辆的具体信息，并转发给边缘计算节点。其中，一个边缘计算节点可以关联本区域的一个或多个rsu或路旁诱导屏。
57.当前高速公路上严重拥堵事件的时常发生。尤其是遇到异常天气时，例如沙尘暴、降雨、降雪、结冰、大风或大雾，会不同程度地影响驾驶员对周边环境的感知能力和车辆操控性能，导致高速公路行车安全风险增加，并降低交通运行效率，对高速公路安全行车和不间断运营造成了极大的威胁。与正常天气相比，阴雨、雪、沙尘等环境下高速公路交通事故率增加80％，通行能力降低幅度最高可达30％；此外高速公路上的交通事故等事件导致的交通拥堵等事件的发生也会大大降低高速公路的通行能力。当前对于严重拥堵事件的解决方式只是简单根据人为经验判断在严重拥堵情况开放备用车道，然而开放备用车道需要综合多方面的因素考虑，比如，当前路段的交通状况如何，当前路段有无事故发生、有无故障车辆需要占用备用车道；或者当前路段有无应急车需要占用备用车道；又或者，当前路段是否为交通扼要路段，是否拥有多个出口匝道或者为多个路段必经之道。对于这种情况，在人为的情况下难以准确判断。
58.为解决上述问题，本技术实施例提供了一种开放备用车道的方法，该方法可以应用于上述图1或图2所示的交通信息通信系统。下面以应用于图2所示的系统架构为例对该方法进行介绍。请参阅图3，该方法包括但不限于如下步骤：
59.301.云端获取多个路段的实时交通数据。
60.本实施例中，一个路段上通常按照了一个或多个传感器端，该传感器包括但不限于视频摄像头、雷达等，一个或多个传感器端布设在该路段的路侧，可以获取该路段图像和实时交通信息，并构成该路段的实时交通数据，并将该实时交通数据发送给边缘计算节点。
61.每个路段的实时交通数据可以包括通过雷达等获取的该路段当前的车辆行驶速度。
62.其中，车辆行驶速度v
ave
：通常是指一段时间内通过路段上某一点的m辆车的速度的算术平均和，该车辆行驶速度满足如下公式：
[0063][0064]
其中，ui为第i辆车通过该点的瞬时速度，即地点车速。
[0065]
可选地，本技术实施例中边缘计算节点还可以接收rsu转发的车载的智能终端上报的车辆的实时位置信息以及其他车辆的具体信息，也可以接收车载的智能终端直接上报的。其中，车载的智能终端上报的车辆的实时位置信息，以及其他车辆的具体信息中包括的车辆速度也可以用来统计实时交通数据中车辆行驶速度。
[0066]
可选的，每个路段的实时交通数据还可以包括该路段上的视频摄像头拍摄的该路段的实时的图像，以使得边缘计算节点可以根据该实时图像确定该路段是否有警车、消防车、工程救险车、救护车等以及发生交通事故的车辆等特殊车辆通过，进而可以根据这些特殊车辆信息确定该路段是否出现上述交通事件。
[0067]
此外，为便于与其他路段区分，每个路段都有标识，因此，每个路段上的传感器端向边缘计算节点发送的实时交通数据时可以包括该路段的标识。各个边缘计算节点即可将汇聚的实时交通数据发送给云端，相应的，云端接收来自边缘计算节点的实时交通数据。
[0068]
边缘计算节点在根据感知算法(基于神经网络的识别和检测算法，用于对事件进行分析分类的算法，该算法可以通过云端训练生成并下发到边缘计算节点上的边缘感知模型来实现)生成各路段对应的交通事件(路段交通事故或者即时交通事件包含救护车、警车、消防车在内的需要占用备用车道的紧急事件)。本技术实施例中，备用车道为高速公路上正常不能行使的车道，例如可以是潮汐车道，应急车道或者其他车道(预留的车道等)，本技术对此不作限定。潮汐车道为根据早晚交通流量不同情况，对道路设置一个或多个车辆行驶方向规定随不同时段变化的车道。
[0069]
302.云端根据多个路段的实时交通数据确定预测结果。
[0070]
本实施例中，云端接收到来自各个路段上的边缘计算节点发送的实时交通数据后，可以将交通数据进行汇聚、清洗、存储，并根据上报上来的交通数据中的静态属性和动态属性构建路网模型，这里构建的路网模型可以实例化为一个父资产，该父资产中可以包括多个子资产，该多个子资产用于描述该路网模型中的静态和动态属性，例如，路网模型中的一个路段可以是一个子资产，每个父资产或子资产中除了包含有静态属性外，还包含动
态分析任务(实时分析的属性)，这里会根据路侧上报的实时交通数据比如车辆流量、车辆密度、车辆行驶速度、车道宽度、车道数以及路段的标识一并存入资产中。云端可以在路网模型中获取每个路段上的车况以及天气状况(天气状况可以由上述视频摄像头拍摄路段图像获得的，也可以是由传感器中还可以包括的气象监测器获得的)，每个路段上下游路段的车况以及天气状况，预测多个路段中至少一个路段在预设时间范围内的交通状态，该预设时间范围可以是5分钟、15分钟、30分钟、60分钟等，以获得预测结果，该交通状态包括畅通、缓行、轻度拥堵、中度拥堵和严重拥堵。
[0071]
在一个可能的实施方式中，上述预测结果包括第二路段在预设时间范围内的拥堵指数，拥堵指数用于指示交通拥挤程度。步骤302包括：云端根据多个路段中每个路段的实时交通数据确定多个路段中每个路段的当前的拥堵指数，根据每个路段的当前的拥堵指数确定第二路段的标识，第二路段为多个路段中当前的拥堵指数大于第一阈值的至少一个路段，然后，将第二路段的实时交通数据输入预测模型，获得预设时间范围内的车辆行驶速度，基于该预设时间范围内的车辆行驶速度计算预设时间范围的拥堵指数，以获得预测结果。具体的，云端可以根据多个路段的实时交通数据确定多个路段当前的拥堵指数，示例性的，一个路段的拥堵指数可以使用该路段的实时交通数据中的车辆行驶速度进行评估，利用该路段当前的车辆行驶速度(v
ave
)除以路段最高限速(v
lmt
)的值作为衡量基准值，并进行转换后作为评定参数[0，10]，拥堵指数(tpi)满足如下公式：
[0072][0073]
然后，可以根据拥堵指数进行交通状态(畅通、缓行、轻度拥堵、中度拥堵、严重拥堵)评定，参阅表1所示。
[0074]
表1
[0075]
tpi[0
–
2](2
–
4](4
–
6](6
–
8](8
–
10]拥堵级别畅通缓行轻度拥堵中度拥堵严重拥堵
[0076]
在另一个可能的实施方式中，云端还可以直接将多个路段的实时交通数据输入到预测模型中，以预测多个路段在预设时间范围内的交通状态，直接对多个路段的交通状态进行预测，可以预防当前不拥堵但后续发生拥堵却无法启用备用车道的情况。
[0077]
本技术实施例中需要开放备用车道的路段的交通状态可以严重拥堵，或者其他提前设定的拥堵指数所对应的拥堵级别，本技术实施例以严重拥堵为例进行说明。当多个路段中存在当前的拥堵指数指示的交通状态为严重拥堵的路段时，该路段为第二路段，且第一阈值为6或8。云端可以根据多个路段中每个路段的当前的拥堵指数确定出第二路段(即可获得第二路段的标识)，并将第二路段的实时交通数据输入预测模型中，该预测模型中可以计算第二路段在预设时间范围内的车辆行驶速度，然后，根据上述拥堵指数的计算公式确定第二路段在预设时间范围内的拥堵指数，以获得第二路段在预设时间范围内的交通状态。本技术实施例只需要对当前拥堵的第二路段进行预测，节省云端计算资源。
[0078]
303.云端根据预测结果确定备用车道的开放策略。
[0079]
本实施例中，云端可以根据预测结果中各个路段在预设时间范围内的交通状态确定备用车道的开放策略，示例性的，当多个路段中第一路段在预设时间范围内的交通状态为严重拥堵时(第一路段在当前的交通状态不作限定)，云端即可确定备用车道的开放策略
可以包括第一路段的标识，用于指示第一路段的备用车道作为正常行驶车道。
[0080]
在一个可能的实施方式中，步骤303包括：云端根据第二路段在预设时间范围内的拥堵指数确定第一路段的标识，第一路段为第二路段中在预设时间范围中的拥堵指数大于第二阈值的至少一个路段。具体的，云端将当前处于中度拥堵或者严重拥堵的第二路段的实时交通数据输入到预测模型后，可以获得第二路段在预设时间范围内的拥堵指数，当第二路段在预设时间范围内的拥堵指数指示交通状态为严重拥堵，即第二路段中存在在预设时间范围内拥堵指数大于第二阈值的第一路段时，第二阈值可以为6或8，即可确定第一路段的标识。可选的，第一路段还可以是交通枢纽路段，即在多个连续的长期拥堵路段中，还可以选取下游存在多个出口匝道的路段作为第一路段。
[0081]
在一个可能的实施方式中，每个路段的实时交通数据还包括视频摄像头拍摄的图像信息，以及雷达获取的该路段的出口匝道当前的平均车速和该路段的车辆流量，上述备用车道的开放策略还包括开放时间，该开放时间可以指示第一路段的备用车道开放的时间段，根据第一路段的出口匝道当前的平均车速，确定第一路段当前的车辆流量下降到预设的阈值所需的时长，根据该时长确定开放时间。
[0082]
其中，车辆流量是指一段时间内通过路段上某一点的车辆数，通常通过测量过去一小段时间t内通过的车辆数n来估计当前的车辆流量q，该车辆流量满足如下公式：
[0083][0084]
具体的，第一路段还可以包括一个或多个出口匝道，则实时交通数据中还包括路段的出口匝道当前的平均车速，第一路段发生拥堵时，车辆可以通过出口匝道离开高速公路，以减轻第一路段拥堵状况。云端可以通过在车辆通过出口匝道当前的平均车速下，确定当前的车辆流量下降到低于预设的阈值所需的时长，该时长作为备用车道的开放时间。
[0085]
在另一个可能的实施方式中，云端可以根据预设时间范围确定开放时间。具体的，第一路段为在预设时间范围内仍然处于严重拥堵的路段，则云端可以确定在这个预设时间范围内开放备用车道，即该开放时间可以是预设时间范围，例如60分钟。
[0086]
在一个可能的实施方式中，云端还可以获取多个路段的交通事件，交通事件为需要使用备用车道的事件，在步骤303之前，云端确定第一路段中每个路段的预设空间范围内没有交通事件。具体的，边缘计算节点在生成多个路段中每个路段对应的交通事件后，可以将该交通事件发送给云端。当云端确定第一路段时，还需要根据边缘计算节点上报的交通事件检测第一路段上下游预设空间范围内的交通事件，该交通事件所在的路段需要使用备用车道，为避免影响其他路段备用车道的使用，云端在确定第一路段后，还需要确定周围路段没有交通事件，才可以开放第一路段的备用车道。示例性的，以预设范围为5公里为例，若从云端查询的第一路段临近5公里内的交通事件数量为0，才开放第一路段的备用车道。其中，上述交通事件包含但不限于车辆抛锚、交通事故，或者警车、救护车、消防车在内的紧急车辆通行的紧急事件。
[0087]
在一个可能的实施方式中，每个路段的实时交通数据还包括视频摄像头拍摄的图像信息，以及雷达获取的该路段的车辆密度，在步骤303之后，云端还可以根据第一路段当前的车辆密度确定第一路段的备用车道的限速值。具体的，为避免备用车道上发生事故导致二次拥堵，云端还可以对第一路段的备用车道设置限速值，该限速值由当前的车辆密度
确定，该限速值指示车辆在该备用车道的最大行驶速度。云端可以根据实时交通数据确定当前行车环境，并基于当前行车环境对第一路段的备用车道进行限速，有效管控道路行驶安全和预防二次拥堵事件的发生，从而有效提高道路通行效率。
[0088]
在一个可能的实施方式中，云端根据第一路段当前的车辆密度确定第一路段的备用车道的限速值包括：云端根据第一路段的天气和最大限速值获取第一路段的路段最大占有率，根据第一路段的车辆密度和预设的有效车长确定第一路段的路段实时占有率，根据路段最大占有率和路段实时占有率确定限速值。
[0089]
其中，车辆密度通常用某一时刻某段长度为d的车道上的车辆数s来估计单位长度路段上的车辆数，该车辆密度满足如下公式：
[0090][0091]
具体的，上述当前行车环境可以是第一路段的天气和最大限速值，其中，天气可以从实时交通数据中获得，具体地，可以是从摄像头拍摄的图片中获得的，也可以是从气象监测器上报的信息确定的，最大限速值为摄像头拍摄的该路段限速牌上的数值，也可以是由管理员提前设置的。天气包括道路结冰、雨雪天气、沙尘暴等，道路结冰使得车辆容易打滑，车辆无法高速行驶，而雨雪天气或沙尘暴影响第一路段的可见度，车辆无法高速行驶。则天气越差和最大限速值越低，路段最大占有率越大，第一路段的路段最大占有率可以表示第一路段所能承受的最大车流量。云端还可以从实时交通数据中获得第一路段的车辆密度，基于预设的有效车长即可获得路段实时占有率，第一路段的路段实时占有率可以表示第一路段当前的车流量，预设的车长可以是4.7米，此处不作限定。示例性的，备用车道开放后，云端会根据第一路段的实时交通数据中的车辆流量、车辆密度、车辆行驶速度以及车道数、车道宽度等数据输入路段占有率算法模型中，然后根据天气和最大限速值基于机器学习中的贝叶斯算法优化搜寻路段占有率算法模型中车辆流量变化过程中的最高点，这个最高点就是密度最大值，也就是路段所能承受的最大流量，即相当于路段最大占有率＝最大车辆密度*有效车长，路段实时占有率＝当前的车辆密度*有效车长。云端即可将路段最大占有率和路段实时占有率作为使用反馈机制的限速值算法的输入，以确定用于推荐的限速值，并根据车道限速比例计算得到各个车道的限速值，其中，路段最大占有率和路段实时占有率的差值越大，该限速值越大。本技术实施例还可以设置该限速值的限速时长，这里支持用户自行设置，也可以是自动生成的推荐时长(例如，1小时)。
[0092]
可选的，云端还可以对限速值设置一个保护机制，示例性的，云端设置限速值的时间间隔可以是5分钟，如果当前计算的限速值与当前实时的限速值之间的差距非常大，譬如前五分钟确定的限速为100，后五分钟确定出来的限速值为60。这样二者之间明显有一个很大的差距，可以采用限速值加减10的方式，例如确定的当前限速值下降了，但幅度较大超过了与之前计算值，例如相差20，则直接在原来的限速值上进行减去10作为当前的建议限速值，避免车辆的行驶速度骤变导致事故的发生，根据正常数据计算显示较短时间间隔内建议限速值变化不大，几乎不会出现速度骤变的情况，一般可以保持一个平稳建议速度流的情况。
[0093]
在一个可能的实施方式中，云端将开放策略发送给管控系统，以使得管控系统确认是否执行开放策略。具体的，云端确定的开放策略只是一个建议，由管控系统的工作人员
确定是否执行该开放策略，无需操作人员自行去获取各个路段的交通状况。云端还可以向管控系统工作人员展示一些推荐的策略信息以及路段上实时的交通状态和对未来一段时间内的预测交通状态，并且展示了静态路网信息以及道路的施工情况、天气状况、交通事件等，帮助管控系统的工作人员决策该开放策。当管控系统确定执行该开放策略后，可以由云端或管控系统在该第一路段的rsu或路旁诱导屏上展示备用车道的开放指示，还可以展示上述的开放时间和限速值。如前述，该开放时间可以指示备用车道的开放时间段，通过在相应路段的rsu或路旁诱导屏显示该路段的备用车道的开放时间段，方便车辆驾驶员根据时间段安排行驶路线。示例性的，以图4所示的开放策略推荐流程图为例，云端根据实时交通数据构建路网模型，并根据路网模型的数据预测以确定开放策略后，可以向管控系统工作人员展示开放策略以及道路上实时的拥堵指数和对未来一段时间内的拥堵指数，也可以展示路段的静态路网信息以及路段的施工情况、天气情况、交通事件等。
[0094]
管控系统的工作人员可以根据云端展示的信息确定是否执行开放策略，当确定执行开放策略时，管控系统的工作人员可以将该开放策略在rsu或路旁诱导屏上展示，并且通知云端开放策略的执行指令。云端接收到该执行指令后，可以为备用车道或者其他车道确定限速策略并下发给管控系统，该限速策略包括限速值。管控系统相应将该限速策略在rsu或路旁诱导屏上展示。当备用车道开放后，管控系统的工作人员决定撤销备用车道的使用时，管控系统可以向云端发送撤销指令。云端可以删除开放策略以及限速策略，并确定撤销策略给管控系统。管控系统可以将该撤销策略在rsu或路旁诱导屏上展示。
[0095]
对于边坡、桥和隧道等路段，由于事故多发频发以及道路险峻，需要用动态道路限速进行管控，支持管控系统的操作人员手动调整备用车道的开放时间，以及设置路段的管控限速值和时间。
[0096]
本技术实施例通过多个路段的实时交通数据获得至少一个路段在预设时间范围内的交通状态作为预测结果，并根据预测结果确定第一路段的备用车道的开放策略，能够辅助管控系统工作人员作出全面的判断并根据实际需求推送管控策略，缓解道路拥堵状况。
[0097]
本技术实施例中，云端也可以可以接收来自各个路段的实时交通数据，其中各个路段有对应的标识，各个路段在上报实时交通数据时，可以在实时交通数据中携带该路段的标识和该路段当前的车辆行驶速度。云端可以根据多个路段的实时交通数据确定指示开放第一路段的备用车道作为正常行驶车道的开放策略，云端可以根据车路协同系统的交通数据推荐备用车道的开放策略，高效协助高速业主对道路拥堵情况做出管控措施，提高道路通行效率。
[0098]
上面讲述了开放备用车道的方法，下面讲述执行该开放备用车道的装置，该装置可以用于执行上述开放备用车道的方法。
[0099]
请参阅图5，如图5所示为本技术实施例提供的开放备用车道的装置的结构示意图，开放备用车道的装置50包括：
[0100]
获取单元501，用于获取多个路段的实时交通数据，多个路段的实时交通数据包括多个路段中每个路段的标识以及每个路段当前的车辆行驶速度；
[0101]
预测单元502，用于根据多个路段的实时交通数据确定预测结果，预测结果用于指示多个路段中至少一个路段在预设时间范围内的交通状态；
[0102]
确定单元503，用于根据预测结果确定备用车道的开放策略，开放策略包括多个路段中第一路段的标识，开放策略用于指示开放第一路段的备用车道作为正常行驶车道。
[0103]
可选的，预测结果包括第二路段在预设时间范围内的拥堵指数，拥堵指数用于指示交通拥挤程度；
[0104]
预测单元502具体用于；
[0105]
根据每个路段当前的车辆行驶速度确定每个路段的当前的拥堵指数；
[0106]
根据每个路段的当前的拥堵指数确定第二路段的标识，第二路段为多个路段中当前的拥堵指数大于第一阈值的至少一个路段；
[0107]
将第二路段的实时交通数据输入预测模型，得到预测结果。
[0108]
可选的，确定单元503包括：
[0109]
根据第二路段在预设时间范围内的拥堵指数确定第一路段的标识，第一路段为第二路段中在预设时间范围中拥堵指数大于第二阈值的至少一个路段。
[0110]
可选的，每个路段的实时交通数据还包括每个路段的出口匝道当前的平均车速和每个路段当前的车辆流量；
[0111]
开放策略还包括开放时间，开放时间指示第一路段的备用车道开放的时间段；
[0112]
确定单元503还用于：
[0113]
根据第一路段的出口匝道当前的平均车速，确定第一路段当前的车辆流量下降到预设的阈值所需的时长，根据时长确定开放时间。
[0114]
可选的，获取单元501还用于：获取多个路段的交通事件，交通事件为需要使用备用车道的事件；
[0115]
确定单元503还用于：确定第一路段中每个路段的预设空间范围内没有交通事件。
[0116]
可选的，多个路段的实时交通数据还包括每个路段当前的车辆密度；
[0117]
确定单元503还用于：
[0118]
根据第一路段当前的车辆密度确定第一路段的备用车道的限速值。
[0119]
可选的，确定单元503还用于：
[0120]
根据第一路段的天气和最大限速值获取第一路段的路段最大占有率，第一路段的路段最大占有率用于指示第一路段上可支持的最大车辆通行能力；
[0121]
根据第一路段的车辆密度和预设的有效车长确定第一路段的路段实时占有率，第一路段的路段实时占有率用于指示第一路段上的当前车辆通行能力；
[0122]
根据路段最大占有率和路段实时占有率确定限速值。
[0123]
可选的，开放备用车道的装置还包括发送单元504，该发送单元504用于：
[0124]
将开放策略发送给管控系统，以使得管控系统确认是否执行开放策略。
[0125]
图6所示，为本技术的实施例提供的通信装置60的一种可能的逻辑结构示意图。通信装置60包括：处理器601、通信接口602、存储系统603以及总线604。处理器601、通信接口602以及存储系统603通过总线604相互连接。在本技术的实施例中，处理器601用于对通信装置60的动作进行控制管理，例如，处理器601用于执行图3的方法实施例中云端所执行的步骤。通信接口602用于支持通信装置60进行通信。存储系统603，用于存储通信装置60的程序代码和数据。
[0126]
其中，处理器601可以是中央处理器单元，通用处理器，数字信号处理器，专用集成
电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器601也可以是实现确定功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。总线604可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0127]
装置50中的发送单元504相当于通信装置60中的通信接口602，装置50中的获取单元501、预测单元502和确定单元503相当于通信装置60中的处理器601。
[0128]
本实施例的通信装置60可对应于上述图3方法实施例中的云端，该通信装置60中的通信接口602可以实现上述图3方法实施例中的云端所具有的功能和/或所实施的各种步骤，为了简洁，在此不再赘述。
[0129]
在本技术的另一实施例中，还提供一种确定机可读存储介质，确定机可读存储介质中存储有确定机执行指令，当设备的处理器执行该确定机执行指令时，设备执行上述图3方法实施例中的云端所执行的开放备用车道的方法的步骤。
[0130]
在本技术的另一实施例中，还提供一种确定机程序产品，该确定机程序产品包括确定机执行指令，该确定机执行指令存储在确定机可读存储介质中；当设备的处理器执行该确定机执行指令时，设备执行上述图3方法实施例中的云端所执行的开放备用车道的方法的步骤。
[0131]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0132]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0133]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0134]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0135]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全
部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。