基于车流量的智慧交通管理方法及系统与流程

本发明涉及交通管理，具体涉及基于车流量的智慧交通管理方法及系统。

背景技术：

1、随着大数据、云计算和物联网等高新技术的发展，一些发达国家积极开展智慧交通系统项目的研究，致力于打造一个更智能化、信息化的交通管理系统，提高交通部门的管理水平，为人们的日常生活出行提供更好的交通环境；智慧交通系统在提高交通部门智能化管理水平，改善道路交通环境方面有着重要的应用价值。

2、由于汽车保有量的不断增长，超出了大部分道路的可承载容量，道路交通拥堵、交通肇事以及环境污染等问题日趋严重；现有的通过设计智慧交通信息管理系统能尽可能的改善交通拥堵和交通肇事的发生概率，但是还是无法直接根据车流量的变化进行误差准确预测，达到进一步对于接下来路况变化的提前预测评估，进而导致拥堵路段增加，交通压力持续增大的问题。

技术实现思路

1、本发明的目的在于提供基于车流量的智慧交通管理方法及系统，解决以下技术问题：

2、如何结合车流量变化分析和智慧交通管理方法对下一路况的提前预测和分析，进而降低交通拥堵和交通肇事的发生概率。

3、本发明的目的可以通过以下技术方案实现：

4、基于车流量的智慧交通管理方法，所述方法包括：

5、s1、采集监控区域在特定时间段内的历史车流量数据；

6、s2、实时调取拥堵路段的历史监控图像监测的路段车辆信息参数，对路段车辆信息参数进行状态预测分析，评估路况变化信息，获取历史路况评估系数；

7、s3、将历史车流量数据输入至交通预测模型中，获得预测路况评估系数，将预测路况评估系数与历史路况评估系数进行比对分析，根据分析结果进行预警。

8、优选地，步骤s2中状态预测分析过程为：

9、将监控图像信息获取时间均匀分隔为n个不同时间段，统计任意不同时间段内的拥堵路段车流量数据fi，其中，i∈[1，n]；

10、将车流量数据fi与对应的预设区间[fa，fb]进行比对，fa、fb均为经验常数；

11、若fi大于预设区间[fa，fb]，则判断车流量大于临界状态，生成预警信息；

12、若fi小于预设区间[fa，fb]，则判断车流量不及临界状态，路况较稳定；

13、若fi在预设区间[fa，fb]内，则判断车流量达到临界状态，进行路况评估分析。

14、优选地，所述路况评估分析为：

15、根据公式：获取路况评估系数rhi，其中为单调递增的转化函数，k为从总时间段n中选定的时间段，且k＞1；m为选定时间段内完成车辆速度从vmax降到vmin的过程中的路段车辆数量累计容纳量；m0为选定时间段内完成车辆速度从vmax降到vmin的过程中的路段车辆数量累计容纳量标准值；为fi到fk的算数平均数；为车辆信息偏差系数。

16、优选地，所述路况评估分析的过程包括：

17、将路况评估系数rhi与预设区间[rilow，riup]进行比对大小：

18、当rhi∈[rilow，piup]时判断路况状态变化较大，输出当前路况评估系数为历史路况评估系数；

19、当rhi＜rilow时判断路况状态变化较小，保持当前运行状态；

20、当rhi＞riup时判断路况状态变化极大，生成预警信息。

21、优选地，所述步骤s3中交通预测模型的建立过程为：

22、s31、采集监控区域若干个时间段的历史车流量，选取各拥堵路段对应时间段的车流量数据，生成训练集和测试集；

23、s32、以循环神经网络搭建模型，使用车流量训练集对模型进行训练，通过测试集对训练后的模型进行测试，根据测试误差调整迭代次数；

24、s33、重复步骤s32，并对训练集进行再次拟合，调整测试误差至较小的组合模型，当测试误差结果偏大时转到步骤s32；

25、s34、输出估计预测值。

26、优选地，所述预测值的公式为：

27、

28、计算获得车流量预测系数pf；其中，maxf(t)、minf(t)分别表示在某时间段中的历史车流量的最大值参数和最小值参数；fimt(t)表示某时间段中的历史车流量的偏差参数值；θ为预测系数。

29、优选地，根据车流量预测系数pf获取预测路况评估系数的方式为：

30、通过公式rpred＝τ*pf计算出预测路况评估系数rpred，其中，τ为路况转化系数。

31、优选地，所述步骤s3中，比对分析的过程为：

32、将预测路况评估系数rpred与历史路况评估系数rhi进行比对：

33、若rpred≥rhi，则发出预警信号；进行车流量的调整；

34、否则，继续运行。

35、基于车流量的智慧交通管理系统，所述系统包括：

36、数据采集模块，用于采集监控区域在特定时间段内的历史车流量数据；

37、实时监控模块，用于实时调取拥堵路段的历史监控图像监测的路段车辆信息参数；

38、分析模块，用于对路段车辆信息参数进行状态预测分析，评估路况变化信息，获取历史路况评估系数；

39、交通预测模型，用于根据历史车流量数据获得预测路况评估系数；

40、比对模块，用于将预测路况评估系数和历史路况评估系数进行比对分析；

41、预警模块，用于对监控车流量状态不符合要求时、路况评估分析结果不符合要求时及比对分析结果不符合要求时发出预警信息；

42、信息同步模块，用于实时同步车辆、路况交通信息至查询平台。

43、本发明的有益效果：本发明通过实时调取拥堵路段的历史监控图像监测的路段车辆信息参数并进行状态预测分析，评估路况变化信息，获取历史路况评估系数；将历史车流量数据输入至交通预测模型中，计算获得预测路况评估系数；过将预测路况评估系数与历史路况评估系数；调整当前监控状态下的路况变化对交通临界容纳量的及时调整，避免交通事故的发生，减少交通拥堵对下一车流量较大影响；通过对车流量的提前分流引导、减速提醒、红绿灯时间调整等，减少严重拥堵情况的发生，提高交通运行效率，较少交通事故的发生概率。

44、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

技术特征：

1.基于车流量的智慧交通管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于车流量的智慧交通管理方法，其特征在于，步骤s2中状态预测分析过程为：

3.根据权利要求2所述的基于车流量的智慧交通管理方法，其特征在于，所述路况评估分析为：

4.根据权利要求3所述的基于车流量的智慧交通管理方法，其特征在于，所述路况评估分析的过程包括：

5.根据权利要求1所述的基于车流量的智慧交通管理方法，其特征在于，所述步骤s3中交通预测模型的建立过程为：

6.根据权利要求5所述的基于车流量的智慧交通管理方法，其特征在于，所述预测值的公式为：

7.根据权利要求6所述的基于车流量的智慧交通管理方法，其特征在于，根据车流量预测系数pf获取预测路况评估系数的方式为：

8.根据权利要求7所述的基于车流量的智慧交通管理方法，其特征在于，所述步骤s3中，比对分析的过程为：

9.基于车流量的智慧交通管理系统，其特征在于，所述系统包括：

技术总结
本发明涉及交通管理技术领域，具体公开了基于车流量的智慧交通管理方法，所述方法包括：首先，采集监控区域在特定时间段内的历史车流量数据；然后，实时调取拥堵路段的历史监控图像监测的路段车辆信息参数，对路段车辆信息参数进行状态预测分析，评估路况变化信息，获取历史路况评估系数；最后，将历史车流量数据输入至交通预测模型中，获得预测路况评估系数，将预测路况评估系数与历史路况评估系数进行比对分析，并根据分析结果进行预警，提前通知和调整交通运行状态；本发明结合车流量变化分析和智慧交通管理方法对下一路况的提前预测和分析，进而降低交通拥堵和交通肇事的发生概率。

技术研发人员：王照健,辛飞,刘晓,刘珍,吕东卫,张宛翔,郭琼琼,高寒,杨凯,杨龙华,胡久松,闫超,栗振兴,郭晓雷,徐可,乔展,王洋,李阳,高喜梅,朱国虎,白家瑞,李亚斌,闫成聪柳,杨军,王晓娟,彭倚云,张平
受保护的技术使用者：河南省智慧交通研究院有限公司
技术研发日：
技术公布日：2024/3/24