一种基于5G的车辆疏导方法及系统与流程

一种基于5g的车辆疏导方法及系统
技术领域
1.本技术涉及智慧交通技术领域，尤其涉及一种基于5g的车辆疏导方法及系统。


背景技术：

2.目前，随着家用汽车越来越普及，城乡建设力度越来越大，道路交通隐患也越来越多。在人口密集的城市，特别是节假日，若某路段发生交通事故，很容易造成交通拥堵，严重时甚至可以堵一天以上，严重影响人们的出行质量。而且密集的拥堵车辆也会阻挡救援车辆的进入，耽误宝贵的救援时间。
3.目前，发生交通事故后还是需要依靠交警等人力去维持秩序，引导车辆为救援车辆让出道路，然后通过导航软件显示该路段发生交通事故且造成了拥堵，以避免加剧拥堵。但是通过人力来疏导拥堵车辆的效率过低，且已经发生拥堵的车辆很难有序地退出当前路段，选择其他路线继续行驶。对于交通事故现场的救援工作还是有很大的影响，对于已经拥堵在该路段中的车辆的疏导能力也较弱，容易引起驾驶员的不满或情绪激动。因此，这种人为疏导的方法对于交通事故的处理效率过低。


技术实现要素：

4.本技术实施例提供了一种基于5g的车辆疏导方法及系统，用于解决如下技术问题：发生交通事故时很难快速有效疏导拥堵的车辆。
5.本技术实施例采用下述技术方案：
6.一方面，本技术实施例提供了一种基于5g的车辆疏导方法，方法包括：采集各路段的道路图像并进行识别，确定事故路段；按照预设的电子地图，确定与所述事故路段通过道路路口连接的其他路段，并将所述事故路段与所述其他路段作为待检测路段；在预设时间段内连续采集各所述待检测路段的道路图像，判断各所述待检测路段是否发生车辆拥堵；将发生拥堵的事故路段作为不可变线路段，将发生车辆拥堵的其他路段作为可变线路段；调取所述可变线路段第一预设范围内的道路信息，基于所述道路信息制定拥堵车辆变线方案；将所述拥堵车辆变线方案通过所述可变线路段的5g基站，发送到覆盖范围内的5g车载设备，以使所述5g车载设备引导驾驶员执行所述拥堵车辆变线方案；获取所述不可变线路段的5g车载设备当前时刻接入的两个以上5g基站的位置信息；基于所述5g基站的位置信息，确定所述5g车载设备的位置信息；根据所述5g车载设备的位置信息，为对应的拥堵车辆进行编号；基于所述编号向所述5g车载设备发送后撤指令，所述后撤指令用于引导驾驶员根据所述编号依次撤出所述不可变线路段。
7.本技术实施例通过图像识别技术识别事故路段，并将发生拥堵的路段分为可变线路段与不可变线路段，分别对两种路段设计两种不同的疏导方法，能够针对性地疏导车辆。通过5g技术以及物联网技术向5g车载设备发送变线方案或后撤指令，能够引导驾驶员有条理地撤出拥堵路段，在短时间内减少拥堵车辆，便于救援车辆进入事故发生点进行救援和道路清理。
8.在一种可行的实施方式中，在预设时间段内连续采集各所述待检测路段的道路图像，判断各所述待检测路段是否发生车辆拥堵之前，所述方法还包括：确定第二预设范围内设置的5g基站，并分别向所述第二预设范围内的5g车载设备自动推送语音提醒，以及向所述第二预设范围内的手机设备发送短信提醒；其中，所述语音提醒内容至少包括以下任意一项或多项：前方交通事故告警、变道提醒、推荐变道路线；所述短信提醒的内容与所述语音提醒的内容一致；其中，第二预设范围大于第一预设范围。
9.本技术实施例通过向还未到达拥堵路段的车辆发出语音或短信提醒，提醒驾驶员前方发生交通事故，以使驾驶员绕路行驶，避免拥堵路段继续形成更严重的拥堵。
10.在一种可行的实施方式中，在预设时间段内连续采集各所述待检测路段的道路图像，判断各所述待检测路段是否发生车辆拥堵，具体包括：基于车牌号，随机选择各所述待检测路段的的道路图像中预设数量的车辆作为标定车辆，并识别各标定车辆的第一位置；获取各所述待检测路段在预设时间后的道路图像，并根据预设时间后的道路图像确定各所述标定车辆的第二位置；其中，所述预设时间大于所述路段的交通灯红灯持续时间；基于所述第一位置与所述第二位置，确定各标定车辆的平均移动距离；确定所述平均移动距离与第一预设阈值的比值；在所述比值为0的情况下，确定所述路段发生严重车辆拥堵；在所述比值大于0且小于1的情况下，确定所述路段发生车辆拥堵；在所述比值不小于1的情况下，确定所述路段没有发生车辆拥堵。
11.本技术实施例通过识别车辆在预设时间内的平均移动距离，确定是否发生了车辆拥堵，此方法简单、方便实现，且得到的结果较准确，能够较合理地体现路段的拥堵情况。
12.在一种可行的实施方式中，调取所述可变线路段第一预设范围内的道路信息，基于所述道路信息制定拥堵车辆变线方案，具体包括：调取所述可变线路段第一预设范围内的道路图像，确定所述第一预设范围内的道路中的当前车流数据；其中，所述当前车流数据至少包括：当前车流量、当前平均车速；获取保存的所述第一预设范围内的道路的历史车流数据；其中，所述历史车流数据至少包括：历史车流量、历史平均车速；将所述当前车流数据以及所述历史车流数据融合为融合车流数据，并对所述融合车流数据进行离差归一化预处理；通过滑动窗口，对预处理后的所述融合车流数据进行短时傅里叶变换，得到车流频域信息；其中，所述滑动窗口的窗口函数为高斯函数；将所述车流频域信息输入傅里叶
‑
递归神经网络模型，得到所述第一预设范围内的各道路中的预测车流数据；其中，所述预测车流数据至少包括：预测车流量、预测平均车速；基于所述预测车流数据，制定所述拥堵车辆变线方案。
13.在一种可行的实施方式中，基于所述预测车流信息，制定所述拥堵车辆变线方案，具体包括：将所述预测车流量按照升序排列，以及将所述预测平均车速按降序排列；按照所述预测车流量的顺序，确定所述第一预设范围内各道路对应的推荐优先级；其中，所述预测车流量越少，所述推荐优先级越高；若出现预测车流量相同的情况，则按照所述预测平均车速的顺序，确定推荐优先级；其中，所述预测平均车速越高，所述推荐优先级越高；获取所述拥堵车辆目的地信息，根据所述推荐优先级、所述拥堵车辆的当前位置以及所述拥堵车辆的目的地信息，制定绕过所述发生交通事故的路段的拥堵车辆变线方案。
14.本技术实施例通过预测周围道路的车流量及车速，为可变线路段的车辆推荐变线方案，使可变线路段的车辆能够离开拥堵路段。为车辆推荐车流量更少或车速更快的道路，
为驾驶员节省时间。
15.在一种可行的实施方式中，在调取所述可变线路段的第一预设范围内的道路信息，基于所述道路信息制定拥堵车辆变线方案之后，所述方法还包括：调取所述可变线路段的第一预设范围内的交通灯时间信息；基于所述交通灯时间信息制定交通灯时间调整方案；其中，所述交通灯时间调整方案至少包括：增加所有通向所述事故路段的交通灯红灯时间、增加所有不通向所述事故路段的交通绿灯时间、将所述第一预设范围内各路口的行人绿灯时间设为最低标准时间；将所述交通灯时间调整方案发送到所述第一预设范围内的交通灯控制系统，以使所述交通灯控制系统根据所述交通灯调整方案，调整所述第一预设范围内的各个路口、各个方向的车辆和行人通行时长。
16.本技术实施例通过调整拥堵路段周围较近距离内的交通灯时间，让拥堵车辆能够更快地通过各路口，从而更快疏导车辆。
17.在一种可行的实施方式中，基于所述5g基站的位置信息，确定所述5g车载设备的位置信息，具体包括：根据建立当前接入的任意两个5g基站之间的传递时间差方程组；对所述传递时间差方程组进行求解结果，得到所述5g车载设备对应的拥堵车辆的位置信息(x,y)；其中，(x
i
,y
i
)、(x
j
,y
j
)为5g车载设备当前接入的任意两个5g基站的位置坐标；i、j为所述任意两个5g基站的标号，其中，i＝1,2,...,n、j＝1,2,...,n且i≠j；t
i
为第i个基站和所述5g车载设备之间的通讯传递时间；t
j
为第j个基站和所述5g车载设备之间的通讯传递时间。
18.在一种可行的实施方式中，根据所述5g车载设备的位置信息，为对应的拥堵车辆进行编号；基于所述编号向所述5g车载设备发送后撤指令，具体包括：根据所述5g车载设备的位置信息，确定对应的拥堵车辆与预设路口的距离；其中，所述预设路口为所述拥堵车辆后方的第一个可以拐弯的岔路口；根据所述距离从小到大的顺序，为所述不可变线路段的拥堵车辆进行编号；向所述5g车载设备发送后撤指令；其中，所述后撤指令中包含所述5g车载设备对应的拥堵车辆的编号，以及前方等待撤出所述不可变线路段的车辆数量。
19.本技术实施例通过5g基站得到不可变线路段的车辆的位置，根据这些车辆与后方路口的距离为车辆编号，使车辆根据编号有序撤离不可变线路段。
20.在一种可行的实施方式中，在基于所述编号向所述5g车载设备发送后撤指令之后，所述方法还包括：将所述事故路段的信息发送到连接的每个5g车载设备，以使所述5g车载设备根据当前车辆的行车路线，通过相应的车辆路线预测模型预测所述当前车辆经过所述事故路段的概率；若所述概率大于第二预设阈值，则通过所述5g车载设备向驾驶员发出告警提示，并推送其他可行路线。
21.本技术实施例通过预测比较大的范围内每辆车经过事故路段的概率，提醒有极大概率经过事故路段的车辆改走其他路线，为驾驶员节省行车时间。
22.另一方面，本技术实施例还提供了一种基于5g的车辆疏导系统，系统包括：
23.云平台，用于识别各路段的道路图像，按照预设的电子地图，确定与所述事故路段通过道路路口连接的其他路段，并将所述事故路段与所述其他路段作为待检测路段；在预设时间段内连续采集各所述待检测路段的道路图像，判断各所述待检测路段是否发生车辆拥堵；将发生拥堵的事故路段作为不可变线路段，将发生车辆拥堵的其他路段作为可变线
路段；调取所述可变线路段第一预设范围内的道路信息，基于所述道路信息制定拥堵车辆变线方案；将所述拥堵车辆变线方案通过所述可变线路段的5g基站，发送到覆盖范围内的5g车载设备，以使所述5g车载设备引导驾驶员执行所述拥堵车辆变线方案；获取所述不可变线路段的5g车载设备当前时刻接入的两个以上5g基站的位置信息；基于所述5g基站的位置信息，确定所述5g车载设备的位置信息；根据所述5g车载设备的位置信息，为对应的拥堵车辆进行编号；基于所述编号向所述5g车载设备发送后撤指令，所述后撤指令用于引导驾驶员根据所述编号依次撤出所述不可变线路段；
24.5g车载设备，用于接收所述云平台的信息和指令，引导驾驶员进行车辆变线；
25.视觉传感器，用于采集各路段的道路图像并发送到所述云平台。
26.本技术实施例通过视觉传感器、5g车载设备以及5g基站相配合，实时监测每条道路的交通事故和车辆拥堵发生情况，并通过云平台制定有效的疏导方案，5g车载设备与5g基站协同将疏导方案显示给驾驶员，给驾驶员提供一个有效可行的变线或撤退方案。对于前方有变线路口的车辆，推送变线方案，对于前方被事故车辆堵死，又没有变线路口的车辆，推送后撤方案以及车辆当前的编号，驾驶员可以看到已有多少车辆撤出事故路段，从而预估自己大概还有多久可以撤出事故路段，明确的时间能够安抚被拥堵的驾驶员的情绪。
附图说明
27.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
28.图1为本技术实施例提供的一种基于5g的车辆疏导方法流程图；
29.图2为本技术实施例提供的一种路段划分示意图；
30.图3为本技术实施例提供的一种基于5g的车辆疏导系统结构示意图。
具体实施方式
31.为了使本技术领域的人员更好地理解本技术中的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
32.图1为本技术实施例提供的一种基于5g的车辆疏导方法流程图，如图1所示，本技术实施例提供的车辆疏导方法可以包括步骤s101
‑
s107：
33.s101、车辆疏导系统采集各路段的道路图像并进行识别，确定事故路段。
34.具体地，安装在各道路及各路口的视觉传感器以固定时间间隔采集道路图像，并通过5g通信方式将道路图像发送到云平台。云平台通过深度学习神经网络模型识别接收到的道路图像。若在某些道路图像中识别到交通事故特征，则根据拍摄该道路图像的视觉传感器的位置，确定事故路段。
35.需要说明的是，本技术中所说的“路段”是指每两个路口之间的一段道路。
36.s102、按照预设的电子地图，确定与事故路段通过道路路口连接的其他路段，并将事故路段与其他路段作为待检测路段。
37.具体地，在确定了事故路段之后，云平台通过距离事故路段第二预设范围内的5g基站，向该范围内的5g车载设备自动推送语音提醒，语音提醒内容可以包括：前方交通事故告警、变道提醒、推荐变道路线。由于某些车辆可能没有安装5g车载设备，因此同时向该范围内的手机设备发送短信提醒，短信提醒的内容与语音提醒的内容一致。以使第二预设范围内的每个人都能收到提醒。
38.在一个实施例中，在确定了事故路段之后，云平台通过事故路段五公里范围内的5g基站，向事故路段五公里范围内的5g车载设备自动推送语音提醒，提醒驾驶员事故路段发生交通事故。同时向事故路段五公里范围内的手机设备发送与语音提醒内容一致的短信，以提醒未安装5g车载设备的驾驶员或路上的行人，事故路段发生交通事故，提醒要经过事故路段的人绕路行走。
39.进一步地，云平台根据预存的电子地图，查找与事故路段通过道路路口相连接的其他路段。并将事故路段和其他路段合称为待检测路段。
40.s103、车辆疏导系统在预设时间段内连续采集各待检测路段的道路图像，判断各待检测路段是否发生车辆拥堵。
41.具体地，在确定了待检测路段后，云平台向待检测路段上安装的所有视觉传感器发送指令，使这些视觉传感器在预设时间内连续采集待检测路段的道路图像。
42.进一步地，收到待检测路段的道路图像之后，云平台对这些道路图像进行识别，首先在每张图像中随机选择几辆能识别到车牌号车并识别车牌号，并根据车牌号将这些车辆确定为标定车辆，然后识别这些标定车辆的第一位置。然后云平台再次在预设时间后的道路图像中识别标定车辆，确定各标定车辆的第二位置。其中，设置的预设时间应大于对应路段的交通灯红灯持续时间。
43.在一个实施例中，视觉传感器根据指令，在十分钟内连续采集待检测路段的道路图像。云平台首先在最先收到的道路图像中识别标定车辆的第一位置，然后在十分钟后收到的道路图像中再次识别标定车辆的第二位置。若在十分钟后收到的道路图像中已识别不到超过半数的标定车辆，则认为当前道路并未发生车辆拥堵情况。
44.进一步地，云平台基于得到的标定车辆的第一位置与第二位置，计算每辆标定车辆在预设时间内的移动距离，然后进行平均计算，确定各标定车辆的平均移动距离。然后计算平均移动距离与第二预设阈值的比值。在比值为0的情况下，确定对应的路段发生严重车辆拥堵；在比值大于0且小于1的情况下，确定对应的路段发生车辆拥堵；在比值不小于1的情况下，确定对应的路段没有发生车辆拥堵。
45.s104、车辆疏导系统将发生拥堵的事故路段作为不可变线路段，将发生车辆拥堵的其他路段作为可变线路段。
46.作为一种可行的实施方式，若待检测路段中确实有部分路段发生了拥堵，则将发生拥堵的路段划分为可变线路段与不可变线路段。如图2所示，道路为双向行驶车道，道路中间的虚线为隔离带，车辆不可穿过隔离带。若201所指的黑色方块为事故发生点，而事故发生点201左侧的路段2即为不可变线路段，因为车辆一旦在路段2发生拥堵，前方是没有路口可以变线的，只能向后撤到路口再变线。而除路段2之外的其他拥堵路段即为可变线路
段，因为其他拥堵路段中的车辆可以在前方其他路口变线离开此路段，而无需后撤。
47.s105、车辆疏导系统调取可变线路段第一预设范围内的道路信息，基于道路信息制定拥堵车辆变线方案将拥堵车辆变线方案，通过可变线路段的5g基站，发送到覆盖范围内的5g车载设备，以使5g车载设备引导驾驶员执行拥堵车辆变线方案。
48.具体地，云平台调取可变线路段第一预设范围内的道路图像，确定第一预设范围内的道路中的当前车流数据，当前车流数据至少包括当前车流量、当前平均车速。其中，第一预设范围主要包括可变线路段周围的一些路段，因此第一预设范围要小于第二预设范围。
49.进一步地，获取云平台中保存的第一预设范围内的道路的历史车流数据，历史车流数据至少包括历史车流量、历史平均车速。然后将当前车流数据以及历史车流数据融合为融合车流数据，并对融合车流数据进行min
‑
max归一化预处理。通过窗口滑动距离为s、窗口大小为t、窗口函数为g的滑动窗口，将预处理后的融合车流数据进行分段，然后对每段数据进行短时傅里叶变换，得到融合车流数据的频域信息。
50.进一步地，将融合车流数据的频域信息输入傅里叶
‑
递归神经网络模型，得到第一预设范围内的各道路中的预测车流数据。其中，预测车流数据至少包括预测车流量、预测平均车速。
51.在一个实施例中，云平台调取可变线路段周围三公里范围内的道路图像，在道路图像中识别并计算出三公里范围内的各道路的当前车流量与当前平均车速。然后云平台获取之前保存的这些道路的历史车流量与历史平均车速。将当前车流量、当前平均车速、历史车流量、历史平均车速融合为融合车流数据，然后通过滑动窗口将融合车流数据分段后进行傅里叶变换，再输入傅里叶
‑
递归神经网络模型，得到三公里范围内的道路中接下来一段时间内的预测车流量和预测平均车速。
52.进一步地，将预测车流量按照升序排列，将预测平均车速按降序排列。按照预测车流量的顺序，确定第一预设范围内各道路对应的推荐优先级；其中，预测车流量越少，推荐优先级越高。若出现预测车流量相同的情况，则按照预测平均车速的顺序，确定推荐优先级；其中，预测平均车速越高，推荐优先级越高。
53.在一个实施例中，将事故路段周围三公里范围内的每条道路先按照预测车流量进行升序排列，预测车流量越少的道路推荐优先级越高。若有两条或多条道路的预测车流量相同，则预测平均车速越快的道路推荐优先级越高。
54.进一步地，云平台通过5g车载设备获取拥堵车辆目的地信息，根据推荐优先级、拥堵车辆的当前位置以及拥堵车辆的目的地信息，制定绕过发生交通事故的路段的拥堵车辆变线方案，然后将拥堵车辆变线方案推送到可变线路段车辆的5g车载设备，供驾驶员参考。
55.在一个实施例中，被拥堵的驾驶员可以在5g车载设备中输入目的地以及所在路段，5g车载设备将驾驶员输入的信息发送到云平台。云平台根据拥堵车辆的目的地以及所在路段，确定第一预设范围内能够使该车辆从所在路段通向目的地的所有路线，并根据第一预设范围内道路的推荐优先级，确定所有路线中总推荐优先级最高的一条路线，作为拥堵车辆变线方案发送到对应的拥堵车辆。也就是说，本技术中对于可变线路段的每辆拥堵车辆所制定的拥堵车辆变线方案都是不同的，是根据车辆的位置和目的地具体制定，符合驾驶员的不同需求。
56.作为一种可行的实施方式，云平台还可调取可变线路段的第一预设范围内的交通灯时间信息，并基于交通灯时间信息制定交通灯时间调整方案。
57.进一步地，将交通灯时间调整方案发送到第一预设范围内的交通灯控制系统，以使交通灯控制系统根据交通灯调整方案，调整第一预设范围内的各个路口、各个方向的车辆和行人通行时长。
58.在一个实施例中，交通灯时间调整方案可以包括增加所有通向事故路段的交通灯红灯时间、增加所有不通向事故路段的交通绿灯时间、将第一预设范围内各路口的行人绿灯时间设为最低标准时间等措施，以缩小行人过马路的时间，将更多的时间调配给车辆，以加快事故路段周围各路口的车辆通行量，加快疏通拥堵车辆。
59.s106、车辆疏导系统获取不可变线路段的5g车载设备当前时刻接入的两个以上5g基站的位置信息；基于5g基站的位置信息，确定5g车载设备的位置信息。
60.具体地，5g车载设备在进入5g基站的监测区域后，会与两个以上的基站建立通讯连接，因此，云平台根据建立不可变线路段的每个5g车载设备当前接入的任意两个5g基站之间的传递时间差方程组。然后对传递时间差方程组进行求解，得到5g车载设备对应的拥堵车辆的位置信息(x,y)。其中，(x
i
,y
i
)、(x
j
,y
j
)为5g车载设备当前接入的任意两个5g基站的位置坐标；i、j为任意两个5g基站的标号，其中，i＝1,2,...,n、j＝1,2,...,n且i≠j；t
i
为第i个基站和5g车载设备之间的通讯传递时间；t
j
为第j个基站和5g车载设备之间的通讯传递时间。
61.在一个实施例中，若某个5g车载设备共接入三个5g基站，三个5g基站的标号分别为1、2、3。则在确定了三个5g基站的位置以及三个5g基站与该5g车载设备的通讯传递时间后，云平台对基站1基站2、基站1基站3、基站2基站3分别根据上述公式建立传递时间差方程，得到传递时间差方程组。对传递时间差方程组求解，即可得到该5g车载设备的位置坐标。
62.s107、车辆疏导系统根据5g车载设备的位置信息，为对应的拥堵车辆进行编号。基于编号向5g车载设备发送后撤指令，后撤指令用于引导驾驶员根据编号依次撤出不可变线路段。
63.具体地，云平台根据计算出的不可变线路段的每个5g车载设备的位置信息，确定对应的拥堵车辆与预设路口的距离；其中，预设路口为拥堵车辆后方的第一个可以拐弯的岔路口。然后根据距离从小到大的顺序，为不可变线路段的拥堵车辆进行编号。
64.进一步地，云平台向5g车载设备发送后撤指令；其中，后撤指令中包含5g车载设备对应的拥堵车辆的编号，以及前方等待撤出不可变线路段的车辆数量。
65.在一个实施例中，如图2所示，云平台根据不可变线路段2中车辆202中5g车载设备的位置坐标，求出车辆202与后方第一个可以拐弯的路口的距离l。用同样的方法求出不可变线路段2中每辆车与该路口的距离，并按照距离从小到大的顺序为车辆编号。然后云平台按照编号向对应的5g车载设备发送后撤提醒，并提示前方还有几辆车等待后撤。驾驶员可以明确得知自己后方还有多少车辆等待撤出不可变线路段。
66.作为一种可行的实施方式，云平台可在检测到交通事故之后，即刻将事故路段的信息发送到连接的每个5g车载设备，以使每个5g车载设备根据当前车辆的行车路线，通过
预安装的轻量级车辆路线预测模型，预测当前车辆经过事故路段的概率。若概率大于第二预设阈值，则向驾驶员发出告警提示，并推送其他可行路线。
67.另外，本技术实施例还提供了一种基于5g的车辆疏导系统，如图3所示，系统包括安装在各道路及路口的若干视觉传感器310、云平台320以及安装在车辆中的若干5g车载设备330。
68.云平台320用于识别各路段的道路图像，按照预设的电子地图，确定与事故路段通过道路路口连接的其他路段，并将事故路段与其他路段作为待检测路段；在预设时间段内连续采集各待检测路段的道路图像，判断各待检测路段是否发生车辆拥堵；将发生拥堵的事故路段作为不可变线路段，将发生车辆拥堵的其他路段作为可变线路段；调取可变线路段第一预设范围内的道路信息，基于道路信息制定拥堵车辆变线方案；将拥堵车辆变线方案通过可变线路段的5g基站，发送到覆盖范围内的5g车载设备，以使5g车载设备引导驾驶员执行拥堵车辆变线方案；获取不可变线路段的5g车载设备当前时刻接入的两个以上5g基站的位置信息；基于5g基站的位置信息，确定5g车载设备的位置信息；根据5g车载设备的位置信息，为对应的拥堵车辆进行编号；基于编号向5g车载设备发送后撤指令，后撤指令用于引导驾驶员根据编号依次撤出不可变线路段。
69.5g车载设备330用于接收云平台的信息和指令，引导驾驶员进行车辆变线。
70.视觉传感器310用于采集各路段的道路图像并发送到云平台。
71.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
72.上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
73.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术的实施例可以有各种更改和变化。凡在本技术实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。