技术特征：
1.一种基于北斗的城市大面积路网交通感知方法，其特征在于，包括：获取待感知的初始路面交通状态，所述初始路面交通状态包括至少一个初始路面交通状态属性；基于第一城市路网交通感知优化模型，获取所述初始路面交通状态中所述至少一个初始路面交通状态属性对应的路面交通属性线性表示，其中，所述第一城市路网交通感知优化模型是根据多个虚拟北斗路面交通数据集训练得到，所述虚拟北斗路面交通数据集包括第二路面交通参数，以及由第二城市路网交通感知优化模型对所述第二路面交通参数优化得到的第一路面交通参数，所述第二城市路网交通感知优化模型根据第二实际北斗路面交通数据集对预设第二城市路网交通感知优化模型的权值进行更替以构建，一个第二实际北斗路面交通数据集中包括一个目标第二路面交通参数以及多个辅助第一路面交通参数，所述辅助第一路面交通参数为所述目标第二路面交通参数的优化路面交通感知结果，预设第二城市路网交通感知优化模型的权值是根据所述预设第二城市路网交通感知优化模型对所述目标第二路面交通参数的优化结果，与所述目标第二路面交通参数对应的各辅助第一路面交通参数之间的第二loss函数结果来确定的；基于所述第一城市路网交通感知优化模型，根据所述路面交通属性线性表示，输出各所述初始路面交通状态属性对应的至少两个待定对比路面交通状态属性，以及各所述初始路面交通状态属性优化为对应的待定对比路面交通状态属性的第一置信度；基于所述第一城市路网交通感知优化模型，根据所述第一置信度，从所述待定对比路面交通状态属性中，确定各所述初始路面交通状态属性对应的目标对比路面交通状态属性；基于所述第一城市路网交通感知优化模型，对各个目标对比路面交通状态属性进行标准化输出，得到所述初始路面交通状态优化后的目标路面交通状态。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一城市路网交通感知优化模型，根据所述路面交通属性线性表示，输出各所述初始路面交通状态属性对应的至少两个待定对比路面交通状态属性，以及各所述初始路面交通状态属性优化为对应的待定对比路面交通状态属性的第一置信度，包括：基于所述第一城市路网交通感知优化模型中初始感知策略的第一路面交通属性线性空间和优化感知策略的第二路面交通属性线性空间之间的关联对应关系，将所述路面交通属性线性表示对标至所述第二路面交通属性线性空间中，得到参考路面交通属性线性表示；根据优化感知策略的待定路面交通状态属性值在所述第二路面交通属性线性空间中的路面交通属性线性表示，与所述参考路面交通属性线性表示的空间距离，确定所述待定路面交通状态属性值中各所述初始路面交通状态属性对应的至少两个待定对比路面交通状态属性，以及各所述初始路面交通状态属性优化为对应的待定对比路面交通状态属性的第一置信度。3.根据权利要求1所述的方法，其特征在于，所述获取待感知的初始路面交通状态之前，还包括：获取第二路面交通参数以及多个第一实际北斗路面交通数据集，其中，每个第一实际北斗路面交通数据集包括相互匹配的已配置第一路面交通参数和已配置第二路面交通参
数；基于第二城市路网交通感知优化模型，对所述第二路面交通参数进行优化，得到优化后的第一路面交通参数，并将优化后的第一路面交通参数，与对应的所述第二路面交通参数，组成虚拟北斗路面交通数据集；将所述虚拟北斗路面交通数据集和所述第一实际北斗路面交通数据集，确定为所述第一城市路网交通感知优化模型的实际北斗路面交通数据集训练样本，其中，所述已配置第一路面交通参数和所述优化后的第一路面交通参数为第一路面交通参数样本，所述已配置第二路面交通参数和所述第二路面交通参数为第二路面交通参数样本；基于第一城市路网交通感知优化模型，对所述第一路面交通参数样本进行优化，得到优化后的预测第二路面交通参数，并根据所述预测第二路面交通参数与所述第一路面交通参数样本对应的第二路面交通参数样本之间的第一loss函数结果，对第一城市路网交通感知优化模型进行从初始感知策略到优化感知策略的优化训练。4.根据权利要求3所述的方法，其特征在于，所述基于第二城市路网交通感知优化模型，对所述第二路面交通参数进行优化，得到优化后的第一路面交通参数之前，还包括：获取第二实际北斗路面交通数据集；基于预设第二城市路网交通感知优化模型，获取所述目标第二路面交通参数中各个目标路面交通状态属性对应的路面交通属性线性表示；根据所述目标路面交通状态属性对应的路面交通属性线性表示，输出各所述目标路面交通状态属性对应的至少两个候选初始路面交通属性值，以及各所述目标路面交通状态属性优化为对应的候选初始路面交通属性值的第二置信度；根据所述第二置信度，从所述候选初始路面交通属性值中，确定各所述目标路面交通状态属性对应的目标初始路面交通属性值；对各个目标初始路面交通属性值进行标准化输出，得到所述目标第二路面交通参数优化后的预测第一路面交通参数；计算同一目标第二路面交通参数的预测第一路面交通参数与对应的各辅助第一路面交通参数之间的第二loss函数结果；根据所述第二loss函数结果，对预设第二城市路网交通感知优化模型的权值进行更替，得到第二城市路网交通感知优化模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标路面交通状态属性对应的路面交通属性线性表示，输出各所述目标路面交通状态属性对应的至少两个候选初始路面交通属性值，以及各所述目标路面交通状态属性优化为对应的候选初始路面交通属性值的第二置信度，包括：获取初始路面交通属性值集合，其中，所述初始路面交通属性值集合包括多个初始路面交通属性值；基于所述预设第二城市路网交通感知优化模型中优化感知策略的第二路面交通属性线性空间和初始感知策略的第一路面交通属性线性空间之间的关联对应关系，将所述目标路面交通状态属性的路面交通属性线性表示对标至所述第一路面交通属性线性空间中，得到第一参考路面交通属性线性表示；根据所述初始路面交通属性值在所述第一路面交通属性线性空间中的路面交通属性
线性表示，与所述第一参考路面交通属性线性表示的空间距离，确定所述初始路面交通属性值中各所述目标路面交通状态属性对应的至少两个候选初始路面交通属性值，以及各所述目标路面交通状态属性优化为对应的候选初始路面交通属性值的第二置信度。6.根据权利要求5所述的方法，其特征在于，所述计算同一目标第二路面交通参数的预测第一路面交通参数与对应的各辅助第一路面交通参数之间的第二loss函数结果，包括：对于同一目标第二路面交通参数，计算其目标路面交通状态属性对应的候选初始路面交通属性值，与所述目标第二路面交通参数对应的辅助第一路面交通参数中，所述目标路面交通状态属性对应的目标路面交通属性值之间的第一匹配度；根据所述第一匹配度和所述第二置信度，计算所述目标第二路面交通参数中各所述目标路面交通状态属性对应的候选初始路面交通属性值与目标路面交通属性值之间的路面交通属性损失；对各所述目标路面交通状态属性对应的路面交通属性损失进行标准化输出，得到所述目标第二路面交通参数的预测第一路面交通参数与对应的各辅助第一路面交通参数之间的第二loss函数结果。7.根据权利要求3所述的方法，其特征在于，所述基于第一城市路网交通感知优化模型，对所述第一路面交通参数样本进行优化，得到优化后的预测第二路面交通参数之前，还包括：获取第三实际北斗路面交通数据集，其中，一个第三实际北斗路面交通数据集包括一个目标第一路面交通参数，以及对应的多个辅助第二路面交通参数，所述辅助第二路面交通参数是所述目标第一路面交通参数的优化路面交通感知结果；基于预设第一城市路网交通感知优化模型，获取所述目标第一路面交通参数中各个目标路面交通状态属性对应的路面交通属性线性表示；获取优化路面交通属性值集合，其中，所述优化路面交通属性值集合包括多个优化路面交通属性值；基于所述预设第一城市路网交通感知优化模型中初始感知策略的第一路面交通属性线性空间和优化感知策略的第二路面交通属性线性空间之间的关联对应关系，将所述目标路面交通状态属性的路面交通属性线性表示对标至所述第二路面交通属性线性空间中，得到第二参考路面交通属性线性表示；根据所述优化路面交通属性值在所述第二路面交通属性线性空间中的路面交通属性线性表示，与所述第二参考路面交通属性线性表示的空间距离，确定所述优化路面交通属性值中各所述目标路面交通状态属性对应的至少两个候选优化路面交通属性值，以及各所述目标路面交通状态属性优化为对应的候选优化路面交通属性值的第三置信度；根据所述第三置信度，从所述候选优化路面交通属性值中，确定各所述目标路面交通状态属性对应的目标优化路面交通属性值；对各个目标优化路面交通属性值进行标准化输出，得到所述目标第一路面交通参数优化后的预测目标第二路面交通参数；对于同一目标第一路面交通参数，计算其目标路面交通状态属性对应的候选优化路面交通属性值，与所述目标第一路面交通参数对应的辅助第二路面交通参数中，所述目标路面交通状态属性对应的目标路面交通属性值之间的第二匹配度；
根据所述第二匹配度和所述第三置信度，计算所述目标第一路面交通参数中各所述目标路面交通状态属性对应的候选优化路面交通属性值与目标路面交通属性值之间的路面交通属性损失；对各所述目标路面交通状态属性对应的路面交通属性损失进行标准化输出，得到所述目标第一路面交通参数的预测目标第二路面交通参数与对应的各辅助第二路面交通参数之间的第三loss函数结果；根据所述第三loss函数结果，对预设第一城市路网交通感知优化模型的权值进行更替，得到第一城市路网交通感知优化模型。8.根据权利要求3所述的方法，其特征在于，所述基于第一城市路网交通感知优化模型，对所述第一路面交通参数样本进行优化，得到优化后的预测第二路面交通参数，并根据所述预测第二路面交通参数与所述第一路面交通参数样本对应的第二路面交通参数样本之间的第一loss函数结果，对第一城市路网交通感知优化模型进行从初始感知策略到优化感知策略的优化训练，包括：基于第一城市路网交通感知优化模型，获取所述第一路面交通参数样本中各个路面交通状态属性对应的路面交通属性线性表示；根据所述路面交通属性线性表示，输出各所述路面交通状态属性对应的至少两个待选路面交通状态属性，以及各所述路面交通状态属性优化为对应的待选路面交通状态属性的第四置信度；根据所述第四置信度，从所述待选路面交通状态属性中，确定各所述路面交通状态属性对应的目标路面交通状态属性，并对各个目标路面交通状态属性进行标准化输出，得到预测第二路面交通参数；计算所述预测第二路面交通参数与所述第一路面交通参数样本对应的第二路面交通参数样本之间的第一loss函数结果；根据所述第一loss函数结果，对第一城市路网交通感知优化模型的权值进行更替，得到训练好的第一城市路网交通感知优化模型。9.一种基于北斗的城市大面积路网交通感知系统，其特征在于，包括：获取模块，用于获取待感知的初始路面交通状态，所述初始路面交通状态包括至少一个初始路面交通状态属性；基于第一城市路网交通感知优化模型，获取所述初始路面交通状态中所述至少一个初始路面交通状态属性对应的路面交通属性线性表示，其中，所述第一城市路网交通感知优化模型是根据多个虚拟北斗路面交通数据集训练得到，所述虚拟北斗路面交通数据集包括第二路面交通参数，以及由第二城市路网交通感知优化模型对所述第二路面交通参数优化得到的第一路面交通参数，所述第二城市路网交通感知优化模型根据第二实际北斗路面交通数据集对预设第二城市路网交通感知优化模型的权值进行更替以构建，一个第二实际北斗路面交通数据集中包括一个目标第二路面交通参数以及多个辅助第一路面交通参数，所述辅助第一路面交通参数为所述目标第二路面交通参数的优化路面交通感知结果，预设第二城市路网交通感知优化模型的权值是根据所述预设第二城市路网交通感知优化模型对所述目标第二路面交通参数的优化结果，与所述目标第二路面交通参数对应的各辅助第一路面交通参数之间的第二loss函数结果来确定的；输出模块，用于基于所述第一城市路网交通感知优化模型，根据所述路面交通属性线
性表示，输出各所述初始路面交通状态属性对应的至少两个待定对比路面交通状态属性，以及各所述初始路面交通状态属性优化为对应的待定对比路面交通状态属性的第一置信度；优化模块，用于基于所述第一城市路网交通感知优化模型，根据所述第一置信度，从所述待定对比路面交通状态属性中，确定各所述初始路面交通状态属性对应的目标对比路面交通状态属性；基于所述第一城市路网交通感知优化模型，对各个目标对比路面交通状态属性进行标准化输出，得到所述初始路面交通状态优化后的目标路面交通状态。10.一种基于北斗的城市大面积路网交通感知云平台，其特征在于，包括用于执行权利要求1-8中任一项所述基于北斗的城市大面积路网交通感知方法的计算机设备，以及用于接收目标路面交通状态的用户终端。
技术总结
本发明公开了一种基于北斗的城市大面积路网交通感知方法、系统及云平台，包括：首先获取待感知的初始路面交通状态；然后基于第一城市路网交通感知优化模型，获取初始路面交通状态属性对应的路面交通属性线性表示，再输出各初始路面交通状态属性对应的至少两个待定对比路面交通状态属性，以及各初始路面交通状态属性优化为对应的待定对比路面交通状态属性的第一置信度，以从待定对比路面交通状态属性中，确定各初始路面交通状态属性对应的目标对比路面交通状态属性；最终对各个目标对比路面交通状态属性进行标准化输出，得到初始路面交通状态优化后的目标路面交通状态，如此设计，能够提高对于城市大面积路网交通状况的感知精确度。精确度。精确度。
技术研发人员：邓维爱 李华栈 袁泽宇 彭文斌
受保护的技术使用者：广东邦盛北斗科技股份公司
技术研发日：2022.06.13
技术公布日：2022/7/12