一种基于物联网数据融合的全息路口优化调控系统及方法与流程

1.本发明属于城市智慧交通领域，尤其涉及一种基于物联网数据融合的全息路口优化调控系统及方法。


背景技术：

2.目前，随着我国机动车保有量的迅速增长，城市道路车流量急剧上升，交通拥堵等问题日益严重。路口作为城市交通的主要节点，受信号控制影响，其通行能力低于一般路段。当车辆早、晚高峰出行时，道路交叉口是拥堵常发点，这类区域也是城市交通治理的主要关注点。尤其，当路口发生逆行、交通事故等事件时，能否实时发现并响应，直接影响到交通事件能否及时妥善处理，以及能否避免二次事件的发生或形成交通拥堵的扩张蔓延。因此，交通事件检测的时效性和有效性在道路交叉口尤为重要。
3.近年来，在各地政府的大力推动下，智能交通系统近年来已经在很多城市实现了规模化部署，全域交通管理、智能交通灯、信号控制优化等也已经初具成效，但显然仍无法满足市民的出行需求。同时，我们也依然能够在路口看到交警或辅警疏导交通的身影，这也从侧面说明，交通领域的改革仍具有较大发展空间，至少尚且无法达到无人化的智能管理。


技术实现要素：

4.为实现交通路口的智能管理，预防城市交通拥堵等事故出现，为此，本发明提出了一种基于物联网数据融合的全息路口优化调控系统及方法，具体方案如下：
5.一种基于物联网数据融合的全息路口优化调控系统，包括区域路口检测单元、区域交通系统处理单元、城市交通系统总处理单元、路口调控单元以及信号传输单元；
6.所述区域路口检测单元中的区域，根据城市行政区域划分区域范围；用于采集各路口全信息数据，并将采集的各个路口全信息数据进行分路口整合和预处理，并将结果上传至所述区域交通系统处理单元；
7.所述区域交通系统处理单元，包括用于存储预处理后的路口全信息数据的区域数据库、和区域数据融合分析模块；所述区域数据库用于接收区域内所有路口整合预处理后的路口全信息数据、卫星导航系统实时反馈的交通路口卫星地图数据、以及司机行车记录设备实时上传的行车记录数据；所述区域数据融合分析模块用于将不同来源获得的不同种类的交通数据在一定的标准下自动进行融合分析，并将区域融合分析的结果上传至城市交通系统总处理单元；
8.所述城市系统总处理单元用于对区域融合分析的数据结果进行进一步融合分析，并进行态势预测，并将分析和预测的结果上传至路口调控单元；
9.所述路口调控单元用于根据预测结果进行自适应调整交通路口的交通信号；
10.所述信号传输单元，用于实现各区域检测单元、警报单元和总系统处理单元之间的信息交互。
11.优选的，所述区域路口检测单元包括区域内的信号采集组件、接收区域内信号采
集组件的信号并进行预处理的路口处理部件；
12.所述信号采集组件为多组，设置在区域内各个路口对应的不同位置，所述信号采集组件采集的交通数据包括位置信号、信号采集组件的品类信号、信号采集组件的检测信号；
13.所述路口处理部件将所有信号采集组件采集的路口全信息数据存放到区域路口检测单元的存储部件中，并进行数据预处理后上传至区域交通系统处理单元。
14.优选的，所述预处理的方法为采用完整性分析法、噪声分析法和一致性分析法中的一种或多种对采集到的各个路口的路口全信息数据进行过滤清洗，得到第一有效信息数据。
15.优选的，所述区域路口检测单元根据城市交通系统信息，设置于区域内各个路口对应的交通设施处，且所述信号采集组件包括定位模块、高清全景摄像机、毫米波雷达、激光雷达、气象传感器、以及环境传感器，并且可根据监测点现场实际需求情况及安装条件，采用不同形式组合设置相关信号采集组件。
16.优选的，所述区域数据融合分析模块包括区域数据处理模块和区域匹配融合模块；
17.所述区域数据处理模块用于通过参数模板法或特征图法过滤所述第一有效信息数据中的异常数据、以及通过聚类分析法填补所述第一有效信息数据中的缺失数据，得到第二有效信息数据；
18.所述匹配融合模块用于将所述第二有效信息数据进行匹配融合，形成区域数据组合。
19.优选的，所述城市系统总处理单元包括总数据库和总数据融合分析模块；
20.所述总数据库用于接收区域数据融合分析模块进行融合分析后的各区域数据组合；
21.所述总数据融合分析模块用于将总数据库中的各区域数据组合进行进一步融合分析，得到总数据组合，并根据总数据组合进行交通态势预测，并将分析和预测的结果上传至路口调控单元。
22.优选的，所述路口调控单元包括交通路口的交通信号指示灯、交通信号电子指示牌、车道引导电子指示牌以及语音播报预警装置。
23.优选的，所述总系统处理单元还包括自学习神经网络模型，通过自学习神经网络模型和现场交通系统实际运行状态数据修正交通态势预测结果。
24.优选的，使用上述的一种基于物联网数据融合的全息路口优化调控系统的方法，包括以下步骤：
25.s1，采集各路口全信息数据；
26.s2，对步骤s1采集的数据采用完整性分析法、噪声分析法和一致性分析法中的一种或多种进行整合预处理，得到第一有效信息数据；
27.s3，对所述第一有效信息数据进行区域数据融合分析，得到区域数据组合；
28.s4，对区域数据组合进行进一步融合分析得到组数据组合，并根据总数据组合进行交通态势预测；
29.s5，路口调控单元根据交通态势预测结果对交通信号进行自适应调整；
30.s6，自学习神经网络模型根据现场交通系统实际运行状态数据对交通态势预测结果进行修正。
31.本发明的有益效果在于：
32.(1)本技术通过设置区域路口检测单元、区域交通系统处理单元、城市系统总处理单元来实现路口实时智能调控。区域路口检测单元可以准确获得信息采集组件采集的所有信息，为后面的数据融合分析提供了数据和位置支撑；通过区域路口检测单元的预处理和区域交通系统处理单元的进一步数据融合，有效的对各个路口采集到的分散的数据信息进行整合和分区域处理，从而降低了城市系统总处理单元的数据处理量，大大提高了数据处理的速度和质量。
33.(2)区域数据融合分析模块的设置，有效的将离散的数据进行整合，并提高了数据的算力和速度。
34.(3)总数据融合分析模块的设置有效的获取并统筹全市的道路交通运行状况，根据总数据组合中的数据位置信息和其他有效数据信息，合理规划路口调控方案。
35.(4)自学习神经网络模型通过获得同一类型问题解决方案的自学习，最终提取最优方案，结合现场实际数据自动修正各类调控范围。
附图说明
36.为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
37.图1为本发明的系统原理结构框图；
38.图2为本发明的方法流程图。
具体实施方式
39.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
40.如图1所示，一种基于物联网数据融合的全息路口优化调控系统，包括区域路口检测单元、区域交通系统处理单元、城市交通系统总处理单元、路口调控单元以及信号传输单元。
41.所述区域路口检测单元中的区域，根据城市行政区域划分区域范围；用于采集各路口全信息数据，并将采集的各个路口全信息数据进行分路口整合和预处理，并将结果上传至所述区域交通系统处理单元。
42.所述区域路口检测单元包括区域内的信号采集组件、接收区域内信号采集组件的信号并进行预处理的路口处理部件。
43.所述信号采集组件为多组，设置在区域内各个路口对应的不同位置，所述信号采集组件采集的交通数据包括位置信号、信号采集组件的品类信号、信号采集组件的检测信
号。所述区域路口检测单元根据城市交通系统信息，设置于区域内各个路口对应的交通设施处，且所述信号采集组件包括定位模块、高清全景摄像机、毫米波雷达、激光雷达、气象传感器、以及环境传感器，并且可根据监测点现场实际需求情况及安装条件，采用不同形式组合设置相关信号采集组件。
44.所述路口处理部件将所有信号采集组件采集的路口全信息数据存放到区域路口检测单元的存储部件中，并进行数据预处理后上传至区域交通系统处理单元。
45.所述预处理的方法为采用完整性分析法、噪声分析法和一致性分析法中的一种或多种对采集到的各个路口的路口全信息数据进行过滤清洗，得到第一有效信息数据。
46.所述区域交通系统处理单元，包括用于存储预处理后的路口全信息数据的区域数据库、和区域数据融合分析模块；所述区域数据库用于接收区域内所有路口整合预处理后的路口全信息数据、卫星导航系统实时反馈的交通路口卫星地图数据、以及司机行车记录设备实时上传的行车记录数据；所述区域数据融合分析模块用于将不同来源获得的不同种类的交通数据在一定的标准下自动进行融合分析，并将区域融合分析的结果上传至城市交通系统总处理单元。
47.所述区域数据融合分析模块包括区域数据处理模块和区域匹配融合模块。
48.所述区域数据处理模块用于通过参数模板法或特征图法过滤所述第一有效信息数据中的异常数据、以及通过聚类分析法填补所述第一有效信息数据中的缺失数据，得到第二有效信息数据。
49.所述匹配融合模块用于将所述第二有效信息数据进行匹配融合，形成区域数据组合。
50.所述城市系统总处理单元用于对区域融合分析的数据结果进行进一步融合分析，并进行态势预测，并将分析和预测的结果上传至路口调控单元。所述城市系统总处理单元包括总数据库和总数据融合分析模块。
51.所述总数据库用于接收区域数据融合分析模块进行融合分析后的各区域数据组合。
52.所述总数据融合分析模块用于将总数据库中的各区域数据组合进行进一步融合分析，得到总数据组合，并根据总数据组合进行交通态势预测，并将分析和预测的结果上传至路口调控单元。
53.所述总系统处理单元还包括自学习神经网络模型，通过自学习神经网络模型和现场交通系统实际运行状态数据修正交通态势预测结果。
54.所述路口调控单元用于根据预测结果进行自适应调整交通路口的交通信号。所述路口调控单元包括交通路口的交通信号指示灯、交通信号电子指示牌、车道引导电子指示牌以及语音播报预警装置。
55.所述信号传输单元，用于实现各区域检测单元、警报单元和总系统处理单元之间的信息交互。
56.如图2所示，使用上述的一种基于物联网数据融合的全息路口优化调控系统的方法，包括以下步骤：
57.s1，采集各路口全信息数据；
58.s2，对步骤s1采集的数据采用完整性分析法、噪声分析法和一致性分析法中的一
种或多种进行整合预处理，得到第一有效信息数据；
59.s3，对所述第一有效信息数据进行区域数据融合分析，得到区域数据组合；
60.s4，对区域数据组合进行进一步融合分析得到组数据组合，并根据总数据组合进行交通态势预测；
61.s5，路口调控单元根据交通态势预测结果对交通信号进行自适应调整；
62.s6，自学习神经网络模型根据现场交通系统实际运行状态数据对交通态势预测结果进行修正。
63.本技术通过设置区域路口检测单元、区域交通系统处理单元、城市系统总处理单元来实现路口实时智能调控。区域路口检测单元可以准确获得信息采集组件采集的所有信息，为后面的数据融合分析提供了数据和位置支撑；通过区域路口检测单元的预处理和区域交通系统处理单元的进一步数据融合，有效的对各个路口采集到的分散的数据信息进行整合和分区域处理，从而降低了城市系统总处理单元的数据处理量，大大提高了数据处理的速度和质量。
64.区域数据融合分析模块的设置，有效的将离散的数据进行整合，并提高了数据的算力和速度。
65.总数据融合分析模块的设置有效的获取并统筹全市的道路交通运行状况，根据总数据组合中的数据位置信息和其他有效数据信息，合理规划路口调控方案。
66.自学习神经网络模型通过获得同一类型问题解决方案的自学习，最终提取最优方案，结合现场实际数据自动修正各类调控范围。
67.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。