一种应急车辆交叉口的快速通行智能辅助方法及系统

本发明涉及车辆智能辅助通行，尤其涉及一种应急车辆交叉口的快速通行智能辅助方法及系统。

背景技术：

1、在应急车辆运行的紧急情况下，每一秒都至关重要，而遭遇交叉口的拥堵情况造成大量时间的损失，则需要通过控制交叉口的信号灯进行辅助通行，辅助通行的实施可以确保紧急救援车辆能够快速、安全地穿越交叉口，抵达事发地点，提供迅速的应急行动，从而减少伤亡和财产损失，通过动态调整交通信号和流量，确保紧急车辆畅通无阻地通过交叉口，提高城市交通系统的整体效率。随着科技的不断进步，智能交通系统、自动驾驶技术和通信技术的发展，可以为应急车辆通行提供更多的智能的解决方案，提高效率和安全性，使紧急情况的应对更加高效。然而，传统的一种应急车辆交叉口的快速通行辅助方法需要通过人为进行调控交叉口的车辆，需要大量人力支持，并且也可能使得通行效果较差，延误了应急车辆到达目的地的时间。

技术实现思路

1、基于此，本发明提供一种应急车辆交叉口的快速通行智能辅助方法及系统，以解决至少一个上述技术问题。

2、为实现上述目的，一种应急车辆交叉口的快速通行智能辅助方法，包括以下步骤：

3、步骤s1:利用车载通信设备进行应急车辆实时数据采集，生成应急车辆实时数据，其中所述应急车辆实时数据包括应急车辆实时位置数据、应急车辆实时速度数据、应急车辆目的位置数据以及运行时间段数据；根据应急车辆实时位置数据以及应急车辆目的位置数据进行应急车辆的最短路径规划，生成规划路径数据；

4、步骤s2:对规划路径数据进行交叉口位置的规划路径路段划分，生成划分路段数据；根据划分路段数据进行划分路段的车辆数据采集，以获得划分路段车辆数据；

5、步骤s3:对划分路段车辆数据进行划分路段的车辆流通数据分析，生成划分路段车辆流通数据；对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，以获得目标车辆流通数据；

6、步骤s4:根据规划路径数据进行规划路径的历史车辆流通数据采集，生成历史车辆流通数据；基于决策树算法以及历史车辆流通数据进行交叉口车辆通行时间预测的关系模型，生成车辆通行时间预测模型；利用车辆通行时间预测模型对目标车辆流通数据进行交叉口车辆通行时间预测，生成车辆预测通行时间；

7、步骤s5:基于应急车辆实时速度数据以及预测车辆通行时间进行交叉口的通行信号灯策略设计，生成交叉口控制信号灯策略。

8、本发明利用车载通信设备进行应急车辆实时数据采集，生成应急车辆实时数据，能够准确了解紧急车辆的当前状态和目标，有助于规划最短路径，以确保车辆能够迅速而安全地达到目的地，大大提高了救援和紧急响应的效率。根据应急车辆的实时位置和目的地数据进行最短路径规划，可以避免不必要的绕路或拥堵区域，节省时间和燃料成本，有助于提高应急车辆的快速通行能力，减少了在道路上的滞留时间，从而最大程度地减少了潜在的危险。通过对规划路径数据进行交叉口位置的路段划分，能够将整个路线分割成多个小段，从而更加精确地了解应急车辆在不同路段的位置情况，有助于更好地监控车辆的位置和行驶进展，使交通管理更加精细化。根据划分路段数据采集车辆信息，可以实时了解每个划分路段上的车辆数量、类型、速度等关键数据，为交叉口通行决策提供了重要的实时信息，有助于更好地调整交通信号灯、交通管制和道路流量，以确保紧急车辆畅通无阻地通过交叉口。划分路段车辆数据的分析生成了划分路段的车辆流通数据，这些数据描述了不同路段上车辆的流动情况，通过了解车辆流通数据，交通管理人员可以更好地掌握交叉口附近的道路状况，包括车辆拥堵、速度变化和流量波动等，从而更准确地制定交通策略。对目标时间节点的车辆流通数据提取有助于实时监测特定时间段内车辆的通行情况，帮助交通管理人员更加灵活地调整交通信号灯策略，以适应不同时间段的交通需求，特别是在紧急情况下，确保应急车辆通行的畅通。通过对车辆流通数据的细致分析，预测未来交叉口路段上的交通情况，提前采取措施来减少拥堵或瓶颈现象的发生，有助于改善交通流动性，减少通行时间，进一步提高了紧急车辆的快速通行效率。通过根据规划路径数据采集历史车辆流通数据，能够建立车辆通行时间的历史数据记录，这些数据记录了过去车辆在相同路段上的通行时间信息，有助于分析交通模式和趋势，为未来的通行时间预测提供基础。基于决策树算法等方法，建立车辆通行时间预测模型，通过历史车辆流通数据来识别与通行时间相关的关键因素和规律，这个模型能够根据不同情况和交通状况预测车辆通行时间，使交通管理更具智能化。利用车辆通行时间预测模型对目标车辆流通数据进行交叉口车辆通行时间预测，能够提前预测出交叉口对应道路的所有车辆在交叉口的通行时间，从而更好地协调交通信号灯策略和交通控制，确保紧急车辆畅通无阻地通过交叉口。根据应急车辆通行时间节点和车辆通行时间预测，交叉口控制信号灯策略可以实现动态调整，能够及时响应紧急情况，保障当应急车辆路过每个交叉口畅通无堵，最大程度地减少等待时间，确保紧急救援行动的快速响应。因此，本发明的一种应急车辆交叉口的快速通行智能辅助方法不需要需要通过人为进行调控交叉口的车辆，节约了大量人力管理，并且根据预测应急车辆到交叉口所需时间提前调整交叉口信号灯，让应急车辆到达交叉口恰好畅通无堵，使得应急车辆准时到达目的地。

9、优选地，步骤s1包括以下步骤：

10、步骤s11:利用车载通信设备进行应急车辆实时数据采集，生成应急车辆实时数据；

11、步骤s12:根据应急车辆实时位置数据以及应急车辆目的位置数据进行应急车道可通行路线分析，生成可通行路径数据；

12、步骤s13:根据可通行路径数据进行最短通行路径数据提取，以获得规划路径数据。

13、本发明利用车载通信设备进行应急车辆实时数据采集，提供了实时的、全面的车辆数据，使系统能够了解应急车辆的当前状态，包括其位置、速度和行驶方向等，有助于及时响应紧急情况，并确定最佳通行路径，以最大程度地减少救援和应急响应时间。根据应急车辆实时位置数据以及应急车辆目的位置数据进行应急车道可通行路线分析，可通行路径分析确保应急车辆可以选择可以通行的路线，避开可能存在的封闭道路或其他障碍，最大程度地提高应急车辆通行的效率，确保他们能够安全快速地到达目的地。根据可通行路径数据进行最短通行路径数据提取，规划路径数据提取使得系统能够为应急车辆提供详细的导航指引，确保他们在通行过程中沿着最短路径前进，不仅减少了通行时间，还降低了风险，提高了救援和应急响应的成功率。

14、优选地，步骤s2包括以下步骤：

15、步骤s21:根据规划路径数据进行规划路径的交叉口位置数据提取，以获得交叉口位置数据；

16、步骤s22:基于交叉口位置数据对规划路径数据进行规划路径路段划分，生成划分路段数据；

17、步骤s23:根据划分路段数据进行划分路段的车辆数据采集，以获得划分路段车辆数据。

18、本发明根据规划路径数据进行规划路径的交叉口位置数据提取，交叉口位置数据的提取有助于系统更好地理解规划路径中的交叉口分布情况，为后续的交通管理决策提供了关键信息，能够在交叉口位置采取有针对性的措施，提高交通通行效率。基于交叉口位置数据对规划路径数据进行规划路径路段划分，路段划分将复杂的规划路径简化成一系列小路段，有助于更精细地监测和管理车辆在不同路段上的流动情况，提高了交通管理的精确性和可操作性。根据划分路段数据进行划分路段的车辆数据采集，划分路段车辆数据的采集有助于实时了解交叉口附近的道路流量情况，以及车辆在各个路段上的通行情况，为交通管理提供了实时数据支持，能够更好地应对交通拥堵和流量变化。

19、优选地，步骤s3包括以下步骤：

20、步骤s31:利用路段车辆流通效率算法对划分路段车辆数据进行划分路段的车辆流通效率计算，生成划分路段流通效率数据；

21、步骤s32:根据划分路段车辆数据以及划分路段流通效率数据进行划分路段的车辆流通数据分析，生成划分路段车辆流通数据；

22、步骤s33:对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，以获得目标车辆流通数据。

23、本发明对划分路段车辆数据进行划分路段的车辆流通效率计算，划分路段流通效率计算有助于系统量化分析不同路段上的交通流畅度，通过测量流通效率，可以确定瓶颈路段、拥堵点和通行障碍，为交通管理决策提供有针对性的数据支持，可以估计不同时间段下每个路段的车辆流通数据，以大致计算每条道路短时间未来的车辆数据。根据划分路段车辆数据以及划分路段流通效率数据进行划分路段的车辆流通数据分析，根据当前划分路段的车辆数据以及划分路段流通效率数据可以对短时间未来的车辆流通数据进行预测，能够更好地了解各路段的实际情况，及时发现问题并制定有效的措施。对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，目标时间节点对应着每个应急车辆到交叉口的时间，对目标时间节点下的划分路段车辆流通数据可以得知应急车辆到交叉口时的车辆状况，从而更准确做出交通控制决策。

24、优选地，步骤s31中的路段车辆流通效率算法如下所示：

25、

26、式中，p表示为路段车辆流通效率，l2表示为路段的结束位置，l1表示为路段的起始位置，α表示为该路段的平均驶出车辆，β表示为该路段的平均驶入车辆，x表示为该路段的总长度，ρ表示为该路段的平均排队长度，γ表示为路段高峰期调整因子，t表示为该路段驶出车辆所需驶出时间，ξ表示为拥堵影响调整系数，v表示为路段车辆流通效率的异常调整值。

27、本发明利用一种路段车辆流通效率算法，该算法充分考虑了路段的结束位置l2、路段的起始位置l1、该路段的平均驶出车辆α、该路段的平均驶入车辆β、该路段的总长度x、该路段的平均排队长度ρ、路段高峰期调整因子γ、该路段驶出车辆所需驶出时间t、拥堵影响调整系数ξ以及函数之间的相互作用关系，以形成函数关系式：

28、即，该函数关系式通过对划分路段车辆数据进行计算，从而动态计算对划分路段车辆数据的流通状况，用于后续分析不同时刻下划分路段现有的车辆数据；该路段的平均驶出车辆以及平均驶入车辆，反映了在该路段上平均每单位时间内离开以及驶入的车辆数量。该路段的平均排队长度反映该路段上车辆拥堵状况的量化方式。路段高峰期调整因子用于考虑高峰交通期间的效率调整，可以在时间分布不同状况下调整路段高峰期调整因子；该路段驶出车辆所需的平均驶出时间反映了车辆通过路段的速度和时间关系。拥堵影响调整系数用于考虑拥堵对路段流通效率的影响，可以根据拥堵造成的车辆流通影响来拥堵影响调整系数。该函数关系式综合考虑了多个因素对路段车辆流通效率的影响，包括车辆的进入和离开速度、车辆密度、高峰交通期、拥堵情况以及其他异常情况，通过这些参数的调整和综合，可以更全面地评估路段的车辆流通状况，以用于后续在不同时间节点下清楚了解路段的车辆数量、所需通信时间等。利用路段车辆流通效率的异常调整值τ对函数关系式进行调整修正，减少异常数据或误差项带来的误差影响，从而更准确地生成路段车辆流通效率p，提高了对划分路段车辆数据进行划分路段的车辆流通效率计算的准确性和可靠性。同时该公式中的调整因子以及调整值可以根据实际情况进行调整，应用于不同的划分路段车辆数据中，提高了算法的灵活性与适用性。

29、优选地，步骤s33包括以下步骤：

30、步骤s331:根据应急车辆实时速度数据以及交叉口位置数据进行应急车辆的通行交叉口时间节点计算，生成应急车辆通行交叉口时间节点；

31、步骤s332:根据通行交叉口时间节点对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，以获得目标车辆流通数据。

32、本发明根据应急车辆实时速度数据以及交叉口位置数据进行应急车辆的通行交叉口时间节点计算，过计算通行交叉口时间节点，能够准确预测应急车辆在交叉口的到达时间，使得交通信号灯策略能够更精确地响应应急车辆的通行需求，从而减少等待时间，确保紧急响应的迅速性。根据通行交叉口时间节点对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，目标时间节点的车辆流通数据提取使系统能够专注于特定时间段内的交通情况，有助于更好地了解应急车辆在通行交叉口时的车辆流量、速度和密度等信息，为交通控制和信号灯策略提供了实时数据支持，确保通行的畅通。

33、优选地，步骤s4包括以下步骤：

34、步骤s41:根据规划路径数据进行规划路径的历史车辆流通数据采集，生成历史车辆流通数据；

35、步骤s42:利用决策树算法建立交叉口车辆通行时间预测的映射关系，生成初始车辆通行时间预测模型；

36、步骤s43:将历史车辆流通数据传输至初始车辆通行时间预测模型进行模型训练，生成从而生成车辆通行时间预测模型；

37、步骤s44:利用车辆通行时间预测模型对目标车辆流通数据进行交叉口车辆通行时间预测，生成车辆预测通行时间。

38、本发明根据规划路径数据进行规划路径的历史车辆流通数据采集，历史车辆流通数据的采集有助于建立车辆通行时间预测模型的基础，通过分析过去的通行数据，可以识别交通模式和趋势，为未来的通行时间预测提供依据。利用决策树算法建立交叉口车辆通行时间预测的映射关系，车辆通行时间预测模型的建立使系统能够根据不同情况和交通状况预测车辆通行时间，从而更好地规划信号灯策略和交通控制。历史车辆流通数据传输至初始车辆通行时间预测模型进行模型训练，模型训练使车辆通行时间预测模型更加准确和可靠，通过使用历史数据来调整模型，能够更好地适应不同交通条件和变化，提高了预测的精确性。利用车辆通行时间预测模型对目标车辆流通数据进行交叉口车辆通行时间预测，车辆预测通行时间的生成能够提前预测出车辆在接近交叉口时的通行时间，从而更好地协调交通信号灯策略和交通控制，确保紧急车辆畅通无阻地通过交叉口。

39、优选地，步骤s43包括以下步骤：

40、步骤s431:根据应急车辆通行交叉口时间节点对历史车辆流通数据进行对应时间节点的历史车辆流通数据提取，生成历史目标车辆流通数据；

41、步骤s432:根据历史目标车辆流通数据对初始车辆通行时间预测模型进行模型的加权损失函数设计，生成初始车辆通行时间预测模型的加权损失函数；

42、步骤s433:将历史车辆流通数据传输至初始车辆通行时间预测模型中，根据初始车辆通行时间预测模型的加权损失函数对历史车辆流通数据进行权重调节，并将权重调节后的历史车辆流通数据对初始车辆通行时间预测模型进行模型训练，从而生成车辆通行时间预测模型。

43、本发明根据应急车辆通行交叉口时间节点对历史车辆流通数据进行对应时间节点的历史车辆流通数据提取，历史目标车辆流通数据提取有助于专注于特定时间段内的交通情况，为交通管理提供了实时数据支持，能够根据紧急情况和预测情况做出更准确的交通控制决策。根据历史目标车辆流通数据对初始车辆通行时间预测模型进行模型的加权损失函数设计，有助于更精确地评估车辆通行时间预测模型的性能，通过考虑不同数据点的重要性，可以更好地调整模型，提高其对历史数据的拟合度，从而提高了模型的预测准确性。将历史车辆流通数据传输至初始车辆通行时间预测模型中，历史数据的权重调节和模型训练能够更好地适应历史数据中的变化和误差，通过根据历史数据的性能对模型进行调整，可以提高模型的拟合度和准确性，使其更适用于预测未来的车辆通行时间。

44、优选地，步骤s5包括以下步骤：

45、步骤s51:基于应急车辆通行交叉口时间节点进行控制信号灯的结束时间节点分析，生成控制信号灯结束时间节点；

46、步骤s52:根据预测车辆通行时间以及控制信号灯结束时间节点进行控制信号灯的启动时间节点分析，生成控制信号灯启动时间节点；

47、步骤s53:根据控制信号灯启动时间节点以及控制信号灯结束时间节点进行交叉口的控制信号灯策略设计，生成交叉口控制信号灯策略。

48、本发明基于应急车辆通行交叉口时间节点进行控制信号灯的结束时间节点分析，通过结束时间节点分析，能够精确地确定当前交叉口信号灯的控制状态的结束时间，以确保应急车辆在合适的时机能够顺利通行，并且不会延误后续的交通管理。根据预测车辆通行时间以及控制信号灯结束时间节点进行控制信号灯的启动时间节点分析，通过预测车辆通行时间使得清楚普通车辆通过交通信号灯所需时间，然后根据所需时间以及控制信号灯结束时间节点确定控制信号灯的启动时间，使得先让普通车辆通行，然后应急车辆到达交叉口后恰好畅通无堵，保障应急车辆的通行状况。信号灯策略设计是交通管理的核心，能够平衡不同交通需求，确保应急车辆和其他车辆之间的协调通行。通过合理的信号灯策略，能够最大程度地提高交叉口的通行效率，减少拥堵和事故的发生。

49、本说明书中提供一种应急车辆交叉口的快速通行智能辅助系统，用于执行如上述所述的应急车辆交叉口的快速通行智能辅助方法，该应急车辆交叉口的快速通行智能辅助系统包括：

50、应急车辆路径规划模块，利用车载通信设备进行应急车辆实时数据采集，生成应急车辆实时数据，其中所述应急车辆实时数据包括应急车辆实时位置数据、应急车辆实时速度数据、应急车辆目的位置数据以及运行时间段数据；根据应急车辆实时位置数据以及应急车辆目的位置数据进行应急车辆的最短路径规划，生成规划路径数据；

51、规划路径车辆数据采集模块，用于对规划路径数据进行交叉口位置的规划路径路段划分，生成划分路段数据；根据划分路段数据进行划分路段的车辆数据采集，以获得划分路段车辆数据；

52、车辆流通数据分析模块，用于对划分路段车辆数据进行划分路段的车辆流通数据分析，生成划分路段车辆流通数据；对划分路段车辆流通数据进行目标时间节点的车辆流通数据提取，以获得目标车辆流通数据；

53、车辆预测通行时间模块，用于根据规划路径数据进行规划路径的历史车辆流通数据采集，生成历史车辆流通数据；基于决策树算法以及历史车辆流通数据进行交叉口车辆通行时间预测的关系模型，生成车辆通行时间预测模型；利用车辆通行时间预测模型对目标车辆流通数据进行交叉口车辆通行时间预测，生成车辆预测通行时间；

54、交叉口控制信号灯策略分析模块，用于基于应急车辆实时速度数据以及预测车辆通行时间进行交叉口的通行信号灯策略设计，生成交叉口控制信号灯策略。

55、本技术有益效果在于，本发明通过车载通信设备实时采集应急车辆的关键数据，包括位置、目的地和速度等信息，然后利用这些数据进行复杂的路径分析，以找到最短通行路径。这有益于优化应急车辆的行驶路线，提高其响应速度，同时减少了交通拥堵和延误的可能性，有助于提高紧急情况下的交通安全和效率，能够更好地支持应急车辆在城市中的快速通行，对应急事件的处理起到了重要作用。通过提取交叉口位置数据，更好地理解路径上的交通路口情况，基于这些位置数据，将规划路径划分为多个小路段，形成划分路段数据。最后，在这些划分路段上进行车辆数据采集，以获取划分路段车辆数据，有助于更精确地分析交通状况，提高路段流通数据的细节性和准确性，为后续的交通管理和应急车辆通行提供了更可靠的数据基础，有效支持交通管理和优化，以提高交通系统的效率和应急响应能力。通过路段车辆流通效率算法，计算并生成了划分路段的流通效率数据，这有助于评估不同路段的通行能力和拥堵情况，对划分路段车辆数据和流通效率数据的综合分析，生成了划分路段的车辆流通数据，更全面地反映了交通状况，根据目标时间节点提取了特定时刻的车辆流通数据，提高了对交通流通状况的了解，为实时交通决策提供了准确的信息，支持更智能、精细化的交通管理和更有效的应急车辆通行，提高了道路网络的整体运行效率。采集历史车辆流通数据，建立了一个数据基础，用于了解过去的交通状况和通行时间，应用决策树算法，创建了一个初始的车辆通行时间预测模型，该模型可以根据不同的因素预测交叉口车辆通行时间，将历史车辆流通数据传输至该模型进行模型训练，通过不断优化模型参数，生成了更准确的车辆通行时间预测模型，利用这个模型对目标车辆流通数据进行分析和预测，生成了车辆通行时间的预测结果，能够精确地预测车辆通行时间，为交通管理和应急车辆通行提供了有力支持，有助于提高交通系统的效率和可靠性。基于应急车辆通行交叉口时间节点，进行控制信号灯的结束时间节点分析，确保应急车辆顺畅通行，结合预测车辆通行时间和结束时间节点，进行控制信号灯的启动时间节点分析，以最大程度减少交通等待时间，根据这些时间节点，设计交叉口的控制信号灯策略，确保应急车辆优先通行，普通车辆也能够顺畅通过，从而提高了交通系统的效率和流动性，加强了应急情况下的交通管理和响应能力，有助于提供更高效的应急车辆在交叉口的快速通行。