本發(fā)明專利技術(shù)涉及一種基于云?邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，屬于基于特定計算模型的計算機系統(tǒng)領(lǐng)域，所述方法包括：采用設(shè)定路段的最前端上方的邊端監(jiān)測設(shè)備監(jiān)測過往各天分別對應(yīng)的各份過往數(shù)據(jù)；采用遠(yuǎn)端的云端分析設(shè)備用于采用智慧交通預(yù)測模型智能預(yù)測當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)；基于智能預(yù)測結(jié)果實現(xiàn)當(dāng)天固定時間區(qū)間內(nèi)的智慧交通調(diào)度策略的動態(tài)優(yōu)化。通過本發(fā)明專利技術(shù)，能夠引入針對性篩選的各項基礎(chǔ)數(shù)據(jù)采用定制結(jié)構(gòu)的智慧交通預(yù)測模型預(yù)測未來時間區(qū)間的各種車輛的通行數(shù)據(jù)，進而制定相應(yīng)的交通調(diào)度優(yōu)化策略，從而提升了有限車道資源的利用率。
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及基于特定計算模型的計算機系統(tǒng)領(lǐng)域，尤其涉及一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法。
技術(shù)介紹
1、云-邊協(xié)同計算是一種將云計算和邊緣計算相結(jié)合的計算模式，旨在通過協(xié)同工作來優(yōu)化數(shù)據(jù)處理和傳輸，滿足不同場景下的需求。云-邊協(xié)同計算通過將計算能力從集中化的云端下沉至靠近數(shù)據(jù)源的邊緣節(jié)點，實現(xiàn)了分布式的計算模式，從而優(yōu)化了數(shù)據(jù)處理能力。云-邊協(xié)同計算是云計算和邊緣計算的融合，旨在實現(xiàn)數(shù)據(jù)的高效處理和傳輸。云計算通常指的是將數(shù)據(jù)和應(yīng)用程序存儲在遠(yuǎn)程數(shù)據(jù)中心的服務(wù)器上，通過網(wǎng)絡(luò)提供服務(wù),而邊緣計算則是將數(shù)據(jù)處理推向距離數(shù)據(jù)源更近的邊緣設(shè)備，如傳感器、嵌入式系統(tǒng)等。這種協(xié)同模式不僅提高了系統(tǒng)的性能和可靠性，還滿足了復(fù)雜多變的應(yīng)用需求，例如，可以采用云-邊協(xié)同計算完成城市智慧交通調(diào)度的針對性優(yōu)化。
2、示例地，中國專利技術(shù)專利公開文本cn118711373a提出了一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化系統(tǒng)，該系統(tǒng)包括邊端監(jiān)測模塊和云端分析模塊。該系統(tǒng)通過云端管理中心網(wǎng)絡(luò)連接多個邊端處理設(shè)備，且每個邊端處理設(shè)備設(shè)置有攝像裝置和邊端監(jiān)測模塊，獲取實時交通影像后，邊端監(jiān)測模塊通過cnn算法模型分析生成特征數(shù)據(jù)組，并通過網(wǎng)絡(luò)傳輸至云端管理中心，云端管理中心設(shè)置有云端分析模塊，記錄接收時間點并計算出標(biāo)準(zhǔn)信號傳輸時長，明確每個邊端處理設(shè)備數(shù)據(jù)傳輸質(zhì)量的衡量標(biāo)準(zhǔn)，判斷云端和邊端的協(xié)同程度，高效管理云邊數(shù)據(jù)交互精準(zhǔn)度高，協(xié)同分析單元計算生成交通流量指數(shù)，對比交通流量指數(shù)閾值后對應(yīng)生成管理報告，云邊協(xié)同調(diào)度優(yōu)化效果佳。
3、示例地，中國專利技術(shù)專利公開文本cn118522141?a提出了一種智慧交通監(jiān)測識別與調(diào)控方法及系統(tǒng)。該方案包括設(shè)置信息采集的傳感器，進行地區(qū)劃分，形成偏遠(yuǎn)地區(qū)和非偏遠(yuǎn)地區(qū)；對所述偏遠(yuǎn)地區(qū)進行連續(xù)監(jiān)測形成基礎(chǔ)數(shù)據(jù)組；對非偏遠(yuǎn)地區(qū)進行在線的數(shù)據(jù)采集，形成行駛預(yù)估數(shù)據(jù)組；對偏遠(yuǎn)地區(qū)結(jié)合基礎(chǔ)數(shù)據(jù)組進行估計，形成偏遠(yuǎn)地區(qū)的形式預(yù)估數(shù)據(jù)，并在車輛行駛通過時，更新基礎(chǔ)數(shù)據(jù)組；進行其他需要通過對應(yīng)偏遠(yuǎn)地區(qū)的行駛時間的校正；根據(jù)最終的車輛行駛時間，完成交通調(diào)度計劃，使得使用對應(yīng)軟件的客戶端均能夠顯示最優(yōu)時間的路線。該方案通過車載gps與預(yù)先進行的車輛行駛環(huán)境的信息錄入進行在線校正和分析，進而完成對偏遠(yuǎn)和非偏遠(yuǎn)結(jié)合的智慧交通調(diào)度。
4、由此可見，上述現(xiàn)有技術(shù)中的涉及城市交通調(diào)度的各個技術(shù)方案，或者僅僅關(guān)注于云-邊協(xié)同計算本身的速度和效率，或者屬于未應(yīng)用云-邊協(xié)同計算的交通路線的優(yōu)化，都無法對城市交通的每一個“細(xì)胞”即各個交通路段分別進行未來時間的交通狀況的預(yù)測，自然無法基于預(yù)測結(jié)果進行各個交通路段的相應(yīng)的智慧交通調(diào)度的優(yōu)化，例如，由于每一個交通路段車道數(shù)量相對有限、同一交通路段不同時間區(qū)間各種類型車輛的擁堵狀態(tài)不同，在難以準(zhǔn)確預(yù)測每一個交通路段未來時間區(qū)間內(nèi)各種類型車輛的擁堵狀態(tài)的前提下，無法對交通路段未來時間區(qū)間內(nèi)的各個車道的通行方向進行靈活調(diào)整以滿足未來時間區(qū)間內(nèi)不同類型車輛的不同通行需求，導(dǎo)致現(xiàn)有技術(shù)中的每一個交通路段的交通調(diào)度死板、固定，難以充分利用有限的車道資源。
技術(shù)實現(xiàn)思路
1、為了解決現(xiàn)有技術(shù)中的技術(shù)問題，本專利技術(shù)提供了一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，能夠引入設(shè)定路段過往各天同時的各種類型車輛的擁堵狀態(tài)、設(shè)定路段的前方路段和后方路段是否允許左拐以及設(shè)定路段的路段長度、單個車道寬度和周圍路段數(shù)量作為基礎(chǔ)數(shù)據(jù)，使用針對性結(jié)構(gòu)設(shè)計的智慧交通預(yù)測模型，智能預(yù)測設(shè)定路段當(dāng)天固定時間區(qū)間內(nèi)的各種類型車輛的擁堵狀態(tài)，并基于智能預(yù)測結(jié)果動態(tài)修訂設(shè)定路段左拐車道數(shù)量以及電動自行車借道模式，從而充分利用設(shè)定路段相對有限的車道資源，提升設(shè)定路段未來每一時間區(qū)間的各種車輛的通行速度和通行效率。
2、根據(jù)本專利技術(shù)，提供了一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，所述方法包括：
3、采用設(shè)置在設(shè)定路段的最前端上方的邊端監(jiān)測設(shè)備監(jiān)測過往各天分別對應(yīng)的各份過往數(shù)據(jù)，過往每一天對應(yīng)的單份過往數(shù)據(jù)包括該天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)，所述設(shè)定路段包括設(shè)定數(shù)目的多個車道；
4、捕獲所述設(shè)定路段的各項路段參數(shù)，所述設(shè)定路段的各項路段參數(shù)為所述設(shè)定路段的路段長度、單個車道寬度、周圍路段數(shù)量、前方路段左拐使能標(biāo)識以及后方路段左拐使能標(biāo)識；
5、對bp神經(jīng)網(wǎng)絡(luò)執(zhí)行多次訓(xùn)練操作以獲得執(zhí)行完多次訓(xùn)練操作后的bp神經(jīng)網(wǎng)絡(luò)，并將執(zhí)行完多次訓(xùn)練操作后的bp神經(jīng)網(wǎng)絡(luò)作為智慧交通預(yù)測模型輸出，所述bp神經(jīng)網(wǎng)絡(luò)執(zhí)行的訓(xùn)練操作的次數(shù)與所述固定時間區(qū)間的時間長度成正比；
6、采用設(shè)置在遠(yuǎn)端的云端分析設(shè)備用于采用智慧交通預(yù)測模型基于所述設(shè)定數(shù)目、所述固定時間區(qū)間的時間長度、所述過往各天分別對應(yīng)的各份過往數(shù)據(jù)以及所述設(shè)定路段的各項路段參數(shù)智能預(yù)測當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)；
7、將當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)和當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的和值作為預(yù)測車輛總數(shù)，計算當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)占據(jù)所述預(yù)測車輛總數(shù)的百分比以作為參考左拐百分比，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)超過設(shè)定數(shù)量閾值時，為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置左拐車道；
8、在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車總數(shù)占據(jù)當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的比例超過預(yù)設(shè)比例限量時，允許當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車借用設(shè)定路段的最左側(cè)的直行車道；
9、其中，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)超過設(shè)定數(shù)量閾值時，為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置左拐車道包括：基于參考左拐百分比為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置匹配數(shù)量的左拐車道；
10、其中，基于參考左拐百分比為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置匹配數(shù)量的左拐車道包括：為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置的左拐車道的數(shù)量與參考左拐百分比單調(diào)正向關(guān)聯(lián)；
11、其中，在所述設(shè)定路段內(nèi)，左拐車道、直行車道和電動自行車車道的布置順序由左到右；
12、其中，所述云端分析設(shè)備通過無線網(wǎng)絡(luò)與各個路段分別對應(yīng)的各個邊端監(jiān)測設(shè)備連接。
13、相比較于現(xiàn)有技術(shù)，本專利技術(shù)至少具備以下五處主要的專利技術(shù)構(gòu)思：
14、專利技術(shù)構(gòu)思a：基于設(shè)定路段過往各天固定時間區(qū)間的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)和設(shè)定路段的各項路段參數(shù)智能預(yù)測設(shè)定路段在當(dāng)天的固定時間區(qū)間的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)，從而完成基于設(shè)定路段過往同時通行狀況以及設(shè)定路段固有的各項路段參數(shù)的未來時間區(qū)間的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)的智能預(yù)測，為設(shè)定路段本文檔來自技高網(wǎng)
...
【技術(shù)保護點】
1.一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
3.如權(quán)利要求2所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
4.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車總數(shù)占據(jù)當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的比例超過預(yù)設(shè)比例限量時，允許當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車借用設(shè)定路段的最左側(cè)的直行車道之后，所述方法還包括：
5.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，將當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)和當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的和值作為預(yù)測車輛總數(shù)，計算當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)占據(jù)所述預(yù)測車輛總數(shù)的百分比以作為參考左拐百分比，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)超過設(shè)定數(shù)量閾值時，為設(shè)定路段在當(dāng)天的固定時間區(qū)間內(nèi)配置左拐車道之后，所述方法還包括：
6.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，對BP神經(jīng)網(wǎng)絡(luò)執(zhí)行多次訓(xùn)練操作以獲得執(zhí)行完多次訓(xùn)練操作后的BP神經(jīng)網(wǎng)絡(luò)，并將執(zhí)行完多次訓(xùn)練操作后的BP神經(jīng)網(wǎng)絡(luò)作為智慧交通預(yù)測模型輸出，所述BP神經(jīng)網(wǎng)絡(luò)執(zhí)行的訓(xùn)練操作的次數(shù)與所述固定時間區(qū)間的時間長度成正比之后，所述方法還包括：
7.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，采用設(shè)置在設(shè)定路段的最前端上方的邊端監(jiān)測設(shè)備監(jiān)測過往各天分別對應(yīng)的各份過往數(shù)據(jù)，過往每一天對應(yīng)的單份過往數(shù)據(jù)包括該天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)、直行車輛總數(shù)以及通行電動自行車總數(shù)，所述設(shè)定路段包括設(shè)定數(shù)目的多個車道之前，所述方法還包括：
8.如權(quán)利要求3-7任一所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
9.如權(quán)利要求3-7任一所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
10.如權(quán)利要求3-7任一所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
...
【技術(shù)特征摘要】
1.一種基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
3.如權(quán)利要求2所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于：
4.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車總數(shù)占據(jù)當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的比例超過預(yù)設(shè)比例限量時，允許當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的通行電動自行車借用設(shè)定路段的最左側(cè)的直行車道之后，所述方法還包括：
5.如權(quán)利要求3所述的基于云-邊協(xié)同計算的智慧交通調(diào)度優(yōu)化方法，其特征在于，將當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)和當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的直行車輛總數(shù)的和值作為預(yù)測車輛總數(shù)，計算當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)占據(jù)所述預(yù)測車輛總數(shù)的百分比以作為參考左拐百分比，在當(dāng)天在固定時間區(qū)間內(nèi)設(shè)定路段的最前端處的左拐通行車輛總數(shù)超過設(shè)定數(shù)量閾值時，為設(shè)定路段...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃宗偉，王琦，
申請(專利權(quán))人：廣東郵電職業(yè)技術(shù)學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。