【技術實現步驟摘要】
本專利技術涉及交通控制，尤其涉及一種基于數據協同的收費站車道動態配置方法及系統。
技術介紹
1、在道路車輛的交通控制中，交通控制管理方希望整合資源，提升現有的資源的利用率，以盡可能地提升通行效率。例如，針對高速公路的每一收費站的交通控制，由于收費站的收費通道在設計時就是有限且已經被限定住的數量，一般的交通管理控制只能根據人工經驗粗糙地將現有的各個收費通道分配一部分作為電子收費通道，例如etc收費通道，剩余部分作為人工收費通道，這樣，每一個收費站的電子收費通道數量和人工收費通道數量也是固定的，不會根據時間的變化而進行數量的動態改變。
2、示例地，公開號為cn117197913a的中國專利技術專利提出了一種云計算的高速公路etc收費數據管理分析方法，該分類號為g08g，該方法包括當前收費信息采集、收費站當前擁擠度分析、待調度車輛信息采集、收費站信息采集、歷史收費數據提取和車輛調度分析確認；本專利技術通過計算目標收費站當前的擁擠度，并當擁擠度大于設定值時結合待調度車輛信息、收費站信息和歷史收費數據計算調度適配度，從而進行車輛調度，降低了車輛調度分析中存在的誤差性，提高了車輛調度分析的綜合性和說服力，同時為車輛調度適配結果確認提供了更加穩固的支撐依據，提高了高速公路的通行效率，并減少了交通擁堵，從而實現了車輛調度的優化。
3、公開號為cn116403407a的中國專利技術專利公開了一種公路收費站的車道動態配置與誘導方法、設備及介質，該分類號為g08g，涉及交通管理與控制領域，方法包括：確定收費站廣場的道路門架，通
4、由此可見，上述現有技術僅僅限于對收費站執行基于數據管理的調度處理或者車道通行控制機構的現場控制，無法根據收費站的各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數以及收費站的各項配置信息對收費站的未來時間分段的電子收費出站車輛總數和人工收費出站車輛總數進行可靠預測，導致收費站的交通控制管理方在希望進行未來時間分段的電子收費通道數量和人工收費通道數量的動態配置時缺乏有效的基礎數據，進而無法最大限度地滿足不同收費需求的車輛通行速率，導致收費站的通行速度無法進一步提升。
技術實現思路
1、為了解決現有技術中的技術問題，本專利技術提供了一種基于數據協同的收費站車道動態配置方法及系統，能夠采用加密網絡保證各種數字信息的傳輸的網絡安全，將具有網絡安全性能的云邊端的數據協同管理機制應用到收費站的細分領域，在物聯網傳感器采集的數據的基礎上，使用定制結構的智能通行預測模型基于目標收費站的各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數以及目標收費站的各項配置信息對目標收費站在作為一種未來時間分段的當前時間分段內的電子收費出站車輛總數和人工收費出站車輛總數進行同步預測，并基于預測結果提前配置目標收費站在當前時間分段內的電子收費通道數量和人工收費通道數量，從而充分利用有限的收費通道，盡可能提升各種收費需求類型的車輛的通行效率。
2、根據本專利技術的第一方面，提供了一種基于數據協同的收費站車道動態配置方法，所述方法包括：
3、采用設置在目標收費站處的物聯網傳感器，用于獲取當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數；
4、采用設置在目標收費站附近的第一邊緣計算網元，用于將完成多次學習后的前饋神經網絡作為智能通行預測模型輸出；
5、采用設置在目標收費站附近的第二邊緣計算網元，用于將目標收費站所在的高速公路的總里程、距離目標收費站最近城市的常住居民數量、目標收費站的出站通道總數以及目標收費站的入口最窄處的寬度作為目標收費站的各項配置信息輸出；
6、采用設置在目標收費站遠端的云計算服務器，用于根據智能通行預測模型基于每一時間分段的持續時長、當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數以及目標收費站的各項配置信息智能預測目標收費站在當前時間分段內的電子收費出站車輛總數和人工收費出站車輛總數，并將當前時間分段內的電子收費出站車輛總數和人工收費出站車輛總數分別作為第一預測數量和第二預測數量；
7、采用設置在目標收費站遠端的云計算服務器，用于基于目標收費站的出站通道總數、第一預測數量和第二預測數量提前配置目標收費站在當前時間分段內的電子收費通道數量和人工收費通道數量。
8、根據本專利技術的第二方面，提供了一種基于數據協同的收費站車道動態配置系統，所述系統包括：
9、物聯網傳感器，設置在目標收費站處，用于獲取當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數；
10、第一邊緣計算網元，設置在目標收費站附近，用于將完成多次學習后的前饋神經網絡作為智能通行預測模型輸出；
11、第二邊緣計算網元，設置在目標收費站附近，用于將目標收費站所在的高速公路的總里程、距離目標收費站最近城市的常住居民數量，目標收費站的出站通道總數以及目標收費站的入口最窄處的寬度作為目標收費站的各項配置信息輸出；
12、云計算服務器，設置在目標收費站遠端，用于根據智能通行預測模型基于每一時間分段的持續時長、當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數以及目標收費站的各項配置信息智能預測目標收費站在當前時間分段內的電子收費出站車輛總數和人工收費出站車輛總數，并將當前時間分段內的電子收費出站車輛總數和人工收費出站車輛總數分別作為第一預測數量和第二預測數量；
13、所述云計算服務器還用于基于目標收費站的出站通道總數、第一預測數量和第二預測數量提前配置目標收費站在當前時間分段內的電子收費通道數量和人工收費通道數量。
14、相比較于現有技術，本專利技術至少具備以下六處關鍵的專利技術點：
15、第一處：針對目標收費站采用基于物聯網的云邊端的數據協同管理機制，物聯網傳感器用于執行目標收費站本地的數據傳感操作，設置在目標收費站附近的第一邊緣計算網元和第二邊緣計算網元分別用于執行智能通行預測模型的構建以及目標收費站的各項配置信息的解析，設置在目標收費站遠端的云計算服務器用于采用智能通行預測模型智能預測目標收費站在作為未來時間分段的當前時間分段的電子收費出站車輛總數和人工收費出站車輛總數，進而配置當前時間分段的電子收費通道數量和人工收費通道數量，從而完成了基于物聯網的云邊端的目標收費站數據協同管理；
16、第二處：具體地，采用設置在目標收費站遠端的云計算本文檔來自技高網...
【技術保護點】
1.一種基于數據協同的收費站車道動態配置方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于數據協同的收費站車道動態配置方法，其特征在于：
3.如權利要求2所述的基于數據協同的收費站車道動態配置方法，其特征在于：
4.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在于，在采用設置在目標收費站處的物聯網傳感器，用于獲取當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數之前，所述方法還包括：
5.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在于，在采用設置在目標收費站附近的第一邊緣計算網元，用于將完成多次學習后的前饋神經網絡作為智能通行預測模型輸出之后，所述方法還包括：
6.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在于，在采用設置在目標收費站遠端的云計算服務器，用于根據智能通行預測模型基于每一時間分段的持續時長、當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數以及目標收費站的各
7.如權利要求3-6任一所述的基于數據協同的收費站車道動態配置方法，其特征在于：
8.如權利要求3-6任一所述的基于數據協同的收費站車道動態配置方法，其特征在于：
9.如權利要求3-6任一所述的基于數據協同的收費站車道動態配置方法，其特征在于：
10.一種基于數據協同的收費站車道動態配置系統，其特征在于，所述系統包括：
...【技術特征摘要】
1.一種基于數據協同的收費站車道動態配置方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于數據協同的收費站車道動態配置方法，其特征在于：
3.如權利要求2所述的基于數據協同的收費站車道動態配置方法，其特征在于：
4.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在于，在采用設置在目標收費站處的物聯網傳感器，用于獲取當前時間分段之前各個過往時間分段分別對應的各份電子收費出站車輛總數和各份人工收費出站車輛總數之前，所述方法還包括：
5.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在于，在采用設置在目標收費站附近的第一邊緣計算網元，用于將完成多次學習后的前饋神經網絡作為智能通行預測模型輸出之后，所述方法還包括：
6.如權利要求3所述的基于數據協同的收費站車道動態配置方法，其特征在...
【專利技術屬性】
技術研發人員：侯茂清，莫耀鋒，唐振，
申請(專利權)人：特微樂行廣州技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。