智慧交通网络系统信号指引方法技术方案

智慧交通网络系统信号指引方法，一种交通网络系统信号灯变换方法及车辆导航指引方法，应用在道路交通红绿灯的控制方法及车辆导航指引领域，以及应用在汽车高级辅助驾驶和无人驾驶领域，解决现有交通信号灯控制系统缺乏多个路口信号灯之间相互关联的方法，现有交通导航系统指引效率低下的问题，以及现有道路交通导航系统与交通信号灯控制系统不能相互关联的问题，解决方法包括：采用人工智能技术及机器学习算法，设计基于道路车辆数据的多个路口信号灯联动方法、基于车联网5G信号的车辆交通导航指引方法、车辆导航与信号灯状态之间的相互关联方法。

【技术实现步骤摘要】
智慧交通网络系统信号指引方法
智慧交通网络系统信号指引方法，本专利技术涉及一种交通网络系统信号灯变换方法及车辆导航指引方法，应用在道路路口交通红绿灯的控制方法及车辆导航指引领域，以及应用在汽车高级辅助驾驶和无人驾驶领域。
技术介绍
现有的交通信号灯控制系统及方法，每一个路口的信号灯独立运行，缺乏与相邻的路口信号灯以及与道路通行网络密切关联的路口信号灯之间的联系。例如，当整条道路(跨越多个红绿灯路口的道路)拥堵时，整个交通网络通行效率降低，此时缺乏多个(密切关联)路口信号灯之间的联动机制。现有的道路交通导航系统，采用卫星定位GPS或北斗、手机4G信号采集道路车辆位置、速度、数量及密度数据，缺乏对车辆位置、速度、密度及数量的准确判断分析，导航指引效率低下。现有的道路交通导航系统与交通信号灯控制系统，缺乏车辆导航与信号灯状态之间的相互关联机制，对于车辆即将到达的路口信号灯状态没有提示功能，来自导航系统(包括卫星定位和5G车联网)的路段车辆行驶位置、速度、数量及密度数据也不参与信号灯的变换算法。
技术实现思路
为解决相邻的路口信号灯以及与道路通行网络密切关联的路口信号灯之间不关联的问题，现有道路交通导航系统缺乏对车辆位置、速度、密度及数量的准确判断分析问题，道路交通导航系统与交通信号灯控制系统缺乏相互之间的关联问题，本专利技术设计了一种智慧交通网络系统信号指引方法，包括基于道路车辆数据的多个路口(道路网络)信号灯联动方法、基于车联网5G信号的车辆交通导航指引方法、车辆导航与信号灯控制系统相互关联的方法。一、道路网络信号灯联动方法：基于道路各路段的车流量数据(包括平均车辆密度、数量、平均车速、流向)，分析判断相邻路口的多个信号灯以联动组合方式提高通行效率，例如多个路口路段的车辆密度达到饱和且拥堵时，且此条道路为交通干线(交通网络的重要疏通线路)，则此条道路的多个饱和路段的路口同时绿灯(包括畅通的多个流出路段)，持续一定时间，暂时疏通交通网络。二、车辆交通导航指引方法：基于车联网的5G信号及北斗(或GPS)导航采集车辆位置、速度数据，分析计算路段平均车辆密度、数量、平均车速，道路网络全覆盖5G信号基站，每一行驶车辆全部基于5G信号联网。1、平均车速预测、平均密度预测、拥堵趋势预测及路线规划：基于道路网络的某一路线R(由多个路段组成，两个红绿灯路口之间为一个路段)以及与其直接和间接相连道路的平均车辆密度、数量、平均车速、流向，采用机器统计学习方法，根据历史数据和实时数据预测该路线R的某一路段在一定时间段ti后的车辆拥挤程度(平均车速及平均密度)及拥堵状态。通过分类出与该路段连通且存在车辆流入和流出关系的道路，根据该路线R目前的平均车辆密度、数量、平均车速、流向，以及与其直接或间接相连的车辆流入和流出路段的平均车辆密度、数量、平均车速、流向，根据历史数据和实时数据判断该路线R的某一路段在某一时间段的车辆拥挤程度(平均车速及平均密度)。当行驶车辆V在时间段ti后可能经过R的某一路段时，导航提示该路段当前的车辆拥挤程度(平均车速及平均密度)及拥堵状态、在时间ti后该路段的预测车辆拥挤程度(平均车速及平均密度)及拥堵状态。时间段ti的选取应保证车辆V还未进入该路段，且有变换路线的选择。同时，时间ti如果选取过长，则会影响预测精度；时间t如果选取过短，车辆V可更改的路线则会减少，时间段ti的选取采用BP神经网络算法计算，以车辆到达目的地的时间最短为准。根据不同时间段ti后原路线所经路段的预测平均车速及平均密度，不同时间段ti后可选择路线(线路A、线路B、…、线路F…)所经路段的预测平均车速及平均密度、原路线的距离、可选择路线(线路A、线路B、…、线路F…)的距离，选取花费时间最短的一条线路。车辆V可改变路线的机会要求大于等于1，表示至少有一次改变线路机会。2、实时路况监测：实时查看GIS地图中所选路段的平均车辆密度、数量、平均车速、流向。三、车辆导航与信号灯控制系统相互关联方法：1、交通信号灯控制系统接收来自导航服务系统的车流量数据，包括流入(及流出)该路口不同距离范围内的平均车辆密度、数量、平均车速，导航服务系统的车流量数据基于车联网5G数据以及北斗(或GPS)数据分析计算所得。交通信号灯控制系统根据流入(及流出)该路口相位的车辆密度、数量、平均车速数据，并根据设定的算法控制信号灯的轮换。2、具体车辆V的车载导航系统向导航服务系统发送行驶规划路线及绿灯请求，导航服务系统授权后将车辆V的请求绿灯指令、V的坐标位置、行驶规划路线数据实时发送到信号灯控制系统，信号灯控制系统授权后，当车辆V经过每一个所授权路线中的路口时，行驶相位转为绿灯(其余冲突相位转为红灯)。3、信号灯控制系统向导航服务系统发送该路口信号灯当前状态、即将变化的状态，导航服务系统向流向该路口车辆的车载导航系统发送信号灯当前状态和即将变化的状态。附图说明图1：道路网络信号灯联动方法道路示意图①1号路口②2号路口③3号路口④4号路口⑤5号路口⑥6号路口7号路段8号路段9号路段10号路段11号路段12号路段13号路段图2：道路网络信号灯联动方法流程图①获取各路段平均车辆密度、平均速度②Da10＞＝Td10③Va10＜＝Tv10④Da9＞＝Td9⑤Va9＜＝Tv9⑥进入判断8号、7号路段的平均密度和平均车速流程⑦10号路段行驶前方相邻的4、5、6号路口全部直行绿灯，持续时间tj⑧Da9＞＝Td9⑨Va9＜＝Tv9⑩Da8＞＝Td8Va8＜＝Tv89号路段行驶前方相邻的3、4、5号路口全部直行绿灯，持续时间tjDa8＞＝Td8Va8＜＝Tv8Da7＞＝Td7Va7＜＝Tv78号路段行驶前方相邻的2、3、4号路口全部直行绿灯，持续时间tj图3：车辆导航与信号灯状态相互关联方法示意图①导航服务系统②车载导航系统③信号灯控制系统具体实施方式1、道路网络信号灯联动实施例：获取最新道路交通车辆5G及卫星定位的实时车流量数据(平均车辆密度、数量、平均车速、流向)，当道路连续多个路段发生拥堵及拥堵趋势(车辆饱和，即平均车辆密度大于等于阈值Td；平均车速小于等于阈值Tv)时，启动车流线路中的相邻多路口信号灯联动机制，拥堵线路的多个路口及前方畅通的几个路口同时轮转为绿灯，持续时间tj。绿灯时间控制方法，连续获取最新车流量数据，如果平均车辆密度大于等于阈值Td且平均车速小于等于阈值Tv，则继续绿灯，否则恢复信号灯的正常轮换。如图1所示，车辆从7号、8号、9号、10号路段依次向11号、12号、13号路段行驶，7号、8号、9号、10号路段是经常发生拥堵的路段。图2是对应图1的信号灯联动流程图，首先获取各路段的车流量数据，从10号路段开始检测平均车辆密度Da10和平均车速Va10，如果Da10大于阈值Td10且Va10小于等于阈值Tv10，则继续检测9号路段，若Da9大于等于阈值Td9且Va9小于等于阈值Tv9，则4、5、6号路口同时直行绿灯，持续时间tj；同样原理，若Da9＞＝Td9，Va9＜＝Tv9，且Da8＞＝Td8，Va8＜＝Tv8，则3、4、5号路口同时直行绿灯，持续时间tj。2、车辆交通导航指引实施例：车载导航系统通过5G通信服务端及北斗(或GPS)服务端向导航服务系统发送路线规划数本文档来自技高网...

【技术保护点】
1.智慧交通网络系统信号指引方法，包括基于道路车辆数据的多个路口信号灯联动方法、基于车联网5G信号的车辆交通导航指引方法、车辆导航与信号灯控制系统相互关联方法，多个路口信号灯联动方法基于道路多路段的车流量数据，以联动组合方式运行；车辆交通导航指引方法基于车联网的5G及卫星定位信号采集车流量数据，分析计算路段平均车辆密度、数量、平均车速，采用机器统计学习方法，根据历史数据和实时数据预测某一路段在某时间段的车辆拥挤程度及拥堵状态，并规划路线；车辆导航与信号灯控制系统相互关联方法，交通信号灯控制系统接收来自导航服务系统的车流量数据，并根据车流量数据控制信号灯的轮换，信号灯控制系统向导航服务系统发送路口信号灯状态。

【技术特征摘要】
1.智慧交通网络系统信号指引方法，包括基于道路车辆数据的多个路口信号灯联动方法、基于车联网5G信号的车辆交通导航指引方法、车辆导航与信号灯控制系统相互关联方法，多个路口信号灯联动方法基于道路多路段的车流量数据，以联动组合方式运行；车辆交通导航指引方法基于车联网的5G及卫星定位信号采集车流量数据，分析计算路段平均车辆密度、数量、平均车速，采用机器统计学习方法，根据历史数据和实时数据预测某一路段在某时间段的车辆拥挤程度及拥堵状态，并规划路线；车辆导航与信号灯控制系统相互关联方法，交通信号灯控制系统接收来自导航服务系统的车流量数据，并根据车流量数据控制信号灯的轮换，信号灯控制系统向导航服务系统发送路口信号灯状态。2.根...

【专利技术属性】
技术研发人员：张鹏，
申请(专利权)人：张鹏，
类型：发明
国别省市：北京,11