一种基于雾计算的城市智能交通控制方法技术

本发明专利技术公开一种基于雾计算的城市智能交通控制方法，涉及数据处理及传感技术领域；通过雾计算节点将影响城市交通的各类传感设备互联起来，收集车辆、行人、热点、路况等实时环境信息，汇集到边缘侧，并可结合信号灯实现实时控制，反馈车辆优化路线，改善雾计算节点覆盖区域的交通状况，而且雾计算节点还定期向云端上传覆盖区域内的环境状况以及车辆行人行为数据，使云端更好的了解区域内环境信息，优化车辆规划路线。

【技术实现步骤摘要】
一种基于雾计算的城市智能交通控制方法
本专利技术公开一种基于雾计算的城市智能交通控制方法，涉及数据处理及传感

技术介绍
随着物联网和云计算的发展，云端中心聚合了大量的物理硬件资源，并采用虚拟化技术实现了异构网络计算资源的统一的分配、调度和管理，集中建设云端中心可大大降低计算和存储的成本。然而伴随着数据量越来越庞大，数据传输的速率出现下降，甚至有时会有很大的网络延迟，雾计算的出现，大大的改善了这种状况，特别是对于边缘侧诸如实时业务、数据优化、带宽限制、应用智能、安全与隐私等多方面需求，加速了雾计算的发展。近年来，城市交通出行状况日益恶化，交通拥堵不仅给出行、生活带来了诸多不便，也造成了尾气排放与噪声污染等环境问题。本专利技术提供了一种基于雾计算的城市智能交通控制方法，通过雾计算节点将影响城市交通的各类传感设备互联起来，收集车辆、行人、热点、路况等实时环境信息，汇集到边缘侧，并可结合信号灯实现实时控制，反馈车辆优化路线，改善雾计算节点覆盖区域的交通状况，而且雾计算节点还定期向云端上传覆盖区域内的环境状况以及车辆行人行为数据，使云端更好的了解区域内环境信息，优化车辆规划路线。
技术实现思路
本专利技术针对现有技术的不足和缺陷，提供一种基于雾计算的城市智能交通控制方法，具有通用性强、实施简便等特点，具有广阔的应用前景。本专利技术提出的具体方案是：一种基于雾计算的城市智能交通控制方法，云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。所述的方法中传感设备包括摄像设备、天气检测设备、车辆定位设备、行人移动通信设备，摄像设备用来监测路面状况及车辆行人情况，天气检测设备用于检测区域内的实时天气情况，车辆定位设备用来上传车辆定位数据，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互。所述的方法中智能终端包括车辆智能终端、行人移动通信设备、交通信号控制终端，车辆智能终端用来通过申请雾计算节点的共享资源，实现网络覆盖区域内的车辆与车辆的互联，以及车辆与其他交通相关智能终端的连接，规划行驶线路，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互交通信号控制终端用来接收雾计算节点指令完成的信号控制，并对来自雾计算节点的信息实时展示出来用于引导交通。所述的方法中具体步骤为：S1：云端利用雾计算节点上传的海量历史数据进行大数据分析，形成相应的智能交通预测模型，S2：云端将智能交通预测模型分发到雾计算节点，S3：各类传感设备采集交通环境相关数据，上传到雾计算节点，其中摄像设备监控路面状况及车辆行人情况，识别路面突发事件并上传到雾计算节点，天气检测设备收集天气信息，同时识别恶劣天气，并上传到雾计算节点，S4：雾计算节点根据传感设备采集的交通环境相关数据，绘制网络覆盖区域内交通环境地图，再结合云端的智能交通预测模型，对网络覆盖区域内车辆与行人的动态数据进行实时分析，并向网络覆盖区域内车辆智能终端和行人移动通信设备发送行驶规划建议，同时调节网络覆盖区域内交通信号控制终端控制路口车流量及进行交通引导，S5：循环执行步骤S1至步骤S4，雾计算节点持续优化智能交通预测模型并上传到云端。一种基于雾计算的城市智能交通控制系统包括云端、雾计算节点、传感设备、智能终端，其中云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。所述的系统中传感设备包括摄像设备、天气检测设备、车辆定位设备、行人移动通信设备，摄像设备用来监测路面状况及车辆行人情况，天气检测设备用于检测区域内的实时天气情况，车辆定位设备用来上传车辆定位数据，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互。所述的系统中智能终端包括车辆智能终端、行人移动通信设备、交通信号控制终端，车辆智能终端用来通过申请雾计算节点的共享资源，实现网络覆盖区域内的车辆与车辆的互联，以及车辆与其他交通相关智能终端的连接，规划行驶线路，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互交通信号控制终端用来接收雾计算节点指令完成的信号控制，并对来自雾计算节点的信息实时展示出来用于引导交通。本专利技术的有益之处是：本专利技术提供了一种基于雾计算的城市智能交通控制方法，通过雾计算节点将影响城市交通的各类传感设备互联起来，收集车辆、行人、热点、路况等实时环境信息，汇集到边缘侧，并可结合交通信号控制端实现实时控制，反馈车辆优化路线，车辆通过申请雾计算节点的共享资源，实现覆盖区域内的车辆与车辆的互联(V2V)，车辆与其他交通相关物体的连接（V2X），规划出更好的行驶线路，实现交通应急指挥自动化，改善雾计算节点覆盖区域的交通状况，提升本区域综合交通质量和效率，而且雾计算节点还定期向云端上传覆盖区域内的环境状况以及车辆行人行为数据，使云端更好的了解区域内环境信息，优化车辆规划路线。附图说明图1是本专利技术系统的拓扑示意图；图2是本专利技术方法的流程示意图。具体实施方式本专利技术提供一种基于雾计算的城市智能交通控制方法，云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。同时提供与上述方法相对应的一种基于雾计算的城市智能交通控制系统包括云端、雾计算节点、传感设备、智能终端，其中云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。利用本专利技术方法及系统，具体步骤为：S1：云端利用雾计算节点上传的海量历史数据进行大数据分析，形成相应的智能交通预测模型，S2：云端将智能交通预测模型分发到雾计算节点，S3：各类传感设备采集交通环境相关数据，上传到雾计算节点，其中摄本文档来自技高网...

【技术保护点】
1.一种基于雾计算的城市智能交通控制方法，其特征是云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。

【技术特征摘要】
1.一种基于雾计算的城市智能交通控制方法，其特征是云端收集雾计算节点上传的数据，进行大数据分析，形成相应的智能交通预测模型，预测规划车辆的最佳行驶路线，并将智能交通预测模型发送给雾计算节点，雾计算节点收集网络覆盖区域内的传感设备采集的数据，绘制网络覆盖区域内交通环境地图，结合来自云端的智能交通预测模型对网络覆盖区域内车辆与行人的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内车辆与行人，同时调节网络覆盖区域内与交通相关的智能终端之间的协作。2.根据权利要求1所述的方法，其特征是所述传感设备包括摄像设备、天气检测设备、车辆定位设备、行人移动通信设备，摄像设备用来监测路面状况及车辆行人情况，天气检测设备用于检测区域内的实时天气情况，车辆定位设备用来上传车辆定位数据，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互。3.根据权利要求1或2所述的方法，其特征是智能终端包括车辆智能终端、行人移动通信设备、交通信号控制终端，车辆智能终端用来通过申请雾计算节点的共享资源，实现网络覆盖区域内的车辆与车辆的互联，以及车辆与其他交通相关智能终端的连接，规划行驶线路，行人移动通信设备用来上传行人定位数据，接收道路规划数据以及与其他智能终端交互交通信号控制终端用来接收雾计算节点指令完成的信号控制，并对来自雾计算节点的信息实时展示出来用于引导交通。4.根据权利要求3所述的方法，其特征是具体步骤为：S1：云端利用雾计算节点上传的海量历史数据进行大数据分析，形成相应的智能交通预测模型，S2：云端将智能交通预测模型分发到雾计算节点，S3：各类传感设备采集交通环境相关数据，上传到雾计算节点，其中摄像设备监控路面状况及车辆行人情况，识别路面突发事件并上传到雾计算节点，天气检测设备收集天气信息，同时识别恶劣天气，并上传到雾计算节点，S4：雾计算节点根据传...

【专利技术属性】
技术研发人员：孙善宝，于治楼，张爱成，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东,37