基于人工智能的交通道路拥堵预测装置与系统制造方法及图纸

本发明专利技术公开了一种基于人工智能的交通道路拥堵预测装置与系统，包括前端数据采集装置、第一接收模块、人工智能模块、传输模块、第二接收模块和云服务器等。本发明专利技术能够有效调节交通流量，减小交通负荷，减少交通延误和停车率，提高路网的通行能力，改善了整个城市交通状况。

Traffic congestion prediction device and system based on Artificial Intelligence

The invention discloses a traffic road congestion prediction device and system based on artificial intelligence, including the front end data acquisition device, the first receiving module, the artificial intelligence module, the transmission module, the second receiving module and the cloud server, etc. The invention can effectively regulate traffic flow, reduce traffic load, reduce traffic delay and parking rate, improve the traffic capacity of road network, and improve the traffic condition of the whole city.

【技术实现步骤摘要】
基于人工智能的交通道路拥堵预测装置与系统
本专利技术涉及交通
，更为具体地，涉及一种基于人工智能的交通道路拥堵预测装置与系统。
技术介绍
随着汽车工业的发展，在汽车为人们带来各种便利的同时，也制造了一系列问题，如交通拥堵、环境污染、交通事故等。我国的交通国情在于机动车与非机动车混行，自行车数量大，机动车数量多，而路网容纳能力有限等，实施交通强国战略，需要解决的一个问题就是交通拥堵。而在道路交通控制领域，对交通进行监测、数据采集和处理等的信息系统存在诸多无法解决的问题，特别是在交叉口控制上，存在周期长、车辆延误和通行能力有限等问题。常规的交通控制方式将历史交通流数据作为调控的依据，通过分析在不同时间的交通流的变化规律，使用人工的方式进行配时，然后将配时方案通过计算机技术录入到交通控制器中，在应用中通过调用不同的配时方案进行交通调控，由于大量的车辆涌入城市交通道路，造成了严重的交通堵塞问题，配时方案调控交通流越来越难以适应交通拥堵的治理需求。例如，公开号为CN106991815A的中国专利申请公开了一种交通拥堵控制方法，包括如下步骤：S1.获取目标道路的既定参数，包括道路通行能力Q、自由流速度vf以及阻塞密度kj；S2.获取目标道路的实时交通参数，包括实时交通量q、实时车速v以及实时交通密度k；S3.构建交通状态判别模型，根据该模型判断当前道路的交通速度和交通流量对交通流的影响程度，并根据影响程度对交通作出的控制措施，能够结合道路的交通流的实际状态以及交通流中交通量和交通速度进行分析，做出准确的交通控制措施，能够有效缓解目标道路的交通拥堵状况，而且能够有效避免道路资源的浪费。但是，仍然存在缺陷，例如算法设计复杂，不能实现自学习，实时性较差等问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于人工智能的交通道路拥堵预测装置与系统，缓解交通拥堵的问题，利用对技术的改进使人们的生活变得更加美好。本专利技术的目的是通过以下技术方案来实现的：一种基于人工智能的交通道路拥堵预测装置，包括前端数据采集装置，所述前端数据采集装置包括终端侧的传感器装置和道路交叉口处的交通监控装置，所述终端侧的传感器装置，用于采集第一交通数据，并上传至云服务器，所述道路交叉口处的交通监控装置，用于采集第二交通数据，并上传至云服务器；第一接收模块，设置在云服务器上，用于接收所述第一交通数据和所述第二交通数据，以及设置在云服务器上的人工智能模块，用于对所述第一接收模块接收的数据进行处理，得到第一预测数据；以及传输模块，设置在云服务器上，用于将所述第一预测数据传输至终端侧的设备；在终端侧的设备上，包括第二接收模块，用于接收云服务器回传的数据；以及存储装置，用于保存所述第二接收模块接收的数据，以及检测模块、第一提取程序模块和标记程序模块，检测模块用于检测本地存储装置上是否保存有当前道路的历史路况数据，如果有，则通过第一提取程序模块，提取当前道路的历史路况数据，并利用标记程序模块根据时间特征进行标记；如果没有，则将第二接收模块接收的数据呈现在终端侧的设备的显示装置上；第一计算模块，用于计算在当前道路上的历史路况数据的车速均值；第二计算模块，用于计算在当前道路上的历史路况数据的行驶时间均值，并将所述第一计算模块和第二计算模块的计算结果数据保存在本地存储装置中；第二提取程序模块，用于提取当前道路在不同时间段的历史路况数据的车速均值和/或行驶时间均值，并将车速均值和/或行驶时间均值，呈现在终端侧的设备的显示装置上，基于人工智能模块处理处理后的预测数据和/或终端侧的历史路况计算结果数据，对道路交通拥堵情况进行预测；以及更新模块，用于实时获取第一交通数据和第二交通数据，将第一交通数据和第二交通数据作为新的输入变量，基于所述人工智能模块持续学习，不断优化第一预测数据。进一步地，所述人工智能模块，包括如下模块：权值误差和计算模块，选取多个第一交通数据和多个第二交通数据，同时将第一交通数据和第二交通数据作为神经网络的样本数据，设定权值误差向量为e(w)，利用如下公式计算权值误差和函数E(w)：其中，eT(w)是e(w)的转置向量；矩阵计算模块，用于计算神经网络权值的Jacobian矩阵J(w)；其中，i为第i个神经元，j为第j个神经元，第i个神经元与第j个神经元之间的权值为wij；权值计算模块，使用如下公式计算新的权值w(k+1)：w(k+1)＝w(k)-[JT(wk)J(wk)+μI]-1JT(wk)e(wk)其中，μ为附加因子，μ＞0，I为单位矩阵；迭代计算模块，将新的权值w(k+1)带入权值误差和计算模块中的权值误差和函数计算公式，计算得到新的权值误差和函数E(w)2，比较E(w)2与原来的E(w)1的大小，如果E(w)2的数值减小，则利用数值μ除以大于1的因子θ1，然后，对w(k+1)的值进行更新，然后转至权值误差和计算模块；如果E(w)2的数值没有减小，则利用数值μ乘上一个大于1的因子θ2，不更新w(k+1)并跳转至权值计算模块，当神经网络的误差达到预设值或收敛时，停止函数的迭代计算。进一步地，所述第一交通数据包括实时行驶速度、停留时间、行驶时间、里程数据中的任一种。进一步地，所述第二交通数据包括在信号灯处的行驶速度、行驶时间、停留时间、信号灯周期、绿灯时间、红灯时间中的任一种或多种。进一步地，所述终端侧的设备包括车辆、设置在车辆上的装置。一种基于人工智能的交通道路拥堵预测系统，包括如上技术方案中任一种所述的装置。本专利技术的有益效果是：(1)本专利技术基于人工智能技术缓解交通拥堵问题，具有自学习功能，提高了交通信息系统在路网中感受交通流的变化的效率，能够有效调节交通流量，减小了交通负荷，减少了交通延误和停车率，提高路网的通行能力，改善了整个城市交通状况。(2)本专利技术采用改进的神经网络算法，收敛速度快，具有计算量小，精度高，消耗资源少的特点，特别是易于收敛，使得信息交互的实时性得到了显著提高。(3)无人驾驶平台对信息的实时性要求非常高，因此，将本专利技术应用于无人驾驶汽车，由于改进后的神经网络算法提高了运算收敛速度，实时性强，预测速度快，具有非常大的意义。(4)本专利技术在对终端侧的设备存储的历史路况数据进行处理时，通过标记动作的处理步骤，使得在调用数据时，程序运行性能得到了提升，进而提高了数据处理效率，增强了设备的运行性能。(5)本专利技术结合了终端侧的设备采集的实时交通数据和道路交通监控系统采集的交通数据作为云端侧的神经网络算法的输入变量，将人工智能算法模块部署在云端服务器，在云端服务器进行学习处理后将预测数据下发到终端侧设备，可以集中处理大量分布式设备或系统上传的数据，降低在终端侧的设备或系统上进行分析处理的成本，提高了对交通道路拥堵的预测效率，有效调控城市通勤者的交通出行。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的结构示意图。图2是本专利技术的方法步骤流程图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案本文档来自技高网...

【技术保护点】
1.一种基于人工智能的交通道路拥堵预测装置，其特征在于，包括：前端数据采集装置，所述前端数据采集装置包括终端侧的传感器装置和道路交叉口处的交通监控装置，所述终端侧的传感器装置，用于采集第一交通数据，并上传至云服务器，所述道路交叉口处的交通监控装置，用于采集第二交通数据，并上传至云服务器；第一接收模块，设置在云服务器上，用于接收所述第一交通数据和所述第二交通数据，以及设置在云服务器上的人工智能模块，用于对所述第一接收模块接收的数据进行处理，得到第一预测数据；以及传输模块，设置在云服务器上，用于将所述第一预测数据传输至终端侧的设备；在终端侧的设备上，包括第二接收模块，用于接收云服务器回传的数据；以及存储装置，用于保存所述第二接收模块接收的数据，以及检测模块、第一提取程序模块和标记程序模块，检测模块用于检测本地存储装置上是否保存有当前道路的历史路况数据，如果有，则通过第一提取程序模块，提取当前道路的历史路况数据，并利用标记程序模块根据时间特征进行标记；如果没有，则将第二接收模块接收的数据呈现在终端侧的设备的显示装置上；第一计算模块，用于计算在当前道路上的历史路况数据的车速均值；第二计算模块，用于计算在当前道路上的历史路况数据的行驶时间均值，并将所述第一计算模块和第二计算模块的计算结果数据保存在本地存储装置中；第二提取程序模块，用于提取当前道路在不同时间段的历史路况数据的车速均值和/或行驶时间均值，并将车速均值和/或行驶时间均值，呈现在终端侧的设备的显示装置上，基于人工智能模块处理处理后的预测数据和/或终端侧的历史路况计算结果数据，对道路交通拥堵情况进行预测；以及更新模块，用于实时获取第一交通数据和第二交通数据，将第一交通数据和第二交通数据作为新的输入变量，基于所述人工智能模块持续学习，不断优化第一预测数据。...

【技术特征摘要】
1.一种基于人工智能的交通道路拥堵预测装置，其特征在于，包括：前端数据采集装置，所述前端数据采集装置包括终端侧的传感器装置和道路交叉口处的交通监控装置，所述终端侧的传感器装置，用于采集第一交通数据，并上传至云服务器，所述道路交叉口处的交通监控装置，用于采集第二交通数据，并上传至云服务器；第一接收模块，设置在云服务器上，用于接收所述第一交通数据和所述第二交通数据，以及设置在云服务器上的人工智能模块，用于对所述第一接收模块接收的数据进行处理，得到第一预测数据；以及传输模块，设置在云服务器上，用于将所述第一预测数据传输至终端侧的设备；在终端侧的设备上，包括第二接收模块，用于接收云服务器回传的数据；以及存储装置，用于保存所述第二接收模块接收的数据，以及检测模块、第一提取程序模块和标记程序模块，检测模块用于检测本地存储装置上是否保存有当前道路的历史路况数据，如果有，则通过第一提取程序模块，提取当前道路的历史路况数据，并利用标记程序模块根据时间特征进行标记；如果没有，则将第二接收模块接收的数据呈现在终端侧的设备的显示装置上；第一计算模块，用于计算在当前道路上的历史路况数据的车速均值；第二计算模块，用于计算在当前道路上的历史路况数据的行驶时间均值，并将所述第一计算模块和第二计算模块的计算结果数据保存在本地存储装置中；第二提取程序模块，用于提取当前道路在不同时间段的历史路况数据的车速均值和/或行驶时间均值，并将车速均值和/或行驶时间均值，呈现在终端侧的设备的显示装置上，基于人工智能模块处理处理后的预测数据和/或终端侧的历史路况计算结果数据，对道路交通拥堵情况进行预测；以及更新模块，用于实时获取第一交通数据和第二交通数据，将第一交通数据和第二交通数据作为新的输入变量，基于所述人工智能模块持续学习，不断优化第一预测数据。2.根据权利要求1所述的一种基于人工智能的交通道路拥堵预测装置，其特征...

【专利技术属性】
技术研发人员：刘威，王玉环，
申请(专利权)人：佛山杰致信息科技有限公司，
类型：发明
国别省市：广东,44