System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及交通数据处理,尤其涉及一种基于交通信息模拟的园区交通控制方法及系统。
技术介绍
1、随着智慧园区这一概念的提出,以及园区设备的智能化程度的提高,园区能够容纳的交通设备的数量也日渐增长,如何实现对园区的交通控制成为了一个重要的技术难题。现有的园区内的交通控制技术,大部分仍然采用人工判断和预设的车辆进出控制规则,没有充分考虑到利用好区域内的传感数据和关联控制设备的算法模拟,因此智能化程度低,交通控制效果差,无法有效预测和缓解交通堵塞。可见,现有技术存在缺陷,亟需解决。
技术实现思路
1、本专利技术所要解决的技术问题在于,提供一种基于交通信息模拟的园区交通控制方法及系统,能够充分考虑区域内的传感数据和关联设备的算法模拟来实现更加精准有效的交通堵塞疏散,提高园区内的交通控制效果。
2、为了解决上述技术问题,本专利技术第一方面公开了一种基于交通信息模拟的园区交通控制方法,所述方法包括:
3、根据预设的区域关联规则,确定目标园区的目标交通控制设备对应的交通关联区域;
4、获取所述交通关联区域对应的交通传感数据,根据所述交通传感数据,确定所述目标交通控制设备对应的控制指令;
5、根据所述目标园区中的所述目标交通控制设备对应的多个关联控制设备的控制指令,基于交通模拟算法,确定交通模拟结果;
6、根据所述交通模拟结果,修正所述目标交通控制设备对应的控制指令。
7、作为一种可选的实施方式,在本专利技术第一方面中,所述
8、根据预设的设备和区域直接关联的规则,确定目标园区的目标交通控制设备对应的直接关联区域;
9、获取与所述直接关联区域直接连通的多个候选交通区域,计算每一所述候选交通区域和所述直接关联区域之间的区域关联参数,根据所述区域关联参数,从所述多个候选交通区域中确定出目标关联区域,得到间接关联区域;
10、以所述间接关联区域为直接关联区域重复上一步骤,确定出所述间接关联区域对应的目标关联区域,以得到一个新的间接关联区域;
11、重复上述步骤直至确定出的所有候选交通区域对应的所述区域关联参数均小于预设的参数阈值,将确定出的所有所述间接关联区域和所述直接关联区域,确定为目标园区的目标交通控制设备对应的交通关联区域。
12、作为一种可选的实施方式,在本专利技术第一方面中,所述计算每一所述候选交通区域和所述直接关联区域之间的区域关联参数,包括:
13、对于每一所述候选交通区域,获取该候选交通区域与所述直接关联区域之间的相交边界的长度,以及获取该候选交通区域的历史交通堵塞记录;
14、计算该候选交通区域的历史交通堵塞记录中所述直接关联区域在预设的时间周期内存在堵塞的记录的占比;
15、计算与所述长度成正比的第一参数值,和与所述占比成正比的第二参数值;
16、计算所述第一参数值和所述第二参数值的乘积,得到该候选交通区域对应的区域关联参数。
17、作为一种可选的实施方式,在本专利技术第一方面中,所述交通传感数据包括图像数据、etc感应数据、声音数据、车牌识别数据、人员打卡数据和员工设备定位数据。
18、作为一种可选的实施方式,在本专利技术第一方面中,所述获取所述交通关联区域对应的交通传感数据,根据所述交通传感数据,确定所述目标交通控制设备对应的控制指令,包括:
19、将所述交通关联区域中的所述直接关联区域和所有所述间接关联区域,按照与所述目标交通控制设备的距离从小到大进行排列以得到区域链条;
20、获取所述区域链条中每一区域中的传感设备传输的交通传感数据;
21、将每一区域的所述交通传感数据输入至训练好的交通堵塞预测神经网络中,以得到每一区域对应的交通堵塞概率;所述交通堵塞预测神经网络通过包括有多个训练传感数据和对应的堵塞情况标注的训练数据集训练得到;
22、根据所述区域链条中每一区域对应的所述交通堵塞概率,确定所述目标交通控制设备对应的控制指令。
23、作为一种可选的实施方式,在本专利技术第一方面中,所述根据所述区域链条中每一区域对应的所述交通堵塞概率,确定所述目标交通控制设备对应的控制指令,包括:
24、计算所述区域链条中所有区域对应的所述交通堵塞概率的平均值,得到第一概率参数;
25、判断所述第一概率参数是否大于第一参数阈值,得到第一判断结果;
26、若所述第一判断结果为是,确定所述目标交通控制设备对应的控制指令为间隔第一时间打开引流;所述第一时间与第一差值成反比;所述第一差值为所述第一概率参数和所述第一参数阈值之间的差值;
27、若所述第一判断结果为否,判断所述区域链条中是否存在连续的多个区域的所述交通堵塞概率符合预设的链条概率增长规则,得到第二判断结果;
28、若所述第二判断结果为否,确定所述目标交通控制设备对应的控制指令为保持现状;
29、若所述第二判断结果为是,确定所述目标交通控制设备对应的控制指令为间隔第二时间打开引流;所述第二时间与相似度参数成反比;所述相似度参数为符合所述链条概率增长规则的多个区域的所述交通堵塞概率与预设的堵塞概率模板之间的相似度。
30、作为一种可选的实施方式,在本专利技术第一方面中,所述根据所述目标园区中的所述目标交通控制设备对应的多个关联控制设备的控制指令,基于交通模拟算法,确定交通模拟结果,包括:
31、将所述目标园区中的与所述目标交通控制设备之间的距离小于预设距离阈值的控制设备,确定为对应的多个关联控制设备;
32、获取每一所述关联控制设备对应的所述第一概率参数和所述控制指令;
33、将所有所述关联控制设备的所述第一概率参数和所述控制指令,输入至训练好的疏散效果预测神经网络模型中,以得到输出的预测疏散效果参数;所述疏散效果预测神经网络模型通过包括有多个训练关联设备的训练概率参数和训练控制指令以及对应的疏散效果标注的训练数据集训练得到。
34、作为一种可选的实施方式,在本专利技术第一方面中,所述根据所述交通模拟结果,修正所述目标交通控制设备对应的控制指令,包括:
35、判断所述疏散效果参数是否大于预设的第二参数阈值,得到第三判断结果;
36、若所述第三判断结果为是,确定所述目标交通控制设备对应的控制指令为停止打开引流;
37、若所述第三判断结果为否,判断所述疏散效果参数是否大于预设的第三参数阈值,得到第四判断结果;所述第三参数阈值小于所述第二参数阈值;
38、若所述第四判断结果为是,增大所述目标交通控制设备对应的控制指令中打开引流的间隔时间;
39、若所述第四判断结果为否,减小所述目标交通控制设备对应的控制指令中打开引流的间隔时间。
40、本专利技术第二方面公开了一种基于交通信息模拟的本文档来自技高网...
【技术保护点】
1.一种基于交通信息模拟的园区交通控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述根据预设的区域关联规则,确定目标园区的目标交通控制设备对应的交通关联区域,包括:
3.根据权利要求2所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述计算每一所述候选交通区域和所述直接关联区域之间的区域关联参数,包括:
4.根据权利要求1所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述交通传感数据包括图像数据、ETC感应数据、声音数据、车牌识别数据、人员打卡数据和员工设备定位数据。
5.根据权利要求2所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述获取所述交通关联区域对应的交通传感数据,根据所述交通传感数据,确定所述目标交通控制设备对应的控制指令,包括:
6.根据权利要求5所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述根据所述区域链条中每一区域对应的所述交通堵塞概率,确定所述目标交通控制设备对应的控制指令,包括:
7.根据权
8.根据权利要求7所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述根据所述交通模拟结果,修正所述目标交通控制设备对应的控制指令,包括:
9.一种基于交通信息模拟的园区交通控制系统,其特征在于,所述系统包括:
10.一种基于交通信息模拟的园区交通控制系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种基于交通信息模拟的园区交通控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述根据预设的区域关联规则,确定目标园区的目标交通控制设备对应的交通关联区域,包括:
3.根据权利要求2所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述计算每一所述候选交通区域和所述直接关联区域之间的区域关联参数,包括:
4.根据权利要求1所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述交通传感数据包括图像数据、etc感应数据、声音数据、车牌识别数据、人员打卡数据和员工设备定位数据。
5.根据权利要求2所述的基于交通信息模拟的园区交通控制方法,其特征在于,所述获取所述交通关联区域对应的交通传感数据,根据所述交通传感数据,确定所述目标交...
【专利技术属性】
技术研发人员:胡艳胜,
申请(专利权)人:广州卓勤信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。