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控制,具体涉及一种基于边缘计算的干线绿波评测系统及方法。
技术介绍
1、在城市交通管理中,干线绿波是一种重要的交通流控制策略,旨在优化交通信号配时,以便车辆在主要干道上实现顺畅通行,减少交通堵塞和车辆排队等问题。
2、目前,现有的绿波评估系统普遍存在一些局限性,导致干线绿波调节及通行效率较差,同时干线绿波也难以实时进行监测,这就使得绿波评测的效果难以保障;因此,需要设计一种基于边缘计算的干线绿波评测系统及方法。
技术实现思路
1、本专利技术的目的是克服现有技术的不足,为更好的有效解决现有的绿波评估系统由于普遍存在一些局限性,从而导致干线绿波调节及通行效率较差,同时干线绿波也难以实时进行监测,这就使得绿波评测的效果难以保障的问题,提供了一种基于边缘计算的干线绿波评测系统及方法,其实现了具有利用边缘计算技术实时监测、分析和优化道路交通信号灯的绿波控制从而改善交通流量效率和减少拥堵的功能,提高了城市交通的通行效率并减少了拥堵,不仅实现了更智能的信号灯控制,还改善了道路安全和交通流动性,具有较高的安全性及可扩展性,且能应对不同规模和需求的城市交通管理挑战,满足了日益增长的交通需求。
2、为了达到上述目的,本专利技术所采用的技术方案是:
3、一种基于边缘计算的干线绿波评测系统,包括数据采集单元、v2x通讯模块、边缘计算单元和云计算模块,所述数据采集单元用于实时采集干线绿波相关原始数据,并将原始数据储存在节点服务器;所述v2x通讯模块用于将
4、前述的一种基于边缘计算的干线绿波评测系统,所述数据采集单元包含电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块,且所述电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块均用于对路侧进行相应检测作业。
5、前述的一种基于边缘计算的干线绿波评测系统,所述边缘计算单元包含边缘网关模块、边缘控制器模块、边缘云模块、边缘传感器模块、网络交换机模块、路由器模块和边缘管理器模块,所述边缘网关模块、边缘控制器模块、边缘云模块和边缘传感器模块用于对原始数据和评测数据进行存储和评测,所述网络交换机模块和路由器模块用于连接及传输网络,所述边缘管理器模块用于进行业务编排和调用。
6、一种基于边缘计算的干线绿波评测方法,包括以下步骤,
7、步骤(a),利用数据采集单元对城市主干道上的每个路口实时采集干线绿波相关原始数据并将原始数据储存在节点服务器,再通过v2x通讯模块将节点服务器内部储存的原始数据传输至边缘计算模块;
8、步骤(b),利用边缘计算单元对原始数据进行数据清洗和融合,并获得处理数据;
9、步骤(c),基于处理数据,利用边缘计算单元对干线绿波运行态势进行评测作业,获得评测数据;
10、步骤(d),利用云计算模块接收评测数据,并展示绿波运行状态,再自动调优并向各路段及路口所在边缘计算单元发出优化干线绿波运行的控制指令;
11、步骤(e),由边缘计算单元根据控制指令对干线绿波运行进行优化,并输出运行指标。
12、前述的一种基于边缘计算的干线绿波评测方法,步骤(a),利用数据采集单元对城市主干道上的每个路口实时采集干线绿波相关原始数据并将原始数据储存在节点服务器,再通过v2x通讯模块将节点服务器内部储存的原始数据传输至边缘计算模块,其中所述数据采集单元具体是通过电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块分别对城市主干道上的每个路口的车辆通过时间、车辆类型、信号机状态和绿波信息数据。
13、前述的一种基于边缘计算的干线绿波评测方法,步骤(b),利用边缘计算单元对原始数据进行数据清洗和融合,并获得处理数据,具体步骤如下,
14、步骤(b1),对原始数据进行绿波预测及更新,如公式(1)和公式(2)所示,
15、
16、pk|k-1=fpk|k-1ft+q (1)
17、
18、
19、pk|k=(i-kkhk)pk|k-1 (2)
20、其中,表示在时刻k使用时刻k-1的信息预测的目标状态估计,f表示状态转移矩阵并,b表示输入矩阵,uk-1表示控制输入,pk|k-1表示预测误差协方差矩阵,q表示过程噪声协方差矩阵,kk表示kalman增益,hk表示测量矩阵,zk表示测量向量,r表示测量噪声协方差矩阵,表示在时刻k使用时刻k的信息更新的目标状态估计,pk|k表示更新后的误差协方差矩阵;
21、步骤(b2),通过时间窗口匹配相关参数,具体步骤如下,
22、步骤(b21),定义匹配度度量,其中匹配度度量用于衡量目标在两个时刻的状态之间的相似性,如公式(3)所示,
23、
24、其中,表示匹配度度量;
25、步骤(b22),若匹配度小于阈值,则更新kalman估计,
26、
27、其中,α表示权衡kalman滤波和时间窗口匹配的参数;
28、步骤(b3),对绿波数据进行数据清洗与数据融合,其中所述数据清洗是通过滤波器去除噪声,所述数据融合是将绿波数据纳入估计,具体如公式(5)所示,
29、final estimate=β*kalman e+(1-β)*green wave d (5)
30、其中,final estimate表示最后估计数,kalmane表示kalman估计,green wave d表示绿波数据,β表示融合参数,且融合参数β用于平衡kalman估计和绿波数据的权重。
31、前述的一种基于边缘计算的干线绿波评测方法,步骤(c),基于处理数据,利用边缘计算单元对干线绿波运行态势进行评测作业,获得评测数据,具体步骤如下,
32、步骤(c1),构建评测指标,其中评测指标包含停车次数指标、过车流量指标和平均行程时间指标,所述停车次数指标用于表示在绿波线路上各个路段或整个线路上的停车次数,所述过车流量指标用于表示通过绿波线路上各个路段或整个线路的车辆流量,所述平均行程时间指标用于表示通过绿波线路上各个路段或整个线路的车辆平均行程时间;
33、步骤(c2),基于评测指标对干线绿波运行态势进行评测作业,获得评测数据,具体步骤如下,
34、步骤(c21),基于评测指标对干线绿波运行态势进行评测作业,所述评测作业的具体过程是对每个时间段计算每个评测指标的值;所述停车次数指标具体是通过交叉口的红绿灯周期内停车次数统计获得,所述过车流量指标具体是通本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的干线绿波评测系统,其特征在于:包括数据采集单元、V2X通讯模块、边缘计算单元和云计算模块,所述数据采集单元用于实时采集干线绿波相关原始数据,并将原始数据储存在节点服务器;
2.根据权利要求1所述的一种基于边缘计算的干线绿波评测系统,其特征在于:所述数据采集单元包含电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块,且所述电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块均用于对路侧进行相应检测作业。
3.根据权利要求2所述的一种基于边缘计算的干线绿波评测系统,其特征在于:所述边缘计算单元包含边缘网关模块、边缘控制器模块、边缘云模块、边缘传感器模块、网络交换机模块、路由器模块和边缘管理器模块,所述边缘网关模块、边缘控制器模块、边缘云模块和边缘传感器模块用于对原始数据和评测数据进行存储和评测,所述网络交换机模块和路由器模块用于连接及传输网络,所述边缘管理器模块用于进行业务编排和调用。
4.一种基于边缘计算的干线绿波评测方法,所述干线绿波评测方法的评测过程基于权利要求1-3任一项所述的干线绿波评测系统,其特征在于:包
5.根据权利要求4所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(A),利用数据采集单元对城市主干道上的每个路口实时采集干线绿波相关原始数据并将原始数据储存在节点服务器,再通过V2X通讯模块将节点服务器内部储存的原始数据传输至边缘计算模块,其中所述数据采集单元具体是通过电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块分别对城市主干道上的每个路口的车辆通过时间、车辆类型、信号机状态和绿波信息数据。
6.根据权利要求5所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(B),利用边缘计算单元对原始数据进行数据清洗和融合,并获得处理数据,具体步骤如下,
7.根据权利要求6所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(C),基于处理数据,利用边缘计算单元对干线绿波运行态势进行评测作业,获得评测数据,具体步骤如下,
8.根据权利要求7所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(D),利用云计算模块接收评测数据,并展示绿波运行状态,再自动调优并向各路段及路口所在边缘计算单元发出优化干线绿波运行的控制指令,其中所述云计算模块能输出单一路段、多路段以及整条绿波线路单天各个时段或多天各个时段的控制指令,所述控制指令是通过对评测指标和评测数据之间采用关联性分析规则判别绿波线路的运行状态,且所述自动调优具体是通过自动调优组件实现的;
9.根据权利要求8所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(E),由边缘计算单元根据控制指令对干线绿波运行进行优化,并输出运行指标,其中所述控制指令具体是根据自动调优组件自动调整前端信号机、智慧护栏和可变车道屏运行优化的绿波控制方案,所述运行指标包含全天分时段平均行程时间、平均速度指标、过车流量和停车次数。
...【技术特征摘要】
1.一种基于边缘计算的干线绿波评测系统,其特征在于:包括数据采集单元、v2x通讯模块、边缘计算单元和云计算模块,所述数据采集单元用于实时采集干线绿波相关原始数据,并将原始数据储存在节点服务器;
2.根据权利要求1所述的一种基于边缘计算的干线绿波评测系统,其特征在于:所述数据采集单元包含电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块,且所述电警卡口模块、信号机模块、流量采集器模块和毫米波雷达模块均用于对路侧进行相应检测作业。
3.根据权利要求2所述的一种基于边缘计算的干线绿波评测系统,其特征在于:所述边缘计算单元包含边缘网关模块、边缘控制器模块、边缘云模块、边缘传感器模块、网络交换机模块、路由器模块和边缘管理器模块,所述边缘网关模块、边缘控制器模块、边缘云模块和边缘传感器模块用于对原始数据和评测数据进行存储和评测,所述网络交换机模块和路由器模块用于连接及传输网络,所述边缘管理器模块用于进行业务编排和调用。
4.一种基于边缘计算的干线绿波评测方法,所述干线绿波评测方法的评测过程基于权利要求1-3任一项所述的干线绿波评测系统,其特征在于:包括以下步骤,
5.根据权利要求4所述的一种基于边缘计算的干线绿波评测方法,其特征在于:步骤(a),利用数据采集单元对城市主干道上的每个路口实时采集干线绿波相关原始数据并将原始数据储存在节点服务器,再通过v2x通讯模块将节点服务器内部储存的原始数据传输至边缘计算模块,其中所述数据采集单元...
【专利技术属性】
技术研发人员:刘丙友,包俊涛,齐晶晶,朱标,查放,孔科研,赵继兴,
申请(专利权)人:安徽工程大学,
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。