【技术实现步骤摘要】
本专利技术涉及交通管理的，特别涉及基于数字孪生的交通管控策略优化方法、装置与存储介质。
技术介绍
1、在智能交通领域，全时空全样本的数据汇集仅仅是数据应用的起点阶段。大数据价值密度低的特征决定了，除非辅以有效的数据资源管理与应用方法，否则海量的交通数据无法转变为有意义的知识，更无法支持复杂的交通决策。现有优化交通管控策略的方法虽然已经基于泛在数据采集设施所收集的数据部分实现了现实交通场景静态建模以及特定管理控制策略的仿真测试，但明显存在过度依赖仿真策略的硬逻辑编程、仿真输出结果严重偏离现实、系统缺乏自我进化能力等问题，其未能对交通管理控制策略进行数字化表达，不同策略需要人工逐个予以实现；对数字孪生的应用仅停留在物理孪生层次，将其等同于现实仿真，未能发挥数字孪生自生成模型的核心优势；缺乏对仿真模型的自动标定与校准机制，模型对交通流特性；缺乏基于仿真评价结果优化交通管理控制策略的进化机制与各种反馈回路，方法不具备自我进化特性，智能化水平较低。可见现有优化交通管控策略的方法无法对不同交通场景进行有效准确的管控策略优化，不能为实际交通管理提供具有参考价值的策略评价，降低场景兼容性。
技术实现思路
1、针对现有技术存在的缺陷，本专利技术提供基于数字孪生的交通管控策略优化方法、装置与存储介质，其构建包括路网交通静态数据集、路网交通动态数据集和第三方共享数据集的数据源，以此生成关于路网交通的数字地图、交通场景库和数字化管控策略库，并生成关于路网交通的交通仿真模型集；基于交通仿真模型集包含的交通仿
2、本专利技术提供基于数字孪生的交通管控策略优化方法，包括：
3、构建包括路网交通静态数据集、路网交通动态数据集和第三方共享数据集的数据源；
4、基于所述数据源，生成关于路网交通的数字地图、交通场景库和数字化管控策略库；其中，所述交通场景库包括原始交通场景库和可扩展的数字孪生场景库；
5、基于所述数字地图、所述交通场景库和所述数字化管控策略库，生成关于路网交通的交通仿真模型集；
6、基于所述交通仿真模型集包含的交通仿真模型的输出结果，综合管控策略评价指标体系，评价作为优化目标的交通管控策略，并基于增强学习模型对所述交通管控策略进行智能优化；
7、基于交通仿真模型，对优化后的交通管控策略进行再次评价；对于所述评价结果仍未达到预设优化目标的交通管控策略，继续迭代交通管控策略的智能优化与仿真评价过程，直到达到预设优化终止条件；
8、将最终优化的交通管控策略在现实路网中发布实施，基于所述现实路网采集得到的交通运行指标真实值，校准所述交通仿真模型，并更新所述管控策略评价指标体系。
9、进一步，构建包括路网交通静态数据集、路网交通动态数据集和第三方共享数据集的数据源，包括：
10、采集路网交通设施图像，对所述路网交通设施图像进行分析处理，结合路网规划与交通工程设计方案资料，得到路网交通静态数据集；
11、采集路网交通运行图像，对所述路网交通运行图像进行分析处理，结合毫米波雷达与动态视频融合数据、微波数据、实时管控策略数据、车辆管理与调度数据，得到路网交通动态数据集；
12、获取智能交通系统接收到来自外界终端的信息数据流，对所述信息数据流进行识别处理，得到第三方共享数据集；其中，所述第三方共享数据集包括路网的数字地图。
13、进一步，从所述路网交通静态数据集中提取得到交通设施静态特征要素，从所述路网交通动态数据集和所述第三方共享数据集中提取得到交通运行动态特征要素；从所述第三方共享数据集中提取得到路网的数字地图；
14、将所述交通设施静态特征要素和所述交通运行动态特征要素按坐标信息映射到所述路网的数字地图中，刻画多个时段真实路网的交通环境，以及其中存在对象的位置与行为特征，从而生成关于真实路网交通场景的原始交通场景库；
15、从所述路网交通动态数据集中提取得到真实数字化交通管控策略，补充由专家生成的数字化交通管控策略，综合构成数字化管控策略库。
16、进一步，从所述路网交通静态数据集和所述路网交通动态数据集中，建模提取得到路网交通环境，以及其中存在的各类对象的宏微观交通行为特征，基于所述行为特征进行所述路网环境与所述对象的孪生体建模，并按需组合，生成虚拟交通场景样本；所述虚拟场景样本能够反映真实交通场景的环境与对象行为特征，构成所述可扩展的数字孪生场景库。
17、进一步，根据交通管控策略优化需求，将所述交通场景库中存储的场景、所述数字化管控策略库中存储的交通管控策略在所述路网数字地图中进行组合建模，从而生成关于相应交通场景下执行相应交通管控策略的交通仿真模型，并将所有交通仿真模型加入交通仿真模型集。
18、进一步，基于所述交通仿真模型集包含的交通仿真模型的输出结果，综合管控策略评价指标体系，评价作为优化目标的交通管控策略，并基于增强学习模型对所述交通管控策略进行智能优化，包括：
19、从所述交通仿真模型集中，选择对应所述交通管控策略的交通仿真模型，运行得到所述交通管控策略作用下，路网交通运行指标的预测值；
20、基于所述交通运行指标的预测值，综合所述管控策略评价指标体系，对所述交通管控策略进行评价；
21、将所述评价结果转化为所述交通管控策略实施的奖惩反馈，输入所述增强学习模型，对所述交通管控策略进行智能优化。
22、进一步，基于交通仿真模型，对优化后的交通管控策略进行再次评价；对于所述评价结果仍未达到预设优化目标的交通管控策略，继续迭代交通管控策略的智能优化与仿真评价过程，直到达到预设优化终止条件，包括：
23、将所述优化的交通管控策略输入所述交通仿真模型，以此更新所述交通仿真模型；
24、基于所述更新的交通仿真模型，运行得到所述交通管控策略作用下的交通运行指标预测值，以所述管控策略评价指标体系对所述交通管控策略进行再次评价；
25、基于所述再次评价的结果，对于仍未达到预设优化目标的交通管控策略，继续迭代交通管控策略的智能优化与仿真评价过程，直到达到预设优化终止条件。
【技术保护点】
1.基于数字孪生的交通管控策略优化方法，其特征在于，包括：
2.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
3.如权利要求2所述的基于数字孪生的交通管控策略优化方法，其特征在于：
4.如权利要求2所述的基于数字孪生的交通管控策略优化方法，其特征在于：
5.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
6.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
7.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
8.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
9.基于数字孪生的交通管控策略优化装置，其特征在于，包括：
10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序；当所述计算机程序被处理器读取并运行时，实现如权利要求1-8中任一项所述的基于数字孪生的交通管控策略优化方法。
【技术特征摘要】
1.基于数字孪生的交通管控策略优化方法，其特征在于，包括：
2.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
3.如权利要求2所述的基于数字孪生的交通管控策略优化方法，其特征在于：
4.如权利要求2所述的基于数字孪生的交通管控策略优化方法，其特征在于：
5.如权利要求1所述的基于数字孪生的交通管控策略优化方法，其特征在于：
6.如权利要求1所述的基于数字孪生的交通管控策略优化...
【专利技术属性】
技术研发人员：李君羡，童文聪，高志波，
申请(专利权)人：上海策客交通科技发展有限公司，
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。