本發(fā)明涉及智慧交通，具體為基于智慧交通大數(shù)據(jù)的車(chē)輛行駛路徑控制系統(tǒng)及方法。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，城市道路交通壓力日益增加，尤其是在交通高峰期和城市中心地帶，交通擁堵問(wèn)題十分嚴(yán)重，傳統(tǒng)的交通管理系統(tǒng)在面對(duì)復(fù)雜的交通流量變化和突發(fā)事件時(shí)反應(yīng)滯后，難以實(shí)現(xiàn)對(duì)車(chē)輛行駛路徑的精準(zhǔn)控制，導(dǎo)致?lián)矶聽(tīng)顩r無(wú)法有效緩解，為此，智慧交通大數(shù)據(jù)技術(shù)逐漸成為解決交通擁堵的關(guān)鍵，通過(guò)實(shí)時(shí)數(shù)據(jù)采集與分析，可以對(duì)交通狀況進(jìn)行精準(zhǔn)預(yù)測(cè)和高效管理；

2、目前的交通管理系統(tǒng)在應(yīng)對(duì)城市交通擁堵時(shí)存在兩大主要問(wèn)題：一是缺乏對(duì)實(shí)時(shí)交通數(shù)據(jù)的動(dòng)態(tài)分析，難以及時(shí)優(yōu)化車(chē)輛的行駛路徑；二是貨運(yùn)車(chē)輛在交通高峰期對(duì)公共交通和私家車(chē)的影響較大，尤其在城市中心或主干道路，貨運(yùn)車(chē)輛往往導(dǎo)致更嚴(yán)重的擁堵，現(xiàn)有系統(tǒng)無(wú)法合理調(diào)度和分流貨運(yùn)車(chē)輛，也無(wú)法有效緩解高峰期的交通壓力，迫切需要一種更智能的路徑控制系統(tǒng)，因此，針對(duì)上述問(wèn)題提出基于智慧交通大數(shù)據(jù)的車(chē)輛行駛路徑控制系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于智慧交通大數(shù)據(jù)的車(chē)輛行駛路徑控制系統(tǒng)及方法，以解決目前的交通管理系統(tǒng)在應(yīng)對(duì)城市交通擁堵時(shí)存在兩大主要問(wèn)題：一是缺乏對(duì)實(shí)時(shí)交通數(shù)據(jù)的動(dòng)態(tài)分析，難以及時(shí)優(yōu)化車(chē)輛的行駛路徑；二是貨運(yùn)車(chē)輛在交通高峰期對(duì)公共交通和私家車(chē)的影響較大，尤其在城市中心或主干道路，貨運(yùn)車(chē)輛往往導(dǎo)致更嚴(yán)重的擁堵，現(xiàn)有系統(tǒng)無(wú)法合理調(diào)度和分流貨運(yùn)車(chē)輛，也無(wú)法有效緩解高峰期的交通壓力的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于智慧交通大數(shù)據(jù)的車(chē)輛行駛路徑控制系統(tǒng)及方法，包括以下步驟：步驟a：通過(guò)實(shí)時(shí)交通數(shù)據(jù)采集模塊采集車(chē)輛的實(shí)時(shí)位置、道路交通流量及擁堵?tīng)顩r的交通數(shù)據(jù)；

4、步驟b：通過(guò)大數(shù)據(jù)分析與預(yù)測(cè)模塊對(duì)歷史交通數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)高峰時(shí)段、事故風(fēng)險(xiǎn)區(qū)域及交通瓶頸點(diǎn)；

5、步驟c：通過(guò)路徑優(yōu)化模塊動(dòng)態(tài)優(yōu)化車(chē)輛的行駛路徑，避開(kāi)擁堵區(qū)域，規(guī)劃備用路線(xiàn)；

6、步驟d：通過(guò)信號(hào)燈調(diào)控模塊調(diào)整交通信號(hào)燈時(shí)長(zhǎng)，優(yōu)化車(chē)輛通行效率；

7、步驟e：通過(guò)貨運(yùn)車(chē)輛限行與分流模塊在高峰期對(duì)貨運(yùn)車(chē)輛進(jìn)行限行與分流，減少其對(duì)公共交通和私家車(chē)的影響；

8、步驟f：通過(guò)車(chē)聯(lián)網(wǎng)協(xié)同模塊向車(chē)輛終端推送實(shí)時(shí)路徑調(diào)整信息；

9、步驟g：通過(guò)提前預(yù)警與信息發(fā)布模塊向駕駛員發(fā)布預(yù)警信息及路徑調(diào)整建議。

10、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述步驟b的預(yù)測(cè)包括基于天氣狀況和特殊事件對(duì)交通流量的影響進(jìn)行調(diào)度規(guī)劃。

11、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述步驟c中，路徑優(yōu)化模塊根據(jù)實(shí)時(shí)交通數(shù)據(jù)進(jìn)行多次路徑動(dòng)態(tài)計(jì)算，并向不同類(lèi)型的車(chē)輛推薦個(gè)性化的最優(yōu)路徑。

12、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述路徑動(dòng)態(tài)計(jì)算包括以下步驟：

13、步驟一：將城市交通網(wǎng)絡(luò)表示為有向圖g＝(v,e)，其中v為節(jié)點(diǎn)集合，代表道路交叉點(diǎn)或地理位置，e為邊集合，代表道路，邊的初始權(quán)重基于路段距離或歷史交通流量進(jìn)行設(shè)置；

14、步驟二：通過(guò)以下公式計(jì)算每條邊eij的通行代價(jià)wij，權(quán)重包括距離、實(shí)時(shí)交通流量和擁堵系數(shù)：

15、wij＝dij+αtij+βcij

16、式中，dij為道路距離，tij為實(shí)時(shí)交通流量，cij為擁堵系數(shù)，α和β為調(diào)節(jié)系數(shù)；

17、步驟三：通過(guò)最優(yōu)路徑搜索算法di?jkstra算法確定起點(diǎn)s和終點(diǎn)t之間的最優(yōu)路徑p，目標(biāo)是最小化路徑總權(quán)重：

18、

19、式中，p為從起點(diǎn)s到終點(diǎn)t的路徑集合；

20、步驟四：根據(jù)實(shí)時(shí)交通數(shù)據(jù)對(duì)路徑進(jìn)行動(dòng)態(tài)調(diào)整，實(shí)時(shí)更新每條邊的權(quán)重：

21、

22、式中，為下一時(shí)間步的權(quán)重，δtij為交通流量變化，δcij為擁堵系數(shù)變化，γ和δ為調(diào)節(jié)系數(shù)；

23、步驟五：通過(guò)多次路徑動(dòng)態(tài)計(jì)算，在每個(gè)時(shí)間步根據(jù)更新后的權(quán)重重新計(jì)算最優(yōu)路徑，直至滿(mǎn)足預(yù)設(shè)停止條件，并輸出代價(jià)最小的最優(yōu)路徑。

24、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：包括實(shí)時(shí)交通數(shù)據(jù)采集模塊、大數(shù)據(jù)分析與預(yù)測(cè)模塊、路徑優(yōu)化模塊、信號(hào)燈調(diào)控模塊、貨運(yùn)車(chē)輛限行與分流模塊、車(chē)聯(lián)網(wǎng)協(xié)同模塊和提前預(yù)警與信息發(fā)布模塊；

25、所述實(shí)時(shí)交通數(shù)據(jù)采集模塊用于通過(guò)車(chē)載gps、路面攝像頭、交通傳感器采集車(chē)輛實(shí)時(shí)位置、車(chē)速、行駛方向、道路交通流量及擁堵?tīng)顩r的交通數(shù)據(jù)；

26、所述大數(shù)據(jù)分析與預(yù)測(cè)模塊用于對(duì)歷史交通數(shù)據(jù)進(jìn)行分析，結(jié)合機(jī)器學(xué)習(xí)算法，預(yù)測(cè)交通高峰時(shí)段、交通事故易發(fā)區(qū)域以及潛在的交通瓶頸點(diǎn)，并根據(jù)不同類(lèi)型車(chē)輛的行駛模式進(jìn)行調(diào)度；

27、所述路徑優(yōu)化模塊用于基于大數(shù)據(jù)分析結(jié)果，動(dòng)態(tài)優(yōu)化貨運(yùn)車(chē)輛和私家車(chē)的行駛路徑，避免進(jìn)入擁堵路段，其中包括避讓高峰期、優(yōu)化通行路線(xiàn)及分流策略；

28、所述信號(hào)燈調(diào)控模塊用于根據(jù)實(shí)時(shí)交通流量，動(dòng)態(tài)調(diào)節(jié)交通信號(hào)燈時(shí)長(zhǎng)，優(yōu)先放行重要車(chē)輛，并減少貨運(yùn)車(chē)輛與公共交通或私家車(chē)的交匯；

29、所述貨運(yùn)車(chē)輛限行與分流模塊用于在高峰期對(duì)貨運(yùn)車(chē)輛實(shí)施限行、分流，避免其進(jìn)入城市中心或主干道路，減輕道路交通負(fù)荷；

30、所述車(chē)聯(lián)網(wǎng)協(xié)同模塊用于與貨運(yùn)車(chē)輛、私家車(chē)的車(chē)載終端設(shè)備連接，實(shí)時(shí)推送動(dòng)態(tài)路徑調(diào)整信息，優(yōu)化車(chē)輛行駛路線(xiàn)；

31、所述提前預(yù)警與信息發(fā)布模塊用于在檢測(cè)到可能發(fā)生的交通擁堵時(shí)，向駕駛員發(fā)布預(yù)警信息，并推薦備用路線(xiàn)。

32、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述大數(shù)據(jù)分析與預(yù)測(cè)模塊結(jié)合歷史交通數(shù)據(jù)進(jìn)行交通流量預(yù)測(cè)，以調(diào)整系統(tǒng)的調(diào)度方案。

33、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述路徑優(yōu)化模塊基于實(shí)時(shí)路況、車(chē)輛類(lèi)型及駕駛員需求，個(gè)性化規(guī)劃出行路徑，并通過(guò)動(dòng)態(tài)計(jì)算生成不同時(shí)間段的最優(yōu)通行路線(xiàn)。

34、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述信號(hào)燈調(diào)控模塊根據(jù)車(chē)輛種類(lèi)、擁堵?tīng)顩r及通行優(yōu)先級(jí)，自動(dòng)調(diào)整信號(hào)燈的時(shí)長(zhǎng)分配，使得緊急車(chē)輛或重要貨運(yùn)車(chē)輛能夠優(yōu)先通過(guò)特定路段。

35、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述車(chē)聯(lián)網(wǎng)協(xié)同模塊通過(guò)云端系統(tǒng)與車(chē)輛通信，實(shí)時(shí)更新并推送交通信息、路線(xiàn)調(diào)整建議以及潛在風(fēng)險(xiǎn)提示。

36、作為本發(fā)明進(jìn)一步優(yōu)化的內(nèi)容，其中：所述提前預(yù)警與信息發(fā)布模塊能夠根據(jù)交通流量預(yù)測(cè)結(jié)果，在潛在高峰期或突發(fā)事件前發(fā)布路徑優(yōu)化建議，以減少車(chē)輛在關(guān)鍵路段的停滯時(shí)間。

37、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

38、1、本發(fā)明中，通過(guò)對(duì)實(shí)時(shí)交通數(shù)據(jù)的動(dòng)態(tài)采集和大數(shù)據(jù)分析，能夠精確預(yù)測(cè)高峰期和擁堵區(qū)域，從而優(yōu)化車(chē)輛的行駛路徑，減少擁堵，此外，該系統(tǒng)還通過(guò)信號(hào)燈智能調(diào)控和貨運(yùn)車(chē)輛分流機(jī)制，避免了貨運(yùn)車(chē)輛在高峰期對(duì)公共交通的干擾，提升了道路通行效率，該系統(tǒng)還提供了實(shí)時(shí)的路徑調(diào)整建議與預(yù)警服務(wù)，為駕駛員提供更加便捷、安全的出行體驗(yàn)；

39、2、本發(fā)明中，系統(tǒng)通過(guò)信號(hào)燈調(diào)控模塊，在高峰期自動(dòng)調(diào)整信號(hào)燈時(shí)長(zhǎng)，優(yōu)先放行重要車(chē)輛和私家車(chē)，從而優(yōu)化了交通流，特別是對(duì)于緊急救援車(chē)輛或重要貨運(yùn)車(chē)輛，本發(fā)明能夠提供優(yōu)先通行權(quán)，減少它們?cè)诮煌ǜ叻迤诘牡却龝r(shí)間，這種智能信號(hào)燈控制不僅提高了特定車(chē)輛的通行效率，還能在一定程度上緩解整體交通壓力，確保城市交通的順暢運(yùn)行；

40、3、本發(fā)明中，貨運(yùn)車(chē)輛限行與分流模塊在高峰時(shí)段對(duì)貨運(yùn)車(chē)輛進(jìn)行合理調(diào)度，將其分流至城市外環(huán)或次要道路，減少其對(duì)城市核心區(qū)域的交通影響，這一機(jī)制顯著減少了貨運(yùn)車(chē)輛對(duì)公共交通和私家車(chē)的干擾，尤其是在城市主干道和繁忙路段，避免了交通瓶頸的形成，同時(shí)，通過(guò)車(chē)聯(lián)網(wǎng)協(xié)同模塊，系統(tǒng)能夠?qū)崟r(shí)向駕駛員推送路徑調(diào)整建議，提升了行車(chē)的便捷性和安全性。