【技术实现步骤摘要】
本专利技术涉及交通，尤其涉及一种基于智能交通的道路状况预告预警方法和系统。
技术介绍
1、目前的交通预警系统大多专注于交通流量异常或事故识别，无法及时有效地应对复杂多变的交通状况，尤其在夜间自然灾害或突发交通事故等情况下，事故的发展趋势可见度较低，而根据事故的后续发展趋势及时对交通疏导策略进行调整却是至关重要的，现有交通预警系统的响应速度和处理能力仍受到极大限制。
技术实现思路
1、有鉴于此，本专利技术目的在于提供一种基于智能交通的道路状况预告预警方法和系统，以解决目前在应对交通事故过程中，对事故的后续发展趋势可见度低，无法及时调整疏导策略以对驾驶人员进行有效预警的问题。
2、本专利技术第一方面公开了一种基于智能交通的道路状况预告预警方法，该方法包括以下步骤：
3、收集道路信息；所述道路信息包括道路交通信息和道路环境信息；
4、构建道路特征网和自适应预测模型，通过自适应预测模型学习道路特征网各道路的特征；所述道路特征网包括道路环境特征、道路历史交通特征以及各道路之间的特征相似值；
5、监测和分析实时收集的道路交通信息和道路环境信息，识别异常交通事件，确定异常交通事件所在道路为目标道路，并基于道路特征网确定与目标道路相似值达到预设阈值的道路，作为第一道路；
6、通过自适应预测模型基于识别出的异常交通事件、目标道路的实时道路信息、目标道路和第一道路的道路特征预测异常交通事件的发展趋势；
7、根据自适应预测模型的预测
8、所述道路特征网的构建过程包括通过图神经网络对各道路的关联性进行学习，并提取各道路的环境特征、历史交通特征以及道路之间的特征相似值；
9、所述自适应预测模型的训练过程包括将道路特征网输入至自适应预测模型中，并通过深度学习算法和时间序列预测算法基于历史异常交通事件、道路信息变化情况、道路特征网信息进行训练。
10、进一步地，所述道路交通信息包括车辆行驶数据、交通流量数据、交通摄像头数据；所述道路环境信息包括气象数据、地质监测数据、土壤湿度数据，所述气象数据还包括气温数据、空气湿度数据、降雨量数据以及风速风向数据。
11、进一步地，所述异常交通事件包括行驶车辆车速异常、车辆停滞、道路障碍、突发事故以及自然灾害。
12、进一步地，所述事件的发展趋势包括事件的影响范围、持续时间以及对交通流的潜在影响。
13、进一步地，所述方法还包括收集并分析反馈数据；所述反馈数据包括异常交通事件发生后的交通流量变化、道路环境变化及事件持续时间；
14、将反馈数据与自适应预测模型的预测结果进行对比，计算预测误差；
15、基于所述预测误差，通过自适应优化算法调整模型权重和参数。
16、进一步地，所述动态调整交通疏导策略包括基于目标道路的实时道路信息实时调整疏导策略。
17、进一步地，所述动态调整交通疏导策略还包括在确定第一道路存在与目标道路相似异常交通事件时，根据第一道路特征进行调整。
18、本专利技术第二方面公开了一种基于智能交通的道路状况预告预警系统，该系统基于第一方面公开的方法实现，系统包括数据采集模块、构建模块、识别模块以及疏导模块；其中，
19、所述数据采集模块用于收集道路信息；所述道路信息包括道路交通信息和道路环境信息；
20、所述构建模块用于构建道路特征网和自适应预测模型，通过自适应预测模型学习道路特征网各道路的特征；所述道路特征网包括道路环境特征、道路历史交通特征以及各道路之间的特征相似值；
21、所述识别模块用于监测和分析实时收集的道路交通信息和道路环境信息，识别异常交通事件，确定异常交通事件所在道路为目标道路，并基于道路特征网确定与目标道路相似值达到预设阈值的道路，作为第一道路；
22、通过自适应预测模型基于识别出的异常交通事件、目标道路的实时道路信息、目标道路和第一道路的道路特征预测异常交通事件的发展趋势；
23、所述疏导模块用于根据自适应预测模型的预测结果，动态调整交通疏导策略，并对驾驶人员发送预警信息。
24、与现有技术相比，本专利技术的有益效果为：
25、本专利技术通过构建包括道路环境特征、道路历史交通特征以及各道路之间的特征相似值的道路特征网和自适应预测模型，通过自适应预测模型学习道路特征网各道路的特征，并基于识别出的异常交通事件、目标道路的实时道路信息、目标道路和相似道路的道路特征预测异常交通事件的发展趋势，根据预测结果，动态调整交通疏导策略。以通过将构建好的道路特征网会与自适应预测模型相结合，实时分析和预测道路交通状况，利用道路特征网中的特征相似值快速识别与目标道路相似的其他道路，为异常交通事件的发展趋势预测提供更准确的参考信息，并通过这种方式，使交通管理部门能够根据类似道路的历史经验制定更加合理的交通疏导策略，提升整个交通系统的响应效率，有效缩小事故危及范围。
本文档来自技高网...【技术保护点】
1.一种基于智能交通的道路状况预告预警方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述道路交通信息包括车辆行驶数据、交通流量数据、交通摄像头数据；所述道路环境信息包括气象数据、地质监测数据、土壤湿度数据，所述气象数据还包括气温数据、空气湿度数据、降雨量数据以及风速风向数据。
3.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述异常交通事件包括行驶车辆车速异常、车辆停滞、道路障碍、突发事故以及自然灾害。
4.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述事件的发展趋势包括事件的影响范围、持续时间以及对交通流的潜在影响。
5.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述方法还包括收集并分析反馈数据；所述反馈数据包括异常交通事件发生后的交通流量变化、道路环境变化及事件持续时间；
6.根据权利要求1-5任一项所述的基于智能交通的道路状况预告预警方法，其特征在于，所述动态调整交通疏导策
7.根据权利要求6所述的基于智能交通的道路状况预告预警方法，其特征在于，所述动态调整交通疏导策略还包括在确定第一道路存在与目标道路相似异常交通事件时，根据第一道路特征进行调整。
8.一种基于智能交通的道路状况预告预警系统，所述系统基于权利要求1所述的方法实现，其特征在于，所述系统包括数据采集模块、构建模块、识别模块以及疏导模块；其中，
...【技术特征摘要】
1.一种基于智能交通的道路状况预告预警方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述道路交通信息包括车辆行驶数据、交通流量数据、交通摄像头数据；所述道路环境信息包括气象数据、地质监测数据、土壤湿度数据，所述气象数据还包括气温数据、空气湿度数据、降雨量数据以及风速风向数据。
3.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述异常交通事件包括行驶车辆车速异常、车辆停滞、道路障碍、突发事故以及自然灾害。
4.根据权利要求1所述的基于智能交通的道路状况预告预警方法，其特征在于，所述事件的发展趋势包括事件的影响范围、持续时间以及对交通流的潜在影响。
5.根据权利...
【专利技术属性】
技术研发人员：王理想，王明用，黄瑞华，王文星，谢建省，
申请(专利权)人：广州市声讯电子科技股份有限公司，
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。