【技术实现步骤摘要】
本专利技术涉及道路交通控制系统，尤其涉及一种高速公路合流区的通感算一体化管控系统以及一种高速公路合流区的通感算一体化管控方法。
技术介绍
1、高速公路合流区作为车辆交汇的关键区域，其交通流复杂多变，存在较高的交通事故风险，同时极易造成交通拥堵。传统的高速公路合流区管控系统中，感知、通信、计算功能往往是独立且分散执行的。感知功能主要依赖于安装在路侧的雷达、视频等设备采集车流量、速度、车距等信息，感知设备往往只能提供较为基础的数据，且精度和分辨率受限于硬件本身。通信功能是利用通信网络(有线通信、无线通信)将感知数据传输至管理中心或边缘计算单元。通信过程会产生时延或网络拥堵。计算功能是在管理中心或边缘计算单元对接收到的数据进行分析处理，以评估合流区交通运行状态并制定相应的管控策略。
2、随着移动通信和人工智能技术的发展，通信网络和ai不断融合，通信网络正逐渐从中心智能向边缘智能演进，催生出具有“边缘智能”能力的新型网络范式，旨在提供无处不在的实时智能服务。边缘智能网络通过通信、感知和计算的协同与交互，拓展了智慧公路等应用场景。以数据驱动的高速公路合流区管控场景不仅对通信和计算提出了更加极致的性能要求，还对感知提出了高精度、高分辨率的需求。感知方面，需要更高精度的车辆位置、速度和车距等数据，同时高分辨率的图像和视频数据为后续的分析和决策提供了基础。通信方面，需要构建一个能够支撑路侧节点随机接入的边缘智能网络，该网络具备低时延的信息感知、传输和处理能力。计算方面，需要利用人工智能、机器学习等技术，对交通数据进行深入挖掘和分析，
3、为了满足高速公路合流区对高精度、高分辨率感知数据的需求，以及实现数据的低时延传输与高效计算处理，亟需一种创新性的管控系统与装置。同时，系统还需构建一个稳定可靠、低时延的边缘智能通信网络，以支撑路侧节点的随机接入与数据的高速传输。
技术实现思路
1、针对上述问题，本专利技术提供了一种高速公路合流区的通感算一体化管控系统及方法，通过融合通信、感知、计算和控制的先进技术，构建一个车、路、交通运行系统实时互动与协同管理网络，通过引入动态分布式算力网络架构与精细化的多级ai任务分类策略，显著提升数据处理效率与决策准确性。同时，利用可变限速模型与联邦学习技术，实现交通拥堵的智能预测与管理，优化行车安全，将高速公路合流区管控系统由“先感知再通信最后计算”的模型转变为“基于感知数据的模型参数分布式迭代”的模式，为驾驶者提供更加顺畅、安全的出行体验，推动智能交通系统向更加智能化、高效化的方向迈进。
2、为实现上述目的，本专利技术提供了一种高速公路合流区的通感算一体化管控系统，包括：车辆终端、路侧终端和边缘计算单元；
3、所述车辆终端通过路侧单元rsu与所述边缘计算单元通信连接，所述路侧终端与所述边缘计算单元通信连接；
4、所述车辆终端将车辆感知设备获取到的车辆感知数据通过所述rsu发送至所述边缘计算单元，所述路侧终端将路侧感知设备获取到的路侧感知数据发送至所述边缘计算单元；
5、所述车辆终端和所述路侧终端装载有snn模型，分别执行vai任务和iai任务，并将任务计算结果分别发送至所述边缘计算单元，所述边缘计算单元装载有dnn模型执行eai任务，对所述车辆终端和所述路侧终端上传的信息进行计算，所述车辆终端、所述路侧终端和所述边缘计算单元共同构建形成动态分布式算力网络；
6、所述边缘计算单元与所述车辆终端和所述路侧终端基于边缘联邦学习模型进行分布式机器学习，由所述边缘计算单元进行协调、与所述车辆终端和所述路侧终端合作进行迭代训练，直至所述边缘联邦学习模型收敛；
7、所述边缘计算单元根据获取到的感知数据进行融合计算，确定基于高速公路预设合流区路段的交通运行状态、车辆控制策略和安全预警信息，并反馈至所述车辆终端和所述路侧终端。
8、在上述技术方案中，优选地，所述车辆感知设备包括车载传感器、车载雷达和车载摄像头，所述路侧感知设备包括路侧雷达、路侧摄像头和气象检测器；
9、所述路侧终端还包括可变信息标志，所述可变信息标志接收并发布所述边缘计算单元推送的安全预警信息。
10、在上述技术方案中，优选地，所述路侧终端分布布设于高速公路预设合流区的主线合流点的上下游路段和匝道路段。
11、在上述技术方案中，优选地，所述车辆终端在车端本地计算资源支撑下基于snn模型执行vai任务，对车辆感知设备获取到的车辆感知数据进行处理；
12、所述路侧终端在路端本地计算资源支撑下基于snn模型执行iai任务，对所述路侧感知设备获取到的路侧感知数据进行处理；
13、所述边缘计算单元在边缘计算资源支撑下基于dnn模型执行eai任务，对所述车辆终端和所述路侧终端发送来的感知数据进行融合处理；
14、其中，所述snn模型和所述dnn模型利用海量历史数据进行离线预训练。
15、在上述技术方案中，优选地，所述车辆终端、所述路侧终端和所述边缘计算单元采用ota技术进行模型的远程升级；
16、所述车辆终端、所述路侧终端和所述边缘计算单元基于边缘联邦学习模型进行分布式机器学习，学习过程包括：
17、所述边缘计算单元将所述边缘联邦学习模型的模型参数通过下行链路广播至所述车辆终端和所述路侧终端，使得所述车辆终端和所述路侧终端同步并初始化对应的本地模型；
18、所述车辆终端和所述路侧终端基于本地的数据集训练并更新本地的模型参数；
19、所述车辆终端和所述路侧终端将更新后的本地模型参数通过上行链路发送至所述边缘计算单元进行模型参数聚合；
20、迭代训练直至所述边缘联邦学习模型收敛。
21、本专利技术还提出一种高速公路合流区的通感算一体化管控方法，用于如上述技术方案中任一项公开的高速公路合流区的通感算一体化管控系统，包括：
22、通过车辆终端获取车辆感知数据，并执行vai任务对所述车辆感知数据进行处理；
23、通过路侧终端获取路侧感知数据，并执行iai任务对所述路侧感知数据进行处理；
24、将处理后的所述车辆感知数据和所述路侧感知数据发送至边缘计算单元，通过执行eai任务对感知数据进行融合处理；
25、基于交通拥挤度确定可变限速规则，并根据高速公路预设合流区主线路段的历史交通数据，训练得到基于knn-lstm的合流区主线拥堵预测模型；
26、根据所述边缘计算单元对感知数据的融合处理结果，通过所述合流区主线拥堵预测模型预测得到对应合流区主线路段的拥堵等级，并根据所述可变限速规则得到该合流区路段的车辆控制策略和安全预警信息；
27、将所述车辆控制策略通过rsu反馈至所述车辆终端进行车辆管控，将所述安全预警信息反馈至所述路侧终端进行预警信息发布。
28、在上述技术方案中，优选地，所述基于交通拥挤度确定可变限速规则，并根据高速公路本文档来自技高网...
【技术保护点】
1.一种高速公路合流区的通感算一体化管控系统，其特征在于，包括：车辆终端、路侧终端和边缘计算单元；
2.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆感知设备包括车载传感器、车载雷达和车载摄像头，所述路侧感知设备包括路侧雷达、路侧摄像头和气象检测器；
3.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述路侧终端分布布设于高速公路预设合流区的主线合流点的上下游路段和匝道路段。
4.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆终端在车端本地计算资源支撑下基于SNN模型执行VAI任务，对车辆感知设备获取到的车辆感知数据进行处理；
5.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆终端、所述路侧终端和所述边缘计算单元采用OTA技术进行模型的远程升级；
6.一种高速公路合流区的通感算一体化管控方法，其特征在于，用于如权利要求1至5中任一项所述的高速公路合流区的通感算一体化管控系统，包括：
7.根据
8.根据权利要求7所述的高速公路合流区的通感算一体化管控方法，其特征在于，所述根据所述边缘计算单元对感知数据的融合处理结果，通过所述合流区主线拥堵预测模型预测得到对应合流区主线路段的拥堵等级，并根据所述可变限速规则得到该合流区路段的车辆控制策略和安全预警信息，具体过程包括：
9.根据权利要求6所述的高速公路合流区的通感算一体化管控方法，其特征在于，还包括：
10.根据权利要求9所述的高速公路合流区的通感算一体化管控方法，其特征在于，采用OTA技术对所述车辆终端、所述路侧终端和所述边缘计算单元的模型进行远程升级；
...【技术特征摘要】
1.一种高速公路合流区的通感算一体化管控系统，其特征在于，包括：车辆终端、路侧终端和边缘计算单元；
2.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆感知设备包括车载传感器、车载雷达和车载摄像头，所述路侧感知设备包括路侧雷达、路侧摄像头和气象检测器；
3.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述路侧终端分布布设于高速公路预设合流区的主线合流点的上下游路段和匝道路段。
4.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆终端在车端本地计算资源支撑下基于snn模型执行vai任务，对车辆感知设备获取到的车辆感知数据进行处理；
5.根据权利要求1所述的高速公路合流区的通感算一体化管控系统，其特征在于，所述车辆终端、所述路侧终端和所述边缘计算单元采用ota技术进行模型的远程升级；
6.一种高速公路合流区的通感算一体化管控方法，其...
【专利技术属性】
技术研发人员：孙玲，贺瑞华，刘楠，黄烨然，李唯琛，衣倩，杨凤满，
申请(专利权)人：交通运输部公路科学研究所，
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。