CN116824862A - 一种智慧隧道交通运行管控方法、设备及介质 - Google Patents
一种智慧隧道交通运行管控方法、设备及介质 Download PDFInfo
- Publication number
- CN116824862A CN116824862A CN202311083118.0A CN202311083118A CN116824862A CN 116824862 A CN116824862 A CN 116824862A CN 202311083118 A CN202311083118 A CN 202311083118A CN 116824862 A CN116824862 A CN 116824862A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- tunnel
- traffic
- vehicles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 208000027744 congestion Diseases 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000005641 tunneling Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
Abstract
本申请公开了一种智慧隧道交通运行管控方法、设备及介质，方法包括：通过隧道中的路侧设备获取指定检测位置的隧道交通运行图像并确定隧道交通运行图像对应的车辆运行数据；针对每个车道，将车道中每个车辆的所处地理位置作为节点，将车道中任一车辆与其前一车辆之间的车距作为边构建车道的交通运行链；根据车道中任一车辆与其前一隧道出口之间的路段间距及车辆数量并基于预设的最小行车间距确定车道的车辆数量阈值；根据隧道的光亮强度数据对车道的车辆数量阈值进行补偿得到车道对应的标准交通运行链；确定交通运行链的总边数与标准交通运行链的总边数之间的差值并根据差值确定车道是否发生拥堵，实现对隧道交通运行的智慧管控。
Description
技术领域
本申请涉及交通控制系统技术领域，尤其涉及一种智慧隧道交通运行管控方法、设备及介质。
背景技术
目前，国内外的隧道建设数量逐年递增，并且随着隧道规模的不断壮大，隧道交通运行安全的挑战也随之而来。与普通的道路工程以及桥梁工程相比，隧道具有复杂的内外环境条件，环境封闭，处于半封闭的空间状态，路况隐蔽性较强且出口有限，逃生救援较为困难，一旦发生灾害，隧道的安全运行风险会急剧倍增。
随着各种特长公路、过江、跨海隧道的建成通车，隧道交通所存在的运营监管难、能耗管控难以及应急指挥难等问题也逐渐被暴露出来。并且，现有的智慧隧道交通运行管控能力相对较为落后，无法及时预判、发现隧道交通运行的问题，从而及时对隧道交通运行进行管控。
发明内容
本申请实施例提供了一种智慧隧道交通运行管控方法、设备及介质，用以解决现有的智慧隧道交通运行管控能力相对较为落后，无法及时预判、发现隧道交通运行的问题，从而及时对隧道交通运行进行管控的技术问题。
一方面，本申请实施例提供了一种智慧隧道交通运行管控方法，包括：
通过设置于隧道中多个指定检测位置的路侧设备，获取对应指定检测位置的隧道交通运行图像，并确定隧道交通运行图像对应的车辆运行数据；所述车辆运行数据至少包括路侧设备所在隧道路段各车道中的车辆数量、至少一个车辆的车辆数据、每个车辆与其前一车辆之间的车距以及每个车辆的地理位置信息；
针对每个车道，将所述车道中每个车辆的所处地理位置作为节点，以及将所述车道中每个车辆与其前一车辆之间的车距作为边，构建所述车道的交通运行链；
根据所述车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定所述车道对应的车辆数量阈值；
获取所述隧道的光亮强度数据，并根据所述光亮强度数据对所述车道的车辆数量阈值进行补偿，以得到所述车道对应的标准交通运行链；
确定所述交通运行链的总边数与所述标准交通运行链的总边数之间的差值，并根据所述差值确定所述车道是否发生拥堵，以实现对隧道交通运行的智慧管控。
在本申请的一种实现方式中，所述确定隧道交通运行图像对应的车辆运行数据之后，所述方法还包括：
获取所述隧道在前一时间段内的多个历史车辆运行数据，并按照发生的时序，将所述多个历史车辆运行数据进行排序；
按照所述排序，将任一历史车辆运行数据与其后一历史车辆运行数据进行相似度比较，并根据比较结果，分别确定所述隧道各车道中每个车辆与其前一车辆之间的车距偏移值；
基于多个历史车辆运行数据与其后一历史车辆运行数据所对应的车辆与其前一车辆之间的多个车距偏移值，确定所述车辆在前一时间段内的驾驶习惯。
在本申请的一种实现方式中，所述根据所述车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定所述车道对应的车辆数量阈值之后，所述方法还包括：
根据所述隧道中每个车辆对应的驾驶习惯，确定车辆的驾驶习惯对所述车辆与其前一车辆之间车距的影响程度，并根据所述驾驶习惯对应的影响程度，确定所述车辆与其前一车辆之间的实际行车间距；
根据所述车道中任一车辆与其前一隧道出口之间每个车辆的驾驶习惯所对应的与其前一车辆之间的实际行车间距，对所述车道的车辆数量阈值进行优化，以确定优化后所述车道对应的车辆数量阈值。
在本申请的一种实现方式中，所述获取所述隧道的光亮强度数据，并根据所述光亮强度数据对所述车道的车辆数量阈值进行补偿，以得到所述车道对应的标准交通运行链，具体包括：
基于设置于所述隧道中多个指定检测位置的路侧设备，并通过多个路侧设备上设置的光亮采集模块，分别确定所述多个指定检测位置对应的光亮强度数据；
确定不同的光亮强度数据对车辆的隧道实况获取能力的影响权重系数，并根据所述影响权重系数，对基于驾驶习惯优化后的车辆数量阈值继续进行补偿，得到所述车道对应的目标车辆数量阈值；
基于所述车道中车辆与其前一车辆之间的实际行车间距，并基于所述目标车辆数量阈值，构建所述车道对应的标准交通运行链。
在本申请的一种实现方式中，所述确定所述交通运行链的总边数与所述标准交通运行链的总边数之间的差值，并根据所述差值确定所述车道是否发生拥堵，具体包括：
根据所述隧道中每个车道的车辆数量，确定所述车道对应交通运行链的总边数，并根据所述车道的目标车辆数量阈值，确定所述车道对应标准交通运行链的总边数；
将所述车道的交通运行链的总边数与所述标准交通运行链的总边数进行比较，并确定所述交通运行链与所述标准交通运行链之间的边数差值；
在所述边数差值小于预设偏差阈值的情况下，确定所述车道的拥堵风险增加，并将所述拥堵风险进行上报。
在本申请的一种实现方式中，所述确定隧道交通运行图像对应的车辆运行数据，具体包括：
对隧道交通运行图像中的车辆进行识别，并确定每个车辆的前一车辆，以及所述隧道交通运行图像对应路侧设备所在隧道各车道中的车辆数量；
根据识别到的车辆对所述隧道交通运行图像进行划分，得到至少一个车辆对应的车辆运行图像；
将车辆运行图像输入至卷积神经网络中，并通过所述卷积神经网络的卷积层，提取所述车辆运行图像中的车辆特征，以得到对应车辆的车辆数据；
基于所述隧道中每个车辆的定位系统，确定对应车辆的地理位置信息，并根据车辆的地理位置信息，确定每个车辆与其前一车辆之间的车距。
在本申请的一种实现方式中，所述根据所述差值确定所述车道是否发生拥堵之后，所述方法还包括：
接收隧道的拥堵风险处理请求，并响应于所述拥堵风险处理请求，获取拥堵风险对应车道中的车辆数量以及每个车辆与其前一车辆之间的车距；
在驾驶习惯为偏好开慢车的车辆中，确定出与其前一车辆之间的车距大于所述预设的最小行车间距的车辆，并对所述车辆进行加速提示，以缩短所述驾驶习惯为偏好开慢车的车辆与其前一车辆之间的车距。
在本申请的一种实现方式中，所述根据所述差值确定所述车道是否发生拥堵之后，所述方法还包括：
在确定隧道中的所述车道存在拥堵风险的情况下，根据所述车道的车辆数量以及隧道长度，确定所述车道的剩余车辆承载能力；所述剩余车辆承载能力用于表示所述车道在预设时间段内所能承接的最大车辆数量；
通过设置于隧道入口处的路侧设备，获取所述车道的车辆驶入情况，并根据所述车辆驶入情况，对所述预设时间段内所述车道的累积驶入车辆进行统计；
在所述预设时间段内所述车道的累积驶入车辆数量与所述车道的剩余车辆承载能力相等的情况下，禁止所述预设时间段其他车辆再驶入所述车道。
另一方面，本申请实施例还提供了一种智慧隧道交通运行管控设备，所述设备包括：
至少一个处理器；
以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的一种智慧隧道交通运行管控方法。
另一方面，本申请实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：
如上述的一种智慧隧道交通运行管控方法。
本申请实施例提供了一种智慧隧道交通运行管控方法、设备及介质，至少包括以下有益效果：
通过上述技术方案获取隧道交通运行图像，并识别出车辆运行数据，进而根据识别出的车辆运行数据，针对每个车道构建对应的交通运行链，使得车道的交通运行链中车辆之间的关系更加清晰，能够通过交通运行链直观的得知任一车辆的前一车辆以及车辆与其前一车辆之间的车距；根据车道中车辆与隧道出口之间的路段间距、车辆与隧道出口之间路段的车辆数据，以及预设的最小行车间距，能够确定出车辆与隧道出口之间路段所能承载的车辆数量阈值，并基于隧道这一特殊应用场景中的交通运行因素光亮强度数据，结合隧道的实际情况对隧道实际能够承载的车辆数量进行补偿，进而能够基于隧道所能承载的车辆数量，确定出车道在当前光亮强度数据下所对应的标准交通运行链；通过比较交通运行链中的总边数与标准交通运行链中的总边数，能够根据两者的差值预判车道是否具有拥堵的风险，实时掌握隧道的交通运行状况，保障行车通畅、减少事故发生，实现对隧道交通运行的智慧管控。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的一种智慧隧道交通运行管控方法的流程示意图；
图2为本申请实施例提供的一种智慧隧道交通运行管控设备的内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种智慧隧道交通运行管控方法、设备及介质，通过上述技术方案获取隧道交通运行图像，并识别出车辆运行数据，进而根据识别出的车辆运行数据，针对每个车道构建对应的交通运行链，使得车道的交通运行链中车辆之间的关系更加清晰，能够通过交通运行链直观的得知任一车辆的前一车辆以及车辆与其前一车辆之间的车距；根据车道中车辆与隧道出口之间的路段间距、车辆与隧道出口之间路段的车辆数据，以及预设的最小行车间距，能够确定出车辆与隧道出口之间路段所能承载的车辆数量阈值，并基于隧道这一特殊应用场景中的交通运行因素光亮强度数据，结合隧道的实际情况对隧道实际能够承载的车辆数量进行补偿，进而能够基于隧道所能承载的车辆数量，确定出车道在当前光亮强度数据下所对应的标准交通运行链；通过比较交通运行链中的总边数与标准交通运行链中的总边数，能够根据两者的差值预判车道是否具有拥堵的风险，实时掌握隧道的交通运行状况，保障行车通畅、减少事故发生，实现对隧道交通运行的智慧管控。解决了现有技术中的智慧隧道交通运行管控能力相对较为落后，无法及时预判、发现隧道交通运行的问题，从而及时对隧道交通运行进行管控的技术问题。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本申请实施例提供的一种智慧隧道交通运行管控方法的流程示意图。如图1所示，本申请实施例提供的一种智慧隧道交通运行管控方法，包括：
101、通过设置于隧道中多个指定检测位置的路侧设备，获取对应指定检测位置的隧道交通运行图像，并确定隧道交通运行图像对应的车辆运行数据。
在本申请的一个实施例中，基于对隧道内交通运行情况进行实时监控的需求，以及根据隧道内的数据采集特性，在隧道中确定出多个指定检测位置，进而在所确定出的隧道内路边的指定检测位置分别设置对应的路侧设备，这样便能够通过路侧设备实时获取隧道内的隧道交通运行图像，每个路侧设备所获取到的隧道交通运行图像为相应隧道路段的图像。然后，服务器需针对每个路侧设备所获取的隧道交通运行图像，确定出隧道交通运行图像对应的车辆运行数据。
需要说明的是，本申请实施例中的车辆运行数据至少包括路侧设备所在隧道路段各车道中的车辆数量、至少一个车辆的车辆数据、每个车辆与其前一车辆之间的车距以及每个车辆的地理位置信息。车辆数据还可以包括：隧道内车辆的平均车速、车流量、车道占用率以及车道的排队长度。
具体地，在本申请的一个实施例中，服务器通过对隧道交通运行图像中的车辆进行识别，能够确定出各车道中每个车辆的前一车辆，以及隧道交通运行图像对应路侧设备所在隧道各车道中的车辆数量，并且，服务器还根据识别到的车辆对隧道交通运行图像进行划分，得到至少一个车辆对应的车辆运行图像，车辆运行图像中只包括一个车辆的相关信息。然后，服务器将车辆运行图像输入至卷积神经网络中，通过卷积神经网络的卷积层，在车辆运行图像中提取相应车辆的车辆特征，从而得到隧道中对应车辆的车辆数据。此外，服务器还能够基于隧道中每个车辆自带的定位系统，分别获取对应车辆的地理位置信息，并根据每个车辆的地理位置信息，以及确定出的车辆对应的前一车辆，分别确定出每个车辆与其前一车辆之间的车距。
在本申请的一个实施例中，服务器在确定隧道交通运行图像对应的车辆运行数据之后，还会从历史数据库中获取隧道在前一时间段内的多个历史车辆运行数据，并按照历史车辆驶入隧道的发生时序，对所获取到的多个历史车辆运行数据进行排序，进而按照排序，将任一历史车辆运行数据与其后一历史车辆运行数据进行相似度比较，这样便能够确定出隧道各车道中每个车辆与其前一车辆之间的车距偏移值。然后，服务器基于多个历史车辆运行数据与其后一历史车辆运行数据中，车辆与其前一车辆之间按照时序顺序所对应的多个车距偏移值，确定车辆在前一时间段内的驾驶习惯。需要说明的是，本申请实施例中的驾驶习惯至少用于体现车辆偏好开快车或者开慢车，具体是按照历史车辆运行数据的发生时序，确定每个车距偏移值与其后一时刻车距偏移值之间的大小关系，并在车距偏移值大于后一时刻车距偏移值的数量，多于车辆偏移值小于后一时刻车距偏移值的数量的情况下，表示车辆的驾驶习惯是偏好开快车，而在车距偏移值大于后一时刻车距偏移值的数量，少于车辆偏移值小于后一时刻车距偏移值的数量的情况下，确定车辆的驾驶习惯是偏好开慢车。
在一个实施例中，服务器按照多个历史车辆运行数据的生成时序，确定出第一历史车辆运行数据、第二历史车辆运行数据以及第三历史车辆运行数据等，其中，第一历史车辆运行数据的生成时刻早于第二历史车辆运行数据的生成时刻，第二历史车辆运行数据的生成时刻早于第三历史车辆运行数据的生成时刻，以此类推。服务器在第一历史车辆运行数据中确定出一个目标车辆，并根据第一历史车辆运行数据确定出目标车辆与其前一车辆之间在第一历史车辆运行数据生成时刻的车距，以及根据第二历史车辆运行数据确定出目标车辆与其前一车辆之间在第二历史车辆运行数据生成时刻的车距，以及根据第三历史车辆运行数据确定出目标车辆与其前一车辆之间在第三历史车辆运行数据生成时刻的车距。这样便能够确定出由第一历史车辆运行数据的生成时刻至第二历史车辆运行数据的生成时刻目标车辆与其前一车辆之间的车距偏移值，还确定出由第二历史车辆运行数据的生成时刻至第三历史车辆运行数据的生成时刻目标车辆与其前一车辆之间的车距偏移值，进而根据两个车距偏移值的趋势，能够确定出目标车辆对应的驾驶习惯。
102、针对每个车道，将车道中每个车辆的所处地理位置作为节点，以及将车道中每个车辆与其前一车辆之间的车距作为边，构建车道的交通运行链。
针对隧道这一特殊的交通应用场景，所处环境封闭，处于半封闭的空间状态，路况隐蔽性较强且出口有限，车辆驶入至隧道内部之后普遍是不允许随意进行变道的。因此，对于智慧隧道交通的运行管控普遍是针对于隧道中的每个车道分别进行的，结合隧道中所包含的各车道对应的拥堵情况，对隧道交通运行进行智慧管控。
在本申请的一个实施例中，服务器基于所确定出隧道中的车辆运行数据，针对每个车道，在车辆运行数据中分别获取当前车道中每个车辆对应的地理位置信息，进而确定出每个车辆所处的地理位置。然后，服务器将当前车道中每个车辆所处的地理位置作为节点，并将当前车道中每个车辆与其前一车辆之间的行车距离作为边，这样便能够将当前车道中的所有车辆连接起来，构建出车道对应的交通运行链。通过生成上述交通运行链的方式，使得当前车道中车辆与车辆之间的关系更加清晰直观，并且无需重复对隧道中的车辆运行数据进行繁琐的分析操作，即可通过交通运行链的边直接获得车辆与其前一车辆之间的车距。
103、根据车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定车道对应的车辆数量阈值。
服务器需获取当前车道中任一车辆与其前一隧道出口之间的路段间距，以及车辆与其前一隧道出口之间路段的车辆数量，并且，还能够基于隧道行车安全需求，确定出隧道所允许两车之间的最小行车间距，进而服务器能够根据车辆与其前一隧道出口之间的路段间距、车辆数量以及最小行车间距，能够确定出当前路段所能承载的最大的车辆数量阈值。
在本申请的一个实施例中，服务器在根据车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定车道对应的车辆数量阈值之后，还需根据隧道中每个车辆对应的驾驶习惯，确定车辆的驾驶习惯对车辆与其前一车辆之间车距的影响程度，并根据驾驶习惯对应的影响程度，确定车辆与其前一车辆之间的实际行车间距，进而根据车道中任一车辆与其前一隧道出口之间每个车辆的驾驶习惯所对应的与其前一车辆之间的实际行车间距，对车道的车辆数量阈值进行优化，从而能够确定出优化后车道对应的车辆数量阈值。
104、获取隧道的光亮强度数据，并根据光亮强度数据对车道的车辆数量阈值进行补偿，以得到车道对应的标准交通运行链。
由于前边确定出的车道的车辆数量阈值是基于隧道中预设的最小行车间距，以及隧道中车辆的驾驶习惯确定出来的，并且考虑外界因素的影响，因此，针对隧道这一半封闭式，隐蔽性较强、光线较暗，服务器还需获取隧道的光亮强度数据，根据光亮强度数据对隧道车道中的车辆数量阈值进行补偿，从而能够得到更加真实、更加符合隧道实际的车辆数量阈值。
具体地，在本申请的一个实施例中，服务器通过设置于隧道中多个指定检测位置的路侧设备，分别确定多个指定检测位置对应的光亮强度数据。需要说明的是，本申请实施例中的路侧设备上设置的光亮采集模块。
服务器获取隧道的若干个历史数据，并通过控制单一变量即光亮强度数据的方式，对若干个历史数据中进行对比，从而能够确定出不同的光亮强度数据对车辆的隧道实况获取能力的影响权重系数，并根据影响权重系数，对基于驾驶习惯优化后的车辆数量阈值继续进行补偿，从而得到车道对应的目标车辆数量阈值，然后，服务器基于车道中车辆与其前一车辆之间的实际行车间距，并基于目标车辆数量阈值，构建出车道对应的标准交通运行链。
105、确定交通运行链的总边数与标准交通运行链的总边数之间的差值，并根据差值确定车道是否发生拥堵，以实现对隧道交通运行的智慧管控。
具体地，在本申请的一个实施例中，服务器根据隧道中每个车道的车辆数量，能够确定车道对应交通运行链的总边数，并根据车道的目标车辆数量阈值，确定车道对应标准交通运行链的总边数，进而将车道的交通运行链的总边数与标准交通运行链的总边数进行比较，并确定交通运行链与标准交通运行链之间的边数差值，在边数差值小于预设偏差阈值的情况下，确定车道的拥堵风险增加，并将拥堵风险进行上报。
在本申请的一个实施例中，服务器在根据差值确定车道是否发生拥堵之后，通过应急处理模块接收隧道的拥堵风险处理请求，并响应于隧道的拥堵风险处理请求，获取拥堵风险对应车道中的车辆数量以及每个车辆与其前一车辆之间的车距，在驾驶习惯为偏好开慢车的车辆中，确定出与其前一车辆之间的车距大于预设的最小行车间距的车辆，并对车辆进行加速提示，以缩短驾驶习惯为偏好开慢车的车辆与其前一车辆之间的车距。通过上述方式能够确定出隧道中拥堵风险起因所对应的车辆，通过提示开慢车的车辆进行一定程度的加速，能够避免隧道中蝴蝶效应式堵车的形成。
在本申请的一个实施例中，服务器在根据差值确定车道是否发生拥堵之后，在确定隧道中的车道存在拥堵风险的情况下，根据车道的车辆数量以及隧道长度，确定车道的剩余车辆承载能力。需要说明的是，本申请实施例中的剩余车辆承载能力用于表示车道在预设时间段内所能承接的最大车辆数量。
服务器通过设置于隧道入口处的路侧设备，获取车道的车辆驶入情况，并根据车辆驶入情况，对预设时间段内车道的累积驶入车辆进行统计，在预设时间段内车道的累积驶入车辆数量与车道的剩余车辆承载能力相等的情况下，禁止预设时间段其他车辆再驶入车道。
以上为本申请提出的方法实施例。基于同样的发明构思，本申请实施例还提供了一种智慧隧道交通运行管控设备，其结构如图2所示。
图2为本申请实施例提供的一种智慧隧道交通运行管控设备的内部结构示意图。如图2所示，设备包括：
至少一个处理器；
以及，与至少一个处理器通信连接的存储器；
其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
通过设置于隧道中多个指定检测位置的路侧设备，获取对应指定检测位置的隧道交通运行图像，并确定隧道交通运行图像对应的车辆运行数据；车辆运行数据至少包括路侧设备所在隧道路段各车道中的车辆数量、至少一个车辆的车辆数据、每个车辆与其前一车辆之间的车距以及每个车辆的地理位置信息；
针对每个车道，将车道中每个车辆的所处地理位置作为节点，以及将车道中每个车辆与其前一车辆之间的车距作为边，构建车道的交通运行链；
根据车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定车道对应的车辆数量阈值；
获取隧道的光亮强度数据，并根据光亮强度数据对车道的车辆数量阈值进行补偿，以得到车道对应的标准交通运行链；
确定交通运行链的总边数与标准交通运行链的总边数之间的差值，并根据差值确定车道是否发生拥堵，以实现对隧道交通运行的智慧管控。
本申请实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
通过设置于隧道中多个指定检测位置的路侧设备，获取对应指定检测位置的隧道交通运行图像，并确定隧道交通运行图像对应的车辆运行数据；车辆运行数据至少包括路侧设备所在隧道路段各车道中的车辆数量、至少一个车辆的车辆数据、每个车辆与其前一车辆之间的车距以及每个车辆的地理位置信息；
针对每个车道，将车道中每个车辆的所处地理位置作为节点，以及将车道中每个车辆与其前一车辆之间的车距作为边，构建车道的交通运行链；
根据车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定车道对应的车辆数量阈值；
获取隧道的光亮强度数据，并根据光亮强度数据对车道的车辆数量阈值进行补偿，以得到车道对应的标准交通运行链；
确定交通运行链的总边数与标准交通运行链的总边数之间的差值，并根据差值确定车道是否发生拥堵，以实现对隧道交通运行的智慧管控。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种智慧隧道交通运行管控方法，其特征在于，所述方法包括：
通过设置于隧道中多个指定检测位置的路侧设备，获取对应指定检测位置的隧道交通运行图像，并确定隧道交通运行图像对应的车辆运行数据；所述车辆运行数据至少包括路侧设备所在隧道路段各车道中的车辆数量、至少一个车辆的车辆数据、每个车辆与其前一车辆之间的车距以及每个车辆的地理位置信息；
针对每个车道，将所述车道中每个车辆的所处地理位置作为节点，以及将所述车道中每个车辆与其前一车辆之间的车距作为边，构建所述车道的交通运行链；
根据所述车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定所述车道对应的车辆数量阈值；
获取所述隧道的光亮强度数据，并根据所述光亮强度数据对所述车道的车辆数量阈值进行补偿，以得到所述车道对应的标准交通运行链；
确定所述交通运行链的总边数与所述标准交通运行链的总边数之间的差值，并根据所述差值确定所述车道是否发生拥堵，以实现对隧道交通运行的智慧管控。
2.根据权利要求1所述的一种智慧隧道交通运行管控方法，其特征在于，所述确定隧道交通运行图像对应的车辆运行数据之后，所述方法还包括：
获取所述隧道在前一时间段内的多个历史车辆运行数据，并按照发生的时序，将所述多个历史车辆运行数据进行排序；
按照所述排序，将任一历史车辆运行数据与其后一历史车辆运行数据进行相似度比较，并根据比较结果，分别确定所述隧道各车道中每个车辆与其前一车辆之间的车距偏移值；
基于多个历史车辆运行数据与其后一历史车辆运行数据所对应的车辆与其前一车辆之间的多个车距偏移值，确定所述车辆在前一时间段内的驾驶习惯。
3.根据权利要求2所述的一种智慧隧道交通运行管控方法，其特征在于，所述根据所述车道中任一车辆与其前一隧道出口之间的路段间距以及车辆数量，并基于预设的最小行车间距，确定所述车道对应的车辆数量阈值之后，所述方法还包括：
根据所述隧道中每个车辆对应的驾驶习惯，确定车辆的驾驶习惯对所述车辆与其前一车辆之间车距的影响程度，并根据所述驾驶习惯对应的影响程度，确定所述车辆与其前一车辆之间的实际行车间距；
根据所述车道中任一车辆与其前一隧道出口之间每个车辆的驾驶习惯所对应的与其前一车辆之间的实际行车间距，对所述车道的车辆数量阈值进行优化，以确定优化后所述车道对应的车辆数量阈值。
4.根据权利要求3所述的一种智慧隧道交通运行管控方法，其特征在于，所述获取所述隧道的光亮强度数据，并根据所述光亮强度数据对所述车道的车辆数量阈值进行补偿，以得到所述车道对应的标准交通运行链，具体包括：
基于设置于所述隧道中多个指定检测位置的路侧设备，并通过多个路侧设备上设置的光亮采集模块，分别确定所述多个指定检测位置对应的光亮强度数据；
确定不同的光亮强度数据对车辆的隧道实况获取能力的影响权重系数，并根据所述影响权重系数，对基于驾驶习惯优化后的车辆数量阈值继续进行补偿，得到所述车道对应的目标车辆数量阈值；
基于所述车道中车辆与其前一车辆之间的实际行车间距，并基于所述目标车辆数量阈值，构建所述车道对应的标准交通运行链。
5.根据权利要求1所述的一种智慧隧道交通运行管控方法，其特征在于，所述确定所述交通运行链的总边数与所述标准交通运行链的总边数之间的差值，并根据所述差值确定所述车道是否发生拥堵，具体包括：
根据所述隧道中每个车道的车辆数量，确定所述车道对应交通运行链的总边数，并根据所述车道的目标车辆数量阈值，确定所述车道对应标准交通运行链的总边数；
将所述车道的交通运行链的总边数与所述标准交通运行链的总边数进行比较，并确定所述交通运行链与所述标准交通运行链之间的边数差值；
在所述边数差值小于预设偏差阈值的情况下，确定所述车道的拥堵风险增加，并将所述拥堵风险进行上报。
6.根据权利要求1所述的一种智慧隧道交通运行管控方法，其特征在于，所述确定隧道交通运行图像对应的车辆运行数据，具体包括：
对隧道交通运行图像中的车辆进行识别，并确定每个车辆的前一车辆，以及所述隧道交通运行图像对应路侧设备所在隧道各车道中的车辆数量；
根据识别到的车辆对所述隧道交通运行图像进行划分，得到至少一个车辆对应的车辆运行图像；
将车辆运行图像输入至卷积神经网络中，并通过所述卷积神经网络的卷积层，提取所述车辆运行图像中的车辆特征，以得到对应车辆的车辆数据；
基于所述隧道中每个车辆的定位系统，确定对应车辆的地理位置信息，并根据车辆的地理位置信息，确定每个车辆与其前一车辆之间的车距。
7.根据权利要求1所述的一种智慧隧道交通运行管控方法，其特征在于，所述根据所述差值确定所述车道是否发生拥堵之后，所述方法还包括：
接收隧道的拥堵风险处理请求，并响应于所述拥堵风险处理请求，获取拥堵风险对应车道中的车辆数量以及每个车辆与其前一车辆之间的车距；
在驾驶习惯为偏好开慢车的车辆中，确定出与其前一车辆之间的车距大于所述预设的最小行车间距的车辆，并对所述车辆进行加速提示，以缩短所述驾驶习惯为偏好开慢车的车辆与其前一车辆之间的车距。
8.根据权利要求1所述的一种智慧隧道交通运行管控方法，其特征在于，所述根据所述差值确定所述车道是否发生拥堵之后，所述方法还包括：
在确定隧道中的所述车道存在拥堵风险的情况下，根据所述车道的车辆数量以及隧道长度，确定所述车道的剩余车辆承载能力；所述剩余车辆承载能力用于表示所述车道在预设时间段内所能承接的最大车辆数量；
通过设置于隧道入口处的路侧设备，获取所述车道的车辆驶入情况，并根据所述车辆驶入情况，对所述预设时间段内所述车道的累积驶入车辆进行统计；
在所述预设时间段内所述车道的累积驶入车辆数量与所述车道的剩余车辆承载能力相等的情况下，禁止所述预设时间段其他车辆再驶入所述车道。
9.一种智慧隧道交通运行管控设备，其特征在于，所述设备包括：
至少一个处理器；
以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-8任一项所述的一种智慧隧道交通运行管控方法。
10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
如权利要求1-8任一项所述的一种智慧隧道交通运行管控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311083118.0A CN116824862B (zh) | 2023-08-28 | 2023-08-28 | 一种智慧隧道交通运行管控方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311083118.0A CN116824862B (zh) | 2023-08-28 | 2023-08-28 | 一种智慧隧道交通运行管控方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116824862A true CN116824862A (zh) | 2023-09-29 |
| CN116824862B CN116824862B (zh) | 2023-12-01 |
Family
ID=88118754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311083118.0A Active CN116824862B (zh) | 2023-08-28 | 2023-08-28 | 一种智慧隧道交通运行管控方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116824862B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094474A (zh) * | 2023-10-18 | 2023-11-21 | 济南瑞源智能城市开发有限公司 | 一种基于全息感知的智慧隧道风险感知方法、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102294286B1 (ko) * | 2020-06-23 | 2021-08-26 | 주식회사 에스투에이치원 | 터널 내 및 모든 도로 주행 안전 장치 |
| CN114842648A (zh) * | 2022-06-28 | 2022-08-02 | 山东金宇信息科技集团有限公司 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
| CN114999179A (zh) * | 2022-07-20 | 2022-09-02 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
| CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
| WO2022203125A1 (ko) * | 2021-03-22 | 2022-09-29 | 주식회사 에스투에이치원 | 터널 내 및 모든 도로 주행 안전 장치 |
| CN115331401A (zh) * | 2022-08-16 | 2022-11-11 | 贵州鹰驾交通科技有限公司 | 一种高速公路长距离隧道车辆行驶安全智能分析预警系统 |
| CN115376311A (zh) * | 2022-07-08 | 2022-11-22 | 济南瑞源智能城市开发有限公司 | 一种针对隧道的车辆态势分析方法及设备 |
-
2023
- 2023-08-28 CN CN202311083118.0A patent/CN116824862B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102294286B1 (ko) * | 2020-06-23 | 2021-08-26 | 주식회사 에스투에이치원 | 터널 내 및 모든 도로 주행 안전 장치 |
| WO2022203125A1 (ko) * | 2021-03-22 | 2022-09-29 | 주식회사 에스투에이치원 | 터널 내 및 모든 도로 주행 안전 장치 |
| CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
| CN114842648A (zh) * | 2022-06-28 | 2022-08-02 | 山东金宇信息科技集团有限公司 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
| CN115376311A (zh) * | 2022-07-08 | 2022-11-22 | 济南瑞源智能城市开发有限公司 | 一种针对隧道的车辆态势分析方法及设备 |
| CN114999179A (zh) * | 2022-07-20 | 2022-09-02 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
| CN115331401A (zh) * | 2022-08-16 | 2022-11-11 | 贵州鹰驾交通科技有限公司 | 一种高速公路长距离隧道车辆行驶安全智能分析预警系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094474A (zh) * | 2023-10-18 | 2023-11-21 | 济南瑞源智能城市开发有限公司 | 一种基于全息感知的智慧隧道风险感知方法、设备及介质 |
| CN117094474B (zh) * | 2023-10-18 | 2024-02-20 | 济南瑞源智能城市开发有限公司 | 一种基于全息感知的智慧隧道风险感知方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116824862B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10642268B2 (en) | Method and apparatus for generating automatic driving strategy | |
| CN116824862B (zh) | 一种智慧隧道交通运行管控方法、设备及介质 | |
| CN109272034B (zh) | 一种漏检车牌预测方法及处理终端 | |
| CN113256969B (zh) | 一种高速公路的交通事故预警方法、设备及介质 | |
| CN113362491B (zh) | 一种车辆轨迹预测及驾驶行为分析方法 | |
| CN113257016B (zh) | 一种交通信号控制方法、装置以及可读存储介质 | |
| CN113470206B (zh) | 一种基于车辆匹配的高速公路稽查方法、设备及介质 | |
| CN115063971B (zh) | 一种隧道内的车辆拥堵管控方法、设备及介质 | |
| CN113744522B (zh) | 一种高速公路上的车辆引导方法、设备及介质 | |
| CN114333361A (zh) | 一种信号灯配时方法及装置 | |
| CN113747364A (zh) | 一种基于5g网络的智能交通导航方法、设备及介质 | |
| CN116453343A (zh) | 智能网联环境下基于流量预测的智能交通信号控制优化算法、软件与系统 | |
| CN113682302B (zh) | 一种驾驶状态估计方法、装置、电子设备及存储介质 | |
| CN116754828B (zh) | 一种智慧隧道的能耗监测方法、设备及介质 | |
| CN114964284A (zh) | 一种车辆路径的规划方法及装置 | |
| CN116740944B (zh) | 一种道路隧道内行车安全预警方法、设备及存储介质 | |
| CN116431923B (zh) | 一种针对城市道路的交通出行预测方法、设备及介质 | |
| CN115440063B (zh) | 交通信号灯的控制方法、装置、计算机设备和存储介质 | |
| CN111311930B (zh) | 一种获取车流量的方法及其装置 | |
| CN111064924A (zh) | 一种基于人工智能的视频监控方法及系统 | |
| CN115148028A (zh) | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 | |
| CN114943940A (zh) | 一种隧道内车辆可视化监测的方法、设备及存储介质 | |
| CN110428612B (zh) | 车辆管控方法、装置、计算机设备和存储介质 | |
| CN113997943A (zh) | 一种基于语义聚类的自动驾驶车辆控制方法、设备及介质 | |
| CN113537377B (zh) | 网络模型裁剪方法、装置、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, equipment, and medium for intelligent tunnel traffic operation control Granted publication date: 20231201 Pledgee: Bank of Beijing Co.,Ltd. Jinan Branch Pledgor: Jinan Ruiyuan Intelligent City Development Co.,Ltd. Registration number: Y2024980003806 |