一种基于5G云计算终端的道路交通调控方法与流程

本发明涉及交通调控技术领域，具体为一种基于5G云计算终端的道路交通调控方法。

背景技术

随着公路交通基础设施的逐渐完善和私人汽车数量的增加，道路交通问题日益严重，近年来，交通事故频繁，道路交通事故造成的生命和财产损失越来越引起人们的关注。为了最大限度地减少道路交通事故造成的生命和财产损失，在过去的几十年中，国内外专家和学者都在积极开展有关智能交通系统(ITS)的研究工作。

近年来，众多基于计算机视觉的智能交通算法应运而生，它们运用计算机和图像处理等技术，完成对包括车辆数、车速、车型等交通参数的自动检测。算法不同，精度也不同。随着5G技术的快速发展，其给人们的生活带来的极大的便利，由于5G技术的高传输性和低延迟性，被广泛的应用在各种领域中，而现有技术缺少将5G技术将交通短路算法结合的方法，导致5G技术在交通道路方面缺乏较好的利用。

技术实现要素：

发明目的：针对现有技术的不足，本发明提供了一种基于5G云计算终端的道路交通调控方法，提高对道路交通进行模型架设和分析的准确性，使得对道路交通进行精准调控。

技术方案：本发明提供一种基于5G云计算终端的道路交通调控方法，具体包括：

(1)建立城市道路及路障空间图数据存储在5G云计算终端，采用均衡模型敏感度构建路径的交通量分配模型；

(2)构建道路网络监控站，用于识别道路车辆以及行人信息，同时将识别后的车辆以及人员信息上传到5G云计算终端进行数据读取；

(3)车辆搭载全景视频识别，识别车辆以及行人的间距，并上传数据到5G 云计算终端进行数据存储；

(4)5G云计算终端同时模拟运算，采用交通均衡网络的敏感度分析进行分析，对道路车辆以及行人的行动轨迹进行预判；

(5)根据步骤(4)中对车辆以及行人的行动轨迹预判对道路信号灯进行调节，同时对车辆下发加速或减速的信号指令；

(6)车辆通过接收5G云计算终端下发的信号指令，做出加速或减速的动作，接收或上传信号采用无人驾驶技术；

(7)通过对道路车辆以及行人动态进行调节，使道路拥堵呈线性分布。

进一步地，所述于路径的交通量分配模型构建过程如下：

考虑一个交通网络G＝(N，A)，其中，N是网络结点集合，A是路段集合，用W表示OD对子集合；KW表示OD对w∈W之间的所有路径集合；qw表示OD对 w∈W之间相应的分布交通量；fk^w表示路径w∈KW上相应的路径交通量；xa 表示路段a∈A上的交通量；ta表示路段a∈A的旅行时间；Tk^w表示路径k∈KW 的旅行费用；对于任意一个结点对w∈W来说，结点对之间的道路交通流量满足交通量守恒条件：

Xa≤ca，(3)

其中，表示路段a在路径k上，表示路段a不在路径k上； ca表示路段a的容量；为了考虑拥挤效应，路段时间函数ta(xa)用来描述旅行时间与交通量之间的关系，采用标准的BPR函数，其函数形式为：

其中，是自由旅行时间，ca是路段容量。

进一步地，步骤(4)所述实现过程如下：

交通网络的均衡问题的输入变量包括路径旅行时间向量下τOD交通量向量q 和路段容量向量c，输出变量包括均衡状态的路径交通量f、最短路径旅行费用u和因拥挤而产生的等待时间d；交通均衡网络的敏感度分析就是寻找路段流量受到扰动因素的影响，需要计算输出变量对扰动因素的导数，即为敏感度；因为均衡状态路段流量的唯一性，所以OD交通量、路段容量对均衡路段流量等的敏感度是确定的，路径流量构成方程的可变性对敏感度分析没有影响。

进一步地，所述无人驾驶首先要考虑的是汽车如何感知周围环境，并根据环境实时做出行为决策，通过车载传感器，汽车能够根据车载传感器提供的数据，通过5G云计算终端判断自身所处的位置和周围车辆的位置、速度，以及道路相关的信息，使得当周围出现障碍物时，车辆能够及时计算出安全距离并计算出前轮方向盘角度和行驶速度，使车辆自主完成行驶任务到达目标点。

进一步地，所述道路交通流量达到均衡状态时，不等式约束条件式(3)可以分为主动约束与非主动约束，(3)的主动约束就是指那些路段交通量达到饱和状态，并可能产生路阻的路段容量约束条件，把式(2)带入式(3)，那么，均衡状态时式(3)的主动约束条件可以用向量形式表达为：

Af-c＝0

其微分为：

Adf＝dc；

所述A表示路段交通量与路径交通量之间的关系矩阵，f＝{fa}，c＝{ca}，如果用矩阵A表示OD交通量与路径交通量之间的关系，q＝{qw}，那么，OD交通量守恒条件式(1)的向量形式表示为：

Q-∧f＝0，其微分形式为：

dp＝∧df，构造下列拉格朗日函数：

于是交通量分配模型等价于L[x(f),u,d]的无约束极值问题，驻点条件为：

τ-∧Tu ATd＝0 (7)。

有益效果：与现有技术相比，本发明的有益效果：本发明通过5G云计算终端和车载导航以及道路交通信号灯的联合，同时架设道路网络监控站，对道路的车辆和行人进行监控，从而使得道路车辆和行人通过调控进行交通调节，从而增加道路交通的通畅性，同时道路模型采用均衡模型敏感度对道路交通进行模型架设，预判时采用交通敏感度进行分析对车辆和行人进行分析，提高了对道路交通进行模型架设和分析的准确性，使得对道路交通进行精准调控。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

如图1所示，本发明提供一种基于5G云计算终端的道路交通调控方法，包括以下步骤：

S1、建立城市道路及路障空间图数据存储在5G云计算终端，采用均衡模型敏感度构建路径的交通量分配模型。

考虑一个交通网络G＝(N，A)，其中N是网络结点集合，A是路段集合，用W表示OD对子集合；KW表示OD对w∈W之间的所有路径集合；qw表示OD对 w∈W之间相应的分布交通量；fk^w表示路径w∈KW上相应的路径交通量；xa 表示路段a∈A上的交通量；ta表示路段a∈A的旅行时间；Tk^w表示路径k∈KW 的旅行费用；对于任意一个结点对w∈W来说，它们之间的道路交通流量满足交通量守恒条件：

Xa≤ca，(3)

其中，表示路段a在路径k上，表示路段a不在路径k上；ca表示路段a的容量；为了考虑拥挤效应，路段时间函数ta(xa)用来描述旅行时间与交通量之间的关系，这里采用标准的BPR函数，其函数形式为：

其中，是自由旅行时间，ca是路段容量。

道路交通流量达到均衡状态时，不等式约束条件式(3)可以分为主动约束与非主动约束，(3)的主动约束就是指那些路段交通量达到饱和状态，并可能产生路阻的路段容量约束条件，把式(2)带入式(3)，那么，均衡状态时式(3) 的主动约束条件可以用向量形式表达为：

Af-c＝0，

其微分为：

Adf＝dc。

其中，A表示路段交通量与路径交通量之间的关系矩阵，f＝{fa}，c＝{ca}，如果用矩阵A表示OD交通量与路径交通量之间的关系，q＝{qw}，那么，OD交通量守恒条件式(1)的向量形式可以表示为：

Q-∧f＝0，其微分形式为：

dp＝∧df，构造下列拉格朗日函数：

于是交通量分配模型等价于L[x(f),u,d]的无约束极值问题，驻点条件为：

τ-∧Tu ATd＝0 (7)。

S2、架设道路网络监控站，用于识别道路车辆以及行人信息，同时识别后的车辆以及人员信息上传到5G云计算终端进行数据读取。

S3、车辆搭载540度全景视频识别，识别车辆以及行人的间距，并上传数据到5G云计算终端进行数据存储。

S4、5G云计算终端同时模拟运算对道路车辆以及行人的行动轨迹进行预判，预判时采用交通敏感度进行分析。

交通网络均衡问题的输入变量包括路径旅行时间向量下τOD交通量向量q 和路段容量向量c，输出变量包括均衡状态的路径交通量f、最短路径旅行费用 u和因拥挤而产生的等待时间d，交通均衡网络的敏感度分析就是寻找路段流量受到扰动因素的影响，因此需要计算输出变量对扰动因素的导数，这个导数也称为敏感度，因为均衡状态路段流量的唯一性，所以OD交通量、路段容量对均衡路段流量等的敏感度是确定的，路径流量构成方程的可变性对敏感度分析没有影响。

S5、根据步骤S4中对车辆以及行人的行动轨迹预判对道路信号灯进行调节，同时对车辆下发加速或减速的信号指令。

S6、车辆通过接收5G云计算终端下发的信号指令，做出加速或减速的动作，接收或上传信号采用无人驾驶技术。

无人驾驶首先要考虑的是汽车如何感知周围环境，并根据环境实时做出行为决策，通过车载传感器，汽车能够根据车载传感器提供的数据，通过5G云计算终端判断自身所处的位置和周围车辆的位置、速度，以及道路相关的信息，使得当周围出现障碍物时，车辆能够及时计算出安全距离并计算出前轮方向盘角度和行驶速度，使车辆自主完成行驶任务到达目标点。

S7、通过对道路车辆以及行人动态进行调节，使道路拥堵呈线性分布。目的是使道路的拥堵情况用线性图表的方式呈现出来，更加的直观形象；目的是调控交通，避免发生拥堵。