本發(fā)明涉及交通監(jiān)控，更具體地說，本發(fā)明涉及一種智慧交通信息處理平臺。

背景技術(shù)：

1、隨著城市化進程的加快，車輛數(shù)量急劇增加，導(dǎo)致道路資源供需失衡，交通擁堵成為人們?nèi)粘３鲂兄械钠毡殡y題。現(xiàn)有的解決交通擁堵手段，主要依賴于人工干預(yù)和預(yù)設(shè)的信號控制策略，缺乏靈活性和智能化，難以實時響應(yīng)復(fù)雜多變和動態(tài)變化的交通狀況，導(dǎo)致在高峰時段往往無法有效緩解道路擁堵。

2、此外，現(xiàn)有的交通信息采集手段存在數(shù)據(jù)來源單一，這使得交通管理者難以準確掌握道路狀況，無法實時調(diào)節(jié)交通信號或采取有效的分流措施，從而加劇了擁堵的發(fā)生。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提供一種智慧交通信息處理平臺，是通過交通攝像頭實時采集擁堵道路的多源數(shù)據(jù)，并對原始數(shù)據(jù)進行清洗、降噪和格式化處理，基于實時采集的多源數(shù)據(jù)建立解決擁堵模型，實時動態(tài)調(diào)控交通信號燈緩解擁堵，并基于實時數(shù)據(jù)與歷史數(shù)據(jù)建立預(yù)測模型預(yù)測道路擁堵，提前引導(dǎo)車輛分流，避免擁堵的發(fā)生，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種智慧交通信息處理平臺，包括數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、交通模式識別模塊、交通道路流量控制模塊、交通道路流量預(yù)測模塊和信息發(fā)布模塊；所述數(shù)據(jù)采集模塊實時采集擁堵道路數(shù)據(jù)；所述數(shù)據(jù)預(yù)處理模塊建立降噪模型對采集到的數(shù)據(jù)進行降噪處理，以提高數(shù)據(jù)的質(zhì)量，所述降噪模型的公式為：

4、，其中，為輸入圖像，大小為，像素值的范圍為，為像素的水平位置，為像素的垂直位置；為降噪后輸出的圖像，其像素值仍為；為二維高斯濾波核，為高斯濾波核的標準差，決定濾波器的平滑程度；為卷積操作，實現(xiàn)平滑處理以去除高頻噪聲，同時保留邊緣細節(jié)；為將輸入圖像分割為個分塊，得到第個分塊的像素值，分塊的目的是對局部區(qū)域進行自適應(yīng)處理，減少全局直方圖均衡化引入的偽影；為直方圖裁剪閾值，用于限制過高的對比度增強，防止光斑過度增強；為對分塊應(yīng)用對比度受限自適應(yīng)直方圖均衡化；

5、所述交通道路流量控制模塊利用實時交通數(shù)據(jù)，建立解決擁堵模型，減輕擁堵現(xiàn)狀，所述解決擁堵模型的公式為：

6、，

7、式中：為解決擁堵現(xiàn)狀的目標函數(shù)，衡量解決擁堵的優(yōu)化狀態(tài)；為信號燈控制的方向總數(shù)；為第個方向的擁堵指數(shù)，滿足，其中，為第個方向的車輛密度，為道路設(shè)計允許的最大車輛密度，為車速對擁堵指數(shù)的影響權(quán)重，為第個方向所有車輛的平均車速，為無擁堵條件下的所有車輛的平均車速；為第一調(diào)節(jié)系數(shù)，控制排隊長度偏差的權(quán)重；為第方向的實際車輛排隊長度；為預(yù)設(shè)的車輛排隊長度閾值，滿足，其中，為道路最大容許的排隊長度，為用于控制預(yù)設(shè)的車輛排隊長度閾值變化的敏感度；為第二調(diào)節(jié)系數(shù)，控制優(yōu)先車道時間偏差的權(quán)重；為第個方向的綠燈時長，滿足，其中，為初始設(shè)置的默認綠燈時長；為優(yōu)先車道的綠燈時長；所述解決擁堵模型重新規(guī)劃信號燈的控制時間，靈活調(diào)整個方向綠燈的時長比例，還引入了對優(yōu)先車道綠燈時長的調(diào)控能力，緩解了道路的擁堵。

8、作為本發(fā)明進一步方案，數(shù)據(jù)采集模塊實時采集擁堵道路數(shù)據(jù)，包括以下具體內(nèi)容：所述數(shù)據(jù)采集模塊通過布置在道路沿線的交通攝像頭對道路的交通狀況進行實時監(jiān)測，所述交通攝像頭能夠?qū)崟r采集到交通流中圖像數(shù)據(jù)，并對所述圖像數(shù)據(jù)進行分析獲取車輛密度、道路占用率以及車流量等關(guān)鍵數(shù)據(jù)，將捕捉到的畫面通過圖像處理算法進行解析，車輛被精準地識別和計數(shù)，從而得到單位時間內(nèi)通過某一位置的車輛數(shù)，即車流量。此外，所述交通攝像頭還能夠識別道路的占用情況，例如是否存在因施工、事故等造成的車道封閉，或者是否有其他障礙物影響到道路的正常使用。為了確保數(shù)據(jù)的精確性，所述交通攝像頭具有高分辨率成像技術(shù)和夜視能力，能夠在不同光照條件下采集高質(zhì)量的圖像，包括白天和夜晚的交通狀況、復(fù)雜天氣下的道路情況等。采集到的數(shù)據(jù)通過通信網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)預(yù)處理模塊，所述通信網(wǎng)絡(luò)采用高速低延遲的傳輸方式，如5g網(wǎng)絡(luò)或光纖專線，確保數(shù)據(jù)的實時性和穩(wěn)定性。

9、作為本發(fā)明進一步方案，數(shù)據(jù)預(yù)處理模塊對采集到的原始數(shù)據(jù)進行清洗、降噪和格式化處理，包括以下具體內(nèi)容：首先，所述數(shù)據(jù)預(yù)處理模塊對原始數(shù)據(jù)進行數(shù)據(jù)清洗，其目的是去除數(shù)據(jù)中存在的錯誤值、冗余信息以及缺失數(shù)據(jù)等問題，比如，在數(shù)據(jù)采集過程中，可能由于設(shè)備故障或通信中斷而產(chǎn)生一些不完整的記錄，這些不完整的數(shù)據(jù)如果不加以處理，將會對后續(xù)分析帶來偏差。因此，數(shù)據(jù)清洗過程中采用基于統(tǒng)計方法的離群值來檢測和剔除異常值，以及基于規(guī)則的邏輯判斷，將明顯不合理的車速、過高或過低的車輛密度等值標記為異常。

10、其次，所述交通攝像頭在復(fù)雜的光照條件下采集到的圖像會收到光斑和陰影的干擾，所述數(shù)據(jù)預(yù)處理模塊通過建立降噪模型對采集到的原始數(shù)據(jù)進行降噪處理，以提高數(shù)據(jù)的質(zhì)量。

11、從不同傳感器采集到的數(shù)據(jù)具有不同的時間戳、不同的數(shù)據(jù)單位以及不同的數(shù)據(jù)類型，因此所述數(shù)據(jù)預(yù)處理模塊對時間戳進行同步校準，對單位進行統(tǒng)一轉(zhuǎn)換，將所有數(shù)據(jù)整合到統(tǒng)一的結(jié)構(gòu)化數(shù)據(jù)庫中，以便于系統(tǒng)的統(tǒng)一管理和分析。

12、作為本發(fā)明進一步方案，交通模式識別模塊識別不同時間段和道路條件下的交通模式，包括以下具體內(nèi)容：所述交通模式識別模塊通過布設(shè)在道路沿線的交通攝像頭實時獲取車輛密度、道路占用率和平均車速等關(guān)鍵交通特征數(shù)據(jù)，并對所述關(guān)鍵交通特征數(shù)據(jù)進行分析，以車輛密度與平均車速為核心特征，綜合評估道路通暢程度。例如，在正常流量條件下，車輛密度和平均車速保持在預(yù)設(shè)的范圍內(nèi)，將此狀態(tài)標記為“通暢”；隨著車輛數(shù)量的增加和平均車速的下降，當密度超過預(yù)設(shè)的閾值時，所述交通模式識別模塊會識別為“擁堵”。此外，所述交通模式識別模塊還能夠檢測出交通事故等特殊事件的發(fā)生。例如，當某一位置的車速突然下降且車輛密度異常集中時，基于特征異常推測出可能存在事故。

13、作為本發(fā)明進一步方案，交通道路流量預(yù)測模塊通過對實時數(shù)據(jù)和歷史數(shù)據(jù)進行分析，建立交通擁堵預(yù)測模型，提前引導(dǎo)車輛選擇路線，包括以下具體內(nèi)容：所述交通道路流量預(yù)測模塊基于實時數(shù)據(jù)和歷史數(shù)據(jù)，建立交通擁堵預(yù)測模型，預(yù)測擁堵狀況，提前發(fā)布交通信息，引導(dǎo)車輛選擇不同的路線，所述交通擁堵預(yù)測模型的公式為：

14、，

15、式中：為預(yù)測時刻的擁堵指數(shù)；為道路的總數(shù)；為第條道路時刻的車輛密度；為第條道路的最大設(shè)計車輛密度；為第條道路時刻所有車輛的平均車速；為第條道路時刻所有車輛的平均車速；為時刻第條道路的濕滑程度受到溫度的影響因子；對擁堵指數(shù)進行分級，若，說明處于通暢狀態(tài)，無需對車輛進行引導(dǎo)；若，說明處于輕微擁堵，建議車輛優(yōu)先選擇替代路線；若，說明處于嚴重擁堵，通過信號燈延長主路紅燈時長，同時增加輔路綠燈時長，提前引導(dǎo)車輛分流。

16、作為本發(fā)明進一步方案，信息發(fā)布模塊將交通流量和預(yù)測結(jié)果告知駕駛員，包括以下具體內(nèi)容：所述信息發(fā)布模塊將實時交通數(shù)據(jù)和預(yù)測結(jié)果及時傳達給駕駛員，從而引導(dǎo)其選擇最佳路線，避免擁堵并優(yōu)化道路資源的利用率。所述信息發(fā)布模塊通過多種通信方式實現(xiàn)信息的高效傳播，包括手機應(yīng)用、車載導(dǎo)航系統(tǒng)和路側(cè)顯示屏等渠道，以覆蓋不同的駕駛場景和用戶需求。在手機應(yīng)用方面，模塊通過實時推送通知或動態(tài)導(dǎo)航服務(wù)，將當前道路的交通狀態(tài)、預(yù)計通行時間和替代路線建議以可視化的方式呈現(xiàn)給駕駛員，便于其在行駛前或行駛過程中快速調(diào)整路線；對于車載導(dǎo)航系統(tǒng)，所述信息發(fā)布模塊通過與車輛內(nèi)嵌系統(tǒng)的對接，直接在駕駛員的導(dǎo)航屏幕上顯示詳細的交通信息，并結(jié)合語音提示，幫助駕駛員在不影響安全駕駛的前提下快速了解路況；路側(cè)顯示屏則主要服務(wù)于無法訪問手機或車載系統(tǒng)的駕駛員，通過電子屏幕實時顯示特定路段的交通狀況、預(yù)計延誤時間以及分流建議等信息，為臨時決策提供依據(jù)。此外，所述信息發(fā)布模塊具備智能化的信息篩選功能，根據(jù)駕駛員的位置、目的地和當前路況，僅推送相關(guān)性最高的信息，避免冗余或不必要的干擾。

17、作為本發(fā)明進一步方案，所述數(shù)據(jù)預(yù)處理模塊和所述數(shù)據(jù)采集模塊相連接，所述交通模式識別模塊和數(shù)據(jù)預(yù)處理模塊相連接，所述交通道路流量控制模塊與所述交通模式識別模塊相連接，所述交通道路流量預(yù)測模塊與所述交通道路流量控制模塊相連接，所述信息發(fā)布模塊與所述交通道路流量預(yù)測模塊相連接。

18、本發(fā)明一種智慧交通信息處理平臺的技術(shù)效果和優(yōu)點：本發(fā)明通過數(shù)據(jù)采集模塊利用交通攝像頭實時采集擁堵道路數(shù)據(jù)，包括車輛密度、道路占用率和車流量；數(shù)據(jù)預(yù)處理模塊對原始數(shù)據(jù)進行清洗、降噪和格式化處理，提高數(shù)據(jù)的質(zhì)量；交通模式識別模塊依據(jù)關(guān)鍵交通特征數(shù)據(jù)識別不同交通模式，交通道路流量控制模塊基于實時數(shù)據(jù)建立解決擁堵模型，動態(tài)調(diào)控信號燈時間等緩解擁堵；交通道路流量預(yù)測模塊利用實時與歷史數(shù)據(jù)建立預(yù)測模型預(yù)測擁堵并分級，提前引導(dǎo)車輛分流；信息發(fā)布模塊通過多種渠道將交通信息精準推送告知駕駛員，該平臺有效提高了交通數(shù)據(jù)的準確性和完整性，增強了交通模式識別的精準性，提升了道路通行效率，實現(xiàn)了交通擁堵的有效緩解與提前應(yīng)對，優(yōu)化了駕駛員的出行體驗，使交通管理更加智能化、高效化。