本發(fā)明涉及道路監(jiān)測，特別是一種基于人工智能的道路信息采集數(shù)據(jù)分析方法及系統(tǒng)。

背景技術(shù)：

1、隨著現(xiàn)代城市化進程的加快，全球范圍內(nèi)的交通擁堵問題日益嚴重，傳統(tǒng)的交通管理方法，如定時信號燈控制和依賴人工調(diào)整的交通管理方式，已無法滿足日益復(fù)雜的交通需求，為應(yīng)對這一挑戰(zhàn)，智能交通系統(tǒng)（its,?intelligent?transportation?system）應(yīng)運而生，its通過集成傳感器、通信技術(shù)和計算技術(shù)，實時監(jiān)測和管理交通流量，以提高道路使用效率和行車安全性，但現(xiàn)有的智能交通系統(tǒng)通常依賴固定的傳感器網(wǎng)絡(luò)收集交通數(shù)據(jù)整體調(diào)整交通信號，并不能針對某一方向進行單獨優(yōu)化，且對于交通事故的檢測和響應(yīng)缺乏靈活有效的手段。

技術(shù)實現(xiàn)思路

1、鑒于上述現(xiàn)有的基于人工智能的道路信息采集數(shù)據(jù)分析方法及系統(tǒng)中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于現(xiàn)有的智能交通系統(tǒng)通常依賴固定的傳感器網(wǎng)絡(luò)收集交通數(shù)據(jù)整體調(diào)整交通信號，并不能針對某一方向進行單獨優(yōu)化，且對于交通事故的檢測和響應(yīng)缺乏靈活有效的手段。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于人工智能的道路信息采集數(shù)據(jù)分析方法，其包括，部署傳感器收集道路數(shù)據(jù)，確定道路行駛方向，每個道路行駛方向安裝獨立控制器優(yōu)化交通信號；

4、根據(jù)收集的道路數(shù)據(jù)分析交通事故，并判斷交通事故的道路可通行性，基于道路可通行性控制交通信號；

5、控制中心遠程監(jiān)測道路數(shù)據(jù)和交通事故，并實時響應(yīng)和存儲。

6、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述部署傳感器收集道路數(shù)據(jù)，確定道路行駛方向，每個道路行駛方向安裝獨立控制器優(yōu)化交通信號指通過在道路部署傳感器收集道路數(shù)據(jù)并對道路數(shù)據(jù)進行預(yù)處理，根據(jù)道路數(shù)據(jù)確定行駛方向；

7、對每個行駛方向的交通信號燈安裝獨立控制器，并將同個路口的獨立控制器通過網(wǎng)絡(luò)進行連接；

8、計算每個行駛方向的高峰時段交通累積到達量a（t）和累積離開量d（t）：

9、

10、

11、其中t為累積時間，為時間的車輛到達速率，為時間的車輛離開速率；

12、計算每個行駛方向的高峰時段平均延遲d（t）：

13、

14、其中c為交通信號周期，g為綠燈時間，x（t）為時間t的飽和車流量，q（t）為時間t的車輛到達速率，s為飽和車輛到達速率；

15、基于道路數(shù)據(jù)分析每個行駛方向的高峰時段排隊長度q（t）：

16、將同個路口每個行駛方向的獨立控制器作為節(jié)點，行駛方向之間影響作為邊構(gòu)建同個路口的圖神經(jīng)網(wǎng)絡(luò)，

17、節(jié)點之間行駛方向存在影響則構(gòu)建邊連接，計算每個行駛方向的高峰時段交通累積到達量a（t）、累積離開量d（t）、平均延遲d（t）以及排隊長度q（t），并記錄在每個行駛方向的獨立控制器中作為節(jié)點特征；

18、提取每個行駛方向的交通流量，計算圖神經(jīng)網(wǎng)絡(luò)中兩個連接節(jié)點的交通流量的均值作為邊連接的權(quán)重；

19、圖神經(jīng)網(wǎng)絡(luò)通過聚合相鄰節(jié)點和邊連接更新每個節(jié)點的隱藏狀態(tài)，使用反向傳播算法訓(xùn)練圖神經(jīng)網(wǎng)絡(luò)，定義最小化損失函數(shù)優(yōu)化節(jié)點狀態(tài)，根據(jù)優(yōu)化節(jié)點狀態(tài)使用強化學習q-learnning算法優(yōu)化節(jié)點特征；

20、將交通信號周期c、綠燈時間g、時間t的車輛到達速率q（t）以及飽和車輛到達速率s作為組合，根據(jù)優(yōu)化節(jié)點特征分析所有可能的組合作為初始種群；

21、計算初始種群中每個組合適應(yīng)度，選擇適應(yīng)度最高的組合作為下一代父代組合，通過交叉和變異從父代組合中生成新的組合并添加入初始種群；

22、迭代重復(fù)選擇、交叉和變異操作直至達到預(yù)設(shè)的迭代次數(shù)或適應(yīng)度開始收斂時停止迭代，將停止迭代形成的種群中適應(yīng)度最高的組合作為最優(yōu)組合，提取最優(yōu)組合中的交通信號周期c和綠燈時間g作為每個行駛方向的交通信號控制策略。

23、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述根據(jù)收集的道路數(shù)據(jù)分析交通事故包括，

24、采用yolov4算法對道路上車輛、行人以及障礙物進行實時檢測，并輸出包含物體類別和位置的檢測框；

25、定義車輛和行人為交通參與者，利用卷積神經(jīng)網(wǎng)絡(luò)對交通參與者圖像進行分析檢測交通事故；

26、若檢測到交通事故，則通過gps定位確定交通事故所處位置，通知急救人員進行交通事故處理，同步通過gps定位確定交通事故周圍路口位置，將路口中每個行駛方向的獨立控制器作為點進行連線形成矩形，確定包含交通事故所處位置的最小矩形，將最小矩形中的獨立控制器和行駛方向進行標記。

27、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述判斷交通事故的道路可通行性，基于道路可通行性控制交通信號指檢測到交通事故后使用deeplabv3+算法對交通事故道路進行語義分割，識別道路元素包括車道線、人行道線以及綠化帶；

28、通過yolov4算法對交通事故進行檢測，通過檢測框?qū)煌ㄊ鹿蔬M行標識，通過車道線識別交通事故占據(jù)車道和未占據(jù)車道，若存在未占據(jù)車道，則判斷交通事故為可通行，若不存在未占據(jù)車道，則判斷交通事故為不可通行；

29、若交通事故為不可通行，則根據(jù)標記路口的行駛方向和獨立控制器控制該行駛方向的交通信號為紅燈阻止車輛通行，并控制該行駛方向的紅燈進行連續(xù)閃爍提示車輛出現(xiàn)交通事故需要繞行；

30、若交通事故為可通行，則識別道路中未占據(jù)車道數(shù)量，計算未占據(jù)車道占道路總車道比例，按照比例降低高峰時段交通累積到達量a（t）和累積離開量d（t），同步按照比例提高平均延遲d（t）和排隊長度q（t），重新代入圖神經(jīng)網(wǎng)絡(luò)中進行優(yōu)化確定交通信號周期c和綠燈時間g作為新的交通信號控制策略并進行實施。

31、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述傳感器包括激光雷達、攝像頭、雷達傳感器、交通流傳感器以及gps傳感器。

32、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述控制中心遠程監(jiān)測道路數(shù)據(jù)和交通事故指控制中心通過網(wǎng)絡(luò)遠程接收傳感器和獨立控制器收集的道路數(shù)據(jù)和交通事故分析結(jié)果，并將道路數(shù)據(jù)形成可視化圖表進行實時展示，同步根據(jù)交通事故所處位置以及交通事故圖像人工分析交通事故嚴重性并通知相關(guān)人員進行交通事故處理。

33、作為本發(fā)明所述基于人工智能的道路信息采集數(shù)據(jù)分析方法的一種優(yōu)選方案，其中：所述實時響應(yīng)和存儲指控制中心接收到道路數(shù)據(jù)和交通事故分析結(jié)果后通過數(shù)據(jù)庫進行實時存儲，同步響應(yīng)路口每個行駛方向的獨立控制器制定的交通信號控制策略，并將交通信號控制策略與獨立控制器定位進行綁定并分類存儲。

34、本發(fā)明的另外一個目的是提供一種基于人工智能的道路信息采集數(shù)據(jù)分析系統(tǒng)，其包括，數(shù)據(jù)收集模塊，用于部署傳感器收集道路數(shù)據(jù)并進行預(yù)處理；

35、交通控制模塊，用于根據(jù)收集的道路數(shù)據(jù)對路口的每個行駛方向的交通信號進行優(yōu)化；

36、事故檢測模塊，用于檢測道路的交通事故，并分析交通事故的可通行性，基于交通事故的可通行性控制交通信號；

37、監(jiān)測存儲模塊，用于遠程接收道路數(shù)據(jù)和交通事故分析結(jié)果，并通過數(shù)據(jù)庫進行分類存儲。

38、一種計算機設(shè)備，包括：存儲器和處理器；所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述基于人工智能的道路信息采集數(shù)據(jù)分析方法的步驟。

39、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述基于人工智能的道路信息采集數(shù)據(jù)分析方法的步驟。

40、本發(fā)明有益效果為：本發(fā)明通過將道路行駛方向進行獨立控制，并綜合優(yōu)化行駛方向的交通信號，有效提高了路口的通行效率，并通過檢測道路交通事故的可通行性針對調(diào)整道路通行策略，提高了道路行駛的安全性和靈活性，減少了交通事故二次傷害可能性。