一种基于大数据的交通控制系统及信息接收终端的制作方法

1.本发明涉及交通控制技术领域，更具体地说，涉及一种基于大数据的交通控制系统及信息接收终端。


背景技术：

2.基于大数据的交通控制系统是利用大规模数据收集、处理和分析技术，以优化交通流量、提高交通效率和安全性的系统。这种系统可以利用各种传感器、监控设备、移动应用程序和互联网连接的车辆等来收集实时交通数据。然后，这些数据通过大数据分析和机器学习算法进行处理和分析，从而生成实时的交通状态信息和预测模型。
3.现在的城市内部有越来越多的高架路，高架路具有道路长且岔路口少的特点，现有的高架路交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市高架路交通系统容易杂乱不堪。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的交通控制系统及信息接收终端，以解决上述背景技术中提出的问题：现在的城市内部有越来越多的高架路，高架路具有道路长且岔路口少的特点，现有的高架路交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市高架路交通系统容易杂乱不堪。
5.一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级；所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。
6.优选的，所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。
7.优选的，所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。
8.优选的，所述交通状态信息生成模块判断道路拥堵程度所需数据计算步骤如下：步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；
步骤二，计算某一时间段中完全通过某一路段的所有车辆的平均速度avav=(v1+v2+v3+
……
+vn)/n其中，v1：车辆1在该路段的平均速度v2：车辆2在该路段的平均速度v3：车辆3在该路段的平均速度
……vn
：车辆n在该路段的平均速度；步骤三，计算速度指数sisi=av/ds其中，av表示平均速度，ds表示道路的设计速度；步骤四，计算拥堵指数cici=vf/rc其中，vf表示车流量，rc表示道路容量；步骤五，计算拥堵指数clcl=si*ci其中，si表示速度指数，ci表示拥堵指数。
9.优选的，判断道路拥堵程度的方法如下：根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：畅通：cl≤1.0缓行：1.0＜cl≤1.5轻度拥堵：1.5＜cl≤2.0中度拥堵：2.0＜cl≤2.5严重拥堵：cl＞2.5将步骤五计算得到的拥堵指数cl带入预设的拥堵程度阈值中，根据拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据拥堵指数与阈值的比较，判断道路所属的拥堵程度等级：当cl≤1.0，则道路畅通；当1.0＜cl≤1.5，则道路缓行；当1.5＜cl≤2.0，则道路轻度拥堵；当2.0＜cl≤2.5，则道路中度拥堵；当cl＞2.5，则道路严重拥堵。
10.优选的，计算预计到达时间步骤如下：s1、获取道路信息，包括道路长度l、道路速度限制sl；s2、通过步骤五计算得到拥堵指数cl；s3、根据拥堵指数cl调整行驶速度，计算得到速度调整因子safsat=1-exp(-k*cl)其中，k为调整因子系数；s4、计算实际行驶速度asas=sl*saf；
s5、计算预计行驶时间ettett=l/as；s6、考虑额外因素进行修正，计算额外时间ataata=wt1+wt2+wt3+
……
+wtn其中，wt1:红绿灯1的等待时间wt2:红绿灯2的等待时间
……
wtn:红绿灯n的等待时间；s7、综合计算得出预计到达时间etaeta=ct+ett+ata其中，ct表示当前时间。
11.优选的，所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。
12.优选的，所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级。
13.一种基于大数据的交通控制信息接收终端，包括信号接收器，所述信号接收器接收交通状态信息生成模块以及路线建议模块生成的数据信号。
14.相比于现有技术，本发明的优点在于：（1）本发明引入了拥堵指数的概念，将车流量、道路容量和平均速度等因素结合起来，通过数学计算得到道路的拥堵程度，这种综合指标的应用可以更准确地评估道路的拥堵情况，从而有针对性地调整交通控制策略；（2）本发明基于道路拥堵程度，智能交通信号控制模块通过调整信号灯的配时和优先级，优化交通流量的分配，通过延长拥堵路段上的绿灯时间和缩短畅通路段上的绿灯时间，提高了道路的整体交通效率和流动性；（3）本发明综合考虑道路长度、实际行驶速度、红绿灯等待时间等因素，通过预计到达时间的计算公式，给出了用户在特定交通条件下的预计到达时间，这种预测模型结合了实时交通数据和历史数据，提供了更准确的到达时间估计；（4）本发明设计了各种调节参数，用于根据拥堵指数cl的变化灵活调整等待时间和信号灯优先级，通过适当调整这些参数的取值，可以根据实际交通情况灵活地调整交通控制策略，以提高道路的整体流畅性和效率。
附图说明
15.图1为本发明的系统示意图。
具体实施方式
16.实施例：请参阅图1，一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交
通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级；所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。
17.所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。
18.所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。
19.所述交通状态信息生成模块判断道路拥堵程度所需数据计算步骤如下：步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；步骤二，计算某一时间段中完全通过某一路段的所有车辆的平均速度avav=(v1+v2+v3+
……
+vn)/n其中，v1：车辆1在该路段的平均速度v2：车辆2在该路段的平均速度v3：车辆3在该路段的平均速度
……vn
：车辆n在该路段的平均速度；步骤三，计算速度指数sisi=av/ds其中，av表示平均速度，ds表示道路的设计速度；步骤四，计算拥堵指数cici=vf/rc其中，vf表示车流量，rc表示道路容量；步骤五，计算拥堵指数clcl=si*ci其中，si表示速度指数，ci表示拥堵指数。
20.判断道路拥堵程度的方法如下：根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：畅通：cl≤1.0缓行：1.0＜cl≤1.5轻度拥堵：1.5＜cl≤2.0中度拥堵：2.0＜cl≤2.5严重拥堵：cl＞2.5将步骤五计算得到的拥堵指数cl带入预设的拥堵程度阈值中，根据拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据拥堵指数与阈值的比较，判断道路所属的拥堵程
度等级：当cl≤1.0，则道路畅通；当1.0＜cl≤1.5，则道路缓行；当1.5＜cl≤2.0，则道路轻度拥堵；当2.0＜cl≤2.5，则道路中度拥堵；当cl＞2.5，则道路严重拥堵。
21.计算预计到达时间步骤如下：s1、获取道路信息，包括道路长度l、道路速度限制sl；s2、通过步骤五计算得到拥堵指数cl；s3、根据拥堵指数cl调整行驶速度，计算得到速度调整因子safsaf=exp(-k*cl)其中，k为调整因子系数，通过调整系数k的大小，可以控制调整因子对拥堵程度的敏感程度，指数函数的特性可以使得拥堵程度在较小的范围内有较小的调整因子，而在较大的范围内有更明显的调整因子，具体的公式和系数k的选择应根据实际路况进行调整和优化，k在0.3至0.5之间取值；s4、计算实际行驶速度asas=sl*saf；s5、计算预计行驶时间ettett=l/as；s6、考虑额外因素进行修正，计算额外时间ataata=wt1+wt2+wt3+
……
+wtn其中，wt1:红绿灯1的等待时间wt2:红绿灯2的等待时间
……
wtn:红绿灯n的等待时间；s7、综合计算得出预计到达时间etaeta=ct+ett+ata其中，ct表示当前时间。
22.所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。
23.对于拥堵路段（cl＞1.5）：等待时间（wt）= 基础等待时间（bt） * exp(k1 * cl)其中，基础等待时间（bt）是在正常情况下的等待时间，可以根据道路的特性和交通管理策略确定，k1是一个调节参数，用于控制拥堵程度与延长等待时间之间的关系。
24.对于畅通路段（cl≤1.5）：等待时间（wt）= 基础等待时间（bt） * exp(-k2 * cl)其中，基础等待时间（bt）同样是在正常情况下的等待时间，可以根据道路的特性和交通管理策略确定，k2是一个调节参数，用于控制拥堵程度与缩短等待时间之间的关系。
25.通过调节参数k1和k2的取值，可以根据拥堵指数cl的变化来灵活地调整等待时
间，较高的拥堵指数将导致等待时间的指数增长，从而延长拥堵路段上的绿灯时间；较低的拥堵指数将导致等待时间的指数减小，从而缩短畅通路段上的绿灯时间。
26.参数k1的取值范围为0.1
ꢀ‑ꢀ
1.0。较小的值（接近0.1）适用于平衡各路段的优先级，对拥堵路段的疏导作用较小；较大的值（接近1.0）适用于强调拥堵路段的优先级，希望更快地疏导交通拥堵。
27.参数k2的取值范围为0.1
ꢀ‑ꢀ
1.0。较小的值（接近0.1）适用于平衡各路段的优先级，对畅通路段的优先级调节作用较小；较大的值（接近1.0）适用于降低畅通路段的优先级，更多的绿灯时间分配给拥堵路段。
28.需要注意的是，具体的参数取值需要根据实际情况和交通管理策略进行调整和优化，不同道路和交通网络可能需要不同的参数设置，以达到最佳的交通流控制效果。
29.所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级。
30.对于拥堵路段（cl＞1.5）：优先级（p）= 基础优先级（bp） + q1 * cl其中，基础优先级（bp）是正常情况下的优先级，可以根据道路的特性和交通管理策略确定。k1是一个调节参数，用于控制拥堵程度与优先级之间的关系。
31.对于畅通路段（cl≤1.5）：优先级（p）= 基础优先级（bp）
ꢀ‑ꢀ
q2 * cl其中，基础优先级（bp）同样是正常情况下的优先级，可以根据道路的特性和交通管理策略确定。k2是一个调节参数，用于控制拥堵程度与优先级之间的关系。
32.通过调节参数q1和q2的取值，可以根据拥堵指数cl的变化来灵活地调整不同道路的信号灯优先级。较高的拥堵指数将导致优先级的线性增加，使拥堵路段获得更多的绿灯时间；较低的拥堵指数将导致优先级的线性降低，减少畅通路段的绿灯时间。
33.需要根据实际情况和交通管理策略对参数q1和q2进行适当调整，以实现最佳的交通流控制效果。不同道路和交通网络可能需要不同的参数设置，以满足特定的交通需求和优化交通流效率。
34.参数q1的取值范围为0.5
ꢀ‑ꢀ
2.0。较小的值（接近0.5）适用于平衡各路段的优先级，对拥堵路段的疏导作用较小；较大的值（接近2.0）适用于强调拥堵路段的优先级，希望更快地疏导交通拥堵。
35.参数q2的取值范围为0.2
ꢀ‑ꢀ
0.8。较小的值（接近0.2）适用于平衡各路段的优先级，对畅通路段的优先级调节作用较小；较大的值（接近0.8）适用于降低畅通路段的优先级，更多的绿灯时间分配给拥堵路段。
36.需要根据具体的交通状况、道路网络设计和管理策略来选择合适的参数值。建议进行实地观察、数据收集和模拟仿真，根据实际情况进行参数调整和优化，以达到最佳的交通流控制效果。
37.一种基于大数据的交通控制信息接收终端，包括信号接收器，所述信号接收器接收交通状态信息生成模块以及路线建议模块生成的数据信号。
38.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明
的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.一种基于大数据的交通控制系统，其特征在于，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级；所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。2.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。3.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。4.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述交通状态信息生成模块判断道路拥堵程度所需数据计算步骤如下：步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；步骤二，计算某一时间段中完全通过某一路段的所有车辆的平均速度avav=(v1+v2+v3+
……
+vn)/n其中，v1：车辆1在该路段的平均速度v2：车辆2在该路段的平均速度v3：车辆3在该路段的平均速度
……vn
：车辆n在该路段的平均速度；步骤三，计算速度指数sisi=av/ds其中，av表示平均速度，ds表示道路的设计速度；步骤四，计算拥堵指数cici=vf/rc其中，vf表示车流量，rc表示道路容量；步骤五，计算拥堵指数clcl=si*ci其中，si表示速度指数，ci表示拥堵指数。5.根据权利要求4所述的一种基于大数据的交通控制系统，其特征在于，判断道路拥堵程度的方法如下：根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：畅通：cl≤1.0缓行：1.0＜cl≤1.5
轻度拥堵：1.5＜cl≤2.0中度拥堵：2.0＜cl≤2.5严重拥堵：cl＞2.5将步骤五计算得到的拥堵指数cl带入预设的拥堵程度阈值中，根据拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据拥堵指数与阈值的比较，判断道路所属的拥堵程度等级：当cl≤1.0，则道路畅通；当1.0＜cl≤1.5，则道路缓行；当1.5＜cl≤2.0，则道路轻度拥堵；当2.0＜cl≤2.5，则道路中度拥堵；当cl＞2.5，则道路严重拥堵。6.根据权利要求5所述的一种基于大数据的交通控制系统，其特征在于，计算预计到达时间步骤如下：s1、获取道路信息，包括道路长度l、道路速度限制sl；s2、通过步骤五计算得到拥堵指数cl；s3、根据拥堵指数cl调整行驶速度，计算得到速度调整因子safsat=1-exp(-k*cl)其中，k为调整因子系数；s4、计算实际行驶速度asas=sl*saf；s5、计算预计行驶时间ettett=l/as；s6、考虑额外因素进行修正，计算额外时间ataata=wt1+wt2+wt3+
……
+wtn其中，wt1:红绿灯1的等待时间wt2:红绿灯2的等待时间
……
wtn:红绿灯n的等待时间；s7、综合计算得出预计到达时间etaeta=ct+ett+ata其中，ct表示当前时间。7.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。8.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级。9.一种基于大数据的交通控制信息接收终端，涉及权利要求1-8中任一项所述的一种基于大数据的交通控制系统，其特征在于，包括信号接收器，所述信号接收器接收交通状态
信息生成模块以及路线建议模块生成的数据信号。

技术总结
本发明公开了一种基于大数据的交通控制系统及信息接收终端，属于交通控制技术领域。一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理。本发明有效地解决了现有的交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市交通系统容易杂乱不堪的问题。城市交通系统容易杂乱不堪的问题。城市交通系统容易杂乱不堪的问题。


技术研发人员：秦家庆 毕海燕 朱凯
受保护的技术使用者：山东清源物联网技术有限公司
技术研发日：2023.07.06
技术公布日：2023/8/6