[發(fā)明專利]基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法

在審

• 申請?zhí)枺?/td>: 201910059529.3
• 申請日: 2019-01-22
• 公開（公告）號: CN111462476A
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 刁志剛;黃智定
• 申請（專利權(quán)）人: 上海寶康電子控制工程有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/07
• 代理公司: 上海智信專利代理有限公司 31002
• 代理人: 王潔

本發(fā)明涉及一種基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法，包括以下步驟：(1)實時計算綠波帶車輛通行時間；(2)匹配信號燈放行方案，并計算通行效率；(3)根據(jù)路口的擁堵狀態(tài)優(yōu)化路網(wǎng)的通行時間；(4)通過未來3個時間段的平均數(shù)據(jù)計算該綠波段未來3個時間段的預(yù)測運行效果。采用了該方法，融合了道路規(guī)劃等級，實時的路口的信號放行方式和實時路口流量數(shù)據(jù)，基于TensorFlow框架的人工智能神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)了道路綠波方案的評估和短期的方案預(yù)測。大幅的減少了人工干預(yù)及主觀的判斷邏輯，快速有效準(zhǔn)確的反應(yīng)綠波的運行效果，是一種科學(xué)有效的實用技術(shù)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通領(lǐng)域，尤其涉及智能交通路況判斷領(lǐng)域，具體是指一種基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法。

背景技術(shù)

隨著智能交通領(lǐng)域技術(shù)逐步發(fā)展，城市路網(wǎng)過車需求量逐步提升，越來越多的省市為了提升道路運送能力，開始采用一種全新的放行方式——綠波帶。綠波帶是指：當(dāng)規(guī)定好路段的車速后，根據(jù)路段的距離，把該車流所經(jīng)過的各路口綠燈起始時間，做相應(yīng)的調(diào)整，以確保該車流到達(dá)每個路口時，正好遇到“綠燈”。綠波帶的設(shè)置能有效的減小車流的等待時間，大幅提升道路通行能力，是一種科學(xué)有效的道路資源使用方式，能在一定程度上緩解交通壓力，提高城市道路運送能力。

目前在中國部分省市道路綠波方案已經(jīng)實際上線并開始服務(wù)大眾。其中浙江寧波市地區(qū)首批設(shè)置了14個綠波帶；廣東省廣州市至2016年下半年，共計開啟了46條綠波帶；江蘇常州地區(qū)亦開啟了25條綠波放行方案；廣東湛江市，江蘇靖江市等地區(qū)也陸續(xù)開始使用綠波放行方案。

但是隨之而來的是綠波運行效果的性能監(jiān)控評估和短期路況的預(yù)測的難題。這些難題隨著綠波方案使用程度日益擴(kuò)大而被凸顯出來，如何有效快速的解決綠波監(jiān)控問題已經(jīng)成為了普遍關(guān)注的話題。針對上述難題，急需解決的問題有:如何科學(xué)有效的評估綠波放行以來的實際運行效果，如果科學(xué)的預(yù)測出短時間內(nèi)的車流量，用于安排路口的放行方案。

目前采用綠波方案的省市案例中，主要的監(jiān)控手段為人工監(jiān)控，即專業(yè)人員通過監(jiān)控視屏觀測路口的車輛的平均通過時間，由此獲知在該路段的車輛的通行情況，并判斷綠波效果是否合理。該種方案能在一定程度上反應(yīng)綠波的放行能力，并簡單粗略的將綠波方案的分為早晚高峰時段方案，能緩解交通壓力。但是由于上述方案完全需要專業(yè)的人工檢測，帶有極強的主觀色彩，并無絕對有效的標(biāo)準(zhǔn)衡量綠波的放行效果。如何科學(xué)有效的的評判綠波效果，并科學(xué)的給出放行方案仍是一個亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是克服了上述現(xiàn)有技術(shù)的缺點，提供了一種評估效率高、邏輯判斷客觀有效、減少人工干預(yù)的基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法。

為了實現(xiàn)上述目的，本發(fā)明的基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法如下：

該基于TensorFlow框架下的神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)綠波效果巡檢與預(yù)測的方法，其主要特點是，所述的方法包括以下步驟：

(1)實時計算綠波帶車輛通行時間；

(2)匹配信號燈放行方案，并計算通行效率；

(3)根據(jù)路口的擁堵狀態(tài)優(yōu)化路網(wǎng)的通行時間；

(4)通過未來3個時間段的平均數(shù)據(jù)計算該綠波段未來3個時間段的預(yù)測運行效果。

較佳地，所述的步驟(1)具體包括以下步驟：

(1.1)獲取短時間內(nèi)的過車數(shù)據(jù)；

(1.2)計算單輛車的綠波段平均通行時間；

(1.3)過濾異常通行時間，獲取綠波段放行車輛信息。

較佳地，所述的步驟(1.1)中的短時間為15分鐘。