技术领域
[0001] 本
发明涉及用于交通控制和智能导航的系统和方法，特别是，涉及基于
人工智能的交通控制方法和智能导航系统。
背景技术
[0002]
智能交通系统(Intelligent Transportation System，简称ITS)是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、
电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。
[0003] 智能交通系统主要包括信息采集模
块、策略规划模块、
信号输出模块等。其中，信息采集模块用于收集各种交通信息，数据的准确性是智能交通系统的有效运行的关键。
[0004] 交通信息包括与道路有关的设计信息、路况信息、与交通管理有关的交通管控信息、与交通参与者有关的
位置信息和出行路线信息等。这与交通信息中既有静态信息，也有动态信息，其中动态信息是影响交通控制的最重要的信息。动态信息包括状况信息，交通管控信息以及交通参与者的位置信息，而交通参与者的位置信息是信息采集模块所要收集的最重要的变量信息。
[0005] 信息采集模块收集位置信息的技术手段包括：主要有两种方式：一种是静态交通探测方式，主要是利用位置固定的定点检测器或摄像机；另一种是动态交通探测方式。通常，用来采集交通流数据的定点检测器有感应线圈检测器、
超声波检测器、雷达检测器、光电检测器、红外线检测器等。例如ETC(Electronic Toll Collection)(全自动电子收费，又称为不停车收费)系统就属于静态交通探测技术。动态交通探测方式是指基于位置不断变化的车辆或手机来获得实时行车速度和旅行时间等交通信息的
数据采集方式。动态交通探测的典型方式包括异频雷达收发机、车辆自动检测、全球
定位系统(GPS)装置及手机通信等。
[0006] 对于交通参与者来说，导航系统已经得到相对普遍应用。用户通常使用app进行地图查询、定位和路径规划。因此，可以通过导航系统来采集交通参与者的地理位置信息。
[0007] 由于多种导航系统的并存，智能交通控制系统需要如果要利用导航系统的数据的话，应当与多种导航系统进行关联。
[0008] 如何利用来自各个信息源的通行需求信息或其他信息，更好地提高城市交通效率以及更好地服务于交通参与者，是业界持续不断的努
力方向。
发明内容
[0009] 本发明的目的在于提供一种基于人工智能的交通控制方法和智能导航系统，更好地提高城市交通效率以及更好地服务于交通参与者。
[0010] 根据本发明的一个方面，提供了一种交通控制方法，包括如下步骤：S1：控制中心接受交通参与者的交通参与信息，所述交通参与信息包括位置信息；S2：基于所述交通参与信息，确定路口处的一个或多个通行路径的通行需求；S3：基于路口处的所述一个或多个通行路径的通行需求，按照预定的控制策略切换路口处的交通信号，其中，所述位置信息包括来自导航系统的位置信息，其中，所述导航系统包括第一导航系统和第二导航系统，所述控制中心根据聚类
算法对位置信息进行处理，并去除数据噪声。
[0011] 利用本发明的方法，控制中心利用
聚类算法对来自各个信息源的交通流信息进行
大数据分析，提取针对特定交通路口的有用通行需求信息，根据路口各向通行需求，按照预定控制策略进行运算，得到具体的控制方案，例如具体的红绿灯控制方案，这样，可以有针对性地动态地调整交通路口的控制方案，更大限定地提高交通效率。
[0012] 进一步地，所述预定的控制策略包括第一类控制策略和第二类控制策略，所述第二类控制策略的优先级高于所述第一类控制策略的优先级。
[0013] 其中，控制中心可以默认实施固定模式策略，当满足预定的第一设定条件时，实施预设的优先模式策略。这时，系统按照选择的优先模式策略，基于接收的通行需求信息进行运算，形成具体的控制方案。
[0014] 进一步地，所述第一类控制策略为固定模式策略，包括：基于路口处的道路状况及通行需求，确定当前交通流模式；基于当前交通流模式，确定当前最优的配时方案，其中，在确定当前交通流模式的步骤中，是基于
自组织映射的
人工神经网络对具有时变特性的交通流模式进行识别，其中，在确定当前最优的配时方案的步骤中，基于通行需求信息对所述配时方案进行调整。
[0015] 进一步地，所述第二类控制策略为优先控制策略，所述优先控制策略的优先级的类型包括相对优先级和/或绝对优先级；当触发相对优先级的优先控制策略时，控制中心基于第一类控制策略、第二类控制策略、以及第二类控制策略的优先权重，进行策略运算，确定并输出实际的控制策略；当触发绝对优先级的第二类控制策略时，控制中心基于第一类控制策略和第二类控制策略进行策略运算，确定并输出实际的控制策略，其中包含所述第二类控制策略。
[0016] 进一步地，所述固定模式策略包括第一固定模式策略，所述第一固定模式策略是：基于单个路口处各个车道的车辆分布，确定该路口处各种信号灯控
制模式下的通行效率；
基于各种信号灯控制模式下的通行效率，按照通行效率最大化的原则切换信号灯控制模式，其中，某种信号灯控制模式下的通行效率由该信号灯控制模式下的通行需求确定，[0017] 其中，当当前信号灯控制模式下没有通行需求时，直接执行切换；当当前信号灯控制模式下仍有通行需求时，如果最大通行效率与当前通行效率的比值大于预定
阈值时，执行切换。
[0018] 进一步地，所述固定模式策略包括第二固定模式策略，所述第二固定模式策略是：基于相邻的多个路口处各个车道的车辆分布，确定每个路口处各种信号灯控制模式下的通行效率；基于各种信号灯控制模式下的通行效率，按照通行效率最大化的原则切换信号灯控制模式，其中，某种信号灯控制模式下的通行效率由该信号灯控制模式下的所述多个路口的通行需求确定，其中，当当前信号灯控制模式下没有通行需求时，直接执行切换；当当前信号灯控制模式下仍有通行需求时，如果最大通行效率与当前通行效率的比值大于预定阈值时，执行切换。
[0019] 进一步地，本发明的交通控制方法的控制策略还包括(1)绿波带控制策略：基于相邻多个路口的车辆分布，确定同一道路的预定数量的相邻路口的通行需求，车辆等待时间最小化的方式进行控制，以实现该道路的实现绿波带通行；(2)人行道控制策略：根据感测设备提供的行人信息，判断行人的穿行方向，按照预定的人行道控制策略，控制人行信号灯信号，所述人行道控制策略包括：确定预定路段长度内正在通行的机动车数量，当机动车数量少于预定数量时，如果有需要穿行路口的行人，则控制人行信号灯允许行人通行。
[0020] 进一步地，所述位置信息还包括来自基于视频识别的交通流量实时
监控系统的信息。
[0021] 进一步地，本发明的交通控制方法还包括，基于包含通行需求信息的大数据，向第一和/或第二导航系统反馈交通流信息，和/或，例如通过导航系统，向终端用户推送交通流信息、预警信息和或推荐出行方案信息。
[0022] 根据本发明的另一个方面，还提供了一种智能导航系统，基于本发明的交通控制方法得到的数据或信息，向终端用户推送交通流信息、预警信息和或推荐出行方案信息。
[0023] 提供一种基于人工智能的交通控制方法和智能导航系统，更好地提高城市交通效率以及更好地服务于交通参与者。
[0024] 上述以及其他非限制性的特征将在以下更为具体地描述。
附图说明
[0025] 以下是附图的简要说明，陈述附图的目的是为了例述本发明公开的示例实施方式，而不是为了限制它。
[0026] 图1是本发明的交通控制方法的原理方
框图；
[0027] 图2是本发明的交通控制方法的一个
实施例的流程示意图；
[0028] 图3是应用本发明的交通控制方法的交叉路口的示意图。
具体实施方式
[0029] 下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本
申请中的实施例及实施例中的特征可以相互组合。
[0030] 通过参照附图可以更为完整地理解本发明公开的部件、过程和装置。这些附图仅仅是为了便利和易于说明本发明而提供的示意图，因此，目的并不是指示设备或其部件的相对尺寸和量度和/或限定或限制示例实施方式的范围。
[0031] 参见图1，示出了根据本发明的交通控制方法的原理方框图。本发明的交通控制方法，例如可以是一种交通信号灯的控制方法，可以包括如下步骤：
[0032] S1：控制中心接受交通参与者的交通参与信息，所述交通参与信息包括位置信息。
[0033] S2：基于所述交通参与信息，确定路口处的一个或多个通行路径的通行需求；
[0034] S3：基于路口处的所述一个或多个通行路径的通行需求，按照预定的控制策略切换路口处的交通信号，
[0035] 其中，所述位置信息包括来自导航系统的位置信息，
[0036] 其中，所述导航系统包括第一导航系统和第二导航系统，所述控制中心根据聚类算法对位置信息进行处理，并去除数据噪声。
[0037] 制中心接收来自于各种信息源通行需求信息。信息源包括第一导航系统，例如可以是比如百度导航系统，第二导航系统，例如可以是高德导航系统。基于视频识别的交通流量实时监控系统，例如道路摄像监控系统等。控制中心利用聚类算法对来自各个信息源的交通流信息进行大数据分析，提取针对特定交通路口的有用通行需求信息，根据路口各向通行需求，按照预定控制策略进行运算，得到具体的控制方案，例如具体的红绿灯控制方案。
[0038] 在对位置信息进行处理时，还可以基于
模糊逻辑算法和
遗传算法，利用神经网络进行大数据分析，为策略的确定提供
基础和依据。其中，在进行交通流模式的识别时，可以基于自组织映射的人工神经网络进行交通流模式的识别，从而更准确地确定具有时变特性的交通流模式。其中，还可以进一步利用减去聚类算法构建起模糊决策系统。
[0039] 所述控制中心可以是(城市)交通信号控制中心/
云端控制中心。
[0040] 所述预定的控制策略包括第一类控制策略和第二类控制策略，其中，可以设定所述第二类控制策略的优先级高于所述第一类控制策略的优先级。
[0041] 控制中心可以默认实施固定模式策略，当满足预定的第一设定条件时，实施预设的优先模式策略。这时，系统按照选择的优先模式策略，基于接收的通行需求信息进行运算，形成具体的控制方案。
[0042] 图2是本发明的交通控制方法的一个实施例的流程示意图。
[0043] 根据本发明的交通控制方法的一个实施例中，所述第一类控制策略为固定模式策略，包括：
[0044] 基于路口处的道路状况及通行需求，确定当前交通流模式；
[0045] 基于当前交通流模式，确定当前最优的配时方案，
[0046] 其中，在确定当前交通流模式的步骤中，是基于自组织映射的人工神经网络对具有时变特性的交通流模式进行识别，
[0047] 其中，在确定当前最优的配时方案的步骤中，基于通行需求信息对所述配时方案进行调整。
[0048] 例如，在固定模式策略下，通常来说，路口各个方向的通行配时都是固定的，这也是传统的交通信号灯控制方式，其配时都是人工预先设定的，不能基于变化的交通状况进行调整。本发明对该固定模式策略也做了改进，使得固定模式下的红绿灯配时也可以进行一定程度的实时调整，从而提高通行效率。
[0049] 在根据本发明的交通控制方法的另一个实施例中，所述第二类控制策略为优先控制策略，所述优先控制策略的优先级的类型包括相对优先级和/或绝对优先级；
[0050] 当触发相对优先级的优先控制策略时，控制中心基于第一类控制策略、第二类控制策略、以及第二类控制策略的优先权重，进行策略运算，确定并输出实际的控制策略；
[0051] 当触发绝对优先级的第二类控制策略时，控制中心基于第一类控制策略和第二类控制策略进行策略运算，确定并输出实际的控制策略，其中包含所述第二类控制策略。
[0052] 相对优先级的第二类控制策略，例如可以是，人为设定的某个方向的通行优先。
[0053] 例如，通见图3，所示交叉路口包括A、B、C和D四个方向的路口，其中，可以设定各个路口的数量超过20时，按照固定模式策略进行通常的红绿灯配时调整。同时，可以设定公交优先的优先控制策略，在一个(例如A口)或多个路口(例如A口和D口)满足配时调整条件时，对于排对车辆包括公交车或公交车较多的路口，按照较高的权重进行计算，满足预设条件后，启用优先控制策略，为包括公交车或公交车较多的路口(例如A口)确定特别的优先通行方案。
[0054] 绝对优先级的第二类控制策略，例如可以是交通管制方案，特种车辆通行方案，人工接管方案等等，在符合预定条件下，无须考虑权重，直接启用预设的/备案的控制策略。
[0055] 在根据本发明的交通控制方法的一个实施例中，所述固定模式策略包括第一固定模式策略，所述第一固定模式策略是：
[0056] 基于单个路口处各个车道的车辆分布，确定该路口处各种信号灯控制模式下的通行效率；
[0057] 基于各种信号灯控制模式下的通行效率，按照通行效率最大化的原则切换信号灯控制模式，
[0058] 其中，某种信号灯控制模式下的通行效率由该信号灯控制模式下的通行需求确定，
[0059] 其中，当当前信号灯控制模式下没有通行需求时，直接执行切换；
[0060] 当当前信号灯控制模式下仍有通行需求时，如果最大通行效率与当前通行效率的比值大于预定阈值时，执行切换。
[0061] 例如，参见图3，当A口排队车辆走完时，即使A口通行配时仍然未用尽，如果其他路口存在排队车辆，则可直接切换红绿灯，按顺序放行其他各口的排队车辆，或者直接优先放行排队数量较多的路口的车辆。
[0062] 再例如，参见图3，当A口排队车辆未走完时，如果B口排队车辆已达到设定的较多数量，则直接切换红绿灯，放行B车辆。
[0063] 在根据本发明的交通控制方法的一个实施例中，所述固定模式策略包括第二固定模式策略，所述第二固定模式策略是：
[0064] 基于相邻的多个路口处各个车道的车辆分布，确定每个路口处各种信号灯控制模式下的通行效率；
[0065] 基于各种信号灯控制模式下的通行效率，按照通行效率最大化的原则切换信号灯控制模式，
[0066] 其中，某种信号灯控制模式下的通行效率由该信号灯控制模式下的所述多个路口的通行需求确定，
[0067] 其中，当当前信号灯控制模式下没有通行需求时，直接执行切换；
[0068] 当当前信号灯控制模式下仍有通行需求时，如果最大通行效率与当前通行效率的比值大于预定阈值时，执行切换。
[0069] 在该第二固定模式策略下，不仅考虑单个路口的通行效率，更重要的是，整个多个路口的整体通行效率。
[0070] 该第二固定模式策略更适合相关区域的整体联动交通控制，实现整个区域，城区，整个城市等的整体交通通行效率的提升。
[0071] 在根据本发明的交通控制方法的一个实施例中，所述预定的控制策略还包括绿波带控制策略，基于相邻多个路口的车辆分布，确定同一道路的预定数量的相邻路口的通行需求，车辆等待时间最小化的方式进行控制，以实现该道路的实现绿波带通行。
[0072] 绿波带就是在
指定的交通线路上，当规定好路段的车速后，要求信号控制机根据路段距离，把该车流所经过的各路口绿灯起始时间，做相应的调整，这样一来，以确保该车流到达每个路口时，正好遇到“绿灯”。
[0073] 在根据本发明的交通控制方法的一个实施例中，所述预定的控制策略还包括人行道控制策略。具体来说，可以根据感测设备提供的行人信息，判断行人的穿行方向，按照预定的人行道控制策略，控制人行信号灯信号。
[0074] 所述人行道控制策略包括：确定预定路段长度内正在通行的机动车数量，当机动车数量少于预定数量时，如果有需要穿行路口的行人，则控制人行信号灯允许行人通行。其中，行人位置信息可以是来自于行为人的手机的GPS信号。
[0075] 在根据本发明的交通控制方法的一个实施例中，所述位置信息还包括来自基于视频识别的交通流量实时监控系统的信息。
[0076] 所述实时监控系统根据所述基于所识别的交通参与者(行人、非机动车、机动车)相对于道路的位置信息，即这些交通参与者所处的人行道、车道等，确定其通行需求。
[0077] 即便有些驾驶员未开启移动终端或其中的APP，由于还可通过交通摄像等视频识别的通行需求，因此可以与来自第一和/或第二导航系统的通行需求一并计算，从而更准确地确定车辆布局和出行路线。
[0078] 来自导航系统的路线规划，所述控制中心根据与交通参与者所对应的移动终端中的驾驶路线规划来辅助用于控制策略的计算。
[0079] 在根据本发明的交通控制方法的一个实施例中，还包括，基于包含通行需求信息的大数据，向第一和/或第二导航系统反馈交通流信息，和/或，例如通过导航系统，向终端用户推送交通流信息、预警信息和或推荐出行方案信息。
[0080] 根据本发明的另一个方面，还提供了一种智能导航系统，该导航系统可以基于由前述交通控制方法得到的数据或信息，向终端用户推送交通流信息、预警信息和或推荐出行方案信息，从而更好地服务于终端用户的出行，提高通行效率。
[0081] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何
修改、等同替换、改进等，均应包含在本发明的保护范围之内。
