1.一种道路交通拥堵疏解方法,其特征在于,所述方法包括:
获取无人机采集目标道路的道路交通数据;
对所述道路交通数据进行交通参数提取,得到所述目标道路在当前时间段的第一交通参数;
根据所述第一交通参数对所述目标道路的交通参数进行时序预测,得到所述目标道路在未来第一时间段的第二交通参数;
根据所述第二交通参数对所述目标道路进行交通拥堵状态预测,得到所述目标道路在所述未来第一时间段的交通拥堵概率;
若在所述未来第一时间段内存在连续第二时间段的交通拥堵概率大于或等于预设概率,则确定所述目标道路的应急车道开启策略;
执行所述应急车道开启策略;
所述确定所述目标道路的应急车道开启策略,包括:确定所述应急车道的初始开启参数,并基于所述初始开启参数确定所述应急车道的初始开启方案;确定所述初始开启方案的稳定性;若所述初始开启方案的稳定性大于或等于预设的稳定性阈值,则根据所述初始开启方案,确定所述目标开启方案;若所述初始开启方案的稳定性小于所述稳定性阈值,则更新所述初始开启参数,并返回执行基于所述初始开启参数确定所述应急车道的初始开启方案的步骤,直至所述初始开启方案的稳定性大于或等于所述稳定性阈值,根据当前的所述初始开启方案,确定所述目标开启方案;根据所述目标开启方案,确定所述应急车道开启策略;
所述确定所述初始开启方案的稳定性,包括:构建所述目标道路的状态转移概率矩阵,所述状态转移概率矩阵包括所述目标道路从自由流到自由流的第一概率、从自由流到交通拥堵的第二概率、从交通拥堵到自由流的第三概率以及从交通拥堵到交通拥堵的第四概率;基于所述状态转移概率矩阵,确定所述目标道路在开启应急车道后的修正状态转移概率矩阵;基于所述修正状态转移概率矩阵,计算在所述初始开启方案执行完成后的第三时间段内所述目标道路的自由流概率;根据所述自由流概率,确定所述初始开启方案的稳定性。
2.根据权利要求1所述的道路交通拥堵疏解方法,其特征在于,所述初始开启参数包括开启时刻、初始开启时长、时间窗口长度以及迭代步长;所述基于所述初始开启参数确定所述应急车道的初始开启方案,包括:基于滚动时间窗口机制,根据所述开启时刻、所述时间窗口长度和所述迭代步长对所述初始开启时长进行迭代优化,并预测关闭所述应急车道后所述目标道路的交通拥堵状态,直至所述交通拥堵状态满足预设条件,停止迭代优化,并将当前的初始开启时长确定为目标开启时长;
基于所述开启时刻和所述目标开启时长,确定所述初始开启方案。
3.根据权利要求1所述的道路交通拥堵疏解方法,其特征在于,所述根据所述目标开启方案,确定所述应急车道开启策略之前,所述方法还包括:在预设的交通仿真软件上构建与所述目标道路相同的仿真环境,并确定在所述仿真环境下的路网数据、车辆参数和驾驶行为参数;
将所述路网数据、所述车辆参数和所述驾驶行为参数导入所述交通仿真软件进行仿真测试,得到所述目标道路在基准场景下的第一交通指标数据;
将所述路网数据、所述车辆参数、所述驾驶行为参数以及所述目标开启方案导入所述交通仿真软件进行仿真测试,得到所述目标道路在开启应急车道场景下的第二交通指标数据;
确定所述第二交通指标数据相对于所述第一交通指标数据的指标提升量;
若所述指标提升量大于预设的提升量阈值,则确定所述目标开启方案通过仿真验证;
所述根据所述目标开启方案,确定所述应急车道开启策略,包括:
在所述目标开启方案通过仿真验证时,根据所述目标开启方案以及预设的实施建议信息,生成所述应急车道开启策略。
4.根据权利要求1所述的道路交通拥堵疏解方法,其特征在于,所述第一交通参数包括第一车流密度和第一车流平均速度;所述对所述道路交通数据进行交通参数提取,得到所述目标道路在当前时间段的第一交通参数,包括:对所述道路交通数据进行车辆轨迹筛选,得到所述目标道路对应的车辆轨迹信息;
从所述车辆轨迹信息中提取在所述目标道路上的每辆车的车辆识别号以及行驶数据;
根据所述每辆车的车辆识别号确定所述目标道路对应的所述第一车流密度,以及根据所述每辆车的行驶数据确定所述目标道路对应的所述第一车流平均速度。
5.根据权利要求4所述的道路交通拥堵疏解方法,其特征在于,所述根据所述每辆车的车辆识别号确定所述目标道路对应的所述第一车流密度,包括:根据所述每辆车的车辆识别号进行车型识别,并统计在所述目标道路上的每种车型对应的车辆数量;
对每种所述车型对应的车辆数量进行车型换算,得到所述目标道路对应的当量车辆数;
根据所述当量车辆数与每种所述车型对应的车辆数量进行车流密度计算,得到所述第一车流密度。
6.根据权利要求4所述的道路交通拥堵疏解方法,其特征在于,所述根据所述每辆车的行驶数据确定所述目标道路对应的所述第一车流平均速度,包括:根据所述每辆车的行驶数据统计预设时长内所述每辆车在行驶方向上的行驶速度;
基于四分位距法对所述每辆车的行驶速度进行异常检测,并对所述每辆车的行驶速度中的异常值进行删除;
对删除异常值后的所述行驶速度进行均值计算,得到所述第一车流平均速度。
7.根据权利要求6所述的道路交通拥堵疏解方法,其特征在于,所述根据所述每辆车的行驶数据统计预设时长内所述每辆车在行驶方向上的行驶速度,所述方法还包括:对所述每辆车的行驶速度进行缺失值检测,并确定在第一时刻出现行驶速度缺失的目标车辆;
确定所述行驶数据是否存在所述目标车辆在所述第一时刻的相邻时刻的行驶速度;
若存在,则根据所述目标车辆在所述相邻时刻的行驶速度,确定所述目标车辆在所述第一时刻的行驶速度;
若不存在,则根据所述目标车辆相邻车道的其它车辆在所述第一时刻的行驶速度,确定所述目标车辆在所述第一时刻的行驶速度。
8.根据权利要求1所述的道路交通拥堵疏解方法,其特征在于,所述第一交通参数包括第一车流密度、第一车流平均速度以及所述目标道路对应的时间特征和空间特征;所述根据所述第一交通参数对所述目标道路的交通参数进行时序预测,得到所述目标道路在未来第一时间段的第二交通参数,包括:根据所述第一车流密度、所述第一车流平均速度、所述时间特征和所述空间特征,生成输入序列矩阵;
将所述输入序列矩阵输入预设的时序预测模型中进行时序预测,得到所述第二交通参数。
9.根据权利要求8所述的道路交通拥堵疏解方法,其特征在于,所述将所述输入序列矩阵输入预设的时序预测模型中进行时序预测,得到所述第二交通参数,包括:基于双向编码层,对所述输入序列矩阵进行双向编码,得到第一编码信息和第二编码信息;
将所述第一编码信息和所述第二编码信息进行拼接,得到不同时刻对应的双向隐藏状态;
将末尾时刻对应的所述双向隐藏状态进行平均池化操作,得到聚合特征;
基于多个全连接层,对所述聚合特征进行多次全连接处理,得到全连接处理结果;
根据所述全连接处理结果,确定所述第二交通参数。
10.根据权利要求1所述的道路交通拥堵疏解方法,其特征在于,所述第二交通参数包括第二车流密度和第二车流平均速度;所述根据所述第二交通参数对所述目标道路进行交通拥堵状态预测,得到所述目标道路在所述未来第一时间段的交通拥堵概率,包括:基于三角形隶属度函数,对所述第二车流密度与所述第二车流平均速度进行模糊化处理,得到所述第二车流密度对应的第一模糊隶属度集合以及所述第二车流平均速度对应的第二模糊隶属度集合;
根据所述第一模糊隶属度集合与所述第二模糊隶属度集合对预设的模糊规则库中的每条模糊规则进行规则激活,得到每条所述模糊规则对应的初始激活度;
根据所述第一模糊隶属度集合、所述第二模糊隶属度集合对每条所述模糊规则的初始激活度进行剪切,得到每条所述模糊规则对应的目标激活度;
对每条所述模糊规则对应的目标激活度进行聚合,得到每条所述模糊规则在不同交通拥堵状态下的目标激活度;
对每条所述模糊规则在不同交通拥堵状态下的目标激活度进行去模糊化,得到所述交通拥堵概率。
11.根据权利要求10所述的道路交通拥堵疏解方法,其特征在于,所述根据所述第一模糊隶属度集合与所述第二模糊隶属度集合对预设的模糊规则库中的每条模糊规则进行规则激活,得到每条所述模糊规则对应的初始激活度之前,所述方法还包括:基于所述三角形隶属度函数,分别对不同数值的车流密度、车流平均速度以及交通拥堵概率进行分类,得到多个车流密度模糊子集、多个车流平均速度模糊子集以及多个交通拥堵状态模糊子集;
根据多个所述车流密度模糊子集、多个所述车流平均速度模糊子集以及多个所述交通拥堵状态模糊子集,构建所述模糊规则库,所述模糊规则库包括至少一条模糊规则,每条所述模糊规则用于指示所述车流密度、所述车流平均速度与所述交通拥堵状态之间的映射关系。
12.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至11任一项所述的道路交通拥堵疏解方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至11任一项所述的道路交通拥堵疏解方法。