CN114418468B 一种智慧城市交通调度策略控制方法和物联网系统 （成都秦川物联网科技股份有限公司）

司US2021312799A1,2021.WO2021243585A1,2021.12.一种智慧城市交通调度策略控制方法和物本说明书实施例提供一种智慧城市交通调设区域下一时间段可能发生交通拥堵的一个或该方法还通过计算机可读存储介质存储的计算2获取预设区域内当前时间段的交通数据信息，所述交通数据基于所述预设区域内当前时间段的交通数据信息，预将所述当前时间段的交通数据信息输入训练后的所述交通状态预测模型为GNN模型，所述交通状态预测模型的节点为各个所述道路的所述节点特征还包括第一策略调整特征或第二策略调整策略调整特征是基于所述一个或多个目标区域内的车辆的行驶速度调整所述一个或多个当所述第一车辆数量大于第二预设阈值时，获取当前时刻目标区域的道路监控视频，基于所述一个或多个目标区域在下一时间段内的管理平台数据库基于对象平台获取所述交通36.一种智慧城市交通调度策略控制物联网系获取预设区域内当前时间段的交通数据信息，所述交通数据基于当前时间段的所述交通数据信息，预测所述预设将所述当前时间段的交通数据信息输入训练后的所述交通状态预测模型为GNN模型，所述交通状态预测模型的节点为各个所述道路的所述节点特征还包括第一策略调整特征或第二策略调整策略调整特征是基于所述一个或多个目标区域内的车辆的行驶速度调整所述一个或多个所述一个或多个目标区域所述第一策略调整特征基于目标区域内的车辆的通行速度确定，当所述第一车辆数量大于第二预设阈值时，获取当前时刻目标区域的道路监控视频，基于所述一个或多个目标区域在下一时间段内的7.一种智慧城市交通调度策略控制装置，其所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1取存储介质中的计算机指令后，计算机执行如权利要求1~5任一项所述的智慧城市交通调45通数据信息，预测所述预设区域下一时间段内可能发生交通拥堵的一个或多个目标区域；用于执行所述计算机指令中的至少部分指令以实现如上述任一实施例所述的智慧城市交6[0009]图1是根据本说明书一些实施例所示的智慧城市交通调度策略控制物联网系统的[0010]图2是根据本说明书一些实施例所示的智慧城市交通调度策略控制物联网系统的[0011]图3是根据本说明书一些实施例所示的智慧城市交通调度策略控制的示例性流程而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元[0017]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行[0018]图1是根据本说明书一些实施例所示的智慧城市交通调度策略控制物联网系统的7膝上型计算机130-3、处理器130-4等其他具有输入和/或输出功能的设备中的一种或其任[0025]物联网关150可以是指用户终端130和/或传感设备140上传监控数据的数据通道机拍摄设备物联网关150-2下发控制指令并控制无人机拍摄[0027]交通调度中心170可以是指用于执行交通调度策略的中心。例如，交通调度中心8[0028]应当注意应用场景仅仅是为了说明的目的而提供，并不意图限制本说明书的范[0030]物联网系统中信息的处理可以分为感知信息的处理流程及控[0032]图2是根据本说明书一些实施例所示的智慧城市交通调度策略控制物联网系统的9同的管理分平台可以通过不同的管理平台分数据库为管理信息综合管理平台独立的提供综合管理平台，并由传感信息管理综合管理平台统一传输至交通调度策略控制管理平台，[0039]对象平台是指感知信息生成和控制信息最终执行的功能平台[0047]图3是根据本说明书一些实施例所示的智慧城市交通调度策略控制的示例性流程可以是2032年1月1日18点10分至203[0057]目标区域是指预设区域下一时间段内可能发生交通拥堵的区域。在一些实施例[0060]交通状态预测模型可以是深度学习模型，例如，图神经网络（GraphNeural图4及其相关描述在此不再赘述。[0063]在一些实施例中，处理设备可以使用第一模型处理当前时间[0064]交通调度策略是指预设区域内为了维持交通秩序而实施的策略。在一些实施例一时间段的车辆在某个目标区域的通行速度可以基于下一时间段内的交通数据信息获得，当前时间段的车辆在某个目标区域的通行速度可以基于当前时间段内的交通数据信息获域的第一交通调度策略可以是第一目标区域的交警调度数量为0人，红灯和绿灯时长均为设区域的第一交通调度策略可以是第一目标区域的交警调度数量为0人，红灯和绿灯时长二交通调度策略可以是第一目标区域的交警调度数量为3人，进行禁止通行的临时交通管限速为60km/h，0km/h-5km/h为第一速度区间；5km/h-10km/h为第二速度区间；10km/h-交通调度策略的盲目性和对经验的依赖性，能够一定程度提高交通策略判断方法的科学[0080]在一些实施例中，GNN模型可以对基于各个道路的路口的关系构建的图数据进行每组第一训练样本440可以包括多个训练数据及训练数据对应的标签。训练数据可以包括可以是根据历史数据确定的预设区域历史下一时间段内可能发生交通拥堵的一个或多个[0084]在一些实施例中，交通状态预测模型420的节点特征还可以包括第一策略调整特[0085]第一策略调整特征410-2是指基于目标区域内的车辆的行驶速度调整一个或多个[0090]第二策略调整特征410-3是指基于目标区域内的车流量变化率调整一个或多个目一交通调度策略以及目标区域在当前时间段和下一时间段内的交通数据信息输入交通调