當(dāng)前位置：南京云創(chuàng)大數(shù)據(jù)科技股份有限公司>>>>城市交通智能優(yōu)化技術(shù)

城市交通智能優(yōu)化技術(shù)

返回列表頁(yè)

參考價(jià)

面議

具體成交價(jià)以合同協(xié)議為準(zhǔn)

產(chǎn)品型號(hào)

品牌

廠商性質(zhì)其他

所在地

在線詢價(jià) 收藏產(chǎn)品查看聯(lián)系電話

聯(lián)系方式：左賽查看聯(lián)系方式

更新時(shí)間：2022-01-18 16:32:42瀏覽次數(shù)：304次

聯(lián)系我時(shí)，請(qǐng)告知來(lái)自智慧城市網(wǎng)

產(chǎn)品分類(lèi) 品牌分類(lèi)

暫無(wú)信息

南京云創(chuàng)大數(shù)據(jù)科技股份有限公司

經(jīng)營(yíng)模式：其他

商鋪產(chǎn)品：51條

所在地區(qū)：

聯(lián)系人：左賽

詢價(jià) 給他留言

產(chǎn)品簡(jiǎn)介

建設(shè)背景　　城市擁堵是常態(tài)，如何解決道路擁堵是我們共同面臨的難題

詳細(xì)介紹

建設(shè)背景

　　城市擁堵是常態(tài)，如何解決道路擁堵是我們共同面臨的難題。交通路網(wǎng)的物理結(jié)構(gòu)可以抽象為一個(gè)巨大的棋盤(pán)，而紅綠燈的控制就好比在交叉點(diǎn)位的棋子，對(duì)信號(hào)燈的控制和優(yōu)化，可以對(duì)應(yīng)于AlphaGo算法對(duì)解決圍棋問(wèn)題而計(jì)算的全局優(yōu)化控制策略。借鑒AlphaGo的思想，通過(guò)建設(shè)城市交通大腦，以機(jī)器學(xué)習(xí)代替人工設(shè)置，將經(jīng)驗(yàn)?zāi)Ｐ娃D(zhuǎn)化為科學(xué)數(shù)據(jù)，將整個(gè)城市紅綠燈銜接起來(lái)，實(shí)現(xiàn)大規(guī)模參數(shù)的綜合優(yōu)化，對(duì)交通全局進(jìn)行優(yōu)化控制。

技術(shù)簡(jiǎn)介

　　目前，“智能交通"和“智能信號(hào)燈控制"的研究大多集中在單點(diǎn)控制、線層聯(lián)動(dòng)控制以及局部小范圍集中控制等方面，主要根據(jù)某一路口的交通狀態(tài)，通過(guò)關(guān)聯(lián)度計(jì)算，推測(cè)相鄰路口的影響，構(gòu)建模型并向區(qū)域擴(kuò)散。這在路口數(shù)量超過(guò)一定規(guī)模后，僅僅使用數(shù)學(xué)模型難以表達(dá)因素間的映射關(guān)系，模型求解的計(jì)算量也成幾何倍數(shù)增長(zhǎng)，難以獲得上佳方案。

　　基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法，云創(chuàng)大數(shù)據(jù)開(kāi)發(fā)的城市交通智能優(yōu)化技術(shù)在現(xiàn)有交通運(yùn)行規(guī)則以及信號(hào)控制規(guī)則的前提下，通過(guò)對(duì)海量交通信息的收集提取、指標(biāo)分類(lèi)、算法構(gòu)建、模型訓(xùn)練等過(guò)程，實(shí)現(xiàn)對(duì)交通信號(hào)燈配時(shí)策略的優(yōu)化和控制，提升道路資源利用率，降低車(chē)輛排隊(duì)時(shí)間，增加路段平均流量，從而大幅降低城市道路擁堵，讓城市道路愈發(fā)智能化。

總體架構(gòu)

　　邏輯架構(gòu)主要包括基礎(chǔ)數(shù)據(jù)層、大數(shù)據(jù)平臺(tái)層、深度學(xué)習(xí)層、運(yùn)維管控層和接口服務(wù)層。

　　基礎(chǔ)數(shù)據(jù)層：該層主要包含了整個(gè)系統(tǒng)所需的基礎(chǔ)數(shù)據(jù)，如GPS數(shù)據(jù)、速度數(shù)據(jù)、流量數(shù)據(jù)、擁堵數(shù)據(jù)、車(chē)流、車(chē)速數(shù)據(jù)，卡口監(jiān)控?cái)?shù)據(jù)、信號(hào)燈控制歷史數(shù)據(jù)以及全息檢測(cè)的車(chē)道速度、車(chē)距、相位差等交通數(shù)據(jù)。

　　大數(shù)據(jù)平臺(tái)層：該層是整個(gè)平臺(tái)的底層軟件，主要分為兩大部分——分布式云存儲(chǔ)和大數(shù)據(jù)庫(kù)，存儲(chǔ)與處理大量結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)。

　　深度學(xué)習(xí)層：該層是整個(gè)平臺(tái)的核心，通過(guò)神經(jīng)網(wǎng)絡(luò)構(gòu)建“深度學(xué)習(xí)"機(jī)制，將以往的經(jīng)驗(yàn)?zāi)Ｐ娃D(zhuǎn)化為科學(xué)數(shù)據(jù)，對(duì)于網(wǎng)格化的道路，以類(lèi)似于AlphaGo的計(jì)算思維方式，通過(guò)仿真軟件進(jìn)行大量的實(shí)驗(yàn)?zāi)M仿真進(jìn)行全局優(yōu)化和評(píng)估。

　　運(yùn)維管控層：該層主要是針對(duì)上述軟硬件平臺(tái)的統(tǒng)一管理控制，實(shí)現(xiàn)諸如資源調(diào)度、在線控制、狀態(tài)監(jiān)控、運(yùn)維網(wǎng)管、自動(dòng)容錯(cuò)等相關(guān)功能，也為運(yùn)維人員和監(jiān)管人員提供相應(yīng)的操作功能。

　　對(duì)外服務(wù)接口層：該層主要是為平臺(tái)提供應(yīng)用服務(wù)，并支持標(biāo)準(zhǔn)化接口，以方便相關(guān)人員或第三方平臺(tái)對(duì)接及數(shù)據(jù)調(diào)用，主要服務(wù)包括：智能信號(hào)燈控制、交通流量預(yù)期分析、道路優(yōu)化評(píng)估模型、人流/車(chē)流潮汐研判分析等。

優(yōu)化流程

　　1.交通參數(shù)獲取

　　提取路網(wǎng)各交叉口交通運(yùn)行參數(shù)，包括交通流參數(shù)、路網(wǎng)性能指標(biāo)、交通信號(hào)控制參數(shù)等。

　 2.評(píng)價(jià)指標(biāo)建立

　　結(jié)合路網(wǎng)參數(shù)，建立綜合評(píng)價(jià)指標(biāo)體系。

　　3.算法構(gòu)建，策略制定

　　利用神經(jīng)網(wǎng)絡(luò)算法，建立滿足評(píng)價(jià)指標(biāo)的控制優(yōu)化策略。

　　4.自學(xué)習(xí)交通控制優(yōu)化

　　利用強(qiáng)化學(xué)習(xí)算法，根據(jù)交通狀態(tài)變化自動(dòng)學(xué)習(xí)調(diào)整交通控制優(yōu)化策略。

技術(shù)設(shè)計(jì)

　　1.數(shù)據(jù)立方大數(shù)據(jù)庫(kù)

　　數(shù)據(jù)立方大數(shù)據(jù)庫(kù)是對(duì)MapReduce、并行數(shù)據(jù)庫(kù)以及兩者的混合技術(shù)研究而成的結(jié)果。該系統(tǒng)通過(guò)引入索引模塊、并行執(zhí)行架構(gòu)以及讀取本地磁盤(pán)的執(zhí)行方式，使查詢達(dá)到了實(shí)時(shí)完成、簡(jiǎn)單易用、高可靠安全的效能，使EB級(jí)的數(shù)據(jù)能夠秒級(jí)處理，大大提高了用戶執(zhí)行查詢操作后的使用效率，不僅在查詢和檢索這部分?jǐn)?shù)據(jù)的時(shí)候具有非常高的性能優(yōu)勢(shì)，還可以支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)、數(shù)據(jù)深度挖掘和商業(yè)智能分析等業(yè)務(wù)。

2.深度學(xué)習(xí)技術(shù)

　　運(yùn)用深度學(xué)習(xí)技術(shù)進(jìn)行信號(hào)燈配時(shí)優(yōu)化的建設(shè)，首先需用獲得的大量歷史數(shù)據(jù)進(jìn)行深度學(xué)習(xí)算法模型的訓(xùn)練，針對(duì)每一種曾經(jīng)出現(xiàn)過(guò)的區(qū)域路況S和隨機(jī)一個(gè)信號(hào)燈調(diào)整方案a，利用仿真軟件得到變化之后的路況S1，從而訓(xùn)練預(yù)測(cè)網(wǎng)絡(luò)和策略網(wǎng)絡(luò)，實(shí)現(xiàn)信號(hào)燈配時(shí)的實(shí)時(shí)優(yōu)化。

　　同時(shí)，DeepRack深度學(xué)習(xí)一體機(jī)作為深度學(xué)習(xí)軟硬件平臺(tái)，可為模型訓(xùn)練等提供硬件、軟件、數(shù)據(jù)以及技術(shù)等支持。

3.軟件仿真

　　信號(hào)燈配時(shí)優(yōu)化的訓(xùn)練過(guò)程主要依賴于仿真軟件。仿真軟件為交通研究組織提供一個(gè)實(shí)現(xiàn)和評(píng)估自己算法的工具，同時(shí)具備工作流(網(wǎng)絡(luò)和路徑導(dǎo)入、動(dòng)態(tài)用戶分配、仿真)的特點(diǎn)。

階段成果

　　在仿真系統(tǒng)中，通過(guò)實(shí)施基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的智能交通控制策略優(yōu)化系統(tǒng)，交通擁堵系數(shù)不斷降低，擁堵現(xiàn)象得到緩解，路段平均流量不斷增加，道路通行權(quán)更加合理的分配給路網(wǎng)。

　　在智能控制策略下，3×3的路網(wǎng)總體通行效率總體上不斷提高，在200s的時(shí)間內(nèi)累計(jì)提高效率值為6.09%。結(jié)果顯示，基于深度強(qiáng)化學(xué)習(xí)的信號(hào)控制系統(tǒng)已對(duì)于路網(wǎng)的疏堵保暢起到正向積極作用。

預(yù)期目標(biāo)

　 1.減少交通管控成本

2.優(yōu)化配置交通資源

　　3.提升交通運(yùn)行效率

　　4.減少燃油浪費(fèi)和環(huán)境污染

其他推薦產(chǎn)品更多>>