[发明专利]一种基于滑动窗口的智能交通诱导链式渐进网络构建方法

说明书

本发明公开了一种基于滑动窗口的智能交通诱导链式渐进网络构建方法。该方法包括步骤：第一，本发明就通过构建链式渐进网络对高速公路相连区块的车辆交通状态信息进行检测、描述和存储。第二，形成高速公路车辆的链式渐进网络，实现对动态车流量的实时交通状态建模、实例化描述、链式存储和迭代分析。第三，利用GNSS系统对各区块进行同步授时，保证各区块信息的同步性和精准性。本发明基于滑动窗口原理构建智能交通诱导的链式渐进网络，实现了对车辆的动态监测和诱导方式的实时更新，具有广泛的应用前景。

技术领域

本发明属于智能交通领域，具体涉及一种基于滑动窗口的智能交通诱导链式渐进网络构建方法，该方法利用区块链技术构建链式渐进数据库网络(Progressive ChainNetwork，简称PCN)，对车流量的状态进行实时动态监测，实现诱导的智能化。

背景技术

现有的车流量检测多通过全自动交通流量观测仪对车辆进行计数，这些仪器一般布置在关键路口处，但是由于路况的复杂性和道路的错综复杂性，往往难以进行准确的动态的监测。这就可能造成某一区段车流量较大的情况无法反馈给后车，造成交通拥堵。因此，非常有必要结合雷达区块技术，建立一种基于滑动窗口的智能交通诱导链式渐进网络构建方法，对车流量进行动态监测，实现智能诱导。

发明内容

为克服现有技术的短板，本发明提供了一种基于滑动窗口的智能交通诱导链式渐进网络构建方法，该方法推广建立链式渐进网络云平台数据库，对车流量进行动态监测。

本发明采用如下技术方案来实现的：

一种基于滑动窗口的智能交通诱导链式渐进网络构建方法，包括如下步骤：

步骤1，滑动窗口大小初始化：道路两侧相互对射的一对雷达定义为雷达对，连续且相邻的雷达对的数量大小定义为滑动窗口大小，即雷达区块大小；在智能诱导过程中，根据实际环境情况初始化雷达对的数量，完成雷达区块编号，便于进行雷达区块诱导；

步骤2，链式渐进网络结构初始化：根据定义的滑动窗口大小，初始化云平台的数据库结构，形成基于当前车流状态的动态链式渐进网络结构，其中链式渐进网络结构满足关系式

式中，W_N为雷达区块N的综合信息状态，W_i为雷达区块i的综合信息状态，P_i为雷达区块i的综合信息影响因子；

步骤3，雷达区块捕获车辆信息：每个滑动窗口内的雷达对本雷达区块内车辆数量、车牌号、行驶速度等进行统计，并上传信息到云平台；

步骤4，链式渐进网络更新：基于雷达区块的数据信息，对链式渐进网络的数据库进行更新，实现对动态车流量的实时交通状态建模、实例化描述、链式存储和迭代分析；

步骤5，智能诱导：根据链式渐进网络的数据库信息对不同雷达区块的车辆进行智能诱导。

本发明进一步的改进在于，其特征在于，步骤1的具体实现方法如下：

101)采集天气六要素信息并上传到云平台；

102)基于天气状况确定滑动窗口的大小，若出现能见度小于100米的天气状况车速一般较慢，单位长度内的车况较为复杂，为了能精准有效的描述车流量信息，此时选取的窗口大小为2～4，实际距离为40m～80m；反之，若出现能见度大于100米的天气状况，选取的窗口大小为5～8，实际距离为100m～160m。

本发明进一步的改进在于，步骤2的具体实现方法如下：

201)给不同的雷达区块进行编号，建立链式的数据库结构，根据编号定义每个数据库的名称，便于外部访问；

202)确定各雷达区块数据库中数据的名称、类型和大小，并完成初始化配置。

本发明进一步的改进在于，步骤4的具体实现方法如下：