[发明专利]缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用

说明书

本发明属于自动驾驶中的辅助驾驶技术领域，公开了一种缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用，包括：采用集中学习但分散执行的设定，每个目标车辆节点在每个时刻均做一个决策，为所有节点实现相同的给定目标，即有序通过从而解决交通拥堵问题；节点间的通信和信息传播采用图神经网络GNN进行建模，决策处理器采用Deep Q learning，形成的决策信息以建议指令的形式下发给每一位环境内的驾驶员。本发明具备场景遍历深度的优势和自学习性能，通过大数据系统更容易覆盖全部工况，机器能够自行提炼环境特征和决策属性，便于系统优化迭代；通过数据训练完善模型，模型正确率随数据的完备得以提升。

技术领域

本发明属于自动驾驶中的辅助驾驶技术领域，尤其涉及一种缓解交通拥堵驾驶员控制系统、方法、介质、设备及应用。

背景技术

目前，随着交通出行需求不断增长，城市道路网络的交通压力不断增加，交通拥堵问题日益严重。在城市路网中，拥堵的发生并不是独立的，当交通网络中某节点发生交通拥堵，如果不能及时疏散，会导致拥堵在整个网络中蔓延，继而引发大规模的网络拥堵，这种现象也被描述为相继拥堵。传统的解决思路是从增加基础设施建设入手，但是如果没有采取相应的规划与管理策略，拥堵疏导很难达到理想的效果。因此，分析拥堵在城市道路网络中的传播规律并制定合理、有效且适用性广的疏散策略，并且将最优疏散策略同时下发到当前区域内的每个车辆节点，对缓解交通拥堵，提高城市路网的交通疏导效率具有重要意义。

现有的涉及到交通拥堵的专利技术大多数停留在交通拥堵的感知、预测以及评估分析层面：

专利CN113160570A涉及一种交通拥堵预测方法及系统，通过获取待预测路网内所有车辆的历史轨迹数据，经过数据的处理以及整合得到所述待预测路网的邻接矩阵，将其输入到预测模型得到拥堵预测结果，能够提高交通拥堵的预测情况。

专利CN112863176A提供一种交通拥堵溯源方法，该方法对拥堵路径中各关键节点对拥堵的贡献度进行分析，以找出拥堵路径中的所有拥堵源，从而能够更精准和迅速对拥堵成因进行定位。

专利CN113096397A公开了一种基于毫米波雷达与视频检测的交通拥堵分析方法，该发明利用视频监控摄像头获取视场内道路影像，并用毫米波雷达检测车辆位置和车辆行驶速度，根据以上交通流数据分析交通拥堵程度，实时、智能、快捷地对道路情况进行评估。

专利CN113345238A公开了一种基于城市公交网络感知的交通拥堵分析系统，该发明增加了拥堵验证模块，能够对拥有时间纵深的侧车辆以及同路段相关联车辆的数据进行验证，从而进一步提高拥堵预判分析的精准度。

专利CN113256985A公开了一种交通拥堵预测方法、装置和电子设备，对获取到的交通路况的道路特征数据进行两两车道间路况相似性处理，可以提高交通拥堵预测的精准度。

专利CN113269768A提供一种交通拥堵分析方法、装置及分析设备，属于图像处理技术领域，通过使用优化的深度学习网络模型进行目标检测，可以提高目标的检测精度和检测效率，从而使交通拥堵分析结果更加准确。

以上类型的现有专利在对于交通拥堵的感知、预测以及分析方面具有很好的效用，但对于交通拥堵问题始终没有实际展开进行解决，在现实交通系统中止步于问题的预测以及提出，因此其功用是不完善的。但是值得肯定的是，以上专利技术对于交通拥堵问题的实际解决具有重要意义，为系统的最优化解决方案的计算提供了稳定可靠的环境信息的输入。

近年来，也有相关的专利尝试对交通拥堵问题进行解决：