基于AI和多源传感融合的数字孪生综合管控系统的制作方法

本发明涉及公路收费管理，特别涉及一种基于ai和多源传感融合的数字孪生综合管控系统。

背景技术：

1、数字孪生，英文名叫digital twin(数字双胞胎)，也被称为数字映射、数字镜像。是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。

2、随着我国汽车保有量逐年上升，交通流量日趋增大。尽管etc车辆和etc专用车道均有增加，但车流量较大时收费站仍会出现etc车道拥堵现象。部分收费站由于混合车道相对减少，混合车道通行压力增大。在云收费系统提供车道类型灵活转换前提下，如何合理利用车道，提升车道利用率，减少排队时间长。尤其在节假日，车流量剧增，收费站的压力极大下，如何保畅成为亟待解决的问题。

3、同时，交通场景中往往存在受时空限制的复杂交通问题，而这些交通问题在现实世界中无法观察和控制的事物和现象，例如交通设备故障、车辆在收费窗口的盲区发生事故、车辆在etc收费处随意移动等，如何及时发现这些交通问题成为亟待解决的问题。

4、因此，本发明提出一种基于ai和多源传感融合的数字孪生综合管控系统。

技术实现思路

1、本发明提供一种基于ai和多源传感融合的数字孪生综合管控系统，用以解决上述问题。本发明通过数字孪生技术将收费站各类交通实体目标及其状态信息转化为可呈现、可分析、可管理收费站孪生模型，利用多源传感融合技术获取全面准确的交通数据，然后通过ai分析技术对数据进行处理和分析，实现收费站多维状态信息的确定完成收费站内的交通动态感知，并根据多维状态信息，完成站场异常预警事件监测以及预警，确保站内交通异常被及时发现以及设备稳定运行，并根据实际交通状态进行通行分流诱导完成车辆快速分流，有效缓解收费站通行压力、提高收费及运行效率。

2、本发明提供一种基于ai和多源传感融合的数字孪生综合管控系统，包括：

3、多元数据采集模块，用于采集收费站的多源传感数据，基于多源传感数据对收费站孪生模型进行同步模拟更新；

4、ai自主分析模块，用于基于收费站孪生模型更新数据进行ai分析，获得收费站的最新多维状态信息，并判定收费站是否存在异常预警事件；

5、诱导预警模块，用于基于异常预警事件判断结果，对站内车辆进行通行分流诱导，并对异常预警事件进行预警发布。

6、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，多元数据采集模块，包括：

7、模型分割单元，用于获取收费站的监控分布特征，基于监控分布特征对收费站进行监控区域分割，并对收费站孪生模型进行同步监测区域分割，确定每个监控组对应的监控区域；

8、采集分类单元，用于采集收费站的多源传感数据，并根据多源传感数据对应的监控区域，生成多个子数据包，并根据数据采集位置分别对子数据包进行标签添加，并发送至对应的数据存储单元；

9、模型更新单元，用于在检测到数据存储单元的数据更新后，基于最新数据包对收费站孪生模型进行数据更新。

10、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，模型更新单元，包括：

11、数据分类子单元，用于基于获取数据存储单元中的子数据包对应的监控目标的目标运动特性，将多源传感子数据进行分类，获得动态物质数据以及静态物质数据；

12、对比更新子单元，用于将静态物质数据与原静态物质数据进行对比，获取收费站设施对应的数据差异，基于数据差异，对收费站孪生模型的固定模型数据进行调整；

13、动态更新子单元，用于基于动态物质数据对应的动态目标属性，将动态物质数据进行数据分离，获得多个动态目标对应的动态数据，并基于动态目标的实际位置关系，确定多个动态数据之间的关联关系；

14、基于关联关系，结合子数据包对应的监控区域在收费站中的监控位置特性，确定收费站孪生模型的动态模拟数据的关联更新关系，基于关联更新关系对收费站孪生模型的动态模拟数据进行实时更新。

15、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，ai自主分析模块，包括：

16、自动分析单元，用于获取收费站孪生模型的更新数据进行ai分析，获得当前收费站的最新多维状态信息；

17、自动判断单元，用于基于最大多种状态信息判断收费站是否存在设备异常或者交通异常。

18、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，自动判断单元，包括：

19、设备异常判断子单元，用于基于最新多维状态信息，获取收费站的设备状态信息，将设备状态信息的输入预设的设备故障识别模型，判断收费站是否存在设备故障；

20、当确定收费站存在设备故障时，对故障设备进行故障特征提取，获得设备故障特征，并基于设备故障特征，对故障设备的影响进行评估，获得故障通行影响结果；

21、交通异常判断子单元，用于基于最新多维状态信息，获取收费站的交通状态信息，确定当前等待车辆的分布特征，并根据当前等待车辆的分布特征，判断收费站是否存在站内交通异常；

22、当确定收费站存在站内交通异常时，基于ai分析确定站内交通异常原因。

23、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，ai自主分析模块，包括：

24、收费跟踪单元，用于在车辆进入收费站的有效区域内后，自动生成对应的车辆跟踪器，所述车辆跟踪器对目标车辆进行自动锁定，获取各个车辆在收费站内的实时移动数据；

25、基于实时移动数据进行实时ai分析，判断目车辆是否存在异常移动行为，若存在，基于车辆跟踪器，采集目标车辆身份信息，生成预警通知发送至监控管理人。

26、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，诱导预警模块，包括：

27、通行诱导单元，用于在收费站存在故障设备且故障设备影响车辆通行以及站内交通异常的异常原因为车辆事故时，基于设备故障位置生成通行诱导语音；

28、诱导分流单元，用于当收费站的站内交通异常且原因为非车辆事故时，向监控管理人发送交通分流预警；

29、异常预警单元，用于基于设备故障位置生成设备预警信号发送至运维人员，或者基于站内车辆事故生成处置预警信号发送至事故处理人员。

30、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，诱导分流单元，包括：

31、远程分流单元，用于接收监控管理人发送的分流控制指令，并基于分流控制指令对收费站各个收费车道的车辆类型进行调整，生成对应的分流诱导语音，并通过扬声器进行分流诱导语音播报；

32、分流分析单元，用于在交通分流预警发送后的预设时长内没有接收到分流控制指令时，基于当前等待车辆的分布特征，获取收费站各个收费车道对应的子交通状态信息，确定每个收费车道对应的独立通行流量；

33、判断混合收费车道对应的独立车流量是否大于收费车道预设流量，若是，则基于预设车辆识别模型，获取混合收费车道等待车辆中各个车辆类型的车流占比，将最大车流占比对应的车辆类型作为目标类型；

34、当目标类型存在独立通行收费车道时，获取目标类型对应的各个独立通行收费车道的目标通行流量；

35、当目标通行流量是否均大于收费车道预设流量且收费站的最低独立通行流量小于目标类型在混合收费车道对应的车流量时，将最低独立通行流量对应的收费车道对应的通行车辆类型更改为目标类型；

36、否则，向收费站通行分流诱导管理人，发送目标类型车流诱导通知，请求人工诱导干预。

37、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，诱导分流单元，包括：

38、智能分配子单元，用于当目标类型不存在独立通行收费车道时，获取收费站全部收费车道在预设时间内的全部收费数据，基于收费数据，确定各个类型车辆的实际通行占比；

39、基于各个类型车辆的实际通行占比，结合收费站的可调收费车道数量，各个类型对应的通行收费车道数量进行分配，同时，计划外收费站全部收费车道的当前分配结果以及收费站内当前各个收费车道的等待车辆的排队位置，对同类型车辆对应的收费车道进行集中分配，确定收费站各个收费车道的通行车辆类型的最终分配结果并根据最终分配结果进行通行车辆类型更改；

40、更改通知子单元，用于在对收费站收费车道进行通行车辆更改前，生成更改确认通知发送至监控管理人，并在接收到确认信息后，生成更改通知并发送至各个收费操作人对应的收费操作端，进行同步修改。

41、优选的，在一种基于ai和多源传感融合的数字孪生综合管控系统中，诱导预警模块，还包括：

42、指正诱导单元，用于对进入收费站有效区域内的每个等待车辆进行车辆类型检测，获得车辆类型检测结果，并判断车辆类型检测结果是否与等待车辆当前所处通道对应的通信车辆类型是否一致；

43、若不一致，将所述车辆确定为等待失误车辆，并获取等待失误车辆的当前驻留位置，开启当前驻留位置处的扬声器播放失误提示语音。

44、与现有技术相比，本发明至少存在以下有益效果：

45、本发明通过多元数据采集模块采集收费站的多源传感数据，获取全面准确的交通数据，并基于多源传感数据对收费站孪生模型进行同步模拟更新，实现收费站动态数据的数字重构完成收费站的可视化在再现，有利于监控管理人及时发现收费站的盲区问题，为完成车辆全程轨迹跟踪、车辆通行车道智慧引导、站场异常事件监测、交通态势感知及预警等功能提供可靠基础；并通过ai自主分析模块基于收费站孪生模型更新数据进行ai分析，获得收费站的最新多维状态信息，并判定收费站是否存在异常预警事件，实现收费站智能分析，自动完成收费站交通态势的感知，有利于及时发现收费站的异常预警事件，实现在线化自动运维减少运维人员的设备检修工作，有效提高收费站的应急处置能力；并通过诱导预警模块基于异常预警事件判断结果，对站内车辆进行通行分流诱导，实现了交通异常情况下的自动管控，有效效缓解收费站通行压力、提高收费及运行效率，同时对异常预警事件进行预警发布，确保异常预警事件对应的处置部门及时发现异常，提高收费站的设备故障以及交通异常的处置效率，提高驾驶人的通行质量。

46、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在本技术文件中所特别指出的结构来实现和获得。

47、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。