一种基于Transformer的高速公路主动管控方案生成方法

本发明属于道路交通，具体涉及一种基于transformer的高速公路主动管控方案生成方法。

背景技术：

1、我国机动车保有量与驾驶人总数的持续增长。在此趋势下，我国高速公路车流量不断增大，对部分路网路段的交通承载能力和道路管理工作构成了巨大挑战。为解决我国高速公路的现存问题，亟需通过信息化手段提升高速公路的管控能力和管控水平，提高通行效率，降低风险隐患。

2、关于高速公路的交通控制策略方法的研究现状，国外学者较早地提出相关策略和方法，例如入口匝道控制方法、可变限速控制方法等，随着国内经济、科技的迅速发展，我国学者和一些学术机构也更加重视在道路交通控制方面的研究。现有研究采用的方法与模型包括反馈协同控制模型、最优控制模型、元胞传输模型等，较少将transformer与高速公路主动管控相结合。

3、transformer是一种基于自注意力机制的神经网络模型，由google于2017年提出。它的核心思想是利用自注意力机制来捕捉输入序列中的上下文信息，从而实现对序列的建模。transformer具有并行计算、长程依赖建模、多头注意力机制等特点。相较于传统的循环神经网络模型，transformer模型能够并行处理输入序列，有效提高计算效率，自注意力机制能够捕捉全局上下文信息，提升模型的语义理解能力，且该模型具有较强的泛化能力。因此在许多序列数据建模任务中transformer模型具有十分优秀的表现，但较少应用于高速公路主动管控领域。

技术实现思路

1、本发明所要解决的技术问题是：提出一种基于transformer的高速公路主动管控方案生成方法，根据高速公路全线交通状态生成主动管控方案，有效应对交通事故、交通拥堵等问题，提高交通安全和通行效率。

2、技术方案：本发明提供了一种基于transformer的高速公路主动管控方案生成方法，具体包括如下步骤：

3、步骤1：从高速公路数据中台获取全线交通状态、云控上报事件信息以及初始化全线控制设备信息；

4、步骤2：基于transformer的主动管控方案生成模块输入全线交通状态、云控上报事件信息以及初始化全线控制设备信息，生成全线控制对象的目标信息；

5、步骤3：基于transformer的全线交通状态预测模块输入初始化全线交通状态及全线控制对象的目标信息，生成全线交通状态预测结果；

6、步骤4：利用全线交通状态预测模块输出结果对生成的主动管控方案进行评价，通过对比初始化全线交通状态与全线交通状态预测结果，判断交通状态改善是否达到阈值；

7、步骤5：若判断生成主动管控方案有效，则将具体方案上传至高速公路数据中台。

8、进一步的，步骤1中从高速公路数据中台获取的数据包括全线交通状态、云控上报事件信息以及初始化全线控制设备信息；其中全线交通状态包括各监控点的流率、速度、占有率信息；云控上报事件信息包括事件编号、事件类别、路段范围、事件发生事件等信息；初始化全线控制设备信息包括初始状态情报板信息(包括情报板编号、布设位置桩号、显示信息、显示时间)与收费站信息(收费站名称、收费站入口匝道与高速公路连接处的主线桩号)。

9、进一步的，步骤2中基于transformer的主动管控方案生成模块，包括如下子步骤：

10、步骤2.1，主动管控方案生成模块输入全线交通状态、云控上报事件信息以及初始化全线控制设备信息，将输入序列进行数据嵌入层处理并添加位置编码，将所得向量输入编码器；

11、步骤2.2，编码器中经过多头注意力模块得到有效关注全局信息的序列，与原序列相加后采用softmax的标准化方法，将所得序列输入前馈神经网络，再进行一次相加与标准化；该过程重复n次后得到主动管控方案生成模块编码器的输出；

12、步骤2.3，主动管控方案生成模块解码器接收到起始符号后开始计算和生成；解码器得到上步输出并添加位置编码后，输入解码器；

13、步骤2.4，解码器中，序列首先输入带掩码的多头注意力模块，该层仅关注序列中较早的位置，相加并标准化后，输入交叉注意层，同时输入编码器的输出结果，其后步骤与编码器一致；解码器中的步骤重复n次；

14、步骤2.5，解码器中的步骤重复n次后，经线性变换和标准化处理得到最终输出；最终输出包括全线目标限速、标志和动态文本信息及收费站的限行信息的全线控制对象的目标信息。

15、进一步的，步骤3中基于transformer的全线交通状态预测模块，包括如下子步骤：

16、步骤3.1，全线交通状态预测模块输入初始化全线交通状态，通过concatenate函数拼接主动管控方案生成模块输出的全线控制对象的目标信息后输入编码器；编码器与主动管控方案生成模块结构类似，重复执行多头注意力层与前馈神经网络层m次，其中初始化全线交通状态是管控前的状态，即某个时间节点的全线交通状态；

17、步骤3.2，编码器输出通过交叉注意机制输入解码器，经解码器m轮计算后得到全线交通状态预测模块输出，即全线交通状态预测结果；

18、进一步的，步骤5中将判断为有效的生成主动管控方案上传至数据中台时，上传信息包括事件明细、全线情报板的限速值、标志和文字信息及全线收费站的限行信息等。

19、本发明采用以上技术方案与现有技术相比，具有以下技术效果：

20、1、本发明提供了一种高速公路主动管控方案生成方法，利用基于自注意力机制的神经网络模型transformer，根据高速公路全线交通状态，实时生成准确的主动管控方案。

21、2、本发明提出的高速公路主动管控方案生成模块，可以从高速公路数据中台获取全线交通状态、云控上报事件信息以及初始化全线控制设备信息，并将主动管控具体方案上传至数据中台，可实现与高速公路数据中台的实时信息交互。

22、3、本发明基于神经网络模型transformer实现主动管控方案生成，该神经网络模型能够并行处理输入序列，有效提高计算效率，自注意力机制能够捕捉全局上下文信息，具有高效性、准确性与稳定性。

技术特征：

1.一种基于transformer的高速公路主动管控方案生成方法，其特征在于，具体步骤如下：

2.根据权利要求1所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，步骤1中从高速公路数据中台获取的数据包括全线交通状态、云控上报事件信息以及初始化全线控制设备信息；其中全线交通状态包括各监控点的流率、速度、占有率信息；云控上报事件信息包括事件编号、事件类别、路段范围、事件发生信息；初始化全线控制设备信息包括初始状态情报板信息与收费站信息，其中，初始状态情报板信息包括情报板编号、布设位置桩号、显示信息、显示时间，收费站信息包括收费站名称、收费站入口匝道与高速公路连接处的主线桩号。

3.根据权利要求1所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，步骤2中基于transformer的主动管控方案生成模块，包括如下子步骤：

4.根据权利要求3所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，所述步骤2.1中，采用embedding词嵌入，即通过训练将其转化成连续性的向量，数据嵌入后添加位置编码，位置编码通过如下公式计算得到：

5.根据权利要求4所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，所述步骤2.2中，编码器中经过多头注意力模块得到有效关注全局信息的序列，该过程具体如下：

6.根据权利要求5所述的一种基于transformer的高速公路主动管控方案生成方法，所述步骤2.4中，解码器中，序列首先输入带掩码的多头注意力模块，该层仅关注序列中较早的位置，该过程具体如下：

7.根据权利要求1所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，步骤3中基于transformer的全线交通状态预测模块，包括如下子步骤：

8.根据权利要求1所述的一种基于transformer的高速公路主动管控方案生成方法，其特征在于，步骤5中将判断为有效的生成主动管控方案上传至数据中台时，上传信息包括事件明细、全线情报板的限速值、标志和文字信息及全线收费站的限行信息。

技术总结发明提供了一种基于Transformer的高速公路主动管控方案生成方法，具体为：1、从高速公路数据中台获取全线交通状态、云控上报事件信息以及初始化全线控制设备信息；2、基于Transformer的主动管控方案生成模块生成全线控制对象的目标信息；3、基于Transformer的全线交通状态预测模块输入初始化全线交通状态及控制对象的目标信息，生成全线交通状态预测结果；4、对主动管控方案进行评价，并将具体方案上传至数据中台。本发明能实现高速公路管控方案的智能生成与实时评价。技术研发人员：孙怡平,陈垦,李志斌,刘攀,杨洋,王佳受保护的技术使用者：东南大学技术研发日：技术公布日：2024/6/30