[发明专利]基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器

说明书

根据本发明一个实施例的在基于深度学习的城市中心区交通拥堵预测及信号控制解决方案服务器中运行的基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法，包括以下步骤：分析由各交叉路口的交通需求模式或交通信号控制决定的地区单位流出交通量形态，根据所述分析结果，将特定交叉路口决定为控制对象交叉路口；按时间及空间分析预先决定的定制型复合数据中关于所述控制对象交叉路口的数据及关于所述控制对象交叉路口的多个图像数据，生成二维时空图像；利用所述定制型复合数据中关于所述控制对象交叉路口数据的二维时空图像，生成实时交通拥堵指数；及根据所述实时交通拥堵指数，控制所述控制对象交叉路口的信号。

技术领域

本发明的实施例涉及基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器。

背景技术

交通信号控制系统是通过管制在交叉路口冲突的交通流的移动优先权而增加安全和疏通效率的重要系统。但是，不当的现况掌控及信号运营反而使疏通效率恶化，加重拥塞，诱导驾驶员不当的驾驶模式，成为导致危险的动因。

现在包括首尔市在内的广域市及中小城市21个地方自治体，均构建了交通信号控制系统，但由于作为交通信息收集体系的环形检测器的管理及运营上的局限，无法以感应式运营，大部分的交叉路口以TOD方式运营。

固定式是以相应交叉路口的大致交通量为根据而计划信号时间，TOD方式是全数调查交通量急剧变化的上下班时间、交通量一定的白天时段和黎明时段的交通量，以掌握的交通量为根据计算信号时间。

在维护方面，就通行模式保持一定的交叉路口而言，虽然固定式或TOD信号方式比较有利，但交通模式因市区道路运营方式的变化等环境性因素而变化，因而预先计划的信号时间无法对变化的模式进行反应而低效运营，实际上无法为此而监视交叉路口的交通量或每次都调查。

发明内容

本发明目的是提供一种为了拥堵交叉路口的交通信号控制而在预测的拥堵时间应用人工智能交通信号控制技术，从而使得能够解决交通拥堵费用问题的基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器。

另外，本发明目的是提供一种监视实时收集的各交叉路口的疏通信息，并有望能够更客观、系统地实现城市交通运营管理的基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器。

另外，本发明目的是提供一种使得通过能应对根据环境而变化的需求的交叉路口信号运营，能够减小城市内拥堵的基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器。

另外，本发明目的是提供一种基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法及运行其的服务器，因交通拥堵减少而节省旅行经费及物流费用等，产生社会效益，使得能够向新构建的交通基础设施提供交通信息以及反映(现)交叉路口的实时状况的信号，无需变更原有基础设施或追加费用便可使用，使用性高。

本发明要解决的课题不限于以上言及的课题，未言及的其他课题是从业人员可以从以下记载明确理解的。

在实施例中，在基于深度学习的城市中心区交通拥堵预测及信号控制解决方案服务器中运行的基于深度学习的城市中心区交通拥堵预测及信号控制解决方案方法，包括以下步骤：分析由各交叉路口的交通需求模式或交通信号控制决定的地区单位流出交通量形态，根据所述分析结果，将特定交叉路口决定为控制对象交叉路口；按时间及空间分析预先决定的定制型复合数据中关于所述控制对象交叉路口的数据及关于所述控制对象交叉路口的多个图像数据，生成二维时空图像；利用关于所述控制对象交叉路口的二维时空图像及所述定制型复合数据中关于所述控制对象交叉路口数据的二维时空图像，生成实时交通拥堵指数；及根据所述实时交通拥堵指数，控制所述控制对象交叉路口的信号。