[发明专利]一种基于ANN的路口交通警力资源调度系统

说明书

本发明提供了一种基于ANN的路口交通警力资源调度系统，包括数据预处理模块、警力调度模块和远程控制模块；数据预处理模块从监管部门实时获取包括输入数据和标签数据；对输入数据进行归一化处理，采用one‑hot编码格式生成所述标签数据，并生成数据集，用于训练模型，实时生成警力调度方案；警力调度模块包括基于ANN的全连接神经网络，用于实现模型预训练和生成警力调度方案；远程控制模块用于对警力调度系统的监测和控制；本发明提出的系统对城市复杂交通环境下智能化、无人化警力调度系统提出了可行方案，通过分析数据和具体场景，提高了交通警力调度方案制定的合理性，有效减少了交通拥堵情况；系统拥有远程控制功能，更有效的配合指挥中心调度警力。

技术领域

本发明涉及智能资源调度技术领域，主要涉及一种基于ANN的路口交通警力资源调度系统。

背景技术

在交通运输业发展的同时，城市的建设也十分迅速，我国先后建成了大批现代城市，现代化的交通道路保障了城市的正常运转和人民的正常生活，却给交通管理部门带来了更多地压力。日益普及的机动车给城市交通安全带来了新的挑战，交通安全问题亟需解决。因此，保障城市交通的正常运转，才能对国民经济的发展提供持续安全的环境。然而，在拥堵情况下的交通疏导工作已成为了十分紧迫的任务，交警部门如何高效地管理通行状况，有效地调度路口交通警力，已经成为了交通部门急需解决的问题。但目前城市交通警力资源的调度工作主要依靠人工判断的方式完成，这不仅消耗了大量的人力资源，还无法保障警力资源的最优调动安排。因此交通管理部门亟需更加高效便捷的手段调度警力资源，实现警力资源的最优分配。

与此同时，随着计算机视觉和人工智能领域的不断发展和普及，以及人们对交通安全的重视，智能交通监测技术逐渐走进了各大城市的违章判别任务中，帮助交警部门解决简易违章行为的判定任务。目前，智能交通检测技术主要使用光流法和帧间差分法跟踪目标移动轨迹，结合OpenCV(图像处理库)通过图像处理手段实现对违章行为的精准判定。智能交通检测技术的成功应用，有效的缓解了交通安全的压力，还为警力资源调度系统提供了决策数据。通过智能化的交通监测技术，可以开发出更加智能化的警力资源调度系统，帮助指挥中心维护城市交通安全。

目前，已经实现的警力资源调度系统大多是针对区域性民事纠纷及刑事案件的系统，通过指挥中心接收各地案情信息及警力数据，进行数据分析和领导决策，形成下一步警力资源的调度安排。但现有的警力调度系统也有很大的局限性。首先，现有的警力资源调度系统并不适用于城市交通警力调度任务，因为交通纠纷及交通疏导任务具有很强的实时性，交警必须快速到达需要指挥的道路，此系统依靠多数据自动决策算法，可能会导致指挥效率下降；其次，现有的警力资源调度系统并不具备智能化的处理方式，主要决策过程依然依靠部门领导的思考，这就使警力分配出现了失误的可能，这不但会造成城市交通拥堵，还会消耗交通警察的精力，给城市交通指挥任务带来诸多不便；最后，现有的警力资源调度系统无法预测未来的警力分配状态，无法提前安排下一日的指挥任务，使得警力调度效率不高。

本发明是一种基于深度学习的交通警力资源调度系统，通过路口实时违章数据建立资源调度模型，实现实时分配警力及预测未来警力安排，给城市交通运转提供了保障。

发明内容

发明目的：本发明提供了本发明提供了一种基于ANN的路口交通警力资源调度系统，通过ANN(人工神经网络)算法实现警力资源的智能调度，是一种运行在复杂交通环境下的智能警力资源调度系统。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于ANN的路口交通警力资源调度系统，包括数据预处理模块、警力调度模块和远程控制模块；

所述数据预处理模块从监管部门实时获取包括“违章车辆数”、“违章类型”、“交通流量”、“遵章率”和“时间段”的输入数据和“警力调度量”的标签数据；对输入数据进行归一化处理，采用one-hot编码格式生成所述标签数据，并生成数据集，用于训练模型，实时生成警力调度方案；