本发明涉及道路交通感知管理，特别是一种基于多源数据的道路交通协同感知方法及系统。
背景技术：
1、在近年来，随着城市化进程的加速和车辆数量的急剧增加，道路交通管理面临前所未有的挑战，传统的交通管理系统主要依赖于单一数据源，如监控摄像头或地面感应器等，这些系统在数据收集的广度和深度上都存在限制，随着信息技术和智能交通系统(its)的快速发展，多源数据的集成利用成为提高道路交通管理效率和安全性的关键，多源数据，包括但不限于地理信息系统(gis)、全球定位系统(gps)、社交媒体数据、车载传感器数据以及公共交通系统数据等，能够为交通状态的实时监测和管理提供更全面、更精确的信息，此外，大数据分析技术和机器学习算法的应用也极大地促进了道路交通协同感知技术的发展，使得从复杂、异构的交通数据中提取有用信息成为可能，为交通管理决策提供科学依据，现有技术在道路交通感知方面已取得一定进展，但仍存在诸多不足之处，现有技术交通状态的感知不够全面，无法准确反映复杂交通环境中的实时变化，在交通异常状态识别和处理措施实施方面，缺乏足够的智能化和自动化水平。
技术实现思路
1、鉴于上述现有的基于多源数据的道路交通协同感知方法及系统中存在的问题，提出了本发明。
2、因此，本发明所要解决的问题在于现有技术交通状态的感知不够全面，无法准确反映复杂交通环境中的实时变化，在交通异常状态识别和处理措施实施方面，缺乏足够的智能化和自动化水平。
3、为解决上述技术问题，本发明提供如下技术方案：一种基于多源数据的道路交通协同感知方法，其包括，交通中心收集多源道路数据建立道路交通模型；基于道路交通模型实时监测交通情况，识别交通异常状态并对交通异常实施处理措施；数据库对数据进行可视化展示，并进行安全存储。
4、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述交通中心收集多源道路数据建立道路交通模型指交通中心通过多模态传感器收集道路多源数据进行预处理，通过预处理后的道路多源数据建立道路交通模型，包括：
5、定义车辆密度函数d(x，t)为：
6、
7、其中a为车辆密度调整系数，x和x0为测量车辆密度路段空间起点和终点，t和
8、‘’
9、t0为测量车辆密度的时间终点和起点，k和k分别为控制空间和时间增长率的权重；
10、构建交通控制响应函数r(s，v)为：
11、
12、
13、其中v为车辆速度，v0为车辆平均速度，β为调节车辆速度影响的参数，θ(s)为模拟交通信号即时变化的阶跃函数，s为信号灯时间比，s0为信号灯变化临界值比，γ为控制函数斜率的参数；
14、计算天气影响w为：
15、
16、其中w为天气状态指标，w0为天气状态临界值指标，h为一天中该天气占据小时数，ω为调整天气影响的参数；
17、定义道路影响c为：
18、
19、其中vmax为理想道路状态下的最大车速，r为道路磨损程度，v为车辆速度，α和β为调节参数；
20、综合建立道路交通模型f为：
21、
22、其中t为监测时间。
23、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述多源道路数据包括车流量数据、车速数据、交通事故记录、路面状况信息、气象数据、交通标志和信号灯数据以及车辆gps数据，所述对多源道路进行预处理包括对数据进行清洗过滤，使用中位数填补缺失值，并将数据转换成统一格式。
24、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述基于道路交通模型实时监测交通情况指基于道路交通模型对交通路段实时情况进行监测分析：
25、分析交通流量：
26、
27、
28、其中m为交通流量分析值，g为交通流量，vmax为车辆最大速度，dmax为最大车辆密度，t0为观测起始时间，m为调整参数；
29、定义异常识别函数e为：
30、
31、其中mi为第i个观测点的分析值，n为观测点总数，v0为车辆平均速度，vn为正常交通的平均车辆速度，σi为第i个观测点的权重，ρ为调节敏感度的参数。
32、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述识别交通异常状态并对交通异常实施处理措施指通过实时监测道路交通情况输入异常识别函数e得到异常识别结果e‘’，将e‘’与设定的异常阈值e’进行对比判断道路状态：
33、若e‘’＜e’，则说明道路交通状态良好，不存在道路异常，保持对多源道路数据收集和实时监测，并定期对道路交通模型和异常识别函数进行检测验证，验证完毕后生成检测记录；
34、若e‘’≥e’，则说明道路交通状态存在异常，交通中心对道路异常区域进行预警，并通知工作人员进行道路异常处理，交通中心通过实时多源道路数据持续监控道路异常区域，若发生变化，则立即向工作人员发送多源道路数据辅助工作人员了解道路异常变化，工作人员在处理完毕道路异常后向交通中心反馈异常排除信号，交通中心生成异常排除记录。
35、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述数据库对数据进行可视化展示指数据库收集道路多源数据以及道路交通模型并通过表格、文档以及数据图进行可视化展示，并添加交互式操作辅助工作人员对展示数据内容和格式进行修改和调整，所述数据库保持调整后的数据展示内容和展示格式。
36、作为本发明所述基于多源数据的道路交通协同感知方法的一种优选方案，其中：所述进行安全存储指数据库在收集数据后将数据进行存储，并设置数据安全权限和访问密码，所述访问密码与安全权限对应且具备唯一性，当访客进行数据访问时，数据库全程监控访问过程，并在访问结束后将数据访问后与访问前状态进行对比判断数据完整性。
37、本发明的另外一个目的是提供一种基于多源数据的道路交通协同感知系统，其包括，
38、数据收集模块，用于通过多模态传感器对收集多源道路数据并对数据进行预处理；
39、道路分析模块，用于根据预处理的多源道路数据建立道路交通模型；
40、异常分析模块，用于根据道路交通模型进行道路异常情况分析并实施异常处理措施；
41、展示存储模块，用于对收集和分析的数据进行存储并设置安全存储措施。
42、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于多源数据的道路交通协同感知方法的步骤。
43、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于多源数据的道路交通协同感知方法的步骤。
44、本发明有益效果为：本发明通过收集多源道路数据建立道路交通模型进行道路状态的实时监测，并基于道路交通模型识别道路异常状态，能够准确的反应复杂交通环境中的实时变化，提升了交通影响的判断准确性和响应速度，显著提高道路交通管理效率和安全性。
1.一种基于多源数据的道路交通协同感知方法，其特征在于：包括，
2.如权利要求1所述的基于多源数据的道路交通协同感知方法，其特征在于：所述交通中心收集多源道路数据建立道路交通模型指交通中心通过多模态传感器收集道路多源数据进行预处理，通过预处理后的道路多源数据建立道路交通模型，包括：
3.如权利要求2所述的基于多源数据的道路交通协同感知方法，其特征在于：所述多源道路数据包括车流量数据、车速数据、交通事故记录、路面状况信息、气象数据、交通标志和信号灯数据以及车辆gps数据，所述对多源道路进行预处理包括对数据进行清洗过滤，使用中位数填补缺失值，并将数据转换成统一格式。
4.如权利要求3所述的基于多源数据的道路交通协同感知方法，其特征在于：所述基于道路交通模型实时监测交通情况指基于道路交通模型对交通路段实时情况进行监测分析：
5.如权利要求4所述的基于多源数据的道路交通协同感知方法，其特征在于：所述识别交通异常状态并对交通异常实施处理措施指通过实时监测道路交通情
6.如权利要求5所述的基于多源数据的道路交通协同感知方法，其特征在于：所述数据库对数据进行可视化展示指数据库收集道路多源数据以及道路交通模型并通过表格、文档以及数据图进行可视化展示，并添加交互式操作辅助工作人员对展示数据内容和格式进行修改和调整，所述数据库保持调整后的数据展示内容和展示格式。
7.如权利要求6所述的基于多源数据的道路交通协同感知方法，其特征在于：所述进行安全存储指数据库在收集数据后将数据进行存储，并设置数据安全权限和访问密码，所述访问密码与安全权限对应且具备唯一性，当访客进行数据访问时，数据库全程监控访问过程，并在访问结束后将数据访问后与访问前状态进行对比判断数据完整性。
8.一种基于权利要求1-7任一所述的基于多源数据的道路交通协同感知系统，其特征在于：所述系统包括，
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于多源数据的道路交通协同感知方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于多源数据的道路交通协同感知方法的步骤。
