一种交通信息公用无线网络传输系统及方法

技术领域

本申请涉及交通公用信息传输技术领域，更具体地说，涉及一种交通信息公用无线网络传输系统及方法。

背景技术

随着城市的高速发展，汽车领域已经深入至每个普通家庭，致使有限的交通道路逐渐难以负荷繁多的车辆行驶压力，因此，在重要的一线城市通常为了减轻交通拥堵及停车位紧张现象，会选择车辆限号通行的目的，而目前道路公用停车位的规划方法均为人为看护，并使用计费终端对停靠的车辆进行计费和登记处理，然而，这样的人工操作方法并不能被广大的车主实时认知，即车主会选择在日常的停车目的范围内道路反复行驶，并寻找空余车位，造成该路段因停车困难而造成长时间的拥堵；部分道路通过建立实时监测空余车位数量指示数字显示牌，虽然一定程度上为车主提供了便利，但是，仍难以实现信息快速传播至每个车主上，并不能有效的利用现代技术手段对市区道路停车位进行实时监测和管理，停车效率仍然十分低下；

此外在不同的时段以及不同的季节，其路况信息变化较大，因此单一的采用摄像头进行路况信息的获取然后获得的车辆导航停车引导是不够客观且使用不够人性化的。

针对上述中的相关技术中，鉴于此，我们提出一种交通信息公用无线网络传输系统及方法。

发明内容

1.要解决的技术问题

本申请的目的在于提供一种交通信息公用无线网络传输系统及方法，解决了上述背景技术中的部分道路通过建立实时监测空余车位数量指示数字显示牌，虽然一定程度上为车主提供了便利，但是，仍难以实现信息快速传播至每个车主上，并不能有效的利用现代技术手段对市区道路停车位进行实时监测和管理，停车效率仍然十分低下技术问题，实现了对市政道路的公用停车位大量采集图像数据信息，并建立神经网络数据模型，通过深度学习，并不断迭代更新，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化进行数据模拟和分析，对城市固定运动轨迹停车和临时停靠车辆进行分析，可用于预测不同路段的车位在不同时间段的剩余数量，通过大量收集和注册参与者车主信息，通过与车载终端设备进行无线网络通讯连接，尽快帮助和解决众多参与者停车效率低下和盲目寻车位问题，避免因车辆反复盲寻，造成拥堵现象的技术效果。

2.技术方案

本申请技术方案提供了一种交通信息公用无线网络传输系统，包含采集单元，所述采集单元电性连接有交通信息管理中心，所述交通信息管理中心电性连接有数据处理模块、无线网络通讯模块及管理模块，所述数据处理模块将采集单元采集的数据同步输入交通信息管理中心，所述数据处理模块将采集的数据集建立神经网络数据模型，所述交通信息管理中心通过无线网络通讯模块无线连接有参与者车载终端，用于发送导航轨迹路线，指引参与车主快速停车至指引目标位置，所述参与者车载终端电性连接有避障提醒单元，所述避障提醒单元用于提醒参与车主避开无效和高拥堵停车路段。

通过采用上述技术方案，对市政道路的公用停车位大量采集图像数据信息，并建立神经网络数据模型，通过深度学习，并不断迭代更新，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化进行数据模拟和分析，对城市固定运动轨迹停车和临时停靠车辆进行分析，可用于预测不同路段的车位在不同时间段的剩余数量，通过大量收集和注册参与者车主信息，通过与车载终端设备进行无线网络通讯连接，尽快帮助和解决众多参与者停车效率低下和盲目寻车位问题，避免因车辆反复盲寻，造成拥堵现象。

可选的，所述采集单元包括有监控设备、位置传感器及计费终端设备，所述位置传感器包括有压力传感器和GPS定位模块，所述监控设备包括有道路监控摄像头、参与者车载终端摄像头及无人机摄像头。

通过采用上述技术方案，每个市政道路上通过道路上安装的道路监控摄像头实时监控停车位的空余量，每个停车位可通过压力传感器和GPS定位模块划分车位顺序号，当车辆驶入车位上时，车辆压持压力传感器，并通过GPS定位模块记录该车位被占用，且参与者车载终端摄像头可清晰拍摄车位顺序号，继而实现该监测路段车位空余量的实时信息，对于高拥堵路段早晚期，可通过无人机摄像头航拍道路拥堵现状和车位空余量，实现多方位监测效果。

可选的，所述无人机摄像头用于早晚高峰时期及高拥堵路段使用，如学校、医院等地区，所述位置传感器中的压力传感器和GPS定位模块通过车位牌固定安装于道路车位的一角处，其中在每日的不同时段启用不同的监控设备，在不同的季节采用不同的神经网络数据模型阈值。

通过采用上述技术方案，城市高拥堵路段在早晚高峰时间，拥堵极为严重，通过无人机摄像头能对周边相邻道路进行实时监测。

可选的，所述数据处理模块将采集单元采集的数据集对原图像数据作降噪、清洗及筛选，并划分为测试集、训练集及验证集，使用训练集的数据来训练神经网络数据模型，神经网络数据模型在测试集上测试后，再用测试集上的误差近似神经网络数据模型在现实场景中的泛化误差，得到近似规律的日常道路停车行为。

通过采用上述技术方案，数据处理模块通过将采集的大量图像进行降噪处理，得到高清的图像数据，神经网络数据模型通过训练集大量的训练处理，并通过测试集进行测试分析，可以得出任一一条道路上每天多个时段的停车规律，包括固定停车车辆、停车时长，临时车辆停车数量和停车时长，可通过最优的规律停车行为用于预测和规范参与者车主的停车引导信息规划使用。

可选的，所述交通信息管理中心还包括有管理模块，所述管理模块对道路停车位管理和分析，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化，对固定运动轨迹停车和临时停靠车辆进行分析，可用于预测车位在不同时间段的剩余数量，用于通过车载终端设备的导航通讯信息指引即将停靠车辆去目标车位停车，尽快解决参与车主停车效率低下和盲目寻车位问题。

通过采用上述技术方案，依据早晚高峰和高拥堵期周边相邻道路停车位的实时数据变化与神经网络数据模型的最优参数进行对比和分析，对参与者车主的导航目的目标车位进行规划和指引，优先指引参与者使用导航驶入指引目标车位处。

可选的，所述管理模块还包括有执行单元、存储单元及计时单元，所述计时单元用于记录多个参与着车载终端导航目的到达时间信息，依据记录到达时间信息，按照时间顺序和就近原则择优选取空置停车位，所述执行单元通过无线网络向参与车主终端发出导航指引路线信息，所述存储单元用于存储信息，数据同步输入神经网络数据模型，使神经网络数据模型不断更迭处理，任一监测道路停靠固定车辆已满，自动判定该路段不易停靠，选择周边道路停靠，任一监测道路停靠临时车辆较多，引导即将停靠车辆驶入该路段，指引车辆被临时车辆主观临时占用，指引被指引车辆驶向下一车位。

通过采用上述技术方案，多个参与者车主导航目的位置位于相邻的道路处，依据到达时间顺序，第一车主指引第一车位，第二车主指引第二车位，交通信息管理中心自动规划指引目标车位信息于参与者车主导航设备上，当临时车辆停靠第一车位时，则指引第一车主停靠第二车位，第二车主转变为停靠第三车位。

可选的，所述参与着车载终端通过无线、蓝牙连接有手机终端设备，所述手机终端设备在线用于参与者用户信息注册，实现参与者车主信息数据上传交通信息管理中心，所述交通信息管理中心依据参与着车载终端导航目的信息向参与着车载终端无线车位信息引导发出。

通过采用上述技术方案，参与者车主通过手机智能终端设备在线登录并注册信息，交通信息管理中心通过核对和认证参与者车主信息，可优先对参与者停车进行指引空余车位信息效果，实现智慧停车，在每个路口拐角处设置一电子指示牌，在该电子指示牌和车载终端上同步更新并显示当前路口的停车拐入推荐量化指标。

可选的，所述参与者车载终端还包括有状态监测模块，所述状态监测模块用于监测参与者车载终端是否处于正常工作状态，包括速度监测和GPS定位监测。

通过采用上述技术方案，通过状态监测模块可实时的对参与者车载终端的运行状态进行监测处理，当参与者车载终端出现停电后再开机状态，可实现提醒和恢复功能，帮助和解决参与者车主再次操作现象。

一种交通信息公用无线网络传输系统的方法，包括以下步骤：

S1、通过沿市区道路两侧的每个市政停车位一角处安装车位牌，车位牌设置累计车位数和(压力)位置传感器，通过车位牌建立单个监测点；

S2、位于每条道路处，分段设定中间监控设备，大流量、早晚高峰设定无人机航拍设备，并设置中间无线接收单元、GPS定位模块、供电单元以及无线网络控制模块，交通管理中心通过云端服务器通过无线网络控制模块，可采集获取监控设备监控对应监测道路车位数据变化；

S3、位置压力变化、道路监控图像拍摄、无人机正射航拍图像，参与者车载摄像拍摄图像及运维管理人员手持计费终端设备拍摄图像，提供大量经数据处理模块降噪等处理的标注高清图像及运行轨迹数据，通过大量数据集建立神经网络数据模型，将数据集划分为测试集、训练集及验证集，神经网络数据模型，通过深度学习与训练，对不同时间段各个道路停车位的使用情况进行分析和管理；

S4、通过深度学习，对道路停车位管理和分析，分析早晚高峰和畅通期周边相邻道路停车位实时变化，对固定运动轨迹停车和临时停靠车辆进行分析，可用于预测车位在不同时间段的剩余数量，用于通过车载终端设备的导航通讯信息指引即将停靠车辆去目标车位停车，尽快解决停车效率低下和盲目寻车位问题；

S5、当遇特殊天气、施工、学生接送等特殊情况，任一监测道路停靠固定车辆已满，自动判定该路段不易停靠，选择周边道路停靠，当任一监测道路停靠临时车辆较多，引导即将停靠车辆驶入该路段，实现规律性停车，大大提升停车效率，减少车辆反复盲寻，造成拥堵现象,当指引车辆被临时车辆主观临时占用，指引被指引车辆驶向下一车位。

3.有益效果

本申请技术方案中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、对市政道路的公用停车位大量采集图像数据信息，并建立神经网络数据模型，通过深度学习，并不断迭代更新，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化进行数据模拟和分析，对城市固定运动轨迹停车和临时停靠车辆进行分析，可用于预测不同路段的车位在不同时间段的剩余数量，通过大量收集和注册参与者车主信息，通过与车载终端设备进行无线网络通讯连接，尽快帮助和解决众多参与者停车效率低下和盲目寻车位问题，避免因车辆反复盲寻，造成拥堵现象。

2、本申请中在同一日的不同时段和不同季节采用不同的监控设备以及采用不同的神经网络数据模型阈值，在路口设置有电子指示牌，电子指示牌和车载终端共享并显示当前路口的停车拐入推荐量化指标，使得停车指引更加的人性化和客观。

附图说明

图1为本申请一较佳实施例公开的一种交通信息公用无线网络传输系统及方法的整体结构示意图；

图2为本申请一较佳实施例公开的一种交通信息公用无线网络传输系统及方法的采集单元结构示意图；

图3为本申请一较佳实施例公开的一种交通信息公用无线网络传输系统及方法的交通公用车位信息无线网络传输过程结构示意图；

图4为本申请一较佳实施例公开的一种交通信息公用无线网络传输系统及方法的参与者指引车位变化结构示意图；

图5为本申请一较佳实施例公开的一种交通信息公用无线网络传输系统及方法的参与者车载终端注册信息结构示意图；

具体实施方式

以下结合说明书附图对本申请作进一步详细说明。

参照图1，一种交通信息公用无线网络传输系统，包含采集单元，所述采集单元电性连接有交通信息管理中心，所述交通信息管理中心电性连接有数据处理模块、无线网络通讯模块及管理模块，所述数据处理模块将采集单元采集的数据同步输入交通信息管理中心，所述数据处理模块将采集的数据集建立神经网络数据模型，所述交通信息管理中心通过无线网络通讯模块无线连接有参与者车载终端，用于发送导航轨迹路线，指引参与车主快速停车至指引目标位置，所述参与者车载终端电性连接有避障提醒单元，所述避障提醒单元用于提醒参与车主避开无效和高拥堵停车路段，对市政道路的公用停车位大量采集图像数据信息，并建立神经网络数据模型，通过深度学习，并不断迭代更新，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化进行数据模拟和分析，对城市固定运动轨迹停车和临时停靠车辆进行分析，可用于预测不同路段的车位在不同时间段的剩余数量，通过大量收集和注册参与者车主信息，通过与车载终端设备进行无线网络通讯连接，尽快帮助和解决众多参与者停车效率低下和盲目寻车位问题，避免因车辆反复盲寻，造成拥堵现象。

参照图1和图2，所述采集单元包括有监控设备、位置传感器及计费终端设备，所述位置传感器包括有压力传感器和GPS定位模块，所述监控设备包括有道路监控摄像头、参与者车载终端摄像头及无人机摄像头，每个市政道路上通过道路上安装的道路监控摄像头实时监控停车位的空余量，每个停车位可通过压力传感器和GPS定位模块划分车位顺序号，当车辆驶入车位上时，车辆压持压力传感器，并通过GPS定位模块记录该车位被占用，且参与者车载终端摄像头可清晰拍摄车位顺序号，继而实现该监测路段车位空余量的实时信息，对于高拥堵路段早晚期，可通过无人机摄像头航拍道路拥堵现状和车位空余量，实现多方位监测效果。

参照图1和图2，其中在每日的不同时段启用不同的监控设备，在不同的季节采用不同的神经网络数据模型阈值，所述无人机摄像头用于早晚高峰时期及高拥堵路段使用，如学校、医院等地区，所述位置传感器中的压力传感器和GPS定位模块通过车位牌固定安装于道路车位的一角处，城市高拥堵路段在早晚高峰时间，拥堵极为严重，通过无人机摄像头能对周边相邻道路进行实时监测，不同的时段采用不同的监控设备进行交通信息的采集，可以使得能够获得的交通信息更加的具有代表性，在不同季节设置不同的神经网络数据模型阈值，例如夏天相对于冬天的开车出行方式的人数占据总出行人数的比例会相应的减少，因此可以设置不同的季节阈值，使得导航指引结果更加的人性化，也更加的客观；可选的在每个路口设置的拐角处设置有电子提示牌，在电子提示牌和导航电子模块上实时更新道路推荐信息，例如道路推荐指数。

参照图1，所述数据处理模块将采集单元采集的数据集对原图像数据作降噪、清洗及筛选，并划分为测试集、训练集及验证集，使用训练集的数据来训练神经网络数据模型，神经网络数据模型在测试集上测试后，再用测试集上的误差近似神经网络数据模型在现实场景中的泛化误差，得到近似规律的日常道路停车行为，数据处理模块通过将采集的大量图像进行降噪处理，得到高清的图像数据，神经网络数据模型通过训练集大量的训练处理，并通过测试集进行测试分析，可以得出任一一条道路上每天多个时段的停车规律，包括固定停车车辆、停车时长，临时车辆停车数量和停车时长，可通过最优的规律停车行为用于预测和规范参与者车主的停车引导信息规划使用。

参照图1和图3，所述交通信息管理中心还包括有管理模块，所述管理模块对道路停车位管理和分析，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化，对固定运动轨迹停车和临时停靠车辆进行分析，可用于预测车位在不同时间段的剩余数量，用于通过车载终端设备的导航通讯信息指引即将停靠车辆去目标车位停车，尽快解决参与车主停车效率低下和盲目寻车位问题，依据早晚高峰和高拥堵期周边相邻道路停车位的实时数据变化与神经网络数据模型的最优参数进行对比和分析，对参与者车主的导航目的目标车位进行规划和指引，优先指引参与者使用导航驶入指引目标车位处。

参照图1和图3，所述管理模块还包括有执行单元、存储单元及计时单元，所述计时单元用于记录多个参与着车载终端导航目的到达时间信息，依据记录到达时间信息，按照时间顺序和就近原则择优选取空置停车位，所述执行单元通过无线网络向参与车主终端发出导航指引路线信息，所述存储单元用于存储信息，数据同步输入神经网络数据模型，使神经网络数据模型不断更迭处理，任一监测道路停靠固定车辆已满，自动判定该路段不易停靠，选择周边道路停靠，任一监测道路停靠临时车辆较多，引导即将停靠车辆驶入该路段，指引车辆被临时车辆主观临时占用，指引被指引车辆驶向下一车位，多个参与者车主导航目的位置位于相邻的道路处，依据到达时间顺序，第一车主指引第一车位，第二车主指引第二车位，交通信息管理中心自动规划指引目标车位信息于参与者车主导航设备上，当临时车辆停靠第一车位时，则指引第一车主停靠第二车位，第二车主转变为停靠第三车位。

参照图1和图5，所述参与着车载终端通过无线、蓝牙连接有手机终端设备，所述手机终端设备在线用于参与者用户信息注册，实现参与者车主信息数据上传交通信息管理中心，所述交通信息管理中心依据参与着车载终端导航目的信息向参与着车载终端无线车位信息引导发出，参与者车主通过手机智能终端设备在线登录并注册信息，交通信息管理中心通过核对和认证参与者车主信息，可优先对参与者停车进行指引空余车位信息效果，实现智慧停车。

参照图1，所述参与者车载终端还包括有状态监测模块，所述状态监测模块用于监测参与者车载终端是否处于正常工作状态，包括速度监测和GPS定位监测，通过状态监测模块可实时的对参与者车载终端的运行状态进行监测处理，当参与者车载终端出现停电后再开机状态，可实现提醒和恢复功能，帮助和解决参与者车主再次操作现象。

参照图1至图5，一种交通信息公用无线网络传输系统的方法，包括以下步骤：

S1、通过沿市区道路两侧的每个市政停车位一角处安装车位牌，车位牌设置累计车位数和(压力)位置传感器，通过车位牌建立单个监测点；

S2、位于每条道路处，分段设定中间监控设备，大流量、早晚高峰设定无人机航拍设备，并设置中间无线接收单元、GPS定位模块、供电单元以及无线网络控制模块，交通管理中心通过云端服务器通过无线网络控制模块，可采集获取监控设备监控对应监测道路车位数据变化；

S3、位置压力变化、道路监控图像拍摄、无人机正射航拍图像，参与者车载摄像拍摄图像及运维管理人员手持计费终端设备拍摄图像，提供大量经数据处理模块降噪等处理的标注高清图像及运行轨迹数据，通过大量数据集建立神经网络数据模型，将数据集划分为测试集、训练集及验证集，神经网络数据模型，通过深度学习与训练，对不同时间段各个道路停车位的使用情况进行分析和管理；

S4、通过深度学习，对道路停车位管理和分析，分析早晚高峰和畅通期周边相邻道路停车位实时变化，对固定运动轨迹停车和临时停靠车辆进行分析，可用于预测车位在不同时间段的剩余数量，用于通过车载终端设备的导航通讯信息指引即将停靠车辆去目标车位停车，尽快解决停车效率低下和盲目寻车位问题；

S5、当遇特殊天气、施工、学生接送等特殊情况，任一监测道路停靠固定车辆已满，自动判定该路段不易停靠，选择周边道路停靠，当任一监测道路停靠临时车辆较多，引导即将停靠车辆驶入该路段，实现规律性停车，大大提升停车效率，减少车辆反复盲寻，造成拥堵现象,当指引车辆被临时车辆主观临时占用，指引被指引车辆驶向下一车位。

本申请实施例提供了一种交通信息公用无线网络传输系统及方法，工作原理：通过沿市区道路两侧的每个市政停车位一角处安装车位牌，车位牌设置累计车位数和(压力)位置传感器，通过车位牌建立单个监测点；位于每条道路处，分段设定中间监控设备，大流量、早晚高峰设定无人机航拍设备，并设置中间无线接收单元、GPS定位模块、供电单元以及无线网络控制模块，交通管理中心通过云端服务器通过无线网络控制模块，可采集获取监控设备监控对应监测道路车位数据变化；位置压力变化、道路监控图像拍摄、无人机正射航拍图像，参与者车载摄像拍摄图像及运维管理人员手持计费终端设备拍摄图像，提供大量经数据处理模块降噪等处理的标注高清图像及运行轨迹数据，通过大量数据集建立神经网络数据模型，将数据集划分为测试集、训练集及验证集，神经网络数据模型，通过深度学习与训练，对不同时间段各个道路停车位的使用情况进行分析和管理；通过深度学习，对道路停车位管理和分析，分析早晚高峰和畅通期周边相邻道路停车位实时变化，对固定运动轨迹停车和临时停靠车辆进行分析，可用于预测车位在不同时间段的剩余数量，用于通过车载终端设备的导航通讯信息指引即将停靠车辆去目标车位停车，尽快解决停车效率低下和盲目寻车位问题；当遇特殊天气、施工、学生接送等特殊情况，任一监测道路停靠固定车辆已满，自动判定该路段不易停靠，选择周边道路停靠，当任一监测道路停靠临时车辆较多，引导即将停靠车辆驶入该路段，实现规律性停车，大大提升停车效率，减少车辆反复盲寻，造成拥堵现象,当指引车辆被临时车辆主观临时占用，指引被指引车辆驶向下一车位。

上述过程中本申请中对市政道路的公用停车位大量采集图像数据信息，并建立神经网络数据模型，通过深度学习，并不断迭代更新，分析早晚高峰和高拥堵期周边相邻道路停车位实时变化进行数据模拟和分析，对城市固定运动轨迹停车和临时停靠车辆进行分析，可用于预测不同路段的车位在不同时间段的剩余数量，通过大量收集和注册参与者车主信息，通过与车载终端设备进行无线网络通讯连接，尽快帮助和解决众多参与者停车效率低下和盲目寻车位问题，避免因车辆反复盲寻，造成拥堵现象，在同一日的不同时段和不同季节采用不同的监控设备以及采用不同的神经网络数据模型阈值，在路口设置有电子指示牌，电子指示牌和车载终端共享并显示当前路口的停车拐入推荐量化指标，使得停车指引更加的人性化和客观。