(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211343960.9 (22)申请日 2022.10.31 (71)申请人 讯飞智元信息科技有限公司 地址 230088 安徽省合肥市高新区望江西 路666号讯飞大厦8层-10层 (72)发明人 熊梓君　汪雪松　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王雨 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06F 111/04(2020.01) (54)发明名称 一种全局交通流优化方法、 装置、 设备及存 储介质 (57)摘要 本发明提供了一种全局交通流优化方法、 装 置、 设备及存储介质， 方法包括： 获取优化区域的 拓扑路网图， 拓扑路网图中包括第一种路段、 重 要程度低于第一种路段的第二种路段和重要程 度低于第二种路段的第三种路段； 构建用于确定 优化路段集中各路段的最优车流量的目标函数， 优化路段集中包括各第一种路段或者将各第一 种路段串接起来的路段， 以及各第二种路段； 将 各第三种路段作为人为堵点路段， 针对优化路段 集中的各路段和各第三种路段构建约束条件； 结 合约束条件对目标函数进行求解， 得到优化路段 集中各路段的最优车流量； 根据优化路段集中各 路段的最优 车流量， 对优化区域的车流量进行调 配。 本发明提供的全局交通流优化方法具有较好 的优化效果。 权利要求书3页 说明书14页 附图4页 CN 115510599 A 2022.12.23 CN 115510599 A 1.一种全局交通 流优化方法， 其特 征在于， 包括： 获取优化区域的拓扑路网图， 其中， 所述拓扑网图中包括用节点表示的交叉口， 以及用 节点之间的连线表示的路段， 所述拓扑路网图中包括第一种路段、 重要程度低于第一种路 段的第二种路段以及重要程度低于第二种路段的第三种路段； 构建用于确定优化路段集中各路段的最优车流量的目标函数， 其中， 所述优化路段集 中包括各第一种路段或者将各第一种路段串接起 来的路段， 以及各第二种路段； 将各第三种路段作为人为堵点路段， 针对所述优化路段集中的各路段和各第 三种路段 构建约束条件； 结合所述约束条件对所述目标函数进行求解， 得到所述优化路段集中各路段的最优车 流量； 根据所述优化路段集中各路段的最优车流 量， 对所述优化区域的车流 量进行调配。 2.根据权利要求1所述的全局交通流优化方法， 其特征在于， 所述构建用于确定优化路 段集中各路段的最优车流 量的目标函数， 包括： 确定所述优化路段集中各路段分别对应的权重， 其中， 若所述优化路段集中包括各第 一种路段， 则每个第一种路段对应的权重大于各第二种路段分别对应的权重， 若所述优化 路段集中包括将各第一种路段串接起来的路段， 则将各第一种路段串接起来的路段对应的 权重大于各第二种路段分别对应的权 重； 构建以所述优化路段集中各路段的车流量为自变量的目标函数， 其中， 所述目标函数 为最小化所述优化路段集中各路段的加权延误时间之和， 一路段的加权延误时间通过用该 路段对应的权 重对根据该路段的车流 量确定的总体平均延误时间加权得到 。 3.根据权利要求1所述的全局交通 流优化方法， 其特 征在于， 所述约束条件 包括： 针对所述优化路段集中的每个路段： 该路段的车流量小于或等于该路段能够承载的最 大车流量； 该路段的总体平均延误时间小于或等于该路段能够接受的最大延误时间； 针对每个第三种路段： 该路段的车流量小于或等于该路段能够承载的最大车流量； 该 路段的总体平均延误时间大于或等于该路段能够制造拥堵的最小延误时间； 所述优化路段集中各路段分别对应的权 重的和为1； 所述优化路段集中各路段的车流量和各第三种路段的车流量之和小于或等于所述优 化区域所能承载的最大 车流量。 4.根据权利要求2所述的全局交通流优化方法， 其特征在于， 所述确定所述优化路段集 中各路段分别对应的权 重， 包括： 针对所述优化路段集中的每个路段， 获取该路段在高峰期的车流量数据， 并根据该路 段在高峰期的车流量数据， 确定该路段 的总体平均延误时间， 以得到优化路段集中各路段 的总体平均延误时间； 根据所述优化路段集中各路段的总体平均延误 时间， 确定所述优化路段集中各路段分 别对应的权 重。 5.根据权利要求4所述的全局交通流优化方法， 其特征在于， 所述根据 所述优化路段集 中各路段的总体平均延误时间， 确定所述优化路段集中各路段分别对应的权 重， 包括： 以所述优化路段集中各路段的总体平均延误时间为依据， 利用 层次分析模型， 生成所 述优化路段集中各路段分别对应的权 重；权　利　要　求　书 1/3 页 2 CN 115510599 A 2以使所述优化路段集中每个第一路段对应的权重或者将各第一种路段串接起来的路 段对应的权重大于所述优化路段集中各第二路段分别对应的权重为调整目标， 对生成的权 重进行调整， 调整后得到所述优化路段集中各路段分别对应的最终权 重。 6.根据权利要求4所述的全局交通流优化方法， 其特征在于， 所述根据 该路段在高峰期 的车流量数据， 确定该路段的总体平均延误时间， 包括： 根据该路段的车道在高峰期的车流 量数据， 确定该路段的车道的平均延误时间； 根据该路段的车道在高峰期的车流量数据以及该路段的车道的平均延误 时间， 确定该 路段的总体平均延误时间。 7.根据权利要求1～6中任一项所述的全局 交通流优化方法， 其特征在于， 所述根据所 述优化路段集中各路段的最优车流 量， 对所述优化区域的流 量进行调配， 包括： 根据所述优化路段集中各路段的最优车流量， 确定所述拓扑路网图中各交叉口的绿信 比； 根据所述拓扑路网图中各交叉口的绿信比， 控制所述优化区域各交叉口的交通信号 灯， 以对所述优化区域的车流 量进行调配。 8.根据权利要求7所述的全局交通流优化方法， 其特征在于， 所述根据 所述优化路段集 中各路段的最优车流 量， 确定所述拓扑路网图中各交叉口 的绿信比， 包括： 针对所述拓扑路网图中的每个交叉口， 以所述优化路段集中与 该交叉口相关的各路段 的最优车流 量为预测依据， 利用预 先训练得到的绿信比预测模型， 预测该交叉口 的绿信比； 其中， 所述绿信比预测模型采用多条训练车流量数据和所述多条训练车流量数据分别 对应的绿信比训练得到， 一条训练车流量数据为与一交叉口相关的各路段的历史车流量数 据。 9.一种全局 交通流优化装置， 其特征在于， 包括： 拓扑路网图获取模块、 目标函数构建 模块、 约束条件构建模块、 最优车流 量确定模块和车流 量调配模块； 所述拓扑路网图获取模块， 用于获取优化 区域的拓扑路网图， 其中， 所述拓扑网图中包 括用节点表示的交叉 口， 以及用节点之间的连线表示的路段， 所述拓扑路网图中包括第一 种路段、 重要程度低于第一种路段的第二种路段以及重要程度低于第二种路段的第三种路 段； 所述目标函数构建模块， 用于构建用于确定优化路段集中各路段的最优车流量的目标 函数， 其中， 所述优化路段集中包括各第一种路段或者将各第一种路段串接起来的路段， 以 及各第二种路段； 所述约束条件构建模块， 用于将各第三种路段作为人为堵点路段， 针对所述优化路段 集中的各路段和各第三种路段构建约束条件； 所述最优车流量确定模块， 用于结合所述约束条件对所述目标函数进行求解， 得到所 述优化路段集中各路段的最优车流 量； 所述车流量调配模块， 用于根据所述优化路段集中各路段的最优车流量， 对所述优化 区域的车流 量进行调配。 10.根据权利要求9所述的全局交通流优化装置， 其特征在于， 所述目标函数构建模块 包括： 权重确定子模块和目标函数构建子模块； 所述权重确定子模块， 用于确定所述优化路段集中各路段分别对应的权重， 其中， 若所权　利　要　求　书 2/3 页 3 CN 115510599 A 3