交通管制方法及装置

摘要

本发明公开了一种交通管制方法及装置，本发明涉及智能网联技术领域，其中包括：响应于当前道路发生的危险事件，根据危险事件涉及的车道数量和车道范围，评估危险事件对应的事件等级；若根据事件等级确定当前道路需要启动交通管制，则制定当前道路的交通管制信息，并确定危险事件的管制区域范围；根据危险事件在管制区域范围内的发生位置，确定数据传播链路方向，以及数据传播链路方向上的衰减因子；根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；将传播数据包传递给所述管制区域范围内的相邻边缘计算单元。通过应用本申请的技术方案，能够减轻网络负载，减少交通管制的响应时间。

权利要求

1.一种交通管制方法，其特征在于，应用于边缘计算单元，包括：响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；

根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包；

其中，所述确定所述危险事件的管制区域范围，包括：

确定检测出所述危险事件的目标边缘计算单元，并根据所述目标边缘计算单元的监测范围，确定所述危险事件对应的事件范围；

根据所述事件范围和所述当前道路的拓扑结构，确定所述管制区域范围；

所述数据传播链路方向包括至少两个链路方向，所述根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子，包括：根据所述危险事件在所述管制区域范围内的发生位置，确定所述至少两个链路方向；

根据所述管制区域范围，确定数据分别在所述至少两个链路方向上的传播距离，并根据所述传播距离，初始化所述至少两个链路方向上的衰减因子。

2.根据权利要求1所述的方法，其特征在于，所述危险事件包括交通事故、自然灾害、恶劣天气和批量行人入侵，在所述响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级之前，所述方法包括：获取所述当前道路的基础交通环境数据；

根据所述基础交通环境数据中的车辆数据，初步检测所述当前道路是否发生交通事故；

若根据初步检测结果确定所述当前道路发生交通事故，则对所述基础交通环境数据中的视频图像和雷达感知数据进行车辆检测，并根据车辆检测结果判定所述当前道路是否发生交通事故；

若所述当前道路未发生交通事故，则对所述基础交通环境数据中的视频图像进行边缘检测，并根据边缘检测结果判定所述当前道路是否发生自然灾害；

若所述当前道路未发生自然灾害，则对所述基础交通环境数据中的视频图像进行行人识别，并根据行人识别结果判定所述当前道路是否存在批量行人入侵；

若所述当前道路不存在批量行人入侵，则根据所述基础交通环境数据中的天气数据，判定当前是否存在恶劣天气。

3.根据权利要求2所述的方法，其特征在于，所述对所述基础交通环境数据中的视频图像和雷达感知数据进行车辆检测，并根据车辆检测结果判定所述当前道路是否发生交通事故，包括：将所述视频图像输入至预设车辆检测模型中进行车辆检测，输出车辆边框信息；

若所述视频图像中存在至少两辆车辆，则根据所述至少两辆车辆分别对应的车辆边框信息，确定边框存在重叠的目标车辆；

根据所述雷达感知数据，确定所述目标车辆在边框重叠之前的加速度信息和在边框重叠之后的加速度信息；

根据所述边框重叠之前的加速度信息，确定所述目标车辆的平均加速度，并根据所述边框重叠之后的加速度信息，确定所述目标车辆的最大加速度；

根据所述平均加速度和所述最大加速度，确定所述目标车辆的加速度变化；

根据所述雷达感知数据，确定所述目标车辆的行驶轨迹，以及所述行驶轨迹在不同时间节点处的矢量夹角变化；

根据所述加速度变化，所述矢量夹角变化，以及所述加速度变化和所述矢量夹角变化分别对应的权重值，对所述目标车辆进行评分；

根据所述目标车辆的评分结果，最终判定所述目标车辆是否发生交通事故；

所述对所述基础交通环境数据中的视频图像进行边缘检测，并根据边缘检测结果判定所述当前道路是否发生自然灾害，包括：利用预设边缘检测算法对所述视频图像进行边缘检测，得到所述当前道路的边缘特征；

若根据所述边缘特征确定所述当前道路的轮廓存在断裂，则确定所述当前道路发生自然灾害；

所述对所述基础交通环境数据中的视频图像进行行人识别，并根据行人识别结果判定所述当前道路是否存在批量行人入侵，包括：将所述视频图像输入至预设行人识别模型中进行行人识别，输出行人边框信息；

根据所述行人边框信息，确定所述视频图像中的行人数量，以及任意相邻两个行人之间的距离；

若所述行人数量大于预设行人数量，且任意相邻两个行人之间的距离小于预设行人距离，则确定所述当前道路存在批量行人入侵。

4.根据权利要求3所述的方法，其特征在于，所述根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包，包括：确定所述危险事件对应的事件类型和事件发生时间；

根据所述事件类型、所述事件发生时间、所述事件等级、所述事件范围、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成所述数据传播链路方向上的传播数据包。

5.根据权利要求1所述的方法，其特征在于，所述根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包，包括：所述相邻边缘计算单元，用于按照所述传播数据包中的数据传播链路方向，依次向下传递所述传播数据包，其中，所述衰减因子在传递过程中逐渐减小，直至所述衰减因子为零，停止所述传播数据包的传递。

6.根据权利要求1‑5任一项所述的方法，其特征在于，所述方法还包括：将所述当前道路的交通状态信息，所述边缘计算单元的运行状态和所述传播数据包上传至云控平台。

7.一种交通管制装置，其特征在于，包括：

评估单元，用于响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

第一确定单元，用于若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

第二确定单元，用于根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子，其中，所述数据传播链路方向包括至少两个链路方向；

生成单元，用于根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

传递单元，用于将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包；

所述第一确定单元，具体用于确定检测出所述危险事件的目标边缘计算单元，并根据所述目标边缘计算单元的监测范围，确定所述危险事件对应的事件范围；根据所述事件范围和所述当前道路的拓扑结构，确定所述管制区域范围；

第二确定单元，具体用于根据所述危险事件在所述管制区域范围内的发生位置，确定所述至少两个链路方向；根据所述管制区域范围，确定数据分别在所述至少两个链路方向上的传播距离，并根据所述传播距离，初始化所述至少两个链路方向上的衰减因子。

8.一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6中任一项所述的方法的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，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6中任一项所述的方法的步骤。

说明书

交通管制方法及装置

技术领域

[0001] 本发明涉及智能网联技术领域，具体而言，涉及一种交通管制方法及装置。

背景技术

[0002] 近年来，随着国家经济建设以及城市化进程的快速发展，我国各地区之间的人员交流规模日益增加，这造成了全国范围内的交通拥堵、事故频发以及环境恶化等问题。为了满足日益增长的交通运输需求，保证道路交通网的安全有序，除了加强道路建设外，还必须采取科学有效的措施来最大限度地发挥现有道路资源的潜在能力。而当道路出现突然状况时，准确快速的做出反应，是现有交通网安全有序运行的重要保障方式。

[0003] 目前，在发生突发状况时，通常由云控平台进行交通管制。然而，这种方式需要向云控平台传输海量的基础数据，导致网络压力较大，与此同时，由于网络带宽的局限性，向云控平台传送海量数据需要一定时间，云控平台处理数据也需要一定时间，因此加大了交通管制的响应时间，难以实时地进行动态交通管制。

发明内容

[0004] 本发明提供一种交通管制方法及装置，主要在于能够减轻网络负载，减少交通管制的响应时间，能够实时地进行动态交通管制。

[0005] 根据本发明实施例的第一方面，提供一种交通管制方法，包括：

[0006] 响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

[0007] 若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

[0008] 根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；

[0009] 根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

[0010] 将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0011] 根据本发明实施例的第二方面，提供一种交通管制装置，包括：

[0012] 评估单元，用于响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

[0013] 第一确定单元，用于若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

[0014] 第二确定单元，用于根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；

[0015] 生成单元，用于根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

[0016] 传递单元，用于将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0017] 根据本发明实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

[0018] 响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

[0019] 若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

[0020] 根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；

[0021] 根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

[0022] 将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0023] 根据本发明实施例的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

[0024] 响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；

[0025] 若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；

[0026] 根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；

[0027] 根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；

[0028] 将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0029] 本发明实施例的创新点包括：

[0030] 1、由边缘计算单元直接对基础交通环境数据进行分析决策，并下发交通管制信息，减少交通管制的响应时间是本发明实施例的创新点之一。

[0031] 2、在道路路段出现突发事件时，无需将数据交由云控平台进行分析决策，直接由边缘计算单元完成，降低系统风险，达到去中心化的目的是本发明实施例的创新点之一。

[0032] 3、大量感知原始数据可以不用上传云端，由边缘计算单元做分析决策，通过边缘计算单元端到端的网络通信方式实现交通管制信息的传递，减小网络压力是本发明实施例的创新点之一。

[0033] 4、各边缘计算单元节点之间端到端传递交通管制信息数据包，边缘端信息打包上传云控平台，降低数据传输成本是本发明实施例的创新点之一。

[0034] 本发明提供的一种交通管制方法及装置，与现有技术由云控平台进行交通管制的方式相比，能够响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级，若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围，与此同时，根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子，并根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包，最终将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。由此可知，本发明利用边缘计算单元检测道路的突然事件，并生成包含交通管制信息的传播数据包传递给其他边缘计算单元节点，能够直接在边缘端完成分析决策，从而能够避免将海量基础数据上传到云控平台，减轻网络压力，同时由于这种方式节约了数据传输时间，因此能够减小交通管制的响应时间，有利于实时对道路进行动态交通管制，此外，由于本发明直接在边缘端进行分析决策，因此能够达到去中心化的目的，降低系统风险。

[0035] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

[0036] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0037] 图1示出了本发明实施例提供的一种交通管制方法流程示意图；

[0038] 图2示出了本发明实施例提供的交通管制系统的架构示意图；

[0039] 图3示出了本发明实施例提供的另一种交通管制方法流程示意图；

[0040] 图4示出了本发明实施例提供的一种交通管制装置的结构示意图；

[0041] 图5示出了本发明实施例提供的另一种交通管制装置的结构示意图；

[0042] 图6示出了本发明实施例提供的一种电子设备的实体结构示意图。

具体实施方式

[0043] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0044] 需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0045] 现有的公交优先方法会对其他车辆造成较大影响，无法保证交叉路口的整体运行效率。

[0046] 为了克服上述缺陷，本发明实施例提供了一种交通管制方法，应用于边缘计算单元，如图1所示，该方法包括：

[0047] 步骤101、响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级。

[0048] 其中，危险事件包括恶劣天气、自然灾害、交通事故和批量行人入侵等。

[0049] 本发明实施例主要适用于在车路协同环境下进行道路交通管制的场景。本发明实施例的执行主体为能够进行道路交通管制的装置或者设备，具体可以为边缘计算单元。

[0050] 为了避免向云控平台传输海量基础数据，从而导致出现网络压力较大，交通管制实时性较差的问题。本发明实施例提供了一种交通管制系统，如图2所示，该系统由数据输入端和边缘计算单元构成，其中，数据输入端主要包括车辆端、路侧感知系统和行人终端等，数据输入端主要负责采集道路基础环境数据，为边缘计算单元检测危险事件和分析道路状态提供基础数据支撑，此外，按照路段部署多个可以通过端对端网络进行通信的边缘计算单元，该边缘计算单元负责分析环境数据、检测危险事件、识别道路交通状态、决策交通管控、生成传播数据包、发送或者转发传播数据包、发布交通管制信息、上传信息数据等。

[0051] 对于本发明实施例，车辆端、路侧感知系统和行人终端会向边缘计算单元提供基础交通环境数据，如路侧感知系统能够采集视频图像，以及道路车辆的车速、车距、行驶状态等车辆数据，并提供给边缘计算单元，车辆端可以向边缘计算单元辅助提供车速、车辆位置信息、车辆行驶状态等数据，行人终端可以向边缘计算单元辅助提供当前的天气数据等。进一步地，边缘计算单元在获取上述基础交通环境数据后，会对该基础交通环境数据进行分析，判定当前道路是否发生自然灾害、恶劣天气、交通事故和批量行人入侵等危险事件，如果检测出当前道路发生上述危险事件，则边缘计算单元会根据危险事件所涉及的车道数量和车道范围，确定危险事件的影响程度，危险事件的影响程度越大，其对应的事件等级越高，相反危险事件的影响程度越小，其对应的事件等级越低。

[0052] 例如，边缘计算单元检测出当前道路发生交通事故，当前道路共有4条车道，如果本次交通事故仅涉及其中一条车道，占据车道范围大概20米，则确定本次交通事故影响程度不大，其对应的事件等级为一级；如果本次交通事故涉及其中三条车道，每条车道占据范围大概40米，则确定本次交通事故影响程度较大，其对应的事件等级为三级。

[0053] 需要说明的是，本发明实施例中的事件等级可以根据实际的业务需求进行划定，如将危险事件的事件等级划分为一级、二级、三级和四级，本发明实施例对事件等级的划分方式和划分级数并不做具体限定。

[0054] 步骤102、若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围。

[0055] 对于本发明实施例，为了提高当前道路的交通管控精度，边缘计算单元在确定危险事件对应的事件等级之后，可以根据该事件等级判定是否启动交通管制。具体地，如果当前道路发生的危险事件对应的事件等级较低，则说明该危险事件的影响程度较小，此时不需要启动交通管制；相反如果当前道路发生的危险事件对应的事件等级较高，则说明该危险事件的影响程度较大，此时为了保证道路交通安全有序运行，需要启动动态交通管制。

[0056] 进一步地，边缘计算单元在确定需要启动动态交通管制之后，会针对该危险事件，制定当前道路的交通管制信息，如限制车速不能超过30km/h，控制车辆变道绕行等管制信息。之后根据该危险事件的事件范围，确定危险事件的管控区域范围，其中，确定管制区域范围的具体过程详见步骤202和步骤203。

[0057] 步骤103、根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子。

[0058] 对于本发明实施例，由于每个边缘计算单元负责的道路范围有限，其只能向自己负责的道路范围内的车辆下发交通管制信息，因此如果确定的管制区域范围较大，边缘计算单元不可能向自己负责的道路范围之外的车辆下发交通管制信息。为了使管制区域范围内的所有车辆都能够接收到交通管制信息，边缘计算单元可以生成包含交通管制信息的传播数据包，并将该传播数据包传递给管制区域范围内的其他边缘计算单元节点，其他边缘计算单元便可以将交通管制信息下发给相应道路范围内的车辆，由此能够保证管制区域范围内的所有车辆都可以接收到交通管制信息。

[0059] 具体地，在生成传播数据包之前，需要根据危险事件在管制区域范围内的发生位置，确定交通管制信息的传播链路方向，以及该交通管制信息在传播链路方向上的传播距离，为了能够精确控制信息的传播距离，本发明实施例在每个数据传播链路方向上初始化一个衰减因子，衰减因子在数据包传播过程中不断递减，直至衰减为零，停止传播。

[0060] 例如，在双向车道的直线道路上发生了交通事故，由于交通事故影响了双向车道上的车辆，因此该交通管制信息应该以交通事故的发生位置为中心向两侧传播，从而能够确定前后两个传播链路方向，之后根据本次交通事件的管制区域范围，确定信息在前后两个传播链路方向上的传播距离，如向前传播500米，向后传播1000米，接着分别初始化两个传播链路方向上的衰减因子，假设每隔500米有一个边缘计算单元，将向前传播链路方向上的衰减因子初始化为1，将向后传播链路方向上的衰减因子初始化为2，传播数据包在传递过程中每经过一个边缘计算单元节点衰减因子会减1，当衰减因子为零时，两个传播链路方向上的数据包便停止传递。

[0061] 步骤104、根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包。

[0062] 对于本发明实施例，边缘计算单元在确定数据传播链路方向，以及数据传播链路方向上的衰减因子之后，会将交通管制信息、传播链路方向和衰减因子等信息进行打包，生成传播数据包，除了上述信息，在该传播数据包中还可以包括危险事件对应的事件等级、事件类型、事件发生时间、管制区域范围、事件范围等。

[0063] 基于此，步骤104具体包括：确定所述危险事件对应的事件类型和事件发生时间；根据所述事件类型、所述事件发生时间、所述事件等级、所述事件范围、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成所述数据传播链路方向上的传播数据包。其中，所述事件类型包括自然灾害、恶劣天气、交通事故和批量行人入侵等。

[0064] 具体在生成传播数据包时，每个数据传播链路方向上都要生成对应的传播数据包，且不同传播链路方向上的数据包中的衰减因子不同。

[0065] 步骤105、将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元。

[0066] 其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0067] 对于本发明实施例，数据包在传递过程中，边缘计算单元会最先将传播数据包传递给管制区域范围内距离自己最近的边缘计算单元，即相邻边缘计算单元，相邻边缘计算单元在接收到该传播数据包后，会将传播数据包中的交通管制信息下发给其负责范围内的网联车辆，如果车辆不具备智能网联功能，也可以通过告示板的方式将交通管制信息展示到路侧，与此同时，相邻边缘计算单元会按照传播数据包中的数据传播链路方向，依次向下传递该传播数据包，传播数据包在传递过程中衰减因子不断递减，当衰减因子为零时，便停止数据包的传递。由此可知，本发明实施例通过边缘计算单元端到端的网络通信方式能够实现交通管制信息的传递，减小了云控平台的网络压力。

[0068] 本发明实施例提供的一种交通管制方法，通过利用边缘计算单元检测道路的突然事件，并生成包含交通管制信息的传播数据包传递给其他边缘计算单元节点，能够直接在边缘端完成分析决策，从而能够避免将海量基础数据上传到云控平台，减轻网络压力，同时由于这种方式节约了数据传输时间，因此能够减小交通管制的响应时间，有利于实时对道路进行动态交通管制，此外，由于本发明实施例直接在边缘端进行分析决策，因此能够达到去中心化的目的，降低系统风险。

[0069] 进一步的，作为对上述实施例的细化和扩展，本发明实施例提供了另一种交通管制方法，如图3所示，所述方法包括：

[0070] 步骤201、响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级。

[0071] 其中，危险事件包括恶劣天气、自然灾害、交通事故和批量行人入侵等。

[0072] 对于本发明实施例，边缘计算单元在接收到基础交通环境数据之后，会根据该基础交通环境数据，检测当前路段是否发生危险事件，针对该检测过程，所述方法包括：获取所述当前道路的基础交通环境数据；根据所述基础交通环境数据中的车辆数据，初步检测所述当前道路是否发生交通事故；若根据初步检测结果确定所述当前道路发生交通事故，则对所述基础交通环境数据中的视频图像和雷达感知数据进行车辆检测，并根据车辆检测结果判定所述当前道路是否发生交通事故；若所述当前道路未发生交通事故，则对所述基础交通环境数据中的视频图像进行边缘检测，并根据边缘检测结果判定所述当前道路是否发生自然灾害；若所述当前道路未发生自然灾害，则对所述基础交通环境数据中的视频图像进行行人识别，并根据行人识别结果判定所述当前道路是否存在批量行人入侵；若所述当前道路不存在批量行人入侵，则根据所述基础交通环境数据中的天气数据，判定当前是否存在恶劣天气。

[0073] 具体地，可以先根据基础交通环境数据中的车速、车距和车辆行驶状态，初步判定当前道路是否发生交通事故，如发现两辆车辆的车距较近，停止行驶，且其他车辆的车速较慢，则可以初步判定当前道路发生了交通事故。为了进一步提高交通事故的检测精度，还需要对基础交通环境数据中的视频图像进行车辆检测，并根据车辆检测结果判定是否真的发生交通事故，针对该车辆检测过程，所述方法包括：若所述视频图像中存在至少两辆车辆，则根据所述至少两辆车辆分别对应的车辆边框信息，确定边框存在重叠的目标车辆；根据所述雷达感知数据，确定所述目标车辆在边框重叠之前的加速度信息和在边框重叠之后的加速度信息；根据所述边框重叠之前的加速度信息，确定所述目标车辆的平均加速度，并根据所述边框重叠之后的加速度信息，确定所述目标车辆的最大加速度；根据所述平均加速度和所述最大加速度，确定所述目标车辆的加速度变化，并根据所述加速度变化，确定针对所述目标车辆是否发生交通事故的第一预测结果；根据所述雷达感知数据，确定所述目标车辆的行驶轨迹，以及所述行驶轨迹在不同时间节点处的矢量夹角变化，并根据所述矢量夹角变化，确定针对所述目标车辆是否发生交通事故的第二预测结果；根据所述第一预测结果，所述第二预测结果，以及所述第一预测结果和所述第二预测结果分别对应的权重值，对所述目标车辆进行评分；根据所述目标车辆的评分结果，最终判定所述目标车辆是否发生交通事故。

[0074] 其中，预设车辆检测模型具体可以为yolov5车辆检测模型，如果该视频图像中存在车辆，yolov5车辆检测模型会输出所有车辆的边框信息，车辆的边框信息具体包括车辆边框的中心坐标，长度信息和宽度信息。根据车辆的边框信息，能够判定任意两辆车辆的边框是否存在重叠，由此能够找出边框存在重叠的目标车辆。在本发明实施例中，边框重叠可以在一定程度上说明目标车辆之间的位置关系，但是边框重叠并不代表一定发生交通事故，例如，在交通信号灯处停放的两辆车辆，或者在高速公路上并行行驶的两辆车辆，从视频图像中获取的这两辆车辆的边框信息很可能存在重叠，但实际这两辆车并没有发生交通事故，因此为了保证对交通事故判定结果的准确度，避免引发错误报警，还需要进一步结合车辆轨迹矢量夹角的变化和车辆加速度的变化，来最终判定当前道路是否发生了交通事故。

[0075] 具体地，在目标车辆边框重叠的情况下，可以从字典中捕获目标车辆在边框重叠之前的15帧的加速度和在边框重叠之后的15帧的加速度，之后根据边框重叠之前的15帧的加速度，计算目标车辆的平均加速度，同时从边框重叠之后的15帧的加速度中确定最大加速度，通过计算边框重叠条件下最大加速度与平均加速度的差，可以确定目标车辆的加速度变化，如果目标车辆的加速度变化过大，则说明目标车辆很可能发生了交通事故。

[0076] 除此之外，还可以确定目标车辆的行驶轨迹在不同时间节点处的矢量夹角变化，如在边框重叠前后，确定目标车辆的行驶轨迹的矢量夹角在5个帧的间隔内的角度变化，如果该矢量夹角变化过大，则说明目标车辆很可能发生了交通事故。

[0077] 需要说明的是，本发明实施例对于最终判定结果的参考量并不局限于加速度变化和行驶轨迹矢量夹角变化，还可以包括其他参考量。

[0078] 进一步地，可以根据目标车辆的加速度变化和矢量夹角变化分别对应的权重值，对目标车辆进行评分，如果目标车辆的评分大于预设分值，则最终判定目标车辆发生了车祸；相反则判定目标车辆没有发生车祸。

[0079] 进一步地，如果根据基础交通环境数据确定当前道路没有发生交通事故，则还需要对视频图像进行边缘检测，并根据该边缘检测结果判定当前道路是否发生自然灾害，针对该边缘检测过程，所述方法包括：利用预设边缘检测算法对所述视频图像进行边缘检测，得到所述当前道路的边缘特征；若根据所述边缘特征确定所述当前道路的轮廓存在断裂，则确定所述当前道路发生自然灾害。

[0080] 其中，预设边缘检测算法具体可以Canny边缘检测算法。利用Canny边缘检测算法对视频图像进行边缘检测，能够输出视频图像中的边缘轮廓特征，根据该边缘轮廓特征能够判定当前道路是否存在断裂，如果存在，则说明可能发生了地震或者泥石流等自然灾害将道路损毁；相反如果不存在，则说明没有发生自然灾害。

[0081] 进一步地，如果根据基础交通环境数据确定当前道路没有发生自然灾害，则还需要对视频图像进行行人识别，并根据行人识别结果判定当前道路是否存在批量行人入侵，针对该行人识别过程，所述方法包括：将所述视频图像输入至预设行人识别模型中进行行人识别，输出行人边框信息；根据所述行人边框信息，确定所述视频图像中的行人数量，以及任意相邻两个行人之间的距离；若所述行人数量大于预设行人数量，且任意相邻两个行人之间的距离小于预设行人距离，则确定所述当前道路存在批量行人入侵。

[0082] 其中，预设行人识别模型具体可以为yolov5行人识别模型，如果该视频图像中存在行人，yolov5行人识别模型会输出所有行人的边框信息，行人的边框信息具体包括行人的边框坐标，长度信息和宽度信息。根据行人的边框信息，能够确定视频图像中的行人数量，以及相邻行人之间的距离。例如，检测到20个行人，且任意相邻两个行人之间的中心距离均小于5mm，此时可能是学生站排过马路，即出现批量行人入侵。

[0083] 进一步地，如果根据基础交通环境数据确定当前道路没有出现行人批量入侵，则还需要根据基础交通环境数据中的天气数据，判定当前是否存在恶劣天气。由此按照上述方式能够检测出当前道路是否发生危险事件，如果确定当前道路发生了危险事件，则进一步评估危险事件对应的事件等级。

[0084] 步骤202、若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，确定检测出所述危险事件的目标边缘计算单元，并根据所述目标边缘计算单元的监测范围，确定所述危险事件对应的事件范围。

[0085] 对于本发明实施例，如果该危险事件对应的事件等级过高，则需要启动交通管制，在启动交通管制时，需要针对危险事件，制定当前道路的交通管制信息，与此同时，确定检测出该危险事件的目标边缘计算单元，每个边缘计算单元有自己的监控范围，根据目标边缘计算单元对应的监控范围，确定危险事件对应的事件范围。例如，双向车道的直线道路上发生了交通事故，在该直线道路上有三个目标边缘计算单元均检测出该交通事故，此时可以综合三个目标边缘计算单元的监控范围，得到危险事件的事件范围。

[0086] 步骤203、根据所述事件范围和所述当前道路的拓扑结构，确定所述管制区域范围。

[0087] 对于本发明实施例，如果危险事件发生在直线道路，则可以直接将事件范围确定为管制区域范围，但是有些道路的拓扑结构比较复杂，例如，危险事件发生在岔路口，其中，通往岔路口两条道路上的边缘计算单元检测出了危险事件，通往岔路口第三条道路上的边缘计算单元未检测出危险事件，即使如此依然要考虑第三条道路上边缘计算单元的监控范围，因为危险事件发生道路的拓扑结构比较复杂，为了提高管制区域范围的确定精度，需要结合道路的拓扑结构，最终确定管制区域范围。

[0088] 步骤204、根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子。

[0089] 其中，所述数据传播链路方向包括至少两个链路方向。对于本发明实施例，为了确定传播数据包中的数据传播链路方向，以及数据传播链路方向上的衰减因子，步骤204具体包括：根据所述危险事件在所述管制区域范围内的发生位置，确定所述至少两个链路方向；根据所述管制区域范围，确定数据分别在所述至少两个链路方向上的传播距离，并根据所述传播距离，初始化所述至少两个链路方向上的衰减因子。

[0090] 例如，交通事故发生在岔路口，由于交通事故影响了三个方向的车道，因此该交通管制信息应该以交通事故的发生位置为中心向三个方向传播，从而能够确定三个传播链路方向，之后根据本次交通事件的管制区域范围，确定信息在三个传播链路方向上的传播距离，并根据该传播距离，分别初始化三个传播链路方向上的衰减因子。传播距离越远，衰减因子的初始值越大，衰减因子在传递的过程中不断减小。

[0091] 步骤205、根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包。

[0092] 对于本发明实施例，生成传播数据包的过程与步骤104完全相同，在此不再赘述。

[0093] 步骤206、将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元。

[0094] 其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。通过交通管制信息的发布，可以指示路段的所有车辆在进入管制区域范围之前，提前做出应变。

[0095] 在具体应用场景中，边缘计算单元还可以将一些重要数据上传到云控平台，基于此，所述方法包括：将所述当前道路的交通状态信息，所述边缘计算单元的运行状态和所述传播数据包上传至云控平台。进一步地，云控平台还可以根据边缘计算单元上传的数据直接下发控制指令。

[0096] 本发明实施例提供的另一种交通管制方法，通过利用边缘计算单元检测道路的突然事件，并生成包含交通管制信息的传播数据包传递给其他边缘计算单元节点，能够直接在边缘端完成分析决策，从而能够避免将海量基础数据上传到云控平台，减轻网络压力，同时由于这种方式节约了数据传输时间，因此能够减小交通管制的响应时间，有利于实时对道路进行动态交通管制，此外，由于本发明实施例直接在边缘端进行分析决策，因此能够达到去中心化的目的，降低系统风险。

[0097] 进一步地，作为图1的具体实现，本发明实施例提供了一种交通管制装置，所述装置具体可以为边缘计算单元，如图4所示，所述装置包括：评估单元31、第一确定单元32、第二确定单元33、生成单元34和传递单元35。

[0098] 所述评估单元31，可以用于响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级。

[0099] 所述第一确定单元32，可以用于若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围。

[0100] 所述第二确定单元33，可以用于根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子。

[0101] 所述生成单元34，可以用于根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包。

[0102] 所述传递单元35，可以用于将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0103] 在具体应用场景中，所述危险事件包括交通事故、自然灾害、恶劣天气和批量行人入侵，所述装置还包括，如图5所示，获取单元36和检测单元37。

[0104] 所述获取单元36，可以用于获取所述当前道路的基础交通环境数据。

[0105] 所述检测单元37，可以用于根据所述基础交通环境数据中的车辆数据，初步检测所述当前道路是否发生交通事故。

[0106] 所述检测单元37，还可以用于若根据初步检测结果确定所述当前道路发生交通事故，则对所述基础交通环境数据中的视频图像和雷达感知数据进行车辆检测，并根据车辆检测结果判定所述当前道路是否发生交通事故。

[0107] 所述检测单元37，还可以用于若所述当前道路未发生交通事故，则对所述基础交通环境数据中的视频图像进行边缘检测，并根据边缘检测结果判定所述当前道路是否发生自然灾害。

[0108] 所述检测单元37，还可以用于若所述当前道路未发生自然灾害，则对所述基础交通环境数据中的视频图像进行行人识别，并根据行人识别结果判定所述当前道路是否存在批量行人入侵。

[0109] 所述检测单元37，还可以用于若所述当前道路不存在批量行人入侵，则根据所述基础交通环境数据中的天气数据，判定当前是否存在恶劣天气。

[0110] 在具体应用场景中，所述检测单元37，具体可以用于将所述视频图像输入至预设车辆检测模型中进行车辆检测，输出车辆边框信息；若所述视频图像中存在至少两辆车辆，则根据所述至少两辆车辆分别对应的车辆边框信息，确定边框存在重叠的目标车辆；根据所述雷达感知数据，确定所述目标车辆在边框重叠之前的加速度信息和在边框重叠之后的加速度信息；根据所述边框重叠之前的加速度信息，确定所述目标车辆的平均加速度，并根据所述边框重叠之后的加速度信息，确定所述目标车辆的最大加速度；根据所述平均加速度和所述最大加速度，确定所述目标车辆的加速度变化；根据所述雷达感知数据，确定所述目标车辆的行驶轨迹，以及所述行驶轨迹在不同时间节点处的矢量夹角变化；根据所述加速度变化，所述矢量夹角变化，以及所述加速度变化和所述矢量夹角变化分别对应的权重值，对所述目标车辆进行评分；根据所述目标车辆的评分结果，最终判定所述目标车辆是否发生交通事故。

[0111] 所述检测单元37，具体还可以用于利用预设边缘检测算法对所述视频图像进行边缘检测，得到所述当前道路的边缘特征；若根据所述边缘特征确定所述当前道路的轮廓存在断裂，则确定所述当前道路发生自然灾害。

[0112] 所述检测单元37，具体还可以用于将所述视频图像输入至预设行人识别模型中进行行人识别，输出行人边框信息；根据所述行人边框信息，确定所述视频图像中的行人数量，以及任意相邻两个行人之间的距离；若所述行人数量大于预设行人数量，且任意相邻两个行人之间的距离小于预设行人距离，则确定所述当前道路存在批量行人入侵。

[0113] 在具体应用场景中，所述第一确定单元32，具体可以用于确定检测出所述危险事件的目标边缘计算单元，并根据所述目标边缘计算单元的监测范围，确定所述危险事件对应的事件范围；根据所述事件范围和所述当前道路的拓扑结构，确定所述管制区域范围。

[0114] 在具体应用场景中，所述数据传播链路方向包括至少两个链路方向，所述第二确定单元33，包括：第一确定模块331和初始化模块332。

[0115] 所述第一确定模块331，可以用于根据所述危险事件在所述管制区域范围内的发生位置，确定所述至少两个链路方向。

[0116] 所述初始化模块332，可以用于根据所述管制区域范围，确定数据分别在所述至少两个链路方向上的传播距离，并根据所述传播距离，初始化所述至少两个链路方向上的衰减因子。

[0117] 在具体应用场景中，所述生成单元34，包括：第二确定模块341和生成模块342。

[0118] 所述第二确定模块341，可以用于确定所述危险事件对应的事件类型和事件发生时间。

[0119] 所述生成模块342，可以用于根据所述事件类型、所述事件发生时间、所述事件等级、所述事件范围、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成所述数据传播链路方向上的传播数据包。

[0120] 在具体应用场景中，所述传递单元35，具体可以用于所述相邻边缘计算单元，用于按照所述传播数据包中的数据传播链路方向，依次向下传递所述传播数据包，其中，所述衰减因子在传递过程中逐渐减小，直至所述衰减因子为零，停止所述传播数据包的传递。

[0121] 在具体应用场景中，所述装置还包括：上传单元38。

[0122] 所述上传单元38，可以用于将所述当前道路的交通状态信息，所述边缘计算单元的运行状态和所述传播数据包上传至云控平台。

[0123] 需要说明的是，本发明实施例提供的一种交通管制装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。

[0124] 基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0125] 基于上述如图1所示方法和如图4所示装置的实施例，本发明实施例还提供了一种电子设备的实体结构图，如图6所示，该电子设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：响应于当前道路发生的危险事件，根据所述危险事件涉及的车道数量和车道范围，评估所述危险事件对应的事件等级；若根据所述事件等级确定所述当前道路需要启动交通管制，则制定所述当前道路的交通管制信息，并确定所述危险事件的管制区域范围；根据所述危险事件在所述管制区域范围内的发生位置，确定数据传播链路方向，以及所述数据传播链路方向上的衰减因子；根据所述事件等级、所述管制区域范围、所述交通管制信息、所述数据传播链路方向和所述衰减因子，生成传播数据包；将所述传播数据包传递给所述管制区域范围内的相邻边缘计算单元，其中，所述相邻边缘计算单元用于将所述传播数据包中的交通管制信息下发给相应的网联车辆，并根据所述传播数据包中的数据传播链路方向和衰减因子，依次向下传递所述传播数据包。

[0126] 本发明实施例利用边缘计算单元检测道路的突然事件，并生成包含交通管制信息的传播数据包传递给其他边缘计算单元节点，能够直接在边缘端完成分析决策，从而能够避免将海量基础数据上传到云控平台，减轻网络压力，同时由于这种方式节约了数据传输时间，因此能够减小交通管制的响应时间，有利于实时对道路进行动态交通管制，此外，由于本发明实施例直接在边缘端进行分析决策，因此能够达到去中心化的目的，降低系统风险。

[0127] 本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

[0128] 本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

[0129] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。