本发明涉及交通规划，尤其涉及一种基于大数据的智慧城市交通规划方法及系统。
背景技术：
1、近年来，以大数据、云计算、人工智能等为代表的新一代信息技术蓬勃发展，为解决城市交通规划难题提供了新思路和新手段，大数据技术可以实现海量、异构交通数据的快速采集、存储和处理，使得全面感知交通系统运行成为可能，国内外已有学者开展了面向交通规划的大数据分析和应用探索，主要集中在交通流预测、出行需求分析、交通诱导策略等方面，取得了一定的研究成果，但总体而言，大数据驱动的交通规划分析仍处于起步阶段，尚未形成成熟的理论方法和技术体系，已有研究或侧重于单一数据的应用，缺乏多源异构交通大数据的融合分析；
2、因此亟需一种方案解决现有技术中存在的问题。
技术实现思路
1、本发明实施例提供一种基于大数据的智慧城市交通规划方法及系统，至少能解决现有技术中存在的部分问题。
2、本发明实施例的第一方面，提供一种基于大数据的智慧城市交通规划方法，包括：
3、在城市道路网络中设置多种类型的交通传感器，通过所述交通传感器实时采集道路通行状态、交通流量数据、车速以及天气环境数据并组合得到多维交通数据，通过边缘计算节点提取所述多维交通数据中的关键特征参数，结合融合深度学习算法对所述关键特征参数进行自动标注和语义化描述，生成结构化交通事件和异常情况数据，结合关联融合算法得到交通全景数据库；
4、基于所述交通全景数据库，构建多层次交通仿真基础模型，结合本体论和语义网技术构建交通知识图谱，结合知识抽取技术提取关键信息并对所述交通知识图谱进行更新，结合数字孪生技术进行实时映射，生成仿真交通数字孪生模型，通过知识推理引擎进行仿真情景构建和智能识别并自动推演应急预案，结合强化学习算法动态校准所述仿真交通数字孪生模型并生成候选决策；
5、基于所述仿真交通数字孪生模型，结合知识图谱和案例推理技术提取规划模式，通过组合优化算法和启发式搜索策略构建备选规划方案集合，设置仿真情景参数空间并通过智能采样算法进行参数组合，对所述候选决策进行评估，结合多准则决策和机器学习排序算法确定第一候选决策集，结合博弈论和群体智能优化算法评估所述第一候选决策集中每个元素的接受度并结合预先设置的接受阈值确定最优候选决策，根据所述最优候选决策生成任务列表并通过控制中心进行任务部署。
6、在一种可选的实施方式中，
7、在城市道路网络中设置多种类型的交通传感器，通过所述交通传感器实时采集道路通行状态、交通流量数据、车速以及天气环境数据并组合得到多维交通数据，通过边缘计算节点提取所述多维交通数据中的关键特征参数，结合融合深度学习算法对所述关键特征参数进行自动标注和语义化描述，生成结构化交通事件和异常情况数据，结合关联融合算法得到交通全景数据库包括：
8、在城市道路网络中设置多种类型的交通传感器，其中，所述交通传感器包括摄像头，微波雷达车辆检测器，激光雷达和气象传感器，通过模拟退火算法，以交通信息采集的时空覆盖率和数据质量最大化，传感器设置成本最小化为目标进行求解，得到传感器网络的最优设置方案，基于所述最优设置方案进行传感器设置，结合边缘计算模式部署边缘计算节点并采集道路通行状态、交通流量数据、车速以及天气环境数据，对采集到的数据，基于数据融合理论，通过贝叶斯推断进行时空配准和一致性校验，组合得到所述多维交通数据；
9、对于所述多维交通数据，通过预先设置的边缘计算节点进行特征工程，提取反应交通状态和交通事件的关键特征参数，其中，所述关键特征参数包括平均车速，车流量以及交通密度，通过多模态深度学习方法，对复杂交通场景进行特征理解和语义描述，自动标注交通事件和异常情况，生成语义标注结果，通过知识蒸馏和模型压缩算法生成语义描述模型并通过边缘计算节点进行本地部署，通过所述语义描述模型对所述语义标注结果进行语义理解，基于语义理解结果，结合自然语言处理和知识图谱技术，将交通专业术语与日常语言进行映射关联，得到所述交通全景数据库。
10、在一种可选的实施方式中，
11、基于数据融合理论，通过贝叶斯推断进行时空配准和一致性校验如下公式所示：
12、μ′(t)＝μ(t)+kx，z∑-1({zi(t)}-{hi(μ(t))})；
13、其中，μ'(t)表示后验均值函数，μ(t)表示状态参数的先验均值函数，kx，z表示状态参数和观测数据之间的协方差矩阵，∑表示观测数据的时空协方差矩阵，zi(t)表示第i个传感器的观测数据，hi(μ(t))表示在给定状态参数的先验均值μ(t)时，第i个传感器的观测值。
14、在一种可选的实施方式中，
15、基于所述交通全景数据库，构建多层次交通仿真基础模型，结合本体论和语义网技术构建交通知识图谱，结合知识抽取技术提取关键信息并对所述交通知识图谱进行更新，结合数字孪生技术进行实时映射，生成仿真交通数字孪生模型，通过知识推理引擎进行仿真情景构建和智能识别并自动推演应急预案，结合强化学习算法动态校准所述仿真交通数字孪生模型并生成候选决策包括：
16、根据所述交通全景数据库构建所述多层次交通仿真基础模型，其中，所述多层次交通仿真基础模型包括微观仿真模型，宏观仿真模型和中观仿真模型，通过基于智能体的建模方法对交通参与者进行建模，结合社会力模型模拟不同交通参与者之间的相互作用，得到所述微观仿真模型，基于交通流体力学理论，将交通流视为连续介质并建立交通流时空演化的偏微分方程组，结合交通流的压缩性和粘滞性，建模得到所述宏观仿真模型，通过基于排队论的离散事件仿真方法将道路网络抽象为服务台和排队系统，结合交通需求的随机到达和服务时间的随机分布，建模得到所述中观仿真模型，对于每个交通区域，通过多分辨率架构设置所述宏观仿真模型和所述微观仿真模型并使用中观仿真模型对空白区域进行补充，完成模型耦合与协同求解；
17、通过本体工程方法定义交通领域的核心概念、属性和关系并形成交通本体模式层，基于所述交通本体模式层构建交通知识描述框架，得到交通知识本体，通过语义网技术将交通实体、属性和关系表示为三元组，形成交通语义网络并构建交通知识图谱；
18、通过知识抽取和知识融合技术从所述交通全景数据库中提取结构化、半结构化和非结构化的交通知识，与现有的交通知识图谱进行语义匹配和知识融合对所述交通知识图谱进行更新，根据更新后的交通知识图谱，结合数字孪生技术将交通全景数据库中的实时数据流与所述多层次交通仿真基础模型进行实时映射，结合预先设置的交通基础设施模型和交通环境模型，生成所述仿真交通数字孪生模型；
19、基于所述仿真交通数字孪生模型，结合交通知识图谱和知识推理引擎，通过生成典型交通事件进行仿真情景构建，基于所述仿真情景，对交通事件应急预案进行自动推演，同时评估不同决策方案的优化效果，结合强化学习算法，通过对交通仿真环境的交互探索学习最优交通决策策略并对所述仿真交通数字孪生模型进行校准并生成候选决策。
20、在一种可选的实施方式中，
21、结合社会力模型模拟不同交通参与者之间的相互作用如下公式所示：
22、
23、其中，fg表示作用于个体g上的合力，表示个体g的驱动力，αgh表示个体g对个体h的感知系数，a表示第一常数参数，dgh表示个体g和个体h之间的距离，d表示个体g和个体h之间的期望安全距离，b表示第二常数参数，表示从个体g指向个体h的单位向量，b表示边界，βgb表示个体g对边界b的感知系数，ab表示第一边界参数，dgb表示个体g和边界b之间的距离，db表示个体g与边界b的期望安全距离，bb表示第二边界参数，表示从个体g指向边界b的单位向量。
24、在一种可选的实施方式中，
25、基于所述仿真交通数字孪生模型，结合知识图谱和案例推理技术提取规划模式，通过组合优化算法和启发式搜索策略构建备选规划方案集合，设置仿真情景参数空间并通过智能采样算法进行参数组合，对所述候选决策进行评估，结合多准则决策和机器学习排序算法确定第一候选决策集，结合博弈论和群体智能优化算法评估所述第一候选决策集中每个元素的接受度并结合预先设置的接受阈值确定最优候选决策，根据所述最优候选决策生成任务列表并通过控制中心进行任务部署包括：
26、基于所述仿真交通数字孪生模型，通过转移嵌入模型将交通规划领域的概念、实体和关系映射至低维向量空间，得到规划知识的分布式表示，基于所述分布式表示，结合案例推理技术通过案例相似度计算和适应性调整，对历史交通规划案例进行检索、修正和保留，结合频繁子图挖掘技术从交通规划知识图谱中确定共现概念，提取规划规则和约束条件，得到所述规划模式；
27、将交通规划问题抽象为组合优化问题，通过禁忌搜索算法和邻域搜索确定决策空间并得到对应的第一备选规划方案，对于整数规划和非线性规划问题，通过粒子群算法进行求解，生成第二备选规划方案，将所述第一备选规划方案和所述第二备选规划方案整合为所述备选规划方案集合；
28、通过全局敏感性分析方法评估不同参数对仿真结果的影响程度，筛选得到关键参数，对于高维参数空间，通过拉丁超立方采样算法生成采样点并将参数组合建模为黑盒优化问题，结合差分进化算法确定参数组合，对于每个参数组合对应的仿真情景，根据多决策准则和机器学习排序算法确定每个备选规划方案的适应性，根据所述适应性对所述备选规划方案进行降序排序，选择位于前10％备选规划方案作为所述第一候选决策集；
29、对于所述第一候选决策集中的每个元素，通过纳什均衡策略确定每个元素的可接受度，将每个元素对应的可接受度与预先设置的接受度阈值进行比较，若不小于所述接受度阈值，则保留当前元素，对于每个保留的元素，通过群体智能优化算法，基于信息交互确定最优候选决策；
30、将所述最优候选决策分解为多个具体实施任务，根据任务关系和任务重要性，通过控制中心进行任务部署。
31、在一种可选的实施方式中，
32、通过拉丁超立方采样算法生成采样点如下公式所示：
33、
34、其中，x表示随机扰动后的拉丁超立方采样矩阵，kmn表示第m行第n列的元素取值，s表示因子水平数，rand()表示取值在0和1之间的随机数，n表示采样点数量。
35、本发明实施例的第二方面，提供一种基于大数据的智慧城市交通规划系统，包括：
36、第一单元，用于在城市道路网络中设置多种类型的交通传感器，通过所述交通传感器实时采集道路通行状态、交通流量数据、车速以及天气环境数据并组合得到多维交通数据，通过边缘计算节点提取所述多维交通数据中的关键特征参数，结合融合深度学习算法对所述关键特征参数进行自动标注和语义化描述，生成结构化交通事件和异常情况数据，结合关联融合算法得到交通全景数据库；
37、第二单元，用于基于所述交通全景数据库，构建多层次交通仿真基础模型，结合本体论和语义网技术构建交通知识图谱，结合知识抽取技术提取关键信息并对所述交通知识图谱进行更新，结合数字孪生技术进行实时映射，生成仿真交通数字孪生模型，通过知识推理引擎进行仿真情景构建和智能识别并自动推演应急预案，结合强化学习算法动态校准所述仿真交通数字孪生模型并生成候选决策；
38、第三单元，用于基于所述仿真交通数字孪生模型，结合知识图谱和案例推理技术提取规划模式，通过组合优化算法和启发式搜索策略构建备选规划方案集合，设置仿真情景参数空间并通过智能采样算法进行参数组合，对所述候选决策进行评估，结合多准则决策和机器学习排序算法确定第一候选决策集，结合博弈论和群体智能优化算法评估所述第一候选决策集中每个元素的接受度并结合预先设置的接受阈值确定最优候选决策，根据所述最优候选决策生成任务列表并通过控制中心进行任务部署。
39、本发明实施例的第三方面，
40、提供一种电子设备，包括：
41、处理器；
42、用于存储处理器可执行指令的存储器；
43、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
44、本发明实施例的第四方面，
45、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
46、本发明中，通过在城市道路网络中部署多类型交通传感器，并利用边缘计算节点进行数据预处理和特征提取，实现了对交通系统的全面感知和数据汇聚，融合深度学习算法对关键特征进行自动标注和语义化描述，提高了数据的结构化程度和可解释性，为后续的建模分析和决策优化提供了高质量的数据支撑，引入数字孪生技术，构建多层次交通仿真基础模型，并与物理世界进行实时映射，生成仿真交通数字孪生模型，能够反映交通系统的实时运行状态和动态变化规律，为交通仿真、情景推演、应急决策提供了逼真的虚拟环境，采用组合优化算法和启发式搜索策略，在备选规划方案集合中进行高效搜索和优化，结合智能采样算法对参数空间进行组合采样，并在仿真环境中对候选决策进行评估，提高了规划决策的科学性和全面性，运用多准则决策方法对候选方案进行排序筛选，引入博弈论分析备选方案的可接受度，并通过群体智能算法进行决策优化，形成兼顾多方利益、符合公平原则的最优规划方案，增强了决策的鲁棒性和可执行性，综上，本发明实现了对城市交通系统全面、动态、智能化管理的技术效果，为城市交通管理带来了显著的提升和优化。
1.基于大数据的智慧城市交通规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在城市道路网络中设置多种类型的交通传感器，通过所述交通传感器实时采集道路通行状态、交通流量数据、车速以及天气环境数据并组合得到多维交通数据，通过边缘计算节点提取所述多维交通数据中的关键特征参数，结合融合深度学习算法对所述关键特征参数进行自动标注和语义化描述，生成结构化交通事件和异常情况数据，结合关联融合算法得到交通全景数据库包括：
3.根据权利要求2所述的方法，其特征在于，基于数据融合理论，通过贝叶斯推断进行时空配准和一致性校验如下公式所示：
4.根据权利要求1所述的方法，其特征在于，结合社会力模型模拟不同交通参与者之间的相互作用如下公式所示：
5.根据权利要求1所述的方法，其特征在于，基于所述仿真交通数字孪生模型，结合知识图谱和案例推理技术提取规划模式，通过组合优化算法和启发式搜索策略构建备选规划方案集合，设置仿真情景参数空间并通过智能采样算法进行参数组合，对所述候选决策进行评估，结合多准则决策和机器学习排序算法确定第一候选决策集，结合博弈论和群体智能优化算法评估所述第一候选决策集中每个元素的接受度并结合预先设置的接受阈值确定最优候选决策，根据所述最优候选决策生成任务列表并通过控制中心进行任务部署包括：
6.根据权利要求5所述的方法，其特征在于，通过拉丁超立方采样算法生成采样点如下公式所示：
7.基于大数据的智慧城市交通规划系统，用于实现前述权利要求1-6中任一项所述的方法，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
