具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1示出了基于互联网的人工智能交通控制系统的架构图，本发明实施例中，一种基于互联网的人工智能交通控制系统，所述系统包括：

路况端10，用于定时获取路段图像，提取所述路段图像中的车辆信息；其中，所述车辆信息包括车辆型号；获取热源及其运动速度，根据所述运动速度确定热源类型；其中，所述热源类型包括非机动车和行人；统计不同热源类型的热源数量，根据所述不同热源类型的热源数量和所述车辆信息生成路况信息表；其中，所述路况信息表包括热源类型项和热源数量项；

若干个分别与至少一个路况端进行数据通信的分控端20，用于获取路况端生成的路况信息表，将所述路况信息表输入训练好的分析模型中，生成路段流畅度；随机向路况端上的车辆端发送评价表，接收车辆端上传的反馈数据；根据所述反馈数据修正路段流畅度；

总控端30，用于接收用户发送的通行请求，根据所述通行请求确定通行方案；基于所述通行方案建立与各分控端之间的连接通道，根据所述分控端获取各路段的流畅度；根据各路段的流畅度计算通行方案的流畅度，根据所述流畅度对所述通行方案进行排序，显示排序后的通行方案。

本发明技术方案是三端交互的系统，所述三端分别是路况端10、分控端20和总控端30；最常见的情况是，一个分控端20对应多个路况端10，一个总控端30对应多个分控端20；在上述内容中，还有一个隐藏端是车辆端，车辆端的硬件架构可以是联网的中控系统，也可以是驾驶人的手机，这在互联网技术极其发达的今天，本质上没有太大的区别。

路况端10的功能是获取路况信息，所述路况端10可以是软件，也可以是硬件，当所述路况端10为硬件时，它可以是具有图像获取功能的微处理器，当所述路况端10为软件时，它可以安装在上述微处理器中；在现有技术中，也有与路况端10相似的设备，像一些ETC通道中肯定包含路况信息获取过程；本发明技术方案中的路况端10除了获取车辆信息以外，还能够获取非机动车的信息，从而对某一路段进行更加全面的把控。

分控端20是与路况端10进行数据传输的端口，用于根据路况信息判断该路段是否拥挤，可以想到，这是一个数据处理中心，它的运算能力和通信能力的要求会高一些。

总控端30负责与用户进行交互，并且对分控端20的数据进行统筹分析，它一般是一些功能极其强大的服务器集群。

图2示出了基于互联网的人工智能交通控制系统中路况端的组成结构框图，所述路况端10包括：

车辆信息提取模块11，用于定时获取路段图像，提取所述路段图像中的车辆信息；其中，所述车辆信息包括车辆型号；

热源信息获取模块12，用于获取热源及其运动速度，根据所述运动速度确定热源类型；其中，所述热源类型包括非机动车和行人；

路况表生成模块13，用于统计不同热源类型的热源数量，根据所述不同热源类型的热源数量和所述车辆信息生成路况信息表；其中，所述路况信息表包括热源类型项和热源数量项。

上述内容对路况端10的功能进行了进一步的细化，车辆信息提取模块11用于对车辆信息进行分析，热源信息获取模块12用于对非机动车辆信息进行分析；可以想到，路上行驶的行人主要分两类，一种是身体暴露在外，另一种是身体藏在车体里，前者包括行人和骑行者，后者就是车辆信息；身体暴露在外，通过热感应就可以计算出相应的行人数量；区分行人和骑行者的方式是通过速度进行区分，骑行者的速度一般会高一些。

值得一提的是，通过速度区分行人和骑行者的方式可能会有一些误判，比如，将骑行很慢的人识别为行人，实际上，骑行很慢的人与行人对于交通的影响几乎没有区别，因此，将骑行很慢的人视为行人是可行的方案。

图3示出了基于互联网的人工智能交通控制系统中分控端的第一组成结构框图，所述若干个分别与至少一个路况端进行数据通信的分控端20包括：

流畅度生成模块21，用于获取路况端生成的路况信息表，将所述路况信息表输入训练好的分析模型中，生成路段流畅度；

反馈模块22，用于随机向路况端上的车辆端发送评价表，接收车辆端上传的反馈数据；

修正模块23，用于根据所述反馈数据修正路段流畅度。

上述内容对分控端20进行了细化，其目的是生成路段流畅度，首先，借助分析模型生成一个初始的路段流畅度，然后再借助反馈信息对流畅度进行修正；修正的原因是，分析模型是一个类似于经验公式的函数，输入为各种行驶物体的数量，输入的是一个值，从计算机的角度来说，这是一个理论数据，与实际情况会有一些偏差；举例来说，在一个路段上，很多车辆堵在某一个路口，这种情况就是流畅度很低，如果该路段只有那个路口有车辆，计算出的流畅度会高一些，因此，需要增设反馈功能。

图4示出了基于互联网的人工智能交通控制系统中总控端的组成结构框图，所述总控端30包括：

通行方案确定模块31，用于接收用户发送的通行请求，根据所述通行请求确定通行方案；

流畅度获取模块32，用于基于所述通行方案建立与各分控端之间的连接通道，根据所述分控端获取各路段的流畅度；

方案排序模块33，用于根据各路段的流畅度计算通行方案的流畅度，根据所述流畅度对所述通行方案进行排序，显示排序后的通行方案。

上述内容对总控端30进行了细化，总控端30的功能是与用户进行数据交互，用户上传一个目的地，总控端30根据用户位置和目的地生成多种通行方案，然后根据分控端20获取到的数据对这些通行方案进行分析，得到较优的方案，向用户展示。

图5示出了路况端中车辆信息提取模块的组成结构框图，所述车辆信息提取模块11包括：

轮廓识别单元111，用于定时获取路段图像，对所述路段图像进行轮廓识别；

二次识别单元112，用于根据轮廓识别结果确定车辆轮廓，并对所述车辆轮廓进行二次识别，确定车牌信息；

车牌分析单元113，用于根据标记的车牌信息确定有效区域，并根据所述车牌信息获取车辆信息；

标记单元114，用于标记路段图像边界处的车辆轮廓的车牌信息。

上述内容对车辆信息提取模块11进行了限定，核心思想是借助车牌信息获取车辆信息；实际上，根据轮廓识别结果确定车辆大小，就可以获取相应的车辆信息，当然，这个车辆信息是指对交通有影响的信息，主要就是车辆大小和速度。

图6示出了分控端中反馈模块的组成结构框图，所述反馈模块22包括：

评分获取单元221，用于随机向路况端上的车辆端发送评价表，基于所述评价表获取用户的评分信息；

应急处理单元222，用于获取用户反馈过程的间隔时间，当所述间隔时间大于预设的时间阈值和/或用户拒绝反馈时，以默认的评分信息作为用户的评分信息。

上述内容提供了一种具体的评价表分析方法，核心是当所述间隔时间大于预设的时间阈值和/或用户拒绝反馈时，以默认的评分信息作为用户的评分信息；用户不想反馈的表现也能在一定程度上反映路况信息。

具体的，所述分控端彼此之间可相互通信，当其中一个分控端出现异常时，异常分控端会将异常信息传输至其他未发生异常的分控端，所述其他未发生异常的分控端继续正常工作，并根据所述异常信息定位所述异常分控端。

进一步的，所述分控端还包括：

互为备份的中央处理器和现场可编程门阵列，所述中央处理器和所述现场可编程门阵列通过交叉通道数据链路连接；以及用于系统调试的调试接口。

值得一提的是，所述互为备份的中央处理器和现场可编程门阵列相互监控，当所述分控端的所述中央处理器/所述现场可编程门阵列出现异常，所述现场可编程门阵列/所述中央处理器会将异常传输至其他为出现异常的分控端。

实施例2

图7示出了基于互联网的人工智能交通控制系统中分控端的第二组成结构框图，与实施例1不同的是，在本发明实施例中，所述分控端20还包括：

请求获取模块24，用于实时接收车辆端上传的含有危险信息的汇报请求；其中，所述危险信息为音频文件；

波形文件生成模块25，用于对所述危险信息进行波形转换，得到波形文件；基于波形文件确认波幅阈值，基于波幅阈值截取高幅波形，生成子波形文件；

文本信息提取模块26，用于对子波形文件进行分帧，生成多段语音；对所述多段语音进行纯声学特征提取，生成特征矩阵，基于所述特征矩阵确认文本信息；

敏感检测模块27，用于敏感字检测模块，用于建立与敏感字库的连接通道，基于敏感字库获取所述文本信息中的敏感字数，根据所述敏感字数将危险信息排序上传至总控端。

上述内容增设了车辆端的汇报功能，驾驶人在发现问题时，可以以最快的速度向当地的分控端20汇报，当出现堵车的情况下，很多驾驶人都会发送汇报请求，这些汇报请求中，有些比较重要，有些只是抱怨，比如，路段“损毁”这种汇报是很重要的，因此，需要对危险信息进行分析，筛选出重要的信息向总控端发送。

上述基于互联网的人工智能交通控制系统所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于互联网的人工智能交通控制系统的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（Read-Only Memory，ROM），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器 （Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列 （Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card， SMC），安全数字（Secure Digital， SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。