基于人工智能的智慧交通管理系统及方法与流程

1.基于人工智能的智慧交通管理方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的智慧交通管理方法，其特征在于：所述交通灯设备信息包括交通灯的位置坐标及交通灯的时间显示方案，所述交通灯的时间显示方案为相应交通灯的一个亮灯周期时长，以及一个亮灯周期内各个通行指向分别对应的绿灯时长与红灯时长的规划内容；路段中各个车道对应的一个通行指向；

3.根据权利要求1所述的基于人工智能的智慧交通管理方法，其特征在于：获取所述交通路况信息时，通过人工智能技术及图像识别技术对摄像头的采集图像中的车辆进行识别及定位，所述交通路况信息包括相应路段内的通行车辆密度、相应路段在最近预设单位时长内交通灯路口处各个车道的通行的车辆个数分别除以预设单位时长的商，以及在交通灯路口处属于相应路段的预设区域内的通行车辆密度；所述通行车辆密度表示相应路段内的通行车辆个数与相应路段区域面积的比值；

4.根据权利要求2所述的基于人工智能的智慧交通管理方法，其特征在于：所述历史路段拥堵调节系数表示相应路段在历史数据中分别对相应交通灯中各个颜色灯持续时长的调节系数，所述调节系数的调节对象是相应交通灯中在一个亮灯周期内，每个车道所属通行指向对应绿灯亮灯时长与个亮灯周期时长的比值；所述调节系数等于相应调节对象在调节后与调节前分别对应数据的比值；

5.根据权利要求4所述的基于人工智能的智慧交通管理方法，其特征在于：所述对所得关联协同干扰路段集中各个元素分别基于相应路段的调节协同系数集时，获取路段对应的关联协同干扰路段集，将路段对应的关联协同干扰路段集中第a个元素基于相应路段的调节协同系数集记为gxa，将gxa中的第n个元素记为gxa{n}，

6.根据权利要求4所述的基于人工智能的智慧交通管理方法，其特征在于：所述得到交通布局模型中每个路段的拥堵协同调节系数集时，将交通布局模型中第i个路段的拥堵协同调节系数记为csi，将csi中第b个元素记为csi{b}，

7.基于人工智能的智慧交通管理系统，其特征在于，所述系统包括以下模块：

8.根据权利要求7所述的基于人工智能的智慧交通管理系统，其特征在于：所述路段协同调节分析模块包括用拥堵调节系数预测单元及调节协同系数集获取单元，