摘要
本申请公开了一种多模态交通事故响应决策方法及系统,涉及交通管理技术领域,其中方法包括:采集实时交通数据,基于实时交通数据形成多模态交通数据集;识别交通事故的发生位置,并提取空间特征和时间特征,形成交通流预测结果;根据交通流预测结果生成相应的响应决策,进而形成相应的交通控制策略;按照交通控制策略引导车辆以及人员执行响应决策;实时监测响应决策实施后的疏散效果,将疏散效果反馈至响应决策模型,利用疏散效果对响应决策模型进行再训练。本申请通过实时交通流预测与事件识别,事故响应时间较传统人工干预大大缩短,强化学习模型通过对路径选择、信号配时、交通方式协调的全局优化,使车辆/人员疏散数量也得到提高。
技术关键词
多模态
交通流预测
深度学习预测模型
决策方法
长短期记忆网络
交通信号控制设备
控制策略
数据
深度强化学习
深度确定性策略梯度
调配设备
计算机存储介质
推送设备
应急救援信息
调度设备
控制交通信号灯
定位跟踪系统