导读：

高速公路拥堵是城市交通管理的核心挑战，科学开启应急车道可有效缓解拥堵。传统决策依赖人工经验，缺乏实时性与预测性。为此，本研究提出融合时空图卷积网络(ST-GCN)、自注意力机制与近端策略优化(PPO)的智能决策框架。首先，利用YOLOv8从监控视频中提取车流量、车速和密度；其次，构建ST-GCN捕获交通流时空依赖，引入自注意力机制动态计算节点权重；然后，设计PPO智能体，以交通状态预测为输入，输出应急车道开启的最优决策；最后，建立多维度评价体系。实验结果表明，交通流预测RMSE分别为3.83 (车流量)、4.21 (车速)、0.07 (密度)，拥堵检测准确率达92.1%，应急车道开启决策的精确率和准确率分别为70.0%和87.5%。本研究实现了从状态预测到决策的端到端智能框架，为高速公路实时拥堵管理提供了科学决策支持。

作者信息：

吴凯粼：五邑大学应用物理与材料学院，广东 江门；李东升, 翁湖钦*：五邑大学电子与信息工程学院，广东 江门

论文详情

如图 1 所示，ST-GCN (时空图卷积网络)模型的核心在于将交通数据的时空特性转化为图结构进行处理。整个系统的数据流始于 YOLOv8 目标检测算法，该算法对部署在高速路沿线的摄像头采集的实时视频流进行处理。

近端策略优化(PPO)是一种基于策略梯度的强化学习算法，通过近端约束机制限制策略更新幅度，避免传统方法(如 REINFORCE、TRPO)训练不稳定、易崩溃或效率低下的问题。其核心是构建裁剪目标函数，使新策略与旧策略的差异保持在合理范围内，支持每轮多次更新，提高样本利用效率。在高速公路交通管理中，PPO 用于应急车道智能决策：环境状态包括车流量、平均速度、拥堵指数；动作空间包含是否开启应急车道及开启时长；奖励函数与交通流畅度、延误减少量、应急车道利用率挂钩。

如图 2 所示，PPO 智能体训练流程分为四个核心阶段。

本文的数据集来源于长深高速公路某段上四个点位交通监控视频，通过 YOLOv8 目标检测算法提取车辆流量、速度和密度等特征，数据采集时间跨度为 131 分钟。

从图 3 可以看出，随着模型的逐步增强(原始 ST-GCN → ST-GCN + ATT → ST-GCN + ATT + PPO)， 各项拥堵检测指标均呈现显著提升：

从图 4 可以看出：集成自注意力机制和 PPO 后，模型能够更准确地预测交通状态，从而制定更有效的应急车道开启策略，显著减少车辆延误时间。

从图 5 可以看出：时序一致性衡量模型在连续时间步预测结果的一致性，值越接近 1 表示稳定性越好。

从图 6 可以看出，模型对 K 参数的预测效果整体良好。

从图 7 可以看出，模型对 Q 参数的预测同样表现出色。

从图 8 可以看出，模型对 V 参数的预测表现良好。

建立基于数据驱动的车道状态决策流程，其流程图如图 11 所示。

本研究针对高速公路应急车道智能开启决策问题，使用了一种融合时空图卷积网络(ST-GCN)、自注意力机制与近端策略优化(PPO)强化学习的端到端智能决策框架。通过 YOLOv8 实现车流量、车速和密度等关键交通参数的自动提取，构建 ST-GCN 模型捕获交通流的时空依赖关系，引入自注意力机制增强对关键节点的特征关注，并利用 PPO 强化学习实现从交通状态预测到应急车道开启策略的智能映射。实验结果表明，所提框架在交通流预测任务中 RMSE 分别为 3.83 (车流量)、4.21 (车速)、0.07 (密度)，拥堵检测准确率达 92.1%，应急车道开启决策的精确率和准确率分别为 70.0%和 87.5%，同时模型在时序一致性和空间一致性方面表现良好，验证了框架的有效性和鲁棒性。

基金项目：

2025 年五邑大学大学生创新创业训练计划项目 X202511349128——基于深度学习的高速应急车道启用策略研究

原文链接：

https://doi.org/10.12677/csa.2026.166204