1.一种通道内铁马的控制方法，其特征在于，包括：获取预先构建的系统辨识模型，所述系统辨识模型通过系统辨识的方法由输入输出数据集进行处理得到，所述输入输出数据集中的输入数据包括目标通道内的铁马与通道边界宽度的控制序列，所述输入输出数据集中的输出数据包括预设区域的客流指标，所述系统辨识模型选取连续时间自回归积分滑动平均模型作为模型的结构对象；将所述系统辨识模型作为系统模型和被控对象，通过广义预测控制确定所述目标通道内的铁马与通道边界宽度的控制序列；基于所述控制序列对所述目标通道内的铁马进行控制；其中，所述输入输出数据集通过以下步骤得到：基于社会力模型的个体运动仿真软件，构建设置有铁马装置的通道的三维仿真场景；在所述三维仿真场景中加入通行人群，模拟铁马与通道边界宽度控制序列的变换，得到各采样时刻预设区域的客流指标，构建输入输出数据集；其中，所述连续时间自回归积分滑动平均模型模型结构为：A(z -1 )y(k)＝z -d B(z -1 )u(k)+C(z -1 )ξ(k)/Δ其中， Δ＝1-z -1 为差分算子；最高阶次n a 为输出变量滞后阶次， 是需要辨识的多项式系数，最高阶次n b 为输入变量滞后阶次， 是需要辨识的多项式系数，n c 为噪声信号滞后阶次， 是需要辨识的多项式系数，y(k)表示输出变量，u(k)表示输入变量，ξ(k)表示均值为零的白噪声序列；其中，所述系统辨识模型的构建步骤包括：基于行列式比定阶法进行所述系统辨识模型的模型阶次的选择；基于最小二乘法进行所述系统辨识模型的参数估计；其中，所述基于行列式比定阶法进行所述系统辨识模型的模型阶次的选择，包括：对模型阶次进行估计，系统响应过程采用以下模型结构描述：y(k)+∑a i y(k-i)＝∑b i u(k-i)+v(k)其中，a i 与b i 分别为对应多项式的输出项系数和输入项系数，u(k)和y(k)表示系统响应过程的输入输出变量；v(k)是均值为零，方差为 的不相关随机噪声；根据所述模型结构，采用行列式比定阶法对系统模型进行定阶，行列式比定阶法对应的矩阵为：其中，n表示模型阶次的估计值，L为数据长度，如果输入u(k)是充分持续激励信号，U n 始终是满秩的，rankU n ＝n，但对不同n，Y n 不一定都是满秩的，因受公式y(k)+∑a i y(k-i)＝∑b i u(k-i)+v(k)的线性约束，Y n 的秩不会大于n 0 ，n 0 是真实阶次；根据所述矩阵的结构， 当 时， 其中， 为模型的阶次估计值， 为取矩阵 的秩， 为模型阶次估计值所对应矩阵，当 时， 即 的秩小于 的列数，故 是奇异阵，当 时，乘积矩阵 是正定的， 时， 是奇异的，即有其中， 为矩阵 的行列式；根据 确定所述系统辨识模型的模型阶次。
2.根据权利要求1所述的方法，其特征在于，所述根据 确定所述系统辨识模型的模型阶次，包括：当 从1开始逐一增加，若 则取 作为系统的模型阶次，即
3.根据权利要求1所述的方法，其特征在于，所述根据 确定所述系统辨识模型的模型阶次，包括：根据以下的行列式比来确定模型的阶次：其中， 表示两个不同模型阶次估计值的两个矩阵的行列式的比，当 从1开始逐一增加，若 较 有显著增加，则这时的 接近真实阶次，取 得到所述系统辨识模型的模型阶次。
4.一种通道内铁马的控制装置，其特征在于，包括：获取单元，被配置成获取预先构建的系统辨识模型，所述系统辨识模型通过系统辨识的方法由输入输出数据集进行处理得到，所述输入输出数据集中的输入数据包括目标通道内的铁马与通道边界宽度的控制序列，所述输入输出数据集中的输出数据包括预设区域的客流指标，所述系统辨识模型选取连续时间自回归积分滑动平均模型作为模型的结构对象；确定单元，被配置成将所述系统辨识模型作为系统模型和被控对象，通过广义预测控制确定所述目标通道内的铁马与通道边界宽度的控制序列；控制单元，被配置成基于所述控制序列对所述目标通道内的铁马进行控制；其中，所述输入输出数据集通过以下步骤得到：基于社会力模型的个体运动仿真软件，构建设置有铁马装置的通道的三维仿真场景；在所述三维仿真场景中加入通行人群，模拟铁马与通道边界宽度控制序列的变换，得到各采样时刻预设区域的客流指标，构建输入输出数据集；其中，所述连续时间自回归积分滑动平均模型模型结构为：A(z -1 )y(k)＝z -d B(z -1 )u(k)+C(z -1 )ξ(k)/Δ其中， Δ＝1-z -1 为差分算子；最高阶次n a 为输出变量滞后阶次， 是需要辨识的多项式系数，最高阶次n b 为输入变量滞后阶次， 是需要辨识的多项式系数，n c 为噪声信号滞后阶次， 是需要辨识的多项式系数，y(k)表示输出变量，u(k)表示输入变量，ξ(k)表示均值为零的白噪声序列；其中，所述系统辨识模型的构建步骤包括：基于行列式比定阶法进行所述系统辨识模型的模型阶次的选择；基于最小二乘法进行所述系统辨识模型的参数估计；其中，所述基于行列式比定阶法进行所述系统辨识模型的模型阶次的选择，包括：对模型阶次进行估计，系统响应过程采用以下模型结构描述：y(k)+∑a i y(k-i)＝∑b i u(k-i)+v(k)其中，a i 与b i 分别为对应多项式的输出项系数和输入项系数，u(k)和y(k)表示系统响应过程的输入输出变量；v(k)是均值为零，方差为 的不相关随机噪声；根据所述模型结构，采用行列式比定阶法对系统模型进行定阶，行列式比定阶法对应的矩阵为：其中，n表示模型阶次的估计值，L为数据长度，如果输入u(k)是充分持续激励信号，U n 始终是满秩的，randU n ＝n，但对不同n，Y n 不一定都是满秩的，因受公式y(k)+∑a i y(k-i)＝∑b i u(k-i)+v(k)的线性约束，Y n 的秩不会大于n 0 ，n 0 是真实阶次；根据所述矩阵的结构， 当 时， 其中， 为模型的阶次估计值， 为取矩阵 的秩， 为模型阶次估计值所对应矩阵，当 时， 即 的秩小于 的列数，故 是奇异阵，当 时，乘积矩阵 是正定的， 时， 是奇异的，即有其中， 为矩阵 的行列式；根据 确定所述系统辨识模型的模型阶次。
