CN114937357A - 一种智慧城市智能交通引导***及方法 - Google Patents
一种智慧城市智能交通引导***及方法 Download PDFInfo
- Publication number
- CN114937357A CN114937357A CN202210528759.1A CN202210528759A CN114937357A CN 114937357 A CN114937357 A CN 114937357A CN 202210528759 A CN202210528759 A CN 202210528759A CN 114937357 A CN114937357 A CN 114937357A
- Authority
- CN
- China
- Prior art keywords
- information
- road section
- determining
- traffic
- sampling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通引导技术领域,具体公开了一种智慧城市智能交通引导***及方法,所述***包括采样点确定模块,用于确定交通线路模型,在所述交通线路模型中确定采样点;采样点筛选模块,用于接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;显示指令生成模块,用于接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令。本发明通过获取道路数据,对道路数据进行分析,进而调整道路间的信号灯显示过程,通过调节红灯和绿灯的时长,对车辆进行引导,可以有效缓解城市内堵车的现象。
Description
技术领域
本发明涉及交通引导技术领域,具体是一种智慧城市智能交通引导***及方法。
背景技术
在智慧城市的开发过程中,交通问题一直是个比较头疼的问题。往往交通堵塞具有意外性,无法事先判断。有相关的模拟显示,当车辆的数量较多时,一次不正常的刹车,最终就会导致一场堵车事件,堵车是非常影响驾驶人心态的事件,它变相的提高了驾驶风险性,提高了事故的发生机率。
现有技术中,主流的引导方式是人工引导,在智慧城市的构建过程中,人们容易想到的是通过一些人工智能来代替人工引导,可以想到,堵车的原因多种多样,以人工智能代替人工引导的思路虽然可行,但是具体的实现过程仍需要大量的研发成本,而且这也不是一蹴而就的。因此,如何以一种新的思路来对交通进行引导,是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种智慧城市智能交通引导***及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种智慧城市智能交通引导***,所述***包括:
采样点确定模块,用于根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
编号模块,用于对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
采样点筛选模块,用于接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
显示指令生成模块,用于接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
作为本发明进一步的方案:所述采样点确定模块包括:
聚集区域定位单元,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息定位聚集区域;其中,所述聚集区域包括居民聚集区区和公共聚集区;
区域映射单元,用于获取聚集区域的人流数据,基于所述人流数据在预设的空白模型中生成映射区域,所述映射区域的大小与所述人流数据相关;
连通网络生成单元,用于依次获取各聚集区域之间的道路信息,根据所述道路信息在含有映射区域的空白模型中生成以映射区域为索引的连通网络;
渲染单元,用于实时获取拥堵信息,根据拥堵信息对含有映射区域和连通网络的空白模型进行渲染,得到交通线路模型。
作为本发明进一步的方案:所述采样点确定模块包括:
数量确定单元,用于获取计算资源,根据所述计算资源确定采样点数量;其中,所述计算资源包括监测设备数量和服务器性能参数;
比例确定单元,用于获取交通线路模型中各映射区域的大小,根据所述映射区域的大小确定分配比例;
处理执行单元,用于根据所述分配比例和采样点数量依次在各映射区域对应的连通网络中确定采样点。
作为本发明进一步的方案:所述编号模块包括:
第一切分单元,用于读取交通线路模型中的连通网络,基于所述采样点对所述连通网络进行切分,得到子路段;
第一编号单元,用于基于预设的方向依次对所述采样点进行编号,得到采样点编号;
第二编号单元,用于根据采样点编号对采样点之间的子路段进行编号,得到路段编号。
作为本发明进一步的方案:所述采样点筛选模块包括:
区域信息确定单元,用于显示所述交通线路模型,基于所述交通线路模型获取用户的输入信息,根据所述输入信息确定在交通线路模型中确定区域信息;
预采集单元,用于读取所述区域信息中的采样点,定位所述采样点对应的采集设备,向采集设备发送预采集指令,接收采集设备反馈的预采集图像;
评估单元,用于获取采样点的位置信息,根据所述位置信息确定采样点的环境信息,基于所述环境信息对所述预采集图像进行参数评估,得到图像评分;
数据剔除单元,用于根据所述图像评分剔除问题设备及相应的采样点,将其他采样点作为监测节点,并向所述监测节点发送数据采集指令。
作为本发明进一步的方案:所述显示指令生成模块包括:
信息表生成单元,用于接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
第二切分单元,用于获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
模型分析单元,用于依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
数据发送单元,用于将信号灯显示指令向相应的信号显示端发送。
作为本发明进一步的方案:所述信息表生成单元包括:
轮廓识别子单元,用于获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
速度分析子单元,用于根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
第一计算子单元,用于当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
第二计算子单元,用于根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
本发明技术方案还提供了一种智慧城市智能交通引导方法,所述方法包括:
根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
作为本发明进一步的方案:所述接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送的步骤包括:
接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
将信号灯显示指令向相应的信号显示端发送。
作为本发明进一步的方案:所述接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表的步骤包括:
获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
与现有技术相比,本发明的有益效果是:本发明通过获取道路数据,对道路数据进行分析,进而调整道路间的信号灯显示过程,通过调节红灯和绿灯的时长,对车辆进行引导,可以有效缓解城市内堵车的现象。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为智慧城市智能交通引导***的组成结构框图。
图2为智慧城市智能交通引导***中采样点确定模块的组成结构框图。
图3为智慧城市智能交通引导***中编号模块的组成结构框图。
图4为智慧城市智能交通引导***中采样点筛选模块的组成结构框图。
图5为智慧城市智能交通引导***中显示指令生成模块的组成结构框图。
图6为智慧城市智能交通引导方法的流程框图。
图7为智慧城市智能交通引导方法的第一子流程框图。
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为智慧城市智能交通引导***的组成结构框图,本发明实施例中,一种智慧城市智能交通引导***,所述***10包括:
采样点确定模块11,用于根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
编号模块12,用于对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
采样点筛选模块13,用于接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
显示指令生成模块14,用于接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
在本发明技术方案的一个实例中,首先生成一个交通线路模型,所述交通线路模型本身并不复杂,只需要含有与实际道路相适应的网络即可,然后在交通模型中确定采样点,再根据所述采样点在实地安装相应的采集设备;最后,根据采样点可以对各路段进行编号,这个编号可以是自由设置,也可以参照实际的道路编号。
当交通线路模型确定后,接收用户输入的在某个区域进行引导的请求,***在这一区域中查询采样点,然后在采样点中挑选监测节点,获取监测节点获取到的数据,根据这一数据调整该区域中信号灯的显示状态,从而起到引导作用。引导的原理就是,使得通行车辆较多的方向上,绿灯时间长一些。
图2为智慧城市智能交通引导***中采样点确定模块的组成结构框图,所述采样点确定模块11包括:
聚集区域定位单元111,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息定位聚集区域;其中,所述聚集区域包括居民聚集区区和公共聚集区;
区域映射单元112,用于获取聚集区域的人流数据,基于所述人流数据在预设的空白模型中生成映射区域,所述映射区域的大小与所述人流数据相关;
连通网络生成单元113,用于依次获取各聚集区域之间的道路信息,根据所述道路信息在含有映射区域的空白模型中生成以映射区域为索引的连通网络;
渲染单元114,用于实时获取拥堵信息,根据拥堵信息对含有映射区域和连通网络的空白模型进行渲染,得到交通线路模型。
上述内容提供了一种交通线路模型的生成方案,交通线路模型的重点在于连通网络,连通网络的获取依据是以聚集区域为中心,依次查询到达或离开该聚集区域的道路信息,这样可以使得连通网络的获取过程更加有序,而且计算资源的利用率极高;当然,如果允许的话,也可以一比一进行模型生成,这种方式的准确度要高一些。
值得一提的是,所述公共聚集区包括公园、医院或学校等等,所述居民聚集区就是各个小区。
进一步的,所述采样点确定模块11包括:
数量确定单元115,用于获取计算资源,根据所述计算资源确定采样点数量;其中,所述计算资源包括监测设备数量和服务器性能参数;
比例确定单元116,用于获取交通线路模型中各映射区域的大小,根据所述映射区域的大小确定分配比例;
处理执行单元117,用于根据所述分配比例和采样点数量依次在各映射区域对应的连通网络中确定采样点。
上述内容对采样点的确定过程进行了具体的限定,采样点越多,获取的信息量越大,信号灯的调节过程更加准确,但是,服务器的计算能力是有限的,我们希望将有限的计算资源更好的分配在不同的区域,在人流量较大的区域,多设置一些采样点,在人流量较小的区域,可以适当的降低采样点的数量。
图3为智慧城市智能交通引导***中编号模块的组成结构框图,所述编号模块12包括:
第一切分单元121,用于读取交通线路模型中的连通网络,基于所述采样点对所述连通网络进行切分,得到子路段;
第一编号单元122,用于基于预设的方向依次对所述采样点进行编号,得到采样点编号;
第二编号单元123,用于根据采样点编号对采样点之间的子路段进行编号,得到路段编号。
上述内容提供了一种具体的编号过程,即,先对采样点进行编号,然后再对采样点之间的路段进行编号。此外,还有一种其它的编号方式,就是先读取道路的编号,然后根据道路的编号再对采样点进行编号,这两种方案都是可行的,前一种编号方式的自由度更高,后一种编号方式易读性较高。
图4为智慧城市智能交通引导***中采样点筛选模块的组成结构框图,所述采样点筛选模块13包括:
区域信息确定单元131,用于显示所述交通线路模型,基于所述交通线路模型获取用户的输入信息,根据所述输入信息确定在交通线路模型中确定区域信息;
预采集单元132,用于读取所述区域信息中的采样点,定位所述采样点对应的采集设备,向采集设备发送预采集指令,接收采集设备反馈的预采集图像;
评估单元133,用于获取采样点的位置信息,根据所述位置信息确定采样点的环境信息,基于所述环境信息对所述预采集图像进行参数评估,得到图像评分;
数据剔除单元134,用于根据所述图像评分剔除问题设备及相应的采样点,将其他采样点作为监测节点,并向所述监测节点发送数据采集指令。
上述内容对采样点的挑选过程进行了具体的描述,首先,根据用户的输入信息确定区域信息,在现有的技术背景下,所述输入信息大都是触屏信号;然后,在确定的区域中读取采样点,根据采样点定位采集设备,先获取所有采集设备反馈的数据,对数据的有效性进行判断,如果有些采集设备自身出现问题,或是环境不太标准,就可以剔除相应的采样点;最后,剔除完采样点后,其他的采样点就是监测节点,所述监测节点就是数据清晰的采样点。
值得一提的是,同一条路上,可能有两到三个采样点,剔除一个或两个采样点,将相应的路段延长即可,剔除过程对识别结果的影响并不大。
图5为智慧城市智能交通引导***中显示指令生成模块的组成结构框图,所述显示指令生成模块14包括:
信息表生成单元141,用于接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
第二切分单元142,用于获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
模型分析单元143,用于依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
数据发送单元144,用于将信号灯显示指令向相应的信号显示端发送。
上述内容对显示指令生成模块14进行了具体的描述,首先,获取采样设备采集到的数据,然后,获取信号灯的位置信息,根据信号灯对区域进行切分,以信号灯为节点的切分方式与以采样点的切分方式是存在一定区别的,当以信号灯为节点对区域进行切分后,查询切分到的路段对应的采集设备采集到的数据,根据这些数据最终确定各信号灯周围道路的通行数据,进而得到显示指令。
进一步的,所述信息表生成单元包括:
轮廓识别子单元,用于获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
速度分析子单元,用于根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
第一计算子单元,用于当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
第二计算子单元,用于根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
上述内容提供了信息表生成过程的一个具体技术方案,根据轮廓识别子单元和速度分析子单元实现目标轮廓的分类,其中,速度是分类过程中的重要指标,速度是与时间有关的量,需要至少两张含有时间的路段图像才能确定。
对于通行人数的计算,需要注意的是机动车的人数计算,通过热源信息计算机动车的通行人数是不准确的,更加准确的方式应该是通过机动车的型号来判断,然后借助一些统计学数据,比如,一辆四人车平均坐几个人,当样本足够多的时候,平均人数几乎是确定的;通过型号以及平均人数可以计算机动车通行人数。此外,机动车型号还可以判断机动车是否为救援车。救援车的通行人数可以适当的扩充,通俗地说,一个救援车等价为多辆自驾车。
实施例2
图6为智慧城市智能交通引导方法的流程框图,本发明实施例中,一种智慧城市智能交通引导方法,所述方法包括:
步骤S100:根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
步骤S200:对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
步骤S300:接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
步骤S400:接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
图7为智慧城市智能交通引导方法的第一子流程框图,所述接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送的步骤包括:
步骤S401:接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
步骤S402:获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
步骤S403:依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
步骤S404:将信号灯显示指令向相应的信号显示端发送。
进一步的,所述接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表的步骤包括:
获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
所述智慧城市智能交通引导方法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智慧城市智能交通引导方法。
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***、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***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介质中。基于这样的理解,本发明实现上述实施例***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介质中,该计算机程序在被处理器执行时,可实现上述各个***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 Access Memory)、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。
Claims (10)
1.一种智慧城市智能交通引导***,其特征在于,所述***包括:
采样点确定模块,用于根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
编号模块,用于对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
采样点筛选模块,用于接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
显示指令生成模块,用于接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
2.根据权利要求1所述的智慧城市智能交通引导***,其特征在于,所述采样点确定模块包括:
聚集区域定位单元,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息定位聚集区域;其中,所述聚集区域包括居民聚集区区和公共聚集区;
区域映射单元,用于获取聚集区域的人流数据,基于所述人流数据在预设的空白模型中生成映射区域,所述映射区域的大小与所述人流数据相关;
连通网络生成单元,用于依次获取各聚集区域之间的道路信息,根据所述道路信息在含有映射区域的空白模型中生成以映射区域为索引的连通网络;
渲染单元,用于实时获取拥堵信息,根据拥堵信息对含有映射区域和连通网络的空白模型进行渲染,得到交通线路模型。
3.根据权利要求2所述的智慧城市智能交通引导***,其特征在于,所述采样点确定模块包括:
数量确定单元,用于获取计算资源,根据所述计算资源确定采样点数量;其中,所述计算资源包括监测设备数量和服务器性能参数;
比例确定单元,用于获取交通线路模型中各映射区域的大小,根据所述映射区域的大小确定分配比例;
处理执行单元,用于根据所述分配比例和采样点数量依次在各映射区域对应的连通网络中确定采样点。
4.根据权利要求1所述的智慧城市智能交通引导***,其特征在于,所述编号模块包括:
第一切分单元,用于读取交通线路模型中的连通网络,基于所述采样点对所述连通网络进行切分,得到子路段;
第一编号单元,用于基于预设的方向依次对所述采样点进行编号,得到采样点编号;
第二编号单元,用于根据采样点编号对采样点之间的子路段进行编号,得到路段编号。
5.根据权利要求1所述的智慧城市智能交通引导***,其特征在于,所述采样点筛选模块包括:
区域信息确定单元,用于显示所述交通线路模型,基于所述交通线路模型获取用户的输入信息,根据所述输入信息确定在交通线路模型中确定区域信息;
预采集单元,用于读取所述区域信息中的采样点,定位所述采样点对应的采集设备,向采集设备发送预采集指令,接收采集设备反馈的预采集图像;
评估单元,用于获取采样点的位置信息,根据所述位置信息确定采样点的环境信息,基于所述环境信息对所述预采集图像进行参数评估,得到图像评分;
数据剔除单元,用于根据所述图像评分剔除问题设备及相应的采样点,将其他采样点作为监测节点,并向所述监测节点发送数据采集指令。
6.根据权利要求1所述的智慧城市智能交通引导***,其特征在于,所述显示指令生成模块包括:
信息表生成单元,用于接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
第二切分单元,用于获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
模型分析单元,用于依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
数据发送单元,用于将信号灯显示指令向相应的信号显示端发送。
7.根据权利要求6所述的智慧城市智能交通引导***,其特征在于,所述信息表生成单元包括:
轮廓识别子单元,用于获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
速度分析子单元,用于根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
第一计算子单元,用于当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
第二计算子单元,用于根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
8.一种智慧城市智能交通引导方法,其特征在于,所述方法包括:
根据预设的比例尺确定交通线路模型,在所述交通线路模型中确定采样点;
对所述采样点和采样点之间的路段进行编号,得到采样点编号和路段编号;其中,所述路段编号与所述采样点编号之间存在映射关系;
接收用户输入的含有区域信息的引导请求,根据所述区域信息在含有采样点的交通线路模型中确定监测节点,向所述监测节点对应的采样设备发送数据采集指令;所述监测节点为采样点的子集;
接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送。
9.根据权利要求8所述的智慧城市智能交通引导方法,其特征在于,所述接收采样设备反馈的采集数据,根据所述采集数据确定路段指标,根据所述路段指标修正信号灯显示指令,并将所述显示指令向相应的信号显示端发送的步骤包括:
接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表;
获取信号灯的位置信息,根据所述信号灯的位置信息对区域信息中的路段进行切分,得到以信号灯的位置信息为索引的路段分类表;
依次获取路段分类表中各路段的通行信息表,将所述各路段的通行信息表输入训练好的信号灯显示分析模型,得到信号灯显示指令;
将信号灯显示指令向相应的信号显示端发送。
10.根据权利要求9所述的智慧城市智能交通引导方法,其特征在于,所述接收采样设备反馈的采集数据,根据所述采集数据确定各路段的通行信息表的步骤包括:
获取含有热源信息的路段图像,对所述路段图像进行内容识别,得到目标轮廓;
根据所述热源信息对所述目标轮廓对于速度分析,根据速度分析结果将所述目标轮廓分类;其中,所述目标轮廓的类型包括机动车轮廓、非机动车轮廓和行人轮廓;
当所述目标轮廓为机动车轮廓时,对所述机动车轮廓进行识别,得到机动车型号,根据机动车型号计算含机动车型号为索引的机动车通行人数;
根据所述非机动车轮廓计算非机动车通行人数,根据所述行人轮廓计算行人通行人数,根据所述机动车通行人数、所述非机动车通行人数和行人通行人数生成通行信息表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528759.1A CN114937357A (zh) | 2022-05-16 | 2022-05-16 | 一种智慧城市智能交通引导***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528759.1A CN114937357A (zh) | 2022-05-16 | 2022-05-16 | 一种智慧城市智能交通引导***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114937357A true CN114937357A (zh) | 2022-08-23 |
Family
ID=82863912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210528759.1A Pending CN114937357A (zh) | 2022-05-16 | 2022-05-16 | 一种智慧城市智能交通引导***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114937357A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108629990A (zh) * | 2018-06-14 | 2018-10-09 | 重庆同济同枥信息技术有限公司 | 一种基于多源数据的实时动态配时方法及*** |
CN109615892A (zh) * | 2018-12-13 | 2019-04-12 | 盐城工业职业技术学院 | 基于分布式计算的交通策略分析方法及*** |
US20200211374A1 (en) * | 2017-09-11 | 2020-07-02 | Alibaba Group Holding Limited | System, method, and apparatus for analyzing a traffic road condition |
CN111951544A (zh) * | 2019-05-17 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 一种监测点位的确定方法及装置 |
CN113284343A (zh) * | 2021-07-22 | 2021-08-20 | 江西交通职业技术学院 | 一种基于智慧交通物联网的交通监测***及方法 |
-
2022
- 2022-05-16 CN CN202210528759.1A patent/CN114937357A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200211374A1 (en) * | 2017-09-11 | 2020-07-02 | Alibaba Group Holding Limited | System, method, and apparatus for analyzing a traffic road condition |
CN108629990A (zh) * | 2018-06-14 | 2018-10-09 | 重庆同济同枥信息技术有限公司 | 一种基于多源数据的实时动态配时方法及*** |
CN109615892A (zh) * | 2018-12-13 | 2019-04-12 | 盐城工业职业技术学院 | 基于分布式计算的交通策略分析方法及*** |
CN111951544A (zh) * | 2019-05-17 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 一种监测点位的确定方法及装置 |
CN113284343A (zh) * | 2021-07-22 | 2021-08-20 | 江西交通职业技术学院 | 一种基于智慧交通物联网的交通监测***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20050169502A1 (en) | Method and device for mobile object information management, and computer product | |
DE102019205821A1 (de) | Einrichtung und verfahren für verkehrsinformationsdienst | |
WO2020007589A1 (en) | Training a deep convolutional neural network for individual routes | |
CN112396093A (zh) | 驾驶场景分类方法、装置、设备及可读存储介质 | |
CN106781507A (zh) | 用于生成路况信息和测试路况识别***的方法和装置 | |
CN114565895A (zh) | 一种基于智慧社会的安防监控***及方法 | |
CN113284343B (zh) | 一种基于智慧交通物联网的交通监测***及方法 | |
CN110807493A (zh) | 一种车辆分类模型的优化方法及设备 | |
Golze et al. | Traffic regulator detection using GPS trajectories | |
CN114841428A (zh) | 一种公交线路规划方法及*** | |
CN110646002B (zh) | 用于处理信息的方法和装置 | |
CN117029863B (zh) | 一种反馈式交通路径规划方法及*** | |
Raj et al. | Evaluation of perception and nonperception based approaches for modeling urban road level of service | |
CN111121803B (zh) | 获取道路常用停靠点的方法及装置 | |
CN113409393B (zh) | 用于识别交通标志牌的方法及装置 | |
CN114937357A (zh) | 一种智慧城市智能交通引导***及方法 | |
CN114743384B (zh) | 报警方法及装置 | |
CN111680707A (zh) | 基于公交***的刷卡数据分析方法、电子终端及存储装置 | |
TWI762887B (zh) | 交通安全管控方法、車載裝置及可讀儲存介質 | |
CN114202080A (zh) | 一种基于地理信息线路交叉跨越点的自动识别方法及*** | |
CN114707567A (zh) | 轨迹分类方法、轨迹分类模型训练方法及计算机程序产品 | |
CN113781803B (zh) | 一种基于互联网的人工智能交通控制*** | |
CN113626656A (zh) | 识别企业和车辆关系类型的方法、装置、设备及存储介质 | |
CN113920482B (zh) | 一种车辆违停检测方法和*** | |
CN109887300A (zh) | 一种识别***辆的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |