CN115240406B - 道路拥堵的管理方法、装置、计算机可读介质及电子设备 - Google Patents
道路拥堵的管理方法、装置、计算机可读介质及电子设备 Download PDFInfo
- Publication number
- CN115240406B CN115240406B CN202210612491.XA CN202210612491A CN115240406B CN 115240406 B CN115240406 B CN 115240406B CN 202210612491 A CN202210612491 A CN 202210612491A CN 115240406 B CN115240406 B CN 115240406B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- passing
- vehicles
- determining
- congestion
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000000875 corresponding effect Effects 0.000 claims description 95
- 238000013459 approach Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 230000010485 coping Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请的实施例提供了一种道路拥堵的管理方法。该方法包括:根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略。本申请实施例的技术方案能够准确识别道路拥堵情况的发生,进而提高道路拥堵的处理效率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种道路拥堵的管理方法、装置、计算机可读介质及电子设备。
背景技术
随着经济发展和时代进步,私家车已经逐渐走进普通老百姓的家庭,给家庭生活、工作带来了极大的便利;但是亦是由于车辆数量不断增加,交通拥堵的情况也经常发生,无论是在室外道路或者室内停车场通道等。在目前的技术方案中,为了识别是否发生交通拥堵,通常是通过摄像头间隔时间内捕捉的两张图像,检测车辆以及相对位置,从而判断是否发生拥堵。然而,上述识别方法无法根据实际车辆通行情况进行判断,常导致误判的发生。由此,如何准确识别道路拥堵情况的发生,进而提高道路拥堵的处理效率成为了亟待解决的技术问题。
发明内容
本申请的实施例提供了一种道路拥堵的管理方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以准确识别道路拥堵情况的发生,进而提高道路拥堵的处理效率。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种道路拥堵的管理方法,包括:
根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;
若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;
根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;
根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略。
根据本申请实施例的一个方面,提供了一种道路拥堵的管理装置,包括:
车辆通行信息确定模块,用于根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;
通行效率确定模块,用于若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;
拥堵等级确定模块,用于根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;
处理模块,用于根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的道路拥堵的管理方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的道路拥堵的管理方法。
根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中提供的道路拥堵的管理方法。
在本申请的一些实施例所提供的技术方案中,根据目标路段对应的预定时间段内的图像信息,确定目标路段在预定时间段内的车辆通行信息,该车辆通行信息包括已通行车辆的车辆数量以及平均通行时间,若平均通行时间大于或等于预定时间阈值,则根据已通行车辆的车辆数量,确定目标路段在预定时间段所属的通行周期内的通行效率,并根据预先设定的拥堵识别策略以及通行效率,确定该目标路段对应的拥堵等级,再根据拥堵等级,确定并执行与该拥堵等级对应的拥堵应对策略。由此,根据已通行车辆的平均通行时间以及预定时间段所属的通行周期内的通行效率进行判断,能够综合考虑该目标路段的车辆的通行情况,从而保证道路拥堵识别的准确性,进而能够及时应对,提高了道路拥堵的处理效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性***架构的示意图;
图2示出了根据本申请的一个实施例的道路拥堵的管理方法的流程示意图;
图3示出了根据本申请的一个实施例的图2的道路拥堵的管理方法中步骤S210的流程示意图;
图4示出了根据本申请的一个实施例的图3的道路拥堵的管理方法中确定车辆是否完成通行的流程示意图;
图5示出了根据本申请的一个实施例的道路拥堵的管理装置的框图;
图6示出了适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性***架构的示意图。
如图1所示,***架构可以包括图像获取装置110、网络120和服务器130。网络120用以在图像获取装置110和服务器130之间提供通信链路的介质。网络120可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
应该理解,图1中的图像获取装置、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的图像获取装置、网络和服务器。比如服务器130可以是多个服务器组成的服务器集群等。需要说明的,服务器130可以是物理服务器,也可以是云服务器,本申请对此不作特殊限定。
需要说明的,该图像获取装置110可以设置于需要进行道路通行情况识别的目标路段,例如交通摄像头、停车场摄像头等。图像获取装置110可以通过网络120与服务器130进行交互,以接收或发送信息等。服务器130可以是提供各种服务的服务器。例如,图像获取装置110可以向服务器130上传了目标路段的图像信息,服务器130则可以根据目标路段对应的预定时间段内的图像信息,确定目标路段在预定时间段内的车辆通行信息,该车辆通行信息包括已通行车辆的车辆数量以及平均通行时间,若平均通行时间大于或等于预定时间阈值,则根据已通行车辆的数量,确定目标路段在预定时间段所属的通行周期内的通行效率,并根据预先设定的拥堵识别策略以及通行效率,确定目标路段对应的拥堵等级,再根据拥堵等级,确定并执行与该拥堵等级对应的拥堵应对策略。
需要说明的是,本申请实施例所提供的道路拥堵的管理方法一般由服务器130执行,相应地,道路拥堵的管理装置一般设置于服务器130中。但是,在本申请的其它实施例中,终端设备也可以与服务器具有相似的功能,从而执行本申请实施例所提供的道路拥堵的管理方法的方案。应该理解的,该终端设备可以是智能手机、平板电脑、便携式电脑、台式电脑或者其他任意具有图像处理和数据处理功能的电子设备,本申请对此不作特殊限定。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示出了根据本申请的一个实施例的道路拥堵的管理方法的流程示意图。参照图2所示,该道路拥堵的管理方法至少包括步骤S210至步骤S240,详细介绍如下:
在步骤S210中,根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间。
其中,目标路段可以是设置有如图1所示的图像获取装置110且需要进行道路通行情况识别的路段,该目标路段可以是室外道路或者室内停车场通道等。设置于目标路段的图像获取装置可以实时或者按照一定时间间隔获取该目标路段对应的图像信息,并将所获取到的图像信息向服务器130进行发送。
预定时间段可以是由本领域技术人员根据在先经验对每日时间进行预先划分得到的,例如可以将每五分钟划分为一个时间段,或者每十分钟划分为一个时间段等,以上数字仅为示例性举例,本申请对此不作特殊限定。
车辆通行信息可以是用于描述该目标路段在该预定时间段内的车辆通行情况的信息,该车辆通行信息可以包括但不限于已通行车辆的车辆数量以及平均通行时间。其中,已通行车辆可以是在该预定时间段内驶离该目标路段的车辆。需要说明的,该已通行车辆并不一定是在一个预定时间段内完成通行,其也可以是行驶了多个预定时间段的时间长度才完成通行,例如在上一预定时间段驶入目标路段,在下一预定时间段驶离目标路段,等等。
在本申请一示例性实施例中,图像获取装置可以将获取到的目标路段对应的图像信息实时向服务器进行传输。服务器则可以在经过一个预定时间段对应的时间长度后,根据上一预定时间段内的图像信息进行识别,以获取该目标路段在上一预定时间段内的车辆通行信息。在其他示例中,图像获取装置也可以每隔一个预定时间段上传一次图像信息以供服务器进行识别,从而减少与服务器之间的交互,减少资源占用。
具体地,服务器可以根据已通行车辆的进场时间(即进入目标路段的时间)以及出场时间(即驶离目标路段的时间)进行计算,确定每一已通行车辆对应的通行时间,再根据所有已通行车辆的通行时间,计算已通行车辆的平均通行时间。
在步骤S220中,若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率。
其中,预定时间阈值可以是由本领域技术人员根据在先经验预先设定的,应该理解的,由于目标路段长度的不同、路况的不同等,不同目标路段对应的预定时间阈值也不尽相同。
需要说明的,由于已通行车辆的平均通行时间能够代表目标路段在上一预定时间段对应的车辆通行情况,平均通行时间越长,则表示该目标路段的拥堵程度越高,反之则表示目标路段的拥堵程度越低。
通行周期可以是由本领域技术人员预先划分的、时间长度比预定时间段的时间长度长的时间周期,需要说明的,一个通行周期可以包含多个预定时间段。例如,一个预定时间段的时间长度为5min,则一个通行周期的时间长度为15min,即一个通行周期包含3个预定时间段等。应该理解的,本申请所述多个可以是两个、也可以是两个以上的任意数量,例如三个、四个或者五个等。
通行效率可以是用于描述该目标路段在对应的通行周期内的单位时间的车辆通行速度,例如某目标路段在通行周期内每一分钟通行三辆车,或者每一分钟通行五辆车,等等。
在本申请一示例性实施例中,服务器可以将已通行车辆的平均通行时间与预先设定的预定时间阈值(例如3min、5min等)进行比对,当该平均通行时间小于预定时间阈值时,则表示已通行车辆都能够快速通过,确定该目标路段为道路通畅,并且不进入后续的拥堵判断。
若平均通行时间大于或等于预定时间阈值,则表示已通行车辆的通行较为缓慢,因此可以根据已通行车辆的车辆数量,确定目标路段在预定时间段所属的通行周期内的通行效率。具体地,服务器可以将预定时间段内的已通行车辆的车辆数量与之前预定时间段内的已通行车辆的数量相加,从而得到当前通行周期的已通行车辆的车辆总数量。
例如,一通行周期的时间长度为15min,预定时间段的时间长度为5min,则服务器可以将当前预定时间段的已通行车辆的车辆数量,加上在当前预定时间段之前的两个预定时间段的已通行车辆的车辆数量,从而得到三个预定时间段对应的时间长度(即一个通行周期)的已通行车辆的车辆总数量。再将该车辆总数量除以一通行周期对应的时间长度,从而得到目标路段在该预定时间段所属的通行周期内的通行效率。
应该理解的,本申请通过计算目标路段在一通行周期内的通行效率,可以综合考虑目标路段在一定时间长度内的车辆通行情况,避免因为突发情况而影响目标路段的道路通行情况的识别,进而提高了后续道路通行情况识别的准确性。
请继续参考图2,在步骤S230中,根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级。
其中,拥堵识别策略可以是由本领域技术人员根据在先经验预先设定的、用于根据目标路段对应的通行效率,确定其对应的拥堵等级的识别策略。
在本申请一示例性实施例中,服务器可以将目标路段对应的通行效率与拥堵识别策略进行比对,从而确定目标路段对应的拥堵等级。需要说明的,拥堵等级可以用于描述目标路段的拥堵程度,拥堵等级越高,则表示该目标路段的拥堵程度越高,反之,则表示该目标路段的拥堵程度越低。
在一示例中,本领域技术人员可以将拥堵等级划分为道路通畅、道路缓行以及道路拥堵三个等级,服务器可以根据目标路段对应的通行效率,确定该目标路段对应的拥堵等级。在其他示例中,也可以划分为其他不同的拥堵等级,本申请对此不作特殊限定。
在本申请一示例性实施例中,根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级,包括:
若所述通行效率大于或等于第一效率阈值,则确定所述目标路段为道路通畅;
若所述通行效率大于或等于第二效率阈值,且小于所述第一效率阈值,则确定所述目标路段为道路缓行,其中,所述第二效率阈值小于所述第一效率阈值;
若所述通行效率小于所述第二效率阈值,则确定所述目标路段为道路拥堵。
其中,第一效率阈值和第二效率阈值可以是由本领域技术人员根据在先经验预先设定的,且第二效率阈值小于第一效率阈值。
服务器可以将通行效率与第一效率阈值和第二效率阈值进行比对,从而根据比对结果,确定目标路段对应的拥堵等级。例如道路通畅的通行效率与道路缓行的通行效率的临界值为4辆(即第一效率阈值),道路缓行的通行效率和道路拥堵的通行效率的临界值为2辆车。则若通行效率S≥4,则确定目标路段对应的拥堵等级为道路通畅,若2≤S<4,则确定目标路段对应的拥堵等级为道路缓行,若S<2,则确定目标路段对应的拥堵等级为道路拥堵。
由此,通过预先设定第一效率阈值和第二效率阈值,可以提高道路通行情况的确定效率,并保证确定结果的准确性。
在步骤S240中,根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略。
其中,拥堵应对策略可以是由本领域技术人员预先设定的与拥堵等级相对应的处理策略。应该理解的,不同的拥堵等级可以对应于不同的拥堵应对策略。例如拥堵等级为道路通畅,则对应的拥堵应对策略可以是不进行相关处理,若拥堵等级为道路缓行,则可以生成拥堵告警,并在对应的显示装置上进行显示,以提醒交通管理人员,若拥堵等级为道路拥堵,则可以控制信号灯,以提醒后续车辆改道行驶等等。
在设置完不同拥堵等级对应的拥堵应对策略之后,服务器可以将拥堵等级与对应的拥堵应对策略进行关联存储,以在后续可以根据所确定的拥堵等级,获取并执行对应的拥堵应对策略。
由此,针对不同拥堵等级设定不同的拥堵应对策略,可以提高道路拥堵处理的针对性,进而提高了处理效率以及合理性。
基于图2所示的实施例,图3示出了根据本申请的一个实施例的图2的道路拥堵的管理方法中步骤S210的流程示意图。参照图3所示,图像信息为包含多个图像帧的图像序列,则步骤S210至少包括步骤S310至S340,详细介绍如下:
在步骤S310中,对目标路段对应的预定时间段内的图像序列中包含的图像帧进行识别,确定各所述图像帧中所包含的车辆信息,所述车辆信息包括车辆的标识信息。
其中,车辆的标识信息可以是用于唯一标识车辆的信息,例如可以是车辆的车牌号、服务器为其自动分配的车辆编号等。
在本申请一示例性实施例中,服务器可以对图像序列中包含的每一图像帧进行图像识别,以识别出各图像帧中所包含的车辆的标识信息。在一示例中,服务器可以识别出每一车辆的车牌号,以将其作为该车辆的标识信息;在另一示例中,服务器也可以在识别出车辆后,为其分配一编号以将其作为该车辆的标识信息,例如No.0001,等等。再另一示例中,服务器也可以根据识别到的车辆的外形特征,生成对应的标识信息,例如某一车辆的车身颜色为白色、车型为轿车等,根据该外形特征进行编码,以生成对应的标识信息,从而保证了车辆的标识信息的独特性。应该理解的,在不同图像帧中识别到的同一车辆,其对应的标识信息也是相同的。
在步骤S320中,根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,并确定已通行车辆的车辆数量。
在该实施例中,服务器可以通过比对各所述图像帧所对应的车辆信息,从而确定各标识信息对应的车辆是否完成通行。应该理解的,若车辆完成通行,则其驶离目标路段后应不会再被识别到。因此,若某一车辆在之前的图像帧中有被识别到,但在之后的图像帧中未被识别到,则可以确认该车辆已经驶离目标路段。服务器可以统计已经驶离目标路段的车辆的数量,从而确定已通行车辆的车辆数量。
在步骤S330中,获取各所述已通行车辆的进场时间,并将各所述已通行车辆的最后出现时间作为其离场时间,以确定所述已通行车辆的通行时间。
在该步骤中,服务器可以根据确定的已通行车辆的标识信息,对应查找在先存储的与该已通行车辆的标识信息对应的进场时间,并将最后识别到该已通行车辆的图像帧对应的时刻(即该已通行车辆的最后出现时间)作为其离场时间,从而可以根据该进场时间和离场时间确定该已通行车辆在目标路段的行驶时间。
在本申请一示例性实施例中,上述道路拥堵的管理方法还包括:
实时根据目标路段对应的图像信息进行识别,若第一次识别到某一车辆对应的标识信息,则确定当前时间为所述某一车辆的进场时间;
将所述某一车辆的标识信息与所述进场时间进行关联存储。
在该实施例中,图像获取装置可以实时将所获取到的目标路段对应的图像信息上传至服务器中,服务器则可以实时对该图像信息进行识别,当第一次识别到某一车辆对应的标识信息时,则表示该车辆驶入了目标路段,则将当前时间即识别到该车辆的时间作为该车辆的进场时间。
在确定该车辆的进场时间后,服务器可以将该车辆的标识信息与对应的进场时间进行关联存储,例如建立标识信息与进场时间对应关系表等,以备后续查询。
在步骤S340中,根据各所述已通行车辆的通行时间,确定所述已通行车辆的平均通行时间。
在该实施例中,服务器可以根据所有已通行车辆的通行时间以及已通行车辆的车辆数量进行计算,从而确定已通行车辆的平均通行时间,应该理解的,该平均通行时间可以用于描述目标路段在预定时间段内的道路通行情况。
基于图2和图3所示的实施例,图4示出了根据本申请的一个实施例的图3的道路拥堵的管理方法中确定车辆是否完成通行的流程示意图。参照图4所示,车辆信息还包括车辆之间的相对位置信息,则根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,至少包括步骤S410至步骤S430,详细介绍如下:
在步骤S410中,根据各所述图像帧对应的车辆的标识信息进行比对,若在前一图像帧中识别到某一车辆对应的标识信息,且在之后的图像帧中未识别到所述某一车辆对应的标识信息,则将所述某一车辆识别为待识别的疑似已通行车辆。
在该实施例中,若在先的图像帧中识别到某一车辆对应的标识信息,且在该图像帧之后的图像帧中未识别到该车辆,则表示该车辆可能驶离了目标路段,因此,可以将该车辆识别为待识别的疑似已通行车辆。例如图像序列中包含20张图像帧,在前5张图像帧中识别到了标识信息为No.00001的车辆,但是在后15张图像帧中未识别到该车辆,则将该车辆确定为疑似已通行车辆。
在步骤S420中,根据各所述图像帧对应的车辆之间的相对位置进行比对,确定与所述待识别的疑似已通行车辆相邻的可遮挡车辆。
在该实施例中,服务器可以根据各图像帧中对应的车辆之间的相对位置信息,从而确定车辆之间的位置关系,即某一车辆在某一车辆之前或之后。应该理解的,由于行驶方向的不同,当某一车辆的车头方向朝向图像获取装置进行行驶时,则与该车辆相邻且位于该车辆之前的车辆可能会对该车辆进行遮挡,从而造成识别不到的情况发生。当某一车辆的车头方向背向图像获取装置进行行驶时,则与该车辆相邻且位于该车辆之后的车辆可能会对该车辆进行遮挡,从而造成识别不到的情况发生。
应该理解的,上述两种情况,车辆并未真正驶离目标路段,只是因为其他车辆遮挡,从而导致无法识别。当确定车辆之间的位置关系后,服务器可以根据车辆的行驶方向,确定可能会对待识别的疑似已通行车辆造成遮挡的可遮挡车辆。即,若待识别的疑似已通行车辆的行驶方向为朝向图像获取装置,则确定与其相邻且位于其之前的车辆为可遮挡车辆,若待识别的疑似已通行车辆的行驶方向为背向图像获取装置,则确定与其相邻且位于其之后的车辆为可遮挡车辆。
在一示例中,为了确定车辆的行驶方向,当车辆运动时,可以通过车辆检测框的移动方向,确定车辆的行驶方向,当车辆静止时,则可以使用分类模型,判断车辆是车头朝向图像获取装置还是车尾朝向图像获取装置,从而确定车辆的行驶方向。在其他示例中,本领域技术人员也可以采用其他识别方法进行识别,本申请对此不作特殊限定。
在步骤S430中,若所述可遮挡车辆为疑似已通行车辆或已通行车辆,则确定所述待识别的疑似已通行车辆为已通行车辆。
在该实施例中,当确定了待识别的疑似已通行车辆的可遮挡车辆之后,服务器可以对应查询该可遮挡车辆的通行状态,即若该可遮挡车辆也为疑似已通行车辆或者已通行车辆后,则可以排除车辆因为被遮挡从而识别不到的情况,因此可以将待识别的疑似已通行车辆确定为已通行车辆,由此提高了已通行车辆识别的准确性,进而保证了后续道路通行情况识别的准确性。
在本申请一示例性实施例中,车辆通行信息还包括静止车辆的车辆数量;
在若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率之前,所述方法还包括:
若所述静止车辆的车辆数量小于第一数量阈值,则生成违停告警,且不进行拥堵等级判断。
在该实施例中,服务器可以根据图像信息进行识别,若某一车辆在一定时间内位置未发生变化,则确定该车辆为静止车辆,具体地,可以根据跟踪车辆的检测框是否发生移动,从而确定车辆位置是否发生变化。
服务器可以计算静止车辆的车辆数量,并将该静止车辆的车辆数量与预先设定的第一数量阈值进行比对,若静止车辆的数量小于第一数量阈值,则表示目标路段大概率存在少量车辆违停现象,并未发生拥堵。因此服务器可以生成违停告警,以向对应管理人员进行提示。并且,服务器也可以不再进行后续的拥堵等级判断,从而避免因为违停而造成道路通行情况的误识别。
在本申请一示例性实施例中,所述车辆通行信息还包括正在通行车辆的车辆数量;
根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率,包括:
若所述正在通行车辆的车辆数量小于第二数量阈值,则确定所述目标路段为道路通畅;
若所述正在通行车辆的车辆数量大于或等于所述第二数量阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率。
在该实施例中,服务器可以根据目标路段对应的图像信息,识别当前视野中的所有车辆的数量,即正在通行车辆的车辆数量。并将该正在通行车辆的车辆数量与第二数量阈值进行比对,若正在通行车辆的车辆数量小于第二数量阈值,则可以确定目标路段为道路通畅。应该理解的,若正在通行车辆的车辆数量小于第二数量阈值,则表示目标路段当前经过的车辆数量较少,不易出现道路拥堵的情况发生,因此将目标路段确定为道路通畅。由此也可以避免车辆可以通过相邻车道通行,实际并未有道路拥堵的情况发生从而造成道路通行情况的误判。
若正在通行的车辆数量大于或等于第二数量阈值,则表示该目标路段当前经过的车辆数量较多,可能出现道路拥堵的情况发生,因此服务器可以进行后续判断步骤,即通过计算通行效率,从而对道路通行情况进行识别。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的道路拥堵的管理方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的道路拥堵的管理方法的实施例。
图5示出了根据本申请的一个实施例的道路拥堵的管理装置的框图。
参照图5所示,根据本申请的一个实施例的道路拥堵的管理装置,包括:
车辆通行信息确定模块510,用于根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;
通行效率确定模块520,用于若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;
拥堵等级确定模块530,用于根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;
处理模块540,用于根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略.
在本申请一示例性实施例中,所述图像信息为包含多个图像帧的图像序列;车辆通行信息确定模块510用于:对目标路段对应的预定时间段内的图像序列中包含的图像帧进行识别,确定各所述图像帧中所包含的车辆信息,所述车辆信息包括车辆的标识信息;根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,并确定已通行车辆的车辆数量;获取各所述已通行车辆的进场时间,并将各所述已通行车辆的最后出现时间作为其离场时间,以确定所述已通行车辆的通行时间;根据各所述已通行车辆的通行时间以及已通行车辆的车辆数量,确定所述已通行车辆的平均通行时间。
在本申请一示例性实施例中,所述车辆信息还包括车辆之间的相对位置信息;车辆通行信息确定模块510用于:根据各所述图像帧对应的车辆的标识信息进行比对,若在前一图像帧中识别到某一车辆对应的标识信息,且在之后的图像帧中未识别到所述某一车辆对应的标识信息,则将所述某一车辆识别为待识别的疑似已通行车辆;根据各所述图像帧对应的车辆之间的相对位置信息进行比对,确定与所述待识别的疑似已通行车辆相邻的可遮挡车辆;若所述可遮挡车辆为疑似已通行车辆或已通行车辆,则确定所述待识别的疑似已通行车辆为已通行车辆。
在本申请一示例性实施例中,所述车辆通行信息还包括静止车辆的车辆数量;通行效率确定模块520还用于:若所述静止车辆的车辆数量小于第一数量阈值,则生成违停告警,且不进行拥堵等级判断。
在本申请一示例性实施例中,所述车辆通行信息还包括正在通行车辆的车辆数量;通行效率确定模块520用于:若所述正在通行车辆的车辆数量小于第二数量阈值,则确定所述目标路段为道路通畅;若所述正在通行车辆的车辆数量大于或等于所述第二数量阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率。
在本申请一示例性实施例中,拥堵等级确定模块530用于:若所述通行效率大于或等于第一效率阈值,则确定所述目标路段为道路通畅;若所述通行效率大于或等于第二效率阈值,且小于所述第一效率阈值,则确定所述目标路段为道路缓行,其中,所述第二效率阈值小于所述第一效率阈值;若所述通行效率小于所述第二效率阈值,则确定所述目标路段为道路拥堵。
在本申请一示例性实施例中,车辆通行信息确定模块510还用于:实时根据目标路段对应的图像信息进行识别,若第一次识别到某一车辆对应的标识信息,则确定当前时间为所述某一车辆的进场时间;将所述某一车辆的标识信息与所述进场时间进行关联存储。
图6示出了适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
需要说明的是,图6示出的电子设备的计算机***仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***包括中央处理单元(Central Processing Unit,CPU)601,其可以根据存储在只读存储器(Read-Only Memory,ROM)602中的程序或者从储存部分608加载到随机访问存储器(Random Access Memory,RAM)603中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 603中,还存储有***操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(Input/Output,I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分607;包括硬盘等的储存部分608;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入储存部分608。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的***中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (9)
1.一种道路拥堵的管理方法,其特征在于,包括:
根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;
若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;
根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;
根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略;
所述图像信息为包含多个图像帧的图像序列;
根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,包括:
对目标路段对应的预定时间段内的图像序列中包含的图像帧进行识别,确定各所述图像帧中所包含的车辆信息,所述车辆信息包括车辆的标识信息;
根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,并确定已通行车辆的车辆数量;
获取各所述已通行车辆的进场时间,并将各所述已通行车辆的最后出现时间作为其离场时间,以确定所述已通行车辆的通行时间;
根据各所述已通行车辆的通行时间以及已通行车辆的车辆数量,确定所述已通行车辆的平均通行时间。
2.根据权利要求1所述的管理方法,其特征在于,所述车辆信息还包括车辆之间的相对位置信息;
根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,包括:
根据各所述图像帧对应的车辆的标识信息进行比对,若在前一图像帧中识别到某一车辆对应的标识信息,且在之后的图像帧中未识别到所述某一车辆对应的标识信息,则将所述某一车辆识别为待识别的疑似已通行车辆;
根据各所述图像帧对应的车辆之间的相对位置信息进行比对,确定与所述待识别的疑似已通行车辆相邻的可遮挡车辆;
若所述可遮挡车辆为疑似已通行车辆或已通行车辆,则确定所述待识别的疑似已通行车辆为已通行车辆。
3.根据权利要求1所述的管理方法,其特征在于,所述车辆通行信息还包括静止车辆的车辆数量;
在若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率之前,所述方法还包括:
若所述静止车辆的车辆数量小于第一数量阈值,则生成违停告警,且不进行拥堵等级判断。
4.根据权利要求1所述的管理方法,其特征在于,所述车辆通行信息还包括正在通行车辆的车辆数量;
根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率,包括:
若所述正在通行车辆的车辆数量小于第二数量阈值,则确定所述目标路段为道路通畅;
若所述正在通行车辆的车辆数量大于或等于所述第二数量阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率。
5.根据权利要求1至4中任一项所述的管理方法,其特征在于,根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级,包括:
若所述通行效率大于或等于第一效率阈值,则确定所述目标路段为道路通畅;
若所述通行效率大于或等于第二效率阈值,且小于所述第一效率阈值,则确定所述目标路段为道路缓行,其中,所述第二效率阈值小于所述第一效率阈值;
若所述通行效率小于所述第二效率阈值,则确定所述目标路段为道路拥堵。
6.根据权利要求1至4中任一项所述的管理方法,其特征在于,所述方法还包括:
实时根据目标路段对应的图像信息进行识别,若第一次识别到某一车辆对应的标识信息,则确定当前时间为所述某一车辆的进场时间;
将所述某一车辆的标识信息与所述进场时间进行关联存储。
7.一种道路拥堵的管理装置,其特征在于,包括:
车辆通行信息确定模块,用于根据目标路段对应的预定时间段内的图像信息,确定所述目标路段在所述预定时间段内的车辆通行信息,所述车辆通行信息包括已通行车辆的车辆数量以及平均通行时间;
通行效率确定模块,用于若所述平均通行时间大于或等于预定时间阈值,则根据所述已通行车辆的车辆数量,确定所述目标路段在所述预定时间段所属的通行周期内的通行效率;
拥堵等级确定模块,用于根据预先设定的拥堵识别策略以及所述通行效率,确定所述目标路段对应的拥堵等级;
处理模块,用于根据所述拥堵等级,确定并执行与所述拥堵等级对应的拥堵应对策略;
所述图像信息为包含多个图像帧的图像序列;所述车辆通行信息确定模块用于:
对目标路段对应的预定时间段内的图像序列中包含的图像帧进行识别,确定各所述图像帧中所包含的车辆信息,所述车辆信息包括车辆的标识信息;
根据各所述图像帧对应的车辆信息,确定各标识信息对应的车辆是否完成通行,并确定已通行车辆的车辆数量;
获取各所述已通行车辆的进场时间,并将各所述已通行车辆的最后出现时间作为其离场时间,以确定所述已通行车辆的通行时间;
根据各所述已通行车辆的通行时间以及已通行车辆的车辆数量,确定所述已通行车辆的平均通行时间。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的道路拥堵的管理方法。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的道路拥堵的管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612491.XA CN115240406B (zh) | 2022-05-31 | 2022-05-31 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612491.XA CN115240406B (zh) | 2022-05-31 | 2022-05-31 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115240406A CN115240406A (zh) | 2022-10-25 |
CN115240406B true CN115240406B (zh) | 2023-12-29 |
Family
ID=83669741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210612491.XA Active CN115240406B (zh) | 2022-05-31 | 2022-05-31 | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115240406B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018339A (ja) * | 2004-06-30 | 2006-01-19 | Hitachi Ltd | ナンバープレート認識装置及び方法 |
WO2015003481A1 (zh) * | 2013-07-12 | 2015-01-15 | 深圳市赛格导航科技股份有限公司 | 路段拥堵预警方法及装置 |
CN106023626A (zh) * | 2016-06-17 | 2016-10-12 | 深圳市元征科技股份有限公司 | 一种交通拥堵提示方法、服务器及车载设备 |
CN107123295A (zh) * | 2017-06-30 | 2017-09-01 | 百度在线网络技术(北京)有限公司 | 拥堵路段预测方法、装置、服务器以及存储介质 |
CN109615864A (zh) * | 2018-12-29 | 2019-04-12 | 深圳英飞拓科技股份有限公司 | 基于视频结构化的车辆拥堵分析方法、***、终端及存储介质 |
CN109658697A (zh) * | 2019-01-07 | 2019-04-19 | 平安科技(深圳)有限公司 | 交通拥堵的预测方法、装置和计算机设备 |
CN110751828A (zh) * | 2019-09-10 | 2020-02-04 | 平安国际智慧城市科技股份有限公司 | 一种路段拥堵测量方法、装置、计算机设备及存储介质 |
CN111815945A (zh) * | 2019-12-17 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 拥堵路段的图像采集方法、装置、存储介质及电子设备 |
WO2020259074A1 (zh) * | 2019-06-28 | 2020-12-30 | 佛山科学技术学院 | 一种基于大数据的交通拥堵预测***、方法及存储介质 |
WO2021212500A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 提供道路拥堵原因的方法和装置 |
CN114202918A (zh) * | 2021-12-06 | 2022-03-18 | 软通智慧信息技术有限公司 | 一种应对交通拥堵的交通分流方法、装置、电子设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112312082B (zh) * | 2020-09-14 | 2021-11-30 | 上海商汤智能科技有限公司 | 道路运行情况确定方法及装置、设备和存储介质 |
-
2022
- 2022-05-31 CN CN202210612491.XA patent/CN115240406B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018339A (ja) * | 2004-06-30 | 2006-01-19 | Hitachi Ltd | ナンバープレート認識装置及び方法 |
WO2015003481A1 (zh) * | 2013-07-12 | 2015-01-15 | 深圳市赛格导航科技股份有限公司 | 路段拥堵预警方法及装置 |
CN106023626A (zh) * | 2016-06-17 | 2016-10-12 | 深圳市元征科技股份有限公司 | 一种交通拥堵提示方法、服务器及车载设备 |
CN107123295A (zh) * | 2017-06-30 | 2017-09-01 | 百度在线网络技术(北京)有限公司 | 拥堵路段预测方法、装置、服务器以及存储介质 |
CN109615864A (zh) * | 2018-12-29 | 2019-04-12 | 深圳英飞拓科技股份有限公司 | 基于视频结构化的车辆拥堵分析方法、***、终端及存储介质 |
CN109658697A (zh) * | 2019-01-07 | 2019-04-19 | 平安科技(深圳)有限公司 | 交通拥堵的预测方法、装置和计算机设备 |
WO2020259074A1 (zh) * | 2019-06-28 | 2020-12-30 | 佛山科学技术学院 | 一种基于大数据的交通拥堵预测***、方法及存储介质 |
CN110751828A (zh) * | 2019-09-10 | 2020-02-04 | 平安国际智慧城市科技股份有限公司 | 一种路段拥堵测量方法、装置、计算机设备及存储介质 |
CN111815945A (zh) * | 2019-12-17 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 拥堵路段的图像采集方法、装置、存储介质及电子设备 |
WO2021212500A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 提供道路拥堵原因的方法和装置 |
CN114202918A (zh) * | 2021-12-06 | 2022-03-18 | 软通智慧信息技术有限公司 | 一种应对交通拥堵的交通分流方法、装置、电子设备及介质 |
Non-Patent Citations (2)
Title |
---|
于德新 等.交通工程学.北京理工大学出版社,2019,第156-157页. * |
杭文.城市交通拥堵缓解之路.东南大学出版社,2019,第31-36页. * |
Also Published As
Publication number | Publication date |
---|---|
CN115240406A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020248386A1 (zh) | 视频分析方法、装置、计算机设备及存储介质 | |
CN110533912B (zh) | 基于区块链的驾驶行为检测方法及装置 | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同*** | |
US20160086488A1 (en) | Prediction of free parking spaces in a parking area | |
CN112102959B (zh) | 一种服务器、数据处理方法、装置及可读存储介质 | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN110032947B (zh) | 一种监控事件发生的方法及装置 | |
CN113780691A (zh) | 数据测试方法、装置、电子设备及存储介质 | |
CN111079621B (zh) | 检测对象的方法、装置、电子设备和存储介质 | |
CN109003442B (zh) | 一种道路延误时间计算及交通拥堵情况确定方法、*** | |
CN111770317A (zh) | 用于智慧社区的视频监控方法、装置、设备及介质 | |
CN111882873B (zh) | 轨迹异常检测方法、装置、设备及介质 | |
WO2022213565A1 (zh) | 一种人工智能模型预测结果的复审方法及装置 | |
CN113538963A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN111222405A (zh) | 车道线的检测方法、装置、电子设备及可读存储介质 | |
CN114005093A (zh) | 基于视频分析的驾驶行为告警方法、装置、设备及介质 | |
CN112861567A (zh) | 一种车型分类方法及装置 | |
CN115240406B (zh) | 道路拥堵的管理方法、装置、计算机可读介质及电子设备 | |
CN111985304A (zh) | 巡防告警方法、***、终端设备及存储介质 | |
CN110718070A (zh) | 一种伴随车辆识别方法、装置、设备及存储介质 | |
CN115830562A (zh) | 车道信息的确定方法、计算机设备及介质 | |
CN113704643B (zh) | 确定目标物体状态的方法、装置、电子设备以及存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN115841243A (zh) | 非法运营车辆的识别方法及电子设备 | |
CN114708425A (zh) | 车辆违停的识别方法、装置及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |