CN118135798A - 基于物联网实现高速公路的车流量实时监控方法及*** - Google Patents
基于物联网实现高速公路的车流量实时监控方法及*** Download PDFInfo
- Publication number
- CN118135798A CN118135798A CN202410542449.4A CN202410542449A CN118135798A CN 118135798 A CN118135798 A CN 118135798A CN 202410542449 A CN202410542449 A CN 202410542449A CN 118135798 A CN118135798 A CN 118135798A
- Authority
- CN
- China
- Prior art keywords
- road section
- monitoring
- data
- accident
- expressway
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000010223 real-time analysis Methods 0.000 claims abstract description 13
- 238000012806 monitoring device Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000003012 network analysis Methods 0.000 claims description 4
- 238000007418 data mining Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 18
- 230000006870 function Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及远程监控领域,揭露了一种基于物联网实现高速公路的车流量实时监控方法及***,所述方法包括:识别待监测高速公路的事故频发路段,构建事故频发路段的路段建模场景,将路段建模场景划分为单元网格,配置单元网格的监测设备;计算监测设备对事故频发路段的监测覆盖系数,当监测覆盖系数符合预设的覆盖标准时,利用监测设备采集待监测高速公路的行车数据;将行车数据发送至预设的监控中心,利用监控中心对行车数据进行实时分析,得到待监测高速公路的车辆行驶特征;分析行车的行车状态,构建待监测高速公路的车流量监控报告。本发明可以提高对高速公路的车流量实时监控效果。
Description
技术领域
本发明涉及远程监控领域,尤其涉及一种基于物联网实现高速公路的车流量实时监控方法及***。
背景技术
车流量实时监控是指车流量实时监控指的是通过安装在道路上的电子监控设备,如摄像头、地磁车辆检测器、雷达传感器等,对道路上行驶的车辆数量、速度、行驶方向等信息进行实时收集和分析的过程。车流量实时监控可以帮助交通管理部门实时了解交通状况,及时调整交通信号灯、发布交通信息等,以优化交通流。
目前车流量实时监控主要是通过获取车流量数据,根据车流量数据分析当前的车辆异常状态来实现,由于高速行驶的车辆速度很快容易受到天气、其它车辆行驶状态、当前路况等因素的影响,这种方法无法精准的识别车辆的变化趋势,使得发生交通风险,从而导致车流量实时监控的效果不佳。
发明内容
本发明提供一种基于物联网实现高速公路的车流量实时监控方法及***,其主要目的在于提高对高速公路的车流量实时监控效果。
为实现上述目的,本发明提供的一种基于物联网实现高速公路的车流量实时监控方法,包括:
获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
可选地,所述基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,包括:
对所述历史交通数据进行序列化,得到序列历史交通数据;
标记所述待监测高速公路的路段节点;
基于所述序列历史交通数据,分析所述路段节点的序列行车状态;
基于所述序列行车状态,识别所述待监测高速公路的事故频发路段。
可选地,所述基于所述序列行车状态,识别所述待监测高速公路的事故频发路段,包括:
基于所述序列行车状态,构建所述待监测高速公路对应路段节点的序列行车状态曲线;
识别所述序列行车状态曲线的波动区域;
识别所述波动区域的波动特征;
基于所述波动特征,计算所述路段节点的节点异常系数;
基于所述节点异常系数,识别所述待监测高速公路的事故频发路段。
可选地,所述基于所述波动特征,计算所述路段节点的节点异常系数,包括:
基于所述波动特征,识别所述路段节点对应序列行车状态曲线中波动区域的波动幅度和波动持续时间;
基于所述波动幅度和所述波动持续时间,利用下述公式计算所述波动区域的波动系数:
;
其中,表示波动区域的波动系数,/>表示波动区域的波动幅度,/>表示波动区域对应序列行车状态曲线,/>表示波动区域对应序列行车状态曲线的角频率,/>表示波动区域对应波动幅度的波动峰值,/>表示波动区域对应波动幅度的波动谷值,/>表示波动区域的波动持续时间;
基于所述波动系数,计算所述路段节点的节点异常系数。
可选地,所述基于所述路段数据,构建所述事故频发路段的路段建模场景,包括:
对所述路段数据进行滤波,得到滤波路段数据;
基于所述滤波路段数据,提取所述事故频发路段的路段特征;
基于所述路段特征,构建所述事故频发路段的三维曲面;
基于所述三维曲面,构建所述事故频发路段的路段建模场景。
可选地,所述基于所述路段特征,构建所述事故频发路段的三维曲面,包括:
构建所述事故频发路段的三维坐标系;
基于所述路段特征和所述三维坐标系,提取所述事故频发路段的点云数据;利用下述公式计算所述点云数据的重建三维坐标:
;
其中,表示点云数据中第/>个数据点在事故频发路段对应三维坐标系的空间坐标,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第个数据点的重建权重系数,/>表示点云数据对应数据点的数量;
基于所述重建三维坐标,构建所述事故频发路段的三维曲面。
可选地,所述计算所述监测设备对所述事故频发路段的监测覆盖系数,包括:
标记所述监测设备的设备坐标位置;
识别所述事故频发路段的路段边界;
基于所述路段边界,确定所述事故频发路段的路段面积;
基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积;
基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数。
可选地,所述基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,包括:
基于所述设备坐标位置,确定所述监测设备的监测角度;
基于所述路段边界,识别所述监测设备对应事故频发路段的路段长度和路段宽度;
基于所述监测角度、所述路段长度以及所述路段宽度,利用下述公式计算所述监测设备的监测面积:
;
其中,表示第/>个监测设备的监测面积,/>表示第/>个监测设备水平方向的监测角度,/>表示第/>个监测设备的监测最远距离,/>表示路段长度,/>表示第/>个监测设备垂直方向的监测角度,/>表示路段宽度。
可选地,所述利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征,包括:
利用所述监控中心对所述行车数据进行预处理,得到预处理行车数据;
对所述预处理行车数据进行数据挖掘,得到挖掘信息;
基于所述挖掘信息,分析所述待监测高速公路的初始车辆行驶特征;
对所述初始车辆行驶特征进行主成分析,得到所述车辆行驶特征。为了解决上述问题,本发明还提供一种基于物联网实现高速公路的车流量实时监控方法***,所述***包括:
事故频发路段分析模块,用于获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
监测设备构建模块,用于基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
行车数据采集模块,用于标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
行驶车辆分析模块,用于利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
车流量监控报告构建模块,用于基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
本发明实施例基于所述历史交通数据,识别所述待监测高速公路的事故频发路段可以提高所述事故频发路段的检测力度,从而提高对所述待监测高速公路的检测效果;本发明实施例基于所述路段数据,构建所述事故频发路段的路段建模场景用于分析和理解事故频发路段的特点,从而为改善道路设计和交通管理提供科学依据;进一步地,本发明实施例通过将所述路段建模场景划分为单元网格可以精准的对路段进行定位,从而提高了对路段场景的监测效果,进一步地,本发明实施例通过计算所述监测设备对所述事故频发路段的监测覆盖系数可以实现对所述述事故频发路段的完整监测,从而提高了对高速公路的监测效果,本发明实施例利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征可以实时监测所述待监测高速公路的车辆行驶的状态,从而提高了对高速路的监测效果,最后,本发明实施例中基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态可以评估当前行车的状态是否具有风险,从而提高了对高速公路上车辆的监测效果。因此本发明提出的基于物联网实现高速公路的车流量实时监控方法及***,可以提高对高速公路的车流量实时监控效果。
附图说明
图1为本发明一实施例提供的基于物联网实现高速公路的车流量实时监控方法的流程示意图;
图2为本发明一实施例提供的基于物联网实现高速公路的车流量实时监控方法***的功能模块图;
图3为本发明一实施例提供的基于物联网实现高速公路的车流量实时监控方法***的电子设备的结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种基于物联网实现高速公路的车流量实时监控方法。所述基于物联网实现高速公路的车流量实时监控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于物联网实现高速公路的车流量实时监控方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于物联网实现高速公路的车流量实时监控方法的流程示意图。在本实施例中,所述基于物联网实现高速公路的车流量实时监控方法包括:
S1、获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据。
本发明实施例中,所述历史交通数据是指在过去某个时间段内收集的交通流量、速度、车辆类型、事故信息、道路状况等交通相关的信息。
进一步地,本发明实施例基于所述历史交通数据,识别所述待监测高速公路的事故频发路段可以提高所述事故频发路段的检测力度,从而提高对所述待监测高速公路的检测效果。其中,所述事故频发路段是指所述待监测高速公路中容易发生事故的路段。
作为本发明的一个实施例,所述基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,包括:对所述历史交通数据进行序列化,得到序列历史交通数据;标记所述待监测高速公路的路段节点;基于所述序列历史交通数据,分析所述路段节点的序列行车状态;基于所述序列行车状态,识别所述待监测高速公路的事故频发路段。
其中,所述序列历史交通数据是指将所述历史交通数据按照时间顺序排列后的数据集合,所述路段节点是指将所述待监测高速公路按照一定距离划分的节点,所述序列行车状态是指每天所述路段节点行车的状态,所述序列行车状态,包括:畅行、拥堵、停滞、碰撞等状态。
进一步地,本发明一可选实施例中,所述基于所述序列行车状态,识别所述待监测高速公路的事故频发路段,包括:基于所述序列行车状态,构建所述待监测高速公路对应路段节点的序列行车状态曲线;识别所述序列行车状态曲线的波动区域;识别所述波动区域的波动特征;基于所述波动特征,计算所述路段节点的节点异常系数;基于所述节点异常系数,识别所述待监测高速公路的事故频发路段。
其中,所述序列行车状态曲线是指构建所述路段节点每一天的所述序列行车状态曲线,例如所述序列行车状态曲线横坐标是一天的时间,纵坐标是所述序列行车状态,所述波动区域是指所述序列行车状态曲线存在明显波动的区域,所述节点异常系数是指所述路段节点的异常程度。
可选地,本发明一可选实施例中,所述基于所述波动特征,计算所述路段节点的节点异常系数,包括:基于所述波动特征,识别所述路段节点对应序列行车状态曲线中波动区域的波动幅度和波动持续时间;基于所述波动幅度和所述波动持续时间,利用下述公式计算所述波动区域的波动系数:
;
其中,表示波动区域的波动系数,/>表示波动区域的波动幅度,/>表示波动区域对应序列行车状态曲线,/>表示波动区域对应序列行车状态曲线的角频率,/>表示波动区域对应波动幅度的波动峰值,/>表示波动区域对应波动幅度的波动谷值,/>表示波动区域的波动持续时间;
基于所述波动系数,计算所述路段节点的节点异常系数。
其中,所述波动系数是指所述波动区域波动的程度。详细地,所述节点异常系数可以通过对该路段节点的每天波动系数进行求和得到。
本发明实施例中,所述路段数据是指描述所述事故频发路段的数据,例如路段位置、路段长度、路段结构等数据。
S2、基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备。
本发明实施例基于所述路段数据,构建所述事故频发路段的路段建模场景用于分析和理解事故频发路段的特点,从而为改善道路设计和交通管理提供科学依据。其中,所述路段建模场景是指所述事故频发路段的三维建模场景。
作为本发明的一个实施例,所述基于所述路段数据,构建所述事故频发路段的路段建模场景,包括:对所述路段数据进行滤波,得到滤波路段数据;基于所述滤波路段数据,提取所述事故频发路段的路段特征;基于所述路段特征,构建所述事故频发路段的三维曲面;基于所述三维曲面,构建所述事故频发路段的路段建模场景。
其中,所述滤波路段数据是指对所述路段数据进行滤波去噪后的数据集合,所述路段特征是指所述事故频发路段的特征属性,例如急转弯、陡坡、交叉口等特征,所述三维曲面是指所述事故频发路段的三维重建曲面。
可选地,本发明一可选实施例中,所述基于所述路段特征,构建所述事故频发路段的三维曲面,包括:构建所述事故频发路段的三维坐标系;基于所述路段特征和所述三维坐标系,提取所述事故频发路段的点云数据;利用下述公式计算所述点云数据的重建三维坐标:
;
其中,表示点云数据中第/>个数据点在事故频发路段对应三维坐标系的空间坐标,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第个数据点的重建权重系数,/>表示点云数据对应数据点的数量;
基于所述重建三维坐标,构建所述事故频发路段的三维曲面。
其中,所述三维坐标系是指是一种数学和几何工具,用以在三维空间中定位点或对象,所述点云数据是指描述所述事故频发路段空间位置结构的数据,所述重建权重系数是指数据点在对所述事故频发路段三维建模过程的贡献。
本发明实施例通过将所述路段建模场景划分为单元网格可以精准的对路段进行定位,从而提高了对路段场景的监测效果。其中,所述单元网格是指将所述路段建模场景进行网格化后的三维场景网格,所述单元网格可以通过Autodesk Maya、Blender、CAD软件等实现。所述监测设备是指对所述事故频发路段进行监测的设备,例如测速器、摄像头等设备。详细地,所述监测设备可以通过所述单元网格的网格特征来进行配置,其中,所述网格特征是指所述网格的视野范围、可测量角度等特征。
S3、标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据。
本发明实施例通过计算所述监测设备对所述事故频发路段的监测覆盖系数可以实现对所述述事故频发路段的完整监测,从而提高了对高速公路的监测效果。其中,所述监测覆盖系数是指所述监测设备对所述事故频发路段的监测完整程度。
其中,所述设备坐标位置是指所述监测设备的位置,所述路段边界是指用于界定道路或道路***范围的界限,所述路段面积是指所述事故频发路段的面积。
可选地,本发明一可选实施例中,所述基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,包括:基于所述设备坐标位置,确定所述监测设备的监测角度;基于所述路段边界,识别所述监测设备对应事故频发路段的路段长度和路段宽度;基于所述监测角度、所述路段长度以及所述路段宽度,利用下述公式计算所述监测设备的监测面积:
;
其中,表示第/>个监测设备的监测面积,/>表示第/>个监测设备水平方向的监测角度,/>表示第/>个监测设备的监测最远距离,/>表示路段长度,/>表示第/>个监测设备垂直方向的监测角度,/>表示路段宽度。
其中,所述监测角度是指所述监测设备的可以水平和垂直方向上能够检测到的最大角度范围。
本发明实施例中,所述行车数据是指在高速公路上行驶的车辆产生的各种数据,所述行车数据,包括但不限于:车辆行驶状态、车辆位置信息、车辆环境数据、车辆行为数据等数据。
S4、利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征。
本发明实施例中,所述NB-IoT网络是指一种为物联网(IoT)设备设计的低功耗、窄带宽的蜂窝通信技术。它旨在为各种物联网设备提供广泛的覆盖、较低的功耗和成本效益高的连接解决方案。所述监控中心是指用来处理采集的行车数据的中心。
可选地,本发明实施例利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征可以实时监测所述待监测高速公路的车辆行驶的状态,从而提高了对高速路的监测效果。其中,所述车辆行驶特征是指平均速度、速度标准差、行驶方向等特征。
可选地,作为本发明的一个实施例,所述利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征,包括:利用所述监控中心对所述行车数据进行预处理,得到预处理行车数据;对所述预处理行车数据进行数据挖掘,得到挖掘信息;基于所述挖掘信息,分析所述待监测高速公路的初始车辆行驶特征;对所述初始车辆行驶特征进行主成分析,得到所述车辆行驶特征。
其中,所述预处理行车数据是指对所述行车数据进行无效值删除、缺失值补充等操作后的数据集合,所述挖掘信息是指对所述预处理行车数据进行数据深度分析挖掘后得到信息,例如通过加速度数据可以计算车辆的加速度曲线和制动距离;通过GPS数据可以分析车辆的速度变化和轨迹等信息,所述初始车辆行驶特征是指所述待监测高速公路上行车的特征属性,例如车辆颜色、车辆速度、车辆行驶方向等特征。
S5、基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
本发明实施例中基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态可以评估当前行车的状态是否具有风险,从而提高了对高速公路上车辆的监测效果。其中,所述行车状态是指所述待监测高速公路上车辆行驶的状态,例如稳定行驶、冲撞行驶等状态。所述行车监测模型可以通过神经网络和所述历史交通数据进行训练。
最后,本发明实施例基于所述行车状态,构建所述待监测高速公路的车流量监控报告实现对所述待监测高速公路的高效监测。其中,所述车流量监控报告,包括:车辆行驶状态、车辆风险系数、车流量信息等内容。
本发明实施例基于所述历史交通数据,识别所述待监测高速公路的事故频发路段可以提高所述事故频发路段的检测力度,从而提高对所述待监测高速公路的检测效果;本发明实施例基于所述路段数据,构建所述事故频发路段的路段建模场景用于分析和理解事故频发路段的特点,从而为改善道路设计和交通管理提供科学依据;进一步地,本发明实施例通过将所述路段建模场景划分为单元网格可以精准的对路段进行定位,从而提高了对路段场景的监测效果,进一步地,本发明实施例通过计算所述监测设备对所述事故频发路段的监测覆盖系数可以实现对所述述事故频发路段的完整监测,从而提高了对高速公路的监测效果,本发明实施例利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征可以实时监测所述待监测高速公路的车辆行驶的状态,从而提高了对高速路的监测效果,最后,本发明实施例中基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态可以评估当前行车的状态是否具有风险,从而提高了对高速公路上车辆的监测效果。因此本发明提出的基于物联网实现高速公路的车流量实时监控方法,可以提高对高速公路的车流量实时监控效果。
如图2所示,是本发明一实施例提供的基于物联网实现高速公路的车流量实时监控方法***的功能模块图。
本发明所述基于物联网实现高速公路的车流量实时监控方法***200可以安装于电子设备中。根据实现的功能,所述基于物联网实现高速公路的车流量实时监控方法***200可以包括事故频发路段分析模块201、监测设备构建模块202、行车数据采集模块203、行驶车辆分析模块204及车流量监控报告构建模块205。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述事故频发路段分析模块201,用于获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
所述监测设备构建模块202,用于基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
所述行车数据采集模块203,用于标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
所述行驶车辆分析模块204,用于利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
所述车流量监控报告构建模块205,用于基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
详细地,本发明实施例中所述基于物联网实现高速公路的车流量实时监控方法***200中所述的各模块在使用时采用与附图中所述的基于物联网实现高速公路的车流量实时监控方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
本发明一实施例提供了实现基于物联网实现高速公路的车流量实时监控方法的电子设备。
参见图3所示,所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33,还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序,如基于物联网实现高速公路的车流量实时监控方法程序。
其中,所述处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行基于物联网实现高速公路的车流量实时监控方法程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于基于物联网实现高速公路的车流量实时监控方法程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理***与所述至少一个处理器逻辑相连,从而通过电源管理***实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的基于物联网实现高速公路的车流量实时监控方法程序是多个指令的组合,在所述处理器中运行时,可以实现:
获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
具体地,所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或***、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)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,***和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或***也可以由一个单元或***通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述方法包括:
获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
2.如权利要求1所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,包括:
对所述历史交通数据进行序列化,得到序列历史交通数据;
标记所述待监测高速公路的路段节点;
基于所述序列历史交通数据,分析所述路段节点的序列行车状态;
基于所述序列行车状态,识别所述待监测高速公路的事故频发路段。
3.如权利要求2所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述序列行车状态,识别所述待监测高速公路的事故频发路段,包括:
基于所述序列行车状态,构建所述待监测高速公路对应路段节点的序列行车状态曲线;
识别所述序列行车状态曲线的波动区域;
识别所述波动区域的波动特征;
基于所述波动特征,计算所述路段节点的节点异常系数;
基于所述节点异常系数,识别所述待监测高速公路的事故频发路段。
4.如权利要求3所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述波动特征,计算所述路段节点的节点异常系数,包括:
基于所述波动特征,识别所述路段节点对应序列行车状态曲线中波动区域的波动幅度和波动持续时间;
基于所述波动幅度和所述波动持续时间,利用下述公式计算所述波动区域的波动系数:
;
其中,表示波动区域的波动系数,/>表示波动区域的波动幅度,/>表示波动区域对应序列行车状态曲线,/>表示波动区域对应序列行车状态曲线的角频率,/>表示波动区域对应波动幅度的波动峰值,/>表示波动区域对应波动幅度的波动谷值,/>表示波动区域的波动持续时间;
基于所述波动系数,计算所述路段节点的节点异常系数。
5.如权利要求1所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述路段数据,构建所述事故频发路段的路段建模场景,包括:
对所述路段数据进行滤波,得到滤波路段数据;
基于所述滤波路段数据,提取所述事故频发路段的路段特征;
基于所述路段特征,构建所述事故频发路段的三维曲面;
基于所述三维曲面,构建所述事故频发路段的路段建模场景。
6.如权利要求5所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述路段特征,构建所述事故频发路段的三维曲面,包括:
构建所述事故频发路段的三维坐标系;
基于所述路段特征和所述三维坐标系,提取所述事故频发路段的点云数据;利用下述公式计算所述点云数据的重建三维坐标:
;
其中,表示点云数据中第/>个数据点在事故频发路段对应三维坐标系的空间坐标,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第/>个数据点在事故频发路段对应三维坐标系/>轴上的值,/>表示点云数据中第/>个数据点的重建权重系数,/>表示点云数据对应数据点的数量;
基于所述重建三维坐标,构建所述事故频发路段的三维曲面。
7.如权利要求1所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,包括:
基于所述设备坐标位置,确定所述监测设备的监测角度;
基于所述路段边界,识别所述监测设备对应事故频发路段的路段长度和路段宽度;
基于所述监测角度、所述路段长度以及所述路段宽度,利用下述公式计算所述监测设备的监测面积:
;
其中,表示第/>个监测设备的监测面积,/>表示第/>个监测设备水平方向的监测角度,/>表示第/>个监测设备的监测最远距离,/>表示路段长度,/>表示第/>个监测设备垂直方向的监测角度,/>表示路段宽度。
8.如权利要求1所述的基于物联网实现高速公路的车流量实时监控方法,其特征在于,所述利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征,包括:
利用所述监控中心对所述行车数据进行预处理,得到预处理行车数据;
对所述预处理行车数据进行数据挖掘,得到挖掘信息;
基于所述挖掘信息,分析所述待监测高速公路的初始车辆行驶特征;
对所述初始车辆行驶特征进行主成分析,得到所述车辆行驶特征。
9.一种基于物联网实现高速公路的车流量实时监控方法***,其特征在于,用于执行如权利要求1-8中任意一项所述的基于物联网实现高速公路的车流量实时监控方法,所述***包括:
事故频发路段分析模块,用于获取待监测高速公路的历史交通数据,基于所述历史交通数据,识别所述待监测高速公路的事故频发路段,采集所述事故频发路段的路段数据;
监测设备构建模块,用于基于所述路段数据,构建所述事故频发路段的路段建模场景,将所述路段建模场景划分为单元网格,配置所述单元网格的监测设备;
行车数据采集模块,用于标记所述监测设备的设备坐标位置,识别所述事故频发路段的路段边界,基于所述路段边界,确定所述事故频发路段的路段面积,基于所述设备坐标位置和所述路段边界,计算所述监测设备的监测面积,基于所述路段面积和所述监测面积,计算所述监测设备对所述事故频发路段的监测覆盖系数,当所述监测覆盖系数符合预设的覆盖标准时,利用所述监测设备采集所述待监测高速公路的行车数据;
行驶车辆分析模块,用于利用预设的NB-IoT网络将所述行车数据发送至预设的监控中心,利用所述监控中心对所述行车数据进行实时分析,得到所述待监测高速公路的车辆行驶特征;
车流量监控报告构建模块,用于基于所述车辆行驶特征,利用训练好的行车监测模型分析所述行车的行车状态,基于所述行车状态,构建所述待监测高速公路的车流量监控报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410542449.4A CN118135798B (zh) | 2024-04-30 | 2024-04-30 | 基于物联网实现高速公路的车流量实时监控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410542449.4A CN118135798B (zh) | 2024-04-30 | 2024-04-30 | 基于物联网实现高速公路的车流量实时监控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118135798A true CN118135798A (zh) | 2024-06-04 |
CN118135798B CN118135798B (zh) | 2024-07-12 |
Family
ID=91232834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410542449.4A Active CN118135798B (zh) | 2024-04-30 | 2024-04-30 | 基于物联网实现高速公路的车流量实时监控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118135798B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846863A (zh) * | 2017-01-12 | 2017-06-13 | 叶昊 | 基于增强现实和云端智能决策的车联网事故黑点警告***及方法 |
CN109923575A (zh) * | 2016-11-07 | 2019-06-21 | 瑞士再保险有限公司 | 自动交通和驾驶模式识别和位置相关测量车辆事故的绝对和/或相对风险可能性的装置和方法 |
KR101995796B1 (ko) * | 2018-03-20 | 2019-07-03 | 나종열 | 안전 사고 방지를 위한 통합 사고 관리 방법 |
CN111815951A (zh) * | 2020-07-17 | 2020-10-23 | 山东科技大学 | 一种基于智能视觉物联网的道路车辆监控***及方法 |
CN113781779A (zh) * | 2021-09-09 | 2021-12-10 | 济南金宇公路产业发展有限公司 | 一种基于5g通信的高速公路气象预警方法、设备及介质 |
CN113870554A (zh) * | 2021-09-06 | 2021-12-31 | 北京中交兴路信息科技有限公司 | 一种车辆安全监测方法、装置、存储介质及终端 |
CN114493038A (zh) * | 2022-02-17 | 2022-05-13 | 四川省生态环境科学研究院 | 一种全天时全路网的交通流量估计方法 |
CN115862329A (zh) * | 2022-11-28 | 2023-03-28 | 上海理工大学 | 一种基于高速公路交通事故下的车辆协同换道引导方法 |
CN116189432A (zh) * | 2023-02-15 | 2023-05-30 | 浙江中控信息产业股份有限公司 | 交通事故的调控方法和调控*** |
CN116246229A (zh) * | 2023-02-02 | 2023-06-09 | 无锡市神韵科技发展有限公司 | 一种基于车联网的骑行状态监控***及方法 |
CN116564088A (zh) * | 2023-05-12 | 2023-08-08 | 复旦大学 | 面向信息物理融合***的城市交通状态监测与区域信号控制*** |
CN117436821A (zh) * | 2023-12-19 | 2024-01-23 | 深圳市智慧城市科技发展集团有限公司 | 交通事故诊断报告的生成方法、设备及存储介质 |
-
2024
- 2024-04-30 CN CN202410542449.4A patent/CN118135798B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109923575A (zh) * | 2016-11-07 | 2019-06-21 | 瑞士再保险有限公司 | 自动交通和驾驶模式识别和位置相关测量车辆事故的绝对和/或相对风险可能性的装置和方法 |
CN106846863A (zh) * | 2017-01-12 | 2017-06-13 | 叶昊 | 基于增强现实和云端智能决策的车联网事故黑点警告***及方法 |
KR101995796B1 (ko) * | 2018-03-20 | 2019-07-03 | 나종열 | 안전 사고 방지를 위한 통합 사고 관리 방법 |
CN111815951A (zh) * | 2020-07-17 | 2020-10-23 | 山东科技大学 | 一种基于智能视觉物联网的道路车辆监控***及方法 |
CN113870554A (zh) * | 2021-09-06 | 2021-12-31 | 北京中交兴路信息科技有限公司 | 一种车辆安全监测方法、装置、存储介质及终端 |
CN113781779A (zh) * | 2021-09-09 | 2021-12-10 | 济南金宇公路产业发展有限公司 | 一种基于5g通信的高速公路气象预警方法、设备及介质 |
CN114493038A (zh) * | 2022-02-17 | 2022-05-13 | 四川省生态环境科学研究院 | 一种全天时全路网的交通流量估计方法 |
CN115862329A (zh) * | 2022-11-28 | 2023-03-28 | 上海理工大学 | 一种基于高速公路交通事故下的车辆协同换道引导方法 |
CN116246229A (zh) * | 2023-02-02 | 2023-06-09 | 无锡市神韵科技发展有限公司 | 一种基于车联网的骑行状态监控***及方法 |
CN116189432A (zh) * | 2023-02-15 | 2023-05-30 | 浙江中控信息产业股份有限公司 | 交通事故的调控方法和调控*** |
CN116564088A (zh) * | 2023-05-12 | 2023-08-08 | 复旦大学 | 面向信息物理融合***的城市交通状态监测与区域信号控制*** |
CN117436821A (zh) * | 2023-12-19 | 2024-01-23 | 深圳市智慧城市科技发展集团有限公司 | 交通事故诊断报告的生成方法、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
李宗洋: "智能网联汽车交通安全监测***的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 July 2023 (2023-07-15), pages 034 - 487 * |
金昊男: "面向公路交通事故风险评估的检测设备布局方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 March 2024 (2024-03-15), pages 034 - 957 * |
Also Published As
Publication number | Publication date |
---|---|
CN118135798B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109686088B (zh) | 一种交通视频告警方法、设备及*** | |
CN111652940B (zh) | 目标异常识别方法、装置、电子设备及存储介质 | |
CN110782120B (zh) | 一种交通流模型的评测方法、***、设备及介质 | |
CN102980612B (zh) | 一种钢结构网架的三维虚拟现实健康监测方法 | |
CN103700261A (zh) | 一种基于视频的道路交通流特征参数监测及交通综合信息服务*** | |
CN113793234B (zh) | 基于数字孪生技术的智慧园区平台 | |
CN114970705B (zh) | 基于多传感数据的行驶状态分析方法、装置、设备及介质 | |
CN116338608B (zh) | 微波雷达探测角度调整方法、装置、设备及存储介质 | |
CN114818056A (zh) | 基于bim技术的交通数据集成方法、装置、设备及介质 | |
CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
CN112434260A (zh) | 一种公路的交通状态检测方法、装置、存储介质及终端 | |
CN114021946A (zh) | 一种企业环保管家管理*** | |
CN112651266A (zh) | 行人检测方法和装置 | |
CN114495421B (zh) | 智能化开放式道路施工作业监测预警方法及*** | |
CN118135798B (zh) | 基于物联网实现高速公路的车流量实时监控方法及*** | |
CN117197227A (zh) | 计算目标车辆偏航角方法、装置、设备以及介质 | |
CN115757987B (zh) | 基于轨迹分析的伴随对象确定方法、装置、设备及介质 | |
CN113936469B (zh) | 基于高速公路车道感知设备的交通信息交互***及方法 | |
CN118014310B (zh) | 应用于园区巡检下的点位巡更方法及*** | |
CN118155424B (zh) | 基于数据交互实现高速公路的道路安全管理方法及*** | |
CN113990064B (zh) | 一种交通数据采集方法、***和计算机可读存储介质 | |
CN114093155A (zh) | 交通事故责任溯源方法、装置、计算机设备和存储介质 | |
CN117892092B (zh) | 基于大数据实现矿山数据的智能采集方法及*** | |
CN109615892A (zh) | 基于分布式计算的交通策略分析方法及*** | |
CN116153100B (zh) | 基于物联网的施工现场的监控方法、***、设备及介质 |
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 |