CN113283272A - 道路拥堵的实时影像信息提示方法、装置和电子设备 - Google Patents

道路拥堵的实时影像信息提示方法、装置和电子设备 Download PDF

Info

Publication number
CN113283272A
CN113283272A CN202010106146.XA CN202010106146A CN113283272A CN 113283272 A CN113283272 A CN 113283272A CN 202010106146 A CN202010106146 A CN 202010106146A CN 113283272 A CN113283272 A CN 113283272A
Authority
CN
China
Prior art keywords
image information
congestion
information
user
current position
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
Application number
CN202010106146.XA
Other languages
English (en)
Other versions
CN113283272B (zh
Inventor
夏德国
张刘辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010106146.XA priority Critical patent/CN113283272B/zh
Publication of CN113283272A publication Critical patent/CN113283272A/zh
Application granted granted Critical
Publication of CN113283272B publication Critical patent/CN113283272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

本申请公开了一种道路拥堵的实时影像信息提示方法、装置、电子设备和存储介质，涉及导航技术领域。具体实现方案为：根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息；其中，N为正整数；提取获取到的N个检测点的影像信息中的关键事件信息；根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息，并将目标检测点的影像信息提供给用户。本申请实施例可以解决现有技术中无法确定拥堵的原因以及用户无法获得拥堵时长的辅助判断信息的问题。

Description

道路拥堵的实时影像信息提示方法、装置和电子设备
技术领域
本申请涉及导航技术领域，尤其涉及一种道路拥堵的实时影像信息提示方法、装置、电子设备以及一种存储介质。
背景技术
随着城市汽车保有量的持续提升，道路出行的拥堵，已经成为一个日益严峻的问题，不仅增加了出行的时间消耗，而且给人们的实际出行带来了极大的不便。电子地图等导航产品通过在导航的路线中提供实时的路况信息，通过不同颜色标注路段不同的拥堵情况，为用户的出行规划及路线选择，提供了非常有价值的参考。
相关技术中，导航路线拥堵提示方法通常是基于用户上报、轨迹挖掘或是图像识别的方法得到的路线的拥堵车程度，通过不同颜色标示出不同的拥堵情况，比如浅红色表示轻度拥堵，红色表示中度拥堵，深红色表示重度拥堵，或是同时提供表示拥堵的ICON、图标等信息。但是，这种方式由于缺乏更丰富的信息，导致用户无法很好的决策是否继续等待，还是选择更改路线，使得用户体验变差。
发明内容
本申请的目的旨在至少在一定程序上解决上述的技术问题之一。
为此，本申请的第一个目的在于提出一种道路拥堵的实时影像信息提示方法。该方法可以解决现有技术中无法确定拥堵的原因以及用户无法获得拥堵时长的辅助判断信息的问题。
本申请的第二个目的在于提出一种道路拥堵的实时影像信息提示装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的，本申请第一方面实施例提出的道路拥堵的实时影像信息提示方法，包括：根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息；其中，N为正整数；提取获取到的所述N个检测点的影像信息中的关键事件信息；根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息，并将所述目标检测点的影像信息提供给所述用户。
根据本申请的一个实施例，所述根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息，包括：基于所述用户路线当前位置，确定所述当前位置路段前方第一预设距离的拥堵指数；判断所述当前位置路段前方第一预设距离的拥堵指数是否大于预设指数；若是，则向服务端发送请求以获取当前行驶方向、当前位置前方第二预设距离内N个检测点的实时影像信息。
根据本申请的一个实施例，在提取获取到的所述N个检测点的影像信息中的关键事件信息之前，所述方法还包括：去除所述影像信息中的隐私信息。
根据本申请的一个实施例，所述隐私信息包括车牌信息、车辆内人员信息。
根据本申请的一个实施例，所述根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息，包括：基于所述用户的当前位置、N个检测点的位置、和所述影像信息中的关键事件信息，对所述N个检测点的影像信息中的影像进行排序打分；将得分最高的影像所属的检测点的影像信息，确定为所述目标检测点的影像信息。
根据本申请的一个实施例，在将所述目标检测点的影像信息提供给所述用户的同时，所述方法还包括：根据所述目标检测点的影像信息中的关键事件信息，确定前方路段是否出现突发状况；若所述前方路段未出现突发状况，则根据所述前方路线的车辆数量确定拥堵时长；若所述前方路段出现突发状况，则根据所述突发状况的当前处理进展和所述前方路线的车辆数量确定拥堵时长；将确定的所述拥堵时长提供给所述用户。
根据本申请的一个实施例，所述方法还包括：确定所述用户的目的地地址；根据所述拥堵时长和所述目的地地址，辅助所述用户更改行驶路线。
本申请第二方面实施例提出的道路拥堵的实时影像信息提示装置，包括：影像信息获取模块，用于根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息；其中，N为正整数；关键事件信息提取模块，用于提取获取到的所述N个检测点的影像信息中的关键事件信息；影像信息选择模块，用于根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息；影像信息提供模块，用于将所述目标检测点的影像信息提供给所述用户。
本申请第三方面实施例提出的电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面实施例所述的道路拥堵的实时影像信息提示方法。
本申请第四方面实施例提出的存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面实施例所述的道路拥堵的实时影像信息提示方法。
本申请实施例的技术方案，在用户导航过程中，根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息，并提取获取到的N个检测点的影像信息中的关键事件信息，根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息，并将目标检测点的影像信息提供给用户。即通过拥堵判断，实时获取位置路段前方的影像信息展现给用户，提供更丰富的前方道路拥堵信息，可以能够帮助用户了解拥堵发生的原因，比如是否突发状况引起的拥堵，比如车祸、临时施工等，还是道路通行车辆过多引起的拥堵，以便用户根据所提供的影像信息可以很好的决策是否继续等待，还是选择更改路线，从而提升了用户体验。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请一个实施例的道路拥堵的实时影像信息提示方法的流程图；
图2是根据本申请另一个实施例的道路拥堵的实时影像信息提示方法的流程图；
图3是根据本申请一个实施例的道路拥堵的实时影像信息提示装置的结构示意图；
图4是根据本申请一个具体实施例的道路拥堵的实时影像信息提示装置的结构示意图；
图5是根据本申请又一个具体实施例的道路拥堵的实时影像信息提示装置的结构示意图；
图6是根据本申请另一个具体实施例的道路拥堵的实时影像信息提示装置的结构示意图；
图7是用来实现本申请实施例的用以道路拥堵的实时影像信息提示方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的道路拥堵的实时影像信息提示方法、装置、电子设备和存储介质。
图1是根据本申请一个实施例的道路拥堵的实时影像信息提示方法的流程图。需要说明的是，本申请实施例的道路拥堵的实时影像信息提示方法可应用于本申请实施例的道路拥堵的实时影像信息提示装置。其中，该道路拥堵的实时影像信息提示装置可被配置于电子设备。
如图1所示，道路拥堵的实时影像信息提示方法可以包括：
步骤102，根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息；其中，N为正整数。
可选地，在用户导航过程中，可基于用户路线当前位置，确定当前位置路段前方第一预设距离的拥堵指数，并判断当前位置路段前方第一预设距离的拥堵指数是否大于预设指数，若是，则向服务端发送请求以获取当前行驶方向、当前位置前方第二预设距离内N个检测点的实时影像信息。
在本申请的实施例中，路况拥堵的挖掘方式可以采用基于用户上报、轨迹、图像识别分析的方式，基于用户路线的当前位置，与当前路线前方道路的拥堵情况，判断是否需要获取实时影像数据。判断的方式可以给予路况挖掘的拥堵分级，或是拥堵的指数，当前方第一预设距离内的拥堵分级或是拥堵指数，超过一定阈值，即认为即将出现拥堵。其中，可通过以下公式来判断当前位置路段前方第一预设距离是否出现拥堵：
Figure BDA0002388175640000051
其中，
Figure BDA0002388175640000052
为用户u在位置l时，前方是否即将出现拥堵的分类；Cl+d为位置l，前方第一预设距离d的拥堵分级或拥堵指数，d可以设置为5米、10米、20米、或50米；Cthreshold为预设指数，超过该预设指数阈值，即认为出现拥堵。
在确定前方即将出现拥堵时，可向服务端发送请求，以获取当前行驶方向、当前位置l前方第二预设距离内N个检测点的实时影像信息数据。服务端根据请求的当前行驶方向、当前位置l的信息，获取前方第二预设距离内N个检测点的影像信息并反馈给客户端，以使客户端最终获得影像信息集合
Figure BDA0002388175640000053
其中，
Figure BDA0002388175640000054
为第i个检测点位置
Figure BDA0002388175640000055
得到的影像。其中，在本申请的实施例中，N个检测点可以是道路监控摄像头、或是航拍摄像头。
步骤104，提取获取到的N个检测点的影像信息中的关键事件信息。
可选地，在本申请的一个实施例中，在提取获取到的N个检测点的影像信息中的关键事件信息之前，可需先去除影像信息中的隐私信息。其中，在本申请的实施例中，该隐私信息可包括但不限于车牌信息、车辆内人员信息等。也就是说，在获取到的N个检测点的影像信息中的关键事件信息之后，可先对N个检测点的影像信息中的影像隐私信息进行去除。其中，去除的方式可以是将隐私信息从影像信息中删除，或者是模糊处理方式，例如，将影像信息中的车牌模糊处理、车辆内人员模糊处理等涉及隐私信息的信息模糊处理。由此可以确保用户隐私信息的安全。
在本申请的实施例中，影像信息中关键事件信息的提取主要可通过图像检测、识别分类技术。也就是说，可通过图像检测、识别分类技术，判断获取的实时影像集合Il(即上述N个监测点的影像信息)中的影像资料，是否包含一些关键事件信息，比如车祸、施工、违章停车、车辆异常、道路车辆过多等。图像检测和识别分类，可以采用基于Faster-RCNN(一种目标检测算法)、YOLO(《You Only Look Once:Unified,Real-Time Object Detection》是2016年发表的一篇目标检测的文章)、SSD(Single Shot MultiBox Detector，一种目标检测算法)的图像检测框架。事件信息集合E＝{无事件、车祸、车辆异常、临时施工、违章停车、道路车辆过多、…}。在经过隐私去除和关键事件信息提取后，可以得到处理后的影像信息集合
Figure BDA0002388175640000061
其中，
Figure BDA0002388175640000062
为
Figure BDA0002388175640000063
经过影像隐私信息去除后的结果，
Figure BDA0002388175640000064
为
Figure BDA0002388175640000065
中通过影像关键信息提取得到的影像关键事件信息。
步骤106，根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息，并将目标检测点的影像信息提供给用户。
可选地，根据N个检测点的影像信息中的关键事件信息(即上述的影像信息集合
Figure BDA0002388175640000066
)，针对该影像信息中的影像做排序选择，确定最终展现给用户的影像信息。其中，做排序时所采用的计算公式可如下：
Figure BDA0002388175640000067
其中，l为用户的当前位置特征，
Figure BDA0002388175640000068
为影像
Figure BDA0002388175640000069
的位置特征，
Figure BDA00023881756400000610
为影像
Figure BDA00023881756400000611
中包含的关键事件信息特征，Si为通过排序函数计算得到的影像的打分，f()为rank函数，可以为线性模型或是规则模型。
在本申请的实施例中，可基于用户的当前位置、N个检测点的位置、和影像信息中的关键事件信息，对N个检测点的影像信息中的影像进行排序打分，并将得分最高的影像所属的检测点的影像信息，确定为目标检测点的影像信息。也就是说，其基于当前使用用户的信息，个性化的给出当前使用用户最需要、且离用户位置更接近的拥堵影像信息，确定最终展现给用户的影像信息。该选择策略不仅考虑了位置信息、事件信息，同时考虑了用户信息，在导航过程中将信息实时的提供给用户，同时根据用户在使用过程中的点击、选择等行为，获得用户使用状况的样本数据，通过有监督学习的方式，优化影像选择策略。
根据本申请实施例的道路拥堵的实时影像信息提示方法，在用户导航过程中，根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息，并提取获取到的N个检测点的影像信息中的关键事件信息，根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息，并将目标检测点的影像信息提供给用户。即通过拥堵判断，实时获取位置路段前方的影像信息展现给用户，提供更丰富的前方道路拥堵信息，可以能够帮助用户了解拥堵发生的原因，比如是否突发状况引起的拥堵，比如车祸、临时施工等，还是道路通行车辆过多引起的拥堵，以便用户根据所提供的影像信息可以很好的决策是否继续等待，还是选择更改路线，从而提升了用户体验。
为了进一步提升用户的使用体验，可以使得用户获知拥堵时长的辅助判断信息，在本申请的一个实施例中，如图2所示，在如图1所示的基础上，在将目标检测点的影像信息提供给用户的同时，该道路拥堵的实时影像信息提示方法还可包括：
步骤108，根据目标检测点的影像信息中的关键事件信息，确定前方路段是否出现突发状况。
例如，若目标检测点的影像信息中的关键事件信息为“无事件”，则可确定前方路段未出现突发状况，若目标检测点的影像信息中的关键事件信息为“车祸、或车辆异常、或临时施工、或违章停车、或道路车辆过多等”，则可确定前方路段出现突发状况。
步骤110，若前方路段未出现突发状况，则根据前方路线的车辆数量确定拥堵时长。
可选地，通过采用图像检测和识别技术，对前方N个检测点的影像中的车辆进行检测识别，以确定前方路线的车辆数量，进而可根据该前方路线的车辆数量确定拥堵时长。
步骤112，若前方路段出现突发状况，则根据突发状况的当前处理进展和前方路线的车辆数量确定拥堵时长。
步骤114，将确定的拥堵时长提供给用户。
在本申请的实施例中，在将确定的拥堵时长提供给用户的同时，还可将前方路线的车辆数量、前方是否出现突发状况以及突发状况的当前处理进展，均提供给用户，以使得用户可以获得拥堵时长的辅助判断信息。
可选地，在本申请的一个实施例中，可确定用户的目的地地址，并根据拥堵时长和目的地地址，辅助用户更改行驶路线。也就是说，可根据用户的目的地地址和拥堵时长，来决策是否需要更改选择其他路线，进而辅助用户更改行驶路线。
图3是根据本申请一个实施例的道路拥堵的实时影像信息提示装置的结构示意图。如图3所示，该道路拥堵的实时影像信息提示装置300可以包括：影像信息获取模块302、关键事件信息提取模块304、影像信息选择模块306和影像信息提供模块308。
具体地，影像信息获取模块302用于根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息；其中，N为正整数。作为一种示例，影像信息获取模块302具体用于：基于用户路线当前位置，确定当前位置路段前方第一预设距离的拥堵指数；判断当前位置路段前方第一预设距离的拥堵指数是否大于预设指数；若是，则向服务端发送请求以获取当前行驶方向、当前位置前方第二预设距离内N个检测点的实时影像信息。
关键事件信息提取模块304用于提取获取到的N个检测点的影像信息中的关键事件信息。
影像信息选择模块306用于根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息。作为一种示例，影像信息选择模块306具体用于：基于用户的当前位置、N个检测点的位置、和影像信息中的关键事件信息，对N个检测点的影像信息中的影像进行排序打分；将得分最高的影像所属的检测点的影像信息，确定为目标检测点的影像信息。
影像信息提供模块308用于将目标检测点的影像信息提供给用户。
在本申请的一个实施例中，如图4所示，该道路拥堵的实时影像信息提示装置300还可包括：隐私信息去除模块310。其中，隐私信息去除模块310用于在提取获取到的N个检测点的影像信息中的关键事件信息之前，去除影像信息中的隐私信息。其中，在本申请的实施例中，所述隐私信息包括车牌信息、车辆内人员信息。
在本申请的一个实施例中，如图5所示，该道路拥堵的实时影像信息提示装置300还可包括：突发状况确定模块312、拥堵时长确定模块314和拥堵时长提供模块316。其中，突发状况确定模块312用于根据目标检测点的影像信息中的关键事件信息，确定前方路段是否出现突发状况；拥堵时长确定模块314用于在前方路段未出现突发状况时，根据前方路线的车辆数量确定拥堵时长，并在前方路段出现突发状况时，根据突发状况的当前处理进展和前方路线的车辆数量确定拥堵时长；拥堵时长提供模块316用于将确定的拥堵时长提供给用户。
在本申请的一个实施例中，如图6所示，该道路拥堵的实时影像信息提示装置300还可包括：目的地地址确定模块318和辅助模块320。其中，目的地地址确定模块318用于确定用户的目的地地址；辅助模块320用于根据拥堵时长和目的地地址，辅助用户更改行驶路线。
根据本申请实施例的道路拥堵的实时影像信息提示装置，可通过影像信息获取模块根据用户路线当前位置的拥堵情况，实时获取当前位置路段前方N个检测点的影像信息，关键事件信息提取模块提取获取到的N个检测点的影像信息中的关键事件信息，影像信息选择模块根据影像信息中的关键事件信息从N个检测点的影像信息中选择目标检测点的影像信息，影像信息提供模块将目标检测点的影像信息提供给用户。即通过拥堵判断，实时获取位置路段前方的影像信息展现给用户，提供更丰富的前方道路拥堵信息，可以能够帮助用户了解拥堵发生的原因，比如是否突发状况引起的拥堵，比如车祸、临时施工等，还是道路通行车辆过多引起的拥堵，以便用户根据所提供的影像信息可以很好的决策是否继续等待，还是选择更改路线，从而提升了用户体验。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图7所示，是根据本申请实施例的用以道路拥堵的实时影像信息提示方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的道路拥堵的实时影像信息提示方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的道路拥堵的实时影像信息提示方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的道路拥堵的实时影像信息提示方法对应的程序指令/模块(例如，附图3所示的影像信息获取模块302、关键事件信息提取模块304、影像信息选择模块306和影像信息提供模块308)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的道路拥堵的实时影像信息提示方法。
存储器702可以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系统、至少一个功能所需要的应用程序；存储数据区可存储根据用以道路拥堵的实时影像信息提示方法的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至用以道路拥堵的实时影像信息提示方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用以道路拥堵的实时影像信息提示方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与用以道路拥堵的实时影像信息提示方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种道路拥堵的实时影像信息提示方法，其特征在于，包括：
根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息；其中，N为正整数；
提取获取到的所述N个检测点的影像信息中的关键事件信息；
根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息，并将所述目标检测点的影像信息提供给所述用户。
2.根据权利要求1所述的方法，其特征在于，所述根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息，包括：
基于所述用户路线当前位置，确定所述当前位置路段前方第一预设距离的拥堵指数；
判断所述当前位置路段前方第一预设距离的拥堵指数是否大于预设指数；
若是，则向服务端发送请求以获取当前行驶方向、当前位置前方第二预设距离内N个检测点的实时影像信息。
3.根据权利要求1所述的方法，其特征在于，在提取获取到的所述N个检测点的影像信息中的关键事件信息之前，所述方法还包括：
去除所述影像信息中的隐私信息。
4.根据权利要求3所述的方法，其特征在于，所述隐私信息包括车牌信息、车辆内人员信息。
5.根据权利要求1所述的方法，其特征在于，所述根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息，包括：
基于所述用户的当前位置、N个检测点的位置、和所述影像信息中的关键事件信息，对所述N个检测点的影像信息中的影像进行排序打分；
将得分最高的影像所属的检测点的影像信息，确定为所述目标检测点的影像信息。
6.根据权利要求1至5中任一项所述的方法，其特征在于，在将所述目标检测点的影像信息提供给所述用户的同时，所述方法还包括：
根据所述目标检测点的影像信息中的关键事件信息，确定前方路段是否出现突发状况；
若所述前方路段未出现突发状况，则根据所述前方路线的车辆数量确定拥堵时长；
若所述前方路段出现突发状况，则根据所述突发状况的当前处理进展和所述前方路线的车辆数量确定拥堵时长；
将确定的所述拥堵时长提供给所述用户。
7.根据权利要求6所述的方法，其特征在于，还包括：
确定所述用户的目的地地址；
根据所述拥堵时长和所述目的地地址，辅助所述用户更改行驶路线。
8.一种道路拥堵的实时影像信息提示装置，其特征在于，包括：
影像信息获取模块，用于根据用户路线当前位置的拥堵情况，实时获取所述当前位置路段前方N个检测点的影像信息；其中，N为正整数；
关键事件信息提取模块，用于提取获取到的所述N个检测点的影像信息中的关键事件信息；
影像信息选择模块，用于根据影像信息中的关键事件信息从所述N个检测点的影像信息中选择目标检测点的影像信息；
影像信息提供模块，用于将所述目标检测点的影像信息提供给所述用户。
9.根据权利要求8所述的装置，其特征在于，所述影像信息获取模块具体用于：
基于所述用户路线当前位置，确定所述当前位置路段前方第一预设距离的拥堵指数；
判断所述当前位置路段前方第一预设距离的拥堵指数是否大于预设指数；
若是，则向服务端发送请求以获取当前行驶方向、当前位置前方第二预设距离内N个检测点的实时影像信息。
10.根据权利要求8所述的装置，其特征在于，所述装置还包括：
隐私信息去除模块，用于在提取获取到的所述N个检测点的影像信息中的关键事件信息之前，去除所述影像信息中的隐私信息。
11.根据权利要求10所述的装置，其特征在于，所述隐私信息包括车牌信息、车辆内人员信息。
12.根据权利要求8所述的装置，其特征在于，所述影像信息选择模块具体用于：
基于所述用户的当前位置、N个检测点的位置、和所述影像信息中的关键事件信息，对所述N个检测点的影像信息中的影像进行排序打分；
将得分最高的影像所属的检测点的影像信息，确定为所述目标检测点的影像信息。
13.根据权利要求8至12中任一项所述的装置，其特征在于，所述装置还包括：
突发状况确定模块，用于根据所述目标检测点的影像信息中的关键事件信息，确定前方路段是否出现突发状况；
拥堵时长确定模块，用于在所述前方路段未出现突发状况时，根据所述前方路线的车辆数量确定拥堵时长，并在所述前方路段出现突发状况时，根据所述突发状况的当前处理进展和所述前方路线的车辆数量确定拥堵时长；
拥堵时长提供模块，用于将确定的所述拥堵时长提供给所述用户。
14.根据权利要求13所述的装置，其特征在于，还包括：
目的地地址确定模块，用于确定所述用户的目的地地址；
辅助模块，用于根据所述拥堵时长和所述目的地地址，辅助所述用户更改行驶路线。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的道路拥堵的实时影像信息提示方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的道路拥堵的实时影像信息提示方法。
CN202010106146.XA 2020-02-20 2020-02-20 道路拥堵的实时影像信息提示方法、装置和电子设备 Active CN113283272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010106146.XA CN113283272B (zh) 2020-02-20 2020-02-20 道路拥堵的实时影像信息提示方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010106146.XA CN113283272B (zh) 2020-02-20 2020-02-20 道路拥堵的实时影像信息提示方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN113283272A true CN113283272A (zh) 2021-08-20
CN113283272B CN113283272B (zh) 2022-09-27

Family

ID=77275310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010106146.XA Active CN113283272B (zh) 2020-02-20 2020-02-20 道路拥堵的实时影像信息提示方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN113283272B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114067592A (zh) * 2021-10-28 2022-02-18 智道网联科技(北京)有限公司 处理交通拥堵事件的方法、装置和计算机可读存储介质
CN114863709A (zh) * 2022-04-26 2022-08-05 北京百度网讯科技有限公司 道路数据处理方法、装置、电子设备和存储介质
CN117274929A (zh) * 2023-11-21 2023-12-22 深圳中科超远科技有限公司 一种基于视觉分析的交通管理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971583A (zh) * 2017-03-27 2017-07-21 宁波吉利汽车研究开发有限公司 一种基于车载联网设备的路况信息共享系统及共享方法
CN107742418A (zh) * 2017-09-29 2018-02-27 东南大学 一种城市快速路交通拥堵状态及堵点位置自动识别方法
CN108088458A (zh) * 2018-01-12 2018-05-29 山东高速信息工程有限公司 基于图像的公路导航路况显示的方法、装置、存储介质
CN108665701A (zh) * 2018-03-28 2018-10-16 上海与德科技有限公司 一种堵车识别方法、装置、终端及存储介质
CN109029481A (zh) * 2018-06-28 2018-12-18 广州大正新材料科技有限公司 一种行车线路优化方法
CN109993969A (zh) * 2019-03-08 2019-07-09 腾讯大地通途（北京）科技有限公司 一种路况判定信息获取方法、装置及设备
CN110473421A (zh) * 2019-09-23 2019-11-19 鞠青松 基于5g通信网络的智能交通导航系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971583A (zh) * 2017-03-27 2017-07-21 宁波吉利汽车研究开发有限公司 一种基于车载联网设备的路况信息共享系统及共享方法
CN107742418A (zh) * 2017-09-29 2018-02-27 东南大学 一种城市快速路交通拥堵状态及堵点位置自动识别方法
CN108088458A (zh) * 2018-01-12 2018-05-29 山东高速信息工程有限公司 基于图像的公路导航路况显示的方法、装置、存储介质
CN108665701A (zh) * 2018-03-28 2018-10-16 上海与德科技有限公司 一种堵车识别方法、装置、终端及存储介质
CN109029481A (zh) * 2018-06-28 2018-12-18 广州大正新材料科技有限公司 一种行车线路优化方法
CN109993969A (zh) * 2019-03-08 2019-07-09 腾讯大地通途（北京）科技有限公司 一种路况判定信息获取方法、装置及设备
CN110473421A (zh) * 2019-09-23 2019-11-19 鞠青松 基于5g通信网络的智能交通导航系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114067592A (zh) * 2021-10-28 2022-02-18 智道网联科技(北京)有限公司 处理交通拥堵事件的方法、装置和计算机可读存储介质
CN114863709A (zh) * 2022-04-26 2022-08-05 北京百度网讯科技有限公司 道路数据处理方法、装置、电子设备和存储介质
CN117274929A (zh) * 2023-11-21 2023-12-22 深圳中科超远科技有限公司 一种基于视觉分析的交通管理方法及系统

Also Published As

Publication number Publication date
CN113283272B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN113283272B (zh) 道路拥堵的实时影像信息提示方法、装置和电子设备
CN111739344B (zh) 一种预警方法、装置及电子设备
US10883850B2 (en) Additional security information for navigation systems
CN111859778B (zh) 泊车模型的生成方法和装置、电子设备和存储介质
CN112581763A (zh) 道路事件检测的方法、装置、设备和存储介质
CN111967301A (zh) 定位导航方法、装置、电子设备和存储介质
CN112507949A (zh) 目标跟踪方法、装置、路侧设备以及云控平台
CN110675644A (zh) 道路红绿灯的识别方法、装置、电子设备及存储介质
CN112069279B (zh) 地图数据更新方法、装置、设备及可读存储介质
CN111611955A (zh) 可通行施工道路的识别方法、装置、设备及存储介质
CN111859181A (zh) 跨区域的出行推荐方法、装置、电子设备及存储介质
CN111540010B (zh) 一种道路监测的方法、装置、电子设备及存储介质
CN111652112A (zh) 一种车道流向的识别方法、装置、电子设备及存储介质
CN112818792A (zh) 车道线检测方法、装置、电子设备及计算机存储介质
CN113673281A (zh) 限速信息确定方法、装置、设备以及存储介质
CN114443794A (zh) 数据处理和地图更新方法、装置、设备以及存储介质
CN112800153A (zh) 隔离带信息的挖掘方法、装置、设备和计算机存储介质
CN111667706A (zh) 车道级路面状况识别方法、路况提示方法和装置
CN111814724B (zh) 车道数的识别方法、装置、设备及存储介质
CN111442775B (zh) 道路的识别方法、装置、电子设备及可读存储介质
CN113011298A (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN113297878A (zh) 道路交叉口识别方法、装置、计算机设备和存储介质
CN114998863B (zh) 目标道路识别方法、装置、电子设备以及存储介质
CN111427037B (zh) 障碍物的检测方法和装置、电子设备和车端设备
CN114771576A (zh) 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆

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