CN114842649B - 一种高速公路的交通控制方法及系统 - Google Patents
一种高速公路的交通控制方法及系统 Download PDFInfo
- Publication number
- CN114842649B CN114842649B CN202210763029.XA CN202210763029A CN114842649B CN 114842649 B CN114842649 B CN 114842649B CN 202210763029 A CN202210763029 A CN 202210763029A CN 114842649 B CN114842649 B CN 114842649B
- Authority
- CN
- China
- Prior art keywords
- data
- defect
- highway
- unit
- severity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000007547 defect Effects 0.000 claims abstract description 148
- 238000012423 maintenance Methods 0.000 claims abstract description 97
- 230000000007 visual effect Effects 0.000 claims abstract description 55
- 238000013523 data management Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 60
- 238000012549 training Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 42
- 238000001914 filtration Methods 0.000 claims description 39
- 238000007781 pre-processing Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000009826 distribution Methods 0.000 claims description 25
- 238000012800 visualization Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 230000000739 chaotic effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
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
- G08G1/01—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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种高速公路的交通控制方法及系统,涉及交通控制领域。所述方法包括:通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,解决了因公路缺陷未得到及时维护导致高速公路出现交通混乱的问题,达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率的技术效果。
Description
技术领域
本发明涉及交通控制领域,尤其涉及一种高速公路的交通控制方法及系统。
背景技术
随着我国高速公路的迅速发展,高速公路的交通控制成为保证车辆能高速、安全运行的必要条件。高速公路由于具有投资大、通行能力强和车速快等特点,其交通控制的好坏对于运输效益有直接的影响。若控制设施和控制方法与此不相适应,则即使按高速公路的标准进行建设,也无法达到预期的效果,甚至造成交通事故层出不穷,生命财产受到重大损失,因此高速公路的交通控制就显得尤为重要。
然而现有技术中,在对高速公路进行交通控制的过程中,由于高速公路里程较长、维护任务较重,难以对出现的公路缺陷进行及时发现和快速维护,导致高速公路出现交通混乱,同时扰乱高速公路车辆通行效率的技术问题。
发明内容
本发明的目的是提供一种高速公路的交通控制方法及系统,用以解决现有技术中在对高速公路进行交通控制的过程中,由于高速公路里程较长、维护任务较重,难以对出现的公路缺陷进行及时发现和快速维护,导致高速公路出现交通混乱,同时扰乱高速公路车辆通行效率的技术问题。
鉴于上述问题,本发明提供了一种高速公路的交通控制方法及系统。
第一方面,本发明提供了一种高速公路的交通控制方法,所述方法包括:搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护。
第二方面,本发明还提供了一种高速公路的交通控制系统,用于执行如第一方面所述的一种高速公路的交通控制方法,其中,所述系统包括:第一搭建单元,所述第一搭建单元用于搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;第一获批单元,所述第一获批单元用于基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;第一采集单元,所述第一采集单元用于根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;第一处理单元,所述第一处理单元用于将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;第二处理单元,所述第二处理单元用于将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;第一养护单元,所述第一养护单元用于基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护。
第三方面,一种高速公路的交通控制系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行上述第一方面中任一项所述方法的步骤。
第四方面,一种计算机可读存储介质,所述存储介质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上述第一方面中任一项所述方法的步骤。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率,实现对高速公路的智能化交通控制的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,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示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本发明一种高速公路的交通控制方法的流程示意图;
图2为本发明一种高速公路的交通控制方法中将所述第一采集数据集合上传至所述预处理端口进行数据预处理的流程示意图;
图3为本发明一种高速公路的交通控制方法中将所述第一可视化缺陷维护图像反馈至目标维护人员的流程示意图;
图4为本发明一种高速公路的交通控制方法中获得各位置校正后严重度分布的流程示意图;
图5为本发明一种高速公路的交通控制系统的结构示意图;
图6为本发明示例性电子设备的结构示意图。
附图标记说明:
第一搭建单元11,第一获批单元12,第一采集单元13,第一处理单元14,第二处理单元15,第一养护单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本发明通过提供一种高速公路的交通控制方法及系统,解决现有技术中在对高速公路进行交通控制的过程中,由于高速公路里程较长、维护任务较重,难以对出现的公路缺陷进行及时发现和快速维护,导致高速公路出现交通混乱,同时扰乱高速公路车辆通行效率的技术问题。达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率,实现对高速公路的智能化交通控制的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
本发明提供了一种高速公路的交通控制方法,所述方法包括:通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率,实现对高速公路的智能化交通控制的技术效果。
在介绍了本发明基本原理后,下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
实施例一
请参阅附图1,本发明提供了一种高速公路的交通控制方法,所述方法具体包括如下步骤:
步骤S100:搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;
具体而言,随着我国高速公路的迅速发展,高速公路的交通控制成为保证车辆能高速、安全运行的必要条件。高速公路由于具有投资大、通行能力强和车速快等特点,其交通控制的好坏对于运输效益有直接的影响。若控制设施和控制方法与此不相适应,则即使按高速公路的标准进行建设,也无法达到预期的效果,甚至造成交通事故层出不穷,生命财产受到重大损失,因此高速公路的交通控制就显得尤为重要。
然而现有技术中,在对高速公路进行交通控制的过程中,由于高速公路里程较长、维护任务较重,难以对出现的公路缺陷进行及时发现和快速维护,导致高速公路出现交通混乱,同时扰乱高速公路车辆通行效率的技术问题。
为了解决现有技术中存在的问题,本申请提出了一种高速公路的交通控制方法。通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率,实现对高速公路的智能化交通控制的技术效果。
具体的,所述分总式数据管理平台可理解为某段高速公路的后台监管平台,进一步的可规划至该高速公路的修建单位进行日常管理和监控,其中,包括数据采集单元、数据处理单元,所述数据采集单元,即对高速公路的道路、桥隧、周边附属设施、通信、照明、监控、绿化以及生活服务等方面进行分布式的数据采集,由于其里程较长,如果仅依靠人力进行循环的数据采集,很难对突然发生的公路问题进行及时发现,因此,可通过众包的方式,借助高速公路上的行驶车辆的记录仪,对行驶在该段高速公路上的驾驶环境进行包括音频、图像的数据采集,从而做到对突然发生的公路问题进行及时发现,需要注意的是,在利用众包方式进行数据采集的过程中,需要获得驾驶用户的权限审批,审批通过之后方可进行数据采集。
所述数据处理单元,用于对采集得到的数据进行总括式的处理,包括预处理端口、可视化处理端口以及数据反馈端口,其中,所述预处理端口用于对采集得到的数据进行相同特征数据过滤的预处理,使得过滤掉对同一公路问题的重复反馈数据,降低数据处理的复杂性;所述可视化处理端口用于将预处理过后的样本数据进行公路问题的可视化注释,使得对发现的公路问题进行可视化的展示;所述数据反馈端口用于对发现的公路问题进行及时的反馈,便于维护人员进行及时的缺陷维护,提高对缺陷公路的管理养护效率。
步骤S200:基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;
步骤S300:根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;
具体而言,在搭建好所述分总式数据管理平台之后,可基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,其中,所述众包式数据采集方式,即为把过去由固定人工执行的工作任务,以自由自愿的形式外包给非特定的(而且通常是大型的)大众志愿者的做法。采用众包式的数据采集方式,提高了发现问题的效率和问题本身的缺陷度,所述第一访问权限表征了接收众包式的数据采集的往返车辆用户,他们自愿的利用车内的行驶记录仪,对驾驶在目标高速公路的外围环境进行数据采集,且将采集数据反馈至该段高速公路的后台监管平台,所述第一采集数据集合,即覆盖了该段高速公路的存在缺陷的外围驾驶环境,包括高速公路的道路、桥隧、周边附属设施、通信、照明、监控、绿化以及生活服务等方面的驾驶环境。同时,所述第一采集数据集合具有数据定位特征,即采集的每一处存在缺陷的公路节点都会进行智能定位,对存在的缺陷公路节点进行位置锁定,便于后续的快速维护。
步骤S400:将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;
进一步的,如图2所示,步骤S400包括:
步骤S410:所述预处理端口嵌入有数据过滤模型,所述数据过滤模型可对相同特征数据进行过滤;
步骤S420:对所述第一采集数据集合进行遍历的拆分解析,获得第一位置对应的第一音频数据集和第一图像集、第二位置对应的第二音频数据集和第二图像集、直至第n位置对应的第n音频数据集和第n图像集;
步骤S430:分别将所述第一音频数据集和所述第一图像集、所述第二音频数据集和所述第二图像集、直至所述第n音频数据集和所述第n图像集作为输入信息,依次输入至所述数据过滤模型进行训练;
步骤S440:获得对应的第一训练结果、第二训练结果直至第n训练结果,其中,所述各训练结果中的两两数据之间不存在特征重叠。
其中,步骤S430包括:
步骤S431:所述数据过滤模型可拆分为语义特征分析层、图像要素分析层;
步骤S432:基于所述语义特征分析层,对所述第一音频数据集进行语义解析,且对解析结果进行关键词提取,获得第一关键词集合;
步骤S433:基于所述图像要素分析层,对所述第一图像集进行不同要素拆分,且对拆分结果进行缺陷要素整合,获得第一缺陷要素集合;
步骤S434:利用所述数据过滤模型,分别对所述第一关键词集合和所述第一缺陷要素集合,进行相同特征数据的过滤训练,可获得所述第一训练结果,即所述第一位置对应的第一目标关键词和第一目标缺陷要素。
具体而言,在获得所述第一采集数据集合之后,需要对其进行预处理,即将某一缺陷公路节点的多个相同特征反馈数据进行过滤,仅保留唯一不同的反馈数据。具体的,所述预处理端口嵌入有数据过滤模型,所述数据过滤模型可对相同特征数据进行过滤。首先,对所述第一采集数据集合进行遍历的拆分解析,获得第一位置对应的第一音频数据集和第一图像集、第二位置对应的第二音频数据集和第二图像集、直至第n位置对应的第n音频数据集和第n图像集,示例性的,所述第一位置理解为距离该高速入口20km处的位置节点,该节点存在一定的或路面、或桥隧、或附属设施的缺陷,对应的,所述第一音频数据集可理解为驾驶通过该节点处的车辆驾驶用户对存在的缺陷进行语音描述的数据,可通过车内的行驶记录仪采集获得,所述第一图像集,即为车内的行驶记录仪采集得到的该缺陷的具体图像数据,因该位置节点至少存在一辆车辆通行,因此,可对通过该节点的所有车辆数据进行采集,便于得到该节点处较为全面的缺陷数据。以此类推,所述第二位置可以是距离该高速入口80km处的位置节点,所述第二音频数据集和第二图像集,即为对应的该节点存在公路缺陷的相关语音、图像证明,直至所述第n位置,所述第n位置反映了某一缺陷公路段的最远公路缺陷节点。
通过获得各个公路缺陷位置节点之后,可利用所述数据过滤模型进行相同特征数据的过滤训练。具体的,所述数据过滤模型可拆分为语义特征分析层、图像要素分析层,其中,所述语义特征分析层用于对采集得到的音频数据进行重复数据的解析过滤,所述图像要素分析层用于对采集得到的图像集进行重复数据的整合过滤,需要注意的是,所述语义特征分析层和所述图像要素分析层均嵌入有数据过滤模型,用于分别进行相同特征数据的过滤训练。一方面,基于所述语义特征分析层,对所述第一音频数据集进行语义解析,且对解析结果进行关键词提取,获得第一关键词集合,示例性的,通过对距离该高速入口20km处的位置节点的路面塌方的用户音频数据进行语义解析,解析获得“距离该高速入口20km处、存在路面塌方、塌方范围大概1㎡、塌方深度大约1米、严重影响单程车辆的通行”,通过对其进行关键词提取,可获得所述第一关键词集合,即“20km、路面塌方、1㎡、1米以及严重”等关键词集合;另一方面,基于所述图像要素分析层,对所述第一图像集进行不同要素拆分,且对拆分结果进行缺陷要素整合,获得第一缺陷要素集合,示例性的,通过对距离该高速入口20km处的位置节点的路面塌方的环境图像数据进行不同要素拆分,即将与路面塌方的无关要素进行剔除,将与路面塌方的关联要素进行整合,即对存在塌方的不同角度进行图像采集,可有效分析塌方的具体情况,所述第一缺陷要素集合,即表征了反映路面塌方的多种图像要素集合,包括塌方的倾斜度、深度、塌方土质以及当时环境能见度等要素。
在获得所述第一关键词集合和所述第一缺陷要素集合之后,可利用所述数据过滤模型,分别对所述第一关键词集合和所述第一缺陷要素集合,进行相同特征数据的过滤训练,即利用数据过滤模型,对所述第一关键词集合中的重复关键词进行过滤,可获得所述第一目标关键词,所述第一目标关键词最终反映了该路面塌方的全部描述特征;利用数据过滤模型,对所述第一缺陷要素集合中的重复图像要素进行过滤,可获得所述第一目标缺陷要素,所述第一目标缺陷要素最终反映了该路面塌方的全部可见特征,最终,所述第一位置对应的第一目标关键词和第一目标缺陷要素,构成了所述第一训练结果,以此类推,可获得第二位置对应的第二目标关键词和第二目标缺陷要素构成的所述第二训练结果,直至所述第n训练结果,并作为所述样本数据集。
步骤S500:将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;
进一步的,步骤S500包括:
步骤S510:获得所述目标高速公路的三维可视化图像;
步骤S520:基于所述三维可视化图像,对所述第一位置进行标记,获得第一位置标记点,且对所述第一位置标记点进行所述第一位置样本数据的内容注释,以此类推,直至将所述第n位置样本数据的内容注释到所述第n位置对应的第n位置标记点;
步骤S530:通过标记注释后的所述三维可视化图像,生成所述目标高速公路的第一可视化缺陷维护图像。
具体而言,在获得处理后的样本数据集之后,需要对其进行可视化处理,可将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理。具体的,首先获得所述目标高速公路的三维可视化图像,所述三维可视化图像可视化的反映了某段高速公路的里程长、路面通行情况、高速公路环境天气以及附属设施、收费站设置等数据,进而,基于所述三维可视化图像,对所述第一位置进行标记,获得第一位置标记点,且对所述第一位置标记点进行所述第一位置样本数据的内容注释,所述第一位置样本数据包括了该位置节点的公路缺陷数据集合,通过将其可视化的注释到该位置节点处,可对既存的公路缺陷进行明晰,依次遍历标记所有位置节点以及各位置节点对应的公路缺陷数据集合。最终,通过标记注释后的所述三维可视化图像,生成所述目标高速公路的第一可视化缺陷维护图像,所述第一可视化缺陷维护图像反映了存在公路缺陷的位置节点及其具体缺陷数据分布,最终用于对该段高速公路进行可视化的动态监测。
步骤S600:基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护。
进一步的,如图3所示,步骤S600包括:
步骤S610:获得缺陷严重度所占的第一优先级维护权重;
步骤S620:获得缺陷位置距离所占的第二优先级维护权重;
步骤S630:根据所述第一优先级维护权重,对所述各位置校正后严重度分布进行权重计算,获得第一计算结果;
步骤S640:根据所述第二优先级维护权重,对所述目标维护人员分别距离各位置标记点的实际距离分布进行权重计算,获得第二计算结果;
步骤S650:对所述第一计算结果和所述第二计算结果进行加和处理,获得各位置缺陷优先维护值;
步骤S660:通过对所述各位置缺陷优先维护值进行最优值排序,生成待维护位置缺陷序列,且进行对应的高速公路管理养护。
具体而言,在生成所述第一可视化缺陷维护图像之后,可将其反馈至目标维护人员,进行对应的高速公路管理养护。需要注意的是,该段高速公路可能存在多处公路缺陷,在维护人员数量不足的情况下,需要对各节点公路缺陷进行优先性维护。具体的,可分别对缺陷严重度和缺陷位置距离进行权重分配,一般的,优先处理缺陷严重度特征,本申请中,优先级维护权重应以实际需求为准进行标定,需要注意的是,所述第一优先级维护权重大于所述第二优先级维护权重。进而,根据所述第一优先级维护权重,对所述各位置校正后严重度分布进行权重计算,获得第一计算结果,其中,所述各位置校正后严重度分布反映了通过实际的用户反馈数据的刷新速率对初步严重度进行校正后的严重度分布,一般的,对同一位置节点的数据刷新速率越高,说明该节点存在的公路缺陷较为严重,因此,需要对该节点的公路缺陷进行严重度校正,所述第一计算结果反映了,基于缺陷严重度对各位置节点进行优先级匹配的分布结果。
同时,根据所述第二优先级维护权重,对所述目标维护人员分别距离各位置标记点的实际距离分布进行权重计算,获得第二计算结果,所述第二计算结果反映了,基于缺陷位置距离对各位置节点进行优先级匹配的分布结果。通过对所述第一计算结果和所述第二计算结果进行加和处理,可获得各位置缺陷优先维护值,所述各位置缺陷优先维护值,实际反映了各位置节点的尚存公路缺陷的优先维护值大小,一般的,数值越高,说明公路缺陷越严重,需要优先维护。通过对所述各位置缺陷优先维护值进行最优值排序,生成待维护位置缺陷序列,所述待维护位置缺陷序列反馈了数值由大到小的排序,对应的表征了需要进行优先级维护的各位置节点序列,实现了根据待维护位置缺陷序列,进行对应的高速公路管理养护。
进一步的,如图4所示,步骤S400还包括:
步骤S450:构建所述目标高速公路的缺陷位置严重度评估的专家系统;
步骤S460:通过所述专家系统,分别对所述第一训练结果、所述第二训练结果直至所述第n训练结果,进行缺陷位置严重度评估,获得第一位置严重度、第二位置严重度直至第n位置严重度;
步骤S470:基于所述数据采集单元上的数据监测端口,对单位时间内各位置处的数据反馈刷新速率进行监测,获得各位置数据刷新速率;
步骤S480:根据所述各位置数据刷新速率,分别对所述第一位置严重度、所述第二位置严重度直至所述第n位置严重度,进行客观因素的数据校正,获得各位置校正后严重度分布;
步骤S490:对所述第一位置对应的所述第一目标关键词、所述第一目标缺陷要素、所述第一位置严重度、第一数据刷新速率以及第一校正后严重度,进行数据的高级融合,生成第一位置样本数据;对所述第二位置对应的第二目标关键词、第二目标缺陷要素、所述第二位置严重度、第二数据刷新速率以及第二校正后严重度,进行数据的高级融合,生成第二位置样本数据,以此类推,直至生成所述第n位置对应的第n位置样本数据。
具体而言,在获得所述第一训练结果、所述第二训练结果直至所述第n训练结果,需要对其进行严重度评估,具体的,构建所述目标高速公路的缺陷位置严重度评估的专家系统,所述专家系统,是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据高速公路的管理维护领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题。进而,通过所述专家系统,分别对所述第一训练结果、所述第二训练结果直至所述第n训练结果,进行缺陷位置严重度评估,可获得第一位置严重度、第二位置严重度直至第n位置严重度,所述第一位置严重度对应表示了第一位置处的公路缺陷严重程度,同理,所述第二位置严重度直至第n位置严重度亦是如此。因所述专家系统评估得到的结果较为单一,为了更切实的评估各位置节点的严重程度,还需结合实际情况进行校正。
具体的,基于所述数据采集单元上的数据监测端口,所述数据监测端口用于对数据的刷新速率、字节大小等进行动态监测,通过对单位时间内各位置处的数据反馈刷新速率进行监测,可有效通过数据反馈刷新速率,监测实际情况,一般的,当数据刷新速率越高,说明通行用户对某位置节点存在的缺陷反馈较为强烈,进而说明,该位置节点的缺陷越严重,需要快速维护处理,所述各位置数据刷新速率,从侧面反映了各位置节点的缺陷严重程度,进而,根据所述各位置数据刷新速率,分别对所述第一位置严重度、所述第二位置严重度直至所述第n位置严重度,进行客观因素的数据校正,获得各位置校正后严重度分布,所述各位置校正后严重度分布切实的反馈了各位置节点的严重程度。
在获得所述各位置校正后严重度分布之后,进行数据预处理的最后一步,即将采集得到的各位置节点处的数据进行高级融合,使得生成各位置节点对应的样本数据。具体的,对所述第一位置对应的所述第一目标关键词、所述第一目标缺陷要素、所述第一位置严重度、第一数据刷新速率以及第一校正后严重度,进行数据的高级融合,生成第一位置样本数据,所述第一位置样本数据表征了第一位置处的公路缺陷的多方面数据特征集合;同理,对所述第二位置对应的第二目标关键词、第二目标缺陷要素、所述第二位置严重度、第二数据刷新速率以及第二校正后严重度,进行数据的高级融合,生成第二位置样本数据,以此类推,直至生成所述第n位置对应的第n位置样本数据。以此,得到数据预处理的最终结果,通过对最终结果进行集合,可获得所述样本数据集。
综上所述,本发明所提供的一种高速公路的交通控制方法具有如下技术效果:
1、通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,达到了对出现的公路缺陷进行及时发现和快速维护,避免既有的公路缺陷严重化,提高高速公路的使用寿命,同时确保高速公路车辆通行效率的技术效果。
2、通过对所述各位置校正后严重度分布进行第一权重计算,对所述目标维护人员分别距离各位置标记点的实际距离分布进行第二权重计算,且对计算结果进行加和处理,可获得各位置缺陷优先维护值,通过对所述各位置缺陷优先维护值进行最优值排序,实现了根据待维护位置缺陷序列,进行对应的高速公路管理养护。
3、通过对单位时间内各位置处的数据反馈刷新速率进行监测,可有效通过数据反馈刷新速率监测实际情况,从而进行客观因素的数据校正,使得切实的评估各位置节点的严重程度。
实施例二
基于与前述实施例中一种高速公路的交通控制方法,同样发明构思,本发明还提供了一种高速公路的交通控制系统,请参阅附图5,所述系统包括:
第一搭建单元11,所述第一搭建单元11用于搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;
第一获批单元12,所述第一获批单元12用于基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;
第一采集单元13,所述第一采集单元13用于根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;
第一处理单元14,所述第一处理单元14用于将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;
第二处理单元15,所述第二处理单元15用于将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;
第一养护单元16,所述第一养护单元16用于基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护。
进一步的,所述系统还包括:
第一嵌入单元,所述第一嵌入单元用于所述预处理端口嵌入有数据过滤模型,所述数据过滤模型可对相同特征数据进行过滤;
第一解析单元,所述第一解析单元用于对所述第一采集数据集合进行遍历的拆分解析,获得第一位置对应的第一音频数据集和第一图像集、第二位置对应的第二音频数据集和第二图像集、直至第n位置对应的第n音频数据集和第n图像集;
第一输入单元,所述第一输入单元用于分别将所述第一音频数据集和所述第一图像集、所述第二音频数据集和所述第二图像集、直至所述第n音频数据集和所述第n图像集作为输入信息,依次输入至所述数据过滤模型进行训练;
第一获得单元,所述第一获得单元用于获得对应的第一训练结果、第二训练结果直至第n训练结果,其中,所述各训练结果中的两两数据之间不存在特征重叠。
进一步的,所述系统还包括:
第一拆分单元,所述第一拆分单元用于所述数据过滤模型可拆分为语义特征分析层、图像要素分析层;
第一提取单元,所述第一提取单元用于基于所述语义特征分析层,对所述第一音频数据集进行语义解析,且对解析结果进行关键词提取,获得第一关键词集合;
第一整合单元,所述第一整合单元用于基于所述图像要素分析层,对所述第一图像集进行不同要素拆分,且对拆分结果进行缺陷要素整合,获得第一缺陷要素集合;
第一过滤单元,所述第一过滤单元用于利用所述数据过滤模型,分别对所述第一关键词集合和所述第一缺陷要素集合,进行相同特征数据的过滤训练,可获得所述第一训练结果,即所述第一位置对应的第一目标关键词和第一目标缺陷要素。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于构建所述目标高速公路的缺陷位置严重度评估的专家系统;
第一评估单元,所述第一评估单元用于通过所述专家系统,分别对所述第一训练结果、所述第二训练结果直至所述第n训练结果,进行缺陷位置严重度评估,获得第一位置严重度、第二位置严重度直至第n位置严重度;
第一监测单元,所述第一监测单元用于基于所述数据采集单元上的数据监测端口,对单位时间内各位置处的数据反馈刷新速率进行监测,获得各位置数据刷新速率;
第一校正单元,所述第一校正单元用于根据所述各位置数据刷新速率,分别对所述第一位置严重度、所述第二位置严重度直至所述第n位置严重度,进行客观因素的数据校正,获得各位置校正后严重度分布。
进一步的,所述系统还包括:
第一融合单元,所述第一融合单元用于对所述第一位置对应的所述第一目标关键词、所述第一目标缺陷要素、所述第一位置严重度、第一数据刷新速率以及第一校正后严重度,进行数据的高级融合,生成第一位置样本数据;
第二融合单元,所述第二融合单元用于对所述第二位置对应的第二目标关键词、第二目标缺陷要素、所述第二位置严重度、第二数据刷新速率以及第二校正后严重度,进行数据的高级融合,生成第二位置样本数据,以此类推,直至生成所述第n位置对应的第n位置样本数据。
进一步的,所述系统还包括:
第二获得单元,所述第二获得单元用于获得所述目标高速公路的三维可视化图像;
第一标记单元,所述第一标记单元用于基于所述三维可视化图像,对所述第一位置进行标记,获得第一位置标记点,且对所述第一位置标记点进行所述第一位置样本数据的内容注释,以此类推,直至将所述第n位置样本数据的内容注释到所述第n位置对应的第n位置标记点;
第一生成单元,所述第一生成单元用于通过标记注释后的所述三维可视化图像,生成所述目标高速公路的第一可视化缺陷维护图像。
进一步的,所述系统还包括:
第三获得单元,所述第三获得单元用于获得缺陷严重度所占的第一优先级维护权重;
第四获得单元,所述第四获得单元用于获得缺陷位置距离所占的第二优先级维护权重;
第一计算单元,所述第一计算单元用于根据所述第一优先级维护权重,对所述各位置校正后严重度分布进行权重计算,获得第一计算结果;
第二计算单元,所述第二计算单元用于根据所述第二优先级维护权重,对所述目标维护人员分别距离各位置标记点的实际距离分布进行权重计算,获得第二计算结果;
第五获得单元,所述第五获得单元用于对所述第一计算结果和所述第二计算结果进行加和处理,获得各位置缺陷优先维护值;
第一排序单元,所述第一排序单元用于通过对所述各位置缺陷优先维护值进行最优值排序,生成待维护位置缺陷序列,且进行对应的高速公路管理养护。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种高速公路的交通控制方法和具体实例同样适用于本实施例的一种高速公路的交通控制系统,通过前述对一种高速公路的交通控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种高速公路的交通控制系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本发明的电子设备。
图6图示了根据本发明的电子设备的结构示意图。
基于与前述实施例中一种高速公路的交通控制方法的发明构思,本发明还提供一种高速公路的交通控制系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种高速公路的交通控制方法的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明提供了一种高速公路的交通控制方法,所述方法包括:搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护。解决现有技术中在对高速公路进行交通控制的过程中,由于高速公路里程较长、维护任务较重,难以对出现的公路缺陷进行及时发现和快速维护,导致高速公路出现交通混乱,同时扰乱高速公路车辆通行效率的技术问题。通过搭建分总式数据管理平台,在获得用户同意后,利用数据采集单元,对目标高速公路进行众包式的驾驶环境数据采集,进而对采集数据进行相同特征数据过滤的预处理,使得获得较为简练的样本数据集,进而将样本数据集可视化的呈现在目标高速公路的三维可视化图像上,使得对亟需维护的公路缺陷进行快速精准查找,并及时维护,达到了对出现的公路缺陷进行及时发现和快速维护,确保高速公路车辆通行效率,实现对高速公路的智能化交通控制的技术效果。
本发明还提供一种电子设备,其中,包括处理器和存储器;
该存储器,用于存储;
该处理器,用于通过调用,执行上述实施例一中任一项所述的方法。
本发明还提供一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory,简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种高速公路的交通控制方法,其特征在于,所述方法包括:
搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;
基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;
根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;
将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;
将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;
基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护;
其中,所述将所述第一采集数据集合上传至所述预处理端口进行数据预处理,包括:
所述预处理端口嵌入有数据过滤模型,所述数据过滤模型可对相同特征数据进行过滤;
对所述第一采集数据集合进行遍历的拆分解析,获得第一位置对应的第一音频数据集和第一图像集、第二位置对应的第二音频数据集和第二图像集、直至第n位置对应的第n音频数据集和第n图像集;
分别将所述第一音频数据集和所述第一图像集、所述第二音频数据集和所述第二图像集、直至所述第n音频数据集和所述第n图像集作为输入信息,依次输入至所述数据过滤模型进行训练;
获得对应的第一训练结果、第二训练结果直至第n训练结果,其中,所述各训练结果中的两两数据之间不存在特征重叠;
所述数据过滤模型可拆分为语义特征分析层、图像要素分析层;
基于所述语义特征分析层,对所述第一音频数据集进行语义解析,且对解析结果进行关键词提取,获得第一关键词集合;
基于所述图像要素分析层,对所述第一图像集进行不同要素拆分,且对拆分结果进行缺陷要素整合,获得第一缺陷要素集合;
利用所述数据过滤模型,分别对所述第一关键词集合和所述第一缺陷要素集合,进行相同特征数据的过滤训练,可获得所述第一训练结果,即所述第一位置对应的第一目标关键词和第一目标缺陷要素;
构建所述目标高速公路的缺陷位置严重度评估的专家系统;
通过所述专家系统,分别对所述第一训练结果、所述第二训练结果直至所述第n训练结果,进行缺陷位置严重度评估,获得第一位置严重度、第二位置严重度直至第n位置严重度;
基于所述数据采集单元上的数据监测端口,对单位时间内各位置处的数据反馈刷新速率进行监测,获得各位置数据刷新速率;
根据所述各位置数据刷新速率,分别对所述第一位置严重度、所述第二位置严重度直至所述第n位置严重度,进行客观因素的数据校正,获得各位置校正后严重度分布;
对所述第一位置对应的所述第一目标关键词、所述第一目标缺陷要素、所述第一位置严重度、第一数据刷新速率以及第一校正后严重度,进行数据的高级融合,生成第一位置样本数据;
对所述第二位置对应的第二目标关键词、第二目标缺陷要素、所述第二位置严重度、第二数据刷新速率以及第二校正后严重度,进行数据的高级融合,生成第二位置样本数据,以此类推,直至生成所述第n位置对应的第n位置样本数据;
所述对所述样本数据集进行公路缺陷-对应位置的可视化处理,包括:获得所述目标高速公路的三维可视化图像;
基于所述三维可视化图像,对所述第一位置进行标记,获得第一位置标记点,且对所述第一位置标记点进行所述第一位置样本数据的内容注释,以此类推,直至将所述第n位置样本数据的内容注释到所述第n位置对应的第n位置标记点;
通过标记注释后的所述三维可视化图像,生成所述目标高速公路的第一可视化缺陷维护图像;
所述进行对应的高速公路管理养护,包括:
获得缺陷严重度所占的第一优先级维护权重;
获得缺陷位置距离所占的第二优先级维护权重;
根据所述第一优先级维护权重,对所述各位置校正后严重度分布进行权重计算,获得第一计算结果;
根据所述第二优先级维护权重,对所述目标维护人员分别距离各位置标记点的实际距离分布进行权重计算,获得第二计算结果;
对所述第一计算结果和所述第二计算结果进行加和处理,获得各位置缺陷优先维护值;
通过对所述各位置缺陷优先维护值进行最优值排序,生成待维护位置缺陷序列,且进行对应的高速公路管理养护。
2.一种高速公路的交通控制系统,其特征在于,所述系统包括:
第一搭建单元,所述第一搭建单元用于搭建分总式数据管理平台,所述分总式数据管理平台包括数据采集单元、数据处理单元,且所述数据处理单元包括预处理端口、可视化处理端口、数据反馈端口;
第一获批单元,所述第一获批单元用于基于众包式数据采集方式,获批目标高速公路的往返车辆用户的第一访问权限,所述第一访问权限具有第一肯定权限;
第一采集单元,所述第一采集单元用于根据所述第一访问权限和所述数据采集单元,对所述往返车辆用户的车辆驾驶环境进行分布众包式的数据采集,获得第一采集数据集合,且所述第一采集数据集合具有数据定位特征;
第一处理单元,所述第一处理单元用于将所述第一采集数据集合上传至所述预处理端口进行数据预处理,且将处理后的数据作为样本数据集;
第二处理单元,所述第二处理单元用于将所述样本数据集传输至所述可视化处理端口,对所述样本数据集进行公路缺陷-对应位置的可视化处理,生成所述目标高速公路的第一可视化缺陷维护图像;
第一养护单元,所述第一养护单元用于基于所述数据反馈端口,将所述第一可视化缺陷维护图像反馈至目标维护人员,进行对应的高速公路管理养护;
第一嵌入单元,所述第一嵌入单元用于所述预处理端口嵌入有数据过滤模型,所述数据过滤模型可对相同特征数据进行过滤;
第一解析单元,所述第一解析单元用于对所述第一采集数据集合进行遍历的拆分解析,获得第一位置对应的第一音频数据集和第一图像集、第二位置对应的第二音频数据集和第二图像集、直至第n位置对应的第n音频数据集和第n图像集;
第一输入单元,所述第一输入单元用于分别将所述第一音频数据集和所述第一图像集、所述第二音频数据集和所述第二图像集、直至所述第n音频数据集和所述第n图像集作为输入信息,依次输入至所述数据过滤模型进行训练;
第一获得单元,所述第一获得单元用于获得对应的第一训练结果、第二训练结果直至第n训练结果,其中,所述各训练结果中的两两数据之间不存在特征重叠;
第一拆分单元,所述第一拆分单元用于所述数据过滤模型可拆分为语义特征分析层、图像要素分析层;
第一提取单元,所述第一提取单元用于基于所述语义特征分析层,对所述第一音频数据集进行语义解析,且对解析结果进行关键词提取,获得第一关键词集合;
第一整合单元,所述第一整合单元用于基于所述图像要素分析层,对所述第一图像集进行不同要素拆分,且对拆分结果进行缺陷要素整合,获得第一缺陷要素集合;
第一过滤单元,所述第一过滤单元用于利用所述数据过滤模型,分别对所述第一关键词集合和所述第一缺陷要素集合,进行相同特征数据的过滤训练,可获得所述第一训练结果,即所述第一位置对应的第一目标关键词和第一目标缺陷要素;
第一构建单元,所述第一构建单元用于构建所述目标高速公路的缺陷位置严重度评估的专家系统;
第一评估单元,所述第一评估单元用于通过所述专家系统,分别对所述第一训练结果、所述第二训练结果直至所述第n训练结果,进行缺陷位置严重度评估,获得第一位置严重度、第二位置严重度直至第n位置严重度;
第一监测单元,所述第一监测单元用于基于所述数据采集单元上的数据监测端口,对单位时间内各位置处的数据反馈刷新速率进行监测,获得各位置数据刷新速率;
第一校正单元,所述第一校正单元用于根据所述各位置数据刷新速率,分别对所述第一位置严重度、所述第二位置严重度直至所述第n位置严重度,进行客观因素的数据校正,获得各位置校正后严重度分布;
第一融合单元,所述第一融合单元用于对所述第一位置对应的所述第一目标关键词、所述第一目标缺陷要素、所述第一位置严重度、第一数据刷新速率以及第一校正后严重度,进行数据的高级融合,生成第一位置样本数据;
第二融合单元,所述第二融合单元用于对所述第二位置对应的第二目标关键词、第二目标缺陷要素、所述第二位置严重度、第二数据刷新速率以及第二校正后严重度,进行数据的高级融合,生成第二位置样本数据,以此类推,直至生成所述第n位置对应的第n位置样本数据;
第二获得单元,所述第二获得单元用于获得所述目标高速公路的三维可视化图像;
第一标记单元,所述第一标记单元用于基于所述三维可视化图像,对所述第一位置进行标记,获得第一位置标记点,且对所述第一位置标记点进行所述第一位置样本数据的内容注释,以此类推,直至将所述第n位置样本数据的内容注释到所述第n位置对应的第n位置标记点;
第一生成单元,所述第一生成单元用于通过标记注释后的所述三维可视化图像,生成所述目标高速公路的第一可视化缺陷维护图像;
第三获得单元,所述第三获得单元用于获得缺陷严重度所占的第一优先级维护权重;
第四获得单元,所述第四获得单元用于获得缺陷位置距离所占的第二优先级维护权重;
第一计算单元,所述第一计算单元用于根据所述第一优先级维护权重,对所述各位置校正后严重度分布进行权重计算,获得第一计算结果;
第二计算单元,所述第二计算单元用于根据所述第二优先级维护权重,对所述目标维护人员分别距离各位置标记点的实际距离分布进行权重计算,获得第二计算结果;
第五获得单元,所述第五获得单元用于对所述第一计算结果和所述第二计算结果进行加和处理,获得各位置缺陷优先维护值;
第一排序单元,所述第一排序单元用于通过对所述各位置缺陷优先维护值进行最优值排序,生成待维护位置缺陷序列,且进行对应的高速公路管理养护。
3.一种高速公路的交通控制系统,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行权利要求1所述方法的步骤。
4.一种计算机可读存储介质,其特征在于,所述存储介质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权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763029.XA CN114842649B (zh) | 2022-07-01 | 2022-07-01 | 一种高速公路的交通控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763029.XA CN114842649B (zh) | 2022-07-01 | 2022-07-01 | 一种高速公路的交通控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114842649A CN114842649A (zh) | 2022-08-02 |
CN114842649B true CN114842649B (zh) | 2022-09-06 |
Family
ID=82574618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763029.XA Active CN114842649B (zh) | 2022-07-01 | 2022-07-01 | 一种高速公路的交通控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114842649B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107070853A (zh) * | 2016-12-09 | 2017-08-18 | 浙江工业大学 | 一种基于qt的高速公路养护系统 |
CN109815912A (zh) * | 2019-01-28 | 2019-05-28 | 象谱信息产业有限公司 | 一种基于人工智能的高速公路安全巡查系统 |
CN111626598A (zh) * | 2020-05-22 | 2020-09-04 | 重庆广播电视大学重庆工商职业学院 | 基于云计算的道路信息管理系统 |
CN112095419A (zh) * | 2020-09-16 | 2020-12-18 | 汪秒 | 一种基于云平台的道路安全自检分析系统 |
CN113780312A (zh) * | 2019-11-21 | 2021-12-10 | 同济大学 | 一种高速公路路面状况检测系统 |
-
2022
- 2022-07-01 CN CN202210763029.XA patent/CN114842649B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107070853A (zh) * | 2016-12-09 | 2017-08-18 | 浙江工业大学 | 一种基于qt的高速公路养护系统 |
CN109815912A (zh) * | 2019-01-28 | 2019-05-28 | 象谱信息产业有限公司 | 一种基于人工智能的高速公路安全巡查系统 |
CN113780312A (zh) * | 2019-11-21 | 2021-12-10 | 同济大学 | 一种高速公路路面状况检测系统 |
CN111626598A (zh) * | 2020-05-22 | 2020-09-04 | 重庆广播电视大学重庆工商职业学院 | 基于云计算的道路信息管理系统 |
CN112095419A (zh) * | 2020-09-16 | 2020-12-18 | 汪秒 | 一种基于云平台的道路安全自检分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114842649A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754594B (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
CN112132264B (zh) | 基于时空残差感知网络的区域尾气排放预测方法及系统 | |
CN101930668A (zh) | 车牌识别的道路交通od信息采集系统及其处理方法 | |
CN110298768B (zh) | 一种基于bim与gis的路桥养护辅助决策系统及养护方法 | |
CN110555992B (zh) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 | |
CN114626615A (zh) | 一种生产过程监控管理方法及系统 | |
CN113033840B (zh) | 一种公路养护的判断方法和装置 | |
CN103942312B (zh) | 公交换乘线路规划方法和装置 | |
CN114647886B (zh) | 一种基于bim和标识码的施工方法及系统 | |
CN104732765A (zh) | 基于卡口数据的城市道路饱和度实时监测方法 | |
CN114707035A (zh) | 一种可视化交通起始点分析系统 | |
CN115291515A (zh) | 一种基于数字孪生的自动驾驶仿真测试系统及评价方法 | |
CN116523312A (zh) | 一种智慧城市数据管理方法及系统 | |
Yue et al. | Traffic signal retiming to improve corridor performance | |
CN114842649B (zh) | 一种高速公路的交通控制方法及系统 | |
CN110879862B (zh) | 基于物联网的车辆信息查询系统 | |
CN111444286B (zh) | 一种基于轨迹数据的远距离交通节点关联性挖掘方法 | |
CN112735136A (zh) | 5g交通监测规划方法、移动终端、交通服务平台及系统 | |
Bhattarai et al. | Crash frequency prediction based on extreme value theory using roadside lidar-based vehicle trajectory data | |
Che et al. | An open vehicle-in-the-loop test method for autonomous vehicle | |
CN113343422A (zh) | 轨道交通运行仿真方法及系统 | |
CN111881232A (zh) | 一种红绿灯的语义关联车道获取方法和装置 | |
CN112116170A (zh) | 一种自动规划上班路线的方法及装置 | |
CN117332488B (zh) | 一种基于bim技术的道路桥梁实景模型分析方法和系统 | |
CN117575349A (zh) | 一种基于城市数据模型的交通影响评价方法及系统 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231122 Address after: 610041 No. 2, Wuhou Temple East Street, Sichuan, Chengdu Patentee after: Sichuan wisdom High Speed Technology Co.,Ltd. Address before: 214000 Wuai road 78-501-350, Liangxi District, Wuxi City, Jiangsu Province Patentee before: Wuxi Ruanmei Information Technology Co.,Ltd. |