CN115240432A - 交通拥堵检测方法、装置及电子设备、存储介质 - Google Patents
交通拥堵检测方法、装置及电子设备、存储介质 Download PDFInfo
- Publication number
- CN115240432A CN115240432A CN202211146916.9A CN202211146916A CN115240432A CN 115240432 A CN115240432 A CN 115240432A CN 202211146916 A CN202211146916 A CN 202211146916A CN 115240432 A CN115240432 A CN 115240432A
- Authority
- CN
- China
- Prior art keywords
- congestion
- vehicle
- lane
- area
- level
- 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
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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种交通拥堵检测方法、装置及电子设备、存储介质,该方法包括:获取路端发送的当前路段的车辆定位数据;根据当前路段的车辆定位数据确定拥堵区域及对应的拥堵解除时间;根据当前路段的车辆定位数据及拥堵解除时间,确定车道级拥堵通行时间;获取车端上报的目标车辆的车辆定位数据,目标车辆为即将到达拥堵区域的车辆;根据目标车辆的车辆定位数据和车道级拥堵通行时间确定是否向目标车辆发送车道级拥堵信息。本申请基于全路段多个路侧相机感知到的车道级定位数据计算出更加准确的车道级拥堵信息,为后续即将进入拥堵区域的车辆提供了可靠的行驶规划参考,便于车辆能够提前变道到相对顺畅的车道,保证行驶效率和行驶安全性。
Description
技术领域
本申请涉及车联网技术领域,尤其涉及一种交通拥堵检测方法、装置及电子设备、存储介质。
背景技术
V2X(Vehicle to X)技术是车联网的核心,是一种车端与路端、云端等进行通信的技术,基于V2X技术,车辆能够获得超视距的感知范围,从而能够实现更准确、更高效的道路行驶功能。而在实际驾驶场景下,交通道路的拥堵情况是驾驶人员在驾驶过程中比较关心的问题。
目前的交通拥堵检测方案通常是基于地图软件工具通过各个车辆的GPS(GlobalPositioning System,全球定位系统)定位信息来判断拥堵情况,该方案对于拥堵时间的计算完全是基于足够的车辆使用同一个地图软件工具才能得出大概的拥堵时间,可参考性不强,且对于车辆能够提供的数据量要求较高。
此外,一般车辆上的GPS定位设备都不足以能够达到车道级定位,所以基于地图软件工具计算出的拥堵时间也只能够作为整个道路的大概拥堵时间的参考,无法作为车道级拥堵情况的参考,而车道级别的拥堵情况对于即将进入拥堵区域的车辆来说具有重要意义,因为拥堵情况下的车辆变道对于很多新手司机甚至是稍不注意的老手司机来说都容易造成车辆剐蹭等情况,因此需要尽可能给驾驶人员提供提前变道的参考。
进一步地,拥堵区域各个车道上的车辆行驶速度通常是不一样的,例如,由于最右侧车道出匝道排队拥堵,最左侧车道的行驶速度会快于最右侧车道,而由于很多车辆会通过从最右侧往左数的第二个车道(直行)插队,进而也会导致该车道拥堵时间过长,因此需要车道级别的拥堵信息,从而为车辆提供更加精细化调整的依据。
发明内容
本申请实施例提供了一种交通拥堵检测方法、装置及电子设备、存储介质,以为车辆提供车道级拥堵信息,提高车辆的行驶效率和行驶安全性。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种交通拥堵检测方法,其中,所述交通拥堵检测方法包括:
获取路端发送的当前路段的车辆定位数据;
根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
可选地,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:
根据所述各个车道的车辆速度确定所述当前路段是否存在拥堵区域;
在所述当前路段存在拥堵区域的情况下,根据所述各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向确定所述当前路段的拥堵区域。
可选地,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:
获取所述路端发送的拥堵区域的拥堵原因;
根据所述拥堵区域的拥堵原因,确定所述拥堵原因对应的历史拥堵解除时间;
根据所述拥堵原因对应的历史拥堵解除时间,确定所述拥堵区域的当前拥堵解除时间。
可选地,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆速度和车辆位置,所述根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间包括:
根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间;
根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间。
可选地,所述拥堵区域包括拥堵区域的起始拥堵位置,所述根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间包括:
根据各个车道的各个车辆的车辆速度,以及各个车道的各个车辆的车辆位置与所述拥堵区域的起始拥堵位置之间的距离,确定各个车道的各个车辆的拥堵通行时间;
利用预设融合策略,对各个车道的各个拥堵车辆的拥堵通行时间在车道维度进行融合处理,得到所述拥堵区域的初始车道级拥堵通行时间。
可选地,所述根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间包括:
若所述拥堵区域的初始车道级拥堵通行时间大于所述拥堵区域对应的拥堵解除时间,则将所述拥堵区域对应的拥堵解除时间作为所述拥堵区域的最终车道级拥堵通行时间;
否则,则直接将所述当前路段的初始车道级拥堵通行时间作为所述拥堵区域的最终车道级拥堵通行时间。
可选地,所述目标车辆的车辆定位数据包括目标车辆的车辆位置和车辆速度,所述根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息包括:
根据所述目标车辆的车辆位置和车辆速度,确定所述目标车辆到达所述拥堵区域的时间;
若所述目标车辆到达所述拥堵区域的时间不大于所述拥堵区域的车道级拥堵通行时间,则向所述目标车辆发送车道级拥堵信息;
否则,则不向所述目标车辆发送车道级拥堵信息;
其中,所述车道级拥堵信息包括拥堵区域的车道级拥堵通行时间、拥堵解除时间以及拥堵原因中的至少一种。
第二方面,本申请实施例还提供一种交通拥堵检测装置,其中,所述交通拥堵检测装置包括:
第一获取单元,用于获取路端发送的当前路段的车辆定位数据;
第一确定单元,用于根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
第二确定单元,用于根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
第二获取单元,用于获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
第三确定单元,用于根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
第三方面,本申请实施例还提供一种交通拥堵检测系统,其中,所述交通拥堵检测系统包括云端、路端和车端,所述云端包括如前所述的交通拥堵检测装置。
可选地,所述路端具体用于:
获取当前路段的道路图像和对应的高精地图数据;
根据所述当前路段的道路图像和所述高精地图数据,确定所述当前路段中的各个车道;
利用预设目标检测算法对所述当前路段的道路图像进行检测,得到各个车道的多个车辆的车辆位置;
根据各个车道的多个车辆的车辆位置,确定各个车道的各个车辆的车辆速度。
第四方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述交通拥堵检测方法。
第五方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述交通拥堵检测方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的交通拥堵检测方法,先获取路端发送的当前路段的车辆定位数据,当前路段设置有多个路侧相机,多个路侧相机的拍摄视野能够覆盖当前路段;然后根据当前路段的车辆定位数据确定当前路段的拥堵区域以及拥堵区域对应的拥堵解除时间;之后根据当前路段的车辆定位数据以及拥堵区域对应的拥堵解除时间,确定拥堵区域的车道级拥堵通行时间;再获取车端上报的目标车辆的车辆定位数据,目标车辆为即将到达拥堵区域的车辆;最后根据目标车辆的车辆定位数据和拥堵区域的车道级拥堵通行时间,确定是否向目标车辆发送车道级拥堵信息。本申请实施例的交通拥堵检测方法基于全路段多个路侧相机感知到的车道级定位数据计算出更加准确的车道级拥堵信息,为后续即将进入拥堵区域的车辆提供了可靠的行驶规划参考,便于目标车辆在未进入拥堵区域前能够提前变道到相对顺畅的车道,保证行驶效率和行驶安全性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种交通拥堵检测方法的流程示意图;
图2为本申请实施例中一种交通拥堵检测装置的结构示意图;
图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种交通拥堵检测方法,如图1所示,提供了本申请实施例中一种交通拥堵检测方法的流程示意图,所述交通拥堵检测方法至少包括如下的步骤S110至步骤S150:
步骤S110,获取路端发送的当前路段的车辆定位数据。
本申请实施例的交通拥堵检测方法可以由云端来执行,云端能够与路端设备进行通信,实现车云协同交互,因此本申请实施例在进行交通拥堵检测时,可以先获取路端上报的当前路段的车辆定位数据,当前路段部署有多个路杆,每个路杆上的路侧相机可以具有不同的拍摄视野,多个路侧相机的拍摄视野能够覆盖整个路段,从而能够为全路段的交通拥堵情况的检测提供支撑。当然,对于当前路段所对应的物理范围的具体界定,本领域技术人员可以根据实际需求灵活定义,在此不作具体限定。
路端上报的车辆定位数据可以是通过检测全路段的路侧相机采集的道路图像并结合高精地图数据计算得到的车道级定位数据,云端通过对当前路段上各个路端上报的车辆定位数据进行融合处理可以得到整个路段上各个车辆的车辆位置以及车辆速度等数据,不需要依赖该路段上足够多的车辆同时使用同一个地图软件工具即可获取到足量的车辆定位数据,可应用性更强。
步骤S120,根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间。
在得到当前路段的车辆定位数据后,需要根据当前路段的各个车辆的行驶速度、车辆位置等判断当前路段是否存在拥堵区域,例如,如果该路段上某个区域的车辆行驶速度明显低于预设速度阈值,则可以认为该区域发生了拥堵情况,那么这时可以进一步结合历史拥堵解除数据来确定该拥堵区域对应的拥堵解除时间,拥堵解除时间表征的是该拥堵区域的拥堵情况在多长时间内可以被解除掉,即恢复正常通行状态,拥堵解除时间的长短对于后续即将到达该拥堵区域的车辆来说,会影响这些车辆的行驶规划。
此外,还需要说明的是,对于整个路段来说,该路段上可能不止存在一处拥堵区域,本申请实施例可以确定出该路段上的每个拥堵区域并分别进行后续处理。
步骤S130,根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间。
拥堵区域对应的拥堵解除时间衡量的是拥堵情况本身被解除所需要的耗时,基于此,本申请实施例还需要进一步结合当前路段的车辆定位数据计算拥堵区域对应的车道级拥堵通行时间,车道级拥堵通行时间表征的是车辆经过拥堵区域的各个车道所需要的耗时,车道级拥堵通行时间的长短反映了各个车道的拥堵情况对通行效率的影响,一个车道的拥堵通行时间越长,说明该条车道的通行效率受到拥堵情况的影响越大,因此车道级拥堵通行时间为后续车辆的车道级行驶规划提供了重要参考。
此外,拥堵区域的车道级拥堵通行时间可以基于路端实时上报的车辆定位数据的变化实时更新。
步骤S140,获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆。
前述步骤确定出了拥堵区域中各个车道的具体拥堵情况,这时需要进一步通过车云之间的通信获取目标车辆上报的车辆定位数据,目标车辆可以是指即将到达拥堵区域且能够与云端进行V2X通信的车辆,具体可以基于路端相机提供的全路段的所有车辆的位置信息来确定哪些车辆即将到达拥堵区域,这些车辆将有可能受到拥堵情况的影响。
步骤S150,根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
在确定出目标车辆后,可以基于目标车辆的当前位置和行驶速度等车辆定位数据以及拥堵区域各个车道的拥堵通行时间,进一步判断目标车辆的行驶状态是否会实际受到拥堵情况的影响。例如,如果目标车辆距离拥堵区域还有一段距离或者一段时间,其到达拥堵区域时拥堵情况可能已经被解除或者已经超过了拥堵通行时间,那么该拥堵区域的拥堵情况对于目标车辆的后续通行就没有影响或者影响很小,因此也就不用向目标车辆下发相应的车道级拥堵信息,反之,则需要下发车道级拥堵信息,以便于目标车辆提前采取变道规划等策略,保证通行效率。
本申请实施例的交通拥堵检测方法基于全路段多个路侧相机感知到的车道级定位数据计算出更加准确的车道级拥堵信息,为后续即将进入拥堵区域的车辆提供了可靠的行驶规划参考,便于目标车辆在未进入拥堵区域前能够提前变道到相对顺畅的车道,保证行驶效率和行驶安全性。
在本申请的一些实施例中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:根据所述各个车道的车辆速度确定所述当前路段是否存在拥堵区域;在所述当前路段存在拥堵区域的情况下,根据所述各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向确定所述当前路段的拥堵区域。
本申请实施例从路端获取到的车辆定位数据具体可以包括当前路段各个车道上每个车辆的车辆位置、车辆速度和车辆行驶方向,根据每个车道上的车辆行驶速度的大小可以判断出当前路段是否存在拥堵区域,例如01车道上的车辆平均速度明显低于其他车道的车辆平均速度且低于预设行驶速度阈值,说01车道可能发生了拥堵情况,也即说明当前路段存在拥堵区域。
在当前路段存在拥堵区域的情况下,可以进一步判断当前路段拥堵区域的具体位置,具体可以根据各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向来确定。例如,根据各个车辆的车辆速度可以确定出哪些车辆的行驶速度小于预设行驶速度阈值,即处于行驶缓慢的状态,说明这些车辆都可能位于拥堵区域,再结合这些车辆的具体位置即可确定出拥堵区域的范围,而根据车辆行驶方向则能够进一步确定出该拥堵区域的起始拥堵位置和终止拥堵位置,同时能够说明该拥堵区域会对后续哪些行驶方向上的车辆造成影响。
在本申请的一些实施例中,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:获取所述路端发送的拥堵区域的拥堵原因;根据所述拥堵区域的拥堵原因,确定所述拥堵原因对应的历史拥堵解除时间;根据所述拥堵原因对应的历史拥堵解除时间,确定所述拥堵区域的当前拥堵解除时间。
本申请实施例在确定拥堵区域对应的拥堵解除时间时,主要是基于拥堵区域的拥堵原因来确定,拥堵原因例如可以包括车辆事故、环保清洁、道路施工、前方车辆行驶缓慢等原因,不同的拥堵原因,其对应的拥堵解除时间往往不同。
基于此,本申请实施例可以先从路端获取拥堵区域对应的拥堵原因,由于路端能够对全路段的道路图像进行检测识别,因此对于发生拥堵的位置,路端同样能够从图像中识别出具体的拥堵原因。例如,对于车辆起火造成的拥堵,路端的边缘计算单元通过现有的图像检测模型即可检测出来并上传云端,对于环保清洁造成的拥堵,通过现有的目标检测模型同样能够检测出环卫车辆这一车辆类型并将拥堵原因上传到云端。对于车辆剐蹭造成的拥堵,通过检测两车位置以及司机下车的行为即能够检测出车辆剐蹭的拥堵原因并上传到云端。对于道路施工造成的拥堵,通过检测到雪糕桶等施工标志牌即可判断出道路施工的拥堵原因并上传到云端。当然,具体还可以检测哪些拥堵原因,本领域技术人员可以结合现有技术以及实际需求灵活设置,在此不作具体限定。
在确定出拥堵区域的拥堵原因后,可以进一步获取该拥堵原因对应的多个历史拥堵解除时间的数据,从而根据多个历史拥堵解除时间的数据计算得到拥堵区域的当前拥堵解除时间。例如,当前检测到的拥堵原因为道路施工,而当前路段在过去一段时间内共发生了5次道路施工情况,每次解除因道路施工造成拥堵的时间都会上传到云端,那么就可以对这5次的历史拥堵解除时间求平均值,作为该拥堵区域的当前拥堵解除时间,当前拥堵解除时间可以根据当前时间逐渐减少并更新。
由于现有的交通拥堵检测方案并没有根据不同的拥堵原因来判断拥堵解除时间,且地图软件工具也无法及时得知拥堵原因,除非人为上报,但人为上报原因的概率也不大,并且往往是拥堵很长时间的情况才会有人上报。而本申请实施例基于路端与云端的通信即可及时获取到拥堵区域的拥堵原因,并以此为依据结合历史拥堵解除时间来确定当前拥堵区域拥堵情况的解除耗时,无需依赖人为上报,更符合实际场景的需求,判断更加准确。
在本申请的一些实施例中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆速度和车辆位置,所述根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间包括:根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间;根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间。
本申请实施例在确定拥堵区域对应的车道级拥堵解除时间时,可以先根据每个车道对应的各个车辆的车辆速度和车辆位置,计算出每个车道上的每个车辆通过拥堵区域的时间,然后将这些车辆通过拥堵区域的时间进行车道级别的融合,从而得到拥堵区域的初始车道级拥堵通行时间。
如前述实施例,车道级拥堵通行时间block_pass_time反映了每个车道受到拥堵情况影响的时间,而拥堵解除时间process_time则反映了拥堵情况本身被解除掉所需要经历的时间,只有在拥堵情况被解除之前拥堵情况才会对后续车辆的行驶造成影响,因此本申请实施例可以结合拥堵解除时间进一步确定拥堵区域对应的最终车道级拥堵通行时间。
在本申请的一些实施例中,所述拥堵区域包括拥堵区域的起始拥堵位置,所述根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间包括:根据各个车道的各个车辆的车辆速度,以及各个车道的各个车辆的车辆位置与所述拥堵区域的起始拥堵位置之间的距离,确定各个车道的各个车辆的拥堵通行时间;利用预设融合策略,对各个车道的各个拥堵车辆的拥堵通行时间在车道维度进行融合处理,得到所述拥堵区域的初始车道级拥堵通行时间。
前述实施例在确定拥堵区域时已经确定出了拥堵区域的起始拥堵位置,例如,如果01车道上的车辆a发生了事故,导致后续一段道路区域发生拥堵,那么车辆a的位置就可以看作是拥堵区域的起始拥堵位置。而对于位于该拥堵区域内的所有车辆来说,每个车辆经过该拥堵区域的速度和时间可能都是不同的,因此这里可以先根据起始拥堵位置以及每个车辆的当前位置和当前速度,计算出每个车辆通过拥堵区域也即到达起始拥堵位置所需要的时间,具体可以先根据每个车辆的当前位置与起始拥堵位置之间的距离计算出位移,然后用位移除以相应的行驶速度即可得到每个车辆的通行时间。
对于整个拥堵区域来说,虽然位于拥堵区域的终止拥堵位置的车辆也即最后端的车辆比前方车辆显然需要耗费更长的通行时间,因此终止拥堵位置的车辆的通行时间能够在一定程度上表征其所在车道的拥堵通行时间。但实际场景下,不同车辆的行驶速度可能并不固定,前方车辆的行驶速度的大小也会对后方车辆造成影响,因此,本申请实施例并非单纯依赖终止拥堵位置的车辆的通行时间来确定车道级拥堵通行时间,而是采取一定的融合策略对每个车道上所有车辆对应的通行时间进行融合处理,从而得到每个车道对应的拥堵通行时间。
上述融合策略例如可以采用加权平均的方式来实现,由于终止拥堵位置的车辆经过拥堵区域所需要的通行时间最长,因此可以对其计算得到的拥堵通行时间赋予最大的权重,对于车辆位置逐渐靠近起始拥堵位置的车辆,其经过拥堵区域所需要的通行时间会越来越短,因此赋予的权重可以逐渐减小,最后对每个车道上对应的所有车辆的拥堵通行时间进行加权平均处理,即可得到更加准确的车道级拥堵通行时间。
在本申请的一些实施例中,所述根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间包括:若所述拥堵区域的初始车道级拥堵通行时间大于所述拥堵区域对应的拥堵解除时间,则将所述拥堵区域对应的拥堵解除时间作为所述拥堵区域的最终车道级拥堵通行时间;否则,则直接将所述当前路段的初始车道级拥堵通行时间作为所述拥堵区域的最终车道级拥堵通行时间。
本申请实施例可以将拥堵区域各个车道的初始车道级拥堵通行时间block_pass_time分别与拥堵区域对应的拥堵解除时间process_time进行比较,如果block_pass_time>process_time,说明在车辆通过拥堵区域之前,拥堵情况已经被解除,那么对于后续还没有到达该拥堵区域的车辆来说,其只需要参考拥堵解除时间process_time即可,也即可以令block_pass_time = process_time。反之,如果block_pass_time≤process_time,说明在车辆通过拥堵区域的整个过程,拥堵情况都没有被解除,那么对于后续还没有到达该拥堵区域的车辆来说,其就需要参考实际的车道级拥堵通行时间block_pass_time。
在本申请的一些实施例中,所述目标车辆的车辆定位数据包括目标车辆的车辆位置和车辆速度,所述根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息包括:根据所述目标车辆的车辆位置和车辆速度,确定所述目标车辆到达所述拥堵区域的时间;若所述目标车辆到达所述拥堵区域的时间不大于所述拥堵区域的车道级拥堵通行时间,则向所述目标车辆发送车道级拥堵信息;否则,则不向所述目标车辆发送车道级拥堵信息;其中,所述车道级拥堵信息包括拥堵区域的车道级拥堵通行时间、拥堵解除时间以及拥堵原因中的至少一种。
本申请实施例在确定是否需要向目标车辆下发前方拥堵区域的车道级拥堵信息时,可以先确定目标车辆的当前位置和当前速度,然后根据目标车辆的当前位置以及前方拥堵区域的终止拥堵位置可以计算目标车辆到拥堵区域的距离,根据该距离除以目标车辆的当前速度即可计算出目标车辆到达拥堵区域的时间arrive_time。
将上述目标车辆的到达时间arrive_time与前述实施例计算出的各个车道的车道级拥堵通行时间block_pass_time分别进行比较,如果arrive_time>block_pass_time,说明在目标车辆到达拥堵区域之前,拥堵区域的各个车道的车辆均已经通过了拥堵区域或者拥堵区域的拥堵情况已经解除,那么对于目标车辆的后续行驶也就没有影响或者影响很小,目标车辆在到达该拥堵区域时需要经历拥堵的时间可以视为0,因而无需向目标车辆下发车道级拥堵信息。反之,如果arrive_time≤block_pass_time,说明在目标车辆到达拥堵区域时,拥堵区域某个车道或者某几个车道上的车辆还没有完全通过拥堵区域或者拥堵区域的拥堵情况还没有被解除,这时拥堵区域的拥堵情况对目标车辆的后续行驶就会有较大影响,因此可以将车道级拥堵信息下发给目标车辆。
本申请实施例的车道级拥堵信息例如可以包括各个车道的拥堵通行时间block_pass_time,还可以包括前方拥堵区域的拥堵原因以及拥堵解除时间process_time等,从而便于车辆在接收到这些信息后能够提前做出变道等应对策略,改善交通拥堵,提高通行效率。
本申请实施例还提供了一种交通拥堵检测装置200,如图2所示,提供了本申请实施例中一种交通拥堵检测装置的结构示意图,所述交通拥堵检测装置200至少包括:第一获取单元210、第一确定单元220、第二确定单元230、第二获取单元240以及第三确定单元250,其中:
第一获取单元210,用于获取路端发送的当前路段的车辆定位数据;
第一确定单元220,用于根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
第二确定单元230,用于根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
第二获取单元240,用于获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
第三确定单元250,用于根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
在本申请的一些实施例中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向,所述第一确定单元220具体用于:根据所述各个车道的车辆速度确定所述当前路段是否存在拥堵区域;在所述当前路段存在拥堵区域的情况下,根据所述各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向确定所述当前路段的拥堵区域。
在本申请的一些实施例中,所述第一确定单元220具体用于:获取所述路端发送的拥堵区域的拥堵原因;根据所述拥堵区域的拥堵原因,确定所述拥堵原因对应的历史拥堵解除时间;根据所述拥堵原因对应的历史拥堵解除时间,确定所述拥堵区域的当前拥堵解除时间。
在本申请的一些实施例中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆速度和车辆位置,所述第二确定单元230具体用于:根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间;根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间。
在本申请的一些实施例中,所述拥堵区域包括拥堵区域的起始拥堵位置,所述第二确定单元230具体用于:根据各个车道的各个车辆的车辆速度,以及各个车道的各个车辆的车辆位置与所述拥堵区域的起始拥堵位置之间的距离,确定各个车道的各个车辆的拥堵通行时间;利用预设融合策略,对各个车道的各个拥堵车辆的拥堵通行时间在车道维度进行融合处理,得到所述拥堵区域的初始车道级拥堵通行时间。
在本申请的一些实施例中,所述第二确定单元230具体用于:若所述拥堵区域的初始车道级拥堵通行时间大于所述拥堵区域对应的拥堵解除时间,则将所述拥堵区域对应的拥堵解除时间作为所述拥堵区域的最终车道级拥堵通行时间;否则,则直接将所述当前路段的初始车道级拥堵通行时间作为所述拥堵区域的最终车道级拥堵通行时间。
在本申请的一些实施例中,所述目标车辆的车辆定位数据包括目标车辆的车辆位置和车辆速度,所述第三确定单元250具体用于:根据所述目标车辆的车辆位置和车辆速度,确定所述目标车辆到达所述拥堵区域的时间;若所述目标车辆到达所述拥堵区域的时间不大于所述拥堵区域的车道级拥堵通行时间,则向所述目标车辆发送车道级拥堵信息;否则,则不向所述目标车辆发送车道级拥堵信息;其中,所述车道级拥堵信息包括拥堵区域的车道级拥堵通行时间、拥堵解除时间以及拥堵原因中的至少一种。
本申请实施例还提供了一种交通拥堵检测系统,其中,所述交通拥堵检测系统包括云端、路端和车端,所述云端包括如前所述的交通拥堵检测装置。
在本申请的一些实施例中,所述路端具体用于:获取当前路段的道路图像和对应的高精地图数据;根据所述当前路段的道路图像和所述高精地图数据,确定所述当前路段中的各个车道;利用预设目标检测算法对所述当前路段的道路图像进行检测,得到各个车道的多个车辆的车辆位置;根据各个车道的多个车辆的车辆位置,确定各个车道的各个车辆的车辆速度。
本申请实施例的路端主要用于通过覆盖全路段的路侧相机采集的道路图像来检测车辆位置和车辆速度等信息并上报给云端。具体地,可以先将路端相机与高精地图数据进行联合标定,从而得到图像像素坐标与高精地图数据中的世界坐标的对应关系。然后利用现有的车道线检测算法如基于卷积神经网络训练到的车道线识别模型Lane-net对道路图像进行车道线识别,并结合前面的标定结果确定图像中的各个车道区域。
之后,通过现有的目标检测模型可以检测出图像中各个车道内的车辆位置,由于事先已经标定好了图像像素坐标与高精地图数据中的世界坐标的对应关系,因此根据检测到的每个车辆在图像中的像素位置可以索引得到其对应的世界位置坐标,作为车辆在该车道内的位置。最后,根据该车辆对应的相邻几帧图像中的车辆位置可以计算出同一车辆的帧间位移,利用同一车辆的帧间位移除以对应的时间间隔即可得到车辆速度,同时路端还可以在车道维度对每个车道上所有车辆的车辆速度求平均,从而得到各个车道的车辆平均速度,作为判断各个车道拥堵情况的基础。
能够理解,上述交通拥堵检测装置,能够实现前述实施例中提供的交通拥堵检测方法的各个步骤,关于交通拥堵检测方法的相关阐释均适用于交通拥堵检测装置,此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成交通拥堵检测装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取路端发送的当前路段的车辆定位数据;
根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
上述如本申请图1所示实施例揭示的交通拥堵检测装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中交通拥堵检测装置执行的方法,并实现交通拥堵检测装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中交通拥堵检测装置执行的方法,并具体用于执行:
获取路端发送的当前路段的车辆定位数据;
根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
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、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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装置。
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装置的制造品,该指令装置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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种交通拥堵检测方法,其中,所述交通拥堵检测方法包括:
获取路端发送的当前路段的车辆定位数据;
根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
2.如权利要求1所述交通拥堵检测方法,其中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:
根据所述各个车道的车辆速度确定所述当前路段是否存在拥堵区域;
在所述当前路段存在拥堵区域的情况下,根据所述各个车道的多个车辆的车辆位置、车辆速度和车辆行驶方向确定所述当前路段的拥堵区域。
3.如权利要求1所述交通拥堵检测方法,其中,所述根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间包括:
获取所述路端发送的拥堵区域的拥堵原因;
根据所述拥堵区域的拥堵原因,确定所述拥堵原因对应的历史拥堵解除时间;
根据所述拥堵原因对应的历史拥堵解除时间,确定所述拥堵区域的当前拥堵解除时间。
4.如权利要求1所述交通拥堵检测方法,其中,所述当前路段的车辆定位数据包括各个车道的多个车辆的车辆速度和车辆位置,所述根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间包括:
根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间;
根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间。
5.如权利要求4所述交通拥堵检测方法,其中,所述拥堵区域包括拥堵区域的起始拥堵位置,所述根据各个车道的多个车辆的车辆速度和车辆位置,确定所述拥堵区域的初始车道级拥堵通行时间包括:
根据各个车道的各个车辆的车辆速度,以及各个车道的各个车辆的车辆位置与所述拥堵区域的起始拥堵位置之间的距离,确定各个车道的各个车辆的拥堵通行时间;
利用预设融合策略,对各个车道的各个拥堵车辆的拥堵通行时间在车道维度进行融合处理,得到所述拥堵区域的初始车道级拥堵通行时间。
6.如权利要求4所述交通拥堵检测方法,其中,所述根据所述拥堵区域的初始车道级拥堵通行时间和所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的最终车道级拥堵通行时间包括:
若所述拥堵区域的初始车道级拥堵通行时间大于所述拥堵区域对应的拥堵解除时间,则将所述拥堵区域对应的拥堵解除时间作为所述拥堵区域的最终车道级拥堵通行时间;
否则,则直接将所述当前路段的初始车道级拥堵通行时间作为所述拥堵区域的最终车道级拥堵通行时间。
7.如权利要求1所述交通拥堵检测方法,其中,所述目标车辆的车辆定位数据包括目标车辆的车辆位置和车辆速度,所述根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息包括:
根据所述目标车辆的车辆位置和车辆速度,确定所述目标车辆到达所述拥堵区域的时间;
若所述目标车辆到达所述拥堵区域的时间不大于所述拥堵区域的车道级拥堵通行时间,则向所述目标车辆发送车道级拥堵信息;
否则,则不向所述目标车辆发送车道级拥堵信息;
其中,所述车道级拥堵信息包括拥堵区域的车道级拥堵通行时间、拥堵解除时间以及拥堵原因中的至少一种。
8.一种交通拥堵检测装置,其中,所述交通拥堵检测装置包括:
第一获取单元,用于获取路端发送的当前路段的车辆定位数据;
第一确定单元,用于根据所述当前路段的车辆定位数据确定所述当前路段的拥堵区域以及所述拥堵区域对应的拥堵解除时间;
第二确定单元,用于根据所述当前路段的车辆定位数据以及所述拥堵区域对应的拥堵解除时间,确定所述拥堵区域的车道级拥堵通行时间;
第二获取单元,用于获取车端上报的目标车辆的车辆定位数据,所述目标车辆为即将到达所述拥堵区域的车辆;
第三确定单元,用于根据所述目标车辆的车辆定位数据和所述拥堵区域的车道级拥堵通行时间,确定是否向所述目标车辆发送车道级拥堵信息。
9.一种交通拥堵检测系统,其中,所述交通拥堵检测系统包括云端、路端和车端,所述云端包括如权利要求8所述的交通拥堵检测装置。
10.如权利要求9所述交通拥堵检测系统,其中,所述路端具体用于:
获取当前路段的道路图像和对应的高精地图数据;
根据所述当前路段的道路图像和所述高精地图数据,确定所述当前路段中的各个车道;
利用预设目标检测算法对所述当前路段的道路图像进行检测,得到各个车道的多个车辆的车辆位置;
根据各个车道的多个车辆的车辆位置,确定各个车道的各个车辆的车辆速度。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行权利要求1~7之任一所述交通拥堵检测方法。
12.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行权利要求1~7之任一所述交通拥堵检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211146916.9A CN115240432B (zh) | 2022-09-21 | 2022-09-21 | 交通拥堵检测方法、装置及电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211146916.9A CN115240432B (zh) | 2022-09-21 | 2022-09-21 | 交通拥堵检测方法、装置及电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115240432A true CN115240432A (zh) | 2022-10-25 |
CN115240432B CN115240432B (zh) | 2023-02-28 |
Family
ID=83681372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211146916.9A Active CN115240432B (zh) | 2022-09-21 | 2022-09-21 | 交通拥堵检测方法、装置及电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115240432B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189134A (zh) * | 2023-04-26 | 2023-05-30 | 宜宾闪马智通科技有限公司 | 一种基于图像识别与雷达的区域识别方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105810001A (zh) * | 2016-05-19 | 2016-07-27 | 东华大学 | 一种基于车载自组网的实时动态路径规划方法 |
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 |
CN106092119A (zh) * | 2016-08-24 | 2016-11-09 | 维沃移动通信有限公司 | 一种交通状况的提示方法及移动终端 |
CN106781511A (zh) * | 2017-03-22 | 2017-05-31 | 北京工业大学 | 一种基于gps数据和交通事故类型的拥堵时间预测方法 |
CN108053673A (zh) * | 2017-12-08 | 2018-05-18 | 上海壹账通金融科技有限公司 | 一种路况预报方法、存储介质和服务器 |
JP2019016081A (ja) * | 2017-07-05 | 2019-01-31 | 国立大学法人 東京大学 | 渋滞予測装置及びその渋滞予測方法 |
CN112991741A (zh) * | 2021-04-19 | 2021-06-18 | 中智行科技有限公司 | 交通流预测方法和装置 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
-
2022
- 2022-09-21 CN CN202211146916.9A patent/CN115240432B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105810001A (zh) * | 2016-05-19 | 2016-07-27 | 东华大学 | 一种基于车载自组网的实时动态路径规划方法 |
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 |
CN106092119A (zh) * | 2016-08-24 | 2016-11-09 | 维沃移动通信有限公司 | 一种交通状况的提示方法及移动终端 |
CN106781511A (zh) * | 2017-03-22 | 2017-05-31 | 北京工业大学 | 一种基于gps数据和交通事故类型的拥堵时间预测方法 |
JP2019016081A (ja) * | 2017-07-05 | 2019-01-31 | 国立大学法人 東京大学 | 渋滞予測装置及びその渋滞予測方法 |
CN108053673A (zh) * | 2017-12-08 | 2018-05-18 | 上海壹账通金融科技有限公司 | 一种路况预报方法、存储介质和服务器 |
CN112991741A (zh) * | 2021-04-19 | 2021-06-18 | 中智行科技有限公司 | 交通流预测方法和装置 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189134A (zh) * | 2023-04-26 | 2023-05-30 | 宜宾闪马智通科技有限公司 | 一种基于图像识别与雷达的区域识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115240432B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10239539B2 (en) | Vehicle travel control method and vehicle travel control device | |
US20210272450A1 (en) | Method of providing traffic related information and device, computer program and computer program product | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
US10147315B2 (en) | Method and apparatus for determining split lane traffic conditions utilizing both multimedia data and probe data | |
CN108871357B (zh) | 一种在电子地图上显示拥堵路段的事故车道的方法 | |
CN109815555B (zh) | 自动驾驶车辆的环境建模能力评估方法及系统 | |
US10705530B2 (en) | Vehicle travel control method and vehicle travel control device | |
CN113012445A (zh) | 智能交通控制系统及其控制方法 | |
CN109345870B (zh) | 预防车辆碰撞的预警方法及装置 | |
KR20230093275A (ko) | 교통 혼잡 감지 방법, 장치, 전자 기기 및 저장 매체 | |
CN115292435B (zh) | 高精地图的更新方法和装置、电子设备和存储介质 | |
CN115240432B (zh) | 交通拥堵检测方法、装置及电子设备、存储介质 | |
CN111105644A (zh) | 一种车辆盲区监测、行驶控制方法、装置及车路协同系统 | |
CN111145569A (zh) | 一种道路监测、车辆行驶控制方法、装置及车路协同系统 | |
CN108806285B (zh) | 一种基于阵列雷达的交叉路口信号调整方法及装置 | |
CN103903432A (zh) | 用于确定路链拥堵状况的设备和方法 | |
JP7276067B2 (ja) | 走行支援システム、走行支援方法、及びプログラム | |
CN116564133A (zh) | 潮汐车道的车辆预警方法、装置及电子设备 | |
US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
CN110580441A (zh) | 驾驶辅助装置 | |
CN109975847A (zh) | 一种浮动车辆位置确定和交通违章识别的方法和装置 | |
CN116935693A (zh) | 碰撞预警方法、车载终端及存储介质 | |
CN116564114A (zh) | 车辆排队检测方法、装置及电子设备、存储介质 | |
CN115675472B (zh) | 一种匝道口的确定方法、装置、电子设备和存储介质 | |
CN117104222B (zh) | 一种应用于车辆行驶区域的障碍物检测方法及装置 |
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 |