CN115329664A - 基于数字化案例库的交叉口交通组织辅助设计系统及设备 - Google Patents
基于数字化案例库的交叉口交通组织辅助设计系统及设备 Download PDFInfo
- Publication number
- CN115329664A CN115329664A CN202210889701.XA CN202210889701A CN115329664A CN 115329664 A CN115329664 A CN 115329664A CN 202210889701 A CN202210889701 A CN 202210889701A CN 115329664 A CN115329664 A CN 115329664A
- Authority
- CN
- China
- Prior art keywords
- traffic organization
- intersection
- design
- scheme
- digital
- 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.)
- Pending
Links
- 230000008520 organization Effects 0.000 title claims abstract description 302
- 238000013461 design Methods 0.000 title claims abstract description 236
- 238000005457 optimization Methods 0.000 claims abstract description 91
- 238000011156 evaluation Methods 0.000 claims abstract description 85
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000003993 interaction Effects 0.000 claims abstract description 21
- 238000009411 base construction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 22
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000010835 comparative analysis Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于数字化案例库的交叉口交通组织辅助设计系统及设备。所述系统包括:交叉口交通组织现状输入及问题分析模块、数字化交通组织案例库构建与更新模块、交叉口交通组织方案优化设计模块、交叉口交通组织方案评价模块和人机交互模块。本发明从道路环境和交通运行特征两个维度出发智能识别交叉口交通组织现状问题及致因,结合已有的交叉口交通组织设计实例信息,可以快速准确地生成交叉口交通组织的初步设计方案以供设计人员参考,从而进行方案的迭代调整输出最佳方案,提高了工作效率和质量。
Description
技术领域
本发明实施例涉及交通组织设计技术领域,尤其涉及一种基于数字化案例库的交叉口交通组织辅助设计系统及设备。
背景技术
交叉口交通组织优化设计,是实现交叉口交通管理与控制精细化、科学化的一项重要工作。目前针对交叉口交通组织方案的优化,主要是依靠专业的交通设计人员的专业知识和经验积累,而对于交通组织方案具体的优化措施通常需要交通设计人员结合相关设计规范标准和个人设计经验来决定,这种工作方式对用户的专业知识及工作经验储备都有较高的要求,工作负荷大且效率不高,另外对交叉口交通组织方案优劣的评价也存在人为主观性。近年来,随着计算机信息技术的发展和大数据分析方法的涌现,通过计算机编程语言,已经可以实现交通组织方案的计算机认读及理解,通过整合全国的交叉口交通组织优化设计实例和相关设计标准与规范,构建数字化交通组织案例库。然而由于交叉口交通组织设计涉及的理论知识繁多复杂,内容涵盖面较广,仅仅基于简单的案例搜索方式很难满足交叉口交通组织方案的优化设计需求。基于已有的数字化交通组织设计实例对交叉口交通组织进行优化设计尚未有明确的解决思路,面对众多复杂的城市交叉口交通组织设计,当前缺乏可行的系统架构。因此,开发一种基于数字化案例库的交叉口交通组织辅助设计系统及设备,可以有效克服上述相关技术中的缺陷,就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种基于数字化案例库的交叉口交通组织辅助设计系统及设备。
第一方面,本发明的实施例提供了一种基于数字化案例库的交叉口交通组织辅助设计系统,包括:交叉口交通组织现状输入及问题分析模块、数字化交通组织案例库构建与更新模块、交叉口交通组织方案优化设计模块、交叉口交通组织方案评价模块和人机交互模块;交叉口交通组织现状输入及问题分析模块,用于基于交叉口道路环境基本要素的属性数值,以及交通运行特征参数,结合相关设计标准和规范分析其相关特征,实现交通组织问题的智能识别与致因分析;数字化交通组织案例库构建与更新模块,用于根据已有的交叉口交通组织设计实例,整理相关设计方案的信息,构建数字化交通组织案例库,为后续完成交通组织优化方案设计提供匹配案例,并且可以将系统优化方案作为新的案例输入到案例库中,对其进行更新;交叉口交通组织方案优化设计模块,用于以交叉口交通组织问题为导向,与数字化交通组织案例库进行特征匹配,基于深度学习算法的理论框架,结合用户的设计经验和相关规范与标准输出当前交叉口交通组织的初步设计方案;交叉口交通组织方案评价模块,用于针对交叉口交通组织方案进行综合评价;人机交互模块,用于让设计人员对产生的相关设计方案进行比较,并在系统的辅助下设计人员可以根据自己的设计需求对方案进行调整,然后由设计人员对当前方案进行判断,将满足要求的方案输出给用户。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织现状问题分析模块,包括:道路交通特征输入单元,用于针对当前交叉口的道路环境数字化特征和交通运行特征参数进行提取与输入;交通组织特征分析单元,用于根据交通设计标准和规范,为目标交叉口交通组织方案匹配道路交通典型场景;交通组织问题智能识别单元,用于针对目标交叉口所属交通场景的具体现状问题进行智能识别及致因分析。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述数字化交通组织案例库构建与更新模块,包括:数字化案例库构建单元,用于整理已有的交叉口交通组织设计实例信息,输入系统以构建数字化交通组织案例库;交通组织案例输出单元,用于为交叉口交通组织优化设计提供匹配案例数据;数字化案例库更新单元,用于将优化设计方案的相关信息添加到案例库中,案例库中的每个数字化交通组织案例所包含的特征包括:交叉口优化前后的道路环境基本要素属性与交叉口运行特征参数、优化前的具体问题与致因、采取的优化措施以及优化前后的效果对比等。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织方案优化设计模块,包括:数字化交通组织案例匹配单元,用于以交叉口交通组织问题为导向,为目标交叉口匹配数字化案例;案例匹配度分析单元,用于对数字化案例的匹配程度进行对比分析;初步方案生成单元,用于整合系统所匹配数字化案例中所采取的交通组织优化措施及相关信息,生成交叉口交通组织的初步设计方案。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述对数字化案例的匹配程度进行对比分析,包括:将基于交叉口交通组织现状问题分析模块得到的交叉口交通组织问题输入到交叉口交通组织方案优化设计模块,设定从数字化交通组织案例库中读取的案例特征类型;对输入的交叉口交通组织特征进行整理,确定数字化交通组织案例的搜索方式,主要包括:交叉口属性搜索和/或交叉口交通组织问题搜索方式;采用基于深度学习理论的推理分析方法量化评价每个匹配案例的匹配程度,并基于匹配度对每个数字化案例进行排序,为后续初步设计方案的生成提供参考,设计人员预定义输出的初步设计方案数量,然后按照匹配度的大小排列顺序,将数字化案例的交通组织优化改善措施进行整理输出,从而得到交叉口交通组织的初步设计方案。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织方案评价模块,包括:数据处理与分析单元,用于针对交叉口当前交通组织设计方案对其交通运行状态进行处理与分析,为后续的方案评价环节提取评价数据;评价指标体系输入单元,用于针对目标交叉口选择设计方案的评价指标,根据评价指标预先设定相应的评价体系;方案综合评价单元,用于结合运行数据计算当前交叉口的综合评价指数。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述人机交互模块,包括:人机交互单元,用于实现设计人员对初步设计方案进行比选和调整;辅助设计单元,用于提供用户的交互设计操作是否合乎相关交通组织设计标准和规范的提示,以及反馈当前交叉口交通组织方案的评价结果;优化方案输出单元,用于让设计人员判断是否进行优化方案输出。
在上述系统实施例内容的基础上,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,初步设计方案包括:情况1、结合评价数据,设计人员对系统生成的初步设计方案进行评估,若符合设计要求可以直接输出给用户,设计人员也可以根据个人需求对方案中相关设计要素的属性和数值进行调整,并重新输入到方案评价模块,进行方案的迭代优化,直到产生最佳方案;情况2、在交叉口交通组织方案优化设计模块中无法匹配到的数字化案例或者得到的数字化案例匹配度较低的情况下,系统无法输出有效的初步设计方案,此时设计人员可以基于系统输出的交叉口交通组织问题,采用辅助设计单元和个人的设计经验对交叉口交通组织方案进行迭代优化,直到产生满足要求的方案。
第二方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的基于数字化案例库的交叉口交通组织辅助设计系统。
第三方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机实现第一方面的各种实现方式中任一种实现方式所提供的基于数字化案例库的交叉口交通组织辅助设计系统。
本发明实施例提供的基于数字化案例库的交叉口交通组织辅助设计系统及设备,从道路环境和交通运行特征两个维度出发智能识别交叉口交通组织现状问题及致因,结合已有的交叉口交通组织设计实例信息,可以快速准确地生成交叉口交通组织的初步设计方案以供设计人员参考,从而进行方案的迭代调整输出最佳方案,提高了工作效率和质量。
附图说明
为了更清楚地说明本发明实施例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做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于数字化案例库的交叉口交通组织辅助设计系统结构示意图;
图2为本发明实施例提供的电子设备的实体结构示意图;
图3为本发明实施例提供的另一基于数字化案例库的交叉口交通组织辅助设计系统结构示意图;
图4为本发明实施例提供的另一基于数字化案例库的交叉口交通组织辅助设计系统工作流程图;
图5为本发明实施例提供的交叉口道路环境数字化基本要素示意图;
图6为本发明实施例提供的交通组织问题典型场景与具体致因示意图;
图7为本发明实施例提供的案例匹配模型的训练架构图;
图8为本发明实施例提供的综合评价体系框架示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
从现状交叉口的道路环境和交通运行特征出发,通过构建数字化交通组织案例库,将已有的交通组织设计实例的特征信息进行归纳整理,然后基于深度学习的理论框架为目标交叉口匹配对应的数字化案例,以生成初步设计方案,并在系统的辅助下,完成对方案的迭代优化。基于这种思想,本发明实施例提供了一种基于数字化案例库的交叉口交通组织辅助设计系统,参见图1,该系统包括:交叉口交通组织现状输入及问题分析模块、数字化交通组织案例库构建与更新模块、交叉口交通组织方案优化设计模块、交叉口交通组织方案评价模块和人机交互模块;交叉口交通组织现状输入及问题分析模块,用于基于交叉口道路环境基本要素的属性数值,以及交通运行特征参数,结合相关设计标准和规范分析其相关特征,实现交通组织问题的智能识别与致因分析;数字化交通组织案例库构建与更新模块,用于根据已有的交叉口交通组织设计实例,整理相关设计方案的信息,构建数字化交通组织案例库,为后续完成交通组织优化方案设计提供匹配案例,并且可以将系统优化方案作为新的案例输入到案例库中,对其进行更新;交叉口交通组织方案优化设计模块,用于以交叉口交通组织问题为导向,与数字化交通组织案例库进行特征匹配,基于深度学习算法的理论框架,结合用户的设计经验和相关规范与标准输出当前交叉口交通组织的初步设计方案;交叉口交通组织方案评价模块,用于针对交叉口交通组织方案进行综合评价;人机交互模块,用于让设计人员对产生的相关设计方案进行比较,并在系统的辅助下设计人员可以根据自己的设计需求对方案进行调整,然后由设计人员对当前方案进行判断,将满足要求的方案输出给用户。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织现状问题分析模块,包括:道路交通特征输入单元,用于针对当前交叉口的道路环境数字化特征和交通运行特征参数进行提取与输入;交通组织特征分析单元,用于根据交通设计标准和规范,为目标交叉口交通组织方案匹配道路交通典型场景;交通组织问题智能识别单元,用于针对目标交叉口所属交通场景的具体现状问题进行智能识别及致因分析。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述数字化交通组织案例库构建与更新模块,包括:数字化案例库构建单元,用于整理已有的交叉口交通组织设计实例信息,输入系统以构建数字化交通组织案例库;交通组织案例输出单元,用于为交叉口交通组织优化设计提供匹配案例数据;数字化案例库更新单元,用于将优化设计方案的相关信息添加到案例库中,案例库中的每个数字化交通组织案例所包含的特征包括:交叉口优化前后的道路环境基本要素属性与交叉口运行特征参数、优化前的具体问题与致因、采取的优化措施以及优化前后的效果对比等。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织方案优化设计模块,包括:数字化交通组织案例匹配单元,用于以交叉口交通组织问题为导向,为目标交叉口匹配数字化案例;案例匹配度分析单元,用于对数字化案例的匹配程度进行对比分析;初步方案生成单元,用于整合系统所匹配数字化案例中所采取的交通组织优化措施及相关信息,生成交叉口交通组织的初步设计方案。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述对数字化案例的匹配程度进行对比分析,包括:将基于交叉口交通组织现状问题分析模块得到的交叉口交通组织问题输入到交叉口交通组织方案优化设计模块,设定从数字化交通组织案例库中读取的案例特征类型;对输入的交叉口交通组织特征进行整理,确定数字化交通组织案例的搜索方式,主要包括:交叉口属性搜索和/或交叉口交通组织问题搜索方式;采用基于深度学习理论的推理分析方法量化评价每个匹配案例的匹配程度,并基于匹配度对每个数字化案例进行排序,为后续初步设计方案的生成提供参考,设计人员预定义输出的初步设计方案数量,然后按照匹配度的大小排列顺序,将数字化案例的交通组织优化改善措施进行整理输出,从而得到交叉口交通组织的初步设计方案。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述交叉口交通组织方案评价模块,包括:数据处理与分析单元,用于针对交叉口当前交通组织设计方案对其交通运行状态进行处理与分析,为后续的方案评价环节提取评价数据;评价指标体系输入单元,用于针对目标交叉口选择设计方案的评价指标,根据评价指标预先设定相应的评价体系;方案综合评价单元,用于结合运行数据计算当前交叉口的综合评价指数。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,所述人机交互模块,包括:人机交互单元,用于实现设计人员对初步设计方案进行比选和调整;辅助设计单元,用于提供用户的交互设计操作是否合乎相关交通组织设计标准和规范的提示,以及反馈当前交叉口交通组织方案的评价结果;优化方案输出单元,用于让设计人员判断是否进行优化方案输出。
基于上述系统实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于数字化案例库的交叉口交通组织辅助设计系统,初步设计方案包括:情况1、结合评价数据,设计人员对系统生成的初步设计方案进行评估,若符合设计要求可以直接输出给用户,设计人员也可以根据个人需求对方案中相关设计要素的属性和数值进行调整,并重新输入到方案评价模块,进行方案的迭代优化,直到产生最佳方案;情况2、在交叉口交通组织方案优化设计模块中无法匹配到的数字化案例或者得到的数字化案例匹配度较低的情况下,系统无法输出有效的初步设计方案,此时设计人员可以基于系统输出的交叉口交通组织问题,采用辅助设计单元和个人的设计经验对交叉口交通组织方案进行迭代优化,直到产生满足要求的方案。
本发明实施例提供的基于数字化案例库的交叉口交通组织辅助设计系统及设备,从道路环境和交通运行特征两个维度出发智能识别交叉口交通组织现状问题及致因,结合已有的交叉口交通组织设计实例信息,可以快速准确地生成交叉口交通组织的初步设计方案以供设计人员参考,从而进行方案的迭代调整输出最佳方案,提高了工作效率和质量。
在另一实施例中,如图3所示,本实施例提供的一种基于数字化案例库的交叉口交通组织辅助设计系统,包括:针对交叉口交通组织现状问题匹配相应的数字化交通组织案例;系统核心模块包括:交叉口交通组织现状输入及问题分析模块1、数字化交通组织案例库构建与更新模块2、交叉口交通组织方案优化设计模块3、交叉口交通组织方案评价模块4、人机交互模块5;
如图4所示,本实施例所述系统的具体工作流程包括:
S1)首先将交叉口交通组织设计现状输入交通组织问题分析模块,输入的内容包括但不限于交通标志标线、进出口车道等道路环境基本要素的属性参数,以及能够表征道路通行效率和安全的交通运行特征属性参数,如:车辆通行时间、相位排队长度等信息,通过对交通组织属性特征参数进行分析,识别交叉口交通组织存在的具体问题及致因;
S2)其次将已有的交叉口交通组织设计实例信息输入至系统中,按照案例的各属性参数的特征将其进行分类,基于此构建带有不同属性特征标签的数字化交通组织案例库;
S3)然后基于已搭建数字化交通组织案例库,以交叉口交通组织问题为导向,利用深度学习算法匹配数字化交通组织案例,生成交叉口交通组织初步设计方案;
S4)接下来利用交叉口交通组织方案评价模块对产生的相关设计方案进行评价,将通过评价的方案输入人机交互模块,由设计人员对方案进行比选与调整,并结合系统完成对方案的迭代优化,由设计人员判断输出优化方案;
S5)最后系统将输出的优化方案添加到数字化交通组织案例库中,完成数字化案例库的更新。
所述的交叉口交通组织现状输入及问题分析模块1,主要是基于交叉口道路环境基本要素的属性数值,以及交通运行特征参数,结合相关设计标准和规范分析其相关特征,从而实现交通组织问题的智能识别与致因分析;
所述交叉口交通组织现状输入及问题分析模块1,包括:
道路交通特征输入单元1.1,用于针对当前交叉口的道路环境数字化特征和交通运行特征参数进行提取与输入;
交通组织特征分析单元1.2,用于根据交通设计标准和规范,为目标交叉口交通组织方案匹配道路交通典型场景;
交通组织问题智能识别单元1.3,用于针对目标交叉口所属交通场景的具体现状问题进行智能识别及致因分析。
所述交叉口交通组织现状输入及问题分析模块1,需要分别针对交叉口道路环境的设计要素的属性与数值和交通运行特征参数进行提取,然后将其输入至系统中。首先针对道路环境的相关特征主要有图像、视频、计算机语言三种描述方式,所述图像文件包括:AutoCAD工程图、交叉口2D平面扫描图、航拍图片等;所述视频文件包括:无人机三维航拍视频、监控视频等;所述计算机语言包括:XML语言、C语言及Python语言等。通过对交叉口道路环境设计要素进行数字化描述,可以快速实现计算机对交叉口交通组织方案的认读和理解,此外,通过录入交通组织设计规范标准和已有的数字化交通组织案例库文件,系统模块可以通过不断学习优化模型参数,可以自主识别目标交叉口道路环境各基本要素的属性特征参数。其次针对交叉口交通运行特征主要是基于交叉口交通运行数据提取特征参数,其中数据的来源主要包括各种路侧固定检测器的数据,例如:感应线圈、地磁、雷达、视频等,以及移动式检测器数据,例如:GPS信号、手机信令、驾驶轨迹数据、无人机航拍检测数据等。
如图5所示,所述交叉口道路环境的设计要素,其中基本要素包括:交叉口空间范围、交叉口形态、交叉口类型、红线宽度、路缘石半径、交叉口自然环境、进出口车道设计、进出口道展宽设计、公交站台设施、潮汐车道、可变车道、待转弯区设置、交通标志标线、交通基础设施、限制性交通组织、行人过街方式、人行横道位置与宽度、行人过街安全岛、人行横道信号灯、相位类型与数量、相位顺序、相位持续时间、信号周期时长、其它信号控制参数;其中交叉口自然环境的次级要素包括:植被分布位置、建筑物规模与位置;进出口车道设计的次级要素包括:车道数与车道宽度、车道功能划分;进出口道展宽设计的次级要素包括:展宽形式、展宽段长度、渐变段长度;交通基础设施的次级要素包括:信号灯、隔离设施、照明设备、其它安全管理设施;其它信号控制参数的次级要素包括:行人过街时间、绿信比和相位差;此外,交叉口道路环境设计要点具体包括:交叉口空间布局设计、进出口道设计、交叉口渠化设计、行人过街设计和交通信号控制方案设计等五个方面。
在本实施例中,所述交叉口交通运行特征参数主要涉及道路通行效率和交通安全两个方面,表征道路通行效率的参数主要包括:各进出口方向的交通量、车辆停车次数、车辆行程时间、车辆排队长度、延误时间以及交叉口信号控制方案等;表征交通安全的参数主要包括:交叉口交通冲突数、交叉口冲突面积、左转车比例、交通冲突率、相位清空率等。
在本实施例中,交叉口交通组织现状输入及问题分析模块1基于道路环境数字化特征和交通运行状态特征参数,从道路环境和交通运行两个维度对目标交叉口现状交通组织特征进行分析,并将其与对应的交通典型场景匹配,识别各场景下的常见致因。例如目标交叉口现状匹配的典型场景是道路相对拥堵,道路发生拥堵的常见致因可能是交叉口面积过大、信号配时方案不合理或者多路交叉等,具体致因的确定需要结合多个设计要素的属性特征进行综合分析。
如图6所示,针对交叉口现状问题具体致因分析,典型场景包括:交通秩序混乱、交通相对拥堵和交通事故多发;其中交通相对拥堵的常见致因包括:路口面积过大、进口车道数量不足、进出口车道数不匹配、左转车道数不足、左转排队空间不足、信号配时方案不合理、路口排队溢出、潮汐现象明显、多路交叉;交通秩序混乱的常见致因包括:交叉口形态复杂、车道功能划分不合理、车道过宽或过窄、行人过街距离过长、非机动车等候区不足、出入口距离路口过近、公交站台设置位置不合理、未合理设置隔离设施、交通标志标线视认性差、应设未设交通信号灯;交通事故多发的常见致因包括:驾驶人视距受阻碍、交通冲突严重、交通管理设施视认性不佳、交通安全设施不足。
所述的数字化交通组织案例库构建与更新模块2,主要是用于根据已有的交叉口交通组织设计实例,整理相关设计方案的信息,构建数字化交通组织案例库,为后续完成交通组织优化方案设计提供匹配案例,并且可以将系统优化方案作为新的案例输入到案例库中,对其进行更新;
所述数字化交通组织案例库构建与更新模块2,包括:
数字化案例库构建单元2.1,用于整理已有的交叉口交通组织设计实例信息,输入系统以构建数字化交通组织案例库;
交通组织案例输出单元2.2,用于为交叉口交通组织优化设计提供匹配案例数据;
数字化案例库更新单元2.3,用于将优化设计方案的相关信息添加到案例库中。
如图4所示,在本实施例中,所述数字化交通组织案例库的具体案例特征包括:每个案例交叉口在进行交通组织优化前的具体情况,如道路环境设计要素的属性特征、交通运行状态数据、优化前的具体问题与致因,其中可以现场实景图和视频的方式进行展示;此外还包括:该案例交叉口进行交通组织优化后的具体运行效果以及所采取的优化措施,所述优化措施的主要表现形式以图片和文字描述为主。设计人员在使用过程中只需点击相应的交通组织问题致因,系统会弹出匹配案例在进行优化前后的具体概况以及所采取的措施,并提供优化前后交叉口交通运行状态评价指数,以供设计人员参考。
所述的交叉口交通组织方案优化设计模块3,用于以交叉口交通组织问题为导向,与数字化交通组织案例库进行特征匹配,基于深度学习算法的理论框架,结合用户的设计经验和相关规范与标准输出当前交叉口交通组织的初步设计方案;
所述的交叉口交通组织方案优化设计模块3,包括
数字化交通组织案例匹配单元3.1,用于以交叉口交通组织问题为导向,为目标交叉口匹配数字化案例;
案例匹配度分析单元3.2,用于针对数字化案例的匹配程度进行对比分析;
初步方案生成单元3.3,用于整合系统所匹配数字化案例中的所采取的交通组织优化措施及其它相关信息,生成交叉口交通组织的初步设计方案。
所述数字化交通组织案例库进行特征匹配的工作流程包括:
S1)将基于交叉口交通组织现状问题分析模块得到的交叉口交通组织问题输入到交叉口交通组织方案优化设计模块,设定从数字化交通组织案例库中读取的案例特征类型;
S2)对输入的交叉口交通组织特征进行整理,确定数字化交通组织案例的搜索方式,主要包括:交叉口属性搜索和交叉口交通组织问题搜索两种方式,也可是两种方式的组合;
S3)利用基于深度学习理论的推理分析方法量化评价每个匹配案例的匹配程度,并基于匹配度对每个数字化案例进行排序,从而为后续初步设计方案的生成提供参考。
如图7所示,本实施例展示了一种基于预训练语言表征模型(BidirectionalEncoder Representations from Transformer,BERT)的数字化案例特征匹配训练示意图,模型的具体训练流程如下:
S1)首先使用BERT模型提取当前交叉口的属性特征(如交叉口类型、交叉口形式)和交通组织问题及致因(如路口排队溢出、行人过街时间过长);
S2)其次使用LSTM网络对多段特征聚合成最终数字化案例特征表示;
S3)然后建立三元组损失函数和基于对抗的对比损失,判断当前交叉口交通组织方案与三元组中每个案例的匹配度,从中筛选出与当前交叉口交通组织方案相似最高的数字化案例;
S4)最后通过不断更新三元组的数字化案例组合,经过循坏迭代可以得到所有数字化案例的匹配度。
所述BERT模型的案例特征表示公式为:
所述特征匹配度计算公式表示为:
所述初步设计方案的输出,设计人员可以预定义输出的初步设计方案数量,然后按照匹配度的大小排列顺序,将数字化案例的交通组织优化改善措施进行整理输出,从而得到交叉口交通组织的初步设计方案。
所述的交叉口交通组织方案评价模块4,用于针对交叉口交通组织方案进行综合评价;
所述交叉口交通组织方案评价模块4,包括:
数据处理与分析单元4.1,用于针对交叉口当前交通组织设计方案对其交通运行状态进行处理与分析,为后续的方案评价环节提取评价数据;
评价指标体系输入单元4.2,用于针对目标交叉口选择设计方案的评价指标,根据评价指标预先设定相应的评价体系;
方案综合评价单元4.3,用于结合运行数据计算当前交叉口的综合评价指数。
在本实施例中,数据处理与分析单元4.1用于对优化改善后的交叉口进行相关数据的处理与分析,由于目标交叉口在经过优化设计后,交通运行环境会发生改变,所以设计人员需要对优化后的交叉口进行交通状况预测,作为交叉口的评价数据;
评价指标体系输入单元4.2用于让设计者可以根据自己的设计需求勾选评价指标与评价体系,所述评价指标,包括:交叉口通行效率和交叉口安全两个方面;所述评价体系为融合多个评价指标和不同进出口道流向的综合评价指标,包括:交叉口各进口转向综合运行指数、交叉口各进口综合运行指数、交叉口综合运行指数;
方案综合评价单元4.3用于交叉口综合评价结果的输出,在评价数据、评价指标和评价体系的基础上,运用层次分析法从交叉口通行效率、交叉口安全两个方面进行综合评价,系统会根据设计者的需求分配各指标之间的权重,根据改善设计后的交叉口交通流预测数据进行综合评价。
如图8所示,针对交叉口交通组织方案的评价,总目标为:道路交叉口综合评价;评价体系层的一级评价指标包括:交叉口各进口转向综合运行指数、交叉口各进口综合运行指数、交叉口综合运行指数;评价准则层的二级评价指标包括:交叉口通行效率和交叉口安全;其中交叉口通行效率评价指标包括:车均延误时间、平均停车次数、平均排队长度;其中交叉口安全的评价指标包括:机动车冲突率、相位清空率、交叉口冲突点密度。
所述的人机交互模块5,用于让设计人员对产生的相关设计方案进行比较,并在系统的辅助下设计人员可以根据自己的设计需求对方案进行调整,然后由设计人员对当前方案进行判断,将满足要求的方案输出给用户;
所述人机交互模块5,包括:
人机交互单元5.1,用于实现设计人员对初步设计方案进行比选和调整;
辅助设计单元5.2,用于提供用户的交互设计操作是否合乎相关交通组织设计标准和规范的提示,以及反馈当前交叉口交通组织方案的评价结果;
优化方案输出单元5.3,用于让设计人员判断是否进行优化方案输出。
在本实施例中,人机交互单元5.1根据产生的相关方案,可以让设计人员在系统软件中根据个人经验和知识储备对初步方案进行选取、修改、增加和删除等操作,然后将方案重新输入方案评价模块4进行迭代优化,直至满足设计需求,若方案符合设计人员的要求即可进行输出。辅助设计单元5.2将设计者每一步操作后的交叉口交通组织方案与相关设计规范和标准进行比对,实时反馈综合评价结果,并对于不符合规范的地方系统会及时做出提醒和语音提示,并显示相关标准和规范的具体要求内容以及修改建议,实现对交叉口交通组织方案的迭代反馈优化。优化方案输出单元5.3用于让设计人员对当前设计方案进行判断,主要功能是将满足设计要求的优化方案通过输出单元输出给用户。
所述人机交互模块中对于初步设计方案会存在以下情况:
情况1:结合评价数据,设计人员对系统生成的初步设计方案进行评估,若符合设计要求可以直接输出给用户,或者设计人员也可以根据个人需求对方案中相关设计要素的属性和数值进行调整,并重新输入到方案评价模块,进行方案的迭代优化,直到产生最佳方案;
情况2:在交叉口交通组织方案优化设计模块中无法匹配到数字化案例或者得到的数字化案例匹配度较低的情况下,系统无法输出有效的初步设计方案,此时,设计人员可以基于系统输出的交叉口交通组织问题,利用辅助设计单元和个人的设计经验对交叉口交通组织方案进行迭代优化,直到产生满足要求的方案。
本实施例对交叉口交通组织设计的研究并不是简单的通过计算机数据处理技术来实现对交叉口交通组织方案的优化。本实施例能够快速地、智能地、全方位地模拟目标交叉口交通组织方案中道路环境的各个基本要素,设计者并可以提取交通运行特征参数,通过构建数字化交通组织案例库,实现对交叉口交通组织方案现状问题的准确定位以及提供相应的优化措施。本实施例更为注重利用数字化交通组织案例库对交叉口交通组织为进行设计与改善,为设计者提供更为简单高效的交通组织设计方式。
本发明实施例的系统是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图2所示,该电子设备包括:至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线,其中,至少一个处理器,通信接口,至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令,以实现系统实施例中提供的各种系统。
此外,上述的至少一个存储器中的逻辑指令可以通过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取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的全部系统或部分系统。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)实现各个实施例或者实施例的一些部分所述的方法或系统。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物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它要素,或者是还包括为这种过程、方法、物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……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,包括:交叉口交通组织现状输入及问题分析模块、数字化交通组织案例库构建与更新模块、交叉口交通组织方案优化设计模块、交叉口交通组织方案评价模块和人机交互模块;交叉口交通组织现状输入及问题分析模块,用于基于交叉口道路环境基本要素的属性数值,以及交通运行特征参数,结合相关设计标准和规范分析其相关特征,实现交通组织问题的智能识别与致因分析;数字化交通组织案例库构建与更新模块,用于根据已有的交叉口交通组织设计实例,整理相关设计方案的信息,构建数字化交通组织案例库,为后续完成交通组织优化方案设计提供匹配案例,并且可以将系统优化方案作为新的案例输入到案例库中,对其进行更新;交叉口交通组织方案优化设计模块,用于以交叉口交通组织问题为导向,与数字化交通组织案例库进行特征匹配,基于深度学习算法的理论框架,结合用户的设计经验和相关规范与标准输出当前交叉口交通组织的初步设计方案;交叉口交通组织方案评价模块,用于针对交叉口交通组织方案进行综合评价;人机交互模块,用于让设计人员对产生的相关设计方案进行比较,并在系统的辅助下设计人员可以根据自己的设计需求对方案进行调整,然后由设计人员对当前方案进行判断,将满足要求的方案输出给用户。
2.根据权利要求1所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述交叉口交通组织现状问题分析模块,包括:道路交通特征输入单元,用于针对当前交叉口的道路环境数字化特征和交通运行特征参数进行提取与输入;交通组织特征分析单元,用于根据交通设计标准和规范,为目标交叉口交通组织方案匹配道路交通典型场景;交通组织问题智能识别单元,用于针对目标交叉口所属交通场景的具体现状问题进行智能识别及致因分析。
3.根据权利要求2所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述数字化交通组织案例库构建与更新模块,包括:数字化案例库构建单元,用于整理已有的交叉口交通组织设计实例信息,输入系统以构建数字化交通组织案例库;交通组织案例输出单元,用于为交叉口交通组织优化设计提供匹配案例数据;数字化案例库更新单元,用于将优化设计方案的相关信息添加到案例库中,案例库中的每个数字化交通组织案例所包含的特征包括:交叉口优化前后的道路环境基本要素属性与交叉口运行特征参数、优化前的具体问题与致因、采取的优化措施以及优化前后的效果对比等。
4.根据权利要求3所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述交叉口交通组织方案优化设计模块,包括:数字化交通组织案例匹配单元,用于以交叉口交通组织问题为导向,为目标交叉口匹配数字化案例;案例匹配度分析单元,用于对数字化案例的匹配程度进行对比分析;初步方案生成单元,用于整合系统所匹配数字化案例中所采取的交通组织优化措施及相关信息,生成交叉口交通组织的初步设计方案。
5.根据权利要求4所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述对数字化案例的匹配程度进行对比分析,包括:将基于交叉口交通组织现状问题分析模块得到的交叉口交通组织问题输入到交叉口交通组织方案优化设计模块,设定从数字化交通组织案例库中读取的案例特征类型;对输入的交叉口交通组织特征进行整理,确定数字化交通组织案例的搜索方式,主要包括:交叉口属性搜索和/或交叉口交通组织问题搜索方式;采用基于深度学习理论的推理分析方法量化评价每个匹配案例的匹配程度,并基于匹配度对每个数字化案例进行排序,为后续初步设计方案的生成提供参考,设计人员预定义输出的初步设计方案数量,然后按照匹配度的大小排列顺序,将数字化案例的交通组织优化改善措施进行整理输出,从而得到交叉口交通组织的初步设计方案。
6.根据权利要求5所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述交叉口交通组织方案评价模块,包括:数据处理与分析单元,用于针对交叉口当前交通组织设计方案对其交通运行状态进行处理与分析,为后续的方案评价环节提取评价数据;评价指标体系输入单元,用于针对目标交叉口选择设计方案的评价指标,根据评价指标预先设定相应的评价体系;方案综合评价单元,用于结合运行数据计算当前交叉口的综合评价指数。
7.根据权利要求6所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,所述人机交互模块,包括:人机交互单元,用于实现设计人员对初步设计方案进行比选和调整;辅助设计单元,用于提供用户的交互设计操作是否合乎相关交通组织设计标准和规范的提示,以及反馈当前交叉口交通组织方案的评价结果;优化方案输出单元,用于让设计人员判断是否进行优化方案输出。
8.根据权利要求7所述的基于数字化案例库的交叉口交通组织辅助设计系统,其特征在于,初步设计方案包括:情况1、结合评价数据,设计人员对系统生成的初步设计方案进行评估,若符合设计要求可以直接输出给用户,设计人员也可以根据个人需求对方案中相关设计要素的属性和数值进行调整,并重新输入到方案评价模块,进行方案的迭代优化,直到产生最佳方案;情况2、在交叉口交通组织方案优化设计模块中无法匹配到的数字化案例或者得到的数字化案例匹配度较低的情况下,系统无法输出有效的初步设计方案,此时设计人员可以基于系统输出的交叉口交通组织问题,采用辅助设计单元和个人的设计经验对交叉口交通组织方案进行迭代优化,直到产生满足要求的方案。
9.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现如权利要求1至8任一项权利要求所述的系统。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机实现如权利要求1至8中任一项权利要求所述的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889701.XA CN115329664A (zh) | 2022-07-27 | 2022-07-27 | 基于数字化案例库的交叉口交通组织辅助设计系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889701.XA CN115329664A (zh) | 2022-07-27 | 2022-07-27 | 基于数字化案例库的交叉口交通组织辅助设计系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115329664A true CN115329664A (zh) | 2022-11-11 |
Family
ID=83918650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210889701.XA Pending CN115329664A (zh) | 2022-07-27 | 2022-07-27 | 基于数字化案例库的交叉口交通组织辅助设计系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115329664A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497301A (zh) * | 2022-11-21 | 2022-12-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通组织优化方案的评估方法、电子设备及存储介质 |
-
2022
- 2022-07-27 CN CN202210889701.XA patent/CN115329664A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497301A (zh) * | 2022-11-21 | 2022-12-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通组织优化方案的评估方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670277B (zh) | 一种基于多模态数据融合与多模型集成的旅行时间预测方法 | |
CN112001385A (zh) | 一种目标跨域检测与理解方法、系统、设备及存储介质 | |
US20210302585A1 (en) | Smart navigation method and system based on topological map | |
KR102618445B1 (ko) | 도로 상황 예측 방법, 도로 상황 예측 모델을 구축하는 방법, 대응되는 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 제품 | |
CN111554105B (zh) | 一种复杂交通路口的智能流量识别与统计方法 | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
Song et al. | Farsa: Fully automated roadway safety assessment | |
CN114360239A (zh) | 一种多层时空交通知识图谱重建的交通预测方法及系统 | |
CN114926791A (zh) | 一种路口车辆异常变道检测方法、装置、存储介质及电子设备 | |
CN115329664A (zh) | 基于数字化案例库的交叉口交通组织辅助设计系统及设备 | |
CN113159403A (zh) | 路口行人轨迹预测的方法及装置 | |
CN114548298A (zh) | 模型训练、交通信息处理方法、装置、设备和存储介质 | |
CN113945222B (zh) | 道路信息的识别方法、装置、电子设备、车辆及介质 | |
Zheng et al. | A deep learning–based approach for moving vehicle counting and short-term traffic prediction from video images | |
Jin et al. | An intelligent traffic detection approach for vehicles on highway using pattern recognition and deep learning | |
Boneva et al. | Improvement of traffic in urban environment through signal timing optimization | |
Jeon et al. | Brief Paper: Drivable Area Detection with Region-based CNN Models to Support Autonomous Driving | |
Purwar et al. | A Comprehensive Study on Traffic Sign Detection in ITS | |
Ayoub Charef et al. | Influence of Pedestrian Crossings on Speed Characteristics and Capacity of a Roundabout | |
Khekare et al. | A case study on multilane roundabout capacity evaluation using computer vision and deep learning | |
Ma et al. | Research on the influencing factors of accident severity based on the optimization of density clustering algorithm | |
Bai et al. | Real-time segmentation algorithm of unstructured road scenes based on improved BiSeNet | |
Zhang et al. | Research on the influence factors of accident severity of new energy vehicles based on ensemble learning | |
Guo et al. | The dynamic-static dual-branch deep neural network for urban speeding hotspot identification using street view image data | |
CN107622664B (zh) | 基于积木拼接的交通流量检测器布设方法、服务器及系统 |
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 |