CN116564079A - 路段交通拥堵识别方法、装置、设备及可读存储介质 - Google Patents
路段交通拥堵识别方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116564079A CN116564079A CN202310443511.XA CN202310443511A CN116564079A CN 116564079 A CN116564079 A CN 116564079A CN 202310443511 A CN202310443511 A CN 202310443511A CN 116564079 A CN116564079 A CN 116564079A
- Authority
- CN
- China
- Prior art keywords
- congestion
- road section
- information
- target road
- traffic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 206010039203 Road traffic accident Diseases 0.000 claims description 57
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 31
- 230000002776 aggregation Effects 0.000 claims description 22
- 238000004220 aggregation Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 230000010365 information processing Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract 1
- 230000002159 abnormal effect Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- 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
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种路段交通拥堵识别方法、装置、及可读存储介质，属于信息处理的技术领域，其方法包括：获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；获取所述目标路段的拥堵等级划分信息；基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；若所述目标路段发生拥堵，则根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。本申请具有使得管理人员和行驶在高速公路上的驾驶人员及时得知交通拥堵情况的效果。
Description
技术领域
本申请涉及信息处理的技术领域，尤其是涉及一种路段交通拥堵识别方法、装置、设备及可读存储介质。
背景技术
随着汽车保有量的提高，高速公路出行成为人们常用出行方式，它相比较传统道路具有速度快、同行流量大等优点。
但是由于交通事故、车流量大以及高速公路的正常维护等情况，会使得高速公路的部分路段不利于车辆行驶，从而造成这些路段路况拥堵等异常情况。
目前，通过高速公路高处的摄像头和卡口的相关数据对高速公路上的拥堵情况进行监控，以达到高速公路路段的交通情况的实时监控。但是，对于交通拥堵没有实现智能化管理，使得管理人员和行驶在高速公路上的驾驶人员不能及时得知交通拥堵情况。
发明内容
为了实现对高速公路上发生拥堵情况的智能化管理，使得管理人员和行驶在高速公路上的驾驶人员及时得知交通拥堵情况，本申请提供一种路段交通拥堵识别方法、装置、设备及可读存储介质。
第一方面，本申请提供一种路段交通拥堵识别方法，采用如下的技术方案：
一种路段交通拥堵识别方法，包括：
获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
获取所述目标路段的拥堵等级划分信息；
基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；
若所述目标路段发生拥堵，则根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。
通过采用上述技术方案，通过不同的拥堵情况输出不同的提示信息，利用提示信息对目标路段对应的管理终端和移动终端进行提示，从而及时根据不同拥堵情况采取相应的措施，实现了高速公路拥堵的智能化管理，使得管理人员和行驶在高速公路上的驾驶人员及时得知交通拥堵情况，提高管理人员和驾驶人员主动预防交通事故等安全性问题的针对性、实时性和有效性，降低拥堵路段进一步产生严重的安全事故的情况发生。
可选的，所述获取所述目标路段的拥堵等级划分信息包括：
识别所述目标路段车辆类型；所述车辆类型包括中大型车和普通行车；
根据所述车辆类型计算所述中大型车的数量占比；
查找所述中大型车的数量占比对应的拥堵等级划分信息；所述拥堵等级划分信息包括：轻度拥堵等级划分标准、中度拥堵等级划分标准以及重度拥堵等级划分标准。
可选的，所述基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵包括：
将所述当前交通数据信息和历史交通数据信息输入至预设SND-GMM模型中进行聚类分析，输出交通状态信息；
若所述交通状态信息的平均行程速度大于第一速度阈值，则确定所述目标路段不存在拥堵；
若所述交通状态信息的平均行程速度不大于第一速度阈值且大于第二速度阈值，则确定所述目标路段为轻度拥堵等级；
若所述交通状态信息的平均行程速度不大于第二速度阈值且大于第三速度阈值，或所述交通状态信息的车辆聚集长度不大于第一聚集长度阈值且大于第二聚集长度阈值，则确定所述目标路段为中度拥堵等级；
若所述交通状态信息的平均行程速度不大于第三速度阈值，或所述交通状态信息的车辆聚集长度大于第一聚集长度阈值，则确定所述目标路段为重度拥堵等级。
通过采用上述技术方案，通过将目标路段的拥堵情况划分为不同的等级，可以清楚的知道目标路段所处的拥堵情况，便于实时了解拥堵交通情况。
可选的，所述根据所述目标路段存在的拥堵情况输出相应的提示信息包括：
预先将高速公路划分为多个路段，并设置拥堵关联参数；
获取所述目标路段的图像监控信息；根据所述图像监控信息分析得到交通意外发生信息、车辆异常行为信息和车辆违停信息；
根据所述图像监控信息确定拥堵类型；
基于所述拥堵等级、所述拥堵类型和所述拥堵关联参数生成相应的提示信息。
通过采用上述技术方案，将目标路段的图像监控信息进行分析处理，得到该路段的交通意外发生信息、车辆异常行为信息和车辆违停信息等异常信息，根据交通意外发生信息、车辆异常行为信息和车辆违停信息等异常信息分析目标路段的拥堵类型，将拥堵等级、拥堵类型发送至目标路段和关联路段对应的管理、移动终端，从而便于对高速公路上目标路段的拥堵情况进行主动管理和预防，提高了高速公路拥堵的智能化管理。
可选的，所述根据所述图像监控信息确定拥堵类型包括：
根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况；
若所述目标路段存在交通意外情况，则确定所述拥堵类型为交通事故拥堵；
若所述目标路段不存在交通意外情况，则根据所述车辆异常行为信息判断所述目标路段是否存在车辆异常行为情况；所述车辆异常行为情况包括车辆货物掉落、车辆车窗抛物；
若所述目标路段存在车辆异常行为情况，则确定所述拥堵类型为行为异常拥堵；
若所述目标路段不存在车辆异常行为情况，则根据所述车辆违停信息判断所述目标路段是否存在车辆违停情况；
若所述目标路段存在车辆违停情况，则确定所述拥堵类型为车辆违停拥堵；
若所述目标路段不存在车辆违停情况，则确定所述拥堵类型为车辆饱和拥堵。
通过采用上述技术方案，车辆事故是导致高速公路拥堵的重要原因之一，因此，通过判断是否因为交通事故导致目标路段拥堵，若不存在交通事故情况，车辆异常行为和车辆违停是进一步导致交通事故情况的原因，则再次判断是否因为车辆异常行为和车辆违停导致目标路段拥堵，通过逐步判断的方式，分析其拥堵类型，便于管理人员和车辆行驶人员了解拥堵情况。
可选的，在根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况之前，还包括：
获取所述目标路段的天气信息；
根据所述天气信息判断所述目标路段是否存在灾害天气；
若所述目标路段存在灾害天气，则确定所述拥堵类型为灾害导致拥堵；
若所述目标路段不存在灾害天气，则确定所述目标路段不存在灾害导致拥堵。
通过采用上述技术方案，由于天气等自然灾害也是导致高速公路拥堵的主要原因，并且天气异常可能进一步导致交通事故、车辆异常行为和车辆违停等情况，首先分析灾害导致拥堵，若发生灾害导致拥堵类型，及时向管理终端发出提示，降低进一步发生其它拥堵情况的可能性。
可选的，所述基于所述拥堵等级、所述拥堵类型和所述拥堵关联参数生成相应的提示信息包括：
根据拥堵关联参数确定与所述目标路段相关联的至少一个关联路段；
获取所述目标路段的历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息；历史拥堵情况信息包括拥堵等级和拥堵类型；
将所述历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息输入至预设相关性模型中，输出拥堵等级和拥堵类型对应所述关联路段的相关性系数；
基于所述相关性系数和所述目标路段的当前拥堵情况信息确定提示区域；
基于所述拥堵等级、所述拥堵类型和所述相关性系数确定提示信息；
向所述目标路段与所述提示区域的管理终端和移动终端发送所述提示信息。
通过采用上述技术方案，根据不同的拥堵情况生成不同的提示信息，并将提示信息发送至相关路段的管理终端以及路段中的驾驶人员，从而便于及时采取相应的措施，提高管理人员和驾驶人员主动预防交通事故等安全性问题的针对性、实时性和有效性，降低拥堵路段进一步产生严重的安全事故的情况发生。
第二方面，本申请提供一种路段交通拥堵识别装置，采用如下的技术方案：
一种路段交通拥堵识别装置，包括：
第一获取模块，用于获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
第二获取模块，用于获取所述目标路段的拥堵等级划分信息；
判断模块，用于基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；若所述目标路段发生拥堵，则转入提示模块；
所述提示模块，用于根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。
通过采用上述技术方案，通过不同的拥堵情况输出不同的提示信息，利用提示信息对目标路段对应的管理终端和移动终端进行提示，从而及时根据不同拥堵情况采取相应的措施，实现了高速公路拥堵的智能化管理，使得管理人员和行驶在高速公路上的驾驶人员及时得知交通拥堵情况，提高管理人员和驾驶人员主动预防交通事故等安全性问题的针对性、实时性和有效性，降低拥堵路段进一步产生严重的安全事故的情况发生。
第三方面，本申请提供一种电子设备 ，采用如下的技术方案：
一种电子设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面任一项所述的路段交通拥堵识别方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面任一项所述的路段方法的计算机程序。
附图说明
图1是本申请实施例的路段交通拥堵识别方法的流程示意图。
图2是本申请实施例的步骤S21~S23的流程示意图。
图3是本申请实施例的步骤S31~S34的流程示意图。
图4是本申请实施例的步骤Sa~Sg的流程示意图。
图5是本申请实施例的步骤S341~S346的流程示意图。
图6是本申请实施例的路段交通拥堵识别装置的结构框图。
图7是本申请实施例的电子设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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作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。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种路段交通拥堵识别方法，该方法由电子设备执行，该电子设备可以为服务器，也可以为移动终端设备，其中服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器；移动终端设备可以是平板电脑、笔记本电脑、手机、台式计算机等，但并不局限于此。
下面结合说明书附图对本申请实施例作进一步详细描述。如图1所示，所述方法的主要流程描述如下。
步骤S1，获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
在一种实施方式中，高速公路上设置有多个收费站，以每个相邻的收费站为一个区间，每个区间可以以分叉路段或一定长度路段划分为多个路段，目标路段为高速公路上监控的其中一个路段。
电子设备可以获取目标路段卡口的交通数据，以获取高速公路的目标路段的当前交通数据信息和历史交通数据信息。卡口是依托在高速公路上特定场所，如收费站、交通或治安检查站的卡口点，对通过卡口的车辆进行拍摄和通过车检器采集相关数据。当前交通数据信息可以是实时采集最新时间段内的交通数据。电子设备以预设时间段为单位获取目标路段上卡口摄像头拍摄的图像数据和车检器采集的相关数据，并且对图像数据和车检器采集的相关数据进行数据处理。历史交通数据为最新时间段之前的交通数据。在本申请实施例中，预设时间段为1小时，每一小时采集交通数据，当然，预设时间也可以为半小时、两小时等，具体取值需要根据高速公路上的车流量数据设置。
另外，为了能够实现图像采集的目的，图像数据还可以通过无人机或设置在高速公路两侧的高位摄像头进行采集。
步骤S2，获取目标路段的拥堵等级划分信息；
在一种实施方式中，拥堵等级划分信息为目标路段中划分拥堵等级的参照标准。由于在高速公路上大型车辆经常装载一些危险物品和大型物件，大型车辆交通异常会引发安全问题，在高速公路大型车辆较多且发生拥堵的情况下，更容易引发安全事故。因此，参照标准根据目标路段中的车辆类型进行划分。
具体的，如图2所示，步骤S2包括如下子步骤(步骤S21~S23):
步骤S21，电子设备识别目标路段车辆类型；车辆类型包括中大型车和普通行车；
在一种实施方式中，电子设备可以对目标路段的图像数据进行图像特征识别，将图像数据输入至图像识别模型中，输出中大型车辆的数量。图像识别模型可以为神经网络模型，具体为卷积神经网络模型。
步骤S22，电子设备根据车辆类型计算中大型车的数量占比；
在一种实施方式中，电子设备根据目标路段的拥堵时间统计大型车辆的数量，根据拥堵时间计算的车流量数据和大型车辆的数据计算大型车辆的数量占比，即：大型车辆的数量占比=大型车辆的数据/车流量数据。
步骤S23，电子设备查找中大型车的数量占比对应的拥堵等级划分信息；拥堵等级划分信息包括：轻度拥堵等级划分标准、中度拥堵等级划分标准以及重度拥堵等级划分标准。
在一种实施方式中，电子设备根据中大型的数量占比查找对应的划分拥堵等级的参照标准，划分拥堵等级的参照标准可以根据历史大型车辆的数量占比和发生安全隐患的多少来设置。每一个划分拥堵等级的参照标准均包括轻度拥堵等级划分标准、中度拥堵等级划分标准以及重度拥堵等级划分标准，拥堵等级划分标准包括但不不限于速度阈值、聚集长度阈值、车流量阈值和聚集时长阈值。
步骤S3，基于当前交通数据信息、历史交通数据信息和拥堵等级划分信息判断目标路段的是否发生拥堵；
在一种实施方式中，具体的，步骤S3的具体实施方式包括：
电子设备将当前交通数据信息和历史交通数据信息输入至预设SND-GMM模型中进行聚类分析，输出交通状态信息；通过将当前的车流量数据、平均行程速度和占有率以及历史的车流量数据、平均行程速度和占有率输入至SND-GMM模型可实时不同交通状态和变化情况的划分。
在本申请实施方式中，以速度阈值和聚集长度阈值作为拥堵等级划分的依据，在其它的实施方式中，还可以以聚集长度阈值等作为拥堵等级划分的依据。
若交通状态信息的平均行程速度大于第一速度阈值，则确定目标路段不存在拥堵；
若交通状态信息的平均行程速度不大于第一速度阈值且大于第二速度阈值，则确定目标路段为轻度拥堵等级；
若交通状态信息的平均行程速度不大于第二速度阈值且大于第三速度阈值，或交通状态信息的车辆聚集长度不大于第一聚集长度阈值且大于第二聚集长度阈值，则确定目标路段为中度拥堵等级；
若交通状态信息的平均行程速度不大于第三速度阈值，或交通状态信息的车辆聚集长度大于第一聚集长度阈值，则确定目标路段为重度拥堵等级。
还可以将车流量数据与车流量阈值进行比较，若车流量数据超过车流量阈值，即可判断该目标路段存在拥堵情况，若车流量数据未超过车流量阈值，即可判断该目标路段存在不拥堵情况。
通过将目标路段的拥堵情况划分为不同的等级，可以清楚的知道目标路段所处的拥堵情况，便于实时了解拥堵交通情况。
步骤S4，若目标路段发生拥堵，则根据目标路段存在的拥堵情况输出相应的提示信息；其中，提示信息用于对目标路段和与目标路段关联的路段的管理终端和移动终端进行提示。
通过不同的拥堵情况输出不同的提示信息，利用提示信息对目标路段对应的管理终端和移动终端进行提示，从而及时根据不同拥堵情况采取相应的措施，实现了高速公路拥堵的智能化管理，使得管理人员和行驶在高速公路上的驾驶人员及时得知交通拥堵情况。
在一种实施方式中，如图3所示，根据目标路段存在的拥堵情况输出相应的提示信息具体实施步骤包括（步骤S31~S34）：
步骤S31，预先将高速公路划分为多个路段，并设置拥堵关联参数；
在一种实施方式中，由于在高速公路上每相邻路段或是高速公路上的分叉路段之间会有一定的互相影响，目标路段受到拥堵导致其它路段拥堵的情况，所以根据路段之间的位置关系设置关联参数。举例来说，一条高速公路划分了五个路段，假设中间路段为目标路段，那么根据位置关系目标路段影响最大的一个相邻路段的关联参数最高。
步骤S32，获取目标路段的图像监控信息；根据图像监控信息分析得到交通意外发生信息、车辆异常行为信息和车辆违停信息；
在一种实施方式中，通过对目标路段的图像监控信息进行分析处理，即可判断该目标路段是否发生交通意外、车辆异常行为和车辆违停信息，并将判断结果作为交通意外发生信息、车辆异常行为信息或车辆违停信息输出，同时还会识别并获取各个异常情况的车牌信息，从而便于进行信息确认。
步骤S33，根据图像监控信息确定拥堵类型；
进一步的，如图4所示，步骤S33具体步骤包括(步骤Sa~Sg)：
步骤Sa，根据交通意外发生信息判断目标路段是否存在交通意外情况；若目标路段存在交通意外情况，则转入步骤Sb；若目标路段不存在交通意外情况，则转入步骤Sc；
步骤Sb，确定拥堵类型为交通事故拥堵。
在一种实施方式中，可根据图像监控信息中机动车外观、交通事故三角架和机动车行进方向等综合判断，当在高速公路行驶的车辆的行进方向偏差，即车头的方向偏离正常行驶方向，或机动车外观受到损伤，或机动车车尾后放置三角架，通过上述多种因素即可判断是否发生交通意外。
步骤Sc，根据车辆异常行为信息判断目标路段是否存在车辆异常行为情况；车辆异常行为情况包括车辆货物掉落、车辆车窗抛物；
若目标路段存在车辆异常行为情况，则转入步骤Sd；若目标路段不存在车辆异常行为情况，则转入步骤Se；
步骤Sd，确定拥堵类型为行为异常拥堵。
在一种实施方式中，可通过图像监控信息中识别车辆货物掉落、车辆车窗抛物、车速慢等情况判断车辆行为信息；当车辆的车速低于高速公路上规定的最低阈值时，或高于高速公路上的最高阈值时，判定车辆速度异常，即存在车辆异常行为情况。
步骤Se，根据车辆违停信息判断目标路段是否存在车辆违停情况；若目标路段存在车辆违停情况，则转入步骤Sf；若目标路段不存在车辆违停情况，则转入步骤Sg；
步骤Sf，确定拥堵类型为车辆违停拥堵；
步骤Sg，确定拥堵类型为车辆饱和拥堵。
在一种实施方式中，可通过图像监控信息识别目标路段是否存在应急停车区域，若不存在应急停车区域，那么识别停在高速公路路边或是闸道或机动车处于正常行驶位置但是机动车停止的车辆，通过上述三种因素即可判断是否存在车辆违停的情况。
上述实施方式中，车辆事故是导致高速公路拥堵的重要原因之一，因此，通过判断是否因为交通事故导致目标路段拥堵，若不存在交通事故情况，车辆异常行为和车辆违停是进一步导致交通事故情况的原因，则再次判断是否因为车辆异常行为和车辆违停导致目标路段拥堵，通过逐步判断的方式，分析其拥堵类型，便于管理人员和车辆行驶人员了解拥堵情况。
由于天气等自然灾害也是导致高速公路拥堵的主要原因，并且天气异常可能进一步导致交通事故、车辆异常行为和车辆违停等情况，所以在根据交通意外发生信息判断目标路段是否存在交通意外情况之前，还包括：
获取目标路段的天气信息；
根据天气信息判断目标路段是否存在灾害天气；灾害天气包括雾天、高速公路路段发生迷雾情况、下冰雹等对于车辆行驶影响较大的天气；
若目标路段存在灾害天气，则确定拥堵类型为灾害导致拥堵；
若目标路段不存在灾害天气，则确定目标路段不存在灾害导致拥堵。
在一种实施方式中，可通过图像监控信息识别目标路段雾天、迷雾等情况，还可以结合天气预报模块获取目标路段的天气信息。通过天气信息判断目标路段是否存在灾害天气；若存在雾天、迷雾等天气，即可判断目标路段的拥堵情况为灾害导致拥堵。
通过逐步判断的方式，分析其拥堵类型，首先分析灾害导致拥堵，在依次分析是否存在交通事故、异常行为等拥堵，在发生某一拥堵类型时，及时向管理终端发出提示，降低进一步发生其它拥堵情况的可能性。
举例来说，目标路段存在下雾天气，目标路段存在由于天气原因导致拥堵的情况，即，目标路段的拥堵类型为灾害异常导致拥堵，那么及时将拥堵类型发送至管理终端，管理终端根据拥堵类型做出相应的处理，管理终端可封堵高速公路进口，快速做出疏导，降低目标路段进一步发生交通事故拥堵的情况。
步骤S34，基于拥堵等级、拥堵类型和拥堵关联参数生成相应的提示信息。
在一种实施方式中，具体的，如图5所示，步骤S34包括（步骤S341~S346）：
步骤S341，根据拥堵关联参数确定与目标路段相关联的至少一个关联路段；
步骤S342，获取目标路段的历史拥堵情况信息和与历史拥堵情况信息对应的关联路段的历史路况信息；历史拥堵情况信息包括拥堵等级和拥堵类型；
步骤S343，将历史拥堵情况信息和与历史拥堵情况信息对应的关联路段的历史路况信息输入至预设相关性模型中，输出拥堵等级和拥堵类型对应关联路段的相关性系数；
在一种实施方式中，根据历史拥堵情况信息和历史拥堵情况信息对应的关联路段的历史路况信息分析目标路段拥堵情况对应关联路段的相关性系数。例如，将相关性系数设置为0、1、2、3,0为不存在拥堵，1为轻度拥堵、2为中度拥堵、3为重度拥堵。假设目标路段的拥堵情况为拥堵类型为交通事故拥堵类型，拥堵等级为中重度拥堵，该种拥堵情况对应第一关联路段的相关性系数为2，对应第二关联路段的相关性系数为0，那么预测第一关联路段可能会产生中度拥堵。
步骤S344，基于相关性系数和目标路段的当前拥堵情况信息确定提示区域；
步骤S345，基于拥堵等级、拥堵类型和相关性系数确定提示信息；
步骤S346，向目标路段与提示区域的管理终端和移动终端发送提示信息。
在一种实施方式中，提示信息包括目标路段的拥堵情况和提示区域预测在多长时间产生的拥堵等级。其中，根据不同的拥堵情况生成不同的提示信息，并将提示信息发送至相关路段的管理终端以及路段中的驾驶人员，从而便于及时采取相应的措施，提高管理人员和驾驶人员主动预防交通事故等安全性问题的针对性、实时性和有效性，降低拥堵路段进一步产生严重的安全事故的情况发生。
本方法通过采集的车流量数据、平均行程速度和占有率和历史交通数据信息分析目标路段是否发生拥堵，当目标路段发生拥堵时，确定拥堵等级，并将目标路段的图像监控信息进行分析处理，得到该路段的交通意外发生信息、车辆异常行为信息和车辆违停信息等异常信息，获取目标路段的天气信息，根据交通意外发生信息、车辆异常行为信息、车辆违停信息和天气异常信息等异常信息分析目标路段的拥堵类型，将拥堵等级、拥堵类型发送至管理、移动终端，从而便于对高速公路上目标路段的拥堵情况进行主动管理和预防，并根据提示信息采取相应的措施，提高了高速公路拥堵的智能化管理。
以上是关于方法实施例的介绍，以下通过装置实施，对本申请所述的方案进行进一步说明。
图6示出了本申请实施例路段交通拥堵识别装置200的结构框图。
如图6所示，路段交通拥堵识别装置200主要包括：
第一获取模块201，用于获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
第二获取模块202，用于获取所述目标路段的拥堵等级划分信息；
判断模块203，用于基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；若所述目标路段发生拥堵，则转入提示模块204；
所述提示模块204，用于根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。
作为本申请实施例的一种可选实施方式，第二获取模块202具体用于：
识别所述目标路段车辆类型；所述车辆类型包括中大型车和普通行车；
根据所述车辆类型计算所述中大型车的数量占比；
查找所述中大型车的数量占比对应的拥堵等级划分信息；所述拥堵等级划分信息包括：轻度拥堵等级划分标准、中度拥堵等级划分标准以及重度拥堵等级划分标准。
作为本申请实施例的一种可选实施方式，判断模块203包括：
输入子模块，用于将所述当前交通数据信息和历史交通数据信息输入至预设SND-GMM模型中进行聚类分析，输出交通状态信息；
第一比较子模块，用于若所述交通状态信息的平均行程速度大于第一速度阈值，则确定所述目标路段不存在拥堵；
第二比较子模块，用于若所述交通状态信息的平均行程速度不大于第一速度阈值且大于第二速度阈值，则确定所述目标路段为轻度拥堵等级；
第三比较子模块，用于若所述交通状态信息的平均行程速度不大于第二速度阈值且大于第三速度阈值，或所述交通状态信息的车辆聚集长度不大于第一聚集长度阈值且大于第二聚集长度阈值，则确定所述目标路段为中度拥堵等级；
第四比较子模块，用于若所述交通状态信息的平均行程速度不大于第三速度阈值，或所述交通状态信息的车辆聚集长度大于第一聚集长度阈值，则确定所述目标路段为重度拥堵等级。
作为本申请实施例的一种可选实施方式，提示模块204包括：
划分子模块，用于预先将高速公路划分为多个路段，并设置拥堵关联参数；
分析子模块，用于获取所述目标路段的图像监控信息；根据所述图像监控信息分析得到交通意外发生信息、车辆异常行为信息和车辆违停信息；
拥堵类型确定子模块，用于根据所述图像监控信息确定拥堵类型；
提示信息生成子模块，用于基于所述拥堵等级、所述拥堵类型和所述拥堵关联参数生成相应的提示信息。
在一种可选实施方式中，拥堵类型确定模块具体用于：
根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况；
若所述目标路段存在交通意外情况，则确定所述拥堵类型为交通事故拥堵；
若所述目标路段不存在交通意外情况，则根据所述车辆异常行为信息判断所述目标路段是否存在车辆异常行为情况；所述车辆异常行为情况包括车辆货物掉落、车辆车窗抛物；
若所述目标路段存在车辆异常行为情况，则确定所述拥堵类型为行为异常拥堵；
若所述目标路段不存在车辆异常行为情况，则根据所述车辆违停信息判断所述目标路段是否存在车辆违停情况；
若所述目标路段存在车辆违停情况，则确定所述拥堵类型为车辆违停拥堵；
若所述目标路段不存在车辆违停情况，则确定所述拥堵类型为车辆饱和拥堵。
可选的，拥堵类型确定模块还包括灾害导致拥堵类型判定模块，灾害导致拥堵类型判定模块用于在根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况之前，
获取所述目标路段的天气信息；
根据所述天气信息判断所述目标路段是否存在灾害天气；
若所述目标路段存在灾害天气，则确定所述拥堵类型为灾害导致拥堵；
若所述目标路段不存在灾害天气，则确定所述目标路段不存在灾害导致拥堵。
在一种可选实施方式中，提示信息生成子模块具体用于：
根据拥堵关联参数确定与所述目标路段相关联的至少一个关联路段；
获取所述目标路段的历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息；历史拥堵情况信息包括拥堵等级和拥堵类型；
将所述历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息输入至预设相关性模型中，输出拥堵等级和拥堵类型对应所述关联路段的相关性系数；
基于所述相关性系数和所述目标路段的当前拥堵情况信息确定提示区域；
基于所述拥堵等级、所述拥堵类型和所述相关性系数确定提示信息；
向所述目标路段与所述提示区域的管理终端和移动终端发送所述提示信息。
在一个例子中，以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。
再如，当装置中的模块可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
在本申请中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本申请中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
图7为本申请实施例一种电子设备300的结构框图。
如图7所示，电子设备300包括处理器301和存储器302，还可以进一步包括信息输入/信息输出(I/O)接口303以及通信组件304中的一种或多种。
其中，处理器301用于控制电子设备300的整体操作，以完成上述的路段交通拥堵识别方法中的全部或部分步骤；存储器302用于存储各种类型的数据以支持在电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、只读存储器(Read-OnlyMemory，ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。
I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于测试电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件304可以包括：Wi-Fi部件，蓝牙部件，NFC部件。
通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。
电子设备300可以被一个或多个应用专用集成电路 (ApplicationSpecificIntegrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例给出的路段交通拥堵识别方法。
电子设备300可以包括但不限于数字广播接收器、PDA（个人数字助理）、PMP（便携式多媒体播放器）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，还可以为服务器等。
下面对本申请实施例提供的计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的路段交通拥堵识别方法可相互对应参照。
本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的路段交通拥堵识别方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器 (R ead-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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、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他要素，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。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种路段交通拥堵识别方法，其特征在于，包括：
获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
获取所述目标路段的拥堵等级划分信息；
基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；
若所述目标路段发生拥堵，则根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标路段的拥堵等级划分信息包括：
识别所述目标路段车辆类型；所述车辆类型包括中大型车和普通行车；
根据所述车辆类型计算所述中大型车的数量占比；
查找所述中大型车的数量占比对应的拥堵等级划分信息；所述拥堵等级划分信息包括：轻度拥堵等级划分标准、中度拥堵等级划分标准以及重度拥堵等级划分标准。
3.根据权利要求2所述的方法，其特征在于，所述基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵包括：
将所述当前交通数据信息和历史交通数据信息输入至预设SND-GMM模型中进行聚类分析，输出交通状态信息；
若所述交通状态信息的平均行程速度大于第一速度阈值，则确定所述目标路段不存在拥堵；
若所述交通状态信息的平均行程速度不大于第一速度阈值且大于第二速度阈值，则确定所述目标路段为轻度拥堵等级；
若所述交通状态信息的平均行程速度不大于第二速度阈值且大于第三速度阈值，或所述交通状态信息的车辆聚集长度不大于第一聚集长度阈值且大于第二聚集长度阈值，则确定所述目标路段为中度拥堵等级；
若所述交通状态信息的平均行程速度不大于第三速度阈值，或所述交通状态信息的车辆聚集长度大于第一聚集长度阈值，则确定所述目标路段为重度拥堵等级。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标路段存在的拥堵情况输出相应的提示信息包括：
预先将高速公路划分为多个路段，并设置拥堵关联参数；
获取所述目标路段的图像监控信息；根据所述图像监控信息分析得到交通意外发生信息、车辆异常行为信息和车辆违停信息；
根据所述图像监控信息确定拥堵类型；
基于所述拥堵等级、所述拥堵类型和所述拥堵关联参数生成相应的提示信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述图像监控信息确定拥堵类型包括：
根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况；
若所述目标路段存在交通意外情况，则确定所述拥堵类型为交通事故拥堵；
若所述目标路段不存在交通意外情况，则根据所述车辆异常行为信息判断所述目标路段是否存在车辆异常行为情况；所述车辆异常行为情况包括车辆货物掉落、车辆车窗抛物；
若所述目标路段存在车辆异常行为情况，则确定所述拥堵类型为行为异常拥堵；
若所述目标路段不存在车辆异常行为情况，则根据所述车辆违停信息判断所述目标路段是否存在车辆违停情况；
若所述目标路段存在车辆违停情况，则确定所述拥堵类型为车辆违停拥堵；
若所述目标路段不存在车辆违停情况，则确定所述拥堵类型为车辆饱和拥堵。
6.根据权利要求5所述的方法，其特征在于，在根据所述交通意外发生信息判断所述目标路段是否存在交通意外情况之前，还包括：
获取所述目标路段的天气信息；
根据所述天气信息判断所述目标路段是否存在灾害天气；
若所述目标路段存在灾害天气，则确定所述拥堵类型为灾害导致拥堵；
若所述目标路段不存在灾害天气，则确定所述目标路段不存在灾害导致拥堵。
7.根据权利要求4或5所述的方法，其特征在于，所述基于所述拥堵等级、所述拥堵类型和所述拥堵关联参数生成相应的提示信息包括：
根据拥堵关联参数确定与所述目标路段相关联的至少一个关联路段；
获取所述目标路段的历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息；历史拥堵情况信息包括拥堵等级和拥堵类型；
将所述历史拥堵情况信息和与所述历史拥堵情况信息对应的所述关联路段的历史路况信息输入至预设相关性模型中，输出拥堵等级和拥堵类型对应所述关联路段的相关性系数；
基于所述相关性系数和所述目标路段的当前拥堵情况信息确定提示区域；
基于所述拥堵等级、所述拥堵类型和所述相关性系数确定提示信息；
向所述目标路段与所述提示区域的管理终端和移动终端发送所述提示信息。
8.一种路段交通拥堵识别装置，其特征在于，包括：
第一获取模块，用于获取高速公路的目标路段的当前交通数据信息和历史交通数据信息；交通数据信息包括车流量数据、平均行程速度和占有率；
第二获取模块，用于获取所述目标路段的拥堵等级划分信息；
判断模块，用于基于所述当前交通数据信息、所述历史交通数据信息和所述拥堵等级划分信息判断所述目标路段的是否发生拥堵；若所述目标路段发生拥堵，则转入提示模块；
所述提示模块，用于根据所述目标路段存在的拥堵情况输出相应的提示信息；其中，所述提示信息用于对所述目标路段和与所述目标路段关联的路段的管理终端和移动终端进行提示。
9.一种电子设备，其特征在于，包括处理器，所述处理器与存储器耦合；
所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443511.XA CN116564079A (zh) | 2023-04-23 | 2023-04-23 | 路段交通拥堵识别方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443511.XA CN116564079A (zh) | 2023-04-23 | 2023-04-23 | 路段交通拥堵识别方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116564079A true CN116564079A (zh) | 2023-08-08 |
Family
ID=87490840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310443511.XA Pending CN116564079A (zh) | 2023-04-23 | 2023-04-23 | 路段交通拥堵识别方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116564079A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116758749A (zh) * | 2023-08-14 | 2023-09-15 | 泉州经贸职业技术学院 | 一种道路交叉口盲区存在物密度的提示方法及相关设备 |
| CN117493820A (zh) * | 2024-01-03 | 2024-02-02 | 中国电子工程设计院股份有限公司 | 一种数据要素处理方法和装置 |
-
2023
- 2023-04-23 CN CN202310443511.XA patent/CN116564079A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116758749A (zh) * | 2023-08-14 | 2023-09-15 | 泉州经贸职业技术学院 | 一种道路交叉口盲区存在物密度的提示方法及相关设备 |
| CN116758749B (zh) * | 2023-08-14 | 2024-03-08 | 泉州经贸职业技术学院 | 一种道路交叉口盲区存在物密度的提示方法及相关设备 |
| CN117493820A (zh) * | 2024-01-03 | 2024-02-02 | 中国电子工程设计院股份有限公司 | 一种数据要素处理方法和装置 |
| CN117493820B (zh) * | 2024-01-03 | 2024-04-02 | 中国电子工程设计院股份有限公司 | 一种数据要素处理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116564079A (zh) | 路段交通拥堵识别方法、装置、设备及可读存储介质 | |
| US8044824B2 (en) | Electronic barrier and enforcement system and method | |
| CN105427610A (zh) | 一种基于车路协同技术的交通管理方法 | |
| US20210043076A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program | |
| CN114170792A (zh) | 一种交通疏导方法、装置、系统及存储介质 | |
| CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
| US20210027619A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program | |
| CN115662148B (zh) | 一种道路异常事件的预警方法、装置、设备及介质 | |
| KR102286329B1 (ko) | 터널 도로에서의 교통 안전 관리 방법 및 터널도로에서의 교통 안전 관리 시스템 | |
| CN115547084A (zh) | 道路通行状况预测方法、装置、电子设备及计算机程序产品 | |
| CN111541751A (zh) | 一种轨迹监测的方法及装置 | |
| CN114662583A (zh) | 应急事件防控调度方法、装置、电子设备和存储介质 | |
| CN113345242A (zh) | 检测加塞车辆的方法、装置及设备 | |
| Alrassy et al. | Driver behavior indices from large-scale fleet telematics data as surrogate safety measures | |
| CN112447042B (zh) | 交通事件侦测系统及方法 | |
| CN114299739A (zh) | 目标路段的通过方法、系统、存储介质及电子装置 | |
| CN116433988B (zh) | 一种多源异构的图像数据分类治理方法 | |
| CN112585657A (zh) | 一种安全驾驶监测的方法和装置 | |
| Nathanail et al. | Traffic volume responsive incident detection | |
| CN116644962A (zh) | 一种基于人工智能的建筑施工监理用风险评估方法及装置 | |
| CN114627643B (zh) | 一种高速公路事故风险预测方法、装置、设备及介质 | |
| CN111681415B (zh) | 一种快速路机动车数量实时预测方法及系统 | |
| Ackaah et al. | Quality evaluation method for variable speed limit systems: incident detection and warning potential | |
| CN114330944A (zh) | 一种调度方法及系统、计算机存储介质 | |
| CN115731692A (zh) | 一种开放备用车道的方法以及装置 |
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 |