CN117765727A - 一种汽车路面规划智能控制系统 - Google Patents
一种汽车路面规划智能控制系统 Download PDFInfo
- Publication number
- CN117765727A CN117765727A CN202311703108.2A CN202311703108A CN117765727A CN 117765727 A CN117765727 A CN 117765727A CN 202311703108 A CN202311703108 A CN 202311703108A CN 117765727 A CN117765727 A CN 117765727A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- unit
- violation
- road surface
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000013500 data storage Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 27
- 238000002910 structure generation Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 50
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 238000013075 data extraction Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 16
- 238000007726 management method Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种汽车路面规划智能控制系统，涉及道路规划技术领域，包括数据存储单元、目标检测单元、位置关联单元、违章统计单元、道路图标注单元、道路图结构生成单元、状态评估单元、路面流量提取单元和路面规划单元，第一数据采集单元，所述第一数据采集单元用于获取目标路面的路面GIS数据，路面GIS数据包括道路网格数据和地形数据，道路网格数据包括道路的位置、路口、名称、长度、宽度、车道数和限速数据，地形数据包括海拔高度、坡度和地貌数据。本发明通过道路图结构生成单元能够根据路面GIS大数据建立道路图，将道路、路口等要素以图结构的方式呈现，从而可以为后续的道路规划和交通流量评估提供基础数据。
Description
技术领域
本发明涉及道路规划技术领域，具体为一种汽车路面规划智能控制系统。
背景技术
汽车路面是指供汽车行驶的道路表面，也称为公路路面或道路路面。它是汽车行驶的基础设施，用于支撑和承载车辆的运行，并提供舒适、安全的行驶条件；
传统汽车路面规划智能控制系统的数据采集方式有限，无法获得大规模的路面GIS数据、图像监测数据和遥感卫星图像，导致数据基础不够强大，并且传统汽车路面规划智能控制系统对违章行为的监测不够实时和精准，无法及时发现和记录违章情况，影响了对违章行为的打击力度，而且传统汽车路面规划智能控制系统对违章汽车的定位信息不准确，无法为后续的道路图标注提供准确的支持，也不能准确地标记道路上的交通情况和道路状态，并且传统汽车路面规划智能控制系统缺乏道路交通状况的全面评估和规划能力，无法提供针对道路畅通程度、安全性等方面的全面评估，并制定相应的交通管理和监管措施，而且传统汽车路面规划智能控制系统无法完善地提取道路上的交通流量信息，导致无法优化道路交通管理和制定相应的交通流量措施。
发明内容
本发明的目的在于提供一种汽车路面规划智能控制系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种汽车路面规划智能控制系统，包括数据存储单元、目标检测单元、位置关联单元、违章统计单元、道路图标注单元、道路图结构生成单元、状态评估单元、路面流量提取单元和路面规划单元，还包括；
第一数据采集单元，所述第一数据采集单元用于获取目标路面的路面GIS数据，路面GIS数据包括道路网格数据和地形数据，道路网格数据包括道路的位置、路口、名称、长度、宽度、车道数和限速数据，地形数据包括海拔高度、坡度和地貌数据，并且将获取的路面GIS数据传输至数据预处理单元；
图像采集单元，所述图像采集单元用于在违章监测点安装高清摄像头，以获取违章监测点的图像监测数据，并将获取的图像监测数据传输至数据预处理单元；
第二数据采集单元，所述第二数据采集单元用于通过遥感卫星获取目标路面的遥感卫星图像以及遥感卫星图像所对应的目标路面的道路名称，并将获取的遥感卫星图像以及目标路面的道路名称传输至数据预处理单元；
数据预处理单元，所述数据预处理单元对第一数据采集单元传输的路面GIS数据、图像采集单元传输的图像监测数据和第二数据采集单元传输的遥感卫星图像以及目标路面的道路名称进行接收，对路面GIS数据进行清洗，对图像监测数据和遥感卫星图像进行灰度化，并将预处理后的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称传输至数据存储单元。
优选的，所述数据存储单元对数据预处理单元传输的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称进行接收，并将路面GIS数据存储至第一数据库中，以形成路面GIS大数据，将图像监测数据存储至第二数据库中，以形成图像监测大数据，且将遥感卫星图像以及目标路面的道路名称存储至第三数据库中，以形成遥感卫星大数据，并且将路面GIS大数据传输至道路图结构生成单元，将图像监测大数据传输至目标检测单元，将遥感卫星大数据传输至路面流量提取单元。
优选的，所述目标检测单元对数据存储单元传输的图像监测大数据进行接收，并通过目标检测算法对图像监测大数据进行检测，以获取目标路面中的汽车违章数据，汽车违章数据包括违章类型和违章汽车基本信息，并将获取的汽车违章数据传输至位置关联单元和违章统计单元，目标检测算法具体为：
其中，VFL表示样本的不均衡性，p表示样本的预测概率，q表示预测框与真值框之间的损失，α表示光增强参数；
所述位置关联单元对目标检测单元传输的汽车违章数据进行接收，并根据汽车违章数据中的汽车基本信息获取违章汽车的唯一标识，并根据违章汽车的唯一标识确定违章汽车的GPS设备，以获取违章汽车的实时定位数据，并将获取的违章汽车的实时定位数据传输至道路图标注单元。
优选的，所述违章统计单元对目标检测单元传输的汽车违章数据进行接收，并根据汽车违章数据中的违章类型统计该位置下违章类型出现的次数，并将统计的违章类型出现的次数传输至道路图标注单元；
所述道路图结构生成单元对数据存储单元传输的路面GIS大数据进行接收，并根据路面GIS大数据建立道路图，且以路口为图点，以道路为边，以路面的名称为节点属性，以路面的长度、宽度、车道数和限速数据为边属性，并将建立的道路图传输至道路图标注单元。
优选的，所述道路图标注单元对位置关联单元传输的违章汽车的实时定位数据、违章统计单元传输的违章类型出现的次数和道路图结构生成单元传输的道路图进行接收，并根据违章汽车的实时定位数据获取违章道路名称，并根据违章道路名称确定道路图中与违章道路名称相对应的边，并根据该违章道路中违章类型出现的次数对相对应的边进行边属性赋值，且将赋值后的道路图传输至路面状态评估单元；
所述路面流量提取单元对数据存储单元传输的遥感卫星大数据进行接收，并通过路面连接方法补全遥感卫星大数据中的中断路面，并通过流量提取算法提取补全后的遥感卫星大数据中的路面流量，且将提取的遥感卫星大数据中的路面流量传输至路面状态评估单元，流量提取算法包括交通网络特征提取模块、空间编码模块、多层感知模块和预测模块；
交通网络特征提取模块具体为：
Xt′＝f(Xt；G；W)
其中，Xt′表示交通网络的特征矩阵，W表示映射函数所有的可训练参数矩阵，Xt表示历史时间步长为t的图特征矩阵，G表示遥感卫星图像中的交通网络；
空间编码模块具体为：
Δ＝I-D1/2AD-1/2
其中，Δ表示特征向量，I表示单位矩阵，D表示度矩阵；
多层感知模块具体为：
Ef＝MLP(Xt；W)∈R1×1×C
其中，Ef表示特征向量，MLP表示多层感知机，R1x1xC表示空间编码，Xt表示交通历史数据，W表示可学习参数矩阵；
预测模块具体为：
X′out＝ReLU(XoutWout+bout)∈RN×T×C
其中，ReLU表示激活函数，Wout表示转换矩阵，bout表示第一层全连接的偏差项，表示交通流量时间步长为T的预测结果，Wpred和bpred表示第二层全连接的参数矩阵和偏差项，C表示节点特征向量。
优选的，所述状态评估单元对数据存储单元传输的遥感卫星大数据、道路图标注单元传输的赋值后的道路图和路面流量提取单元传输的路面流量进行接收，并根据道路图中边属性中违章类型出现的次数，将违章类型出现的次数与预设阈值进行对比，若道路图中边属性中的违章类型出现的次数大于预设阈值，则评价该道路图中边为第一等级边，若道路图中边属性中的违章类型出现的次数小于预设阈值，则评价该道路图中边为第二等级边，并将路面流量与预设的标准路面流量进行比对，若路面流量大于预设的标准路面流量，则判断该路面为第一等级路面，若路面流量小于预设的标准路面流量，则判断该路面为第二等级路面，并根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射，并根据四者的组合，判断该道路的状态等级，并将判断的道路的状态等级传输至路面规划单元；
所述路面规划单元对状态评估单元传输的道路的状态等级进行接收，并根据道路的状态等级执行预设的优化及检测措施。
优选的，所述路面连接方法包括以下步骤：
A1、将遥感卫星图像中的道路的起始点和终点作为第一特征点，并将遥感卫星图像中的道路的交叉路口作为第二特征点；
A2、若第一特征点周围附近不存在直接相连的其他第一特征点和第二特征点时，则对比两者之间的灰度值，若两者的灰度值低于预设的阈值，且两者连线的垂直方向的灰度值梯度高于预设的阈值，则连接两者；
A3、重复执行步骤A2，直到将遥感卫星图像中的第一特征点和第二特征点遍历完成。
优选的，所述目标检测单元包括第一数据接收模块、目标检测模块、数据提取模块和第一数据传输模块；
所述第一数据接收模块用于接收数据存储单元传输的图像监测大数据；
所述目标检测模块用于通过目标检测算法对接收到的图像监测大数据进行检测，以获取目标路面中的汽车违章数据；
所述数据提取模块用于从检测到的汽车违章数据中提取违章类型和违章汽车基本信息；
所述第一数据传输模块用于将获取的汽车违章数据传输至位置关联单元和违章统计单元。
优选的，所述位置关联单元包括第二数据接收模块、标识获取模块、定位数据获取模块和第二数据传输模块；
所述第二数据接收模块用于接收目标检测单元传输的汽车违章数据；
所述标识获取模块用于根据汽车违章数据中的汽车基本信息，获取违章汽车的唯一标识，用于唯一标识该辆车辆；
所述定位数据获取模块用于根据违章汽车的唯一标识，确定违章汽车所搭载的GPS设备，并根据GPS设备获取违章汽车的实时定位数据，即当前违章汽车的位置信息；
所述第二数据传输模块用于将获取的违章汽车的实时定位数据传输至道路图标注单元。
优选的，所述状态评估单元包括第三数据接收模块、违章类型统计模块、边等级判断模块、路面等级判断模块、映射模块、状态等级判断模块和第三数据传输模块；
所述第三数据接收模块用于接收数据存储单元传输的遥感卫星大数据、道路图标注单元传输的赋值后的道路图和路面流量提取单元传输的路面流量；
所述违章类型统计模块用于根据道路图中边属性中违章类型出现的次数，统计每种违章类型的出现次数；
所述边等级判断模块用于将违章类型出现的次数与预设阈值进行对比，若超过预设阈值，则评价该道路图中边为第一等级边，否则评价为第二等级边；
所述路面等级判断模块用于将路面流量与预设的标准路面流量进行对比，若超过预设标准路面流量，则判断该路面为第一等级路面，否则判断为第二等级路面；
所述映射模块用于根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射；
所述状态等级判断模块用于根据第一等级路面、第二等级路面、第一等级边和第二等级边的组合情况，判断该道路的状态等级；
所述第三数据传输模块用于将判断的道路的状态等级传输至路面规划单元。
与现有技术相比，本发明的有益效果是：
1、本发明通过第一数据采集单元、第二数据采集单元、图像采集单元、数据预处理单元和数据存储单元能够存储大量的路面GIS数据、图像监测数据和遥感卫星图像，且路面GIS大数据包含了道路的各种属性信息，如车道数、交叉口等，图像监测大数据包含了对道路上汽车违章情况的实时监测数据，而遥感卫星大数据则包含了卫星图像中的路面信息，通过这些数据能够为后续的道路规划和流量提取提供强大的数据基础，通过存储这些数据，可以快速地获取到需要的路面信息，从而提高道路交通监管的效率，通过目标检测单元对图像监测大数据进行检测，可以获取目标路面中的汽车违章数据，且违章数据包括闯红灯、超速行驶和违规变道，能够及时发现和记录违章情况，有助于加强对违章行为的打击力度，而且目标检测还可以帮助监控路面上的交通情况，及时处理道路上的异常情况，提高道路交通的安全性；
2、本发明通过位置关联单元根据汽车违章数据中的汽车基本信息获取违章汽车的唯一标识，并获取违章汽车的实时定位数据，这些信息可以帮助准确地定位违章车辆的位置信息，为后续的道路图标注提供支持，而且通过与路面GIS数据的结合，可以更加准确地标记道路上的交通情况和道路状态，并且通过违章统计单元能够统计不同位置下违章类型出现的次数，通过对汽车违章数据进行分析，可以了解不同违章类型的出现频率和分布情况，这有助于对违章情况进行整体把握和分析，从而可以了解道路上违章行为的分布情况，进而制定相应的交通管理和监管措施；
3、本发明通过道路图结构生成单元能够根据路面GIS大数据建立道路图，将道路、路口等要素以图结构的方式呈现，从而可以为后续的道路规划和交通流量评估提供基础数据，通过路面流量提取单元能够通过路面连接方法补全遥感卫星大数据中的中断路面，并提取路面流量，通过路面流量提取单元，可以快速地获取道路上的交通流量信息，这有助于优化道路交通管理和制定相应的交通流量措施，而且通过状态评估单元能够提供道路交通状况的全面评估，包括道路畅通程度、安全性等方面，通过状态评估单元，可以了解道路的实际使用情况，进而制定相应的交通管理和监管措施，并且通过路面规划单元可以制定相应的交通管理和监管措施，从而提高道路交通管理的效率。
附图说明
图1为本发明实施例提供的整体系统的流程示意图；
图2为本发明实施例提供的路面连接方法的流程图；
图3为本发明实施例提供的目标检测单元的内部模块框图；
图4为本发明实施例提供的位置关联单元的内部模块框图；
图5为本发明实施例提供的状态评估单元的内部模块框图。
图中：1、第一数据采集单元；2、数据预处理单元；3、图像采集单元；4、第二数据采集单元；5、数据存储单元；6、目标检测单元；601、第一数据接收模块；602、目标检测模块；603、数据提取模块；604、第一数据传输模块；7、位置关联单元；701、第二数据接收模块；702、标识获取模块；703、定位数据获取模块；704、第二数据传输模块；8、违章统计单元；9、道路图标注单元；10、道路图结构生成单元；11、状态评估单元；1101、第三数据接收模块；1102、违章类型统计模块；1103、边等级判断模块；1104、路面等级判断模块；1105、映射模块；1106、状态等级判断模块；1107、第三数据传输模块；12、路面流量提取单元；13、路面规划单元。
具体实施方式
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，所描述的实施例仅仅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。
请参阅图1-5，本发明提供一种技术方案：一种汽车路面规划智能控制系统，包括数据存储单元5、目标检测单元6、位置关联单元7、违章统计单元8、道路图标注单元9、道路图结构生成单元10、状态评估单元11、路面流量提取单元12和路面规划单元13，还包括；
第一数据采集单元1，第一数据采集单元1用于获取目标路面的路面GIS数据，路面GIS数据包括道路网格数据和地形数据，道路网格数据包括道路的位置、路口、名称、长度、宽度、车道数和限速数据，地形数据包括海拔高度、坡度和地貌数据，并且将获取的路面GIS数据传输至数据预处理单元2；
图像采集单元3，图像采集单元3用于在违章监测点安装高清摄像头，以获取违章监测点的图像监测数据，并将获取的图像监测数据传输至数据预处理单元2；
第二数据采集单元4，第二数据采集单元4用于通过遥感卫星获取目标路面的遥感卫星图像以及遥感卫星图像所对应的目标路面的道路名称，并将获取的遥感卫星图像以及目标路面的道路名称传输至数据预处理单元2；
数据预处理单元2，数据预处理单元2对第一数据采集单元1传输的路面GIS数据、图像采集单元3传输的图像监测数据和第二数据采集单元4传输的遥感卫星图像以及目标路面的道路名称进行接收，对路面GIS数据进行清洗，对图像监测数据和遥感卫星图像进行灰度化，并将预处理后的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称传输至数据存储单元5。
数据存储单元5对数据预处理单元2传输的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称进行接收，并将路面GIS数据存储至第一数据库中，以形成路面GIS大数据，将图像监测数据存储至第二数据库中，以形成图像监测大数据，且将遥感卫星图像以及目标路面的道路名称存储至第三数据库中，以形成遥感卫星大数据，并且将路面GIS大数据传输至道路图结构生成单元10，将图像监测大数据传输至目标检测单元6，将遥感卫星大数据传输至路面流量提取单元12；
目标检测单元6对数据存储单元5传输的图像监测大数据进行接收，并通过目标检测算法对图像监测大数据进行检测，以获取目标路面中的汽车违章数据，汽车违章数据包括违章类型和违章汽车基本信息，并将获取的汽车违章数据传输至位置关联单元7和违章统计单元8，目标检测算法具体为：
其中，VFL表示样本的不均衡性，p表示样本的预测概率，q表示预测框与真值框之间的损失，α表示光增强参数；
位置关联单元7对目标检测单元6传输的汽车违章数据进行接收，并根据汽车违章数据中的汽车基本信息获取违章汽车的唯一标识，并根据违章汽车的唯一标识确定违章汽车的GPS设备，以获取违章汽车的实时定位数据，并将获取的违章汽车的实时定位数据传输至道路图标注单元9；
违章统计单元8对目标检测单元6传输的汽车违章数据进行接收，并根据汽车违章数据中的违章类型统计该位置下违章类型出现的次数，并将统计的违章类型出现的次数传输至道路图标注单元9；
道路图结构生成单元10对数据存储单元5传输的路面GIS大数据进行接收，并根据路面GIS大数据建立道路图，且以路口为图点，以道路为边，以路面的名称为节点属性，以路面的长度、宽度、车道数和限速数据为边属性，并将建立的道路图传输至道路图标注单元9；
道路图标注单元9对位置关联单元7传输的违章汽车的实时定位数据、违章统计单元8传输的违章类型出现的次数和道路图结构生成单元10传输的道路图进行接收，并根据违章汽车的实时定位数据获取违章道路名称，并根据违章道路名称确定道路图中与违章道路名称相对应的边，并根据该违章道路中违章类型出现的次数对相对应的边进行边属性赋值，且将赋值后的道路图传输至路面状态评估单元11；
路面流量提取单元12对数据存储单元5传输的遥感卫星大数据进行接收，并通过路面连接方法补全遥感卫星大数据中的中断路面，并通过流量提取算法提取补全后的遥感卫星大数据中的路面流量，且将提取的遥感卫星大数据中的路面流量传输至路面状态评估单元11，流量提取算法包括交通网络特征提取模块、空间编码模块、多层感知模块和预测模块；
交通网络特征提取模块具体为：
Xt′＝f(Xt；G；W)
其中，Xt′表示交通网络的特征矩阵，W表示映射函数所有的可训练参数矩阵，Xt表示历史时间步长为t的图特征矩阵，G表示遥感卫星图像中的交通网络；
空间编码模块具体为：
Δ＝I-D1/2AD1/2
其中，Δ表示特征向量，I表示单位矩阵，D表示度矩阵；
多层感知模块具体为：
Ef＝MLP(Xt；W)∈R1×1×C
其中，Ef表示特征向量，MLP表示多层感知机，R1x1xC表示空间编码，Xt表示交通历史数据，W表示可学习参数矩阵；
预测模块具体为：
X′out＝ReLU(XoutWout+bout)∈RN×T×C
其中，ReLU表示激活函数，Wout表示转换矩阵，bout表示第一层全连接的偏差项，表示交通流量时间步长为T的预测结果，Wpred和bpred表示第二层全连接的参数矩阵和偏差项，C表示节点特征向量；
状态评估单元11对数据存储单元5传输的遥感卫星大数据、道路图标注单元9传输的赋值后的道路图和路面流量提取单元12传输的路面流量进行接收，并根据道路图中边属性中违章类型出现的次数，将违章类型出现的次数与预设阈值进行对比，若道路图中边属性中的违章类型出现的次数大于预设阈值，则评价该道路图中边为第一等级边，若道路图中边属性中的违章类型出现的次数小于预设阈值，则评价该道路图中边为第二等级边，并将路面流量与预设的标准路面流量进行比对，若路面流量大于预设的标准路面流量，则判断该路面为第一等级路面，若路面流量小于预设的标准路面流量，则判断该路面为第二等级路面，并根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射，并根据四者的组合，判断该道路的状态等级，并将判断的道路的状态等级传输至路面规划单元13；
路面规划单元13对状态评估单元11传输的道路的状态等级进行接收，并根据道路的状态等级执行预设的优化及检测措施；
路面连接方法包括以下步骤：
A1、将遥感卫星图像中的道路的起始点和终点作为第一特征点，并将遥感卫星图像中的道路的交叉路口作为第二特征点；
A2、若第一特征点周围附近不存在直接相连的其他第一特征点和第二特征点时，则对比两者之间的灰度值，若两者的灰度值低于预设的阈值，且两者连线的垂直方向的灰度值梯度高于预设的阈值，则连接两者；
A3、重复执行步骤A2，直到将遥感卫星图像中的第一特征点和第二特征点遍历完成；
目标检测单元6包括第一数据接收模块601、目标检测模块602、数据提取模块603和第一数据传输模块604；
第一数据接收模块601用于接收数据存储单元5传输的图像监测大数据；
目标检测模块602用于通过目标检测算法对接收到的图像监测大数据进行检测，以获取目标路面中的汽车违章数据；
数据提取模块603用于从检测到的汽车违章数据中提取违章类型和违章汽车基本信息；
第一数据传输模块604用于将获取的汽车违章数据传输至位置关联单元7和违章统计单元8；
位置关联单元7包括第二数据接收模块701、标识获取模块702、定位数据获取模块703和第二数据传输模块704；
第二数据接收模块701用于接收目标检测单元6传输的汽车违章数据；
标识获取模块702用于根据汽车违章数据中的汽车基本信息，获取违章汽车的唯一标识，用于唯一标识该辆车辆；
定位数据获取模块703用于根据违章汽车的唯一标识，确定违章汽车所搭载的GPS设备，并根据GPS设备获取违章汽车的实时定位数据，即当前违章汽车的位置信息；
第二数据传输模块704用于将获取的违章汽车的实时定位数据传输至道路图标注单元9；
状态评估单元11包括第三数据接收模块1101、违章类型统计模块1102、边等级判断模块1103、路面等级判断模块1104、映射模块1105、状态等级判断模块1106和第三数据传输模块1107；
第三数据接收模块1101用于接收数据存储单元5传输的遥感卫星大数据、道路图标注单元9传输的赋值后的道路图和路面流量提取单元12传输的路面流量；
违章类型统计模块1102用于根据道路图中边属性中违章类型出现的次数，统计每种违章类型的出现次数；
边等级判断模块1103用于将违章类型出现的次数与预设阈值进行对比，若超过预设阈值，则评价该道路图中边为第一等级边，否则评价为第二等级边；
路面等级判断模块1104用于将路面流量与预设的标准路面流量进行对比，若超过预设标准路面流量，则判断该路面为第一等级路面，否则判断为第二等级路面；
映射模块1105用于根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射；
状态等级判断模块1106用于根据第一等级路面、第二等级路面、第一等级边和第二等级边的组合情况，判断该道路的状态等级；
第三数据传输模块1107用于将判断的道路的状态等级传输至路面规划单元13。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种汽车路面规划智能控制系统，包括数据存储单元(5)、目标检测单元(6)、位置关联单元(7)、违章统计单元(8)、道路图标注单元(9)、道路图结构生成单元(10)、状态评估单元(11)、路面流量提取单元(12)和路面规划单元(13)，其特征在于：
第一数据采集单元(1)，所述第一数据采集单元(1)用于获取目标路面的路面GIS数据，路面GIS数据包括道路网格数据和地形数据，道路网格数据包括道路的位置、路口、名称、长度、宽度、车道数和限速数据，地形数据包括海拔高度、坡度和地貌数据，并且将获取的路面GIS数据传输至数据预处理单元(2)；
图像采集单元(3)，所述图像采集单元(3)用于在违章监测点安装高清摄像头，以获取违章监测点的图像监测数据，并将获取的图像监测数据传输至数据预处理单元(2)；
第二数据采集单元(4)，所述第二数据采集单元(4)用于通过遥感卫星获取目标路面的遥感卫星图像以及遥感卫星图像所对应的目标路面的道路名称，并将获取的遥感卫星图像以及目标路面的道路名称传输至数据预处理单元(2)；
数据预处理单元(2)，所述数据预处理单元(2)对第一数据采集单元(1)传输的路面GIS数据、图像采集单元(3)传输的图像监测数据和第二数据采集单元(4)传输的遥感卫星图像以及目标路面的道路名称进行接收，对路面GIS数据进行清洗，对图像监测数据和遥感卫星图像进行灰度化，并将预处理后的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称传输至数据存储单元(5)。
2.根据权利要求1所述的一种汽车路面规划智能控制系统，其特征在于：所述数据存储单元(5)对数据预处理单元(2)传输的路面GIS数据、图像监测数据和遥感卫星图像以及目标路面的道路名称进行接收，并将路面GIS数据存储至第一数据库中，以形成路面GIS大数据，将图像监测数据存储至第二数据库中，以形成图像监测大数据，且将遥感卫星图像以及目标路面的道路名称存储至第三数据库中，以形成遥感卫星大数据，并且将路面GIS大数据传输至道路图结构生成单元(10)，将图像监测大数据传输至目标检测单元(6)，将遥感卫星大数据传输至路面流量提取单元(12)。
3.根据权利要求2所述的一种汽车路面规划智能控制系统，其特征在于：所述目标检测单元(6)对数据存储单元(5)传输的图像监测大数据进行接收，并通过目标检测算法对图像监测大数据进行检测，以获取目标路面中的汽车违章数据，汽车违章数据包括违章类型和违章汽车基本信息，并将获取的汽车违章数据传输至位置关联单元(7)和违章统计单元(8)；
所述位置关联单元(7)对目标检测单元(6)传输的汽车违章数据进行接收，并根据汽车违章数据中的汽车基本信息获取违章汽车的唯一标识，并根据违章汽车的唯一标识确定违章汽车的GPS设备，以获取违章汽车的实时定位数据，并将获取的违章汽车的实时定位数据传输至道路图标注单元(9)。
4.根据权利要求3所述的一种汽车路面规划智能控制系统，其特征在于：所述违章统计单元(8)对目标检测单元(6)传输的汽车违章数据进行接收，并根据汽车违章数据中的违章类型统计该位置下违章类型出现的次数，并将统计的违章类型出现的次数传输至道路图标注单元(9)；
所述道路图结构生成单元(10)对数据存储单元(5)传输的路面GIS大数据进行接收，并根据路面GIS大数据建立道路图，且以路口为图点，以道路为边，以路面的名称为节点属性，以路面的长度、宽度、车道数和限速数据为边属性，并将建立的道路图传输至道路图标注单元(9)。
5.根据权利要求4所述的一种汽车路面规划智能控制系统，其特征在于：所述道路图标注单元(9)对位置关联单元(7)传输的违章汽车的实时定位数据、违章统计单元(8)传输的违章类型出现的次数和道路图结构生成单元(10)传输的道路图进行接收，并根据违章汽车的实时定位数据获取违章道路名称，并根据违章道路名称确定道路图中与违章道路名称相对应的边，并根据该违章道路中违章类型出现的次数对相对应的边进行边属性赋值，且将赋值后的道路图传输至路面状态评估单元(11)；
所述路面流量提取单元(12)对数据存储单元(5)传输的遥感卫星大数据进行接收，并通过路面连接方法补全遥感卫星大数据中的中断路面，并通过流量提取算法提取补全后的遥感卫星大数据中的路面流量，且将提取的遥感卫星大数据中的路面流量传输至路面状态评估单元(11)。
6.根据权利要求5所述的一种汽车路面规划智能控制系统，其特征在于：所述状态评估单元(11)对数据存储单元(5)传输的遥感卫星大数据、道路图标注单元(9)传输的赋值后的道路图和路面流量提取单元(12)传输的路面流量进行接收，并根据道路图中边属性中违章类型出现的次数，将违章类型出现的次数与预设阈值进行对比，若道路图中边属性中的违章类型出现的次数大于预设阈值，则评价该道路图中边为第一等级边，若道路图中边属性中的违章类型出现的次数小于预设阈值，则评价该道路图中边为第二等级边，并将路面流量与预设的标准路面流量进行比对，若路面流量大于预设的标准路面流量，则判断该路面为第一等级路面，若路面流量小于预设的标准路面流量，则判断该路面为第二等级路面，并根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射，并根据四者的组合，判断该道路的状态等级，并将判断的道路的状态等级传输至路面规划单元(13)；
所述路面规划单元(13)对状态评估单元(11)传输的道路的状态等级进行接收，并根据道路的状态等级执行预设的优化及检测措施。
7.根据权利要求5所述的一种汽车路面规划智能控制系统，其特征在于：所述路面连接方法包括以下步骤：
A1、将遥感卫星图像中的道路的起始点和终点作为第一特征点，并将遥感卫星图像中的道路的交叉路口作为第二特征点；
A2、若第一特征点周围附近不存在直接相连的其他第一特征点和第二特征点时，则对比两者之间的灰度值，若两者的灰度值低于预设的阈值，且两者连线的垂直方向的灰度值梯度高于预设的阈值，则连接两者；
A3、重复执行步骤A2，直到将遥感卫星图像中的第一特征点和第二特征点遍历完成。
8.根据权利要求3所述的一种汽车路面规划智能控制系统，其特征在于：所述目标检测单元(6)包括第一数据接收模块(601)、目标检测模块(602)、数据提取模块(603)和第一数据传输模块(604)；
所述第一数据接收模块(601)用于接收数据存储单元(5)传输的图像监测大数据；
所述目标检测模块(602)用于通过目标检测算法对接收到的图像监测大数据进行检测，以获取目标路面中的汽车违章数据；
所述数据提取模块(603)用于从检测到的汽车违章数据中提取违章类型和违章汽车基本信息；
所述第一数据传输模块(604)用于将获取的汽车违章数据传输至位置关联单元(7)和违章统计单元(8)。
9.根据权利要求3所述的一种汽车路面规划智能控制系统，其特征在于：所述位置关联单元(7)包括第二数据接收模块(701)、标识获取模块(702)、定位数据获取模块(703)和第二数据传输模块(704)；
所述第二数据接收模块(701)用于接收目标检测单元(6)传输的汽车违章数据；
所述标识获取模块(702)用于根据汽车违章数据中的汽车基本信息，获取违章汽车的唯一标识，用于唯一标识该辆车辆；
所述定位数据获取模块(703)用于根据违章汽车的唯一标识，确定违章汽车所搭载的GPS设备，并根据GPS设备获取违章汽车的实时定位数据，即当前违章汽车的位置信息；
所述第二数据传输模块(704)用于将获取的违章汽车的实时定位数据传输至道路图标注单元(9)。
10.根据权利要求6所述的一种汽车路面规划智能控制系统，其特征在于：所述状态评估单元(11)包括第三数据接收模块(1101)、违章类型统计模块(1102)、边等级判断模块(1103)、路面等级判断模块(1104)、映射模块(1105)、状态等级判断模块(1106)和第三数据传输模块(1107)；
所述第三数据接收模块(1101)用于接收数据存储单元(5)传输的遥感卫星大数据、道路图标注单元(9)传输的赋值后的道路图和路面流量提取单元(12)传输的路面流量；
所述违章类型统计模块(1102)用于根据道路图中边属性中违章类型出现的次数，统计每种违章类型的出现次数；
所述边等级判断模块(1103)用于将违章类型出现的次数与预设阈值进行对比，若超过预设阈值，则评价该道路图中边为第一等级边，否则评价为第二等级边；
所述路面等级判断模块(1104)用于将路面流量与预设的标准路面流量进行对比，若超过预设标准路面流量，则判断该路面为第一等级路面，否则判断为第二等级路面；
所述映射模块(1105)用于根据遥感卫星大数据中的目标路面的道路名称将第一等级路面和第二等级路面与第一等级边和第二等级边相映射；
所述状态等级判断模块(1106)用于根据第一等级路面、第二等级路面、第一等级边和第二等级边的组合情况，判断该道路的状态等级；
所述第三数据传输模块(1107)用于将判断的道路的状态等级传输至路面规划单元(13)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311703108.2A CN117765727B (zh) | 2023-12-12 | 2023-12-12 | 一种汽车路面规划智能控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311703108.2A CN117765727B (zh) | 2023-12-12 | 2023-12-12 | 一种汽车路面规划智能控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117765727A true CN117765727A (zh) | 2024-03-26 |
| CN117765727B CN117765727B (zh) | 2024-06-07 |
Family
ID=90324801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311703108.2A Active CN117765727B (zh) | 2023-12-12 | 2023-12-12 | 一种汽车路面规划智能控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117765727B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009097297A (ja) * | 2007-10-19 | 2009-05-07 | Sunway:Kk | 道路図面と、その作成装置と、その作成方法 |
| KR101438492B1 (ko) * | 2013-05-14 | 2014-09-12 | 서울여자대학교 산학협력단 | 위반차량 단속을 위한 영상 인식 시스템 및 그 방법 |
| CN108154683A (zh) * | 2017-12-26 | 2018-06-12 | 河北农业大学 | 智能交通管理方法及系统 |
| US20200043324A1 (en) * | 2017-11-01 | 2020-02-06 | Tencent Technology (Shenzhen) Company Limited | Method for obtaining road condition information, apparatus thereof, and storage medium |
| US10769768B1 (en) * | 2019-05-07 | 2020-09-08 | Contec Co., Ltd. | Apparatus and method for providing application service using satellite image |
| CN112735133A (zh) * | 2020-12-30 | 2021-04-30 | 北京嘀嘀无限科技发展有限公司 | 标识禁限停路段的方法和装置 |
| CN112907954A (zh) * | 2021-01-28 | 2021-06-04 | 广州国交润万交通信息有限公司 | 一种基于路段管理的两客一危车辆监控方法及系统 |
| WO2021160319A1 (de) * | 2020-02-14 | 2021-08-19 | Audi Ag | VERFAHREN UND PROZESSORSCHALTUNG ZUM AKTUALISIEREN EINER DIGITALEN STRAßENKARTE |
| US20230221140A1 (en) * | 2022-01-12 | 2023-07-13 | Woven Alpha, Inc. | Roadmap generation system and method of using |
| CN116782145A (zh) * | 2023-05-23 | 2023-09-19 | 北京中交兴路信息科技股份有限公司 | 一种中高频gps轨迹数据处理方法、装置、存储介质及终端 |
| CN116907530A (zh) * | 2023-07-24 | 2023-10-20 | 一汽解放汽车有限公司 | 一种路径规划方法、装置、设备及存储介质 |
| CN117011481A (zh) * | 2022-09-02 | 2023-11-07 | 腾讯云计算（北京）有限责任公司 | 构建三维地图的方法、装置、电子设备及存储介质 |
| CN117198058A (zh) * | 2023-11-01 | 2023-12-08 | 合肥师范学院 | 一种基于遥感影像的道路交通智能监管系统 |
-
2023
- 2023-12-12 CN CN202311703108.2A patent/CN117765727B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009097297A (ja) * | 2007-10-19 | 2009-05-07 | Sunway:Kk | 道路図面と、その作成装置と、その作成方法 |
| KR101438492B1 (ko) * | 2013-05-14 | 2014-09-12 | 서울여자대학교 산학협력단 | 위반차량 단속을 위한 영상 인식 시스템 및 그 방법 |
| US20200043324A1 (en) * | 2017-11-01 | 2020-02-06 | Tencent Technology (Shenzhen) Company Limited | Method for obtaining road condition information, apparatus thereof, and storage medium |
| CN108154683A (zh) * | 2017-12-26 | 2018-06-12 | 河北农业大学 | 智能交通管理方法及系统 |
| US10769768B1 (en) * | 2019-05-07 | 2020-09-08 | Contec Co., Ltd. | Apparatus and method for providing application service using satellite image |
| WO2021160319A1 (de) * | 2020-02-14 | 2021-08-19 | Audi Ag | VERFAHREN UND PROZESSORSCHALTUNG ZUM AKTUALISIEREN EINER DIGITALEN STRAßENKARTE |
| CN112735133A (zh) * | 2020-12-30 | 2021-04-30 | 北京嘀嘀无限科技发展有限公司 | 标识禁限停路段的方法和装置 |
| CN112907954A (zh) * | 2021-01-28 | 2021-06-04 | 广州国交润万交通信息有限公司 | 一种基于路段管理的两客一危车辆监控方法及系统 |
| US20230221140A1 (en) * | 2022-01-12 | 2023-07-13 | Woven Alpha, Inc. | Roadmap generation system and method of using |
| CN117011481A (zh) * | 2022-09-02 | 2023-11-07 | 腾讯云计算（北京）有限责任公司 | 构建三维地图的方法、装置、电子设备及存储介质 |
| CN116782145A (zh) * | 2023-05-23 | 2023-09-19 | 北京中交兴路信息科技股份有限公司 | 一种中高频gps轨迹数据处理方法、装置、存储介质及终端 |
| CN116907530A (zh) * | 2023-07-24 | 2023-10-20 | 一汽解放汽车有限公司 | 一种路径规划方法、装置、设备及存储介质 |
| CN117198058A (zh) * | 2023-11-01 | 2023-12-08 | 合肥师范学院 | 一种基于遥感影像的道路交通智能监管系统 |
Non-Patent Citations (4)
| Title |
|---|
| 侯越, 郑鑫, 韩成艳: "一种融合纵横时空特征的交通流预测方法", 西安电子科技大学学报, vol. 50, no. 05, 31 October 2023 (2023-10-31) * |
| 彭玮航;王轲;刘少鹏;丁祝顺;: "基于区域的卷积神经网络在空对地车辆检测中的应用", 导航与控制, no. 05, 5 October 2017 (2017-10-05) * |
| 汤一平;陈耀宇;: "基于计算机视觉的违章停车智能监控系统", 计算机测量与控制, no. 08, 25 August 2009 (2009-08-25) * |
| 海涛;丛爽;鲍远律;: "彩色栅格公路交通地图道路提取的邻域方法", 计算机辅助设计与图形学学报, no. 11, 15 November 2013 (2013-11-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117765727B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110176139B (zh) | 一种基于dbscan+的道路拥堵识别可视化方法 | |
| CN103258427B (zh) | 基于信息物理网络的城市快速路交通实时监控方法 | |
| CN110688922A (zh) | 基于深度学习的交通拥堵检测系统及检测方法 | |
| CN112433519A (zh) | 一种无人驾驶检测系统及车辆行驶检测方法 | |
| CN108710637B (zh) | 基于时空关系的出租车异常轨迹实时检测方法 | |
| CN112435463B (zh) | 一种基于道路物联网监测的车型与车重分类方法 | |
| CN115527364B (zh) | 一种基于雷视数据融合的交通事故溯源方法及系统 | |
| CN116884266A (zh) | 一种基于大数据的智慧城市停车管理方法及管理系统 | |
| CN113222187A (zh) | 一种共享助力车刹车健康度智能监测方法 | |
| CN113313006A (zh) | 基于无人机的城市违建监管方法、系统和存储介质 | |
| CN116289444A (zh) | 基于智能化的路面病害实时监测与预测装置及方法 | |
| CN210865032U (zh) | 城市内涝监测预警系统 | |
| CN117238112A (zh) | 一种桥梁结构健康监测预警的方法及相关设备 | |
| CN117765727B (zh) | 一种汽车路面规划智能控制系统 | |
| Chen et al. | A Novel Background Filtering Method with Automatic Parameter Adjustment for Real-Time Roadside LiDAR Sensing System | |
| Mehajabin et al. | Real-time deep learning based road deterioration detection for smart cities | |
| CN117218851A (zh) | 一种基于物联网的车辆安全智慧监管系统及方法 | |
| CN116434525A (zh) | 一种高速公路智能管理预警系统 | |
| CN110782671A (zh) | 道路拥堵状态实时更新方法及服务器 | |
| KR102477885B1 (ko) | 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버 | |
| CN112802333A (zh) | 基于ai视频分析的高速公路路网安全态势分析系统、方法 | |
| CN113128847A (zh) | 一种基于激光雷达的出入口匝道实时风险预警系统及方法 | |
| CN112863171A (zh) | 一种基于历史数据分析的智能稽查方法及系统 | |
| Prabakaran et al. | Deep Learning-Based Image Analysis to Track Vehicles | |
| CN117315943B (zh) | 一种超限运输违法监测分析与预警方法及系统 |
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 |