一种基于图像识别的智能交通管理方法技术

本发明专利技术公开了一种基于图像识别的智能交通管理方法，具体步骤如下：步骤一，在移动终端下载APP并且接受数据采集协议；步骤二，APP对用户的日常GPS数据进行实时采集；步骤三，APP将GPS数据传回服务器，服务器通过聚类分析，计算出用户常用的行走路线；步骤四，服务器对道路交通的拥堵情况进行分析并且对路况拥堵情况进行判断；步骤五，将用户的常用路线和道路的交通拥堵情况进行交叉分析，得出最适合用户的行进路线；步骤六，将路线推送给用户。本发明专利技术通过后台数据获取，通过记录用户日常行程，来分析用户的日常行进路线，无需用户打开APP和设定路线，可以直接发送APP推送路况，免去用户操作步骤，让用户及时了解实时路况，方便用户的出行。

【技术实现步骤摘要】

本专利技术涉及交通领域，具体是一种基于图像识别的智能交通管理方法。
技术介绍
随着城市人口的增多和城市中车辆数量的增多，城市的交通状况越来越拥堵，交通拥堵是城市中的一个重要问题。根据官方数据介绍，武汉2015年拥堵最严重的季节是第四季度，最畅通的是第一季度。年度最拥堵月份是11月，高峰拥堵延时指数2.0，高峰平均车速21.07公里/小时；2月份全年最畅通，高峰拥堵延时指数1.59，高峰平均车速26.16公里/小时。人们为了避免行走在拥堵的路线，人们都采用导航软件进行导航。现有的导航软件存在一个重要的问题，必须用户提前设定行进路线才能进行导航，而用户往往在实际开车过程中，对于熟悉的路线就没有使用导航软件，导致用户无法实时了解道路的拥堵情况，目前市场上没有方法可以及时通知车主，远离拥堵路段或提供绕行方案，这就为人们的实验带来了不便。
技术实现思路
本专利技术的目的在于提供一种基于图像识别的智能交通管理方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于图像识别的智能交通管理方法，具体步骤如下：步骤一，在移动终端下载APP并且接受数据采集协议；步骤二，人们在开车时打开APP，APP对用户的日常GPS数据进行实时采集；步骤三，APP将GPS数据传回服务器，服务器通过聚类分析，计算出用户常用的行走路线，以此作为该用户的主要路线，此计算模型可以按周和月频次进行更新，随用户的行程变化更新；步骤四，提取各路口交通监控视频，服务器采用视频分析技术对道路交通的拥堵情况进行分析，利用道路交通视频采集的特点，可以对当前道路车辆数进行识别，采用色块位移变化进行数据统计并且对路况拥堵情况进行判断；步骤五，将用户的常用路线和道路的交通拥堵情况进行交叉分析，得出最适合用户的行进路线；步骤六，根据用户的日常行为，在下班前10分钟将路线推送给用户。作为本专利技术进一步的方案：移动终端包括智能手机、平板和电脑。作为本专利技术进一步的方案：用户的日常GPS数据包括行程开始时间、行程时间和GPS行程轨迹。与现有技术相比，本专利技术的有益效果是：本专利技术通过后台数据获取，通过记录用户日常行程，来分析用户的日常行进路线，无需用户打开APP和设定路线，可以直接发送APP推送路况，免去用户操作步骤，让用户及时了解实时路况，方便用户的出行。附图说明图1为基于图像识别的智能交通管理方法的工作流程图。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。实施例1一种基于图像识别的智能交通管理方法，具体步骤如下：步骤一，在移动终端下载APP并且接受数据采集协议，移动终端包括智能手机、平板和电脑；步骤二，人们在开车时打开APP，APP对用户的日常GPS数据进行实时采集，用户的日常GPS数据包括行程开始时间、行程时间和GPS行程轨迹；步骤三，APP将GPS数据传回服务器，服务器通过聚类分析，计算出用户常用的行走路线，以此作为该用户的主要路线，可以收集用户的时间维度和行程轨迹，提取出高聚合类型即使用最多的时间和行程路线，此计算模型可以按周和月频次进行更新，随用户的行程变化更新；步骤四，提取各路口交通监控视频，服务器采用视频分析技术对道路交通的拥堵情况进行分析，利用道路交通视频采集的特点，可以对当前道路车辆数进行识别，采用色块位移变化进行数据统计并且对路况拥堵情况进行判断，在实际道路中。如果发生堵车，汽车车顶，会长时间停滞或慢速位移，可以记录在一个完整的红绿灯周期内，摄像头所记录到的色块位移变化，如果偏移量小于5M，连续比对2个红绿灯周期，如果色块变化很小，则发生拥堵，连续比对3-5个红绿灯周期，如果色块变化小，则是严重拥堵，如果道路没有拥堵，那么色块的偏移量在一个红绿灯周期内将大于5M，在判断的过程中，我们不能只对一个色块进行偏移量的计算，如果一条马路有3个车道，那么提取每个车道5个监控色块，同时来判断色块的偏移量，按比例如果当前的15台车其中80%的色块的偏移量都小于5米，就可以判定为拥堵，判断拥堵的标准见表1；表1拥堵判断标准步骤五，将用户的常用路线和道路的交通拥堵情况进行交叉分析，得出最适合用户的行进路线，利用APP获取到用户的常用行车时间，常用行程轨迹，将用户的行程路线进行拆分成若干小的道路行程，和视频采集数据进行交叉分析，将拥堵路段进行规避，重新分析道路情况，选取优质路线推送给用户，目前大多数导航已经可以实现规避道路，重新规划路线等功能；步骤六，根据用户的日常行为，在下班前10分钟将路线推送给用户。工作原理：本专利技术采用具有高清摄像头配合闪光灯进行色块判断，利用视频分析技术通过记录当前视频中的色块偏移量来实现道路拥堵情况的信息采集，并且对当前视频中多个色块进行同步分析，实现最优路线的得出，并且依据用户的使用习惯在下班前推送给用户，使用效果好。本专利技术通过后台数据获取，通过记录用户日常行程，来分析用户的日常行进路线，无需用户打开APP和设定路线，可以直接发送APP推送路况，免去用户操作步骤，让用户及时了解实时路况，方便用户的出行。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。本文档来自技高网...

【技术保护点】
一种基于图像识别的智能交通管理方法，其特征在于，具体步骤如下：步骤一，在移动终端下载APP并且接受数据采集协议；步骤二，人们在开车时打开APP，APP对用户的日常GPS数据进行实时采集；步骤三，APP将GPS数据传回服务器，服务器通过聚类分析，计算出用户常用的行走路线，以此作为该用户的主要路线，此计算模型可以按周和月频次进行更新，随用户的行程变化更新；步骤四，提取各路口交通监控视频，服务器采用视频分析技术对道路交通的拥堵情况进行分析，利用道路交通视频采集的特点，可以对当前道路车辆数进行识别，采用色块位移变化进行数据统计并且对路况拥堵情况进行判断；步骤五，将用户的常用路线和道路的交通拥堵情况进行交叉分析，得出最适合用户的行进路线；步骤六，根据用户的日常行为，在下班前10分钟将路线推送给用户。

【技术特征摘要】
1.一种基于图像识别的智能交通管理方法，其特征在于，具体步骤如下：步骤一，在移动终端下载APP并且接受数据采集协议；步骤二，人们在开车时打开APP，APP对用户的日常GPS数据进行实时采集；步骤三，APP将GPS数据传回服务器，服务器通过聚类分析，计算出用户常用的行走路线，以此作为该用户的主要路线，此计算模型可以按周和月频次进行更新，随用户的行程变化更新；步骤四，提取各路口交通监控视频，服务器采用视频分析技术对道路交通的拥堵情况进行分析，利用道路交通视频采集的特点，可以...

【专利技术属性】
技术研发人员：宗强，李舒燕，
申请(专利权)人：武汉璞华大数据技术有限公司，
类型：发明
国别省市：湖北;42