道路拥堵状态实时更新方法及服务器技术

本发明专利技术提供一种道路拥堵状态实时更新方法及服务器，其中，道路拥堵状态实时更新方法包括如下步骤：获取当前车辆行驶速度以及当前道路状态信息；将所述车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将所述位置信息以及拥堵状态实时下发给所有车辆。根据本发明专利技术的道路拥堵状态实时更新方法，采用图像识别技术感知道路拥堵状态，提供更加简单和准确的实时道路拥堵状态信息。

Real time update method and server of road congestion state

【技术实现步骤摘要】
道路拥堵状态实时更新方法及服务器
本专利技术涉及智能交通领域，具体涉及一种道路拥堵状态实时更新方法及服务器。
技术介绍
随着经济的快速发展，机动车拥有量也在急剧增长，车辆增长速度远远超过道路增长速度，造成交通拥堵日趋严重，交通事故时有发生等问题。因此，准确监测道路拥堵状态有着极其重要的意义。交通拥堵检测方法目前有地埋式感应检测、微波检测、GPS速度检测技术、视频检测技术等。但是现有检测技术存在以下问题：地埋式感应检测将感应线圈铺设于道路各路段，存在易损坏、难修复、施工复杂的缺点；微波检测采用工作在微波频段的雷达探测器进行道路拥堵检测，其技术复杂，价格较高；GPS速度检测技术是在车辆上安装GPS装置，通过获取的信息估计道路交通状态，其缺点是存在覆盖率不足、检测盲区，从而影响检测精度。视频检测技术与其他检测技术相比，主要优点有：不破坏路、安装无需中断交通、检测功能多和可记录现场图像等。现有技术中的基于视频检测技术的交通拥堵方法通过获取大量交通状态参数，如：流量、道路占有率、速度、车间距、排队长度等，然后选取多个参数利用传统的拥堵判别算法实现对交通拥挤事件的检测。这种方法要求利用图像处理技术计算多个参数，实现复杂，开销较大，不利于实现对道路拥堵事件的发生进行实时监控。
技术实现思路
有鉴于此，本专利技术提供一种道路拥堵状态实时更新方法及服务器，以解决如何简单且准确实时监控道路拥堵状态的问题。为解决上述技术问题，一方面，本专利技术提供一种道路拥堵状态实时更新方法，包括如下步骤：获取当前车辆行驶速度以及当前道路状态信息；将所述车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将所述位置信息以及拥堵状态实时下发给所有车辆。进一步地，获取多辆车辆上传的车辆行驶速度以及道路状态信息，并进行聚合分析以判断当前道路是否存在拥堵。进一步地，所述当前道路状态信息包括红绿灯信息、行人、车辆信息中的一种或多种。进一步地，获取所述当前道路状态信息包括：获取当前车辆行驶经过的道路图像；对于所述道路图像进行图像识别，以获取所述道路状态信息。进一步地，对于所述道路图像通过图像识别模型进行图像识别。进一步地，所述图像识别模型通过下述方法形成：获取含有道路状态的图像集作为样本图片；对于所述样本图片进行标注和训练，生成所述图像识别模型。进一步地，对于所述样本图片通过基于深度学习的目标侦测方法进行标注和训练，生成所述图像识别模型。进一步地，根据上传的时间和地理位置，映射到地图数据的道路矢量路段上，并对每个道路矢量路段进行如下处理：选择道路矢量路段的状态点信息集合；按道路矢量方向查找红绿灯信号和行人信息位置点，并从所述状态点信息集合中过滤掉红灯和行人位置点，以及后面连续的状态点；基于剩余的状态点信息结合，判断道路拥堵状态。进一步地，在选择道路矢量路段的状态点信息集合后，对其进行过滤处理以处理掉距离当前时间差超过预定时间差的状态点。另一方面，本专利技术提供一种服务器，包括：信息采集单元，用于接收由车载终端上传的当前车辆行驶速度、当前车辆位置信息、以及当前道路状态信息；比较单元，用于将所述车辆行驶速度与预定阈值进行比较；处理单元，用于当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；信息推送单元，用于当判断为当前道路存在拥堵时将所述位置信息以及拥堵状态实时下发给所有车辆。本专利技术的上述技术方案至少具有如下有益效果之一：根据本专利技术的道路拥堵状态实时更新方法，采用图像识别技术感知道路拥堵状态，提供更加简单和准确的实时道路拥堵状态信息。附图说明图1为根据本专利技术实施例的道路拥堵状态实时更新方法的流程图；图2为根据本专利技术实施例的道路状态信息采集的流程图；图3为根据本专利技术实施例的拥堵状态判别系统的框架图；图4为根据本专利技术实施例的服务器的示意图。具体实施方式下面将结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。首先，结合图1和图2说明根据本专利技术实施例的道路拥堵状态实时更新方法。如图1所示，本专利技术实施例的道路拥堵状态实时更新方法，包括：步骤S1，获取当前车辆行驶速度以及当前道路状态信息。也就是说，获取车辆行驶速度及当前道路状态信息(道路是否有影响车辆行驶速度的状态信息等)，以上功能的实现可由安装在车辆上的智能终端完成。通常情况下，智能终端为嵌入式系统，需要图像识别模型能在低性能硬件上运行，可选地，本方案运行在基于android系统上，使用基于tensorflowlite开发的目标侦测模型如YOLO/SSDMobile。根据本专利技术一些实施例，当前道路状态信息可以包括红绿灯信息、行人、车辆信息中的一种或多种。当然，本专利技术不限于此，任何可能影响交通运行的道路信息，都可以作为当前道路状态信息。为了实现上述功能，智能终端需配有相应功能的结构。可选地，智能终端包括如下结构的一种或多种：1)摄像头，用于拍摄道路视频。2)定位装置，用于确定当前终端的位置，例如GPS等。3)操作系统，用于支持智能图像的识别。4)信息传输装置，用于信息的传输，例如移动互联网。5)屏幕，用于显示信息。根据本专利技术一些实施例，获取当前道路状态信息包括：S11，获取当前车辆行驶经过的道路图像。可选地，可以通过安置在车辆上的摄像头，拍摄当前车辆行驶经过的道路图像，可以是前向摄像头或后向摄像头拍摄。S12，对于道路图像进行图像识别，以获取所述道路状态信息。也就是说，根据获取的道路图像进行识别，获取所需要的道路状态信息，可选地，可以建立道路状态信息图像数据库，然后进行图像比对，获取所需要的道路状态信息。进一步地，对于所述道路图像通过图像识别模型进行图像识别。由此，可以自动且快速的识别道路图像，获取道路状态信息，更加智能化。可选地，以上功能通过图像识别训练系统实现，该系统可以为离线系统。具体地，包括如下步骤：1)获取含有道路状态的图像集作为样本图片。例如，采集红绿灯信息、行人、车辆等影响交通运行的道路信息的图像，作为样本图像。2)对于样本图片进行标注和训练，生成图像识别模型。例如，通过神经网络进行标注和训练，生成图像识别模型。优选地，对于所述样本图片通过基于深度学习的目标侦测方法(如YOLOv3/Light-HeadR-CNN/SSDMobile等)进行标注和训练，生成所述图像识别模型。步骤S2，将车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述本文档来自技高网...

【技术保护点】
1.一种道路拥堵状态实时更新方法，其特征在于，包括如下步骤：/n获取当前车辆行驶速度以及当前道路状态信息；/n将所述车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；/n当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将所述位置信息以及拥堵状态实时下发给所有车辆。/n

【技术特征摘要】
1.一种道路拥堵状态实时更新方法，其特征在于，包括如下步骤：
获取当前车辆行驶速度以及当前道路状态信息；
将所述车辆行驶速度与预定阈值进行比较，当所述车辆行驶速度低于所述预定阈值时，基于所述当前道路状态信息判断当前道路是否存在拥堵；
当判断为当前道路存在拥堵时，获取当前车辆的位置信息，并将所述位置信息以及拥堵状态实时下发给所有车辆。


2.根据权利要求1所述的道路拥堵状态实时更新方法，其特征在于，获取多辆车辆上传的车辆行驶速度以及道路状态信息，并进行聚合分析以判断当前道路是否存在拥堵。


3.根据权利要求2所述的道路拥堵状态实时更新方法，其特征在于，所述当前道路状态信息包括红绿灯信息、行人、车辆信息中的一种或多种。


4.根据权利要求3所述的道路拥堵状态实时更新方法，其特征在于，获取所述当前道路状态信息包括：
获取当前车辆行驶经过的道路图像；
对于所述道路图像进行图像识别，以获取所述道路状态信息。


5.根据权利要求4所述的道路拥堵状态实时更新方法，其特征在于，对于所述道路图像通过图像识别模型进行图像识别。


6.根据权利要求5所述的道路拥堵状态实时更新方法，其特征在于，所述图像识别模型通过下述方法形成：
获取含有道路状态的图像集作为样本图片；
对于所述样本图片进行...

【专利技术属性】
技术研发人员：樊继方，李晓华，
申请(专利权)人：斑马网络技术有限公司，
类型：发明
国别省市：上海;31