【技术实现步骤摘要】
确定路口状态的方法、装置、电子设备和存储介质
[0001]本公开涉及人工智能
,具体涉及智能交通
、计算机视觉
和机器学习
,更具体地涉及一种确定路口状态的方法、装置、电子设备和存储介质。
技术介绍
[0002]随着电子技术的发展,各行各业趋向于采用人工智能技术进行数据处理,以实现对各场景的不间断管理。
[0003]在智能交通场景中,为了合理的进行道路规划和交通信号控制,通常需要了解道路中路口在各时间段的状态。例如可以对针对各路口所采集的视频信号等进行解码处理,并根据处理结果来确定路口的状态。
技术实现思路
[0004]提供了一种提高准确性的确定路口状态的方法、装置、设备和存储介质。
[0005]根据本公开的一个方面,提供了一种确定路口状态的方法,路口由多个路段交汇形成,多个路段包括至少两个驶入路段;该方法包括:确定至少两个驶入路段中每个驶入路段的属性数据和交通数据;基于属性数据和交通数据,确定每个驶入路段的拥堵参数;以每个驶入路段的拥堵参数作为预定多分类模型的输入,确定每个驶入路段的状态;以及基于至少两个驶入路段的状态,确定路口的状态。
[0006]根据本公开的另一个方面,提供了一种确定路口状态的装置,路口由多个路段交汇形成,多个路段包括至少两个驶入路段;该装置包括:数据确定模块,用于确定至少两个驶入路段中每个驶入路段的属性数据和交通数据;参数确定模块,用于基于属性数据和交通数据,确定每个驶入路段的拥堵参数;路段状态确定模块,用于以每个驶入路段的拥堵参 ...
【技术保护点】
【技术特征摘要】
1.一种确定路口状态的方法,其中,所述路口由多个路段交汇形成;所述多个路段包括至少两个驶入路段;所述方法包括:确定所述至少两个驶入路段中每个驶入路段的属性数据和交通数据;基于所述属性数据和所述交通数据,确定所述每个驶入路段的拥堵参数;以所述每个驶入路段的拥堵参数作为预定多分类模型的输入,确定所述每个驶入路段的状态,以及基于所述至少两个驶入路段的状态,确定所述路口的状态。2.根据权利要求1所述的方法,其中,所述预定多分类模型包括集成学习模型。3.根据权利要求1或2所述的方法,其中,确定所述每个驶入路段的拥堵参数包括通过以下方式确定与时间相关的拥堵特征值:确定多个预定时段中与所述交通数据相对应的时段,作为目标时段;以及基于时段与拥堵特征值之间的预定映射关系,确定与所述目标时段具有映射关系的拥堵特征值。4.根据权利要求1~3中任一项所述的方法,其中:所述至少两个驶入路段中的每个驶入路段包括至少一个子路段;所述每个驶入路段的属性数据包括所述每个驶入路段中各子路段的属性数据;所述每个驶入路段的交通数据包括所述每个驶入路段中各子路段的交通数据,且所述交通数据包括拥堵指数;确定所述每个驶入路段的拥堵参数包括通过以下方式确定加权拥堵指数:针对所述每个驶入路段中的各子路段,基于所述各子路段的属性数据,确定所述各子路段相对于所述每个驶入路段的拥堵权重;以及基于所述拥堵权重和所述各子路段的拥堵指数,确定所述加权拥堵指数。5.根据权利要求4所述的方法,其中,所述属性数据包括长度和位置;确定所述各子路段相对于所述每个驶入路段的拥堵权重包括:基于所述各子路段的长度,确定所述各子路段相对于所述每个驶入路段的第一子权重;以及基于所述各子路段的位置,确定所述各子路段相对于所述每个驶入路段的第二子权重。6.根据权利要求5所述的方法,其中,所述基于所述拥堵权重和所述各子路段的拥堵指数,确定所述加权拥堵指数包括:基于所述第一子权重,确定所述每个驶入路段中各子路段的拥堵指数的加权和,获得第一加权指数;基于所述第二子权重,确定所述每个驶入路段中各子路段的拥堵指数的加权和,获得第二加权指数;以及基于所述第一加权指数和所述第二加权指数,确定所述加权拥堵指数。7.根据权利要求1~6中任一项所述的方法,其中,确定所述每个驶入路段的拥堵参数包括通过以下方式确定拥堵比例系数:基于所述每个驶入路段的交通数据,确定所述每个驶入路段的连续拥堵长度;以及确定所述连续拥堵长度与所述每个驶入路段的长度的比值,作为所述拥堵比例系数。8.根据权利要求7所述的方法,其中,确定所述每个驶入路段的连续拥堵长度包括:
基于所述每个驶入路段的交通信息,确定所述每个驶入路段中的拥堵区域;以及确定所述拥堵区域中第一区域的终止位置与所述路口之间的距离,作为所述连续拥堵长度,其中,所述第一区域为最靠近所述路口的拥堵区域。9.根据权利要求1~8中任一项所述的方法,其中,确定所述每个驶入路段的拥堵参数包括通过以下方式确定未拥堵长度:基于所述每个驶入路段的交通信息,确定所述每个驶入路段中的拥堵区域;以及确定所述拥堵区域中第二区域的终止位置与所述路口的上游路口之间的距离为所述未拥堵长度,其中,所述第二区域为最远离所述路口的拥堵区域。10.根据权利要求1所述的方法,其中,所述每个驶入路段的状态包括以下状态中的其中之一:空放、过饱和、拥堵和溢流;确定所述路口的状态包括以下至少之一:在所述至少两个驶入路段中存在状态为溢流的路段的情况下,确定所述路口的状态包括溢流;在所述至少两个驶入路段中每个驶入路段的状态为拥堵或溢流的情况下,确定所述路口的状态包括拥堵;在所述至少两个驶入路段的状态均不是空放、且所述至少两个驶入路段中包括状态为过饱和的路段的情况下,确定所述路口的状态包括过饱和;在所述至少两个驶入路段中包括状态为空放的第一路段,且包括状态不是空放的第二路段的情况下,确定所述路口的状态包括失衡;在所述至少两个驶入路段中包括状态为空放的驶入路段,确定所述路口的状态包括空放。11.根据权利要求1所述的方法,其中,确定所述每个驶入路段的交通数据包括:获取路网信息和导航类应用程序上传的车辆位置信息;以及基于所述路网信息和所述车辆位置信息,确定所述每个驶入路段的交通数据,其中,所述路网信息包括所述每个驶入路段的属性信息。12.一种确定路口状态的装置,其中,所述路口由多个路段交汇形成;所述多个路段包括至少两个驶入路段;所述装置包括:数据确定模块,用于确定所述至少两个驶入路段中每个驶入路段的属性数据和交通数据;参数确定模块,用于基于所述属性数据和所述交通数据,确定所述每个驶入路段的拥堵参数;路段状态确定模块,用于以所述每个驶入路段的拥堵参数作为预定多分类模型的输入,确定所述每个驶入路段的状态;以及路口状态确定模块,用于基于所述至少两个驶入路段的状态,确定所述路口的状态。13.根据权利要求12所述的装置,其中,所述预定多分类模型包括集成学...
【专利技术属性】
技术研发人员:慎东辉,
申请(专利权)人:阿波罗智联北京科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。