确定路口状态的方法、装置、电子设备和存储介质制造方法及图纸

本公开提供了一种确定路口状态的方法、装置、电子设备和存储介质，应用于人工智能技术领域，具体应用于智能交通技术领域、计算机视觉技术领域和机器学习技术领域。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。该确定路口状态的方法的具体实现方案为：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。确定路口的状态。确定路口的状态。

【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；以及路口状态确定模块，用于基于至少两个驶入路段的状态，确定路口的状态。
[0007]根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的确定路口状态的方法。
[0008]根据本公开的另一个方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的确定路口状态的方法。
[0009]根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的确定路口状态的方法。
[0010]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0011]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0012]图1是根据本公开实施例的确定路口状态的方法和装置的应用场景示意图；
[0013]图2是根据本公开实施例的确定路口状态的方法的流程示意图；
[0014]图3是根据本公开实施例的确定加权拥堵指数的原理示意图；
[0015]图4是根据本公开实施例的确定拥堵比例系数的原理示意图；
[0016]图5是根据本公开实施例的确定连续拥堵长度和未拥堵长度的原理示意图；
[0017]图6是根据本公开实施例的确定路口状态的原理示意图；
[0018]图7是根据本公开实施例的确定路口状态的装置的结构框图；以及
[0019]图8是用来实施本公开实施例的确定路口状态的方法的电子设备的框图。
具体实施方式
[0020]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0021]本公开提供了一种确定路口状态的方法，其中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。该方法包括数据确定阶段、参数确定阶段、路段状态确定阶段和路口状态确定阶段。在数据确定阶段中，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。在参数确定阶段中，基于属性数据和交通数据，确定每个驶入路段的拥堵参数；在路段状态确定阶段中，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。在路口状态确定阶段中，基于至少两个驶入路段的状态，确定路口的状态。
[0022]以下将结合图1对本公开提供的方法和装置的应用场景进行描述。
[0023]图1是根据本公开实施例的确定路口状态的方法和装置的应用场景示意图。
[0024]如图1所示，该实施例的场景100包括监控人员110、终端120、通信基站130和道路交通网。其中道路交通网中可以包括道路，及由道路交汇形成的路口。例如，在该场景100中，道路交通网至少包括路口140和路口150。其中，道路交通网中路段161、路段162、路段163等交汇形成路口140。
[0025]其中，本公开实施例中的路段是指道路在相邻两个路口之间的路段。交汇形成每个路口的路段可以包括有驶入该路口的路段和驶出该路口的路段。例如，交汇形成路口140的路段包括有驶入路口140的路段161、163等，也包括有驶出路口140的路段162等。
[0026]示例性地，如图1所示，在交汇形成路口的路段上可以行驶有车辆，该车辆可以集成有导航系统，或者车辆中驾驶员的手持终端安装有导航应用程序，该导航系统或导航应用程序可以通过通信基站130向后台服务器上传实时数据。终端120例如可以通过网络从后台服务器中请求数据，以获取导航系统或导航应用程序上传的数据，并根据该数据分析交汇形成路口的各路段的状态，以基于各路段的状态确定路口的状态。监控人员110例如可以根据该路口的状态与时间的关系来调节设置于路口处的交通信号指示灯的信号周期和绿信比等，或者可以根据该状态来确定道路的改造设计方案等。
[0027]示例性地，终端120例如可以通过对导航系统或导航应用程序上传的数据进行分析，得到交汇形成路口的各路段的拥堵参数，随后采用预先训练得到的多分类模型来对该拥堵参数进行分析，得到各路段的状态。
[0028]示例性地，终端120例如可以为具有监控功能和信息展示功能的服务器、台式计算机、膝上型便携计算机等，该终端120上可以安装有各种客户端应用。后台服务器例如可以为支持导航系统或导航应用程序运行的任意服务器，例如可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0029]需要说明的是，本公开实施例所提供的确定路口状态的方法一般可以由终端120执行。本公开实施例所提供的确定路口状态的装置可以设置于终端120中。
[0030]应该理解，图1中的终端、道路、车辆和通信基站的数目和类型仅仅是示意性的。根据实现需要，可以具有任意数据和类型的终端、道路、车辆和通信基站。
[0031]以下将结合图1，通过以下图2～图6对本公开提供的确定路口状态的方法进行本文档来自技高网...

【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：