车道级车流量的统计方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及交通大数据技术领域，公开了一种车道级车流量的统计方法、装置、计算机设备及存储介质，其中，方法包括：获取车辆运行轨迹；将车辆运行轨迹输入至预训练的自编码器模型中，得到车辆轨迹特征；采用预设聚类算法确定车辆轨迹特征所属的聚类簇；根据预确定的聚类簇和车道编号的对应关系，确定车辆轨迹特征所属车辆所在车道；根据预设断面和车辆运行轨迹统计车道对应的车流量。由于自编码器模型能够从车辆运行轨迹数据中提取出更加高级和精细的轨迹特征，从而使得基于轨迹特征进行聚类后得到的聚类结果更加准确，进而提高了车道级车流量统计的准确性。车流量统计的准确性。车流量统计的准确性。

【技术实现步骤摘要】
车道级车流量的统计方法、装置、计算机设备及存储介质


[0001]本专利技术涉及交通大数据
，具体涉及一种车道级车流量的统计方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，智能交通运输系统的大力建设为缓解交通拥堵和事故提供了很大的帮助。感知技术是智能交通系统感知外部环境要素（如车辆、行人、交通设施等）的重要手段，包括红外线检测、地感应线圈检测、超声波检测以及视觉检测等。但是，红外线检测方法的感知范围小，受温度、光照影响较大；地感应线圈检测技术虽然比较成熟，但需要在公路上铺设线圈，影响路面寿命；超声波检测方法根据接收和返回的超声波时间差来感知运动的物体，但受环境噪声（如其他超声波源、机械设备噪声等）影响较大。
[0003]相对而言，视觉感知技术能够从视频图像序列中提取更多更丰富的信息，例如车流量、车速、车辆牌照、车辆类型等。此外，视频检测的成本较低，只需少量摄像头即可，易于安装和设置，对道路几乎没有什么破坏性。
[0004]近年来，随着视觉感知技术快速发展，基于监控视频的车流量统计在交通管理、城市规划和公共安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道级车流量的统计方法，其特征在于，所述方法包括：获取车辆运行轨迹；将所述车辆运行轨迹输入至预训练的自编码器模型中，得到车辆轨迹特征；采用预设聚类算法确定所述车辆轨迹特征所属的聚类簇；根据预确定的聚类簇和车道编号的对应关系，确定所述车辆轨迹特征所属车辆所在车道；根据预设断面和所述车辆运行轨迹统计车道对应的车流量。2.根据权利要求1所述的方法，其特征在于，所述自编码器模型采用如下方式训练：获取运行轨迹集，所述运行轨迹集为预获取车辆历史运行轨迹的集合；采用所述运行轨迹集，对基于长短时记忆网络构建的模型进行训练，得到所述预训练的自编码器模型。3.根据权利要求2所述的方法，其特征在于，所述获取运行轨迹集，包括：采用预训练的车辆检测模型获取监控视频中的车辆；采用预训练的车辆跟踪模型将所述监控视频每帧中获取的车辆进行关联；根据关联的车辆确定所述车辆运行轨迹，由所述监控视频中每一辆车的车辆运行轨迹构成所述运行轨迹集。4.根据权利要求3所述的方法，其特征在于，所述获取运行轨迹集，还包括：去除所述运行轨迹集中的噪声轨迹。5.根据权利要求2所述的方法，其特征在于，所述采用所述运行轨迹集，对基于长短时记忆网络构建的模型进行训练，得到所述预训练的自编码器模型，包括：将所述运行轨迹集输入至基于所述长短时记忆网络构建的编码器中，得到轨迹特征集；将所述轨迹特征集输入至基于所述长短时记忆网络构建的解码器中，得到重构轨迹集；根据所述运行轨迹集和所述重构轨迹集之间的关系更新所述编码器和所述解码器的参数；采用参数更新后的编码器作为预训练的自编码器模型。6.根据权...

【专利技术属性】
技术研发人员：郭超，张黎燕，王汉清，王云飞，文亚丽，
申请(专利权)人：河南机电职业学院，
类型：发明
国别省市：