【技术实现步骤摘要】
本专利技术属于交通拥堵监控领域，具体涉及一种基于在线地图图像数据的道路拥堵演化识别方法。
技术介绍
1、随着经济的发展和城市规模的不断扩大，交通拥堵现象在世界各国大中城市普遍存在。交通拥堵演化识别能够帮助相关交通管理部门制定合理有效的交通拥堵疏导策略，最大程度降低交通拥堵所带来的负面影响，大幅度提高整个城市道路交通系统的运行水平；还能够从本质上剖析造成拥堵的内在原因，为制定改善和治理方案等工作提供定量化的分析手段和依据。
2、传统交通拥堵演化识别的方法主要有基于实验观察的方法、基于解析的方法、基于仿真的方法等。基于实验观察的方法所研究分析的对象主要为高速公路走廊，通常借助速度轮廓图等可视化工具对交通拥堵在时间和空间上的传播行为进行定性分析和量化提取，该方法简单直观，能够较好地捕捉高速公路拥堵的传播特征，但严重依赖于人工经验，不利于自动化部署，而且对交通特性复杂的城市道路并不适用。基于解析的方法依赖于严格的假设条件，通过大量简化实际道路的交通情况来解析推导交通拥堵在路网上的传播规律，但现实情况与假设条件有很大的出入，该方法在揭...
【技术保护点】
1.一种基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，将所述在线地图的路网图像输入到基于深度学习的图像分割网络之前包括对所述路网图像进行预处理；将预处理的路网图像裁剪到指定尺寸；将指定尺寸的路网图像进行序列化。
3.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，将所述在线地图的路网图像输入到基于深度学习的图像分割网络中，输出得到各条路段的拥堵识别结果包括将采用不同尺寸的U型网络的编码层对所述在线地图的路网图像进...
【技术特征摘要】
1.一种基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，将所述在线地图的路网图像输入到基于深度学习的图像分割网络之前包括对所述路网图像进行预处理；将预处理的路网图像裁剪到指定尺寸；将指定尺寸的路网图像进行序列化。
3.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，将所述在线地图的路网图像输入到基于深度学习的图像分割网络中，输出得到各条路段的拥堵识别结果包括将采用不同尺寸的u型网络的编码层对所述在线地图的路网图像进行编码，提取出不同尺度的特征信息；采用对应尺寸的u型网络的解码层对不同尺度的特征信息进行解码，提取出相应尺度的特征信息；将最后一层解码层输出的特征信息通过softmax层进行分类，得到相应路段的拥堵识别结果；其中，前两层编码层与后两层解码层通过残差路径进行连接，后两层编码层与前两层解码层通过复制路径进行连接，最后一层编码层与最初一层解码层之间通过编解码层连接。
4.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，根据所述时空属性得到每条路段在各个时刻的平均速度、交通拥堵指数和通行状态特征图包括根据在当前时刻与目标时刻时同一路段的拥堵分割图像的拥堵长度以及图像比例系数，得到在当前时刻当前路段的估算平均速度；根据估算平均速度，得到平均速度；根据平均速度，得到交通拥堵指数；根据每条路段在各个时刻的平均速度构建每条路段平均速度的折线图；根据每条路段在各个时刻的通行状态标签构建通行状态特征图。
5.根据权利要求4所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，所述估算平均速度的计算公式表示为：
6.根据权利要求5所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，所述交通拥堵指数的计算公式表示为：
7.根据权利要求1所述的基于在线地图图像数据的道路拥堵演化识别方法，其特征在于，在根据所述时空属性得到每条路段在各...
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。