【技术实现步骤摘要】
本专利技术涉及数据分析，更具体地说，本专利技术涉及一种基于机器学习的城市交通事故影响范围分区预警及管控系统。
技术介绍
1、随着城市交通现代化、智能化的进程日益加快，基于机器学习的城市交通事故影响范围分区预警及管控系统，是交通管理系统中重要的一个环节。该系统通过准确及时地采集各种交通信息，能够及时判别交通事故情况及风险等级，从而调用相关应急预案，对交通事故周边进行分区管控。
2、城市交通环境是实时变化的，通过监测技术采集相关数据，对图像信息进行实时处理得到事故类型，输出结果并做出决策，即相应调整实时道路信息、路况信息、信号控制，及时对周边交通情况进行车辆管控，能够有效预防后续交通事故的发生。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于机器学习的城市交通事故影响范围分区预警及管控系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案，一种基于机器学习的城市交通事故影响范围分区预警及管控系统，包括边缘计算...
【技术保护点】
1.一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：包括边缘计算模块、事件检测结果输出模块、交通事故影响范围分析模块、数据存储模块，以及用户终端模块；
2.根据权利要求1所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述前端视频流输入子模块，用于获取城市道路的实时视频流，并将其传输到边缘视频AI算法加载子模块，具体步骤如下：
3.根据权利要求2所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述步骤A2中将采集到的高精度位置信息数据转换为视频数据，提取视频画面中目标...
【技术特征摘要】
1.一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：包括边缘计算模块、事件检测结果输出模块、交通事故影响范围分析模块、数据存储模块，以及用户终端模块；
2.根据权利要求1所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述前端视频流输入子模块，用于获取城市道路的实时视频流，并将其传输到边缘视频ai算法加载子模块，具体步骤如下：
3.根据权利要求2所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述步骤a2中将采集到的高精度位置信息数据转换为视频数据，提取视频画面中目标的实时精准运动坐标，进一步包括以下步骤：
4.根据权利要求3所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述边缘视频ai算法加载子模块，用于采用边缘ai加速卡对视频流进行实时分析，以检测是否发生交通事故，包括视频采集单元、图像处理单元、算法加载单元和结果输出单元，具体步骤如下：
5.根据权利要求4所述的一种基于机器学习的城市交通事故影响范围分区预警及管控系统，其特征在于：所述步骤b3算法加载单元中，将机器学习算法加载...
【专利技术属性】
技术研发人员：刘生龙，张亚军，王峰，张筱，任军伟，
申请(专利权)人：北京华录高诚科技有限公司，
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。