-
公开(公告)号:CN111598069A
公开(公告)日:2020-08-28
申请号:CN202010729116.4
申请日:2020-07-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度学习的高速公路车辆换道区域分析方法,该方法通过先对道路的车道和车道线进行结构化建模;同时对高速公路高清监控视频中车辆的外边框进行检测;根据每帧图像中车辆的检测结果,对视频中车辆轨迹进行跟踪;再将车辆轨迹与道路结构化数据相结合,根据车辆所经过的车道区域对车辆换道进行识别,根据车辆框与车道线相交位置对车辆换道位置进行检测;最后对不同时间段内所经过车辆的换道位置进行聚类分析,得出不同时间段的高速公路车辆换道热点区域。本发明步骤简明,结果精确,运用高速公路中摄像头数据,对车辆换道行为进行检测,对换道区域进行分析,为高速公路的精细化交通管理和车道设计提供有力的支撑。
-
公开(公告)号:CN111508240A
公开(公告)日:2020-08-07
申请号:CN202010603955.1
申请日:2020-06-29
Applicant: 之江实验室
Abstract: 本发明公开了一种基于混合特征挖掘的交通流量预测方法,在该方法中,在交通流量数据的基础上引入混合特征数据,具体包括时间特征数据和交通态势特征数据,根据交通流量预测目标从混合特征中挖掘出相应的重要性高且特征之间差异大、相互独立的特征,而剔除相关性低、冗余重复的特征,将挖掘出的特征结合交通流量数据作为模型输入,构建交通流量预测模型,通过模型实现交通流量预测。在实现丰富特征引入的同时,构建了复杂度更低、解释性更强的预测模型,显著提升了模型的预测精准度。
-