公开(公告)号：CN117853585A

公开(公告)日：2024-04-09

申请号：CN202410134029.2

申请日：2024-01-31

Applicant: 重庆交通大学

Inventor： 葛显龙 ,  许木顺 ,  王博

IPC: G06T7/73 ,  G06T7/11 ,  G06T7/13 ,  G06T7/33 ,  G06T7/62 ,  G06T3/4038 ,  G06F16/955 ,  G06N20/00

Abstract: 本发明属于交通拥堵监控领域，具体涉及一种基于在线地图的道路交通数据处理方法；所述方法包括提取在线地图的路网骨架，选取城市路网的拓扑结构；根据在线地图的路网骨架和城市路网的拓扑结构，对城市路网骨架进行拆分，确定城市路网中各个分块图像的分割区域；按照对应的分割区域，实时抓取城市路网中各个分块图像；对各个分块图像进行处理，拼接得到城市路网的路网图像；对所述路网图像按照图像颜色转换为拥堵状态，得到处理后的道路交通数据。本发明采用在线地图，通过对在线地图的地图信息进行处理，能够实现显示实时的城市交通变化情况，实现对道路信息长期实时监控，避免了偶发事故对道路交通监控的影响。

公开(公告)号：CN118366305A

公开(公告)日：2024-07-19

申请号：CN202410525112.2

申请日：2024-04-29

Applicant: 重庆交通大学

Inventor： 葛显龙 ,  王博 ,  许木顺

IPC: G08G1/01 ,  G08G1/052 ,  G06V20/54 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06F18/20 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明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；所述方法包括获取在线地图在各个时刻的路网图像；将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；将所述各条路段的拥堵识别结果按照图像像素比例转换为时空属性的交通数据，并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；将每条路段在各个时刻的交通拥堵指数、平均速度以及通行状态特征图输入到时空交替的图神经网络中，输出得到目标时隙内所有道路的交通拥堵指数。本发明能够预测出目标时隙内道路的交通拥堵指数，从而发现交通拥堵起源地，减少交通拥堵的发生。