[發明專利]道路交通態勢識別方法、系統和存儲介質

有效

• 申請號: 202110223414.0
• 申請日: 2021-03-01
• 公開（公告）號: CN113095126B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 陳志軍;熊盛光;吳超仲;黃珍;張晶明
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V20/58;G06V20/00;G06V10/82;G06N3/04;G08G1/01
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 黎揚鵬

本發明公開了一種道路交通態勢識別方法、系統和存儲介質，方法包括以下步驟：獲取當前路段上若干個群體的道路交通信息；根據所述道路交通信息構建所述若干個群體的波動方程；對所述若干個群體的波動方程對應的波紋進行疊加，得到當前路段的路態波紋；采用循環神經網絡建立所述路態波紋變化情況與交通態勢變化情況的對應關系；根據所述對應關系確定所述當前路段的交通態勢。本發明通過采用波動方程的波動紋理來分析交通態勢，避免離散數據對分析結果的影響，以提高處理過程的精細化程度，從而提高交通態勢判斷結果的準確性。本發明可廣泛應用于智能交通技術領域。

技術領域

本發明涉及智能交通技術領域，尤其是一種道路交通態勢識別方法、系統和存儲介質。

背景技術

隨著智能交通體系不斷完善和發展，在車路協同、人工智能等技術的不斷推動下，新一代智能駕駛逐漸由單車智能向群體協同進行過度。據統計的自動駕駛測試報告中顯示，由于對道路交通態勢感知錯漏導致的事故占事故總數的27％，嚴重影響著智能車的行駛可靠性。因此，需要對交通態勢精準識別，用于感知前方交通情況，為智能網聯車輛決策優化與調度管理提供參考依據。現有的道路交通態勢識別方法大多根據歷史數據對道路交通狀態進行離散化劃分，接著再根據劃分的層次不同，提取每一層次具備的交通特性，然后通過對這些特性進行匹配分析，判斷當前交通態勢屬于哪一層次，從而判斷具備何特性。但實際上交通態勢是連續變化的，用離散的特征匹配進行交通態勢判斷會使得交通態勢判斷結果與實際情況存在誤差，或者會因為處理過程精細化程度不夠導致交通態勢判斷結果不正確。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明提出一種道路交通態勢識別方法、系統和存儲介質，能夠在一定程度上提高處理過程的精細化程度，從而提高交通態勢判斷結果的準確性。

根據本發明第一方面實施例的一種道路交通態勢識別方法，包括以下步驟：

獲取當前路段上若干個群體的道路交通信息；

根據所述道路交通信息構建所述若干個群體的波動方程；

對所述若干個群體的波動方程對應的波紋進行疊加，得到當前路段的路態波紋；

采用循環神經網絡建立所述路態波紋變化情況與交通態勢變化情況的對應關系；

根據所述對應關系確定所述當前路段的交通態勢。

根據本發明實施例的一種道路交通態勢識別方法，至少具有如下有益效果：

本實施通過根據獲取的道路交通信息構建若干個群體的波動方程，接著對若干個群體的波動方程對應的波紋進行疊加，得到當前路段的路態波紋，然后采用循環神經網絡建立路態波紋變化情況與交通態勢變化情況的對應關系，并根據對應關系確定當前路段的交通態勢，本實施例通過采用波動方程的波動紋理來分析交通態勢，避免離散數據對分析結果的影響，以提高處理過程的精細化程度，從而提高交通態勢判斷結果的準確性。

根據本發明的一些實施例，所述若干個群體包括機動車群體、非機動車群體和行人群體；所述道路交通信息包括群體密度、群體速度和群體加速度。

根據本發明的一些實施例，所述道路交通信息通過設置于路側桿件上的攝像頭、激光雷達和毫米波雷達實時采集。

根據本發明的一些實施例，所述對所述若干個群體的波動方程對應的波紋進行疊加，得到當前路段的路態波紋，其具體為：

根據波的疊加原理，在相遇區域內，對機動車群體的波動方程、非機動車群體的波動方程和行人群體的波動方程進行求和，將求和結果作為當前路段的路態波紋。

根據本發明的一些實施例，在執行所述根據所述對應關系確定所述當前路段的交通態勢這一步驟之前，還包括以下步驟：

獲取循環神經網絡的訓練集；

構建循環神經網絡模型；