[發明專利]一種基于大數據的混合作業流雙向并行計算檢測方法

在審

• 申請號: 202210116565.0
• 申請日: 2022-02-07
• 公開（公告）號: CN114463706A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 曾高發;楊宗慶;賴宜亮
• 申請（專利權）人: 廈門市執象智能科技有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/764;G06K9/62;G06Q10/04;G06Q50/30;G06N20/00
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 李改平

本發明公開了一種基于大數據的混合作業流雙向并行計算檢測方法，其包括如下步驟：S1.車輛卡口相機對混合作業流雙向并行往來車輛采集車流圖像數據,并將車流圖像數據發送給圖像處理模塊；S2.圖像處理模塊接收車輛卡口相機發送的車流圖像數據，將車流圖像數據轉為結構化車輛數據，并將結構化車輛數據發送給具有大數據的后臺計算機中心；S3.后臺計算機中心接收結構化車輛數據，并通過深度學習識別算法進行樣本訓練，對混合作業流雙向的車流量進行去重后自動做出計算檢測，并對車流量進行預測。本發明能夠實現能夠基于大數據，長時間準確的進行城市區域流量統計與預測。

技術領域

本發明涉及自動識智能交通系統技術領域，具體涉及一種基于大數據的混合作業流雙向并行計算檢測方法。

背景技術

隨著人民生活水平不斷提高，以及城市化進程的推進。作為人們出行的主要交通工具之一的私家車，其保有量也急劇增加。以中國為例，據統計，截至2019年底，私家車保有量突破2億輛，全國66個城市汽車保有量超過百萬輛，30個城市超過200萬輛。各種車輛保有量的迅猛增長與有限城市空間資源之間的矛盾日益加劇，城市道路交通帶來了巨大壓力，也造成了擁堵、事故和停車難等問題。

城市區域交通流量預測作為智能交通領域的研究熱點，旨在利用歷史城市區域交通流量預測未來交通流量，具體可應用到交通資源合理配置、風險預警、城市規劃和出行規劃等方面。隨著全球定位系統(GPS,global positioning system)等基于位置技術等服務在各種設備平臺上普及，為實時收集海量的車輛軌跡數據提供了便捷方法。車輛的軌跡特征在一定程度上反映了駕駛人的出行偏好，其軌跡數據記錄了駕駛人的出行規律隱含著城市車流量轉移的時空特征，展現了城市各區域對人們不同的吸引力。

大數據指的是人類生產與生活中所產生的大量數據信息，該技術呈現出來源復雜、數量巨大的特點。當前城市交通車流數據巨大且路況復雜多樣。大數據通過對車流數據的整合處理，并可深入挖掘數據中的價值信息，進而服務于城市交通指導。

相對于傳統解決方式，大數據分析具有及時性、高吞吐量、高并發、高可用、可預測等特性，能在有效時間內處理海量數據。

發明內容

有鑒于此，本發明的目的在于提出一種基于大數據的混合作業流雙向并行計算檢測方法，其能夠基于大數據，對城市區域進行流量統計與預測。

所采用的技術方案為：

一種基于大數據的混合作業流雙向并行計算檢測方法，包括如下步驟：

S1.車輛卡口相機對混合作業流雙向并行往來車輛采集車流圖像數據,并將車流圖像數據發送給圖像處理模塊；

S2.圖像處理模塊接收車輛卡口相機發送的車流圖像數據，將車流圖像數據轉為結構化車輛數據，并將結構化車輛數據發送給具有大數據的后臺計算機中心；

S3.后臺計算機中心接收結構化車輛數據，并通過深度學習識別算法進行樣本訓練，對混合作業流雙向的車流量進行去重后自動做出計算檢測，并對車流量進行預測。

進一步地，S1中，采集車流圖像數據是采集一個時間段內的車輛卡口相機的往來車輛圖像數據。

進一步地，S2中，所述結構化車輛數據包括：機動車ID、機動車類別、車身顏色、卡口設備ID、出現時間、通過時間、車牌號碼、圖片地址、行駛速度中的多種。

進一步地，S3中，基于結構化車輛數據自動進行去重。

進一步地，S3中基于大數據學習結構化車輛數據的統計及權重，并以此預測該區域內流入流出的車流量。

進一步地，S3中,以機動車ID和卡口設備ID作為較大的權重進行識別計算。

進一步地，S3中,在采集一個時間段內，以更細分的時間段作為統計區間，計算檢測該更細分的時間段的車流量。