[發(fā)明專利]路段擁堵識(shí)別方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310068263.5
• 申請(qǐng)日: 2023-01-30
• 公開（公告）號(hào): CN116052429A
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 路亞楠;高涵;叢菲;孫佳明;王建鵬
• 申請(qǐng)（專利權(quán)）人: 中電信數(shù)字城市科技有限公司
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01;G08G1/065
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 董艷芳

1.一種路段擁堵識(shí)別方法，其特征在于，包括：

通過(guò)毫米波雷達(dá)和高清攝像頭的采集數(shù)據(jù)確定目標(biāo)路段的車輛行駛記錄和路段基礎(chǔ)信息；

基于所述車輛行駛記錄和所述路段基礎(chǔ)信息計(jì)算所述目標(biāo)路段的擁堵特征指標(biāo)；其中，所述擁堵特征指標(biāo)至少包括：路段飽和度和通行效率；

基于所述擁堵特征指標(biāo)和預(yù)先訓(xùn)練的擁堵識(shí)別模型，確定所述目標(biāo)路段的擁堵結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述車輛行駛記錄至少包括：路段當(dāng)量交通量、平均行車速度和自由流速度；所述路段基礎(chǔ)信息至少包括：路段長(zhǎng)度、單向路段機(jī)動(dòng)車道總寬度和單向機(jī)動(dòng)車車道數(shù)；

通過(guò)毫米波雷達(dá)和高清攝像頭的采集數(shù)據(jù)確定目標(biāo)路段的車輛行駛記錄和路段基礎(chǔ)信息，包括：

通過(guò)毫米波雷達(dá)的采集數(shù)據(jù)確定路段當(dāng)量交通量、平均行車速度和自由流速度；其中，所述毫米波雷達(dá)的采集數(shù)據(jù)包括：行車速度、車輛類型和所述車輛類型對(duì)應(yīng)的車輛數(shù)；

基于所述目標(biāo)路段安裝所述高清攝像頭的經(jīng)緯度計(jì)算所述目標(biāo)路段的路段長(zhǎng)度；

基于所述高清攝像頭的采集畫面，通過(guò)顏色識(shí)別確定所述目標(biāo)路段的單向機(jī)動(dòng)車車道數(shù)以及單向路段機(jī)動(dòng)車道總寬度。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述車輛行駛記錄和所述路段基礎(chǔ)信息計(jì)算所述目標(biāo)路段的擁堵特征指標(biāo)，包括：

基于所述路段基礎(chǔ)信息計(jì)算所述目標(biāo)路段的最大通行能力；

基于所述最大通行能力和所述路段當(dāng)量交通量計(jì)算所述路段飽和度；

基于所述平均行車速度計(jì)算所述自由流速度，并基于所述平均行車速度和所述自由流速度計(jì)算所述通行效率。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述最大通行能力和所述路段當(dāng)量交通量計(jì)算所述路段飽和度，包括：

按照以下公式計(jì)算所述路段飽和度：

其中，Saturation表示路段飽和度，V表示路段當(dāng)量交通量，C表示目標(biāo)路段最大通行能力，C_d表示目標(biāo)路段基準(zhǔn)通行能力，v表示平均行車速度，C₁表示反應(yīng)時(shí)間，C₁*v表示反應(yīng)距離，C₂＝1/2a，a表示車輛的減速度，C₂*v²表示制動(dòng)距離(m)，反應(yīng)距離與制動(dòng)距離之和為剎車距離，d₀表示車身標(biāo)準(zhǔn)長(zhǎng)度與兩車安全距離之和，γ表示自行車修正系數(shù)，η表示車道寬度影響修正系數(shù)，β表示交叉口影響系數(shù)，θ表示車道數(shù)影響系數(shù)，F(xiàn)_i表示目標(biāo)路段在觀測(cè)時(shí)間段通過(guò)的第i種車輛類型的車輛數(shù)，Q_i表示第i種車輛類型與當(dāng)量汽車的換算系數(shù)，i表示車輛類型的數(shù)量；

基于所述行車速度的平均值和自由流速度計(jì)算所述通行效率，包括：

按照以下公式計(jì)算所述通行效率：

其中，effiency表示通行效率，avg_speed表示平均行車速度；free_flow_speed表示自由流速度。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述擁堵識(shí)別模型的訓(xùn)練過(guò)程包括：

獲取初始訓(xùn)練數(shù)據(jù)集，并去除所述初始訓(xùn)練數(shù)據(jù)集中與所述擁堵特征指標(biāo)不相關(guān)的數(shù)據(jù)指標(biāo)，得到訓(xùn)練數(shù)據(jù)集；

對(duì)所述訓(xùn)練數(shù)據(jù)集的數(shù)據(jù)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)數(shù)據(jù)指標(biāo)；

采用機(jī)器學(xué)習(xí)算法對(duì)所述標(biāo)準(zhǔn)數(shù)據(jù)指標(biāo)進(jìn)行學(xué)習(xí)，得到擁堵識(shí)別模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，采用機(jī)器學(xué)習(xí)算法對(duì)所述標(biāo)準(zhǔn)數(shù)據(jù)指標(biāo)進(jìn)行學(xué)習(xí)，得到擁堵識(shí)別模型之后，所述擁堵識(shí)別模型的訓(xùn)練過(guò)程還包括：

獲取測(cè)試數(shù)據(jù)，并基于所述測(cè)試數(shù)據(jù)對(duì)所述擁堵識(shí)別模型進(jìn)行測(cè)試；其中，所述測(cè)試數(shù)據(jù)包括擁堵特征指標(biāo)。