[00995190]基于深度学习的道路交通态势感知与车路协同控制系统
交易价格:
面议
所属行业:
公路运输
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目利用移动物联网实时性强,车与车、车与基础设施互联的特点,采集的交通数据资源,利用云计算的庞大交通信息高效处理能力、多用户服务功能、良好的扩展性等优势,处理和分析海量交通数据资源,构建智能交通云系统,研究设计了基于深度学习的道路交通态势感知与车路协同控制系统,高效实时地监测判别道路交通态势,视频判别和交通态势分析的结果可以作为整个智能交通管控系统的判决依据,通过交通信号灯和交通诱导牌协同工作,解决中高密度路段中道路拥堵问题和低密度路段中的车辆早期预警和避险问题,同时为驾驶员决策提供相应的信息,从而实现对动态交通瓶颈的预测和对城市交通流的优化管理。具体技术内容、指标如下:
(1)控制系统通过北斗/GPS、GPRS/GSM等通信手段将城市道路交通系统的海量信息,包括路网信息、交通流信息、路况信息、管控信息等,传输并存储到交通信息云。在交通信息云上,实现了基于深度学习的道路交通态势判别和计算,主要包括深度学习、视频检测、交通诱导和信号灯控制等,进而为交通管理部门和出行者提供实时、可靠的服务。
(2)深度学习模块主要实现车辆定位功能,视频经过前期处理,截取某一帧的图片,基于深度学习算法可以从帧图片中定位多辆车辆位置,为提取交通参数提供前期数据基础;
(3)视频检测模块主要实现实时监测、跟踪车辆,从而获取道路交通的关键参数,在深度学习模块得到的车辆定位结果的基础之上,识别运动目标,建立并更新跟踪控制链表,并从链表中得到交通参数;
(4)交通诱导部分则主要完成最优路径规划,综合考虑人、车、路,实现交通流在道路网络中的合理分配,能够避免道路的过度拥挤,舒缓交通压力;
(5)信号灯控制主要是根据实时路况信息,调节控制信号灯的时间长度,防止或减少车辆在道路的逗留时间。
(6)基于CPS理论的城市交通系统控制与诱导融合系统,利用CPS接入设备强大的计算能力,对海量交通数据进行分析、计算,并与交通控制系统相结合,构建满足人们出行需求和行车安全的城市交通系统。计算部分分为两层结构:以交通状况感知作为底层,在此基础上进行路径规划、车辆避险、交通诱导和信号控制等功能的实现。通讯部分包含物联网和北斗/GPS平台两种方式。控制部分是该系统的中心环节,可以直观的显示出该区域内的实时的交通情况。物理世界部分包含全部车辆、交叉口和道路以及相应的路侧基站。
(7)设计了基于多车道避险路径规划策略的车路协同控制,通过车辆预警避险模块对路侧单元及车载通信设备(北斗/GPS)所采集和上传的威胁信息进行评估,结合区域路段车辆行驶状态估计下一时刻威胁车辆构成的威胁区域,给予威胁区域驾驶员预警和避险信息,提供最优的回避路线,起到驾驶辅助导向的作用,有效的规避了行车风险,保障了多车行驶时的车辆安全。
该项目利用移动物联网实时性强,车与车、车与基础设施互联的特点,采集的交通数据资源,利用云计算的庞大交通信息高效处理能力、多用户服务功能、良好的扩展性等优势,处理和分析海量交通数据资源,构建智能交通云系统,研究设计了基于深度学习的道路交通态势感知与车路协同控制系统,高效实时地监测判别道路交通态势,视频判别和交通态势分析的结果可以作为整个智能交通管控系统的判决依据,通过交通信号灯和交通诱导牌协同工作,解决中高密度路段中道路拥堵问题和低密度路段中的车辆早期预警和避险问题,同时为驾驶员决策提供相应的信息,从而实现对动态交通瓶颈的预测和对城市交通流的优化管理。具体技术内容、指标如下:
(1)控制系统通过北斗/GPS、GPRS/GSM等通信手段将城市道路交通系统的海量信息,包括路网信息、交通流信息、路况信息、管控信息等,传输并存储到交通信息云。在交通信息云上,实现了基于深度学习的道路交通态势判别和计算,主要包括深度学习、视频检测、交通诱导和信号灯控制等,进而为交通管理部门和出行者提供实时、可靠的服务。
(2)深度学习模块主要实现车辆定位功能,视频经过前期处理,截取某一帧的图片,基于深度学习算法可以从帧图片中定位多辆车辆位置,为提取交通参数提供前期数据基础;
(3)视频检测模块主要实现实时监测、跟踪车辆,从而获取道路交通的关键参数,在深度学习模块得到的车辆定位结果的基础之上,识别运动目标,建立并更新跟踪控制链表,并从链表中得到交通参数;
(4)交通诱导部分则主要完成最优路径规划,综合考虑人、车、路,实现交通流在道路网络中的合理分配,能够避免道路的过度拥挤,舒缓交通压力;
(5)信号灯控制主要是根据实时路况信息,调节控制信号灯的时间长度,防止或减少车辆在道路的逗留时间。
(6)基于CPS理论的城市交通系统控制与诱导融合系统,利用CPS接入设备强大的计算能力,对海量交通数据进行分析、计算,并与交通控制系统相结合,构建满足人们出行需求和行车安全的城市交通系统。计算部分分为两层结构:以交通状况感知作为底层,在此基础上进行路径规划、车辆避险、交通诱导和信号控制等功能的实现。通讯部分包含物联网和北斗/GPS平台两种方式。控制部分是该系统的中心环节,可以直观的显示出该区域内的实时的交通情况。物理世界部分包含全部车辆、交叉口和道路以及相应的路侧基站。
(7)设计了基于多车道避险路径规划策略的车路协同控制,通过车辆预警避险模块对路侧单元及车载通信设备(北斗/GPS)所采集和上传的威胁信息进行评估,结合区域路段车辆行驶状态估计下一时刻威胁车辆构成的威胁区域,给予威胁区域驾驶员预警和避险信息,提供最优的回避路线,起到驾驶辅助导向的作用,有效的规避了行车风险,保障了多车行驶时的车辆安全。