一种交通工程人工智能视频识别算法制造技术

本发明专利技术公开了一种交通工程人工智能视频识别算法，涉及交通工程技术领域，包括以下步骤：S1：数据预处理：S2：基于速度时空图拥堵分类：S3：根据三维交通数据利用尖点突变理论建立三维McMaster算法模型；S4：根据三维McMaster算法模型计算出交通数据流是否发生突变并进行常偶发拥堵判别：从而区分常发性拥堵和偶发性拥堵；S5：基于决策树的拥堵成因智能判别：基于拥堵子集分类与常偶发判别，结合数据实现拥堵成因的精细化判别。本发明专利技术提供了一种架构清晰、实施简单、效率及成本更低的交通拥堵子集特征提取方法。通拥堵子集特征提取方法。

【技术实现步骤摘要】
一种交通工程人工智能视频识别算法


[0001]本专利技术涉及交通工程
，具体涉及一种交通工程人工智能视频识别算法。

技术介绍

[0002]近年来，随着我国道路建设迅猛发展，公路网交通拥挤频频出现。
[0003]交通拥堵识别不仅能够帮助相关交通管理部门及时发现并疏散交通拥堵，避免二次事故；另一方面，拥堵的成因识别更能从本质上剖析造成拥堵的内在原因，为制定改善和治理方案等工作提供定量化的分析手段和依据。
[0004]现阶段交通拥堵识别分类的主流技术分为理论研究与数据驱动两大类。前者注重从交通拥堵的交通流特征中寻找合适的数学建模方法，并采用交通仿真技术区分不同类型的交通拥堵；后者则重点采用机器学习的方法，从大量数据中区分不同交通拥堵所产生的数据表征。随着机器视觉技术的发展，基于时空速度图的交通拥堵识别分类方法得到了广泛关注与应用。该类方法首先通过图像识别技术获取时空速度图中的交通拥堵子集，然后对于每个拥堵子集构建量化的特征工程，最后采用无监督方法实现拥堵子集的聚类划分，从而实现交通拥堵识别与分类。然而，不同成因的交通拥堵可能表征为速度时空图上的同一特性，因此目前仍然缺乏针对每类交通拥堵的成因判别的有效可行方法框架。

技术实现思路

[0005]为解决现有技术问题，本专利技术提供一种交通工程人工智能视频识别算法，包括以下步骤：
[0006]S1：数据预处理：通过车辆GPS数据获得路段速度，同时获取车检器交通数据，利用交通数据的数据间隙建立速度、流量和占有率的三维交通数据；
[0007]S2：基于速度时空图拥堵分类：依托速度时空图，利用图像形态学获得交通拥堵子集，并且通过拥堵特征提取方法，采用层次分析法或Kmeans聚类算法实现交通拥堵子集的无监督分析结果；
[0008]S3：根据三维交通数据利用尖点突变理论建立三维McMaster算法模型；
[0009]S4：根据三维McMaster算法模型计算出交通数据流是否发生突变并进行常偶发拥堵判别：从而区分常发性拥堵和偶发性拥堵；
[0010]S5：基于决策树的拥堵成因智能判别：基于拥堵子集分类与常偶发判别，结合数据实现拥堵成因的精细化判别。
[0011]进一步的方案是，S1中所述的根据三维交通数据利用尖点突变理论建立三维McMaster算法模型具体包括以下步骤：
[0012]基于尖点突变理论的势函数建立交通流模型，所述的势函数为：
[0013]E(v，q，o)＝av4+bqv2+cov；
[0014]式中，a、b、c为待定参数，v、q、o分别表示速度、流量、占有率；
[0015]对速度、流量、占有率进行坐标的平移和旋转；
[0016]利用坐标变换后的数据求解突变流形中的待定参数并得到其具体的分叉集方程。
[0017]进一步的方案是，S2中所述的基于速度时空图拥堵分类具体实现方法如下：
[0018]S20：构建交通速度时空模型；利用路段速度构建速度时空图时，针对其中路段长度不均一、数据异常、数据缺失问题，构建双核函数考虑自由流与拥堵流的传播影响，基于ASM算法、中值过滤法或均值插值法实现速度时空图的速度平滑与填充，从而实现道路速度时空图构建；
[0019]S21：图像形态学；通过一系列图像形态学处理提取速度时空图中的拥堵子集，包括二值化化处理、开运算、闭运算、分水岭算法；
[0020]S22：拥堵特征提取；构建特征工程获取拥堵子集的特征向量，主要包括：拥堵形态特征、速度特征、边界特征；
[0021]S23层次分析法；基于拥堵子集之间的相似距离差，采用层次分析法实现拥堵子集的无监督分类。
[0022]进一步的方案是，S4中所述的根据三维McMaster算法模型计算出交通数据流是否发生突变，从而区分常发性拥堵和偶发性拥堵具体方法为：
[0023]通过判断流量和占有率是否穿越控制平面分叉集投影区域来区分常发性拥堵和偶发性拥堵。
[0024]进一步的方案是，S20中所述的ASM算法实现原理采用附近点的数据，基于双核函数线性叠加实现目标点数据的补全与修正。
[0025]进一步的方案是，S2中所述的二值化示将图像上像素点按照图中最优阀值thresh，实现像素点的二值化处理；开运算：先腐蚀后膨胀，使边界平滑，消除细小的尖刺；闭运算：先膨胀后腐蚀，主要填充子集内部的细小空洞，连接邻近子集；分水岭算法：基于图像区域分隔方法，将临近像素间相似的详细连接起来构成一个封闭轮廓；分水岭算法把图像中的每一个像素图像中每一点像素的灰度值表示该点的海拔高度。
[0026]进一步的方案是，S22中所述的拥堵形态特征：主要量化拥堵所造成的物理影响程度，包括影响长度、持续时间、拥堵像素点数；速度特征：主要量化拥堵所造成的道路运行特征，包括平均速度、速度标准差、最大速度、最小速度；边界特征：主要量化拥堵形成与消散的特征，包括左右边界斜率差、拥堵起源点
[0027]进一步的方案是，S4中所述的常偶发拥堵判别具体实现方法如下：
[0028]通过统计道路速度上各个时段上的分布以及交通流数据没有穿越分叉集实现拥堵来实现常偶发性的判定；道路速度在各时段的分布近似为正态分布，当发生偶发事件时，速度的分布则处于，表示分布的均值，表示分布的标准差，连续两个或以上速度数据点处于区间之外时且当交通流数据没有穿越分叉集，实际结果显示该拥堵是常发性拥堵。
[0029]本专利技术的有益效果：
[0030]本专利技术提供了一种架构清晰、实施简单、效率及成本更低的交通拥堵子集特征提取方法；
[0031]本专利技术提出基于拥堵点判别的拥堵成因细分方法，并结合其他辅助信息进一步细化重大拥堵事件的成因分析；
[0032]本专利技术创新地采用拥堵点为与其他数据结合的思路，突破性地进一步细分各类交通拥堵的具体成因，为相关管理部门及时有效地处理交通拥堵事件提供充足的支撑；
[0033]本专利技术提供了通过在获取大量交通数据(速度、流量、占有率)的前提下，利用交通数据的数据间隙的存在，利用尖点突变理论建立三维McMaster算法模型；利用突变理论来确定交通系统拥堵的发生过程；从而区分常发性拥堵和偶发性拥堵，从而提升算法检测准确率；
[0034]本专利技术通过用速度指标数据实现更为直观的拥堵特征学习；另外本专利技术也采用图像相关的处理框架实现拥堵态势的提取，实现更为高效精准的成因识别。
具体实施方式
[0035]下面对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0036]本专利技术的一个实施例1公开了一种交通工程人工智能视频识别算法，包括以下步骤：
[0037]S1：数据预处理：通过车辆GPS数据获得路段速度，同时获取车检器交通数据，利用交通数据的数据间隙建立速度、流量和占有率的三维交通数据；
[0038]S2：基于速度时空图拥堵分类：依托速度时空图，利用图像形态学获得交通拥堵子集，并且通过拥堵特征提取方法，采用层次分析法或Kme本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通工程人工智能视频识别算法，其特征在于：包括以下步骤：S1：数据预处理：通过车辆GPS数据获得路段速度，同时获取车检器交通数据，利用交通数据的数据间隙建立速度、流量和占有率的三维交通数据；S2：基于速度时空图拥堵分类：依托速度时空图，利用图像形态学获得交通拥堵子集，并且通过拥堵特征提取方法，采用层次分析法或Kmeans聚类算法实现交通拥堵子集的无监督分析结果；S3：根据三维交通数据利用尖点突变理论建立三维McMaster算法模型；S4：根据三维McMaster算法模型计算出交通数据流是否发生突变并进行常偶发拥堵判别：从而区分常发性拥堵和偶发性拥堵；S5：基于决策树的拥堵成因智能判别：基于拥堵子集分类与常偶发判别，结合数据实现拥堵成因的精细化判别。2.根据权利要求1所述的一种交通工程人工智能视频识别算法，其特征在于：S1中所述的根据三维交通数据利用尖点突变理论建立三维McMaster算法模型具体包括以下步骤：基于尖点突变理论的势函数建立交通流模型，所述的势函数为：E(v，q，o)＝av4+bqv2+cov；式中，a、b、c为待定参数，v、q、o分别表示速度、流量、占有率；对速度、流量、占有率进行坐标的平移和旋转；利用坐标变换后的数据求解突变流形中的待定参数并得到其具体的分叉集方程。3.根据权利要求1所述的一种交通工程人工智能视频识别算法，其特征在于：S2中所述的基于速度时空图拥堵分类具体实现方法如下：S20：构建交通速度时空模型；利用路段速度构建速度时空图时，针对其中路段长度不均一、数据异常、数据缺失问题，构建双核函数考虑自由流与拥堵流的传播影响，基于ASM算法、中值过滤法或均值插值法实现速度时空图的速度平滑与填充，从而实现道路速度时空图构建；S21：图像形态学；通过一系列图像形态学处理提取速度时空图中的拥堵子集，包括二值化化处理、开运算、闭运算、分水岭算法；S22：拥堵特征提取；构建特征工程获取拥堵子集的特征向量，主要包括：拥堵形态特征、速度特征、边界特征；S23层次分析...

【专利技术属性】
技术研发人员：胡金明，谢天长，汤晓辉，张金美，林郭敏，
申请(专利权)人：江西通慧信息技术有限公司，
类型：发明
国别省市：