【技术实现步骤摘要】
本专利技术涉及智能交通，具体来说，涉及一种基于双目识别的5g智能道闸管理方法及系统。
技术介绍
1、智能交通系统（its）是现代交通管理的重要组成部分，它利用计算机、电子通信、控制等技术，实现交通信息的收集、处理和应用，从而优化交通管理和服务。随着技术的发展，智能交通技术已广泛应用于交通流量监控、车辆导航、交通信号控制等方面，然而，尽管现有技术显著提高了交通效率和安全性，仍存在一些不足：例如，传统的交通监控系统主要依赖于地面感应线圈、视频监控等设备，这些设备在信息收集的准确性和实时性方面有限；同时，大多数现有系统依赖于集中式的数据处理和控制模式，这可能导致数据处理和决策的延迟，特别是在高峰期或紧急情况下尤为明显；因此，虽然现有的智能交通技术在很大程度上改善了交通管理，但在数据处理效率、实时性和准确性方面仍有提升空间。
2、在智能交通系统中，道闸管理是重要的一环，它直接关系到交通流的控制和管理。传统的道闸管理技术通常基于固定的时间表或简单的车流量计算来控制道闸开闭，缺乏对复杂交通状况的动态响应能力，这些系统往往无法有效应对交通高峰期的突发拥堵，或是在车流量较少的时段无法有效节省能源和减少运营成本；此外，由于缺乏高精度的车辆识别和追踪能力，传统道闸管理技术在车辆分类、精确计算通行流畅度等方面表现不佳，这限制了它们在交通流控制和事故预防方面的效果。
3、现有道闸技术的主要弊端在于数据收集能力和处理效率不足，首先，其依赖于传统的感应和监控设备，这些设备在复杂环境下的数据收集准确性和全面性有限；其次，传统的数据处理
4、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于双目识别的5g智能道闸管理方法及系统，具备提升交通效率、增强安全保障以及促进智能交通系统的整体优化的优点，进而解决现有技术在适应复杂交通环境、提高交通安全和效率方面存在明显不足的问题。
2、为此，本专利技术采用的具体技术方案如下：
3、根据本专利技术的一个方面，提供了一种基于双目识别的5g智能道闸管理方法，该基于双目识别的5g智能道闸管理方法包括以下步骤：
4、s1、在道闸管控路段部署双目识别摄像头，实时捕捉管控路段内的车辆图像数据；
5、s2、构建闸口交通分析模型，识别车辆图像数据，并利用集群追踪算法分析识别结果，得到交通流状态特征；
6、s3、根据交通流状态特征，判断当前道闸交通模式；
7、s4、利用5g通信网络将判断结果发送至智能道闸管理平台，并基于当前道闸交通模式远程控制道闸放行车辆。
8、进一步的，在道闸管控路段部署双目识别摄像头，实时捕捉管控路段内的车辆图像数据包括以下步骤：
9、s11、在道闸管控路段部署双目识别摄像头，初始化双目识别摄像头参数并同步校准；
10、s12、利用校准后的双目识别摄像头实时捕捉管控路段内车辆连续的视频帧并进行预处理；
11、s13、基于预处理后的视频帧生成深度图，得到车辆图像数据。
12、进一步的，构建闸口交通分析模型，识别车辆图像数据，并利用集群追踪算法分析识别结果，得到交通流状态特征包括以下步骤：
13、s21、构建闸口交通分析模型，并识别车辆图像数据中的车辆特征；
14、s22、根据识别结果完成车辆的分类和标注；
15、s23、基于分类和标注结果，利用集群追踪算法分析道闸管控路段的交通流状态特征。
16、进一步的，基于分类和标注结果，利用集群追踪算法分析道闸管控路段的交通流状态特征包括以下步骤：
17、s231、基于分类和标注结果选择评估指标，归一化处理不同评估指标的数据；
18、s232、利用集群追踪算法模拟道闸管控路段车辆在交通网络中的移动；
19、s233、根据模拟结果，分别计算每个车道的通行流畅度，得到道闸管控路段的交通流状态特征。
20、进一步的，利用集群追踪算法模拟道闸管控路段车辆在交通网络中的移动包括以下步骤：
21、s2321、利用集群追踪算法初始化模拟车辆位置并设置移动规则；
22、s2322、基于分流移动规则，模拟车辆变道分流行为；
23、s2323、基于合流移动规则，模拟车辆同道合流行为。
24、进一步的，基于分流移动规则，模拟车辆变道分流行为包括以下步骤：
25、s23221、分析当前交通状况，为模拟车辆提供可选择路径；
26、s23222、基于可选择路径评估变道分流行为对交通流的影响，确定安全路径；
27、s23223、根据安全路径执行变道操作，完成模拟车辆变道分流行为；
28、所述基于合流移动规则，模拟车辆同道合流行为包括以下步骤：
29、s23231、收集车辆在同一车道内的行驶数据，评估车辆间的相互作用；
30、s23232、分析车辆如何响应其他车辆的行为，设定合流车道内车速与车距阈值；
31、s23233、根据设定阈值模拟车辆行驶，完成模拟车辆同道合流行为。
32、进一步的，根据模拟结果，分别计算每个车道的通行流畅度，得到道闸管控路段的交通流状态特征包括以下步骤：
33、s2331、根据车辆变道分流行为模拟结果，利用粒度区域特征算法计算区域通行流畅度；
34、s2332、根据车辆同道合流行为模拟结果，利用粒度全局适应算法计算全局通行流畅度；
35、s2333、比较区域通行流畅度与全局通行流畅度，并基于比较结果更新模拟车辆位置；
36、s2334、重复步骤s2331-步骤s2333，直至达到预定迭代次数；
37、s2335、收集模拟车辆的最终位置，得到道闸管控路段的交通流状态特征。
38、进一步的，根据车辆变道分流行为模拟结果，利用粒度区域特征算法计算区域通行流畅度包括以下步骤：
39、s23311、根据车辆变道分流行为模拟结果，选取车辆邻域方向并提取车辆邻域方向矢量特征；
40、s23312、基于提取的邻域方向矢量特征，标记每个车辆邻域；
41、s23313、根据每个车辆邻域，利用粒度区域特征算法计算车辆邻域均值，得到区域通行流畅度。
42、进一步的，根据车辆同道合流行为模拟结果，利用粒度全局适应算法计算全局本文档来自技高网...
【技术保护点】
1.一种基于双目识别的5G智能道闸管理方法，其特征在于，该基于双目识别的5G智能道闸管理方法包括以下步骤：
2.根据权利要求1所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述在道闸管控路段部署双目识别摄像头，实时捕捉管控路段内的车辆图像数据包括以下步骤：
3.根据权利要求1所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述构建闸口交通分析模型，识别车辆图像数据，并利用集群追踪算法分析识别结果，得到交通流状态特征包括以下步骤：
4.根据权利要求3所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述基于分类和标注结果，利用集群追踪算法分析道闸管控路段的交通流状态特征包括以下步骤：
5.根据权利要求4所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述利用集群追踪算法模拟道闸管控路段车辆在交通网络中的移动包括以下步骤：
6.根据权利要求5所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述基于分流移动规则，模拟车辆变道分流行为包括以下步骤：
7.根据权利要求6
8.根据权利要求7所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述根据车辆变道分流行为模拟结果，利用粒度区域特征算法计算区域通行流畅度包括以下步骤：
9.根据权利要求8所述的一种基于双目识别的5G智能道闸管理方法，其特征在于，所述根据车辆同道合流行为模拟结果，利用粒度全局适应算法计算全局通行流畅度包括以下步骤：
10.一种基于双目识别的5G智能道闸管理系统，用于实现权利要求1-9中任一项所述的基于双目识别的5G智能道闸管理方法，其特征在于，该基于双目识别的5G智能道闸管理系统包括：
...【技术特征摘要】
1.一种基于双目识别的5g智能道闸管理方法，其特征在于，该基于双目识别的5g智能道闸管理方法包括以下步骤：
2.根据权利要求1所述的一种基于双目识别的5g智能道闸管理方法，其特征在于，所述在道闸管控路段部署双目识别摄像头，实时捕捉管控路段内的车辆图像数据包括以下步骤：
3.根据权利要求1所述的一种基于双目识别的5g智能道闸管理方法，其特征在于，所述构建闸口交通分析模型，识别车辆图像数据，并利用集群追踪算法分析识别结果，得到交通流状态特征包括以下步骤：
4.根据权利要求3所述的一种基于双目识别的5g智能道闸管理方法，其特征在于，所述基于分类和标注结果，利用集群追踪算法分析道闸管控路段的交通流状态特征包括以下步骤：
5.根据权利要求4所述的一种基于双目识别的5g智能道闸管理方法，其特征在于，所述利用集群追踪算法模拟道闸管控路段车辆在交通网络中的移动包括以下步骤：
6.根据权利...
【专利技术属性】
技术研发人员：王晓赟，宦彬彬，
申请(专利权)人：腾源大数据信息技术江苏有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。