【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种基于ai传感器融合的多源交通运行数据分析方法及系统。
技术介绍
1、随着城市化进程的加快和交通网络的不断扩展，高速公路作为连接城市的重要纽带，其交通流量日益增大，交通运行状况也日趋复杂。特别是高速路段中的互通立交区域，由于其结构复杂、交通流交织频繁，往往成为交通瓶颈和事故多发地。因此，对高速路段互通立交区域的交通运行数据进行深入分析，以实时掌握交通状态并预测潜在风险，对于提升交通管理效率、保障行车安全具有重要意义。
2、相关技术多依赖于单一的数据源，如交通流量监测数据、车辆速度数据等，这些数据虽然能提供一定程度的交通状态信息，但难以全面反映交通运行的复杂性和动态性。此外，相关技术在处理大量数据时存在效率低下的问题，难以实现对交通状态的实时分析和风险预测。
技术实现思路
1、鉴于上述提及的问题，结合本专利技术的第一方面，本专利技术实施例提供一种基于ai传感器融合的多源交通运行数据分析方法，所述方法包括：
2、对高速路段进行互通立交空间场景重建，生成互通立交空间场景，依据互通立交空间场景对高速路段进行ai传感器融合采集，生成交通运行数据流，并依据交通运行数据流对互通立交空间场景进行交通动态变化图谱解析，生成交通动态变化图谱；
3、对高速路段进行路域感知数据区块映射，生成路域区块感知数据，对路域区块感知数据进行驾驶行为数据块提取，生成驾驶行为数据块，对路域区块感知数据进行非驾驶行为数据块提取，生成非驾驶行为数据块
4、依据驾驶行为数据块以及非驾驶行为数据块对高速路段进行交通状态影响因子解析，生成交通状态影响因子；
5、依据路域区块感知数据以及交通状态影响因子对交通动态变化图谱进行优化，生成优化交通动态变化图谱，并依据优化交通动态变化图谱以及互通立交空间场景对高速路段进行交通安全风险趋势估计，生成交通安全风险趋势数据，基于所述交通安全风险趋势数据生成针对所述互通立交空间场景的安全提示建议。
6、再一方面，本专利技术实施例还提供一种基于ai传感器融合的多源交通运行数据分析系统，包括处理器、机器可读存储介质，所述机器可读存储介质和所述处理器连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以实现上述的方法。
7、基于以上方面，本申请实施例能够实现对高速路段互通立交空间场景的精确重建与动态监测。通过ai传感器融合采集技术生成交通运行数据流，进而解析出详尽的交通动态变化图谱，同时，通过对路域感知数据的区块映射与精细提取，有效分离出驾驶行为数据块与非驾驶行为数据块，为深入分析交通状态影响因子提供了数据基础，进一步优化后的交通动态变化图谱，结合互通立交空间场景，能够准确估计交通安全风险趋势，生成具有前瞻性的交通安全风险趋势数据，由此能够及时生成针对性的安全提示建议，显著提升高速路段的交通安全管理水平与应急响应能力，有效预防和减少交通事故的发生，保障公众出行安全。
本文档来自技高网...【技术保护点】
1.一种基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述对高速路段进行互通立交空间场景重建，生成互通立交空间场景，依据互通立交空间场景对高速路段进行AI传感器融合采集，生成交通运行数据流，并依据交通运行数据流对互通立交空间场景进行交通动态变化图谱解析，生成交通动态变化图谱的步骤，包括：
3.根据权利要求2所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述依据互通立交空间场景对高速路段进行AI传感器融合采集，生成交通运行数据流的步骤，包括：
4.根据权利要求2所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述依据交通运行数据流对互通立交空间场景进行交通动态变化图谱解析，生成交通动态变化图谱的步骤，包括：
5.根据权利要求1所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述对高速路段进行路域感知数据区块映射，生成路域区块感知数据，对路域区块感知数据进行驾驶行为数据块提取，生
6.根据权利要求5所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述对路域区块感知数据进行驾驶操作特征提取，生成驾驶操作特征数据的步骤，包括：
7.根据权利要求1所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述依据驾驶行为数据块以及非驾驶行为数据块对高速路段进行交通状态影响因子解析，生成交通状态影响因子的步骤，包括：
8.根据权利要求7所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述依据非驾驶行为区域对高速路段进行正常行驶路段车流影响因子解析，生成正常行驶影响车流向量的步骤，包括：
9.根据权利要求1所述的基于AI传感器融合的多源交通运行数据分析方法，其特征在于，所述依据路域区块感知数据以及交通状态影响因子对交通动态变化图谱进行优化，生成优化交通动态变化图谱，并依据优化交通动态变化图谱以及互通立交空间场景对高速路段进行交通安全风险趋势估计，生成交通安全风险趋势数据的步骤，包括：
10.一种基于AI传感器融合的多源交通运行数据分析系统，其特征在于，所述基于AI传感器融合的多源交通运行数据分析系统包括处理器和存储器，所述存储器和所述处理器连接，所述存储器用于存储程序、指令或代码，所述处理器用于执行所述存储器中的程序、指令或代码，以实现上述权利要求1-9任意一项所述的基于AI传感器融合的多源交通运行数据分析方法。
...【技术特征摘要】
1.一种基于ai传感器融合的多源交通运行数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于ai传感器融合的多源交通运行数据分析方法，其特征在于，所述对高速路段进行互通立交空间场景重建，生成互通立交空间场景，依据互通立交空间场景对高速路段进行ai传感器融合采集，生成交通运行数据流，并依据交通运行数据流对互通立交空间场景进行交通动态变化图谱解析，生成交通动态变化图谱的步骤，包括：
3.根据权利要求2所述的基于ai传感器融合的多源交通运行数据分析方法，其特征在于，所述依据互通立交空间场景对高速路段进行ai传感器融合采集，生成交通运行数据流的步骤，包括：
4.根据权利要求2所述的基于ai传感器融合的多源交通运行数据分析方法，其特征在于，所述依据交通运行数据流对互通立交空间场景进行交通动态变化图谱解析，生成交通动态变化图谱的步骤，包括：
5.根据权利要求1所述的基于ai传感器融合的多源交通运行数据分析方法，其特征在于，所述对高速路段进行路域感知数据区块映射，生成路域区块感知数据，对路域区块感知数据进行驾驶行为数据块提取，生成驾驶行为数据块，对路域区块感知数据进行非驾驶行为数据块提取，生成非驾驶行为数据块的步骤，包括：
6.根据权利要求5所述的基于ai传感器融合的多源交通运行数据分析...
【专利技术属性】
技术研发人员：郝思源，徐进，孙铭，刘睿彻，李佳辉，矫成武，赵娜乐，郑展骥，张河山，
申请(专利权)人：交通运输部公路科学研究所，
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。