CN115731700B 可变车道的识别方法、装置、设备及存储介质 （北京北大千方科技有限公司）

质交通时段划分结果数据输入预设的可变车道识2根据预设的聚类算法对所述交通感知数据进行将所述交通感知数据以及交通时段划分结果数据输入预设的可变车道识别包括：将转向不均衡的进口道对应的交通感知数据按照时间顺序对所述初始交通时段排序，并根据各个所述初始交通时段的起止时间，将均值小于预设时段阈值的所述初始交通时段进行合并，得到一次合并后的交通时将起止时间连续，且车道流量均值比大于预设阈值的一次合并后根据二次合并后的交通时段对应的车道流量，进行时段标注，得到交3将所述交通感知数据以及交通时段划分结果数据输入预设的可变车道识别统计在预设时间段内，同时满足转向不均衡条件和车道不均衡条件的进口道的天数，按预设周期，计算可变车道进口道对应的车道不均衡时段的并集，得聚类模块，用于根据预设的聚类算法对所述交通感知数据进行聚类，识别模块，用于将所述交通感知数据以及交通时段划分结果高峰时段的最小左转流量占比与白天平峰时段的最大左转流量占比的第二差值的绝对值，包括：将转向不均衡的进口道对应的交通感知数据令被处理器执行以实现如权利要求1至4任一项所述的一种可45[0014]将均值小于预设时段阈值的初始交通时段进行合并，得到一次合并后的交通时[0018]将交通感知数据以及交通时段划分结果数据输入预设的可变车道识别模型的转[0019]将转向不均衡的进口道对应的交通感知数据以及交通时段划分结果数据输入车可变车道识别模型，识别出同时满足转向不均衡条件和车道不均衡条件的可变车道进口[0021]将所述交通感知数据以及交通时段划分结果数据输入预[0025]根据预设周期计算早高峰时段和晚高峰时段内各个进口道的最大左转流量占比[0027]计算早高峰时段和晚高峰时段的最大左转流量占比与白天平峰时段的最小左转[0031]根据预设周期计算早高峰对应的第一时段和晚高峰对应的第二时段内各个进口6[0041]本申请实施例提供的可变车道的识别方法，通过对多源交通感知数据的聚类分[0047]图4是根据一示例性实施例示出的一种改进的K_means聚类算法的输出结果示意7的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方[0054]本申请提供一种识别可变车道交叉口的方法。通过对交通大数据的综合研判分[0061]S102根据预设的聚类算法对交通感知数据进行聚类，得到交通时段划分结果数830天数据集中(分工作日/节假日)的每5分钟的流量平均值进行分析，总样本量为288。其i9[0079]在一个示例性场景中，以北京市月坛北街_阜成门南大街交叉口2022年7月28日[0080]S103将交通感知数据以及交通时段划分结果数据输入预指上述经改进的K_means聚类算法得到的交通时段划分结果中的时段。本申请实施例主要[0087]计算早高峰时段和晚高峰时段的最大左转流量占比与白天平峰时段的最小左转Q′时Qi[0094]基于转向不均衡系数的计算结果，提取具有转向不均衡特征的进口道i的相关数[0095]针对提取具有转向不均衡特征的进口道i的相关数据，计算早高峰对应的第一时段和晚高峰对应的第二时段内各个进口道的最大车道利用率均值以及最小车道利用率均申请实施例所选30天的数据集(分工作日/节假日)中，若存在70％及以上天满足转向不均[0109]可变车道是一种简单有效的缓堵措施，但并不是所有交叉口都适合设置可变车[0114]识别模块503，用于将交通感知数据以及交通时段划分结果数据输入预设的可变[0116]本申请实施例还提供一种与前述实施例所提供的可变车道的识别方法对应的电口603和存储器601通过总线602连接；存储器601中存储有可在处理器600上运行的计算机程序，处理器600运行计算机程序时执行本申请前述任一实施例所提供的可变车道的识别少一个通信接口603(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通方法的各步骤可以通过处理器600中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器600可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称[0121]本申请实施例提供的电子设备与本申请实施例提供的可变车道的识别方法出于[0122]本申请实施例还提供一种与前述实施例所提供的可变车道的识别方法对应的计[0123]需要说明的是，计算机可读存储介质的例子还可以包括，但不限于相变内存[0124]本申请的上述实施例提供的计算机可读存储介质与本申请实