CN119418522A 一种基于视觉识别的交通运输调度方法 （山东理工大学）_第1页
CN119418522A 一种基于视觉识别的交通运输调度方法 （山东理工大学）_第2页
CN119418522A 一种基于视觉识别的交通运输调度方法 （山东理工大学）_第3页
CN119418522A 一种基于视觉识别的交通运输调度方法 （山东理工大学）_第4页
CN119418522A 一种基于视觉识别的交通运输调度方法 （山东理工大学）_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

交通流量图像数据；对所述图像数据进行预处通过深度学习模型对所述图像数据进行车辆检2步骤五、基于长短期记忆网络模型对未来的交通流量进图像数据预处理进一步包括将原始图像的分辨率调整为深度学习模型输入所需的图像尺V2X通信系统通过车载单元和路侧单元与信号灯进行实时数据交互，能够根据实时交通流3[0005]V2X通信技术的发展为车辆与交通基础设施之间的数据实时交互提供了可能，使得交通信号控制系统能够根据实际交通流量情况动态调整信号灯时长，提高道路通行效4[0014]根据流量预测结果，通过V2X通信系统与信号灯及车辆交互，实时调整信号灯时[0015]对应急车辆进行优先通行调度，通过V2X系统提前调整其通行路径并实时控制信[0019]优选的，所述的多目标追踪算法为卡尔曼滤波与匈牙利算法[0021]优选的，所述的V2X通信系统通过车载单元和路侧单元与信号灯进行实时数据交5像数据传输至中央控制系统，数据可以采用本地缓存结合云端备份的方式进行存储和管[0040]如果摄像头分辨率为1080P(每帧图像大约2MB)，那么一小时的数据大小约为：6[0048]系统首先将预处理后的图像输入到YOLOv3模型中，模型通过卷积神经网络提取[0049]通过后处理步骤，系统会根据车辆的外形特征进一步对[0052]本实施例中，在车辆检测后，系统通过SORT(SimpleOnlineandRealtime7[0065]本实施例中，系统通过V2X与信号灯系统交互。假设某一时刻的车道流量为Flow通过车载通信单元(OBU)通知车辆变更[0069]当应急车辆接近某一交通节点时，系统通过V2X通信提前通知该节点的信号灯系8[0076]本实施例公开了一种应用于城市中心区域高峰时段的基于视觉识别的交通运输踪、交通流量预测以及基于V2X的动态信号灯调度，实现了对高峰时段城市交通的有效控[0083]数据采集通过专用的实时传输协议(如RTSP)将摄像头捕获的图像传输至中央控[0093]本实施例中，车辆的检测与分类依赖于YOLOv3(YouOnlyLookOnce)深度学习9[0097]准确的车辆检测与分类是交通调度的基础。本步骤为系统后续的交通流量预测、[0099]本实施例中，系统通过SORT(SimpleOnlineandRealtimeTracking)算法实现[0119]V2X技术实现了系统与信号灯和车辆之间的实时通信，使交通调度策略能够动态[0134]本实施例公开了一种基于视觉识别和车联网(V2X)技术的交通事故紧急调度方[0158]本实施例中，系统使用SORT算法对事故现场的所有检测k-1+wk

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论