[发明专利]基于深度学习的智能交通疏导方法及相关装置

权利要求书

1.一种基于深度学习的智能交通疏导方法，其特征在于，应用于电子设备，所述方法包括：

获取目标车辆行驶的目标行驶道路的拥堵状态信息；

根据所述拥堵状态信息，确定关联行驶道路的车辆汇入通行信息，所述关联道路包括与所述目标行驶道路相接的道路；

根据所述关联行驶道路的车辆汇入通行信息，通过智能交通疏导模型，确定目标交通疏导方法；

将所述目标交通疏导方法推送给所述目标车辆。

2.根据权利要求1所述的方法，其特征在于，所述根据所述拥堵状态信息，确定关联行驶道路的车辆汇入通行信息，包括：

根据所述拥堵状态信息，确定所述目标行驶道路的拥堵车辆的数量；

根据所述拥堵车辆的数量，确定所述目标行驶道路的拥堵等级；

根据所述拥堵等级，确定所述汇入所述关联行驶道路的车辆的第一数量；

获取所述拥堵道路的拥堵车辆的行车路线；

根据所述拥堵车辆的行车路线，确定汇入所述关联行驶道路的车辆的第二数量；

根据所述第一数量和所述第二数量，确定所述关联行驶道路的车辆汇入通行信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述拥堵状态信息，确定关联行驶道路的车辆汇入通行信息，包括：

根据所述拥堵状态信息，确定汇入所述关联行驶道路的车辆的第三数量；

获取所述关联行驶道路当前的车辆通行信息；

根据所述关联行驶道路当前的车辆通行信息，确定汇入所述关联行驶道路的车辆的第四数量；

根据所述第三数量和所述第四数量，确定所述关联行驶道路的车辆汇入通行信息。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

获取所述目标行驶道路的目标图像；

根据所述目标图像，确定所述目标行驶道路的参考车辆，所述参考车辆为变道车辆；

获取所述参考车辆的变道信息，以及所述参考车辆与所述目标车辆之间的目标距离；

根据所述变道信息和所述目标距离，确定所述参考车辆的变道风险等级；

若所述变道风险等级高于预设风险等级，则向所述目标车辆发送告警信息。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

获取目标车辆的车辆信息，所述车辆信息包括车辆外观信息；

根据所述车辆外观信息和所述目标交通疏导方法，确定所述目标车辆的行驶路线；

将所述行驶路线推送给所述目标车辆。

6.一种基于深度学习的智能交通疏导装置，其特征在于，应用于电子设备，所述装置包括：

获取单元，用于获取目标车辆行驶的目标行驶道路的拥堵状态信息；

第一确定单元，用于根据所述拥堵状态信息，确定关联行驶道路的车辆汇入通行信息，所述关联道路包括与所述目标行驶道路相接的道路；

第二确定单元，用于根据所述关联行驶道路的车辆汇入通行信息，通过智能交通疏导模型，确定目标交通疏导方法；

推送单元，用于将所述目标交通疏导方法推送给所述目标车辆。

7.根据权利要求6所述的装置，其特征在于，所述第一确定单元用于：

根据所述拥堵状态信息，确定所述目标行驶道路的拥堵车辆的数量；

根据所述拥堵车辆的数量，确定所述目标行驶道路的拥堵等级；

根据所述拥堵等级，确定所述汇入所述关联行驶道路的车辆的第一数量；

获取所述拥堵道路的拥堵车辆的行车路线；

根据所述拥堵车辆的行车路线，确定汇入所述关联行驶道路的车辆的第二数量；

根据所述第一数量和所述第二数量，确定所述关联行驶道路的车辆汇入通行信息。