[发明专利]一种交通信息处理的方法和装置有效

专利信息
申请号: 202011288435.2 申请日: 2020-11-17
公开(公告)号: CN112382122B 公开(公告)日: 2022-03-29
发明(设计)人: 邓练兵;欧阳可佩;朱俊 申请(专利权)人: 珠海大横琴科技发展有限公司
主分类号: G08G1/123 分类号: G08G1/123;G08G1/01;G08G1/017
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 519000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 交通 信息处理 方法 装置
【权利要求书】:

1.一种交通信息处理的方法,其特征在于,应用于交通管控系统,所述交通管控系统包括全时全域交通动态感知引擎和渐进式视频搜索引擎,所述方法包括:

所述交通管控系统获取区域视觉AI平台中的视觉数据,并确定所述视觉数据对应的交通类型对象和其他类型对象;

所述交通管控系统采用所述全时全域交通动态感知引擎,对所述交通类型对象进行交通事件检测,得到交通事件信息;

所述交通管控系统采用所述渐进式视频搜索引擎,确定所述其他类型对象的轨迹信息;

所述交通管控系统将所述交通事件信息和所述轨迹信息发送至所述区域视觉AI平台,以为所述区域视觉AI平台提供交通管控服务;

其中,所述区域视觉AI平台与区域物联传感系统连接,所述区域物联传感系统连接多个物联网设备,所述获取区域视觉AI平台中的视觉数据,包括:

通过所述区域物联传感系统,获取所述多个物联网设备实时采集的视觉数据;其中,所述视觉数据包括视频数据、图片数据;其中,所述交通管控系统采用所述全时全域交通动态感知引擎,对所述交通类型对象进行交通事件检测,得到交通事件信息,包括:

在确定一个或多个所述交通类型对象后,确定预置在所述全时全域交通动态感知引擎中与一个或多个交通类型对象对应的交通事件,进而得到基于该交通类型对象的交通事件信息。

2.根据权利要求1所述的方法,其特征在于,所述确定所述视觉数据对应的交通类型对象和其他类型对象,包括:

对所述视觉数据进行转码;

确定所述转码后的视觉数据对应的一个或多个候选对象,并提取每个候选对象的特征信息;其中,所述特征信息包括颜色信息、轮廓信息;

判断所述特征信息是否与预设特征相匹配;

在所述特征信息与预设特征信息相匹配时,确定所述候选对象为交通类型对象,并在所述特征信息与预设特征信息不匹配时,确定所述候选对象为其他类型对象。

3.根据权利要求2所述的方法,其特征在于,所述交通管控系统包括交通事件检测模型,所述采用所述全时全域交通动态感知引擎,对所述交通类型对象进行交通事件检测,得到交通事件信息,包括:

采用所述全时全域交通动态感知引擎,对所述交通类型对象的特征信息进行处理,得到交通元素信息;

将所述交通元素信息输入所述交通事件检测模型,得到交通事件信息;其中,所述交通事件检测模型包括多个交通元素信息和交通事件信息的对应关系。

4.根据权利要求2或3所述的方法,其特征在于,所述交通管控系统包括其他事件检测模型,所述采用所述渐进式视频搜索引擎,确定所述其他类型对象的轨迹信息,包括:

采用所述渐进式视频搜索引擎,对所述其他类型对象的特征信息进行处理,得到其他元素信息;

将所述其他元素信息输入所述其他事件检测模型,得到轨迹信息;其中,所述其他事件检测模型用于根据所述其他元素信息生成轨迹信息。

5.根据权利要求1所述的方法,其特征在于,所述交通类型对象包括以下任一项:

车道线对象、车辆对象、交通指示灯对象;

所述其他类型对象包括以下任一项:

行人对象、车牌对象。

6.根据权利要求1所述的方法,其特征在于,所述交通事件信息包括以下任一项:

交通拥堵事件、交通事故事件、交通违章事件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011288435.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top