[发明专利]一种基于城市大数据的道路障碍风险评估方法、装置及可读存储介质有效

专利信息
申请号: 202011612210.8 申请日: 2020-12-30
公开(公告)号: CN112862240B 公开(公告)日: 2022-05-17
发明(设计)人: 陈龙彪;游建议;王程;范晓亮;谢天琦;黄靖淳 申请(专利权)人: 厦门大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06K9/62;G06Q50/26;G08G1/01;G08G1/065
代理公司: 厦门市首创君合专利事务所有限公司 35204 代理人: 张松亭;王婷婷
地址: 361000 *** 国省代码: 福建;35
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 基于 城市 数据 道路 障碍 风险 评估 方法 装置 可读 存储 介质
【说明书】:

发明提供一种基于城市大数据的道路障碍风险评估方法、装置和可存储介质,方法包括:城市路网提取:统计每个时间段各个网格浮动车的数量;将每个网格每个小时对应的浮动车数量进行聚类,提取出路网并且将路网分成相应路段;路网特征提取:提取每个路网网格对应的时空和情境特征;道路障碍风险预测:通过社交网络数据,爬取特定字段,获取到最终发生道路障碍数据;通过统计各个时段浮动车的数量,获取各个时段各个路网网格无发生道路障碍事件数据;基于Self‑training自训练模型的模型预测;本发明提供的方法,基于多源数据融合,具有高效、低耗的优点,同时也达到了较高的准确率。

技术领域

本发明涉及人工智能、大数据、城市计算领域,特别是指一种基于城市大数据的道路障碍风险评估方法、装置及可读存储介质。

背景技术

道路障碍主要指妨碍道路正常通行通车的异常现象。无论是对于城市管理还是城市应急来说,道路障碍一直以来都困扰着各个城市。道路障碍给城市的正常运转带来许多不必要的麻烦,如交通问题、安全问题。同时,道路障碍也对群众造成困扰,影响群众的出行。

传统道路障碍检测主要依靠城市调查员的实地调查和摄像头查看的方式。该传统方法的缺陷在于调查过程造成大量时间成本和人力财力成本的消耗,且摄像头受限于天气和光线,更重要的是此类方法无法做到风险的预测。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷,提出一种基于城市大数据的道路障碍风险评估方法,基于多源数据融合,具有高效、低耗的优点,同时也达到了较高的准确率。

本发明采用如下技术方案:

本发明实施例一方面提供一种基于城市大数据的道路障碍风险评估方法,包括如下步骤:

城市路网提取:根据经纬度划分成同样大小的网格,根据每个浮动车的GPS坐标映射到对应的网格内,统计每个时间段各个网格浮动车的数量;将每个网格每个小时对应的浮动车数量进行聚类,提取出路网并且将路网分成相应路段;

路网特征提取:提取每个路网网格对应的时空和情境特征;时空特征为相应时间相应位置的天气特征,情境特征主要包括DEM、树木覆盖率和POI特征;

道路障碍风险预测:通过社交网络数据,利用关键字,爬取特定字段,通过群智感知系统,由群智感知者进行录入,获取到最终发生道路障碍数据;通过统计各个时段浮动车的数量,设置阈值,获取各个时段各个路网网格无发生道路障碍事件数据;根据提取到的路网特征以及所对应的发生道路障碍和没有发生道路障碍的事件,基于Self-training自训练模型的模型预测。

具体地,所述路网特征提取,提取每个路网网格对应的时空和情境特征;时空特征为相应时间相应位置的天气特征,情境特征主要包括DEM、树木覆盖率和POI特征,具体为:

对于时空特征,通过UndergroundWeatherAPI获取相应的天气特征;

对于情境特征,通过数字高程模型(DEM)映射到每个路网网格,获取到DEM特征,再通过每个路网网格城市遥感卫星图像,进行AlexNet训练并分类,得到路网网格的树木覆盖率,最后将POI根据GPS映射到各个路网网格中,并统计数量,作为POI特征。

具体地,所述通过统计各个时段浮动车的数量,设置阈值,获取各个时段各个路网网格无发生道路障碍事件数据,具体包括:

将浮动车按各个时间映射到各个路网当中;

设置阈值,大于阈值则认为所述时间段、所述路网网格无发生道路障碍事件,作为无发生道路障碍事件数据。

具体地,所述根据提取到的路网特征以及所对应的发生道路障碍和没有发生道路障碍的事件,基于Self-training自训练模型的模型预测,具体包括:

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厦门大学,未经厦门大学许可,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/202011612210.8/2.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