[发明专利]基于智能交通灯的道路拥堵原因获取方法、系统及设备

权利要求书

1.一种基于智能交通灯的道路拥堵原因获取方法，应用于智能交通灯系统，其特征在于，所述智能交通灯系统包括智能交通灯、图像采集装置、智能无人机和后台服务器，所述智能交通灯、图像采集装置和智能无人机均与所述后台服务器通讯连接；所述方法包括：

若后台服务器基于图像采集装置上传的当前道路路况图片集确定路口存在多车辆停车的识别结果，则获取所述智能交通灯的当前红绿灯信息；

若后台服务器确定所述当前红绿灯信息对应绿灯显示状态，则基于预先训练的拥堵识别模型对所述当前道路路况图片集进行拥堵识别，得到拥堵识别结果；

若确定所述拥堵识别结果为存在堵车，则确定当前道路路口为拥堵点且生成无人机航拍指令，并将所述无人机航拍指令发送至所述智能无人机；

所述智能无人机基于所述无人机航拍指令对应采集多帧当前路口航拍交通图片，以组成当前路口航拍交通图片集并发送至所述后台服务器；

所述后台服务器基于所述当前路口航拍交通图片集进行识别，确定道路拥堵原因信息。

2.根据权利要求1所述的方法，其特征在于，在所述若后台服务器基于图像采集装置上传的当前道路路况图片集确定路口存在多车辆停车的识别结果，则获取所述智能交通灯的当前红绿灯信息的步骤之前，所述方法还包括：

所述后台服务器获取所述图像采集装置上传的当前道路路况图片组成的所述当前道路路况图片集；

所述后台服务器获取预先训练的多目标检测模型，并针对所述当前道路路况图片集中每一当前道路路况图片，基于所述多目标检测模型获取与所述当前道路路况图片对应的多车辆识别结果集；

若确定所述当前道路路况图片集中各当前道路路况图片对应的多车辆识别结果集中存在连续多个相同的多车辆识别结果集，则判定路口存在多车辆停车的识别结果；

若确定所述当前道路路况图片集中各当前道路路况图片对应的多车辆识别结果集中不存在连续多个相同的多车辆识别结果集，则判定路口不存在多车辆停车的识别结果。

3.根据权利要求2所述的方法，其特征在于，所述拥堵识别模型包括多目标检测模型和图像识别模型；所述基于预先训练的拥堵识别模型对所述当前道路路况图片集进行拥堵识别，得到拥堵识别结果，包括：

基于所述拥堵识别模型中的多目标检测模型获取所述当前道路路况图片集中每一当前道路路况图片的当前道路路口车辆分布信息；

基于所述拥堵识别模型中的图像识别模型确定各当前道路路口车辆分布信息对应的图像区域是否存在堵车图像特征；

若有当前道路路口车辆分布信息对应的图像区域存在堵车图像特征，则得到存在堵车的拥堵识别结果；

若没有当前道路路口车辆分布信息对应的图像区域存在堵车图像特征，则得到不存在堵车的拥堵识别结果。

4.根据权利要求1所述的方法，其特征在于，所述若确定所述拥堵识别结果为存在堵车，则确定当前道路路口为拥堵点且生成无人机航拍指令，并将所述无人机航拍指令发送至所述智能无人机，包括：

若确定所述拥堵识别结果为存在堵车，则获取智能无人机的当前工作状态；

若确定所述智能无人机的当前工作状态为充电待机状态，且确定了当前道路路口为拥堵点，则生成无人机航拍指令，并发送至所述智能无人机。

5.根据权利要求1所述的方法，其特征在于，所述智能无人机基于所述无人机航拍指令对应采集多帧当前路口航拍交通图片，以组成当前路口航拍交通图片集并发送至所述后台服务器，包括：

所述智能无人机对所述无人机航拍指令解析得到的航拍控制参数；

所述智能无人机基于所述航拍控制参数对应采集多帧当前路口航拍交通图片，以组成当前路口航拍交通图片集并发送至所述后台服务器。

6.根据权利要求1所述的方法，其特征在于，所述后台服务器基于所述当前路口航拍交通图片集进行识别，确定道路拥堵原因信息，包括：

获取所述后台服务器中存储的图像识别模型，通过所述图像识别模型获取所述当前路口航拍交通图片集对应的航拍图像特征集；

若确定所述航拍图像特征集包括预定道路特征，则获取与所述预定道路特征对应的预设道路拥堵原因信息，并以所述预设道路拥堵原因信息作为所述道路拥堵原因信息。