Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于车联网及物联网的公路实时路况检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电建集团昆明勘测设计研究院有限公司;中交基础设施养护集团有限公司

摘要:本发明涉及路况检测技术领域,公开了一种基于车联网及物联网的公路实时路况检测方法及系统,方法包括:获取车辆数据和道路设施数据,将采集到的车辆数据和道路设施数据通过无线通信传输到中心服务器,并进行存储;对采集到的车辆数据和道路设施数据进行去除异常数据、并校正,得到融合后的车辆数据和道路设施数据;基于融合后的车辆数据和道路设施数据,利用数据分析算法计算和预测实时路况信息;将计算和预测得到的实时路况信息通过移动应用程序展示给车辆用户,提供实时的路况信息和建议;对实时路况进行验证和调整;系统包括:数据获取模块、数据处理模块及结果输出模块。本发明达到提高交通效率、安全性和用户出行体验的目的。

主权项:1.一种基于车联网及物联网的公路实时路况检测方法,其特征在于,所述基于车联网及物联网的公路实时路况检测方法,包括:获取车辆数据和道路设施数据,车辆数据通过车辆上搭载的车载设备获取;道路设施数据通过无线通信将公路上布置物联网传感器设备获取;将采集到的车辆数据和道路设施数据通过无线通信传输到中心服务器,并进行存储;对采集到的车辆数据和道路设施数据进行去除异常数据、并校正,得到融合后的车辆数据和道路设施数据;基于融合后的车辆数据和道路设施数据,利用数据分析算法计算和预测实时路况信息;将计算和预测得到的实时路况信息通过移动应用程序展示给车辆用户,提供实时的路况信息和建议;通过车辆用户反馈的数据,对实时路况进行验证和调整;利用数据分析算法计算和预测实时路况信息的过程,包括:对采集到的车辆数据和道路设施数据进行清洗和预处理,去除异常值和噪声,并对数据进行校正,通过时间戳进行匹配和关联,对校正后的车辆数据和道路设施数据进行对齐;在车辆数据和道路设施数据对齐后,采用加权平均将车辆数据和道路设施数据进行融合;从融合后的车辆数据和道路设施数据中,提取与车辆速度、车流量及道路拥堵程度相关的目标特征;根据目标特征提取得到的车辆数据和道路设施数据,建立循环神经网络数据模型;使用历史的车辆数据和道路设施数据,对建立的循环神经网络数据模型进行训练;利用训练好的循环神经网络数据模型,对实时的车辆数据和道路设施数据进行预测,得到实时的路况信息;车载设备与物联网传感器设备的交互过程,包括:车载设备作为发布者,向中心服务器注册发布包含注册车辆位置及车速数据类型和主题;并为每个数据类型指定相应的主题;物联网传感器设备作为订阅者,向中心服务器注册订阅包含交通流量及气象数据的数据类型和主题,并为每个数据类型指定相应的主题;车载设备根据注册时指定的主题,将采集到的车辆数据发布到中心服务器;发布时需要将数据类型和主题信息附加在数据中;物联网传感器设备根据注册时指定的主题,订阅中心服务器上发布的数据,订阅时指定数据类型和主题;中心服务器接收到发布者发布的数据后,根据订阅者的注册信息,使用推送方式向订阅者发送数据,或者由订阅者使用拉取方式主动请求数据;对校正后的车辆数据和道路设施数据进行对齐的过程,包括:对车辆数据和道路设施数据中的时间戳进行排序;定义一个目标时间戳,即要寻找最接近的时间戳,初始化两个指针,一个指向排序后的车辆数据的起始位置,一个指向排序后的道路设施数据的起始位置;进入循环遍历,直到遍历完所有数据或者找到最接近的时间戳;在每次循环中,比较当前车辆数据和道路设施数据的时间戳与目标时间戳的差值,并记录最小差值;根据记录的最小差值,确定最接近的时间戳对应的数据,即车辆数据和道路设施数据;建立数据关联表将匹配到的车辆数据和道路设施数据进行关联,确保在相同的时间点上对应;如果当前车辆数据的时间戳小于目标时间戳,将车辆数据的指针向后移动一位,继续比较下一个车辆数据;如果当前道路设施数据的时间戳小于目标时间戳,将道路设施数据的指针向后移动一位,继续比较下一个道路设施数据;如果当前车辆数据的时间戳大于目标时间戳,或者当前道路设施数据的时间戳大于目标时间戳,说明已经找到了最接近的时间戳,结束循环;建立循环神经网络数据模型的过程,包括:准备用于建立包含循环神经网络的训练数据和验证数据的数据集,数据集中包含历史的车辆数据、道路设施数据以及对应的目标特征;对准备好的数据进行预处理;设计门控循环单元的循环神经网络的架构,循环神经网络由多个循环层组成,每个循环层都有神经元;将预处理后的数据集划分为训练集和验证集,训练集用于训练循环神经网络模型,验证集用于评估循环神经网络模型的性能和调整超参数;使用训练集对设计好的循环神经网络模型进行训练;训练过程中,通过反向传播算法更新循环神经网络模型的权重和偏置;使用验证集对训练好的循环神经网络模型进行评估,计算循环神经网络模型在验证集上的性能指标,根据评估结果,对循环神经网络进行调整。

全文数据:

权利要求:

百度查询: 中国电建集团昆明勘测设计研究院有限公司 中交基础设施养护集团有限公司 基于车联网及物联网的公路实时路况检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。