龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本公开提供了一种路口待转待行区识别模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及深度学习、智能交通、电子地图技术领域。实现方案为：获取多个车辆经过目标路口的多条轨迹数据和标签数据；对于每条轨迹数据，确定该条轨迹数据所对应的通行特征，包括第一路口目标交通信号灯的切换点和绿波点，切换点表示目标交通信号灯进行预设信号切换时对应的时间，绿波点表示相应车辆走过目标路口的停止线时对应的时间；确定多条车辆轨迹数据所对应的通行特征的统计特征以输入预设的神经网络模型，以获得目标交通信号灯所指挥的道路上包括待转待行区的概率；以及基于概率以及标签数据调整神经网络模型的参数。
主权项：1.一种路口待转待行区识别模型训练方法，包括：获取多个车辆经过目标路口的多条轨迹数据，其中，所述多条轨迹数据为基于目标交通信号灯实现的车辆行驶轨迹，并且其中，所述多条轨迹数据中的每条轨迹数据包括在相应车辆行驶过程中所采集的多个轨迹点，每一个轨迹点包括相应车辆在该轨迹点的速度信息和时间信息；获取标签数据，其中，所述标签数据表示所述目标交通信号灯所指挥的道路上是否包括待转待行区；对于所述多条轨迹数据中的每条轨迹数据，基于所述速度信息确定该条轨迹数据所对应的通行特征，其中所述通行特征包括所述第一路口所对应的目标交通信号灯的切换点和绿波点，其中所述切换点表示目标交通信号灯进行预设信号切换时所对应的时间，其中所述绿波点表示相应车辆走过所述目标路口的停止线时所对应的时间；基于所述多条车辆轨迹数据各自对应的通行特征，确定所述多条车辆轨迹数据所对应的所述通行特征的统计特征；将所述统计特征输入预设的神经网络模型，以获得所述目标交通信号灯所指挥的道路上包括待转待行区的概率；以及基于所述概率以及所述标签数据，调整所述神经网络模型的参数。
全文数据：
权利要求：
百度查询： 百度在线网络技术(北京)有限公司 路口待转待行区识别方法及装置、电子设备和介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号