基于深度学习的高速公路路侧设备安装的选点方法

本申请公开一种基于深度学习的高速公路路侧设备安装的选点方法，属于智能交通技术领域；方法包括：收集待布局路段的高精度地图数据和GIS系统的地理信息数据；对收集数据进行预处理，预处理包括：采用高斯滤波的方式对数据去噪、采用KNN填充法来处理数据中的缺失值以及采用最小‑最大缩放方法对数据进行归一化处理；构建能够预测路侧设备布局的CNN‑RNN组合网络模型；利用预处理后的数据集CNN‑RNN组合网络模型进行训练；将待布局路段的高精度地图和GIS地理信息数据预处理后，输入训练好的CNN‑RNN组合网络模型中，输出路段上合适的路侧设备布置位置；根据模型输出的路侧设备布置位置，结合实际情况和交通需求，对布局方案进行优化和调整。