摘要
本发明涉及智能交通技术领域,公开了基于深度学习的高速车流量检测方法及系统,从高速公路的各关键路段处实时获取多模态交通数据和环境数据,对实时获取的多模态交通数据进行预处理,包括多模态交通数据的时空对齐;将预处理后的多模态交通数据和环境数据输入预先训练好的深度融合网络模型,输出用于表征高速车流量特征的多种车辆参数;将多种车辆参数输入预先训练好的高速车流量检测模型,输出车流量等级信息;针对预设时间内各关键路段处的车辆参数变化情况,采用模型融合的方式动态更新该关键路段处的深度融合网络模型;根据车流量等级信息在实际使用时引入的外部条件更新高速车流量检测模型。结合深度学习提高高速车流量检测准确性和实时性。
技术关键词
车流量检测方法
深度融合网络
车辆运动学
路段
多模态
三维点云数据
参数
动态更新
车流量统计
车流量检测系统
特征融合方法
数据分析算法
智能交通技术
注意力
深度学习技术
多尺度特征
数据获取模块
系统为您推荐了相关专利信息
振荡特征
延迟参数
血管壁
识别血管
动态响应模型
融合调度方法
融合通信平台
动态路径规划方法
多模态数据融合
多源交通数据
对接方法
智能决策引擎
深度学习模型
长短期记忆网络
卫星导航定位设备
多模态显微成像
环形透镜
载物台
CCD感光器
防水托盘