一种基于深度学习模型的城区公路智能选线方法

AITNT
正文
推荐专利
一种基于深度学习模型的城区公路智能选线方法
申请号:CN202510527747
申请日期:2025-04-25
公开号:CN120068332A
公开日期:2025-05-30
类型:发明专利
摘要
一种基于深度学习模型的城区公路智能选线方法,属于智能公路选线技术领域。为解决自动进行公路选线推理,本发明包括将城市空间按照固定间隔分割形成三维像素点,得到城市空间三维像素数据集按照三维像素点输入城区要素;结合城区要素的空间属性和特征对城市空间三维要素数据集中的三维像素点的交通出行属性进行设置更新得到更新的城市空间三维要素数据集;采集已建成公路的城区数据作为训练数据,对公路线路数据进行标记,然后与更新的城市空间三维要素数据集进行整合,得到城区公路智能选线数据集;搭建基于Transformer的城区公路智能选线深度学习模型进行训练,得到训练好的城区公路智能选线深度学习模型。本发明实现公路自动选线。
技术关键词
智能选线 深度学习模型 像素点 数据 表达式 公路选线技术 解码函数 生成三维空间 市政公用设施 变量 坐标 参数 交通设施 积层 栅格 网络结构
系统为您推荐了相关专利信息
1
一种实现高质量模特穿衣的方法、装置、设备和介质
模特 特征提取器 图像块 高清 拉普拉斯
2
基于程序分析技术和图注意力网络的API误用检测方法
误用检测方法 程序分析技术 注意力 网络 堆叠模块
3
针对产权数据特性的数据压缩方法、装置及电子设备
数据压缩方法 编码 企业 频率 登记管理
4
面向数字孪生的三维场模型降阶系统
数字孪生 指数 应力 模块 曲线
5
一种回收利用水资源的无人驾驶清扫车的控制方法及系统
无人驾驶清扫车 路面 像素矩阵 优化BP神经网络 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号