【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及人工智能數(shù)據(jù)處理，本專利技術(shù)提供的一種基于人工智能的交通數(shù)據(jù)處理方法及系統(tǒng)。
技術(shù)介紹
1、隨著科技的飛速發(fā)展，人工智能(ai)在交通數(shù)據(jù)處理領(lǐng)域的應(yīng)用日益廣泛。當(dāng)前，ai技術(shù)正被用于分析海量的交通數(shù)據(jù)，包括交通流量、車輛速度、道路狀況等，以優(yōu)化交通管理、提升道路安全，通過實(shí)時(shí)處理這些數(shù)據(jù)，ai能夠智能調(diào)整交通信號(hào)燈的配時(shí)、優(yōu)化交通流的分布，從而有效減少交通擁堵，提高交通效率。同時(shí)，ai還在自動(dòng)駕駛技術(shù)中發(fā)揮著關(guān)鍵作用，通過深度學(xué)習(xí)算法和傳感器技術(shù)，實(shí)現(xiàn)車輛的自主感知和決策，為未來的智能交通系統(tǒng)奠定基礎(chǔ)。
2、然而，人工智能在交通數(shù)據(jù)處理領(lǐng)域面臨如下技術(shù)痛點(diǎn)，交通數(shù)據(jù)的來源多樣、類型繁雜，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，如傳感器數(shù)據(jù)、視頻圖像數(shù)據(jù)等，交通數(shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性要求極高，需要ai算法能夠在短時(shí)間內(nèi)處理大量數(shù)據(jù)并做出精確決策。此外，隨著城市交通規(guī)模的不斷擴(kuò)大，數(shù)據(jù)量的激增也給ai算法的性能和效率帶來了困難，在面對(duì)交通數(shù)據(jù)處理過程中如果出現(xiàn)數(shù)據(jù)處理錯(cuò)誤或數(shù)據(jù)處理超時(shí)，將對(duì)交通系統(tǒng)的運(yùn)行穩(wěn)定性造成影響，為此本專利技術(shù)提供一種基于人工智能的交通數(shù)據(jù)處理方法及系統(tǒng)。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)不足，本專利技術(shù)提供一種基于人工智能的交通數(shù)據(jù)處理方法及系統(tǒng)，解決在面對(duì)交通數(shù)據(jù)處理過程中如果出現(xiàn)數(shù)據(jù)處理錯(cuò)誤或數(shù)據(jù)處理超時(shí)，將對(duì)交通系統(tǒng)的運(yùn)行穩(wěn)定性造成影響的問題。
2、為解決上述技術(shù)問題，本專利技術(shù)的具體技術(shù)方案如下：
3、第一方面，本
4、步驟s101，獲取交通數(shù)據(jù)，交通數(shù)據(jù)包括交通流量、車輛速度、交通視頻圖像以及交通傳感器數(shù)據(jù)；
5、步驟s102，對(duì)獲取交通數(shù)據(jù)進(jìn)行預(yù)處理，得到待處理后的交通數(shù)據(jù)，將預(yù)處理后的交通數(shù)據(jù)進(jìn)行復(fù)制，得到待處理交通數(shù)據(jù)組，待處理交通數(shù)據(jù)組包括第一待處理交通數(shù)據(jù)、第二待處理交通數(shù)據(jù)以及第三待處理交通數(shù)據(jù)；
6、步驟s103，利用大數(shù)據(jù)分析方法，對(duì)第一待處理交通數(shù)據(jù)進(jìn)行深入分析，通過深度學(xué)習(xí)算法提取出交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征，對(duì)交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征進(jìn)行數(shù)據(jù)完整性檢測(cè)，若交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征存在數(shù)據(jù)缺失，則確定缺失數(shù)據(jù)時(shí)間信息，根據(jù)缺失數(shù)據(jù)時(shí)間信息將第二待處理交通數(shù)據(jù)以及第三待處理交通數(shù)據(jù)代入預(yù)設(shè)的交通數(shù)據(jù)模擬模型中，得到交通模擬數(shù)據(jù)；
7、步驟s104，將交通模擬數(shù)據(jù)與第一待處理交通數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，得到修正后的處理交通數(shù)據(jù)，將修正后的處理交通數(shù)據(jù)代入預(yù)設(shè)的交通數(shù)據(jù)預(yù)測(cè)模型中，得到實(shí)時(shí)交通運(yùn)行數(shù)據(jù)預(yù)測(cè)結(jié)果；
8、步驟s105，采集實(shí)時(shí)交通運(yùn)行數(shù)據(jù)預(yù)測(cè)結(jié)果中的數(shù)據(jù)時(shí)間特征，根據(jù)數(shù)據(jù)時(shí)間特征調(diào)取對(duì)應(yīng)的交通數(shù)據(jù)，將實(shí)時(shí)交通運(yùn)行數(shù)據(jù)預(yù)測(cè)結(jié)果與根據(jù)數(shù)據(jù)時(shí)間特征調(diào)取對(duì)應(yīng)的交通數(shù)據(jù)進(jìn)行對(duì)比，若對(duì)比結(jié)果的誤差值大于預(yù)設(shè)允許范圍，則對(duì)交通數(shù)據(jù)預(yù)測(cè)模型進(jìn)行優(yōu)化，使用優(yōu)化后的交通數(shù)據(jù)預(yù)測(cè)模型對(duì)交通數(shù)據(jù)進(jìn)行處理，得到優(yōu)化后的交通數(shù)據(jù)處理結(jié)果。
9、進(jìn)一步地，本專利技術(shù)提供的所述的基于人工智能的交通數(shù)據(jù)處理方法，所述步驟s103，包括：
10、數(shù)據(jù)分析模塊對(duì)數(shù)據(jù)進(jìn)行聚合和摘要處理，以生成數(shù)據(jù)的統(tǒng)計(jì)概覽和趨勢(shì)分析，利用關(guān)聯(lián)規(guī)則挖掘技術(shù)提取交通數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)，交通數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)包括某時(shí)間段和地點(diǎn)的交通擁堵情況與天氣之間的關(guān)聯(lián)、某時(shí)間段和地點(diǎn)的交通擁堵情況與特殊事件之間的關(guān)聯(lián)；
11、采用深度學(xué)習(xí)算法對(duì)交通數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，以自動(dòng)提取交通擁堵模式和車輛行駛軌跡的數(shù)據(jù)特征，深度學(xué)習(xí)模型識(shí)別交通流量中的周期性模式、異常模式以及車輛行駛軌跡的規(guī)律性特征；
12、提取出的交通擁堵模式數(shù)據(jù)特征和車輛行駛軌跡數(shù)據(jù)特征經(jīng)過完整性校驗(yàn)，檢查特征是否完整、是否存在缺失值或異常值；
13、如果數(shù)據(jù)缺失，則使用插值、填充或刪除處理缺失值，如果數(shù)據(jù)異常值處理，則對(duì)于異常值進(jìn)行修正。
14、進(jìn)一步地，本專利技術(shù)提供的所述的基于人工智能的交通數(shù)據(jù)處理方法，所述步驟s104，包括：
15、獲取生成的交通模擬數(shù)據(jù)，交通模擬數(shù)據(jù)包括不同時(shí)間段的流量預(yù)測(cè)、擁堵狀況模擬數(shù)據(jù)；
16、實(shí)時(shí)處理模塊從交通監(jiān)控系統(tǒng)、車輛gps追蹤、手機(jī)信令采集第一待處理交通數(shù)據(jù)；
17、將實(shí)時(shí)捕獲的交通數(shù)據(jù)與模擬數(shù)據(jù)進(jìn)行融合包括時(shí)間對(duì)齊、空間匹配和數(shù)據(jù)歸一化處理，通過深度學(xué)習(xí)中的注意力機(jī)制對(duì)實(shí)時(shí)捕獲的交通數(shù)據(jù)與模擬數(shù)據(jù)進(jìn)行融合，得到融合后的數(shù)據(jù)；
18、加載預(yù)設(shè)的交通數(shù)據(jù)預(yù)測(cè)模型，將修正后的處理交通數(shù)據(jù)輸入到預(yù)設(shè)的交通數(shù)據(jù)預(yù)測(cè)模型中，預(yù)設(shè)的交通數(shù)據(jù)預(yù)測(cè)模型根據(jù)輸入數(shù)據(jù)，結(jié)合模型內(nèi)部參數(shù)和訓(xùn)練時(shí)學(xué)到的知識(shí)，進(jìn)行實(shí)時(shí)交通運(yùn)行數(shù)據(jù)的預(yù)測(cè)；
19、預(yù)設(shè)的交通數(shù)據(jù)預(yù)測(cè)模型輸出實(shí)時(shí)交通運(yùn)行數(shù)據(jù)的預(yù)測(cè)結(jié)果，實(shí)時(shí)交通運(yùn)行數(shù)據(jù)的預(yù)測(cè)結(jié)果包括交通流量、擁堵情況以及平均車速。
20、進(jìn)一步地，本專利技術(shù)提供的所述的基于人工智能的交通數(shù)據(jù)處理方法，所述步驟s105，包括：
21、采集實(shí)時(shí)交通運(yùn)行數(shù)據(jù)預(yù)測(cè)結(jié)果，實(shí)時(shí)交通運(yùn)行數(shù)據(jù)的預(yù)測(cè)結(jié)果包括交通流量、擁堵指數(shù)以及平均車速；
22、從交通數(shù)據(jù)庫中根據(jù)實(shí)時(shí)交通運(yùn)行數(shù)據(jù)預(yù)測(cè)結(jié)果的時(shí)間特征調(diào)取對(duì)應(yīng)的實(shí)際交通數(shù)據(jù)，時(shí)間特征包括日期特征以及時(shí)間段特征；
23、將實(shí)時(shí)交通運(yùn)行數(shù)據(jù)的預(yù)測(cè)結(jié)果與實(shí)際調(diào)取的交通數(shù)據(jù)進(jìn)行對(duì)比，對(duì)比指標(biāo)包括交通流量、平均車速以及擁堵持續(xù)時(shí)間；
24、計(jì)算對(duì)比結(jié)果的誤差值，判斷對(duì)比結(jié)果的誤差值是否大于預(yù)設(shè)的允許范圍；
25、如果誤差值大于預(yù)設(shè)允許范圍，則當(dāng)前交通數(shù)據(jù)預(yù)測(cè)模型的預(yù)測(cè)精度不滿足要求，
26、根據(jù)誤差分析結(jié)果，識(shí)別交通數(shù)據(jù)預(yù)測(cè)模型中的偏差來源，調(diào)整交通數(shù)據(jù)預(yù)測(cè)模型參數(shù)、更新交通數(shù)據(jù)預(yù)測(cè)模型結(jié)構(gòu)，得到優(yōu)化后的交通數(shù)據(jù)預(yù)測(cè)模型，在新的數(shù)據(jù)集上重新訓(xùn)練優(yōu)化后的交通數(shù)據(jù)預(yù)測(cè)模型。
27、第二方面，本專利技術(shù)提供一種基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，應(yīng)用于所述的基于人工智能的交通數(shù)據(jù)處理方法，包括：服務(wù)器端、交通設(shè)備端、數(shù)據(jù)采集端以及后臺(tái)控制端，服務(wù)器端與交通設(shè)備端、數(shù)據(jù)采集端以及后臺(tái)控制端建立通信連接，服務(wù)器端包括：
28、數(shù)據(jù)獲取模塊，獲取交通數(shù)據(jù)，交通數(shù)據(jù)包括交通流量、車輛速度、交通視頻圖像以及交通傳感器數(shù)據(jù)；
29、數(shù)據(jù)預(yù)處理模塊，對(duì)獲取交通數(shù)據(jù)進(jìn)行預(yù)處理，得到待處理后的交通數(shù)據(jù)，將預(yù)處理后的交通數(shù)據(jù)進(jìn)行復(fù)制，得到待處理交通數(shù)據(jù)組，待處理交通數(shù)據(jù)組包括第一待處理交通數(shù)據(jù)、第二待處理交通數(shù)據(jù)以及第三待處理交通數(shù)據(jù)；
30、數(shù)據(jù)分析模塊，利用大數(shù)據(jù)分析方法，對(duì)第一待處理交通數(shù)據(jù)進(jìn)行深入分析，通過深度學(xué)習(xí)算法提取出交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征，對(duì)交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征進(jìn)行數(shù)據(jù)完整性檢測(cè)，若交通擁堵模式數(shù)據(jù)特征以及車輛行駛軌跡數(shù)據(jù)特征存在數(shù)據(jù)缺失，則確定缺失本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟S103，包括：
3.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟S104，包括：
4.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟S105，包括：
5.一種基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，應(yīng)用于權(quán)利要求1～4任意一項(xiàng)所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，包括：服務(wù)器端、交通設(shè)備端、數(shù)據(jù)采集端以及后臺(tái)控制端，服務(wù)器端與交通設(shè)備端、數(shù)據(jù)采集端以及后臺(tái)控制端建立通信連接，服務(wù)器端包括：
6.如權(quán)利要求5所述的基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，其特征在于，所述數(shù)據(jù)分析模塊，還用于：
7.如權(quán)利要求5所述的基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，其特征在于，所述實(shí)時(shí)處理模塊，還用于：
8.如權(quán)利要求5所述的基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，其特征在于，所述交通數(shù)據(jù)處理優(yōu)化單元，還用于：
【技術(shù)特征摘要】
1.一種基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟s103，包括：
3.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟s104，包括：
4.如權(quán)利要求1所述的基于人工智能的交通數(shù)據(jù)處理方法，其特征在于，所述步驟s105，包括：
5.一種基于人工智能的交通數(shù)據(jù)處理系統(tǒng)，應(yīng)用于權(quán)利要求1～4任意一項(xiàng)所述的基于人工智能的交通數(shù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：盧浩雷，
申請(qǐng)(專利權(quán))人：北京蜂云科創(chuàng)信息技術(shù)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。