[发明专利]基于边缘计算的交通控制方法、装置、电子设备及存储介质

说明书

本申请公开了一种基于边缘计算的交通控制方法、装置、电子设备及存储介质，该交通控制方法用于边缘计算设备，该方法包括：利用图像识别模型，对获取的实时路面图像进行识别，以获取图像中的人体特征、目标标线的地理坐标以及目标标线与人体特征的关系特征；获取云端中存储的交通指示设备的地理坐标；基于目标标线的地理坐标，判断交通指示设备的地理坐标与目标标线的地理坐标的坐标距离是否小于设定阈值；若坐标距离小于设定阈值，则根据交通指示设备的状态数据、人体特征以及目标标线与人体特征的关系特征，调整交通指示设备的状态。可以根据道路标线与行人之间的位置关系，调整交通指示设备的状态，避免现有方式存在的数据通讯延时的问题。

技术领域

本发明涉及大数据技术领域，尤其涉及一种基于边缘计算的交通控制方法、装置、电子设备及存储介质。

背景技术

目前，随着城市化发展，城市中的车辆数量急剧增长，信号灯系统在交通控制中作用也日益凸显。现有的信号灯系统通过前端实现实时数据采集，数据上传至云端，在云端上实现计算。

现有技术中的信号灯控制方式，存在两种方式，一种是根据历史车流量统计数据设置红、黄、绿信号灯的切换；另一种是由云端控制信号灯系统，信号灯系统的前端采集到实时路况数据，上传至云端，在云端实现数据计算操作，然后根据计算结果，反馈给信号灯系统用于控制红、黄、绿信号灯切换的控制信号。

对于方式一，会存在不能根据车流量的实时数据，灵活调整红、黄、绿信号灯的驻停时长，对于行人通行和车辆通行非常不方便；对于方式二，虽然实现了可以根据实时路况数据控制信号灯系统中的红、黄、绿信号灯的切换，但是，对于交通控制，则是需要几乎为零的数据通讯延时，显然云端控制方式是无法满足零延时的要求。

发明内容

本发明实施例提供一种基于边缘计算的交通控制方法、装置、电子设备及存储介质，用以解决现有技术中的交通控制方式存在的不能灵活根据实时路况数据实现对交通中的车辆和行人通行的控制的缺陷。

第一方面，本发明实施例提供一种基于边缘计算的交通控制方法，所述交通控制方法用于边缘计算设备，所述交通控制方法包括：

利用图像识别模型，对获取的实时路面图像进行识别，以获取图像中的人体特征、目标标线的地理坐标以及目标标线与人体特征的关系特征；

获取云端中存储的交通指示设备的地理坐标；

基于目标标线的地理坐标，判断交通指示设备的地理坐标与目标标线的地理坐标的坐标距离是否小于设定阈值；

若坐标距离小于设定阈值，则获取交通指示设备的状态数据，并根据交通指示设备的状态数据、人体特征以及目标标线与人体特征的关系特征，对交通指示设备的状态进行调整。

基于本发明任一实施例，还包括：

通过训练，生成图像识别模型，所述图像识别模型用以对路面图像进行识别，获取路面图像中的人体特征、标线的地理坐标以及标线与人体特征的关系特征；其中，标线的地理坐标为基于图像中包含的道路标识、路径关系及关联标志中的至少一个确定。

基于本发明任一实施例，所述通过训练，生成图像识别模型，具体包括：获取样本数据集，样本数据集包括多个路面图像，所述每个路面图像对应有人体特征标签、地理坐标标签以及标线与人体特征的关系特征标签；

将所述样本数据集划分为训练数据集和测试数据集；

将所述训练数据集作为输入参数，输入到神经网络模型中进行学习，将经过反复学习操作得到的模型作为初始图像识别模型；

将所述测试数据集输入初始图像识别模型，当图像识别模型识别的路面图像的人体特征、地理坐标标以及标线与人体特征的关系体征的匹配正确率大于预定值时，则结束模型训练，并将初始图像识别模型确定为图像识别模型。