[发明专利]基于AI语义动态孪生公共交通监管方法、装置及系统在审

专利信息
申请号: 202211339693.8 申请日: 2022-10-28
公开(公告)号: CN115688421A 公开(公告)日: 2023-02-03
发明(设计)人: 戴元永;苏蓉蓉;朱文军;张亮 申请(专利权)人: 四川慧盛数据科技有限公司
主分类号: G06F30/20 分类号: G06F30/20;G06F30/15;G06F30/13;G06V20/70;G06V20/56;G06Q50/26
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 叶昌威
地址: 610000 四川省成都市*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 语义 动态 孪生 公共交通 监管 方法 装置 系统
【说明书】:

发明公开了基于AI语义动态孪生公共交通监管方法、装置及系统,包括基于真实城市道路和真实车辆,搭建数字孪生城市模型和数字孪生车辆模型;获取所述数字孪生城市模型对应的真实道路中的语义标签信息;将语义标签信息的对应的位置对应到数字孪生城市模型;接收真实车辆终端在行驶过程中发来的实时语义信息对比语义标签信息库,确定数字孪生车辆模型对应的真实车辆的位置信息;更新对应的数字孪生车辆模型在数字孪生城市模型中的位置。通过识别文字标签上的文字,形成语义信息,使得信息传送量少,不占用系统资源;通过搭建的数字孪生城市模型和数字孪生车辆模型进行同步展示,使得公共交通的监管稳定性和效率提升,解决公共交通的监管问题。

技术领域

本发明属于数字孪生交通监管技术领域,具体涉及基于AI语义动态孪生公共交通监管方法、装置及系统。

背景技术

数字孪生是充分利用物理模型、物联网、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相应的实体系统的过程。而随着社会经济的不断发展,公共交通已成为人们出行不可缺少的交通工具,但随着公共交通的数量不断增加,对公共交通的精准调度更加得重要,然而,要做到精准调度离不开监管效率的提升。现有的道路监控网由多个分布在不同地点的道路监控拼接成“井”字,覆盖到整个区域甚至整个城市,以进行车辆的追踪和定位。但由于道路监控视频的数据量大,从监控视频固定的拍摄角度去分析所得到的交通信息有限,仅依靠监控图像数据无法有效完成视频目标对象时空行为分析、区域状态监测等诸多复杂的监控任务。

在城市的建设与管理过程中,道路监控系统在治安防控中发挥着重要的作用,城市的道路监控点主要分布在车流、人流比较集中的道路交叉口、重点路段,通过图像/视频传输通道将路面交通情况上传到道路监控指挥中心,中心值班人员可以据此及时了解各区域路面状况,以便调整各路口车辆流量,确保交通通畅。或针对监控路面车辆的违章情况,能及时发现并安排处理道路交通事故等,为交通、治安等各类案件的侦破提供技术支持。以及使用现有定位系统对车辆进行实时定位;但是,定位系统经常发生数据丢失的情况,而且占用系统资源严重,造成监管效率不高。

发明内容

本发明的目的是提供基于AI语义动态孪生公共交通监管方法、装置及系统,用以解决现有技术中公共交通的监管问题。

为了实现上述目的,本发明采用以下技术方案:

一种基于AI语义动态孪生公共交通监管方法,包括以下步骤:

基于真实城市道路和真实车辆,搭建数字孪生城市模型和数字孪生车辆模型;

获取所述数字孪生城市模型对应的真实道路中的语义标签信息,形成语义标签信息库;

将语义标签信息的对应的位置对应到数字孪生城市模型;

接收真实车辆在行驶过程中真实车辆上的车辆终端发来的实时语义信息;所述实时语义信息是真实车辆终端对真实道路上设置的文字标签进行识别得到的;

根据所述实时语义信息对比语义标签信息库,确定数字孪生车辆模型对应的真实车辆的位置信息;

根据位置信息,更新对应的数字孪生车辆模型在数字孪生城市模型中的位置。

根据上述技术,通过建立语义标签信息库,语义标签信息库中的语义标签信息是代表了设置在真实道路中文字标签,每个标签都有对应的位置,由此,当识别到对应的标签时,可以将其对应到相应的地理位置;通过识别文字标签上的文字,形成语义信息,使得信息传送量少,不占用系统资源;而且目前车辆都具有视觉摄像头,不需要对现有车辆终端系统进行大量的改动,以此,通过搭建的数字孪生城市模型和数字孪生车辆模型进行同步展示,使得公共交通的监管稳定性和效率提升,解决公共交通的监管问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川慧盛数据科技有限公司,未经四川慧盛数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211339693.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top