[发明专利]一种基于交通图像信息的车辆最优路径挖掘方法

摘要

本发明公开了一种基于交通图像信息的车辆最优路径挖掘方法，包括下列步骤：（1）标定摄像头，记录地理位置信息；（2）根据道路可达性测量相邻摄像头之间的路程距离（3）构建摄像头分布网络图；（4）对每一子结点设置3个堆栈，分别存放固定信息、历史信息、实时信息；（5）根据3种堆栈的所有信息构建神经网络的输入层，确定输出层；（6）对神经网络的隐含层构建深层学习框架，进行3层逐层（layerbylayer）学习，输出路径序列；（7）将输出的结果连成线即为一个有向图中的最优路径；（8）将此最优路径通过各结点路程相加，可得最优路径总长度，根据交通流量，可以估算出出发地至目的地的时间；步骤（9）：生成一张交通引导图。本发明能根据采集点的固定信息、历史采集信息和实时采集信息。使用深层神经网络计算，生成最优路径，为智能交通系统提供了一种新的可靠的最优路径挖掘方法。

主权项

一种基于交通图像信息的车辆最优路径挖掘方法，在待挖掘车辆最优路径的交通路网中布置有摄像头，其特征在于：挖掘方法包括下列步骤：(1) 针对交通路网的摄像头布局特性进行采集，对各摄像头进行名称标定，并记录各摄像头对应地理位置信息；(2) 根据道路可达性测量相邻摄像头之间的路程距离；(3) 构建摄像头分布的带权网络图，每个摄像头对应一个结点，权值是相邻摄像头之间的路程距离；(4) 对每一个结点设置3个堆栈，一个存放固定信息，一个存放历史采集信息，一个存放实时采集信息；(5) 根据3种堆栈的所有信息构建神经网络的输入层，确定输出层；(6) 对神经网络的隐含层构建深层学习框架，进行3层逐层学习，输出路径序列；(7) 输入需要挖掘车辆最优路径的出发点摄像头名称和目的地摄像头名称，利用步骤(4)到(6)构建的神经网络进行处理，将输出的结果连成线即为一个有向图中的最优路径；(8) 将有向图中的最优路径与交通图结合，获得所需的车辆最优路径。