一种自适应限速方法、系统、电子设备及存储介质

本发明涉及数据处理，尤其是一种自适应限速方法、系统、电子设备及存储介质。

背景技术：

1、随着全球经济的快速发展和城市化进程的加速推进，汽车保有量逐年攀升，高速公路成为现代交通体系的重要组成部分。然而，与此同时，高速公路上的交通拥堵、事故频发等问题也日益严重，给行车安全和交通效率带来了严峻挑战。传统的固定限速标志虽然是维护交通秩序和安全的一种手段，但其限制刻度不具备根据实际交通状况进行灵活调整的能力，导致在不同时间段和路段的限速设置可能无法满足实际需求。

技术实现思路

1、有鉴于此，本发明实施例提供一种自适应限速方法、系统、电子设备及存储介质，能够准确进行自适应限速。

2、一方面，本发明的实施例提供了一种自适应限速方法，包括：

3、获取目标路段的检测图像；检测图像包括目标路段的车流场景和环境场景；

4、将检测图像输入车辆识别模型进行车辆识别处理，得到目标路段的车辆数；车辆识别模型基于已标注车辆数的车流图像训练生成的；

5、基于车辆数确定第一车速；

6、将检测图像输入天气识别模型进行天气识别处理，得到目标路段的天气类型；天气识别模型基于已标注天气类型的环境图像训练生成的；

7、基于天气类型确定限速权重；

8、根据第一车速和限速权重，得到限速车速；

9、基于限速车速，在目标路段进行限速警示处理。

10、可选地，方法还包括：

11、获取已标注车辆数的车流图像，根据车流图像确定训练样本；

12、设置目标检测网络，基于训练样本对目标检测网络进行车辆识别训练，并基于车辆识别训练的训练结果，对目标检测网络进行调整，获得车辆识别模型。

13、可选地，基于车辆数确定第一车速，包括：

14、基于预设的第一对应关系表，根据车辆数对应的车速作为第一车速；

15、其中，第一对应关系表包括不同车辆数与车速的对应关系。

16、可选地，方法还包括：

17、获取已标注天气类型的环境图像，根据环境图像确定训练样本；

18、设置卷积神经网络，基于训练样本对卷积神经网络进行天气识别训练，并基于天气识别训练的训练结果，对卷积神经网络进行调整，获得天气识别模型。

19、可选地，基于天气类型确定限速权重，包括：

20、基于预设的第二对应关系表，根据天气类型对应的权重作为限速权重；

21、其中，第二对应关系表包括不同天气类型与权重的对应关系。

22、可选地，根据第一车速和限速权重，得到限速车速，包括：

23、将第一车速与限速权重相乘，得到限速车速。

24、可选地，基于限速车速，在目标路段进行限速警示处理，包括：

25、通过目标路段预设置的液晶显示屏对限速车速进行可视化处理。

26、另一方面，本发明的实施例提供了一种自适应限速系统，包括：

27、第一模块，用于获取目标路段的检测图像；检测图像包括目标路段的车流场景和环境场景；

28、第二模块，用于将检测图像输入车辆识别模型进行车辆识别处理，得到目标路段的车辆数；车辆识别模型基于已标注车辆数的车流图像训练生成的；

29、第三模块，用于基于车辆数确定第一车速；

30、第四模块，用于将检测图像输入天气识别模型进行天气识别处理，得到目标路段的天气类型；天气识别模型基于已标注天气类型的环境图像训练生成的；

31、第五模块，用于基于天气类型确定限速权重；

32、第六模块，用于根据第一车速和限速权重，得到限速车速；

33、第七模块，用于基于限速车速，在目标路段进行限速警示处理合。

34、可选地，系统还包括：

35、第八模块，用于获取已标注车辆数的车流图像，根据车流图像确定训练样本；

36、第九模块，用于设置目标检测网络，基于训练样本对目标检测网络进行车辆识别训练，并基于车辆识别训练的训练结果，对目标检测网络进行调整，获得车辆识别模型。

37、可选地，系统还包括：

38、第十模块，用于获取已标注天气类型的环境图像，根据环境图像确定训练样本；

39、第十一模块，用于设置卷积神经网络，基于训练样本对卷积神经网络进行天气识别训练，并基于天气识别训练的训练结果，对卷积神经网络进行调整，获得天气识别模型。

40、另一方面，本发明的实施例提供了一种电子设备，包括处理器以及存储器；

41、存储器用于存储程序；

42、处理器执行程序实现如前面的方法。

43、另一方面，本发明的实施例提供了一种计算机可读存储介质，存储介质存储有程序，程序被处理器执行实现如前面的方法。

44、本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。

45、本发明实施例首先获取目标路段的检测图像；检测图像包括目标路段的车流场景和环境场景；将检测图像输入车辆识别模型进行车辆识别处理，得到目标路段的车辆数；车辆识别模型基于已标注车辆数的车流图像训练生成的；基于车辆数确定第一车速；将检测图像输入天气识别模型进行天气识别处理，得到目标路段的天气类型；天气识别模型基于已标注天气类型的环境图像训练生成的；基于天气类型确定限速权重；根据第一车速和限速权重，得到限速车速；基于限速车速，在目标路段进行限速警示处理。本发明实施例通过综合应用多种数据来源和智能优化算法，旨在实现高速公路限速的实时优化，提高驾驶员对路况的感知，有效缓解交通拥堵，为高速公路行车提供更加智能、舒适的驾驶体验。

技术特征：

1.一种自适应限速方法，其特征在于，包括：

2.根据权利要求1所述的一种自适应限速方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的一种自适应限速方法，其特征在于，所述基于所述车辆数确定第一车速，包括：

4.根据权利要求1所述的一种自适应限速方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的一种自适应限速方法，其特征在于，所述基于所述天气类型确定限速权重，包括：

6.根据权利要求1所述的一种自适应限速方法，其特征在于，所述根据所述第一车速和所述限速权重，得到限速车速，包括：

7.根据权利要求1所述的一种自适应限速方法，其特征在于，所述基于所述限速车速，在目标路段进行限速警示处理，包括：

8.一种自适应限速系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器以及存储器；

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。

技术总结本发明公开了一种自适应限速方法、系统、电子设备及存储介质，方法包括：获取目标路段的检测图像；将检测图像输入车辆识别模型进行车辆识别处理，得到目标路段的车辆数；基于车辆数确定第一车速；将检测图像输入天气识别模型进行天气识别处理，得到目标路段的天气类型；基于天气类型确定限速权重；根据第一车速和限速权重，得到限速车速；基于限速车速，在目标路段进行限速警示处理。本发明实施例通过综合应用多种数据来源和智能优化算法，旨在实现高速公路限速的实时优化，提高驾驶员对路况的感知，有效缓解交通拥堵，为高速公路行车提供更加智能、舒适的驾驶体验，可广泛应用于数据处理技术领域。技术研发人员：王姣,高坤,李承尚,万亚威,朱博奥受保护的技术使用者：广东技术师范大学技术研发日：技术公布日：2024/7/11