
城市交通全域感知
利用实时视频识别算法提取摄像头路况信息,再用多维融合算法和缺失数据修补算法处理交通感应设备数据,实现空间多源数据融合及感知。
基于深度强化学习技术的城市交通治理产品,为管理者提供针对交通运行的态势感知、分析研判、执行与反馈的全闭环数据运营系统,辅助人类专家进行决策,并不断自我学习,优化迭代。
利用实时视频识别算法提取摄像头路况信息,再用多维融合算法和缺失数据修补算法处理交通感应设备数据,实现空间多源数据融合及感知。
对城市交通状态给出具体的量化指标,提供给交通管理者一个客观掌握城市状况的晴雨表。生命体征包括:全域交通量、全域拥堵指数、快速路均速、主干道均速。
基于对视频及数据的警情监测算法,自动发现警情,提高警情发现效率。
利用大规模图算法模型组成车-道路-路况-事件的超大网图,结合可异构的数据分析工具,对城市路况和警情进行易操作、可溯历史的分析。
根据交通学理论及深度强化学习算法,对不同路况下的控制方式进行快速决策和建议,极大程度帮助人提高交通管理决策效率。
算法不断收集路况、专家决策、实际效果反馈,不断学习迭代,越来越聪明。