← 返回实验室

AI路口排队长度估计定制:视频测距与配时推荐

在城市路口信号配时实验中,我们把重点放在「排队长度」这一可直接观测的中间量,而不是让模型端到端直接输出配时方案,以便误差可定位、结论可复核。

方法上,以路口高空视频为输入:先用停止线、斑马线做车道级单应标定,再用轻量分割模型提取车辆掩膜,按车道投影为沿行进方向的一维占据序列,取尾部连续占据的最远端作为排队尾部并换算为米。遮挡漏检用前后帧轨迹插值补偿;排队溢出场景则用「到达率—饱和流率」排队演化模型做短时外推,避免单纯依赖画面边缘。

阶段性进展:在某新区 12 个路口、连续 6 周数据上与人工标注比对,100 米以内排队长度的平均绝对误差约 8.5 米,晚高峰略差。基于排队长度与到达率生成的配时建议(绿信比微调约 ±5 秒)在 3 个路口试运行,车均延误下降约 6%,样本量有限,尚不足以推广。

下一步:引入公交优先与右转专用相位约束,并验证雨天、夜间低照度场景下的估计稳定性。

评论

更多研究动态

查看全部实验室 →