研究方向
目的
提煉高速公路信息化系統(tǒng)中的感知數據，形成適合機器學習的知識結構，強化機器認知機能，培養(yǎng)出具有一定自主判斷、邏輯推理能力的人工智能助手，為提升高速公路管理效率、精準服務水平，提供靶向性的解決方案。
知識圖譜方向
- 圍繞交通路網、交通流、交通事件等交通要素，構建高速公路的專業(yè)領域知識圖譜。
- 定義高速公路的交通要素模型
- 構建道路、車輛、交通流三者之間的關聯(lián)關系
- 研究高速公路交通流特征和出行規(guī)律的聯(lián)系
- 研究高速公路調度場景特征和自動化分類
機器視覺方向研究
- 充分利用高速公路的視頻、圖片資源，形成適應高速公路場景的機器視覺識別模型。
- 研究小碼流視頻分析技術
- 研究道路病害識別技術
- 研究車、路、環(huán)境動態(tài)匹配的模式識別技術
數據認知方向研究
- 匯聚融合高速公路物聯(lián)設備、調度指揮、運營管理等系統(tǒng)的多源數據，探索發(fā)現(xiàn)蘊含在數據中的知識經驗，延展人工智能的認知和推理能力，為解決高速公路領域里的專業(yè)性問題提供協(xié)助，有：
- 車輛通行行為模式識別技術
- 路網交通流量態(tài)勢評估和預測技術
- 交通管控措施成效評估技術
