基于车道级车流预测的智能导流系统

摘要

城市交通拥堵是现代都市面临的重大挑战之一。在城市交通中，驾驶者由于视野有限，倾向于选择当前看似最通畅的车道，然而这种“局部最优”的选择可能导致整体交通效率降低。为解决这一问题，该研究针对城市快速路和高速公路提出了一种智能导流系统。该系统通过交通路网中的摄像头实时捕获视频数据，运用Yolo算法和DeepSORT算法对车辆进行精确检测与追踪。系统将以上数据映射到图结构中，利用图神经网络模型对车道级交通流量进行预测。基于预测结果，系统生成并实时更新导流信息，通过道路情报板向驾驶者推荐最佳行驶路线。该系统在广州华南快速路春岗立交段部署并稳定运行，实验数据表明该系统能改善车道级车流的均匀度，提升道路通行效率，验证了智能导流系统的有效性。

关键词

城市交通拥堵 / 车辆追踪 / 交通流量预测 / 智能导流