一、课题简介

本课题聚焦城市交通拥堵治理难题，致力于改善道路交通节点通行效率，融合无人机动态影像采集、深度卷积神经网络（CNN）与交叉口系统评价方法，致力于构建“高精度、多角度”的交通流测算及评价平台。通过机动车目标识别和轨迹抓取与通行评价指标量化分析，为路口信号灯配时优化、绿波带协同控制提供数据支撑，推动智慧城市基础设施建设迈向新台阶。

二、实现路径

1.动态影像采集采集：采用“无人机航拍+多时段视频融合技术”，实现路口车辆足量样本抓取。

2.目标检测与抓取：基于“注意力机制”的CNN模型，自适应学习复杂场景下的车辆形态、运动矢量等高级特征。

3.智能评价：基于“排队论模型”与“时空关联分析”，构建路口延误和排队长度动态测算模型。

三、关键任务

1.利用关键帧的图像识别进行多个机动车目标的同时抓取。

2.跟踪目标在该路口的行驶动向，实时、动态分析统计各进口道多个流向流量。

3.统计并测算各分析时段交叉口车辆延误和排队长度。

四、招募成员要求

1.有良好的语言文字功底，文笔能力强，善于表达（符合此项者优先）。

2.对人工智能算法、图像识别技术等感兴趣（不要求熟练掌握，有意愿了解学习即可）。

3.责任心强，有集体荣誉感，积极并按时完成分配的任务。

4.有一定的自学能力和创新能力，善于学以致用，转化问题。