展示从摄像头、雷达等传感器收集到的数据,以及高精地图数据。
传感器类型 | 数据项 | 数值 |
---|---|---|
摄像头 | 车辆速度 | 60 km/h |
雷达 | 行人距离 | 15 米 |
高精地图 | 道路限速 | 80 km/h |
用于评估 GNN 模型性能的测试数据。
交通参与者 ID | 类型 | 速度 | 风险评分 |
---|---|---|---|
Vehicle_001 | 车辆 | 75 km/h | 0.8 |
Pedestrian_002 | 行人 | 5 km/h | 0.9 |
对收集到的数据进行清洗、对齐、校准等预处理操作。
提取交通参与者的位置、速度、方向等特征。
基于交通规则和周围环境,构建交通参与者之间的关系图。
使用 GNN 模型训练交通参与者关系建模。
训练进度: 0%
使用测试数据评估 GNN 模型的性能。
根据关系图和 GNN 模型预测交通参与者的行为。
直观地展示交通参与者之间的关系以及风险传播路径。
将风险事件与3D场景结合,更直观地展示风险发生的地点和环境。
展示 SQL 数据库中的数据表结构。
字段名 | 类型 | 描述 |
---|---|---|
stream_id | VARCHAR(36) | 视频流唯一ID |
camera_id | VARCHAR(50) | 摄像头ID |
file_name | VARCHAR(255) | 视频文件名 |
... | ... | ... |
字段名 | 类型 | 描述 |
---|---|---|
frame_id | VARCHAR(36) | 帧唯一ID |
stream_id | VARCHAR(36) | 视频流ID,外键 video_streams |
frame_number | INT | 帧序号 |
... | ... | ... |