GNN 交通参与者关系建模

实施数据

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

测试数据

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

数据筛选

功能点

数据预处理

对收集到的数据进行清洗、对齐、校准等预处理操作。

特征提取

提取交通参与者的位置、速度、方向等特征。

关系构建

基于交通规则和周围环境,构建交通参与者之间的关系图。

GNN 模型训练

使用 GNN 模型训练交通参与者关系建模。

训练进度: 0%

GNN 模型评估

使用测试数据评估 GNN 模型的性能。

预测

根据关系图和 GNN 模型预测交通参与者的行为。

GNN 关联图谱

直观地展示交通参与者之间的关系以及风险传播路径。

[这里显示关联图谱,需要使用JavaScript图表库如 Cytoscape.js, D3.js 等实现]

3D 场景模拟

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。

[这里显示3D场景模拟,需要使用 Three.js, Babylon.js 等3D渲染库实现] 暂未实现,敬请期待!

SQL 数据展示

展示 SQL 数据库中的数据表结构。

video_streams 表

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
... ... ...

video_frames 表

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
... ... ...