研究方向
目的
提炼高速公路信息化系统中的感知数据，形成适合机器学习的知识结构，强化机器认知机能，培养出具有一定自主判断、逻辑推理能力的人工智能助手，为提升高速公路管理效率、精准服务水平，提供靶向性的解决方案。
知识图谱方向
- 围绕交通路网、交通流、交通事件等交通要素，构建高速公路的专业领域知识图谱。
- 定义高速公路的交通要素模型
- 构建道路、车辆、交通流三者之间的关联关系
- 研究高速公路交通流特征和出行规律的联系
- 研究高速公路调度场景特征和自动化分类
机器视觉方向研究
- 充分利用高速公路的视频、图片资源，形成适应高速公路场景的机器视觉识别模型。
- 研究小码流视频分析技术
- 研究道路病害识别技术
- 研究车、路、环境动态匹配的模式识别技术
数据认知方向研究
- 汇聚融合高速公路物联设备、调度指挥、运营管理等系统的多源数据，探索发现蕴含在数据中的知识经验，延展人工智能的认知和推理能力，为解决高速公路领域里的专业性问题提供协助，有：
- 车辆通行行为模式识别技术
- 路网交通流量态势评估和预测技术
- 交通管控措施成效评估技术
