本发明涉及一种基于深度学习的物流路径规划方法,快速引入道路路口交通实时情况,并能够基于此实时进行车辆最优路径的规划,其中,采用卷积神经网络的方法来实现交通视频中车辆目标的识别,并通过车辆间的bounding‑box的坐标来计算车辆间的拥堵情况,可以实时地获取当前交通中车况信息;如此根据实时获取到的交通信息,并综合车辆达到该路口的时间代价因素,来规划车辆的最优路径,可以为物流车辆规划一条高效的运输路径,提高了路径划化的效率。
📄 2017105558380
📂 G08G1_0968
👤 南京邮电大学
📅 2017-07-10