[發明專利]基于交通數據及街景數據的交通違法行為識別方法和系統

有效

• 申請號: 202010031165.0
• 申請日: 2020-01-13
• 公開（公告）號: CN111259767B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 陳龍彪;蔣之晗;王程;范曉亮;黃靖淳;謝天琦
• 申請（專利權）人: 廈門大學
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/82;G06V10/75;G06V10/766;G06V10/776;G06V10/778;G06V10/774;G06F16/29;G08G1/01
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 張松亭

本發明公開了基于交通數據及街景數據的交通違法行為識別方法和系統。包括首先提取駕駛行為，構建駕駛行為數據庫；對駕駛行為時的道路環境數據進行復原，獲取對應的街景圖片序列；通過目標檢測算法檢測其中的交通標志，判斷交通標志的類型是否與駕駛行為相對應，從而判斷駕駛行為是否違法。本發明通過地圖匹配算法進行駕駛行為的提取，解決了直接從軌跡數據中提取轉向等駕駛行為存在的各種弊端，將人工智能技術與大規模街景圖片數據相結合，利用深度學習目標檢測算法檢測街景圖片中的交通標志，為違法行為的識別提供依據；且通過將駕駛行為與街景圖片相匹配，極大地減少了所需要進行檢測的街景圖片數量，準確識別出對應的違法駕駛行為。

技術領域

本發明涉及信息技術領域，特別是指基于交通數據及街景數據的交通違法行為識別方法和系統。

背景技術

傳統的識別交通違法行為的方式是人通過肉眼去觀察路口監控攝像頭中的影像，判斷視頻或者圖像中的車輛是否發生違法行為，這種方式比較直接，發生誤判的可能性較低，但是這種方式效率十分低下，需要大量的人力成本，難以做到24小時實時監控。進一步地，對于闖紅燈、超速等違法情況可以通過在地面實現鋪設好線圈或者雷達檢測觸發監控攝像頭進行抓拍，但是這種方法并不適用于違法轉彎之類的行為，尤其是在車來車往的繁華路段，會受到多種因素的干擾，能起到的作用十分有限。而隨著計算機科學的發展、尤其是計算機視覺、圖像識別技術和數據挖掘技術的快速發展，通過計算機識別違法轉彎駕駛行為的方法也越來越多的被應用于城市交通管理中。目前通過計算機識別違法轉彎駕駛行為的方法主要有兩類，一類是根據交通監控攝像頭抓拍的圖像或者視頻，通過計算機視覺和圖像視頻處理技術識別出車輛的違章行為；另一類是基于交通軌跡數據挖掘和統計方法對路段上車輛的速度、方向等特征參數進行建模識別違法行為。然而前者高度依賴于監控攝像頭的正常工作，而交通攝像頭往往無法做到全面覆蓋，比如許多偏僻的路段沒有設置攝像頭以及攝像頭本身存在盲區等。除此之外，監控攝像頭在損壞后的維修不及時也會對違法駕駛行為的識別造成影響；后者的模型參數的選取不具有普適性、在不同路段識別的準確率可能相差很大，且車輛本身的軌跡數據容易受到噪聲干擾。

發明內容

針對上述現有技術存在的不足問題，本發明提出了基于交通數據及街景數據的交通違法行為識別方法和系統，設計并建立了一個低成本、全覆蓋的違法駕駛行為識別系統，將城市大規模交通軌跡數據與街景數據相結合，能夠有效地識別城市中的交通違法行為。尤其是發生在一些之前未被關注的路口路段的違法駕駛行為，幫助城市交通管理部門對城市道路交通環境有更深入全面的理解與掌握，為交通管理部門進行交通整治提供決策支持。

基于交通數據及街景數據的交通違法行為識別方法，其特征在于，所述方法包括：

S1：獲取大規模車輛GPS軌跡數據，應用地圖匹配算法，將車輛軌跡數據與道路網絡將匹配，提取駕駛行為，構建駕駛行為數據庫；

S2：獲取駕駛行為發生前后的車輛行駛方向變化及該駕駛行為發生的位置獲取對應的街景圖片序列；

S3：將對應的街景圖片序列中通過目標檢測算法檢測其中的交通標志，判斷交通標志的類型是否與駕駛行為相對應，從而判斷駕駛行為是否違法。

S1中還包括，對所述大規模車輛GPS軌跡數據預處理和清洗，包括冗余數據去重、異常數據剔除和軌跡重構。

S1中應用地圖匹配算法，將車輛軌跡數據與道路網絡將匹配，具體包括：利用高性能的開源路線規劃引擎OSRM(Open?Source?Routing?Machine)實現基于隱馬爾可夫模型的地圖匹配算法，將車輛GPS軌跡點數據轉化為路段序列軌跡，轉化為路口序列數據、轉向行為數據。

所述S2具體包括：

獲取駕駛行為發生的前一個駕駛行為以及兩個駕駛行為間的車輛軌跡數據；

利用所述車輛軌跡數據采用三次多項式回歸的方法擬合出發生在該駕駛行為之前的車輛行駛軌跡曲線；