[發明專利]一種基于深度學習的高速公路車輛換道區域分析方法

有效

• 申請號: 202010729116.4
• 申請日: 2020-07-27
• 公開（公告）號: CN111598069B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 季欣凱;黃倩;季瑋;李道勛;宋曉峰;吳戡
• 申請（專利權）人: 之江實驗室
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G08G1/017;G06N3/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于深度學習的高速公路車輛換道區域分析方法，其特征在于，具體步驟如下：

（1）根據高速公路的監控視頻，提取道路背景，根據道路背景中的車道和車道線劃分車道區域，得到道路結構化數據；

（2）采用基于深度學習的目標檢測模型對監控視頻的每幀圖像中車輛進行檢測，獲取車輛的外邊框；

（3）根據每幀圖像中車輛的檢測結果，對監控視頻中車輛軌跡進行跟蹤；

（4）將車輛軌跡與道路結構化數據相結合，根據車輛所經過的車道區域對車輛換道進行識別，根據車輛的外邊框與車道線相交位置對車輛換道位置進行檢測；包括如下子步驟：

(4.1)新建變量D={key,value}，用以記錄車輛所處的車道編號，其中，key為車輛編號，value為車道編號；

(4.2)對每幀畫面的軌跡結果，遍歷所有車輛，計算車輛所處的車道編號，進而根據車道編號和車輛編號進行分析：

如果車道編號不存在則直接分析下一輛車；

如果車輛編號未在變量D的key中則將該車輛編號和目前車所處的車道編號添加到變量D中；

如果車輛編號已在變量D的key中則進一步判斷車道編號是否發生改變：如果車道編號未改變則直接分析下一輛車，如果車道編號發生改變則認為發生換道；

其中，計算車輛所處的車道編號，具體方法為：

使用車輛的外邊框的下邊緣三等分點A和B作為車輛所處車道的判斷點，采用射線法判斷A點和B點是否處于車道區域的多邊形內；如果A和B兩點均在同一車道區域內則認為該車在此車道內；

(4.3)對于發生換道的車輛，運用車輛外邊框下邊緣的邊與車道線進行相交計算，得到車道線上的交點坐標，將該點作為換道位置點；

（5）對不同時間段內所經過車輛的換道位置進行聚類分析，得出不同時間段的高速公路車輛換道熱點區域。

2.根據權利要求1所述的一種基于深度學習的高速公路車輛換道區域分析方法，其特征在于：所述步驟(1)包括如下子步驟：

(1.1)對于高速公路上的監控視頻，選取連續T幀視頻畫面，將采集到的圖片疊加求和，而后求取平均值作為道路背景，其計算公式為：

式中，P為道路背景畫面，I_i為第i幀畫面，T為連續幀數；

(1.2)加載道路背景，在道路背景之上繪制道路車道線和車道區域，同時計算所有車道區域的最小外接矩形作為車道區域。

3.根據權利要求1所述的一種基于深度學習的高速公路車輛換道區域分析方法，其特征在于：所述步驟(2)包括如下子步驟：

(2.1)根據步驟(1)所得車道區域，從視頻幀圖像中裁剪出車道區域圖像；

(2.2)將車道區域圖像輸入訓練好的基于深度學習的目標檢測模型，計算后輸出畫面中的車輛的外邊框，其中，目標檢測模型為EfficientDet，使用人工標注好的車輛檢測框數據進行訓練。

4.根據權利要求1所述的一種基于深度學習的高速公路車輛換道區域分析方法，其特征在于：所述步驟(3)中，采用SORT方法對監控視頻中車輛軌跡進行跟蹤。

5.根據權利要求1所述的一種基于深度學習的高速公路車輛換道區域分析方法，其特征在于：所述步驟(5)包括如下子步驟：

(5.1)將每條車道線劃分為N等份，選取時間段t1-t2之間的車輛換道位置數據，統計每條車道等分段內的換道次數；

(5.2)對每條車道等分段內的換道次數使用高斯濾波進行平滑；

(5.3)以時間、換道位置、換道次數三個元素構建換道區域的三維分析空間，對換道區域進行可視化分析。