[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

本發明公開了一種基于深度學習的高速公路車輛換道區域分析方法，該方法通過先對道路的車道和車道線進行結構化建模；同時對高速公路高清監控視頻中車輛的外邊框進行檢測；根據每幀圖像中車輛的檢測結果，對視頻中車輛軌跡進行跟蹤；再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，根據車輛框與車道線相交位置對車輛換道位置進行檢測；最后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。本發明步驟簡明，結果精確，運用高速公路中攝像頭數據，對車輛換道行為進行檢測，對換道區域進行分析，為高速公路的精細化交通管理和車道設計提供有力的支撐。

技術領域

本發明涉及駕駛行為檢測領域，特別是涉及一種基于深度學習的高速公路車輛換道區域分析方法。

背景技術

隨著經濟社會的快速發展，人們對交通出行的需求不斷增加，尤其是長距離出行的需求。據統計2019年末全國民用汽車保有量26150萬輛，比上年末增加2122萬輛。交通需求的增長與現有道路狀況之間的矛盾日益突出。高速公路作為城市之間的交通大動脈，其交通壓力也日益增大。合理的交通管理可有效減少交通擁堵情況的發生。為提升交通管理水平，需對高速公路上車輛的駕駛行為進行準確的分析。

高速公路車輛的車道變換是最為常見的駕駛行為，車道變換是指道路上車輛因需要而變換車道的行駛行為。高速公路上合理的換道能夠提升整個交通流的速度，緩解交通壓力，提高道路通行能力，但是過于頻繁的換道與不合理的換道將會增加交通流的不穩定性，增大交通的危險性。近年來車輛換道逐漸成為造成交通事故的重要原因，其安全問題不得不引起人們的重視。因此，為了保障行車安全，充分合理地利用高速公路的道路資源，需要對高速公路上車輛換道行為進行檢測與分析。

對現有研究進行分析，目前高速公路所采集的數據主要有交通流量、車輛速度、車道占有率等，這些數據均為交通的宏觀狀態數據，而在交通精細管理中需要更為微觀的交通數據。其中車輛換道信息是十分重要的微觀交通數據。在傳統車輛換道檢測中，通常利用車載GPS定位數據獲取車輛換道參數。此類方法受限于GPS的定位精度，同時并非所有車輛均搭載GPS，這些都使得高速公路車輛換道行為檢測的不準確和不全面，為此本發明提供一種基于深度學習的高速公路車輛換道區域分析方法。

發明內容

為了解決以上問題，本發明提供一種基于深度學習的高速公路車輛換道區域分析方法，本發明的目的是采用高速公路上廣泛布設的攝像頭，基于深度學習方法，對車輛換道行為進行檢測，同時基于檢測結果進行分析，為精細化的交通管理和車道設計提供支撐。為達此目的，本發明提供了一種基于深度學習的高速公路車輛換道區域分析方法，包括以下步驟：

（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；

（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。

作為本發明的進一步改進，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：