[發明專利]一種基于無人機的行人過街設施全路網自動化排查方法有效
| 申請號: | 202110352052.5 | 申請日: | 2021-03-31 |
| 公開(公告)號: | CN113033443B | 公開(公告)日: | 2022-10-14 |
| 發明(設計)人: | 傅挺;張蘭芳;李如冰;王俊驊 | 申請(專利權)人: | 同濟大學 |
| 主分類號: | G06V20/17 | 分類號: | G06V20/17;G06V20/40;G06V10/762;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 西安銘澤知識產權代理事務所(普通合伙) 61223 | 代理人: | 王力文 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 無人機 行人 設施 路網 自動化 排查 方法 | ||
1.一種基于無人機的行人過街設施全路網自動化排查方法,其特征在于,包括以下步驟:
步驟S1:利用無人機拍攝獲取路網中不同過街設施點位處的行人過街視頻數據并存儲;
步驟S2:利用目標檢測算法與目標跟蹤算法相結合的框架提取視頻中的行人軌跡數據;
步驟S3:對由目標檢測或目標跟蹤失誤造成的問題軌跡數據進行剔除或匹配拼接,形成行人過街的連續軌跡;
所述步驟S3剔除或匹配拼接的具體方法為:
對目標檢測錯誤分類的軌跡數據進行判斷,計算某段距離內的軌跡平均速度,若該速度大于行人正常步行或奔跑速度,或近乎于靜止,則判斷為錯誤分類的軌跡數據,錯誤分類的軌跡做剔除處理;
對目標追蹤失敗的軌跡數據進行判斷,若軌跡出現前/后半部分未被追蹤且軌跡過短,則判斷為失效軌跡,做剔除處理;若軌跡出現中間部分段未被追蹤,則對屬于同一條軌跡的前后兩條軌跡段進行匹配拼接處理;
步驟S4:利用軌跡聚類算法對連續軌跡數據進行聚類,聚類形成多種過街模式,識別出不同設施點位處的行人過街模式;
步驟S5:構建行人過街設施信息庫,將無人機預先巡視獲取到的設施點位的過街信息存儲在行人過街設施信息庫中,設置設施打分體系,將行人過街模式與行人過街設施信息庫內的信息進行軌跡模式分析評價,并依照分析評價結果提供過街安全改善措施,實現全路網過街設施點位排查。
2.如權利要求1所述的一種基于無人機的行人過街設施全路網自動化排查方法,其特征在于,所述步驟S2利用Yolov5算法與Deepsort算法相結合的框架進行過街行人的檢測與跟蹤,其具體步驟如下所示:
步驟S21:構造用于目標檢測的圖像數據集和用于目標跟蹤的視頻數據集,其中,圖像數據集使用Labelimg進行標注,對標注的圖像數據集進行預處理后按照VOC數據集的形式進行存放;
步驟S22:將圖像數據集和視頻圖像數據集分別劃分為訓練集和測試集,基于Yolov5算法構建目標檢測模型;
步驟S23:采用目標檢測模型代替Deepsort算法中的檢測部分,形成Yolov5檢測器,以Yolov5檢測器的檢測結果作為輸入,構建目標跟蹤模型;
步驟S24:利用圖像數據集和視頻數據集的測試集分別進行目標檢測模型和目標跟蹤模型的性能評估,并實時對模型參數進行優化;
步驟S25:基于目標跟蹤模型得到的目標信息編寫簡單腳本提取軌跡數據。
3.如權利要求1或2所述的一種基于無人機的行人過街設施全路網自動化排查方法,其特征在于,所述行人軌跡數據包括:行人ID、時間、行人在自定義坐標系中的徑向坐標、行人在自定義坐標系中的切向坐標;其中,自定義坐標系由圖像坐標系轉化,采用真實世界比例,在算法框架的追蹤模塊中人為標定。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于同濟大學,未經同濟大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110352052.5/1.html,轉載請聲明來源鉆瓜專利網。





