[發(fā)明專利]車輛駕駛行為檢測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110934856.6
• 申請(qǐng)日: 2021-08-13
• 公開（公告）號(hào): CN113674329A
• 公開（公告）日: 2021-11-19
• 發(fā)明（設(shè)計(jì)）人: 楊大為;宋世唯;周強(qiáng);陳強(qiáng);侍淳博;劉子涵
• 申請(qǐng)（專利權(quán)）人: 上海同溫層智能科技有限公司
• 主分類號(hào): G06T7/277
• 分類號(hào): G06T7/277;G06K9/00;G06K9/32;G06N3/04
• 代理公司: 上海中外企專利代理事務(wù)所(特殊普通合伙) 31387
• 代理人: 孫益青

本發(fā)明公開了一種車輛駕駛行為檢測(cè)方法和系統(tǒng)，該系統(tǒng)包括：攝像裝置，所述攝像裝置用于采集公路圖像；端處理器，所述端處理器用于讀取攝像裝置采集的公路圖像，對(duì)公路圖像中的車輛行為進(jìn)行檢測(cè)；4G路由器，所述4G路由器用于實(shí)現(xiàn)端處理器與后臺(tái)服務(wù)器之間的信號(hào)傳輸；后臺(tái)服務(wù)器，后臺(tái)服務(wù)器用于讀取端處理器上傳的檢測(cè)數(shù)據(jù)并進(jìn)行存儲(chǔ)，以供查詢分析。本申請(qǐng)實(shí)現(xiàn)的車輛行為檢測(cè)分析包含對(duì)車輛速度，行駛車道，車牌，車燈狀態(tài)的檢測(cè)與識(shí)別。本申請(qǐng)能夠減少網(wǎng)絡(luò)流量的消耗，降低運(yùn)用成本，提供更精準(zhǔn)的分析結(jié)果，優(yōu)化車輛的規(guī)劃管理和運(yùn)營調(diào)度。

技術(shù)領(lǐng)域

本申請(qǐng)屬于交通管理技術(shù)領(lǐng)域，具體來說涉及一種車輛駕駛行為檢測(cè)方法及一種車輛駕駛行為檢測(cè)系統(tǒng)。

背景技術(shù)

近年來，計(jì)算機(jī)圖像處理技術(shù)，特別是基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)取得的進(jìn)步，推動(dòng)了視頻檢測(cè)技術(shù)的高速發(fā)展。國內(nèi)外企業(yè)、科研單位對(duì)交通視頻檢測(cè)技術(shù)進(jìn)行了廣泛的研究。現(xiàn)有技術(shù)中，采用的一種方案是根據(jù)安防、交通需求，定制一些攝像裝置，內(nèi)置一定的算法，實(shí)現(xiàn)越線、超速、不禮讓行人等功能。這些攝像裝置的特點(diǎn)是功能單一，一機(jī)一用，同時(shí)價(jià)格遠(yuǎn)歸過普通安防攝像裝置。采用的另一種方案是提供定制平臺(tái)，接入攝像裝置視頻，在云端或者后端服務(wù)器進(jìn)行統(tǒng)一計(jì)算。這種方案需要算力超強(qiáng)的服務(wù)器，價(jià)格昂貴，后期維護(hù)成本較高。同時(shí)需要視頻的實(shí)時(shí)接入，消耗大量的網(wǎng)絡(luò)流量，增加了運(yùn)營成本。因此，在現(xiàn)有技術(shù)的基礎(chǔ)上如何開發(fā)出一種新型的車輛駕駛行為檢測(cè)系統(tǒng)，以克服上述同類產(chǎn)品所存在的問題，是本領(lǐng)域技術(shù)人員需要研究的方向。

發(fā)明內(nèi)容

本申請(qǐng)的目的是提供一種車輛駕駛行為檢測(cè)方法，能夠減少網(wǎng)絡(luò)流量的消耗，降低運(yùn)用成本，提供更精準(zhǔn)的分析結(jié)果，優(yōu)化車輛的規(guī)劃管理和運(yùn)營調(diào)度。

其采用的技術(shù)方案如下：

一種車輛駕駛行為檢測(cè)方法，其包括如下步驟：

步驟1：采集公路圖像；

步驟2：讀取所述公路圖像，對(duì)公路圖像中的車輛進(jìn)行檢測(cè)并生成檢測(cè)數(shù)據(jù)；

步驟3：將所述檢測(cè)數(shù)據(jù)上傳至后臺(tái)服務(wù)器進(jìn)行存儲(chǔ)，以供查詢分析。

通過采用這種技術(shù)方案：將執(zhí)行檢測(cè)運(yùn)算的設(shè)備設(shè)置于本地的各個(gè)節(jié)點(diǎn)上，并只對(duì)云平臺(tái)回傳最后的檢測(cè)結(jié)果。由此大大節(jié)省了網(wǎng)絡(luò)帶寬。同時(shí)云平臺(tái)可以不需要很強(qiáng)的算力，只需要對(duì)回傳數(shù)據(jù)進(jìn)行分類存儲(chǔ)，節(jié)約了成本。用戶可以在后臺(tái)查詢數(shù)據(jù)信息，也能進(jìn)行數(shù)據(jù)分析，從而為規(guī)劃管理和運(yùn)營調(diào)度提供更科學(xué)有效的依據(jù)。

優(yōu)選的，上述車輛駕駛行為檢測(cè)方法中，所述步驟2包括：

步驟21：分別在各幀公路圖像中取得車道線；

步驟22：基于YOLOV3卷積神經(jīng)網(wǎng)絡(luò)從各幀公路圖像中取得車輛的車輛檢測(cè)框；

步驟23：基于匈牙利算法將車輛檢測(cè)框與跟蹤框進(jìn)行匹配；基于卡爾曼濾波算法跟蹤車輛運(yùn)動(dòng)狀態(tài)、獲取車輛移動(dòng)軌跡；

步驟24：實(shí)時(shí)計(jì)算車輛的移動(dòng)軌跡與各車道線的相對(duì)位置關(guān)系、判斷車輛所在車道及車輛是否變道；

步驟25：計(jì)算車輛的移動(dòng)速度；

步驟26：檢測(cè)各車輛的車燈；

步驟27：識(shí)別各車輛的車牌信息。

通過采用上述技術(shù)方案：在端處理器上分別實(shí)現(xiàn)對(duì)車輛信息、車輛移動(dòng)軌跡、車輛速度，路面車道線和車輛變道情況的檢測(cè)，從而在本地設(shè)備上滿足了絕大部分的檢測(cè)要求。

更優(yōu)選的，上述車輛駕駛行為檢測(cè)方法中，所述步驟21包括：

步驟211：在公路圖像中標(biāo)定興趣區(qū)域、并在所述興趣區(qū)域中提取興趣區(qū)域邊緣；

步驟212：基于灰度值在公路圖像中提取潛在車道的左邊沿和右邊沿；