一种车辆轨迹信息确定方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了一种车辆轨迹信息确定方法、装置及计算机设备，其中，该方法包括如下步骤：获取待检测视频流；将所述待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别；当识别到目标车辆时，根据预设跟踪算法对所述目标车辆进行跟踪；当确定跟踪到所述目标车辆时，确定所述目标车辆的驶出方向，得到所述目标车辆的轨迹信息。本发明专利技术先对待检测视频流进行车辆识别，再根据预设跟踪算法对识别得到的车辆进行跟踪，当检测到目标车辆的驶出方向时，得到其轨迹信息，进而可以对重点路口的车辆进行分析，以便于针对重点路口进行合理的人员安排，减少交通事故的发生。减少交通事故的发生。减少交通事故的发生。

【技术实现步骤摘要】
一种车辆轨迹信息确定方法、装置及计算机设备


[0001]本专利技术涉及人工智能
，具体涉及一种车辆轨迹信息确定方法、装置及计算机设备。

技术介绍

[0002]随着社会的不断发展，人们生活水平的不断提高，道路车辆的爆发式增长，交通卡口和电警的实时视频流中车辆行驶轨迹越来越复杂，大大增加了交通事故的隐患，故亟待提出一种车辆轨迹信息确定方法来对车辆轨迹信息进行分析和处理，确定车辆行驶规律，以便于针对重点路口进行合理的人员安排，减少交通事故的发生。

技术实现思路

[0003]因此，本专利技术要解决的技术问题在于克服现有技术中随着车辆增多增大了交通事故发生概率的缺陷，从而提供一种车辆轨迹信息确定方法、装置及计算机设备。
[0004]根据第一方面，本专利技术公开了一种车辆轨迹信息确定方法，包括如下步骤：获取待检测视频流；将所述待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别；当识别到目标车辆时，根据预设跟踪算法对所述目标车辆进行跟踪；当确定跟踪到所述目标车辆时，确定所述目标车辆的驶出方向，得到所述目标车辆的轨迹信息。
[0005]可选地，在所述将所述待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别之前，所述方法还包括：对所述待检测视频流按照目标间隔时间进行抽帧处理，得到需要进行车辆识别的图像数据。
[0006]可选地，在所述对所述待检测视频流进行抽帧处理，得到多张图像之后，所述方法还包括：根据车道线分布对所述多张图像进行裁剪，得到所述多张图像的检测区域。/>[0007]可选地，通过如下步骤确定所述预设车辆检测模型：获取训练数据集；对所述训练数据集进行标注，得到标注后的训练数据；将所述标注后的训练数据输入到预设机器学习模型中进行训练，直到损失值满足预设条件，得到所述预设车辆检测模型。
[0008]可选地，在所述对所述训练数据集进行标注，得到标注后的训练数据之前，所述方法还包括：对所述训练数据集进行数据增强处理，得到增强后的训练数据集，所述数据增强处理包括：旋转、模糊、颜色变换和归一化。
[0009]可选地，所述根据预设跟踪算法对所述目标车辆进行跟踪，包括：根据预设跟踪算法对所述目标车辆进行位置估计；根据预设关联算法对所述目标车辆的位置进行关联。
[0010]可选地，在所述得到所述目标车辆的轨迹信息之后，所述方法还包括：根据预设车牌检测算法对所述目标车辆的车辆进行检测，得到所述目标车辆的车牌号信息；将所述目标车辆的车牌号信息和所述目标车辆的轨迹信息进行关联存储。
[0011]根据第二方面，本专利技术还公开了一种车辆轨迹信息确定装置，包括：获取模块，用于获取待检测视频流；车辆识别模块，用于根据预设车辆检测模型对所述待检测视频流进行车辆识别；跟踪模块，用于当识别到目标车辆时，根据预设跟踪算法对所述目标车辆进行
跟踪；轨迹信息确定模块，用于当检测到所述目标车辆的驶出方向时，得到所述目标车辆的轨迹信息。
[0012]根据第三方面，本专利技术还公开了一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的车辆轨迹信息确定方法的步骤。
[0013]根据第四方面，本专利技术还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的车辆轨迹信息确定方法的步骤。
[0014]本专利技术技术方案，具有如下优点：
[0015]本专利技术提供的车辆轨迹信息确定方法及装置，通过获取待检测视频流，将待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别，当识别到目标车辆时，根据预设跟踪算法对目标车辆进行跟踪，当确定跟踪到目标车辆时，确定目标车辆的驶出方向，得到目标车辆的轨迹信息。本专利技术先对待检测视频流进行车辆识别，再根据预设跟踪算法对识别得到的车辆进行跟踪，当检测到目标车辆的驶出方向时，得到其轨迹信息，进而可以对重点路口的车辆进行分析，以便于针对重点路口进行合理的人员安排，减少交通事故的发生。
附图说明
[0016]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例中车辆轨迹信息确定方法的一个具体示例的流程图；
[0018]图2为本专利技术实施例中车辆轨迹信息确定装置的一个具体示例的原理框图；
[0019]图3为本专利技术实施例中计算机设备的一个具体示例图。
具体实施方式
[0020]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0022]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以
是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0023]此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0024]本专利技术实施例公开了一种车辆轨迹信息确定方法，应用于卡口、电警摄像头场景下的实时视频流，如图1所示，包括如下步骤：
[0025]S101：获取待检测视频流。
[0026]示例性地，该待检测视频流可以是卡口或者电警摄像头场景下的实时视频流，其可以从摄像头直接获取。
[0027]S102：将待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别。
[0028]示例性地，该预设车辆检测模型可以为yolov5s，专利技术实施例对该预设车辆检测模型不作具体限定，本领域技术人员可以根据实际情况确定。该预设车辆检测模型可以是提前训练好的，在本专利技术实施例中，该预设车辆检测模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆轨迹信息确定方法，其特征在于，包括如下步骤：获取待检测视频流；将所述待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别；当识别到目标车辆时，根据预设跟踪算法对所述目标车辆进行跟踪；当确定跟踪到所述目标车辆时，确定所述目标车辆的驶出方向，得到所述目标车辆的轨迹信息。2.根据权利要求1所述的方法，其特征在于，在所述将所述待检测视频流中的图像数据输入到预设车辆检测模型中进行车辆识别之前，所述方法还包括：对所述待检测视频流按照目标间隔时间进行抽帧处理，得到需要进行车辆识别的图像数据。3.根据权利要求2所述的方法，其特征在于，在所述对所述待检测视频流进行抽帧处理，得到多张图像之后，所述方法还包括：根据车道线分布对所述多张图像进行裁剪，得到所述多张图像的检测区域。4.根据权利要求1所述的方法，其特征在于，通过如下步骤确定所述预设车辆检测模型：获取训练数据集；对所述训练数据集进行标注，得到标注后的训练数据；将所述标注后的训练数据输入到预设机器学习模型中进行训练，直到损失值满足预设条件，得到所述预设车辆检测模型。5.根据权利要求4所述的方法，其特征在于，在所述对所述训练数据集进行标注，得到标注后的训练数据之前，所述方法还包括：对所述训练数据集进行数据增强处理，得到增强后的训练数据集，所述数据增强处理包括：旋转、模糊、颜色变换和归一化。6.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：魏健康，张星，李高杨，朱悦齐，
申请(专利权)人：中国华录集团有限公司，
类型：发明
国别省市：