System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于视频轨迹预测提升事故预警效率的方法技术_技高网

一种基于视频轨迹预测提升事故预警效率的方法技术

技术编号:41914040 阅读:10 留言:0更新日期:2024-07-05 14:16
本发明专利技术公开了一种基于视频轨迹预测提升事故预警效率的方法,基于隧道摄像头采集的监控图像数据,通过检测标注,训练出yolov5目标检测模型,采用yolov5模型对于采集到的点位的视频图像数据进行分析,并最终得到候选的区域,利用一些先验的信息例如候选区域车辆数目、轨迹行为、目标大小,纹理特征等进行二次过滤,做到车辆级别的实时事故预警。本发明专利技术一种基于视频轨迹预测提升事故预警效率的方法,成本低,可以从宏观到微观,针对每一辆车进行单独的计算和预警,大大了提升隧道中车辆的行驶安全性。

【技术实现步骤摘要】

本专利技术属于车辆跟踪定位领域,具体涉及一种基于视频轨迹预测提升事故预警效率的方法


技术介绍

1、近些年来,随着公路、铁路建设事业蓬勃发展,隧道成为了连接高速公路不可缺少的钮带,车辆的日常行驶过程中,不可避免地会遇到隧道路段。由于隧道内视线受阻较大、避险空间有限,隧道成为交通事故多发路段,而且增加了事故的救援难度。随着我国对隧道交通安全问题日益重视,隧道交通安全形势有所好转,事故发生频率和伤亡人数有所下降,但不时发生的隧道交通事故依然会造成很大的生命财产损失,严重影响道路运行,而且容易引发二次事故。因此,对在隧道内行驶的车辆进行危险监控十分重要。

2、现有技术公开了:一种交通事故风险评估方法及系统(公告号:cn106897826a),通过获取高速公路隧道交通事故风险因素和高速公路隧道交通事故风险等级,采用谱聚类算法,计算确定风险因素与风险等级之间对应的关系链;并根据关系链和极限学习算法,构建风险评估模型;技术路径均为群体态势宏观数据分析,但并不能为正在行驶的车辆提供准确的预警,保障通勤。一种隧道行车交通事故风险智能预警方法(公告号:cn116740986a),通过获取车辆在穿行隧道过程中的监控视频数据,根据监控视频数据的相邻帧图像中车辆的位置确定车辆的行驶速度和航向角度,根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标;根据偏移指标,确定车辆在穿行隧道前的第一不稳定程度和车辆在穿行隧道中的第二不稳定程度,确定车辆在穿行隧道过程中的行驶状态指标;基于同一时刻两辆车辆间的距离和两辆车辆的行驶状态指标,确定两辆车辆的事故发生概率,根据事故发生概率对两辆车辆进行高危交通事故预警。但是由于发生风险预警的时间比较突然,使用瞬时轨迹当发现的时候已经无法做出很好的应对,还有车流量虽然可以有一定的时间的前置,但是是一个宏观的量,无法做精确到车辆级别的预警。部分现有技术,利用gis和激光雷达等设备对车辆进行监控预警,但是gis和激光雷达设备的造价高昂且使用寿命不长,因此业界也在寻找其他的替代方案,比较主流的是利用毫米波雷达和视频融合的技术对事件进行检测,毫米波雷达作为一个辅助定位系统,帮助视觉完成在隧道中的定位工作,可以结合视觉检测,完成个体级别的交通风险监控。

3、总结上述方案,可知与车辆事故预警相关的现有技术,成本和运算复杂度均较高。隧道中的场景较为单一且布设的摄像头比较密集,可提供充足的信息,以便采取纯视觉的方案对交通事故事件下的单体车辆进行预警。


技术实现思路

1、有鉴于此,本专利技术的目的在于提供一种基于视频轨迹预测提升事故预警效率的方法。本专利技术旨在解决现有车辆事故预警方法成本和运算复杂度高的问题。

2、为达到上述目的,本专利技术提供了一种基于视频轨迹预测提升事故预警效率的方法,包括以下步骤:

3、s1.基于隧道摄像头采集的监控图像数据,通过检测标注,训练出目标检测模型;

4、所述目标检测模型用于检测疑似事故车辆所在的位置区域;

5、s2.标定各摄像头所在位置;

6、即获取各摄像头的桩号信息、以及各摄像头之间的距离;

7、s3.获得车辆经过各摄像头的时间信息;

8、s4.利用车牌信息对于车辆进行匹配,计算车辆的估计速度;

9、s5.车辆事故预警。

10、进一步,所述步骤s1中,目标检测模型基于yolov5模型。

11、进一步,所述步骤s4中,车辆的估计速度通过距离和时间计算得到,车辆的估计速度v的计算表达式如下:

12、v=s/t

13、式中,s为记录有同一车辆的两摄像头之间的距离;t为记录有同一车辆的两摄像头的拍摄间隔时间。

14、进一步,所述步骤s5包括以下子步骤:

15、s5.1用步骤s1训练的目标检测模型检测事故车辆以及事故车辆所在的位置,并上报事故车辆的点位信息;

16、s5.2根据事故车辆位置划定候选区;

17、s5.3根据步骤s2~s3,获取候选区内各车辆的位置信息和估计速度;

18、s5.4根据事故车辆点位信息、候选区内各车辆的位置信息和估计速度,计算候选区内各车辆到达事故位置的时间值;

19、s5.5设定阈值t,若车辆到达事故位置的时间值小于t,则对辆个体进行报警。

20、有益效果:

21、1.相比于传统的基于雷视融合的方案,本专利技术不依赖于雷达做位置定位和雷视融合技术,可以减少使用的设备,大大的减少成本。

22、2.相比于传统的基于交通参数的方案,本专利技术可以从宏观到微观,针对每一辆车进行单独的计算和预警。

23、3.本专利技术可以对于潜在发生的交通威胁做到提前预警,大大了提升隧道中车辆的行驶安全性。

24、本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究,对本领域技术人员而言将是显而易见的,或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。

本文档来自技高网...

【技术保护点】

1.一种基于视频轨迹预测提升事故预警效率的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于视频轨迹预测提升事故预警效率的方法,其特征在于:所述步骤S1中,目标检测模型基于yolov5模型。

3.根据权利要求1所述的一种基于视频轨迹预测提升事故预警效率的方法,其特征在于:所述步骤S4中,车辆的估计速度通过距离和时间计算得到,车辆的估计速度v的计算表达式如下:

4.根据权利要求1所述的一种基于视频轨迹预测提升事故预警效率的方法,其特征在于,所述步骤S5包括以下子步骤:

【技术特征摘要】

1.一种基于视频轨迹预测提升事故预警效率的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于视频轨迹预测提升事故预警效率的方法,其特征在于:所述步骤s1中,目标检测模型基于yolov5模型。

3.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员:陈星州王世森王璟婷戴晓虹赖心戴宁李海波何颖柳真李德娟汪皓蔡啸
申请(专利权)人:重庆首讯科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1