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()
【技术实现步骤摘要】
本专利技术属于图像目标检测,特别涉及一种货车违规进入客车道的检测方法,可用于高速公路的交通管理。
技术介绍
1、随着高速公路交通的迅速发展,货车和客车的混合交通现象日益增多,特别是在繁忙时段,货车违规进入客车道的情况时有发生。这不仅对正常的交通秩序造成了干扰,还增加了交通事故的风险。因此,在高速公路交通监控过程中,需要尽可能地对违规进入客车道的货车进行有效检测。现有的一些检测方法,大多依靠人工监控来判别货车违规行为,此外还存在通过固定摄像头拍摄单帧图像来检测货车位置并直接判断是否违规的方法。
2、申请号为cn201820792865.x的专利申请文献中公开了一种“移动式预警巡检系统”。其通过一种移动巡检装置对客车道进行抓拍,该系统尽管能够记录违规驶入客车道的货车,但对于车辆违规的判断仍需人工干预,且无法实现实时检测,容易产生漏检情况,导致检测效率较低。
3、专利申请号为cn202011086337.0的专利文献公开了一种“车辆违法占道的检测方法及系统”。其主要通过检测车辆检测框的中心点是否位于指定区域内来判断违规占道行为。该系统虽说在监控视角与路面垂直的情况下能够有效地做出车辆是否在对应车道的判断,但在监控视角倾斜或车辆检测框较大的情况下,检测框的中心点可能偏离车辆实际所在的车道,从而导致对于车辆是否位于指定车道区域的判断出现偏差,且系统在复杂的高速公路场景下难以准确判断车辆是否占道,容易出现误判,导致检测错误率较高。
技术实现思路
1、本专利技术的目的在于
2、实现本专利技术目的的技术思路是:通过深度学习技术对监控画面实时检测,代替传统人工判断方法,提高违规车辆的检测效率;通过利用检测得到的车牌检测框和车辆检测框的位置关系判断车辆所处实际车道,实现对车辆违规行为的准确判断,降低复杂场景下的误检率。
3、根据上述思路,本专利技术的技术方案包括如下步骤:
4、该方法首先在路侧架设摄像头,在监控画面中指定货车禁入区域,然后对车辆和车牌进行检测,最后通过车辆检测框、车牌检测框与货车禁入区域的相对位置来判断是否违规。这种方法不仅适用于正拍摄像头监测货车违规占道,而且适用于侧拍摄像头监测货车违规占道。
5、为实现上述目的,本专利技术基于路侧摄像头的高速公路货车违规进入客车道检测方法,其特征在于,包括如下步骤:
6、(1)在路侧架设监控相机,并在所拍摄的高速公路图像中,以车道线为边界形成梯形形状的车道区域划分,对货车禁止进入的车道区域进行标记,按照顺时针方向记录标记区域d的四个角点p1、p2、p3、p4,该四个角点对应的像素坐标分别为(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4);
7、(2)对预先采集高速公路监控画面中的车辆图像进行标注后形成数据集,将其输入到现有的yolov5网络,使用余弦函数下降法对其进行训练,得到训练好的高速公路车辆识别模型;
8、(3)将摄像头采集的高速公路当前画面输入到训练好的高速公路车辆识别模型中进行货车和非货车两种类型的车辆检测,将识别到的车辆采用矩形识别框框住,并记录该检测框的底边角点像素坐标及车辆类别;
9、(4)将预先采集各种车辆的车牌图像进行标注后形成数据集,使用这些数据集训练dbnet网络的车牌检测模型;
10、(5)将高速公路画面输入到训练好的车牌检测模型中,获得车牌的类型和检测框角点坐标,包括左上角和右下角;
11、(6)对货车车辆,利用货车检测框位置和车牌边界框位置信息,判断货车是否行驶在禁入区域:
12、(6.1)通过车牌检测框角点坐标获取中心点k(x,y),将其沿垂直方向向下投影,直至与货车检测框的下边沿纵坐标yb相交得到垂直落点l(x,y)的坐标为(k(x),yb);
13、(6.2)从垂直落点l(x,y)出发水平向右射出一条射线,计算该射线与标记区域d围成的多边形的边相交的次数,并判断其奇偶性:
14、若次数为奇数,表示l(x,y)在标记区域d的内部,则判断该货车行驶在禁入区域,执行步骤(7);
15、否则,判断该货车没有行驶在禁入区域;
16、(7)将检测到违规行驶在禁入区域的货车车牌边界框区域裁剪出来,输入到现有的车牌识别模型crnn中,识别出车牌号码并记录。
17、本专利技术与现有技术相比,具有如下优点:
18、本专利技术通过车辆检测框与车牌检测框的相对位置相结合来判别车辆是否在禁入区域,并通过车辆和车牌类型来判别是否货车违规禁入客车道,提高了判别的准确性,且不仅适用于正拍摄像头监测货车违规占道,而且适用于侧拍摄像头监测货车违规占道,相比现有技术具有良好的适应性。
本文档来自技高网...【技术保护点】
1.一种基于路侧摄像头的高速公路货车违规进入客车道检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,步骤(2)中将车辆图像数据集输入到现有的YOLOv5网络,使用余弦函数下降法对其进行训练,实现步骤包括如下:
3.根据权利要求1所述的方法,其特征在于,步骤(4)中将车牌图像数据集输入到DBNet模型对其进行训练,实现如下:
4.根据权利要求1所述的方法,其特征在于,步骤(6.1)中获取的中心点K(x,y)和K(x,y)投影到车辆检测框下边沿的垂直落点L(x,y),分别表示如下:
5.根据权利要求1所述的方法,其特征在于,步骤(6.2)中计算从点L(x,y)发出的射线与标记区域D围成的多边形的边相交的次数,实现如下:
6.根据权利要求1所述的方法,其特征在于,步骤(7)中将裁剪后的车牌图像输入到CRNN模型中进行车牌文字识别,实现步骤包括如下:
【技术特征摘要】
1.一种基于路侧摄像头的高速公路货车违规进入客车道检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,步骤(2)中将车辆图像数据集输入到现有的yolov5网络,使用余弦函数下降法对其进行训练,实现步骤包括如下:
3.根据权利要求1所述的方法,其特征在于,步骤(4)中将车牌图像数据集输入到dbnet模型对其进行训练,实现如下:
4.根据权利要求1所述的方法,...
【专利技术属性】
技术研发人员:杜建超,孙培杰,钱丰,刘闯,王贺杰,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。