一种基于无人机拍摄云端计算的车辆违章识别检测系统技术方案

本发明专利技术公开了一种基于无人机拍摄云端计算的车辆违章识别检测系统，包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，无人机通过网络传输模块将拍摄到的视频传送到云端平台，云端平台对无人机传输回来的视频数据先利用yolov3算法进行车辆的识别，再利用卡尔曼滤波跟踪算法对识别出的车辆进行跟踪，然后检测应急车道，判断识别出的车辆是否在应急车道内，最后对在应急车道内的车辆进行车尾灯的检测，判断车辆是否违章。本发明专利技术能够对高速路段应急车道违章情况进行实时地检测，可以节省人力物力，节约时间。

A vehicle violation detection system based on UAV shooting cloud computing

【技术实现步骤摘要】
一种基于无人机拍摄云端计算的车辆违章识别检测系统
本专利技术涉及智能识别检测
，具体涉及一种基于无人机拍摄云端计算的车辆违章识别检测系统。
技术介绍
目前高速公路夜间货车司机违停应急车道现象比较严重，占用应急车道违停是一种非常危险的违章行为，尤其凌晨4点人在最疲劳的时候极其危险。对于识别、制止占用应急车道违停的常规做法是在高速上定点安置摄像头以及高速巡逻大队安排司机和汽车24小时不间断巡逻高速公路，费时费力。近几年来随着无人机的快速发展，依托无人机航拍图像进行目标侦察或民用测绘作业相比人力巡逻具有高效、方便、安全等多方面优势。传统的算法识别通常采用特征提取加分类器选择的方式，虽然相对于人工方式效率较高但识别率偏低，容易造成误判、错判。随着机器学习算法的快速发展，拟利用现代深度学习技术，对无人机采集的大量数据进行训练，自动学习到更深层次的特征，然后进行识别与检测，在数据量充分的情况下，能够大大提高识别与检测的准确率。将深度学习算法与无人机实时拍摄进行结合，能够实现高速路交通状况自动检测，大大节省人力。
技术实现思路
本专利技术的目的在于克服现有技术存在的问题，提供了一种基于无人机拍摄云端计算的车辆违章识别检测系统。本专利技术解决上述技术问题采用的技术方案为：一种基于无人机拍摄云端计算的车辆违章识别检测系统，其包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的视频数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否存在违章，本专利技术中所指的违章主要是指占用应急车道行车、占用应急车道行车等。如若识别出违章，将违章车辆的信息呈现出来。进一步的，整体实时检测流程包括以下步骤：（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；（2）无人机根据设定的路线和拍摄系统进行拍照；（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；（4）云端服务器对传送回来的图像视频进行存储；（5）读取视频流，将每一帧图片投入yolov3卷积网络；（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；（7）原始图片检测应急车道线（7.1）图像转换为灰度图像（7.2）使用高斯模糊对图像进行去噪声处理（7.3）提取图像的轮廓（7.4）模板图像，只保留图像的感兴趣区域（7.5）使用hough变换，提取轮廓图中的不间断直线（7.6）对提取后的直线集合进行处理整合（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；（9）对在应急车道内的车辆检测尾部是否有亮灯；（9.1）sobel算子计算得到尾灯位置（9.2）HSV颜色空间分割和RGB模型融合，kalman滤波器跟踪尾灯（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；（11）将违章车辆的位置信息以及图片等存储入文件夹进一步的，所述无人机包括：导航定位装置，用于与卫星通信，获得当前地理位置信息；电机驱动，用于驱动电机，完成位移或者姿态调整；网络传输模块，用于建立网络连接通路，实时将图片数据传送到云服务平台；拍摄系统：用于在飞行过程中执行定点拍摄任务；云台控制装置，用于控制拍摄系统中的摄像头的转向，用以控制拍摄系统定向拍摄。所述云端平台提供如下服务：车辆识别，车辆跟踪，车道线检测，车尾灯判断。优选的，所述网络传输模块为4G传输模块。本专利技术的有益效果是:本专利技术能够对高速路段应急车道违章情况进行实时地检测，检测识别结果准确率高，识别检测系统不受地域限制，可大大节省人力物力，节约时间，提高高速路违章执法效率。附图说明图1为本专利技术的整体结构框图；图2为本专利技术的无人机组成结构原理图；图3为本专利技术的云端平台流程图。具体实施方式下面将参考附图并结合实施例，来详细说明本专利技术。如图1所示的一种基于无人机拍摄云端计算的车辆违章识别检测系统，包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的图片数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否在应急车道范围内。如若识别出违章，将违章车辆的信息呈现出来。进一步的，整体实时检测流程包括以下步骤：（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；（2）无人机根据设定的路线和拍摄系统进行拍照；（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；（4）云端服务器对传送回来的图像视频进行存储；（5）读取视频流，将每一帧图片投入yolov3卷积网络；（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；（7）原始图片检测应急车道线（7.1）图像转换为灰度图像（7.2）使用高斯模糊对图像进行去噪声处理（7.3）提取图像的轮廓（7.4）模板图像，只保留图像的感兴趣区域（7.5）使用hough变换，提取轮廓图中的不间断直线（7.6）对提取后的直线集合进行处理整合（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；（9）对在应急车道内的车辆检测尾部是否有亮灯；（9.1）sobel算子计算得到尾灯位置（9.2）HSV颜色空间分割和RGB模型融合，kalman滤波器跟踪尾灯（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；（11）将违章车辆的位置信息以及图片等存储入文件夹进一步的，如图2所示，所述无人机组成结构包括：导航定位装置，用于与卫星通信，获得当前地理位置信息；电机驱动装置，用于驱动电机，完成位移或者姿态调整；网络传输模块，用于建立网络连接通路，实时将图片数据传送到云服务平台，所述网络传输模块为4G传输模块；拍摄系统：用于在飞行过程中执行定点拍摄任务；云台控制装置，用于控制拍摄系统中的摄像头的转向，用以控制拍摄系统定向拍摄。所述云端平台提供如下服务：车辆识别，车辆跟踪，车道线检测，车尾灯判断。所述云端平台流程图如下：（1）云端服务器对传送回来的图像视频进行存储；（2）读取视频流，将每一帧图片投入yolov3卷积网络；（3）将卷积网络得出目标物体在图片中的位本文档来自技高网...

【技术保护点】
1.一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的视频数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否存在违章。/n

【技术特征摘要】
1.一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的视频数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否存在违章。


2.根据权利要求1所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：所述的违章为占用应急车道停车、占用应急车道行车。


3.根据权利要求1所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，整体实时检测流程包括以下步骤：
（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；
（2）无人机根据设定的路线和拍摄系统进行拍照；
（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；
（4）云端服务器对传送回来的图像视频进行存储；
（5）读取视频流，将每一帧图片投入yolov3卷积网络；
（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；
（7）原始图片检测应急车道线
（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；
（9）对在应急车道内的车辆检测尾部是否有亮灯；
（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；
（11）将违章车辆的位置信息以及图片等存储入文件夹。


4.根据权利要求3所述的一种基于无人机拍摄...

【专利技术属性】
技术研发人员：张莹，万业伟，
申请(专利权)人：江苏看见云软件科技有限公司，
类型：发明
国别省市：江苏;32