一种基于深度学习交通数据采集分析方法技术

本发明专利技术公开了一种基于深度学习交通数据采集分析方法，具体包括以下步骤：S1、激光雷达成像模块对行驶中的车辆进行扫描，同时对扫描到的车辆进行测定，S2、判断车辆是否超速，并且判断该路段是否堵车，S3、获取图片并分析，S4、判断车辆是否携带违规物品或超载，S4、对结果进行存储，或通知工作人员处理违法行为及堵车现象等，本发明专利技术涉及数据采集分析技术领域。该基于深度学习交通数据采集分析方法，利用激光雷达成像技术，可以判断出车辆是否有超速、超载等违法行为，能够避免出现违法行为无法查处的现象，同时能够获取车辆的行驶轨迹，并且能够自行判定该路段是否堵车，并通知工作人员及时处理，实用性较高。

【技术实现步骤摘要】
一种基于深度学习交通数据采集分析方法
本专利技术涉及数据采集分析
，具体为一种基于深度学习交通数据采集分析方法。
技术介绍
成像激光雷达是激光技术、雷达技术、光学扫描及控制技术、高灵敏度探测技术及高速计算机处理技术的综合新技术产物，成像激光雷达可采用多种工作体制,如采用单元探测器的扫描成像与采用阵列探测器的非扫描成像，采用单元探测器的扫描成像作用距离可以很远,但是成像速率会受到一定的限制；采用阵列探测器的非扫描成像激光雷达可以以很高的速率成像,但是需要泛光照射目标,所以作用距离不会太远，目前,可用于激光雷达的扫描器可分为三种:力学、电学和二元光学扫描器，由于其具有较高的角度分辨率和距离分辨率,可以同时成目标的强度像和距离像,还可以成高分辨率的三维图像，成像激光雷达是激光雷达对硬目标探测的一种综合应用,其中结合了测角,测距,测速等多种激光雷达功能，激光雷达的应用十分广泛,已从地面发展到空中,从空中发展到太空,从陆地发展到海面,从海面发展到水下,并涉及到多个学科领域。现有的交通数据在即一般依靠人力结合监控录像的方式去完成，工作人员通过本文档来自技高网...

【技术保护点】
1.一种基于深度学习交通数据采集分析方法，其特征在于：具体包括以下步骤：/nS1、激光雷达成像模块对行驶中的车辆进行扫描，同时对扫描到的车辆进行测定，从而获得车辆的速度、方位、高度信息；/nS2、步骤S1中测得的车辆的速度、方位、高度信息传递到数据处理模块，对数据进行分类和整理，处理后的信息传递到数据分析模块对数据进行分析，得到固定时间内通过车辆的数量，并且对车辆的行驶速度进行分析，然后分析结果传递到结果判定模块，判断车辆是否有超速、闯红灯的违法行为，并且判断该路段是否有堵车现象，然后将判定结果传递到反馈模块；/nS3、图片获取模块从步骤S1中对车辆扫描的过程中获取车辆外观图片，及车辆内部物品...

【技术特征摘要】
1.一种基于深度学习交通数据采集分析方法，其特征在于：具体包括以下步骤：
S1、激光雷达成像模块对行驶中的车辆进行扫描，同时对扫描到的车辆进行测定，从而获得车辆的速度、方位、高度信息；
S2、步骤S1中测得的车辆的速度、方位、高度信息传递到数据处理模块，对数据进行分类和整理，处理后的信息传递到数据分析模块对数据进行分析，得到固定时间内通过车辆的数量，并且对车辆的行驶速度进行分析，然后分析结果传递到结果判定模块，判断车辆是否有超速、闯红灯的违法行为，并且判断该路段是否有堵车现象，然后将判定结果传递到反馈模块；
S3、图片获取模块从步骤S1中对车辆扫描的过程中获取车辆外观图片，及车辆内部物品、乘坐人员图片，然后图片采集模块挑选出清晰度较高的图片，并通过图片分析模块对图片进行分析，然后将分析结果传递到图片整理模块，将重复的图片删除，并对剩余的图片进行分类；
S4、特征提取模块根据车辆的特征信息提取出车辆的具体信息，并将信息传递到特征对比模块，特征对比模块对整理出的图片信息与提取出的车辆信息进行对比，判断车辆是否有携带违规物品或超载的违法行为，并将结果传递到反馈模块；
S4、反馈模块将步骤S2及步骤S4中的结果反馈给中央处理系统，若经过车辆并无违法行为，中央处理系统将判定结果直接存储到存储模块中，若经过的车辆发生了违法行为，中央处理系统会将...

【专利技术属性】
技术研发人员：邵宗翰，陈婉薇，杨万跃，
申请(专利权)人：昆明联诚科技股份有限公司，
类型：发明
国别省市：云南;53