当前位置: 首页 > 专利查询>深圳大学专利>正文

一种车流量统计方法、装置、设备及存储介质制造方法及图纸

技术编号:24759863 阅读:54 留言:0更新日期:2020-07-04 10:01
本发明专利技术实施例公开了一种车流量统计方法、装置、设备及存储介质。该方法具体包括:获取训练数据,根据训练数据训练设计好的卷积神经网络得到瞬时车辆数估计模型;获取雷达监测数据,将雷达监测数据输入瞬时车辆数估计模型得到瞬时车辆数并确定车道行车状态;根据瞬时车辆数和车道行车状态判断车道行车状态变化信息,根据车道行车状态变化信息统计车流量。该方法基于雷达进行监测,受光线和天气影响小,也无需对路面进行破坏,由于雷达采集的数据量小其卷积神经网络无需设计的很复杂,对于运算能力要求低,运算也更快速,算法方法复杂度不高,易于在嵌入式设备上实现,可制作成便携式的车流量监测仪。

A traffic flow statistics method, device, equipment and storage medium

【技术实现步骤摘要】
一种车流量统计方法、装置、设备及存储介质
本专利技术涉及交通领域,尤其涉及一种车流量统计传输方法、装置、设备及存储介质。
技术介绍
车流量信息是智能交通系统中最重要的信息,把握好关键路口的车流量信息,对合理分配交通资源起到关键作用。常见的车流量统计方法可以分为地磁检测技术、视频检测技术和本文所使用的基于雷达的检测技术。地磁检测技术将传感器装置埋在地下,车辆通过传感器探测区域会产生电信号变化,将电信号作为检测系统的输入信号,利用外围电路和算法便可以完成车流量的统计,其检测精度高但安装维护不方便,需要破坏路面从而影响交通。视频检测技术利用摄像头获取图片或者视频,通过算法检测图像中的目标进而完成车流量信息的获取,使用视频检测技术安装维护方便,算法成熟,良好条件下准确率高,缺点是处理数据量大,对硬件设备要求高,夜间、雨雾天检测效果较差,难以在嵌入式设备上完成实时处理。而基于雷达的车流量检测技术对光线、天气不敏感,且雷达数据量相对较小,适合在嵌入式设备上运行。关于地磁检测技术、视频检测技术和雷达检测技术,传统的算法流程均为:首先采本文档来自技高网...

【技术保护点】
1.一种车流量统计方法,其特征在于,包括:/n获取训练数据,根据训练数据训练设计好的卷积神经网络得到瞬时车辆数估计模型;/n获取雷达监测数据,将所述雷达监测数据输入瞬时车辆数估计模型得到瞬时车辆数并确定车道行车状态;/n根据所述瞬时车辆数和车道行车状态判断车道行车状态变化信息,根据所述车道行车状态变化信息统计车流量。/n

【技术特征摘要】
1.一种车流量统计方法,其特征在于,包括:
获取训练数据,根据训练数据训练设计好的卷积神经网络得到瞬时车辆数估计模型;
获取雷达监测数据,将所述雷达监测数据输入瞬时车辆数估计模型得到瞬时车辆数并确定车道行车状态;
根据所述瞬时车辆数和车道行车状态判断车道行车状态变化信息,根据所述车道行车状态变化信息统计车流量。


2.根据权利要求1所述的方法,其特征在于,所述获取雷达监测数据包括:
获取雷达原始数据;
对所述雷达原始数据做预处理和特征提取得到雷达监测数据,所述雷达监测数据大小为97*40。


3.根据权利要求1所述的方法,其特征在于,所述将所述雷达监测数据输入瞬时车辆数估计模型得到瞬时车辆数并确定车道行车状态包括:
将所述雷达监测数据输入瞬时车辆数估计模型得到瞬时车辆数;
根据所述雷达监测数据和瞬时车辆数确定车道行车状态,所述车道行车状态包括第一车道和第二车道均没有车辆的第一状态、仅第一车道有车的第二状态、仅第二车道有车的第三状态以及第一车道和第二车道均有车辆的第四状态。


4.根据权利要求3所述的方法,其特征在于,所述根据所述雷达监测数据和瞬时车辆数确定车道行车状态包括:
当所述瞬时车辆数为0,则车道行车状态为第一状态;
当所述瞬时车辆数为1,则所述雷达监测数据中面积最大连通域的质心,若质心纵坐标属于区间[1:50],则车道行车状态为第二状态,若质心纵坐标属于区间[51:97],则车道行车状态为第三状态;
当所述瞬时车辆数2,则车道行车状态为第四状态。


5.根据权利要求3所述的方法,其特征在于,所述根据所述车道行车状态变化信息统计车流量包括:
在车道行车状态自第二状态变为第一状态或第三状态时,将第一车道车辆数加一;
在车道行车状态自第三状态变为第一状...

【专利技术属性】
技术研发人员:阳召成曾鹏
申请(专利权)人:深圳大学
类型:发明
国别省市:广东;44

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