一种公路运行状态的安全监测系统及方法技术方案

本发明专利技术公开了一种公路运行状态的安全监测系统及方法，包括：数据采集模块，用于采集车辆的道路行驶数据；车辆检测模块，与数据采集模块连接，用于对道路行驶数据进行处理，获得车辆检测框信息；车辆跟踪模块，与车辆检测模块连接，用于根据车辆检测框信息对车辆进行跟踪，获得车辆的坐标轨迹信息；检测判断模块，与车辆跟踪模块连接，用于根据坐标轨迹信息进行道路异常事件的判断，获得判断结果。本发明专利技术能够实现对公路运行状态进行可靠、高效的监测，发生交通异常事件可高效地确定事件类型，为交通综合管理提供技术支撑和决策依据。通综合管理提供技术支撑和决策依据。通综合管理提供技术支撑和决策依据。

【技术实现步骤摘要】
一种公路运行状态的安全监测系统及方法


[0001]本专利技术属于交通异常检测领域，特别是涉及一种公路运行状态的安全监测系统及方法。

技术介绍

[0002]近些年来，保障高速公路道路的畅通和安全是高速公路运营管理的重点工作，但是高速公路车辆异常事件如违法停车、交通拥堵等时常发生，极大程度影响高速公路的安全。现有的高速公路车辆监测方法多停留在基于GPS的位置信息监测，以及事故后调取行车记录视频进行取证还原上。这样基于GPS的方法由于信息传输延迟，缺乏交通车辆监测的实时性和准确性。
[0003]随着高速公路视频监控规模的迅速扩大，我国已经基本实现重点路段视频监控全覆盖，因此，利用监控视频实现车辆监测可提升高速公路智能化管理水平，即通过监控摄像头采集视频流数据，并对视频流中的车辆进行检测和跟踪，进行交通车辆监测应用，实现高速公路交通运行态势监测。特别是随着计算机硬件发展和运算力的提高，尤其是图形处理器GPU的广泛应用，研究学者利用深度学习方法对车辆进行检测和跟踪，使得高速公路场景下的车辆监测更准更快更智能化。基于智能视频分析的高速公路车辆检测与跟踪方法存在需要兼顾准确性与实时性的问题，高速公路摄像头中车辆存在多尺度检测问题和高速场景多样的问题。

技术实现思路

[0004]针对高速公路车辆检测跟踪存在的问题，本专利技术基于回环金字塔多尺度融合的轻量级车辆检测跟踪算法，在主干网络上使用轻量级网络EfficientNet，利用回环特征金字塔网络进行多尺度特征融合，在保证检测实时性的同时提升检测准确度，并且结合DeepSORT车辆跟踪模型对车辆进行实时检测和跟踪，实现高速公路相关车辆监测应用。
[0005]本专利技术提供了如下方案：一种公路运行状态的安全监测系统,包括：
[0006]数据采集模块，用于采集车辆的道路行驶数据；
[0007]车辆检测模块，与所述数据采集模块连接，用于对所述道路行驶数据进行处理，获得车辆检测框信息；
[0008]车辆跟踪模块，与所述车辆检测模块连接，用于根据所述车辆检测框信息对车辆进行跟踪，获得所述车辆的坐标轨迹信息；
[0009]检测判断模块，与所述车辆跟踪模块连接，用于根据所述坐标轨迹信息进行道路异常事件的判断，获得判断结果。
[0010]优选地，所述数据采集模块至少包括数据采集单元、数据处理单元、第一数据传输单元；
[0011]所述数据采集单元、数据处理单元、数据传输单元依次连接；
[0012]所述数据采集单元用于实时采集车辆行驶的视频流数据；
[0013]所述数据处理单元用于将所述视频流数据以连续帧序列的结构进行分解，获得连续帧图像数据；
[0014]所述第一数据传输单元用于将所述连续帧图像数据传送至所述车辆检测模块。
[0015]优选地，还包括车辆检测构建模块，所述车辆检测构建模块至少包括第一构建单元、第二构建单元、第三构建单元；
[0016]所述第一构建单元用于构建轻量化特征提取网络和回环特征金字塔网络；
[0017]所述第二构建单元用于基于第一车辆检测模块和所述轻量化特征提取网络构建第二车辆检测模块；
[0018]所述第三构建单元用于基于所述第二车辆检测模块和所述回环特征金字塔网络构建所述车辆检测模块。
[0019]优选地，所述车辆检测模块至少包括第二数据传输单元、数据检测单元；
[0020]所述第二数据传输单元用于接收连续帧图像数据；
[0021]所述数据检测单元用于根据连续帧图像进行车辆信息检测，获得车辆检测框大小和车辆检测框位置信息。
[0022]优选地，所述车辆跟踪模块基于所述车辆检测框大小和车辆检测框位置信息，通过DeepSORT多目标跟踪方法获得连续帧内车辆的坐标轨迹信息。
[0023]一种公路运行状态的安全监测方法，包括，
[0024]采集车辆的道路行驶数据，对所述道路行驶数据进行处理，获得车辆检测框信息；
[0025]根据所述车辆检测框信息对车辆进行跟踪，获得所述车辆的坐标轨迹信息；
[0026]根据所述坐标轨迹信息进行道路异常事件的判断，获得判断结果。
[0027]优选地，采集车辆的道路行驶数据，对所述道路行驶数据进行处理的过程包括，实时采集车辆行驶的视频流数据，将所述视频流数据以连续帧序列的结构进行分解，获得连续帧图像数据。
[0028]优选地，获得所述车辆检测框信息的过程包括，构建轻量化特征提取网络和回环特征金字塔网络，基于所述轻量化特征提取网络和回环特征金字塔网络构建轻量化车辆检测模型；将连续帧图像数据输入所述轻量化车辆检测模型进行回环特征金字塔网络多尺度特征融合，获得车辆检测框大小和车辆检测框位置信息。
[0029]优选地，构建所述轻量化特征提取网络还包括，调节深度卷积神经网络的超参数；
[0030]所述超参数至少包括学习率、权重衰减系数、批次大小、权重衰减系数。
[0031]优选地，根据所述车辆检测框信息对车辆进行跟踪包括，基于所述车辆检测框大小和车辆检测框位置信息，通过DeepSORT多目标跟踪方法获得连续帧内车辆的坐标轨迹信息。
[0032]本专利技术公开了以下技术效果：
[0033]本专利技术基于EfficientNet轻量级网络，实现了检测模型的轻量化和目标检测实时性；同时增加回环特征金字塔网络对原模型多尺度融合模块进行优化，利用跨尺度连接和加权特征融合在参数量更小的情况下实现对多尺度车辆的检测，通过高速公路监控视频的视频事件检测，以车辆检测跟踪为基本算法结合车辆跟踪轨迹判断停车、逆行、拥堵等交通异常事件的检测功能，达到高速公路实时高效的运行状态监测和态势感知，能够解决高速公路车辆监测中的场景多变、多尺度目标检测问题，同时兼顾车辆检测的精度和速度。
[0034]本专利技术实现对公路的运行状态进行可靠、高效的监控，发生交通异常事件可高效地确定事件类型，为交通综合管理决策提供参考。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本专利技术实施例的系统结构示意图；
[0037]图2为本专利技术实施例的高速公路车辆安全监测系统结构图；
[0038]图3为本专利技术实施例的YOLOv3
‑
EffiNet网络图；
[0039]图4为本专利技术实施例的MBConv网络模型结构图；
[0040]图5为本专利技术实施例的不同特征融合方式的结构图。
具体实施方式
[0041]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路运行状态的安全监测系统,其特征在于，包括：数据采集模块，用于采集车辆的道路行驶数据；车辆检测模块，与所述数据采集模块连接，用于对所述道路行驶数据进行处理，获得车辆检测框信息；车辆跟踪模块，与所述车辆检测模块连接，用于根据所述车辆检测框信息对车辆进行跟踪，获得所述车辆的坐标轨迹信息；检测判断模块，与所述车辆跟踪模块连接，用于根据所述坐标轨迹信息进行道路异常事件的判断，获得判断结果。2.根据权利要求1所述的公路运行状态的安全监测系统，其特征在于，所述数据采集模块至少包括数据采集单元、数据处理单元、第一数据传输单元；所述数据采集单元、数据处理单元、数据传输单元依次连接；所述数据采集单元用于实时采集车辆行驶的视频流数据；所述数据处理单元用于将所述视频流数据以连续帧序列的结构进行分解，获得连续帧图像数据；所述第一数据传输单元用于将所述连续帧图像数据传送至所述车辆检测模块。3.根据权利要求1所述的公路运行状态的安全监测系统，其特征在于，还包括车辆检测构建模块，所述车辆检测构建模块至少包括第一构建单元、第二构建单元、第三构建单元；所述第一构建单元用于构建轻量化特征提取网络和回环特征金字塔网络；所述第二构建单元用于基于第一车辆检测模块和所述轻量化特征提取网络构建第二车辆检测模块；所述第三构建单元用于基于所述第二车辆检测模块和所述回环特征金字塔网络构建所述车辆检测模块。4.根据权利要求1所述的公路运行状态的安全监测系统，其特征在于，所述车辆检测模块至少包括第二数据传输单元、数据检测单元；所述第二数据传输单元用于接收连续帧图像数据；所述数据检测单元用于根据连续帧图像进行车辆信息检测，获得车辆检测框大小和车辆检测框位置信...

【专利技术属性】
技术研发人员：沈钧戈，毛昭勇，王亦晨，王鑫，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：