本申请提供了一种车辆逆行检测的方法、装置、终端设备及存储介质，包括：首先获取包括多个车辆目标的场景视频图像和点云图像，对点云图像进行聚类计算，得到目标映射图像数据，然后基于图像检测模型对场景视频图像进行计算，得到车辆目标数据，对目标映射图像数据和车辆目标数据进行融合，得到融合数据，最后基于多目标跟踪算法对融合数据进行计算，确定每个车道对应的多个车辆目标，对多个车辆目标当前时刻的距离信息与上一时刻的距离信息作差得到第一距离差，根据第一距离差检测多个车辆目标是否逆行。该方法将激光雷达与相机结合确定车辆的行驶区域，根据多目标跟踪算法计算车辆目标的距离信息检测车辆是否逆行，提高了车辆逆行检测的准确性。行检测的准确性。行检测的准确性。
【技术实现步骤摘要】
车辆逆行检测的方法、装置、终端设备及存储介质
[0001]本申请属于交通
，尤其涉及一种车辆逆行检测的方法、装置、终端设备及存储介质。
技术介绍
[0002]目前，车辆违章逆行会导致道路通行能力下降，导致车辆拥堵、交通事故频繁发生，影响交通安全。
[0003]现有技术中对路端进行监控的方法是利用视频图像处理以及深度学习算法实现车辆目标的识别，或者通过视频图像中目标车辆的运行轨迹，利用车道分割模型确定车道信息，检测目标车辆是否逆行。
[0004]以上两种方法通过相机获取视频图像，在实际应用中，由于天气影响如下雨刮风会影响相机的图像质量，从而影响目标车辆逆行检测的准确性。
技术实现思路
[0005]本申请实施例提供了车辆逆行检测的方法、装置、终端设备及存储介质，可以提高目标车辆逆行检测的准确性。
[0006]第一方面，本申请实施例提供了一种车辆逆行检测的方法，包括：
[0007]获取包括多个车辆目标的场景视频图像和点云图像；
[0008]对点云图像进行聚类计算，得到目标映射图像数据；其中，目标映射图像数据包括多个车辆目标的距离信息；
[0009]基于图像检测模型对场景视频图像进行计算，得到车辆目标数据；其中，图像检测模型是基于视觉检测算法与场景训练视频图像训练得到的；
[0010]对目标映射图像数据和车辆目标数据进行融合，得到融合数据；
[0011]基于多目标跟踪算法对融合数据进行计算，确定每个车道对应的多个车辆目标；
[0012]对多个车辆目标当前时刻的距离信息与上一时刻的距离信息作差得到第一距离差，根据第一距离差检测多个车辆目标是否逆行。
[0013]可选地，在获取场景视频图像和点云图像之后，包括：
[0014]对激光雷达和相机进行标定，得到相机内参信息和雷达相机外参信息；
[0015]基于激光雷达反射强度对车道线进行检测，确定车辆的行驶区域；
[0016]基于雷达相机外参信息将行驶区域映射到场景视频图像。
[0017]可选地，对点云图像进行聚类计算，得到目标映射图像数据，包括：
[0018]基于密度聚类算法选取点云图像中的高密度点；
[0019]将高密度点连接组成目标区域；
[0020]基于雷达相机外参信息将目标区域映射到场景视频图像上，得到目标映射图像数据。
[0021]可选地，车辆目标数据包括多个车辆目标的包围框坐标和测试值；
[0022]基于图像检测模型对场景视频图像进行计算，得到车辆目标数据，包括：
[0023]基于图像检测模型计算场景视频图像中的多个车辆目标的包围框坐标；
[0024]基于包围框坐标记录多个时刻的多个车辆目标与传感器的第二距离差的变化；其中，传感器设置于相机上；
[0025]根据第二距离差确定测试值。
[0026]可选地，基于多个车辆目标当前时刻与上一时刻的第一距离差，检测多个车辆目标是否逆行，包括:
[0027]对多个车辆目标进行标号；
[0028]基于标号计算当前时刻与上一时刻的多个车辆目标的距离信息的第一距离差；
[0029]将多个第一距离差从小到大依次排序，选取第一距离差中的距离差最大值和距离差最小值；
[0030]判断第一数值与第二数值是否相等，若第一数值等于第二数值，则判定多个车辆目标均正向行驶；其中，第一数值为距离差最大值与距离差最小值的和的绝对值数值，第二数值为距离差最大值的绝对值与距离差最小值的绝对值的和的数值。
[0031]可选地，在判断第一数值与第二数值是否相等之后，还包括：
[0032]若第一数值大于和/或小于第二数值，则判定存在车辆目标逆向行驶；
[0033]判断第三数值与第四数值是否相等；其中，第三数值为距离差最大值与测试值的和的绝对值数值，第四数值为距离差最大值的绝对值与测试值的绝对值的和的数值；
[0034]若第三数值与第四数值不相等，则依次选取第一距离差中小于距离差最大值的距离差；
[0035]依次判断距离差与测试值的绝对值数值是否等于距离差的绝对值与测试值的绝对值的和的数值；
[0036]将不相等的距离差对应的车辆目标标记为逆向行驶。
[0037]可选地，在判定存在车辆目标逆向行驶之后，还包括：
[0038]判断第五数值与第六数值是否相等；其中，第五数值为距离差最小值与测试值的和的绝对值数值，第六数值为距离差最小值的绝对值与测试值的绝对值的和的数值；
[0039]若第五数值与第六数值不相等，则依次选取第一距离差中大于距离差最小值的距离差；
[0040]依次判断距离差与测试值的绝对值数值是否等于距离差的绝对值与测试值的绝对值的和的数值；
[0041]将不相等的距离差对应的车辆目标标记为逆向行驶。
[0042]第二方面，本申请实施例提供了一种车辆逆行检测的装置，包括：
[0043]图像获取模块，用于获取包括多个车辆目标的场景视频图像和点云图像；
[0044]图像数据计算模块，用于对点云图像进行聚类计算，得到目标映射图像数据；其中，目标映射图像数据包括多个车辆目标的距离信息；
[0045]车辆目标数据计算模块，用于基于图像检测模型对场景视频图像进行计算，得到车辆目标数据；其中，图像检测模型是基于视觉检测算法与场景训练视频图像训练得到的；
[0046]融合数据计算模块，用于对目标映射图像数据和车辆目标数据进行融合，得到融合数据；
[0047]车辆目标确定模块，用于基于多目标跟踪算法对融合数据进行计算，确定每个车道对应的多个车辆目标；
[0048]行驶方向检测模块，用于对多个车辆目标当前时刻的距离信息与上一时刻的距离信息作差得到第一距离差，根据第一距离差检测多个车辆目标是否逆行。
[0049]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面任一项所述的车辆逆行检测的方法。
[0050]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一项所述的车辆逆行检测的方法。
[0051]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的车辆逆行检测的方法。
[0052]本申请实施例与现有技术相比存在的有益效果是：
[0053]本申请提供了一种车辆逆行检测的方法、装置、终端设备及存储介质，包括：首先获取包括多个车辆目标的场景视频图像和点云图像，对点云图像进行聚类计算，得到目标映射图像数据，然后基于图像检测模型对场景视频图像进行计算，得到车辆目标数据，对目标映射图像数据和车辆目标数据进行融合，得到融合数据，最后基于多目标跟踪算法对融合数据进行计本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆逆行检测的方法，包括：获取包括多个车辆目标的场景视频图像和点云图像；对所述点云图像进行聚类计算，得到目标映射图像数据；其中，所述目标映射图像数据包括所述多个车辆目标的距离信息；基于图像检测模型对所述场景视频图像进行计算，得到车辆目标数据；其中，所述图像检测模型是基于视觉检测算法与场景训练视频图像训练得到的；对所述目标映射图像数据和所述车辆目标数据进行融合，得到融合数据；基于多目标跟踪算法对所述融合数据进行计算，确定每个车道对应的多个车辆目标；对所述多个车辆目标当前时刻的所述距离信息与上一时刻的所述距离信息作差得到第一距离差，根据所述第一距离差检测所述多个车辆目标是否逆行。2.如权利要求1所述的方法，其特征在于，在获取场景视频图像和点云图像之后，包括：对激光雷达和相机进行标定，得到相机内参信息和雷达相机外参信息；基于所述激光雷达反射强度对车道线进行检测，确定车辆的行驶区域；基于所述雷达相机外参信息将所述行驶区域映射到所述场景视频图像。3.如权利要求2所述的方法，其特征在于，所述对所述点云图像进行聚类计算，得到目标映射图像数据，包括：基于密度聚类算法选取所述点云图像中的高密度点；将所述高密度点连接组成所述目标区域；基于雷达相机外参信息将所述目标区域映射到所述场景视频图像上，得到目标映射图像数据。4.如权利要求1所述的方法，其特征在于，所述车辆目标数据包括所述多个车辆目标的包围框坐标和测试值；所述基于图像检测模型对所述场景视频图像进行计算，得到车辆目标数据，包括：基于所述图像检测模型计算所述场景视频图像中的所述多个车辆目标的包围框坐标；基于所述包围框坐标记录多个时刻的所述多个车辆目标与传感器的第二距离差的变化；其中，传感器设置于相机上；根据所述第二距离差确定所述测试值。5.如权利要求4所述的方法，其特征在于，所述基于所述多个车辆目标当前时刻与上一时刻的第一距离差，检测所述多个车辆目标是否逆行，包括:对所述多个车辆目标进行标号；基于所述标号计算当前时刻与上一时刻的所述多个车辆目标的距离信息的所述第一距离差；将所述多个第一距离差从小到大依次排序，选取所述第一距离差中的距离差最大值和距离差最小值；判断第一数值与第二数值是否相等，若所述第一数值等于所述第二数值，则判定所述多个车辆目标均正向行驶；其中，所述第一数值为所述距离差最大值与所述距离差最小值的和的绝对值数值，第二数值为所述距离差最大值的绝对值与所述距离差最小值的绝对值的和的数值。6.如权利要求5所述...
【专利技术属性】
技术研发人员：李翠，
申请(专利权)人：西安天和防务技术股份有限公司，
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。