一种基于行为模型的道路交通事故检测方法技术

本发明专利技术公开的属于道路交通管理技术领域，具体为一种基于行为模型的道路交通事故检测方法，包括如下步骤：将安装该摄像头的道路信息输入摄像头的处理器控制面板内，并通过摄像头对路面的分割线进行识别，并实时获取道路的行人以及车辆的流动信息；本发明专利技术通过数据整理模块对摄像头获取违规机动车以及非机动车的信息、非机动车骑行人员以及违规行人的面部信息进行捕捉的信息进行整理后通过交换机传输至电警终端服务器，通过云端处理器对视频进行识别，并将违规的信息反馈至电警终端服务器；将数据传输至违规路口的显示器上进行公布，对后续车辆起警示作用，从而减少违规造成交通事故的概率。故的概率。故的概率。

【技术实现步骤摘要】
一种基于行为模型的道路交通事故检测方法


[0001]本专利技术涉及道路交通管理
，具体为一种基于行为模型的道路交通事故检测方法。

技术介绍

[0002]随着城市道路的快速发展和居民汽车保有量的逐步提高，人们在享受汽车带来的舒适体验的同时也饱受各种交通事故的困扰。交通事故不仅威胁当事人的生命安全，还会影响道路上其他车辆正常通行。发生事故后车辆的定责也成为一大难题。在交通监督管理系统中，精准地识别道路上发生的交通事故可以减小相关人员的伤亡和财产损失，因此检测道路交通事故具有重要意义。
[0003]目前基于视频的交通事故检测方法主要利用视频帧的图像金字塔，构建光流场。从光流场中计算速度流、加速度流等信息再通过设定阈值判断是否发生交通事故。还有学者利用Faster
‑
RCNN检测车辆，在连续帧中判断车辆是否静止，根据车辆停止时间粗略估计是否该车发生异常事故。此外还有直接计算车辆速度，根据车速是否发生异常来判断是否发生交通事故的方法。
[0004]现有的方法中直接利用图像金字塔计算光流场的方法在车辆较多时无法准确计算各个车辆的速度，速度流只能对视频场景中的车辆进行大致估计。同时，根据人工设定的阈值判断是否发生交通事故的方法严重依赖主观想法，在实际应用中不具有灵活性。
[0005]判断车辆是否停止和计算停止时间判断是否发生交通事故的方法同样需要设定车辆最长停止时间。在实际道路上，堵车或等待转弯等情况下这类方法很可能会发生误报，因此对交通事故的识别不够准确。
[0006]对于统计车速，根据车速判断是否发生交通事故的方法，准确度依然不高，主要原因在于只利用了瞬时车速这一单一信息，无法充分反映车辆在一段时间的行驶状况；
[0007]现有的专利授权公告号为：CN113378803B，公开了一种交通事故检测方法，具体包括，首先输入视频帧，识别视频中的车辆，计算车辆速度、车辆加速度和车头朝向角；其次，将车辆速度、车辆加速度和车头朝向角的时域信号转换为时频信号；再其次，将时频图输入至Resnet50网络中进行训练；最后，提取特征，根据车辆速度、车辆加速度和车头朝向角时频图特征和正常情况下的车辆速度、车辆加速度和车头朝向角时频图特征对比，判断交通事故的发生。解决了现有技术中存在的道路交通事故检测效果不稳定、识别效果不精准的技术问题。实现了对道路交通事故的精准判断，本专利技术适用性更强，泛化能力更强。
[0008]但是上述技术方案是预判相对车辆之间的交通事故预警模拟，无法对同向的车辆之间进行预测，同向车辆之间存在着变道不打转向灯或者连续变道、车辆未按规定开灯、闭灯，例如在夜间未打开灯光以及违规使用眼光灯，等等，缩小了适用的范围，影响了使用的效率。
[0009]为此，我们专利技术一种基于行为模型的道路交通事故检测方法。

技术实现思路

[0010]鉴于上述和/或现有一种基于行为模型的道路交通事故检测方法中存在的问题，提出了本专利技术。
[0011]因此，本专利技术的目的是提供一种基于行为模型的道路交通事故检测方法，能够解决上述提出现有是预判相对车辆之间的交通事故预警模拟，无法对同向的车辆之间进行预测，同向车辆之间存在着变道不打转向灯或者连续变道、车辆未按规定开灯、闭灯，例如在夜间未打开灯光以及违规使用眼光灯，等等，缩小了适用的范围，影响了使用的效率的问题。
[0012]为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
[0013]一种基于行为模型的道路交通事故检测方法，其包括：如下步骤：
[0014]S1：将安装该摄像头的道路信息输入摄像头的处理器控制面板内，并通过摄像头对路面的分割线、路面标识、红绿灯信号进行识别，并实时获取道路的行人以及车辆的轨迹信息；
[0015]S2：通过数据整理模块对摄像头获取的视频信息进行整理后通过交换机传输至电警终端服务器，通过电警终端服务器将数据传输至云端处理器，通过云端处理器对视频进行识别，并将违规的信息反馈至电警终端服务器；
[0016]S3：通过电警终端服务器将违规的信息进行发布，将数据传输至违规路口的显示器上，进行公布，对后续车辆起警示作用，从而减少违规造成交通事故的概率。
[0017]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：在通过接收所述摄像头通过交换机传回的视屏数据的同时，获取红绿灯以及该路口匝道的信息，与传回的视屏数据相匹配，为后续的违规判断提供时间和路口红绿指示灯的指示数据依据。
[0018]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：通过所述摄像头对变道的车辆进行捕捉，同时对变道的车辆是否打开转向灯进行识别捕捉，同时对其是否连续变道进行捕捉判断。
[0019]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：通过所述摄像头对加塞的车辆进行捕捉，对夜间未开灯以及违规使用远光灯的车辆进行捕捉。
[0020]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：通过所述摄像头对非机动车闯红灯、非机动车逆行以及非机动车未戴头盔进行捕捉，并对驾驶非机动车的骑行人员的脸部数据进行捕捉。
[0021]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：通过所述摄像头对行人闯红灯的行人脸部数据进行采集，以及机动车未礼让行人的车辆进行捕捉。
[0022]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：对捕捉的违规车辆的车辆信息、时间标签以及移动速度进行采集。
[0023]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：通过摄像头捕捉的违规视频信息通过与摄像头电性连接的交换机传输至电警中端服务器。
[0024]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：对所述摄像头输入视频帧，识别视频中的车辆，计算车辆速度、车辆加速度和车头方向角；具体包括：识别视频帧中的车辆，输出车辆检测框；在连续帧中跟踪车辆位置，得到连续帧中同一车辆移动的检测框；以检测框为车辆中心，计算两帧之间车辆移动的像素距离；计算车辆速度和车辆加速度；根据检测框的角判断车头方向角度。
[0025]作为本专利技术所述的一种基于行为模型的道路交通事故检测方法的一种优选方案，其中：将车辆速度、车辆加速度和车头方向角的时域信号转换为时频图；将时频图输入至Resnet50网络中进行训练；准备训练数据，选定Q条道路，再选定道路上的不同角度的多个时间段视频数据，并将视频数据分割成一分钟的视频数据；将分割后的每个视频经过处理得到时频图数据集；将时频图数据集分为训练集和验证集；计算特征向量的距离λ，特征向量距离λ为验证集和训练集的特征向量最大距离；S4根据车辆速度、车辆加速度和车头方向角的时频图特征和正常情况下的车辆速度、车辆加速度和车头方向角的时频图特征对比，判断交通事故的发生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于行为模型的道路交通事故检测方法，其特征在于：包括如下步骤：S1：将安装该摄像头的道路信息输入摄像头的处理器控制面板内，并通过摄像头对路面的分割线、路面标识、红绿灯信号进行识别，并实时获取道路的行人以及车辆的轨迹信息；S2：通过数据整理模块对摄像头获取的视频信息进行整理后通过交换机传输至电警终端服务器，通过电警终端服务器将数据传输至云端处理器，通过云端处理器对视频进行识别，并将违规的信息反馈至电警终端服务器；S3：通过电警终端服务器将违规的信息进行发布，将数据传输至违规路口的显示器上，进行公布，对后续车辆起警示作用，从而减少违规造成交通事故的概率。2.根据权利要求1所述的一种基于行为模型的道路交通事故检测方法，其特征在于，在通过接收所述摄像头通过交换机传回的视屏数据的同时，获取红绿灯以及该路口匝道的信息，与传回的视屏数据相匹配，为后续的违规判断提供时间和路口红绿指示灯的指示数据依据。3.根据权利要求2所述的一种基于行为模型的道路交通事故检测方法，其特征在于，通过所述摄像头对变道的车辆进行捕捉，同时对变道的车辆是否打开转向灯进行识别捕捉，同时对其是否连续变道进行捕捉判断。4.根据权利要求3所述的一种基于行为模型的道路交通事故检测方法，其特征在于，通过所述摄像头对加塞的车辆进行捕捉，对夜间未开灯以及违规使用远光灯的车辆进行捕捉。5.根据权利要求4所述的一种基于行为模型的道路交通事故检测方法，其特征在于，通过所述摄像头对非机动车闯红灯、非机动车逆行以及非机动车未戴头盔进行捕捉，并对驾驶非机动车的骑行人员的脸部数据进行捕捉。6.根据权利要求5所述的一种基于行为模型的道路交...

【专利技术属性】
技术研发人员：甘智峰，冷先进，陆小芳，王成龙，许德海，孙伟，
申请(专利权)人：上海新前端奕天科技有限公司，
类型：发明
国别省市：