一种基于类别引导的路侧交通目标检测系统及方法技术方案

本发明专利技术提供一种基于类别引导的路侧交通目标检测系统及方法，其中系统包括：采集模块，用于获取路侧交通目标的图像数据并进行

【技术实现步骤摘要】
一种基于类别引导的路侧交通目标检测系统及方法


[0001]本专利技术涉及图像处理领域，特别涉及一种基于类别引导的路侧交通目标检测系统及方法
。

技术介绍

[0002]路侧交通目标检测采集周围环境信息并提供给进行判断
。
由于雨天
、
雾天
、
雪天等恶劣天气以及人为活动的影响，经常发生交通拥堵等现象，因此需要对路侧交通目标检测异常，并且进行积极的交通引导
。
[0003]现有技术
CN115719485A
提供了一种基于类别引导的路侧交通目标检测方法，利用空间体素特征提取和邻域凝练特征提取进行特征提取，然后在模型训练上先用相关数据预训练并进行参数初始化
。
然而该方法只是检测分类结果数据准确性，又没有对路侧交通目标进行交通引导，也没有对路侧交通目标预测
。

技术实现思路

[0004]本专利技术目的之一在于提供了一种基于类别引导的路侧交通目标检测系统，对采集的图像数据进行重构同时对路侧交通目标检测并进行交通引导
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于类别引导的路侧交通目标检测系统，其特征在于，包括：采集模块，用于获取路侧交通目标的图像数据并进行
3D
重构，得到重构数据；异常判断模块，用于根据重构数据计算目标异常值，判断目标异常值是否预设的正常范围内，若目标异常值不在预设的正常范围内，则对重构数据进行目标类别识别，得到目标类别结果；类别引导模块，用于基于目标类别结果对路侧交通目标进行交通引导
。2.
如权利要求1所述的基于类别引导的路侧交通目标检测系统，其特征在于，所述异常判断模块执行如下操作：根据重构数据计算出路侧交通目标的状态数据；获取路侧交通目标的历史状态数据；根据预设构建规则基于路侧交通目标的状态数据以及历史状态数据构建目标异常检测模型计算出目标异常值；判断目标异常值是否在预设的正常范围内；若目标异常值不在预设的正常范围内，则对重构数据进行目标类别识别，得到目标类别结果
。3.
如权利要求2所述的基于类别引导的路侧交通目标检测系统，其特征在于，所述若目标异常值不在预设的正常范围内，则对重构数据进行目标类别识别，得到目标类别结果，包括：对重构数据进行特征提取得到特征值，并对特征值进行稀疏卷积，得到
3D
稀疏卷积特征；将
3D
稀疏卷积特征进行俯视图投影得到二维鸟瞰图特征；对重构数据中的关键点进行特征提取，得到关键点特征数据；将关键点特征数据和二维鸟瞰图特征进行融合，得到关键点融合特征数据；构建神经网络模型，利用数据库中的历史数据进行训练，训练完成后根据关键点融合特征数据进行分类识别，得到目标类别结果
。4.
如权利要求1所述基于类别引导的路侧交通目标检测系统，其特征在于，所述类别引导模块执行如下操作：根据当前时间的上一时间的时间点的路侧交通目标的重构数据，计算出每个路侧交通目标的当前时间的上一时间的时间点的中心点坐标，得到当前时间的上一时间的时间点路侧交通目标的中心点坐标矩阵和速度矩阵；根据当前时间的路侧交通目标的重构数据，计算出当前时间的每个路侧交通目标的中心点坐标，得到当前时间路侧交通目标的中心点坐标矩阵和速度矩阵；预测未来的预设时间的时间点的位姿变换矩阵和速度变换矩阵；根据未来的预设时间的时间点的位姿变换矩阵和速度变换矩阵计算出未来的预设时间的时间点的路侧交通目标的中心点坐标矩阵和速度矩阵；根据每个路侧交通目标的中心点坐标矩阵和速度矩阵，计算出每个路侧交通目标逃离监测范围的最短时间；根据异常交通目标的数量和类别，确定交通异常类型，同时发出预警信息；按照路侧交通目标的类别对同一类别中的每个路侧交通目标逃离监测范围的最短时
间进行求和，并乘以每个类型的设定权重，按照由小到大排序，得到类别引导顺序；根据类别引导顺序，按照类型对路侧交通目标按照逃离监测范围的最短时间进行引导
。5.
如权利要求4所述的基于类别引导的路侧交通目标检测系统，其特征在于，所述根据异常交通目标的数量和类别，确定交通异常类型，同时发出预警信息，包括：获取异常判断模块得到的异常交通目标的数量和类别；根据异常交通目标的数量
、
类别和运动方向，确定交通异常类型，其中，所述交通异常类型包括个体异常
、
同类异常
、
多类异常
、
全部异向异常和全部同向异常；根据异常交通目标与其他路侧交通目标的距离之和以及交通异常类型发出预警信息
。6.
如权利要求5所述的基于类别引导的路侧交通目标检测系统，其特征在于，所述根据异常交通目标的数量
、
类别和运动方向，确定交通异常类型，包括：获取警示信息，得到异常交通目标的数量和类别；若检测出的异常交通目标的类别是一种，且异常交通目标的个数占同类别的路侧交通目标的所有个数的占比不超过设定的占比阈值，则交通异常类型是个体异常；若检测出的异常交通目标的类别是一种，且异常交通目标的个数占同类别的路侧交通目标的所有个数的占比超过设定的占比阈值，则交通异常类型是同类异常；若检测出的异常交通目标的类别是多种，...

【专利技术属性】
技术研发人员：周锋，高淦，葛晓乐，陈帅庭，郭乃宏，王如刚，
申请(专利权)人：盐城工学院技术转移中心有限公司，
类型：发明
国别省市：