System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种车辆识别方法及设备技术_技高网

一种车辆识别方法及设备技术

技术编号:40501917 阅读:7 留言:0更新日期:2024-02-26 19:29
本发明专利技术公开一种车辆识别方法及设备,涉及图像识别和定位技术领域,该方法包括:获取待识别图像,将待识别图像输入至改进的YOLOv7网络模型中,以对待识别图像中的各车辆进行识别,得到视频信息;根据目标道路的点云数据确定雷达信息;雷达信息包括目标道路上车辆的置信度、位置坐标和朝向;根据雷达信息和视频信息将毫米波雷达目标与各待识别图像中的车辆一一匹配,得到目标信息;目标信息包括目标道路上每一车辆的运动轨迹。本发明专利技术采用改进的YOLOv7网络模型对待识别图像中的车辆进行识别,并进一步采用雷达识别的数据与上述识别的车辆进行匹配,能够避免漏检和误检,提高了车辆识别精确度。

【技术实现步骤摘要】

本专利技术涉及图像识别和定位,特别是涉及一种基于视频图像和雷达数据的车辆识别方法及设备


技术介绍

1、随着交通工具数量和速度的不断提高,交通安全问题越来越突出。特别是在恶劣天气下,道路交通事故发生率更高。据统计,2022年我国高速公路发生交通事故14527起。其中85%以上事故发生后均会导致交通状态迅速改变,应急处置人员及资源到达现场时间被延长,从而影响应急处置效果。为了提高交通状态的准确感知和应急处理,采用了多种高精度的技术手段,其中最主要的包括毫米波雷达技术、车辆识别技术、视频监控技术、路面状态监测和天气情况监测技术。毫米波雷达技术具有高精度、高灵敏度和不受天气影响等优点,可进行车辆检测和速度测量。通过毫米波雷达技术,可以精准地获取车辆的信息,如位置、速度等数据,为交通状态感知提供准确的数据支持。此外,还可以用于交通事件发生时的应急处置,如快速定位事故点。车辆识别技术则可识别车辆型号、颜色、车牌号码等信息,为交通事件追溯和记录提供关键数据。同时,也可以用于违法车辆的监测与处罚。视频监控技术可用于道路监控和图像增强,路面状态监测和天气情况监测技术能够提供实时的路况信息和天气预报。但是,传统的交通监测手段对复杂天气下的交通状态感知和应急处理仍然存在不足:单模态传感器自身具有一定的局限性,容易出现误检和漏跟的情况;激光雷达无法获得目标纹理进而导致物体分类错误,即不能区分行驶的车辆和地面物体,因此需要寻找新的技术手段来解决这些问题。


技术实现思路

1、本专利技术的目的是提供一种车辆识别方法及设备,可提高车辆识别精确度。

2、为实现上述目的,本专利技术提供了如下方案:

3、一种车辆识别方法,所述方法包括:

4、获取待识别视频,所述待识别视频包括若干帧待识别图像;所述待识别图像由摄像机拍摄目标道路得到;

5、对于每一所述待识别图像,将所述待识别图像输入至训练好的车辆识别模型中,以对所述待识别图像中的各车辆进行识别,得到视频信息;所述视频信息包括每一所述车辆在所述待识别图像中的位置信息;其中,所述车辆识别模型,为改进的yolov7网络模型;所述改进包括:将现有yolov7网络模型中repconv模块中bconv中的卷积层替换为acmix注意力模块;

6、根据所述目标道路的点云数据确定雷达信息;所述雷达信息包括所述目标道路上车辆的置信度、位置坐标和朝向;

7、根据所述雷达信息和所述视频信息将毫米波雷达目标与各所述待识别图像中的车辆一一匹配,得到目标信息;所述目标信息包括所述目标道路上每一所述车辆的运动轨迹。

8、本专利技术还提供一种基于前述的车辆识别方法的车辆识别设备,所述车辆识别设备包括视频采集模块、雷达模块和处理模块;

9、所述视频采集模块用于采集待识别视频;

10、所述雷达模块用于采集目标道路的点云数据;

11、所述处理模块用于实现前述的车辆识别方法。

12、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:本专利技术提供了一种车辆识别方法及设备,该方法包括:获取待识别视频,待识别视频包括若干帧待识别图像;待识别图像由摄像机拍摄目标道路得到;对于每一待识别图像,将待识别图像输入至训练好的车辆识别模型中,以对待识别图像中的各车辆进行识别,得到视频信息;视频信息包括每一车辆在待识别图像中的位置信息;其中,车辆识别模型,为改进的yolov7网络模型;根据目标道路的点云数据确定雷达信息;雷达信息包括目标道路上车辆的置信度、位置坐标和朝向;根据雷达信息和视频信息将毫米波雷达目标与各待识别图像中的车辆一一匹配,得到目标信息;目标信息包括目标道路上每一车辆的运动轨迹。本专利技术采用改进的yolov7网络模型对待识别图像中的车辆进行识别,并进一步采用雷达识别的数据与改进的yolov7网络模型识别的车辆进行匹配,能够避免漏检和误检,提高了车辆识别精确度。

本文档来自技高网...

【技术保护点】

1.一种车辆识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的车辆识别方法,其特征在于,所述改进还包括:在MPConv模块的右分支的第一右分支卷积层和第二右分支卷积层之间添加分离合并模块;所述分离合并模块用于:

3.根据权利要求1所述的车辆识别方法,其特征在于,根据所述目标道路的点云数据确定雷达信息,具体包括:

4.根据权利要求3所述的车辆识别方法,其特征在于,根据所述目标道路的点云数据确定点云数据鸟瞰视图中每一划分区域的点云特征,具体包括:

5.根据权利要求1所述的车辆识别方法,其特征在于,在所述将所述待识别图像输入至训练好的车辆识别模型中之前,还包括:对车辆识别模型进行训练,具体包括:

6.根据权利要求5所述的车辆识别方法,其特征在于,采用所述数据集对所述车辆识别模型进行训练,得到训练好的车辆识别模型,具体包括:

7.根据权利要求1所述的车辆识别方法,其特征在于,根据所述雷达信息和所述视频信息将毫米波雷达目标与各所述待识别图像中的车辆一一匹配,具体包括:

8.一种基于权利要求1所述的车辆识别方法的车辆识别设备,其特征在于,所述车辆识别设备包括视频采集模块、雷达模块和处理模块;

...

【技术特征摘要】

1.一种车辆识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的车辆识别方法,其特征在于,所述改进还包括:在mpconv模块的右分支的第一右分支卷积层和第二右分支卷积层之间添加分离合并模块;所述分离合并模块用于:

3.根据权利要求1所述的车辆识别方法,其特征在于,根据所述目标道路的点云数据确定雷达信息,具体包括:

4.根据权利要求3所述的车辆识别方法,其特征在于,根据所述目标道路的点云数据确定点云数据鸟瞰视图中每一划分区域的点云特征,具体包括:

5.根据权利要求1所述的车辆识别方法,...

【专利技术属性】
技术研发人员:杨飚
申请(专利权)人:联易云科北京科技有限公司
类型:发明
国别省市:

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