[发明专利]基于深度学习的机动车未按规定保持安全距离智能识别方法

说明书

本发明提供一种基于深度学习的机动车未按规定保持安全距离智能识别方法和系统、存储介质，该方法包括：在检测到预先标定的标准检测区域内驶入车辆时，将该车辆记为后方车辆，并检测在标准检测区域内在同一车道中后方车辆的前方是否有前方车辆；若是，则获取后方车辆的行驶速度，并拍摄第一图像；根据深度学习的神经元网络模型和第一图像，确定在世界坐标系中前方车辆的后车轮着地点和后方车辆的前车轮着地点；确定前方车辆和后方车辆之间的距离，并将该距离记为第一距离；判断后方车辆是否与前方车辆保持安全距离。本发明可以智能判断后方车辆是否保持安全距离行驶，可以预防减少因高速公路行车未保持安全距离引发的各类交通事故。

技术领域

本发明涉及智能交通技术领域，具体涉及一种基于深度学习的机动车未按规定保持安全距离智能识别方法和系统、存储介质。

背景技术

《中华人民共和国道路交通安全法实施条例》第八十条：机动车在高速公路上行驶，车速超过每小时100公里时，应当与同车道前车保持100米以上的距离，车速低于每小时100公里时，与同车道前车距离可以适当缩短，但最小距离不得少于50米。

根据权威部门统计数据，“在历年的高速公路交通事故中，机动车跟车过近未保持安全距离、随意变更车道、疲劳驾驶、未按规定设置警示标志等交通违法行为是引发高速公路交通事故的主要原因。而因未与前车保持足够的安全距离引发的交通事故占高速公路事故总量的40％左右。”

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于深度学习的机动车未按规定保持安全距离智能识别方法和系统、存储介质，能够智能识别车辆是否保持安全距离行驶，预防减少因高速公路行车未保持安全距离引发的各类交通事故。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，提供一种基于深度学习的机动车未按规定保持安全距离智能识别方法，包括：在检测到预先标定的标准检测区域内驶入车辆时，将该车辆记为后方车辆，并检测在所述标准检测区域内在同一车道中所述后方车辆的前方是否有前方车辆；若是，则获取所述后方车辆的行驶速度，并拍摄第一图像，所述第一图像包含所述前方车辆和所述后方车辆；据深度学习的神经元网络模型和所述第一图像，确定在所述世界坐标系中所述前方车辆的后车轮着地点和所述后方车辆的前车轮着地点；根据所述前方车辆的后车轮着地点和所述后方车辆的前车轮着地点，确定所述前方车辆和所述后方车辆之间的距离，并将该距离记为第一距离；根据所述第一距离和所述行驶速度，判断所述后方车辆是否与所述前方车辆保持安全距离。

在一些实施例中，方法还包括：在检测到预先标定的标准检测区域内驶入所述后方车辆时，拍摄第二图像，所述第二图像中包括所述后方车辆的车头；在确定所述后方车辆未与所述前方车辆保持安全距离时，将所述第一图像和所述第二图像合成为一张图像，并将合成图像作为所述后车车辆的交通违法证据。

在一些实施例中，确定在所述世界坐标系中所述前方车辆的后车轮着地点和所述后方车辆的前车轮着地点，包括：采用预先训练的深度学习的神经元网络模型识别所述第一图像中所述后车轮着地点所在的像素点和所述前车轮着地点所在的像素点；通过对所述标准检测区域进行像素标定，建立世界坐标系中的位置点与所述第一图像中的像素点之间的投射变换关系；根据所述第一图像中所述后车轮着地点所在的像素点和所述透射变换关系，确定所述后车轮着地点在所述世界坐标系中的位置；根据所述第一图像中所述前车轮着地点所在的像素点和所述投射变换关系，确定所述前车轮着地点在所述世界坐标系中的位置。

在一些实施例中，所述确定所述前方车辆和所述后方车辆之间的距离，包括：将在所述世界坐标系中所述前方车辆的后车轮着地点的位置与所述后方车辆的前车轮着地点的位置作差，并将得到的差值减去预设裕量，得到所述第一距离。