[发明专利]基于深度学习的道路交通行为无人机监测系统及方法

说明书

本发明公开了一种基于深度学习的道路交通行为无人机监测系统及方法，该系统包括采集模块，单摄像头处理模块，跨摄像头匹配模块和交通参数提取模块；单摄像头处理模块为采集模块输出的每路视频创建单摄像头处理子模块进行数据处理；单摄像头处理子模块包括图像预处理模块，车辆检测模块和车辆跟踪模块。该方法使用无人机拍摄道路交通状况，分析监测区域内车辆的交通状态，包括对监控画面的标定、基于视频的车辆检测与跟踪技术、基于地理位置的跨摄像头多目标轨迹匹配的方法、根据车辆运动轨迹分析交通状态的算法等。

技术领域

本发明属于智能交通领域，具体涉及一种基于深度学习的道路交通行为无人机监测系统及方法。

背景技术

智能交通系统(Intelligent Transportation System,简称ITS)是未来交通系统的发展方向,其目的是为了提高交通运输的安全性和效率。该系统采用各种有关的先进科学技术,将交通系统所涉及到的人、车、路及环境综合在一起使其发挥智能作用,从而使交通系统达到安全、通畅、低公害和耗能少的目标。运动车辆的实时检测、跟踪是智能交通系统的核心部分之一。近年来，随着计算机硬件技术与数字图像处理技术的高速发展，尽管针对运动车辆的检测与跟踪技术也得到了不断提升，但直接利用ITS技术来解决交通难题依旧面临着巨大的挑战。运动汽车的检测与跟踪是利用计算机视觉技术获得车辆的序列图像，再从中检测出车辆的运动信息，例如车型、车速、车流量以及车道占有率等等。根据这些数据对交通进行宏观调控，进而减轻交通阻塞，达到改善交通环境、提高道路利用率、降低交通事故发生率的目的。此外，正确、实时地记录交通道路上车辆的行驶状况，如违规超车、车辆碰撞等，可以快速地对发生的交通事故进行处理，从而极大地提高排除故障的效率，使道路快速畅通，并为处理交通事件提高有力可靠的证据。

目前在智能交通系统中，车辆的检测和跟踪问题上还有着很多有待解决的问题：

第一、动态场景中运动车辆的检测由于存在着车辆与背景两个相互独立的运动而使车辆的提取更加困难,目前主流的目标检测技术在该任务上精度有待改善；

第二、实际交通环境中车辆之间的交错和遮挡过于频繁，不同视角下车辆的形变以及摄像头视角等变化给多摄像头下的车辆检索跟踪技术带来巨大的挑战；

第三，针对目前常见的路侧图像采集，单个摄像头拍摄的有效距离有限，无法覆盖完整路段，而多个摄像头采集的信息也难以相互关联，要获得长距离且准确的车辆轨迹信息十分困难。

发明内容

本发明的目的在于提供一种基于深度学习的道路交通行为无人机监测系统及方法，使用无人机拍摄道路交通状况，分析监测区域内车辆的交通状态，包括对监控画面的标定、基于视频的车辆检测与跟踪技术、基于地理位置的跨摄像头多目标轨迹匹配的方法、根据车辆运动轨迹分析交通状态的算法等。

本发明是通过以下技术方案来实现：

基于深度学习的道路交通行为无人机监测系统，包括采集模块，单摄像头处理模块，跨摄像头匹配模块和交通参数提取模块；其中，

采集模块，用于航拍车辆视频数据的采集，将采集的多路视频数据输入单摄像头处理模块进行每一路视频的单摄像头多目标跟踪处理；

单摄像头处理模块，用于对采集模块输出的多路视频数据进行多目标跟踪处理，获得各路视频的车辆轨迹集合并输入到跨摄像头匹配模块；

跨摄像头匹配模块，用于对单摄像头处理模块输入的各路视频的车辆轨迹集合进行信息匹配，得到所有车辆在全局视频中的完整轨迹并输入到交通参数提取模块；

交通参数提取模块，用于对跨摄像头匹配模块输入的车辆轨迹信息进行分析，提取其交通参数，从而得到目标车辆的交通状态。

本发明进一步的改进在于，单摄像头处理模块为采集模块输出的每路视频创建单摄像头处理子模块进行数据处理；