[发明专利]一种基于CNN检测遵章率的路口交通规划系统

权利要求书

1.一种基于CNN检测遵章率的路口交通规划系统，其特征在于：包括目标检测模块、轨迹跟踪模块、违章判定模块、遵章率检测模块和人机交互模块；

所述目标检测模块设置于路口摄像头上，采用基于卷积神经网络CNN的Mobilenet_SSD目标检测模型，所述目标检测模型使用MobileNet卷积神经网络实现，用于对视频中路口各车辆、行人进行检测，获取各车辆，行人的位置坐标信息、置信度、标签，以及流量；

具体步骤如下：

步骤1.1、输入视频帧，并对视频帧进行图像预处理，将图像缩放为224*224；

步骤1.2、将缩放结果输入至训练好的Mobilenet_SSD目标检测模型中，并得到Bounding Box；所述Bounding Box为多维矩阵数组，包含了检测到目标的目标类型，坐标信息以及置信度；

步骤1.3、过滤置信度低于0.7的检测结果，并通过Bounding Box中物体的种类和坐标标签得到车辆和行人的坐标信息；

所述轨迹跟踪模块接收目标检测模块获取的位置坐标信息并进行实时处理，计算中心点坐标，并通过标签对车辆以及行人进行分类；计算出相邻两帧之间各车辆的欧式距离，并设置合适的阈值，获取图像中各单位的运动轨迹；

所述违章判定模块采用虚拟线圈法作为判定原则，通过HSV色彩通道提取判断红绿灯状态，并依据轨迹跟踪模块获取的车辆或者行人运动轨迹；在图像中，根据不同路况设置多个虚拟线圈；当运动轨迹穿过特定虚拟线圈时，判定违章，并截图留存；

所述遵章率检测模块统计当前违章信息，通过设定阈值来确定待测路口需求的警力，通过遵章率给出警力调度方案，用于维护路口交通状态，并指导交通部门安排警力到指定路口对违章情况作出相应的处理；

所述人机交互模块是基于Qt开发的人机交互界面，包括后台液晶显示屏和路口显示屏；在后台液晶显示屏中，将摄像头采集的图像实时显示在视频显示区域，将违章判定模块中得到的违章信息和违章类型显示在右边各类违章数据中，将遵章率检测模块中得到的遵章率信息以及车流量和人流量信息显示在右边统计数据中；在路口显示屏上显示违章车辆和行人的截图以及当前路口的遵章率信息。

2.根据权利要求1所述的一种基于CNN检测遵章率的路口交通规划系统，其特征在于：所述目标检测模块的具体工作步骤如下：

步骤2.1、根据不同时间段、不同路口和不同天气状况，对路口的各类车辆以及行人的图像信息进行采集，制作成训练集；

步骤2.2、将训练接输入Mobilenet_SSD检测模型，进行训练，获取更高的位置坐标精度；

步骤2.3、将识别出的目标信息传送到轨迹跟踪模块中，用于计算目标单位的移动轨迹。

3.根据权利要求1所述的一种基于CNN检测遵章率的路口交通规划系统，其特征在于：所述轨迹跟踪模块计算单位之间的欧式距离具体方法如下：

根据目标检测模块得到的目标检测信息，首先计算物体中心点的坐标，并对物体根据所属标签值的不同进行分类；物体中心点坐标即代表物体在视频中的位置，也作为轨迹跟踪的依据；随后计算相邻两帧之间各车辆的欧式距离，如下所示：

其中，n，n-1代表相邻帧，a和b分别代表前后两个视频帧中的车辆，x,y代表车辆在视频帧中以左上角为原点设定的坐标；表示前后两个视频帧之间所有车辆的欧式距离；

对两帧之间相同车辆的最大欧氏距离设定阈值，若计算得出的距离小于等于该阈值则相邻帧间的车辆为同一车辆，若大于该阈值，则判断不是同一车辆，通过调整阈值，即可得出图像中各物体的运行轨迹。

4.根据权利要求1所述的一种基于CNN检测遵章率的路口交通规划系统，其特征在于：所述违章判定模块在视频帧中划定交通灯检测区域为交通灯红色框划定的区域，并对所选区域进行图像去噪处理，得到较为平滑的交通灯图像；将交通灯图像的色彩空间转换到HSV模型下，并针对V通道进行直方图均衡化处理，消除光照变化带来的噪声影响；最后，根据红、绿、黄三种色彩的H通道范围进行阈值分割，得到符合三种色彩范围的特征响应图；分别统计其中响应像素的个数，选取最大值对应的色彩，作为当前交通灯的状态。