[发明专利]基于交通数据及街景数据的交通违法行为识别方法和系统

权利要求书

1.基于交通数据及街景数据的交通违法行为识别方法，其特征在于，所述方法包括：

S1：获取大规模车辆GPS轨迹数据，应用地图匹配算法，将车辆轨迹数据与道路网络匹配，提取驾驶行为，构建驾驶行为数据库；

S2：获取驾驶行为发生前后的车辆行驶方向变化及该驾驶行为发生的位置获取对应的街景图片序列；

S3：将对应的街景图片序列中通过目标检测算法检测其中的交通标志，判断交通标志的类型是否与驾驶行为相对应，从而判断驾驶行为是否违法；

所述S1中应用地图匹配算法，将车辆轨迹数据与道路网络匹配，具体包括：利用高性能的开源路线规划引擎OSRM实现基于隐马尔可夫模型的地图匹配算法，将车辆GPS轨迹点数据转化为路段序列轨迹，转化为路口序列数据、转向行为数据；

所述S2具体包括：

获取驾驶行为发生的前一个驾驶行为以及两个驾驶行为间的车辆轨迹数据；

利用所述车辆轨迹数据采用三次多项式回归的方法拟合出发生在该驾驶行为之前的车辆行驶轨迹曲线；

获取曲线点对应的街景图片数据；

所述S3具体包括：

采用YOLOv3目标检测模型，利用中国的交通标志公开数据集进行训练；

输入街景图片数据对模型进行微调，得到适用于街景图片的交通标志检测模型；

将获取的街景图片序列输入到交通标志检测模型进行检测，识别交通标志数据；

判断驾驶行为是否违法。

2.根据权利要求1所述的基于交通数据及街景数据的交通违法行为识别方法，其特征在于，所述S1中还包括，对所述大规模车辆GPS轨迹数据预处理和清洗，包括冗余数据去重、异常数据剔除和轨迹重构。

3.基于交通数据及街景数据的交通违法行为识别系统，其特征在于，所述系统包括：驾驶行为提取模块、驾驶行为上下文复原模块和交通违法行为识别模块；

驾驶行为提取模块：用于获取大规模车辆GPS轨迹数据，应用地图匹配算法，将车辆轨迹数据与道路网络匹配，提取驾驶行为，构建驾驶行为数据库；

驾驶行为上下文复原模块：用于获取驾驶行为发生前后的车辆行驶方向变化及该驾驶行为发生的位置获取对应的街景图片序列；

交通违法行为识别模块：用于将对应的街景图片序列中通过目标检测算法检测其中的交通标志，判断交通标志的类型是否与驾驶行为相对应，从而判断驾驶行为是否违法；

所述驾驶行为提取模块还用于应用地图匹配算法，将车辆轨迹数据与道路网络匹配，具体包括：利用高性能的开源路线规划引擎OSRM实现基于隐马尔可夫模型的地图匹配算法，将车辆GPS轨迹点数据转化为路段序列轨迹，转化为路口序列数据、转向行为数据；

所述驾驶行为上下文复原模块还用于：

获取驾驶行为发生的前一个驾驶行为以及两个驾驶行为间的车辆轨迹数据；

利用所述车辆轨迹数据采用三次多项式回归的方法拟合出发生在该驾驶行为之前的车辆行驶轨迹曲线；

获取曲线点对应的街景图片数据；

所述交通违法行为识别模块还用于：

采用YOLOv3目标检测模型，利用中国的交通标志公开数据集进行训练；

输入街景图片数据对模型进行微调，得到适用于街景图片的交通标志检测模型；

将获取的街景图片序列输入到交通标志检测模型进行检测，识别交通标志数据；

判断驾驶行为是否违法。

4.根据权利要求3所述的基于交通数据及街景数据的交通违法行为识别系统，其特征在于,所述驾驶行为提取模块还用于对所述大规模车辆GPS轨迹数据预处理和清洗，包括冗余数据去重、异常数据剔除和轨迹重构。