[发明专利]高速公路路段的车辆行驶拥堵状态的参数获取及评估方法

权利要求书

1.高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于，包括以下步骤:

建立特征增强模块；

使用改进FCOS网络检测车辆目标；

使用SORT算法跟踪车辆目标；

获取交通特征参数；

建立车辆拥堵状态评估模型。

2.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述建立特征增强模块用于将视频拆分为单帧图像，在图像中划分检测区域；

所述使用改进FCOS网络检测车辆目标用于检测划分区域中的车辆目标；

所述使用SORT算法跟踪车辆目标用于根据车辆目标的检测结果跟踪图像中的车辆目标；

所述获取交通特征参数用于：跟据车辆检测的结果获取车辆密度、根据车辆检测和车辆跟踪的结果获取车辆速度；

所述建立车辆拥堵状态评估模型用于：车辆密度和车辆速度输入车辆拥堵状态评估模型，得出车辆拥堵状态。

3.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述建立特征增强模块包括以下步骤使用1×1的卷积操作来规范化的特征图；采用对应点相乘的方式融合浅层特征图和经过插值上采样操作的深层特征图；对融合后的特征图进行了1×1的卷积操作，得到最终的增强特征图。

4.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述使用改进FCOS网络检测车辆目标包括：

采用VGG-16网络作为主干网络，根据浅层特征图适合检测小尺寸目标的概念，在VGG-16网络的Conv3-3和Conv4-3层输出的特征图后加入特征增强模块，并与Conv5-3、Conv6和Conv7层输出的特征图共同构造特征金字塔；

FCOS网络对每层特征图的特征点进行回归操作，其回归的目标是中心点到真实边界框的左、上、右和下的距离；

网络的输出包括目标分类分支、center-ness分支及位置回归分支。

5.根据权利要求4所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述目标分类分支通过卷积，输出n维的向量，代表n个类别，并且类别分支相连的是sigmoid函数；所述center-ness分支用于抑制网络FCOS网络产生的低质量的目标候选框；所述位置回归分支输出的4维的向量，分别对应目标中心点到目标边界框的上、下、左和右的距离。

6.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述使用SORT算法跟踪车辆目标包括以下步骤：采用卡尔曼滤波算法预测车辆目标的位置，利用前一状态值和当前状态测量值，预测下一状态的估计值，实现目标位置的预判，并将预判结果与下一时刻的目标检测结果做匈牙利算法匹配，完成车辆目标的跟踪。

7.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述获取交通特征参数包括以下步骤：利用车辆检测和车辆跟踪的结果获取车辆密度和车辆速度；车辆密度是指在某一时刻，单车道、单位长度上存在的车辆数；车辆密度K采用如下公式：

其中，N为车辆总数，L为路面长度，D为车道数目；

车辆速度是单位时间内车辆沿着道路方向行驶的距离；车辆密度和车辆速度都是一个评估周期内的平均值。

8.根据权利要求1所述的高速公路路段的车辆行驶拥堵状态的参数获取及评估方法，其特征在于：所述建立车辆拥堵状态评估模型用于表示车辆速度与车辆密度的关系，记为δ；公式如下：

其中，S表示车辆的位移，L表示路面长度，t表示时间；根据δ的值划分三个车辆拥堵状态：当δ1时为畅通状态，当0.3δ1时为轻度拥堵状态，当δ0.3严重拥堵状态。