[发明专利]一种基于车道线标定车辆违章变道的实时检测方法及系统

说明书

本发明涉及一种基于车道线标定车辆违章变道的实时检测方法，具体包括：步骤1)标定车道线L，计算并获取检测矩形区域D和图像I；步骤2)在步骤1)的检测矩形区域D内，基于深层卷积神经网络检测出图像I的车辆集合A＝{A₁,A₂,...,A_i}；步骤3)根据步骤2)得到的车辆集合A，筛选出与车道线L相交的车辆集合B＝{B₁,B₂,...,B_i}，其中，再与跟踪车辆列表TL进行匹配，并更新跟踪车辆列表TL＝{T₁,T₂,...,T_j}；步骤4)判断更新后的跟踪车辆列表TL中的跟踪车辆T_j是否为违章变道车辆；如果跟踪车辆T_j为违章变道车辆，则标注出跟踪车辆T_j的位置，并从更新后的跟踪车辆列表TL中删除违章变道车辆T_j的信息。

技术领域

本发明属于智能交通系统和图像识别的技术领域，具体涉及一种基于车道线标定车辆违章变道的实时检测方法及系统。

背景技术

随着社会的进步和发展，城市机动车与日俱增，机动车数量不断攀升使得交通事故愈发严重，近年来道路交通事故造成的经济损失和死亡人数也在不断上升。控制交通事故发生成为交通管理部门越来越重视的问题，而造成交通事故的首要原因就是汽车违法行为。作为一种常见的交通违法行为，违章变道不仅会造成交通拥堵，甚至可能会造成严重交通事故，为了降低交通事故发生率，交通管理部门不断推进智能交通管理系统，而智能交通管理系统中基于监控视频的违章变道检测技术较为关键，因此研究基于监控视频的车辆违章变道检测很有必要。

现有的对车辆违章变道检测的方法主要有两类：一类是基于空间距离，如激光检测法、红外线检测法以及超声波检测法，此类方法存在设备昂贵、空间覆盖面积小、设备间会相互干扰以及不能处理遮挡情况等问题；另一类是基于计算机视觉技术，此类方法具有安装维护简单、可视性高、检测准确度高等优点。

目前，基于计算机视觉技术的违章变道车辆检测方法是先提取运动目标集合，再找出运动车辆集合及位置信息，最后再判断每辆车的运动轨迹离散程度是否超出设定阈值，以此判断车辆是否违章变道。现有的方法在路面车辆较少时，且车辆运动较快时检测效果比较好；但是，不能应对车辆运动缓慢或者路面车辆较多时的违章变道。此外，现有的方法易受光照、遮挡、阴影和视频抖动等因素的影响；在车辆较多时，对每辆车进行跟踪的方式计算量太大，很难满足实时要求。因此，针对违章变道车辆检测，急需一种适用范围广、准确度高、检测速度快，能满足实时要求的车辆违章变道实时检测方法。

发明内容

本发明的目的在于，为解决现有的车辆违章变道的实时检测方法存在上述缺陷，本发明提供了一种基于车道线标定的车辆违章变道的实时检测方法，该方法适用范围广，检测结果稳定可靠、准确度高、检测速度快，能满足车辆违章变道实时检测要求。另外，该方法能够实现对视频中违章变道车辆的快速精确识别。

为实现上述目的，本发明提供了一种基于车道线标定的车辆违章变道实时检测方法，具体包括：

步骤1)标定车道线L，计算并获取检测矩形区域D和图像I；

步骤2)在步骤1)的检测矩形区域D内，基于深层卷积神经网络检测出图像I的车辆集合A＝{A₁,A₂,...,A_i}；

步骤3)根据步骤2)得到的车辆集合A，筛选出与车道线L相交的车辆集合B＝{B₁,B₂,...,B_i}，其中，再与跟踪车辆列表TL进行匹配，并更新跟踪车辆列表TL＝{T₁,T₂,...,T_j}；