[发明专利]一种基于深度学习交通数据采集分析方法

说明书

本发明公开了一种基于深度学习交通数据采集分析方法，具体包括以下步骤：S1、激光雷达成像模块对行驶中的车辆进行扫描，同时对扫描到的车辆进行测定，S2、判断车辆是否超速，并且判断该路段是否堵车，S3、获取图片并分析，S4、判断车辆是否携带违规物品或超载，S4、对结果进行存储，或通知工作人员处理违法行为及堵车现象等，本发明涉及数据采集分析技术领域。该基于深度学习交通数据采集分析方法，利用激光雷达成像技术，可以判断出车辆是否有超速、超载等违法行为，能够避免出现违法行为无法查处的现象，同时能够获取车辆的行驶轨迹，并且能够自行判定该路段是否堵车，并通知工作人员及时处理，实用性较高。

技术领域

本发明涉及数据采集分析技术领域，具体为一种基于深度学习交通数据采集分析方法。

背景技术

成像激光雷达是激光技术、雷达技术、光学扫描及控制技术、高灵敏度探测技术及高速计算机处理技术的综合新技术产物，成像激光雷达可采用多种工作体制,如采用单元探测器的扫描成像与采用阵列探测器的非扫描成像，采用单元探测器的扫描成像作用距离可以很远,但是成像速率会受到一定的限制；采用阵列探测器的非扫描成像激光雷达可以以很高的速率成像,但是需要泛光照射目标,所以作用距离不会太远，目前,可用于激光雷达的扫描器可分为三种:力学、电学和二元光学扫描器，由于其具有较高的角度分辨率和距离分辨率,可以同时成目标的强度像和距离像,还可以成高分辨率的三维图像，成像激光雷达是激光雷达对硬目标探测的一种综合应用,其中结合了测角,测距,测速等多种激光雷达功能，激光雷达的应用十分广泛,已从地面发展到空中,从空中发展到太空,从陆地发展到海面,从海面发展到水下,并涉及到多个学科领域。

现有的交通数据在即一般依靠人力结合监控录像的方式去完成，工作人员通过实地路面考察或者查看监控录像来获得行驶车辆的具体信息，工作量较大，为交通数据采集带来不便，且难免会有部分违法行为无法被识别或查处，可靠性较差。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于深度学习交通数据采集分析方法，解决了人力结合监控采集交通数据工作量较大，且部分违法行为无法被查处，可靠性较差的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于深度学习交通数据采集分析方法，具体包括以下步骤：

S1、激光雷达成像模块对行驶中的车辆进行扫描，同时对扫描到的车辆进行测定，从而获得车辆的速度、方位、高度信息；

S2、步骤S1中测得的车辆的速度、方位、高度信息传递到数据处理模块，对数据进行分类和整理，处理后的信息传递到数据分析模块对数据进行分析，得到固定时间内通过车辆的数量，并且对车辆的行驶速度进行分析，然后分析结果传递到结果判定模块，判断车辆是否有超速、闯红灯的违法行为，并且判断该路段是否有堵车现象，然后将判定结果传递到反馈模块；

S3、图片获取模块从步骤S1中对车辆扫描的过程中获取车辆外观图片，及车辆内部物品、乘坐人员图片，然后图片采集模块挑选出清晰度较高的图片，并通过图片分析模块对图片进行分析，然后将分析结果传递到图片整理模块，将重复的图片删除，并对剩余的图片进行分类；

S4、特征提取模块根据车辆的特征信息提取出车辆的具体信息，并将信息传递到特征对比模块，特征对比模块对整理出的图片信息与提取出的车辆信息进行对比，判断车辆是否有携带违规物品或超载的违法行为，并将结果传递到反馈模块；

S4、反馈模块将步骤S2及步骤S4中的结果反馈给中央处理系统，若经过车辆并无违法行为，中央处理系统将判定结果直接存储到存储模块中，若经过的车辆发生了违法行为，中央处理系统会将结果通过无线信号收发模块发送到移动终端，提醒警务人员及时进行处理。