一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
专利汇可以提供一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于Faster R‑CNN与视频技术的 桥面 车辆 时空 信息获取方法，包括基于Faster R‑CNN的目标检测、多目标 跟踪 、车道判断及图像标定方法。该方法仅以桥面上布置的两个监控摄像头作为输入端，结合创建的虚拟检测区来对通过车辆的参数包括车型、车长、轴数、车速、所在车道进行识别。之后利用所得参数即可以获得车辆的时空信息。本发明有效解决了传统移动目标检测方法在目标检测与分类方面 稳定性 与 精度 较低的问题，提高了跟踪方法的鲁棒性，同时在标定过程中无需中断交通，方便快捷。，下面是一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法专利的具体信息内容。
1.一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于包括以下步骤：
S1：将车辆按车宽分为三类，分别是宽体车、中体车和窄体车，在每条车道上分别选定两辆长度已知的宽体标准车与窄体标准车，对视频监控画面进行标定；
S2：在视频监控画面中建立四边形虚拟检测区，在检测区内用直线标注车道分界线并建立对应的直线方程；
S3：建立车辆图片数据库用于训练Faster R-CNN网络，将训练后的网络用于视频的逐帧目标检测；
S4：根据基于Faster R-CNN的车辆检测结果，通过计算在四边形虚拟检测区内不同帧中边界框中心间的距离来判断跟踪目标，在跟踪的同时建立每辆车对应的信息序列，序列中的每个元素包含边界框坐标、车型、车道编号及当前帧号；
S5：在跟踪过程中利用车辆边界框左下角坐标与车道分界线所在直线的位置关系来判断车辆所在车道；
S6：当车辆离开检测区后，根据图像标定结果、车辆信息序列及虚拟检测区信息，计算得到车型、车长、轴数、车速、所在车道；
S7：根据车辆参数及检测区位置并结合车速不变假设计算获得桥面车辆的时空信息。
2.根据权利要求1所述的桥面车辆时空信息获取方法，其特征在于所述的步骤S1包括以下步骤：
S11：当已知长度的宽体标准车和窄体标准车在视频中行驶时，对视频间隔4帧进行采样，在各车道的每个采样帧上，以车辆左边缘的X坐标XA为参考来标定不同位置上宽体车与窄体车车宽所占像素个数NF，中体车的车宽标定结果取宽体车与窄体车的中间值；
S12：根据宽体标准车或窄体标准车已知的车辆长度以对应车辆侧面中点X坐标XC为参考来标定像素所代表的沿车道方向实际长度RL；
S13：在所有采样帧上用多项式并基于最小二乘法来拟合XA与NF的关系：
其中， 是拟合XA与NF关系的最优多项式系数向量，αK,Q是拟合XA与NF关系的候选多项式系数向量， 是标准车左边缘的X坐标， 是沿X轴标准车车宽所占像素个数，fK,Q是关于 和αK,Q的多项式函数，下标K为车辆类型，Q为车道号，上标i是采样帧的编号；
S14：在所有采样帧上用多项式并基于最小二乘法来拟合XC与RL的关系：
其中， 是拟合XC与RL关系的最优多项式系数向量，βK,Q是拟合XC与RL关系的候选多项式系数向量， 是标准车侧面中点X坐标XC， 是沿X轴标准车侧面所占像素个数，LCV,K为标准车实际长度，gK,Q是关于 和βK,Q的多项式函数，下标K为车辆类型，Q为车道号，上标j是采样帧的编号。
3.根据权利要求1所述的桥面车辆时空信息获取方法，其特征在于所述的四边形虚拟检测区长度覆盖3-5个常见大型货车，宽度覆盖单向所有车道。
4.根据权利要求1或2所述的桥面车辆时空信息获取方法，其特征在于所述的宽体车包括重型货车、重型厢式货车、罐车、轿运车、客车，中体车包括轻型卡车、轻型厢式货车，窄体车为小型车。
5.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述的步骤S3包括以下步骤：
S31：搭建基于ZF模型的Faster R-CNN网络；
S32：建立包括重型货车、重型厢式货车、罐车、轿运车、客车、轻型卡车、轻型厢式货车、小型车的车型图片数据库，在数据库中只标注面向摄像头的车辆，并且标注边界框紧紧包裹车辆目标；
S33：网络经车型数据库训练后用于目标检测，在检测时只选择中心在检测区内的目标边界框作为计算对象。
6.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述步骤S4包括以下步骤：
S41：当在检测区内检测到车辆目标时，判断在当前存储空间内是否存在车辆的信息序列；
S42：若当前存在车辆的信息序列，则对在当前帧检测区中检测到的每一个目标边界框计算其与当前存在的每一个信息序列的最后一个元素所对应的边界框的距离dI,J，其中C为边界框的中点坐标，cur代表在当前帧中检测出的在检测区内的边界
框，eis代表存在的信息序列最后元素所对应的边界框，I和J为边界框的编号；
S43：对于当前帧检测区内的一个目标边界框，将计算得到的距离dI,J最小值与距离阈值δ进行比较，若该距离最小值小于阈值则说明距离最小的两个边界框代表的是同一目标，并将当前帧中该目标边界框所对应的坐标、车型、车道号、当前帧号封装为一个元素加入到对应的信息序列的末尾；若没有与其距离小于阈值δ的相应目标或者在当前帧时刻不存在信息序列，则说明该目标边界框所对应的车辆此刻刚进入检测区；
S44：当一信息序列超过q帧都未增加元素则说明对应的车辆已离开了检测区，q根据目标检测的灵敏度来设定，当确定车辆离开检测区后，根据完整的信息序列计算车辆参数，然后在存储空间内删除该信息序列仅保存车辆参数。
7.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述步骤S6中计算车辆长度包括以下步骤：
S611：计算一帧中的车辆长度，
其中， 是沿X轴属于车侧面的像素个数，LV为车辆的长
度，XA和XD分别为检测到的车辆边界框的左右边X坐标，XC是车辆侧面中点X坐标，gK,Q是关于XC和 的多项式函数， 是拟合XC与RL关系的最优多项式系数向量，fK,Q是关于XA和的多项式函数， 是拟合XA与NF关系的最优多项式系数向量，下标K为车辆类型，Q为车道号；
S612：按大小对所有计算帧中的车长计算结果进行排序并排除其中占比不超过20％的最大值和占比不超过20％的最小值，将剩余结果取平均值作为最终车辆计算长度。
8.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述步骤S6中的车辆轴数根据车型与车长反演得到。
9.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述步骤S6中计算车速包括以下步骤：
S621：根据多目标跟踪方法识别出车辆关于检测区的进入帧及离开帧；
S622：利用RL的标定结果采用分段计算行驶距离，计算每段距离，
其中：上标o为分段号，上标Ent和Lea分别代表车辆关于检测区的进入帧与离开帧，NR为分段数量， 为第o段中线的横坐标， 为第o段的长度，gK,Q是关于 和 的多项式函数， 是拟合XC与RL关系的最优多项式系数向量， 为车辆进入帧中车辆侧面中点的X坐标， 为车辆离开帧中车辆侧面中点的X坐标，下标K为车辆类型，Q为车道号；
S623：将检测区内车辆行驶各分段距离相加得到车辆行驶的总距离，同时相应的车辆行驶时间可通过视频的帧率来获得，计算车速V，
式中：Ld为车辆在检测区中的行驶距离；Tm为相应的行驶时间，Fv为视频的帧率，Nf为车辆在检测区行驶过程中的总帧数。
10.根据权利要求1所述的一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法，其特征在于所述步骤S7中任意时刻的车辆位置PT根据车速及虚拟检测区的位置，结合车速不变假设计算:
PT＝(T-Tl)V+Pl，
其中，T为需要计算的任意时刻，Tl为车辆离开检测区的时刻，Pl为检测区的出口位置。
一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取
方法
技术领域
背景技术
发明内容
具体实施方式
多项式的系数按公式 来计算。实际上只有宽体
与窄体车被选为标准车，中体车在每条车道上的NF值按宽体、窄体车标定结果的中间值来计算以此来提高标定效率。
XC和RL的关系在所有采样帧上用基于最小二乘法的多项式进行拟合，类似于基于参考坐标XA来标定NF。多项式的系数按公式 来计
算。图6展示了四条车道的标定结果。如图6(a)、(b)、(c)、(d)所示，对于宽体与窄体标准车，XA和NF的关系在采样帧上都表现出了明显的线性。因此在所有车道上，用基于最小二乘法的线性拟合来标定宽体与窄体车的NF。为了提高标定效率对于中体车的NF取宽体车与窄体车标定结果的平均值而不再单独对其进行标定，相关结果也展示在图中。相比于XA与NF的关系，XC与RL的关系在采样帧中展现出了非线性如图6(e)、(f)、(g)、(h)所示，用基于最小二乘法的三次多项式去拟合该关系。值得注意的是在同一车道中关于宽体、窄体车的RL标定结果是非常接近的，这证明了在一条车道中，同一横坐标所对应的不同车的RL近似为常数。因此在标定RL时可不分车型。
来计算。详细步骤如下：
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种轻型载货车随动后桥的空气悬架系统 | 2020-05-18 | 453 |
| 一种轻型货车电动化辅助系统 | 2020-05-16 | 432 |
| 用于轻型货车的货物保护系统 | 2020-05-17 | 652 |
| 中轻型载货车后下部可摆式防护追尾装置 | 2020-05-19 | 603 |
| 中轻型载货车后下部可摆式防护追尾装置 | 2020-05-19 | 138 |
| 轻型货车振动能量回收装置 | 2020-05-12 | 979 |
| 轻型货车管材线装载架 | 2020-05-11 | 379 |
| 用于轻型货车箱的集成式踏板组件 | 2020-05-15 | 1001 |
| 一种轻型厢式货车的箱体结构 | 2020-05-27 | 537 |
| 轻型载货车驱动桥总成 | 2020-05-20 | 893 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
