一种简便的车辆压线检测方法

本发明涉及智能交通，具体为一种简便的车辆压线检测方法。

背景技术：

1、随着我国经济的不断发展，交通需求与日俱增，机动车与非机动车保有量迅速增长，人们出行生活得到便利的同时，也导致了诸多交通事故的发生。而导致交通事故发生的原因除了驾驶员个人因素之外，驾驶员违规驾驶是导致交通事故发生的主要原因之一，其中车辆压线是最为常见的违规驾驶行为，在交通事故死亡率中占比最高。在传统的交通设计理念下，道路多为机非共板、人非共板，在机非混行的道路上，大多采用划线隔离的方式。然而，非机动车由于车身体积小、自由度高、管理困难，其在路行驶过程中更容易发生车辆偏移，机动车和非机动车冲突严重，其交通安全不能得到有效保障。因此，非常有必要对车辆压线的检测方法进行研究，以提升车辆在道路上的行驶安全。

2、目前车辆压线是导致产生道路安全的主要问题之一，如何快速准确出检测车辆压线状况是当前的研究热题，相关学者对此已经开展了大量研究：张少帅针对车道线受损严重及易被行驶车辆等障碍物遮挡、车辆行驶中出现的因变换车道或借道超车等短时间压白色虚线的行为,存在干扰车辆压线检测及传统车辆压线检测方法精度不高、实时性有限的问题，提出一种智能网联汽车压线检测方法；孙建波等针对辅助驾驶或自动驾驶领域车载图像的车辆压线检测问题，以及检测过程中由于欠曝、阴影或实体遮挡等因素导致的漏检、误检问题，提出基于改进mask r-cnn与lanenet的车辆压线检测算法；于润润等针对目前车辆压线检测系统存在易受环境光照变化影响、拍摄角度固定等问题，提出一种包含图像亮度调整模块和基于深度神经网络分割模块的车载端违章压线检测系统；李世玺等针对高速公路服务区车辆停车压线的现象，提出一种快速检测算法，利用目标检测算法在视频帧中搜索，框定停车车辆目标，最终通过拟合并以交并比(iou)为评价指标，判断车辆与车位的匹配程度，继而判断车辆是否压线。

3、通过文献综述可发现，当前大多研究考虑的停车压线检测方法已较为全面，基本包含了可能发生影响的因素。然而，这些检测方法大多采用计算机视觉、多元神经网络、车载图像等对车辆的压线情况进行检测，其检测方法较为精准，但检测方法复杂，且用于非机动车压线检测成本较高。基于此，本文提出一种适用于机动车和非机动车在任何情况下的压线检测方法，通过建立数学模型获取压线检测数据，计算检测区域检测到的面积大小，判断车辆是否压线。

技术实现思路

1、本发明提供了一种简便的车辆压线检测方法，解决了上述背景技术中提出的现有停车压线检测方法多采用计算机视觉、多元神经网络、车载图像等对车辆的压线情况进行检测，其检测方法较为精准，但检测方法复杂，且用于非机动车压线检测成本较高的问题。

2、本发明提供如下技术方案：一种简便的车辆压线检测方法，包括以下步骤：

3、步骤一、确定检测对象和检测场景，检测对象分为非机动车与机动车；非机动车检测场景分为场景一和场景二，场景一为：车辆越过机非隔离带后，又返回原行驶车道，在该场景下，车辆经过即将压线、已经压线、越线三个阶段后，又返回原行驶车道；场景二为：车辆越过机非隔离带且不返回原行驶车道，在该场景下，车辆在经过即将压线、已经压线、越线三个阶段后，仍然选择继续行驶穿过车道，到马路的另一边；

4、步骤二、构建压线检测模型；根据设定的基本场景与假设，对不同场景下车辆压线状况进行建模，设检测区域为圆形且半径为r，检测区域检测的机非隔离带面积为s，并作为非机动车压线主要鉴别依据，如式(1)所示：

5、s＝s1-s2 (1)；

6、其中：s1为先进入圆形检测区域的边界线所对应的弓形面积；s2为后进入圆形检测区域的边界线所对应的弓形面积；

7、步骤三、构建非机动车压线模型；具体操作为：

8、s1、假设先进入圆形检测区域的边界线边界记为l1，其所对弧(劣弧)的圆心角记为α1；后进入圆形检测区域的边界线记为l2，其所对弧的圆心角记为α2；机非隔离带宽度为d；

9、s2、当驾驶员意识到因靠近机非隔离带而导致的警示灯闪烁，主动返回原车道时，圆形检测区域检测到的机非隔离带面积如式(2)所示：

10、

11、非机动车处于即将压线状态时，检测区域检测到的面积为s1，其计算结果如公式(3)所示：

12、

13、s3、当车辆通过即将压线阶段，进入已经压线阶段，预警系统发出警示，提醒驾驶员注意安全并回到原行驶车道时；车辆通过即将压线阶段，进入已经压线阶段时，圆形检测区域检测到的机非隔离带面积如式(2)所示，此时检测区域所能检测到的面积达到峰值记为smax，其计算公式如公式(5)所示：

14、smax＝r2(π-α'2+sinα'2) (5)；

15、当车辆处于已经压线阶段时，检测区域检测到的面积为s2，其计算结果如公式(7)所示：

16、

17、s4、当车辆跨越机非隔离带，无视系统语音警示，与机动车道发生交叉，并选择选择继续行驶到达马路的另一侧的机非隔离带时，判断车辆处于逃离阶段时，该场景下的计算方法如式(3)、(5)、(7)所示；

18、步骤三、构建机动车压线模型；其与非机动车压线检测模型一致如式(1)、(2)、(3)所示；

19、步骤四、利用构建的非机动车压线模型对非机动车压线进行检测：

20、步骤五、利用构建的机动车压线模型对机动车压线进行检测。

21、优选的，所述步骤四的具体操作为：

22、a1、提取面积检测因子l1和l2，以圆心为坐标原点建立直角坐标系；分别提取l1和l2两条弦所对应的圆心角α1和α2，并计算检测区域内目标区域的面积s；

23、a2、当0＜s＜s1时视为车辆即将压线，系统会出现警示灯闪烁，此时若驾驶员注意到警示灯闪烁，并及时返回原车道则警示灯停止闪烁，反之车辆则进入压线阶段，此时系统会警示驾驶员继续行驶直至s为0，此时检测区域面积变化为s1、smax、s2至s＝0，系统会进行语音提示，提醒驾驶员返回原车道，直至s＝0则停止警示，若非机动车驾驶员选择继续行驶，此时非机动车进入逃离阶段，预警系统会一直警示驾驶员尽快驶离机动车道，最终到达道路另一侧的机非隔离带，直至车辆进入非机动车道。

24、优选的，所述步骤五的具体操作为：

25、b1、提取面积检测因子l1和l2，以圆心为坐标原点建立直角坐标系；分别提取l1和l2两条弦所对应的圆心角α1和α2，并计算检测区域内目标区域的面积s；

26、b2、当0＜s＜s1时，系统提醒驾驶员返回原车道，否则会依据相关交通规定进行处罚。

27、优选的，所述检测对象在压线行驶时只考虑单向行驶的情况，不考虑逆向行驶或逆向变道的情况。

28、优选的，无论摄像头所呈现的检测区域为何种类型，均以其中心为圆心做最大内切圆为检测区域。

29、优选的，当非机动车车辆通过即将压线阶段，进入已经压线阶段，预警系统发出警示，提醒驾驶员注意安全并回到原行驶车道，此时，避免驾驶员在机非隔离带上转向而产生打滑现象，系统将提醒驾驶员继续行驶，直至检测区域机非隔离带面积为0时，方可返回原车道与机动车道并行。

30、优选的，所述公式(3)中的α1＝π，α2的计算公式如公式(4)所示：

31、

32、所述公式(5)中α1所对应的弧为优弧，其圆心角记为α1'，α2所对应的弧为劣弧，其圆心角记为α'2，且α1'+α'2＝2π，根据几何关系可得的计算公式如式(6)所示：

33、

34、所述公式(7)中的α'2＝π，α1'的计算公式如公式(8)所示：

35、

36、与现有技术对比，本发明具备以下有益效果：

37、1、该简便的车辆压线检测方法，通过对进入检测区域的面积进行计算，定义检测阈值，检测方法简单且成本较小可以规避由机动车检测系统对非机动车直接运用的较高成本。同时，检测参数较少且能够适用于各种状况下的车辆压线检测方法，模型简单、计算效率高、模型应用范围广。

38、2、该简便的车辆压线检测方法，在未来在可以与自动驾驶系统结合，通过作为感知模块的一部分，实时监测道路标线和车辆位置关系，为自动驾驶系统提供决策依据，提高自动驾驶系统的安全性和可靠性。