一种交通行为预警系统及方法与流程
- 国知局
- 2024-07-31 21:11:14
本发明涉及交通安全,特别是有关于一种交通行为预警系统及方法。
背景技术:
1、电瓶车作为一种方便简单的出行方式,已经在全国范围内得到普及,具备占地小,出行便捷、噪音低以及无污染等优势。
2、对比文件(cn202310282635.4)公开了利用射频识别采集电瓶车在路口路段信息的方法,其中,该方法包括:检测来往电瓶车以及路段信息,获取电动车的标签信号及路况视频;对标签信号及路况视频进行分析,获取到关键时间点;对标签信号进行解码识别,获取到标签信号的识别结果;根据关键时间点对路况视频进行截取,获取到违法图像;对违法图像进行车辆信息提取,将所提取的车辆信息与标签信号内携带的车辆信息进行关联,确定违法车辆;接收违法车辆信息以及违法图像,将违法车辆信息及违法图像上传至后台服务器。实施本发明实施例,通过对路段上违法行驶的电动车进行取证,提高驾驶员的交通安全意识,有效的减少交通事故的发生。
3、上述专利有效地对不文明的交通行为进行了识别,减少了交通事故的发生,但是仅仅识别不文明的交通行为并不能有效地阻止因不文明交通行为即将要发生的交通事故,为此,需要一个既能够识别不文明的交通行为,又能够及时阻止事故发生的安全预警系统。目前红绿灯路口及道路的安全预警辅助系统几乎没有,因此该辅助系统具有重要实用价值,针对上述不足,设计交通行为安全预警,既能够有效地减少交通事故的发生,也能约束电瓶车能够按照正常交规骑行。
技术实现思路
1、针对上述问题,本发明提供一种交通行为预警系统,包括:
2、数据采集单元,采集交通行为的图片或者视频;
3、视频分析单元,对该数据采集模块采集的交通行为数据进行分析,包括数据中物体识别及目标跟踪;
4、控制单元,该控制单元实现该数据采集单元与该视频分析单元的数据传输,控制及为该交通行为预警系统供电;
5、预警单元,对不文明交通行为进行提示。
6、进一步地,该交通行为预警系统的预警单元包括声音提示及图像提示。
7、进一步地,该交通行为预警系统还包括存储单元,存储内容包括道路信息、时间信息及交通行为信息。
8、本发明另提供一种交通行为预警方法,适用于上述的一种交通行为预警系统,该交通行为预警方法包括以下步骤:
9、s1:由数据采集单元采集交通行为数据,数据格式为图像或者视频;
10、s2:视频分析单元对该交通行为数据进行物体识别;
11、s3:视频分析单元对该交通行为数据进行目标跟踪;
12、s4:判断是否存在不文明交通行为,若是,则进行步骤s5,若否,则返回步骤s2;
13、s5:对该不文明行为进行提示。
14、进一步地,步骤s2包含如下步骤:
15、s21:将该交通行为数据划分成s×s个格子;
16、s22:判断每个格子是否只存在一个检测目标,若是,则进行步骤s23,若否,则跳至步骤s24;
17、s23:该格子负责监测该目标;
18、s24:该格子输出至少两个边界框;
19、s25:计算该至少两个边界框的置信度pr(object)×iou,其中,pr(object)该边界框包含监测目标的概率,iou为预测框与边界框的交并比;
20、上述边界框的预测值包含6个元素(x,y,w,h,class,conf),其中,x和y是边界框的中心坐标,w和h分别是边界框的宽与高,class为检测目标的类别,conf为边界框置信度。
21、进一步地,步骤s2包含如下步骤:
22、s26:判断出一个检测目标被多次检测到;
23、s27:从所有预测框中找到置信度最大的预测框,逐个计算该置信度最大的预测框与其他框的交并比;
24、s28:判断交并比是否大于阈值,若是,则删除该置信度最大的预测框,若否,则对剩余预测框中置信度最大的预测框重复步骤s26至步骤s28。
25、进一步地,步骤s3包含如下步骤:
26、s31:确定置信度阈值为[0.1,0.6],若置信度低于0.1,则将预测框删除,若置信度大于0.6,则进行步骤s32;
27、s32:将预测框与卡尔曼滤波器预测的目标轨迹框相匹配;
28、s33:判断是否匹配成,若匹配成功,则跟踪成功,若否,则进行步骤s34;
29、s34:将预测框转换为待唤醒检测框;
30、s35:将置信度范围在0.1和0.6之间的低分框与第一次没有匹配的高分预测框的跟踪轨迹进行匹配,判断是否匹配成功,若匹配成功,则跟踪成功,若匹配不成功,则进行步骤s36;
31、s36:新建跟踪轨迹,并对不匹配的跟踪轨迹保留30帧,当再次出现时进行匹配。
32、进一步地,步骤s32的卡尔曼滤波器的状态向量包括目标检测框中心点的坐标、预测框宽度、预测框的高度、x方向的速度、y方向的速度以及预测框宽度和高度变化速率。
33、进一步地,该每个格子设置至少两个锚框。
34、进一步地,卡尔曼滤波器的状态向量为:卡尔曼滤波器的测量向量为:其中,xc(k)与yc(k)分别为k时刻目标检测中心点的横坐标与纵坐标,w(k)为k时刻预测框的宽度,h(k)为k时刻预测框的高度,xv(k)与yv(k)分别为k时刻x方向的速度和y方向的速度,和分别为k时刻预测框的宽度变化速率和k时刻预测框的高度变化速率,为检测目标在k时刻的中心点的x坐标,为检测目标在k时刻的中心点的y坐标,zw(k)为检测目标在k时刻的宽度,zh(k)为检测目标在k时刻的高度。
35、本发明提供一种交通行为预警系统及方法,包括数据采集单元、视频分析单元、控制单元及预警单元,数据采集单元采集交通行为的图片或者视频;视频分析单元对数据采集模块采集的交通行为数据进行分析,对数据中物体识别及目标跟踪;控制单元实现数据采集单元与视频分析单元的数据传输,并为该交通行为预警系统供电;在识别出有不文明交通行为时,由预警单元,对不文明交通行为进行语音或者图像提示,本发明能够准确识别并跟踪不文明交通行为,约束不文明行为并立即进行预警,使不文明行为人改正后按照正常交规行驶,能够有效地减少交通事故的发生。
技术特征:1.一种交通行为预警系统,其特征在于,包括:
2.根据权利要求1所述的一种交通行为预警系统,其特征在于,该交通行为预警系统的预警单元包括声音提示及图像提示。
3.根据权利要求1所述的一种交通行为预警系统,其特征在于,该交通行为预警系统还包括存储单元,存储内容包括道路信息、时间信息及交通行为信息。
4.一种交通行为预警方法,适用于权利要求1所述的一种交通行为预警系统,其特征在于,该交通行为预警方法包括以下步骤:
5.根据权利要求4所述的一种交通行为预警方法,其特征在于,步骤s2包含如下步骤:
6.根据权利要求5所述的一种交通行为预警方法,其特征在于,步骤s2包含如下步骤:
7.根据权利要求5所述的一种交通行为预警方法,其特征在于,步骤s3包含如下步骤:
8.根据权利要求7述的一种交通行为预警方法,其特征在于,步骤s32的卡尔曼滤波器的状态向量包括目标检测框中心点的坐标、预测框宽度、预测框的高度、x方向的速度、y方向的速度以及预测框宽度和高度变化速率。
9.根据权利要求5所述的一种交通行为预警方法,其特征在于,该每个格子设置至少两个锚框。
10.根据权利要求8的一种交通行为预警方法,其特征在于,卡尔曼滤波器的状态向量为:卡尔曼滤波器的测量向量为:其中,xc(k)与yc(k)分别为k时刻目标检测中心点的横坐标与纵坐标,w(k)为k时刻预测框的宽度,h(k)为k时刻预测框的高度,xv(k)与yv(k)分别为k时刻x方向的速度和y方向的速度,和分别为k时刻预测框的宽度变化速率和k时刻预测框的高度变化速率,为检测目标在k时刻的中心点的x坐标,为检测目标在k时刻的中心点的y坐标,zw(k)为检测目标在k时刻的宽度,zh(k)为检测目标在k时刻的高度。
技术总结本发明涉及一种交通行为预警系统及方法,包括数据采集单元、视频分析单元、控制单元及预警单元,数据采集单元采集交通行为的图片或者视频;视频分析单元对数据采集模块采集的交通行为数据进行分析,对数据中物体识别及目标跟踪;控制单元实现数据采集单元与视频分析单元的数据传输,并为该交通行为预警系统供电;在识别出有不文明交通行为时,由预警单元,对不文明交通行为进行语音或者图像提示,本发明能够准确识别并跟踪不文明交通行为,约束不文明行为并立即进行预警,使不文明行为人改正后按照正常交规行驶,能够有效地减少交通事故的发生。技术研发人员:卜许鑫,鲁鋆受保护的技术使用者:南京阡行科技有限公司技术研发日:技术公布日:2024/7/9本文地址:https://www.jishuxx.com/zhuanli/20240731/188758.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。