基于無人機圖像識別的交通監測方法和交通監測系統技術方案

本發明專利技術提供了基于無人機圖像識別的交通監測方法和交通監測系統，所述交通監測方法包括以下步驟：S1：提供無人機航拍交通圖片作為樣本圖片，利用圖像標注軟件LabelImg對樣本圖片進行車輛標注，形成樣本集；S2：采用數據增強方法對樣本集進行預處理，形成訓練集；S3：構建YOLO v3模型，通過訓練集對YOLO v3模型進行訓練，得到經訓練的YOLO v3模型；S4：實時接收無人機航拍交通圖像并將其輸入到經訓練的YOLO v3模型來對車輛進行監測和分析，計算得到實時交通監測數據。本發明專利技術的交通監測方法和交通監測系統可以實時獲得宏觀、精準的監測數據，便于及時對交通態勢進行研判和決策。于及時對交通態勢進行研判和決策。于及時對交通態勢進行研判和決策。

【技術實現步驟摘要】
基于無人機圖像識別的交通監測方法和交通監測系統


[0001]本專利技術屬于智能交通
，具體地涉及基于無人機圖像識別的交通監測方法和交通監測系統。

技術介紹

[0002]隨著我國經濟發展和社會進步，車輛數量增長迅速，交通擁堵和違法逐漸成為社會發展的熱點問題。由此，智能交通應運而生，被認為是解決當前交通問題的有效手段。目前，通常基于設置在道路上的監控設備來識別道路上(特別是交通路口和高架橋)車型、統計車流量、測量車速以及識別交通狀況。但是，設置在道路上的監控設備具有以下缺點：第一，移動困難，不具備靈活性，通常需要拆除才能將其移動；第二，視角受限，難以獲得某一交通節點的宏觀交通數據。宏觀、精準、實時監測數據成為智能交通管理的痛點；第三，布置和建設成本高，隨路網交通設施的增加而帶來巨大的經濟壓力。
[0003]無人機的出現在一定程度緩解了交通管理的智能化和效率問題。特別是隨著無人機技術的進步以及影像設備的優化，無人機航拍圖像的分辨率不斷提高，目前已經出現將無人機技術應用于智能交通中的嘗試。但是現有無人機技術和產品僅僅作為一種空中工具對交通工作起輔助作用，特別是無人機的出現沒有從根本上改變交通數據模糊化、決策主觀化的現狀，更沒有解決交管工作對人力、物力的占用問題。另外，這樣的無人機飛行高度較低，采集圖像時處于懸停狀態，通常只用來識別車牌或查處超速。另外，自2016年以來已國內外已有許多交通相關部門配備了無人機設備進行交通監控和巡邏，無人機在交通領域的保有量持續增加。但絕大多數交通部門使用無人機的方法和手段仍停留在傳統老舊的層面，即僅利用無人機連同攝像頭在高空拍攝(航拍)，地面仍然依靠人工觀看無人機同步畫面來了解交通情況、作研判。這種方式有兩個關鍵缺陷，第一，依托人工觀察不能得出客觀精確數據，比如人眼無法準確、實時辨別車輛總數、類型和速度；第二，此工作模式并未實現解脫人、節約人工的目的，實際仍然占用了人工。因此需要使用人工智能中的圖像識別技術徹底替代人工和人為主觀判斷。
[0004]然而，隨著現代化城市進程，城市建筑高度越來越高，期望無人機處于較高的位置，特別是在50米以上。在50米以上的無人機視角中，車輛目標小，背景大，圖像目標檢測困難。另外，在這樣的視角下，難以獲得車牌、車輪等信息，不能有效識別車輛類別。

技術實現思路

[0005]因此，本專利技術的目的是針對現有技術中存在的技術問題，提供基于無人機圖像識別的交通監測方法和交通監測系統，通過本專利技術的交通監測方法和交通監測系統，可以實時獲得宏觀、精準的監測數據，便于及時采取交通管措施。
[0006]本專利技術的目的是通過以下技術方案實現的。
[0007]一方面，本專利技術提供了一種基于無人機圖像識別的交通監測方法，其中，所述交通監測方法包括以下步驟：
[0008]S1：提供無人機航拍交通圖片作為樣本圖片，利用圖像標注軟件LabelImg對樣本圖片進行車輛標注，形成樣本集；
[0009]S2：采用數據增強方法對樣本集進行預處理，形成訓練集；
[0010]S3：構建YOLO v3模型，通過訓練集對YOLO v3模型進行訓練，得到經訓練的YOLO v3模型；
[0011]S4：實時接收無人機航拍交通圖像并將其輸入到經訓練的YOLO v3模型來對車輛進行監測和分析，計算得到實時交通監測數據。
[0012]進一步地，步驟S1中所述無人機航拍交通圖片和步驟S4中所述無人機航拍交通圖像相對于地面的拍攝角度各自獨立地為75～90
°
。
[0013]進一步地，步驟S1中至少60％的所述無人機航拍交通圖片是飛行高度大于等于50米，例如50～75米的無人機航拍交通圖片。
[0014]進一步地，步驟S1中提供的無人機航拍交通圖片的數量大于等于100萬。
[0015]進一步地，步驟S1包括以下步驟：
[0016]S101：準備100萬張以上的無人機航拍交通圖片作為樣本圖片，其中，至少60％的所述無人機航拍交通圖片為飛行高度大于等于50米，例如50～75米的無人機航拍交通圖片，以及所述無人機航拍交通圖片相對于地面的拍攝角度為75～90
°
；
[0017]S102：利用圖像標注軟件LabelImg對樣本圖片進行標注，用矩形框標出樣本圖片中所有完整車輛，生成與所標注樣本圖片文件名相同的xml文件，由此形成樣本集。
[0018]進一步地，步驟S2中所述數據增強方法為選自水平翻轉、垂直翻轉、隨機旋轉、隨機裁剪、色彩抖動和高斯噪聲中的一種或多種，優選為選自水平翻轉、垂直翻轉和隨機旋轉中的一種或多種。
[0019]進一步地，步驟S3中通過包括以下步驟的方法訓練YOLO v3模型：
[0020]S301：設置YOLO v3模型的待定參數，將訓練集輸入到構建的YOLO v3模型進行運算；其中，所述待定參數包括學習率、權重衰減和batch size；
[0021]S302：通過尺寸聚類方法生成錨框尺寸，將輸入的每張訓練圖片分割成S*S網格，每個網格預測輸出B個邊框和C個類別概率值數據；
[0022]S303：將所有網格的輸出數據與標記文件中數據進行比較，得到YOLO v3模型的預測值與標記文件的真實值之間的預測誤差；
[0023]S304：基于預測誤差，使用梯度下降方法，更新YOLO v3模型的參數，反復訓練直至預測誤差小于閾值。
[0024]進一步地，步驟S4還包括以下步驟：
[0025]S401：采用濾波器算法對實時獲得的無人機航拍交通圖像進行處理以消除因為無人機畫面抖動和/或信號干擾而產生的誤差，然后將經濾波器算法處理的無人機航拍交通圖像輸入到經訓練的YOLO v3模型。
[0026]進一步地，所述濾波器算法為限幅濾波法、限幅平均濾波法、消抖濾波法或限幅消抖濾波法，優選為卡爾曼濾波算法。
[0027]進一步地，步驟S4中通過包括以下步驟的方法來計算得到實時交通監測數據：
[0028]S402：根據車輛頂部在圖像中的大小如車身長度和車身寬度對車輛進行分類，統計各類車輛的流量；和/或
[0029]S403：根據無人機的飛行高度和經訓練的YOLO v3模型的監測和分析結果，計算車輛運行速度。
[0030]另一方面，本專利技術還提供了一種基于無人機圖像識別的交通監測系統，其中，所述交通監測系統包括：
[0031]無人機，所述無人機用于實時獲得無人機航拍交通圖像；
[0032]數據傳輸裝置，包括編解碼芯片和信號傳輸線，所述編解碼芯片用于將無人機航拍交通圖像轉換為適于計算機處理的數據；
[0033]數據處理裝置，包括處理模塊和存儲器，其中，所述存儲器存儲有用于執行所述交通監測方法的程序。
[0034]進一步地，所述處理模塊包括1個或更多個GPU。
[0035]又一方面，本專利技術還提供了一種存儲介質，所述存儲介質存儲有用于所述交通監測方法的程序。
[0036]本專利技術具本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.基于無人機圖像識別的交通監測方法，其中，所述交通監測方法包括以下步驟：S1：提供無人機航拍交通圖片作為樣本圖片，利用圖像標注軟件LabelImg對樣本圖片進行車輛標注，形成樣本集；S2：采用數據增強方法對樣本集進行預處理，形成訓練集；S3：構建YOLO v3模型，通過訓練集對YOLO v3模型進行訓練，得到經訓練的YOLO v3模型；S4：實時接收無人機航拍交通圖像并將其輸入到經訓練的YOLO v3模型來對車輛進行監測和分析，計算得到實時交通監測數據。2.根據權利要求1所述的交通監測方法，其中，步驟S1中所述無人機航拍交通圖片和步驟S4中所述無人機航拍交通圖像相對于地面的拍攝角度各自獨立地為75～90
°
。3.根據權利要求1或2所述的交通監測方法，其中，步驟S1中至少60％的所述無人機航拍交通圖片是飛行高度大于等于50米，例如50～75米的無人機航拍交通圖片；優選地，步驟S1中提供的無人機航拍交通圖片的數量大于等于100萬。4.根據權利要求1至3中任一項所述的交通監測方法，其中，步驟S1包括以下步驟：S101：準備100萬張以上的無人機航拍交通圖片作為樣本圖片，其中，至少60％的所述無人機航拍交通圖片為飛行高度大于等于50米，例如50～75米的無人機航拍交通圖片，以及所述無人機航拍交通圖片相對于地面的拍攝角度為75～90
°
；S102：利用圖像標注軟件LabelImg對樣本圖片進行標注，用矩形框標出樣本圖片中所有完整車輛，生成與所標注樣本圖片文件名相同的xml文件，由此形成樣本集。5.根據權利要求1至4中任一項所述的交通監測方法，其中，步驟S2中所述數據增強方法為選自水平翻轉、垂直翻轉、隨機旋轉、隨機裁剪、色彩抖動和高斯噪聲中的一種或多種，優選為選自水平翻轉、垂直翻轉和隨機旋轉中的一種或多種。6.根據權利要求1至5中任一項所述的交通監測方法，其中，步驟S3中通過包括以下步驟的方法訓練YOLO v3模型：...

【專利技術屬性】
技術研發人員：蔣卓成，樂放，
申請(專利權)人：重慶翼動科技有限公司，
類型：發明
國別省市：