System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及車輛軌跡提取方法領域,具體是一種基于路側固定攝像頭的車輛軌跡提取方法。
技術介紹
1、近年來,在智能汽車和車路協同相關算法訓練中需要大量背景車輛數據,其中車輛軌跡數據尤為重要。目前路側攝像頭分布廣泛,基于路側固定攝像頭自動提取車輛運動軌跡具有重要意義。以往車輛軌跡提取方法大多數過于復雜,不易實現,且需要一定的硬件條件,一般圖像處理不常用,且魯棒性不佳,導致其精度并不高。
技術實現思路
1、本專利技術提供了一種基于路側固定攝像頭的車輛軌跡提取方法,以解決現有技術車輛軌跡提取方法存在的問題。
2、為了達到上述目的,本專利技術所采用的技術方案為:
3、基于路側固定攝像頭的車輛軌跡提取方法,包括以下步驟:
4、步驟1、通過路側固定攝像頭在多個時間段多種天氣狀況下,采集多個角度的車輛影像,并對采集的車輛影像進行預處理;
5、步驟2、對步驟1采集的車輛影像進行抽幀處理,得到多張圖片;然后對得到的每張圖片進行標注,以分別在每張圖片上框選出車輛外輪廓;最后將各張圖片轉換為符合yolov8網絡輸入數據要求的格式文件,由此得到數據集;
6、步驟3、采用步驟2數據集中的圖片對yolov8網絡進行訓練,然后利用訓練好的yolov8網絡處理步驟1采集的車輛影像,通過訓練好的yolov8網絡從步驟1采集的車輛影像中框選識別出車輛外輪廓,由此完成多目標檢測;
7、步驟4、圖像標定,過程如下:
8、首先在步驟2得到的
9、然后,以車道線檢測底圖作為源圖像,在python中導入模塊import?opencv、numpy與matplotlib并加載源圖像,在源圖像中指定車道線的角點,并將提取的角點映射到目標圖像的定點上,創建兩個numpy數組來儲存輸入與輸出角點坐標,接下來將兩個numpy數組傳遞給cv2.getperspectivetransform函數,通過透視變換生成函數和轉換矩陣m,來描述車道線檢測底圖到目標圖像的變換;再使用cv2.warpperspective,將生成的轉換矩陣m應用到源圖像上,輸出變換后的圖像,使用matplotlib顯示轉換后的圖像;最后保存結果,使用output_filename變量保存轉換后的圖像,輸出文件的名稱和路徑,至此完成圖像的標定;
10、步驟5、根據步驟3的得到的多目標檢測結果,計算框選的矩形框的中心位置,然后在視頻中打印出矩形框中心位置的坐標點,并打印出速度,速度打印在每個矩形框的右上角,由此實現車輛速度可視化;
11、由于車輛的軌跡點皆為車輛矩形框的中心像素坐標點,視頻中每輛車的運動軌跡表現為一條由間斷點組成的連續線條,每個間斷點即為視頻每幀圖像中捕捉到的矩形框的中心點位置,由此實現車輛軌跡可視化;
12、車輛軌跡速度可視化之后,得到這一階段所在規定的標定范圍內的車輛軌跡,根據步驟4的圖像標定實現坐標系轉換,將軌跡結果顯示在位置坐標系中;同時,對所標定范圍內的車輛速度進行統計,獲得車輛速度的頻數分布直方圖,通過該直方圖即可看出相應時間段車輛速度的分布情況。
13、進一步的步驟1中,預處理包括灰度處理、降噪處理、二值化處理和形態學處理。
14、進一步的步驟2、3中,所述yolov8網絡為yolov8n。
15、進一步的步驟2中,對每張圖片分別進行對稱、旋轉、亮度調節后以擴展圖片數量,然后再對擴展得到的每張圖片進行標注、轉換,由此得到數據集。
16、與現有技術相比,本專利技術優點為:
17、本專利技術結合深度學習和圖像處理技術,建立一種以yolo算法為基礎的車輛軌跡自動提取方法,該算法靈活簡便,可以實現實時位置預測與多目標檢測,且識別精準、效率高。本專利技術所得到的車輛軌跡數據還可以上傳到云端,做成一個在線的云端數據庫,實時提取車輛的軌跡信息,可作為交通行為研究重要數據源。
本文檔來自技高網...【技術保護點】
1.基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,步驟1中,預處理包括灰度處理、降噪處理、二值化處理和形態學處理。
3.根據權利要求1所述的基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,步驟2、3中,所述YOLOv8網絡為YOLOv8n。
4.根據權利要求1所述的基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,步驟2中,對每張圖片分別進行對稱、旋轉、亮度調節后以擴展圖片數量,然后再對擴展得到的每張圖片進行標注、轉換,由此得到數據集。
【技術特征摘要】
1.基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的基于路側固定攝像頭的車輛軌跡提取方法,其特征在于,步驟1中,預處理包括灰度處理、降噪處理、二值化處理和形態學處理。
3.根據權利要求1所述的基于路側固定攝像頭的車輛軌跡...
【專利技術屬性】
技術研發人員:陳進,汪盼盼,白先旭,衛將軍,風鵬飛,
申請(專利權)人:安徽三聯學院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。