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】
本專利技術涉及智能交通,具體為一種基于精細化軌跡的交叉口轉彎轉彎半徑測量與評價方法。
技術介紹
1、城市道路車輛行駛環境復雜,交叉口是交通事故和交通擁堵頻發的位置,其事故率和擁堵程度遠高于普通路段。轉彎半徑作為交叉口的重要技術指標,直接影響交叉口范圍的大小、車輛通行的安全性、行人過街效率等,進而影響交叉口的交通安全和通行能力。交叉口轉彎半徑的設計需要符合城市規劃和道路設計規范,常規交叉口設計多基于簡單幾何模型,往往對交叉口轉彎行駛軌跡分析不到位,對于交通飛速發展的當下,其設計合理性需要進一步檢驗。因此,需要從實地交通流入手來評價轉彎半徑設計,進一步用于解決交叉口安全隱患與通行效率的問題。
2、隨著深度學習技術與無人機技術的快速發展,基于無人機航拍視頻可以得到清晰、準確的車輛軌跡數據,通過運動模型構建與軌跡數據精細化處理,實現了交叉口轉彎半徑的自動測算,大大節省了人力成本,同時保證檢測的精度和效率,以優化交叉口設計。
技術實現思路
1、本專利技術采用無人機視頻數據結合深度學習的方法,實現交叉口轉彎半徑的自動測算,目的在于實現交叉口轉彎半徑設計評估,解決交叉口安全隱患與通行效率的問題,以提高交叉口設計的整體安全性。
2、為了實現上述內容,本專利技術提出了一種基于精細化車輛軌跡數據的交叉口轉彎半徑測量與評價方法,具體步驟如下所示:
3、s1:構建車輛軌跡數據集,獲取無人機采集的交通流視頻,作為基礎數據集;
4、s2:搭建車輛檢測追蹤模型,用
5、s3:車輛軌跡精細化處理,利用基于卡爾曼濾波、插值補充、均值平移等組合方法進行軌跡數據去噪與缺值處理,借助標注軟件驗證軌跡精確度與完整度;
6、s4:計算轉彎半徑,利用貝塞爾曲線擬合精細軌跡坐標點,得到擬合的軌跡線條計算各點位曲率;搭建車輛在交叉口內部的運動時空模型,確定運動軌跡時間中點和空間中點的坐標,由三個特征點確定限界圓的轉彎半徑;
7、s5:構建交叉口評價方法,通過轉彎半徑檢測結果數值評估交叉口設計是否合理。
8、進一步的,所述步驟s1中,包括:
9、s101、利用無人機進行數據采集,獲取交叉口交通流視頻及圖像信息。
10、s102、使用labelimg軟件對交通流數據圖像進行標定,這里主要區分車輛類型,作為基礎數據集。
11、進一步的,所述步驟s2中,包括:
12、s201、優選yolov8模型用于車輛檢測,使用標定的圖像和相應的標簽作為訓練集來訓練yolov8模型。使用待檢測交叉口交通流圖像作為測試集,目標檢測生成邊界框和類型信息。
13、s202、優選deepsort算法,實現多幀之間車輛目標的穩定跟蹤和身份維護,輸出原始車輛軌跡信息。
14、進一步的,所述步驟s3中,包括:
15、s301、基于分類識別噪點特征的軌跡數據去噪方法,利用均值平移法解決軌跡檢測框漂移問題。
16、s302、基于識別缺失軌跡特征的軌跡補全方法,利用線性插值與卡爾曼濾波合成方法解決身份跳變類問題。
17、進一步的,所述步驟s4中,包括:
18、s401、利用檢測與數據清洗的結果,可以得到每一車輛的詳細軌跡坐標,進而確定交叉口轉彎區域,依據研究經驗以瞬時轉彎半徑70米作為判定依據,假設實際兩目標相隔距離l1(米),在圖像中有長度l2(像素),車輛進入交叉口的起始點坐標p0(x0,y0)由以下公式確定:
19、l1*d2=l2*9800*(1-cosθ)
20、
21、其中,(x1,y1)為相鄰幀坐標,d為相鄰幀像素距離,θ是交叉口內起始軌跡的瞬時轉角,
22、確定終止點坐標ps(xs,ys):
23、
24、其中,(xs-1,ys-1)為相鄰幀坐標,ds為相鄰幀像素距離,θs是交叉口內終點軌跡的瞬時轉角,
25、s402、提出轉彎突出區域定義方法,由交叉口內部時間中點、空間中點、曲率極值點三個軌跡特征點包圍區域構成:
26、定義時間中點pn,對應幀數tn即車輛駛入交叉口內部時刻t0與駛出交叉口內部時刻ts的均值;
27、定義確定空間中點pk,即為車輛駛入交叉口內部的起始點p0與駛出交叉口的終止點ps連線最接近的軌跡坐標點。點pk(xk(t),yk(t))中參數t值確定公式如下:
28、
29、其中,(x1,y1)、(x2,y2)、(x3,y3)為軌跡控制點,由軌跡數據確定。
30、s403、利用轉彎突出區域的三個軌跡特征點,搭建限界圓模型,計算轉彎半徑r:
31、
32、其中,d1、d2、d3是由三點構成的三角形邊長。
33、本專利技術的有益效果為:
34、1、無人機可以快速覆蓋大范圍的路面,使用無人機進行車輛軌跡數據采集更加機動、更加高效,且平面交通流數據非常直觀。
35、2、本專利技術使用的模型結構輕量化,計算速度快,同時采用智能的原始數據精細化處理方法,能夠快速得到準確的計算結果。
36、3、本專利技術基于實地交通流數據對交叉口轉彎半徑進行了檢測,并對交叉口設計合理性進行了評價,研究結果可以用于優化區域的交通規劃標準,如轉彎半徑的推薦值等,有利于交通管理者進行區域性的管理規劃。
37、本專利技術的其它特征和優點將在隨后的說明書中闡述,并且,部分地從說明書中變得顯而易見,或者通過實施本專利技術而了解。本專利技術的目的和其他優點可通過在說明書以及附圖中所特別指出的結構來實現和獲得。
本文檔來自技高網...【技術保護點】
1.一種基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于,包括下述步驟:
2.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:所述步驟S3中,提出基于分類識別噪點特征的軌跡數據去噪方法,應用均值平移法填充空值,以達到平滑軌跡的目的,有效去除背景噪聲及小幅度的軌跡檢測框抖動問題。
3.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:所述步驟S3中,提出基于識別缺失軌跡特征的軌跡補全方法,通過線性插值與卡爾曼濾波組合,預測未來幀的軌跡狀態,通過關聯匹配坐標誤差實現身份匹配,有效解決軌跡身份跳變類問題。
4.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:所述步驟S4中,利用檢測與數據精細化清洗的結果,可以得到每一車輛的詳細軌跡坐標,進而確定交叉口轉彎區域,假設實際兩目標相隔距離L1(米),在圖像中有長度L2(像素),車輛進入交叉口的起始點坐標P0(x0,y0)由以下公式確定:
5.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價
6.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:在系統中存儲轉彎半徑與設計速度推薦表,
...【技術特征摘要】
1.一種基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于,包括下述步驟:
2.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:所述步驟s3中,提出基于分類識別噪點特征的軌跡數據去噪方法,應用均值平移法填充空值,以達到平滑軌跡的目的,有效去除背景噪聲及小幅度的軌跡檢測框抖動問題。
3.根據權利要求1所述的基于精細化軌跡的交叉口轉彎半徑測量與評價方法,其特征在于:所述步驟s3中,提出基于識別缺失軌跡特征的軌跡補全方法,通過線性插值與卡爾曼濾波組合,預測未來幀的軌跡狀態,通過關聯匹配坐標誤差實現身份匹配,有效解決軌跡身份跳變類問題。
4.根據權利要求1所述的基于精細化軌跡的交...
【專利技術屬性】
技術研發人員:周竹萍,廖望平,儲小松,潘顯詩,
申請(專利權)人:南京理工大學,
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。