【技術實現步驟摘要】
本專利技術屬于交通領域，尤其涉及一種基于計算機視覺的長距離水下隧道交通事故感知方法。
技術介紹
1、隨著經濟與科技的持續進步，車輛交通已日益成為現代社會生活中不可或缺的一部分。跨區域的長距離隧道，憑借其便捷性優勢及國內基礎設施建設能力的顯著提升，數量亦逐漸增多。然而，伴隨車輛交通的廣泛普及，交通事故的發生率呈現出明顯的上升趨勢。尤為值得注意的是，隧道內部道路相對狹窄，一旦發生交通事故，極易導致交通擁堵，進而對人們的日常出行以及緊急情況下的人員救援工作產生不利影響。
技術實現思路
1、專利技術目的：為了解決上述現有技術存在的問題，本專利技術提供了一種基于計算機視覺的長距離水下隧道交通事故感知方法。
2、技術方案：本專利技術提供了一種基于計算機視覺的長距離水下隧道交通事故感知方法，包括如下步驟：
3、步驟1：在隧道內對車輛進行檢測；
4、步驟2：對檢測到的多個車輛目標進行跟蹤，獲取跟蹤車輛的軌跡和外觀特征；
5、步驟3：根據步驟2獲取的車輛軌跡判斷車輛是否處于靜止狀態；
6、步驟4：根據步驟2中的外觀特征判斷靜止狀態的車輛是否有損傷；若有損傷認定發生交通事故。
7、進一步的，所述步驟1采用yolov4作為目標檢測模型，并構建水下隧道場景下的車輛檢測數據集，采用該數據集對目標檢測模型進行訓練，最后采用訓練好的目標檢測模型對隧道內的實時視頻流進行車輛檢測。
8、進一步的，所述步驟2具體為：
9、
10、步驟2.2：基于構建的數據集訓練車輛重識別模型；
11、步驟2.3：基于訓練好的車輛重識別模型，對步驟1檢測得到的車輛進行外觀特征提取，并進行保存。
12、進一步的，所述步驟3具體為：
13、步驟3.1：利用滑動平均策略對當前時間段內所有車輛的軌跡進行平滑處理；
14、步驟3.2：采用滑動窗口，對于平滑處理后的軌跡，計算滑動窗口內起點位置和當前幀位置之間的距離；根據距離判斷車輛是否為靜止狀態。
15、進一步的，步驟3.2中若滑動窗口內起點位置和當前幀位置之間的距離小于預設的閾值，則認為車輛處于靜止狀態。
16、進一步的，所述步驟4具體為：
17、步驟4.1：構建正常車輛和損傷車輛的二類數據集；
18、步驟4.2：基于構建的二類數據集訓練分類模型；
19、步驟4.3：將步驟2中的外觀特征輸入至分類模型，從而判斷車輛的外觀是否有損傷。
20、進一步的，所述分類模型采用resnet-50作為主干網絡架構，并在此基礎上增加全連接層用于分類任務。
21、有益效果：本專利技術巧妙地將既有的計算機視覺技術與隧道監控攝像設備相融合，通過實施特定的算法改良與系統整合，成功實現了對隧道內部車輛事故的精準自動識別。此外，本系統還配備了自動報警功能，能夠在檢測到事故發生的瞬間，即刻通知相關人員，顯著提升了應急響應與出警的速度，為交通管理提供了有力的輔助支持。
22、本專利技術所提出的基于計算機視覺的長距離水下隧道事故感知算法，在技術融合、應用場景拓展、性能參數優化以及用戶體驗提升等多個維度上均展現出顯著的創新性。通過創造性地整合并優化現有技術，本專利技術構建了一個全新的、具備高度實用價值的系統框架，該系統專為水下隧道內車輛事故的精確檢測與及時提醒而設計。此創新解決方案不僅預示著交通管理領域的技術進步，更有望為提升交通管理的效率與響應速度帶來實質性的改善。
本文檔來自技高網...【技術保護點】
1.基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟1采用yolov4作為目標檢測模型，并構建水下隧道場景下的車輛檢測數據集，采用該數據集對目標檢測模型進行訓練，最后采用訓練好的目標檢測模型對隧道內的實時視頻流進行車輛檢測。
3.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟2具體為：
4.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟3具體為：
5.根據權利要求4所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，步驟3.2中若滑動窗口內起點位置和當前幀位置之間的距離小于預設的閾值，則認為車輛處于靜止狀態。
6.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟4具體為：
7.根據權利要求6所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，
8.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，該方法還包括，若步驟4中認定發生交通事故后發送警報信息至相關人員。
...【技術特征摘要】
1.基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟1采用yolov4作為目標檢測模型，并構建水下隧道場景下的車輛檢測數據集，采用該數據集對目標檢測模型進行訓練，最后采用訓練好的目標檢測模型對隧道內的實時視頻流進行車輛檢測。
3.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟2具體為：
4.根據權利要求1所述的基于計算機視覺的長距離水下隧道交通事故感知方法，其特征在于，所述步驟3具體為：
5.根據權利要求4所述...
【專利技術屬性】
技術研發人員：陳俊偉，喻楊健，王少鋒，劉巖，曹翔鵬，徐照，
申請(專利權)人：中鐵第四勘察設計院集團有限公司，
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。