[发明专利]一种基于向量运算的车辆变道检测方法

说明书

本发明公开了一种基于向量运算的车辆变道检测方法，包括获取监控视频，进行预处理；利用yolov3算法，检测视频中的车辆；用最小矩形框标定运动车辆的连通区域并跟踪，提取连续帧车辆的质心坐标，获得车辆的运动轨迹和车辆的实时轨迹向量坐标；对道路建立直角坐标系，对车道线进行检测，以获得车道线向量在视频中的坐标；利用向量点乘公式计算轨迹向量和车道线向量夹角，当车辆同向行驶时，累计值；利用向量叉乘公式计算轨迹向量和车道线向量得向量，可根据值的正负判定车辆向左前方还是向右前方行驶。当车辆保持同向行驶时，即视频中值连续小于0或大于0时，将累计的值与阈值进行比较，若大于阈值，可判定车辆向左变道还是向右变道。

技术领域

本发明涉及一种车辆变道检测方法，尤其涉及一种基于向量运算的车辆变道检测方法。

背景技术

随着我国机动车保有量的逐年增加，道路上交通拥挤问题变得日益突出，每年的交通事故居高不下，尤其在车辆行驶速度快的高速公路上，驾驶员无视交通法规，逆行、违章变道等异常事件往往会造成严重的交通事故。为了及时发现异常行驶车辆，减少不必要的交通事故，交通异常事件检测成为当前研究的热点。

传统的人工观看视频监控判断交通事件的检测方式劳动强度大、工作效率低且存在交通事件发现不及时和漏判现象，已不能满足现实交通视频监控的需求。目前，基于深度学习的交通事件自动检测技术能较精确的检测视频中发生的逆行、停车等异常事件，但仍然不能处理恶劣天气、有遮挡物的情况下的检测且检测精度较低。

发明内容

本发明的目的在于针对已有技术存在的不足，提供一种基于向量运算的车辆变道检测方法，可加快异常事件发生后进行处理的工作效率，这对于高速公路安全有着极大地协助作用。

为达到上述目的，本发明采用如下技术方案：

一种基于向量运算的车辆变道检测方法，包括以下步骤：

S01：获取监控视频，进行预处理；

S02：利用yolov3算法，检测视频中的车辆；

S03：用最小矩形框标定运动车辆的连通区域并跟踪，提取连续帧车辆的质心坐标，获得车辆的运动轨迹和车辆的实时轨迹向量坐标；

S04：对道路建立直角坐标系，对车道线进行检测，以获得车道线向量在视频中的坐标；

S05：利用向量点乘公式计算轨迹向量和车道线向量夹角α，当车辆同向行驶时，累计α值；

S06：利用向量叉乘公式计算轨迹向量和车道线向量得向量c，根据c值的正负判定车辆向左前方还是向右前方行驶；当车辆保持同向行驶时，即视频中c值连续小于0或大于0时，将累计的α值与阈值进行比较，若大于阈值，判定车辆向左变道还是向右变道。

所述步骤S03中：车辆的t帧轨迹向量为(t_x-(t-1)_x，t_y-(t-1)_y)，其中t_x表示t帧车辆质心横坐标，t_y表示t帧车辆质心纵坐标。

所述步骤S04包括以下步骤：

S041：根据视频车辆运动方向建立直角坐标系；

S042：通过Hough变换检测直线，直线为ρ＝xcosθ+ysinθ，ρ为直线上的点到原点的距离，θ为垂线与x轴夹角；

S043：获得车道线在视频图像中的位置坐标后，即确定了车道线向量。

所述步骤S05包括以下步骤：

S051：确定某帧轨迹向量a；

S052：确定视频中车道线向量b；