[发明专利]一种利用无人机检测车道线及车辆违规的方法

说明书

本发明公开了一种利用无人机检测车道线及车辆违规的方法，包括包括无人机，所述无人机通过人工智能视觉识别检测技术，对高速公路车道线进行检测，并基于检测出的车道线对高速公路车辆进行违规检测及跟踪的方法，该方法主要包括车道线智能检测技术、车辆智能检测与识别技术以及车辆跟踪技术，本发明能够有效的对高速公路车辆违规进行检测，缓解交管压力，降低高速公路交通管理成本，同时相对于固定摄像头方式更加灵活机动，能够有效的对高速违规车辆进行监控管理，其中，摄像头集成在无人机主体上，探测前端区域，通过深度学习神经网络模型对采集的图像进行检测和识别，并对违规驾驶的车辆进行跟踪与记录。

技术领域

本发明涉及无人机检测技术领域，具体为一种利用无人机检测车道线及车辆违规的方法。

背景技术

随着我国车辆总数的不断攀升，上年高速公路通车里程近15万公里，为道路交通管理带来挑战，高速公路摄像头部署间隔3-5公里，单纯依靠传统视频监控无法保证区域全覆盖，存在监控盲区，监控视野不足，人力物力成本高等问题。同时，安装电子狗的车辆还会提前预警电子眼或雷达测速的前方距离，这些无疑加大了高速交通管理的难度。无人机具有机动性强、大视野、部署灵活的特点，弥补了传统视频监控的不足，对建立全方位、立体式、直观性的空地监控体系，实现智慧交通管理，提升应对突发事件的响应速度有着积极作用，同时还能降低驾驶员的侥幸心理，减少高速交通的违章现象。

随着人工智能的快速发展，基于AI的视觉检测方案已经在多个领域得到广泛应用，通过AI视觉检测技术，能够有效的识别物体类别，包括行人、车辆、动物等。车辆检测是近年来AI视觉领域中备受关注的前沿方向，它从运动图像序列中检测、识别、跟踪车辆。车道线检测是车辆自动驾驶必不可少的技术，当前也是一个热门的研究方向。从技术角度而言，车辆检测的研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科知识；同时，动态场景中运动物体的快速分割、光线变化、多辆车辆粘连、车辆互遮挡的处理等也给车辆视频检测带来了一定的挑战；

经过对现有的技术文献的检索发现现有视频车辆检测技术，大部分都是基于固定摄像头，很少应用与针对高速公路的无人机场景中；且车道线检测技术大多应用于自动驾驶车辆主视角，很少有基于无人机的视角进行车道线检测。因此针对于现有的车道线检测方法以及车辆检测方法不能有效地应用于基于无人机的高速公路场景，为此我们提出一种利用无人机检测车道线及车辆违规的方法用于解决上述问题。

发明内容

本发明的目的在于提供一种利用无人机检测车道线及车辆违规的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种利用无人机检测车道线，包括无人机，所述无人机通过人工智能视觉识别检测技术，对高速公路车道线进行检测，并基于检测出的车道线对高速公路车辆进行违规检测及跟踪的方法，该方法主要包括车道线智能检测技术、车辆智能检测与识别技术以及车辆跟踪技术。

作为本发明的一种优选技术方案，所述无人机对高速公路车辆以及车道线图像进行采集，并对采集到的图片分别进行车道线标注、车辆标注以及车辆重识别标注。

作为本发明的一种优选技术方案，所述人工智能终端读取模块对制作的车道线数据集采用深度学习神经网络进行车道线分割训练，生成可对高速公路车道线进行分割处理的深度学习网络模型。

作为本发明的一种优选技术方案，所述人工智能终端读取模块对制作的车辆数据集采用目标检测神经网络进行训练，生成可识别基于无人机视角的车辆的深度学习网络模型。

作为本发明的一种优选技术方案，所述人工智能终端读取模块对制作的车辆重识别数据集进行目标重识别神经网络训练，生成可对车辆进行重识别的深度学习网络模型。

一种利用无人机检测车辆违规的方法，包括如下步骤：

步骤一：摄像头对可见区域进行图像采集；