[发明专利]一种基于车辆活动预测的高速路口管控方法及装置

说明书

本发明公开了一种基于车辆活动预测的高速路口管控方法及装置，其中方法包括：获取针对高速路口的场景视频；利用SSD网络对场景视频中的目标进行检测，得到场景视频的每一帧图像中各目标对应的属性信息；基于各属性信息，利用多目标跟踪算法对各帧图像中的相同目标进行匹配；确定不同目标之间的实际空间距离；利用匹配后各帧图像对应的目标的属性信息以及实际空间距离，生成高速路口的空间与或图模型；空间与或图模型表征场景视频中目标的空间位置关系；得到表征关注目标的活动状态的子活动标签集；根据子活动标签集得到高速路口中关注目标未来活动的预测结果；基于关注目标未来活动的预测结果，向高速路口的管理设备发送控制信息。

技术领域

本发明属于高速路口管理领域，具体涉及一种基于车辆活动预测的高速路口管控方法及装置。

背景技术

随着我国汽车数量的迅速增加，车辆对于高速公路的使用率也急剧增加，尤其是在节假日，高速出入口的位置会有很严重的堵车情况。为了确保安全以及实施有效管控，通常利用视频监控设备来监控高速路口的状况。

通过对监控视频进行检测分析，可以得到高速路口各车辆当前的行驶状况。但是这种检测技术属于事后检测，无法预测车辆在未来时刻的活动，因而无法对未来活动进行及时响应，或者无法及时避免安全事件的发生，比如车辆碰撞等。因此无法实现对高速路口的有效管控。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于车辆活动预测的高速路口管控方法及装置。本发明要解决的技术问题通过以下技术方案实现：

第一方面，本发明实施例提供的一种基于车辆活动预测的高速路口管控方法，包括：

获取针对高速路口的场景视频；

利用预先训练得到的SSD网络对所述场景视频中的目标进行检测，得到所述场景视频的每一帧图像中各目标分别对应的属性信息，所述目标包括车辆，所述属性信息包括包含所述目标的边界框的位置信息；

基于所述每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对所述场景视频的各帧图像中的相同目标进行匹配；

确定每一帧图像中不同目标之间的实际空间距离；

利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离，生成所述高速路口的空间与或图模型；所述空间与或图模型表征所述场景视频中目标的空间位置关系；

对所述空间与或图模型利用子活动提取算法得到表征关注目标的活动状态的子活动标签集；

将所述子活动标签集输入预先得到的时间与或图模型，得到所述高速路口中所述关注目标未来活动的预测结果；其中，所述时间与或图模型是利用预先建立的所述高速路口的目标的活动语料库得到的；

基于所述关注目标未来活动的预测结果，向所述高速路口的管理设备发送控制信息。

可选的，所述预设多目标跟踪算法包括DeepSort算法。

可选的，所述确定每一帧图像中不同目标之间的实际空间距离，包括：

在每一帧图像中，确定每个目标的像素坐标；

针对每个目标，利用单目视觉定位测距技术，计算该目标的所述像素坐标在世界坐标系中对应的实际坐标；

针对每一帧图像，利用该帧图像中每两个目标的所述实际坐标，得到该帧图像中该两个目标之间的实际空间距离。

可选的，所述对所述空间与或图模型利用子活动提取算法得到表征关注目标的活动状态的子活动标签集，包括：

将所述空间与或图模型中，所述实际空间距离小于预设距离阈值的成对目标确定为关注目标；