[发明专利]车辆驾驶行为检测方法和系统

权利要求书

1.一种车辆驾驶行为检测方法，其特征在于包括如下步骤：

步骤1：采集公路图像；

步骤2：读取所述公路图像，对公路图像中的车辆进行检测并生成检测数据；

步骤3：将所述检测数据上传至后台服务器进行存储。

2.如权利要求1所述车辆驾驶行为检测方法，其特征在于，所述步骤2包括：

步骤21：分别在各帧公路图像中取得车道线；

步骤22：基于YOLOV3卷积神经网络从各帧公路图像中取得车辆的车辆检测框；

步骤23：基于匈牙利算法将车辆检测框与跟踪框进行匹配；基于卡尔曼滤波算法跟踪车辆运动状态、获取车辆移动轨迹；

步骤24：实时计算车辆的移动轨迹与各车道线的相对位置关系、判断车辆所在车道及车辆是否变道；

步骤25：计算车辆的移动速度；

步骤26：检测各车辆的车灯；

步骤27：识别各车辆的车牌信息。

3.如权利要求2所述车辆驾驶行为检测方法，其特征在于，所述步骤21包括：

步骤211：在公路图像中标定兴趣区域、并在所述兴趣区域中提取兴趣区域边缘；

步骤212：基于灰度值在公路图像中提取潜在车道的左边沿和右边沿；

步骤213：基于预设的车道宽度和车道线灰度阈值，滤除无效的左边沿和右边沿；

步骤214：基于DFS搜索组合出连续车道线。

4.如权利要求2所述车辆驾驶行为检测方法，其特征在于，所述步骤26包括：

步骤261：选取待测车辆所对应的车辆检测框；

步骤262：截取步骤261所得车辆检测框的下半区域为兴趣区域；

步骤263：基于Mobilnet-SSD模型在兴趣区域识别车灯分类为亮灯或暗灯。

5.如权利要求2所述车辆驾驶行为检测方法，其特征在于，所述步骤27包括：

步骤271：选取待测车辆所对应的车辆检测框作为兴趣区域；

步骤272：通过卷积神经网络检测车牌位置与类别；

步骤273：通过空间转换网络对车牌进行仿射变换形成车牌正对图像；

步骤274：使用LPRNet识别车牌正对图像、并输出18x68的结果向量；

步骤275：对结果向量进行解码过滤。

6.如权利要求5所述车辆驾驶行为检测方法，其特征在于，所述步骤275包括：

步骤2751：计算第一位的字符概率，将其中概率最大的五个字符保存为字符串并分别记录其概率；

步骤2752：计算下一位的字符概率，将其中概率最大的五个字符作为新增字符分别添加至各字符串后构成五个新的字符串；

步骤2753：将原字符串概率与新增字符概率相乘作为新的字符串的概率；

步骤2754：循环执行步骤2752—2753，直至遍历结果向量中的各个位；

步骤2755：将同样的字符串合并且过滤无效字符串；

步骤2755：取概率最高的字符串作为车牌识别结果输出。

7.如权利要求2所述车辆驾驶行为检测方法，其特征在于，所述步骤25包括：

步骤251：在公路图像中标定两条预设线；

步骤252：取得车辆通过所述两条预设线的时间差；

步骤253：基于两条预设线的距离和车辆通过所述两条预设线的时间差求得车辆移速。

8.一种车辆驾驶行为检测系统，其特征在于，包括：

摄像装置，所述摄像装置用于采集公路图像；

端处理器，所述端处理器用于读取摄像装置采集的公路图像，对公路图像中的车辆行为进行检测；

4G路由器，所述4G路由器用于实现端处理器与后台服务器之间的信号传输；

后台服务器，后台服务器用于存储端处理器上传的检测数据。