[发明专利]道路拥堵检测方法、装置及电子设备

权利要求书

1.一种道路拥堵检测方法，其特征在于，包括如下步骤：

步骤S1、收集第一道路的对应不同拥堵等级的多组历史图像数据，每一组历史图像数据均包括多个三维离散点，所述三维离散点的x轴和y轴的坐标为图像中车辆的检测框的中心点坐标、z轴的坐标为图像中车辆的像素速度；

步骤S2、对所述多组历史图像数据进行曲面拟合，计算得到各个历史图像数据对应的拥堵等级的曲面特征矩阵；

步骤S3、将第一道路的当前图像输入训练好的车辆检测模型中，得到目标车辆在第n帧画面中检测框的中心点坐标和在第m帧画面中检测框的中心点坐标，n和m为正整数；

步骤S4、根据目标车辆在第n帧画面中检测框的中心点坐标、在第m帧画面中检测框的中心点坐标、以及第n帧画面与第m帧画面之间的时间差计算目标车辆的当前像素速度；

步骤S5、根据目标车辆在第m帧画面中检测框的中心点坐标和对应不同拥堵等级的曲面特征矩阵，计算得到在第m帧画面中目标车辆分别对应多个不同拥堵等级的多个比较速度；

步骤S6、将目标车辆的当前像素速度与所述多个比较速度进行比较，确定与目标车辆的当前像素速度差距最小的比较速度，并判定目标车辆在第m帧画面中检测框的中心点坐标对应的区域的拥堵等级为所述差距最小的比较速度对应的拥堵等级。

2.如权利要求1所述的道路拥堵检测方法，其特征在于，对所述多组历史图像数据进行曲面拟合，计算得到各个历史图像数据对应的拥堵等级的曲面特征矩阵具体包括：

设定待拟合的曲面对应的二次曲面方程为：

v=A*(x,y)；

其中，v为图像中车辆的像素速度，x和y为图像中车辆的检测框的中心点坐标，A为二次曲面方程的系数矩阵；

将当前历史图像数据中的多个三维离散点写入所述二次曲面方程中进行曲面拟合，求解得到二次曲面方程的系数矩阵，并该系数矩阵作为当前历史图像数据对应的拥堵等级的曲面特征矩阵。

3.如权利要求1所述的道路拥堵检测方法，其特征在于，所述计算目标车辆的当前像素速度的公式为：

其中，)为目标车辆在第n帧画面中检测框的中心点坐标、) 为目标车辆在第m帧画面中检测框的中心点坐标，为目标车辆的当前像素速度。

4.如权利要求1所述的道路拥堵检测方法，其特征在于，还包括：

对第一道路的当前图像进行透视变换，得到第一道路的当前图像对应的俯视图；

在俯视图中进行车道线识别，得到道路区域的面积；

获取第m帧画面中各个车辆的检测框的长和宽，并计算各个车辆的检测框的面积；

计算各个车辆的检测框的面积之和与道路区域面积的比值，得到当前道路的占用率。

5.如权利要求4所述的道路拥堵检测方法，其特征在于，还包括根据当前道路的占用率对步骤S6中确定的拥堵等级进行验证，判断步骤S6中确定的拥堵等级是否准确。

6.如权利要求1所述的道路拥堵检测方法，其特征在于，所述对应不同拥堵等级的多组历史图像数据包括对应严重拥堵、中度拥堵、轻度拥堵和畅通四个拥堵等级四组历史图像数据。

7.如权利要求1所述的道路拥堵检测方法，其特征在于，所述训练好的车辆识别模型先采用yolov5网络模型进行车辆的目标识别，再采用fastreid网络模型对识别每一车辆进行特征提取，再利用提取的特征进行目标跟踪。