CN117409600A - 基于关键点姿态检测的紧急停车带占用预警方法 - Google Patents

基于关键点姿态检测的紧急停车带占用预警方法 Download PDF

Info

Publication number
CN117409600A
CN117409600A CN202311286665.9A CN202311286665A CN117409600A CN 117409600 A CN117409600 A CN 117409600A CN 202311286665 A CN202311286665 A CN 202311286665A CN 117409600 A CN117409600 A CN 117409600A
Authority
CN
China
Prior art keywords
vehicle
early warning
key point
gesture detection
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311286665.9A
Other languages
English (en)
Inventor
闫军
冯澍
王伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Smart Intercommunication Technology Co ltd
Original Assignee
Smart Intercommunication Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Smart Intercommunication Technology Co ltd filed Critical Smart Intercommunication Technology Co ltd
Priority to CN202311286665.9A priority Critical patent/CN117409600A/zh
Publication of CN117409600A publication Critical patent/CN117409600A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了基于关键点姿态检测的紧急停车带占用预警方法，涉及检测预警技术领域，该方法包括：通过监控摄像头获取目标监控区域的动态视频；构建关键点姿态检测模块，提取动态视频，根据关键点姿态检测模块确定车辆驶入目标紧急停车带；获取车辆的车牌信息，生成第一预警信息；根据第一预警信息生成指示牌亮光指令和报警指令；当通过地感线圈感应到车辆驶离目标紧急停车带进入第一车道时，解除第一预警信息。通过本公开可以解决现有技术中存在由于紧急停车带占用预警精确度和效率较低，导致高速公路安全隐患较高的技术问题，实现提高紧急停车带占用预警精确度和效率的目标，达到降低高速公路安全隐患的技术效果。

Description

基于关键点姿态检测的紧急停车带占用预警方法
技术领域
本公开涉及检测预警技术领域，具体涉及基于关键点姿态检测的紧急停车带占用预警方法。
背景技术
紧急停车带是在高速公路和一级公路上，供车辆临时发生故障或其他原因紧急停车使用的临时停车地带。紧急停车带只供紧急情况下使用，不得无故占用紧急停车带。但是仍有不少车辆驶入紧急停车带，为防止高速公路上的安全隐患，现需要一种方法解决上述问题。
综上所述，现有技术中存在由于紧急停车带占用预警精确度和效率较低，导致高速公路安全隐患较高的技术问题。
发明内容
本公开提供了基于关键点姿态检测的紧急停车带占用预警方法，用以解决现有技术中存在由于紧急停车带占用预警精确度和效率较低，导致高速公路安全隐患较高的技术问题。
根据本公开的第一方面，提供了基于关键点姿态检测的紧急停车带占用预警方法，包括：通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；获取所述车辆的车牌信息，生成第一预警信息；根据所述第一预警信息生成指示牌亮光指令和报警指令；当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
根据本公开的第二方面，提供了基于关键点姿态检测的紧急停车带占用预警系统，包括：动态视频获得模块，所述动态视频获得模块用于通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；关键点姿态检测模块构建模块，所述关键点姿态检测模块构建模块用于构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；第一预警信息获得模块，所述第一预警信息获得模块用于获取所述车辆的车牌信息，生成第一预警信息；指示牌亮光指令获得模块，所述指示牌亮光指令获得模块用于根据所述第一预警信息生成指示牌亮光指令和报警指令；第一预警信息解除模块，所述第一预警信息解除模块用于当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
根据本公开的第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器实现能够执行第一方面中任一项所述的方法。
根据本公开的第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现能够执行第一方面中任一项所述的方法。
本公开中提供的一个或多个技术方案，至少具有如下技术效果或优点：根据本公开采用的通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；获取所述车辆的车牌信息，生成第一预警信息；根据所述第一预警信息生成指示牌亮光指令和报警指令；当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。解决了现有技术中存在由于紧急停车带占用预警精确度和效率较低，导致高速公路安全隐患较高的技术问题，实现提高紧急停车带占用预警精确度和效率的目标，达到降低高速公路安全隐患的技术效果。
应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的基于关键点姿态检测的紧急停车带占用预警方法的流程示意图；
图2为本公开实施例基于关键点姿态检测的紧急停车带占用预警方法中多个装置连接关系的逻辑示意图；
图3为本公开实施例提供的基于关键点姿态检测的紧急停车带占用预警系统的结构示意图；
图4为本公开实施例提供的一种计算机设备的结构示意图。
附图标记说明：动态视频获得模块11，关键点姿态检测模块构建模块12，第一预警信息获得模块13，指示牌亮光指令获得模块14，第一预警信息解除模块15，计算机设备100，处理器101，存储器102，总线103。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
本公开实施例提供的基于关键点姿态检测的紧急停车带占用预警方法，兹参照图1及图2作说明，所述方法包括：
本公开实施例提供的方法中包括：
通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；
具体地，连接监控摄像头，用于对道路进行监控。进一步地，通过监控摄像头对目标监控区域进行监控，拍摄获得目标监控区域的动态视频。进一步地，目标监控区域包括待进行停车预警的目标紧急停车带，以及紧邻目标紧急停车带的车道，作为第一车道。
构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；
具体地，通过获取车辆3D模型数据，构建关键点姿态模块。进一步地，提取动态视频拆分获得多个图像，将多个图像输入关键点姿态检测模块，通过关键点姿态检测模块进行车辆的行驶方向的识别，进而确定车辆驶入目标紧急停车带。
获取所述车辆的车牌信息，生成第一预警信息；
根据所述第一预警信息生成指示牌亮光指令和报警指令；
当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
具体地，当车辆驶入目标紧急停车带后，通过监控摄像头获取车辆的车牌信息，并生成第一预警信息。
进一步地，可以在目标紧急停车带的后方数十米处，设置指示牌。根据第一预警信息生成指示牌亮光指令，则根据指示牌亮光指令对指示牌进行亮光。进一步地，根据指示牌亮光指令生成报警指令，进而连接报警系统，并进行报警。
进一步地，目标紧急停车带与地感线圈进行连接。根据地感线圈感应车辆的驶离状态。其中，当通过地感线圈感应到车辆驶离目标紧急停车带进入第一车道时，解除第一预警信息。
其中，通过本实施例可以解决现有技术中存在由于紧急停车带占用预警精确度和效率较低，导致高速公路安全隐患较高的技术问题，实现提高紧急停车带占用预警精确度和效率的目标，达到降低高速公路安全隐患的技术效果。
本公开实施例提供的方法中还包括：
基于大数据，获取车辆数据，构建目标车辆数据库；
提取所述目标车辆数据库的车辆3D模型训练所述关键点姿态检测模块，通过所述关键点姿态检测模块获得车辆结果；
获取变种车型数据，对所述关键点姿态检测模块进行训练，通过所述关键点姿态检测模块获得变种车辆结果。
具体地，基于大数据，以车辆数据为索引进行检索，获得多个车辆数据。根据车辆数据，构建目标车辆数据库，用于通过车辆数据对关键点姿态检测模块进行训练，进而能够识别车辆。其中，车辆数据包括车辆的3D模型数据。
进一步地，提取目标车辆数据库的车辆3D模型，对关键点姿态检测模块进行训练，训练至关键点姿态检测模块进行收敛，获得训练后关键点姿态检测模块，通过车辆数据对关键点姿态检测模块进行验证，获得验证结果。当验证结果大于预设验证阈值，则训练完成。当验证结果小于或等于预设验证阈值时，提取目标车辆数据库进行训练，直至验证结果大于预设验证阈值。其中，预设验证阈值为自定义设置的模块准确率阈值，比如，获得预设验证阈值为95％。
进一步地，由于车辆存在多种形态，基于大数据，获取车辆的多种变种车型数据。举例而言，将轿车改装成越野车。进一步地，提取变种车型数据，将变种车型数据作为输入数据输入关键点姿态检测模块，通过关键点姿态模块训练变种车型数据，关键点姿态模块能够识别变种车辆，以进行有效检测。
其中，通过对关键点姿态模块进行训练，可以提高关键点姿态模块的识别准确率，进而提高检测效率。
本公开实施例提供的方法中还包括：
根据所述动态视频拆分获取多个图像，对所述多个图像进行检测识别，获得所述车辆；
遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带。
具体地，将动态视频按照时间顺序提取关键帧，将每个关键帧作为一个图像，对图像中内容数据进行识别，若识别获得数据，则将此图像进行提取。其中，由于紧急停车带多数设置于高速公路，且高速公路没有行人等经过，因此对图像识别获得的数据为车辆。
进一步地，依次识别每个图像，将包含车辆的图像进行提取。通过关键点姿态检测模块对图像通过车辆基本结构、车轮与地面的夹角和车轮与车身方向是否一致进行车辆行驶方向的判断。
其中，通过对车辆行驶方向进行判断，可以快速对车辆进入紧急停车带进行检测并预警。
本公开实施例提供的方法中还包括：
对所述车辆的轮廓进行标注，获得车辆轮廓标注结果；
根据车宽、车高和车身总长，获得发动机舱、驾驶室、行李箱的车辆基本结构；
根据所述基本结构获得车辆行驶方向；
根据所述车辆轮廓标注结果和所述车辆行驶方向获得车辆驶入方向，确定所述车辆驶入所述目标紧急停车带。
具体地，对图像中车辆的轮廓进行标注，获得车辆轮廓标注结果。其中，可以对车辆的最高点、最低点、最左点、最右点进行标注。进一步地，获取车辆的车宽、车高和车身总长等比例数据，对车辆的3D状态进行初步判断，获得发动机舱、驾驶室、行李箱的车辆基本结构，初步获得车辆的行驶方向。其中，由于车辆种类不同，无法通过车辆的车宽、车高和车身总长等比例数据，获取所有车辆的发动机舱、驾驶室、行李箱的车辆基本结构，即车身方向，因此还需要对初步获得结果进行检验。
进一步地，根据车辆轮廓标注结果和车辆行驶方向初步获得车辆驶入方向，进而确定车辆驶入方向是否为目标紧急停车带的方向。
其中，通过对车辆驶入方向进行初步判断，可以提高目标紧急停车带的占用检测准确率。
本公开实施例提供的方法中还包括：
对所述车辆进行细节标注，获取车轮轮距的前轮距、后轮距；
根据所述车轮轮距，获取所述车辆驶入时的接近角、离去角、纵向通过角的变化，确定爬坡度；
根据车轮与车身的分布方向，确定所述车辆驶入方向。
具体地，对车辆进行细节标注，获得车辆车轮的前轮距离、车轮后轮距离。进一步地，根据车轮轮距，获取车辆驶入时的接近角、离去角、纵向通过角的变化，确定爬坡度。其中，接近角为水平面与切于前轮轮胎外缘的平面之间的最大夹角。离去角为车辆满载静止时，车辆后端突出点向后轮引的切线与地面的夹角。纵向通过角为车辆满载或静止时，车辆侧视图上分别通过前、后车轮外缘做切线交于车体下部较低部位形成的最小锐角。爬坡度为以坡度起止点的高度差与其水平距离的比值的百分数表示。进一步地，紧急停车带与紧邻紧急停车带的车道可以为非同一高度平面，因此当车辆从紧邻紧急停车带的车道驶入紧急停车带时，车轮会跨越非同一高度的平面，车轮与地面产生的夹角将变化。
进一步地，根据车轮与车身的分布方向，确定车辆驶入方向。其中，当车轮方向与车身方向一致时，车辆行驶方向为直线方向。当车轮与车身方向不一致时，车辆行驶方向为转弯方向。
其中，根据车轮与地面的夹角和车轮方向获得车辆行驶方向，可以提高获得紧急停车带检测预警的准确率。
本公开实施例提供的方法中还包括：
确定所述车辆在图像中的位置，获得车辆识别结果；
通过去噪公式对所述车辆识别结果去噪，获得图像结果；
根据所述图像结果验证所述车辆在所述目标紧急停车带，确定所述车辆驶入所述目标紧急停车带。
具体地，当确定车辆的驶入方向后，对图像中车辆所在位置进行识别，获得识别结果，用于判定车辆是否在目标紧急停车带内。进一步地，通过去噪公式对车辆识别结果进行去噪，获得图像结果。其中，通过去噪公式对图像中每个像素点依次进行去噪。相应地，去噪顺序可以为从图像的由上至下、由左到右的顺序依次进行。进一步地，根据图像结果验证车辆在目标紧急停车带内，确定车辆驶入目标紧急停车带。
其中，通过对车辆驶入目标紧急停车带进行验证，可以提高判定紧急停车带占用的精确度。
本公开实施例提供的方法中还包括：
所述去噪公式为：
其中，去噪后的图像为u，w为像素点x、y之间的相似度权值，I为像素点总数，v为像素点x、y的距离。
具体地，将像素点输入去噪公式，通过去噪公式对图像进行去噪。进一步地，该算法将像素点的估计值计算为图像中所有像素点的加权平均值，但是权重值取决于像素点x和y之间的相似度，即，查看一个图像中几个像素点构成的图像块，识别整个图像中的其他相似的图像块，并对其进行加权平均。
其中，通过去噪公式对图像进行去噪，可以提高图像获得的清晰程度，并对图像中图像结果进行准确判断。
实施例二
基于与前述实施例中基于关键点姿态检测的紧急停车带占用预警方法同样的发明构思，兹参照图3作说明，本公开还提供了基于关键点姿态检测的紧急停车带占用预警系统，所述系统包括：
动态视频获得模块11，所述动态视频获得模块11用于通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；
关键点姿态检测模块构建模块12，所述关键点姿态检测模块构建模块12用于构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；
第一预警信息获得模块13，所述第一预警信息获得模块13用于获取所述车辆的车牌信息，生成第一预警信息；
指示牌亮光指令获得模块14，所述指示牌亮光指令获得模块14用于根据所述第一预警信息生成指示牌亮光指令和报警指令；
第一预警信息解除模块15，所述第一预警信息解除模块15用于当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
进一步地，所述系统还包括：
目标车辆数据库构建模块，所述目标车辆数据库构建模块用于基于大数据，获取车辆数据，构建目标车辆数据库；
车辆结果获得模块，所述车辆结果获得模块用于提取所述目标车辆数据库的车辆3D模型训练所述关键点姿态检测模块，通过所述关键点姿态检测模块获得车辆结果；
变种车辆结果获得模块，所述变种车辆结果获得模块用于获取变种车型数据，对所述关键点姿态检测模块进行训练，通过所述关键点姿态检测模块获得变种车辆结果。
进一步地，所述系统还包括：
图像检测模块，所述图像检测模块用于根据所述动态视频拆分获取多个图像，对所述多个图像进行检测识别，获得所述车辆；
图像遍历模块，所述图像遍历模块用于遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带。
进一步地，所述系统还包括：
车辆轮廓标注结果获得模块，所述车辆轮廓标注结果获得模块用于对所述车辆的轮廓进行标注，获得车辆轮廓标注结果；
车辆基本结构获得模块，所述车辆基本结构获得模块用于根据车宽、车高和车身总长，获得发动机舱、驾驶室、行李箱的车辆基本结构；
车辆行驶方向获得模块，所述车辆行驶方向获得模块用于根据所述基本结构获得车辆行驶方向；
车辆行驶方向确定模块，所述车辆行驶方向确定模块用于根据所述车辆轮廓标注结果和所述车辆行驶方向获得车辆驶入方向，确定所述车辆驶入所述目标紧急停车带。
进一步地，所述系统还包括：
车轮轮距获得模块，所述车轮轮距获得模块用于对所述车辆进行细节标注，获取车轮轮距的前轮距、后轮距；
爬坡度获得模块，所述爬坡度获得模块用于根据所述车轮轮距，获取所述车辆驶入时的接近角、离去角、纵向通过角的变化，确定爬坡度；
分布方向获得模块，所述分布方向获得模块用于根据车轮与车身的分布方向，确定所述车辆驶入方向。
进一步地，所述系统还包括：
车辆识别结果获得模块，所述车辆识别结果获得模块用于确定所述车辆在图像中的位置，获得车辆识别结果；
图像结果获得模块，所述图像结果获得模块用于通过去噪公式对所述车辆识别结果去噪，获得图像结果；
图像结果确定模块，所述图像结果确定模块用于根据所述图像结果验证所述车辆在所述目标紧急停车带，确定所述车辆驶入所述目标紧急停车带。
进一步地，所述系统还包括：
去噪公式获得模块，所述去噪公式获得模块用于所述去噪公式为：
去噪公式处理模块，所述去噪公式处理模块用于其中，去噪后的图像为u，w为像素点x、y之间的相似度权值，I为像素点总数，v为像素点x、y的距离。
前述实施例一中的基于关键点姿态检测的紧急停车带占用预警方法具体实例同样适用于本实施例的基于关键点姿态检测的紧急停车带占用预警系统，通过前述对基于关键点姿态检测的紧急停车带占用预警方法的详细描述，本领域技术人员可以清楚地知道本实施例中基于关键点姿态检测的紧急停车带占用预警系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
实施例三
图4是根据本公开第三实施例的示意图，如图4所示，本公开中的计算机设备100可以包括：处理器101和存储器102。
存储器102，用于存储程序；存储器102，可以包括易失性存储器(英文：volatilememory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic RandomAccess Memory，缩写：DDRSDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器102用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器102中。并且上述的计算机程序、计算机指令、数据等可以被处理器101调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器102中。并且上述的计算机程序、计算机指令等可以被处理器101调用。
处理器101，用于执行存储器102存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器101和存储器102可以是独立结构，也可以是集成在一起的集成结构。当处理器101和存储器102是独立结构时，存储器102、处理器101可以通过总线103耦合连接。
本实施例的计算机设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
根据本公开的实施例，本公开还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在执行时实现上述任一实施例提供的步骤。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.基于关键点姿态检测的紧急停车带占用预警方法，其特征在于，所述方法应用于一基于关键点姿态检测的紧急停车带占用预警系统，所述系统与监控摄像头和地感线圈通信连接，方法包括：
通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；
构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；
获取所述车辆的车牌信息，生成第一预警信息；
根据所述第一预警信息生成指示牌亮光指令和报警指令；
当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
2.如权利要求1所述的方法，其特征在于，所述构建关键点姿态检测模块，方法包括：
基于大数据，获取车辆数据，构建目标车辆数据库；
提取所述目标车辆数据库的车辆3D模型训练所述关键点姿态检测模块，通过所述关键点姿态检测模块获得车辆结果；
获取变种车型数据，对所述关键点姿态检测模块进行训练，通过所述关键点姿态检测模块获得变种车辆结果。
3.如权利要求1所述的方法，其特征在于，所述提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带，方法包括：
根据所述动态视频拆分获取多个图像，对所述多个图像进行检测识别，获得所述车辆；
遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带。
4.如权利要求3所述的方法，其特征在于，所述遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带，方法包括：
对所述车辆的轮廓进行标注，获得车辆轮廓标注结果；
根据车宽、车高和车身总长，获得发动机舱、驾驶室、行李箱的车辆基本结构；
根据所述基本结构获得车辆行驶方向；
根据所述车辆轮廓标注结果和所述车辆行驶方向获得车辆驶入方向，确定所述车辆驶入所述目标紧急停车带。
5.如权利要求3所述的方法，其特征在于，所述遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带，方法还包括：
对所述车辆进行细节标注，获取车轮轮距的前轮距、后轮距；
根据所述车轮轮距，获取所述车辆驶入时的接近角、离去角、纵向通过角的变化，确定爬坡度；
根据车轮与车身的分布方向，确定所述车辆驶入方向。
6.如权利要求3所述的方法，其特征在于，所述遍历所述多个图像提取包括所述车辆的图像，通过所述关键点姿态检测模块估算车辆姿态，确定所述车辆驶入所述目标紧急停车带，方法还包括：
确定所述车辆在图像中的位置，获得车辆识别结果；
通过去噪公式对所述车辆识别结果去噪，获得图像结果；
根据所述图像结果验证所述车辆在所述目标紧急停车带，确定所述车辆驶入所述目标紧急停车带。
7.如权利要求6所述的方法，其特征在于，所述方法包括：
所述去噪公式为：
其中，去噪后的图像为u，w为像素点x、y之间的相似度权值，I为像素点总数，v为像素点x、y的距离。
8.基于关键点姿态检测的紧急停车带占用预警系统，其特征在于，用于实施权利要求1-7中任意一项所述的基于关键点姿态检测的紧急停车带占用预警方法，所述系统包括：
动态视频获得模块，所述动态视频获得模块用于通过所述监控摄像头获取目标监控区域的动态视频，其中，所述目标监控区域包括目标紧急停车带和紧邻所述目标紧急停车带的第一车道；
关键点姿态检测模块构建模块，所述关键点姿态检测模块构建模块用于构建关键点姿态检测模块，提取所述动态视频，根据所述关键点姿态检测模块确定车辆驶入所述目标紧急停车带；
第一预警信息获得模块，所述第一预警信息获得模块用于获取所述车辆的车牌信息，生成第一预警信息；
指示牌亮光指令获得模块，所述指示牌亮光指令获得模块用于根据所述第一预警信息生成指示牌亮光指令和报警指令；
第一预警信息解除模块，所述第一预警信息解除模块用于当通过所述地感线圈感应到所述车辆驶离所述目标紧急停车带进入所述第一车道时，解除第一预警信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。
CN202311286665.9A 2023-10-08 2023-10-08 基于关键点姿态检测的紧急停车带占用预警方法 Pending CN117409600A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311286665.9A CN117409600A (zh) 2023-10-08 2023-10-08 基于关键点姿态检测的紧急停车带占用预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311286665.9A CN117409600A (zh) 2023-10-08 2023-10-08 基于关键点姿态检测的紧急停车带占用预警方法

Publications (1)

Publication Number Publication Date
CN117409600A true CN117409600A (zh) 2024-01-16

Family

ID=89488073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311286665.9A Pending CN117409600A (zh) 2023-10-08 2023-10-08 基于关键点姿态检测的紧急停车带占用预警方法

Country Status (1)

Country Link
CN (1) CN117409600A (zh)

Similar Documents

Publication Publication Date Title
CN106652468B (zh) 车辆道路前车违规检测和自车违规预警提醒装置及方法
Huang et al. On-board vision system for lane recognition and front-vehicle detection to enhance driver's awareness
CN106845453B (zh) 基于图像的尾灯检测与识别方法
CN111815959B (zh) 一种车辆违章的检测方法、装置以及计算机可读存储介质
JP6133861B2 (ja) 状態認識システム及び状態認識方法
CN106169244A (zh) 利用人行横道识别结果的引导信息提供装置及方法
CN110334634A (zh) 一种车道线类别的检测方法和预警装置
CN104732774B (zh) 一种车辆逆行的检测方法和检测系统
CN104766046A (zh) 一种利用交通标识颜色及形状特征进行检测与识别算法
CN102682304A (zh) 一种融合多特征的行人检测方法及装置
CN112289037B (zh) 基于复杂环境下高视角的机动车辆违规停车检测方法及系统
CN102982304A (zh) 利用偏光图像检测车辆位置的方法和系统
CN113657265B (zh) 一种车辆距离探测方法、系统、设备及介质
CN103927548A (zh) 一种新的避免车辆碰撞的刹车行为检测方法
CN112749622A (zh) 应急车道占用识别方法和装置
CN113807220A (zh) 交通事件检测方法、装置、电子设备和可读存储介质
US20190057272A1 (en) Method of detecting a snow covered road surface
CN113408364B (zh) 一种临时车牌识别方法、系统、装置及存储介质
CN117409600A (zh) 基于关键点姿态检测的紧急停车带占用预警方法
Boumediene et al. Vehicle detection algorithm based on horizontal/vertical edges
CN113212452A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
Xiaoyong et al. Real-time on-road vehicle detection algorithm based on monocular vision
Prahara et al. Texton based segmentation for road defect detection from aerial imagery
CN104680793B (zh) 一种大货车违章上高架报警方法
Kovačić et al. Measurement of road traffic parameters based on multi-vehicle tracking

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination