(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210214308.0 (22)申请日 2022.03.07 (65)同一申请的已公布的文献号 申请公布号 CN 114329074 A (43)申请公布日 2022.04.12 (73)专利权人 深圳市中交阳光科技有限公司 地址 518000 广东省深圳市宝安区西乡街 道龙腾社区深圳共和工业路107号G华 丰互联网创意园A座240 (72)发明人 尹文杰　陈志光　 (51)Int.Cl. G06F 16/783(2019.01) G06F 16/787(2019.01) G06F 16/738(2019.01) G06T 17/00(2006.01) G06V 20/54(2022.01) G06V 20/40(2022.01) G06V 10/25(2022.01) G06V 10/44(2022.01)G06V 10/46(2022.01) G06V 10/54(2022.01) G06V 10/62(2022.01) G06Q 50/26(2012.01) G01S 13/50(2006.01) G01S 13/86(2006.01) G01S 13/91(2006.01) G08G 1/017(2006.01) (56)对比文件 CN 111640297 A,2020.09.08 US 2008221767 A1,20 08.09.11 CN 107766789 A,2018.0 3.06 CN 103236191 A,2013.08.07 CN 105096591 A,2015.1 1.25 US 2002175831 A1,20 02.11.28 朱振杰.基 于深度学习的高速公路交通检测 算法研究. 《中国优秀博硕士学位 论文全文数据 库(硕士)工程科技 Ⅱ辑》 .2019, 审查员 胡武扬 (54)发明名称 一种匝道路段通行能效检测方法和系统 (57)摘要 本发明涉及智能交通技术领域， 具体涉及一 种匝道路段通行能效检测方法和系统。 该方法包 括： 获取匝道路段图像数据， 并构建匝道路段虚 拟道路模型； 采集匝道路段通行车辆的图像数据 及车辆位置探测数据， 输入预训练模型， 匹配通 行车辆对应的三维模型； 根据车辆位置探测数据 将匹配的三维模型映射到匝道路段虚拟道路模 型中三维可视化展示车辆通行状况。 本发明将车 辆虚拟的三维模型映射到创建的虚拟道路模型 中， 对通行车辆进行三维可视化实时展示， 根据 通行车辆的移动轨迹与虚拟道路模型中的交通 标线特征的交叉判断通行车辆的变道压线情况 并预警， 以便实现对匝道路段的三维可视化管 控， 替代传统的抓拍实时掌握匝道路段通行状况。 权利要求书2页 说明书9页 附图8页 CN 114329074 B 2022.05.10 CN 114329074 B 1.一种匝道路段通行能效检测方法， 其特 征在于， 包括： 获取匝道路段图像数据， 在 匝道路段的监测点安装高清摄像头传感器， 实时拍摄采集 匝道路段的图像数据， 并且， 也用于采集匝道路段通行车辆的图像数据， 并构建匝道路段虚 拟道路模型； 采集匝道路段通行车辆的图像数据及车辆位置探测数据， 输入预训练模型， 匹配通行 车辆对应的三维模型； 根据车辆位置探测数据将匹配的三维模型映射到匝道路段虚拟道路模型中三维可视 化展示车辆通行状况； 所述匝道路段通行能效检测方法， 还包括对采集的图像中的通行车辆添加标注框， 车 辆标注框标注的方法为： 获取包含车辆信息的拍摄采集的图像； 识别图像中各车辆的边缘特征点， 并对每一车辆的边缘特征点进行拟合， 得到每一车 辆的边缘特征框； 基于边缘特征框在采集的图像中得到车辆标注框； 所述匝道路段通行能效检测方法， 还包括： 生成各通行车辆对应的移动轨迹图像， 具体 步骤包括： 根据采集匝道路段通行 车辆的图像数据， 匹配通行 车辆对应的三维模型； 对采集的匝道路段通行 车辆的图像数据进行处 理， 得到通行 车辆的车辆标注框； 对通行车辆对应的三维模型及车辆标注框标号， 并计算 通行车辆的中心点； 根据车辆位置雷达数据实时计算通行车辆的实际位置， 并计算通行车辆的中心点坐 标； 将连续视频帧的中心点坐标映射至任一视频帧图像中， 生成各通行车辆对应的移动轨 迹图像； 其中， 所述构建匝道路段虚拟道路模型， 包括以下步骤： 获取高清摄 像头传感器采集的不含通行 车辆的匝道路段图像数据； 基于LBP图像特 征提取算法， 识别所述匝道路段图像数据中的车道、 交通标线特 征； 根据车道、 交通标线特 征建立匝道路段的虚拟道路模型； 其中， 所述基于LBP图像特征提取算法， 识别所述匝道路段图像数据中的车道、 交通标 线特征的方法包括： 将获取的不含通行车辆的匝道路段图像数据进行灰度处理， 得到检测窗口的灰度图 像； 将检测窗口的灰度图像划分为若干小区域， 并对划分的小区域中每个中心像素点的像 素值与周围相邻像素点的像素值比较， 得到每 个中心像素点的LBP值； 根据获得的LBP值， 计算每 个小区域的直方图， 并对直方图进行归一 化处理； 将得到的每个小区域的直方图进行连接成为一个特征向量， 形成整个匝道路段图像的 LBP纹理特征向量， 得到匝道路段图像数据中的车道、 交通标线特 征。 2.如权利要求1所述的匝道路段通行能效检测方法， 其特征在于， 所述匹配通行车辆对 应的三维模型的方法， 包括： 获取通行车辆的车流视频数据， 并对所述车流视频数据进行分帧处理， 得到连续的视权　利　要　求　书 1/2 页 2 CN 114329074 B 2频帧； 将视频帧输入预训练的车辆特 征识别模型， 输出对应通行 车辆的车辆特 征； 遍历车辆模型 数据库， 根据车辆的车辆特 征查询匹配的车辆三维模型。 3.如权利要求2所述的匝道路段通行能效检测方法， 其特征在于， 所述车辆特征识别模 型的训练方法包括： 获取训练样本集， 所述训练样本集包括采集的车流图像以及车流图像对应的车辆特 征； 将获取的训练样本集输入待训练的车辆特征识别模型进行训练， 输出车流图像对应的 车辆特征， 训练完成时， 得到车辆特 征识别模型。 4.如权利要求3所述的匝道路段通行能效检测方法， 其特征在于， 所述车流图像对应的 车辆特征提取的方法为： 获取采集的车流图像； 基于HOG图像特征提取算法识别所述车流图像中的车辆特 征； 其中， 所述HO G图像特征提取算法识别车流图像中的车辆特 征的方法包括： 将获取的车流图像进行 灰度化处 理； 并采用Gamma校正法对输入车流图像进行颜色空间的标准化， 计算车流 图像每个像素 值的梯度； 将计算梯度后的车流图像划分为若干单 元格， 计算每 个单元格的梯度直方图； 将单元格组合形成连通区间， 区间内归一化梯度直方图， 对车流图像中所有重叠的区 间进行特征收集， 得到车流图像中的车辆特 征。 5.一种匝道路段通行能效检测系统， 其特征在于， 所述匝道路段通行能效检测系统采 用权利要求 1‑4中任意一项 所述匝道路段通行能效检测方法检测匝道路段通行车辆的三 维 模拟数据并进行 可视化展示； 所述匝道路段通行能效检测系统包括： 虚拟道路模型构建模块， 用于根据获取的匝道路段图像数据构建 匝道路段虚拟道路模 型； 车辆三维模型获取模块， 用于根据采集的匝道路段通行车辆的图像数据， 输入预训练 模型， 遍历车辆模型 数据库， 查询到通行 车辆匹配的三维模型； 三维可视化展示模块， 用于根据车辆位置雷达数据将通行车辆对应的三维模型映射到 匝道路段虚拟道路模型中， 将匝道通行车辆实际状况在三维的虚拟道路模型中可视化展 示； 以及 移动轨迹生成模块； 用于根据连续视频帧中通行车辆的中心点坐标映射到任一视频帧 图像中， 生成通行 车辆对应的移动轨 迹图像。权　利　要　求　书 2/2 页 3 CN 114329074 B 3