摘要
高速公路车辆行驶速度是了解交通情况、获取交通信息必不可少的重要参数。传统的高速公路车速检测方法主要利用地感应线圈、雷达等物理设备进行车速检测，存在成本高、不易于维护等缺陷。由于高速公路具有全程监控视频，视频车速检测方法通过对监控视频进行处理与分析，具有不需要额外的设备成本、不破坏地表，可以直接获得车辆的行驶速度的优点。因此，高速公路视频车速检测成为当前智慧高路领域的研究热点，但在这个过程中会面临以下难点：（1）车辆检测中多尺度车辆定位问题；（2）车辆跟踪中轨迹ID切换问题；（3）高速公路中计算多个车道车辆行驶距离问题。针对上述问题，在高速公路视频车速检测任务上开展以下研究： 首先，针对高速公路车辆检测时，车辆定位不精确的问题，设计了一种基于注意力机制的车辆检测方法。利用注意力机制提高模型对多尺度车辆通道与坐标信息的关注程度，从而提升高速公路车辆检测中的定位精度。在内蒙古高速公路数据集下进行对比实验，引入注意力机制模型比无注意力机制模型在AP和AP70指标上分别提升了1.9和3.6。同时与其他目标检测方法相比在检测精度上均有提升。 其次，针对高速公路车辆跟踪时，车辆轨迹ID发生切换的问题，设计了一种基于金字塔分层光流网的运动车辆跟踪方法。利用金字塔光流法对运动车辆进行运动估计，获得包含车辆运动信息的光流图，设计运动细化网络对光流图进行识别，估计出更为精准的车辆位置。通过交并比重叠度对车辆的运动信息进行关联，利用余弦相似度算法对运动信息关联后的车辆进行外观信息关联验证，完成车辆跟踪。在内蒙古高速公路数据集下进行对比实验，实验结果表明与其他车辆跟踪模型相比轨迹ID切换次数明显降低至9。 最后，针对高速公路车速计算时，车辆行驶距离与计算的距离存在偏差的问题，设计了基于车道线的虚拟检测区域车速计算方法。利用高速公路车道线作为图像坐标系到现实世界参考系的参考物，设计距离精确的虚拟检测区域。通过检测车辆经过每段检测区域帧数，结合视频采集的帧率和检测区域的距离计算车辆速度。在内蒙古高速公路数据集下进行对比实验，实验结果表明与其他视频车速检测方法相比，利用基于车道线的虚拟检测区域设计法四条不同的车道线从上到下车速检测的平均误差分别降低至3.24%、1.56%、1.20%、2.36%。
NETL