原文传递
基于卡尔曼滤波-LSTM模型的车速估计方法
| 题名： | 基于卡尔曼滤波-LSTM模型的车速估计方法 |
| 作者： | 易可夫;陈托;郝威 |
| 作者单位： | 长沙理工大学汽车与机械工程学院;长沙理工大学交通运输工程学院 |
| 关键词： | 交通工程;速度估计;检测融合;速度分布;深度学习 |
| 摘要： | 为提高基于视频的道路车速统计效率，提出一种基于卡尔曼滤波-LSTM模型的车速估计方法。首先，采用YOLOv4构建车辆目标检测算法，将主干网络改进为MobileNetV2以提高目标特征的提取速度；然后，针对卡尔曼滤波算法在复杂行车场景下的车速统计误差较大的问题，结合LSTM模型对目标跟踪结果进行检测融合；最后，根据感兴趣区域内多目标跟踪的距离与时间来估计机动车速度，并对该方法进行误差分析。在长沙市枫林三路信号交叉口的监控视频进行了应用，结果表明：提出的速度估计方法有效改善了跟踪对象标签频繁切换的现象，车速检测准确率达到94.5%。 |
| 期刊名称： | 公路工程 |
| 出版年： | 2022 |
| 期： | 06 |
| 页码： | 172-179 |
检索历史
应用推荐
