原文传递
基于智能手机的城市道路车辆即时识别
| 题名： | 基于智能手机的城市道路车辆即时识别 |
| 作者： | 胡剑琇;朱前坤;张琼;杜永峰 |
| 作者单位： | 兰州理工大学防震减灾研究所;兰州理工大学甘肃省减震隔震国际合作研究基地 |
| 关键词： | 城市交通;分类识别;YOLOv3;车辆荷载;智能手机;跟踪计数 |
| 摘要： | 为及时了解路段交通状况，使用计算机视觉方法对城市道路上行驶中的车辆进行即时检测并分类计数，以便更便捷地对某路段交通状况进行定性定量的评估。使用普通的智能手机对城市道路拍摄视频，采用一种以YOLOv3为基础的目标检测和跟踪方法，实现了对车辆的分类识别、跟踪与计数。在配置好的Python环境下，YOLOv3算法可以快速准确地进行车辆分类检测，随后利用Deep Sort跟踪算法对各类车辆进行分类计数，得到了每帧画面中的各类车辆的数量。统计通过该路段的1000多辆车的型号，结合已有的汽车质量数据，对不同种类汽车重量的统计结果分别进行分布拟合，得到了每种车辆的车身质量的代表值。将质量代表值代入到识别出的计数结果中，对这一交通要道任一时段的汽车荷载进行了分析。结果表明：得出的汽车质量代表值和汽车数量分布，可以估算出每帧路面的车辆均布荷载，得到各个高峰期车辆均布荷载的分布区间；将其与规范规定的均布荷载标准值进行对比，发现至少在95%的情况下车辆均布荷载不会超过规定的均布荷载标准值，大部分时间符合规范要求；但在交通拥堵的情况下，车辆均布荷载也会超过规定的均布荷载标准值。因此，使用智能手机随时随地采集视频可快速准确地对车辆进行分类识别，并统计该路段的负载情况，对交通流量限制措施具有指导作用。 |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2023 |
| 期： | 01 |
| 页码： | 208-217 |
检索历史
应用推荐
