本技術(shù)涉及智慧交通，尤其涉及一種路口車輛溢停檢測方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在科技日新月異的今天，目標(biāo)追蹤技術(shù)作為智能化領(lǐng)域的關(guān)鍵突破，正深刻改變著多個行業(yè)的面貌，其中智慧醫(yī)療、智慧交通及無人機技術(shù)的飛速發(fā)展尤為顯著。特別是在智慧交通領(lǐng)域，隨著城市化進(jìn)程的加速和機動車保有量的激增，傳統(tǒng)交通管理模式面臨嚴(yán)峻挑戰(zhàn)，如早晚高峰時段的道路擁堵、通勤需求時空分布不均等問題日益凸顯，對城市居民的出行體驗及整體運行效率構(gòu)成了嚴(yán)重影響。

2、隨著智慧城市建設(shè)這一理念被提出，各種“城市道路拍堵”方法被一一提出。例如，通過互聯(lián)網(wǎng)通行數(shù)據(jù)、地磁線圈感應(yīng)、車載gps定位等方法來估算不同道路的車流量，進(jìn)而調(diào)整信號燈的配時時長的解決方法；或者使用實時電警視頻流數(shù)據(jù)計算當(dāng)前路口各方向排隊長度進(jìn)而動態(tài)調(diào)整信號燈配時時長的方法。

3、雖然車流量統(tǒng)計能夠分析出過去不同時段路口的通行需求，排隊長度計算能夠獲取當(dāng)前時刻的路口通行需求。然而，因下游擁堵、行人非機動車與機動車行駛沖突導(dǎo)致的溢出停車依然影響該路口的通行能力，以致降低了路口通行效率。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供了一種路口車輛溢停檢測方法、設(shè)備及介質(zhì)，用于解決如下技術(shù)問題：因下游擁堵、行人非機動車與機動車行駛沖突導(dǎo)致的溢出停車對路口的通行能力造成影響，以致路口通行效率降低。

2、本技術(shù)實施例采用下述技術(shù)方案：

3、本技術(shù)實施例提供一種路口車輛溢停檢測方法。包括，對獲取到的待測路口對應(yīng)的路口視頻流信息進(jìn)行分幀處理，得到包含t幀路口道路圖像的圖像集。將各幀路口道路圖像中分別對應(yīng)的四方向交叉通行區(qū)域進(jìn)行截取，得到剪裁后的所需區(qū)域圖像集；其中，所需區(qū)域圖像集中各幀圖像分別標(biāo)定有溢出停止區(qū)域。對所需區(qū)域圖像集中各幀圖像進(jìn)行目標(biāo)檢測與目標(biāo)跟蹤，以得到各幀圖像中溢出停止區(qū)域?qū)?yīng)的車輛信息。將溢出停止區(qū)域?qū)?yīng)的車輛信息與預(yù)置溢出停止車輛閾值進(jìn)行比對，基于比對結(jié)果確定出待測路口對應(yīng)的車輛溢出停止情況，以基于車輛溢出停止情況對待測路況進(jìn)行信號燈調(diào)控。

4、本技術(shù)實施例通過實時對各幀圖像中的車輛進(jìn)行檢測和跟蹤，確保對車輛行駛狀態(tài)的即時掌握。通過對圖像標(biāo)注溢出停止區(qū)域，并將車輛信息與預(yù)置的溢出停止車輛閾值進(jìn)行比對，實現(xiàn)對車輛溢出停止情況的量化評估，避免了主觀判斷帶來的誤差。基于實時的車輛溢出停止情況對信號燈進(jìn)行調(diào)控，能夠?qū)煌髁窟M(jìn)行動態(tài)優(yōu)化，提高路口過車效率、減少擁堵，提高道路資源的利用率。

5、在本技術(shù)的一種實現(xiàn)方式中，得到剪裁后的所需區(qū)域圖像集之后，方法還包括：在各幀圖像中，確定出前向車流與側(cè)向車流交匯的區(qū)域，作為溢出停止主區(qū)域；以及，在各幀圖像中，確定出前向車流駛離溢出停止主區(qū)域進(jìn)入前向下游車道的區(qū)域，作為前向溢停駛離區(qū)域；以及，在各幀圖像中，確定出前向車流從前向上游車道駛?cè)胍绯鐾Ｖ怪鲄^(qū)域的必經(jīng)區(qū)域，作為前向溢停起始區(qū)域；以及，在各幀圖像中，確定出側(cè)向車流駛離溢出停止主區(qū)域進(jìn)入側(cè)向下游車道的區(qū)域，作為側(cè)向溢停駛離區(qū)域；以及，在各幀圖像中，確定出側(cè)向車流從側(cè)向上游車道駛?cè)胍绯鐾Ｖ怪鲄^(qū)域的必經(jīng)區(qū)域，作為側(cè)向溢停起始區(qū)域；其中，各區(qū)域分別對應(yīng)有預(yù)置車輛停止判斷時間閾值與車輛停止判斷數(shù)量閾值。

6、在本技術(shù)的一種實現(xiàn)方式中，對所需區(qū)域圖像集中各幀圖像進(jìn)行目標(biāo)檢測與目標(biāo)跟蹤，具體包括：通過yolov8m模型對所需區(qū)域圖像集進(jìn)行目標(biāo)檢測，得到機動車目標(biāo)檢測框列表；其中，機動車目標(biāo)檢測框列表至少包括圖像幀數(shù)標(biāo)號、被檢測機動車編號、檢測框中心點橫坐標(biāo)、檢測框中心點縱坐標(biāo)、檢測框?qū)挾戎狄约皺z測框高度值中的一項；通過deepsort模型對所需區(qū)域圖像集中的機動車進(jìn)行目標(biāo)跟蹤，得到機動車目標(biāo)跟蹤信息列表；其中，機動車目標(biāo)跟蹤信息列表至少包括圖像幀數(shù)標(biāo)號、機動車追蹤編號、檢測框中心點橫坐標(biāo)、檢測框中心點縱坐標(biāo)、檢測框?qū)挾戎狄约皺z測框高度值中的一項。

7、在本技術(shù)的一種實現(xiàn)方式中，對所需區(qū)域圖像集中各幀圖像進(jìn)行目標(biāo)檢測與目標(biāo)跟蹤，以得到各幀圖像中溢出停止區(qū)域?qū)?yīng)的車輛信息，具體包括：基于目標(biāo)檢測與目標(biāo)跟蹤，確定出當(dāng)前車輛的行駛路徑信息，以基于行駛路徑信息確定出當(dāng)前車輛的駛?cè)霠顟B(tài)；基于目標(biāo)檢測與目標(biāo)跟蹤，確定出當(dāng)前車輛在溢出停止區(qū)域的時間信息與車輛數(shù)量信息；基于當(dāng)前車輛的駛?cè)霠顟B(tài)、溢出停止區(qū)域的時間信息與車輛數(shù)量信息，得到溢出停止區(qū)域?qū)?yīng)的車輛信息。

8、在本技術(shù)的一種實現(xiàn)方式中，基于行駛路徑信息確定出當(dāng)前車輛的駛?cè)霠顟B(tài)，具體包括：在當(dāng)前車輛經(jīng)過前向溢停駛離區(qū)域的情況下，確定當(dāng)前車輛為前向駛?cè)胲囕v；在當(dāng)前車輛經(jīng)過側(cè)向溢停起始區(qū)域的情況下，確定當(dāng)前車輛為側(cè)向駛?cè)胲囕v。

9、在本技術(shù)的一種實現(xiàn)方式中，確定出當(dāng)前車輛在溢出停止區(qū)域的時間信息與車輛數(shù)量信息，具體包括：在當(dāng)前車輛在第i幀圖像中首次出現(xiàn)在溢出停止區(qū)域?qū)?yīng)的區(qū)域m的情況下，確定首次出現(xiàn)在區(qū)域m的時間；其中，區(qū)域m為溢出停止主區(qū)域、前向溢停駛離區(qū)域、前向溢停起始區(qū)域、側(cè)向溢停駛離區(qū)域以及側(cè)向溢停起始區(qū)域中的一項；在當(dāng)前車輛在第r幀圖像中仍出現(xiàn)在區(qū)域m的情況下，確定出第r幀圖像對應(yīng)的時間，以及確定出第r-1幀圖像對應(yīng)的區(qū)域m的溢出停止車輛數(shù)量。

10、在本技術(shù)的一種實現(xiàn)方式中，將溢出停止區(qū)域?qū)?yīng)的車輛信息與預(yù)置溢出停止車輛閾值進(jìn)行比對，基于比對結(jié)果確定出待測路口對應(yīng)的車輛溢出停止情況，具體包括：在當(dāng)前車輛在第r幀圖像中仍出現(xiàn)在區(qū)域m的情況下，基于第r幀圖像對應(yīng)的時間與首次出現(xiàn)在區(qū)域m的時間，進(jìn)行時間差值處理；將得到的時間差值，與區(qū)域m對應(yīng)的車輛停止判斷時間閾值進(jìn)行比對；以及，將第r-1幀圖像對應(yīng)的區(qū)域m的溢出停止車輛數(shù)量進(jìn)行增加處理，得到第r幀圖像對應(yīng)的區(qū)域m的溢出停止車輛數(shù)量；將第r幀圖像對應(yīng)的區(qū)域m的溢出停止車輛數(shù)量，與區(qū)域m對應(yīng)的車輛停止判斷數(shù)量閾值進(jìn)行比對，以基于比對結(jié)果確定出待測路口的區(qū)域m對應(yīng)的車輛溢出停止情況。

11、在本技術(shù)的一種實現(xiàn)方式中，基于車輛溢出停止情況對待測路況進(jìn)行信號燈調(diào)控，具體包括：在溢出停止主區(qū)域和/或前向溢停駛離區(qū)域為溢出停止?fàn)顟B(tài)的情況下，發(fā)出減少前向綠燈配時時長提醒；在溢出停止主區(qū)域和/或側(cè)向溢停駛離區(qū)域為溢出停止?fàn)顟B(tài)的情況下，發(fā)出減少側(cè)向綠燈配時時長提醒；在溢出停止主區(qū)域為溢出停止?fàn)顟B(tài)，且前向溢停駛離區(qū)域和側(cè)向溢停駛離區(qū)域為正常狀態(tài)的情況下，發(fā)出行人配時方案調(diào)整提醒或交通事故告警提醒。

12、本技術(shù)實施例提供一種路口車輛溢停檢測設(shè)備，包括：至少一個處理器；以及，與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠：對獲取到的待測路口對應(yīng)的路口視頻流信息進(jìn)行分幀處理，得到包含t幀路口道路圖像的圖像集；將各幀路口道路圖像中分別對應(yīng)的四方向交叉通行區(qū)域進(jìn)行截取，得到剪裁后的所需區(qū)域圖像集；其中，所需區(qū)域圖像集中各幀圖像分別標(biāo)定有溢出停止區(qū)域；對所需區(qū)域圖像集中各幀圖像進(jìn)行目標(biāo)檢測與目標(biāo)跟蹤，以得到各幀圖像中溢出停止區(qū)域?qū)?yīng)的車輛信息；將溢出停止區(qū)域?qū)?yīng)的車輛信息與預(yù)置溢出停止車輛閾值進(jìn)行比對，基于比對結(jié)果確定出待測路口對應(yīng)的車輛溢出停止情況，以基于車輛溢出停止情況對待測路況進(jìn)行信號燈調(diào)控。

13、本技術(shù)實施例提供的一種非易失性計算機存儲介質(zhì)，存儲有計算機可執(zhí)行指令，計算機可執(zhí)行指令設(shè)置為：對獲取到的待測路口對應(yīng)的路口視頻流信息進(jìn)行分幀處理，得到包含t幀路口道路圖像的圖像集；將各幀路口道路圖像中分別對應(yīng)的四方向交叉通行區(qū)域進(jìn)行截取，得到剪裁后的所需區(qū)域圖像集；其中，所需區(qū)域圖像集中各幀圖像分別標(biāo)定有溢出停止區(qū)域；對所需區(qū)域圖像集中各幀圖像進(jìn)行目標(biāo)檢測與目標(biāo)跟蹤，以得到各幀圖像中溢出停止區(qū)域?qū)?yīng)的車輛信息；將溢出停止區(qū)域?qū)?yīng)的車輛信息與預(yù)置溢出停止車輛閾值進(jìn)行比對，基于比對結(jié)果確定出待測路口對應(yīng)的車輛溢出停止情況，以基于車輛溢出停止情況對待測路況進(jìn)行信號燈調(diào)控。

14、本技術(shù)實施例采用的上述至少一個技術(shù)方案能夠達(dá)到以下有益效果：本技術(shù)實施例通過實時對各幀圖像中的車輛進(jìn)行檢測和跟蹤，確保對車輛行駛狀態(tài)的即時掌握。通過對圖像標(biāo)注溢出停止區(qū)域，并將車輛信息與預(yù)置的溢出停止車輛閾值進(jìn)行比對，實現(xiàn)對車輛溢出停止情況的量化評估，避免了主觀判斷帶來的誤差?；趯崟r的車輛溢出停止情況對信號燈進(jìn)行調(diào)控，能夠?qū)煌髁窟M(jìn)行動態(tài)優(yōu)化，提高路口過車效率、減少擁堵，提高道路資源的利用率。