基于YOLO的道路车辆拥堵分析模型

论文摘要

针对当前交通运行出现的拥堵问题,提出一种新型的道路状态判断模型。首先,模型基于YOLOv3目标检测算法,然后结合图片对应的特征值矩阵,通过相邻帧之间的特征矩阵作差并将差值逐项求和得到的结果与预设值进行比较来判断当前道路是处于拥堵状态还是正常通行状态,其次再将当前计算出的道路状态与前两次计算出的道路状态进行比较,最后运用模型里的状态统计法来统计道路某状态(拥堵或通畅)的持续时间。该模型能够同时对一条道路的三个车道进行状态统计分析,经过实验,模型对单条车道状态判断的平均准确率能达到80%以上,并且白天与夜晚的道路均适用。

论文目录

• 0 引言
• 1 相关工作
• 2 模型结构
•   2.1 特征矩阵表示
•   2.2 状态计算
•   2.3 状态统计
• 3 实验及模型准确性分析
•   3.1 实验环境说明
•   3.2 道路车辆运行数据获取
•   3.3 模型测试以及模型准确性分析
• 4 结语

文章来源

类型: 期刊论文

作者: 张家晨,陈庆奎

关键词: 交通拥堵,拥堵检测,车道分析,拥堵时间,高峰时段

来源: 计算机应用 2019年01期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用

单位: 上海理工大学光电信息与计算机工程学院

基金: 国家自然科学基金资助项目(61572325,60970012),高等学校博士学科点专项科研博导基金资助项目(20113120110008),上海重点科技攻关项目(14511107902,16DZ1203603),上海市工程中心建设项目(GCZX14014),上海智能家居大规模物联共性技术工程中心项目(GCZX14014),上海市一流学科建设项目(XTKX2012),沪江基金研究基地专项(C14001)~~

分类号: U491.265;TP391.41

页码: 93-97

总页数: 5

文件大小: 632K

下载量: 672