本发明涉及视频监控的，尤其是指一种基于动态阈值方程的车辆行驶状态判断方法。
背景技术：
1、随着车辆行驶监测技术的不断发展，对车辆行驶状态的准确判断变得越来越重要。然而，在工程实践中，传统方法往往面临着性能和实时性的挑战。
2、目前通常采用传感器技术、机器学习算法和计算机视觉进行车辆行驶状态的判断。传感器技术包括使用车载传感器如惯性测量单元(imu)、摄像头和雷达，通过收集相关数据进行行为和状态的识别。但传感器技术常常受到环境条件的限制，例如恶劣天气或光线条件不佳时，传感器的准确性和稳定性会受到影响，导致监测结果不够可靠。机器学习算法通过训练大量数据，建立模型进行行为与状态的预测。虽然机器学习算法在车辆行为识别和行驶状态监测中表现出良好的效果，但需要大量的标注数据进行训练，而标注数据的获取和标记过程往往十分耗时且成本高昂，限制了算法的普适性和推广应用。计算机视觉方法则是通过分析车辆的图像或视频来识别车辆行为和状态。但传统的使用计算机视觉方法进行车辆行驶状态判断的方法通常依赖于固定的阈值或规则，这种方法在实际应用中存在一定的局限性，在不同场景下可能无法适应视频中车辆行驶状态的变化。例如，在摄像头不同的角度下以及同一摄像头的不同位置处，视频中车辆的运动状态均会发生变化，而传统方法无法动态调整阈值以适应这种变化。
3、因此，需要一种新颖的车辆行驶状态判断方法，能够基于动态阈值方程，实现对车辆行驶状态的准确判断，并具备较高的实时性和可靠性。该方法应当能够适应不同场景下的车辆行驶状态判断需求，提高车辆监测的效率和精度。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提供了一种基于动态阈值方程的车辆行驶状态判断方法，用于解决传统方法在实时性、准确性和复杂性方面存在的不足之处，通过动态阈值方程的自适应调整和准确判断，能够实现对车辆行驶状态的精准监测，提高了道路交通监控系统的效率和准确性。
2、为实现上述目的，本发明所提供的技术方案为：一种基于动态阈值方程的车辆行驶状态判断方法，包括以下步骤：
3、s1：从道路摄像头中获取高帧率视频，并对视频数据进行预处理得到车辆的运动轨迹；
4、s2：基于预处理后得到的运动轨迹，再次处理得到车辆每一帧到摄像头的距离以及车辆相邻两帧检测框的交并比，基于距离和交并比数据通过曲线拟合方法生成最佳拟合曲线，并对该最佳拟合曲线进行平移和调整得到最终的动态阈值方程，根据不同的场景生成不同的动态阈值方程，确保对不同情况下的车辆状态具有准确判断能力；
5、s3：将动态阈值方程应用于从道路摄像头中获取的低帧率视频中，根据方程计算得出的阈值，即预测的交并比，对车辆的行驶状态进行判断，如果车辆相邻两帧真实的交并比大于预测的交并比，则判断为缓慢行驶车辆，否则判断为正常行驶车辆。
6、进一步，在步骤s1中，所述预处理为使用目标检测和目标跟踪算法对从道路摄像头中获取的高帧率视频进行处理，通过对视频中出现的每辆车进行检测和跟踪，获取视频中每辆车的运动轨迹。
7、进一步，步骤s2的具体操作步骤如下：
8、s21：根据步骤s1中获得的车辆运动轨迹能够得到每一帧车辆的位置，进而计算出每一帧车辆到摄像头的距离distance和相邻两帧的交并比iou，其中距离distance和交并比iou的计算公式分别为：
9、distance＝height-y_left
10、
11、式中，height为视频高度，y_left为车辆左下角纵坐标，area of overlap为车辆当前帧和上一帧检测框的交集区域，area of union为车辆当前帧和上一帧检测框的并集区域；
12、s22：利用得到的每一帧车辆到摄像头的距离distance和当前帧与前一帧检测框的交并比iou数据，进行曲线拟合，并得到最佳拟合曲线y0；
13、s23：将距离代入最佳拟合曲线y0能够得到该距离处的预测交并比值，计算曲线y0上各点的真实交并比值与预测交并比值的均值误差，并以均值误差的标准差作为曲线平移的单位大小，将曲线y0平移至有99％的点在曲线上方，得到曲线y1；针对曲线y0上的点，调整每个距离处的预测交并比值，以确保每个距离处均有99％的真实交并比值在预测交并比值上方，从而得到调整后的预测曲线y2；
14、s24：将曲线y1和曲线y2按照权重系数a进行加权得到最终曲线y，其中0<a<1，则最终的动态阈值方程为：
15、y＝a×y1+(1-a)×y2。
16、进一步，在步骤s22中，所述曲线拟合的方式为多项式拟合方法，并能根据具体情况自行设置多项式拟合次数的可选区间。
17、进一步，在步骤s23中，所述曲线y1平移的程度和曲线y2调整的程度均能根据实际情况自行设置。
18、进一步，在步骤s24中，所述权重系数a能根据实际情况自行设置。
19、进一步，在步骤s3中，所述预测的交并比为将车辆到摄像头的距离代入动态阈值方程得到的阈值，并用此阈值判断车辆行驶状态。
20、本发明与现有技术相比，具有如下优点与有益效果：
21、1、本发明设计结合车辆位置信息和历史数据生成动态阈值方程，确保对不同场景下的车辆状态具有准确判断能力。这样可以大大提高车辆行驶状态判断的准确性，降低误判率，有效应对各式各样的道路交通情况。
22、2、本发明设计通过从道路摄像头中获取高帧率视频，并对视频数据进行预处理，能够准确捕捉到车辆的运动轨迹。这种预处理方式有效地提高了对车辆行驶状态的监测精度，为后续的状态判断提供了可靠的数据支持。
23、3、本发明设计仅在设置动态阈值的时候采用高帧率视频，后续对车辆运动状态的判断均可采用低帧率视频，降低了存储压力，提高了判别效率。
24、4、本发明提供的车辆行驶状态判断方法采用了动态阈值方程，并结合了目标检测、目标跟踪等技术，具有较高的灵活性和适用性。不仅可以用于监测汽车的行驶状态，还可以应用于其它交通工具如自行车、电动车等的监测。同时，可以根据实际需要进行调整和优化，满足不同场景下的需求，具有较强的通用性和扩展性。
25、综上所述，本发明方法具有诸多有益效果，包括提高行驶状态判断的准确性、优化道路交通管理、降低人力成本和提高效率，以及具有较高的灵活性和适用性。这些效果将有助于改善道路交通管理的现状，提高道路通行效率和安全性，为人们的出行提供更加便捷和安全的保障，值得推广。
1.一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，在步骤s1中，所述预处理为使用目标检测和目标跟踪算法对从道路摄像头中获取的高帧率视频进行处理，通过对视频中出现的每辆车进行检测和跟踪，获取视频中每辆车的运动轨迹。
3.根据权利要求1所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，步骤s2的具体操作步骤如下：
4.根据权利要求3所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，在步骤s22中，所述曲线拟合的方式为多项式拟合方法，并能根据具体情况自行设置多项式拟合次数的可选区间。
5.根据权利要求3所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，在步骤s23中，所述曲线y1平移的程度和曲线y2调整的程度均能根据实际情况自行设置。
6.根据权利要求3所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，在步骤s24中，所述权重系数a能根据实际情况自行设置。
7.根据权利要求1所述的一种基于动态阈值方程的车辆行驶状态判断方法，其特征在于，在步骤s3中，所述预测的交并比为将车辆到摄像头的距离代入动态阈值方程得到的阈值，并用此阈值判断车辆行驶状态。
