基于冲击波模型与YOLOv5-DeepSORT单向耦合的排队长度感知方法

作     者：王佳如 吕斌 吴建清 王志勇 

作者机构：兰州交通大学交通运输学院 山东大学齐鲁交通学院 

出 版 物：《山东大学学报(工学版)》 (Journal of Shandong University(Engineering Science))

年 卷 期：2024年第05期

页      面：42-49页

核心收录：

学科分类：08[工学] 0838[工学-公安技术] 

基　　金：国家自然科学基金资助项目(52362044) 甘肃省教育厅双一流重大科研资助项目(GSSYLXM-04) 山东省重点研发计划(重大科技创新工程)(2020CXGC010118) 

主　　题：智能交通系统 排队长度 视频检测 冲击波模型 YOLOv5-DeepSORT 

摘      要：针对交叉口排队长度实时感知的问题，提出一种结合交通数学模型与智能感知设备检测的排队长度感知方法。通过冲击波模型确定道路最大排队长度，将其作为以YOLOv5-DeepSORT为基础的视频感知模型的输入，实现交通数学模型与智能感知模型的单向耦合。为验证该方法的有效性和优越性，以兰州市某交叉口为例进行排队长度的实时感知，并在选定交叉口调查不同时间段的感知数据，模拟不同交叉口交通流量的差异对本研究方法感知精度的影响进行探究。研究结果表明，基于冲击波模型与YOLOv5-DeepSORT单向耦合的排队长度感知方法确定的排队长度检测区域在整体感知精度上优于对照组，平均绝对误差、均方根误差以及平均绝对百分比误差等均得到了有效降低，部分工况下精度提高40%以上。