买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：罗普特科技集团股份有限公司

摘要：本发明涉及道路控制技术领域，具体涉及一种基于AI车辆识别的小区车辆管理方法及系统，包括获取预设时长的视频集并打标，得到标签视频集；根据分别计算得到每个观测时间段下每个摄像区域对应的小区车流速率、小区车辆动态密度和小区交通流量；并以此进行预测，得到每个摄像区域对应的预测车流特征向量；基于每个摄像区域对应的预测车流特征向量计算得到小区车辆拥堵指数，并根据所述小区车辆拥堵指数对小区的道闸进行控制。本发明中通过优化车辆评估速度、小区交通流量以及小区车辆动态密度的计算方式。并对车辆评估速度和小区交通流量以及小区车辆动态密度进行预测方式，根据预测结果采取不同的道闸控制策略，减少小区内车辆拥堵状况的发生。

主权项：1.一种基于AI车辆识别的小区车辆管理方法，其特征在于，所述方法包括：获取预设时长的视频集，所述视频集由至少三个摄像机对不同区域的道路拍摄得到，所述预设时长由若干个观测时间段构成，所述预设时长的截止时刻为当前时刻；对所述视频集内的车辆进行打标分类处理，得到标签视频集；根据预设的摄像机采集帧率和标签视频集进行车流计算，得到在每个观测时间段下每个摄像区域对应的小区交通流量以及每辆车辆的车辆评估速度；根据预设的小区内摄像机布设信息和标签视频集进行动态密度计算，得到在每个观测时间段下每个摄像区域对应的小区车辆动态密度；根据在每个观测时间段下每个摄像区域对应的所有所述车辆评估速度计算，得到在每个观测时间段下每个所述摄像区域对应的小区车流速率，并将小区车流速率、小区车辆动态密度和小区交通流量记作观测时间段内的车流特征向量；根据每个观测时间段对应的车流特征向量和预设的预测模型进行预测，得到每个摄像区域对应的预测车流特征向量；基于每个摄像区域对应的预测车流特征向量计算得到小区车辆拥堵指数，并根据所述小区车辆拥堵指数对小区的道闸进行控制；所述标签视频集内每帧道路图像上的车辆均被分类为业主车辆或非业主车辆，根据预设的小区内摄像机布设信息和标签视频集进行动态密度计算，得到在每个观测时间段下每个摄像区域对应的小区车辆动态密度，包括：分别查询实时业主车辆在历史标签视频集中的出现状态，所述实时业主车辆为出现在实时观测时间段对应的标签视频集内的业主车辆，所述实时观测时间段的截止时刻为当前时刻，所述历史标签视频集为在多个历史观测时间段对应的标签视频集，所述历史观测时间段为预设时长内除实时观测时间段外的至少两个观测时间段；根据预设的小区内摄像机布设信息、每个业主车辆的出现状态和标签视频集计算，得到在实时观测时间段下每帧道路图像中每个所述业主车辆对应的车辆滞留相对距离；根据在实时观测时间段下每帧道路图像中每个所述业主车辆对应的车辆滞留相对距离和所有所述非业主车辆对应的车辆滞留相对距离计算，得到在实时观测时间段下每个摄像区域对应的小区车辆动态密度，所有所述非业主车辆对应的车辆滞留相对距离为预设数值；根据预设的摄像机采集帧率和标签视频集进行车流计算，得到在每个观测时间段下每个摄像区域对应的小区交通流量以及每辆车辆的车辆评估速度，包括：统计在观测时间段内每个车辆在摄像区域内出现的总帧数，得到车辆帧数；根据观测时间段的时长、预设的摄像机采集帧率和车辆帧数计算，得到每个摄像区域中每辆车辆的车辆评估速度；分别统计在观测时间段内进入和离开每个摄像区域的车辆总数，得到每个摄像区域对应的小区交通流量；根据预设的小区内摄像机布设信息、每个业主车辆的出现状态和标签视频集计算，得到在实时观测时间段下每帧道路图像中每个所述业主车辆对应的车辆滞留相对距离，包括：若所述业主车辆的出现状态为已出现，则在预设的小区内摄像机布设信息中提取第一摄像机和第二摄像机之间的间距，并记为车辆驶入距离，所述第一摄像机为拍摄该业主车辆的摄像机，所述第二摄像机为位于小区停车场处的摄像机；若所述业主车辆的出现状态为未出现，则在预设的小区内摄像机布设信息中提取第一摄像机和第三摄像机之间的间距，并记为车辆驶出距离，所述第三摄像机为位于小区出口道闸处的摄像机；将所述车辆驶出距离或所述车辆驶入距离输入至滞留相对距离计算式中，得到车辆滞留相对距离。

全文数据：

权利要求：

百度查询： 罗普特科技集团股份有限公司 一种基于AI车辆识别的小区车辆管理方法及系统