本發(fā)明涉及道路施工狀態(tài)檢測方法，更具體地說是指基于動態(tài)數(shù)據(jù)監(jiān)測的道路施工狀態(tài)檢測方法及系統(tǒng)。

背景技術：

1、目前，道路施工行為檢測的方法主要是采用目標檢測模型或者基于多元素檢測的判斷方法，但是，對于目標檢測模型而言，施工場景檢測的準確性依賴于目標檢測模型和標注數(shù)據(jù)的全面性，這使得檢測效果容易受到數(shù)據(jù)質(zhì)量和模型識別率的影響。其次，特定場景下可以利用少量設備進行高效檢測，但這種方法缺乏可推廣性和可擴展性，僅適用于場景一致的情況下。此外，當前主流的方法往往依賴于單一目標檢測，這雖然操作簡單且易于擴展，但無法全面反映施工場景的整體狀態(tài)。而基于多元素檢測的判斷方法雖能彌補單一特征的不足，但其依然是對多個模型的簡單疊加，未能有效綜合各元素間的相互影響。

2、因此，有必要設計一種新的方法，實現(xiàn)多元素的融合，且實現(xiàn)施工場景定位與判斷，并進行全過程跟蹤與監(jiān)測，輔助決策信息生成，適用于不同城市路況，快速接入并節(jié)約成本，提升城市治理和交通預警的能力。

技術實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術的缺陷，提供基于動態(tài)數(shù)據(jù)監(jiān)測的道路施工狀態(tài)檢測方法及系統(tǒng)。

2、為實現(xiàn)上述目的，本發(fā)明采用以下技術方案：基于動態(tài)數(shù)據(jù)監(jiān)測的道路施工狀態(tài)檢測方法，包括：

3、獲取由道路交通車輛采集所得的道路圖像；

4、根據(jù)所述道路圖像進行目標識別和分割出道路區(qū)域、施工區(qū)域、施工要素特征，以得到目標識別結(jié)果；

5、對施工車采用多目標跟蹤方法進行運行跟蹤，以確定所述施工車的移動情況；

6、結(jié)合所述目標識別結(jié)果以及所述施工車的移動情況根據(jù)設定的決策樹確定道路施工狀態(tài)；

7、根據(jù)道路施工狀態(tài)，將施工要素特征進行融合，并根據(jù)融合結(jié)果計算施工要素特征對應的特征影響因子和環(huán)境權(quán)重因子，綜合特征影響因子和環(huán)境權(quán)重因子和歷史信息進行判斷，以確定施工類型。

8、其進一步技術方案為：

9、所述根據(jù)道路施工狀態(tài)，將施工要素特征進行融合，并根據(jù)融合結(jié)果計算施工要素特征對應的特征影響因子和環(huán)境權(quán)重因子，綜合特征影響因子和環(huán)境權(quán)重因子和歷史信息進行判斷，以確定施工類型，包括：

10、當所述道路施工狀態(tài)屬于施工狀態(tài)時，將施工要素特征組合形成多通道場景特征向量，并進行特征權(quán)重的融合，以得到融合結(jié)果；其中，所述施工要素特征包括圍擋特征、施工車特征、施工人員特征、交通錐特征；

11、根據(jù)所述融合結(jié)果計算所述施工要素特征對應的特征影響因子；

12、計算所述施工要素特征對應的環(huán)境權(quán)重因子；

13、根據(jù)所述特征影響因子和環(huán)境權(quán)重因子，結(jié)合歷史信息進行綜合判斷，以得到施工類型。

14、其進一步技術方案為：所述決策樹包括八種不同的施工狀態(tài)和非施工狀態(tài)，其中，施工狀態(tài)包括：有圍擋；無圍擋、有施工車、施工車靜止、有施工人員；無圍擋、有施工車、施工車靜止、無施工人員、有交通錐；無圍擋、無施工車、有施工人員、有交通錐；所述非施工狀態(tài)包括：無圍擋、有施工車、施工車靜止、無施工人員、無交通錐；無圍擋、有施工車、施工車運動；無圍擋、無施工車、有施工人員、無交通錐；無圍擋、無施工車、無施工人員。

15、其進一步技術方案為：所述當所述道路施工狀態(tài)屬于施工狀態(tài)時，將所述施工要素特征組合形成多通道場景特征向量，并進行特征權(quán)重的融合，以得到融合結(jié)果，包括：

16、當所述道路施工狀態(tài)屬于施工狀態(tài)時，將所述施工要素特征組合形成多通道場景特征向量；其中每個通道的權(quán)重采用特征所對應的分割的結(jié)果表示；

17、對所述多通道場景特征向量進行特征權(quán)重的融合，以得到融合結(jié)果。

18、其進一步技術方案為：所述對所述多通道場景特征向量進行特征權(quán)重的融合，以得到融合結(jié)果，包括：

19、采用高斯融合、區(qū)域均值特征融合、區(qū)域聚類眾數(shù)特征融合、區(qū)域中值特征融合、雙層動態(tài)特征激活融合中至少一種方式對所述多通道場景特征向量進行特征權(quán)重的融合，以得到融合結(jié)果。

20、其進一步技術方案為：所述根據(jù)所述融合結(jié)果計算所述施工要素特征對應的特征影響因子，包括：

21、采用計算所述施工要素特征對應的特征影響因子，其中，是指圍擋特征、施工車特征、施工人員特征、交通錐特征；是指權(quán)重系數(shù)；為融合結(jié)果；為所述施工要素特征對應的特征影響因子。

22、其進一步技術方案為：所述計算所述施工要素特征對應的環(huán)境權(quán)重因子，包括：

23、計算所述施工要素特征的相關參數(shù)；

24、采用先驗參數(shù)對所述施工要素特征的相關參數(shù)進行預歸一化處理，以得到處理結(jié)果；

25、對所述處理結(jié)果進行softmax處理，以得到環(huán)境權(quán)重因子。

26、其進一步技術方案為：所述根據(jù)所述特征影響因子和環(huán)境權(quán)重因子，結(jié)合歷史信息進行綜合判斷，以得到施工類型，包括：

27、應用sigmoid函數(shù)對所述施工要素特征對應的特征影響因子進行激活，以得到激活結(jié)果；

28、根據(jù)所述激活結(jié)果以及所述環(huán)境權(quán)重因子結(jié)合歷史信息確定施工類型。

29、其進一步技術方案為：所述根據(jù)所述激活結(jié)果以及所述環(huán)境權(quán)重因子結(jié)合歷史信息確定施工類型，包括：

30、采用確定施工類型，其中，為施工類型；是指當前與歷史數(shù)據(jù)的重要性權(quán)重；、、、分別為所述施工要素特征對應的環(huán)境權(quán)重因子；、、、分別為所述施工要素特征對應的特征影響因子；和為0.5，是指歷史數(shù)據(jù)的影響程度；為激活結(jié)果。

31、本發(fā)明還提供了基于動態(tài)數(shù)據(jù)監(jiān)測的道路施工狀態(tài)檢測裝置，包括：

32、圖像獲取單元，用于獲取由道路交通車輛采集所得的道路圖像；

33、識別分割單元，用于根據(jù)所述道路圖像進行目標識別和分割出道路區(qū)域、施工區(qū)域、施工要素特征，以得到目標識別結(jié)果；

34、跟蹤單元，用于對施工車采用多目標跟蹤方法進行運行跟蹤，以確定所述施工車的移動情況；

35、狀態(tài)確定單元，用于結(jié)合所述目標識別結(jié)果以及所述施工車的移動情況根據(jù)設定的決策樹確定道路施工狀態(tài)；

36、融合單元，用于當所述道路施工狀態(tài)屬于施工狀態(tài)時，將所述施工要素特征組合形成多通道場景特征向量，并進行特征權(quán)重的融合，以得到融合結(jié)果；

37、特征影響因子計算單元，用于根據(jù)所述融合結(jié)果計算所述施工要素特征對應的特征影響因子；

38、環(huán)境權(quán)重因子計算單元，用于計算所述施工要素特征對應的環(huán)境權(quán)重因子；

39、綜合判斷單元，用于根據(jù)所述特征影響因子和環(huán)境權(quán)重因子，結(jié)合歷史信息進行綜合判斷，以得到施工類型。

40、本發(fā)明與現(xiàn)有技術相比的有益效果是：本發(fā)明通過城市公共交通車上的攝像頭獲取道路圖像，進行目標識別與分割，提取出施工相關特征，然后，采用多目標跟蹤技術監(jiān)測施工車的移動情況，并結(jié)合目標識別結(jié)果利用決策樹判定施工狀態(tài)，若處于施工狀態(tài)，則將各類特征組合形成多通道場景特征向量，進行特征權(quán)重融合，接著，根據(jù)融合結(jié)果計算特征影響因子和環(huán)境權(quán)重因子，并結(jié)合歷史信息進行綜合判斷，最終得出施工類型，此過程能夠適應不同城市路況，快速接入，節(jié)約成本，提升城市治理和交通預警能力。

41、下面結(jié)合附圖和具體實施例對本發(fā)明作進一步描述。