视频分析技术在营运车辆智能监管中的应用.pdfVIP

第４９卷第２期湖南交通科技Ｖｏｌ．４９Ｎｏ．２

２０２３年６月ＨＵＮＡＮＣＯＭＭＵＮＩＣＡＴＩＯＮＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＪｕｎ．，２０２３

???

文章编号：１００８８４４Ｘ（２０２３

视频分析技术在营运车辆智能监管中的应用

苏丹妮，欧剑波，肖和平

（湖南省交通运输厅科技信息中心，湖南长沙４１０００４）

摘要：营运车辆易发生群死群伤的重特大交通事故，是交通运输安全监管的重点和难

点，“人盯人”的传统安全监控措施已不能满足智能监控驾驶员行为的需求。为此，提出了

将视频分析技术应用于营运车辆智能监管中的技术方法，从疲劳驾驶和分心驾驶两方面动态

识别驾驶员姿态特征，考虑行为的连续性、相似性、叠加性对姿态类别进行数据标签处理，

并通过级联卷积神经网络的训练与预测构建了驾驶员姿态识别模型，经测试模型对姿态的识

别准确率达到９７％。最后，根据姿态识别结果结合车辆速度、位置等信息确定了１７种不安

全驾驶行为的预警规则，形成了实时分析、自动报警的营运车辆智能监管方案。

关键词：交通工程；营运车辆安全监管；不安全驾驶行为；视频分析技术；卷积神经网络

中图分类号：Ｕ４９５文献标志码：Ａ

体的姿态行为检测技术，目前主要包括肤色检测模

０引言［１１］［１２－１４］［１５－１７］

型、机器学习模型及深度学习模型。

营运车辆具有行驶里程远、行驶时间长、运输其中，深度学习技术快速发展，对于姿态行为的识

载量大、运行范围广、营运环境复杂等特点，易发别性能远超于传统的机器学习方法，在驾驶员监测

生群伤群死的重大交通事故，安全态势十分严峻。方面应用十分广泛。然而，目前相关研究也存在诸

目前，８０％的道路交通事故都与驾驶员的不规范驾多不足：首先，驾驶员姿态行为检测的研究对象多

驶有关［１－２］，其中又以超速、疲劳驾驶、错误驾驶局限于小汽车，较少涉及营运车辆；其次，驾驶员

行为居多。传统的人工巡查监控画面监管方式，尽姿态识别种类有限，多针对打电话、抽烟等单一常

管投入大量人力，但难以预判造成车辆安全事故的见姿态，未考虑吃东西、喝水、视线偏离等其他姿

关键致因，做不到精准识别和及时响应。因此，探态以及组合姿态；最后，较少利用视频图像序列对

索自动识别驾驶员不安全驾驶行为的技术手段极具连续性姿态行为进行动态识别，多为周期性拍摄图

价值，通过对车辆运行过程中不安全驾驶行为进行像。

全方位、全时空、精细化的主动监测和预警，可全针对以上不足，本文提出了将视频分析技术应

面提升营运车辆安全管理和服务水平。用于营运车辆智能监管的方法。首先，从疲劳驾驶

迄今为止，国内外在车辆驾驶行为智能监测的和分心驾驶两方面出发，考虑行为的连续性、相似

研究上已取得部分研究成果，主要集中在驾驶员姿性、叠加性，通过将图像序列作为数据集、明确相

态行为数据的获取方法上。目前，主流的方法包似姿态边界、设计多姿态数据标签等创新方法，对

括：基于车辆行驶方向、速度、轨迹等行为的检测视频图像呈现的姿态类别进行精细的标签化处理。

方法［３－５］、基于驾驶员脑电图、心率、呼吸频率等