Automata forgalmi statisztika objektumdetektálás és adaptív járműtrajektória klaszterezés alapján

Absztrakt

Az Intelligens Közlekedési Rendszerek (ITS) dinamikusan fejlődő és széles körben kutatott terület manapság. Nagyon szerteágazó tudományterület, amelynek fontos része a forgalmi dinamika elemzés, forgalomszámlálás és a forgalomi előrejelzések. Ebben a cikkben egy adaptív forgalomi statisztika generáló eljárást mutatunk be. A módszer álló megfigyelő szemszögéből készült videófelvételeken YOLOv7 objektumdetektorral detektálja a közlekedő járműveket és azonosítja azok kategóriáját. A videószekvenciákon elvégzett detektálásokat az általunk bemutatott módszer DeepSort követő algoritmus segítségével kapcsolja össze, aminek eredményeként előállnak az elhaladó járművek trajektóriái. A trajektóriák klaszterekbe sorolását OPTICS clustering eljárással végezzük el, aminek paraméterezésével szabályozzuk a létrejövő statisztika részletességét, ezáltal lehetővé válik akár utca-finomságú vagy sávszintű forgalmi adatok generálása ugyanabból a felvételből. Jelen cikkünkben négy különböző helyszínen készült felvételen teszteltük az eljárásunkat, aminek eredményeként nemcsak az egyes irányok tetszőleges felbontású forgalmi statisztikáit állíthatjuk elő, hanem azok időszakok szerinti és útirány szerinti normalizáltjait is. A normalizált statisztikai adatok megmutatják a forgalom szempontjából frekventált időszakokat és útvonalakat. A cikk végén gyakorlati hasznosíthatóságra irányuló példákon keresztül mutatjuk be a módszer teljesítőképességét.