如何使用YOLO進行道路車輛擁堵分析模型資料說明

　　針對當前交通運行出現(xiàn)的擁堵問題，提出一種新型的道路狀態(tài)判斷模型。首先，模型基于YOLOv3目標檢測算法，然后結(jié)合圖片對應(yīng)的特征值矩陣，通過相鄰幀之間的特征矩陣作差并將差值逐項求和得到的結(jié)果與預(yù)設(shè)值進行比較來判斷當前道路是處于擁堵狀態(tài)還是正常通行狀態(tài)，其次再將當前計算出的道路狀態(tài)與前兩次計算出的道路狀態(tài)進行比較，最后運用模型里的狀態(tài)統(tǒng)計法來統(tǒng)計道路某狀態(tài)（擁堵或通暢）的持續(xù)時間。該模型能夠同時對一條道路的三個車道進行狀態(tài)統(tǒng)計分析，經(jīng)過實驗，模型對單條車道狀態(tài)判斷的平均準確率能達到80010以上，并且白天與夜晚的道路均適用。

　　隨著經(jīng)濟的發(fā)展與城市化進程的加快，人們的生活水平日益提高，機動車成為了越來越多人的出行首選工具。根據(jù)中國公安部交管局的統(tǒng)計數(shù)據(jù)。截至2017年6月底，全國機動車保有量達3. 04億輛，其中汽車2.05億輛；機動車駕駛?cè)诉_3. 71億人，其中汽車駕駛?cè)?.28億人。數(shù)量巨大的機動車也為城市交通的良好運行帶來了巨大的挑戰(zhàn)，我國道路交通擁堵情況非常嚴重，尤其是在特大、超大型城市，比如北京、廣州、上海等。除了我國，交通擁堵在其他國家也是個大問題，根據(jù)《Inrix:2016年全球交通擁堵情況排行榜報告》顯示，洛杉磯以人均104堵在路上位居第一。由此可見，道路擁堵是個亟待解決的問題。

　　當前存在的一些道路車輛擁堵檢測方法包括：利用路面傳感器定時采集道路車流數(shù)據(jù)信息實時判斷道路擁堵情況，或者對特定路段的交通車輛數(shù)據(jù)流進行分時段的統(tǒng)計與數(shù)據(jù) 分析。常用的路面?zhèn)鞲衅鞅热鐧z測器有線圈、浮動車 等。這兩個方法可移植性差，并且對每個路口都要進行設(shè)備 安裝或者數(shù)據(jù)統(tǒng)計，因此這些方法存在著成本高、代價高的缺點。本文提出一種新型的道路車輛擁堵分析模型，該模型具有運行速度快、準確率高、成本低、易于部暑等優(yōu)點。實驗結(jié)果證明，針對直行車道，該模型的平均準確率均能達到80% 以上。