第20卷第2期2023年2月铁道科学与工程学报JournalofRailwayScienceandEngineeringVolume20Number2February2023基于航拍视频构建风险指数的交织区拥堵识别方法李熙莹1,2，梁靖茹1,2，张伟斌3，郝腾龙1,2，陈丽娟1,2(1.中山大学智能工程学院，广东深圳518107；2.广东省智能交通系统重点实验室，广东深圳518107；3.南京理工大学电子工程与光电技术学院，江苏南京210094)摘要：为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素，基于无人机航拍视频构建车辆轨迹数据，提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先，通过YOLOv4(YouOnlyLookOnce，Version4)网络训练航拍小目标权重检测俯拍车辆，关联外观与运动特征以跟踪车辆轨迹，从而提取无人机航拍视频中的精细车辆轨迹。然后，通过提取车辆微观速度、变道、冲突信息建立车速扰动和变道交织扰动感知模型。最后，采用熵值法结合扰动信息与平均车速构建归一化的拥堵风险指数，根据交织流的拥堵风险指数识别拥堵。本文采集广州大桥数据进行案例分析与测试验证。研究结果表明：学习了小目标特征的网络在航拍场景测试的误检率和少检率均低于5%，所提取的车辆轨迹连续稳定；在交织区拥堵识别评价中，本文方法的F1值达到97.85%，明显优于基本参数识别方法，在各路段中具有较高的识别准确度和算法鲁棒性；相比平均速度指标，所提出的拥堵风险指数能够更精细灵敏地反映短时和局部的拥堵，并能够从平均车速、个体车速差异和变道交织3个维度中识别多种因素引起的交织区交通瓶颈。研究结果可为城市重点路段交通诱导与优化提供技术基础。关键词：智能交通；拥堵识别；快速路交织区；航拍视频检测；拥堵风险指数中图分类号：U491.2文献标志码：A开放科学(资源服务)标识码(OSID)文章编号：1672-7029（2023）02-0494-12CongestionrecognitionmethodinweavingsectionsbyconstructingriskindexbasedonaerialvideoLIXiying1,2,LIANGJingru1,2,ZHANGWeibin3,HAOTenglong1,2,CHENLijuan1,2(1.SchoolofIntelligentSystemsEngineering,SunYat-SenUniversity,Shenzhen518107,China;2.GuangdongProvincialKeyLaboratoryTransportSystem,Shenzhen518107,China;3.SchoolofElectronicandOpticalEngineering,NanjingUniversityofScienceandTechnology,Nanjing210094,China)Abstract:Inordertoidentifytheformationofcongestionbottlenecksand...
