目标检测下的车型对交通流速度影响研究

来源：计算机工程与应用杂志2024年第24期北京时间：

作者：徐慧智, 常梦莹, 陈祎楠, 郝东升

单位：东北林业大学 土木与交通学院，哈尔滨 150040

摘要：针对传统目标检测跟踪算法识别精度低，实时性差等缺点，提出了一种基于YOLOv5s和DeepSort算法模型的视频车辆实时车流量和速度检测方法。构建了包含25?877个目标样本的数据集，采用YOLOv5s算法模型实现视频车辆的检测，利用DeepSort算法对车辆进行跟踪计数与测速，实现了路段监控对车辆的实时检测。基于深度学习获取的速度与交通量数据，构建了不同车型对交通流速度影响模型，探究畅通状态、稳定状态、拥挤状态下车型的速度与交通量之间的关系，结果表明：算法模型对视频车辆的检测效果良好，平均准确度达到91.4%；不同状态下，车型对交通量速度的影响程度不同；畅通状态和稳定状态下，出租车的速度对交通量影响较大；拥挤状态下，私家车的车速受交通量影响较大。

关键词：交通管控,目标检测,不同车型,深度学习,交通流速度模型