任务详情
1.研究方案
（1）挑选符合研究条件的交叉口、并对不同时间段的交通状况进行实时拍摄。
（2）对采集的视频、图像材料进行前期准备，对相应的目标、对象进行标注。
（3）将上述步骤处理好的数据图像放入经过改进的YOLOv8识别模型中，通过调试对比其与现有技术分析结果之间的区别。
（4）利用DeepSORT分析车辆运行轨迹，并对机非冲突进行标注与提取。
（5）对机非冲突使用相应分析方法进行分类与标记。
（6）根据分析的方法和对应的结果建立全新的无控制交叉口机非混行冲突评价系统，为改进交叉口机非冲突状况提供理论支撑。
2.数据集
本文将采用UA-DTRAC以及高空摄像、多角度实例拍摄自建数据集等方法，选取具有代表性的多个多种无控制交叉口进行拍摄，预计有效对象分析数量在20000以上。
3.方法可行性分析
（1）理论可行性
当前YOLOv8和DeepSORT的应用都已经十分成熟，但是在交通冲突领域，对交通冲突的判别分析，使用的方法还是基于传统观察方法居多，没有将YOLO利用在交通冲突分析中，所以误差往往比较大。
（2）创建数据集的可行性
本研究准备训练自建数据集，有车辆识别、冲突识别部分。分城市分地点分时间进行采集，采取实地拍摄的形式，后期进行筛选、分类和人工标注，具备自建数据集的可行性。
预算2000起
有相关项目经验
