一种车辆占道检测方法、装置、设备及存储介质

技术领域

本发明实施例涉及目标检测技术领域，尤其涉及一种车辆占道检测方法、装置、设备及存储介质。

背景技术

随着我国高速公路的建设逐步较快，高速覆盖面逐年提升，为客运和货运提供了极大便利。但随着机动车辆的增加，高速上发生的交通事故也越来越多，其中货车占道行驶情况十分普遍，严重影响了高速公路的高效运行，同时由于货车占用小车车道而引起的事故也日益严重。

由于高速公路上车辆众多，全部由人工进行违法判断工作量巨大，而现下市场中虽有针对车辆违法占道的全自动检测方法或装置，但其仅是针对道路监控中拍摄得到的图片进行车牌识别，需要对图中所有识别车辆进行占道判定，计算量巨大且识别针对性不强。同时并未考虑由于图像拍摄角度以及车辆不同位置对检测结果的影响，使得车辆占道检测结果的确定速度慢，准确性低。

发明内容

本发明提供一种车辆占道检测方法、装置、设备及存储介质，以针对性的确定目标车辆在高速公路上的占道情况，提升了车辆占道检测结果的确定效率，提高了车辆占道检测结果的准确性。

第一方面，本发明实施例提供了一种车辆占道检测方法，包括：

获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；

对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；

根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。

进一步地，对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道，包括：

根据预设图像分割模型对待检测图像进行图像分割处理，确定待检测图像中的至少两条车道线、以及各车道线的车道线类型，其中，车道线类型包括实车道线与虚车道线；

根据各车道线间的排列关系确定车道分割结果；

根据预设目标检测模型对待检测图像进行目标检测处理，根据目标检测结果确定至少两个待检测车辆的待检测车辆图像；

根据车道分割结果、各待加测车辆图像与目标车牌信息，确定目标车辆与目标检测车道。

进一步地，根据车道分割结果、各待检测车辆图像与目标车牌信息确定目标车辆与目标检测车道，包括：

从各待检测车辆图像中提取各待检测车辆的车辆朝向信息，根据各车辆朝向信息与车道分割结果确定目标检测车道；

将各待检测车辆图像输入预设车牌识别模型，根据识别结果确定各待检测车辆的车牌信息，并将车牌信息与目标车牌信息一致的待检测车辆确定为目标车辆。

进一步地，车辆朝向信息包括车头朝向和车尾朝向，根据各车辆朝向信息与车道分割结果确定目标检测车道，包括：

将车辆朝向信息为车头朝向的待检测车辆个数确定为第一数量，将车辆朝向信息为车尾朝向的待检测车辆个数确定为第二数量；

若第一数量大于第二数量，将车头朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第一实车道线，以及与第一实车道线右侧相邻的第一虚车道线，将第一实车道线与第一虚车道线构成的车道确定为目标检测车道；

否则，将车尾朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第二实车道线，以及与第二实车道线右侧相邻的第二虚车道线，将第二实车道线与第二虚车道线构成的车道确定为目标检测车道。

进一步地，根据目标车辆的车辆类型、目标车辆的中心点坐标以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果，包括：

根据预设外观分类模型确定目标车辆的车辆类型，通过目标车辆的车辆位置信息确定目标车辆的中心点坐标；

若目标车辆的车辆类型为非货车，则将目标车辆相对目标检测车道的占道检测结果确定为非占道；

若目标车辆的车辆类型为货车，则根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果。

进一步地，根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果，包括：

确定中心点坐标与目标检测车道的各实车道线外轮廓坐标的平均水平距离，并将平均水平距离确定为第一距离；

确定目标检测车道的各虚车道线外轮廓坐标与各实车道线外轮廓坐标的水平距离，并将各水平距离确定为第二距离；

若大于第一距离的第二距离的数量占第二距离总数的比例大于预设阈值，则将目标车辆相对目标检测车道的占道检测结果确定为占道；

否则，将目标车辆相对目标检测车道的占道检测结果确定为非占道。

第二方面，本发明实施例还提供了一种车辆占道检测装置，包括：

信息获取模块，用于获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；

目标确定模块，用于对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；

占道检测模块，用于根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。

第三方面，本发明实施例还提供了一种计算机设备，包括：

存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的车辆占道检测方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的车辆占道检测方法。

本发明实施例提供的一种车辆占道检测方法、装置、设备及存储介质，通过获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。通过采用上述技术方案，针对目标车牌信息对应车辆的历史行驶图像集中确定出的待检测图像进行图像分割处理以及目标检测处理，进而根据已确定的目标车牌信息确定待检测图像中目标车辆所处的位置，并确定出待检测图像中的目标检测车道，明确了待检测图像中需要进行占道检测的车辆以及用以判定是否占道的车道，无需对待检测图像中所有车辆进行占道检测，提升了车辆占道检测的确定效率，降低了数据处理量；同时根据目标车辆的中心点坐标以及目标检测车道的外轮廓坐标确定目标车辆相对于目标检测车道的占道检测结果，充分考虑了由于图像拍摄角度以及车辆不同位置对占道检测结果的影响，提升了车辆占道检测结果确定的准确性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例一中的一种车辆占道检测方法的流程图；

图2是本发明实施例二中的一种车辆占道检测方法的流程图；

图3是本发明实施例二中的一种根据车道分割结果、车辆识别结果与目标车牌信息，确定目标车辆与目标检测车道的流程示意图；

图4是本发明实施例二中的一种从车辆识别结果中提取各待检测车辆的车辆朝向信息，根据各车辆朝向信息与车道分割结果确定目标检测车道的流程示意图；

图5是本发明实施例二中的一种根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果的流程示意图；

图6是本发明实施例三中的一种车辆占道检测装置的结构示意图；

图7是本发明实施例四中的一种计算机设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施例方式作进一步地详细描述。应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

实施例一

图1为本发明实施例一提供的一种车辆占道检测方法的流程图，本实施例可适用于执法人员在已知目标车辆车牌情况下对目标车辆进行违规占道检测的情况，该方法可以由车辆占道检测装置来执行，该车辆占道检测装置可以由软件和/或硬件来实现，该车辆占道检测装置可以配置在计算机设备上，该计算机设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，计算机设备可以是笔记本、台式计算机以及智能平板等。

如图1所示，本实施例一提供的一种车辆占道检测方法，具体包括如下步骤：

S101、获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像。

在本实施例中，目标车牌信息可理解为预先确定的需要进行占道检测的车辆的车牌信息，可选的，该目标车牌信息可由执法人员从预先确定的可能存在违章行为的车辆集合中提取得到。历史行驶图像集可理解为目标车牌信息所对应车辆在行驶过程中，由沿其行驶路径分布的图像采集设备采集的监控图像的集合。待检测图像为历史行驶图像集中的一帧图像。

具体的，获取由执法人员提供的需要进行占道检测的车辆的目标车牌信息，进而由相应执法机构获取目标车牌信息所对应车辆在需要进行占道检测的一段历史时间内的历史行驶路径，并将分布于该历史行驶路径中的图像采集设备在历史时间内采集到的监控图像集合确定为历史行驶图像集，进而从历史行驶图像集中筛选目标车牌信息所对应车辆可能存在车辆违规占道行驶的图像，并将其确定为待检测图像，以供执法人员对可能存在违规占道行驶车辆进行违规行为判断核准。

S102、对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道。

在本实施例中，图像分割处理可理解为将待检测图像划分为若干具有特定的、独特性质的区域的图像处理方法，可用于将待检测图像中背景与所需识别目标进行分割，进一步地，在本实施例中可用于对待检测图像中的车道线以及车道进行分割。目标检测处理可理解为对待检测图像中具有预先设定特征的物体对象进行识别检测的图像处理方法，进一步地，在本实施例中可将车辆作为待检测图像中的目标进行检测识别。目标车辆可理解为待检测图像中与目标车牌信息对应的车辆。目标检测车道可理解为待检测图像中用以判断进行占道检测的参考车道，在本实施例的应用场景中也可理解为小车车道或快车道。

具体的，对待检测图像进行图像分割处理以及目标检测处理，得到对待检测图像中目标进行提取的，以及对待检测图像中车道线以及车道进行分割后的处理结果，从处理结果提取得到的多个车道中确定出用以作为占道检测参照车道的目标检测车道，并从处理结果识别得到的多个车辆中确定与目标车牌信息相对应的目标车辆。

本发明实施例通过获取的目标车牌信息由待检测图像中筛选目标车辆，避免了对待检测图像中所有车辆均需进行车辆占道检测的问题，提升了车辆占道检测结果的确定效率，降低了所需处理的数据量。

S103、根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。

在本实施例中，由于本实施例所针对的应用场景为货车侵占小车车道的占道检测，故目标车辆的车辆类型可分为货车和非货车两类；目标车辆的中心点坐标可理解为目标车辆的中心位置在待检测图像中的位置坐标信息，可用以较为准确的表征目标车辆在待检测图像中的位置情况；目标检测车道的外轮廓坐标可理解为构成目标检测车道两条车道线的最外侧轮廓的坐标。

具体的，确定目标车辆的车辆类型，由于在目标车辆的车辆类型为货车时才可能存在目标车道违规占道的情况，故仅在车辆类型为货车时确定目标车辆的中心点坐标与目标检测车道的外轮廓坐标间的相对位置关系，进而根据该相对位置关系以及预设的占道判定条件，确定目标车辆相对于目标检测车道的占道检测结果；而针对目标车辆的车辆类型为费货车的情况，直接确定占道检测结果为非占道。

本发明实施例通过获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。通过采用上述技术方案，针对目标车牌信息对应车辆的历史行驶图像集中确定出的待检测图像进行图像分割处理以及目标检测处理，进而根据已确定的目标车牌信息确定待检测图像中目标车辆所处的位置，并确定出待检测图像中的目标检测车道，明确了待检测图像中需要进行占道检测的车辆以及用以判定是否占道的车道，无需对待检测图像中所有车辆进行占道检测，提升了车辆占道检测的确定效率，降低了数据处理量；同时根据目标车辆的中心点坐标以及目标检测车道的外轮廓坐标确定目标车辆相对于目标检测车道的占道检测结果，充分考虑了由于图像拍摄角度以及车辆不同位置对占道检测结果的影响，提升了车辆占道检测结果确定的准确性。

实施例二

图2为本发明实施例二提供的一种车辆占道检测方法的流程图，本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化，在根据在对待检测图像进行处理时，分别通过预设图像分割模型确定待检测图像中的车道分割结果，并通过预设目标检测模型确定待检测图像中的待检测车辆图像，进而根据车道分割结果、待检测车辆图像与目标车牌信息确定目标车辆与目标检测车道。在进行目标检测车道确定时，根据待检测图像中识别出的各车辆的车辆朝向信息，确定待检测图像中车辆的行驶方向，进而确定目标检测车道为车道分割结果中的哪条车道，提升了目标检测车道确定的准确性。同时，在进行占道检测结果确定时，通过考虑目标车辆中心点坐标与目标检测车道各虚车道线的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果，降低了图像拍摄角度以及车辆不同位置对占道检测结果的影响，提升了车辆占道检测结果确定的准确性。

如图2所示，本发明实施例二提供的一种车辆占道检测方法，具体包括如下步骤：

S201、获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像。

S202、根据预设图像分割模型对待检测图像进行图像分割处理，确定待检测图像中的至少两条车道线、以及各车道线的车道线类型。

其中，车道线类型包括实车道线与虚车道线。

在本实施例中，预设图像分割模型可理解为用以实现将图像分成若干特定具有独特性质的区域的神经网络模型，可以理解的是，预设图像分割模型可以为基于任意分割方法实现图像分割的现有神经网络模型，本发明实施例对分割方法以及模型类型均不进行限制。车道线可理解为用以分割公路上各行驶车道的分割线，其中，车道线在形态上的类型可分为实车道线与虚车道线，实车道线为同向行驶公路中最边侧的两条车道线，虚车道线为同向行驶公路中用以在两条实车道线中间依次排布，进行车道划分的车道线。

具体的，将待检测图像输入预设图像分割模型中，通过预设图像分割模型得到待检测图像中各条实线与虚线的分割识别结果，其中分割识别到的各条实线与虚线均可被认为是待检测图像中的车道线，并且可将其中的实线的车道线类型确定为实车道线，将其中的虚线的车道线类型确定为虚车道线，进而用以表征待检测图像中公路的车道分割情况。

S203、根据各车道线间的排列关系确定车道分割结果。

具体的，由于各车道线间为平行排列的关系，故可根据预设图像分割模型分割识别得到的两条实车道线确定同向行驶公路的范围，且根据各车道线间的平行排列关系，可以实车道线为基准，确定与其相邻平行的虚车道线，进而依据各虚车道线的坐标位置信息，将各虚车道线依次平行排布于两实车道线间，将相邻实车道线与虚车道线，依据两相邻虚车道线间的部分确定为一条车道，并将所有划分好的车道确定为该待检测图像中的车道分割结果。

S204、根据预设目标检测模型对待检测图像进行目标检测处理，根据目标检测结果确定至少两个待检测车辆的待检测车辆图像。

在本实施例中，预设目标检测模型可理解为一种基于目标几何和统计特征的图像分割与提取的神经网络模型，在本实施例中可理解为用于实现车辆目标提取的神经网络模型，可以理解的是，预设目标检测模型可以为根据预先设置的目标检测条件训练得到的任意一种现有神经网络模型，也即其可为Faster R-CNN、SSD和YOLO模型中的任意一种，本发明实施例对上述条件均不进行限制。

具体的，将待检测图像输入至预设目标检测模型中，根据目标检测结果即可确定待检测图像中的至少两个待检测车辆，并可通过最小外接矩形框将各待检测车辆进行框选，进而由原待检测图像中截取出各待检测车辆对应的待检测车辆图像。进一步地，可根据各最小外接矩形框在待检测图像中的位置，确定各待检测车辆的车辆位置信息，也即可根据车辆位置信息明确对应待检测车辆的车辆中心点的位置坐标。

需要明确的是，步骤S202-S203与步骤S204在执行上并无先后顺序要求，可先执行步骤S202-S203，或先执行步骤S204，也可同时执行步骤S202-S203和步骤S204，本发明实施例对此不进行限制，仅以先执行步骤S202-S203为例进行叙述。

S205、根据车道分割结果、各待检测车辆图像与目标车牌信息，确定目标车辆与目标检测车道。

具体的，通过各待检测车辆图像确定各待检测车辆的车牌信息，并将各车牌信息中与目标车牌信息相同的车牌信息所对应的待检测车辆确定为目标车辆；同时根据车道分割结果与车辆识别结果明确待检测图像中拍摄到的公路上车辆的行驶方向，进而根据车辆行驶方向确定待检测图像中的小车车道，并将该小车车道确定为目标检测车道。

进一步地，图3为本发明实施例提供的一种根据车道分割结果、各待检测车辆图像与目标车牌信息，确定目标车辆与目标检测车道的流程示意图，如图3所示，具体包括如下步骤：

S2051、从各待检测车辆图像中提取各待检测车辆的车辆朝向信息，根据各车辆朝向信息与车道分割结果确定目标检测车道。

在本实施例中，车辆朝向信息可理解为各待检测车辆图像中各待检测车辆面向方向的信息，也即是车辆是面向待检测图像的图像采集装置的还是车辆是背向待检测图像的图像采集装置的；进一步地，可将车辆朝向信息划分为车头朝向与车尾朝向，以表征车辆朝向信息对应的车辆的行驶方向和行驶状态。

具体的，由各待检测车辆图像中提取出各待检测车辆的车辆朝向信息，进而通过各车辆朝向信息可明确待检测图像中所拍摄到车辆的行驶方向，一般的，小车车道/快车道为车辆行驶方向最左侧的车道，因此可在根据各车辆朝向信息明确车辆行驶方向后，由车道分割结果中确定出小车车道/快车道作为进行车辆占道检测的目标检测车道。

示例性的，车辆朝向信息可通过预设的车头车尾分类模型进行确定，其中，车头车尾分类模型可理解为一种用于图像分类的神经网络模型，可通过对前车窗及车厢尾灯等特征对输入车头车尾分类模型中的待检测车辆图像进行车辆朝向的识别，进而得到对应待检测车辆的车辆朝向信息。

进一步地，在部分地区，小车车道/快车道可以为车辆行驶方向最左侧的两个车道，此时可根据待检测图像的拍摄位置确定该待检测图像中小车车道/快车道的条数，并在其为两个车道时，在车道分割结果中以车辆行驶方向为基准确定对应的目标检测车道。

进一步地，图4为本发明实施例提供的一种从车辆识别结果中提取各待检测车辆的车辆朝向信息，根据各车辆朝向信息与车道分割结果确定目标检测车道的流程示意图，如图4所示，具体包括如下步骤：

S301、将车辆朝向信息为车头朝向的待检测车辆个数确定为第一数量，将车辆朝向信息为车尾朝向的待检测车辆个数确定为第二数量。

S302、判断第一数量是否大于第二数量，若是，则执行步骤S303；若否，则执行步骤S304。

具体的，通过判断第一数量是否大于第二数量，可以确定当前获取的待检测图像中面向采集待检测图像的图像采集装置的车辆个数多少，进而确定待检测图像中车辆是面向其图像采集装置行驶还是背向其图像采集装置行驶的，也即明确了待检测图像中拍摄到的公路的车辆行驶方向，进而可以根据车辆行驶方向确定该公路上的小车车道/快车道的位置。因此，当第一数量大于第二数量时，可认为待检测图像中的车辆是面向其图像采集装置行驶的，此时执行步骤S303；否则，可认为待检测图像中的车辆是背向其图像采集装置行驶的，此时执行步骤S304。

S303、将车头朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第一实车道线，以及与第一实车道线右侧相邻的第一虚车道线，将第一实车道线与第一虚车道线构成的车道确定为目标检测车道。

可选的，当待检测图像中的小车车道/快车道为两条时，可将第一虚车道线右侧相邻的虚车道线确定为第三虚车道线，并将第一实车道线与第一虚车道线构成的第一车道，以及第一虚车道线与第三虚车道线构成的第二车道共同确定为目标检测车道。

S304、将车尾朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第二实车道线，以及与第二实车道线右侧相邻的第二虚车道线，将第二实车道线与第二虚车道线构成的车道确定为目标检测车道。

可选的，当待检测图像中的小车车道/快车道为两条时，可将第二虚车道线右侧相邻的虚车道线确定为第四虚车道线，并将第二实车道线与第二虚车道线构成的第三车道，以及第二虚车道线与第四虚车道线构成的第四车道共同确定为目标检测车道。

S2052、将各待检测车辆图像输入预设车牌识别模型，根据识别结果确定各待检测车辆的车牌信息，并将车牌信息与目标车牌信息一致的待检测车辆确定为目标车辆。

在本实施例中，预设车牌识别模型可理解为一种用以对待检测车辆图像中的车牌位置进行划分，并对划分后得到车牌进行字符识别得到车牌信息的神经网络模型。

具体的，将各待检测车辆图像输入至预设车牌识别模型中，根据识别结果确定各待检测车辆的车牌信息，将上述车牌信息与目标车牌信息一一比对，并将其中与目标车牌信息一致的待检测车辆确定为需要进行占道检测的目标车辆。

S206、根据预设外观分类模型确定目标车辆的车辆类型，通过目标车辆的车辆位置信息确定目标车辆的中心点坐标。

在本实施例中，预设外观分类模型可理解为一种用于根据车辆外观对车辆所属类型进行划分的神经网络模型，在本实施例中可用于对待检测车辆是否为货车进行划分。

具体的，将目标车辆对应的待检测车辆图像输入至预设外观分类模型中，通过车辆高度、型号特征等信息确定出目标车辆所属的车辆类型，并通过目标车辆对应的待检测车辆图像所对应的车辆位置信息，确定出目标车辆的中心点坐标，也即将目标车辆的最小外接矩形框的中心坐标确定为目标车辆的中心点坐标。

S207、判断目标车辆的车辆类型是否为非货车，若是，则执行步骤S208；若否，则执行步骤S209。

具体的，若目标车辆的车辆类型为非货车，则目标车辆必然不存在占道违规的情况，此时执行步骤S208；若目标车辆的车辆类型为货车，则需针对其位置与目标检测车道位置进行判断，继而确定其是否存在违规占道的情况，此时执行步骤S209。

S208、将目标车辆相对目标检测车道的占道检测结果确定为非占道。

S209、根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果。

具体的，根据目标车辆的中心点坐标与目标检测车道的外轮廓坐标，可确定目标车辆与目标检测车道的相对位置关系，进而可根据上述相对位置关系，确定目标车辆是否在目标检测车道上行驶，并最终确定占道检测结果。

进一步地，图5为本发明实施例提供的一种根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果的流程示意图，如图5所示，具体包括如下步骤：

S2091、确定中心点坐标与目标检测车道的各实车道线外轮廓坐标的平均水平距离，并将平均水平距离确定为第一距离。

具体的，由于待检测图像在拍摄过程中可能存在一定角度差异，并非完全与车道相垂直，因此目标车辆中心点坐标与实车道线外轮廓上各点间的水平距离并不相同，通过取中心点坐标与目标检测车道的各实车道线外轮廓坐标的平均水平距离来表示目标车辆与目标检测车道中实车道线的相对位置关系，并将上述平均水平距离通过第一距离来表示。

S2092、确定目标检测车道的各虚车道线外轮廓坐标与各实车道线外轮廓坐标的水平距离，并将各水平距离确定为第二距离。

具体的，若目标车辆处于目标检测车道中，则其中心点坐标必然处于目标检测车道最外侧的虚车道线与实车道线之间，则目标检测车道最外侧虚车道线外轮廓上各点的坐标相对于实车道线外轮廓上各点的坐标的水平距离，即可用以表征目标检测车道在水平方向上的范围，因此可将目标检测车道的各虚车道线外轮廓坐标与各实车道线外轮廓坐标的水平距离确定为第二距离。

S2093、判断大于第一距离的第二距离的数量占第二距离总数的比例是否大于预设阈值，若是，则执行步骤S2094；若否，则执行步骤S2094。

具体的，由于待检测图像在拍摄过程中可能存在一定角度差异，在目标车辆位于目标检测车道中时，其第一距离也可能并非全部小于第二距离，因此可通过判断大于第一距离的第二距离的数量占第二距离总数的比例来确定目标车辆是否位于目标检测车道中，也即当比例大于一个预设阈值时，可认为目标车辆已位于目标检测车道中，此时执行步骤S2094；否则，认为目标车辆未位于目标检测车道中，此时执行步骤S2095。

可选的，预设阈值可为80％，也可为其他人为设置的比例数值，本发明实施例对此不进行限制。

S2094、将目标车辆相对目标检测车道的占道检测结果确定为占道。

S2095、将目标车辆相对目标检测车道的占道检测结果确定为非占道。

本实施例的技术方案，通过在进行目标检测车道确定时，根据待检测图像中识别出各待检测车辆的车辆朝向信息，确定待检测图像中所包含公路上车辆的行驶方向，进而确定出识别出的车道分割结果中作为小车车道/快车道的目标检测车道，提升了目标检测车道确定的准确性；同时，在进行占道检测结果确定时，通过考虑目标车辆中心点坐标与目标检测车道中实车道线外轮廓上各点间的第一距离，以及目标检测车道最外侧虚车道线外轮廓上各点与实车道线外轮廓上各点间的第二距离，通过判断大于第一距离的第二距离的数量占第二距离总数的比例来确定目标车辆是否位于目标检测车道中，降低了图像拍摄角度以及车辆不同位置对占道检测结果的影响，提升了车辆占道检测结果确定的准确性。

实施例三

图6为本发明实施例三提供的一种车辆占道检测装置的结构示意图，该车辆占道检测装置包括：信息获取模块41，目标确定模块42和占道检测模块43。

其中，信息获取模块41，用于获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；目标确定模块42，用于对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；占道检测模块43，用于根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。

本实施例的技术方案，通过针对目标车牌信息对应车辆的历史行驶图像集中确定出的待检测图像进行图像分割处理以及目标检测处理，进而根据已确定的目标车牌信息确定待检测图像中目标车辆所处的位置，并确定出待检测图像中的目标检测车道，明确了待检测图像中需要进行占道检测的车辆以及用以判定是否占道的车道，无需对待检测图像中所有车辆进行占道检测，提升了车辆占道检测的确定效率，降低了数据处理量；同时根据目标车辆的中心点坐标以及目标检测车道的外轮廓坐标确定目标车辆相对于目标检测车道的占道检测结果，充分考虑了由于图像拍摄角度以及车辆不同位置对占道检测结果的影响，提升了车辆占道检测结果确定的准确性。

可选的，目标确定模块42，包括：

车道线确定单元，用于根据预设图像分割模型对待检测图像进行图像分割处理，确定待检测图像中的至少两条车道线、以及各车道线的车道线类型，其中，车道线类型包括实车道线与虚车道线；

分割结果确定单元，用于根据各车道线间的排列关系确定车道分割结果；

车辆图像确定单元，用于根据预设目标检测模型对待检测图像进行目标检测处理，根据目标检测结果确定至少两个待检测车辆的待检测车辆图像；

目标确定单元，用于根据车道分割结果、各待检测车辆图像与目标车牌信息，确定目标车辆与目标检测车道。

进一步地，目标确定单元，具体用于：从各待检测车辆图像中提取各待检测车辆的车辆朝向信息，根据各车辆朝向信息与车道分割结果确定目标检测车道；将各待检测车辆图像输入预设车牌识别模型，根据识别结果确定各待检测车辆的车牌信息，并将车牌信息与目标车牌信息一致的待检测车辆确定为目标车辆。

进一步地，车辆朝向信息包括车头朝向和车尾朝向，根据各车辆朝向信息与车道分割结果确定目标检测车道，包括：

将车辆朝向信息为车头朝向的待检测车辆个数确定为第一数量，将车辆朝向信息为车尾朝向的待检测车辆个数确定为第二数量；

若第一数量大于第二数量，将车头朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第一实车道线，以及与第一实车道线右侧相邻的第一虚车道线，将第一实车道线与第一虚车道线构成的车道确定为目标检测车道；

否则，将车尾朝向车辆的行驶方向确定为车辆行驶方向，获取车道分割结果中以车辆行驶方向为基准的最左侧的第二实车道线，以及与第二实车道线右侧相邻的第二虚车道线，将第二实车道线与第二虚车道线构成的车道确定为目标检测车道。

进一步地，占道检测模块43，具体用于：

根据预设外观分类模型确定目标车辆的车辆类型，通过目标车辆的车辆位置信息确定目标车辆的中心点坐标；

若目标车辆的车辆类型为非货车，则将目标车辆相对目标检测车道的占道检测结果确定为非占道；

若目标车辆的车辆类型为货车，则根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果。

进一步地，根据中心点坐标与目标检测车道的外轮廓坐标确定目标车辆相对目标检测车道的占道检测结果，包括：

确定中心点坐标与目标检测车道的各实车道线外轮廓坐标的平均水平距离，并将平均水平距离确定为第一距离；

确定目标检测车道的各虚车道线外轮廓坐标与各实车道线外轮廓坐标的水平距离，并将各水平距离确定为第二距离；

若大于第一距离的第二距离的数量占第二距离总数的比例大于预设阈值，则将目标车辆相对目标检测车道的占道检测结果确定为占道；

否则，将目标车辆相对目标检测车道的占道检测结果确定为非占道。

本发明实施例提供的车辆占道检测装置可执行本发明任意实施例所提供的车辆占道检测方法，具备执行方法相应的功能模块和有益效果。

实施例四

图7给出了本发明实施例四提供的一种计算机设备的结构示意图。该计算机设备包括：处理器50、存储器51、显示屏52、输入装置53以及输出装置54。该计算机设备中处理器50的数量可以是一个或者多个，图7中以一个处理器50为例。该计算机设备中存储器51的数量可以是一个或者多个，图7中以一个存储器51为例。该计算机设备的处理器50、存储器51、显示屏52、输入装置53以及输出装置54可以通过总线或者其他方式连接，图7中以通过总线连接为例。实施例中，计算机设备可以是电脑、笔记本或智能平板等。

存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的计算机设备对应的程序指令/模块(例如，信息获取模块41，目标确定模块42和占道检测模块43)。存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

显示屏52可以为具有触摸功能的显示屏52，其可以是电容屏、电磁屏或者红外屏。一般而言，显示屏52用于根据处理器50的指示显示数据，还用于接收作用于显示屏52的触摸操作，并将相应的信号发送至处理器50或其他装置。

输入装置53可用于接收输入的数字或者字符信息，以及产生与展示设备的用户设置以及功能控制有关的键信号输入，还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置54可以包括扬声器等音频设备。需要说明的是，输入装置53和输出装置54的具体组成可以根据实际情况设定。

处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的车辆占道检测方法。

上述提供的计算机设备可用于执行上述任意实施例提供的车辆占道检测方法，具备相应的功能和有益效果。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆占道检测方法，该方法包括：

获取目标车牌信息，并从目标车牌信息所对应车辆的历史行驶图像集中确定待检测图像；

对待检测图像进行图像分割处理与目标检测处理，根据处理结果确定目标车辆与目标检测车道；

根据目标车辆的车辆类型和中心点坐标、以及目标检测车道的外轮廓坐标，确定目标车辆相对目标检测车道的占道检测结果。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆占道检测方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。