《IATSS Research》：Dynamic data-driven speed measurement and safety evaluation at signalised intersections: A deep learning-based approach
编辑推荐：
精确的速度监测对于执法、减少碰撞和道路安全至关重要。本研究应用深度学习从动态（视频）数据中提取行人和车辆的精确速度剖面，以评估替代安全措施（Surrogate Safety Measures，SSMs）。研究人员实施了YOLOv11与Deep SORT相结合来
精确的速度监测对于执法、减少碰撞和道路安全至关重要。本研究应用深度学习从动态（视频）数据中提取行人和车辆的精确速度剖面，以评估替代安全措施（Surrogate Safety Measures，SSMs）。研究人员实施了YOLOv11与Deep SORT相结合来检测和跟踪行人与车辆。为提高检测精度，本研究细化了目标识别并在框架内实施了类别过滤。此外，集成了一种遮挡处理与重识别模块（Occlusion Handling and Re-Identification Module），以减少误分类和空间重叠，确保高预测可靠性。该框架表现出高可靠性，在所有类别中达到了0.951的准确率和0.956的精确率。这些结果表明，YOLOv11与Deep SORT的集成是一种稳健的方法，即使在遮挡情况下也能提取轨迹和速度。总体估计精度显著，行人速度的平均绝对误差（Mean-Absolute-Error，MAE）和均方根误差（Root-Mean-Square-Error，RMSE）分别记录为0.71?m/s和1.7?m/s。计算了两种SSMs——碰撞时间（Time to Collision，TTC）和后侵入时间（Post-Encroachment Time，PET）——以评估交叉口安全性。对30个观测值的分析揭示了基于TTC的5个危险情况和基于PET阈值的8个危险情况。研究结果提供了更准确的TTC和PET值计算，增强了关于车辆或行人停止或避免碰撞所需时间以及规避行动或行人-车辆冲突后恢复持续时间的清晰度。该方法为安全工程师提供了一个全面的工具包，用于识别传统方法无法捕捉的高风险区域和复杂交互模式。
研究背景：现代城市交通系统中，道路安全问题始终是核心关切。随着人口密度增加和道路基础设施复杂化，超速行为成为导致交通死亡和重伤的主要因素之一。传统速度测量方法，如雷达、激光雷达（LiDAR）和感应线圈，虽然精度高，但成本昂贵且只能实现定点测量，难以覆盖复杂交互场景。近年来，基于计算机视觉和人工智能（Artificial Intelligence, AI）的技术，尤其是深度学习（Deep Learning, DL），为低成本、广覆盖的速度监测提供了新可能。然而，现有方法在遮挡条件下的目标检测与跟踪仍存在误分类、空间重叠、坐标转换误差等局限，且大多数机器学习模型面临过拟合和泛化能力不足的问题。此外，准确提取行人和车辆的速度曲线是评估替代安全措施（Surrogate Safety Measures，SSMs）的关键，但传统基于人工观测的方法劳动密集且易出错。为此，研究人员开展了一项基于深度学习的动态数据驱动研究，旨在开发一种遮挡感知框架，实现精确的速度估计和交叉口安全评估。该研究发表在《IATSS Research》。
研究概述：研究人员利用YOLOv11和Deep SORT算法，结合遮挡处理与重识别模块（Occlusion Handling and Re-Identification Module），在澳大利亚墨尔本Elizabeth与Lonsdale街交叉口（一个多车道、高流量、包含多种道路使用者的复杂信号化交叉口）收集视频数据（2024年9月24日10:00-13:00，使用GoPro HERO12 Black，高度2.5?m，分辨率1920×1080，帧率30?fps）。数据集包含11,621张图像和128,933个标注，涵盖行人、汽车、公交车、卡车、摩托车和自行车六类，按70:30比例分为训练集和验证集。研究借助尺度因子转换将像素坐标映射为实际物理距离，利用欧几里得距离公式和帧间时间差计算速度，并通过平均绝对误差（MAE）和均方根误差（RMSE）验证精度。最终，基于30个近碰撞场景计算碰撞时间（Time to Collision，TTC）和后侵入时间（Post-Encroachment Time，PET），并依据文献阈值对交互严重程度进行分类。
关键技术方法（不超过250字）：数据来源于墨尔本市区信号交叉口的视频录像（GoPro HERO12 Black）。主要技术包括：1）使用在COCO数据集上预训练的YOLOv11进行目标检测，并通过类别过滤和置信度阈值优化；2）集成Deep SORT进行多目标跟踪，结合Kalman滤波器预测位置，利用余弦距离计算特征向量匹配；3）引入遮挡处理与重识别模块（Occlusion Handling and Re-Identification Module），降低误分类和空间重叠；4）通过尺度因子转换（像素/米）和欧几里得距离公式计算轨迹和速度；5）模型评估采用准确率、精确率、召回率、F1分数、MAE和RMSE；6）基于文献阈值将TTC和PET分为高危险、潜在危险或安全类别进行安全性评估。
研究结果：
3.1 目标检测与跟踪性能：研究人员利用YOLOv11在视频帧中检测行人和车辆，并通过Deep SORT结合遮挡处理模块实现连续跟踪。在六类目标上，整体准确率达0.951，精确率为0.956，其中公交车性能最高（精确率0.987），摩托车最低（0.932）。训练在28个epoch后完成，批次大小100，学习率0.005。结果表明，即使在大型车辆遮挡等复杂场景下，模型仍能保持高可靠性和低身份交换率，为轨迹提取提供了坚实的基础。
3.2 速度提取与精度验证：通过尺度因子转换和欧几里得距离计算，行人平均速度为1.31?m/s（文献参考基准1.42?m/s），车辆平均速度为8.04?m/s（道路限速11.11?m/s）。与标准值对比，行人速度的MAE为0.71?m/s，RMSE为1.7?m/s，表明深度学习编程在速度计算中误差较低。速度轨迹图显示行人速度波动在0.7–2.8?m/s之间，车辆速度受信号灯和让行行为影响呈现变化，部分时刻速度为零（让行行人）。该方法成功提取了5分钟内连续的速度剖面，验证了YOLOv11和Deep SORT组合在实时速度监测中的潜力。
3.3 替代安全措施（SSMs）分析：基于30个近碰撞场景，研究人员计算了两种SSMs。依据文献阈值，将TTC分为高危险（≤1.5?s，5个观测值）、潜在危险（1.5–2.6?s）和安全（>2.6?s）三类；将PET分为高危险（≤1.5?s，8个观测值）、冲突（1.5–5.5?s）和无交互（>5.5?s）三类。综合两个指标，当TTC和PET均≤1.5?s时判定为严重冲突，仅一个指标低于阈值时为轻微冲突。结果表明，该框架能更精确地计算TTC和PET值，清晰量化车辆或行人停止/规避碰撞所需时间以及冲突后恢复时间，弥补了传统方法无法捕捉高风险区域和复杂交互模式的不足。
讨论总结与结论翻译：讨论部分指出，本方法在遮挡条件下的检测和跟踪性能优于传统非遮挡感知系统，并通过自动化数据处理显著减少了人工观测的工作量和误差。环境因素（如光照、天气）和场景复杂度仍会影响精度，未来需进行敏感性分析以进一步验证。研究结论（翻译自第4节结论）：本研究提出了一种基于深度学习的框架，旨在通过估计交叉口处行人和车辆的速度提取速度轨迹，并计算替代安全措施以评估该位置的安全状况。该方法成功估计了车辆和行人的速度。总体估计精度令人鼓舞，平均误差维持在0.71?m/s。研究结果表明，YOLOv11与Deep SORT算法的结合是一种有前景的方法，可通过视频数据评估大量行人和车辆的速度和轨迹。该框架有效减少了对劳动密集型人工观测的依赖，自动处理与替代安全措施相关的数据，提高了准确性和效率。本研究方法在交叉口安全性和可用性评估方面具有多项关键应用，并为安全工程师识别高风险区域和传统方法无法捕捉的交互模式提供了全面工具。未来研究将探讨不同天气条件下行人的行为变化以及不同道路使用者之间的交互模式，并分析视频数据以优化交叉口设计。
