基于深度學習的危化品車輛貨物類型識別技術研究

賈 磊

（山西省交通科技研發有限公司，山西 太原 030032）

1 研究背景

危化品車輛運輸具有長距離、跨地區的特點，發生事故的時間和地點難以預知。由于其易燃、易爆、易中毒、易污染的特點，危化品事故不僅會造成經濟損失，還會對環境產生污染，甚至會出現重大的人員傷亡情況。對進入隧道等重點路段的危化品車輛危險貨物類型進行識別，可以在發生危化品運輸事故時，進行針對性的緊急救援，避免盲目施救。對危化品車輛貨物類型的識別將有助于促進交通運輸行業安全管理，對于運輸效率和安全性都起著非常重要的作用[1]。

國家標準《危險貨物分類及品名編號》（GB 6944—2012）對危險貨物給出的定義是：“凡具有爆炸、易燃、毒害、感染、腐蝕、放射性等性質，在運輸、裝卸和存儲保管過程中，容易造成人身傷亡和財產損毀而需要特別防護的貨物，均稱為危險貨物”。國家標準《危險貨物分類及品名編號》中將危險品按其主要特性和運輸要求分為9類18種，如圖1所示。

圖1 危險貨物分類

因此，本研究基于深度學習技術，實現對在高速公路通行危化品運輸車輛的貨物類型準確識別，高速公路監管人員能夠在第一時間獲得車輛的貨物信息，幫助管理人員做好車輛運行監管，從而提升高速公路危化品車輛管理水平。

2 研究現狀

對危化品車輛貨物類型的識別屬于典型的目標檢測任務。深度學習是當前目標檢測的主流方法，這些方法可以大致分為兩種類型：兩階段檢測器和單階段檢測器[2]。

a）兩階段目標檢測器 以R-CNN系列模型為代表的兩階段檢測器主要由三部分組成:第一部分生成基于類別的候選區域，這些候選區域定義了候選檢測器可用的候選檢測集；第二部分是用于抽取每個區域的固定長度特征向量的深度卷積神經網絡；第三部分是同類型的線性SVM分類器。代表性模型包括：R-CNN系列模型、VGG網絡和ResNet網絡等。

b）單階段目標檢測器 單階段目標檢測器直接將目標檢測作為回歸問題，使用預定義的錨點，密集覆蓋整個圖像的空間位置，而不是使用額外的區域建議網絡。代表性模型包括：YOLO系列模型、SSD網絡模型和RetinaNet網絡模型。

3 研究方法

3.1 危化品車輛數據采集系統

為了實時采集高速公路運行中危化品車輛數據，我們設計了基于機器視覺的車輛抓拍系統，如圖2所示。監控攝像機為海康威視抓拍攝像機（iDS-TCV900-AE/25），使用紅外閃光燈對弱光照環境進行補光，采集圖片像素為4 096像素×2 160像素，模型識別結果和部分原始圖像通過專有網絡傳輸到道路監測中心[3]。

圖2 危化品車輛危險貨物類型抓拍系統

3.2 目標檢測模型

本研究使用YOLOv3模型作為目標檢測方法。YOLOv3首先把特征映射圖劃分為S×S網格，然后每個網格生成B個邊界框來預測目標，總共得到S×S×B個預測邊界框，本文采用的YOLOv3模型目標檢測原理圖如圖3所示。YOLOv3直接對生成的預測邊界框執行邊界回歸與決策。YOLOv3模型的目標損失函數Lyolo：

式中：Lxy為預測框中心點誤差；Lwh為預測框寬度和高度誤差；Lconfidence為置信度誤差；Lclass為分類誤差。

圖3 YOLOv3目標檢測原理圖

4 實驗與分析

4.1 建立數據集

圖4 危化品運輸車輛貨物類型數據集

為開展危化品運輸車輛車型檢測識別研究工作，本研究任務收集了在真實道路監控場景下高速公路行駛狀態的危化品運輸車輛貨物類型數據集，數據集有10 000張危化品運輸車輛背面圖像，如圖4所示。共有23種標注類別22 174個車輛危化品運輸種類相關的標注框信息，分別是危險化學品屬性分類5種8 419個，危險化學品分類18種13 755個[4]。

4.2 數據標注

本次目標檢測對象為危化品車輛貨物類型，而高速公路監控卡口所抓拍得到的是所有類型的車輛圖片。為完成對危化品車輛貨物類型檢測工作，需要人工篩選出危化品車輛的背面圖片作為可用樣本，并選用標注工具labelimg對危化品車輛的貨物信息類型進行標注。標注完成的圖片會生成與原文件同名的xml文件，記錄標注數據的位置以及類型結果，如圖5所示。

圖5 危化品車輛貨物種類標注數據

4.3 實驗設置

將YOLOv3模型在深度學習服務器上進行訓練，將動量設置為0.9，重量衰減設置為0.000 5，訓練周期設置為300。當訓練到總訓練周期的70%和90%階段時進行γ為0.1的學習率衰減。

4.4 實驗結果

YOLOv3模型可以對卡口危化品車輛的貨物類型進行檢測識別，同時該模型能對不同的照度環境、天氣環境下進行較好的適應，可在各種環境下實現對危險貨物的識別，具有較好的魯棒性，如圖6所示。

圖6 危化品車輛貨物種類自動識別示意圖

5 結論

本文提出一種基于YOLO模型的危化品車輛貨物類型識別方法。按照《危險貨物分類及品名編號》的分類要求，建立了危化品車輛貨物類型數據集，以計算機視覺的方式實現對危化品車輛貨物類型標志的自動識別。對危化品車輛貨物類型識別的研究將有助于促進交通運輸行業安全管理，對于運輸效率和安全性都起著非常重要的作用。