基于无轨迹框架的无轨迹车祸检测方法

实时车祸检测对于开发 Proactive 安全管理策略和提高整体交通效率至关重要。为解决与轨迹获取和车辆跟踪相关的局限性，路段地图记录了单个水平的交通动态数据，直接用于车祸检测。提出了一种新颖的两阶段无轨迹车祸检测框架，用于生成合理的未来路段地图并识别车祸。第一阶段基于扩散的路段地图生成模型，Mapfusion 进行一系列从噪声到正常的过程，逐步向路段地图添加噪声直至地图被破坏为纯高斯噪声。通过捕捉路段图序列时序动态的序列嵌入组件指导去噪过程。此外，生成模型设计为通过 ControlNet 融合背景上下文以增强生成控制。通过比较监控路段地图与扩散模型生成结果实现车祸检测。基于非车祸车辆运动数据训练的 Mapfusion 成功生成基于所学运动模式的逼真的路段演化地图，并在不同采样间隔下保持稳健。实验表明，在真实世界车祸数据上，所提出的两阶段方法在准确检测车祸方面有效。