針對(duì)當(dāng)前交通運(yùn)行出現(xiàn)的擁堵問題，提出一種新型的道路狀態(tài)判斷模型。首先，模型基于YOLOv3目標(biāo)檢測(cè)算法，然后結(jié)合圖片對(duì)應(yīng)的特征值矩陣，通過相鄰幀之間的特征矩陣作差并將差值逐項(xiàng)求和得到的結(jié)果與預(yù)設(shè)值進(jìn)行比較來判斷當(dāng)前道路是處于擁堵狀態(tài)還是正常通行狀態(tài)，其次再將當(dāng)前計(jì)算出的道路狀態(tài)與前兩次計(jì)算出的道路狀態(tài)進(jìn)行比較，最后運(yùn)用模型里的狀態(tài)統(tǒng)計(jì)法來統(tǒng)計(jì)道路某狀態(tài)（擁堵或通暢）的持續(xù)時(shí)間。該模型能夠同時(shí)對(duì)一條道路的三個(gè)車道進(jìn)行狀態(tài)統(tǒng)計(jì)分析，經(jīng)過實(shí)驗(yàn)，模型對(duì)單條車道狀態(tài)判斷的平均準(zhǔn)確率能達(dá)到80010以上，并且白天與夜晚的道路均適用。

　　隨著經(jīng)濟(jì)的發(fā)展與城市化進(jìn)程的加快，人們的生活水平日益提高，機(jī)動(dòng)車成為了越來越多人的出行首選工具。根據(jù)中國(guó)公安部交管局的統(tǒng)計(jì)數(shù)據(jù)。截至2017年6月底，全國(guó)機(jī)動(dòng)車保有量達(dá)3. 04億輛，其中汽車2.05億輛；機(jī)動(dòng)車駕駛?cè)诉_(dá)3. 71億人，其中汽車駕駛?cè)?.28億人。數(shù)量巨大的機(jī)動(dòng)車也為城市交通的良好運(yùn)行帶來了巨大的挑戰(zhàn)，我國(guó)道路交通擁堵情況非常嚴(yán)重，尤其是在特大、超大型城市，比如北京、廣州、上海等。除了我國(guó)，交通擁堵在其他國(guó)家也是個(gè)大問題，根據(jù)《Inrix:2016年全球交通擁堵情況排行榜報(bào)告》顯示，洛杉磯以人均104堵在路上位居第一。由此可見，道路擁堵是個(gè)亟待解決的問題。

　　當(dāng)前存在的一些道路車輛擁堵檢測(cè)方法包括：利用路面傳感器定時(shí)采集道路車流數(shù)據(jù)信息實(shí)時(shí)判斷道路擁堵情況，或者對(duì)特定路段的交通車輛數(shù)據(jù)流進(jìn)行分時(shí)段的統(tǒng)計(jì)與數(shù)據(jù) 分析。常用的路面?zhèn)鞲衅鞅热鐧z測(cè)器有線圈、浮動(dòng)車 等。這兩個(gè)方法可移植性差，并且對(duì)每個(gè)路口都要進(jìn)行設(shè)備 安裝或者數(shù)據(jù)統(tǒng)計(jì)，因此這些方法存在著成本高、代價(jià)高的缺點(diǎn)。本文提出一種新型的道路車輛擁堵分析模型，該模型具有運(yùn)行速度快、準(zhǔn)確率高、成本低、易于部暑等優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果證明，針對(duì)直行車道，該模型的平均準(zhǔn)確率均能達(dá)到80% 以上。