CN104392612A - 一种基于新型探测车的城市交通状态监控方法 - Google Patents
一种基于新型探测车的城市交通状态监控方法 Download PDFInfo
- Publication number
- CN104392612A CN104392612A CN201410670693.5A CN201410670693A CN104392612A CN 104392612 A CN104392612 A CN 104392612A CN 201410670693 A CN201410670693 A CN 201410670693A CN 104392612 A CN104392612 A CN 104392612A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- car
- image
- probe vehicles
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种新型探测车的城市道路交通状态监控方法,用于城市道路交通拥堵情况监测。本发明把城市道路覆盖率较高的公交车改装为探测车,在车上装配GPS定位模块和无线网络通信模块,另外,在探测车前后加装两台CCD视频监控摄像头,以便可以动态获取探测车前后方和邻近车道的道路通行情况。城市道路交通通行状态监测步骤包括:首先,通过车载GPS定位子***可以获取探测车自身所在的位置信息和行进速度,监控中心可以通过监测探测车的行驶速度,大概判断城市道路的拥堵情况;另外,对于探测车在GPS信号盲区或到站上下客的停车状态,可以通过车载视频摄像头计算邻近车道车辆通行速度和统计经过车辆的数目。
Description
技术领域
本发明涉及交通信息检测技术领域,特别涉及基于新型探测车的城市道路实时交通状态监控方法。
背景技术
交通拥堵已成为现代生活的特征,并成为一个困扰现代城市发展的严重问题,对于出行者来说,寻求不拥堵的路段,错开严重拥堵路段将大大提高出行效率,可以避免不必要的燃油消费和时间消耗,及时正确地获取道路交通拥堵状况,采取合理预警措施,主动避免交通拥堵,已成为提高道路通行能力的有效手段之一。
探测车***(Probe Vehicles System,简称PVS),作为代表新技术的路况采集方式,为交通信息***提供了新的思路,新的机遇,受到了广泛的关注。该***以行驶在道路上的载有GPS***的车辆作为移动探测器,采集车辆行驶的速度、路段的旅行时间等信息。与传统的固定式采集***(感应线圈等)比较,探测车***具有直接采集旅行时间、时空覆盖范围广、投资效率高等优点。另一方面,车载导航***的迅速发展也将从用户(司机)的角度催生和激活对实时道路状况信息的需求。现有探测车***存在几个弊端:首先,探测车***的车载GPS定位***只能获取自身的位置性息、运行速度等,不能探测车道前后车辆的运行情况,更不能知道临近车道的道路通行情况;其次,GPS定位存在一定的盲区,当车辆行驶到高架桥底下、城市隧道等地方GPS信号是没有的,无法实现车辆定位;还有,原有GPS车载定位监控***只是用来监控车辆自身位置信息和安全情况,没有用来反应城市交通拥堵状况的监测。
因此设计一套基于GPS车辆定位及车载视频监控***是非常有必要的,该***实现的原理就是利用3G无线通信网络把车载终端获得的GPS定位信息和采集的视频信息传输到监控中心的服务器。利用车载终端GPS设定时间间隔获取车辆的定位信息,监控中心和车载终端通过3G无线网络进行双向的实时数据传递,监控中心把获得定位信息的真实GPS经纬度坐标解析出来,结合百度地图API,就可以对车辆进行实时定位,通过存储在数据库中的历史定位数据,可以查看车辆的历史轨迹。另外,通过在探测车前后各安装一个视频采集摄像头,可以实时拍摄车辆前后方车辆的通行情况和道路的拥堵状况,并及时传回监控中心。
发明内容
有鉴于此,为了解决上述问题,本发明公开一种基于新型探测车的城市交通状态监控方法,用于城市道路交通拥堵情况监测。
本发明的目的是通过车载GPS定位技术获取行驶车辆的行进位置和行驶速度,通过视频图像处理技术获取车载摄像头获取车辆在停止状态或无线信号盲区时的邻近车道的车流量和车流平均速度,从而判断探测车所在路段的交通状态。
本发明的目的是这样实现的:一种基于新型探测车的城市交通状态监控方法,包括如下步骤:
1)探测车改装,本发明把城市道路覆盖率较高的公交车改装为探测车,在车上装配GPS定位模块和无线网络通信模块,在探测车前后加装两台CCD视频监控摄像头,以便可以动态获取探测车前后方和邻近车道的道路通行情况,用于城市道路交通拥堵情况监测。
2)通过车载GPS定位子***可以获取探测车自身所在的位置信息和行进速度,监控中心可以通过监测探测车的行驶速度,判断城市道路正常旅程时间和拥堵情况。
3)对于探测车在GPS信号盲区或到站上下客的停车状态时,可以通过车载视频图像计算车道车辆通行速度和统计经过车辆的数目。
进一步,所述步骤2)具体包括如下步骤:
21)车载GPS接收终端通过不断的接收在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号,并测定在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号之间的差值,计算出车辆所在位置的经纬度;
22)计算车载GPS接收终端两次接收间隔之间车辆位置的经纬度差异,并投影到电子地图上并根据电子地图扣除车辆可能出现的路线偏差(也就是假如你载入的是车载地图,计算的时候就直接删除可能在道路外的计算结果),计算出车辆在这一小段时间内在路上开出的距离;
23)用开出的距离除以接收间隔时间,算出车辆当前速度。
进一步,所述步骤3)中车辆通行速度计算具体包括如下步骤:
31)车辆在视频图像中的移动速度计算;
32)图像s坐标系(x,y,z)与实际地理坐标系d(X,Y,Z)之间的转换。通过以下矩阵实现:
33)车辆实际行驶速度计算。
进一步,步骤31)中采用如下方法获得车辆在视频图像中的移动速度:
找到两帧图像中的对应点或对应块,则两帧图像中的像素点即有了对应可比性,分别定位到对应点或对应块在两幅图像中的t1时刻帧图像的位置S1和t0时刻帧图像的位置S0,相减可以得到对应点或者对应在t1-t0(即Δt)时间内移动的像素距离Δd(S1-S0)。根据速度公式,求得该块在图像中的移动速度,单位为“像素/秒”。
进一步,步骤33)中采用如下方法获得车辆实际行驶速度:
考虑到摄像设备安装的安全性和效果较好的视觉俯仰角度,θ一般不小于60°,此时视距c和监测点距摄像机的距离为d,其中c>13m,d>10m,当Δt小于1毫秒时,Δd与d相比很小,可以忽略θ的变化Δθ,而仅考虑由θ产生的透视,此时,可以认为视野范围内所有点相对于摄像头的仰角均为θ;
设视频信号中截取到的图像,其高宽分别为576像素和768像素,对于车辆监控视频,可以选择视频视野宽刚好为一个车道宽,在安装摄像机时可利用路面分道线方便地调节镜头焦距后固定;
设视野范围内可以看到x m的路面长度,即视频高度所代表的路面实际距离为x m,此时有
由于前述不考虑视觉透视效果,可认为在图像中的垂直方向距离相等,其对应的实际距离亦相等
Δs:576=Δd:x;
因此
进一步,所述步骤3)中统计经过探测车车辆的数目具体包括如下步骤:
61)视频采集,由图像采集***将摄像机获取的道路车辆视频图像按序连续捕捉下来数字化,并存入内存或帧缓存中,每新到一帧就发帧到达消息通知算法子***开始工作;
62)设定虚拟检测器;
63)运动车辆检测;
64)计数判定,根据当前帧车辆的位置以及前一帧图像中车辆的位置进行判定,当检测有车辆通过,就跟踪车辆,计数开始,并将数据存入数据库。
进一步,步骤62)中,设置检测器与车辆行驶方向垂直,按每条车道设置虚拟检测器,设置位置的选取应充分考虑摄像机安装高度和倾角的影响,一般虚拟检测器设置在垂直于车道获取图像的靠近底部的位置,这时车辆之间的间距比较大,在无车辆拥塞的情况下不会存在相互遮掩的问题,虚拟检测器的高度要小于图像序列车辆的最小高度,宽度与公路宽度一致。
进一步,步骤63)中,运动车辆检测方法如下:
检测窗口设置在车道的中间,考虑到一般超车是要从另一个车道进行超车的,不存在两辆车并排挤在同一个车道的现象,因此存在下列四种现象。
①窗口内从无车到无车,表示没车通过;
②从无车到有车,表示有车驶入检测区;
③从有车到有车,表示本辆车还没驶出检测区;
④从有车到无车,表示车辆驶出检测区。
只需要在车辆进入检测区域时计数,或是在车辆驶出检测区域时计数即可,文中采用在车辆驶入检测区域时计数的方式,我们用以下的算法来对二值化的目标图像进行分析。流程:
①在虚拟检测区域内对二值化差分图像分别进行扫描,将二值化为1的点记下,即检测区域中目标像素(白色,二值化为1的像素点)计算目标像素的加权值,与设定的的阈值进行比较来判断该区域是否含有车辆,避免了传统方法中需要逐点判断数据的烦琐计算量,如果该值大于这个阈值,就认为检测区域有车,状态变量赋值为1,否则认为检测区域无车;
②如果当前帧图像没有车辆,前一帧图像也没有车辆,表示无车辆通过,流量不记数;
③如果当前帧图像有车辆,前一帧图像没有车辆,表示有车驶入检测区,流量记数;
④如果当前帧图像有车辆,前一帧图像也有车辆,表示该辆车还没驶出检测区,流量不记数;
⑤如果当前帧图像没有车辆,前一帧图像有车辆,表示车辆驶出检测区,流量不记数。
本发明的一种基于新型探测车的城市交通状态监控方法,把城市道路覆盖率较高的公交车改装为探测车,在车上装配GPS定位模块和无线网络通信模块,在探测车前后加装两台CCD视频监控摄像头,以便可以动态获取探测车前后方和邻近车道的道路通行情况,用于城市道路交通拥堵情况监测。在正常通行情况下,通过车载GPS定位子***获取探测车自身所在的位置信息和行进速度,从而判断城市道路拥堵情况。对于探测车在GPS信号盲区或到站上下客的停车状态时,可以通过车载视频图像计算车道车辆通行速度和统计通过临近车道的车辆数目,来判断道路的通行状态。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书,权利要求书,以及附图中所特别指出的结构来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述:
图1一种基于新型探测车的城市交通状态监控方法。
具体实施例
本发明的主要特点在于:(1)
一种基于新型探测车的城市交通状态监控***主要是由车载终端(GPS定位模块/视频采集模块)、无线网络以及监控中心三部分构成,如图1所示,整个***具体来说是由车辆定位子***和车载视频监控子***构成。一种基于新型探测车的城市交通状态监测方法,包括如下步骤:
1)探测车改装,本发明把城市道路覆盖率较高的公交车改装为探测车,在车上装配GPS定位模块和无线网络通信模块,在探测车前后加装两台CCD视频监控摄像头,以便可以动态获取探测车前后方和邻近车道的道路通行情况,用于城市道路交通拥堵情况监测;
2)通过车载GPS定位子***可以获取探测车自身所在的位置信息和行进速度,监控中心可以通过监测探测车的行驶速度,判断城市道路正常旅程时间和拥堵情况;
3)对于探测车在GPS信号盲区或到站上下客的停车状态时,可以通过车载视频图像计算车道车辆通行速度和统计经过车辆的数目。
进一步,所述步骤2)具体包括如下步骤:
21)车载GPS接收终端通过不断的接收在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号,并测定在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号之间的差值,计算出车辆所在位置的经纬度;
22)计算车载GPS接收终端两次接收间隔之间车辆位置的经纬度差异,并投影到电子地图上并根据电子地图扣除车辆可能出现的路线偏差(也就是假如你载入的车载地图,计算的时候就直接删除可能在道路外的计算结果),计算出车辆在这一小段时间内在路上开出的距离;
23)用开出的距离除以接收间隔时间,算出车辆当前速度。
进一步,所述步骤3)中车辆通行速度计算具体包括如下步骤:
31)车辆在视频图像中的移动速度计算;
32)图像s坐标系(x,y,z)与实际地理坐标系d(X,Y,Z)之间的转换。通过以下矩阵实现:
33)车辆实际行驶速度计算。
进一步,步骤31)中采用如下方法获得车辆在视频图像中的移动速度:
找到两帧图像中的对应点或对应块,则两帧图像中的像素点即有了对应可比性,分别定位到对应点或对应块在两幅图像中的t1时刻帧图像的位置S1和t0时刻帧图像的位置S0,相减可以得到对应点或者对应块在t1-t0,即Δt,时间内移动的像素距离Δd(S1-S0),根据速度公式,求得该块在图像中的移动速度,单位为“像素/秒”。
进一步,步骤33)中采用如下方法获得车辆实际行驶速度:
考虑到摄像设备安装的安全性和效果较好的视觉俯仰角度,θ一般不小于60°,此时视距c和监测点距摄像机的距离为d,其中c>13m,d>10m,当Δt小于1毫秒时,Δd与d相比很小,可以忽略θ的变化Δθ,而仅考虑由θ产生的透视,此时,可以认为视野范围内所有点相对于摄像头的仰角均为θ;
设视频信号中截取到的图像,其高宽分别为576像素和768像素,对于车辆监控视频,可以选择视频视野宽刚好为一个车道宽,在安装摄像机时可利用路面分道线方便地调节镜头焦距后固定;
设视野范围内可以看到x m的路面长度,即视频高度所代表的路面实际距离为x m,此时有
由于前述不考虑视觉透视效果,可认为在图像中的垂直方向距离相等,其对应的实际距离亦相等
Δs:576=Δd:x;
因此
进一步,所述步骤3)中统计经过探测车车辆的数目具体包括如下步骤:
61)视频采集,由图像采集***将摄像机获取的道路车辆视频图像按序连续捕捉下来数字化,并存入内存或帧缓存中,每新到一帧就发帧到达消息通知算法子***开始工作;
62)设定虚拟检测器;
63)运动车辆检测;
64)计数判定,根据当前帧车辆的位置以及前一帧图像中车辆的位置进行判定,当检测有车辆通过,就跟踪车辆,计数开始,并将数据存入数据库。
进一步,步骤62)中,设置检测器与车辆行驶方向垂直,按每条车道设置虚拟检测器,设置位置的选取应充分考虑摄像机安装高度和倾角的影响,一般虚拟检测器设置在垂直于车道获取图像的靠近底部的位置,这时车辆之间的间距比较大,在无车辆拥塞的情况下不会存在相互遮掩的问题,虚拟检测器的高度要小于图像序列车辆的最小高度,宽度与公路宽度一致。
进一步,步骤63)中,运动车辆检测方法如下:
检测窗口设置在车道的中间,考虑到一般超车是要从另一个车道进行超车的,不存在两辆车并排挤在同一个车道的现象,因此存在下列四种现象。
①窗口内从无车到无车,表示没车通过;
②从无车到有车,表示有车驶入检测区;
③从有车到有车,表示本辆车还没驶出检测区;
④从有车到无车,表示车辆驶出检测区。
只需要在车辆进入检测区域时计数,或是在车辆驶出检测区域时计数即可,文中采用在车辆驶入检测区域时计数的方式,我们用以下的算法来对二值化的目标图像进行分析。流程:
①在虚拟检测区域内对二值化差分图像分别进行扫描,将二值化为1的点记下,即检测区域中目标像素(白色,二值化为1的像素点)计算目标像素的加权值,与设定的的阈值进行比较来判断该区域是否含有车辆,避免了传统方法中需要逐点判断数据的烦琐计算量,如果该值大于这个阈值,就认为检测区域有车,状态变量赋值为1,否则认为检测区域无车;
②如果当前帧图像没有车辆,前一帧图像也没有车辆,表示无车辆通过,流量不记数;
③如果当前帧图像有车辆,前一帧图像没有车辆,表示有车驶入检测区,流量记数;
④如果当前帧图像有车辆,前一帧图像也有车辆,表示该辆车还没驶出检测区,流量不记数;
⑤如果当前帧图像没有车辆,前一帧图像有车辆,表示车辆驶出检测区,流量不记数。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (8)
1.一种新型探测车的城市道路交通状态监控方法,包括如下步骤:
1)在所述探测车上装配GPS接收终端,所述GPS接收终端包括GPS定位模块和无线网络通信模块,在探测车前后加装两台CCD视频监控摄像头,以便可以动态获取探测车前后方和邻近车道的道路通行情况,用于城市道路交通拥堵情况监测;
2)通过车载GPS定位子***可以获取探测车自身所在的位置信息和行进速度,监控中心可以通过监测探测车的行驶速度,判断城市道路正常旅程时间和拥堵情况;
3)对于探测车在GPS信号盲区或到站上下客的停车状态时,可以通过车载视频图像计算车道车辆通行速度和统计经过车辆的数目。
2.如权利要求1所述新型探测车的城市道路交通状态监控方法,其特征在于:所述步骤2)具体包括如下步骤:
21)车载GPS接收终端通过不断的接收在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号,并测定在不同轨道上的GPS卫星星座所发送的原子钟精确对时信号之间的差值,计算出车辆所在位置的经纬度;
22)计算车载GPS接收终端两次接收间隔之间车辆位置的经纬度差异,并投影到电子地图上并根据电子地图扣除车辆可能出现的路线偏差,计算出车辆在这一小段时间内在路上开出的距离;
23)用开出的距离除以接收间隔时间,算出车辆当前速度。
3.如权利要求1所述新型探测车的城市道路交通状态监控方法,其特征在于:所述步骤3)中车辆通行速度计算具体包括如下步骤:
31)计算车道车辆在视频图像中的移动速度;
32)将图像坐标系s(x,y,z)与实际地理坐标系d(X,Y,Z)之间的转换,通过以下矩阵实现:
33)车辆实际行驶速度计算。
4.如权利要求3所述新型探测车的城市道路交通状态监控方法,其特征在于:步骤31)中采用如下方法获得车辆在视频图像中的移动速度:
找到两帧图像中的对应点或对应块,则两帧图像中的像素点即有了对应可比性,分别定位到对应点或对应块在两幅图像中的t1时刻帧图像的位置S1和t0时刻帧图像的位置S0,相减可以得到对应点或者对应块在t1-t0,即Δt,时间内移动的像素距离Δd(S1-S0),根据速度公式,求得该块在图像中的移动速度,单位为“像素/秒”。
5.如权利要求3所述新型探测车的城市道路交通状态监控方法,其特征在于:步骤33)中采用如下方法获得车辆实际行驶速度:
考虑到摄像设备安装的安全性和效果较好的视觉俯仰角度,θ一般不小于60°,此时视距c和监测点距摄像机的距离为d,其中c>13m,d>10m,当Δt小于1毫秒时,Δd与d相比很小,可以忽略θ的变化Δθ,而仅考虑由θ产生的透视,此时,可以认为视野范围内所有点相对于摄像头的仰角均为θ;
设视频信号中截取到的图像,其高宽分别为576像素和768像素,对于车辆监控视频,可以选择视频视野宽刚好为一个车道宽,在安装摄像机时可利用路面分道线方便地调节镜头焦距后固定;
设视野范围内可以看到xm的路面长度,即视频高度所代表的路面实际距离为xm,此时有
由于前述不考虑视觉透视效果,可认为在图像中的垂直方向距离相等,其对应的实际距离亦相等
Δs:576=Δd:x;
因此
6.如权利要求1所述新型探测车的城市道路交通状态监控方法,其特征在于:所述步骤3)中统计经过探测车车辆的数目具体包括如下步骤:
61)视频采集,由图像采集***将摄像机获取的道路车辆视频图像按序连续捕捉下来数字化,并存入内存或帧缓存中,每新到一帧就发帧到达消息通知算法子***开始工作;
62)设定虚拟检测器;
63)运动车辆检测;
64)计数判定,根据当前帧车辆的位置以及前一帧图像中车辆的位置进行判定,当检测有车辆通过,就跟踪车辆,计数开始,并将数据存入数据库。
7.如权利要求6所述新型探测车的城市道路交通状态监控方法,其特征在于:所述步骤62)中设定虚拟检测器具体包括如下步骤:
设置检测器与车辆行驶方向垂直,按每条车道设置虚拟检测器,设置位置的选取应充分考虑摄像机安装高度和倾角的影响,一般虚拟检测器设置在垂直于车道获取图像的靠近底部的位置,这时车辆之间的间距比较大,在无车辆拥塞的情况下不会存在相互遮掩的问题,虚拟检测器的高度要小于图像序列车辆的最小高度,宽度与公路宽度一致。
8.如权利要求6所述新型探测车的城市道路交通状态监控方法,其特征在于:所述步骤63)中运动车辆检测方法设定虚拟检测器具体包括如下步骤:
检测窗口设置在车道的中间,考虑到一般超车是要从另一个车道进行超车的,不存在两辆车并排挤在同一个车道的现象,因此存在下列四种现象,
①窗口内从无车到无车,表示没车通过;
②从无车到有车,表示有车驶入检测区;
③从有车到有车,表示本辆车还没驶出检测区;
④从有车到无车,表示车辆驶出检测区;
只需要在车辆进入检测区域时计数,或是在车辆驶出检测区域时计数即可,文中采用在车辆驶入检测区域时计数的方式,用以下的算法来对二值化的目标图像进行分析,包括如下步骤:
(1)在虚拟检测区域内对二值化差分图像分别进行扫描,将二值化为1的点记下,即检测区域中目标像素(白色,二值化为1的像素点)计算目标像素的加权值,与设定的的阈值进行比较来判断该区域是否含有车辆,避免了传统方法中需要逐点判断数据的烦琐计算量,如果该值大于这个阈值,就认为检测区域有车,状态变量赋值为1,否则认为检测区域无车;
(2)如果当前帧图像没有车辆,前一帧图像也没有车辆,表示无车辆通过,流量不记数;
(3)如果当前帧图像有车辆,前一帧图像没有车辆,表示有车驶入检测区,流量记数;
(4)如果当前帧图像有车辆,前一帧图像也有车辆,表示本辆车还没驶出检测区,流量不记数;
(5)如果当前帧图像没有车辆,前一帧图像有车辆,表示车辆驶出检测区,流量不记数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410670693.5A CN104392612A (zh) | 2014-11-20 | 2014-11-20 | 一种基于新型探测车的城市交通状态监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410670693.5A CN104392612A (zh) | 2014-11-20 | 2014-11-20 | 一种基于新型探测车的城市交通状态监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104392612A true CN104392612A (zh) | 2015-03-04 |
Family
ID=52610505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410670693.5A Pending CN104392612A (zh) | 2014-11-20 | 2014-11-20 | 一种基于新型探测车的城市交通状态监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104392612A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109686088A (zh) * | 2018-12-29 | 2019-04-26 | 重庆同济同枥信息技术有限公司 | 一种交通视频告警方法、设备及*** |
CN110648540A (zh) * | 2019-09-09 | 2020-01-03 | 安徽师范大学 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
CN110942010A (zh) * | 2019-11-22 | 2020-03-31 | 斑马网络技术有限公司 | 基于车载摄像头确定路面起伏状态的检测方法及装置 |
CN113178085A (zh) * | 2017-09-04 | 2021-07-27 | 吴世贵 | 一种交通路口车流量监控*** |
CN114863671A (zh) * | 2022-03-16 | 2022-08-05 | 深圳市综合交通与市政工程设计研究总院有限公司 | 基于公交车定位数据的路段公交车估计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5684475A (en) * | 1995-04-28 | 1997-11-04 | Inform Institut Fur Operations Research Und Management Gmbh | Method for recognizing disruptions in road traffic |
US20090309757A1 (en) * | 2008-06-16 | 2009-12-17 | Gm Global Technology Operations, Inc. | Real time traffic aide |
CN103337168A (zh) * | 2013-06-04 | 2013-10-02 | 深圳市华宝电子科技有限公司 | 一种车辆数据采集方法、装置及*** |
CN103426309A (zh) * | 2013-07-29 | 2013-12-04 | 吉林大学 | 一种基于出租车行驶状态信息判别交通拥堵程度的方法 |
CN103854483A (zh) * | 2014-03-21 | 2014-06-11 | 广东新快易通智能信息发展有限公司 | 基于gps卫星定位及ecu的车辆动态信息*** |
-
2014
- 2014-11-20 CN CN201410670693.5A patent/CN104392612A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5684475A (en) * | 1995-04-28 | 1997-11-04 | Inform Institut Fur Operations Research Und Management Gmbh | Method for recognizing disruptions in road traffic |
US20090309757A1 (en) * | 2008-06-16 | 2009-12-17 | Gm Global Technology Operations, Inc. | Real time traffic aide |
CN103337168A (zh) * | 2013-06-04 | 2013-10-02 | 深圳市华宝电子科技有限公司 | 一种车辆数据采集方法、装置及*** |
CN103426309A (zh) * | 2013-07-29 | 2013-12-04 | 吉林大学 | 一种基于出租车行驶状态信息判别交通拥堵程度的方法 |
CN103854483A (zh) * | 2014-03-21 | 2014-06-11 | 广东新快易通智能信息发展有限公司 | 基于gps卫星定位及ecu的车辆动态信息*** |
Non-Patent Citations (5)
Title |
---|
姜东: "基于GPS数据的道路交通状态判别方法研究", 《中国优秀硕士学位论文全文数据库•工程科技Ⅱ辑》, no. 01, 15 January 2012 (2012-01-15), pages 52 * |
张国良 等: "《组合导航原理与技术》", 31 May 2008, article "GPS测速原理", pages: 83-84 * |
张美莲: "基于视频的车辆检测与流量统计方法研究", 《中国优秀硕士学位论文全文数据库·信息科技辑》, no. 11, 15 November 2009 (2009-11-15), pages 45 - 48 * |
田世艳: "基于GPS的城市道路交通状态实时判别技术研", 《中国优秀硕士学位论文全文数据库 •工程科技Ⅱ辑》, no. 01, 15 January 2013 (2013-01-15), pages 66 * |
童剑军 等: "基于监控视频图像的车辆测速", 《中国图像图形学报》, vol. 10, no. 2, 28 February 2005 (2005-02-28), pages 192 - 196 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113178085A (zh) * | 2017-09-04 | 2021-07-27 | 吴世贵 | 一种交通路口车流量监控*** |
CN113178085B (zh) * | 2017-09-04 | 2024-04-05 | 深邦智能科技集团(青岛)有限公司 | 一种交通路口车流量监控*** |
CN109686088A (zh) * | 2018-12-29 | 2019-04-26 | 重庆同济同枥信息技术有限公司 | 一种交通视频告警方法、设备及*** |
CN109686088B (zh) * | 2018-12-29 | 2021-07-30 | 重庆同枥信息技术有限公司 | 一种交通视频告警方法、设备及*** |
CN110648540A (zh) * | 2019-09-09 | 2020-01-03 | 安徽师范大学 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
CN110648540B (zh) * | 2019-09-09 | 2021-07-02 | 安徽师范大学 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
CN110942010A (zh) * | 2019-11-22 | 2020-03-31 | 斑马网络技术有限公司 | 基于车载摄像头确定路面起伏状态的检测方法及装置 |
CN110942010B (zh) * | 2019-11-22 | 2023-06-02 | 斑马网络技术有限公司 | 基于车载摄像头确定路面起伏状态的检测方法及装置 |
CN114863671A (zh) * | 2022-03-16 | 2022-08-05 | 深圳市综合交通与市政工程设计研究总院有限公司 | 基于公交车定位数据的路段公交车估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104851295B (zh) | 获取路况信息的方法和*** | |
CN113347254B (zh) | 基于v2x的智能交通控制车联网***及其控制方法 | |
US20240203247A1 (en) | An autonomous vehicle intelligent driving system with re-distribution of driving tasks | |
WO2021004380A1 (zh) | 一种车辆事故记录方法、装置及车辆 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该*** | |
US9805592B2 (en) | Methods of tracking pedestrian heading angle using smart phones data for pedestrian safety applications | |
Koukoumidis et al. | Signalguru: leveraging mobile phones for collaborative traffic signal schedule advisory | |
CN104751629B (zh) | 一种交通事件的检测方法和*** | |
JP4809321B2 (ja) | 交通情報算出装置、交通情報算出プログラム及び交通情報算出方法 | |
CN111524357A (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
US10369995B2 (en) | Information processing device, information processing method, control device for vehicle, and control method for vehicle | |
CN104392612A (zh) | 一种基于新型探测车的城市交通状态监控方法 | |
CN105957347B (zh) | 一种基于导航行车记录仪的车辆违章掉头检测方法 | |
CN109637137A (zh) | 基于车路协同的交通管理*** | |
CN109584567A (zh) | 基于车路协同的交通管理方法 | |
Prabha et al. | Overview of data collection methods for intelligent transportation systems | |
CN100589143C (zh) | 判断浮动车行驶状态的方法及装置 | |
CN105374212A (zh) | 基于智能终端传感的高速公路车辆车道识别方法及*** | |
CN105761494A (zh) | 基于无人机的异常交通信息采集方法 | |
CN111882690A (zh) | Etc多传感信息融合轨迹还原的高速收费方法及*** | |
CN110211372A (zh) | 车路协同集成感知控制***及方法 | |
CN106327880A (zh) | 一种基于监控视频的车速识别方法及其*** | |
CN111055852B (zh) | 一种用于自动驾驶的感兴趣目标搜索区域确定方法 | |
EP4275192A2 (en) | Systems and methods for common speed mapping and navigation | |
CN116434604A (zh) | 一种智能交通锥桶安全警示***及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150304 |
|
WD01 | Invention patent application deemed withdrawn after publication |