CN105163065A - 一种基于摄像机前端处理的交通测速方法 - Google Patents

Abstract

本发明公开了一种基于摄像机前端处理的交通测速方法，其特征在于，包括以下步骤：（1）安装摄像机，对摄像机进行标定，以获取摄像机参数；（2）对摄像机拍摄的原始视频图像进行场景坐标重建，在重建图中对车辆进行接地点检测和接地点跟踪，然后计算行驶距离及行驶速度；或者，在原始视频帧中对车辆进行接地点检测和接地点跟踪，将多帧的接地点坐标换算成场景实际坐标，然后计算车辆的行驶距离及行驶速度。本发明可以在低成本下实现高精度速度检测，具有很高的实用价值。

Description

一种基于摄像机前端处理的交通测速方法

技术领域

本发明涉及一种车辆测速方法，具体地说，是涉及一种基于摄像机前端处理的交通测速方法。

背景技术

为了保证道路行驶安全，对道路上行驶的车辆进行行驶速度检测是交通领域的热点应用之一，它既涉及道路交通的管理、统计，还牵涉到事故后的责任认定。

现有的对行驶中的车辆进行速度检测的技术主要包括雷达检测、线圈检测及视频检测几种方式。其中雷达检测和线圈检测虽然精度及稳定性较高，但由于其硬件设施或者施工的成本较高，往往只能安装在主要路口及高速卡口等重点位置。

而视频测速由于摄像头同时可以用作违法取证，是最为经济实用的检测方式。视频测速的方法根据其原理不同，大致可以分为虚拟线圈检测及三维标定检测两种。虚拟线圈检测方法的主要缺陷在于：其一，时间差只能根据视频的帧号来确定，车辆通过虚拟线圈标志位的时间无法精确测量，***误差无法避免，且误差会随着车速提高而增加；其二，根据车牌等标记在图像中的位置来确定车辆位置的方法也会带来误差，车牌高度不同的车辆在车牌处于图像同一位置时车辆的实际位置可以相差几米甚至十几米。而三维标定检测方法的主要缺陷则在于：其一，手动选择的点需要已知三维坐标其中的某一维，在实际测速应用中这种手动交互的方式难以实用化；其二，标定参考点需要已知三维坐标的六个以上的点，实际应用中获取的难度较大。

基于上述现状，必须要开发一种易于应用、能够自动检测接地点的测速方法，以满足实际工作中的需要。

发明内容

本发明的目的在于提供一种基于摄像机前端处理的交通测速方法，解决现有技术中存在的问题，在不提高成本的同时，降低车辆测速的难度，提高精确度。

为了实现上述目的，本发明采用的技术方案如下：

一种基于摄像机前端处理的交通测速方法，包括以下步骤：

（1）假设摄像机光轴相对于三维世界坐标中X-Y平面的垂直夹角为俯仰角t，摄像机视场角为θ，从三维坐标系中的Y轴沿逆时针方向到摄像机光轴在X-Y平面投影线上的水平夹角为转动角p；按照俯仰角t大于等于θ/2、转动角p大于70°的方式安装摄像机，输入四个标定点的图像坐标，对摄像机进行标定，以获取摄像机参数；

（2）对摄像机拍摄的原始视频图像进行场景坐标重建，在重建图中对车辆进行接地点检测和接地点跟踪，然后计算行驶距离及行驶速度；或者，在原始视频帧中对车辆进行接地点检测和接地点跟踪，将多帧的接地点坐标换算成场景实际坐标，然后计算车辆的行驶距离及行驶速度。

另外，在光线不足的场景中，可以先通过闪光灯进行两次补光，然后根据两帧补光图像对车辆接地点进行定位，并计算车辆行驶距离及速度；或者，通过车灯上的特征点对车辆进行跟踪定位，并利用估计的车灯高度值，计算车辆的行驶速度；或者，先在车辆较远时对车辆进行速度预估，当预估的速度值超过当前场景的速度限定值时，触发闪光灯对驶入最佳拍摄区的车辆进行两次补光拍摄，根据两帧补光图片，对车辆接地点进行定位，然后计算车辆的行驶距离及速度。

优选地，所述步骤（2）中，将多帧的接地点坐标换算成场景实际坐标通过下列公式完成：

优选地，两次补光间隔时间0.5秒。

优选地，所述车辆的行驶速度通过下列公式计算得出：

。

优选地，车辆的行驶距离和行驶速度通过OMAPL138芯片计算完成。

与现有技术相比，本发明具有以下有益效果：

本发明通过对摄像机的安装方式进行合理设定，首先从摄像机的工作角度来减小拍摄误差，包括定位误差、抖动误差、车牌变形等等，为车辆速度检测的准确性奠定可靠的基础。然后，通过借助道路的六九标线和人工铺装的标定模板对摄像机进行标定，通过简单的方法来确定摄像机的工作环境；最后，通过接地点检测和跟踪，以及场景实际坐标换算相互配合，使用OMAPL138芯片来得到车辆的行驶速度，实现了低成本获取高精度的车辆速度检测，具有很高的实用价值和市场前景。

附图说明

图1为本发明中的摄像机成像模型。

图2为本发明中双消失点标定法的标定模板。

图3为本发明中单消失点标定法的标定模板。

图4为本发明中两种标定法在不同转动角环境下计算俯仰角的误差。

图5为本发明中两种标定法在病态现象环境中由不同标定误差等级引起的俯仰角计算误差。

图6为本发明中跟踪点高度与投影距离之间的关系示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

实施例

如图1所示，本发明公开的一种基于摄像机前端处理的交通测速方法，主要利用OMAPL138芯片来实现算法处理。该芯片为TI公司推出的C6748浮点DSP内核和ARM9内核的双核高速处理器，集图像、语音、网络、存储于一体，性价比高。频率最高达456MHz的C6748内核提供浮点工作能力以及更高性能的定点工作能力；ARM9具有高度的灵活性，开发人员可以在其上使用Linux等操作***，方便地为其应用添加人机接口、网络功能、触摸屏等。

OMAPL138芯片在不同使用情况下总功耗为440mW，待机模式功耗为15mW，其内存和外设资源十分丰富，可以满足高精度视频测速***的设计要求，而且也方便将来进行***的扩展和升级。

在实际测速之前，首先要安装摄像机，摄像机的安装方式在很大程度上影响着速度检测的精确度。摄像机的安装高度不仅需要考虑测速误差、定位误差，还要考虑施工难度、视野范围，而为了降低抖动误差，在保证视野的情况下，尽量增大俯仰角，本实施例中，俯仰角t设置为大于等于θ/2。转动角决定了摄像机属于侧装还是正装，正装时转动角接近90°，侧装时为了增大视角以及减少车牌的变形，也应尽量靠近90°方向，因此本实施例中将其设置成大于70°。至于旋转角，则按照接近0°来安装。

摄像机安装完毕之后，首先对摄像机进行标定和坐标转换。如图1所示，使用俯仰角t、转动角p、旋转角s、焦距f和摄像机高度h等几个参数来定义图像平面和实际三维世界坐标的关系。俯仰角t是摄像机光轴相对于三维世界坐标中X-Y平面的垂直夹角；转动角p是从三维坐标系中的Y轴沿逆时针方向到摄像机光轴在X-Y平面投影线上的水平夹角；旋转角s是指摄像机沿着它的光轴的旋转角度；焦距是指从图像平面沿光轴到摄像机镜片中心的距离；摄像机高度是指从摄像机镜头中心到X-Y平面的垂直高度。

假设Q=(X _Q ,Y _Q ,Z _Q )为三维世界坐标中的一点，它在二维图像坐标中的对应点为q=(x _q ,y _q )。一个从三维世界坐标中的点到图像坐标的正向映射函数可以由以下公式给出：

（1）

其中，旋转矩阵R和平移矩阵T用来表征摄像机的外部参数，而3×3的上三角矩阵K用来表征摄像机的内部参数，它们具有以下形式：

而f为焦距，为纵横比（通常为1），为倾斜因子（通常设为0），为光轴与图像平面相交的原点坐标（通常设为（0,0））。通过以上公式，可以推导出：

（2）

以及

（3）

如果Q点位于X-Y平面，那么Z _Q 等于零，X _Q 和Y _Q 可以由(x _q ,y _q )计算得到:

（4）

（5）

通过标定点计算摄像机参数是摄像机标定的核心内容，对于摄像机外部参数的计算，本实施例采用的算法包括双消失点标定法和单消失点标定法两种。

如图2所示，假设标定模板中的和平行，和平行，可以列出如下五个方程式：

（6）

因为ABCD皆为路面上的点，即Z=0，将公式（4）及（5）代入上述方程式，可解出各个摄像机参数如下：

(7)

其中，；(x _A ,y _A ),(x _B ,y _B ),(x _C ,y _C ),(x _D ,y _D )分别为ABCD四点的图像坐标。

（8）

（9）

单消失点标定法的标定模板如图3所示，根据这个标定模板，列出的方程组如下：

根据这组方程，解出摄像机参数如下：

此处

其中，

其中，如果，则令并且。

双消失点标定法计算相对简单，但是当转动角接近90°的整数倍时，会有病态现象发生，即两个消失点中的一个接近无限远，使得计算所得的摄像机参数对标定点的误差特别敏感，该方法只适用于摄像机侧装环境。而单消失点法选择两个消失点当中离图像原点较近的一个，有效的规避了病态现象的发生，对于摄像机侧装、正装都能很好的适应。本实施例根据具体实施环境中摄像机的配置情况，自动选用相应的标定方法。

图4所示的是对标定点加上方差为一个像素的高斯噪声时，两种标定方法在不同转动角环境下计算的俯仰角与实际俯仰角之间的误差。图5所示的是在病态现象环境中(p=89°)两种标定方法在不同标定点误差等级下计算俯仰角的误差。特别地，在标定点误差为一像素时，俯仰角误差约为0.10°,由此带来的测速误差大概为2%。设定摄像机焦距与CCD单像素尺寸的比例为800像素，实际道路测量中的摄像机焦距一般大于这个值，即图像分辨率更高，由标定点量化误差带来的测速误差会更小，在视频测速国家标准的误差范围之内。

本实施例中摄像机标定最少只需输入两对道路标线定点，即四个点的位置，该方法可以很容易的扩展为输入多对道路标线，通过直线拟合及最小二乘法而提高标定的精度。

在完成摄像机标定获取摄像机参数后，根据公式（4）和公式（5）将摄像机拍摄到的原始视频图像进行场景坐标重建，重建成为X-Y平面重建图。在重建图中，所有高度为0的物体其图像坐标和实际坐标相符，我们可以利用车辆的接地点在重建图中对车辆进行跟踪、定位、测距和测速。运动目标检测和跟踪的算法包括背景建模，前景提取，对特征点进行光流跟踪或者模板匹配跟踪等等，这方面的算法比较成熟，不是本发明的重点，在此不再详细叙述。值得说明的是，本实施例中，可以在原始视频帧中对车辆进行定位跟踪，然后对定位坐标进行坐标变换，从而计算车辆行驶速度的方式；也可以先对原始视频帧进行场景坐标重建，在重建图中进行车辆定位跟踪，然后直接计算行驶速度。

在某些状态下，例如夜间没有补光的情况下，车辆的接地点往往不可见，我们一般只能使用车灯位置的点或者车牌位置的点作为参考点进行测速跟踪。车辆测速跟踪点的高度对测速精度的影响，参考图6所示的场景模型。已知摄像机A的高度为h _cam ，观察车辆上高度为h _B 的点，B ^k 和B ^k+1 分别为两帧图像中测速观察点的位置。C ^k 和C ^k+1 分别为B ^k 和B ^k+1 沿摄像机光轴在地面的投影，C ^k 和C ^k+1 之间的距离d _p 我们称为投影距离，D ^k 和D ^k+1 分别为B ^k 和B ^k+1 在地面的垂直投影，它们之间的距离我们称之为实际距离d _a 。根据图中的几何关系可以计算出：

当我们假设B点的高度为零进行位移计算的时候，计算所得的B点位移实际是C点位移，亦即投影距离。所以这个时候测速误差为:

实际车辆行驶速度为:

此处，v _p 为在场景坐标重建图中跟踪特征点计算所得的投影速度。

由上述公式我们可以知道，重建图像上对车辆测速跟踪点进行定位测速时：

（1）测速跟踪点的高度越高，测速误差越大；

（2）摄像机高度越高，由测速跟踪点高度带来的误差越小；

（3）在摄像机高度和测速跟踪点高度已知的情况下，误差可计量，可补偿。

本发明通过上述方法可以在低成本下实现高精度的速度检测，测速时自动检测车辆并定位车辆的接地点，根据接地点在图像中的坐标换算车辆在实际三维坐标系中的位置，然后根据车辆在不同视频帧中的位置差计算其行驶速度，具有很高的市场前景和实用价值。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而作出的变化，均应属于本发明的保护范围之内。

Claims (8)

1.一种基于摄像机前端处理的交通测速方法，其特征在于，包括以下步骤：

（1）假设摄像机光轴相对于三维世界坐标中X-Y平面的垂直夹角为俯仰角t，摄像机视场角为θ，从三维坐标系中的Y轴沿逆时针方向到摄像机光轴在X-Y平面投影线上的水平夹角为转动角p；按照俯仰角t大于等于θ/2、转动角p大于70°的方式安装摄像机，输入四个标定点的图像坐标，对摄像机进行标定，以获取摄像机参数；

（2）对摄像机拍摄的原始视频图像进行场景坐标重建，在重建图中对车辆进行接地点检测和接地点跟踪，然后计算行驶距离及行驶速度；或者，在原始视频帧中对车辆进行接地点检测和接地点跟踪，将多帧的接地点坐标换算成场景实际坐标，然后计算车辆的行驶距离及行驶速度。

2.根据权利要求1所述的一种基于摄像机前端处理的交通测速方法，其特征在于，在光线不足的场景中，先通过闪光灯进行两次补光，然后根据两帧补光图像对车辆接地点进行定位，并计算车辆行驶距离及速度。

3.根据权利要求1所述的一种基于摄像机前端处理的交通测速方法，其特征在于，在光线不足的场景中，通过车灯上的特征点对车辆进行跟踪定位，并利用估计的车灯高度值，计算车辆的行驶速度。

4.根据权利要求1所述的一种基于摄像机前端处理的交通测速方法，其特征在于，在光线不足的场景中，先在车辆较远时对车辆进行速度预估，当预估的速度值超过当前场景的速度限定值时，触发闪光灯对驶入最佳拍摄区的车辆进行两次补光拍摄，根据两帧补光图片，对车辆接地点进行定位，然后计算车辆的行驶距离及速度。

5.根据权利要求1所述的一种基于摄像机前端处理的交通测速方法，其特征在于，所述步骤（2）中，将多帧的接地点坐标换算成场景实际坐标通过下列公式完成：。

6.根据权利要求2所述的一种基于摄像机前端处理的交通测速方法，其特征在于，两次补光间隔时间0.5秒。

7.根据权利要求3所述的一种基于摄像机前端处理的交通测速方法，其特征在于，所述车辆的行驶速度通过下列公式计算得出：

。

8.根据权利要求1～7中任意一项所述的一种基于摄像机前端处理的交通测速方法，其特征在于，车辆的行驶距离和行驶速度通过OMAPL138芯片计算完成。