CN105788291A - 一种车辆速度和位置的检测方法和装置 - Google Patents

一种车辆速度和位置的检测方法和装置 Download PDF

Info

Publication number
CN105788291A
CN105788291A CN201610100342.XA CN201610100342A CN105788291A CN 105788291 A CN105788291 A CN 105788291A CN 201610100342 A CN201610100342 A CN 201610100342A CN 105788291 A CN105788291 A CN 105788291A
Authority
CN
China
Prior art keywords
image
vehicle
generating unit
control unit
identification
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.)
Granted
Application number
CN201610100342.XA
Other languages
English (en)
Other versions
CN105788291B (zh
Inventor
张辉
庄文盛
杨永强
龚文森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201610100342.XA priority Critical patent/CN105788291B/zh
Publication of CN105788291A publication Critical patent/CN105788291A/zh
Application granted granted Critical
Publication of CN105788291B publication Critical patent/CN105788291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种车辆速度和位置的检测方法和装置,是基于运动模糊图像分析实现的,其方法:通过成像单元拍摄布设在路面的标识,成像单元安装在车辆外部,且高度、与地面的夹角已知,满足能够采集完整的标识图像;路面标识本身为并排分布的直径已知的白色圆点,当汽车运动时,成像单元与路面标识存在相对运动,因曝光时间较短,所拍摄的标识图像会表现为并排分布的宽度为圆点直径的白色条纹,与深色路面组合成条形码,不同的白点分布组成不同的条形码储存不同的位置信息供控制单元识别。通过控制单元对拍摄的标识图像的模糊状态进行分析计算,得到车辆的速度信息,对储存了位置信息的标识图像进行识别分析,得到车辆的位置信息。

Description

一种车辆速度和位置的检测方法和装置
技术领域
本发明涉及车辆检测领域,更具体地,涉及一种基于运动模糊图像分析的车辆速度和位置的检测方法和装置。
背景技术
随着国家经济的快速发展,道路上的车辆数量迅速增加,交通压力倍增,如何实现道路交通的安全高效通行成为一个急需解决的问题。面对这种情况,智能交通***(ITS)应运而生。智能交通***的建设过程中,实现交通信息的实时收集和判别是关键的一步。交通信息是城市交通规划和交通管理的重要基础信息,通过获取全面的、丰富的、实时的交通信息不但可以把握城市道路的发展现状,而且可以对未来发展进行预测,为城市交通规划和交通管理部门的正确决策提供科学依据。
交通信息可大致分为两种,即静态交通信息和动态交通信息。静态交通信息主要包括公路网信息、交通管理设备信息等交通基础设施信息,可以通过交通统计部门、交通道路规划部门和交通管理局等相关部门获取。对于动态交通信息,是对于时间与空间而言相对不断变化的一系列的信息,如:车辆位置、车流量、道路占用率、行车速度等,这些都需要通过交通信息收集***来获取。其中行驶速度的采集能够有效获取车辆是否超速情况,限制车辆的行驶速度,从而减少交通事故的发生,而车辆具***置的获取是实现智能驾驶的基础。
目前行驶速度的采集技术包括IC卡测速、激光测速、超声波测速、视频测速、地磁线圈测速。其中激光、超声波、视频、地磁线圈能够测量得到瞬时速度,但都需专门搭设测速***,价格昂贵;而IC卡测速仅利用驾驶员刷卡数据来分析得到行驶速度,无需专门搭设***,但是只能得到平均车速。车辆位置获取技术目前主要为全球定位***技术(GPS),但GPS定位存在误差,误差为5-10米。
发明内容
为了克服现有的车辆速度检测存在的造价昂贵、无法获取瞬时速度,定位技术误差较大的问题,本发明提供一种基于运动模糊图像分析的车辆速度和位置的检测方法,本发明不需要搭设高昂的检测设备,只需在路面布设标识供安装在车辆上的成像单元检测,在获取位置和速度信息时,能够有效降低检测成本和操作复杂度,是一种便捷、直接的测量方法。
本发明的又一目的是提出一种基于运动模糊图像分析的车辆速度和位置的检测装置。
为解决上述技术问题,本发明的技术方案如下:
一种基于运动模糊图像分析的车辆速度和位置的检测方法,包括:
通过成像单元拍摄铺设在路面的标识并将拍摄的标识图像传输至控制单元,成像单元安装在车辆外部,且高度、与地面的夹角已知;
通过控制单元对拍摄的标识图像的模糊状态进行分析计算,得到车辆的速度信息,对储存了位置信息的标识图像进行识别分析,得到车辆的位置信息。
所述控制单元对标识图像模糊状态进行分析计算的过程为:计算标识模糊图像的倒频谱图,去除倒频谱平面图的中心十字亮线,对倒频谱图进行二值化处理,再将二值图细化,计算细化图中细线的方向,所得细线方向为模糊角度,即为车辆运动方向;再结合倒频谱图和模糊角度即可求出车辆运动模糊的长度,转化为实际长度后除以成像单元的曝光时间即可得到车辆运动速度。
本发明通过在车辆固定连接一个成像单元拍摄路面布设的标识图像,成像单元高度、与地面的夹角已知,以满足能够采集完整的标识图像;路面标识本身为并排分布的直径已知的白色圆点,当汽车运动时,成像单元与路面标识存在相对运动,由于曝光时间较短,所拍摄的标识图像会表现为并排分布的宽度为圆点直径的白色条纹,与深色路面组合成条形码,不同的白点分布组成不同的条形码储存不同的位置信息,通过提取出包含在条形码中的位置信息即可获得车辆的实时位置,而通过计算标识模糊图像的模糊长度即可获得车辆的速度信息。
一种基于运动模糊图像分析的车辆速度和位置的检测装置,所述的检测装置包括电连接的成像单元和控制单元;成像单元与车辆固定连接,且高度、与地面的夹角已知,以满足能够采集完整的标识图像;控制单元依据车辆运动造成的标识图像模糊状态进行分析计算,可以有效测得车辆速度和位置信息。
具体为:
成像单元,用于拍摄路面标识图像并将拍摄的图像传输至控制单元,成像单元安装在车辆外部,且高度、与地面的夹角已知,以满足能够采集完整的标识图像;
控制单元,用于对拍摄的路面标识图像的模糊状态以及生成的条码进行分析计算,得到车辆的速度和位置信息;
所述控制单元对标识图像模糊状态进行分析计算的过程为:计算标识模糊图像的倒频谱图,去除倒频谱平面图的中心十字亮线,对倒频谱图进行二值化处理,再将二值图细化,计算细化图中细线的方向,所得细线方向为模糊角度,即为车辆运动方向;再结合倒频谱图和模糊角度即可求出车辆运动模糊的长度,转化为实际长度后除以成像单元的曝光时间即可得到车辆运动速度。
与现有技术相比,本发明技术方案的有益效果是:本发明是采用基于运动模糊图像分析的方法进行车辆速度的测量,不需要搭设高昂的检测设备,只需在路面布设标识供安装在车辆上的成像单元检测,在获取位置和速度信息时,能够有效降低检测成本和操作复杂度,是一种便捷、直接的测量方法和装置。
附图说明
图1是本发明的车辆速度和位置的检测方法的流程图。
图2是本发明的车辆速度和位置的检测装置拍摄的静态白点图。
图3是本发明的车辆速度和位置的检测装置拍摄的运动模糊图。
图4是成像单元所拍摄运动模糊图像的倒频谱图。
图5是去除中心十字亮线后的运动模糊图像倒频谱图。
图6是对倒频谱图进行二值化处理后得到的黑白二值图。
图7是对黑白二值图进行细化处理后得到的细化图。
图8是对细化图进行去除分叉后得到的细线图。
图9是根据细化图中细线的方向测得模糊角度后,结合原始倒频谱图得出的曲线图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
具体实施例:
本发明所述的采用基于运动模糊图像分析的车辆速度和位置检测方法步骤如下:
步骤一:在车辆外部安装固定一个高精度成像单元,成像单元高度、与地点的夹角已知,向前方拍摄路面标识图像。
如上所述的成像单元拍摄高度和角度需要根据实际标识总宽度来决定,以便于采集到完整的标识图像从而得到合适的标识模糊特征,成像单元的安装角度理论上应使成像单元的光轴与路面标识垂直,但在已知安装角度的情况下可以对采集的图像进行修正处理,使其修正为垂直拍摄的图像。下文讨论的为成像单元光轴与路面标识垂直拍摄的情况。
步骤二:在地面布设设计好的路面标识,调整成像单元焦距,使成像单元在车辆静止时拍摄到清晰的图像。成像单元不使用自动对焦功能,这样使得当车辆运动时所拍摄图像的模糊仅由运动造成。
路面标识大小和数量的设计需要考虑既能便于成像单元采集,又能储存足够的数据。
步骤三:当车辆运动时,成像单元垂直地面向下拍摄标识图像,由于车辆运动的原因,所拍摄的标识图像是模糊的标识图像。假定成像单元采集到的图像中白色圆点的尺寸为W,所拍摄到的白色圆点直径为D,成像单元的曝光时间为T,当车辆以速度V行驶时,拍摄的运动模糊图像模糊尺寸为M,则控制成像单元的曝光时间T应为
步骤四:成像单元将拍摄到的模糊标识图像发送到控制单元。
步骤五:控制单元接收模糊标识图像,如图3所示,图像表现为倾斜了模糊角度的条形码。
步骤六:控制单元计算模糊标识图像的倒频谱图,如图4所示,倒频谱图有一条与模糊方向一致的白色亮线,因此通过计算出白色亮线的方向即可提取出路面模糊图像的模糊方向信息。
步骤七:使用一阶线性递推插值的方法重新赋值倒频谱图最中间的3行和3列以消除中心十字亮线的影响,如图5所示。频谱变换中陡峭的边缘截断导致了中心十字亮线的存在,该步骤用于减少中心十字亮线的影响。
步骤八:对去除中心十字亮线后的倒频谱图进行二值化处理,通过设定阈值保留中心区域的亮线,去除其他的噪声干扰像素,得到黑白二值图如图6所示。
步骤九:对黑白二值图进行细化处理,由于中心十字亮线的影响,二值化后的二值图在中心位置常包含大量的无效像素,因此需要对二值图进行细化并去除分叉处理使细化后的图像更趋于一条直线进一步降低噪声和十字亮线的影响,如图7、8所示。通过拟合直线的方法计算得到细线的方向,从而获得运动模糊角度。
步骤十:根据倒频谱图以及所得模糊角度,得到含有模糊长度信息的曲线图如图9所示,图中两个负峰值点之间的距离即为两倍的模糊像素长度。
步骤十一:根据模糊角度对接收的条形码图进行处理从而提取位置信息。
附图中描述的位置关系仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种基于运动模糊图像分析的车辆速度和位置的检测方法,其特征在于,
通过成像单元拍摄铺设在路面上的标识并将拍摄的标识图像传输至控制单元,成像单元安装在车辆外部,且成像单元的高度、与地面的夹角已知,以满足能够采集完整的标识图像;
通过控制单元对拍摄的标识图像的模糊状态进行分析计算,得到车辆的速度信息,对储存了位置信息的标识图像进行识别分析,得到车辆的位置信息;
所述控制单元对标识图像模糊状态进行分析计算的过程为:计算标识模糊图像的倒频谱图,去除倒频谱平面图的中心十字亮线,对倒频谱图进行二值化处理,再将二值图细化,计算细化图中细线的方向,所得细线方向为模糊角度,即为车辆运动方向;再结合倒频谱图和模糊角度即可求出车辆运动模糊的长度,转化为实际长度后除以成像单元的曝光时间即可得到车辆运动速度。
2.根据权利要求1所述的检测方法,其特征在于,所述铺设在路面上的标识本身为并排分布且直径已知的白色圆点,当车辆运动时,成像单元与路面标识存在相对运动,由于曝光时间较短,所拍摄的标识图像会表现为并排分布的宽度为圆点直径的白色条纹,与深色路面组合成条形码,不同的白点分布组成不同的条形码储存不同的位置信息,通过提取出包含在条形码中的位置信息即可获得车辆的实时位置,而通过计算标识模糊图像的模糊长度即可获得车辆的速度信息。
3.一种基于运动模糊图像分析的车辆速度和位置的检测装置,其特征在于,所述的检测装置包括电连接的成像单元和控制单元;成像单元与车辆固定连接,且高度、与地面的夹角已知,以满足能够采集完整的标识图像;控制单元依据车辆运动造成的标识图像模糊状态进行分析计算,有效测得车辆速度和位置信息;
具体为:
成像单元,用于拍摄路面标识图像并将拍摄的图像传输至控制单元,成像单元安装在车辆外部,且高度、与地面的夹角已知,以满足能够采集完整的标识图像;
控制单元,用于对拍摄的路面标识图像的模糊状态以及生成的条码进行分析计算,得到车辆的速度和位置信息;
所述控制单元对标识图像模糊状态进行分析计算的过程为:计算标识模糊图像的倒频谱图,去除倒频谱平面图的中心十字亮线,对倒频谱图进行二值化处理,再将二值图细化,计算细化图中细线的方向,所得细线方向为模糊角度,即为车辆运动方向;再结合倒频谱图和模糊角度即可求出车辆运动模糊的长度,转化为实际长度后除以成像单元的曝光时间即可得到车辆运动速度。
CN201610100342.XA 2016-02-23 2016-02-23 一种车辆速度和位置的检测方法和装置 Active CN105788291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610100342.XA CN105788291B (zh) 2016-02-23 2016-02-23 一种车辆速度和位置的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610100342.XA CN105788291B (zh) 2016-02-23 2016-02-23 一种车辆速度和位置的检测方法和装置

Publications (2)

Publication Number Publication Date
CN105788291A true CN105788291A (zh) 2016-07-20
CN105788291B CN105788291B (zh) 2018-07-31

Family

ID=56403234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610100342.XA Active CN105788291B (zh) 2016-02-23 2016-02-23 一种车辆速度和位置的检测方法和装置

Country Status (1)

Country Link
CN (1) CN105788291B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109118776A (zh) * 2018-10-10 2019-01-01 中交基础设施养护集团有限公司 一种基于桥梁监测数据识别车辆荷载空间分布的方法
CN110151186A (zh) * 2019-05-28 2019-08-23 北京智形天下科技有限责任公司 一种基于网络化智能终端的人体测量方法
CN110402311A (zh) * 2017-03-28 2019-11-01 爱知制钢株式会社 磁性标识器的施工方法及作业***
CN110660229A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车速的测量方法、装置及车辆
CN110658353A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 运动物体速度的测量方法、装置及车辆
CN110850109A (zh) * 2019-11-21 2020-02-28 中科智云科技有限公司 一种基于模糊图像测量车速的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998093A (zh) * 2012-11-05 2013-03-27 中山大学 一种快速自动测焦装置及测量方法
US20140232856A1 (en) * 2011-02-17 2014-08-21 Mitutoyo Corporation Vision measuring device and auto-focusing control method
KR101439052B1 (ko) * 2013-09-05 2014-09-05 현대자동차주식회사 장애물 검출 장치 및 방법
CN104122075A (zh) * 2014-07-24 2014-10-29 中山大学 一种基于运动方块宽度的直接测量显示器运动模糊的方法
EP2905725A2 (en) * 2014-02-07 2015-08-12 Toyota Jidosha Kabushiki Kaisha Marking line detection system and marking line detection method
KR20150102189A (ko) * 2014-02-28 2015-09-07 주식회사 만도 차량용 촬영 장치의 영상 보정 장치 및 그 영상 보정 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140232856A1 (en) * 2011-02-17 2014-08-21 Mitutoyo Corporation Vision measuring device and auto-focusing control method
CN102998093A (zh) * 2012-11-05 2013-03-27 中山大学 一种快速自动测焦装置及测量方法
KR101439052B1 (ko) * 2013-09-05 2014-09-05 현대자동차주식회사 장애물 검출 장치 및 방법
EP2905725A2 (en) * 2014-02-07 2015-08-12 Toyota Jidosha Kabushiki Kaisha Marking line detection system and marking line detection method
KR20150102189A (ko) * 2014-02-28 2015-09-07 주식회사 만도 차량용 촬영 장치의 영상 보정 장치 및 그 영상 보정 방법
CN104122075A (zh) * 2014-07-24 2014-10-29 中山大学 一种基于运动方块宽度的直接测量显示器运动模糊的方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
NILESH M.SONAWANE 等: "Estimation of Motion Blur Parameters and Restoration Technique", 《INTERNATIONAL ENGINEERING RESEARCH JOURNAL》 *
SHAMIK TIWARI 等: "Review of Motion Blur Estimation Techniques", 《JOURNAL OF IMAGE AND GRAPHICS》 *
余卓平 等: "车辆行驶过程中的状态估计问题综述", 《机械工程学报》 *
原卓也 等: "An analysis of behavior of the vihicle mix optimization model", 《JOURNAL OF JAPAN SOCIETY OF ENERGY AND RESOURCES》 *
徐骋 等: "基于运动模糊效应的图像测速方法", 《红外与激光工程》 *
朱建国 等: "单幅图像运动模糊参数估计", 《四川兵工学报》 *
石明珠 等: "单幅模糊图像点扩散函数估计的梯度", 《物理学报》 *
许元男 等: "基于局部运动模糊图像的测速方法", 《光电工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110402311A (zh) * 2017-03-28 2019-11-01 爱知制钢株式会社 磁性标识器的施工方法及作业***
CN110660229A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车速的测量方法、装置及车辆
CN110658353A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 运动物体速度的测量方法、装置及车辆
CN109118776A (zh) * 2018-10-10 2019-01-01 中交基础设施养护集团有限公司 一种基于桥梁监测数据识别车辆荷载空间分布的方法
CN110151186A (zh) * 2019-05-28 2019-08-23 北京智形天下科技有限责任公司 一种基于网络化智能终端的人体测量方法
CN110850109A (zh) * 2019-11-21 2020-02-28 中科智云科技有限公司 一种基于模糊图像测量车速的方法

Also Published As

Publication number Publication date
CN105788291B (zh) 2018-07-31

Similar Documents

Publication Publication Date Title
CN105788291A (zh) 一种车辆速度和位置的检测方法和装置
CN104851295B (zh) 获取路况信息的方法和***
US8238610B2 (en) Homography-based passive vehicle speed measuring
Sochor et al. Comprehensive data set for automatic single camera visual speed measurement
CN107301776A (zh) 基于视频检测技术的车道路况处理及发布方法
CN107169401B (zh) 基于轨道视觉特征谱的轨道入侵物检测方法
CN113706737B (zh) 基于自动驾驶车辆的路面巡检***及方法
CN109615862A (zh) 道路车辆交通运动状态参数动态获取方法及装置
CN109637137A (zh) 基于车路协同的交通管理***
CN103325255A (zh) 基于摄影测量技术进行区域交通状况检测的方法
KR101756848B1 (ko) 불법 주정차 관리 시스템
Sochor et al. Brnocompspeed: Review of traffic camera calibration and comprehensive dataset for monocular speed measurement
CN109727458B (zh) 一种通过动态、静态交通联动实现区间停车计费的方法
CN108922172B (zh) 基于车辆特征矩阵序列变化分析的道路拥堵监测***
CN108665712A (zh) 一种车辆越线违章行为监测方法及***
Kotha et al. Potsense: Pothole detection on Indian roads using smartphone sensors
JP5306124B2 (ja) ナンバプレート読取装置およびナンバプレート読取方法
Dinh et al. Development of a tracking-based system for automated traffic data collection for roundabouts
CN110706491B (zh) 一种用于高速公路的交通监控预警方法及***
KR102492290B1 (ko) 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
Higuchi et al. Monitoring live parking availability by vision-based vehicular crowdsensing
CN113850111A (zh) 基于语义分割和神经网络技术的路况识别方法和***
Yang Vehicle Detection and Classification from a LIDAR equipped probe vehicle
CN113076853B (zh) 一种对公路隧道中的车辆进行定位的***
Hoogendoorn et al. Traffic data collection from aerial imagery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant