CN111275957A - 一种交通事故信息采集方法、***及摄像机 - Google Patents
一种交通事故信息采集方法、***及摄像机 Download PDFInfo
- Publication number
- CN111275957A CN111275957A CN201811478921.3A CN201811478921A CN111275957A CN 111275957 A CN111275957 A CN 111275957A CN 201811478921 A CN201811478921 A CN 201811478921A CN 111275957 A CN111275957 A CN 111275957A
- Authority
- CN
- China
- Prior art keywords
- accident
- traffic
- accident point
- video
- camera
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种交通事故信息采集方法、***及摄像机,摄像机在检测到交通事故时,获取采集的视频中发生交通事故的事故点的第一相对位置,根据第一相对位置,换算出事故点在世界坐标系下的物理位置,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频,发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口各车道的第二车流信息,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息和视频进行关联记录。通过本方案,可以实现对交通事故信息的实时采集。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种交通事故信息采集方法、***及摄像机。
背景技术
随着机动车辆的爆发式增长,城市交通压力越来越大,在城市道路交通中,不可避免的会发生车辆抛锚、车辆剐蹭等交通事故,交通事故的发生严重影响着车辆正常通行。需要对交通事故进行记录、分析,给城市交通管理部门提供交通管理依据,将交通事故对道路交通的影响尽量减小。
目前,交通事故对道路交通的影响都是基于历史交通事故的类型、等级、影响程度、时间、空间等宏观数据分析出事故时空分布规律,用统计表呈现交通事故的影响,或者对事故发生的态势进行研判。
但是,道路交通具有实时性、流动性、非线性等特点,尤其是早晚高峰期,车辆抛锚、刮擦等交通事故具有较强的随机性和不可预见性,发生的时间和地点很难有规律可循,针对此类情况,基于历史交通事故所统计的交通事故信息往往不可靠,导致最终分析的交通事故的影响规律和研判结果的误差较大。因此,为了能够使得交通事故的影响规律分析结果和研判结果能够有较高的准确性,如何实现对交通事故信息的实时采集成为智能交通控制中亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种交通事故信息采集方法、***及摄像机,以实现对交通事故信息的实时采集。具体技术方案如下:
第一方面,本发明实施例提供了一种交通事故信息采集方法,应用于摄像机,所述方法包括:
在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;
发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,以使所述平台服务器根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口各车道的第二车流信息,并将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
根据所述第一相对位置,确定所述视频中与所述事故点的距离最近的至少三个参考目标的相对位置;
根据所述至少三个参考目标的相对位置,以及预先存储的各参考目标的相对位置与物理位置的对应关系,查找所述至少三个参考目标在世界坐标系下的物理位置;
根据所述至少三个参考目标的相对位置及物理位置,建立所述视频的坐标系与所述世界坐标系的变换矩阵;
根据所述第一相对位置及所述变换矩阵,换算出所述事故点在所述世界坐标系下的物理位置。
可选的,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
根据所述第一相对位置,以及预先基于所述视频中各参考目标的相对位置划分的各标定区域,确定所述事故点所属的目标标定区域;
根据所述第一相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算得到所述事故点在世界坐标系下的物理位置。
可选的,所述方法还包括:
获取所述摄像机的设备参数;
根据所述设备参数,确定与所述摄像机匹配的高精度地图;
识别所述视频中位于指定相对位置的目标,并在所述高精度地图中获取所述目标的物理位置;
根据所述目标与周边参考目标的位置关系,确定出各参考目标在所述视频中的相对位置。
可选的,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
获取所述摄像机的设备参数,所述设备参数包括视场角、架设高度值及经纬度;
根据所述第一相对位置以及所述视场角,确定所述摄像机正对所述事故点时的PT坐标,作为第一P坐标及第一T坐标;
获取所述摄像机指向指定方向时的摄像机P坐标,作为第二P坐标;
计算所述第一P坐标与所述第二P坐标之差,作为所述事故点与所述指定方向的水平夹角;
计算所述第一T坐标的正切值与所述架设高度值的乘积,作为所述事故点与所述摄像机的水平距离;
根据所述水平夹角和所述水平距离,通过三角函数计算所述事故点与所述摄像机的经纬度距离;
根据所述摄像机的经纬度以及所述经纬度距离,计算所述事故点在世界坐标系下的物理位置。
可选的,所述第一车流信息包括所述事故点的预设区域范围内各车道的排队长度;
所述获取所述事故点的预设区域范围内各车道的第一车流信息,包括:
根据所述事故点的物理位置,获取所述事故点的预设区域范围内各车道上多个车辆在所述视频中的第二相对位置;
根据所述第二相对位置,换算出所述预设区域范围内各车道上多个车辆在世界坐标系下的物理位置;
提取并根据所述预设区域范围内各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将所述尾部车辆的物理位置与所述头部车辆的物理位置作差,得到所述预设区域范围内各车道的排队长度。
第二方面,本发明实施例提供了一种交通事故信息采集方法,应用于平台服务器,所述方法包括:
接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;
根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,在所述根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息之后,所述方法还包括:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集,并将采集的事故视频发送至所述平台服务器;
所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,包括:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,在所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录之后,所述方法还包括:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
第三方面,本发明实施例提供了一种交通事故信息采集方法,所述方法包括:
获取摄像机在检测到交通事故时发送的视频;
识别所述视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,在所述根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频之后,所述方法还包括:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集;
所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录,包括:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,在所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录之后,所述方法还包括:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
第四方面,本发明实施例提供了一种摄像机,包括处理器和存储器;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序,实现本发明实施例第一方面提供的交通事故信息采集方法。
第五方面,本发明实施例提供了一种平台服务器,包括处理器和存储器;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序,实现本发明实施例第二方面提供的交通事故信息采集方法,或实现本发明实施例第三方面提供的交通事故信息采集方法。
第六方面,本发明实施例提供了一种交通事故信息采集***,包括多个摄像机及平台服务器;
所述摄像机,用于在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器;
所述平台服务器,用于接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
第七方面,本发明实施例提供了一种交通事故信息采集***,包括多个摄像机及平台服务器;
所述摄像机,用于采集视频;
所述平台服务器,用于获取摄像机在检测到交通事故时发送的视频;识别所述视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
本发明实施例提供的一种交通事故信息采集方法、***及摄像机,摄像机在检测到交通事故时,获取采集的视频中发生交通事故的事故点的第一相对位置,根据第一相对位置,换算出事故点在世界坐标系下的物理位置,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频,发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口各车道的第二车流信息,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息和视频进行关联记录。摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的应用于摄像机的交通事故信息采集方法的流程示意图;
图2为本发明一实施例的应用于平台服务器的交通事故信息采集方法的流程示意图;
图3为本发明实施例的摄像机与平台服务器交互的交通事故信息采集方法的流程示意图;
图4为本发明实施例的云台摄像机跟踪采集示意图;
图5为本发明实施例的仿真流程示意图;
图6为本发明另一实施例的应用于平台服务器的交通事故信息采集方法的流程示意图;
图7为本发明实施例的应用于摄像机的交通事故信息采集装置的结构示意图;
图8为本发明一实施例的应用于平台服务器的交通事故信息采集装置的结构示意图;
图9为本发明另一实施例的应用于平台服务器的交通事故信息采集装置的结构示意图;
图10为本发明实施例的摄像机的结构示意图;
图11为本发明一实施例的平台服务器的结构示意图;
图12为本发明另一实施例的平台服务器的结构示意图;
图13为本发明一实施例的交通事故信息采集***的结构示意图;
图14为本发明另一实施例的交通事故信息采集***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了实现对交通事故信息的实时采集,本发明实施例提供了一种交通事故信息采集方法、装置、摄像机、平台服务器、机器可读存储介质及***。
本发明实施例中的术语解释如下:
高精度位置:分为不同等级,目前常用几种等级为厘米、分米、米,不同的精度数据采集方式,对应的应用领域会有所不同。
交通事故:车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。交通事故不仅是由不特定的人员违反道路交通安全法规造成的;也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成的。
本发明实施例所提供的一种交通事故信息采集方法,可以应用于摄像机,如图1所示,该方法可以包括如下步骤。
S101,在检测到交通事故时,获取采集的视频中发生交通事故的事故点的第一相对位置。
S102,根据第一相对位置,换算出事故点在世界坐标系下的物理位置。
S103,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频。
S104,发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,以使平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口各车道的第二车流信息,并将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
本发明实施例所提供的一种交通事故信息采集方法,还可以应用于平台服务器,如图2所示,该方法可以包括如下步骤。
S201,接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频。
S202,根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口的第二摄像机采集的上下游路口各车道的第二车流信息。
S203,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
摄像机在检测到交通事故时,获取采集的视频中发生交通事故的事故点的第一相对位置,根据第一相对位置,换算出事故点在世界坐标系下的物理位置,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频,发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口各车道的第二车流信息,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息和视频进行关联记录。摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
为了更便于理解,下面从摄像机与平台服务器交互的角度,对本发明实施例所提供的交通事故信息采集方法进行详细介绍。摄像机与平台服务器的交互流程图如图3所示,包括如下步骤。
S301,在摄像机检测到交通事故时,摄像机获取采集的视频中发生交通事故的事故点的第一相对位置。
城市交通监控***中,在每个路口及每条道路上方都架设有多个摄像机,用于对道路的车辆通行状况进行监控,摄像机具有目标检测功能,通过深度学习网络、特征匹配等算法,检测出所监控的区域内是否有交通事故发生。每台摄像机都设置有一定的可视角度范围,摄像机检测自身的可视角度范围内的交通事故,如果交通事故发生在可视角度范围以外,摄像机无法对其进行检测。
一旦摄像机检测到有交通事故发生,则可以从采集的视频中获取到发生交通事故的事故点的第一相对位置。事故点在视频中的第一相对位置为事故点在视频中相较于边缘、中心等参考点的位置信息,也可以为针对视频建立有对应的坐标系,第一相对位置即为事故点在该坐标系下的坐标位置。
S302,摄像机根据第一相对位置,换算出事故点在世界坐标系下的物理位置。
第一相对位置为事故点在摄像机采集的视频中的相对位置,摄像机采集的视频的坐标系与世界坐标系之间具有一定的映射关系,因此,经过坐标系换算,可以换算出事故点在世界坐标系下的物理位置。物理位置表征了事故点的具体地理位置、交通事故发生时间等详细信息,物理位置具体可以为GPS位置。
可选的,S302具体可以为:
根据第一相对位置,确定视频中与事故点的距离最近的至少三个参考目标的相对位置;
根据至少三个参考目标的相对位置,以及预先存储的各参考目标的相对位置与物理位置的对应关系,查找至少三个参考目标在世界坐标系下的物理位置;
根据至少三个参考目标的相对位置及物理位置,建立视频的坐标系与世界坐标系的变换矩阵;
根据第一相对位置及变换矩阵,换算出事故点在世界坐标系下的物理位置。
通过第一相对位置,可以抽取该第一相对位置周边的标志标线、路灯等至少三个参考目标的相对位置,由于预先存储有各参考目标的相对位置与物理位置的对应关系,因此,可以查找到这些参考目标的物理位置,这样,基于参考目标的物理位置和相对位置,可以建立视频的坐标系与世界坐标系的变换矩阵。由于变换矩阵是基于事故点附近的参考目标建立的,通过坐标变换,将第一相对位置带入到变换矩阵中,即可得到事故点的物理位置。
可选的,S302具体还可以为:
根据第一相对位置,以及预先基于视频中各参考目标的相对位置划分的各标定区域,确定事故点所属的目标标定区域;
根据第一相对位置,以及预先获取的目标标定区域对应的单应性矩阵,换算得到事故点在世界坐标系下的物理位置。
由于摄像机的可视范围内有很多的参考目标,可以预先对这些参考目标所处的位置进行划分,对应的在视频中可以划分出很多个标定区域,每个标定区域的至少三个顶点为距离较近的至少三个参考目标在视频中的相对位置点,根据第一相对位置,可以确定出事故点所属的目标标定区域,针对每一个标定区域,预先设置有相应的单应性矩阵,单应性矩阵中记录了该标定区域中各参考目标的物理位置与视频中的相对位置的映射关系,由于事故点属于目标标定区域中,事故点的位置映射关系与目标标定区域中各参考目标的位置映射关系最为相近,因此,可以直接将第一相对位置带入目标标定区域对应的单应性矩阵,经过换算即可得到事故点的物理位置。
可选的,本发明实施例所提供的方法还可以实现如下步骤:
获取摄像机自身的设备参数;
根据设备参数,确定与摄像机匹配的高精度地图;
识别视频中位于指定相对位置的目标,并在高精度地图中获取目标的物理位置;
根据目标与周边参考目标的位置关系,确定出各参考目标在所述视频中的相对位置。
上述换算物理位置的方法中,都需要预先记录有参考目标在视频中的相对位置与在世界坐标系下的物理位置的映射关系,这种记录需要预先将高精度地图与视频进行匹配融合,摄像机自身的朝向角度、经纬度值等设备参数可以预先获知,例如,可以通过标定或者通过摄像机自身携带的GPS芯片、陀螺仪/电子罗盘等设备获知,根据摄像机的朝向、物理位置等设备参数,确定可匹配的高精度地图,摄像机通过图像识别可以确定一个目标点,例如路口中心点,这个目标点在高精度地图中的物理位置也是明确的,然后通过目标点与周边参考目标的位置关系,一一确定出各参考目标在视频中的相对位置。由于选取的参考目标可以为道路标志标线、路灯、井盖、隔离护栏等,换算得到的物理位置的精度可以达到高精度的要求,例如200米范围内的精度可以到1米之内,可以满足车道级的应用。
可选的,S302具体还可以为:
获取摄像机的设备参数,其中,设备参数包括视场角、架设高度值及经纬度;
根据第一相对位置以及视场角,确定摄像机正对事故点时的PT坐标,作为第一P坐标及第一T坐标;
获取摄像机指向指定方向时的摄像机P坐标,作为第二P坐标;
计算第一P坐标与第二P坐标之差,作为事故点与指定方向的水平夹角;
计算第一T坐标的正切值与架设高度值的乘积,作为事故点与摄像机的水平距离;
根据水平夹角和水平距离,通过三角函数计算事故点与摄像机的经纬度距离;
根据摄像机的经纬度以及经纬度距离,计算事故点在世界坐标系下的物理位置。
可以先读取摄像机拍摄事故点时的PT坐标,然后根据事故点在摄像机拍摄视频中的相对位置、以及摄像机拍摄事故点时的视场角,将读取到的PT坐标转换为正对事故点时的PT坐标,作为第一P坐标和第一T坐标。假设事故点在摄像机拍摄视频中的相对位置为(X,Y),则可以利用以下算式转换得到第一P坐标和第一T坐标:
Pan_tar=Pan_cur+arctan((2*X/L1-1)*tan(θ1/2));
Tilt_tar=Tilt_cur+arctan((2*Y/L2-1)*tan(θ2/2));
其中,Pan_tar表示第一P坐标,Tilt_tar表示第一T坐标,Pan_cur表示当前摄像机在PT坐标系中的水平方向角度,Tilt_cur表示当前摄像机在PT坐标系中的垂直方向角度,(Pan_cur,Tilt_cur)对应当前视频的中心位置,L1表示视频横向的总像素数,L2表示视频纵向的总像素数,θ1表示为当前视频所对应的水平视场角,θ2表示为当前视频所对应的垂直视场角;XY坐标系以视频左上角为原点,以像素为单位。
可以通过摄像机的电子罗盘,获取到摄像机指向正北、正南、正东、正西等方向时的摄像机P坐标,为了区分描述,将该摄像机P坐标称为第二P坐标。第一P坐标与第二P坐标之差,即为事故点与指定方向的水平夹角。
根据tanT*h=L,可以计算出事故点与摄像机的水平距离,其中,h表示摄像机的架设高度值,L表示事故点与摄像机的水平距离。水平距离也就是假设摄像机与事故点的高度相同的情况下,摄像机与事故点的距离。
假设指定方向为正北方向,则可以通过L*sinθ=Llon,L*cosθ=Llat,计算事故点与摄像机的经纬度距离,其中,L表示事故点与摄像机的水平距离,θ表示事故点与正北方向的水平夹角,Llon表示事故点与摄像机的经度距离,Llat表示事故点与摄像机的纬度距离。再例如,假设指定方向为正东方向,则可以通过L*sinα=Llon,L*cosα=Llat,计算事故点与摄像机的经纬度距离,其中,L表示事故点与摄像机的水平距离,α表示事故点与正东方向的水平夹角,Llon表示事故点与摄像机的经度距离,Llat表示事故点与摄像机的纬度距离。对于指定方向为正南、正西,具体计算过程类似,这里不再赘述。
摄像机通常具有GPS定位装置,可以基于GPS定位装置得到摄像机的经纬度,这样,得到了摄像机的经纬度以及摄像机与事故点的经纬度距离,便可以计算得到事故点的经纬度,也就得到了事故点在世界坐标系下的物理位置。
S303,摄像机根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频。
在确定事故点的物理位置后,事故点会引起周围区域的各车道和上下游路口的各车道的交通状况发生变化,而这种交通状况的变化可以通过车流信息得到体现,并且,每一时刻车流信息都在发生变化,因此,可以根据事故点的物理位置,按照预设时间间隔,获取到事故点周围区域车道的第一车流信息,并且为了更直观的观察到车流、车辆排队情况,同时还可以按照预设时间间隔采集视频。假设摄像机采集视频的帧率为N,则预设时间间隔最小可以为1s/N,预设时间间隔可以根据实际情况进行设置,例如可以设置为1s/N的整数倍,还可以设置为1s等。
检测到交通事故的摄像机可能为固定摄像机,也可能为云台摄像机。固定摄像机是架设在道路上方,安装位置固定、不可变焦、可视角度范围较小,拍摄的参数不可调;云台摄像机是带有云台的摄像机,带有承载摄像机进行水平和垂直两个方向转动的装置,把摄像机装云台上能使摄像机从多个角度进行摄像,可变焦、可视角度范围较大。
可选的,第一车流信息可以包括事故点的预设区域范围内各车道的排队长度;
相应的,获取事故点的预设区域范围内各车道的第一车流信息的步骤,具体可以为:
根据事故点的物理位置,获取事故点的预设区域范围内各车道上多个车辆在视频中的第二相对位置;
根据第二相对位置,换算出预设区域范围内各车道上多个车辆在世界坐标系下的物理位置;
提取并根据预设区域范围内各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将尾部车辆的物理位置与头部车辆的物理位置作差,得到预设区域范围内各车道的排队长度。
摄像机采集到的视频中包括事故点预设区域范围内各车道(包括同方向的左右侧车道、发生事故的车道、同方向的左转车道、右转车道等等)的车辆,可以获取到这些车辆的第二相对位置,基于计算事故点的物理位置的方式,可以得到事故点预设区域范围内各车道上多个车辆的物理位置,由于是连续拍摄,可以得到不同视频里同一个车辆的物理位置,通过计算可以得到车流量、车辆平均速度等车流信息,并且通过对车辆队列进行识别,识别出车辆队列的头部车辆和尾部车辆,将两个车的坐标作差,可以得到排队长度的车流信息。
S304,摄像机发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器。
在摄像机换算得到事故点的物理位置,各预设时间间隔获取到第一车流信息和采集到视频后,可以将这些信息发送至平台服务器,以便平台服务器对交通事故信息进行记录。需要说明的是,摄像机获取到一个第一车流信息,并在同时采集到视频,就会将获取的第一车流信息和视频发送给平台服务器。
S305,平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口的第二摄像机采集的上下游路口各车道的第二车流信息。
由于交通事故可能会导致上下游路口发生拥堵,为了掌握上下游路口的路况,需要获取事故点的上下游路口的第二摄像机采集的上下游路口各车道的第二车流信息,第二摄像机可以为固定摄像机或者云台摄像机。平台服务器每接收到一个第一车流信息,就会向第二摄像机发送获取指令,以使得第二摄像机将第二车流信息发送至平台服务器,这样,可以保证平台服务器获取第一车流信息和第二车流信息是同步的。当然,平台服务器还可以在获取到事故点的物理位置之后,就通知第二摄像机按照预设时间间隔获取第二车流信息。
第二摄像机采集事故点的上下游路口各车道的第二车流信息的步骤,具体可以为:
获取采集的视频中各车道上多个车辆在视频中的第三相对位置;
根据第三相对位置,换算出上下游路口各车道上多个车辆在世界坐标系下的物理位置;
提取并根据上下游路口各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将尾部车辆的物理位置与头部车辆的物理位置作差,得到上下游路口各车道的排队长度。
事故点的上下游路口分别架设有第二摄像机,第二摄像机通过目标识别可以获取到这些车辆的第三相对位置,基于计算事故点的物理位置的方式,可以得到事故点上下游路口各车道上多个车辆的物理位置,由于是连续拍摄,可以得到不同视频里同一个车辆的物理位置,通过计算可以得到车流量、车辆平均速度等车流信息,并且通过对车辆队列进行识别,识别出车辆队列的头部车辆和尾部车辆,将两个车的坐标作差,可以得到排队长度的车流信息。
可选的,在执行S305之后,平台服务器还可以执行如下步骤:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使云台摄像机按照预设时间间隔,跟踪采集交通事故的事故视频,直至在确定车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集,并将采集的事故视频发送至平台服务器。
对于摄像机而言,其拍摄范围有限,摄像机在识别到有交通事故的时候,需要判断该交通事故是否引起了车辆排队,如果排队车辆的长度超过了第一预设长度阈值,则说明已经造成了拥堵,此时,发送一个触发信号至云台摄像,云台摄像机在接收到触发信号之后,由于触发信号中可以包括事故点物理位置、排队长度等信息,云台摄像机在解析出这些数据之后,可以跟踪拍摄事故视频,直至道路交通恢复正常(车辆的排队长度小于第二预设长度阈值)。当然,云台摄像机停止跟踪采集的指令也可以是固定摄像机发送的,固定摄像机可以实时地识别排队长度的变化,如果排队长度小于第二预设长度阈值,则发送停止拍摄的指令至云台摄像机,此时,云台摄像机就可以停止对交通事故的跟踪采集。
其中,云台摄像机跟踪采集所述交通事故的事故视频的步骤,具体可以为:定位事故点或者车辆队列的尾部车辆;以事故点或者尾部车辆的物理位置为聚焦中心点,采集得到交通事故的事故视频。
云台摄像机跟踪拍摄事故视频的方式,可以是定位出事故点或者车辆队列的尾部车辆,以事故点或者尾部车辆的物理位置为聚焦中心点,如图4所示,一直跟随着事故点或者尾部车辆进行拍摄,根据排队长度的变化,实时记录排队长度从发生到消亡的完整过程。
S306,平台服务器将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
平台服务器在每次获取到第一车流信息、第二车流信息和视频,就可以将这些数据与事故点的物理位置进行关联记录,实时的记录下这些能够直观反映交通事故对道路交通影响的信息,可以将这些信息反馈给城市交通管理部门,或者直接进行交通事故仿真,以使交通管理部门能够实时获知道路交通状况,及时地进行事故疏导、信号灯控制等交通管控,尽量减小交通事故对道路交通正常通行的影响。
可选的,S306具体可以为:
平台服务器获取云台摄像机按照预设时间间隔采集的事故视频;
平台服务器将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、摄像机采集的视频、云台摄像机采集的事故视频进行关联记录。
如果触发了云台摄像机对交通事故进行跟踪拍摄,可以获取云台摄像机按照预设时间间隔采集的事故视频,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、摄像机采集的视频、云台摄像机采集的事故视频进行关联记录,更完整的记录了交通事故的规律。
可选的,在执行S306之后,平台服务器还可以执行如下步骤:
针对各预设时间间隔,根据事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于优化的配时策略,对事故点的上下游路口信号灯进行控制。
所关联存储的信息可以决定配时策略的选择、优化,进而能够控制事故点路口和上下游路口的信号灯,及时疏导拥堵。具体的仿真过程如图5所示,对于实时采集到的交通事故,基于交通事故的事故点物理位置保存事故点预设区域范围内各车道的第一车流信息、上下游路口各车道的第二车流信息到数据资源池,确定出相应的配时策略,存储到专家库用于对配时策略的研究,专家库中存储有各个时段的配时策略。同时,通过信号灯控制评价算法对配时策略进行评价,看是否满足质量要求(是否能够提升交通通行效率),满足要求则运行配时策略,进行信号灯控制。若不满足质量要求,结合关联存储的交通事故信息,对配时策略进行诊断及模型优化,确定优化的配时策略,再重复之前的流程,通过不断的学习提升配时策略的质量。其中,诊断的方式包括判断是否出现空放、溢流的情况,模型优化可以是基于数据提取出模型优化参数(例如排队长度),具体模型优化的方式可以为传统的模型算法,也可以为机器学习算法。
应用本实施例,摄像机在检测到交通事故时,获取采集的视频中发生交通事故的事故点的第一相对位置,根据第一相对位置,换算出事故点在世界坐标系下的物理位置,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息,并采集视频,发送事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,平台服务器根据事故点的物理位置,按照预设时间间隔,获取事故点的上下游路口各车道的第二车流信息,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息和视频进行关联记录。摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
本发明实施例还提供了一种交通事故信息采集方法,如图6所示,该方法应用于平台服务器,包括如下步骤。
S601,获取摄像机在检测到交通事故时发送的视频。
一旦摄像机检测到有交通事故发生,就将采集到的视频发送给平台服务器。
S602,识别视频中发生交通事故的事故点的第一相对位置。
平台服务器具有目标识别功能,能够识别出发生交通事故的事故点在视频中的第一相对位置。
S603,根据第一相对位置,获取事故点在世界坐标系下的物理位置。
平台服务器在识别出第一相对位置后,可以基于已存储的换算关系换算出事故点的物理位置,还可以将第一相对位置发送至摄像机,由摄像机换算出事故点的物理位置,再将事故点的物理位置反馈给平台服务器。具体的换算过程见图3所示实施例,这里不再赘述。
S604,根据事故点的物理位置,按照预设时间间隔,获取事故点的预设区域范围内各车道的第一车流信息、事故点的上下游路口各车道的第二车流信息,以及摄像机采集的视频。
平台服务器可以根据事故点的物理位置,按照预设时间间隔向检测到交通事故的摄像机和事故点的上下游路口的第二摄像机分别发送获取指令,使得摄像机发送事故点的预设区域范围内的各车道的第一车流信息和采集的视频至平台服务器、第二摄像机发送事故点的上下游路口各车道的第二车流信息至平台服务器。
S605,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
平台服务器在每次获取到第一车流信息、第二车流信息和视频,就可以将这些数据与事故点的物理位置进行关联记录,实时的记录下这些能够直观反映交通事故对道路交通影响的信息,可以将这些信息反馈给城市交通管理部门,或者直接进行交通事故仿真,以使交通管理部门能够实时获知道路交通状况,及时地进行事故疏导、信号灯控制等交通管控,尽量减小交通事故对道路交通正常通行的影响。
可选的,在执行S604之后,本发明实施例还可以执行如下步骤:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使云台摄像机按照预设时间间隔,跟踪采集交通事故的事故视频,直至在确定车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集。
则,S605具体可以为:
获取云台摄像机按照预设时间间隔采集的事故视频;
将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、摄像机采集的视频、云台摄像机采集的事故视频进行关联记录。
对于摄像机而言,其拍摄范围有限,摄像机在识别到有交通事故的时候,需要判断该交通事故是否引起了车辆排队,如果排队车辆的长度超过了第一预设长度阈值,则说明已经造成了拥堵,此时,发送一个触发信号至云台摄像,云台摄像机在接收到触发信号之后,由于触发信号中可以包括事故点物理位置、排队长度等信息,云台摄像机在解析出这些数据之后,可以跟踪拍摄事故视频,直至道路交通恢复正常(车辆的排队长度小于第二预设长度阈值)。当然,云台摄像机停止跟踪采集的指令也可以是固定摄像机发送的,固定摄像机可以实时地识别排队长度的变化,如果排队长度小于第二预设长度阈值,则发送停止拍摄的指令至云台摄像机,此时,云台摄像机就可以停止对交通事故的跟踪采集。
如果触发了云台摄像机对交通事故进行跟踪拍摄,可以获取云台摄像机按照预设时间间隔采集的事故视频,将事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、摄像机采集的视频、云台摄像机采集的事故视频进行关联记录,更完整的记录了交通事故的规律。
可选的,在执行S605之后,本发明实施例还可以执行如下步骤:
针对各预设时间间隔,根据事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基优化的配时策略,对事故点的上下游路口信号灯进行控制。
所关联存储的信息可以决定配时策略的选择、优化,进而能够控制事故点路口和上下游路口的信号灯,及时疏导拥堵。
应用本实施例,摄像机在检测到交通事故发生时,将采集的视频发送至平台服务器,平台服务器可以识别到事故点在视频中的第一相对位置,进而获取到事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息、第二车流信息和采集的视频,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
相应于上述方法实施例,本发明实施例提供了一种交通事故信息采集装置,如图7所示,应用于摄像机,该装置可以包括:
获取模块710,用于在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;
换算模块720,用于根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;
所述获取模块710,还用于根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;
发送模块730,用于发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的各视频至平台服务器,以使所述平台服务器根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口各车道的第二车流信息,并将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录。
可选的,所述换算模块720,具体可以用于:
根据所述第一相对位置,确定所述视频中与所述事故点的距离最近的至少三个参考目标的相对位置;
根据所述至少三个参考目标的相对位置,以及预先存储的各参考目标的相对位置与物理位置的对应关系,查找所述至少三个参考目标在世界坐标系下的物理位置;
根据所述至少三个参考目标的相对位置及物理位置,建立所述视频的坐标系与所述世界坐标系的变换矩阵;
根据所述第一相对位置及所述变换矩阵,换算出所述事故点在所述世界坐标系下的物理位置。
可选的,所述换算模块720,具体可以用于:
根据所述第一相对位置,以及预先基于所述视频中各参考目标的相对位置划分的各标定区域,确定所述事故点所属的目标标定区域;
根据所述第一相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算得到所述事故点在世界坐标系下的物理位置。
可选的,所述换算模块720,还可以用于:
获取所述摄像机的设备参数;
根据所述设备参数,确定与所述摄像机匹配的高精度地图;
识别所述视频中位于指定相对位置的目标,并在所述高精度地图中获取所述目标的物理位置;
根据所述目标与周边参考目标的位置关系,确定出各参考目标在所述视频中的相对位置。
可选的,所述换算模块720,具体可以用于:
获取所述摄像机的设备参数,所述设备参数包括视场角、架设高度值及经纬度;
根据所述第一相对位置以及所述视场角,确定所述摄像机正对所述事故点时的PT坐标,作为第一P坐标及第一T坐标;
获取所述摄像机指向指定方向时的摄像机P坐标,作为第二P坐标;
计算所述第一P坐标与所述第二P坐标之差,作为所述事故点与所述指定方向的水平夹角;
计算所述第一T坐标的正切值与所述架设高度值的乘积,作为所述事故点与所述摄像机的水平距离;
根据所述水平夹角和所述水平距离,通过三角函数计算所述事故点与所述摄像机的经纬度距离;
根据所述摄像机的经纬度以及所述经纬度距离,计算所述事故点在世界坐标系下的物理位置。
可选的,所述第一车流信息包括所述事故点的预设区域范围内各车道的排队长度;
所述获取模块710,具体可以用于:
根据所述事故点的物理位置,获取所述事故点的预设区域范围内各车道上多个车辆在所述视频中的第二相对位置;
根据所述第二相对位置,换算出所述预设区域范围内各车道上多个车辆在世界坐标系下的物理位置;
提取并根据所述预设区域范围内各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将所述尾部车辆的物理位置与所述头部车辆的物理位置作差,得到所述预设区域范围内各车道的排队长度。
本发明实施例还提供了一种交通事故信息采集装置,如图8所示,应用于平台服务器,该装置可以包括:
接收模块810,用于接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及各视频;
获取模块820,用于根据所述事故点的物理位置,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;
记录模块830,用于将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录。
可选的,所述装置还可以包括:
判断模块,用于针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
发送模块,用于若所述判断模块的判断结果为产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集,并将采集的事故视频发送至所述平台服务器;
所述记录模块,具体可以用于:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,所述装置还可以包括:
仿真模块,用于针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
优化模块,用于根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
控制模块,用于基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
应用本实施例,摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
本发明实施例还提供了一种交通事故信息采集装置,如图9所示,该装置可以包括:
获取模块910,用于获取摄像机在检测到交通事故时发送的视频;
识别模块920,用于识别所述视频中发生所述交通事故的事故点的第一相对位置;
所述获取模块910,还用于根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;
记录模块930,用于将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录。
可选的,所述装置还可以包括:
判断模块,用于针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
发送模块,用于若所述判断模块的判断结果为产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集;
所述记录模块,具体可以用于:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,所述装置还可以包括:
仿真模块,用于针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
优化模块,用于根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
控制模块,用于基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
应用本实施例,摄像机在检测到交通事故发生时,将采集的视频发送至平台服务器,平台服务器可以识别到事故点在视频中的第一相对位置,进而获取到事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息、第二车流信息和采集的视频,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
相应于上述方法实施例,本发明实施例提供了一种摄像机,如图10所示,包括处理器1001和存储器1002;
所述存储器1002,用于存放计算机程序;
所述处理器1001,用于执行所述存储器1002上所存放的计算机程序,实现如下步骤:
在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;
发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,以使所述平台服务器根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口各车道的第二车流信息,并将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,所述处理器1001在实现所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置的步骤时,具体可以用于实现如下步骤:
根据所述第一相对位置,确定所述视频中与所述事故点的距离最近的至少三个参考目标的相对位置;
根据所述至少三个参考目标的相对位置,以及预先存储的各参考目标的相对位置与物理位置的对应关系,查找所述至少三个参考目标在世界坐标系下的物理位置;
根据所述至少三个参考目标的相对位置及物理位置,建立所述视频的坐标系与所述世界坐标系的变换矩阵;
根据所述第一相对位置及所述变换矩阵,换算出所述事故点在所述世界坐标系下的物理位置。
可选的,所述处理器1001在实现所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置的步骤时,具体可以用于实现如下步骤:
根据所述第一相对位置,以及预先基于所述视频中各参考目标的相对位置划分的各标定区域,确定所述事故点所属的目标标定区域;
根据所述第一相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算得到所述事故点在世界坐标系下的物理位置。
可选的,所述处理器1001还可以用于实现如下步骤:
获取所述摄像机的设备参数;
根据所述设备参数,确定与所述摄像机匹配的高精度地图;
识别所述视频中位于指定相对位置的目标,并在所述高精度地图中获取所述目标的物理位置;
根据所述目标与周边参考目标的位置关系,确定出各参考目标在所述视频中的相对位置。
可选的,所述处理器1001在实现所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置的步骤时,具体可以用于实现如下步骤:
获取所述摄像机的设备参数,所述设备参数包括视场角、架设高度值及经纬度;
根据所述第一相对位置以及所述视场角,确定所述摄像机正对所述事故点时的PT坐标,作为第一P坐标及第一T坐标;
获取所述摄像机指向指定方向时的摄像机P坐标,作为第二P坐标;
计算所述第一P坐标与所述第二P坐标之差,作为所述事故点与所述指定方向的水平夹角;
计算所述第一T坐标的正切值与所述架设高度值的乘积,作为所述事故点与所述摄像机的水平距离;
根据所述水平夹角和所述水平距离,通过三角函数计算所述事故点与所述摄像机的经纬度距离;
根据所述摄像机的经纬度以及所述经纬度距离,计算所述事故点在世界坐标系下的物理位置。
可选的,所述第一车流信息可以包括所述事故点的预设区域范围内各车道的排队长度;
所述处理器1001在实现所述获取所述事故点的预设区域范围内各车道的第一车流信息的步骤时,具体可以用于实现如下步骤:
根据所述事故点的物理位置,获取所述事故点的预设区域范围内各车道上多个车辆在所述视频中的第二相对位置;
根据所述第二相对位置,换算出所述预设区域范围内各车道上多个车辆在世界坐标系下的物理位置;
提取并根据所述预设区域范围内各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将所述尾部车辆的物理位置与所述头部车辆的物理位置作差,得到所述预设区域范围内各车道的排队长度。
本发明实施例还提供了一种平台服务器,如图11所示,包括处理器1101和存储器1102;
所述存储器1102,用于存放计算机程序;
所述处理器1101,用于执行所述存储器1102上所存放的计算机程序,实现如下步骤:
接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;
根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,所述处理器1101还可以用于实现如下步骤:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集,并将采集的事故视频发送至所述平台服务器;
所述处理器1101在实现所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录的步骤时,具体可以用于实现如下步骤:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,所述处理器1101还可以用于实现如下步骤:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
存储器1002与处理器1001之间、存储器1102与处理器1101之间可以通过有线连接或者无线连接的方式进行数据传输,并且摄像机可以通过有线通信接口或者无线通信接口与平台服务器等设备进行通信。
上述存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processor,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本实施例中,处理器通过读取存储器中存储的计算机程序,并通过运行该计算机程序,能够实现:摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
另外,本发明实施例提供了一种机器可读存储介质,用于存储计算机程序,所述计算机程序促使处理器执行本发明实施例提供的应用于摄像机的交通事故信息采集方法的所有步骤。
本发明实施例提供了一种机器可读存储介质,用于存储计算机程序,所述计算机程序促使处理器执行本发明实施例提供的应用于平台服务器的交通事故信息采集方法的所有步骤。
本实施例中,机器可读存储介质存储有在运行时执行本发明实施例所提供应用于摄像机和应用于平台服务器的交通事故信息采集方法的计算机程序,因此能够实现:摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
本发明实施例提供了一种平台服务器,如图12所示,包括处理器1201和存储器1202;
所述存储器1202,用于存放计算机程序;
所述处理器1201,用于执行所述存储器1202上所存放的计算机程序,实现如下步骤:
获取摄像机在检测到交通事故时发送的视频;
识别所述视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
可选的,所述处理器1201还可以用于实现如下步骤:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集;
所述处理器1201在实现所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录的步骤时,具体可以用于实现如下步骤:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
可选的,所述处理器1201还可以用于实现如下步骤:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
存储器1202与处理器1201之间可以通过有线连接或者无线连接的方式进行数据传输,并且平台服务器可以通过有线通信接口或者无线通信接口与摄像机等设备进行通信。
上述存储器可以包括RAM,也可以包括NVM,例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括CPU、NP等;还可以是DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本实施例中,处理器通过读取存储器中存储的计算机程序,并通过运行该计算机程序,能够实现:摄像机在检测到交通事故发生时,将采集的视频发送至平台服务器,平台服务器可以识别到事故点在视频中的第一相对位置,进而获取到事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息、第二车流信息和采集的视频,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
另外,本发明实施例提供了一种机器可读存储介质,用于存储计算机程序,所述计算机程序促使处理器执行本发明实施例提供的交通事故信息采集方法的所有步骤。
本实施例中,机器可读存储介质存储有在运行时执行本发明实施例所提供的交通事故信息采集方法的计算机程序,因此能够实现:摄像机在检测到交通事故发生时,将采集的视频发送至平台服务器,平台服务器可以识别到事故点在视频中的第一相对位置,进而获取到事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息、第二车流信息和采集的视频,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
本发明实施例还提供了一种交通事故信息采集***,如图13所示,包括多个摄像机1301及平台服务器1302;
所述摄像机1301,用于在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器;
所述平台服务器1302,用于接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
应用本实施例,摄像机实时对采集的视频中发生的交通事故进行检测,一旦检测到有交通事故发生,就可以获取到事故点在视频中的第一相对位置,进而计算出事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息和采集的视频,并发送给平台服务器,平台服务器根据事故点的物理位置还可以获取到第二车流信息,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
本发明实施例还提供了一种交通事故信息采集***,如图14所示,包括多个摄像机1401及平台服务器1402;
所述摄像机1401,用于采集视频;
所述平台服务器1402,用于获取摄像机在检测到交通事故时发送的视频;识别所述视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
应用本实施例,摄像机在检测到交通事故发生时,将采集的视频发送至平台服务器,平台服务器可以识别到事故点在视频中的第一相对位置,进而获取到事故点的物理位置,再基于事故点的物理位置,可以按照预设时间间隔,获取到第一车流信息、第二车流信息和采集的视频,第一车流信息、第二车流信息和采集的视频能够直观、实时的反映交通事故对道路交通的影响规律,因此,通过对事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,实现了对交通事故信息的实时采集。
对于装置、摄像机、平台服务器、机器可读存储介质及交通事故信息采集***实施例而言,由于其所涉及的方法内容基本相似于前述的方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、摄像机、平台服务器、机器可读存储介质及交通事故信息采集***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (16)
1.一种交通事故信息采集方法,其特征在于,应用于摄像机,所述方法包括:
在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;
发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器,以使所述平台服务器根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口各车道的第二车流信息,并将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
根据所述第一相对位置,确定所述视频中与所述事故点的距离最近的至少三个参考目标的相对位置;
根据所述至少三个参考目标的相对位置,以及预先存储的各参考目标的相对位置与物理位置的对应关系,查找所述至少三个参考目标在世界坐标系下的物理位置;
根据所述至少三个参考目标的相对位置及物理位置,建立所述视频的坐标系与所述世界坐标系的变换矩阵;
根据所述第一相对位置及所述变换矩阵,换算出所述事故点在所述世界坐标系下的物理位置。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
根据所述第一相对位置,以及预先基于所述视频中各参考目标的相对位置划分的各标定区域,确定所述事故点所属的目标标定区域;
根据所述第一相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算得到所述事故点在世界坐标系下的物理位置。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
获取所述摄像机的设备参数;
根据所述设备参数,确定与所述摄像机匹配的高精度地图;
识别所述视频中位于指定相对位置的目标,并在所述高精度地图中获取所述目标的物理位置;
根据所述目标与周边参考目标的位置关系,确定出各参考目标在所述视频中的相对位置。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置,包括:
获取所述摄像机的设备参数,所述设备参数包括视场角、架设高度值及经纬度;
根据所述第一相对位置以及所述视场角,确定所述摄像机正对所述事故点时的PT坐标,作为第一P坐标及第一T坐标;
获取所述摄像机指向指定方向时的摄像机P坐标,作为第二P坐标;
计算所述第一P坐标与所述第二P坐标之差,作为所述事故点与所述指定方向的水平夹角;
计算所述第一T坐标的正切值与所述架设高度值的乘积,作为所述事故点与所述摄像机的水平距离;
根据所述水平夹角和所述水平距离,通过三角函数计算所述事故点与所述摄像机的经纬度距离;
根据所述摄像机的经纬度以及所述经纬度距离,计算所述事故点在世界坐标系下的物理位置。
6.根据权利要求1所述的方法,其特征在于,所述第一车流信息包括所述事故点的预设区域范围内各车道的排队长度;
所述获取所述事故点的预设区域范围内各车道的第一车流信息,包括:
根据所述事故点的物理位置,获取所述事故点的预设区域范围内各车道上多个车辆在所述视频中的第二相对位置;
根据所述第二相对位置,换算出所述预设区域范围内各车道上多个车辆在世界坐标系下的物理位置;
提取并根据所述预设区域范围内各车道上车辆队列中的头部车辆和尾部车辆的物理位置,将所述尾部车辆的物理位置与所述头部车辆的物理位置作差,得到所述预设区域范围内各车道的排队长度。
7.一种交通事故信息采集方法,其特征在于,应用于平台服务器,所述方法包括:
接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;
根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
8.根据权利要求7所述的方法,其特征在于,在所述根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息之后,所述方法还包括:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集,并将采集的事故视频发送至所述平台服务器;
所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录,包括:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
9.根据权利要求7所述的方法,其特征在于,在所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录之后,所述方法还包括:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
10.一种交通事故信息采集方法,其特征在于,所述方法包括:
获取摄像机在检测到交通事故时发送的视频;
识别所述视频中发生所述交通事故的事故点的第一相对位置;
根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;
根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
11.根据权利要求10所述的方法,其特征在于,在所述根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频之后,所述方法还包括:
针对各预设时间间隔,根据该预设时间间隔获取的第一车流信息及第二车流信息,判断是否产生排队长度大于第一预设长度阈值的车辆队列;
若产生,则发送触发信号至云台摄像机,以使所述云台摄像机按照所述预设时间间隔,跟踪采集所述交通事故的事故视频,直至在确定所述车辆队列的排队长度小于第二预设长度阈值时,停止跟踪采集;
所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及各视频进行关联记录,包括:
获取所述云台摄像机按照所述预设时间间隔采集的事故视频;
将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息、所述摄像机采集的视频、所述云台摄像机采集的事故视频进行关联记录。
12.根据权利要求10所述的方法,其特征在于,在所述将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录之后,所述方法还包括:
针对各预设时间间隔,根据所述事故点的物理位置、该预设时间间隔获取的第一车流信息、第二车流信息及视频,基于交通仿真算法,进行实时道路交通仿真;
根据仿真结果,对预设配时策略进行诊断及模型优化,确定优化的配时策略;
基于所述优化的配时策略,对所述事故点的上下游路口信号灯进行控制。
13.一种摄像机,其特征在于,包括处理器和存储器;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序,实现如权利要求1-6所述的交通事故信息采集方法。
14.一种平台服务器,其特征在于,包括处理器和存储器;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的计算机程序,实现如权利要求7-9所述的交通事故信息采集方法,或实现如权利要求10-12所述的交通事故信息采集方法。
15.一种交通事故信息采集***,其特征在于,包括多个摄像机及平台服务器;
所述摄像机,用于在检测到交通事故时,获取采集的视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,换算出所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息,并采集视频;发送所述事故点的物理位置、各预设时间间隔获取的第一车流信息及采集的视频至平台服务器;
所述平台服务器,用于接收摄像机发送的事故点的物理位置、各预设时间间隔获取的第一车流信息及视频;根据所述事故点的物理位置,按照所述预设时间间隔,获取所述事故点的上下游路口的第二摄像机采集的所述上下游路口各车道的第二车流信息;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
16.一种交通事故信息采集***,其特征在于,包括多个摄像机及平台服务器;
所述摄像机,用于采集视频;
所述平台服务器,用于获取摄像机在检测到交通事故时发送的视频;识别所述视频中发生所述交通事故的事故点的第一相对位置;根据所述第一相对位置,获取所述事故点在世界坐标系下的物理位置;根据所述事故点的物理位置,按照预设时间间隔,获取所述事故点的预设区域范围内各车道的第一车流信息、所述事故点的上下游路口各车道的第二车流信息,以及所述摄像机采集的视频;将所述事故点的物理位置、各预设时间间隔获取的第一车流信息、第二车流信息及视频进行关联记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478921.3A CN111275957A (zh) | 2018-12-05 | 2018-12-05 | 一种交通事故信息采集方法、***及摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478921.3A CN111275957A (zh) | 2018-12-05 | 2018-12-05 | 一种交通事故信息采集方法、***及摄像机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111275957A true CN111275957A (zh) | 2020-06-12 |
Family
ID=71001487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811478921.3A Pending CN111275957A (zh) | 2018-12-05 | 2018-12-05 | 一种交通事故信息采集方法、***及摄像机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275957A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111645705A (zh) * | 2020-06-17 | 2020-09-11 | 广州小鹏车联网科技有限公司 | 一种下发驾驶路线调整的方法和一种服务器 |
CN111859291A (zh) * | 2020-06-23 | 2020-10-30 | 北京百度网讯科技有限公司 | 交通事故识别方法、装置、设备和计算机存储介质 |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及*** |
CN114969575A (zh) * | 2022-05-25 | 2022-08-30 | 杭州海康威视***技术有限公司 | 一种摄像机查询方法、装置、电子设备及存储介质 |
CN115171368A (zh) * | 2022-05-26 | 2022-10-11 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于交通事件管控的车道动态控制方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002190090A (ja) * | 2000-10-13 | 2002-07-05 | Sumitomo Electric Ind Ltd | 交通流の異常検知装置及び方法(スペクトル) |
JP2003296870A (ja) * | 2002-03-29 | 2003-10-17 | Fujitsu Fip Corp | 交通流予測と事例推論を利用した交通渋滞の防止・解消方法 |
CN1645037A (zh) * | 2004-12-31 | 2005-07-27 | 天津大学 | 光带法三维扫描测量***的分区标定方法 |
CN101159098A (zh) * | 2007-11-20 | 2008-04-09 | 东南大学 | 城市交通意外事件的自动检测确认方法 |
CN102270387A (zh) * | 2011-04-02 | 2011-12-07 | 东南大学 | 一种公路交通疏导方法 |
CN104392610A (zh) * | 2014-12-19 | 2015-03-04 | 山东大学 | 基于分布式视频的高速路交通事件影响范围动态监控方法 |
CN105489034A (zh) * | 2015-09-21 | 2016-04-13 | 青岛智能产业技术研究院 | 一种干线完全交通控制***及方法 |
CN105989593A (zh) * | 2015-02-12 | 2016-10-05 | 杭州海康威视***技术有限公司 | 视频录像中进行特定车辆速度测量的方法及装置 |
CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
-
2018
- 2018-12-05 CN CN201811478921.3A patent/CN111275957A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002190090A (ja) * | 2000-10-13 | 2002-07-05 | Sumitomo Electric Ind Ltd | 交通流の異常検知装置及び方法(スペクトル) |
JP2003296870A (ja) * | 2002-03-29 | 2003-10-17 | Fujitsu Fip Corp | 交通流予測と事例推論を利用した交通渋滞の防止・解消方法 |
CN1645037A (zh) * | 2004-12-31 | 2005-07-27 | 天津大学 | 光带法三维扫描测量***的分区标定方法 |
CN101159098A (zh) * | 2007-11-20 | 2008-04-09 | 东南大学 | 城市交通意外事件的自动检测确认方法 |
CN102270387A (zh) * | 2011-04-02 | 2011-12-07 | 东南大学 | 一种公路交通疏导方法 |
CN104392610A (zh) * | 2014-12-19 | 2015-03-04 | 山东大学 | 基于分布式视频的高速路交通事件影响范围动态监控方法 |
CN105989593A (zh) * | 2015-02-12 | 2016-10-05 | 杭州海康威视***技术有限公司 | 视频录像中进行特定车辆速度测量的方法及装置 |
CN105489034A (zh) * | 2015-09-21 | 2016-04-13 | 青岛智能产业技术研究院 | 一种干线完全交通控制***及方法 |
CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
Non-Patent Citations (2)
Title |
---|
孙宇臣 等: "采用线性分区方法对三维传感器的标定", 《光电子 激光》 * |
李晓洁: "提高激光三维人体扫描***性能的关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111645705A (zh) * | 2020-06-17 | 2020-09-11 | 广州小鹏车联网科技有限公司 | 一种下发驾驶路线调整的方法和一种服务器 |
CN111859291A (zh) * | 2020-06-23 | 2020-10-30 | 北京百度网讯科技有限公司 | 交通事故识别方法、装置、设备和计算机存储介质 |
US11328600B2 (en) | 2020-06-23 | 2022-05-10 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for identifying traffic accident, device and computer storage medium |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及*** |
CN112966941B (zh) * | 2021-03-09 | 2024-04-19 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及*** |
CN114969575A (zh) * | 2022-05-25 | 2022-08-30 | 杭州海康威视***技术有限公司 | 一种摄像机查询方法、装置、电子设备及存储介质 |
CN115171368A (zh) * | 2022-05-26 | 2022-10-11 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于交通事件管控的车道动态控制方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275957A (zh) | 一种交通事故信息采集方法、***及摄像机 | |
Semertzidis et al. | Video sensor network for real-time traffic monitoring and surveillance | |
US9154741B2 (en) | Apparatus and method for processing data of heterogeneous sensors in integrated manner to classify objects on road and detect locations of objects | |
JP7070683B2 (ja) | 劣化診断装置、劣化診断システム、劣化診断方法、プログラム | |
US20100128110A1 (en) | System and method for real-time 3-d object tracking and alerting via networked sensors | |
CN111754581A (zh) | 一种摄像头标定方法、路侧感知设备和智慧交通*** | |
CN112099040A (zh) | 基于激光雷达网络的全程连续轨迹车辆追踪***及方法 | |
CN111833598B (zh) | 一种高速公路无人机交通事件自动监测方法及*** | |
CN103295396A (zh) | 交通事故非现场快***方法及*** | |
CN111914592B (zh) | 多相机联合取证方法、装置及*** | |
CN101882374A (zh) | 一种车辆行程分布综合信息分析***及方法 | |
CN107360394A (zh) | 应用于边防视频监控***的多预置点动态智能监测方法 | |
Wang et al. | Realtime wide-area vehicle trajectory tracking using millimeter-wave radar sensors and the open TJRD TS dataset | |
US11055894B1 (en) | Conversion of object-related traffic sensor information at roadways and intersections for virtual dynamic digital representation of objects | |
EA029104B1 (ru) | Способ управления системой мониторинга и система для его реализации | |
CN115965655A (zh) | 一种基于雷视一体的交通目标跟踪方法 | |
RU120270U1 (ru) | Комплекс контроля проезда пешеходных переходов | |
CN114771548A (zh) | 用于高级驾驶辅助***测试和验证的数据记录 | |
EP3940666A1 (en) | Digital reconstruction method, apparatus, and system for traffic road | |
CN106960027B (zh) | 空间信息辅助的无人机视频大数据多时相关联分析方法 | |
CN114677640A (zh) | 基于机器视觉的智慧工地安全监测***及方法 | |
CN111277791A (zh) | 一种案事件监测方法及*** | |
CN111383248A (zh) | 一种行人闯红灯判断方法、装置和电子设备 | |
KR102434154B1 (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
Bhandari et al. | Fullstop: A camera-assisted system for characterizing unsafe bus stopping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200612 |