CN111275960A - 一种交通路况分析方法、***及摄像机 - Google Patents
一种交通路况分析方法、***及摄像机 Download PDFInfo
- Publication number
- CN111275960A CN111275960A CN201811478666.2A CN201811478666A CN111275960A CN 111275960 A CN111275960 A CN 111275960A CN 201811478666 A CN201811478666 A CN 201811478666A CN 111275960 A CN111275960 A CN 111275960A
- Authority
- CN
- China
- Prior art keywords
- road section
- lane
- traffic
- vehicle
- 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
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种交通路况分析方法、***及摄像机,摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。通过本方案,可以实现对交通路况的实时分析。
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路况分析方法、***及摄像机。
背景技术
传统的道路交通路况分析,是通过地感线圈、微波、磁感等位置传感硬件,对车辆目标的位置信息进行采集、分析,基于检测到的位置信息,换算出行驶速度、排队长度等数据。
然而,上述交通路况分析的方式中,位置传感硬件在进行检测时,如果检测到单一车辆目标的位置信息,并不能够分析出完整的路况,需要连续采集到多个车辆目标的位置信息之后,才可以分析出完整的交通路况。这就导致交通路况分析的实时性较差。
发明内容
本发明实施例的目的在于提供一种交通路况分析方法、***及摄像机,以实现对交通路况的实时分析。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路况分析方法,应用于摄像机,所述方法包括:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,包括:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,确定该帧视频中与该车辆目标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,建立视频坐标系与所述世界坐标系的变换矩阵;
根据该车辆目标在该帧视频中的相对位置及所述变换矩阵,换算出该车辆目标在所述世界坐标系下的物理位置。
可选的,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,包括:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,以及预先基于各参考目标的相对位置划分的各标定区域,确定该车辆目标所属的目标标定区域;
根据该车辆目标在该帧视频中的相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算出该车辆目标在世界坐标系下的物理位置。
可选的,所述方法还包括:
获取所述摄像机自身的设备参数;
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,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻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;
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置以及所述视场角,确定所述摄像机正对该车辆目标时的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,作为该车辆目标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,作为该车辆目标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,通过三角函数计算该车辆目标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,计算该车辆目标在世界坐标系下的物理位置。
可选的,所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级,包括:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息包括当前路段平均车速;所述预设车流信息包括预设车速;
所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息,包括:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速;
所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数,包括:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况;
或者,
将所述指定路段中各车道的交通路况等级发送给平台服务器,以使得所述平台服务器根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
第二方面,本发明实施例提供了一种交通路况分析方法,应用于摄像机,所述方法包括:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
发送所述指定路段中各车道的当前车流信息至平台服务器,以使所述平台服务器根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
第三方面,本发明实施例提供了一种交通路况分析方法,应用于平台服务器,所述方法包括:
接收摄像机发送的指定路段中各车道的当前车流信息,所述当前车流信息为所述摄像机根据实时采集的多帧视频中各车辆目标在不同时刻的物理位置所确定得到的;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
第四方面,本发明实施例提供了一种交通路况分析方法,所述方法包括:
获取摄像机实时采集的多帧视频;
识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息包括当前路段平均车速;
所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息,包括:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速。
可选的,所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级,包括:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息包括当前路段平均车速;所述预设车流信息包括预设车速;
所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数,包括:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
第五方面,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所提供的交通路况分析方法,或实现本发明实施例第二方面所提供的交通路况分析方法。
第六方面,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三方面所提供的交通路况分析方法,或实现本发明实施例第四方面所提供的交通路况分析方法。
第七方面,本发明实施例提供了一种交通路况分析***,包括多个摄像机及平台服务器;
所述摄像机,用于获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;发送所述指定路段中各车道的当前车流信息至平台服务器;
所述平台服务器,用于接收摄像机发送的指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
第八方面,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,用于获取摄像机实时采集的多帧视频;识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
本发明实施例提供的一种交通路况分析方法、***及摄像机,摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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为本发明一实施例的应用于摄像机的交通路况分析方法的流程示意图;
图2为本发明另一实施例的应用于摄像机的交通路况分析方法的流程示意图;
图3为本发明一实施例的应用于平台服务器的交通路况分析方法的流程示意图;
图4为本发明实施例的摄像机与平台服务器交互的交通路况分析方法的流程示意图;
图5为本发明另一实施例的应用于平台服务器的交通路况分析方法的流程示意图;
图6为本发明一实施例的应用于摄像机的交通路况分析装置的结构示意图;
图7为本发明另一实施例的应用于摄像机的交通路况分析装置的结构示意图;
图8为本发明一实施例的应用于平台服务器的交通路况分析装置的结构示意图;
图9为本发明另一实施例的应用于平台服务器的交通路况分析装置的结构示意图;
图10为本发明一实施例的摄像机的结构示意图;
图11为本发明另一实施例的摄像机的结构示意图;
图12为本发明一实施例的平台服务器的结构示意图;
图13为本发明另一实施例的平台服务器的结构示意图;
图14为本发明一实施例的交通事故信息采集***的结构示意图;
图15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。
为了实现对交通路况的实时分析,本发明实施例提供了一种交通路况分析方法、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:
车道级流量:标准车道一般为3.75米,根据地区差异,可能会有一定的偏差,一般在3.5米到4米之间,那么采集的车流量只要误差能够控制在1.75米以内,即可判定属于哪个车道。
交通指数:交通指数是道路交通运行指数(也称道路交通拥堵指数)的简称,道路交通运行指数是综合反映道路网交通运行状况的指标。交通指数取值范围为0~10,可以分为5个交通路况等级。其中0~2对应“畅通”、2~4对应“基本畅通”、4~6对应“轻度拥堵”、6~8对应“中度拥堵”、8~10对应“严重拥堵”,数值越高则表明交通拥堵状况越严重。
本发明实施例所提供的一种交通路况分析方法,可以应用于摄像机,该摄像机具有路况分析的功能,如图1所示,该交通路况分析方法可以包括如下步骤:
S101,获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置。
交通监控***中,在道路上方架设有多个固定摄像机,架设在不同路段的摄像机用于采集该路段内车辆行驶的视频,摄像机可以对车辆目标的行驶状况进行实时拍摄,得到多帧视频。对于云台摄像机而言,用户可以指定该云台摄像机需要监控的路段。需要说明的是,指定路段可以是摄像机监控的整个路段,也可以是摄像机监控的路段中的一部分路段,可以根据实际需求和分析结果进行设定。
在需要对某一个指定路段进行交通路况分析时,可以获取实时采集的多帧视频,并利用深度学习等目标跟踪算法,跟踪同一个车辆目标在各视频帧中的相对位置。
S102,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置。
相对位置为车辆目标在摄像机采集的各帧视频的坐标系中的位置,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,经过坐标换算,可以计算出车辆目标在世界坐标系下的物理位置,并且,由于各帧视频是在不同时刻采集的,所换算出的物理位置实际上是具有时间信息的,也就是一个时空数据,物理位置具体可以为GPS位置。
可选的,S102具体可以为:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,确定该帧视频中与该车辆目标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,建立视频坐标系与世界坐标系的变换矩阵;
根据该车辆目标在该帧视频中的相对位置及变换矩阵,换算出该车辆目标在世界坐标系下的物理位置。
通过车辆目标在视频中的相对位置,可以抽取该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车辆目标附近的参考目标建立的,通过坐标变换,将车辆目标的相对位置代入到变换矩阵中,即可得到车辆目标的物理位置。
可选的,S102具体还可以为:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,以及预先基于各参考目标的相对位置划分的各标定区域,确定该车辆目标所属的目标标定区域;
根据该车辆目标在该帧视频中的相对位置,以及预先获取的目标标定区域对应的单应性矩阵,换算出该车辆目标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,根据车辆目标的相对位置,可以确定出车辆目标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,由于车辆目标属于目标标定区域中,车辆目标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,可以直接将车辆目标的相对位置代入目标标定区域对应的单应性矩阵,经过换算即可得到车辆目标的物理位置。
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,S102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;
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置以及所述视场角,确定摄像机正对该车辆目标时的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,作为该车辆目标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,作为该车辆目标与摄像机的水平距离;
根据水平夹角和水平距离,通过三角函数计算该车辆目标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,计算该车辆目标在世界坐标系下的物理位置。
可以先读取摄像机拍摄车辆目标时的PT坐标,然后根据车辆目标在摄像机拍摄视频中的相对位置、以及摄像机拍摄车辆目标时的视场角,将读取到的PT坐标转换为正对车辆目标时的PT坐标,作为第一P坐标和第一T坐标。假设车辆目标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,即为车辆目标与指定方向的水平夹角。
根据tanT*h=L,可以计算出车辆目标与摄像机的水平距离,其中,h表示摄像机的架设高度值,L表示车辆目标与摄像机的水平距离。水平距离也就是假设摄像机与车辆目标的高度相同的情况下,摄像机与车辆目标的距离。
假设指定方向为正北方向,则可以通过L*sinθ=Llon,L*cosθ=Llat,计算车辆目标与摄像机的经纬度距离,其中,L表示车辆目标与摄像机的水平距离,θ表示车辆目标与正北方向的水平夹角,Llon表示车辆目标与摄像机的经度距离,Llat表示车辆目标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,计算车辆目标与摄像机的经纬度距离,其中,L表示车辆目标与摄像机的水平距离,α表示车辆目标与正东方向的水平夹角,Llon表示车辆目标与摄像机的经度距离,Llat表示车辆目标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车辆目标的经纬度距离,便可以计算得到车辆目标的经纬度,也就得到了车辆目标在世界坐标系下的物理位置。
S103,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息。
针对每一个车辆目标而言,在不同时刻的物理位置整合到一起就可以得到该车辆目标的行驶状况,例如该车辆目标的行驶速度、行驶方向、出现在指定路段的时间段、该车辆目标行驶的车道等等,而把采集到的指定路段所有车辆的行驶状况整合到一起,就可以得到指定路段中各车道的车流量、车辆平均速度、车辆排队长度等当前车流信息。
可选的,当前车流信息可以包括当前路段平均车速,预设车流信息可以包括预设车速。
相应的,S303具体可以为:
针对各车辆目标,根据至少两帧视频的时刻以及对应至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在指定路段的平均车速;
根据各车辆目标在指定路段的平均车速,计算指定路段中各车道的当前路段平均车速。
基于上述步骤可以实时(可以精确到ms级,摄像机以每秒N帧的速度采集视频,若N为25帧,则最小颗粒度为1s/25=0.04s)获取到每个车辆目标的实时物理位置,假设摄像机每秒采集25帧视频,通过坐标转换可以换算出车辆目标在任意两帧视频对应时刻的物理位置S1和S2,这两帧视频对应的时刻分别为T1和T2,则这两帧视频计算出的车辆目标的平均车速为V=|S1-S2|/|T1-T2|,如果利用超过两帧视频计算车辆目标的平均车速可以更为准确,即每两帧之间计算一个平均车速,再整体求平均。这样可以得到行驶在指定路段中的每一个车辆目标的平均车速,则通过对各车道上所有车辆目标的平均车速求平均,可以计算出指定路段中各车道的当前路段平均车速。
S104,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。
由于当前车流信息中包含有车流量、车辆平均速度、车辆排队长度等信息,这些信息可以直观的体现出指定路段中各车道的道路状况,例如,指定路段中直行车道的车流量非常大,达到每小时1000辆,而车辆平均速度非常小,只有20km/h,则可以确定该指定路段中直行车道的交通路况等级可以为中度拥堵;再例如,指定路段中左转车道的排队长度很长,超过了2km,则说明该指定路段中左转车道的车流通行状况特别差,可以确定该指定路段中的左转车道的交通路况等级可以为严重拥堵。
综上,可以利用当前车流信息中的一个或者多个信息对指定路段中各车道的车流通行状况进行分析,进而确定出指定路段中各车道的交通路况等级。
可选的,S104具体可以为
获取指定路段的预设车流信息;
根据预设车流信息及指定路段中各车道的当前车流信息,确定指定路段中各车道的道路交通拥堵指数;
根据指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定指定路段中各车道的交通路况等级。
对于指定路段而言,该指定路段可以预先设置有预设车流信息,该预设车流信息可以为限定道路交通拥堵的阈值,例如,车辆平均速度低于10km/h,认定为严重拥堵;车辆平均速度介于10km/h~20km/h,认定为中度拥堵;车辆平均速度介于20km/h~30km/h,认定为轻度拥堵;车辆平均速度介于30km/h~50km/h,认定为基本通畅;车辆平均速度超过50km/h,认定为通畅。再例如,排队长度不超过300米,认定为通畅;排队长度介于300米~500米,认定为基本通畅;排队长度介于500米~700米,认定为轻度拥堵;排队长度介于700米~1000米,认定为中度拥堵;排队长度超过1000米,认定为严重拥堵。
基于上述实例,在得到当前车流信息后,可以与预设车流信息进行比较,对应的分配道路交通拥堵指数,进而通过预先存储的道路交通拥堵指数与交通路况等级的对应关系,可以确定出指定路段是严重拥堵、中度拥堵、轻度拥堵、基本通畅还是通畅,预先存储的对应关系可以是基于行业通用标准设置的,也可以是城市管理部门根据需求自行定义的。
可选的,当前车流信息可以包括当前路段平均车速;预设车流信息可以包括预设车速;
对应的,根据预设车流信息及指定路段中各车道的当前车流信息,确定指定路段中各车道的道路交通拥堵指数的步骤,具体可以为:
根据预设车速及指定路段中各车道的当前路段平均车速,确定指定路段中各车道的道路交通拥堵指数。
道路交通拥堵指数可以定义为路段行程时间比,是通过指定路段的实际行程时间与期望行程时间比值,等于预设车速与实际当前路段平均车速之比。道路交通拥堵指数的计算公式为:
其中,RT为道路交通拥堵指数,为预设车速,为某一车道的当前路段平均车速。由于预先存储有道路交通拥堵指数与交通路况等级的对应关系,如表1所示,则可以直接判断RT满足哪一个范围,从而确定出指定路段中各车道的交通路况等级。
表1
运行等级 | 畅通 | 基本畅通 | 轻度拥堵 | 中度拥堵 | 严重拥堵 |
快速路 | R<sub>T</sub>≤1.36 | 1.36<R<sub>T</sub>≤1.88 | 1.88<R<sub>T</sub>≤2.5 | 2.5<R<sub>T</sub>≤3.75 | R<sub>T</sub>>3.75 |
主干路 | R<sub>T</sub>≤1.25 | 1.25<R<sub>T</sub>≤1.67 | 1.67<R<sub>T</sub>≤2.5 | 2.5<R<sub>T</sub>≤3.33 | R<sub>T</sub>>3.33 |
次干路 | R<sub>T</sub>≤1.33 | 1.33<R<sub>T</sub>≤2 | 2<R<sub>T</sub>≤2.67 | 3.67<R<sub>T</sub>≤4 | R<sub>T</sub>>4 |
支路 | R<sub>T</sub>≤1.16 | 1.16<R<sub>T</sub>≤1.75 | 1.75<R<sub>T</sub>≤2.33 | 2.33<R<sub>T</sub>≤3.5 | R<sub>T</sub>>3.5 |
可选的,在执行S305之后,本发明实施例还可以执行如下步骤:
根据指定路段中各车道的交通路况等级,在高精度地图上展示指定路段中各车道的交通路况;
或者,
将指定路段中各车道的交通路况等级发送给平台服务器,以使得平台服务器根据指定路段中各车道的交通路况等级,在高精度地图上展示指定路段中各车道的交通路况。
通过上述步骤得到交通路况等级,可以根据指定路段中各车道的交通路况等级,在高精度地图(例如GIS(Geographic Information System,地理信息***)地图)上展示指定路段中各车道的交通路况,就得到了基于视频分析的实时、精准道路交通路况信息。在高精度地图上叠加交通路况等级的方式,可以是由摄像机直接将交通路况等级叠加到高精度地图上,还可以是由摄像机将交通路况等级发送给平台服务器,由平台服务器将交通路况等级叠加到高精度地图上。
应用本实施例,摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例所提供的交通路况分析方法除了可以在摄像机中执行实现以外,还可以由摄像机进行物理位置换算、当前车流信息确定,将确定的当前车流信息发送至平台服务器,由平台服务器进行路况分析。
相应的,本发明实施例所提供的一种交通路况分析方法,可以应用于摄像机,如图2所示,该交通路况分析方法可以包括如下步骤:
S201,获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置。
S202,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置。
S203,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息。
S204,发送指定路段中各车道的当前车流信息至平台服务器,以使平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。
本发明实施例所提供的一种交通路况分析方法,可以应用于平台服务器,如图3所示,该方法可以包括如下步骤:
S301,接收摄像机发送的指定路段中各车道的当前车流信息,其中,当前车流信息为摄像机根据实时采集的多帧视频中各车辆目标在不同时刻的物理位置所确定得到的。
S302,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。
摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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路况分析方法进行介绍。摄像机与平台服务器的交互流程图如图4所示,包括如下步骤。
S401,摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置。
摄像机可以实时采集多帧视频,在采集过程中可以识别到车辆目标,对应的可以识别出指定路段中行驶的多个车辆目标的相对位置。具体的,详见图1所示实施例的S101,这里不再赘述。
S402,针对各车辆目标,摄像机根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置。
相对位置为车辆目标在摄像机采集的各帧视频的坐标系中的位置,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,经过坐标换算,可以计算出车辆目标在世界坐标系下的物理位置,并且,由于各帧视频是在不同时刻采集的,所换算出的物理位置实际上是具有时间信息的,也就是一个时空数据,物理位置具体可以为GPS位置。具体的换算物理位置的方式,详见图1所示实施例,这里不再赘述。
S403,摄像机根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息。
针对每一个车辆目标而言,在不同时刻的物理位置整合到一起就可以得到该车辆目标的行驶状况,例如该车辆目标的行驶速度、行驶方向、出现在指定路段的时间段、该车辆目标行驶的车道等等,而把采集到的指定路段所有车辆的行驶状况整合到一起,就可以得到指定路段中各车道的车流量、车辆平均速度、车辆排队长度等当前车流信息。具体计算当前车流信息的方式,详见图1所示实施例,这里不再赘述。
S404,摄像机发送指定路段中各车道的当前车流信息至平台服务器。
摄像机在确定出指定路段中各车道的当前车流信息之后,就可以将当前车流信息发送至平台服务器,由平台服务器进行交通路况分析。
S405,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。
与图1所示实施例不同在于,本实施例中,又平台服务器进行交通路况等级的分析,具体是根据摄像机发送的指定路段中各车道的当前车流信息分析得到,分析的方式与图1所示实施例中摄像机分析的方式基本相同,这里不再赘述。
可选的,在执行S405之后,本发明实施例所提供的方法还可以实现如下步骤:
根据指定路段中各车道的交通路况等级,在高精度地图上展示指定路段中各车道的交通路况。
平台服务器在分析得到指定路段中各车道的交通路况等级之后,可以直接将交通路况等级叠加到高精度地图上进行展示,得到了基于视频分析的实时、精准道路交通路况信息。
应用本实施例,摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例所提供的交通路况分析方法还可以在平台服务器上执行实现,摄像机只用来采集视频,将采集的视频发送给平台服务器,由平台服务器进行相对位置识别、物理位置换算和路况等级分析。
本发明实施例还提供了一种交通路况分析方法,如图5所示,该方法应用于平台服务器,包括如下步骤:
S501,获取摄像机实时采集的多帧视频。
摄像机可以实时采集视频帧,并将采集的视频帧发送至平台服务器。
S502,识别各帧视频中在指定路段行驶的多个车辆目标的相对位置。
平台服务器具有目标识别功能,能够识别出车辆目标在视频中的相对位置。
S503,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置。
平台服务器在识别出车辆目标相对位置后,可以基于已存储的换算关系换算车辆目标的物理位置,还可以将车辆目标的相对位置发送至摄像机,由摄像机换算出车辆目标的物理位置,再将车辆目标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。
S504,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息。
平台服务器可以根据车辆目标的物理位置,向对应的摄像机发送获取指令,使得摄像机发送指定路段中各车道的当前车流信息至平台服务器。或者,平台服务器可以设置有分析当前车流信息的功能。
可选的,当前车流信息可以包括当前路段平均车速。
则,S504具体可以为:
针对各车辆目标,根据至少两帧视频的时刻以及对应至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在指定路段的平均车速;
根据各车辆目标在指定路段的平均车速,计算指定路段中各车道的当前路段平均车速。
基于上述步骤可以实时(可以精确到ms级,最小颗粒度为1s/25=0.04s)获取到每个车辆目标的实时物理位置,假设摄像机每秒采集25帧视频,通过坐标转换可以换算出车辆目标在任意两帧视频对应时刻的物理位置S1和S2,这两帧视频对应的时刻分别为T1和T2,则这两帧视频计算出的车辆目标的平均车速为V=|S1-S2|/|T1-T2|,如果利用超过两帧视频计算车辆目标的平均车速可以更为准确,即每两帧之间计算一个平均车速,再整体求平均。这样可以得到行驶在指定路段中的每一个车辆目标的平均车速,则通过对各车道上所有车辆目标的平均车速求平均,可以计算出指定路段中各车道的当前路段平均车速。
S505,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。
各车道的当前车流信息分别表征了该车道的路况,因此经过分析可以得到指定路段中各车道的交通路况等级。
可选的,S505具体可以为:
获取指定路段的预设车流信息;
根据预设车流信息及指定路段中各车道的当前车流信息,确定指定路段中各车道的道路交通拥堵指数;
根据指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定指定路段中各车道的交通路况等级。
可选的,当前车流信息可以包括当前路段平均车速;预设车流信息可以包括预设车速;
根据预设车流信息及指定路段中各车道的当前车流信息,确定指定路段中各车道的道路交通拥堵指数的步骤具体可以为:
根据预设车速及指定路段中各车道的当前路段平均车速,确定指定路段中各车道的道路交通拥堵指数。
该实施例与图1中相应实施例相同,这里不再赘述。
可选的,在执行S505之后,本发明实施例所提供的方法还可以执行如下步骤:
根据指定路段中各车道的交通路况等级,在高精度地图上展示指定路段中各车道的交通路况。
通过上述步骤得到交通路况等级后,可以在高精度地图上展示该交通路况等级,得到基于视频分析的实时、精准道路交通路况信息。
应用本实施例,摄像机获取实时采集的多帧视频,将多帧视频发送至平台服务器,平台服务器可以识别出各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
相应于上述方法实施例,本发明实施例提供了一种交通路况分析装置,如图6所示,应用于摄像机,该装置可以包括:
获取模块610,用于获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
换算模块620,用于针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
确定模块630,用于根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
分析模块640,用于根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述换算模块620,具体可以用于:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,确定该帧视频中与该车辆目标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,建立视频坐标系与所述世界坐标系的变换矩阵;
根据该车辆目标在该帧视频中的相对位置及所述变换矩阵,换算出该车辆目标在所述世界坐标系下的物理位置。
可选的,所述换算模块620,具体可以用于:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,以及预先基于各参考目标的相对位置划分的各标定区域,确定该车辆目标所属的目标标定区域;
根据该车辆目标在该帧视频中的相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算出该车辆目标在世界坐标系下的物理位置。
可选的,所述换算模块620,还可以用于:
获取所述摄像机自身的设备参数;
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620,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;
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置以及所述视场角,确定所述摄像机正对该车辆目标时的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,作为该车辆目标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,作为该车辆目标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,通过三角函数计算该车辆目标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,计算该车辆目标在世界坐标系下的物理位置。
可选的,所述分析模块640,具体可以用于:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;所述预设车流信息可以包括预设车速;
所述确定模块630,具体可以用于:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速;
所述分析模块640,具体可以用于:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,所述装置还可以包括:
展示模块,用于根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况;或者,将所述指定路段中各车道的交通路况等级发送给平台服务器,以使得所述平台服务器根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
应用本实施例,摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例提供了一种交通路况分析装置,如图7所示,应用于摄像机,该装置可以包括:
获取模块710,用于获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
换算模块720,用于针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
确定模块730,用于根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
发送模块740,用于发送所述指定路段中各车道的当前车流信息至平台服务器,以使所述平台服务器根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
本发明实施例还提供了一种交通路况分析装置,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指定路段中各车道的当前车流信息,所述当前车流信息为所述摄像机根据实时采集的多帧视频中各车辆目标在不同时刻的物理位置所确定得到的;
分析模块820,用于根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述装置还可以包括:
展示模块,用于根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
应用本实施例,摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例还提供了一种交通路况分析装置,如图9所示,该装置可以包括:
获取模块910,用于获取摄像机实时采集的多帧视频;
识别模块920,用于识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;
所述获取模块910,还用于针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
确定模块930,用于根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
分析模块940,用于根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;
所述确定模块930,具体可以用于:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速。
可选的,所述分析模块940,具体可以用于:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;所述预设车流信息可以包括预设车速;
所述分析模块940,具体可以用于:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,所述装置还可以包括:
展示模块,用于根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
应用本实施例,摄像机获取实时采集的多帧视频,将多帧视频发送至平台服务器,平台服务器可以识别出各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例提供了中摄像机,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:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述处理器1001在实现所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻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:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,确定该帧视频中与该车辆目标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,建立视频坐标系与所述世界坐标系的变换矩阵;
根据该车辆目标在该帧视频中的相对位置及所述变换矩阵,换算出该车辆目标在所述世界坐标系下的物理位置。
可选的,所述处理器1001在实现所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻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:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,以及预先基于各参考目标的相对位置划分的各标定区域,确定该车辆目标所属的目标标定区域;
根据该车辆目标在该帧视频中的相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算出该车辆目标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:
获取所述摄像机自身的设备参数;
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在实现所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻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;
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置以及所述视场角,确定所述摄像机正对该车辆目标时的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,作为该车辆目标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,作为该车辆目标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,通过三角函数计算该车辆目标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,计算该车辆目标在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指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级的步骤时,具体可以用于实现如下步骤:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;所述预设车流信息可以包括预设车速;
所述处理器1001在实现所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息的步骤时,具体可以用于实现如下步骤:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速;
所述处理器1001在实现所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数的步骤时,具体可以用于实现如下步骤:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,所述处理器1001还可以用于实现如下步骤:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况;
或者,
将所述指定路段中各车道的交通路况等级发送给平台服务器,以使得所述平台服务器根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
存储器1002与处理器1001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其他设备进行通信。
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:摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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路况分析方法的步骤。
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的交通路况分析方法的计算机程序,因此能够实现:摄像机通过获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
发送所述指定路段中各车道的当前车流信息至平台服务器,以使所述平台服务器根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
本发明实施例还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:
接收摄像机发送的指定路段中各车道的当前车流信息,所述当前车流信息为所述摄像机根据实时采集的多帧视频中各车辆目标在不同时刻的物理位置所确定得到的;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述处理器1201还可以用于实现如下步骤:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
存储器1102与处理器1101之间、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,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:摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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路况分析方法的步骤。
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路况分析方法的步骤。
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路况分析方法的计算机程序,因此能够实现:摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例提供了一种平台服务器,如图13所示,包括处理器1301和存储器1302;
所述存储器1302,用于存放计算机程序;
所述处理器1301,用于执行所述存储器1302上所存放的计算机程序,实现如下步骤:
获取摄像机实时采集的多帧视频;
识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;
所述处理器1301在实现所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息的步骤时,具体可以用于实现如下步骤:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速。
可选的,所述处理器1301在实现所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级的步骤时,具体可以用于实现如下步骤:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
可选的,所述当前车流信息可以包括当前路段平均车速;所述预设车流信息可以包括预设车速;
所述处理器1301在实现所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数的步骤时,具体可以用于实现如下步骤:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
可选的,所述处理器1301还可以用于实现如下步骤:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
存储器1302与处理器1301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:摄像机获取实时采集的多帧视频,将多帧视频发送至平台服务器,平台服务器可以识别出各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
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路况分析方法的步骤。
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路况分析方法的计算机程序,因此能够实现:摄像机获取实时采集的多帧视频,将多帧视频发送至平台服务器,平台服务器可以识别出各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例还提供了一种交通路况分析***,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,用于获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;发送所述指定路段中各车道的当前车流信息至平台服务器;
所述平台服务器1402,用于接收摄像机发送的指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
应用本实施例,摄像机获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,将指定路段中各车道的当前车流信息发送给平台服务器,平台服务器根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
本发明实施例还提供了一种交通事故信息采集***,如图15所示,包括多个摄像机1501及平台服务器1502;
所述摄像机1501,用于采集视频;
所述平台服务器1502,用于获取摄像机实时采集的多帧视频;识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
应用本实施例,摄像机获取实时采集的多帧视频,将多帧视频发送至平台服务器,平台服务器可以识别出各帧视频中在指定路段行驶的多个车辆目标的相对位置,针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,根据各车辆目标在不同时刻的物理位置,确定指定路段中各车道的当前车流信息,根据指定路段中各车道的当前车流信息,分析得到指定路段中各车道的交通路况等级。利用摄像机对指定路段进行视频采集,通过实时采集视频,可以准确获取到指定路段中各车辆目标在世界坐标系下的物理位置,由于车辆的物理位置与时间相关,所换算出的车流信息能够准确地表征指定路段中各车道的路况,利用实时采集的视频换算出车辆目标的物理位置,从而分析出实时的交通路况,实现了对交通路况的实时分析。
对于装置、摄像机、平台服务器、机器可读存储介质及交通路况分析***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路况分析***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 (20)
1.一种交通路况分析方法,其特征在于,应用于摄像机,所述方法包括:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
2.根据权利要求1所述的方法,其特征在于,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,包括:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,确定该帧视频中与该车辆目标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,建立视频坐标系与所述世界坐标系的变换矩阵;
根据该车辆目标在该帧视频中的相对位置及所述变换矩阵,换算出该车辆目标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,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置,包括:
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置,以及预先基于各参考目标的相对位置划分的各标定区域,确定该车辆目标所属的目标标定区域;
根据该车辆目标在该帧视频中的相对位置,以及预先获取的所述目标标定区域对应的单应性矩阵,换算出该车辆目标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:
获取所述摄像机自身的设备参数;
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,所述针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻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;
针对各帧视频中的各车辆目标,根据该车辆目标在该帧视频中的相对位置以及所述视场角,确定所述摄像机正对该车辆目标时的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,作为该车辆目标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,作为该车辆目标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,通过三角函数计算该车辆目标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,计算该车辆目标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,所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级,包括:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
7.根据权利要求6所述的方法,其特征在于,所述当前车流信息包括当前路段平均车速;所述预设车流信息包括预设车速;
所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息,包括:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速;
所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数,包括:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
8.根据权利要求1所述的方法,其特征在于,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况;
或者,
将所述指定路段中各车道的交通路况等级发送给平台服务器,以使得所述平台服务器根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
9.一种交通路况分析方法,其特征在于,应用于摄像机,所述方法包括:
获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
发送所述指定路段中各车道的当前车流信息至平台服务器,以使所述平台服务器根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
10.一种交通路况分析方法,其特征在于,应用于平台服务器,所述方法包括:
接收摄像机发送的指定路段中各车道的当前车流信息,所述当前车流信息为所述摄像机根据实时采集的多帧视频中各车辆目标在不同时刻的物理位置所确定得到的;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
11.根据权利要求10所述的方法,其特征在于,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
12.一种交通路况分析方法,其特征在于,所述方法包括:
获取摄像机实时采集的多帧视频;
识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;
针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;
根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;
根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
13.根据权利要求12所述的方法,其特征在于,所述当前车流信息包括当前路段平均车速;
所述根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息,包括:
针对各车辆目标,根据至少两帧视频的时刻以及对应所述至少两帧视频的时刻该车辆目标在世界坐标系下的物理位置,计算该车辆目标在所述指定路段的平均车速;
根据各车辆目标在所述指定路段的平均车速,计算所述指定路段中各车道的当前路段平均车速。
14.根据权利要求12所述的方法,其特征在于,所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级,包括:
获取所述指定路段的预设车流信息;
根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数;
根据所述指定路段中各车道的道路交通拥堵指数,利用预先存储的道路交通拥堵指数与交通路况等级的对应关系,确定所述指定路段中各车道的交通路况等级。
15.根据权利要求14所述的方法,其特征在于,所述当前车流信息包括当前路段平均车速;所述预设车流信息包括预设车速;
所述根据所述预设车流信息及所述指定路段中各车道的当前车流信息,确定所述指定路段中各车道的道路交通拥堵指数,包括:
根据所述预设车速及所述指定路段中各车道的当前路段平均车速,确定所述指定路段中各车道的道路交通拥堵指数。
16.根据权利要求12所述的方法,其特征在于,在所述根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级之后,所述方法还包括:
根据所述指定路段中各车道的交通路况等级,在高精度地图上展示所述指定路段中各车道的交通路况。
17.一种摄像机,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1-8所述的交通路况分析方法,或实现如权利要求9所述的交通路况分析方法。
18.一种平台服务器,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10-11所述的交通路况分析方法,或实现如权利要求12-16所述的交通路况分析方法。
19.一种交通路况分析***,其特征在于,包括多个摄像机及平台服务器;
所述摄像机,用于获取实时采集的多帧视频,以及各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,换算出该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;发送所述指定路段中各车道的当前车流信息至平台服务器;
所述平台服务器,用于接收摄像机发送的指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
20.一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,用于获取摄像机实时采集的多帧视频;识别各帧视频中在指定路段行驶的多个车辆目标的相对位置;针对各车辆目标,根据该车辆目标在各帧视频中的相对位置,获取该车辆目标在采集各帧视频的时刻在世界坐标系下的物理位置;根据各车辆目标在不同时刻的物理位置,确定所述指定路段中各车道的当前车流信息;根据所述指定路段中各车道的当前车流信息,分析得到所述指定路段中各车道的交通路况等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478666.2A CN111275960A (zh) | 2018-12-05 | 2018-12-05 | 一种交通路况分析方法、***及摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478666.2A CN111275960A (zh) | 2018-12-05 | 2018-12-05 | 一种交通路况分析方法、***及摄像机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111275960A true CN111275960A (zh) | 2020-06-12 |
Family
ID=71000136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811478666.2A Pending CN111275960A (zh) | 2018-12-05 | 2018-12-05 | 一种交通路况分析方法、***及摄像机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275960A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
CN112330827A (zh) * | 2020-10-13 | 2021-02-05 | 北京精英路通科技有限公司 | 一种停车收费方法及装置 |
CN112329722A (zh) * | 2020-11-26 | 2021-02-05 | 上海西井信息科技有限公司 | 行车方向检测方法、***、设备及存储介质 |
CN112562330A (zh) * | 2020-11-27 | 2021-03-26 | 深圳市综合交通运行指挥中心 | 评估道路运行指数的方法和装置、电子设备、存储介质 |
CN112907958A (zh) * | 2021-01-29 | 2021-06-04 | 北京百度网讯科技有限公司 | 路况信息确定方法、装置、电子设备以及可读介质 |
CN112991742A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种实时交通数据的可视化仿真方法及*** |
CN113112827A (zh) * | 2021-04-14 | 2021-07-13 | 深圳市旗扬特种装备技术工程有限公司 | 一种智能交通调控方法及智能交通调控*** |
CN113469026A (zh) * | 2021-06-30 | 2021-10-01 | 上海智能交通有限公司 | 一种基于机器学习的路口滞留事件检测方法及*** |
CN113470353A (zh) * | 2021-06-17 | 2021-10-01 | 新奇点智能科技集团有限公司 | 一种交通等级确定方法、装置、存储介质及电子设备 |
CN113763425A (zh) * | 2021-08-30 | 2021-12-07 | 青岛海信网络科技股份有限公司 | 道路区域标定方法及电子设备 |
CN114067553A (zh) * | 2020-07-30 | 2022-02-18 | 英研智能移动股份有限公司 | 交通状况通知***及方法 |
CN114677126A (zh) * | 2022-05-27 | 2022-06-28 | 深圳市一指淘科技有限公司 | 基于多源数据的智慧城市用公共交通综合调控*** |
WO2023151034A1 (zh) * | 2022-02-11 | 2023-08-17 | 华为技术有限公司 | 路况检测方法、可读介质以及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030484A (ja) * | 2002-06-28 | 2004-01-29 | Mitsubishi Heavy Ind Ltd | 交通情報提供システム |
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 |
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN104835328A (zh) * | 2015-05-29 | 2015-08-12 | 徐承柬 | 一种车流量显示***及方法 |
CN105427626A (zh) * | 2015-12-19 | 2016-03-23 | 长安大学 | 一种基于视频分析的车流量统计方法 |
CN105761520A (zh) * | 2014-12-17 | 2016-07-13 | 上海宝康电子控制工程有限公司 | 实现交通路线自适应诱导的*** |
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 |
CN107301776A (zh) * | 2016-10-09 | 2017-10-27 | 上海炬宏信息技术有限公司 | 基于视频检测技术的车道路况处理及发布方法 |
-
2018
- 2018-12-05 CN CN201811478666.2A patent/CN111275960A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030484A (ja) * | 2002-06-28 | 2004-01-29 | Mitsubishi Heavy Ind Ltd | 交通情報提供システム |
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 |
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN105761520A (zh) * | 2014-12-17 | 2016-07-13 | 上海宝康电子控制工程有限公司 | 实现交通路线自适应诱导的*** |
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 |
CN104835328A (zh) * | 2015-05-29 | 2015-08-12 | 徐承柬 | 一种车流量显示***及方法 |
CN105427626A (zh) * | 2015-12-19 | 2016-03-23 | 长安大学 | 一种基于视频分析的车流量统计方法 |
CN107301776A (zh) * | 2016-10-09 | 2017-10-27 | 上海炬宏信息技术有限公司 | 基于视频检测技术的车道路况处理及发布方法 |
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", 《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 (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067553A (zh) * | 2020-07-30 | 2022-02-18 | 英研智能移动股份有限公司 | 交通状况通知***及方法 |
CN112069944B (zh) * | 2020-08-25 | 2024-04-05 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
CN112330827A (zh) * | 2020-10-13 | 2021-02-05 | 北京精英路通科技有限公司 | 一种停车收费方法及装置 |
CN112329722A (zh) * | 2020-11-26 | 2021-02-05 | 上海西井信息科技有限公司 | 行车方向检测方法、***、设备及存储介质 |
CN112562330A (zh) * | 2020-11-27 | 2021-03-26 | 深圳市综合交通运行指挥中心 | 评估道路运行指数的方法和装置、电子设备、存储介质 |
CN112907958A (zh) * | 2021-01-29 | 2021-06-04 | 北京百度网讯科技有限公司 | 路况信息确定方法、装置、电子设备以及可读介质 |
CN113112827A (zh) * | 2021-04-14 | 2021-07-13 | 深圳市旗扬特种装备技术工程有限公司 | 一种智能交通调控方法及智能交通调控*** |
CN113112827B (zh) * | 2021-04-14 | 2022-03-25 | 深圳市旗扬特种装备技术工程有限公司 | 一种智能交通调控方法及智能交通调控*** |
CN112991742A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种实时交通数据的可视化仿真方法及*** |
CN113470353A (zh) * | 2021-06-17 | 2021-10-01 | 新奇点智能科技集团有限公司 | 一种交通等级确定方法、装置、存储介质及电子设备 |
CN113469026A (zh) * | 2021-06-30 | 2021-10-01 | 上海智能交通有限公司 | 一种基于机器学习的路口滞留事件检测方法及*** |
CN113763425A (zh) * | 2021-08-30 | 2021-12-07 | 青岛海信网络科技股份有限公司 | 道路区域标定方法及电子设备 |
WO2023151034A1 (zh) * | 2022-02-11 | 2023-08-17 | 华为技术有限公司 | 路况检测方法、可读介质以及电子设备 |
CN114677126A (zh) * | 2022-05-27 | 2022-06-28 | 深圳市一指淘科技有限公司 | 基于多源数据的智慧城市用公共交通综合调控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275960A (zh) | 一种交通路况分析方法、***及摄像机 | |
CN108694882B (zh) | 用于标注地图的方法、装置和设备 | |
CN105793669B (zh) | 车辆位置推定***、装置、方法以及照相机装置 | |
Tao et al. | Lane marking aided vehicle localization | |
JP6781711B2 (ja) | 駐車ゾーンを自動的に認識する方法及びシステム | |
CN110954128B (zh) | 检测车道线位置变化的方法、装置、电子设备和存储介质 | |
JP3958133B2 (ja) | 車両位置測定装置および方法 | |
KR101446546B1 (ko) | 위치기반 실시간 차량정보 표시시스템 | |
CN111754581A (zh) | 一种摄像头标定方法、路侧感知设备和智慧交通*** | |
CN104280036A (zh) | 一种交通信息的检测与定位方法、装置及电子设备 | |
CN105654732A (zh) | 一种基于深度图像的道路监控***及方法 | |
Murali et al. | Smartphone-based crosswalk detection and localization for visually impaired pedestrians | |
JP6950832B2 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
US20200162724A1 (en) | System and method for camera commissioning beacons | |
KR20170039465A (ko) | 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법 | |
CN110018503B (zh) | 车辆的定位方法及定位*** | |
CN111275957A (zh) | 一种交通事故信息采集方法、***及摄像机 | |
CN110135216B (zh) | 电子地图中车道数变化区域检测方法、装置及存储设备 | |
CN115164918A (zh) | 语义点云地图构建方法、装置及电子设备 | |
CN112446915B (zh) | 一种基于图像组的建图方法及装置 | |
KR102273506B1 (ko) | 자동차에 의해 검출된 데이터의 위치 결정을 위한 방법, 장치 및 명령들을 포함하는 컴퓨터 판독 가능한 저장 매체 | |
CN111277791A (zh) | 一种案事件监测方法及*** | |
JP6031915B2 (ja) | 画像処理装置及びプログラム | |
CN112255604A (zh) | 一种雷达数据准确性的判断方法、装置及计算机设备 | |
RU2606521C1 (ru) | Способ и система определения средней скорости транспортного средства |
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 |
Application publication date: 20200612 |
|
RJ01 | Rejection of invention patent application after publication |