CN111435565A - 道路交通状态检测方法、装置、电子设备及存储介质 - Google Patents
道路交通状态检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111435565A CN111435565A CN201811605062.XA CN201811605062A CN111435565A CN 111435565 A CN111435565 A CN 111435565A CN 201811605062 A CN201811605062 A CN 201811605062A CN 111435565 A CN111435565 A CN 111435565A
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- image data
- detected
- target image
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 101100536354 Drosophila melanogaster tant gene Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供了道路交通状态检测方法、装置、电子设备及存储介质，该方法包括：获取待检测道路的目标图像数据；利用计算机视觉技术，确定目标图像数据中各车辆的图像位置；按照各车辆在目标图像数据中的图像位置，确定各车辆在待检测道路中的实际地理位置；按照各车辆的实际地理位置，确定待检测道路的交通状态。在本申请实施例的道路交通状态检测方法中，利用待检测道路的图像数据，确定待检测道路中各车辆的实际地理位置，可以对待检测道路中各车辆进行统计，从而对待检测道路的交通状态进行评估，相比于对单一检测点的车速进行分析，能够增加交通状态检测的准确度。
Description
技术领域
本申请涉及交通监控技术领域，特别是涉及道路交通状态检测方法、装置、电子设备及存储介质。
背景技术
随着汽车保有量的上升，交通拥堵等情况也频繁发生，特别是在上下班高峰期，交通拥堵问题愈发严峻。对道路交通状态进行检测，能够帮助人们规避拥堵路线，缓解交通拥堵压力。
相关技术中，通过检测道路上的车辆速度，来检测道路交通状况。具体的，在指定道路上设置检测点，检查一段时间内通过该检测点的车辆的平均行驶速度，当车辆的平均行驶速度低于一定阈值时，判定指定道路拥堵。
但是采用上述方法，在特殊环境条件下，例如在雨天或大雾等特殊天气下，车辆的行驶速度也可能会小于设定的阈值，但是此时道路拥堵并不拥堵，因此上述方法会产生交通拥堵的误报，道路交通状态检测的准确度低。
发明内容
本申请实施例的目的在于提供一种道路交通状态检测方法、装置、电子设备及存储介质，以实现增加交通状态检测的准确度。具体技术方案如下：
第一方面，本申请实施例提供了一种道路交通状态检测方法，所述方法包括：
获取待检测道路的目标图像数据；
利用计算机视觉技术，确定所述目标图像数据中各车辆的图像位置；
按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置；
按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态。
可选的，所述获取待检测道路的图像数据，包括：
获取各镜头分别采集的待检测道路中各路段的图像；
将各所述路段的图像进行拼接，得到所述待检测道路的目标图像数据。
可选的，所述按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置，包括：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将所述车辆在所述目标图像数据中的图像位置，映射为各所述车辆在实际道路中的经纬度，得到各所述车辆在所述待检测道路中的实际地理位置。
可选的，预先确定图像数据中各位置与实际道路中经纬度的对应关系的步骤包括：
获取实际道路中多个指定标定点的经纬度；
确定各所述指定标定点在图像数据中位置；
根据各所述指定标定点的经纬度及所述指定标定点在所述图像数据中的位置，确定所述图像数据中各位置与实际道路中经纬度的对应关系。
可选的，所述按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态，包括：
按照各所述车辆的实际地理位置，确定所述待检测道路中各车道的交通状态。
可选的，本申请实施例的道路交通状态检测方法还包括：
按照预设显示频率，将各所述车辆的实际地理位置显示在电子地图上，其中，所述预设显示频率不大于所述目标图像数据的帧率。
可选的，本申请实施例的道路交通状态检测方法还包括：
分别将每个所述车辆标记唯一的标识；
依据各所述车辆的标识，对各所述车辆进行跟踪。
第二方面，本申请实施例提供了一种道路交通状态检测装置，所述装置包括：
目标图像获取模块，用于获取待检测道路的目标图像数据；
目标图像分析模块，用于利用计算机视觉技术，确定所述目标图像数据中各车辆的图像位置；
车辆位置确定模块，用于按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置；
交通状况分析模块，用于按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态。
可选的，所述目标图像获取模块，包括：
路段图像获取子模块，用于获取各镜头分别采集的待检测道路中各路段的图像；
目标图像合成子模块，用于将各所述路段的图像进行拼接，得到所述待检测道路的目标图像数据。
可选的，所述车辆位置确定模块，具体用于：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将所述车辆在所述目标图像数据中的图像位置，映射为各所述车辆在实际道路中的经纬度，得到各所述车辆在所述待检测道路中的实际地理位置。
可选的，本申请实施例的道路交通状态检测装置还包括：
标定点位置获取模块，用于获取实际道路中多个指定标定点的经纬度；
图像数据分析模块，用于确定各所述指定标定点在图像数据中位置；
第二对应关系确定模块，用于根据各所述指定标定点的经纬度及所述指定标定点在所述图像数据中的位置，确定所述图像数据中各位置与实际道路中经纬度的对应关系。
可选的，所述交通状况分析模块，具体用于：
按照各所述车辆的实际地理位置，确定所述待检测道路中各车道的交通状态。
可选的，本申请实施例的道路交通状态检测装置还包括：
车辆位置显示模块，用于按照预设显示频率，将各所述车辆的实际地理位置显示在电子地图上，其中，所述预设显示频率不大于所述目标图像数据的帧率。
可选的，本申请实施例的道路交通状态检测装置还包括：
车辆标定模块，用于分别将每个所述车辆标记唯一的标识；
车辆跟踪模块，用于依据各所述车辆的标识，对各所述车辆进行跟踪。
第三方面，本申请实施例还提供了一种电子设备，包括处理器及存储器；
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程序时，实现上述第一方面任一所述的道路交通状态检测方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的道路交通状态检测方法。
本申请实施例提供的道路交通状态检测方法、装置、电子设备及存储介质，获取待检测道路的目标图像数据；利用计算机视觉技术，确定目标图像数据中各车辆的图像位置；按照各车辆在目标图像数据中的图像位置，确定各车辆在待检测道路中的实际地理位置；按照各车辆的实际地理位置，确定待检测道路的交通状态。利用待检测道路的图像数据，确定待检测道路中各车辆的实际地理位置，可以对待检测道路中各车辆进行统计，从而对待检测道路的交通状态进行评估，相比于对单一检测点的车速进行分析，能够增加交通状态检测的准确度。同时可以得出各车辆的实际地理位置，当出现交通问题时，可以上报发生交通问题的地点位置，帮助有关部门管理交通秩序。可以详细知道待检测道路的车辆流量，有利于制定更加合理的交通规划。当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例的道路交通状态检测方法的一种示意图；
图2为本申请实施例的双镜头摄像机采集图像的示意图；
图3为本申请实施例的计算经纬度距离的一种示意图；
图4为本申请实施例的道路交通状态检测方法的另一种示意图；
图5为本申请实施例的道路交通状态检测装置的一种示意图；
图6为本申请实施例的电子设备的一种示意图；
图7为本申请实施例的电子地图的一种示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为了提高交通状态检测的准确度，本申请实施例提供了一种道路交通状态检测方法，参见图1，该方法包括：
S101，获取待检测道路的目标图像数据。
本申请实施例的道路交通状态检测方法可以通过检测设备实现，具体的，该检测设备可以为摄像机或服务器。
检测设备通过摄像机获取待检测道路的目标图像数据，目标图像数据可以为视频流。针对待检测道路，为了提高图像数据的可识别度，可以采用多镜头摄像机进行图像数据的采集，当然也可以采用高分辨率性能的单镜头摄像机，或者在待检测道路中每间隔指定距离便设置一台单镜头摄像机。检测设备获取待检测道路的目标图像数据，例如，通过多个单镜头摄像机采集待检测道路中各段的图像，并将各图像进行拼接，得到目标图像数据。当然，检测设备也可以直接将高分辨率性能的单目摄像机采集的图像作为目标图像数据。
可选的，上述获取待检测道路的图像数据，包括：
S1011，获取各镜头分别采集的待检测道路中各路段的图像。
S1012，将各上述路段的图像进行拼接，得到上述待检测道路的目标图像数据。
检测设备可以通过多镜头摄像机中的每个镜头分别采集待检测道路中不同路段的图像，也可以通过多个单镜头摄像机的各镜头分别采集待检测道路中不同路段的图像。检测设备将各路段的图像按照实际道路(实际待检测道路)的位置进行拼接，得到待检测道路的图像数据。或者多镜头摄像机将采集的各路段的图像传输给服务器，由服务器完成目标图像数据的拼接。在一种可能的实施方式中，如图2所示，多镜头摄像机可以为双镜头摄像机，可以覆盖道路上L+N米的检测区，检测距离较长；双镜头摄像机可以架设在道路中间的杆上，杆高度M米，双镜头摄像机的两个镜头焦距和分辨率不同，大焦距和相对较低分辨率的镜头覆盖近处N米，另一个镜头负责远处L米，从而实现(L+N)米的无缝检测。其中，L、N及M可以按照实际的采集场景进行设定，此处不对其数值进行限定。采用双目镜头，一个定焦一个变焦，既保证超长距离检测，又能保证远处车辆目标的像素大小和清晰度。
S102，利用计算机视觉技术，确定上述目标图像数据中各车辆的图像位置。
检测设备利用计算机视觉技术对目标图像数据进行分析，检测出目标图像数据中的各车辆，并对目标图像数据中各车辆的位置进行标定，从而确定目标图像数据中各车辆的位置。计算机视觉技术为任意相关的利用计算机标定车辆位置的技术，例如，可以为用于车辆位置标定的卷积神经网络等。
S103，按照各上述车辆在上述目标图像数据中的图像位置，确定各上述车辆在上述待检测道路中的实际地理位置。
检测设备根据各车辆在目标图像中的位置，得到各车辆在待检测道路中的实际地理位置。例如，检测设备将各车辆在图像数据坐标系(即采集目标图像数据的图像采集设备的坐标系)下的坐标，转换为各车辆在待检测道路坐标系下的坐标，从而确定各车辆在待检测道路中的实际地理位置。
可以按照采集目标图像数据的摄像机的设备参数，将目标图像数据的坐标转换为实际道路中的坐标。获取采集目标图像数据的摄像机的GPS(Global Positioning System，全球定位***)定位信息，为了保证计算精度，GPS定位信息精确度在分米以内，摄像机GPS定位信息可以通过摄像机中的GPS装置获得。获取该摄像机的俯仰角(可以通过摄像机内置的陀螺仪进行检测)和架设高度，通过GPS、俯仰角、视场角、架设高度以及焦距等信息，计算出摄像机图像坐标系到实际道路(真实世界)坐标系的转换公式。坐标转换还可以通过人工标定的方式进行，即在图像中选择多个参考点，并测量这些参考点在实际道路中的GPS信息，建立GPS信息与图像中参考点的位置关系，根据该关系确定图像中各位置的GPS信息。以上方法针对的场景为目标图像数据为单一摄像机采集的，在目标图像数据由多幅图像拼接而成时，需要分别针对每个图像进行坐标系转换的计算，各图像进行坐标系转换的计算方法与上述坐标系转换的计算方法相同或相似，此处不再赘述。
S104，按照各上述车辆的实际地理位置，确定上述待检测道路的交通状态。
检测设备对各车辆的实际地理位置进行分析，确定待检测道路中车辆的数量、车辆排队长度、道路空间占有率等数据，从而得到待检测道路的交通状态。
在本申请实施例中，利用待检测道路的图像数据，确定待检测道路中各车辆的实际地理位置，可以对待检测道路中各车辆进行统计，从而对待检测道路的交通状态进行评估，相比于对单一检测点的车速进行分析，能够增加交通状态检测的准确度。同时可以得出各车辆的实际地理位置，当出现交通问题时，可以上报发生交通问题的地点位置，帮助有关部门管理交通秩序。可以详细知道待检测道路的车辆流量，有利于制定更加合理的交通规划。
可选的，上述按照各上述车辆的实际地理位置，确定上述待检测道路的交通状态，包括：
按照各上述车辆的实际地理位置，确定上述待检测道路中各车道的交通状态。
在本申请实施例中，还可以按照车辆的实际地理位置，确定待检测道路中各车道的车流量、车道拥堵程度、车辆排队长度、车道空间占有率等数据，从而得到待检测道路中各车道的交通状态。相比于道路的交通状态，各车道的交通状态更加精细，可以用于制定更加合理的交通规划。
可选的，本申请实施例的道路交通状态检测方法还包括：
按照预设显示频率，将各上述车辆的实际地理位置显示在电子地图上，其中，上述预设显示频率不大于上述目标图像数据的帧率。
检测设备按照预设显示频率，周期性的在电子地图上显示各车辆的实际地理位置。预设显示频率可以按照实际要求进行设定，显示频率不宜大于目标图像数据的帧率，这是因为在显示频率大于目标图像数据的帧率时，会造成同一帧目标图像数据的车辆实际地理位置重复显示在电子地图中的情况，浪费显示性能。在一种实施方式中，预设显示频率可以与目标图像数据的帧率相同，检测设备将每一帧目标图像数据中的车辆的GPS信息发送至电子地图中进行显示，在电子地图中根据GPS信息在相应位置显示预设标志，这个标志代表车辆。实时发送每帧的数据，电子地图实时显示模拟的车辆位置，在平台上显示动态的动画效果，动画效果模拟车辆在真实环境中的运动变化。
本申请实施例的电子地图可以如图7所示，在待检测道路的二维平面地图中实时标注出各车辆的位置；电子地图可以为三维立体地图，对待检测道路及车辆进行三维立体显示，为了便于操作可以结合现有的地图软件，例如百度地图或高德地图等，在现有地图软件中显示各车辆的位置。当然也可以按照待检测道路的实际场景自行进行电子地图的测绘，此处不再赘述。
具体的，检测设备可以为平台服务器，平台服务器获取待检测道路的交通状态，还可以获取待检测道路中各车道的交通状态及各车辆的跟踪结果等交通数据，将交通数据导入到电子地图中。从而通过电子地图就可以看到城市各个道路的交通状况，包括道路拥堵点的具体GPS信息和导致拥堵的具体车辆。
可选的，本申请实施例的道路交通状态检测方法还包括：
步骤一，分别将每个上述车辆标记唯一的标识。
在利用计算机视觉技术，确定目标图像数据中各车辆的位置的过程中，还可以对各车辆进行标记，为每个车辆分配一个唯一的标识。
步骤二，依据各上述车辆的标识，对各上述车辆进行跟踪。
车辆标识可以便于对车辆进行跟踪，例如，在平台上点击某个车辆的标志，然后显示该车辆的行驶轨迹等。该标识可以通过识别车辆特征由相机分配该车辆的唯一标识，并将唯一标识与该车辆的GPS位置信息相关联。基于各车辆的标识，在后续的监控视频流中，对各车辆进行跟踪，确定各车辆的车速、行驶路线等参数，从而方便交通管理及规划。
可选的，上述按照各上述车辆在上述目标图像数据中的图像位置，确定各上述车辆在上述待检测道路中的实际地理位置，包括：
步骤一，按照各上述车辆在上述目标图像数据中的图像位置，确定各上述车辆在上述目标图像数据中的图像坐标。
步骤二，根据上述图像坐标及图像采集设备的视场角，确定上述图像采集设备正对上述车辆时的PT坐标，作为第一P坐标和第一T坐标。
图像采集设备为采集目标图像数据的设备，此处以目标图像数据为单镜头采集为例进行说明，(在目标图像数据由多个子图像组成时，可以分别针对每个子图像进行计算，针对每个子图像的计算发法与目标图像数据为单镜头采集的计算方法相同)，具体的，在本实施方式中图像采集设备为监控范围可调的球机，球机坐标系通常为PTZ(Pan/Tilt/Zoom，云台左右/上下移动及镜头变倍、变焦控制)坐标系。为了方便描述将球机拍摄车辆时的P坐标称为第一P坐标，将球机拍摄车辆时的T坐标称为第一T坐标。
步骤三，获取上述图像采集设备指向指定方向时的P坐标，作为第二P坐标。
通过球机的电子罗盘，可以获取球机指向正北、正南、正东、正西等方向时的球机P坐标，为了区分描述，将该球机P坐标称为第二P坐标。
步骤四，计算上述第一P坐标与上述第二P坐标之差，作为上述车辆与上述指定方向的水平夹角。
步骤五，基于上述第一T坐标以及上述图像采集设备的安装高度，计算上述车辆与上述图像采集设备的水平距离。
可以计算第一T坐标的正切值与所述球机的高度的乘积，作为车辆与所述球机的水平距离。其中，tanT*h＝L，h表示球机的高度，L表示车辆与球机的水平距离。水平距离也就是假设球机与车辆高度相同的情况下，球机与车辆的距离。
步骤六，根据上述水平夹角和上述水平距离，通过三角函数计算上述车辆与上述图像采集设备的经纬度距离。
一种实施方式中，上述步骤三中的指定方向为正北，此时计算上述水平夹角的正弦值与上述水平距离的乘积，作为上述监控目标与上述球机的经度距离；计算上述水平夹角的余弦值与上述水平距离的乘积，作为上述监控目标与上述球机的纬度距离。例如图3所示，图3中未体现球机的高度，由图3可知，L*sinθ＝Llon，L*cosθ＝Llat，L表示上述水平距离，θ表示车辆与正北方向的水平夹角，Llon表示监控目标与球机的经度距离，Llat表示监控目标与球机的纬度距离。
或者，上述步骤三中的指定方向为正东，此时计算所述水平夹角的余弦值与所述水平距离的乘积，作为所述监控目标与所述球机的经度距离；计算所述水平夹角的正弦值与所述水平距离的乘积，作为所述监控目标与所述球机的纬度距离。车辆与正东方向的水平夹角为图3中的α，L*sinα＝Llon，L*cosα＝Llat。
指定方向为正西或者正南，具体计算过程类似，不再赘述。
步骤七，基于上述图像采集设备的经纬度以及上述经纬度距离，计算上述车辆的经纬度位置。
在本申请实施例中，给出了图像采集设备为球机时，按照各车辆在目标图像数据中的位置，确定各车辆在待检测道路中的实际地理位置的方法，方便确定各车辆的实际地理位置。
可选的，上述按照各上述车辆在上述目标图像数据中的图像位置，确定各上述车辆在上述待检测道路中的实际地理位置，包括：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将上述车辆在上述目标图像数据中的图像位置，映射为各上述车辆在实际道路中的经纬度，得到各上述车辆在上述待检测道路中的实际地理位置。
还可以预先建立图像数据中各位置与实际道路中经纬度的对应关系，例如在采集图像的图像采集设备为枪机时，鉴于枪机拍摄角度固定，预先建立图像数据中各位置与实际道路中经纬度的对应关系，在需要转换时可直接按照该对应关系进行转换，可以节约计算资源。
可选的，预先确定图像数据中各位置与实际道路中经纬度的对应关系的步骤包括：
步骤一，获取采集图像采集设备的设备参数，其中，上述图像采集设备的设备参数包括上述图像采集设备的焦距、镜头角度、视场角、安装高度及经纬度。
步骤二，按照上述图像采集设备的焦距、镜头角度、视场角及架设高度，计算上述图像采集设备采集图像数据的目标道路区域与上述图像采集设备的目标距离。
步骤三，按照上述图像采集设备的经纬度及上述目标距离，计算上述目标道路区域的经纬度。
步骤四，将上述目标道路区域的经纬度映射到上述图像数据中，得到图像数据中各位置与实际道路中经纬度的对应关系。
在本申请实施例中，可以通过数学方法，计算图像采集设备的监控区域(即目标道路区域)中各位置距离图像采集设备的距离(即目标距离)，然后根据图像采集设备的经纬度及目标距离，确定目标道路区域中各位置的经纬度，将目标道路区域中各位置的经纬度与图像数据坐标系进行映射，得到图像数据中各位置与实际道路中经纬度的对应关系。
可选的，预先确定图像数据中各位置与实际道路中经纬度的对应关系的步骤包括：
步骤一，获取实际道路中多个指定标定点的经纬度。
在实际道路中选取辨识度高的物体作为指定标定点，并测量各指定标定点的经纬度。
步骤二，确定各上述指定标定点在图像数据中位置。
利用枪机采集实际道路的图像数据，其中，图像数据中包括各指定标定点的图像。在图像数据中标定出各指定标定点的位置。
步骤三，根据各上述指定标定点的经纬度及上述指定标定点在上述图像数据中的位置，确定上述图像数据中各位置与实际道路中经纬度的对应关系。
按照实际道路及图像数据中各指定标定点的对应关系，根据各指定标定点的经纬度通过仿射变换等方法，计算得到图像数据中各点的经纬度，从而得到图像数据中各位置与实际道路中经纬度的对应关系。
在本申请实施例中，在采用枪机采集图像时，通过标定点映射的方法，建立图像数据中各位置与实际道路中经纬度的对应关系，计算简单。
本申请实施例还提供了一种道路交通状态检测***，参见图4，包括摄像机及服务器。
摄像机用于：采集待检测道路的图像数据；利于计算机视觉技术检测图像数据中车辆位置；按照图像数据中车辆位置，计算车辆的GPS信息；按照各车辆的GPS信息，统计待检测道路中各车道的交通状况，车道的交通状况包括车道流量、车道拥堵程度、车辆排队长度；按照各车道的交通状况，判定车道是否拥堵；针对拥堵的车道，向服务器发送拥堵车道GPS位置以及拥堵长度、排队长度等；向服务器发送各车辆的GPS信息。
服务器用于：接收各车辆的GPS信息、拥堵车道GPS位置以及拥堵长度、排队长度等，并在电子地图中展示接收到的数据。
本申请实施例还提供了一种道路交通状态检测装置，参见图5，该装置包括：
目标图像获取模块501，用于获取待检测道路的目标图像数据；
目标图像分析模块502，用于利用计算机视觉技术，确定上述目标图像数据中各车辆的图像位置；
车辆位置确定模块503，用于按照各上述车辆在上述目标图像数据中的图像位置，确定各上述车辆在上述待检测道路中的实际地理位置；
交通状况分析模块504，用于按照各上述车辆的实际地理位置，确定上述待检测道路的交通状态。
可选的，上述目标图像获取模块501，包括：
路段图像获取子模块，用于通过多镜头摄像机的各镜头分别采集待检测道路中各路段的图像；
目标图像合成子模块，用于将各上述路段的图像进行拼接，得到上述待检测道路的目标图像数据。
可选的，上述车辆位置确定模块503，包括：
第一坐标确定子模块，用于按照各上述车辆在上述目标图像数据中的位置，确定各上述车辆在上述目标图像数据中的图像坐标；
第二坐标确定子模块，用于根据上述图像坐标及图像采集设备的视场角，确定上述图像采集设备正对上述车辆时的PT坐标，作为第一P坐标和第一T坐标；
第三坐标确定子模块，用于获取上述图像采集设备指向指定方向时的P坐标，作为第二P坐标；
水平夹角确定子模块，用于计算上述第一P坐标与上述第二P坐标之差，作为上述车辆与上述指定方向的水平夹角；
水平距离确定子模块，用于基于上述第一T坐标以及上述图像采集设备的安装高度，计算上述车辆与上述图像采集设备的水平距离；
经纬度距离确定子模块，用于根据上述水平夹角和上述水平距离，通过三角函数计算上述车辆与上述图像采集设备的经纬度距离；
经纬度位置确定子模块，用于基于上述图像采集设备的经纬度以及上述经纬度距离，计算上述车辆的经纬度位置。
可选的，上述车辆位置确定模块503，具体用于：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将上述车辆在上述目标图像数据中的图像位置，映射为各上述车辆在实际道路中的经纬度，得到各上述车辆在上述待检测道路中的实际地理位置。
可选的，本申请实施例的道路交通状态检测装置还包括：
设备参数采集模块，用于获取采集上述目标图像数据的图像采集设备的设备参数，其中，上述图像采集设备的设备参数包括上述图像采集设备的焦距、镜头角度、视场角、安装高度及经纬度；
目标距离确定模块，用于按照上述图像采集设备的焦距、镜头角度、视场角及架设高度，计算上述图像采集设备采集图像数据的目标道路区域与上述图像采集设备的目标距离；
区域经纬度确定模块，用于按照上述图像采集设备的经纬度及上述目标距离，计算上述目标道路区域的经纬度；
第一对应关系确定模块，用于将上述目标道路区域的经纬度映射到上述图像数据中，得到图像数据中各位置与实际道路中经纬度的对应关系。
可选的，本申请实施例的道路交通状态检测装置还包括：
标定点位置获取模块，用于获取实际道路中多个指定标定点的经纬度；
图像数据分析模块，用于确定各上述指定标定点在图像数据中位置；
第二对应关系确定模块，用于根据各上述指定标定点的经纬度及上述指定标定点在上述图像数据中的位置，确定上述图像数据中各位置与实际道路中经纬度的对应关系。
可选的，上述交通状况分析模块504，具体用于：
按照各上述车辆的实际地理位置，确定上述待检测道路中各车道的交通状态。
可选的，本申请实施例的道路交通状态检测装置还包括：
车辆位置显示模块，用于按照预设显示频率，将各上述车辆的实际地理位置显示在电子地图上，其中，上述预设显示频率不大于上述目标图像数据的帧率。
可选的，本申请实施例的道路交通状态检测装置还包括：
车辆标定模块，用于分别将每个上述车辆标记唯一的标识；
车辆跟踪模块，用于依据各上述车辆的标识，对各上述车辆进行跟踪。
本申请实施例还提供了一种电子设备，包括处理器及存储器；
上述存储器，用于存放计算机程序；
上述处理器，用于执行上述存储器上所存放的程序时，实现如下步骤：
获取待检测道路的目标图像数据；
利用计算机视觉技术，确定上述目标图像数据中各车辆的位置；
按照各上述车辆在上述目标图像数据中的位置，确定各上述车辆在上述待检测道路中的实际地理位置；
按照各上述车辆的实际地理位置，确定上述待检测道路的交通状态。
可选的，上述处理器用于执行上述存储器上所存放的程序时，还可以实现上述任一道路交通状态检测方法。具体的，上述电子设备为摄像机或服务器。
可选的，如图6所示，本申请实施例的电子设备还包括：通信接口602、存及通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，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。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，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。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，该计算机程序被处理器执行时实现上述任一道路交通状态检测方法。
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、电子设备及存储介质的实施例而言，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。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。
Claims (16)
1.一种道路交通状态检测方法，其特征在于，所述方法包括：
获取待检测道路的目标图像数据；
利用计算机视觉技术，确定所述目标图像数据中各车辆的图像位置；
按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置；
按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态。
2.根据权利要求1所述的方法，其特征在于，所述获取待检测道路的目标图像数据，包括：
获取各镜头分别采集的待检测道路中各路段的图像；
将各所述路段的图像进行拼接，得到所述待检测道路的目标图像数据。
3.根据权利要求1所述的方法，其特征在于，所述按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置，包括：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将所述车辆在所述目标图像数据中的图像位置，映射为各所述车辆在实际道路中的经纬度，得到各所述车辆在所述待检测道路中的实际地理位置。
4.根据权利要求3所述的方法，其特征在于，预先确定图像数据中各位置与实际道路中经纬度的对应关系的步骤包括：
获取实际道路中多个指定标定点的经纬度；
确定各所述指定标定点在图像数据中位置；
根据各所述指定标定点的经纬度及所述指定标定点在所述图像数据中的位置，确定所述图像数据中各位置与实际道路中经纬度的对应关系。
5.根据权利要求1所述的方法，其特征在于，所述按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态，包括：
按照各所述车辆的实际地理位置，确定所述待检测道路中各车道的交通状态。
6.根据权利要求1所述的方法，其特征在于，在按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置之后，所述方法还包括：
按照预设显示频率，将各所述车辆的实际地理位置显示在电子地图上，其中，所述预设显示频率不大于所述目标图像数据的帧率。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
分别为每个所述车辆标记唯一的标识；
依据各所述车辆的标识，对各所述车辆进行跟踪。
8.一种道路交通状态检测装置，其特征在于，所述装置包括：
目标图像获取模块，用于获取待检测道路的目标图像数据；
目标图像分析模块，用于利用计算机视觉技术，确定所述目标图像数据中各车辆的图像位置；
车辆位置确定模块，用于按照各所述车辆在所述目标图像数据中的图像位置，确定各所述车辆在所述待检测道路中的实际地理位置；
交通状况分析模块，用于按照各所述车辆的实际地理位置，确定所述待检测道路的交通状态。
9.根据权利要求8所述的装置，其特征在于，所述目标图像获取模块，包括：
路段图像获取子模块，用于获取各镜头分别采集的待检测道路中各路段的图像；
目标图像合成子模块，用于将各所述路段的图像进行拼接，得到所述待检测道路的目标图像数据。
10.根据权利要求8所述的装置，其特征在于，所述车辆位置确定模块，具体用于：
按照预先确定的图像数据中各位置与实际道路中经纬度的对应关系，将所述车辆在所述目标图像数据中的图像位置，映射为各所述车辆在实际道路中的经纬度，得到各所述车辆在所述待检测道路中的实际地理位置。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
标定点位置获取模块，用于获取实际道路中多个指定标定点的经纬度；
图像数据分析模块，用于确定各所述指定标定点在图像数据中位置；
第二对应关系确定模块，用于根据各所述指定标定点的经纬度及所述指定标定点在所述图像数据中的位置，确定所述图像数据中各位置与实际道路中经纬度的对应关系。
12.根据权利要求8所述的装置，其特征在于，所述交通状况分析模块，具体用于：
按照各所述车辆的实际地理位置，确定所述待检测道路中各车道的交通状态。
13.根据权利要求8所述的装置，其特征在于，所述装置还包括：
车辆位置显示模块，用于按照预设显示频率，将各所述车辆的实际地理位置显示在电子地图上，其中，所述预设显示频率不大于所述目标图像数据的帧率。
14.根据权利要求8所述的装置，其特征在于，所述装置还包括：
车辆标定模块，用于分别将每个所述车辆标记唯一的标识；
车辆跟踪模块，用于依据各所述车辆的标识，对各所述车辆进行跟踪。
15.一种电子设备，其特征在于，包括处理器及存储器；
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程序时，实现权利要求1-7任一所述的方法步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811605062.XA CN111435565A (zh) | 2018-12-26 | 2018-12-26 | 道路交通状态检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811605062.XA CN111435565A (zh) | 2018-12-26 | 2018-12-26 | 道路交通状态检测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111435565A true CN111435565A (zh) | 2020-07-21 |
Family
ID=71579781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811605062.XA Pending CN111435565A (zh) | 2018-12-26 | 2018-12-26 | 道路交通状态检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111435565A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767681A (zh) * | 2020-12-16 | 2021-05-07 | 济南博观智能科技有限公司 | 一种交通状态检测方法、装置及相关设备 |
| CN113286096A (zh) * | 2021-05-19 | 2021-08-20 | 中移(上海)信息通信科技有限公司 | 视频识别方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004030046A (ja) * | 2002-06-24 | 2004-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 料金徴収システム |
| CN106846846A (zh) * | 2017-02-02 | 2017-06-13 | 南京交通职业技术学院 | 一种疏导拥堵的机器人*** |
| CN108777070A (zh) * | 2018-06-14 | 2018-11-09 | 浙江希仁通信技术有限公司 | 基于车道网格和车辆采样的道路实时监测方法和*** |
| CN108896994A (zh) * | 2018-05-11 | 2018-11-27 | 武汉环宇智行科技有限公司 | 一种无人驾驶车辆定位方法及设备 |
-
2018
- 2018-12-26 CN CN201811605062.XA patent/CN111435565A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004030046A (ja) * | 2002-06-24 | 2004-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 料金徴収システム |
| CN106846846A (zh) * | 2017-02-02 | 2017-06-13 | 南京交通职业技术学院 | 一种疏导拥堵的机器人*** |
| CN108896994A (zh) * | 2018-05-11 | 2018-11-27 | 武汉环宇智行科技有限公司 | 一种无人驾驶车辆定位方法及设备 |
| CN108777070A (zh) * | 2018-06-14 | 2018-11-09 | 浙江希仁通信技术有限公司 | 基于车道网格和车辆采样的道路实时监测方法和*** |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767681A (zh) * | 2020-12-16 | 2021-05-07 | 济南博观智能科技有限公司 | 一种交通状态检测方法、装置及相关设备 |
| CN112767681B (zh) * | 2020-12-16 | 2022-08-19 | 济南博观智能科技有限公司 | 一种交通状态检测方法、装置及相关设备 |
| CN113286096A (zh) * | 2021-05-19 | 2021-08-20 | 中移(上海)信息通信科技有限公司 | 视频识别方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11874119B2 (en) | Traffic boundary mapping | |
| CN105793669B (zh) | 车辆位置推定***、装置、方法以及照相机装置 | |
| CN110146097B (zh) | 自动驾驶导航地图的生成方法、***、车载终端及服务器 | |
| CN110617821B (zh) | 定位方法、装置及存储介质 | |
| CN112116654B (zh) | 一种车辆位姿确定方法、装置及电子设备 | |
| CN111275960A (zh) | 一种交通路况分析方法、***及摄像机 | |
| 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 | |
| JP2008065087A (ja) | 静止物地図生成装置 | |
| CN112950717A (zh) | 一种空间标定方法和*** | |
| JP2018077162A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
| CN111275957A (zh) | 一种交通事故信息采集方法、***及摄像机 | |
| EP3994043A1 (en) | Sourced lateral offset for adas or ad features | |
| CN110018503B (zh) | 车辆的定位方法及定位*** | |
| CN115457084A (zh) | 一种多相机目标检测跟踪方法、装置 | |
| CN111435565A (zh) | 道路交通状态检测方法、装置、电子设备及存储介质 | |
| JP2021196738A (ja) | 地図生成用データ収集装置及び地図生成用データ収集方法 | |
| CN110764526B (zh) | 一种无人机飞行控制方法及装置 | |
| CN112530270B (zh) | 一种基于区域分配的建图方法及装置 | |
| JP2022001975A (ja) | 地図情報収集装置 | |
| RU186890U1 (ru) | Безрадарный автоматизированный комплекс регистрации транспортных средств | |
| WO2021005073A1 (en) | Method for aligning crowd-sourced data to provide an environmental data model of a scene | |
| Jomrich et al. | Lane Accurate Detection of Map Changes based on Low Cost Smartphone Data. | |
| JP2021124633A (ja) | 地図生成システム及び地図生成プログラム | |
| TWI811954B (zh) | 定位系統及物件位置的校正方法 | |
| Borđoški et al. | Multi-camera Object Localization in Intelligent Transportation Systems |
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: 20200721 |