CN112150811A - 基于图像识别技术的城市道路交叉***通信息获取*** - Google Patents
基于图像识别技术的城市道路交叉***通信息获取*** Download PDFInfo
- Publication number
- CN112150811A CN112150811A CN202011032715.7A CN202011032715A CN112150811A CN 112150811 A CN112150811 A CN 112150811A CN 202011032715 A CN202011032715 A CN 202011032715A CN 112150811 A CN112150811 A CN 112150811A
- Authority
- CN
- China
- Prior art keywords
- module
- image data
- vehicle
- video
- traffic information
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于图像识别技术的城市道路交叉***通信息获取***,包括:车道图像数据采集平台和图像数据分析平台;图像数据采集平台包括:视频获取模块,获取各个路口在早高峰以及晚高峰时段的视频图像数据;视频解码模块,用于将视频获取模块获取的视频图像数据实时视频进行解码,以获得一帧帧的图像数据;图像数据分析平台包括:视频识别处理模块,通过获得的一帧帧的图像数据识别出车辆对象,以及识别出每个路口的各个车道;第二计算模块,用于计算出每个车道在每个预定周期内的车辆的平均等待时间。该***通过图像识别技术结合交通管理,有效地获取路口的交通信息,以提前做好通知和规划,从而达到优化交通,保证安全的目的。
Description
技术领域
本发明涉及交通信息技术领域,具体地,涉及一种基于图像识别技术的城市道路交叉***通信息获取***。
背景技术
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别,人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中,特别是无人货架、智能零售柜等无人零售领域
图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别,以识别各种不同模式的目标和对像的技术。
在交通领域,由于其数据量较为庞大,尤其是城市道路交叉***通,极为复杂,如何对路口的交通信息进行有效地获取,以实现对交通管理的优化是本发明亟需解决的问题。
发明内容
针对上述技术问题,本发明的目的是提供一种基于图像识别技术的城市道路交叉***通信息获取***,通过图像识别技术结合交通管理,有效地获取路口的交通信息,以提前做好通知和规划,从而达到优化交通,保证安全的目的。
为了实现上述目的,本发明提供了一种基于图像识别技术的城市道路交叉***通信息获取***,所述***包括:车道图像数据采集平台和图像数据分析平台;其中,
所述图像数据采集平台包括:视频获取模块,获取各个路口在早高峰以及晚高峰时段的视频图像数据;视频解码模块,用于将所述视频获取模块获取的视频图像数据实时视频进行解码,以获得一帧帧的图像数据;
所述图像数据分析平台包括:视频识别处理模块,通过获得的一帧帧的图像数据识别出车辆对象,以及识别出每个路口的各个车道;第一计算模块,用于根据所述视频识别处理模块的识别处理数据计算出每个车道在每个预定周期内的红灯期间的平均车辆排队长度;以及第二计算模块,用于计算出每个车道在每个预定周期内的车辆的平均等待时间。
优选地,所述***还包括:后台服务器,用于对所述车道图像数据采集平台和图像数据分析平台获取的数据进行接收和存储。
优选地,所述车道图像数据采集平台和图像数据分析平台通过无线传输模块将获得的数据传递至所述后台服务器。
优选地,所述无线传输模块包括:4G无线模块以及5G无线模块。
优选地,所述***还包括:车路协同平台;其中,
所述车路协同平台包括:车载OBU模块、路测模块以及V2X通信模块;车辆通过所述车载OBU模块将车辆信息通过所述V2X通信模块发送至所述路测模块,所述路测模块通过无线传输模块将所述车辆信息传递至所述后台服务器进行信息传递,并且将所述后台服务器反馈路***通信息以及交通指挥指令传递至所述车载OBU模块中。
优选地,所述***还包括统计模块,用于将所述第一计算模块计算的平均车辆排队长度按照所述预定周期进行统计,以及将第二计算模块计算的车辆的平均等待时间所述预定周期进行统计。
优选地,所述预定周期为半个小时。
根据上述技术方案,本发明提供的基于图像识别技术的城市道路交叉***通信息获取***在使用时的有益效果为:通过所述车道图像数据采集平台对交叉路口的交通视频图像进行采集,再利用所述图像数据分析平台对采集的视频图像进行分析和处理,主要的分析点是每个路口的车辆在红灯期间的排队长度,以及平均等待时间,这样就可以了解该较差路口反应的实际交通情况,针对该情况进行规划以达到优化该路***通的目的。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明;而且本发明中未涉及部分均与现有技术相同或可采用现有技术加以实现。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明的一种优选的实施方式中提供的基于图像识别技术的城市道路交叉***通信息获取***的结构框图;
图2是本发明的一种优选的实施方式中提供的基于图像识别技术的城市道路交叉***通信息获取***的结构框图;
图3是本发明的一种优选的实施方式中提供的图像数据采集平台的结构框图;
图4是本发明的一种优选的实施方式中提供的图像数据分析平台的结构框图;
图5是本发明的一种优选的实施方式中提供的车路协同平台的结构框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
如图1-5所示,本发明提供了一种基于图像识别技术的城市道路交叉***通信息获取***,所述***包括:车道图像数据采集平台和图像数据分析平台;其中,
所述图像数据采集平台包括:视频获取模块,获取各个路口在早高峰以及晚高峰时段的视频图像数据;视频解码模块,用于将所述视频获取模块获取的视频图像数据实时视频进行解码,以获得一帧帧的图像数据;
所述图像数据分析平台包括:视频识别处理模块,通过获得的一帧帧的图像数据识别出车辆对象,以及识别出每个路口的各个车道;第一计算模块,用于根据所述视频识别处理模块的识别处理数据计算出每个车道在每个预定周期内的红灯期间的平均车辆排队长度;以及第二计算模块,用于计算出每个车道在每个预定周期内的车辆的平均等待时间。
在上述方案中,通过所述车道图像数据采集平台对交叉路口的交通视频图像进行采集,再利用所述图像数据分析平台对采集的视频图像进行分析和处理,主要的分析点是每个路口的车辆在红灯期间的排队长度,以及平均等待时间,这样就可以了解该较差路口反应的实际交通情况,针对该情况进行规划以达到优化该路***通的目的。
在本发明的一种优选的实施方式中,所述***还包括:后台服务器,用于对所述车道图像数据采集平台和图像数据分析平台获取的数据进行接收和存储。
在本发明的一种优选的实施方式中,所述车道图像数据采集平台和图像数据分析平台通过无线传输模块将获得的数据传递至所述后台服务器。
在本发明的一种优选的实施方式中,所述无线传输模块包括:4G无线模块以及5G无线模块。
在本发明的一种优选的实施方式中,所述***还包括:车路协同平台;其中,所述车路协同平台包括:车载OBU模块、路测模块以及V2X通信模块;车辆通过所述车载OBU模块将车辆信息通过所述V2X通信模块发送至所述路测模块,所述路测模块通过无线传输模块将所述车辆信息传递至所述后台服务器进行信息传递,并且将所述后台服务器反馈路***通信息以及交通指挥指令传递至所述车载OBU模块中。
在上述方案中,所述车辆信息包括车辆在交口路口的行驶方向、车辆在该路口的等待时间以及车辆的平均车速,都可以通过所述车载OBU模块发送至所述路测模块,再传递至所述述后台服务器进行分析处理,该平台也方便所述后台服务器将交通指挥指令以及前方的交通信息精准地发送至每个车辆,实现车路协同的效果,以保证交通的正常运行。
在本发明的一种优选的实施方式中,所述***还包括统计模块,用于将所述第一计算模块计算的平均车辆排队长度按照所述预定周期进行统计,以及将第二计算模块计算的车辆的平均等待时间所述预定周期进行统计。
在上述方案中,通过所述统计模块可以直观地获取每个路口的交通信息,也便于对比各个路口的交通信息,从而为该路口的交通进行规划提供有力的数据支撑。优选地,所述预定周期为半个小时。
综上所述,本发明提供的基于图像识别技术的城市道路交叉***通信息获取***通过图像识别技术结合交通管理,有效地获取路口的交通信息,以提前做好通知和规划,从而达到优化交通,保证安全的目的。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (7)
1.一种基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述***包括:车道图像数据采集平台和图像数据分析平台;其中,
所述图像数据采集平台包括:视频获取模块,获取各个路口在早高峰以及晚高峰时段的视频图像数据;视频解码模块,用于将所述视频获取模块获取的视频图像数据实时视频进行解码,以获得一帧帧的图像数据;
所述图像数据分析平台包括:视频识别处理模块,通过获得的一帧帧的图像数据识别出车辆对象,以及识别出每个路口的各个车道;第一计算模块,用于根据所述视频识别处理模块的识别处理数据计算出每个车道在每个预定周期内的红灯期间的平均车辆排队长度;以及第二计算模块,用于计算出每个车道在每个预定周期内的车辆的平均等待时间。
2.根据权利要求1所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述***还包括:后台服务器,用于对所述车道图像数据采集平台和图像数据分析平台获取的数据进行接收和存储。
3.根据权利要求1所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述车道图像数据采集平台和图像数据分析平台通过无线传输模块将获得的数据传递至所述后台服务器。
4.根据权利要求1所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述无线传输模块包括:4G无线模块以及5G无线模块。
5.根据权利要求2所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述***还包括:车路协同平台;其中,
所述车路协同平台包括:车载OBU模块、路测模块以及V2X通信模块;车辆通过所述车载OBU模块将车辆信息通过所述V2X通信模块发送至所述路测模块,所述路测模块通过无线传输模块将所述车辆信息传递至所述后台服务器进行信息传递,并且将所述后台服务器反馈路***通信息以及交通指挥指令传递至所述车载OBU模块中。
6.根据权利要求1所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述***还包括统计模块,用于将所述第一计算模块计算的平均车辆排队长度按照所述预定周期进行统计,以及将第二计算模块计算的车辆的平均等待时间所述预定周期进行统计。
7.根据权利要求6所述的基于图像识别技术的城市道路交叉***通信息获取***,其特征在于,所述预定周期为半个小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011032715.7A CN112150811A (zh) | 2020-09-27 | 2020-09-27 | 基于图像识别技术的城市道路交叉***通信息获取*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011032715.7A CN112150811A (zh) | 2020-09-27 | 2020-09-27 | 基于图像识别技术的城市道路交叉***通信息获取*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112150811A true CN112150811A (zh) | 2020-12-29 |
Family
ID=73895457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011032715.7A Pending CN112150811A (zh) | 2020-09-27 | 2020-09-27 | 基于图像识别技术的城市道路交叉***通信息获取*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150811A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294765A (zh) * | 2022-07-28 | 2022-11-04 | 深圳市显科科技有限公司 | 交通情报板智能管理平台 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894461A (zh) * | 2009-05-22 | 2010-11-24 | 上海宝康电子控制工程有限公司 | 城市地面道路行程时间预测方法 |
KR20120008950A (ko) * | 2010-07-21 | 2012-02-01 | 한국건설기술연구원 | 회전교통류 통합처리를 위한 도로교통 시스템 |
CN102496278A (zh) * | 2011-12-09 | 2012-06-13 | 北京世纪高通科技有限公司 | 通过图像获取交通状态的方法和装置 |
CN103366568A (zh) * | 2013-06-26 | 2013-10-23 | 东南大学 | 交通路段车辆排队视频检测方法及*** |
CN107025792A (zh) * | 2017-05-05 | 2017-08-08 | 深圳市哈工大交通电子技术有限公司 | 基于车辆排队长度的车道及信号灯周期的调整方法及装置 |
CN108039053A (zh) * | 2017-11-29 | 2018-05-15 | 南京锦和佳鑫信息科技有限公司 | 一种智能网联交通*** |
CN110660234A (zh) * | 2019-09-29 | 2020-01-07 | 柳超 | 智能交通灯控制方法 |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路*** |
CN111710177A (zh) * | 2020-05-11 | 2020-09-25 | 华东师范大学 | 智慧交通信号灯组网协同优化控制***及控制方法 |
-
2020
- 2020-09-27 CN CN202011032715.7A patent/CN112150811A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894461A (zh) * | 2009-05-22 | 2010-11-24 | 上海宝康电子控制工程有限公司 | 城市地面道路行程时间预测方法 |
KR20120008950A (ko) * | 2010-07-21 | 2012-02-01 | 한국건설기술연구원 | 회전교통류 통합처리를 위한 도로교통 시스템 |
CN102496278A (zh) * | 2011-12-09 | 2012-06-13 | 北京世纪高通科技有限公司 | 通过图像获取交通状态的方法和装置 |
CN103366568A (zh) * | 2013-06-26 | 2013-10-23 | 东南大学 | 交通路段车辆排队视频检测方法及*** |
CN107025792A (zh) * | 2017-05-05 | 2017-08-08 | 深圳市哈工大交通电子技术有限公司 | 基于车辆排队长度的车道及信号灯周期的调整方法及装置 |
CN108039053A (zh) * | 2017-11-29 | 2018-05-15 | 南京锦和佳鑫信息科技有限公司 | 一种智能网联交通*** |
CN110660234A (zh) * | 2019-09-29 | 2020-01-07 | 柳超 | 智能交通灯控制方法 |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路*** |
CN111710177A (zh) * | 2020-05-11 | 2020-09-25 | 华东师范大学 | 智慧交通信号灯组网协同优化控制***及控制方法 |
Non-Patent Citations (1)
Title |
---|
沈振乾: "基于机器视觉的交叉路口智能交通灯控制关键技术研究", 《中国博士学位论文全文数据库信息科技辑(月刊 )》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294765A (zh) * | 2022-07-28 | 2022-11-04 | 深圳市显科科技有限公司 | 交通情报板智能管理平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同*** | |
US11594030B2 (en) | Systems and methods for monitoring traffic sign violation | |
CN102622798B (zh) | 一种客流统计分析*** | |
CN112052959B (zh) | 基于联邦学习的自动驾驶训练方法、设备及介质 | |
CN103871242A (zh) | 一种驾驶行为综合评价***与方法 | |
CN105577755A (zh) | 一种车联网终端服务*** | |
CN106412508A (zh) | 车辆违章压线智能监控方法和*** | |
CN105303823A (zh) | 车辆违规监控方法和*** | |
Wang et al. | Detection and recognition of stationary vehicles and seat belts in intelligent Internet of Things traffic management system | |
CN113807588A (zh) | 基于交通事故的行车路径规划方法及装置 | |
CN103646544A (zh) | 基于云台和相机设备的车辆行为分析识别方法 | |
CN111762237B (zh) | 轨道交通列车定位方法、装置及*** | |
CN111540191B (zh) | 基于车联网的行车示警方法、***、设备及存储介质 | |
CN112150811A (zh) | 基于图像识别技术的城市道路交叉***通信息获取*** | |
He et al. | Towards C-V2X enabled collaborative autonomous driving | |
CN106446856A (zh) | 车辆占道行驶智能监控方法和*** | |
CN116343493B (zh) | 非机动车的违章识别方法、装置、电子设备及存储介质 | |
CN114005277B (zh) | 车联网的信息提取方法、装置及可读介质 | |
CN115593375B (zh) | 车辆紧急制动方法、装置、设备和计算机可读介质 | |
CN112735136A (zh) | 5g交通监测规划方法、移动终端、交通服务平台及*** | |
Pan et al. | A hybrid deep learning algorithm for the license plate detection and recognition in vehicle-to-vehicle communications | |
AlKishri et al. | Object recognition for organizing the movement of self-driving car | |
CN114446042B (zh) | 预警交通事故的方法、装置、设备以及存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN114973083A (zh) | 一种驾驶员身份自动识别装置、***及方法 |
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: 20201229 |
|
RJ01 | Rejection of invention patent application after publication |