CN112349087A - 一种基于路口信息全息感知的可视化数据输入方法 - Google Patents

Abstract

本发明提供基于路口信息全息感知的可视化数据输入方法，首先获取路口内由多个视频设备采集的多幅图像信息，在这些信息中包括了路口图像以及机动车、非机动车和行人信息等多种目标对象的图像，为了有效提取路口中的交通控制有关的信息，避免重复的图像和冗余的图像(如绿化带、建筑物等)，先将目标对象进行去重合并，在多幅图像中通过虚拟网格将目标对象去重，恢复出路口的有用的对象的信息，然后将路口和目标对象转化为电子图的形式，去除其中的与交通控制不相关的冗余信息，这样就可以通过实时的电子图的方式来显示路口的交通信息，使得路口信息有效还原，解决了多个摄像头采集的图像信息中存在重复图像以及冗余图像信息的问题。

Description

一种基于路口信息全息感知的可视化数据输入方法

技术领域

本发明涉及智能交通控制技术领域，具体涉及一种基于路口信息全息感知的可视化数据输入方法。

背景技术

路***通信号控制***是提高路口通行效率的关键，目前路口信号控制模式可分为定时控制和自适应控制。定时控制模式不需要检测设备，交通工程师只要按照不同的时间段配置相应的周期、绿信比、相位差参数方案，信号机不管当前时刻交通流量发生了什么变化，都会在规定的时刻，自动执行交通工程师事先配置的规定方案，这种模式最大的特点成本低，但是，路口通行效率低，机动车遇红灯时另一方向绿灯无机动车、非机动车和行人通行，导致绿灯时间损失，当机动车流量增大时，控制参数不能自适应变化，导致路口拥堵。自适应控制模式需要检测设备，目前国内外普遍采用的线圈、视频检测、雷达检测等设备基本上都属于断面检测，非机动车和行人检测也停留在断面检测层面，检测数据不精准，导致自适应效果与人们追求的目标差距甚远。

由本人发明的CN106448191B一种能兼顾行人的平面感知路***通信号控制方法及***，虽然解决了上述断面感知问题，但是，还是存在跟踪检测目标数据无法实时验证是否精准问题，同时存在每个方向的跟踪检测器数据需要一一对应接入信号控制器规定的输入端子等问题，因为本人发明已授权的这个方法单从每个目标的每一条数据上是无法分清该机动车是来自哪个方向的哪条车道，因此必须和检测器的位置相关联后才能确定该目标的具***置，换句话说，每个检测器输出端与信号控制器的输入端的物理位置必须是一一对应的，带来最大的问题是，当多个检测器在路口内(上述授权专利不涉及路口内的机动车、非机动车)检测范围内检测到同一目标位置时，容易导致目标误检率提高。

采用摄像头识别车辆图像时，为了避免车辆间的遮挡，通常在路口设置多个摄像头，从不同的角度采集图像信息，但是当通过多个设备进行采集时，多个设备间采集到的信息会重复出现。

发明内容

为解决上述技术问题，本发明实施例提供一种基于路口信息全息感知的可视化数据输入方法，以解决现有技术中多个摄像头采集的图像信息中存在重复图像以及冗余图像信息的问题。

为此，本发明提供一种基于路口信息全息感知的可视化数据输入方法，包括：

获取多个视频采集设备采集的路口内的多幅图像信息，所述图像信息包括待测路口以及目标对象的位置信息，所述目标对象的类型包括机动车、非机动车和行人；

将所述待测路口划分为若干虚拟网格区域；

识别多幅图像信息中的目标对象所在的虚拟网格区域；

根据所述目标对象所在的虚拟网格区域计算目标对象的中心位置；

计算任意两相同类型的目标对象的中心位置之间的距离；

判断所述距离是否小于预设阈值；

当所述距离小于预设阈值时，将所述两相同类型的目标对象合并为同一目标对象；

根据待测路口以及所述合并后的目标对象将所述多幅图像信息转化为同一幅路口信息的电子图；

跟踪目标对象的实时位置，提取所述目标对象的实时参数信息；

将所述目标对象的实时参数信息标注在所述电子图上进行实时跟踪显示。

可选地，不同区域的网格边长分别设置，不同目标对象类型的预设阈值分别设置。

可选地，在人行横道区域和行人过街等待区域的网格边长设置为0.1-0.2m，在路口内机动车道区域，所述网格设置为1-2m，在所述非机动车道区域，所述网格设置为0.3-1m。

可选地，所述目标对象类型为机动车时，对应的预设阈值为1-2m；所述目标对象类型为非机动车时，对应的预设阈值为0.3-1m；所述目标对象类型为行人时，对应的预设阈值为0.1-0.2m；

可选地，所述目标对象为机动车时，提取的实时参数信息包括以下信息中的一种或多种：

序号：某一方向的机动车从0点0分0秒开始进入路口的顺序编号；主要功能是用于实时统计今天0点0分0秒到当前时刻的数量及通过路口的停车次数

时刻：机动车进入路口的时间；

机动车的类型；大型车或小型车；

车辆标识信息：车牌或电子号牌；

机动车当前位置；

机动车当前速度；

机动车当前方向；

机动车距路口驶出位置的距离；

机动车驶出路口的时间；

机动车驶出方向出口车道状态。

可选地，所述路口的参数信息包括以下信息中的一种或多种：

路口的标识信息、相位区域、人行横道区域、行人过街等待区域、非机动车道区域、路口内区域、出口车道编号。

可选地，所述目标对象为行人时，提取的实时参数信息包括以下信息中的一种或多种：

行人距离路缘线距离；

行人距离对面路缘线位置。

可选地，所述目标对象为非机动车时，提取的实时参数信息包括以下信息中的一种或多种：

非机动车的速度；

非机动车按照当前行驶方向驶出路口的时间。

可选地，通过电子图将所述机动车的参数信息、所述路口的参数信息、所述非机动车的参数信息和/或行人的参数信息的部分或全部标注在电子图上。

可选地，所述路口包括路口停止线及其延长线包围的区域。

本发明提供的基于路口信息全息感知的可视化数据输入方法，首先获取路口内由多个视频设备采集的多幅图像信息，在这些信息中包括了路口图像以及机动车、非机动车和行人信息等多种目标对象的图像，为了有效提取路口中的交通控制有关的信息，避免重复的图像和冗余的图像(如绿化带、建筑物等)，先将目标对象进行去重合并，在多幅图像中通过虚拟网格将目标对象去重，恢复出路口的有用的对象的信息，然后将路口和目标对象转化为电子图的形式，去除其中的与交通控制不相关的冗余信息，这样就可以通过实时的电子图的方式来显示路口的交通信息，使得路口信息有效还原，解决了多个摄像头采集的图像信息中存在重复图像以及冗余图像信息的问题，使得路口有效的交通信息更加直观的被监测到，从而提高路***通信息的直观性和准确性，为有效进行路***通控制提供前提。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是本发明的实施例中基于路口信息全息感知的可视化数据输入方法的流程图。

图2是根据图1所示的方法生成的电子图的示意图。

图3是基于图1所示方法的计算机***的结构示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施例，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本实施例中的方法应用于交通控制领域中，尤其适用于路口的有效交通信息的采集与展示。目前在交通路口中，一般设置多个通行方向的摄像头采集多个方向的交通信息，但是这些信息在交通控制中心是分别展示出来的，不能很好的还原路口的整体交通情况。其中多个摄像头采集的信息会有重复的信息，在摄像头采集的图像中也会存在一些如绿化带、树木、建筑物等无关的信息，使得交通控制中心获得的图像信息中无效的信息很多，甚至占据大幅画面，不能直观反映出路口的实际交通状况。基于此，本实施例提供一种基于路口信息全息感知的可视化数据输入方法，用于更好的提取路口的有效信息并进行直观的展示，该方法如图1所示，包括以下步骤：

S1、获取多个视频采集设备采集的路口内的多幅图像信息，所述图像信息包括待测路口以及目标对象的位置信息，所述目标对象的类型包括机动车、非机动车和行人。提取的待测路口的信息包括以下信息中的一种或多种：路口的标识信息、相位区域、人行横道区域、行人过街等待区域、非机动车道区域、路口内区域、出口车道编号。

此处的路口包括路口停止线及其延长线包围的区域，在停止线内部形成的区域内设置由穿过路口的人行横道，在该区域内，行人和非机动车通过人行横道或非机动车道(如自行车道)通过路口，机动车在路口内根据红绿灯的指示按照行驶路径通过路口。在路口的多个方向上设置由摄像头，通过多个方向的摄像头可以采集到多幅图像信息，图像信息来自不同的角度，其中存在重复的图像。在采集到的图像中，包括了该路口的图像以及在该路口内通行的机动车、非机动车、行人的图像，同时也包括了路口周边的路灯、建筑物、树木等冗余的图像。首先，需要对多幅图像中的相同的机动车、非机动车或者行人进行合并，恢复出路口的实际通行的目标信息，如下步骤S2-S7是对路口中的多幅图像中相同的机动车、非机动车或者行人进行合并。

S2、将所述待测路口划分为若干虚拟网格区域。

此处的网格为虚拟的网格，首先根据多幅图像中的路口数据还原出路口的信息，即路口停止线及其延长线包围的区域，然后在这个区域内将路口划分为若干虚拟网格区域。网格的大小可以设置为相同的大小，也可以针对不同的区域设置不同的大小。为了准确识别出行人，网格的区域设置的需要比较小，不大于一个人正常占据的投影面积。本实施例中，不同区域的网格边长分别设置，不同目标对象类型的预设阈值分别设置。由于行人所通行的位置为人行横道区域和行人过街等待区域，因此在人行横道区域和行人过街等待区域的网格边长设置为0.1-0.2m，优选0.1m，设置的网格越小，识别越准确，但是数据量越大。在路口内机动车道区域，所述网格设置为1-2m，由于车辆的长度一般在2米以上，因此在机动车通行的区域，可以将网格设置的大一些，如1m或1.5m。在非机动车通行的区域，如自动车道，自行车的长度在1m多，因此网格可以设置为0.3-1m，如选择0.5、0.8等。网格设置的依据为网格的宽度不大于通行的目标对象在道路上投影的长度，这样可以将中心比较接近的图像中的对象合并为同一个的方式来去除重复的目标对象。

S3、识别多幅图像信息中的目标对象所在的虚拟网格区域。

将路口的信息网格化之后，根据目标对象的所在位置就可以得出目标对象所在的虚拟网格的区域。

S4、根据所述目标对象所在的虚拟网格区域计算目标对象的中心位置。

获取了目标对象的所在的虚拟网格区域后，中心位置很容易就确定了。此处的中心位置为目标对象在路面中的投影的中心。

S5、计算任意两相同类型的目标对象的中心位置之间的距离。

由于在进行相同数据的去重时，针对的是相同的目标对象的类型，也就是说针对出现在不同摄像头采集的多幅图像中的机动车、行人、非机动车要分别去除重复数据。两相同类型的目标对象的中心确定后，中心位置之间的距离很容易计算出来，可以通过相对坐标位置以及网格的边长来计算。

S6、判断所述距离是否小于预设阈值。

如果两个目标对象的距离很小，小于该对象的最小半径了，由于两个目标对象不会重叠，因此可以判定这两个对象实际是同一个目标对象，采用这种方式对机动车、行人、非机动车进行合并。由于不同类型的目标对象尺寸不同，因此此处的预设阈值也不相同，所述目标对象类型为机动车时，对应的预设阈值为1-2m；所述目标对象类型为非机动车时，对应的预设阈值为0.3-1m；所述目标对象类型为行人时，对应的预设阈值为0.1-0.2m；这些数据也可以根据经验信息来合理设置和调整。当目标对象之间的距离大于预设阈值时，认为属于不同的对象。当所述距离小于预设阈值时，执行步骤S7。

S7、当所述距离小于预设阈值时，将所述两相同类型的目标对象合并为同一目标对象。

此时两个目标对象的距离很小，小于合理设置的预设阈值了，也就是两个目标对象出现了重叠，因此可以判定这两个对象实际是同一个目标对象。这样就把机动车、非机动车、行人中的重复信息进行了合并。

S8、根据待测路口以及所述合并后的目标对象将所述多幅图像信息转化为一副路口信息的电子图。

在提取出路口信息和路口中通行的目标対象后，为了避免摄像头采集的数据中的冗余数据(如路灯、建筑物、树木等背景信息)的影响，根据路口和目标对象生成路口信息的电子图，如图2所示。这样，就可以只把路口的有效信息提取出来，可以更加直观的体现出路口的通行信息。

S9、跟踪目标对象的实时位置，提取所述目标对象的实时参数信息。

其中，针对机动车，提取的实时参数信息包括以下信息中的一种或多种：

序号：某一方向的机动车从0点0分0秒开始进入路口的顺序编号；主要功能是实时统计今天0点0分0秒到当前时刻的数量及通过路口的停车次数；

时刻：机动车进入路口的时间；

机动车的类型；大型车或小型车

车辆标识信息：车牌或电子号牌；

机动车当前位置；

机动车当前速度；

其中，针对行人，提取的实时参数信息包括以下信息中的一种或多种：

行人距离路缘线距离；

行人距离对面路缘线位置。

其中，针对非机动车，提取的实时参数信息包括以下信息中的一种或多种：

非机动车的速度；

非机动车按照当前行驶方向驶出路口的时间。

S10、将所述目标对象的实时参数信息标注在所述电子图上进行实时跟踪显示。

将所述机动车的参数信息、所述路口的参数信息、所述非机动车的参数信息和/或行人的参数信息的部分或全部标注在电子图上。

根据视频、雷达等跟踪检测的以路口中心向周边扩展至上、下游路口的所有机动车、非机动车每个目标的多种数据和本路口行人等待区、人行横道的行人数据，将这些目标数据实时显示在路口电子图上，同时通过网络接口直接输出到信号控制***的控制模块，实现了信号控制检测数据由接线端子输入的“1”“0”状态数据提升到多种数据相融合的网络输入模式，推动了路口信号控制水平迈上新台阶。

本发明提供的基于路口信息全息感知的可视化数据输入方法，首先获取路口由多个视频设备采集的多幅图像信息，在这些信息中包括了路口图像以及机动车、非机动车和行人信息等多种目标对象的图像，为了有效提取路口中与交通控制有关的信息，避免重复的图像和冗余的图像(如绿化带、建筑物等)，先将目标对象进行去重合并，在多幅图像中通过虚拟网格将目标对象去重，恢复出路口的有用的对象的信息，然后将路口和目标对象转化为电子图的形式，去除其中的与交通控制不相关的冗余信息，这样就可以通过实时的电子图的方式来显示路口的交通信息，使得路口信息有效还原，解决了多个摄像头采集的图像信息中存在重复图像以及冗余图像信息的问题，使得路口有效的交通信息更加直观的被监测到，从而提高路***通信息的直观性和准确性，为有效进行路***通控制提供前提。

本发明提供的可视化数据输入方法，通过虚拟网格区域精确识别车辆在路口中的位置，这样对于路口多个摄像头拍摄的图像中的相同机动车进行合并，精确识别机动车以及其在路口中的位置，通过跟踪机动车的位置获取车辆的实时信息，为实现智能交通控制提供基础信息。

通过视频跟踪或雷达跟踪技术获取交叉路口设定检测范围内控制目标的机动车、非机动车的当前时刻精准位置、速度和到停止线距离及行人的当前时刻精准位置、速度和到达路缘石距离等数据，按照规定的协议格式通过网络接口将其数据发送到路口信号机的数据处理单元的同时，将当前时刻控制目标的全部状态数据和信号灯当前时刻灯色状态实时、精准地显示在路口平面电子图上。通过路口平面电子图，可以直观的验证：当前时刻路口检测范围内的所有机动车、非机动车、行人的目标实际位置，与当前时刻路口平面电子图上显示的目标实际位置是否一致。

再有，本发明提供了一种电子设备，用于交通路口智能控制，该设备包括：

处理器；和

存储器，与处理器可通信连接，其存储有能够被处理器执行的计算机可读指令，在计算机可读指令被执行时，处理器执行根据上述的交通拥堵数据分析方法。

最后，本发明提供了一种存储介质，存储有计算机指令，计算机指令用于使计算机执行根据上述的基于路口信息全息感知的可视化数据输入方法。

具体而言，图3示出了适于用来实现本发明实施方式的基于路口信息全息感知的可视化数据输入方法或处理器的计算机***600的结构示意图，通过图3所示***，实现电子设备及处理器相应功能。

如图3所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施方式，上文参考图1描述的过程可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行图1的方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。

附图中的流程图和框图，图示了按照本发明各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

显然，上述实施方式仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于路口信息全息感知的可视化数据输入方法，其特征在于，包括

获取多个视频采集设备采集的路口内的多幅图像信息，所述图像信息包括待测路口以及目标对象的位置信息，所述目标对象的类型包括机动车、非机动车和行人；

将所述待测路口划分为若干虚拟网格区域；

识别多幅图像信息中的目标对象所在的虚拟网格区域；

根据所述目标对象所在的虚拟网格区域计算目标对象的中心位置；

计算任意两相同类型的目标对象的中心位置之间的距离；

判断所述距离是否小于预设阈值；

当所述距离小于预设阈值时，将所述两相同类型的目标对象合并为同一目标对象；

根据待测路口以及所述合并后的目标对象将所述多幅图像信息转化为一幅路口信息的电子图；

跟踪目标对象的实时位置，提取所述目标对象的实时参数信息；

将所述目标对象的实时参数信息标注在所述电子图上进行实时跟踪显示。

2.根据权利要求1所述的方法，其特征在于，不同区域的网格边长分别设置，不同目标对象类型的预设阈值分别设置。

3.根据权利要求1或2所述的方法，其特征在于，在人行横道区域和行人过街等待区域的网格边长设置为0.1-0.2m，在路口内机动车道区域，所述网格设置为1-2m，在所述非机动车道区域，所述网格设置为0.3-1m。

4.根据权利要求3所述的方法，其特征在于，所述目标对象类型为机动车时，对应的预设阈值为1-2m；所述目标对象类型为非机动车时，对应的预设阈值为0.3-1m；所述目标对象类型为行人时，对应的预设阈值为0.1-0.2m。

5.根据权利要求1-4任一所述的方法，其特征在于，所述目标对象为机动车时，提取的实时参数信息包括以下信息中的一种或多种：

序号：某一方向的机动车从0点0分0秒开始进入路口的顺序编号；

时刻：机动车进入路口的时间；

机动车的类型；大型车或小型车；

车辆标识信息：车牌或电子号牌；

机动车当前位置；

机动车当前速度；

机动车当前方向；

机动车距路口驶出位置的距离；

机动车驶出路口的时间；

机动车驶出方向出口车道状态。

6.根据权利要求1-4任一所述的方法，其特征在于，所述路口的参数信息包括以下信息中的一种或多种：

路口的标识信息、相位区域、人行横道区域、行人过街等待区域、非机动车道区域、路口内区域、出口车道编号。

7.根据权利要求1-4所述的方法，其特征在于，所述目标对象为行人时，提取的实时参数信息包括以下信息中的一种或多种：

行人距离路缘线距离；

行人距离对面路缘线位置。

8.根据权利要求1-4所述的方法，其特征在于，所述目标对象为非机动车时，提取的实时参数信息包括以下信息中的一种或多种：

非机动车的速度；

非机动车按照当前行驶方向驶出路口的时间。

9.根据权利要求5-7任一项所述的方法，其特征在于，通过电子图将所述机动车的参数信息、所述路口的参数信息、所述非机动车的参数信息和/或行人的参数信息的部分或全部标注在电子图上。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述路口包括路口停止线及其延长线包围的区域。

Images