CN112541465A - 一种车流量统计方法、装置、路侧设备及云控平台 - Google Patents
一种车流量统计方法、装置、路侧设备及云控平台 Download PDFInfo
- Publication number
- CN112541465A CN112541465A CN202011520208.8A CN202011520208A CN112541465A CN 112541465 A CN112541465 A CN 112541465A CN 202011520208 A CN202011520208 A CN 202011520208A CN 112541465 A CN112541465 A CN 112541465A
- Authority
- CN
- China
- Prior art keywords
- ground reference
- vehicle
- reference objects
- road
- traffic flow
- 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
- 238000007619 statistical method Methods 0.000 title abstract description 21
- 238000001514 detection method Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000003909 pattern recognition Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开公开了一种车流量统计方法、装置、路侧设备及云控平台,涉及人工智能技术领域,尤其涉及智能交通领域。具体实现方案为:获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计。本申请实施例可以更加准确地统计出行驶在道路上的车流量,防止造成遮挡漏计,从而可以有效地提升车流量统计的准确率。
Description
技术领域
本公开涉及人工智能技术领域,进一步涉及智能交通技术,尤其涉及一种车流量统计方法、装置、路侧设备及云控平台。
背景技术
随着汽车持有量的逐步攀升,道路交通愈加拥挤,交通事故也更加频发。在交通管理中可以使用远程道路视频监控***观测道路车流量,这样大大减轻了人力消耗。为了对道路交通进行有效的监控,针对交通状况的动态变化,迅速做出交通诱导控制的决策,则需对道路交通车流量进行实时统计。
目前可以利用视频检测器统计车流量,该方法在测速精度和交通量计数精度上能够保持较高水平,但是由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计。因此,如何开发出全面的车流量统计方法已经成为急需解决的技术问题。
发明内容
本申请提供了一种车流量统计方法、装置、路侧设备及云控平台,可以更加准确地统计出行驶在道路上的车流量,防止造成遮挡漏计,从而可以有效地提升车流量统计的准确率。
根据本申请的第一方面,提供了一种车流量统计方法,所述方法包括:
获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;
对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;
基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计。
根据本申请的第二方面,提供了一种车流量统计装置,所述装置包括:获取模块、检测模块和统计模块;其中,
所述获取模块,用于获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;
所述检测模块,用于对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;
所述统计模块,用于基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计。
根据本申请的第三方面,提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请任意实施例所述的车流量统计方法。
根据本申请的第四方面,提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请任意实施例所述的车流量统计方法。
根据本申请的第五方面,提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时实现本申请任意实施例所述的车流量统计方法。
根据本申请的第六方面,提供了一种路侧设备,包括本申请实施例所述的电子设备。
根据本申请的第七方面,提供了一种云控平台,包括本申请实施例所述的电子设备。
根据本申请的技术解决了现有技术中由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计的技术问题,本申请提供的技术方案,可以更加准确地统计出行驶在道路上的车流量,防止造成遮挡漏计,从而可以有效地提升车流量统计的准确率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的车流量统计方法的第一流程示意图;
图2是本申请实施例提供的车流量统计方法的第二流程示意图;
图3是本申请实施例提供的车辆在道路上行驶的场景图;
图4是本申请实施例提供的车流量统计装置的结构示意图;
图5是本申请实施例提供的统计模块的结构示意图;
图6是用来实现本申请实施例的车流量统计方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
实施例一
图1是本申请实施例提供的车流量统计方法的第一流程示意图,该方法可以由车流量统计装置或者电子设备或者路侧设备来执行,该装置或者电子设备或者路侧设备可以由软件和/或硬件的方式实现,该装置或者电子设备或者路侧设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,车流量统计方法可以包括以下步骤:
S101、获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像。
在本步骤中,电子设备可以获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像。针对每一个观测点,电子设备可以获取按照预定频率采集的当前车辆在道路上行驶的图像。本申请中的观测点可以是各种类型的图像采集设备,例如,照相机、摄像机等。具体地,在车辆行驶过程中,电子设备可以通过观测点按照预定频率对该车辆采集图像,例如,预定频率可以为60Hz。
S102、对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域。
在本步骤中,电子设备可以对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域。具体地,电子设备可以将采集到的各张图像输入至预先训练好的检测模型中,通过检测模型得到各张图像中各个车辆对应的检测框和至少三个地面参考对象中的各个地面参考对象对应的检测框;然后基于各个车辆对应的检测框和至少三个地面参考对象中的各个地面参考对象对应的检测框,分别得到各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域。
S103、基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计。
在本步骤中,电子设备可以基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计。具体地,电子设备可以在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆;若当前车辆在相邻的时间点采集到的两张图像中的位置区域与至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则电子设备可以将当前车辆确定为行驶在道路上的一个车辆;重复上述提取当前车辆的操作,直到确定出行驶在道路上的全部的车辆;然后基于行驶在道路上的全部的车辆,对道路在预设时间段内的车流量进行统计;另外,若当前车辆在相邻的时间点采集到的两张图像中的位置区域与至少三个地面参考对象中的任意一个地面参考对象的位置区域存在交集,或者,当前车辆在相邻的两张图像中的位置区域与至少三个地面参考对象中的各个地面参考对象的位置区域均不存在交集,则电子设备可以将当前车辆确定为停止在道路上的一个车辆。
本申请实施例提出的车流量统计方法,先获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;然后对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;再基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计。也就是说,本申请可以基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计,从而可以避免由于遮挡造成漏计。而在现有的车流量统计方法中,由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计。因为本申请采用了基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计的技术手段,克服了现有技术中现有技术中由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计的技术问题,本申请提供的技术方案,可以更加准确地统计出行驶在道路上的车流量,防止造成遮挡漏计,从而可以有效地提升车流量统计的准确率;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2是本申请实施例提供的车流量统计方法的第二流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图2所示,车流量统计方法可以包括以下步骤:
S201、获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像。
S202、对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域。
在本步骤中,电子设备可以对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域。具体地,电子设备可以将采集到的各张图像输入至预先训练好的检测模型中,通过检测模型得到各张图像中各个车辆对应的检测框和至少三个地面参考对象中的各个地面参考对象对应的检测框;然后基于各个车辆对应的检测框和至少三个地面参考对象中的各个地面参考对象对应的检测框,分别得到各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域。
在本申请的具体实施例中,若道路的地面上存在至少一个垂直于车辆行驶方向的人行横道,则电子设备可以检测至少一个垂直于车辆行驶方向的人行横道的数量;若至少一个垂直于车辆行驶方向的人行横道的数量大于或者等于三个,则电子设备可以将至少一个垂直于车辆行驶方向的人行横道中任意相邻的三个人行横道作为至少三个地面参考对象中的各个地面参考对象;若至少一个垂直于车辆行驶方向的人行横道的数量少于三个,则电子设备可以将至少一个垂直于车辆行驶方向的人行横道中的各个人行横道作为至少三个地面参考对象中的一个或者两个地面参考对象;将平行于一个或者两个人行横道的矩形区域作为至少三个地面参考对象中剩余的地面参考对象。
图3是本申请实施例提供的车辆在道路上行驶的场景图。如图3所示,南北方向的道路和东西方向的道路分别可以包括:左车道和右车道;其中,左车道还可以进一步包括多个车道;右车道也可以进一步包括多个车道。在南北方向的道路和东西方向的道路相交的十字路口上,通常会在东、西、南、北四个方向上分别设置一个人行横道,这样可以便于行人安全地穿过马路。在本申请的具体实施例中,对于南北方向的道路和东西方向的道路可以分别统计车流量。例如,对于南北方向的道路,南北方向的道路的地面上存在两个垂直于车辆行驶方向的人行横道(分别为A和B),则电子设备可以将这两个人行横道作为至少三个地面参考对象中的各个地面参考对象;然后将平行于这两个人行横道的矩形区域(C)作为至少三个地面参考对象中剩余的地面参考对象。
S203、在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆。
在本步骤中,电子设备可以在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆。具体地,电子设备可以基于每一辆车的车牌号或者其他唯一标识,在相邻的时间点采集到的两张图像中提取出同一个车辆,将其作为当前车辆。
S204、若当前车辆在相邻的时间点采集到的两张图像中的位置区域与至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则将当前车辆确定为行驶在道路上的一个车辆;重复上述提取当前车辆的操作,直到确定出行驶在道路上的全部的车辆。
在本步骤中,若当前车辆在相邻的时间点采集到的两张图像中的位置区域与至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则电子设备可以将当前车辆确定为行驶在道路上的一个车辆;重复上述提取当前车辆的操作,直到确定出行驶在道路上的全部的车辆。另外,若至少一个垂直于车辆行驶方向的人行横道的数量少于三个,则电子设备可以将至少一个垂直于车辆行驶方向的人行横道中的各个人行横道作为至少三个地面参考对象中的一个或者两个地面参考对象;然后将平行于一个或者两个人行横道的矩形区域作为至少三个地面参考对象中剩余的地面参考对象。此外,若道路的地面上不存在至少一个垂直于车辆行驶方向的人行横道,则电子设备可以将垂直于车辆行驶方向的至少三个矩形区域作为至少三个地面参考对象中剩余的地面参考对象。例如,假设某一个道路的地面上存在三个地面参考对象的位置区域,分别为:A、B、C;如果某一个车辆的位置区域与A区域有交集且与B区域有交集,则电子设备可以将该车辆确定为行驶在该道路上的一个车辆;或者,该车辆的位置区域与A区域有交集且与C区域有交集,则电子设备也可以将该车辆确定为行驶在该道路上的一个车辆。由于在车辆的行驶过程中,B区域或者C区域可能会有遮挡,观测点未能采集到,所以只需要确定出该车辆与其中两个区域(A和B,或者A和C)有交集即可将该车辆确定为在该道路上的一个车辆,所以可以有效地防止造成遮挡漏计,提升车流量统计的准确率。
S205、基于行驶在道路上的全部的车辆,对道路在预设时间段内的车流量进行统计。
本申请实施例提出的车流量统计方法,先获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;然后对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;再基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计。也就是说,本申请可以基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计,从而可以避免由于遮挡造成漏计。而在现有的车流量统计方法中,由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计。因为本申请采用了基于各张图像中各个车辆的位置区域和至少三个地面参考对象中的各个地面参考对象的位置区域,对道路在预设时间段内的车流量进行统计的技术手段,克服了现有技术中现有技术中由于计算机图像处理和模式识别技术应用条件限制,尤其车辆相互遮挡的情况下,容易造成遮挡漏计的技术问题,本申请提供的技术方案,可以更加准确地统计出行驶在道路上的车流量,防止造成遮挡漏计,从而可以有效地提升车流量统计的准确率;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图4是本申请实施例提供的车流量统计装置的结构示意图。如图4所示,所述装置400包括:获取模块401、检测模块402和统计模块403;其中,
所述获取模块401,用于获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;
所述检测模块402,用于对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;
所述统计模块403,用于基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计。
进一步的,所述检测模块402,具体用于将采集到的各张图像输入至预先训练好的检测模型中,通过所述检测模型得到各张图像中各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框;基于各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框,分别得到各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域。
进一步的,所述检测模块402,还用于若所述道路的地面上存在至少一个垂直于所述车辆行驶方向的人行横道,则检测所述至少一个垂直于所述车辆行驶方向的人行横道的数量;若所述至少一个垂直于所述车辆行驶方向的人行横道的数量大于或者等于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中任意相邻的三个人行横道作为所述至少三个地面参考对象中的各个地面参考对象。
进一步的,所述检测模块402,还用于若所述至少一个垂直于所述车辆行驶方向的人行横道的数量少于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中的各个人行横道作为所述至少三个地面参考对象中的一个或者两个地面参考对象;将平行于所述一个或者两个人行横道的矩形区域作为所述至少三个地面参考对象中剩余的地面参考对象。
图5是本申请实施例提供的统计模块的结构示意图。如图5所示,所述统计模块403包括:提取子模块4031、确定子模块4032和统计子模块4033;其中,
所述提取子模块4031,用于在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆;
所述确定子模块4032,用于若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则将所述当前车辆确定为行驶在所述道路上的一个车辆;重复上述提取所述当前车辆的操作,直到确定出行驶在所述道路上的全部的车辆;
所述统计子模块4033,用于基于行驶在所述道路上的全部的车辆,对所述道路在所述预设时间段内的车流量进行统计。
进一步的,所述确定子模块4032,还用于若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意一个地面参考对象的位置区域存在交集,或者,所述当前车辆在所述相邻的两张图像中的位置区域与所述至少三个地面参考对象中的各个地面参考对象的位置区域均不存在交集,则将所述当前车辆确定为停止在所述道路上的一个车辆。
上述车流量统计装置可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请任意实施例提供的车流量统计方法。
实施例四
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如车流量统计方法。例如,在一些实施例中,车流量统计方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的车流量统计方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车流量统计方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请公开的实施例,本公开还提供了一种路侧设备和一种云控平台,路侧设备和云控平台可以包括本申请实施例所述的电子设备。该路侧设备除了包括电子设备,还可以包括通信部件等,电子设备可以和通信部件一体集成,也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行视频处理和数据计算。
云控平台在云端执行处理,云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行视频处理和数据计算;云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心***、云端服务器等。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种车流量统计方法,所述方法包括:
获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;
对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;
基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计。
2.根据权利要求1所述的方法,所述对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域,包括:
将采集到的各张图像输入至预先训练好的检测模型中,通过所述检测模型得到各张图像中各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框;
基于各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框,分别得到各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域。
3.根据权利要求1所述的方法,在所述对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域之前,所述方法还包括:
若所述道路的地面上存在至少一个垂直于所述车辆行驶方向的人行横道,则检测所述至少一个垂直于所述车辆行驶方向的人行横道的数量;
若所述至少一个垂直于所述车辆行驶方向的人行横道的数量大于或者等于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中任意相邻的三个人行横道作为所述至少三个地面参考对象中的各个地面参考对象。
4.根据权利要求3所述的方法,所述方法还包括:
若所述至少一个垂直于所述车辆行驶方向的人行横道的数量少于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中的各个人行横道作为所述至少三个地面参考对象中的一个或者两个地面参考对象;将平行于所述一个或者两个人行横道的矩形区域作为所述至少三个地面参考对象中剩余的地面参考对象。
5.根据权利要求1所述的方法,所述基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计,包括:
在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆;
若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则将所述当前车辆确定为行驶在所述道路上的一个车辆;重复上述提取所述当前车辆的操作,直到确定出行驶在所述道路上的全部的车辆;
基于行驶在所述道路上的全部的车辆,对所述道路在所述预设时间段内的车流量进行统计。
6.根据权利要求5所述的方法,所述方法还包括:
若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意一个地面参考对象的位置区域存在交集,或者,所述当前车辆在所述相邻的两张图像中的位置区域与所述至少三个地面参考对象中的各个地面参考对象的位置区域均不存在交集,则将所述当前车辆确定为停止在所述道路上的一个车辆。
7.一种车流量统计装置,所述装置包括:获取模块、检测模块和统计模块;其中,
所述获取模块,用于获取在预设时间段内按照预定频率采集的车辆在道路上行驶的图像;
所述检测模块,用于对采集到的各张图像进行检测,得到各张图像中各个车辆的位置区域和至少三个地面参考对象的位置区域;
所述统计模块,用于基于各张图像中各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域,对所述道路在所述预设时间段内的车流量进行统计。
8.根据权利要求7所述的装置,所述检测模块,具体用于将采集到的各张图像输入至预先训练好的检测模型中,通过所述检测模型得到各张图像中各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框;基于各个车辆对应的检测框和所述至少三个地面参考对象中的各个地面参考对象对应的检测框,分别得到各个车辆的位置区域和所述至少三个地面参考对象中的各个地面参考对象的位置区域。
9.根据权利要求7所述的装置,所述检测模块,还用于若所述道路的地面上存在至少一个垂直于所述车辆行驶方向的人行横道,则检测所述至少一个垂直于所述车辆行驶方向的人行横道的数量;若所述至少一个垂直于所述车辆行驶方向的人行横道的数量大于或者等于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中任意相邻的三个人行横道作为所述至少三个地面参考对象中的各个地面参考对象。
10.根据权利要求9所述的装置,所述检测模块,还用于若所述至少一个垂直于所述车辆行驶方向的人行横道的数量少于三个,则将所述至少一个垂直于所述车辆行驶方向的人行横道中的各个人行横道作为所述至少三个地面参考对象中的一个或者两个地面参考对象;将平行于所述一个或者两个人行横道的矩形区域作为所述至少三个地面参考对象中剩余的地面参考对象。
11.根据权利要求7所述的装置,所述统计模块包括:提取子模块、确定子模块和统计子模块;其中,
所述提取子模块,用于在相邻的时间点采集到的两张图像中提取出同一个车辆作为当前车辆;
所述确定子模块,用于若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意两个地面参考对象的位置区域存在交集,则将所述当前车辆确定为行驶在所述道路上的一个车辆;重复上述提取所述当前车辆的操作,直到确定出行驶在所述道路上的全部的车辆;
所述统计子模块,用于基于行驶在所述道路上的全部的车辆,对所述道路在所述预设时间段内的车流量进行统计。
12.根据权利要求11所述的装置,所述确定子模块,还用于若所述当前车辆在所述相邻的时间点采集到的两张图像中的位置区域与所述至少三个地面参考对象中的任意一个地面参考对象的位置区域存在交集,或者,所述当前车辆在所述相邻的两张图像中的位置区域与所述至少三个地面参考对象中的各个地面参考对象的位置区域均不存在交集,则将所述当前车辆确定为停止在所述道路上的一个车辆。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
16.一种路侧设备,包括如权利要求13所述的电子设备。
17.一种云控平台,包括如权利要求13所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011520208.8A CN112541465A (zh) | 2020-12-21 | 2020-12-21 | 一种车流量统计方法、装置、路侧设备及云控平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011520208.8A CN112541465A (zh) | 2020-12-21 | 2020-12-21 | 一种车流量统计方法、装置、路侧设备及云控平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541465A true CN112541465A (zh) | 2021-03-23 |
Family
ID=75019338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011520208.8A Pending CN112541465A (zh) | 2020-12-21 | 2020-12-21 | 一种车流量统计方法、装置、路侧设备及云控平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541465A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777263A (zh) * | 2010-02-08 | 2010-07-14 | 长安大学 | 一种基于视频的交通车流量检测方法 |
EP2280383A1 (de) * | 2009-07-31 | 2011-02-02 | Siemens Aktiengesellschaft | Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens |
CN107945523A (zh) * | 2017-11-27 | 2018-04-20 | 北京华道兴科技有限公司 | 一种道路车辆检测方法、交通参数检测方法及装置 |
CN108986465A (zh) * | 2018-07-27 | 2018-12-11 | 深圳大学 | 一种车流量检测的方法、***及终端设备 |
US20190311612A1 (en) * | 2018-04-04 | 2019-10-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for determining traffic flow using observations of surrounding vehicles |
CN110718061A (zh) * | 2019-10-17 | 2020-01-21 | 长沙理工大学 | 交通路口车流量统计方法、装置、存储介质及电子设备 |
CN111127877A (zh) * | 2019-11-19 | 2020-05-08 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
-
2020
- 2020-12-21 CN CN202011520208.8A patent/CN112541465A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2280383A1 (de) * | 2009-07-31 | 2011-02-02 | Siemens Aktiengesellschaft | Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens |
CN101777263A (zh) * | 2010-02-08 | 2010-07-14 | 长安大学 | 一种基于视频的交通车流量检测方法 |
CN107945523A (zh) * | 2017-11-27 | 2018-04-20 | 北京华道兴科技有限公司 | 一种道路车辆检测方法、交通参数检测方法及装置 |
US20190311612A1 (en) * | 2018-04-04 | 2019-10-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for determining traffic flow using observations of surrounding vehicles |
CN108986465A (zh) * | 2018-07-27 | 2018-12-11 | 深圳大学 | 一种车流量检测的方法、***及终端设备 |
CN110718061A (zh) * | 2019-10-17 | 2020-01-21 | 长沙理工大学 | 交通路口车流量统计方法、装置、存储介质及电子设备 |
CN111127877A (zh) * | 2019-11-19 | 2020-05-08 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘腾飞: "针对车体遮挡的车流量统计算法", 《中国优秀硕士学位论文全文数据库信息科技辑》, pages 138 - 1294 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986465B (zh) | 一种车流量检测的方法、***及终端设备 | |
CN111583668B (zh) | 交通拥堵检测方法、装置、电子设备和存储介质 | |
CN112560862B (zh) | 文本识别方法、装置及电子设备 | |
CN111666876B (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
CN113205037A (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112883236B (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN112818792A (zh) | 车道线检测方法、装置、电子设备及计算机存储介质 | |
CN113011323A (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN113762272A (zh) | 道路信息的确定方法、装置和电子设备 | |
CN112101223A (zh) | 检测方法、装置、设备和计算机存储介质 | |
CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
CN111985457A (zh) | 交通设施损坏识别方法、装置、设备和存储介质 | |
CN112149471A (zh) | 一种基于语义点云的回环检测方法及装置 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN114005098A (zh) | 高精地图车道线信息的检测方法、装置和电子设备 | |
CN113011298A (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN112507957B (zh) | 一种车辆关联方法、装置、路侧设备及云控平台 | |
CN112541465A (zh) | 一种车流量统计方法、装置、路侧设备及云控平台 | |
CN112507964B (zh) | 用于车道级事件的检测方法和装置、路侧设备和云控平台 | |
CN114333409A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN113869439A (zh) | 一种数据融合方法、装置及电子设备 | |
CN113033456A (zh) | 车辆车轮接地点的确定方法、装置、路侧设备及云控平台 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211025 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |