CN114170809A - 超速检测方法、装置、***、电子设备和介质 - Google Patents
超速检测方法、装置、***、电子设备和介质 Download PDFInfo
- Publication number
- CN114170809A CN114170809A CN202111466512.3A CN202111466512A CN114170809A CN 114170809 A CN114170809 A CN 114170809A CN 202111466512 A CN202111466512 A CN 202111466512A CN 114170809 A CN114170809 A CN 114170809A
- Authority
- CN
- China
- Prior art keywords
- road
- traffic participant
- speed
- image
- determining
- 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 51
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 239000000428 dust Substances 0.000 description 4
- 239000003897 fog Substances 0.000 description 4
- 230000000149 penetrating effect Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 230000006698 induction Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013519 translation Methods 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了一种超速检测方法、装置、***、电子设备和介质，涉及智能交通技术领域。该实施例包括：获取摄像机采集的道路上的限速标识的第一图像和该道路上的交通参与者的第二图像；获取毫米波雷达探测的该道路上的交通参与者的点云轨迹数据；根据第一图像，确定该道路的限定时速；根据第二图像，确定交通参与者的类型，以及根据点云轨迹数据，确定交通参与者的速度；根据该道路的限定时速、交通参与者的类型以及速度，确定超速行驶的目标交通参与者。本实施例不需要介入交通***即可确定道路的限定时速，对毫米波雷达与摄像头采集的数据进行融合识别，可对该条道路上的超速车辆信息进行准确、稳定、全天候全天时的检测和记录。
Description
技术领域
本申请涉及智能交通技术领域，尤其涉及一种超速检测方法、装置、***、电子设备和介质。
背景技术
在城市道路上超速行驶是重大交通事故最主要的原因之一，超速检测***在城市道路上的应用可以起到对违章超速行驶的驾驶员最大的震慑作用，从而降低交通事故的发生率。目前，常用的超速检测***通常采用地感线圈或视频采集设备判断是否超速的方案。但是，采用地感线圈的方案需要在城市道路的地面埋设感应线圈，施工量大，成本也比较高，维护的难度也大；采用视频采集设备的方案，受光线、天气的影响较大，在雨天、雾天等光线不足的环境下，准确性和可靠性会受到很大影响。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本发明实施例提供一种超速检测方法、装置、***、电子设备和介质。
第一方面，本发明实施例提供了一种超速检测方法，所述方法应用于路侧单元，所述方法包括：
获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
获取毫米波雷达探测的所述道路上的交通参与者的点云点云轨迹数据；
根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
在可选地实施例中，根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者包括：判断所述道路上的交通参与者的类型是否属于预设类型；在所述道路上的交通参与者的类型属于预设类型的情况下，根据所述交通参与者的速度以及所述道路的限定时速，确定所述交通参与者是否为超速行驶的目标交通参与者。
在可选地实施例中，所述方法还包括：根据所述第二图像，确定所述道路上的交通参与者的属性信息，所述属性信息包括车牌信息和/或车体颜色信息；在确定超速行驶的目标交通参与者的情况下，根据所述目标交通参与者的属性信息，生成与所述目标交通参与者对应的超速记录。
在可选地实施例中，所述方法包括：在确定超速行驶的目标交通参与者的情况下，追踪所述目标交通参与者，确定所述目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
在可选地实施例中，所述方法还包括：标定所述摄像机和所述毫米波雷达的参数；根据GPS信号，同步所述摄像机和所述毫米波雷达的本地时间。
在可选地实施例中，根据所述第二图像，确定所述道路上的交通参与者的类型包括：根据3D-smoke算法识别所述第二图像上的目标，以确定所述道路上的交通参与者的类型以及确定所述交通参与者在像素坐标系中的第一坐标；
根据所述点云轨迹数据，确定所述道路上的交通参与者的速度包括：根据所述点云轨迹数据，确定所述道路上的交通参与者的速度及在毫米波雷达坐标系中的第二坐标；
根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者包括：根据所述毫米波雷达坐标系与世界坐标系之间的转换关系，将所述第二坐标映射到所述世界坐标系中，得到第三坐标；根据所述世界坐标系与所述像素坐标系之间的转换关系，将所述第三坐标映射到所述像素坐标系中，得到第四坐标；匹配所述第一坐标与所述第四坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。
第二方面，本发明实施例提供了一种超速检测装置，包括：
第一获取模块，用于获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
第二获取模块，用于获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
计算模块，用于根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
超速判定模块，用于根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
在可选地实施例中，所述超速判定模块还用于判断所述道路上的交通参与者的类型是否属于预设类型；在所述道路上的交通参与者的类型属于预设类型的情况下，根据所述交通参与者的速度以及所述道路的限定时速，确定所述交通参与者是否为超速行驶的目标交通参与者。
在可选地实施例中，所述计算模块还用于：根据所述第二图像，确定所述道路上的交通参与者的属性信息，所述属性信息包括车牌信息和/或车体颜色信息；
所述装置还包括超速记录模块，用于在确定超速行驶的目标交通参与者的情况下，根据所述目标交通参与者的属性信息，生成与所述目标交通参与者对应的超速记录。
在可选地实施例中，所述装置还包括目标追踪模块，用于在确定超速行驶的目标交通参与者的情况下，追踪所述目标交通参与者，确定所述目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
在可选地实施例中，所述装置还包括标定模块，用于标定所述摄像机和所述毫米波雷达的参数；根据GPS信号，同步所述摄像机和所述毫米波雷达的本地时间。
在可选地实施例中，所述计算模块还用于：根据3D-smoke算法识别所述第二图像上的目标，以确定所述道路上的交通参与者的类型以及确定所述交通参与者在像素坐标系中的第一坐标；根据所述点云轨迹数据，确定所述道路上的交通参与者的速度及在毫米波雷达坐标系中的第二坐标；
所述超速判定模块还用于：根据所述毫米波雷达坐标系与世界坐标系之间的转换关系，将所述第二坐标映射到所述世界坐标系中，得到第三坐标；根据所述世界坐标系与所述像素坐标系之间的转换关系，将所述第三坐标映射到所述像素坐标系中，得到第四坐标；匹配所述第一坐标与所述第四坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。
第三方面，本发明实施例还提供了一种超速检测***，所述***包括上述任一实施例所述的超速检测装置、摄像机和毫米波雷达；其中，所述摄像机，用于采集道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；所述毫米波雷达，用于探测所述道路上的交通参与者的点云轨迹数据；所述超速检测装置，用于获取所述第一图像、所述第二图像和所述点云轨迹数据，确定超速行驶的目标交通参与者。
第四方面，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使得所述处理器执行以下步骤：获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
第五方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明任一实施例的超速检测方法。
上述实施例中的一个或多个技术方案至少具有如下优点的部分或全部：
通过结合摄像机采集的图像数据和毫米波雷达采集的点云轨迹数据，能准确地判断出超速的交通参与者；毫米波雷达发射的毫米波穿透雾、烟、灰尘的能力强，能够全天候全天时准确探测交通参与者的速度，降低了恶劣天气的影响；通过识别摄像机拍摄的限速标识，确定限定时速，不需要介入交通***即可确定该段城市限定道路的限定时速，以及通过识别摄像机拍摄的交通参与者的图像，准确确定交通参与者的类型以及交通参与者的属性信息，如车牌信息、车身颜色信息等，从而在确定某一交通参与者超速的情况下，可以确定该超速的交通参与者的类型以及属性信息，进而可以生成超速记录。本发明实施例可以获得超速车辆车速、车牌号码、违章照片等运行状态信息，可对城市限定道路上的超速车辆信息进行准确、稳定、全天候的检测和记录。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示意性地示出了本发明实施例的超速检测方法的主要步骤的流程图；
图2示意性地示出了本发明另一实施例的超速检测方法的流程的示意图；
图3示意性地示出了本发明实施例的超速检测装置的结构示意图；
图4示意性地示出了本发明实施例的超速检测***的架构示意图；
图5示意性示出了本发明实施例提供的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。
图1示意性地示出了本发明实施例的超速检测方法的主要步骤的示意图。本发明实施例的超速检测方法可以应用智能交通领域，也可以应用于道路安防监控领域。该超速检测方法可以应用于路侧单元(Road Side Unit，简称RSU)，即该方法的执行主体可以是路侧单元。本发明实施例中的摄像机和毫米波雷达可以安装在路侧单元上，其安装位置和角度经过调校，具备无死角覆盖能力。摄像机可以是单目摄像机。即本发明实施例的摄像机和毫米波雷达采集同一检测区域内的目标数据，摄像机采集该检测区域内的限速标识的图像和交通参与者的图像，毫米波雷达采集该检测区域内的交通参与者的点云轨迹数据。如图1所示，该方法包括：
步骤S101：获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
步骤S102：获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
步骤S103：根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
步骤S104：根据所述道路的限定时速、所述道路上的交通参与者的类型以及速度，确定超速行驶的目标交通参与者。
在本实施例中，在步骤S101之前，还需要对摄像机和毫米波雷达的参数进行标定。在对摄像机和毫米波雷达的参数进行标定之后，还需要对摄像机和毫米波雷达的本地时间进行同步，具体的可以根据GPS信号来同步摄像机和毫米波雷达的本地时间。
对于步骤S101-S102，摄像机用于拍摄城市限定道路上的限速标识以及该城市限定道路的路面情况，即该城市限定道路上的交通参与者，例如机动车辆、非机动车辆。毫米波雷达通过调频连续波(FMCW)原理探测交通参与者的速度、朝向以及与毫米波雷达之间的距离。本实施例中摄像机采集的限速标识的图像是某条道路上的限速标识的图像，该摄像机采集的交通参与者的图像是该条道路上的交通参与者的图像，以及毫米波雷达采集的点云轨迹数据也是该条道路上的交通参与者的点云轨迹数据，即摄像机拍摄的目标和毫米波雷达探测的目标都是同一检测区域内的目标。即步骤S101获取的是摄像机采集的检测区域内的限速标识的图像以及所述检测区域内的交通参与者的图像，步骤S102获取的是毫米雷达波探测的该检测区域内的交通参与者的点云点云轨迹数据。
对于步骤S103-S104，识别摄像机拍摄的第一图像，从该第一图像上确定该城市限定道路的限定时速，例如限定时速为70km/h(即每小时70公里)。识别摄像机拍摄的第二图像，例如可以通过3D-smoke算法识别该第二图像上的交通参与者的类型。其中，3D-smoke算法为3D目标检测算法，相比于2D目标检测算法，该算法不仅可以输出目标类别及在三维空间中的长宽高、航向角等信息，该算法不仅可以得到交通参与者的类型，还可以得到交通参与者在三维空间中的长宽高、航向角，对交通参与者的位置检测更精确。在本实施例中交通参与者的类型可以包括：小型汽车、大型汽车、摩托车、电动车、三轮车以及自行车等。在确定各个交通参与者的类型以及速度之后，将特定类型的交通参与者如小型汽车、大型汽车、摩托车的速度与限定速度进行比较，确定速度大于限定速度的目标交通参与者为超速行驶的交通参与者。其中，在探测出交通参与者的速度以及识别出交通参与者的类型之后，需要将毫米波雷达探测出的速度与图像中的交通参与者进行映射，从而实现毫米波和视觉的融合。毫米波雷达与摄像机在空间的融合就是将不同传感器坐标系的测量值转换到同一个坐标系中。因此在将摄像机和毫米波雷达安装固定之后，还可以确定毫米波雷达坐标系、三维世界坐标系、摄像机坐标系、图像坐标系和像素坐标系之间的坐标转换关系。具体的，本实施例根据毫米波雷达坐标系与世界坐标系之间的转换关系，将交通参与者在毫米波雷达坐标系中的第二坐标映射到世界坐标系中，得到第三坐标；根据所述世界坐标系与像素坐标系之间的转换关系，将所述第三坐标映射到所述像素坐标系中，得到第四坐标；匹配交通参与者在像素坐标系中的第一坐标与所述第四坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。更具体的，本实施例先在摄像机位置处建立三维世界坐标系，然后将毫米波雷达坐标下的坐标转换到以摄像机为中心的世界坐标系中，将世界坐标系的坐标转换到相机坐标系，将相机坐标系的坐标转换到图像坐标系。将毫米波雷达坐标系转换到以摄像机为中心的世界坐标系的过程包括：通过旋转矩阵和平移矩阵将目标在毫米波雷达坐标系中的坐标(x，y)转换到世界坐标系中。将目标转换到世界坐标系中以后，将目标由世界坐标系转换到像素坐标系中。假设毫米波得到的点是物体的中心点，利用物体的宽度和高度信息，便可以得到其z坐标信息。本实施例的应用场景是车辆检测，故假设目标的宽度W＝1.6m，高度H＝1.8m，外参已知，可以得到目标点的世界坐标为(x，y，-H/2)，注意在本实施例中z值是负值，目的是在图像上将目标框出，因此需要的是目标的左上顶点和右下顶点的坐标值，将这两个点转换到图像上，即可得到目标的矩形区域，然后根据3个已知变量的值加上摄像机外参，可以求出目标在像素坐标系中的坐标。
本发明实施例的超速检测方法，通过结合摄像机采集的图像数据和毫米波雷达采集的运动数据点云轨迹数据，能准确地判断出超速的交通参与者；毫米波雷达发射的毫米波穿透雾、烟、灰尘的能力强，能够全天候全天时准确探测交通参与者的速度，降低了恶劣天气的影响；通过识别摄像机拍摄的限速标识，确定限定时速，不需要介入交通***即可确定该段城市限定道路的限定时速，以及通过识别摄像机拍摄的交通参与者的图像，准确确定交通参与者的类型以及交通参与者的属性信息，如车牌信息、车身颜色信息等，从而在确定某一交通参与者超速的情况下，可以确定该超速的交通参与者的类型以及属性信息，进而可以生成超速记录。
图2示意性地示出了本发明另一实施例的超速检测方法的主要步骤的示意图，如图2所示，该方法包括：
步骤S201：获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像，即获取摄像机采集的检测区域内的限速标识的图像以及所述检测区域内的交通参与者的图像；
步骤S202：获取毫米波雷达探测的所述道路上的交通参与者的运动数据点云轨迹数据，即获取毫米波雷达探测的所述检测区域内的交通参与者的点云点云轨迹数据；
步骤S203：根据所述第一图像，确定所述道路的限定时速；
步骤S204：根据所述第二图像，确定所述道路上的交通参与者的类型和属性信息，所述属性信息包括车牌信息和/或车体颜色信息；
步骤S205：根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
步骤S206：根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者；
步骤S207：在确定超速行驶的目标交通参与者的情况下，根据所述目标交通参与者的属性信息，生成与所述目标交通参与者对应的超速记录；
步骤S208：在确定超速行驶的目标交通参与者的情况下，追踪所述目标交通参与者，确定所述目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
在本实施例中，根据第二图像，不仅可以确定交通参与者的类型，还可以确定交通参与者的车牌信息如车牌号、车牌颜色，以及车体颜色等。在步骤S206确定超速行驶的目标交通参与者之后，还可以根据目标交通参与者的属性信息如车牌号，生成与该目标交通参与者对应的超速记录。还可以开启追踪模式，确定该目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
本发明实施例的超速检测方法，通过结合摄像机采集的图像数据和毫米波雷达采集的运动数据点云轨迹数据，能准确地判断出超速的交通参与者；毫米波雷达发射的毫米波穿透雾、烟、灰尘的能力强，能够全天候全天时准确探测交通参与者的速度，降低了恶劣天气的影响；通过识别摄像机拍摄的限速标识，确定限定时速，不需要介入交通***即可确定该段城市限定道路的限定时速，以及通过识别摄像机拍摄的交通参与者的图像，准确确定交通参与者的类型以及交通参与者的属性信息，如车牌信息、车身颜色信息等，从而在确定某一交通参与者超速的情况下，可以确定该超速的交通参与者的类型以及属性信息，进而可以生成超速记录，并开启追踪模式，以确定该目标交通参与者在预设时间内的最低速度、最高速度和平均速度。
图3示意性地示出了本发明实施例的检测装置300主要模块的示意图，如图3所示，该装置300包括
第一获取模块301，用于获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
第二获取模块302，用于获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
计算模块303，用于根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
超速判定模块304，用于根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
在可选地实施例中，所述超速判定模块，用于判断所述道路上的交通参与者的类型是否属于预设类型；在所述道路上的交通参与者的类型属于预设类型的情况下，根据所述交通参与者的速度以及所述道路的限定时速，确定所述交通参与者是否为超速行驶的目标交通参与者。
在可选地实施例中，所述计算模块303还用于：根据所述第二图像，确定所述道路上的交通参与者的属性信息，所述属性信息包括车牌信息和/或车体颜色信息；
所述装置还包括超速记录模块，用于在确定超速行驶的目标交通参与者的情况下，根据所述目标交通参与者的属性信息，生成与所述目标交通参与者对应的超速记录。
在可选地实施例中，所述装置还包括目标追踪模块，用于在确定超速行驶的目标交通参与者的情况下，追踪所述目标交通参与者，确定所述目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
在可选地实施例中，所述装置还包括标定模块，用于标定所述摄像机和所述毫米波雷达的参数；根据GPS信号，同步所述摄像机和所述毫米波雷达的本地时间。
在可选地实施例中，所述计算模块303还用于：根据3D-smoke算法识别所述第二图像上的目标，以确定所述道路上的交通参与者的类型以及确定所述交通参与者在像素坐标系中的第一坐标；根据所述点云轨迹数据，确定所述道路上的交通参与者的速度及在毫米波雷达坐标系中的第二坐标；所述超速判定模块304还用于：根据所述像素坐标系与所述毫米波雷达坐标系的转换关系，将所述第二坐标转换到所述像素坐标系中，得到与所述第二坐标对应的第三坐标；匹配所述第三坐标与所述第一坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。
本发明实施例的超速检测装置，通过结合摄像机采集的图像数据和毫米波雷达采集的运动数据点云轨迹数据，能准确地判断出超速的交通参与者；毫米波雷达发射的毫米波穿透雾、烟、灰尘的能力强，能够全天候全天时准确探测交通参与者的速度，降低了恶劣天气的影响；通过识别摄像机拍摄的限速标识，确定限定时速，不需要介入交通***即可确定该段城市限定道路的限定时速，以及通过识别摄像机拍摄的交通参与者的图像，准确确定交通参与者的类型以及交通参与者的属性信息，如车牌信息、车身颜色信息等，从而在确定某一交通参与者超速的情况下，可以确定该超速的交通参与者的类型以及属性信息，进而可以生成超速记录，并开启追踪模式，以确定该目标交通参与者在预设时间内的最低速度、最高速度和平均速度。
图4示意性地示出了本发明实施例的超速检测***400的结构示意图，如图4所示，该***400包括：上述实施例的超速检测装置401、摄像机402和毫米波雷达403。其中，所述摄像机402，用于采集道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像，即采集同一检测区域内的限速标识的图像和交通参与者的图像；所述毫米波雷达403，用于获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据，即探测所述同一检测区域内的交通参与者的点云轨迹数据；所述超速检测装置401，用于获取所述第一图像、所述第二图像和所述点云轨迹数据，确定超速行驶的目标交通参与者。在本实施例中，摄像机402、毫米波雷达403与超速检测装置401直通通过网络交互，网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等。
图5示意性示出了本发明一实施例的电子设备的示意图。如图5所示，本发明实施例提供的电子设备500包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501、通信接口502和存储器503通过通信总线504完成相互间的通信；存储器503，用于存放至少一可执行指令；处理器501，用于执行存储器上所存放的可执行指令时，实现如上所述的超速检测方法。在可选地实施例中，该电子设备可以是路侧单元。
具体而言，当实现上述超速检测方法时，上述可执行指令使得上述处理器执行以下步骤：获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；根据所述道路的限定时速、所述道路上的交通参与者的类型以及速度，确定超速行驶的目标交通参与者。
上述存储器503可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器503具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如，用于程序代码的存储空间可以包括分别用于实现上面的方法中的各个步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，光盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为便携式或者固定存储单元。该存储单元可以具有与上述电子设备中的存储器503类似布置的存储段或者存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括用于执行根据本发明的实施例的方法步骤的程序，即可以由例如诸如501之类的处理器读取的代码，这些代码当由电子设备运行时，导致该电子设备执行上面所描述的方法中的各个步骤。
本发明实施例还提供了一种计算机可读存储介质。上述计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现如上所述的超速检测方法。
该计算机可读存储介质可以是上述实施例中描述的设备/装置中所包含的；也可以是单独存在，而未装配入该设备/装置中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的方法。
根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
本发明的实施例提供的上述各个技术方案可以全部或部分步骤以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明的实施例的电子设备中的一些或者全部部件的一些或者全部功能。本发明的实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。实现本发明的实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
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步骤与另一个实体或步骤区分开来，而不一定要求或者暗示这些实体或步骤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……”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。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种超速检测方法，其特征在于，所述方法应用于路侧单元，所述方法包括：
获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
2.根据权利要求1所述的方法，其特征在于，根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者包括：
判断所述道路上的交通参与者的类型是否属于预设类型；
在所述道路上的交通参与者的类型属于预设类型的情况下，根据所述交通参与者的速度以及所述道路的限定时速，确定所述交通参与者是否为超速行驶的目标交通参与者。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第二图像，确定所述道路上的交通参与者的属性信息，所述属性信息包括车牌信息和/或车体颜色信息；
在确定超速行驶的目标交通参与者的情况下，根据所述目标交通参与者的属性信息，生成与所述目标交通参与者对应的超速记录。
4.根据权利要求1所述的方法，其特征在于，所述方法包括：在确定超速行驶的目标交通参与者的情况下，追踪所述目标交通参与者，确定所述目标交通参与者在预设时间区间内的最低速度、最高速度和平均速度。
5.根据权利要求1所述的方法，其特征在于，根据所述第二图像，确定所述道路上的交通参与者的类型包括：根据3D-smoke算法识别所述第二图像上的目标，以确定所述道路上的交通参与者的类型以及确定所述交通参与者在像素坐标系中的第一坐标；
根据所述点云轨迹数据，确定所述道路上的交通参与者的速度包括：根据所述点云轨迹数据，确定所述道路上的交通参与者的速度及在毫米波雷达坐标系中的第二坐标；
根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者包括：根据所述毫米波雷达坐标系与世界坐标系之间的转换关系，将所述第二坐标映射到所述世界坐标系中，得到第三坐标；根据所述世界坐标系与所述像素坐标系之间的转换关系，将所述第三坐标映射到所述像素坐标系中，得到第四坐标；匹配所述第一坐标与所述第四坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。
6.一种超速检测装置，其特征在于，包括：
第一获取模块，用于获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
第二获取模块，用于获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
计算模块，用于根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
超速判定模块，用于根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
7.根据权利要求6所述的装置，其特征在于，所述计算模块还用于：
根据3D-smoke算法识别所述第二图像上的目标，以确定所述道路上的交通参与者的类型以及确定所述交通参与者在像素坐标系中的第一坐标；
根据所述点云轨迹数据，确定所述道路上的交通参与者的速度及在毫米波雷达坐标系中的第二坐标；
所述超速判定模块还用于：根据所述毫米波雷达坐标系与世界坐标系之间的转换关系，将所述第二坐标映射到所述世界坐标系中，得到第三坐标；根据所述世界坐标系与所述像素坐标系之间的转换关系，将所述第三坐标映射到所述像素坐标系中，得到第四坐标；匹配所述第一坐标与所述第四坐标，以将同一交通参与者的速度与类型关联，根据所述同一交通参与者的速度与类型以及所述限定速度，确定超速行驶的目标交通参与者。
8.一种超速检测***，其特征在于，所述***包括权利要求6-7任一项所述的超速检测装置、摄像机和毫米波雷达；
其中，所述摄像机，用于采集道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
所述毫米波雷达，用于探测所述道路上的交通参与者的点云轨迹数据；
所述超速检测装置，用于获取所述第一图像、所述第二图像和所述点云轨迹数据，确定超速行驶的目标交通参与者。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使得所述处理器执行以下步骤：
获取摄像机采集的道路上的限速标识的第一图像和所述道路上的交通参与者的第二图像；
获取毫米波雷达探测的所述道路上的交通参与者的点云轨迹数据；
根据所述第一图像，确定所述道路的限定时速；根据所述第二图像，确定所述道路上的交通参与者的类型，以及根据所述点云轨迹数据，确定所述道路上的交通参与者的速度；
根据所述道路的限定时速、所述道路上的交通参与者的类型以及所述道路上的交通参与者的速度，确定超速行驶的目标交通参与者。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111466512.3A CN114170809A (zh) | 2021-12-03 | 2021-12-03 | 超速检测方法、装置、***、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111466512.3A CN114170809A (zh) | 2021-12-03 | 2021-12-03 | 超速检测方法、装置、***、电子设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114170809A true CN114170809A (zh) | 2022-03-11 |
Family
ID=80482808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111466512.3A Pending CN114170809A (zh) | 2021-12-03 | 2021-12-03 | 超速检测方法、装置、***、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114170809A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973160A (zh) * | 2022-05-18 | 2022-08-30 | 南京感动科技有限公司 | 基于数字孪生模型的车辆状态判断方法及*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622893A (zh) * | 2012-03-20 | 2012-08-01 | 广东凌康科技有限公司 | 一种高速公路超速监测方法 |
| CN110738846A (zh) * | 2019-09-27 | 2020-01-31 | 同济大学 | 基于雷达与视频组群的车辆行为监测***及其实现方法 |
| CN111899521A (zh) * | 2020-07-17 | 2020-11-06 | 南京师范大学泰州学院 | 一种高速公路的车辆违规行为检测方法 |
| CN112291714A (zh) * | 2019-07-22 | 2021-01-29 | 西安中兴新软件有限责任公司 | 一种状态识别方法、装置和***以及追踪类设备 |
| CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
| CN113206874A (zh) * | 2021-04-25 | 2021-08-03 | 腾讯科技（深圳）有限公司 | 车路协同处理方法及装置、电子设备、存储介质 |
| CN113420805A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
-
2021
- 2021-12-03 CN CN202111466512.3A patent/CN114170809A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622893A (zh) * | 2012-03-20 | 2012-08-01 | 广东凌康科技有限公司 | 一种高速公路超速监测方法 |
| CN112291714A (zh) * | 2019-07-22 | 2021-01-29 | 西安中兴新软件有限责任公司 | 一种状态识别方法、装置和***以及追踪类设备 |
| CN110738846A (zh) * | 2019-09-27 | 2020-01-31 | 同济大学 | 基于雷达与视频组群的车辆行为监测***及其实现方法 |
| CN111899521A (zh) * | 2020-07-17 | 2020-11-06 | 南京师范大学泰州学院 | 一种高速公路的车辆违规行为检测方法 |
| CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
| CN113206874A (zh) * | 2021-04-25 | 2021-08-03 | 腾讯科技（深圳）有限公司 | 车路协同处理方法及装置、电子设备、存储介质 |
| CN113420805A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973160A (zh) * | 2022-05-18 | 2022-08-30 | 南京感动科技有限公司 | 基于数字孪生模型的车辆状态判断方法及*** |
| CN114973160B (zh) * | 2022-05-18 | 2023-08-11 | 南京感动科技有限公司 | 基于数字孪生模型的车辆状态判断方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110532896B (zh) | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 | |
| US8238610B2 (en) | Homography-based passive vehicle speed measuring | |
| CN103176185B (zh) | 用于检测道路障碍物的方法及*** | |
| US8175331B2 (en) | Vehicle surroundings monitoring apparatus, method, and program | |
| US9083856B2 (en) | Vehicle speed measurement method and system utilizing a single image capturing unit | |
| US8180561B2 (en) | Vehicle-installation obstacle detection apparatus | |
| JP4871909B2 (ja) | 物体認識装置、および物体認識方法 | |
| CN112215306B (zh) | 一种基于单目视觉与毫米波雷达融合的目标检测方法 | |
| JP6626410B2 (ja) | 自車位置特定装置、自車位置特定方法 | |
| CN112099040A (zh) | 基于激光雷达网络的全程连续轨迹车辆追踪***及方法 | |
| CN112753038B (zh) | 识别车辆变道趋势的方法和装置 | |
| CN110388929B (zh) | 导航地图更新方法、装置及*** | |
| CN108725318B (zh) | 汽车安全预警方法、装置及计算机可读存储介质 | |
| Tak et al. | Development of AI‐Based Vehicle Detection and Tracking System for C‐ITS Application | |
| CN112241004B (zh) | 物体识别装置 | |
| JP2019146012A (ja) | 撮像装置 | |
| CN114170809A (zh) | 超速检测方法、装置、***、电子设备和介质 | |
| CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及*** | |
| CN113884090A (zh) | 智能平台车环境感知***及其数据融合方法 | |
| CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 | |
| US20240096109A1 (en) | Automatic lane marking extraction and classification from lidar scans | |
| CN116635919A (zh) | 物体跟踪装置以及物体跟踪方法 | |
| Huang et al. | An efficient multi-threshold selection method for lane detection based on lidar | |
| CN117238143B (zh) | 基于雷达双光谱相机的交通数据融合方法、***和装置 | |
| WO2022209373A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
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: 20220311 |