基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，步驟如下：在車輛通行路段的上游路口架設(shè)攝像機(jī)；用攝像機(jī)不間斷拍攝路段的車輛排隊(duì)情況；利用圖像識(shí)別方法識(shí)別下游路口紅燈是否開啟，如果下游路口紅燈沒開啟，繼續(xù)拍攝；如果下游路口紅燈開啟，利用圖像識(shí)別方法判斷車輛排隊(duì)是否到達(dá)劃定區(qū)域；如果車輛排隊(duì)到達(dá)劃定區(qū)域，則記錄此時(shí)的排隊(duì)長(zhǎng)度，定義為t時(shí)刻的排隊(duì)長(zhǎng)度；利用圖像識(shí)別從劃定區(qū)域內(nèi)，間隔Δt時(shí)間檢測(cè)排隊(duì)長(zhǎng)度一次；利用每次檢測(cè)得到的排隊(duì)長(zhǎng)度，計(jì)算此時(shí)的車輛排隊(duì)速度，同時(shí)，計(jì)算溢流的可能發(fā)生時(shí)間。本發(fā)明具有計(jì)算車輛排隊(duì)速度，結(jié)合當(dāng)前時(shí)刻排隊(duì)位置到上游路口的距離，估算交通溢流可能發(fā)生的時(shí)間的優(yōu)點(diǎn)。
【專利說明】基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種交通預(yù)測(cè)控制的方法，具體是基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法。
【背景技術(shù)】
[0002]城市交通擁堵的表現(xiàn)形式是多種多樣的，其中，路段溢流就是其中之一。路段溢流是指由于交叉路口的瓶頸作用，使得車輛駛?cè)肼范蔚臄?shù)量大于駛出路段的數(shù)量而形成排隊(duì)，當(dāng)車輛排隊(duì)超出路段長(zhǎng)度的時(shí)候，就形成溢流。交通溢流的危害是巨大的，如果不加以預(yù)防和控制，整個(gè)城市會(huì)因?yàn)榻徊媛房谔幍能囕v互相鎖死而導(dǎo)致大規(guī)模的交通擁堵，最終的結(jié)果可能會(huì)使整個(gè)城市的交通處于癱瘓狀態(tài)。
[0003]要想實(shí)現(xiàn)對(duì)交通溢流進(jìn)行控制，就必須準(zhǔn)確地預(yù)測(cè)溢流可能發(fā)生的時(shí)刻，在溢流形成和發(fā)生之前對(duì)交通信號(hào)實(shí)施控制，就可能避免交通溢流的發(fā)生，緩解交通擁堵。
[0004]通過對(duì)現(xiàn)有發(fā)明專利和技術(shù)進(jìn)行檢索發(fā)現(xiàn)，有關(guān)“路段交通溢流發(fā)生時(shí)間的預(yù)測(cè)方法”的報(bào)道在國(guó)內(nèi)外還是個(gè)空白。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的就是為了解決上述問題，提供一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，它 具有利用視頻拍攝的圖像來識(shí)別路段車輛排隊(duì)長(zhǎng)度，根據(jù)兩個(gè)不同時(shí)刻檢測(cè)的車輛排隊(duì)長(zhǎng)度，計(jì)算車輛排隊(duì)速度，結(jié)合當(dāng)前時(shí)刻排隊(duì)位置到上游路口的距離，估算交通溢流可能發(fā)生的時(shí)間的優(yōu)點(diǎn)。
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0007]一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，步驟如下:
[0008]步驟(1):首先在車輛通行路段的上游路口架設(shè)高清攝像機(jī)；
[0009]步驟⑵:用高清攝像機(jī)不間斷拍攝路段的車輛排隊(duì)情況；
[0010]步驟(3):利用圖像識(shí)別方法識(shí)別下游路口紅燈是否開啟，
[0011]如果下游路口紅燈沒開啟，轉(zhuǎn)回至步驟(2)繼續(xù)拍攝；
[0012]如果下游路口紅燈開啟，則進(jìn)入步驟(4)；
[0013]步驟(4):利用圖像識(shí)別方法判斷車輛排隊(duì)是否到達(dá)劃定區(qū)域；
[0014]如果車輛排隊(duì)沒到達(dá)劃定區(qū)域，則轉(zhuǎn)回至步驟(2);
[0015]如果車輛排隊(duì)到達(dá)劃定區(qū)域，則記錄此時(shí)的排隊(duì)長(zhǎng)度，定義為t時(shí)刻的排隊(duì)長(zhǎng)度I (t)；
[0016]步驟(5):利用圖像識(shí)別從劃定區(qū)域內(nèi)，每間隔At時(shí)間檢測(cè)排隊(duì)長(zhǎng)度一次，定義為I (t+n At), η為1,2,3,..., N, N為本次排隊(duì)長(zhǎng)度檢測(cè)開始后的最長(zhǎng)間隔數(shù)；
[0017]步驟(6):利用步驟(5)每次檢測(cè)得到的排隊(duì)長(zhǎng)度，計(jì)算此時(shí)的車輛排隊(duì)速度，同時(shí)，計(jì)算溢流的可能發(fā)生時(shí)間，存入數(shù)據(jù)庫(kù)；
[0018]步驟(7):利用圖像識(shí)別判斷下游綠燈信號(hào)是否開啟，開啟則結(jié)束，否則，轉(zhuǎn)至步驟⑷。
[0019]所述步驟⑶的圖像識(shí)別方法是:
[0020]步驟(3-1):首先，通過亮度分割、幾何特征分析和分類統(tǒng)計(jì)方法對(duì)信號(hào)燈進(jìn)行自動(dòng)定位；
[0021]步驟(3-2):然后，利用K均值聚類算法判斷信號(hào)燈顏色；
[0022]步驟(3-3):最終，通過分析信號(hào)燈前景直方圖對(duì)信號(hào)燈類型及其包含的方向信息進(jìn)行判斷，從而實(shí)現(xiàn)信號(hào)燈的自動(dòng)識(shí)別。
[0023]所述步驟(4)的圖像識(shí)別方法是:
[0024]步驟(4-1):將伸縮窗放置在虛擬檢測(cè)區(qū)域的開始位置；伸縮窗的初始長(zhǎng)度為圖像中一個(gè)車長(zhǎng)的像素?cái)?shù)；所述伸縮窗是一個(gè)頭部在虛擬檢測(cè)區(qū)域的開始位置，尾部跟蹤排隊(duì)車輛隊(duì)尾位置的虛擬檢測(cè)區(qū)域。所述一個(gè)車長(zhǎng)，是指初始的伸縮窗長(zhǎng)度，一般設(shè)置為標(biāo)準(zhǔn)小汽車在實(shí)際圖像中的長(zhǎng)度。城市道路中，可取10個(gè)像素左右。
[0025]步驟(4-2):進(jìn)行車輛運(yùn)動(dòng)狀態(tài)識(shí)別:使用背景差分法和幀間差分法分別進(jìn)行車輛存在性和運(yùn)動(dòng)性檢測(cè)；當(dāng)車輛滿足存在且不運(yùn)動(dòng)的條件時(shí)，說明車輛處于排隊(duì)狀態(tài)；
[0026]步驟(4-3):假設(shè)當(dāng)前窗長(zhǎng)為L(zhǎng)，伸縮窗伸長(zhǎng)S，當(dāng)區(qū)間[L，L+s)內(nèi)車輛排隊(duì)狀態(tài)時(shí)，伸縮窗伸長(zhǎng)s ;當(dāng)檢測(cè)窗內(nèi)不滿足排隊(duì)條件時(shí)，在區(qū)間[L，L+s)上使用二分法定位到排隊(duì)隊(duì)尾位置。
[0027]所述步驟(6)的車輛排隊(duì)速度:
[0028]首先，通過步驟(4)獲取車輛排隊(duì)的隊(duì)頭隊(duì)尾位置；然后通過攝像機(jī)標(biāo)定，獲取實(shí)際排隊(duì)長(zhǎng)度；最后用排隊(duì)長(zhǎng)度除以從開始排隊(duì)到形成排隊(duì)所用排隊(duì)時(shí)間得到排隊(duì)速度；所述排隊(duì)時(shí)間通過幀頻和所用幀數(shù)計(jì)算得到。
[0029]所述步驟(6)的車輛排隊(duì)速度的計(jì)算公式為:
[0030]V (t+n At) = [I (t+n Δ t) -1 (t+n Δ t- Δ t) ] / At ；
[0031]其中，V (t+n At)表示t+n At時(shí)的車輛排隊(duì)速度，I (t+n Δ t)表示t+n Δ t時(shí)的車輛排隊(duì)長(zhǎng)度；I (t+n Δ t_ Δ t)表不t+n Δ t_ Δ t時(shí)的車輛排隊(duì)長(zhǎng)度，Δ?為時(shí)間步長(zhǎng)；
[0032]所述步驟(6)的溢流的可能發(fā)生時(shí)間的計(jì)算公式為:
[0033]T溢出=[L-l (t+n At)]/V (t+n At);其中，L為路段長(zhǎng)度，T溢出為溢流的可能發(fā)生時(shí)間。
[0034]本發(fā)明的有益效果:
[0035]它針對(duì)城市交通高峰期時(shí)常發(fā)生的交通溢流現(xiàn)象，利用高清攝像機(jī)監(jiān)控路段車輛的排隊(duì)情況，采用圖像識(shí)別技術(shù)檢測(cè)出車輛排隊(duì)長(zhǎng)度，計(jì)算出車輛的排隊(duì)速度，預(yù)測(cè)出溢流可能的發(fā)生時(shí)間，從而能夠及時(shí)處理路段交通溢流，以防止車輛在溢流之后造成的大規(guī)模交通擁堵?！緦＠綀D】

【附圖說明】
[0036]圖1為攝像機(jī)的架設(shè)位置和排隊(duì)長(zhǎng)度開始檢測(cè)區(qū)域示意圖；
[0037]圖2為本發(fā)明的流程示意圖。 【具體實(shí)施方式】
[0038]下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
[0039]如圖2所示，一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，步驟如下:[0040]步驟(1):首先在車輛通行路段的上游路口架設(shè)高清攝像機(jī)；
[0041]步驟(2):用高清攝像機(jī)不間斷拍攝路段的車輛排隊(duì)情況；
[0042]步驟(3):利用圖像識(shí)別方法識(shí)別下游路口紅燈是否開啟，
[0043]如果下游路口紅燈沒開啟，轉(zhuǎn)回至步驟(2)繼續(xù)拍攝；
[0044]如果下游路口紅燈開啟，則進(jìn)入步驟(4)；
[0045] 步驟(4):利用圖像識(shí)別方法判斷車輛排隊(duì)是否到達(dá)劃定區(qū)域；
[0046]如果車輛排隊(duì)沒到達(dá)劃定區(qū)域，則轉(zhuǎn)回至步驟(2);
[0047]如果車輛排隊(duì)到達(dá)劃定區(qū)域，則記錄此時(shí)的排隊(duì)長(zhǎng)度，定義為t時(shí)刻的排隊(duì)長(zhǎng)度I (t)(由于劃定區(qū)域時(shí)的位置是確定的，因此，I (t)為已知值，如圖1所示)；
[0048]步驟(5):利用圖像識(shí)別從劃定區(qū)域內(nèi)，間隔At時(shí)間檢測(cè)排隊(duì)長(zhǎng)度一次，定義為I (t+n Λ t)，η為1，2，3，…，N，N為本次排隊(duì)長(zhǎng)度檢測(cè)開始后可能的最長(zhǎng)間隔數(shù)；
[0049]步驟(6):利用步驟(5)每次檢測(cè)得到的排隊(duì)長(zhǎng)度，計(jì)算此時(shí)的車輛排隊(duì)速度，同時(shí)，計(jì)算溢流的可能發(fā)生時(shí)間，存入數(shù)據(jù)庫(kù)；
[0050]步驟(7):利用圖像識(shí)別判斷下游綠燈信號(hào)是否開啟，開啟則結(jié)束，否則，轉(zhuǎn)至步驟⑷。
[0051]所述步驟(6)的車輛排隊(duì)速度的計(jì)算公式為:
[0052]V (t+n At) = [I (t+n Δ t)-1 (t+n Δ t_ Δ t) ] / ( Δ t)。
[0053]所述步驟(6)的溢流的可能發(fā)生時(shí)間的計(jì)算公式為:
[0054]T溢出=[L-l (t+n Δ t) ]/v (t+n Δ t);其中，L 為路段長(zhǎng)度。
[0055]上述雖然結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。
【權(quán)利要求】
1.一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，步驟如下: 步驟(1):首先在車輛通行路段的上游路口架設(shè)高清攝像機(jī)； 步驟(2):用高清攝像機(jī)不間斷拍攝路段的車輛排隊(duì)情況； 步驟(3):利用圖像識(shí)別方法識(shí)別下游路口紅燈是否開啟， 如果下游路口紅燈沒開啟，轉(zhuǎn)回至步驟(2)繼續(xù)拍攝； 如果下游路口紅燈開啟，則進(jìn)入步驟(4)； 步驟(4):利用圖像識(shí)別方法判斷車輛排隊(duì)是否到達(dá)劃定區(qū)域； 如果車輛排隊(duì)沒到達(dá)劃定區(qū)域，則轉(zhuǎn)回至步驟(2); 如果車輛排隊(duì)到達(dá)劃定區(qū)域，則記錄此時(shí)的排隊(duì)長(zhǎng)度，定義為t時(shí)刻的排隊(duì)長(zhǎng)度I (t)；步驟(5):利用圖像識(shí)別從劃定區(qū)域內(nèi)，每間隔At時(shí)間檢測(cè)排隊(duì)長(zhǎng)度一次，定義為l(t+nAt)，n為1，2，3，…，N，N為本次排隊(duì)長(zhǎng)度檢測(cè)開始后的最長(zhǎng)間隔數(shù)； 步驟(6):利用步驟(5)每次檢測(cè)得到的排隊(duì)長(zhǎng)度，計(jì)算此時(shí)的車輛排隊(duì)速度，同時(shí)，計(jì)算溢流的可能發(fā)生時(shí)間，存入數(shù)據(jù)庫(kù)； 步驟(7):利用圖像識(shí)別判斷下游綠燈信號(hào)是否開啟，開啟則結(jié)束，否則，轉(zhuǎn)至步驟⑷。
2.如權(quán)利要求1所述的一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，所述步驟(3)的圖像識(shí)別方法是: 步驟(3-1):首先，通過亮度分割、幾何特征分析和分類統(tǒng)計(jì)方法對(duì)信號(hào)燈進(jìn)行自動(dòng)定位； 步驟(3-2):然后，利用K均值聚類算法判斷信號(hào)燈顏色； 步驟(3-3):最終，通過分析信號(hào)燈前景直方圖對(duì)信號(hào)燈類型及其包含的方向信息進(jìn)行判斷，從而實(shí)現(xiàn)信號(hào)燈的自動(dòng)識(shí)別。
3.如權(quán)利要求1所述的一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，所述步驟(4)的圖像識(shí)別方法是: 步驟(4-1):將伸縮窗放置在虛擬檢測(cè)區(qū)域的開始位置；所述伸縮窗是一個(gè)頭部在虛擬檢測(cè)區(qū)域的開始位置，尾部跟蹤排隊(duì)車輛隊(duì)尾位置的虛擬檢測(cè)區(qū)域； 步驟(4-2):進(jìn)行車輛運(yùn)動(dòng)狀態(tài)識(shí)別:使用背景差分法和幀間差分法分別進(jìn)行車輛存在性和運(yùn)動(dòng)性檢測(cè)；當(dāng)車輛滿足存在且不運(yùn)動(dòng)的條件時(shí)，說明車輛處于排隊(duì)狀態(tài)； 步驟(4-3):假設(shè)當(dāng)前窗長(zhǎng)為L(zhǎng)，伸縮窗伸長(zhǎng)S，當(dāng)區(qū)間[L，L+s)內(nèi)車輛排隊(duì)狀態(tài)時(shí)，伸縮窗伸長(zhǎng)s ;當(dāng)檢測(cè)窗內(nèi)不滿足排隊(duì)條件時(shí)，在區(qū)間[L，L+s)上使用二分法定位到排隊(duì)隊(duì)尾位置。
4.如權(quán)利要求1所述的一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，所述步驟出)的車輛排隊(duì)速度: 首先，通過伸縮窗算法獲取車輛排隊(duì)的隊(duì)頭隊(duì)尾位置；然后通過攝像機(jī)標(biāo)定，獲取實(shí)際排隊(duì)長(zhǎng)度；最后用排隊(duì)長(zhǎng)度除以從開始排隊(duì)到形成排隊(duì)所用排隊(duì)時(shí)間得到排隊(duì)速度；所述排隊(duì)時(shí)間通過幀頻和所用幀數(shù)計(jì)算得到。
5.如權(quán)利要求1所述的一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，所述步驟出)的車輛排隊(duì)速度的計(jì)算公式為:
V (t+n Δ t) = [I (t+n Δ t) -1 (t+n Δ t- Δ t) ] / Δ t ；其中，V (t+n Δ t)表示t+nAt時(shí)的車輛排隊(duì)速度，I (t+n Δ t)表示t+n Δ t時(shí)的車輛排隊(duì)長(zhǎng)度；I (t+n Δ t_ Δ t)表不t+n Δ t_ Δ t時(shí)的車輛排隊(duì)長(zhǎng)度，At為時(shí)間步長(zhǎng)。
6.如權(quán)利要求1所述的一種基于視頻檢測(cè)的交通溢流發(fā)生時(shí)間預(yù)測(cè)方法，其特征是，所述步驟出)的溢流的可能發(fā)生時(shí)間的計(jì)算公式為: T溢出=[L-l (t+n At)]/V (t+n At);其中，L為路段長(zhǎng)度，T溢出為溢流的可能發(fā)生時(shí)間。
【文檔編號(hào)】G06K9/62GK103927876SQ201410192525
【公開日】2014年7月16日 申請(qǐng)日期:2014年5月8日 優(yōu)先權(quán)日:2014年5月8日
【發(fā)明者】朱文興, 魏永強(qiáng), 沙永賀 申請(qǐng)人:山東大學(xué)