本發(fā)明涉及智能交通管理與控制，具體是一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法。

背景技術(shù)：

1、車(chē)速測(cè)量是指通過(guò)特定的方法或設(shè)備，對(duì)在道路上行駛的車(chē)輛相對(duì)于地面的速度進(jìn)行定量測(cè)定的過(guò)程，是交通管理與控制系統(tǒng)的重要組成部分，可用于監(jiān)測(cè)車(chē)輛超速行為、分析和優(yōu)化交通流、預(yù)防交通事故等。

2、傳統(tǒng)的車(chē)速測(cè)量方法主要依賴(lài)于雷達(dá)、激光、線(xiàn)圈等專(zhuān)用設(shè)備，這些方法需要安裝在固定的位置，成本高、安裝維護(hù)難，而且容易受到環(huán)境因素的干擾。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于視頻的車(chē)速測(cè)量方法引起了學(xué)術(shù)界的廣泛關(guān)注。視頻測(cè)速技術(shù)利用道路上已有的視頻監(jiān)控設(shè)備，通過(guò)對(duì)視頻圖像進(jìn)行分析和處理，同時(shí)對(duì)多個(gè)車(chē)道上的多個(gè)車(chē)輛進(jìn)行測(cè)速，以提高檢測(cè)效率和覆蓋范圍。

3、然而，目前的視頻測(cè)速技術(shù)普遍采用多目標(biāo)跟蹤算法，在密集交通場(chǎng)景中存在目標(biāo)跟蹤軌跡中斷、目標(biāo)身份匹配錯(cuò)誤等缺點(diǎn)，這導(dǎo)致無(wú)法對(duì)同一車(chē)輛的速度進(jìn)行持續(xù)測(cè)量以及測(cè)量精度較低的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為解決背景技術(shù)存在的不足，本發(fā)明提供一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，它通過(guò)目標(biāo)檢測(cè)模型得到圖像中車(chē)輛的位置信息，通過(guò)稠密光流估計(jì)模型預(yù)測(cè)車(chē)輛在下一幀圖像中的位置，構(gòu)建車(chē)輛行駛距離測(cè)量模型并結(jié)合幀率計(jì)算車(chē)輛的速度，避免了車(chē)輛跟蹤時(shí)的id切換問(wèn)題，具有較高的精確度。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采取下述技術(shù)方案：一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，包括以下步驟：

3、步驟1：預(yù)先采集車(chē)流圖像制作數(shù)據(jù)集，對(duì)基于深度學(xué)習(xí)的目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練，通過(guò)相機(jī)錄制待測(cè)車(chē)速的車(chē)流視頻并從車(chē)流視頻中獲取連續(xù)的若干幀圖像，通過(guò)目標(biāo)檢測(cè)模型得到圖像中的車(chē)輛特征點(diǎn)來(lái)代表位置信息；

4、步驟2：通過(guò)稠密光流估計(jì)模型提取每一幀圖像的像素級(jí)運(yùn)動(dòng)信息，結(jié)合位置信息構(gòu)建車(chē)輛行駛光流場(chǎng)，并映射至下一幀圖像以預(yù)測(cè)時(shí)空域中的車(chē)輛位置信息，具體包括：

5、2.1、將圖像按序輸入到基于深度學(xué)習(xí)的稠密光流估計(jì)模型，提取各圖像中每一個(gè)像素點(diǎn)的運(yùn)動(dòng)矢量，該運(yùn)動(dòng)矢量由像素點(diǎn)在圖像坐標(biāo)系中橫向和縱向上的移動(dòng)距離構(gòu)成；

6、2.2、將單幀圖像中所有像素點(diǎn)的運(yùn)動(dòng)矢量構(gòu)成與圖像的分辨率相同尺寸的像素運(yùn)動(dòng)信息矩陣，結(jié)合步驟1獲取的車(chē)輛特征點(diǎn)，索引在像素運(yùn)動(dòng)信息矩陣中對(duì)應(yīng)的運(yùn)動(dòng)矢量即為車(chē)輛的運(yùn)動(dòng)光流；

7、2.3、將單幀圖像中所有車(chē)輛的運(yùn)動(dòng)光流構(gòu)建成車(chē)輛行駛光流場(chǎng)，通過(guò)車(chē)輛行駛光流場(chǎng)的時(shí)空連續(xù)性，映射相鄰幀圖像間車(chē)輛運(yùn)動(dòng)的變化，預(yù)測(cè)車(chē)輛在時(shí)空域中的位置信息；

8、步驟3：通過(guò)相機(jī)標(biāo)定獲取相機(jī)內(nèi)部參數(shù)，結(jié)合相機(jī)成像原理構(gòu)建車(chē)輛行駛距離測(cè)量模型，根據(jù)前后兩幀圖像中車(chē)輛的位置信息計(jì)算車(chē)輛行駛距離，車(chē)輛行駛距離測(cè)量模型如下：

9、

10、

11、式中，(d,k)和(d',k')分別表示先后兩幀圖像中同一車(chē)輛與相機(jī)之間的縱向距離和橫向距離，l表示車(chē)輛的行駛距離，h表示相機(jī)距離路面的高度，β表示相機(jī)俯仰角，fu和fv分別表示相機(jī)在水平和垂直方向的有效焦距，(u,v)為車(chē)輛特征點(diǎn)的坐標(biāo)，(u0,v0)為相機(jī)的主點(diǎn)坐標(biāo)，表示光軸在圖像像素坐標(biāo)系上的位置；

12、步驟4：根據(jù)車(chē)輛的行駛距離以及相機(jī)的視頻幀率，計(jì)算圖像中車(chē)輛行駛的瞬時(shí)速度，計(jì)算公式如下：

13、v＝3.6·l·fps

14、式中，v表示車(chē)輛的瞬時(shí)速度，fps表示車(chē)流視頻的幀率。

15、進(jìn)一步的，所述步驟1中應(yīng)用訓(xùn)練好的目標(biāo)檢測(cè)模型，得到圖像中構(gòu)成各車(chē)輛最小外包矩形的左上角頂點(diǎn)像素坐標(biāo)(umin,vmin)及右下角頂點(diǎn)像素坐標(biāo)(umax,vmax)，計(jì)算左上角和右下角兩頂點(diǎn)像素坐標(biāo)均值得到最小外包矩形的幾何中心點(diǎn)像素坐標(biāo)，公式如下：

16、

17、并以幾何中心點(diǎn)像素坐標(biāo)(u,v)作為車(chē)輛特征點(diǎn)來(lái)代表車(chē)輛在圖像中的位置信息。

18、進(jìn)一步的，所述步驟3中采用張正友標(biāo)定法進(jìn)行相機(jī)標(biāo)定并獲取相機(jī)內(nèi)部參數(shù)，相機(jī)內(nèi)部參數(shù)為相機(jī)的主點(diǎn)坐標(biāo)以及在水平和垂直方向的有效焦距。

19、進(jìn)一步的，所述步驟4中預(yù)先通過(guò)相機(jī)的視頻幀率得到先后兩幀圖像的間隔時(shí)間，計(jì)算當(dāng)前幀圖像中各車(chē)輛的瞬時(shí)速度后，以此類(lèi)推得到車(chē)流視頻后續(xù)幀圖像中各車(chē)輛的瞬時(shí)速度，并通過(guò)目標(biāo)檢測(cè)模型提供的位置信息畫(huà)出車(chē)流視頻中各車(chē)輛的檢測(cè)框，將車(chē)輛的瞬時(shí)速度以標(biāo)簽的形式附在對(duì)應(yīng)車(chē)輛的檢測(cè)框上。

20、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

21、1、本發(fā)明基于深度學(xué)習(xí)的稠密光流估計(jì)模型可以得到圖像中車(chē)輛的運(yùn)動(dòng)矢量，從而估計(jì)出車(chē)輛在下一幀圖像中的特征點(diǎn)坐標(biāo)，無(wú)需對(duì)連續(xù)幀圖像中同一車(chē)輛的特征信息進(jìn)行數(shù)據(jù)關(guān)聯(lián)，避免車(chē)輛跟蹤時(shí)多個(gè)相似車(chē)輛靠近而引發(fā)的id切換問(wèn)題；

22、2、本發(fā)明通過(guò)目標(biāo)檢測(cè)模型得到圖像中車(chē)輛的位置信息，通過(guò)稠密光流估計(jì)模型預(yù)測(cè)同一車(chē)輛在下一幀圖像中的位置，結(jié)合相機(jī)內(nèi)部參數(shù)和相機(jī)成像原理構(gòu)建車(chē)輛行駛距離測(cè)量模型，繼而得出對(duì)應(yīng)時(shí)間段內(nèi)車(chē)輛的行駛距離，結(jié)合車(chē)流視頻的幀率計(jì)算車(chē)輛的速度，測(cè)量結(jié)果具有較高的精確度；

23、3、本發(fā)明能夠測(cè)量視頻中任意位置車(chē)輛的速度，當(dāng)連續(xù)兩幀圖像之間的時(shí)間間隔足夠小時(shí)，即可認(rèn)為此時(shí)測(cè)量的車(chē)速為瞬時(shí)速度。

技術(shù)特征：

1.一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，其特征在于：所述步驟1中應(yīng)用訓(xùn)練好的目標(biāo)檢測(cè)模型，得到圖像中構(gòu)成各車(chē)輛最小外包矩形的左上角頂點(diǎn)像素坐標(biāo)(umin,vmin)及右下角頂點(diǎn)像素坐標(biāo)(umax,vmax)，計(jì)算左上角和右下角兩頂點(diǎn)像素坐標(biāo)均值得到最小外包矩形的幾何中心點(diǎn)像素坐標(biāo)，公式如下：

3.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，其特征在于：所述步驟3中采用張正友標(biāo)定法進(jìn)行相機(jī)標(biāo)定并獲取相機(jī)內(nèi)部參數(shù)，相機(jī)內(nèi)部參數(shù)為相機(jī)的主點(diǎn)坐標(biāo)以及在水平和垂直方向的有效焦距。

4.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，其特征在于：所述步驟4中預(yù)先通過(guò)相機(jī)的視頻幀率得到先后兩幀圖像的間隔時(shí)間，計(jì)算當(dāng)前幀圖像中各車(chē)輛的瞬時(shí)速度后，以此類(lèi)推得到車(chē)流視頻后續(xù)幀圖像中各車(chē)輛的瞬時(shí)速度，并通過(guò)目標(biāo)檢測(cè)模型提供的位置信息畫(huà)出車(chē)流視頻中各車(chē)輛的檢測(cè)框，將車(chē)輛的瞬時(shí)速度以標(biāo)簽的形式附在對(duì)應(yīng)車(chē)輛的檢測(cè)框上。

技術(shù)總結(jié)
一種基于圖像瞬時(shí)運(yùn)動(dòng)光流的車(chē)速測(cè)量方法，涉及智能交通管理與控制技術(shù)領(lǐng)域。相機(jī)錄制車(chē)流視頻并從中獲取連續(xù)的若干幀圖像，通過(guò)目標(biāo)檢測(cè)模型得到圖像中的車(chē)輛特征點(diǎn)代表位置信息；通過(guò)稠密光流估計(jì)模型提取每一幀圖像的像素級(jí)運(yùn)動(dòng)信息，結(jié)合位置信息構(gòu)建車(chē)輛行駛光流場(chǎng)，并映射至下一幀圖像以預(yù)測(cè)時(shí)空域中的車(chē)輛位置信息；構(gòu)建車(chē)輛行駛距離測(cè)量模型計(jì)算車(chē)輛行駛距離；根據(jù)車(chē)輛的行駛距離以及相機(jī)的視頻幀率計(jì)算車(chē)輛行駛的瞬時(shí)速度。通過(guò)目標(biāo)檢測(cè)模型得到圖像中車(chē)輛的位置信息，通過(guò)稠密光流估計(jì)模型預(yù)測(cè)車(chē)輛在下一幀圖像中的位置，構(gòu)建車(chē)輛行駛距離測(cè)量模型并結(jié)合幀率計(jì)算車(chē)輛的速度，避免車(chē)輛跟蹤時(shí)的ID切換問(wèn)題，具有較高的精確度。

技術(shù)研發(fā)人員：徐慧智,郝東升,王秀青,李亞玫
受保護(hù)的技術(shù)使用者：東北林業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19