一種基于視頻分析的實(shí)時車流分析與全景可視方法
【專利摘要】一種基于視頻分析的實(shí)時車流分析與全景可視化方法,涉及視頻采集處理方法,為解決視頻監(jiān)測交通流信息不精確的問題,本發(fā)明提出以下技術(shù)方案,即獲取當(dāng)前車輛位置及車道信息、multi level密度分析及展示、車輛實(shí)時三維仿真和基于Macro-micro分級level平滑展示與切換;首先,結(jié)合視頻分析技術(shù)和GPS定位技術(shù),獲取精確的車道信息和車輛定位信息;其次,根據(jù)車道信息和車輛定位信息,獲取車輛的三維數(shù)據(jù)并映射到三維場景,并實(shí)現(xiàn)多車道的level密度統(tǒng)計及平滑展示;再者,通過三維仿真及平滑方法精確展示當(dāng)前實(shí)時車流密度情況;最后,實(shí)現(xiàn)多車道level密度展示圖和三維實(shí)時車流仿真圖的切換;最終實(shí)現(xiàn)交通流實(shí)時定位及可視化的效果,滿足用戶實(shí)時了解當(dāng)前交通流情況的需求。
【專利說明】一種基于視頻分析的實(shí)時車流分析與全景可視方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻采集處理方法,尤其涉及視頻監(jiān)控數(shù)據(jù)流的采集處理方法。
【背景技術(shù)】
[0002]隨著城市的人口和機(jī)動車擁有量的急劇增長,交通流量日益加大,交通擁擠堵塞現(xiàn)象日趨嚴(yán)重,交通事故時有發(fā)生。交通問題已經(jīng)成為城市管理工作中的重大社會問題,影響著人們的工作和生活;威脅著人們的人身安全;阻礙和制約著城市經(jīng)濟(jì)建設(shè)的發(fā)展。交通堵塞、交通事故等交通問題,其重要的原因之一在于人們對交通流、車道信息等交通信息的把握不夠準(zhǔn)確。因此能否找到行之更有效的途徑去獲取準(zhǔn)確的交通流、車道信息,顯得致關(guān)重要。
[0003]目前常見的交通流檢測方法有人工監(jiān)測、地埋感應(yīng)線圈探測、超聲波探測器探測、視頻監(jiān)測等4類。其中,視頻監(jiān)測方法比其他方法更直觀。
[0004]總而言之,對于交通流、車道信息的掌握,無非就是對在車道中的車輛位置的確定,即簡稱為車道定位。目前,用于獲取車道定位信息的方法主要有GPS定位、基于道路監(jiān)控的視頻監(jiān)測方法、基于道路監(jiān)控的車輛識別方法。
[0005]基于GPS定位系統(tǒng),通過GPS慣性分析來實(shí)現(xiàn)當(dāng)前車輛位置的車道定位。GPS導(dǎo)航系統(tǒng)的基本原理是測量出已知位置的衛(wèi)星到用戶接收機(jī)之間的距離,然后綜合多顆衛(wèi)星的數(shù)據(jù)就可知道接收機(jī)的具體位置。但是由于GPS定位存在精度不準(zhǔn)確的問題,即使通過差分方式,仍會存在一定的誤差。這個誤差的估計值是3-5米。事實(shí)上,這個距離已經(jīng)是超過一個車道的范圍。
[0006]基于道路監(jiān)控的視頻監(jiān)測方法和基于道路監(jiān)控的車輛識別方法,均由于視角問題引起的車輛間遮擋等現(xiàn)象,導(dǎo)致無法獲得精確的車流數(shù)據(jù)信息,很難得到車道信息以及對應(yīng)車道的車流情況,而且容易侵犯他人隱私。所以傳統(tǒng)視頻交通流檢測及車輛識別系統(tǒng)的可用性不高。
【發(fā)明內(nèi)容】
[0007]本發(fā)明目的在于提供一種基于視頻分析的實(shí)時車流分析與全景可視化方法,解決傳統(tǒng)視頻監(jiān)測交通流時信息不精確、易侵犯他人隱私權(quán)的問題。
[0008]針對上述問題,本發(fā)明提供一種基于視頻分析的實(shí)時車流分析與全景可視化方法,包括以下步驟:
[0009]步驟S1、獲取當(dāng)前車輛位置及車道信息;
[0010]步驟S2、multi level密度分析及展示;
[0011]步驟S3、車輛實(shí)時三維仿真;
[0012]步驟S4、基于Macro-micro分級level平滑展示與切換;
[0013]根據(jù)上述步驟,首先,獲取精確的車道信息和車輛定位信息;其次,根據(jù)得到的車輛位置數(shù)據(jù)和車道信息數(shù)據(jù),計算車輛的三維信息數(shù)據(jù)并映射到三維場景,實(shí)現(xiàn)多車道的level密度統(tǒng)計及平滑展示;再者,根據(jù)得到的車輛三維信息數(shù)據(jù),精確展示實(shí)時三維車流的密度情況;最后,實(shí)現(xiàn)多車道level密度展示圖和三維實(shí)時車流仿真圖的切換。
[0014]步驟SI,獲取當(dāng)前車輛位置及車道信息,結(jié)合視頻分析技術(shù)和GPS定位技術(shù),獲取精確的車道信息和車輛定位信息。
[0015]在采用GPS進(jìn)行慣性分析的過程中,為避免車輛位置估計的跳變,假設(shè)車輛的位置為一段時間內(nèi)的一個平滑位置。
[0016]步驟S3,車輛實(shí)時三維仿真,采用Agent方法,通過位置約束、速度約束以及平滑差值等方式,對車輛進(jìn)行仿真,實(shí)現(xiàn)車輛的三維模型精確展示和精確控制。
[0017]以GIS展示為基礎(chǔ),實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(microview)的展示和切換。
[0018]在實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)的展示和切換的過程中,遵循顏色密度展示方式與仿真密度展示方式的數(shù)據(jù)一致性,根據(jù)數(shù)據(jù)進(jìn)行顏色等級分布以及車輛仿真,從而確保顏色展示與仿真展示的對應(yīng)。
[0019]在實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)切換的過程中,采用淡入(Fade-1n)、淡出(Fade-Out)方式進(jìn)行處理,利用多幀圖像的Alpha漸變,避免突兀的快速切換導(dǎo)致用戶感覺不連續(xù)。
[0020]采用本發(fā)明提供的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,在上述GPS慣性分析過程中,由于本發(fā)明假設(shè)車輛的位置為一段時間內(nèi)的一個平滑位置,從而避免車輛位置估計的跳變,提高車輛定位數(shù)據(jù)的精確度;由于本發(fā)明采用視頻分析技術(shù),結(jié)合地面車道參考線識別和車道內(nèi)的車輛信息來實(shí)現(xiàn)車道定位,即利用車輛上的攝像頭采集地面車道參考線的圖像以及車道內(nèi)的車輛信息,通過車道線識別方法對道路圖像分割、邊緣提取和車道線參數(shù)(特征)求取,最終得到不同車道的識別參數(shù),實(shí)現(xiàn)車道及車道內(nèi)的車輛定位;由于本發(fā)明結(jié)合視頻分析技術(shù)和GPS定位技術(shù)進(jìn)行復(fù)合分析校驗(yàn),從而避免單一手段導(dǎo)致的誤差,得到精確的車輛、車道定位信息,解決了傳統(tǒng)視頻監(jiān)測交通流時信息不精確的問題;由于本發(fā)明采用基于Agent方法,通過位置約束、速度約束以及平滑插值等方式,進(jìn)行車輛的三維模型精確展示和精確控制,實(shí)現(xiàn)直觀觀測當(dāng)前視頻覆蓋區(qū)域內(nèi)車輛的實(shí)時三維仿真情況,從而解決了傳統(tǒng)視頻在檢測車輛流時造成侵犯他人隱私權(quán)的問題;由于本發(fā)明采用基于Macro-micro分級level平滑展示與切換的方法,結(jié)合GIS展示,最終實(shí)現(xiàn)宏觀多l(xiāng)evel展示與微觀的三維仿真展示之間的自動切換,且避免突兀的切換造成的不真實(shí)感,實(shí)現(xiàn)用戶體驗(yàn)上的平滑過渡。
[0021]下面結(jié)合附圖對本發(fā)明一種基于視頻分析的實(shí)時車流分析與全景可視化方法作進(jìn)一步說明。
【專利附圖】
【附圖說明】
[0022]圖1是基于視頻分析的實(shí)時車流分析與全景可視化方法的流程圖;
[0023]圖2是攝像機(jī)Perspective透視投影示意圖;
[0024]圖3是十字路口 level密度展示的示意圖。
【具體實(shí)施方式】
[0025]如圖1所示,本發(fā)明提供的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,包括以下步驟:
[0026]步驟S1、獲取當(dāng)前車輛位置及車道信息;
[0027]步驟S2、multi level密度分析及展示;
[0028]步驟S3、車輛實(shí)時三維仿真;
[0029]步驟S4、基于Macro-micro分級level平滑展示與切換。
[0030]步驟SI結(jié)合視頻分析技術(shù)和GPS定位技術(shù),獲取精確的車道信息和車輛定位信息;在步驟S2中,根據(jù)步驟SI得到的車道數(shù)據(jù)和車輛定位數(shù)據(jù),計算車輛的三維數(shù)據(jù)并映射到三維場景,實(shí)現(xiàn)多車道的level密度統(tǒng)計及平滑展示;在步驟S3中,根據(jù)步驟S2中得到的車輛三維數(shù)據(jù)信息,采用Agent方法精確實(shí)現(xiàn)每一個車輛的三維模型,通過位置約束、速度約束以及平滑插值等方法,精確展示實(shí)時三維車流的密度情況;步驟S4,基于步驟S2的多車道level密度展示圖和步驟S3的三維實(shí)時車流密度圖,實(shí)現(xiàn)多車道level密度展示圖和三維實(shí)時車流密度圖的切換;通過以上方法最終實(shí)現(xiàn)交通流實(shí)時定位可視化的效果。
[0031]本發(fā)明提供的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其各步驟的具體實(shí)現(xiàn)描述如下:
[0032]步驟S1、獲取當(dāng)前車輛位置及車道信息
[0033]步驟Sll:在公交車前端安裝監(jiān)控攝像頭,在公交車上安裝GPS定位系統(tǒng),將監(jiān)控攝像頭和GPS定位系統(tǒng)與服務(wù)器接通;
[0034]步驟S12:監(jiān)控攝像頭將獲取到的視頻圖像信息傳輸給服務(wù)器;
[0035]步驟S13:同時,GPS定位系統(tǒng)通過GPS慣性分析,得到當(dāng)前車輛的GPS定位數(shù)據(jù),并將該GPS定位數(shù)據(jù)傳輸給服務(wù)器;為避免車輛位置估計的跳變,在GPS慣性分析過程中,假設(shè)車輛的位置為一段時間內(nèi)的一個平滑位置;
[0036]步驟S14:服務(wù)器采用基于視頻分析的車道識別技術(shù),獲取當(dāng)前視頻覆蓋區(qū)域內(nèi)的車道、車輛流和車輛位置等車道定位數(shù)據(jù),并結(jié)合該車道定位數(shù)據(jù)和車輛的GPS定位數(shù)據(jù),進(jìn)行分析和校驗(yàn),得到當(dāng)前視頻覆蓋區(qū)域內(nèi)精確的車輛位置以及對應(yīng)的車道信息。
[0037]步驟S2、multi level密度分析及展示
[0038]步驟S21:服務(wù)器以步驟SI中得到的當(dāng)前車輛定位信息和車道信息為基準(zhǔn),通過視頻圖像進(jìn)行目標(biāo)檢測,結(jié)合基于車輛特征的分類器進(jìn)行車輛識別;
[0039]步驟S22:同時,如圖2所示,攝像機(jī)I覆蓋的范圍由點(diǎn)11、12、13、14、15、16共同決定,服務(wù)器根據(jù)攝像頭覆蓋范圍內(nèi)的車道線相對位置,估計公交車前端的監(jiān)控攝像頭的perspective信息,計算視角區(qū)域內(nèi)車輛的三維位置;
[0040]步驟S23:通過將目標(biāo)車輛的位置映射到三維場景,同時結(jié)合相鄰幀車輛信息進(jìn)行平滑,實(shí)現(xiàn)多車道的level密度統(tǒng)計及平滑展示,如圖3所示,區(qū)域1、2、3、4,其陰影填充稀疏程度,表示不同的車流密度,陰影密集的區(qū)域表示車流密度大,陰影稀疏的區(qū)域表示車流密度小,在實(shí)際效果中,多車道的level密度分布及平滑展示可通過不同顏色間的過渡來體現(xiàn),而不同顏色間的過渡采用Blend方式進(jìn)行。
[0041]步驟S3、車輛實(shí)時三維仿真
[0042]根據(jù)步驟S22得到的車輛的三維位置信息,基于Agent方法,通過位置約束、速度約束以及平滑插值等方式,對車輛進(jìn)行仿真,實(shí)現(xiàn)車輛的三維模型精確展示和精確控制,使用戶能直觀地觀測當(dāng)前視頻覆蓋區(qū)域內(nèi)車輛的實(shí)時三維仿真情況。
[0043]步驟S4、基于Macro-micro分級level平滑展示與切換
[0044]基于步驟S2實(shí)現(xiàn)的宏觀密度顏色視圖(macro view),即multi level密度展示圖,和基于步驟S3實(shí)現(xiàn)的微觀仿真視圖(micix) view),即海量車輛數(shù)據(jù)實(shí)時三維仿真圖,通過當(dāng)前用戶的三維觀測視角,實(shí)現(xiàn)宏觀多l(xiāng)evel展示與微觀的三維仿真展示之間的自動切換;此種切換過程以GIS展示為基礎(chǔ),實(shí)現(xiàn)用戶體驗(yàn)上的平滑過渡,避免突兀的切換造成的不真實(shí)感;在以上實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)展示和切換的過程中,Macro-micro提供的multi level展示和切換,即從顏色到車道,從車道到仿真細(xì)節(jié)展示,平滑過渡等過程,關(guān)鍵點(diǎn)有以下兩個:
[0045]a)確保顏色密度展示方式與仿真密度展示方式的數(shù)據(jù)一致性,根據(jù)數(shù)據(jù)進(jìn)行顏色等級分布以及車輛仿真,從而確保顏色展示與仿真展示的對應(yīng);
[0046]b)從顏色密度展示方式到仿真展示方式的切換,采用淡入(Fade-1n)、淡出(Fade-Out)方式進(jìn)行處理,利用多幀圖像的Alpha漸變,避免突兀的快速切換導(dǎo)致的用戶感覺不連續(xù)。
[0047]以上所述的實(shí)施例僅僅是對本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述,并非對本發(fā)明的范圍進(jìn)行限定,在不脫離本發(fā)明設(shè)計精神的前提下,本領(lǐng)域普通技術(shù)人員對本發(fā)明的技術(shù)方案作出的各種變形和改進(jìn),均應(yīng)落入本發(fā)明權(quán)利要求書確定的保護(hù)范圍內(nèi)。
【權(quán)利要求】
1.一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,包括以下步驟: 步驟S1、獲取當(dāng)前車輛位置及車道信息; 步驟S2、multi level密度分析及展示; 步驟S3、車輛實(shí)時三維仿真; 步驟S4、基于Macro-micro分級level平滑展示與切換; 首先,獲取精確的車道信息和車輛定位信息;其次,根據(jù)得到的車輛位置數(shù)據(jù)和車道信息數(shù)據(jù),計算車輛的三維信息數(shù)據(jù)并映射到三維場景,實(shí)現(xiàn)多車道的level密度統(tǒng)計及平滑展示;再者,根據(jù)得到的車輛三維信息數(shù)據(jù),精確展示實(shí)時三維車流的密度情況;最后,實(shí)現(xiàn)多車道level密度展示圖和三維實(shí)時車流仿真圖的切換。
2.根據(jù)權(quán)利要求1所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,步驟SI,獲取當(dāng)前車輛位置及車道信息,結(jié)合視頻分析技術(shù)和GPS定位技術(shù),獲取精確的車道信息和車輛定位信息。
3.根據(jù)權(quán)利要求2所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,在采用GPS進(jìn)行慣性分析的過程中,為避免車輛位置估計的跳變,假設(shè)車輛的位置為一段時間內(nèi)的一個平滑位置。
4.根據(jù)權(quán)利要求1所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,步驟S3,車輛實(shí)時三維仿真,采用Agent方法,通過位置約束、速度約束以及平滑差值等方式,對車輛進(jìn)行仿真,實(shí)現(xiàn)車輛的三維模型精確展示和精確控制。
5.根據(jù)權(quán)利要求1所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,以GIS展示為基礎(chǔ),實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(microview)的展示和切換。
6.根據(jù)權(quán)利要求5所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,在實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)的展示和切換的過程中,遵循顏色密度展示方式與仿真密度展示方式的數(shù)據(jù)一致性,根據(jù)數(shù)據(jù)進(jìn)行顏色等級分布以及車輛仿真,從而確保顏色展示與仿真展示的對應(yīng)。
7.根據(jù)權(quán)利要求5或6所述的一種基于視頻分析的實(shí)時車流分析與全景可視化方法,其特征在于,在實(shí)現(xiàn)宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)切換的過程中,采用淡入(Fade-1n)、淡出(Fade-Out)方式進(jìn)行處理,利用多巾貞圖像的Alpha漸變,避免突兀的快速切換導(dǎo)致的用戶感覺不連續(xù)。
【文檔編號】H04N7/18GK104301673SQ201410508452
【公開日】2015年1月21日 申請日期:2014年9月28日 優(yōu)先權(quán)日:2014年9月28日
【發(fā)明者】張政, 周鋒, 劉舟, 張賀, 何浩 申請人:北京正安融翰技術(shù)有限公司