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