CN101042802A - 交通信息传感器、交通信息检测方法和系统 - Google Patents

交通信息传感器、交通信息检测方法和系统 Download PDF

Info

Publication number
CN101042802A
CN101042802A CNA2006100653747A CN200610065374A CN101042802A CN 101042802 A CN101042802 A CN 101042802A CN A2006100653747 A CNA2006100653747 A CN A2006100653747A CN 200610065374 A CN200610065374 A CN 200610065374A CN 101042802 A CN101042802 A CN 101042802A
Authority
CN
China
Prior art keywords
track
dummy line
information
traffic
image
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
Application number
CNA2006100653747A
Other languages
English (en)
Inventor
马新宇
贾慧星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agilent Technologies Inc
Original Assignee
Agilent Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Agilent Technologies Inc filed Critical Agilent Technologies Inc
Priority to CNA2006100653747A priority Critical patent/CN101042802A/zh
Priority to US11/726,920 priority patent/US7869935B2/en
Priority to GB0705637A priority patent/GB2436385A/en
Publication of CN101042802A publication Critical patent/CN101042802A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • 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
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一交通信息传感器，包括：图像获取装置，用于生成交通现场的视频图像；图像检测装置，接收所述视频图像，并结合所述交通现场的车道位置信息，从所述视频图像提取交通信息；以及信息传输装置，用于将所提取的交通信息传送到交通管理中心。本发明还提供一交通信息检测方法和系统。

Description

交通信息传感器、交通信息检测方法和系统
技术领域
本发明涉及交通信息传感器、交通信息检测方法和系统。
背景技术
使用视频信息检测系统(VIDS)的交通信息检测系统有很多优点。这种检测系统使用视频照相机作为传感器，因此具有大范围检测能力。通常，一台照相机可以覆盖几条车道，而包括雷达和导电环(conductiveloop)在内的任何其他传感器都很难做到这一点。对视频照相机传感器所生成的图像进行视频检测，能实现对冲击波(shock wave)和其他空间交通参数(例如密度、队列长度和速度曲线等)的高效检测，而传统的设备却很难实现这样的高效检测。此外，视频检测还能够提供某些辅助信息，例如路肩上的交通状况、停止的车辆、车道改变、速度差异，以及另一方向上的交通速度减慢。随着照相机传感器的缩小和处理器处理能力的提升，使用VIDS的交通信息检测系统正变得越来越普遍。
图1示出了上述使用VIDS的现有技术的交通信息检测系统的框图。如图所示，现有技术都需要传感器将视频流从交通现场传输到交通管理中心。因此，在每个检测点都需要对传感器所获取的视频图像进行视频压缩，但是，用于进行图像实时编码的编码器成本较高，并且压缩后的视频流的码率较高，在传输时需要占用大量网络带宽资源，从而大大增加了系统成本。此外，目前所采用的所有传感器都不能自动识别车道，因此都需要在安装时由操作人员对样本图像进行人工识别来取得车道信息，并将车道信息传送回交通管理中心以用于后续检测。对于可能包括几千台传感器的交通系统来说，这种做法的工作量是相当庞大的。而且，一旦传感器的位置或朝向由于环境原因而发生改变，则车道信息就需要被重新配置，否则就会导致错误的检测结果。由此可见，现有的传感器由于不能自动进行车道识别，从而给交通信息检测带来了很大的不便。
发明内容
一交通信息传感器，包括：图像获取装置，用于生成交通现场的视频图像；图像检测装置，接收所述视频图像，并结合所述交通现场的车道位置信息，从所述视频图像提取交通信息；以及信息传输装置，用于将所提取的交通信息传送到交通管理中心。
附图说明
在附图中，相同的标号指代相同的装置。
图1是描述现有的交通信息检测系统的框图；
图2是描述根据本发明第一实施例的自动交通信息传感器的框图；
图3描述了根据本发明第一实施例的自动交通信息传感器所执行的交通信息检测方法；
图4是描述根据本发明第二实施例的具有自动车道定位模块的交通信息传感器的框图；
图5是示出了活动地图生成子模块的操作的流程图；
图6是示出了车道辨别子模块的操作的流程图；
图7是示出了根据本发明第三实施例的交通信息传感器的框图；
图8是示出了车辆计数模块的操作的流程图；
图9是示出了根据本发明第四实施例的交通信息传感器的框图；
图10是示出了根据本发明第五实施例的交通信息传感器的框图；
图11是示出了根据本发明第六实施例的交通信息传感器的框图；以及
图12是示出了使用本发明的交通信息传感器的交通信息检测系统的示意图。
具体实施方式
下面参照附图描述本发明的实施例。
图2示出了根据本发明第一实施例的交通信息传感器20的框图。交通信息传感器20包括图像获取装置210、图像检测装置220和信息传输装置230。
图像获取装置210例如可以是耦合到图像检测装置220的视频照相机、CMOS(互补金属氧化物半导体)摄像机、CCD(电荷耦合器件)摄像机和各种网络照相机(WebCam)等，用于连续地获取交通现场(例如道路)的数字视频图像。
图像检测装置220例如可以是被编程以执行特定图像检测算法的嵌入式处理器、专用集成电路、片上系统或通用计算机，用于对图像获取装置210所获取的图像进行检测，结合交通现场的车道位置信息，从图像中提取感兴趣的交通信息(例如每个车道的平均车速、每个车道在给定时间内通过的车辆数等)，并将所提取的交通信息以数字数据信号的形式传送到信息传输装置230。
信息传输装置230例如是根据GSM(全球移动通信系统)、GPRS(通用分组无线业务)、CDMA(码分多址)、WiMAX(微波存取全球互通)标准的无线公共网络发送装置，或者是根据以太网、ATM等标准的有线网络发送装置，其耦合到图像检测装置220，用于将图像检测装置220所提取的交通信息通过通信网络传送到管理中心。
图3示出了根据第一实施例的传感器20所执行的交通信息检测方法。在步骤31，图像获取装置210获取交通现场的图像。在步骤32，图像检测装置220对所获取的图像进行检测，并结合交通现场的车道位置信息，从图像中提取感兴趣的交通信息，诸如车辆数量、平均车速等。例如，图像检测装置220可以如在下文中所详述的那样，在所关心的车道上的不同位置处设置多条虚拟线，通过检测视频图像中虚拟线处的像素变化来检测通过所述虚拟线的车辆，以获得该条车道的车辆计数。或者可以如在下文详述的那样，在所关心的车道上设置一条虚拟线，通过检测视频图像中虚拟线处的像素变化来检测车辆通过该虚拟线所需的时间，并结合车辆长度的统计平均值来获得该条车道上的平均车速。此外，还可以基于计算所得的车辆数或平均车速来监视道路上的拥塞情况，将有关拥塞的信息传送到交通管理中心以便进行协调管理，等等。在步骤33，信息传输装置将所提取的交通信息经由有线或无线网络传送到管理中心。利用本实施例，一个交通管理中心可容宿几千个远程传感器。与现有技术相比，本实施例仅需要将所提取的交通信息而非视频图像传送到交通管理中心，因此不需要进行复杂的视频压缩和视频传输，显著减小了所需网络带宽。此外，本实施例在各个传感器本地对视频图像进行检测，而不是将视频图像传送到交通管理中心等待集中处理，从而可以更及时地获得所需交通信息。
第一实施例中的车道位置信息可以是预先设置的，也可以是由传感器从视频图像中获得的。图4示出了根据本发明第二实施例的具有车道定位模块421的交通信息传感器40的框图，该车道定位模块421用于对从图像获取装置获取的图像进行特征提取和模式识别来获得交通现场的车道位置信息。除了在图像检测装置420中具有车道定位模块421之外，图4中的其它装置与图2中相同。
车道定位模块421可以使用各种已知的方法，如通过分析图像中的车辆轨迹或道路标志等来定位车道。例如，在José Melo，Andrew Naftel，Alexandre Bernardino和José Santos-Victor的“Viewpoint IndependentDetection of Vehicle Trajectories and Lane Geometry from Uncalibrated TrafficSurveillance Cameras”，ICIAR 2004，LNCS 3212，pp.454-462，2004中通过对图像中车辆的运行轨迹进行最小二乘多项式拟合来找出车道。在Andrew H.S.Lai和Nelson H.C.Yung的“Lane Detection by Orientation andLength Discrimination”，IEEE Transactions on Systems，Man，andCybernetics-Part B：Cybernetics，Vol.30，No.4，August 2000中通过识别图像中车道上的道路标记来找出车道。
在这里，作为示例，使用对相邻帧间差分图像的累积(accumulation)来进行道路定位和车道辨别。该方法利用了这样一个事实，即大多数车辆在经过照相机视野时都遵循它们自己的路径，而不改变车道。具体而言，车道定位模块421包括两个子模块：活动地图(activitymap)生成子模块4211和车道辨别子模块4212。首先，活动地图生成子模块4211对相邻的两帧做差分，并检测某些值高于阈值的活动像素，这些活动像素表明车辆的移动。在初始化期间对这些活动象素的累积将形成活动地图。然后，车道辨别子模块通过找出活动地图中的局部最小和最大值，来确定车道的中心和车道之间的边界。下面参照图5和图6详细描述这两个子模块的操作。
图5的流程图示出了活动地图生成子模块4211的操作。
在步骤51中执行移动检测。视频序列的两个连续图像帧之间的差分被计算，然后通过二值化检测到高于一个特定阈值的活动象素。二值化的目的是为了消除噪声的影响。
在步骤52中执行累积。在活动象素所在的位置处，对活动地图进行累加。
在步骤53中判断活动地图是否已经收敛。如果收敛则在步骤54中输出活动地图从而结束本次处理。如果没有收敛则继续转到步骤51中处理下一帧。活动地图是否收敛的判断方法是如果连续许多帧产生的活动象素的位置与现有的活动地图上的活动象素的位置基本相同，则视为收敛。
图6的流程图示出了车道辨别子模块4212的操作。
在步骤61，以图像右上角为坐标原点，以水平和垂直方向分别作为u轴和v轴建立坐标系，利用Canny边缘检测器从活动地图上检测边缘，从而得到二值图像。这些边缘点位于活动地图上的极大值和极小值处，对应于车道的中心线和车道间的边界线。
在得到二值图像后，在步骤62中，采用Hough变换来检测在消失点(u0，v0)的直线，从而得到车道中心线和车道边界线的直线方程。
在检测到直线之后，在步骤63中，通过最小二乘优化方法估计出消失点(u0，v0)。
在步骤64中，利用步骤63中得到的(u0，v0)进一步估计每一个车道的边界和中心线的精确位置。具体方法是：沿着消失点(u0，v0)与图像底边行中的象素uj的连线，对活动地图进行采样。分别沿着每条直线对采样得到的活动值取平均值，从而创建作为u的函数的一维信号。信号的峰值指示强交通活动(车道中心)，而谷值则指示不存在车辆活动(车道边界)，通过检测这些峰值和谷值然后与(u0，v0)相连接就可以得到每条车道的边界和中心线的精确位置。
当然，模块4211和4212也可以使用现有技术中的其他方法来生成活动地图并利用活动地图进行车道辨别，这里不一一详述。
图7示出了根据本发明的第三实施例的交通信息传感器70的框图。除了在图像检测装置70中具有车辆计数模块722之外，图7中的其它装置与图2中相同。
车辆计数模块722执行图8所示的操作来分别对每条车道进行车辆计数。
在步骤81，对n帧(n是一个足够大的数，例如可以是150)图像取平均值，作为道路的初始背景。
在步骤82，将一条或多条虚拟线放置在所关心的车道上。优选地，虚拟线被放置在车道中心线上的不同位置处，虚拟线垂直于中心线，并且其两个端点分别位于车道的两个边界上。当然，虚拟线的长度也可以小于车道宽度，只要其能够准确地反应车辆经过即可。
在步骤83，对每条虚拟线中的像素进行检测，当车辆经过一条虚拟线时，相对于初始背景像素，该虚拟线上的像素将在几个帧中有所改变。通过分析虚拟线中的像素改变，二维图像数据可变为一维时间信号，从而可利用低端嵌入式处理器进行实时处理。
在步骤84，由于车辆可能改变它们的车道而且某条虚拟线中可能存在噪声，因此优选地，对属于同一车道的所有虚拟线的车辆数取平均数，即为该车道的平均车辆数。
类似的方法可以用于夜间检测的情形。在夜间，图象中车辆的头灯处的像素亮度显著高于其他部分，因此在一个实施例中，可以通过判断虚拟线中是否有像素的亮度超过预定阈值来进行车辆检测，从而对车辆计数。例如，在检测器的像素值的取值范围为0-255的情形下，大部分车灯都可以使像素值达到255。当然也可能有的车头灯不太明亮，但一般可以达到200以上。而路面的灰度一般低于200。因此，可以将预定阈值设置在像素值200～240的范围内。由于在夜间不再需要计算初始背景，因此系统效率被进一步提高。
图9示出了根据本发明的第四实施例的交通信息传感器90的框图。除了在图像检测装置90中具有平均车速计算模块923之外，图9中的其它装置与图2中相同。
平均车速计算模块923采用与模块722相同的方法来检测车辆，并且利用统计方法来分别估计每条车道的平均车速。假设车辆的长度遵循具有均值1的高斯分布，帧速是f帧/秒，一台车辆经过一条虚拟线所对应的平均帧数是n，则平均车速可由公式v＝1f/n计算。与上文的情况类似，在夜间，可通过检测虚拟线上的像素亮度是否超过阈值来进行车辆检测。
很明显，本发明的模块之间可以进行各种组合。例如将图7和图9所示的交通信息传感器与图4所示的自动车道定位模块421进行组合，就可以分别得到图10和图11所示的第五和第六实施例，它们的操作分别与第三和第四实施例基本类似，只是它们所使用的车道信息是由模块421检测得到的而不是由人工设置的。
同样，车辆计数模块722和平均车速计算模块923也可被组合在一起，或者进一步地与自动车道定位模块421进行组合。
图12示出了使用本发明的交通信息传感器的交通信息检测系统。在该系统中，根据以上各实施例的交通信息传感器获取的交通现场的交通信息通过通信网络以有线或无线方式被传送到交通管理中心。
此外，本发明还可以使用图像来确定环境，然后根据环境来选择不同的图像处理算法。使用该方法，可为诸如雨天、雾天等不同天气和诸如白天、黄昏等不同时间设计不同的算法。
以上虽然结合实施例描述了本发明，但是以上描述仅是示例性而非限制性的。本领域的技术人员应当理解，各种修改、组合、子组合和替换可根据设计需要和其它因素而出现，只要它们落在所附权利要求或其等同的范围内。

Claims (30)

1.一交通信息传感器，包括：
图像获取装置，用于生成交通现场的视频图像；
图像检测装置，用于接收所述视频图像，并结合所述交通现场的车道位置信息，从所述视频图像提取交通信息；以及
信息传输装置，用于将所提取的交通信息传送到交通管理中心。
2.根据权利要求1的交通信息传感器，其中所述图像检测装置包括车道定位模块，该车道定位模块通过检测所述视频图像来获得所述车道位置信息。
3.根据权利要求2的交通信息传感器，其中所述车道定位模块通过对所述视频图像的变化进行累积来生成活动地图，然后通过检测所述活动地图中的局部最大值和最小值来获得所述车道位置信息。
4.根据权利要求1的交通信息传感器，其中所述车道位置信息是预先设置的。
5.根据权利要求1的交通信息传感器，其中所述交通信息包括任意车道上的车辆计数，所述图像检测装置包括车辆计数模块，所述车辆计数模块在所关心的车道上的不同位置处设置一条或多条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测通过所述虚拟线的车辆，以获得该条车道的车辆计数。
6.根据权利要求1的交通信息传感器，其中所述交通信息包括任意车道上的平均车速，所述图像检测装置包括平均车速计算模块，所述平均车速计算模块在所关心的车道上设置一条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测车辆通过该虚拟线所需的时间，以获得所述平均车速。
7.根据权利要求5或6的交通信息传感器，其中所述虚拟线垂直于所关心的车道的中心线，并且所述虚拟线的两个端点分别位于所关心的车道的两边上。
8.根据权利要求5-7的交通信息传感器，其中通过对若干帧图像取平均值作为道路的初始背景，并将被检测的图像与所述初始背景进行比较来确定所述虚拟线处的像素变化。
9.根据权利要求5-7的交通信息传感器，其中在夜间时，通过检测所述虚拟线中亮度高于预定阈值的像素来检测通过所述虚拟线的车辆。
10.如权利要求1的交通信息传感器，其中所述信息传输装置通过通信网络以有线或无线方式将所提取的交通信息传送到交通管理中心。
11.一种交通信息检测方法，包括：
图像生成步骤，生成交通现场的视频图像；
图像检测步骤，结合所述交通现场的车道位置信息，从所述视频图像提取交通信息；以及
信息传输步骤，将所提取的交通信息传送到交通管理中心。
12.根据权利要求11的交通信息检测方法，其中所述图像检测步骤包括车道定位步骤，该车道定位步骤通过检测所述视频图像来获得所述车道位置信息。
13.根据权利要求12的交通信息检测方法，其中所述车道定位步骤通过对所述视频图像的变化进行累积来生成活动地图，然后通过检测所述活动地图中的局部最大值和最小值来获得所述车道位置信息。
14.根据权利要求11的交通信息检测方法，其中所述车道位置信息是预先设置的。
15.根据权利要求11的交通信息检测方法，其中所述交通信息包括任意车道上的车辆计数，所述图像检测步骤包括车辆计数步骤，所述车辆计数步骤在所关心的车道上的不同位置处设置一条或多条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测通过所述虚拟线的车辆，以获得该条车道的车辆计数。
16.根据权利要求11的交通信息检测方法，其中所述交通信息包括任意车道上的平均车速，所述图像检测步骤包括平均车速计算步骤，所述平均车速计算步骤在所关心的车道上设置一条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测车辆通过该虚拟线所需的时间，以获得所述平均车速。
17.根据权利要求15或16的交通信息检测方法，其中所述虚拟线垂直于所关心的车道的中心线，并且所述虚拟线的两个端点分别位于所关心的车道的两边上。
18.根据权利要求15-17的交通信息检测方法，其中通过对若干帧图像取平均值作为道路的初始背景，并将被检测的图像与所述初始背景进行比较来确定所述虚拟线处的像素变化。
19.根据权利要求15-17的交通信息检测方法，其中在夜间时，通过检测所述虚拟线中亮度高于预定阈值的像素来检测通过所述虚拟线的车辆。
20.根据权利要求11的交通信息检测方法，其中所述信息传输步骤通过通信网络，以有线或无线方式将所提取的交通信息传送到交通管理中心。
21.一种交通信息检测系统，包括：
交通信息传感器，包括：
图像获取装置，用于生成交通现场的视频图像；
图像检测装置，其接收所述视频图像，并结合所述交通现场的车道位置信息，从所述视频图像提取交通信息；以及
信息传输装置，用于传送提取的交通信息；
通信网络，与传感器的信息传输装置相连，用于传送提取的交通信息到交通管理中心。
22.根据权利要求21的交通信息检测系统，其中所述图像检测装置包括车道定位模块，该车道定位模块通过检测所述视频图像来获得所述车道位置信息。
23.根据权利要求22的交通信息检测系统，其中所述车道定位模块通过对所述视频图像的变化进行累积来生成活动地图，然后通过检测所述活动地图中的局部最大值和最小值来获得所述车道位置信息。
24.根据权利要求21的交通信息检测系统，其中所述车道位置信息是预先设置的。
25.根据权利要求21的交通信息检测系统，其中所述交通信息包括任意车道上的车辆计数，所述图像检测装置包括车辆计数模块，所述车辆计数模块在所关心的车道上的不同位置处设置一条或多条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测通过所述虚拟线的车辆，以获得该条车道的车辆计数。
26.根据权利要求21的交通信息检测系统，其中所述交通信息包括任意车道上的平均车速，所述图像检测装置包括平均车速计算模块，所述平均车速计算模块在所关心的车道上设置一条虚拟线，通过检测所述视频图像中所述虚拟线处的像素变化来检测车辆通过该虚拟线所需的时间，以获得所述平均车速。
27.根据权利要求25或26的交通信息传感器，其中所述虚拟线垂直于所关心的车道的中心线，并且所述虚拟线的两个端点分别位于所关心的车道的两边上。
28.根据权利要求25-27的交通信息传感器，其中通过对若干帧图像取平均值作为道路的初始背景，并将被检测的图像与所述初始背景进行比较来确定所述虚拟线处的像素变化。
29.根据权利要求25-27的交通信息传感器，其中在夜间时，通过检测所述虚拟线中亮度高于预定阈值的像素来检测通过所述虚拟线的车辆。
30.如权利要求21的交通信息检测系统，其中所述通信网络是有线或无线通信网络，所述信息传输装置通过所述通信网络以有线或无线方式将所提取的交通信息传送到交通管理中心。
CNA2006100653747A 2006-03-23 2006-03-23 交通信息传感器、交通信息检测方法和系统 Pending CN101042802A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CNA2006100653747A CN101042802A (zh) 2006-03-23 2006-03-23 交通信息传感器、交通信息检测方法和系统
US11/726,920 US7869935B2 (en) 2006-03-23 2007-03-23 Method and system for detecting traffic information
GB0705637A GB2436385A (en) 2006-03-23 2007-03-23 Traffic camera for gathering information about the which lane a vehicle is travelling in with an image detection device in the camera

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2006100653747A CN101042802A (zh) 2006-03-23 2006-03-23 交通信息传感器、交通信息检测方法和系统

Publications (1)

Publication Number Publication Date
CN101042802A true CN101042802A (zh) 2007-09-26

Family

ID=38534595

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006100653747A Pending CN101042802A (zh) 2006-03-23 2006-03-23 交通信息传感器、交通信息检测方法和系统

Country Status (3)

Country Link
US (1) US7869935B2 (zh)
CN (1) CN101042802A (zh)
GB (1) GB2436385A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102637361A (zh) * 2012-04-01 2012-08-15 长安大学 一种基于视频的车型判别方法
CN102692231A (zh) * 2011-03-24 2012-09-26 昆达电脑科技(昆山)有限公司 路况信息处理方法及用户装置
CN104888155A (zh) * 2015-07-04 2015-09-09 青岛辰达生物科技有限公司 一种治疗脂肪肝合并高血脂的中药组合物及其制备方法
CN105355034A (zh) * 2015-10-28 2016-02-24 重庆邮电大学 一种交通事故现场证据采集与保全系统及其方法
CN105807630A (zh) * 2015-01-21 2016-07-27 福特全球技术公司 虚拟传感器试验台
CN106327880A (zh) * 2016-09-09 2017-01-11 成都通甲优博科技有限责任公司 一种基于监控视频的车速识别方法及其系统
CN106485949A (zh) * 2015-07-20 2017-03-08 德韧营运有限责任公司 针对车辆的摄像机和v2v数据的传感器融合
CN113196010A (zh) * 2018-12-27 2021-07-30 大陆汽车系统公司 从长期传感器数据学习的交叉路口地图

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008013002A1 (de) * 2008-03-07 2009-09-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Erkennen von Strukturen in Metadaten zur parallelen automatischen Auswertung öffentlich zugänglicher Datensätze und Benachrichtigung von Kontrollinstanzen
DE102008025753A1 (de) * 2008-05-29 2009-12-10 Siemens Aktiengesellschaft Verfahren zum Erkennen von Anomalitäten in Objektströmen über das Phämomen der Gruppengeschwindigkeit
AT507877B1 (de) * 2009-01-29 2012-11-15 Arc Austrian Res Centers Gmbh Verfahren zur zählung von verkehrsteilnehmern
US8284997B2 (en) * 2009-03-11 2012-10-09 Honeywell International Inc. Vision-based vehicle navigation system and method
BE1018764A3 (nl) * 2009-05-27 2011-08-02 Traficon Nv Toestel en systeem voor tunneldetectie.
CN102044157B (zh) * 2009-10-20 2012-09-26 西安费斯达自动化工程有限公司 基于fpga的多车道超速检测系统
CN101833863B (zh) * 2010-05-17 2013-09-11 瑞斯康达科技发展股份有限公司 车流速度检测方法及装置、交通信号灯控制方法及系统
US8723690B2 (en) 2011-01-26 2014-05-13 International Business Machines Corporation Systems and methods for road acoustics and road video-feed based traffic estimation and prediction
CN102413314A (zh) * 2011-07-01 2012-04-11 江苏欧索软件有限公司 用于海关途中监管的视频监控系统
JP5811975B2 (ja) * 2012-09-14 2015-11-11 沖電気工業株式会社 情報処理装置、情報処理方法、及びプログラム
US9863928B1 (en) * 2013-03-20 2018-01-09 United Parcel Service Of America, Inc. Road condition detection system
GB2513567A (en) * 2013-04-29 2014-11-05 Erh Holdings Ltd Road traffic monitoring equipment
GB2513566A (en) * 2013-04-29 2014-11-05 Erh Holdings Ltd Road traffic queue detection
JP6233500B2 (ja) * 2014-03-10 2017-11-22 日産自動車株式会社 信号機検出装置及び信号機検出方法
JP6775285B2 (ja) * 2015-09-24 2020-10-28 アルパイン株式会社 後側方車両検知警報装置
CN106056926B (zh) * 2016-07-18 2021-07-30 华南理工大学 基于动态虚拟线圈的视频车速检测方法
US10223911B2 (en) 2016-10-31 2019-03-05 Echelon Corporation Video data and GIS mapping for traffic monitoring, event detection and change prediction
US10438071B2 (en) 2017-01-25 2019-10-08 Echelon Corporation Distributed system for mining, correlating, and analyzing locally obtained traffic data including video
CN107067752A (zh) * 2017-05-17 2017-08-18 北京联合大学 基于无人机航拍图像的车速估算系统及方法
CN109284674B (zh) * 2018-08-09 2020-12-08 浙江大华技术股份有限公司 一种确定车道线的方法及装置
WO2021036243A1 (zh) * 2019-08-28 2021-03-04 华为技术有限公司 识别车道的方法、装置及计算设备
CN112163543B (zh) * 2020-10-12 2024-03-26 北京易华录信息技术股份有限公司 一种车辆违法占道的检测方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3435623B2 (ja) 1996-05-15 2003-08-11 株式会社日立製作所 交通流監視装置
CN1103154C (zh) 1997-01-10 2003-03-12 三菱电机株式会社 发送缓冲存储器管理方法及异步传递模式通信装置
AU3826502A (en) 1997-02-24 2002-06-27 Redflex Traffic Systems Pty Ltd Vehicle imaging and verification
US6690292B1 (en) * 2000-06-06 2004-02-10 Bellsouth Intellectual Property Corporation Method and system for monitoring vehicular traffic using a wireless communications network
US6999004B2 (en) * 2002-06-17 2006-02-14 Siemens Corporate Research, Inc. System and method for vehicle detection and tracking
IL151025A0 (en) 2002-07-31 2003-02-12 Traffic violation processing method
KR20040051777A (ko) 2002-12-13 2004-06-19 주식회사 엘지씨엔에스 유고 감지 방법
US7348895B2 (en) * 2004-11-03 2008-03-25 Lagassey Paul J Advanced automobile accident detection, data recordation and reporting system
GB2425385B (en) 2005-04-18 2007-08-01 Pips Technology Ltd Vehicle speed monitoring system
US7697727B2 (en) * 2005-05-23 2010-04-13 Board Of Regents, The University Of Texas System Automated surface distress measurement system
TW200721041A (en) 2005-09-27 2007-06-01 Koninkl Philips Electronics Nv Motion detection device

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102692231A (zh) * 2011-03-24 2012-09-26 昆达电脑科技(昆山)有限公司 路况信息处理方法及用户装置
CN102692231B (zh) * 2011-03-24 2015-12-16 昆达电脑科技(昆山)有限公司 路况信息处理方法及用户装置
CN102637361A (zh) * 2012-04-01 2012-08-15 长安大学 一种基于视频的车型判别方法
CN105807630A (zh) * 2015-01-21 2016-07-27 福特全球技术公司 虚拟传感器试验台
CN104888155A (zh) * 2015-07-04 2015-09-09 青岛辰达生物科技有限公司 一种治疗脂肪肝合并高血脂的中药组合物及其制备方法
CN106485949A (zh) * 2015-07-20 2017-03-08 德韧营运有限责任公司 针对车辆的摄像机和v2v数据的传感器融合
CN105355034A (zh) * 2015-10-28 2016-02-24 重庆邮电大学 一种交通事故现场证据采集与保全系统及其方法
CN105355034B (zh) * 2015-10-28 2018-06-15 重庆邮电大学 一种交通事故现场证据采集与保全系统及其方法
CN106327880A (zh) * 2016-09-09 2017-01-11 成都通甲优博科技有限责任公司 一种基于监控视频的车速识别方法及其系统
CN113196010A (zh) * 2018-12-27 2021-07-30 大陆汽车系统公司 从长期传感器数据学习的交叉路口地图

Also Published As

Publication number Publication date
US7869935B2 (en) 2011-01-11
US20070225895A1 (en) 2007-09-27
GB2436385A (en) 2007-09-26
GB2436385A8 (en) 2007-09-27
GB0705637D0 (en) 2007-05-02

Similar Documents

Publication Publication Date Title
CN101042802A (zh) 交通信息传感器、交通信息检测方法和系统
US9154741B2 (en) Apparatus and method for processing data of heterogeneous sensors in integrated manner to classify objects on road and detect locations of objects
CN104751634B (zh) 高速公路隧道行车图像采集信息的综合应用方法
CN104851295B (zh) 获取路况信息的方法和系统
CN100557657C (zh) 一种基于视频图像特征的车辆检测方法
CN102722982B (zh) 基于背景与帧间差分算法的车流及其运动状态检测方法
CN109299674B (zh) 一种基于车灯的隧道违章变道检测方法
CN101469985A (zh) 交叉路口车辆排队长度的单帧图像检测装置及其工作方法
CN102385803B (zh) 基于视频监控的全天候市区车辆跟踪与计数方法
CN101587646A (zh) 基于视频识别技术的车流量检测方法及系统
CN106682586A (zh) 一种复杂光照条件下基于视觉的实时车道线检测的方法
CN107301776A (zh) 基于视频检测技术的车道路况处理及发布方法
KR101104625B1 (ko) 지능형 교통 시스템의 교통정보를 산출하기 위한 장치 및 그 방법
CN102005120A (zh) 基于视频图像分析的交通路口监控技术和系统
CN102724484A (zh) 一种公交站台人群监控装置及其监控方法
CN108198417B (zh) 一种基于无人机的道路巡检系统
CN101075376A (zh) 基于多视点的智能视频交通监控系统及方法
CN111781600B (zh) 一种适用于信号交叉口场景的车辆排队长度检测方法
CN101030256A (zh) 车辆图像分割方法和装置
CN1448886A (zh) 用于测量车辆队列长度的装置和方法
CN103646544B (zh) 基于云台和相机设备的车辆行为分析识别方法
CN110020642B (zh) 一种基于车辆检测的能见度识别方法
CN111783666A (zh) 一种基于连续视频帧角点特征匹配的快速车道线检测方法
CN103413439B (zh) 一种基于视频的客车与货车分类方法
CN102054169A (zh) 车牌定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20070926

C20 Patent right or utility model deemed to be abandoned or is abandoned