CN101777259A - 城市道路交叉路口平均延误获取方法 - Google Patents

Abstract

城市路段交叉路口平均延误获取方法，包括：(1)选取双截面：首先将若干个摄像头分别安装在交叉路口的进口道和出口道处，然后，绘制用于车辆检测的虚拟检测框；(2)车辆检测和车流量的统计：利用虚拟检测框进行信息采集，在所获取视频的每一帧中进行车辆的检测；(3)推算排队长度：采用虚拟检测框检测车头时距的变化来分辨排队车辆与非排队车辆；(4)根据“一一对应”原则推算每辆车的延误值：根据进口道检测器记录列表中的最后一个数据推算，采取推算策略，消去累积误差，使误差控制在本周期范围而不影响其他周期。本发明具有计算简便，运算速度快，稳定性好，可靠性高等优点。

Description

城市道路交叉路口平均延误获取方法

技术领域

本发明属于交通运输领域，涉及一种智能交通技术领域的方法，尤其是一种城市道路交叉路口延误获取方法。

背景技术

随着社会经济的快速发展，一方面交通需求大大增加，而道路的增长却逐步趋于极限，使得交通需求与供给的矛盾进一步激化；另一方面信息技术的飞速进步为综合解决交通问题带来了机遇。就是在这种背景下，先进的交通信息管理系统(ATIMS)先于智能交通系统(ITS)的其他系统受到了广泛的关注，在世界各国都得到了快速的发展，被应用于动态路径规划、动态导航、路网调协交通信号系统、动态交通调度等各个方面。其中，对城市道路交叉路口延误获取是ATIMS中的关键组成部分。

交叉口是城市道路交通的咽喉。长期以来，国内外学者都对交叉口的信号控制进行了不懈的研究，其主要目标在于优化信号控制策略，实现以平均车辆延误、停车和排队最小为目标的最优化控制。但是，直到现在，由于交通检测技术的局限，在国际上尚未能够直接检测车辆延误、停车和排队指标，而只能检测车流量、占有率或速度，以模型计算间接获得车辆延误、停车和排队指标参数。其准确性和可靠性一直是一个未能解决的问题。因此，基于此目标参数的控制效果也极不稳定，甚至是无法把握的。

经对现有技术的文献检索发现，Jianyang Zheng在第88届交通研究年会2009年(1-18)上发表的文章“Measuring Signalized Intersection Performances in Real-Time withTraffic Sensors(用交通传感器实时测量信号控制交叉口状态)”中提出基于单摄像头对道路交叉路口红绿灯控制延误获取的研究，他们通过路口摄像头采集的车辆流量和速度信息通过一定的推导算法来获取交叉路口延误。但就像他在文章中叙述的那样，该种方法严重依赖路口单个摄像头对路口车流流量和速度的计算精度，在路口交通流特性不太明显特别像我国由于人车混合而影响了交通流在路口呈现典型停止波-启动波特型，从而很难通过该文提出的方法来准确推导出速度从而获取精确的交叉路口平均延误，这是制约这种方法在特别复杂交通流特性的交叉路口进行推广的重要原因。

发明内容

本发明的目的在于针对上述不足及实际需要，提出一种新的城市路段交叉路口平均延误获取方法，克服了传统的利用单个摄像头对路口车流流量和速度、排队长度的计算精度的严重依赖，在路口交通流特性不太明显特别像我国由于人车混合而影响了交通流在路口呈现典型停止波-启动波特型，很难通过传统的方法来准确推导出排队长度从而获取精确的交叉路口平均延误等问题，具有计算简便、实时性好，对城市基础设施条件依赖性低等特点。

为实现上述目的，本发明采用了以下技术方案：一种城市路段交叉路口平均延误获取方法，包括：

选取双截面：首先将若干个摄像头分别安装在交叉路口的进口道和出口道处，然后，绘制用于车辆检测的虚拟检测框；

车辆检测和车流量的统计：利用虚拟检测框进行信息采集，在所获取视频的每一帧中进行车辆的检测，当虚线检测框内车辆占有率到达一定阈值时，认为有车进入检测框，则被占用线框的流量记录增加1，通过此方法可以精确测出流量，同时可以记录下每辆车经过检测区域的时刻；

推算排队长度：通过采用虚拟检测框检测车头时距的变化来分辨排队车辆与非排队车辆，当车头时距大于一定阈值时，便判定之后的车辆都没有参与过排队；

根据“一一对应”原则推算每辆车的延误值：根据进口道检测器记录列表中的最后一个数据推算，采取推算策略，消去累积误差，使误差控制在本周期范围而不影响其他周期。

所述推算策略为：

第i辆车的行程时间＝出口道表格中的第i个数据-进口道数据表中的第(end-n-m-k+i)个数据

其中：end为进口道数据表中的最后一个数据，n为本周期从绿灯到红灯期间进入进口道检测区11的车辆，m为本周期参与排队的车辆数，k为红灯期间进入进口道检测区11而未参与排队的车辆数目。

所述虚拟检测框绘制在所检测的车道内，分为进口道虚拟检测框和出口道虚拟检测框。

所述进口道虚拟检测框绘制在该车道的最大排队长度之后，所述出口道虚拟检测框绘制在停车线处。

所述出口道虚拟检测框设置在左转待转区前端。

所述摄像头个数为2个。

所述摄像头安装高度为10米。

所述虚线检测框内车辆占有率所参考的阈值范围为20％-50％。

所述车头时距所参考的阈值范围为2秒-5秒。

本发明利用视频信息中提取的每辆车进入和离开交叉口路段的时间，根据现有的交通配时管理系统产生的配时数据，以每个红绿灯周期为单位，准确地获取交叉路口每个周期内的所有通行车辆的平均延误值。

本发明利用虚拟线圈的方法在视频中对车辆进行实时的检测，即在视频中的两个截面内分别在每个车道上用虚拟框设定车辆检测区域。由于交叉路口车流量比较大，需要实时地对车辆进行检测，便对检测算法的时耗提出了较高的要求，背景差法被公认为静态背景下目标检测的最有效和实时性最好的方法。首先，在没有车辆的场景下选取好背景，然后便可以用背景差法检测车辆，同时，一个有效的背景更新机制被引入，即，当虚拟检测框内没有车辆通过时便进行背景更新，这样可以保证当光线等发生变化时背景能够及时地得以更新。

与现有技术相比，本发明有效地克服了传统交叉路口平均延误获取方法中对交通流数量、车辆速度等参数的严重依赖，避开了一般城市交通探测手段不够完善，可靠性低的问题，具有计算简便，运算速度快，可靠性高等优点，为整个城市交通的控制提供信息资料。

附图说明

图1为本发明提出的城市路段交叉路口平均延误获取方法的流程框图。

图2为道路交叉路口检测器分布示意图。

图3为存在累积误差示意图。

图4为消除累积误差示意图。

图5为某路段2小时路口平均延误的变化情况示意图。

具体实施方式

以下结合附图所示实施例对本发明作进一步的说明。

本发明仅需借助两个截面的虚拟检测器而不需要依赖其他参数，采用“一一对应”原则，将出口道检测区检测到的车辆与进口道检测区的检测结果进行匹配，推算出每辆车从进口道检测区到达出口道检测区域的通行时间，从而便可推算出每辆车的延误值，并且采用的推算方法可以有效地消除周期之间的累积误差。本实施例所要求的输入数据是由安装在10米左右高度的低空摄像头采集的视频、红绿灯时长数据和用户设置的虚拟检测框。

图1所示，本实施例城市路段交叉路口平均延误获取方案，具体实施步骤如下：

(一)测量过程

1、双截面的合理选取：

首先将2个摄像头分别安装在交叉路口的进口道和出口道处，两个摄像头监控的范围如图2所示，分别包括进口道检测区11和出口道检测区21(停车线处)，摄像头的安装高度在10米左右。

然后，同时读取两路摄像头视频到PC机，在PC端绘制用于车辆检测的虚拟检测框，其作用是分别对进入路段和离开路段的车辆进行监控，同时统计两个检测框的车流量，并实时地记录每辆车经过所设定虚拟检测框处的时刻。虚拟检测框必须绘制在所检测的车道内，而且进口道虚拟检测框12必须绘制在该车道的最大排队长度之后，这样可以使所获取的延误值包含每辆车经过该交叉路口时由于信号控制灯带来的停车延误；出口道虚拟检测框22必须绘制在停车线处，若存在左转待转区，则应将出口道虚拟检测框22设置在待转区前端，目的在于记录当绿灯亮起后，每辆车依次通过的时刻。如图2所示，所绘制的虚拟检测框宽度应覆盖车道宽度的三分之二以上，长度不超过3米。

2、车辆检测和车流量的统计：

确定双截面后，进行车辆检测和车流量的统计。本发明的信息采集是以虚拟检测框为最小处理单元的。在所获取视频的每一帧中进行车辆的检测，当虚线检测框内车辆占有率到达一定阈值(20％-50％，根据图像特性而定)时，认为有车进入检测框，则被占用线框的流量记录增加1，通过此方法可以精确测出流量，同时可以记录下每辆车经过检测区域的时刻。即：若进口道有车辆通过，则进口车辆数目加1，并记录此时的时刻；若出口道有车辆通过，则出口车辆数目加1，并记录此时的时刻。

(二)数据处理：

1、排队长度的推算：

一个周期以一次红灯起亮为起始时刻，下次红灯起亮为终止时刻。在绿灯启动后，排队的车辆相邻两辆车通过出口道检测区21的时间间隔比不排队的相邻两辆车辆之间的时间间隔要短。因此，本发明采用检测车头时距Δt的变化来分辨排队车辆与非排队车辆。

本发明方法采用的车头时距与传统的车头时距不同，为相邻两车之间前车车尾和后车车头的时距。因为车辆的长度不在所测量的车头时距之内，所测的值为实际意义上的车辆间隔，所以这种车头时距可以消除车型对于传统车头时距的影响。

当Δt小于一定阈值(2秒-5秒，根据特定交叉路口的交通流量而定)时，则可确定之前的车辆都在排队中；当车头时距Δt大于一定阈值时，便判定之后的车辆都没有参与过排队。此时，根据出口道检测区21检测到的车头时距Δt即可计算出本周期内的排队长度数值。

2、根据“一一对应”原则推算每辆车的延误值：

根据进口道检测器记录列表中的本周期最后一个数据向前推算，消去累积误差，使误差控制在本周期范围而不影响其他周期。推算策略为(括号内为索引值)：

第i辆车的行程时间＝出口道数据(i)-进口道数据(end-n-m-k+i)(其中，进口道检测区11检测结果中第一辆车数据的索引值为1，进口道数据表中的最后一个数据的索引值为end，本周期从绿灯到红灯期间进入进口道检测区11的车辆数目为n，本周期参与排队的车辆数目为m，红灯期间进入进口道检测区11而未参与排队的车辆数目为k。)

最后，根据以上已经推算出每辆车的行程时间，可以得出每辆车的延误值：

第i辆车的延误值□第i辆车行程时间-自由行程时间

(其中：自由行程时间定义为在没有红绿灯信号控制的条件下，车辆通过交叉口路段所需的时间，需要人工对该交叉路口的车流量行驶速度进行统计分析得出。)

一个周期内所有车辆的延误值总和与该周期内通过出口道检测区21车辆数目的比值即为该周期交叉路口的平均延误值：

进一步，采用以上推算方法可以有效地消除周期之间的累积误差。如图3-4所示，in列表为进口道检测区数据列表，out列表为出口道检测区数据列表，如果利用现有简单的对应原则，如图3所示，出口道检测区漏检了车辆d’，则误差的错位会一直延续下去，而如果利用本发明提出的新的“一一对应”推算策略，如图4所示，由于推算是从end标记位往前倒推，错位误差会在周期末终止。图3-4中，end＝6，n＝3，m＝2，k＝0，则：

第i辆车的行程时间＝出口道数据(i)-进口道数据(6-3-2-0+i)＝出口道数据(i)-进口道数据(1+i)

第i辆车的延误值□第i辆车行程时间-自由行程时间

上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (9)

1.一种城市路段交叉路口平均延误获取方法，其特征在于：包括：

选取双截面：首先将若干个摄像头分别安装在交叉路口的进口道和出口道处，然后，绘制用于车辆检测的虚拟检测框；

车辆检测和车流量的统计：利用虚拟检测框进行信息采集，在所获取视频的每一帧中进行车辆的检测，当虚线检测框内车辆占有率到达一定阈值时，认为有车进入检测框，则被占用线框的流量记录增加1，通过此方法可以精确测出流量，同时可以记录下每辆车经过检测区域的时刻；

推算排队长度：通过采用虚拟检测框检测车头时距的变化来分辨排队车辆与非排队车辆，当车头时距大于一定阈值时，便判定之后的车辆都没有参与过排队；

根据“一一对应”原则推算每辆车的延误值：根据进口道检测器记录列表中的最后一个数据推算，采取推算策略，消去累积误差，使误差控制在本周期范围而不影响其他周期。

2.根据权利要求1所述的方法，其特征在于：所述推算策略为：

第i辆车的行程时间＝出口道表格中的第i个数据-进口道数据表中的第(end-n-m-k+i)个数据

其中：end为进口道数据表中的最后一个数据，n为本周期从绿灯到红灯期间进入进口道检测区11的车辆，m为本周期参与排队的车辆数，k为红灯期间进入进口道检测区11而未参与排队的车辆数目。

3.根据权利要求1所述的方法，其特征在于：所述虚拟检测框绘制在所检测的车道内，分为进口道虚拟检测框和出口道虚拟检测框。

4.根据权利要求1所述的方法，其特征在于：所述进口道虚拟检测框绘制在该车道的最大排队长度之后，所述出口道虚拟检测框绘制在停车线处。

5.根据权利要求4所述的方法，其特征在于：所述出口道虚拟检测框设置在左转待转区前端。

6.根据权利要求1所述的方法，其特征在于：所述摄像头个数为2个。

7.根据权利要求1所述的方法，其特征在于：所述摄像头安装高度为10米。

8.根据权利要求1所述的方法，其特征在于：所述虚线检测框内车辆占有率所参考的阈值范围为20％-50％。

9.根据权利要求1所述的方法，其特征在于：所述车头时距所参考的阈值范围为2秒-5秒。

Images