CN102157069A - 一种基于视频融合的平面交叉口交通冲突检测方法 - Google Patents
一种基于视频融合的平面交叉口交通冲突检测方法 Download PDFInfo
- Publication number
- CN102157069A CN102157069A CN2011100821989A CN201110082198A CN102157069A CN 102157069 A CN102157069 A CN 102157069A CN 2011100821989 A CN2011100821989 A CN 2011100821989A CN 201110082198 A CN201110082198 A CN 201110082198A CN 102157069 A CN102157069 A CN 102157069A
- Authority
- CN
- China
- Prior art keywords
- traffic
- crossing
- conflict
- video
- moving object
- 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
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种基于视频融合的平面交叉口交通冲突检测方法，其显著特征是，利用多个摄像头拍摄交叉路口(图1)，将多个摄像头视频融合，并拼接成交叉口的全景视频。通过对全景视频处理，得出各个运动物体的运动参数，计算交通参与单元之间发生交通冲突的冲突参数及其严重程度，统计交叉路口严重冲突统计和交通量后，构建基于交通冲突的交叉口安全状态评价方法，实现对交叉口安全状态的评价与监控。基于视频融合的平面交叉口交通冲突检测方法具有成本低、准确、快速的特点，为进行路口交通冲突的研究带来了便捷，有利于对路口交通管制实施有效改进，确保交通安全。
Description
技术领域
本发明涉及一种基于视频融合的平面交叉口交通冲突检测方法。利用多个分布在平面交叉口的摄像头对路口的交通状况进行拍摄和实时存储，将拍摄所得的视频进行融合，得到路口交通状况全景图。在全景图中对运动物体的运动参数进行提取，从而计算出交通冲突数目和交通冲突严重程度，实现对交叉路口的安全评价。
背景技术
交通冲突技术在世界上许多国家已经得到广泛地应用，成为国际上用于定量研究多种交通安全(特别是地点安全)问题及对策的重要方法。
国外的主要研究成果及结论有：
CharlesV.Zegeer等在1976年，应用交通冲突技术评价了信号交叉口绿灯信号延时系统的有效性；美国W.D.Glouz等对大墩萨斯城地区46个信号交叉口与非信号交叉口的事故与冲突进行了调查，将事故和冲突分为12种类型，并建立了模型；BrianL.Allen等通过对交叉口冲突和碰撞发生过程的分析，对交通冲突技术进行了修改补充，得出结论：交通冲突技术能够可靠地预测和评价交通事故；EzraHauer等在1984年论述了交通冲突技术的有效性，分析了点估计法和极大似然估计法的差别，认为极大似然估计法的效果较好，与实际值较为接近。另外，各个国家关于交通冲突技术的研究也各有特点：美国利用利用交通冲突技术研究交叉口存在的各种问题，并分析交叉口的信号与交通流的关系，评价有问题的交叉口的设计要素；英国道路交通研究所认为，根据广义的冲突定义不可能找出冲突与事故的关系，但严重冲突却与事故密切相关，所以可用冲突法作为研究交叉口交通安全的评价方法；瑞典通过实验发现，受伤事故与交通环境、交通量及车辆密切相关，可用冲突技术评价交通安全措施的效果及交叉口重新改造的效果。
我国的交通冲突技术始于20世纪80年代后期，目前尚处于起步阶段，目前的研究重点主要集中在交通冲突技术的有效性、调查技术、严重冲突的判别标准和分级标准等方面，系统性较差。国内的主要研究成果及结论有：
1988年湖南大学通过国际学术交流，正式邀请了TCTCT主席C.Hyden博士(瑞典LUND大学)来华讲学，第一次正式将TCT介绍到我国交通工程界；1994年西南交通大学出版社出版了由张苏翻译的专著《交通冲突技术术》，比较系统的阐述了交通冲突技术；1997年，北京工业大学建立了平面交叉口交通冲突概率分布模型及安全评价标准；1998年西南交通大学将城市交通安全进行了分级，分为特别安全、安全、边缘安全和不安全四个等级，分级标准采用时均冲突与混合当量交通量的比值来确定；2000年，西安公路交通大学周伟、罗石贵在《中国公路学报》上发表了《路段交通事故多发点的冲突判定方法》一文，论文在总结现有方法的基础上，通过分析比较，建立了一种基于交通冲突技术的路段交通事故多发点判定方法，并应用郑州黄河公路大桥的冲突观测数据，验证了该模型的有效性；2001年罗石贵、周伟在《公路交通科技》上发表了《路段交通冲突技术研究》，该文章利用交通冲突技术，对路段交通冲突进行了定义和分类，着重研究了严重冲突的判别标准和分级标准，进一步完善和改进了现有交通冲突技术理论，为路段交通安全评价提供了一种新的研究方法；2003年，王海星、肖贵平将交通冲突技术与平面信号控制交叉口的入口交通量相结合，引入了TC/MPCU(交通冲突数量/交叉口进口混合当量交通量)的概念，通过研究交通流量与交通冲突的关系，尝试利用模型，由交通量分析推算出交通冲突数量，然后进行交通流量对安全评价的影响分析。
目前国内的大部分研究还集中在验证交通冲突是否可靠、确定哪种冲突类型与事故次数存在着强相关性以及建立冲突与事故的换算模型上，关于交通冲突检测的研究较少，谭铁牛等提出了一种基于三维模型车辆跟踪的交通事故概率预测方法，但是基于摄像头的交通冲突检测目前在国内尚属少见。目前一些专利应用了摄像头对车辆进行扫描从而获取其运动参数。如专利申请号：200810156777，专利名称《基于线阵CCD的测量高速公路上车辆位置与速度的方法》；专利申请号：200910209481，专利名称《一种通过多摄像头联动判断目标空间位置的方法和系统》；专利申请号：200910119341，专利名称《基于线阵CCD摄像机的车辆速度测量装置》。这些专利只是利用道路视频进行车辆速度和位置的检测，并没有涉及到对交叉口的视频进行融合从而检测交通冲突的方法。因此，研究交叉口视频融合技术对于检测交通冲突及其安全评价有重要的意义。
发明内容
本发明通过以下技术实现：
1、视频融合技术
根据交叉口的大小，选取2～3个转角附近位置放置摄像头，对交叉口车辆运行状况进行拍摄。拍摄时要求各个方向的摄像头同步工作，调整拍摄角度使得两两摄像头之间拍摄的画面有部分重叠，并且所有摄像头拍摄的画面能够覆盖整个交叉口。利用Visual C++和OpenCV，将所有摄像头拍摄所得视频融合至一个视频中，从而该视频能够反映整个交叉口的交通状况，视觉上更加直观。
2、图像序列处理和运动参数提取技术
利用视频检测程序对融合后的视频进行图像处理，获知路口运动物体的运动参数；通过等间隔时刻运动物体的坐标和灰色预测模型对物体的运动轨迹进行预测，确定交通冲突点的位置和冲突距离；在对交叉路口冲突统计和交通量统计的基础上，利用灰色聚类分析对交叉口的安全状态做出评价。
3、实现步骤
(1)在平面交叉口选取多个转角位置(2～3个)，各放置一台摄像头，对交叉口车辆运行状况进行同步拍摄；
(2)将各个摄像头拍摄的视频融合至一个视频文件中，融合后的视频能反映整个交叉口的运行状况；
(3)通过对运动物体进行视频检测与跟踪，确定道路交通量和运动物体的运动参数，包括位置、速度、方向、类型；
(4)结合已有的运动物体坐标和灰色预测模型，确定交叉口交通冲突相关参数，包括冲突点的位置和冲突距离；
(5)根据路口交通流量和冲突参数，利用灰色聚类模型，确定冲突严重程度，进行交叉路口安全评价。
本发明具有以下特点：利用摄像头拍摄交叉口交通状况，效果更加直观；将各个摄像头的数据融合后能够快速、准确的确定运动物体的参数；可以避免目前主要用的人工观测法带来的较大误差，同时能提高效率；结合灰色聚类分析对路口安全进行评价，具有更强的说服性。
附图说明
图1摄像头布置图
图2建立交叉口现场坐标系
图3移动目标运动轨迹示意图
具体实施方式
(1)在交叉口的4个转角中选取2个放置摄像头(图1)。将摄像头放置于三脚架上，并尽量升高；调整各个摄像头的角度，使得两两摄像头之间拍摄的画面有部分重叠，并且所有摄像头拍摄的画面能够覆盖整个交叉口。为了方便起见，把现场测量坐标系的x轴和y轴定位在交叉口相互两个垂直的方向上(图2)。
(2)将各个摄像头拍摄的视频进行融合，对融合后的全景图进行分析，并通过视频检测检测出运动物体。
(3)利用视频检测的方法，确定运动物体的位置、速度、方向角和运动物体类型；实时记录进入交叉口的运动物体数量，完成交通量的统计；同时结合运动物体类型，结合以下换算值表1，计算当量交通量；
表1混合当量交通量换算值
| 道路使用者 | 大货、大客或中客 | 小货、小客或小轿车 | 摩托车 |
| 换算值 | 1·5 | 1·0 | 0·3 |
(4)结合已有的运动物体运动参数计算相同时间间隔上来自不同方向的运动单元之间的距离，若上述运动单元间的距离不断减小直至开始小于或等于两物体的最小制动距离之和，记录出现该情况的时刻t；利用灰色预测模型，以t时刻前运动物体的位置坐标为已知量预测物体的运动轨迹(图3)，如果两运动物体的预测运动轨迹存在交叉，则交叉点即为冲突点，并对交通冲突数进行记录；冲突距离为存在冲突点的两运动物体实际运动轨迹上的最小距离。
(5)利用交通冲突参数，结合当量交通量和灰色聚类评价模型，完成冲突严重程度判定和路口安全评价。进行灰色聚类评价时，运用SPSS软件，以路口冲突数/交通量、冲突距离作为输入参数，完成同一路口不同时段或者不同路口同一时段的安全状况评价。
Claims (6)
1.一种基于视频融合的平面交叉口交通冲突检测方法，其特征在于：
包括如下步骤：
(1)在平面交叉口选取多个转角位置(2～3个)，各放置一台摄像头，对交叉口车辆运行状况进行同步拍摄；
(2)将各个摄像头拍摄的视频融合至一个视频文件中，融合后的视频能反映整个交叉口的运行状况；
(3)通过对运动物体进行视频检测与跟踪，确定道路交通量和运动物体的运动参数，包括位置、速度、方向、类型；
(4)结合已有的运动物体坐标和灰色预测模型，确定交叉口交通冲突相关参数，包括冲突点的位置和冲突距离；
(5)根据路口交通流量和冲突参数，利用灰色聚类模型，确定冲突严重程度，进行交叉路口安全评价。
2.根据权利要求1所述的基于视频融合的路口交通冲突检测及安全评价方法，其特征在于，所述的步骤(1)，具体是指：在交叉口的4个转角中选取2个放置摄像头；将摄像头放置于三脚架上，并尽量升高；调整各个摄像头的角度，使得两两摄像头之间拍摄的画面有部分重叠，并且所有摄像头拍摄的画面能够覆盖整个交叉口；为了方便起见，把现场测量坐标系的x轴和y轴定位在交叉口相互两个垂直的方向上。
3.根据权利要求1所述的基于视频融合的路口交通冲突检测及安全评价方法，其特征在于，所述的步骤(2)，具体是指：将各个摄像头拍摄的图像进行融合，融合后的全景图能够反映整个交叉口的运行状态。
4.根据权利要求1所述的基于视频融合的路口交通冲突检测及安全评价方法，其特征在于，所述的步骤(3)，具体是指：利用视频检测的方法，确定运动物体的位置、速度、方向角和运动物体类型；实时记录进入交叉口的运动物体数量，完成交通量的统计；同时结合运动物体类型，计算当量交通量。
5.根据权利要求1所述的基于视频融合的路口交通冲突检测及安全评价方法，其特征在于，所述的步骤(4)，具体实现如下：结合已有的运动物体运动参数计算相同时间间隔上来自不同方向的运动单元之间的距离，并预测物体的运动轨迹，如果两物体预测的运动轨迹存在交叉，则交叉点即为冲突点，并对交通冲突数进行记录。
6.根据权利要求1所述的基于视频融合的路口交通冲突检测及安全评价方法，其特征在于，所述的步骤(5)，具体实现如下：利用交通冲突参数，结合当量交通量和灰色聚类评价模型，完成冲突严重程度判定和路口安全评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100821989A CN102157069A (zh) | 2011-04-01 | 2011-04-01 | 一种基于视频融合的平面交叉口交通冲突检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100821989A CN102157069A (zh) | 2011-04-01 | 2011-04-01 | 一种基于视频融合的平面交叉口交通冲突检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102157069A true CN102157069A (zh) | 2011-08-17 |
Family
ID=44438544
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100821989A Pending CN102157069A (zh) | 2011-04-01 | 2011-04-01 | 一种基于视频融合的平面交叉口交通冲突检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102157069A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106790A (zh) * | 2013-01-16 | 2013-05-15 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
| CN103985254A (zh) * | 2014-05-29 | 2014-08-13 | 四川川大智胜软件股份有限公司 | 一种用于大场景交通监视的多视点视频融合及交通参数采集方法 |
| CN104077913A (zh) * | 2013-03-27 | 2014-10-01 | 上海市城市建设设计研究总院 | 融合多视角图像信息的交通事件监测方法及其装置 |
| CN104539908A (zh) * | 2015-01-13 | 2015-04-22 | 济南高达信息技术有限公司 | 一种基于交通电视网的驾驶员全景视频自我监控系统 |
| CN104567898A (zh) * | 2013-10-17 | 2015-04-29 | 中国移动通信集团公司 | 一种交通路线规划方法、系统及装置 |
| CN104883536A (zh) * | 2015-01-13 | 2015-09-02 | 济南高达信息技术有限公司 | 一种驾驶员全景视频监控安全行车系统 |
| CN105702088A (zh) * | 2014-12-15 | 2016-06-22 | 丰田自动车株式会社 | 警报装置 |
| CN105761547A (zh) * | 2016-03-28 | 2016-07-13 | 安徽云森物联网科技有限公司 | 一种基于图像的交通碰撞预警技术及系统 |
| CN105991942A (zh) * | 2015-03-19 | 2016-10-05 | 现代自动车株式会社 | 车辆及用于控制车辆的方法 |
| CN106205163A (zh) * | 2016-07-20 | 2016-12-07 | 长安大学 | 基于全景摄像技术的山区公路弯道盲区会车预警系统 |
| CN106448174A (zh) * | 2016-12-05 | 2017-02-22 | 南通大学 | 一种干线公路平面交叉口区域交通标志遮挡概率计算方法 |
| WO2017193933A1 (zh) * | 2016-05-10 | 2017-11-16 | 腾讯科技（深圳）有限公司 | 交通事故预警方法及交通事故预警装置 |
| CN107705635A (zh) * | 2017-11-24 | 2018-02-16 | 吉林大学 | 信号交叉口电动自行车的交通冲突判别方法 |
| CN109544934A (zh) * | 2018-12-19 | 2019-03-29 | 同济大学 | 基于城市交叉口混合交通流三维轨迹的效率安全监控系统 |
| CN109887294A (zh) * | 2019-04-08 | 2019-06-14 | 东南大学 | 一种多源数据融合的道路平面交叉口交通量分析方法 |
| CN110688884A (zh) * | 2019-02-28 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 客流统计方法及装置 |
| CN110930700A (zh) * | 2019-11-21 | 2020-03-27 | 南通大学 | 一种基于正态分布理论的交通冲突预测模型建立的方法 |
| CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、系统及装置 |
| CN113450388A (zh) * | 2021-09-01 | 2021-09-28 | 智道网联科技(北京)有限公司 | 一种目标跟踪方法、装置及电子设备 |
| CN117877272A (zh) * | 2024-03-11 | 2024-04-12 | 中国市政工程华北设计研究总院有限公司 | 一种基于无人机检测的交叉口安全评价方法 |
-
2011
- 2011-04-01 CN CN2011100821989A patent/CN102157069A/zh active Pending
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106790B (zh) * | 2013-01-16 | 2015-06-03 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
| CN103106790A (zh) * | 2013-01-16 | 2013-05-15 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
| CN104077913A (zh) * | 2013-03-27 | 2014-10-01 | 上海市城市建设设计研究总院 | 融合多视角图像信息的交通事件监测方法及其装置 |
| CN104567898A (zh) * | 2013-10-17 | 2015-04-29 | 中国移动通信集团公司 | 一种交通路线规划方法、系统及装置 |
| CN104567898B (zh) * | 2013-10-17 | 2017-09-12 | 中国移动通信集团公司 | 一种交通路线规划方法、系统及装置 |
| CN103985254B (zh) * | 2014-05-29 | 2016-04-06 | 四川川大智胜软件股份有限公司 | 一种用于大场景交通监视的多视点视频融合及交通参数采集方法 |
| CN103985254A (zh) * | 2014-05-29 | 2014-08-13 | 四川川大智胜软件股份有限公司 | 一种用于大场景交通监视的多视点视频融合及交通参数采集方法 |
| CN105702088B (zh) * | 2014-12-15 | 2018-05-29 | 丰田自动车株式会社 | 警报装置 |
| CN105702088A (zh) * | 2014-12-15 | 2016-06-22 | 丰田自动车株式会社 | 警报装置 |
| CN104539908A (zh) * | 2015-01-13 | 2015-04-22 | 济南高达信息技术有限公司 | 一种基于交通电视网的驾驶员全景视频自我监控系统 |
| CN104883536A (zh) * | 2015-01-13 | 2015-09-02 | 济南高达信息技术有限公司 | 一种驾驶员全景视频监控安全行车系统 |
| CN105991942A (zh) * | 2015-03-19 | 2016-10-05 | 现代自动车株式会社 | 车辆及用于控制车辆的方法 |
| CN105761547A (zh) * | 2016-03-28 | 2016-07-13 | 安徽云森物联网科技有限公司 | 一种基于图像的交通碰撞预警技术及系统 |
| WO2017193933A1 (zh) * | 2016-05-10 | 2017-11-16 | 腾讯科技（深圳）有限公司 | 交通事故预警方法及交通事故预警装置 |
| US10403138B2 (en) | 2016-05-10 | 2019-09-03 | Tencent Technology (Shenzhen) Company Limited | Traffic accident warning method and traffic accident warning apparatus |
| CN106205163A (zh) * | 2016-07-20 | 2016-12-07 | 长安大学 | 基于全景摄像技术的山区公路弯道盲区会车预警系统 |
| CN106448174A (zh) * | 2016-12-05 | 2017-02-22 | 南通大学 | 一种干线公路平面交叉口区域交通标志遮挡概率计算方法 |
| CN107705635A (zh) * | 2017-11-24 | 2018-02-16 | 吉林大学 | 信号交叉口电动自行车的交通冲突判别方法 |
| CN107705635B (zh) * | 2017-11-24 | 2020-11-10 | 吉林大学 | 信号交叉口电动自行车的交通冲突判别方法 |
| CN109544934A (zh) * | 2018-12-19 | 2019-03-29 | 同济大学 | 基于城市交叉口混合交通流三维轨迹的效率安全监控系统 |
| CN110688884A (zh) * | 2019-02-28 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 客流统计方法及装置 |
| CN110688884B (zh) * | 2019-02-28 | 2023-04-18 | 成都通甲优博科技有限责任公司 | 客流统计方法及装置 |
| CN109887294A (zh) * | 2019-04-08 | 2019-06-14 | 东南大学 | 一种多源数据融合的道路平面交叉口交通量分析方法 |
| CN110930700A (zh) * | 2019-11-21 | 2020-03-27 | 南通大学 | 一种基于正态分布理论的交通冲突预测模型建立的方法 |
| CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、系统及装置 |
| CN113450388A (zh) * | 2021-09-01 | 2021-09-28 | 智道网联科技(北京)有限公司 | 一种目标跟踪方法、装置及电子设备 |
| CN117877272A (zh) * | 2024-03-11 | 2024-04-12 | 中国市政工程华北设计研究总院有限公司 | 一种基于无人机检测的交叉口安全评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102157069A (zh) | 一种基于视频融合的平面交叉口交通冲突检测方法 | |
| CN103559791B (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
| CN103714363B (zh) | 一种机动车尾气烟度视频识别系统 | |
| KR100969995B1 (ko) | 영상처리기법을 이용한 신호교차로의 교통상충 판단 시스템및 방법 | |
| CN103914688B (zh) | 一种城市道路障碍物识别系统 | |
| CN103164706A (zh) | 基于视频信号分析的对象计数方法与装置 | |
| Tageldin et al. | Comparison of time-proximity and evasive action conflict measures: Case studies from five cities | |
| Zhao et al. | Detection and tracking of moving objects at intersections using a network of laser scanners | |
| CN102768804A (zh) | 基于视频的交通信息采集方法 | |
| Yousaf et al. | Comparative analysis of automatic vehicle classification techniques: a survey | |
| CN108389430A (zh) | 一种基于视频检测的交叉口行人与机动车碰撞预测方法 | |
| CN107436986A (zh) | 车辆主动安全系统的集成装置及仿真应用方法 | |
| Lu et al. | Quantifying the severity of traffic conflict by assuming moving elements as rectangles at intersection | |
| CN103345842A (zh) | 一种道路车辆分型系统及方法 | |
| CN109272482A (zh) | 一种基于序列图像的城市路口车辆排队检测系统 | |
| Meng et al. | Traffic conflict identification technology of vehicle intersection based on vehicle video trajectory extraction | |
| CN106023594A (zh) | 一种车位遮挡的判定方法、装置及车辆管理系统 | |
| CN106327630A (zh) | 一种高低速不停车治超检测系统 | |
| Zaki et al. | Use of computer vision to identify pedestrians' nonconforming behavior at urban intersections | |
| CN103164958A (zh) | 车辆监控方法及系统 | |
| Yao et al. | Developing operating mode distribution inputs for MOVES with a computer vision–based vehicle data collector | |
| Wu et al. | A novel skateboarder-related near-crash identification method with roadside LiDAR data | |
| Chen et al. | A framework for real-time vehicle counting and velocity estimation using deep learning | |
| Liu et al. | An online intelligent method to calibrate radar and camera sensors for data fusing | |
| Mao et al. | A measurement to driving situation awareness in signalized intersections |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110817 |