CN103258425A - 一种交叉口车辆排队长度检测方法 - Google Patents
一种交叉口车辆排队长度检测方法 Download PDFInfo
- Publication number
- CN103258425A CN103258425A CN2013100335354A CN201310033535A CN103258425A CN 103258425 A CN103258425 A CN 103258425A CN 2013100335354 A CN2013100335354 A CN 2013100335354A CN 201310033535 A CN201310033535 A CN 201310033535A CN 103258425 A CN103258425 A CN 103258425A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- moving window
- length
- binaryzation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 108
- 230000015572 biosynthetic process Effects 0.000 claims description 20
- 230000007704 transition Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Abstract
本发明涉及数字图像处理领域,更具体地涉及一种交叉口车辆排队长度检测方法。其包括步骤:S1,红灯状态下,根据当前帧图像获取二值化的前景车辆检测图像和运动检测图像;S2,利用滑动窗口统计前景车辆检测图像和运动检测图像的高值点数量P1、P2;S3,将P1、P2分别与车辆检测阈值、运动检测阈值比较判断滑动窗口内是否有静止车辆,若有则将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度并执行步骤S4,若无则执行步骤S4;S4,检测交叉口是否还处于红灯状态,若是则获取下一帧图像并执行步骤S1,否则将步骤S3中的车辆队列的图像空间长度转换为实际的车辆长度,结束当前红灯状态的检测。本发明能够准确检测交叉口车辆排队长度。
Description
技术领域
本发明涉及数字图像处理领域,更具体地,涉及一种交叉口车辆排队长度检测方法。
背景技术
车辆排队是交通运输系统中普遍存在的现象,特别是在交叉口中,其通常是交通阻塞的多发地。现有的交通控制系统中一般采用智能控制疏导交通,而交通状态的获取是进行有效的交通智能控制的前提,其中车辆排队是交通状态的一个重要因素。但是道路上车辆排队的变化非常复杂,涉及的因素众多,如何准确获取车辆排队的长度是一个关键点。
发明内容
本发明所要解决的技术问题是提供一种能够准确检测交叉口车辆排队长度的交叉口车辆排队长度检测方法。
为解决上述技术问题,本发明的技术方案如下:
一种交叉口车辆排队长度检测方法,包括如下步骤:
步骤S1. 红灯状态下,根据当前帧图像获取二值化前景车辆检测图像和二值化运动检测图像;
步骤S2.利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理,统计滑动窗口内二值化前景车辆检测图像的高值点数量P1以及滑动窗口内二值化运动检测图像的高值点数量P2;
步骤S3.将P1、P2分别与预先设定的车辆检测阈值、运动检测阈值作比较判断出滑动窗口内是否有静止车辆,若有则将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S4,若没有则执行步骤S4;
步骤S4.检测交叉口是否还处于步骤S1的红灯状态,若是则获取下一帧图像并执行步骤S1,否则将步骤S3中的车辆队列的图像空间长度转换为实际的车辆长度,结束当前红灯状态的检测。
在一种优选方案中,红灯状态的获取是根据用于采集交叉口路灯信号灯状态的信号机的相位判断获取的。
在一种优选方案中,步骤S2中获取二值化前景车辆检测图像的具体步骤包括:
步骤S101.将当前帧图像与预先提取的引道路面背景图像进行差分运算得到背景差分图;
步骤S102.将背景差分图去噪并二值化处理得到二值化前景车辆检测图像。
在一种优选方案中,步骤S2中获取二值化运动检测图像的具体步骤包括:
步骤S111.将当前帧图像与上一帧图像作差获得帧差图;
步骤S112.将帧差图去噪并二值化处理得到二值化运动检测图像。
在一种优选方案中,在步骤S2中,利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理时二值化前景车辆检测图像和二值化运动检测图像中各个待测车道分别对应一个滑动窗口。
在一种优选方案中,在步骤S2和步骤S3中所述滑动窗口的形状为接近图像中引道区域的梯形。
在一种优选方案中,所述步骤S3的具体步骤为:
步骤S301.根据先验知识预先设定车辆检测阈值和运动检测阈值;
步骤S302.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S303.当P1/S大于车辆检测阈值而且P2/S大于运动检测阈值时,判定滑动窗口内存在静止车辆,将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S4,否则判断滑动窗口内不存在静止车辆,并执行步骤S4。
在一种优选方案中,所述步骤S3的具体步骤为:
步骤S311.根据先验知识预先设定车辆检测阈值、运动检测阈值和一稳定性参数的初始值;
步骤S312.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S313.当P1/S大于车辆检测阈值而且P2/S大于运动检测阈值时,判定滑动窗口内存在静止车辆,则将稳定性参数减1,执行步骤S314,否则判定滑动窗口内不存在静止车辆,将稳定性参数恢复至初始值,并执行步骤S4;
S314.判断稳定性参数是否为0,若是将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,将稳定性参数恢复至初始设定值,并执行步骤S4,否则执行步骤S4。
在一种优选方案中,车辆队列的图像空间长度转换为实际的车辆长度时通过人工标定的滑动窗口对应长度来进行转换。
与现有技术相比,本发明技术方案的有益效果是:
(1)本发明对采集到的引道图像进行处理,获取引道内车辆的占用位置信息与车辆运动信息,并通过滑动窗口来综合各信息统计车辆队列图像长度,最后将图像长度转化为实际长度输出,能够准确检测交叉口车辆排队长度。
(2)本发明通过前景车辆检测和车辆运动检测来获取静止车辆的位置信息,提高了静止车辆信息的获取准确率。
(3)本发明考虑到不同车道间信号相位配时不同,对视频图像进行处理时,为视频图像中各个待测车道分别设置一个滑动窗口。分车道设置滑动窗口更符合实际场景需要,提高车辆排队长度检测的准确度。
(4)本发明中滑动窗口的形状设置为接近视频图像中引道雨区的梯形,滑动窗口的滑动方向为从停止线指向车辆队尾,这样使得滑动窗口区域刚好覆盖引道雨区,排除了引道外部的图像信息干扰,提高了算法的鲁棒性。
(5)本发明还设计灵敏度抑制机制作为滑动窗口移动的判定条件,克服车辆在驶入队列参与排队期间的不稳定怠速时间,使得检测到的静止车辆更加准确。
(6)本发明采用人工标定各滑动窗口的对应长度来对车辆队列的图像长度与实际长度进行转换,能够大大降低长度转换的误差。
附图说明
图1为本发明中一种交叉口车辆排队长度检测方法具体实施例的流程图。
图2为本发明中一种交叉口车辆排队长度检测方法具体实施例所基于的硬件结构图。
图3为本发明原始图像与对应的二值化车辆检测图像示意图。
图4为本发明中原始图像与对应的二值化运动检测图像示意图。
图5为本发明中滑动窗口移动原理示意图。
图6为本发明中滑动窗口设置示意图。
图7为本发明中基于灵敏抑制机制的具体实施例流程图。
图8为本发明中滑动窗口搜索队尾运行结果示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示,为本发明中一种交叉口车辆排队长度检测方法具体实施例的流程图。在本发明中,检测交叉口车辆排队长度指的是在交叉口红灯周期内,交叉口引道内的静止车辆的长度,其关键点有四个:红灯、引道内、静止、车辆。交叉口信号灯状态可以通过接收信号机的信号获取,引道范围可以作为先验知识采用人工标定的方法获得;为了获取静止车辆的位置信息,需要进行车辆检测和运动检测。在本具体实施例中,其采用图2所示的硬件架构实现,通过固定安装在路口停止线附近的拍摄车头的摄像头采集图像,并对采集回来的图像分析出引道内车辆排队的长度。该系统分为前端、后端两个部分。前段其中包括:路口信号机、各摄像机及各配套设备。前端设备将采集到的路口图像与信号机相位传回至后端工控机采集卡,由后端工控机上的分析软件对采集卡采集到的图像序列进行处理。检测软件通过处理视频图像,获取引道内车辆的占用位置信息与车辆运动信息,并综合各信息统计车辆队列图像长度,最后将图像长度转化为实际长度输出。
具体地,参见图1,本具体实施例的一种交叉口车辆排队长度检测方法的具体步骤包括:
步骤S401. 红灯状态下,根据当前帧图像获取二值化前景车辆检测图像和二值化运动检测图像;
步骤S402.利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理,统计滑动窗口内二值化前景车辆检测图像的高值点数量P1以及滑动窗口内二值化运动检测图像的高值点数量P2;
步骤S403.将P1、P2分别与预先设定的车辆检测阈值、运动检测阈值作比较判断出滑动窗口内是否有静止车辆,若有则将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S404,若没有则执行步骤S404;
步骤S404.检测交叉口是否还处于步骤S401的红灯状态,若是则获取下一帧图像并执行步骤S401,否则将步骤S403中的车辆队列的图像空间长度转换为实际的车辆长度,结束当前红灯状态的检测。
在具体实施过程中,步骤401的红灯状态可以通过信号机来采集。具体地,红灯状态的获取是根据用于采集交叉口路灯信号灯状态的信号机的相位判断获取的。如图2所示,信号机固定安装在交叉口停止线附近,通过采集路灯信号状态返回给后端工控机,后端工控机通过信号机的相位即可判定当前交叉口是否处于红灯周期。
在具体实施过程中,步骤401中可以采用背景差分法获得二值化的前景车辆检测图像。具体地,将当前帧图像与预先提取的引道路面背景图像进行差分运算得到背景差分图;将背景差分图去噪并二值化处理得到二值化前景车辆检测图像。如图3所示,左图为当前帧的原始图像,右图为利用本具体实施例获取到的二值化前景车辆图像。
在具体实施过程中,步骤401中可以采用帧差法进行运动检测,通过视频流中相邻两帧的图像数据获取。具体地,将当前帧图像与上一帧图像作差获得帧差图;将帧差图去噪并二值化处理得到二值化运动检测图像。如图4所示,左图为当前帧的原始图像,右图为利用本具体实施例获取到的二值化运动监测图像。
本具体实施例采用滑动窗口法对静止车辆进行检测,滑动窗口法是指在图像上虚拟一个检测框,如果检测框内的图像信息达到滑动判定条件,则向设定好的方向移动一次。如图5所示,通过不断地移动与检测,最后滑动窗口停止在不能满足判定条件处。本发明将滑动窗口算法作为搜索图像中车队队尾位置的算法。在具体实施过程中,本具体实施例对滑动窗口算法进行了如下处理:
第一是为各待测车道分别设置滑动窗口。考虑到不同引道间信号相位配时不同,本具体实施例在利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理时,二值化前景车辆检测图像和二值化运动检测图像中各个待测车道分别对应一个滑动窗口。为分车道设置滑动窗口更符合实际场景需要,能更准确地检测到车辆排队长度。
第二是贴合引道形状的梯形窗口设计。具体地,将滑动窗口的形状设置为接近图像中引道区域的梯形,滑动方向为从停止线指向车辆队尾方向。如图6所示,三个超长梯形框为3个车道的滑动窗口所可能覆盖到的范围,三个小方形框表示3各车道的滑动窗口的初始位置,箭头表示滑动窗口的移动方向。如此设置的优点为滑动窗口区域刚好覆盖引道区域,排除了引道外部的图像信息干扰,提高了算法的鲁棒性。
在具体实施过程中,步骤S403可以采用如下具体步骤实现:
步骤S40301.根据先验知识预先设定车辆检测阈值和运动检测阈值;
步骤S40302.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S40303.当P1/S大于车辆检测阈值而且P2/S大于运动检测阈值时,判定滑动窗口内存在静止车辆,将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S404,否则判断滑动窗口内不存在静止车辆,并执行步骤S404。
进一步地,考虑到车辆在驶入队列参与排队器件会有一段不稳定的怠速时间,使检测系统误检为静止车辆,所以本发明将滑动窗口的灵敏度进行抑制。在本具体实施例中,设计了如下灵敏抑制机制:设置一个稳定性参数,初始值设定为N。当滑动窗口内被车辆覆盖且无检测到运动时,认为滑动窗口内存在静止车辆,稳定性参数减1,如果稳定性参数减至0时,则移动滑动窗口,经过滑动窗口的队尾搜索,即可获得队列在图像空间的长度。如图7所示,具体地实现方式如下:
步骤S40311.根据先验知识预先设定车辆检测阈值τ1、运动检测阈值τ2和一稳定性参数N的初始值;
步骤S40312.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S40313.当P1/S大于车辆检测阈值τ1而且P2/S大于运动检测阈值τ2时,判定滑动窗口内存在静止车辆,则将稳定性参数N减1,执行步骤S40314,否则判定滑动窗口内不存在静止车辆,将稳定性参数N恢复至初始值,并执行步骤S404;
步骤S40313.判断稳定性参数N是否为0,若是将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,将稳定性参数恢复至初始设定值,并执行步骤S404,否则执行步骤S404。如图8所示,为滑动窗口实际的移动结果,其中图示中的灰白色矩形框为滑动窗口。
在具体实施过程中,为了更直观地表现车辆队列的长度,需要将队列的图像长度转换为实际长度。在具体实施例中,本发明的视频图像由固定安装的摄像头采集,如图2所示,所以采用人工标定各滑动窗口的对应长度可以大大降低长度转换的误差。
Claims (9)
1.一种交叉口车辆排队长度检测方法,其特征在于,包括如下步骤:
步骤S1. 红灯状态下,根据当前帧图像获取二值化前景车辆检测图像和二值化运动检测图像;
步骤S2.利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理,统计滑动窗口内二值化前景车辆检测图像的高值点数量P1以及滑动窗口内二值化运动检测图像的高值点数量P2;
步骤S3.将P1、P2分别与预先设定的车辆检测阈值、运动检测阈值作比较判断出滑动窗口内是否有静止车辆,若有则将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S4,若没有则执行步骤S4;
步骤S4.检测交叉口是否还处于步骤S1的红灯状态,若是则获取下一帧图像并执行步骤S1,否则将步骤S3中的车辆队列的图像空间长度转换为实际的车辆长度,结束当前红灯状态的检测。
2.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,红灯状态的获取是根据用于采集交叉口路灯信号灯状态的信号机的相位判断获取的。
3.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,步骤S2中获取二值化前景车辆检测图像的具体步骤包括:
步骤S101.将当前帧图像与预先提取的引道路面背景图像进行差分运算得到背景差分图;
步骤S102.将背景差分图去噪并二值化处理得到二值化前景车辆检测图像。
4.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,步骤S2中获取二值化运动检测图像的具体步骤包括:
步骤S111.将当前帧图像与上一帧图像作差获得帧差图;
步骤S112.将帧差图去噪并二值化处理得到二值化运动检测图像。
5.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,在步骤S2中,利用滑动窗口对二值化前景车辆检测图像和二值化运动检测图像进行处理时二值化前景车辆检测图像和二值化运动检测图像中各个待测车道分别对应一个滑动窗口。
6.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,在步骤S2和步骤S3中所述滑动窗口的形状为接近图像中引道区域的梯形。
7.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,所述步骤S3的具体步骤为:
步骤S301.根据先验知识预先设定车辆检测阈值和运动检测阈值;
步骤S302.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S303.当P1/S大于车辆检测阈值而且P2/S大于运动检测阈值时,判定滑动窗口内存在静止车辆,将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,并执行步骤S4,否则判断滑动窗口内不存在静止车辆,并执行步骤S4。
8.根据权利要求1所述的交叉口车辆排队长度检测方法,其特征在于,所述步骤S3的具体步骤为:
步骤S311.根据先验知识预先设定车辆检测阈值、运动检测阈值和一稳定性参数的初始值;
步骤S312.计算P1/S以及P2/S,其中S表示滑动窗口的面积;
步骤S313.当P1/S大于车辆检测阈值而且P2/S大于运动检测阈值时,判定滑动窗口内存在静止车辆,则将稳定性参数减1,执行步骤S314,否则判定滑动窗口内不存在静止车辆,将稳定性参数恢复至初始值,并执行步骤S4;
S314.判断稳定性参数是否为0,若是将滑动窗口由停止线向车辆队尾方向后移,计算车辆队列的图像空间长度,将稳定性参数恢复至初始设定值,并执行步骤S4,否则执行步骤S4。
9.根据权利要求1至8任一项所述的交叉口车辆排队长度检测方法,其特征在于,车辆队列的图像空间长度转换为实际的车辆长度时通过人工标定的滑动窗口对应长度来进行转换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310033535.4A CN103258425B (zh) | 2013-01-29 | 2013-01-29 | 一种交叉口车辆排队长度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310033535.4A CN103258425B (zh) | 2013-01-29 | 2013-01-29 | 一种交叉口车辆排队长度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103258425A true CN103258425A (zh) | 2013-08-21 |
CN103258425B CN103258425B (zh) | 2015-07-01 |
Family
ID=48962305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310033535.4A Active CN103258425B (zh) | 2013-01-29 | 2013-01-29 | 一种交叉口车辆排队长度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103258425B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489313A (zh) * | 2013-09-24 | 2014-01-01 | 长沙理工大学 | 车队长度检测方法及系统 |
CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
CN103927876A (zh) * | 2014-05-08 | 2014-07-16 | 山东大学 | 基于视频检测的交通溢流发生时间预测方法 |
CN105956544A (zh) * | 2016-04-28 | 2016-09-21 | 武汉大学 | 一种基于结构指数特征的遥感影像道路交叉口提取的方法 |
CN106485928A (zh) * | 2016-10-18 | 2017-03-08 | 郑州云海信息技术有限公司 | 一种交通信号灯控制方法、控制终端、业务平台及系统 |
CN107305739A (zh) * | 2016-04-22 | 2017-10-31 | 沃尔沃汽车公司 | 用于为交通灯辅助应用提供对队列长度的适应的装置和方法 |
CN111523385A (zh) * | 2020-03-20 | 2020-08-11 | 北京航空航天大学合肥创新研究院 | 一种基于帧差法的静止车辆检测方法及系统 |
CN111554109A (zh) * | 2020-04-21 | 2020-08-18 | 河北万方中天科技有限公司 | 基于排队长度的信号配时方法及终端 |
CN111627241A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 用于生成车辆排队信息的方法和装置 |
CN112735163A (zh) * | 2020-12-25 | 2021-04-30 | 北京百度网讯科技有限公司 | 确定目标物体静止状态的方法、路侧设备、云控平台 |
CN112802325A (zh) * | 2019-11-13 | 2021-05-14 | 北京百度网讯科技有限公司 | 车辆排队长度检测方法及装置 |
CN113129595A (zh) * | 2021-04-23 | 2021-07-16 | 济南金宇公路产业发展有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
CN115440052A (zh) * | 2022-11-09 | 2022-12-06 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799987A (zh) * | 2010-03-10 | 2010-08-11 | 北京航空航天大学 | 一种自适应式智能交通灯及其控制方法 |
CN102436739A (zh) * | 2011-09-27 | 2012-05-02 | 重庆大学 | 基于视频检测技术的高速公路收费广场交通拥堵判别方法 |
CN102867414A (zh) * | 2012-08-18 | 2013-01-09 | 湖南大学 | 一种基于ptz摄像机快速标定的车辆排队长度测量方法 |
-
2013
- 2013-01-29 CN CN201310033535.4A patent/CN103258425B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799987A (zh) * | 2010-03-10 | 2010-08-11 | 北京航空航天大学 | 一种自适应式智能交通灯及其控制方法 |
CN102436739A (zh) * | 2011-09-27 | 2012-05-02 | 重庆大学 | 基于视频检测技术的高速公路收费广场交通拥堵判别方法 |
CN102867414A (zh) * | 2012-08-18 | 2013-01-09 | 湖南大学 | 一种基于ptz摄像机快速标定的车辆排队长度测量方法 |
Non-Patent Citations (2)
Title |
---|
李卫斌等: "基于图像处理的车辆排队长度鲁棒检测算法", 《计算机测量与控制》 * |
杨永辉等: "基于视频分析的车辆排队长度检测", 《计算机应用研究》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489313A (zh) * | 2013-09-24 | 2014-01-01 | 长沙理工大学 | 车队长度检测方法及系统 |
CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
CN103927876A (zh) * | 2014-05-08 | 2014-07-16 | 山东大学 | 基于视频检测的交通溢流发生时间预测方法 |
CN103927876B (zh) * | 2014-05-08 | 2016-01-20 | 山东大学 | 基于视频检测的交通溢流发生时间预测方法 |
CN107305739A (zh) * | 2016-04-22 | 2017-10-31 | 沃尔沃汽车公司 | 用于为交通灯辅助应用提供对队列长度的适应的装置和方法 |
US11055995B2 (en) | 2016-04-22 | 2021-07-06 | Volvo Car Corporation | Arrangement and method for providing adaptation to queue length for traffic light assist-applications |
CN105956544B (zh) * | 2016-04-28 | 2019-04-09 | 武汉大学 | 一种基于结构指数特征的遥感影像道路交叉口提取的方法 |
CN105956544A (zh) * | 2016-04-28 | 2016-09-21 | 武汉大学 | 一种基于结构指数特征的遥感影像道路交叉口提取的方法 |
CN106485928A (zh) * | 2016-10-18 | 2017-03-08 | 郑州云海信息技术有限公司 | 一种交通信号灯控制方法、控制终端、业务平台及系统 |
US11468769B2 (en) | 2019-11-13 | 2022-10-11 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method for detecting vehicle queue length |
CN112802325A (zh) * | 2019-11-13 | 2021-05-14 | 北京百度网讯科技有限公司 | 车辆排队长度检测方法及装置 |
CN111523385A (zh) * | 2020-03-20 | 2020-08-11 | 北京航空航天大学合肥创新研究院 | 一种基于帧差法的静止车辆检测方法及系统 |
CN111523385B (zh) * | 2020-03-20 | 2022-11-04 | 北京航空航天大学合肥创新研究院 | 一种基于帧差法的静止车辆检测方法及系统 |
CN111554109A (zh) * | 2020-04-21 | 2020-08-18 | 河北万方中天科技有限公司 | 基于排队长度的信号配时方法及终端 |
CN111554109B (zh) * | 2020-04-21 | 2021-02-19 | 河北万方中天科技有限公司 | 基于排队长度的信号配时方法及终端 |
CN111627241A (zh) * | 2020-05-27 | 2020-09-04 | 北京百度网讯科技有限公司 | 用于生成车辆排队信息的方法和装置 |
CN111627241B (zh) * | 2020-05-27 | 2024-04-09 | 阿波罗智联(北京)科技有限公司 | 用于生成路口车辆排队信息的方法和装置 |
CN112735163A (zh) * | 2020-12-25 | 2021-04-30 | 北京百度网讯科技有限公司 | 确定目标物体静止状态的方法、路侧设备、云控平台 |
CN113129595B (zh) * | 2021-04-23 | 2022-06-10 | 山东金宇信息科技集团有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
CN113129595A (zh) * | 2021-04-23 | 2021-07-16 | 济南金宇公路产业发展有限公司 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
CN115440052A (zh) * | 2022-11-09 | 2022-12-06 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
CN115440052B (zh) * | 2022-11-09 | 2023-01-31 | 成都工业职业技术学院 | 一种基于大数据的交通流控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103258425B (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103258425B (zh) | 一种交叉口车辆排队长度检测方法 | |
US9607402B1 (en) | Calibration of pedestrian speed with detection zone for traffic intersection control | |
Koukoumidis et al. | Signalguru: leveraging mobile phones for collaborative traffic signal schedule advisory | |
US10081308B2 (en) | Image-based vehicle detection and distance measuring method and apparatus | |
KR101606100B1 (ko) | 비디오 축약 방법 및 장치 | |
CN103942959B (zh) | 一种车道检测方法及装置 | |
JP5783243B2 (ja) | 周期的静止物検出装置及び周期的静止物検出方法 | |
CN104282158B (zh) | 一种交通信号灯智能控制方法和系统 | |
CN103226891B (zh) | 一种基于视频的车辆碰撞事故检测方法及系统 | |
Sen et al. | Accurate speed and density measurement for road traffic in India | |
CN104318263A (zh) | 一种实时高精度人流计数方法 | |
CN104778846A (zh) | 一种基于计算机视觉的交通信号灯控制方法 | |
CN102136196A (zh) | 一种基于图像特征的车辆测速方法 | |
CN101727748A (zh) | 一种基于车辆尾灯检测的车辆监控方法、系统和设备 | |
CN113326719A (zh) | 一种用于目标追踪的方法、设备及系统 | |
Laureshyn et al. | Application of automated video analysis for behavioural studies: concept and experience | |
Wang et al. | A roadside camera-radar sensing fusion system for intelligent transportation | |
CN102496008A (zh) | 基于机器视觉的行人流量检测方法和系统 | |
KR100990404B1 (ko) | 다차선 차량 검지 방법 | |
US20230154192A1 (en) | Person flow analysis method and system, electronic device, and readable storage medium | |
Li et al. | Intelligent transportation video tracking technology based on computer and image processing technology | |
CN110610118A (zh) | 交通参数采集方法及装置 | |
CN105006151A (zh) | 一种基于弱磁传感器的动态车辆检测方法 | |
Zheng et al. | Detecting cycle failures at signalized intersections using video image processing | |
CN102193688B (zh) | 一种多点触摸跟踪识别方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 510275 No. 135 West Xingang Road, Guangzhou, Guangdong, Haizhuqu District Patentee after: SUN YAT-SEN University Patentee after: GUANGDONG FUNDWAY TECHNOLOGY Co.,Ltd. Address before: 510275 No. 135 West Xingang Road, Guangdong, Guangzhou Patentee before: SUN YAT-SEN University Patentee before: GUANGZHOU FUNDWAY TRAFFIC TECHNOLOGY Co.,Ltd. |