CN105046952B - 稀疏道路交通事件地空联合检测方法 - Google Patents
稀疏道路交通事件地空联合检测方法 Download PDFInfo
- Publication number
- CN105046952B CN105046952B CN201510338549.6A CN201510338549A CN105046952B CN 105046952 B CN105046952 B CN 105046952B CN 201510338549 A CN201510338549 A CN 201510338549A CN 105046952 B CN105046952 B CN 105046952B
- Authority
- CN
- China
- Prior art keywords
- traffic
- video camera
- detection
- unmanned aerial
- aerial vehicle
- 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.)
- Expired - Fee Related
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种稀疏道路的交通事件地空联合检测方法，该方法通过在稀疏道路路段安装视频摄像机，进行固定位置的路段交通事件检测，并结合无人飞机沿路飞行侦察，进行移动的道路交通事件检测。当道路交通事件发生在视频摄像机和无人飞机的监测范围之内时，即为检测到交通事件。本发明通过地空交通检测设备联合检测，既发挥了固定视频摄像机的定范围、连续的交通事件检测优势，也发挥了移动无人飞机的灵活、间断的交通事件功能，实现了地空交通检测设备的交通事件检测功能互补，有效提高了交通事件的检测范围和检测率。
Description
技术领域
本发明涉及智能交通领域，特别是涉及一种稀疏道路交通事件地空联合检测方法。
背景技术
在城市交通监控系统中，固定线圈、高清卡口、视频摄像机等设备已被广泛采用，用于交通数据的采集、交通事故的自动检测等。中国专利公开号CN101540101公开了一种道路交通事故检测方法，该方法选取交通占有率作为交通事故检测的主要参数，并以速度参数作为辅助，来判断是否有交通事故发生。中国专利公开号CN104103171A公开了一种双截面交通事故检测方法，该方法选取道路的两个截面，获取两个截面的交通参数、时钟漂移率和数据修复系数，进而提高双截面交通事故检测算法的检测效果。
上述两种交通事故检测方法主要应用在较高流量的连续交通流中，而稀疏道路主要分布于我国西部地区，其公路网密度较低，道路车流量低，车辆运行速度较快且往往处于人口稀少区域。由于车流量低，一旦发生交通事故，交通事故所在道路断面上下游的交通参数指标基本上不发生变化，因此，传统的城市道路和高速公路的交通事故检测技术无法直接应用到稀疏道路的交通事故检测当中。
另外，现有的稀疏道路交通事故检测方法主要依赖于传统的线圈、微波、红外和视频检测设备进行交通事故检测，但是稀疏道路的车流量低、里程长、出入口间距大，如利用现有的检测方法，通过分析交通流参数的变化来判别交通事故的发生，需要铺设大量的交通检测设备，不仅投资大，而且交通事故检测效果欠佳。
发明内容
为解决上述技术问题，本发明提供一种投资小、检测效果好的稀疏道路交通事件联合检测方法。为此，本发明的技术方案如下：
(1)按固定间隔将待测稀疏道路划分成多个路段，收集每个路段的交通指标，运用聚类分析法进行危险路段的聚类分析，输出路段数据集的分类结果，确定最危险路段的数据集，选择最危险路段为交通检测设备的监控路段；
(2)在所述最危险路段的中央安装视频摄像头，使所述视频摄像机按固定时间间隔旋转180°，检测停驶车辆；
(3)在无人飞机的机载云台上安装摄像机，所述无人飞机沿所述监控路段飞行，检测停驶车辆；
(4)如停驶车辆仅发生在所述视频摄像机的监控范围内，则确定为1起交通事件；如停驶车辆仅发生在所述无人飞机摄像机的监控范围内，则确定为1起交通事件；如被视频摄像机和无人飞机摄像机同时检测到同一停驶车辆，则确定为1起交通事件。
优选的是，所述每个路段的交通指标为该路段的事故数、死亡人数、受伤人数和经济损失。
优选的是，步骤(2)中所述视频摄像机每1-3分钟旋转180°。
优选的是，步骤(3)中所述无人飞机沿监控路段飞行的方式为单向飞行或多次折返飞行，无人飞机的飞行高度为50-80米。
在步骤(2)、步骤(3)中，检测停驶车辆的方法为人工观察或视频自动识别。
本发明的有益效果如下：
通过视频摄像头和无人飞机进行联合交通事件检测，既发挥了固定视频摄像机的定范围和连续的交通事件检测优势，也发挥了无人飞机的灵活、间断的探测交通事件功能，实现了地空交通检测设备的交通事件检测功能互补，有效地提高了交通事件的检测范围和检测率。另外，在交通事件高发路段安装视频摄像机，提高了检测交通事件的针对性，减少了固定检测器的数量，从而降低了投资规模，提高了稀疏道路的交通事件检测效益比。
附图说明
图1是本发明中进行危险路段聚类分析的流程图；
图2是本发明中视频摄像机的交通事件检测方法图；
图3是本发明中无人飞机单向飞行的交通事件检测方法图；
图4是本发明中无人飞机折返飞行的交通事件检测方法图；
图5是本发明中视频摄像机和无人飞机联合交通事件检测的方法图。
具体实施方式
下面结合附图和具体实施例对本发明的稀疏道路交通事件地空联合检测方法进行详细说明。
以新疆库尔勒至库车高速公路第7标段为例，该标段长200km，进行稀疏道路交通事件地空联合检测，包括以下步骤：
(1)首先进行聚类分析。参见图1的聚类分析流程图，具体步骤如下：
a)按5km的定长间隔划分稀疏道路，收集每个定长子路段的事故数、死亡人数、受伤人数和经济损失四个指标；
b)从定长子路段的数据集中随机选取4个样本作为聚类中心；
c)将每个定长子路段的样本聚类到离自己最近的4个聚类中心之一，将路段样本分为4类；
d)计算每个聚类中心的均值(路段的事故数、死亡人数、受伤人数和经济损失)，并用新均值替换原来的聚类中心；
e)如果聚类中心改变，则执行步骤b)；如果聚类中心未改变，则执行步骤f)；
f)输出4类路段数据集，确定最危险的路段集，选择最危险路段为交通检测设备的监控路段。
根据聚类分析法的结果从中选取一段5km长的危险路段，并要求检测系统在5分钟内检测到交通事件。
(2)在该危险路段的中央均匀布设3个视频摄像机，视频摄像头的单向检测范围为300m，使所述视频摄像头每2.5分钟旋转180°，检测停驶车辆。
(3)在无人飞机的机载云台上安装摄像机，所述无人飞机沿所述危险路段飞行，检测停驶车辆。在本实施例中，无人飞机飞行的速度为30km/h，飞行高度为60m、侦测视野范围为150米。
(4)如停驶车辆仅发生在所述视频摄像机的监控范围内，则确定为1起交通事件；如停驶车辆仅发生在所述无人飞机摄像机的监控范围内，则确定为1起交通事件；如被视频摄像机和无人飞机摄像机同时检测到同一停驶车辆，则确定为1起交通事件。
在步骤(2)、步骤(3)中，检测停驶车辆的方法为人工观察，也可以利用视频自动识别技术进行自动检测。
参见图2-图5，检测结果如下：
用单一视频摄像机进行交通事件检测，在5分钟内，检测到的交通事件发生率为35.75％。
用视频摄像机和单向飞行的无人飞机同时进行交通事件检测，检测的到交通事件发生率为44.33％。
用视频摄像机和折返飞行的无人飞机同时进行交通事件检测，检测到的交通事件发生率为47.81％。
本发明结合稀疏道路的实际特点，组合运用视频摄像头和无人飞机检测交通事件发生率，提出了稀疏道路交通事件地空联合检测方法。
Claims (3)
1.一种稀疏道路交通事件地空联合检测方法，其特征在于包括以下步骤：
(1)按固定间隔将待测稀疏道路划分成多个路段，收集每个路段的交通指标，运用聚类分析法进行危险路段的聚类分析，输出路段数据集的分类结果，确定最危险路段的数据集，选择最危险路段为交通检测设备的监控路段；
(2)在所述最危险路段的中央安装视频摄像机，使所述视频摄像机按固定时间间隔旋转180°，检测停驶车辆；
(3)在无人飞机的机载云台上安装摄像机，所述无人飞机沿所述监控路段飞行，检测停驶车辆；
(4)如停驶车辆仅发生在所述视频摄像机的监控范围内，则确定为1起交通事件；如停驶车辆仅发生在所述无人飞机摄像机的监控范围内，则确定为1起交通事件；如被视频摄像机和无人飞机摄像机同时检测到同一停驶车辆，则确定为1起交通事件；
步骤(1)中所述每个路段的交通指标为该路段的事故数、死亡人数、受伤人数和经济损失；
步骤(3)中所述无人飞机沿监控路段飞行的方式为单向飞行或多次折返飞行；
在步骤(2)、步骤(3)中，检测停驶车辆的方法为人工观察或视频自动识别。
2.根据权利要求1所述的稀疏道路交通事件地空联合检测方法，其特征在于：步骤(2)中所述视频摄像头每1-3分钟旋转180°。
3.根据权利要求1所述的稀疏道路交通事件地空联合检测方法，其特征在于：步骤(3)中无人飞机的飞行高度为50-80米。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510338549.6A CN105046952B (zh) | 2015-06-17 | 2015-06-17 | 稀疏道路交通事件地空联合检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510338549.6A CN105046952B (zh) | 2015-06-17 | 2015-06-17 | 稀疏道路交通事件地空联合检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105046952A CN105046952A (zh) | 2015-11-11 |
| CN105046952B true CN105046952B (zh) | 2017-12-08 |
Family
ID=54453458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510338549.6A Expired - Fee Related CN105046952B (zh) | 2015-06-17 | 2015-06-17 | 稀疏道路交通事件地空联合检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105046952B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108347587B (zh) * | 2018-03-01 | 2020-12-25 | 安徽交控信息产业有限公司 | 用于交通道路的闭路监控系统 |
| CN108230678B (zh) * | 2018-03-01 | 2020-12-01 | 深圳联和智慧科技有限公司 | 应用无人机监控的交通道路监控系统 |
| CN108347588B (zh) * | 2018-03-01 | 2021-04-20 | 温仕鑫 | 城市道路闭路监控系统 |
| CN117391911B (zh) * | 2023-12-08 | 2024-02-27 | 日照先森网络科技股份有限公司 | 一种智慧城市综合管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10210456A (ja) * | 1996-11-19 | 1998-08-07 | Sumitomo Electric Ind Ltd | 映像監視システム |
| CN102073846A (zh) * | 2010-12-15 | 2011-05-25 | 同济大学 | 基于航拍图像的交通信息获取方法 |
| CN102360526A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 一种快速道路路段状态的实时监测方法 |
| CN102360524A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 快速道路危险交通流特征的自动检测确认方法 |
| CN104332053A (zh) * | 2014-11-13 | 2015-02-04 | 深圳大学 | 一种基于小型无人机的道路交通巡检系统及其巡检方法 |
-
2015
- 2015-06-17 CN CN201510338549.6A patent/CN105046952B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10210456A (ja) * | 1996-11-19 | 1998-08-07 | Sumitomo Electric Ind Ltd | 映像監視システム |
| CN102073846A (zh) * | 2010-12-15 | 2011-05-25 | 同济大学 | 基于航拍图像的交通信息获取方法 |
| CN102360526A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 一种快速道路路段状态的实时监测方法 |
| CN102360524A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 快速道路危险交通流特征的自动检测确认方法 |
| CN104332053A (zh) * | 2014-11-13 | 2015-02-04 | 深圳大学 | 一种基于小型无人机的道路交通巡检系统及其巡检方法 |
Non-Patent Citations (1)
| Title |
|---|
| 稀疏路网条件下的无人飞机交通监控部署方法;刘晓锋;《公路交通科技》;20120331;第124页至第129页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105046952A (zh) | 2015-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109255955B (zh) | 一种基于地基和空基协同感知的高速公路事故监测方法及系统 | |
| CN105046952B (zh) | 稀疏道路交通事件地空联合检测方法 | |
| CN103985250B (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
| CN104157152B (zh) | 一种用于道路交叉口车辆排队溢出状态的交通信号优化控制方法 | |
| CN101777259B (zh) | 城市道路交叉路口平均延误获取方法 | |
| CN105825669B (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
| CN103903465B (zh) | 一种道路拥堵原因实时发布方法及系统 | |
| CN103794061B (zh) | 基于多种定位数据计算道路融合行程车速的方法 | |
| CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
| CN102024323B (zh) | 基于浮动车数据提取车辆排队长度的方法 | |
| CN110164130A (zh) | 交通事件检测方法、装置、设备及存储介质 | |
| CN104392610A (zh) | 基于分布式视频的高速路交通事件影响范围动态监控方法 | |
| CN105786895B (zh) | 道路交叉口的排放量的测算方法和装置 | |
| CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
| WO2018122588A1 (zh) | 一种使用wi-fi探针检测行人流量的方法 | |
| CN101739824A (zh) | 基于数据融合技术的交通状况估计方法 | |
| CN108573607A (zh) | 一种红绿灯控制系统及方法 | |
| CN103198713A (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
| CN106548630A (zh) | 一种驾驶行为的检测方法及装置 | |
| CN104700630A (zh) | 一种高速公路车流量的监测方法及系统 | |
| CN107918762A (zh) | 一种公路遗撒物快速检测系统及方法 | |
| CN104464294A (zh) | 一种基于阵列雷达的路段交通状态评价方法及装置 | |
| CN104778848A (zh) | 用于道路交叉口车辆协调优化状态的交通信号优化控制方法 | |
| Bharadwaj et al. | Traffic data analysis using image processing technique on Delhi–Gurgaon expressway | |
| CN112017429A (zh) | 一种基于货车gps数据的治超监测布点方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171208 Termination date: 20180617 |