CN105702030A - 基于车辆运行轨迹的城市安全监控摄像头部署方法 - Google Patents

Abstract

本发明提供一种基于车辆运行轨迹的城市安全监控摄像头部署方法，属于城市智能交通与安全监控领域。本发明以城市车辆GPS数据信息为对象，选取车牌号，经度，纬度，时间作为特征，用网格将城市地图划分为多个相同的区域单元，对各个区域单元进行编号，从城市地图中挑选出具有车流量最大值的一个区域单元，并部署一个摄像头；基于贪婪策略，从城市地图中继续挑选其他n-1个区域单元，在该n-1个区域单元分别部署一个摄像头。本发明充分挖掘城市中车辆行驶轨迹的规律，以优化城市监控策略，可应用于不同城市。

Description

基于车辆运行轨迹的城市安全监控摄像头部署方法

技术领域

本发明涉及城市智能交通与安全监控领域，尤其涉及监控摄像头的部署方法。

背景技术

智能交通作为一个事关国计民生与社会经济发展的重要领域，近年来得到持续广泛而深入的研究。在城市智能化的过程中，城市人口与车辆规模也在相应的不断的扩大。在这样一个过程中，原有的城市安全监控资源将日显不足，限制城市有序稳定发展。尤其近年来，伴随着恐怖主义等全球性冲突及地区经济教育等不平衡因素的发展，城市安全监控作为一个重要的议题，其重要性日益突出。

不同于本发明，国内外相关的城市安全监控相关研究和技术主要涵盖：

(1)根据经验进行部署，例如将摄像头部署在进出口位置(如停车场进出口，购物中心进出口，银行进出口等)、交易地点(交易地点一般是收银台、出纳、收费站等，是一些比较容易出现争议的地方)，以及偏僻的区域(偏僻区域主要是指离城市中心较远的偏僻街道，在这些地方安装摄像头，可以捕获到肇事逃逸等犯罪行为)。根据经验对摄像头部署位置的分析有主观倾向的缺点，无法达到最优化的合理部署。

(2)图像处理领域的多摄像头协同部署。这种部署方法主要是为了在有限的摄像头视野范围内，结合多个摄像头的图像，得到目标物体的时时三维位置，从而达到跟踪捕捉运动目标的目的。这种多摄像头的部署方法主要是持续观测目标对象在一小片区域内的活动情况，主要研究如何在空间内调整多个摄像头的角度与高度，达到协同跟踪的目的。

由此可见，城市监控摄像头最优化部署的问题尚未被广泛深入研究，相关技术也尚未被广泛应用。而另一方面，随着城市人口与面积的不断扩大，必然面临如下问题：有限的安全监控资源逐渐难以适应不断扩大的城市规模，而解决城市监控摄像头的最优化部署不仅能够有效节省财政开支，而且提升城市安全监控效率和智能化程度，达到事半功倍的效果。

发明内容

本发明的目的在于提供一种适应性较强的基于车辆运行轨迹的城市安全监控摄像头部署方法。

为达到上述目的，本发明采用了以下技术方案：

1)获取城市车辆运行的坐标轨迹数据，从坐标轨迹数据中筛选出车辆的车牌号、经度、纬度、时间以及日期信息；

2)用网格将城市地图划分为多个相同的区域单元，对各个区域单元进行编号，然后将步骤1)筛选的车辆的经纬度信息通过对应区域单元的编号进行离散，从而得到网格尺度下的车辆轨迹；

3)从城市地图中挑选出具有车流量最大值的一个区域单元，并在该区域单元所对应城市实际区域部署一个摄像头；

4)基于贪婪策略，从城市地图中逐个挑选其他n-1个区域单元，并使新挑选出的区域单元与已经挑选出来的区域单元构成的组合区域具有车流量最大值，在该n-1个区域单元所对应城市实际区域分别部署一个摄像头，n表示摄像头预算个数。

所述区域单元为矩形，所述矩形的长、宽以及摄像头预算个数可由用户自行设定。

所述步骤3)中，所述车流量是指在相同的时间段内经过某个区域单元的不同车辆的个数。

所述步骤4)中，通过求解以下优化问题得到具有车流量最大值的组合区域：

$\underset{S}{\arg \min }F\left(S\right)=\frac{1}{\left|C\right|}\underset{c\∈C}{\Σ}\frac{T}{n_c\left(S\right)+1}$

其中，S为区域集合，T为采集数据的总时长，C为T时间段内经过该区域集合的全部车辆的集合，n_c(S)为c车辆在T时间段内经过该区域集合的次数。

所述步骤4)具体包括以下步骤：

4.1)挑选出区域单元S’，使得组合区域S’+S_k-1的车流量最大，由此得到区域集合S_k＝S’+S_k-1；

4.2)重复步骤4.1)，直至组合区域的区域单元个数k达到给定的摄像头预算个数n，由此确定出其他n-1个部署摄像头的区域单元。

本发明具有以下有益效果：

1.在监控资源有限的情况下，本发明能够得出重点的监控摄像头部署区域，部署较少的监控摄像头，达到同样的城市监管效果，有利于节省开支。

2.与现有的其他城市监控摄像头的部署策略相比，本发明能够在相同时间段内，使得监控车辆的个数以及每个车辆的监控频率最大化，有利于加强城市监管的效果。

具体实施方式

下面结合实施例对本发明做详细说明。

本发明旨在设计一种城市安全监控摄像头部署方法，以期更加合理的选择部署摄像头的地理位置区域，能够更加有效的对城市交通监控，使得在突发事件发生时，能够以更大概率发现或者还原车辆运行轨迹。选择更加合理的部署位置，是一个非常重要的问题。理由包括：(1)摄像头清晰度越来越高，而带宽资源有限。因此，有限的带宽，不可能支持无限制的在所有路段区域安装摄像头；(2)由于摄像头硬件与安装维护成本，政府投资的额度限制，使得城市安全监控摄像头的总数也是有限的。

本发明隶属于城市监控摄像头部署，主要思路为：以城市车辆GPS数据信息为对象，选取车牌号、经度、纬度、时间作为特征，基于部署摄像头策略的子模(Submodular)特性，通过一种基于贪婪策略的监控摄像头部署方法，以最小化平均监控时间间隔为目标，从而最大化该部署方法的车辆覆盖度指标。本方法充分利用了城市中车辆行驶规律，可适用于不同城市。

根据上述思路，本发明具体提出了基于城市车辆运行的坐标轨迹数据的城市监控摄像头部署方法，包括以下步骤：

步骤1、获取城市车辆运行的坐标轨迹数据，每条数据中包括车牌号、经度、纬度、时间以及日期信息。输入信息为<licensenumber,longitude,latitude,time,date>，如<陕A00000,100,40,14:20,2000-01-01>。

步骤2、用网格将城市地图划分为多个区域(区域依次编号为S1，S2，S3……)，网格中，划分的每个区域的长和宽为L和W。步骤2的策略为(以划分成正方形区域为例)：首先，分别计算出城市最小纬度(lat_min)、城市最大纬度(lat_max)、城市最小经度(lon_min)以及城市最大经度(lon_max)。将纬度的1度与1米进行换算，得到每纬度对应的米数，用meter_per_lat表示，将城市最大纬度(lat_max)与城市最小纬度(lat_min)的纬度差值换算成米，再除以网格单个划分区域的边长(经比例尺换算为实际长度)，得到纬度方向上的区域个数col，同理，通过将城市最大经度(lon_max)与城市最小经度(lon_min)的经度差值换算成米，再除以单个划分区域的边长(经比例尺换算为实际长度)，可以得到经度方向上的区域个数row，将所有区域由上到下，从左到右进行编号，则可以计算出区域的编号，如第一行为1，2…col，第row行为(row-1)*col+1，(row-1)*col+2，row*col。

步骤3、计算从步骤1筛选出的数据中，经纬度所对应的网格中的区域的编号(如东经100度、北纬40度在区域S1中)，从而将车辆的经度(lon)、纬度(lat)数据离散化，网格中的每一个划分的区域都是一个可能的部署摄像头的区域。未部署监控摄像头时，需要部署监控摄像头的区域的集合S₀为空集。

步骤4、挑选出第一个区域，使得该区域中的车流量(flux)比任何其他的区域都大。步骤4的策略为：先使得最大车流量(maxflux)为0，对于网格中划分的每一个区域，都统计出(采集数据的总时长T)经过该区域的不同车辆的个数，作为车流量(flux)，如果maxflux<flux，则标记拥有最大车流量的区域(Area)为该区域，并令该区域的车流量为maxflux。遍历所有区域，就得到了网格中车流量最大的区域，在考虑部署一个监控摄像头的情况时，该区域就构成了需要部署监控摄像头的区域的集合S₁，由于该区域的车流量最大，所以如果只部署一个监控摄像头，那么部署在S₁对应的区域最合算。(如果有两个以上区域具有相同的最大车流量，则随机选取一个构成集合S₁)

步骤5、挑选出区域S’，使得组合区域S’+S_k-1的车流量最大，遍历所有可能的S’，由此得到需要部署监控摄像头的区域的集合S_k＝S’+S_k-1(如果有两个以上区域使S_k具有相同的最大车流量，则随机选取一个构成集合S_k)。步骤5的策略为：由于一个划分区域内仅部署一个摄像头，在考虑部署两个监控摄像头的情况时，对于网格中除了S₁之外的其他各个划分区域，取该区域与S₁的并集，计算出相应的车流量(flux)，遍历所有的区域，得到最大车流量(maxflux)对应的区域(Area)，将这个区域与S₁的并集选取为S₂。在部署三个监控摄像头的情况时，对于网格中每一个在S₂之外的划分区域，取该区域与S₂的并集，计算出相应的车流量，遍历所有的区域，得到最大车流量对应的区域，将这个区域与S₂的并集选取为S₃。

步骤5中获取车流量最大值所对应组合区域的问题相当于寻找最优化目标：

$\underset{S}{\arg \min }F\left(S\right)=\frac{1}{\left|C\right|}\underset{c\&Element;C}{\&Sigma;}\frac{T}{n_c\left(S\right)+1}$

其中，S为区域集合，T为采集数据的总时长，即数据采集结束时间T_end减去数据采集开始时间T₀，C为T时间段内经过该区域集合的全部车辆的集合，c为某一个车辆，属于集合C，n_c(S)为在区域集合S内的c车在T时间段内经过区域集合S的次数。等式右侧即是车辆出现的时间间隔，最优化的目的为找出使得车辆出现时间间隔最短的S，即最大化了车辆覆盖度。

步骤6、根据步骤5依次类推，分别计算S₄，S₅……直至组合区域的区域个数k达到用户事先给定的监控摄像头预算个数n，由此确定出最合适的n个部署监控摄像头的区域。

以北京市为例，划分的区域按照比例尺换算后为50m×50m，假定摄像头布置在区域内时可拍摄到区域内全景。结果表明：本发明的部署策略很好地覆盖了车流量较大区域，同时也照顾了部署的广度。在本算例中，如果在200个关键的划分区域进行摄像头部署(每个区域各部署一个)，4小时内，能够监控到90％左右的当天出行车辆。如果在900个关键的划分区域进行摄像头部署(每个区域各部署一个)，10分钟内，能够监控到100％左右的当天出行车辆。

本发明着眼于基于车辆运行轨迹的城市安全监控摄像头部署方法，在车联网与大数据技术日益发展的背景下，基于城市车辆运行的坐标轨迹数据，提出一种更加有效监控城市交通的摄像头部署方法。本发明能够在给定摄像头预算数目下，最大化对城市运行的不同车辆的监控覆盖率以及对单个车辆的平均监控频率。本发明有利于在安全事故、治安事件等突发事件发生之后，监管部门以更大概率查找并更加完整的恢复车辆运行轨迹。

Claims (5)

1.一种基于车辆运行轨迹的城市安全监控摄像头部署方法，其特征在于：包括以下步骤：

1)获取城市车辆运行的坐标轨迹数据，从坐标轨迹数据中筛选出车辆的车牌号、经度、纬度、时间以及日期信息；

2)用网格将城市地图划分为多个相同的区域单元，对各个区域单元进行编号，然后将步骤1)筛选的车辆的经纬度信息通过对应区域单元的编号进行离散，从而得到网格尺度下的车辆轨迹；

3)从城市地图中挑选出具有车流量最大值的一个区域单元，并在该区域单元所对应城市实际区域部署一个摄像头；

4)基于贪婪策略，从城市地图中逐个挑选其他n-1个区域单元，并使新挑选出的区域单元与已经挑选出来的区域单元构成的组合区域具有车流量最大值，在该n-1个区域单元所对应城市实际区域分别部署一个摄像头，n表示摄像头预算个数。

2.根据权利要求1所述一种基于车辆运行轨迹的城市安全监控摄像头部署方法，其特征在于：所述区域单元为矩形，所述矩形的长、宽以及摄像头预算个数可由用户自行设定。

3.根据权利要求1所述一种基于车辆运行轨迹的城市安全监控摄像头部署方法，其特征在于：所述步骤3)中，所述车流量是指在相同的时间段内经过某个区域单元的不同车辆的个数。

4.根据权利要求1所述一种基于车辆运行轨迹的城市安全监控摄像头部署方法，其特征在于：所述步骤4)中，通过求解以下优化问题得到具有车流量最大值的组合区域：

$\underset{S}{\arg \min }F\left(S\right)=\frac{1}{\left|C\right|}\underset{c\&Element;C}{\&Sigma;}\frac{T}{n_c\left(S\right)+1}$

其中，S为区域集合，T为采集数据的总时长，C为T时间段内经过该区域集合的全部车辆的集合，n_c(S)为c车辆在T时间段内经过该区域集合的次数。

5.根据权利要求4所述一种基于车辆运行轨迹的城市安全监控摄像头部署方法，其特征在于：所述步骤4)具体包括以下步骤：

4.1)挑选出区域单元S’，使得组合区域S’+S_k-1的车流量最大，由此得到区域集合S_k＝S’+S_k-1；

4.2)重复步骤4.1)，直至组合区域的区域单元个数k达到给定的摄像头预算个数n，由此确定出其他n-1个部署摄像头的区域单元。