CN107293116B - 一种基于视频分析的交通事件检测系统 - Google Patents

Abstract

本发明公开了一种基于视频分析的交通事件检测系统，包括如下步骤：步骤1：建立交叉路口的标定信息；步骤2：跨车道线行驶检测；步骤3：不按导向车道行驶检测；步骤4：闯红灯检测；步骤5：平均通过时间检测；步骤6：单位时间通过车辆数检测；步骤7：平均车速检测。本发明具有设备安装简单，检测交通事件丰富，准确率高以及维护成本低等优点。

Description

一种基于视频分析的交通事件检测系统

技术领域

本发明涉及智能交通领域，具体是一种基于视频分析的交通事件检测系统。

背景技术

随着我国交通事业的迅速发展，城市的汽车数量逐年增加，城市道路拥堵，交通事故频发，车辆违章行为屡禁不止等问题显得越来越突出。现代化交通控制系统的建设，可以大幅度的提高现有道路的利用率，同时减小交通部门的劳作强度，因此提出一种基于视频分析的交通事件检测方法。

交通事件是指道路上偶然发生的、非规律性的事件以及其参数的总和。本专利把交通事件的主体限定为交叉路口的车辆，把交通事件分为车辆违章以及车辆交通参数两类，其中车辆违章主要指闯红灯、跨车道线行驶和不按导向车道行驶，交通参数包括平均通过时间、单位时间通过车辆数和平均车速。

公开号为CN 105448104A的中国专利申请公开了一种闯红灯违法抓拍系统，以单片机为核心，配合高清摄像机、红灯信号检测器、车辆检测器、时钟芯片以及远程通信模块，用于实时检测闯红灯车辆，并发送给交管部门，该系统需要多种辅助设备支持，成本较高，另外由于路面环境恶劣，系统整体鲁棒性并不强；公开号为CN 103050014A的中国专利申请公开了交通车速检测系统及检测方法，在每个车道上安置一个采集单元，其中采集单元包括第一、第二地磁传感器节点，一个信号节点用于采集地磁信号并计算车速，该方法具有检测精度高的优点，但铺设地磁线圈需要开凿路面，初期成本高，后期维护也不方便。

发明内容

为克服现有技术的不足，本发明提供一种基于视频分析的交通事件检测系统，由于路口相机安装完毕之后，其视角内的各车道线，信号灯等的位置也确定下来了，因此可以通过人工标定或者自动化标定的方法来获取这些交通信号标志的信息。本发明的内容建立在这些交通信号标志的位置已事先标定，并且各时刻的信号灯参数以及车辆轨迹信息也可获取的基础上，包括如下步骤：

步骤1：建立交叉路口的标定信息，包括红灯停直线BSL、左转跟踪停止线LSL、直行跟踪停止线DSL和右跟踪停止线RSL，它们由式(1)所示的二元组表示：

其中，BSLP₁(x,y)和BSLP₂(x,y)分别表示直线BSL在图像中的起点坐标和终点坐标，式(1)中的其他含义以此类推；

车道标定的集合L如式(2)所示，其中n表示车道数，VL_i表示第i个车道，每个车道由左右两条边界线构成，tl_i(x,y)和bl_i(x,y)分别表示车道VL_i左边界线在图像上的起点和终点坐标，记左边界线为LL_i＝(tl_i(x,y),bl_i(x,y))，tr_i(x,y)和br_i(x,y)分别表示车道VL_i右边界线在图像上的起点和终点坐标，记右边界线为LR_i＝(tr_i(x,y),br_i(x,y))，{l,d,r,ld,dr,lr,a}表示车道属性，分别为左转、直行、右转、左转直行、直行右转、左转右转、左中右均可，flag_i表示车道VL_i的车道属性取值；

对于任意从进入交叉路口到离开交叉路口的车辆，通过车辆检测与跟踪算法获取车辆的运动轨迹，如式(3)所示，其中k为车辆的标号，t表示用帧号表示的时刻，

表示t时刻对应的实际时间戳；该车辆所在车道的信号灯状态序列如(4)所示，其中j表示该车对应的车道号，

表示t时刻该车辆所在的第j个车道对应的信号灯状态，{0,1}为信号灯状态，0表示绿灯或黄灯，1表示红灯：

步骤2：跨车道线行驶检测，具体为：对于任意进入交叉路口场景的车辆轨迹V_k，它的初始位置为

遍历车道集合L，找到满足式(5)的j即为V_k的初始车道标号：

其中，TA为计算三角形面积的函数，输入为三角形的三个顶点，输出为三角形的面积，VL_j为该辆车对应的车道；

分析车辆轨迹V_k，找到时刻t_a，使其满足：

且

且

与BSL相交，其中,

表示车辆ta时刻的位置

与初始位置

连接的线段；进一步，对车辆轨迹中的每个t时刻的位置P_t ^k(x,y)，t<t_a，记P_t ^k(x,y)与

连成的线段为

若L1和LL_j或L1和LR_j存在交点，则判定车辆跨车道行驶，LL_j和LR_j分别为对应的车道VL_j为的左右边界线；

步骤3：不按导向车道行驶检测，具体为：对于车辆的轨迹V_k，令t_d表示车辆驶离检测区域的时刻，根据式(6)可计算得到车辆消失时刻的方向Direction，Direction∈{Left,Direct,Right}，Left,Direct和Right分别表示车辆左转、直行和右转；结合车辆V_k的初始车道标号j及其车道属性flag_j，若满足：(flag_j＝l&&Direction≠Left)||(flag_j＝d&&Direction≠Direct)||(flag_j＝r&&Direction≠Right)||(flag_j＝ld&&Direction＝Right)||(flag_j＝dr&&Direction＝Left)||(flag_j＝lr&&Direction＝Direct)，则判定为不按导向车道行驶；

步骤4：闯红灯检测，具体为：遍历车辆的轨迹V_k，找到满足下式的t_b时刻：

则判定为闯红灯，其中，

表示该车辆对应车道VL_j在t_b时刻的信号灯状态；

步骤5：平均通过时间检测，具体为：设在给定时间内有Q辆车通过交叉路口，第k辆通过路口的时刻为t′_k，k＝1,2,…,Q，则平均通过时间T_avg根据(7)计算：

其中，时刻t′_k采用车辆通过该交叉路口的帧数表示；f为交叉路口监控相机的帧率，单位为fps；

步骤6：单位时间通过车辆数检测，具体为：设待检测时间段的起始时间戳为time₁，结束时间戳为time₂，则单位时间通过车辆数按式(8)计算：

其中，Num指在给定时间段[time₁,time₂]内通过的车辆总数；

步骤7：平均车速检测，具体为：在给定时间段[time₁,time₂]内的平均车速根据式(10)、(11)和(12)计算：

其中，t＝1,2,…,m_k-1，cali表示通过事先标定的每像素代表的物理距离。

本发明的优点：本发明具有设备安装简单，检测交通事件丰富，准确率高以及维护成本低等优点。

附图说明

图1为交叉路口示意图。

具体实施方式

下面结合实施例来详细阐述本发明的基于视频分析的交通事件检测系统的具体实施方式。

步骤1：交叉路口数学模型建立，交叉路口如图1所示，车辆停止线共有4条，分别为红灯停直线(BSL，即图中红色线条)、左跟踪停止线(LSL)、直行跟踪停止线(DSL)和右跟踪停止线(RSL)，根据事先标定信息，把这4条直线分别参数化：

每个车道由4个点及其连线组成，车道VL_i,参数化为式(2)，其中n表示交叉路口车道数,flag＝{l,d,r,ld,dr,a}表示车道属性，分别为左转、直行、右转、左转直行、直行右转以及全部：

车道的信号灯信息从外部获取，参数化如下，其中i表示对应的车道号，t表示时间，L＝{0,1}为信号灯状态，0表示可通行(绿灯或黄灯)，1表示不可通行(红灯)：

对于任意从进入交叉路口到离开交叉路口的车辆，由外部输入车辆的运动轨迹，参数化如下，其中i为车辆的标号，t表示时间：

步骤2：跨车道线行驶检测，进入交叉路口场景的车辆

它的初始位置为

根据车辆的初始位置以及车道信息VL_j，对于满足式(5)的标号j即为V_i的初始车道标号：

其中TA为计算三角形面积的函数，输入为三角形的三个顶点，输出为三角形的面积，其中Abs为求绝对值函数：

该方法的原理为，如果车辆位于车道内，那么车辆的中心点与车道4个定点所组成的三角形面积应该等于车道四边形的面积，分析车辆轨迹Vi＝{P_t ⁱ(x,y)|t＝1,2,.t.'}.，其中t’时刻，车辆第一次跨越红灯停止线，车辆跨越红灯停止线时，车辆当前位置

与初始位置

连接的线段，红灯停止线左端点BSLP₁(x,y)与右端点BSLP₂(x,y)连成的线段，两者相交，因此跨越条件用下式(7)、(8)、(9)判断：

通过式(7)、(8)、(9)判断车辆跨线的同时，也求得了跨线的时间t’，对于车辆轨迹Vi＝{P_t ⁱ(x,y)|t＝1,2,...t'}中的每一个点P_t ⁱ(x,y)，如果P_t ⁱ(x,y)与

连成的线段L1和车道顶点tl^j(x,y)与bl^j(x,y)连成的线段L2(左边车道线)有交点，或者L1与车道顶点tr^j(x,y)和br^j(x,y)连成的线段L3(右边车道线)有交点，则说明车辆跨车道行驶，属于违章行为，予以记录，其中线段相交方法通过式(7)、(8)、(9)求得；

步骤3：不按导向车道行驶，对于车辆的轨迹Vi＝{P_t ⁱ(x,y)|t＝1,2,...t}，其中t为车辆驶离检测区域的时间，用式(5)、(6)判断车辆的离开条件，在获得了车辆驶离检测区域的时间t之后，此时车辆的位置为P_t ⁱ(x,y)，通过下式判断车辆为左转、直行还是右转：

结合车辆V_i的初始车道标号j及其车道属性flag，判断车辆是否不按导线车道行驶，如车辆最终判断为左转，但是初始车道j的车道属性flag＝d，即直行，那么车辆V_i在直行车道左转，没有按导向车道行驶，属于违章现象，记录下来；

步骤4：闯红灯检测，由(7)、(8)、(9)式，得到了车辆跨越红灯停止线时的时刻t’以及车辆初始车道号j，由步骤3得到了车辆在驶离检测区域的时间t，对于车道j，各时刻的信号灯状态由外部获取，

根据上述条件，根据下式判断车辆是否闯红灯，其中Illegal(V_i)＝1代表闯红灯，反之则未闯红灯：

上式中

代表车辆跨越红灯停止线时的信号灯状态，

代表车辆驶离检测区时的红绿灯状态，若两者都为1，则满足了闯红灯的两个条件，故判定违章；

步骤5：平均通过时间，对于经过交叉路口的每一辆车V_i，其通过交叉路口的时间可以表示为t_i，平均通过时间T_avg通过下式求得：

设当前路口的监控相机的帧率为f(fps)，那么真实平均时间T_real为:

步骤6：单位时间通过车辆数，设某一段时间t内通过路口的车辆数量为N，视频的帧率为f(fps)，单位时间通过车辆数通过下式计算：

式中t的含义同式(13)，即实际指的是视频的帧数；

步骤7：平均车速，设车辆V_i进入时间为

离开时间为tⁱ(t指帧数)，帧率为f(fps)，车辆行进路程像素长度为Lⁱ＝lh+lw，若视频中1像素对应实际距离l(米)，车速及路口平均车速用下式计算，其中n表示车辆数：

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (6)

1.一种基于视频分析的交通事件检测系统，包括如下步骤：

步骤1：建立交叉路口的标定信息，包括红灯停直线BSL、左转跟踪停止线LSL、直行跟踪停止线DSL和右跟踪停止线RSL，由式(1)所示的二元组表示：

其中，BSLP₁(x,y)和BSLP₂(x,y)分别表示直线BSL在图像中的起点坐标和终点坐标，式(1)中的其他含义以此类推；

车道标定的集合L如式(2)所示，其中n表示车道数，VL_i表示第i个车道，每个车道由左右两条边界线构成，tl_i(x,y)和bl_i(x,y)分别表示车道VL_i左边界线在图像上的起点和终点坐标，记左边界线为LL_i＝(tl_i(x,y),bl_i(x,y))，tr_i(x,y)和br_i(x,y)分别表示车道VL_i右边界线在图像上的起点和终点坐标，记右边界线为LR_i＝(tr_i(x,y),br_i(x,y))，{l,d,r,ld,dr,lr,a}表示车道属性，分别为左转、直行、右转、左转直行、直行右转、左转右转、左中右均可，flag_i表示车道VL_i的车道属性取值；

对于任意从进入交叉路口到离开交叉路口的车辆，通过车辆检测与跟踪算法获取车辆的运动轨迹，如式(3)所示，其中k为车辆的标号，t表示用帧号表示的时刻，

表示t时刻对应的实际时间戳；该车辆所在车道的信号灯状态序列如(4)所示，其中j表示该车对应的车道号，

表示t时刻该车辆所在的第j个车道对应的信号灯状态，{0,1}为信号灯状态，0表示绿灯或黄灯，1表示红灯：

步骤2：跨车道线行驶检测；

步骤3：不按导向车道行驶检测；

步骤4：闯红灯检测；

步骤5：平均通过时间检测；

步骤6：单位时间通过车辆数检测；

步骤7：平均车速检测；

所述步骤2：跨车道线行驶检测，具体为：对于任意进入交叉路口场景的车辆轨迹V_k，它的初始位置为

遍历车道集合L，找到满足式(5)的j即为V_k的初始车道标号：

其中，TA为计算三角形面积的函数，输入为三角形的三个顶点，输出为三角形的面积，VL_j为该辆车对应的车道；

分析车辆轨迹V_k，找到时刻t_a，使其满足：

且

且

与BSL相交，其中,

表示车辆t_a时刻的位置

与初始位置

连接的线段；进一步，对车辆轨迹中的每个t时刻的位置P_t ^k(x,y)，t<t_a，记P_t ^k(x,y)与

连成的线段为

若L1和LL_j或L1和LR_j存在交点，则判定车辆跨车道行驶，LL_j和LR_j分别为对应的车道VL_j为的左右边界线。

2.如权利要求1所述的基于视频分析的交通事件检测系统，其特征在于：所述步骤3：不按导向车道行驶检测，具体为：对于车辆的轨迹V_k，令t_d表示车辆驶离检测区域的时刻，根据式(6)可计算得到车辆消失时刻的方向Direction，Direction∈{Left,Direct,Right}，Left,Direct和Right分别表示车辆左转、直行和右转；结合车辆V_k的初始车道标号j及其车道属性flag_j，若满足：(flag_j＝l&&Direction≠Left)||(flag_j＝d&&Direction≠Direct)||(flag_j＝r&&Direction≠Right)||(flag_j＝ld&&Direction＝Right)||(flag_j＝dr&&Direction＝Left)||(flag_j＝lr&&Direction＝Direct)，则判定为不按导向车道行驶；

3.如权利要求1所述的基于视频分析的交通事件检测系统，其特征在于：所述步骤4：闯红灯检测，具体为：遍历车辆的轨迹V_k，找到满足下式的t_b时刻：

则判定为闯红灯，其中，

表示该车辆对应车道VL_j在t_b时刻的信号灯状态。

4.如权利要求1所述的基于视频分析的交通事件检测系统，其特征在于：所述步骤5：平均通过时间检测，具体为：设在给定时间内有Q辆车通过交叉路口，第k辆通过路口的时刻为t′_k，k＝1,2,…,Q，则平均通过时间T_avg根据(7)计算：

其中，时刻t′_k采用车辆通过该交叉路口的帧数表示；f为交叉路口监控相机的帧率，单位为fps。

5.如权利要求1所述的基于视频分析的交通事件检测系统，其特征在于：所述步骤6：单位时间通过车辆数检测，具体为：设待检测时间段的起始时间戳为time₁，结束时间戳为time₂，则单位时间通过车辆数按式(8)计算：

其中，Num指在给定时间段[time₁,time₂]内通过的车辆总数。

6.如权利要求1所述的基于视频分析的交通事件检测系统，其特征在于：所述步骤7：平均车速检测，具体为：在给定时间段[time₁,time₂]内的平均车速根据式(10)、(11)和(12)计算：

其中，t＝1,2,…,m_k-1，cali表示通过事先标定的每像素代表的物理距离。

Images