CN108074401A - 一种车辆加塞行为判别方法及装置 - Google Patents
一种车辆加塞行为判别方法及装置 Download PDFInfo
- Publication number
- CN108074401A CN108074401A CN201611030375.8A CN201611030375A CN108074401A CN 108074401 A CN108074401 A CN 108074401A CN 201611030375 A CN201611030375 A CN 201611030375A CN 108074401 A CN108074401 A CN 108074401A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- queue
- target vehicle
- behavior
- target
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种车辆加塞行为判别方法及装置,该方法中,对持续采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;根据所采集图像确定车辆的前方车道区域;将前方车道区域中与车辆车距最小的第一车辆确定为目标车辆;根据目标车辆的运动轨迹信息判断目标车辆是否发生变道行为,及车辆与目标车辆最近时的车距是否小于第一加塞距离;如果发生变道行为且车距小于第一加塞距离,则判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与车辆车距小于第二加塞距离的第二车辆;如果存在,确定目标车辆发生加塞行为。应用本发明实施例,无需人为干预,即可自动判别车辆是否发生加塞行为,提高了判别效率。
Description
技术领域
本发明涉及汽车电子领域,特别是涉及一种车辆加塞行为判别方法及装置。
背景技术
目前,车辆加塞行为时有发生,其中,车辆穿插在排队等候的车辆或缓慢行驶车辆的行为即为车辆加塞行为。
车辆加塞行为严重影响道路上车辆的正常行驶,扰乱各车道间车辆的排队秩序,容易造成车辆碰撞和驾驶员纠纷,对道路交通安全造成较恶劣的影响。因此,对车辆加塞行为进行判别显得尤为重要。
现有技术中,对车辆加塞行为的判别方法主要通过人工方式,例如:警务人员巡逻时,判别道路上是否存在车辆加塞行为,或者,驾驶员判别自车前方是否存在车辆加塞行为,该人工方式耗时费力,效率较低。
发明内容
本发明实施例的目的在于提供一种车辆加塞行为判别方法,以实现自动判别车辆是否发生加塞行为,提高判别效率。具体技术方案如下:
一种车辆加塞行为判别方法,应用于安装于车辆的图像采集装置,所述方法包括:
持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;
根据所采集图像确定所述车辆的前方车道区域;
将所述前方车道区域中与所述车辆车距最小的第一车辆确定为目标车辆;
根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为,以及所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离;
如果所述目标车辆发生变道行为且车距小于所述第一加塞距离,则判断所述目标车辆进入所述前方车道区域之前,所述前方车道区域内是否存在与所述车辆车距小于第二加塞距离的第二车辆,其中,所述第二加塞距离大于所述第一加塞距离;
如果存在与所述车辆的车距小于所述第二加塞距离的第二车辆,确定所述目标车辆发生加塞行为。
可选的,在所述获取并存储所采集图像中的各个车辆的运动轨迹信息的步骤之前,还包括:
通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
所述根据所采集图像确定所述车辆的前方车道区域的步骤包括:
确定所采集图像中的车道线信息,其中,所述车道线信息至少包括车道线的位置;
通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
将与目标位置左右相邻的两条车道线之间的区域确定为所述车辆的前方车道区域,其中,所述目标位置为所述车辆从图像坐标系转换至路面坐标系的位置。
可选的,在根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤之前,还包括:
确定所述目标车辆的特征信息,根据所述特征信息确定所述目标车辆是否为新进入所述前方车道区域内的车辆,如果是,执行根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤。
可选的,所述根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤包括:
判断所述目标车辆的运动轨迹中是否存在横向上向所述目标位置逐渐靠近,纵向上逐渐远离所述目标位置,且从车道线的一侧运动至所述车道线的另一侧的运动轨迹;
如果存在,则确定所述目标车辆发生变道行为。
可选的,在确定所述目标车辆发生加塞行为之前,所述方法还包括:
获取所述车辆的运动轨迹信息;
在所述目标车辆发生加塞行为的时间段内,根据所述车辆的运动轨迹信息判断所述车辆是否发生变道行为,如果是,确定所述目标车辆未发生加塞行为;如果否,确定所述目标车辆发生加塞行为。
可选的,在确定所述目标车辆发生加塞行为的步骤后,所述方法还包括:
确定所述目标车辆的特征信息;
对应保存所述目标车辆发生加塞行为的时间段内的运动轨迹信息以及所述特征信息。
一种车辆加塞行为判别装置,应用于安装于车辆的图像采集装置,所述装置包括:
第一获取模块,用于持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;
前方车道区域确定模块,用于根据所采集图像确定所述车辆的前方车道区域;
目标车辆确定模块,用于将所述前方车道区域中与所述车辆车距最小的第一车辆确定为目标车辆;
第一判断模块,用于根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为,以及所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离;
第二判断模块,用于如果所述目标车辆发生变道行为且车距小于所述第一加塞距离,则判断所述目标车辆进入所述前方车道区域之前,所述前方车道区域内是否存在与所述车辆车距小于第二加塞距离的第二车辆,其中,所述第二加塞距离大于所述第一加塞距离;
加塞行为确定模块,用于如果存在与所述车辆的车距小于所述第二加塞距离的第二车辆,确定所述目标车辆发生加塞行为。
可选的,本发明实施例提供的一种车辆加塞行为判别装置还包括:
坐标系转换模块,用于在所述获取并存储所采集图像中的各个车辆的运动轨迹信息的步骤之前,通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
所述前方车道区域确定模块,包括:
车道线信息确定单元,用于确定所采集图像中的车道线信息,其中,所述车道线信息至少包括车道线的位置;
转换单元,用于通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
前方车道区域确定单元,用于将与目标位置左右相邻的两条车道线之间的区域确定为所述车辆的前方车道区域,其中,所述目标位置为所述车辆从图像坐标系转换至路面坐标系的位置。
可选的,本发明实施例提供的一种车辆加塞行为判别装置还包括:
新车确定模块,用于在根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为之前,确定所述目标车辆的特征信息,根据所述特征信息确定所述目标车辆是否为新进入所述前方车道区域内的车辆,如果是,触发所述第一判断模块。
可选的,所述第一判断模块,具体用于:
判断所述目标车辆的运动轨迹中是否存在横向上向所述目标位置逐渐靠近,纵向上逐渐远离所述目标位置,且从车道线的一侧运动至所述车道线的另一侧的运动轨迹;
如果存在,则确定所述目标车辆发生变道行为,并根据所述目标车辆的运动轨迹信息判断所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离。
可选的,本发明实施例提供的一种车辆加塞行为判别装置还包括:
第二获取模块,用于在确定所述目标车辆发生加塞行为之前,获取所述车辆的运动轨迹信息;
第三判断模块,用于在所述目标车辆发生加塞行为的时间段内,根据所述车辆的运动轨迹信息判断所述车辆是否发生变道行为,如果是,确定所述目标车辆未发生加塞行为;如果否,确定所述目标车辆发生加塞行为。
可选的,本发明实施例提供的一种车辆加塞行为判别装置还包括:
特征信息确定模块,用于在确定所述目标车辆发生加塞行为之后,确定所述目标车辆的特征信息;
保存模块,用于对应保存所述目标车辆发生加塞行为的时间段内的运动轨迹信息以及所述特征信息。
本发明实施例中,将前方车道区域中与自车车距最小的第一车辆确定为目标车辆,并根据目标车辆的运动轨迹信息自动判断目标车辆是否发生变道行为,以及自车与目标车辆最近时的车距是否小于第一加塞距离,并在是的情况下,继续自动判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与自车车距小于第二加塞距离的第二车辆,如果存在,则确定目标车辆发生加塞行为,由此,无需人为干预,即可自动判别车辆是否发生加塞行为,提高了判别效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车辆加塞行为判别方法的第一种流程示意图;
图2为本发明实施例确定该车辆的前方车道区域的流程示意图;
图3为本发明实施例提供的车辆加塞行为判别方法的第二种流程示意图;
图4为本发明实施例提供的车辆加塞行为判别方法的第三种流程示意图;
图5为本发明实施例提供的车辆加塞行为判别装置的第一种结构示意图;
图6为本发明实施例提供的车辆加塞行为判别装置的第二种结构示意图;
图7为本发明实施例提供的车辆加塞行为判别装置的第三种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术问题,本发明实施例提供了一种车辆加塞行为判别方法及装置。
下面首先对本发明实施例所提供的一种车辆加塞行为判别方法进行介绍。
需要说明的是,本发明实施例所提供的一种车辆加塞行为判别方法应用于车辆的图像采集装置,其中,该车辆的图像采集装置可以为行车记录仪或安装于车辆上的摄像机等,这都是合理的。
如图1所示,本发明实施例提供的一种车辆加塞行为判别方法,应用于车辆的图像采集装置,可以包括:
S101:持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息。
通过图像采集装置持续采集道路实时场景图像,并对所采集图像中的各个车辆进行跟踪,其中,对图像中的车辆进行跟踪的技术可以为现有技术中的任何一种车辆跟踪技术,在此不再赘述,对各个车辆进行跟踪后,即可获取各个车辆的运动轨迹信息,其中,获取各个车辆的运动轨迹信息的技术可以为现有技术中的任何一种车辆轨迹行为分析技术,在此不再赘述,存储所获取的运动轨迹信息。
S102:根据所采集图像确定该车辆的前方车道区域。
由于图像采集装置采用针孔模型,使得处于图像中不同位置的车辆的位移的衡量尺度不同,例如:在该车辆正前方,距离该车辆的车距为1m的车辆A的实际水平位移为10m时,车辆A在图像中水平移动了3个像素点;在该车辆正前方,距离该车辆的车距为5m的车辆B的实际水平位移为20m时,车辆B在图像中水平移动了3个像素点,因此,如果对处于图像中不同位置的车辆的位移均采用相同的衡量尺度将带来计算误差。
因此,为了避免上述情况的发生,在本发明的一个实施例中,在获取并存储所采集图像中的各个车辆的运动轨迹信息之前,还可以包括:
通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
上述根据所采集图像确定车辆的前方车道区域,可以为:根据所采集图像中的车道线信息确定车辆的前方车道区域。参考图2,S102可以包括:
S1021:确定所采集图像中的车道线信息,其中,车道线信息至少包括车道线的位置;
S1022:通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
S1023:将与目标位置左右相邻的两条车道线之间的区域确定为车辆的前方车道区域,其中,目标位置为车辆从图像坐标系转换至路面坐标系的位置。
通过投影变换的方式将各个车辆的位置均转换至路面坐标系,使得处于图像中不同位置的车辆的位移均可采用相同的衡量尺度,然后在所采集的图像中检测车道线信息,其中,检测车道线信息的技术可以为SVM(Support Vector Machine,支持向量机)或者CNN(Convolutional Neural Networks,卷积神经网络)或者LSD(Line Segment Detector,直线检测方法)技术,当然,并不只限于此,可以为现有技术中的任何一种检测车道线的技术,在此不再赘述,检测到的车道线信息至少包括车道线的位置。
在检测到车道线信息后,通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系,又由于该车辆(自车)的位置一般为通过预设的标定方式在所采集的图像中标定,因此,再通过预设的投影变换公式将该车辆(自车)的位置从图像坐标系转换至路面坐标系,从而获得该车辆(自车)的目标位置,并将目标位置左右相邻的两条车道线之间的区域确定为车辆的前方车道区域。
S103:将前方车道区域中与该车辆车距最小的第一车辆确定为目标车辆。
在确定前方车道区域后,对所采集图像中的前方车道区域中的车辆进行监测,将监测到的超过预设阈值的车身宽度位于前方车道区域内的车辆确定为前方车道区域中的车辆,其中,该预设阈值可以为85%或75%。在本发明的一个实施例中,当检测到小于50%的车身宽度位于前方车道区域时,输出提示信息以提示驾驶员避开所检测到的车辆以免发生事故。
由于前方车道区域中的车辆可能有多个,为了确定是否发生加塞行为,必然需要确定距离该车辆最近的一辆车是否为发生加塞行为的车辆,因此,将前方车道区域中与该车辆车距最小的第一车辆确定为目标车辆,以便进行后续步骤。
S104:根据目标车辆的运动轨迹信息判断目标车辆是否发生变道行为,以及该车辆与目标车辆最近时的车距是否小于第一加塞距离,如果是,执行步骤S105,如果否,则不做处理。
如果目标车辆的运动轨迹横向上向目标位置逐渐靠近,纵向上逐渐远离目标位置,则说明目标车辆行驶至该车辆的前方且逐渐靠近前方车道区域,此时,如果目标车辆从车道线的一侧运动至车道线的另一侧,则说明目标车辆存在压线的行为,由此,即可确定目标车辆行驶至前方车道区域内,确定目标车辆发生变道行为。
需要说明的是,由于有时道路实时场景中的车道线由于道路磨损而不清晰,使得无法检测到图像中的车道线信息,此时,如果目标车辆的运动轨迹横向上向目标位置逐渐靠近,纵向上逐渐远离目标位置,则可以根据目标车辆在横向上的运动轨迹确定目标车辆的横向位移,检测是否存在超过一个车道宽度的横向位移,如果检测到超过一个车道的宽度的横向位移,则确定目标车辆存在压线行为,由此,即可确定目标车辆发生变道行为。
如果目标车辆发生变道行为时与该车辆的距离较远,例如:目标车辆发生变道行为时与该车辆的车距为20m,则该车辆为正常变道,并未影响该车辆的正常行驶,因此,为了确定目标车辆是否发生加塞行为,需要判断该车辆与目标车辆最近时的车距是否小于第一加塞距离,如果是,执行步骤S105,如果否,则不做处理。
S105:判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与该车辆车距小于第二加塞距离的第二车辆,如果是,执行步骤S106,如果否,则确定目标车辆未发生加塞行为。
该车辆与目标车辆最近时的车距小于第一加塞距离,说明目标车辆进入前方车道区域后距离该车辆的距离较小,此时,如果目标车辆发生变道行为前,该车辆的前方无车,或者前方车道区域内的车辆距离该车辆的车距较大,则说明该车辆并未排队等候,则目标车辆并未发生加塞行为,因此,为了确定目标车辆是否发生加塞行为,需要判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与该车辆车距小于第二加塞距离的第二车辆,如果是,执行步骤S106,如果否,则确定目标车辆未发生加塞行为,其中,第二加塞距离大于第一加塞距离,例如:第二加塞距离为5m,第一加塞距离为3m。
S106:确定目标车辆发生加塞行为。
在确定目标车辆进入前方车道区域之前,前方车道区域内存在与该车辆车距小于第二加塞距离的第二车辆时,则确定目标车辆发生加塞行为。
在本发明的一个实施例中,为了更准确的确定目标车辆是否发生加塞行为,需要考虑该车辆即自车的运动状态,以免由于自车的运动状态改变导致的误判,例如:由于自车发生变道行为而误判目标车辆发生加塞行为。
因此,在确定目标车辆发生加塞行为之前,可以获取自车的运动轨迹信息,其中,获取自车的运动轨迹信息的方式有多种:
第一种方式:通过自车的控制信息获取自车的运动轨迹信息,其中,控制信息可以为自车控制系统的信息;
第二种方式:根据光流法确定所采集图像中的静止物体的位置变化,根据该静止物体的变化确定自车的运动轨迹信息;
例如:根据光流法确定所采集图像中车道线点或路面上标志物点等静止物体的变化,计算自车相对于车道线点或路面上标志物点的位置变化,进而确定自车的运动轨迹信息。
第三种方式:根据前方车道区域内车道线的变化获取自车的运动轨迹信息。
例如:自车在左转时,前方车道区域内车道线位置由竖直变为向右倾斜,由此来确定自车的运动轨迹信息。
由于获取自车的运动轨迹信息的技术为现有技术,在此不再赘述。
在获取自车的运动轨迹信息后,在目标车辆发生加塞行为的时间段内,根据自车的运动轨迹信息判断自车是否发生变道行为,如果是,确定目标车辆未发生加塞行为;如果否,确定目标车辆发生加塞行为。
应用上述实施例,将前方车道区域中与自车车距最小的第一车辆确定为目标车辆,并根据目标车辆的运动轨迹信息自动判断目标车辆是否发生变道行为,以及自车与目标车辆最近时的车距是否小于第一加塞距离,并在是的情况下,继续自动判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与自车车距小于第二加塞距离的第二车辆,如果存在,则确定目标车辆发生加塞行为,由此,无需人为干预,即可自动判别车辆是否发生加塞行为,提高了判别效率。
在图1所示方法的基础上,如图3所示,本发明实施例提供的一种车辆加塞行为判别方法,在步骤103和步骤104之间,还可以包括:
S107:确定目标车辆的特征信息,根据特征信息确定目标车辆是否为新进入前方车道区域内的车辆,如果是,执行步骤S104,如果否,则不做处理。
确定目标车辆的特征信息的方式可以有多种,下面进行举例说明:
第一种方式:对目标车辆进行车辆检测,获取目标车辆的车辆身份ID。
对目标车辆的车牌位置进行精确定位,确定车牌的位置,依据车牌的位置对车牌图像进行分割,形成多个独立字符图像,对字符图像进行识别,识别出车牌号,将车牌号确定为目标车辆的车辆身份ID。
第二种方式:在对所采集图像中的检测到的车辆进行跟踪关联,对每一个车辆赋予一个单独的身份ID,然后获取目标车辆的身份ID,将所获取的身份ID确定为目标车辆的车辆身份ID。
在本发明的一个实施例中,上述根据特征信息确定目标车辆是否为新进入前方车道区域内的车辆可以为:判断目标车辆的特征信息与前一帧图像中获取的目标车辆的特征信息是否相同,如果是,则确定目标车辆不为新进入前方车道区域内的车辆并执行步骤S104,如果否,则确定目标车辆为新进入前方车道区域内的车辆。
由此,在确定目标车辆为进入前方车道区域内的车辆时,才会进行加塞行为判别,提高了判别效率。
在图1所示方法的基础上,如图4所示,本发明实施例提供的一种车辆加塞行为判别方法,在步骤S106之后,还可以包括:
S108:确定目标车辆的特征信息。
确定目标车辆的特征信息的方式可以有多种,参考图3中确定目标车辆的特征信息的方式。
S109:对应保存目标车辆发生加塞行为的时间段内的运动轨迹信息以及特征信息。
对应保存目标车辆发生加塞行为的时间段内的运动轨迹信息以及特征信息,将运动轨迹信息及特征信息作为车辆加塞的违法证据,另外,还可以存储目标车辆发生加塞行为的时间段,以便于后续处理。
在本发明的一个实施例中,车道线信息还可以包括车道线的类型,在确定目标车辆发生加塞行为后,检测目标车辆发生变道行为时跨越车道线的类型,当检测到目标车辆发生变道行为时跨越车道线的类型为实线时,则确定目标车辆发生跨越实线的加塞行为;当检测到目标车辆发生变道行为时跨越车道线的类型为虚线时,确定目标车辆发生跨越虚线的加塞行为,并将该目标车辆发生加塞行为时所跨越的车道线类型作为违法证据,以便于后续处理。
在本发明的一个实施例中,在确定目标车辆发生变道行为后,判断目标车辆在前方车道区域内的行驶时间是否超过预设时间值,如果是,确定目标车辆不为临时变道,如果否,确定目标车辆为临时变道,并将该判断结果作为目标车辆的违法证据,以便于后续处理。
相对于上述方法实施例,如图5所示,本发明实施例还提供的一种车辆加塞行为判别装置,应用于安装于车辆的图像采集装置,所述装置包括:
第一获取模块201,用于持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;
前方车道区域确定模块202,用于根据所采集图像确定所述车辆的前方车道区域;
目标车辆确定模块203,用于将所述前方车道区域中与所述车辆车距最小的第一车辆确定为目标车辆;
第一判断模块204,用于根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为,以及所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离;
第二判断模块205,用于如果所述目标车辆发生变道行为且车距小于所述第一加塞距离,则判断所述目标车辆进入所述前方车道区域之前,所述前方车道区域内是否存在与所述车辆车距小于第二加塞距离的第二车辆,其中,所述第二加塞距离大于所述第一加塞距离;
加塞行为确定模块206,用于如果存在与所述车辆的车距小于所述第二加塞距离的第二车辆,确定所述目标车辆发生加塞行为。
应用上述实施例,将前方车道区域中与自车车距最小的第一车辆确定为目标车辆,并根据目标车辆的运动轨迹信息自动判断目标车辆是否发生变道行为,以及自车与目标车辆最近时的车距是否小于第一加塞距离,并在是的情况下,继续自动判断目标车辆进入前方车道区域之前,前方车道区域内是否存在与自车车距小于第二加塞距离的第二车辆,如果存在,则确定目标车辆发生加塞行为,由此,无需人为干预,即可自动判别车辆是否发生加塞行为,提高了判别效率。
在一种实现方式中,本发明实施例提供的一种车辆加塞行为判别装置,还可以包括:
坐标系转换模块,用于在所述获取并存储所采集图像中的各个车辆的运动轨迹信息的步骤之前,通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
所述前方车道区域确定模块202,可以包括:
车道线信息确定单元,用于确定所采集图像中的车道线信息,其中,所述车道线信息至少包括车道线的位置;
转换单元,用于通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
前方车道区域确定单元,用于将与目标位置左右相邻的两条车道线之间的区域确定为所述车辆的前方车道区域,其中,所述目标位置为所述车辆从图像坐标系转换至路面坐标系的位置。
在一种实现方式中,所述第一判断模块204,可以具体用于:
判断所述目标车辆的运动轨迹中是否存在横向上向所述目标位置逐渐靠近,纵向上逐渐远离所述目标位置,且从车道线的一侧运动至所述车道线的另一侧的运动轨迹;
如果存在,则确定所述目标车辆发生变道行为,并根据所述目标车辆的运动轨迹信息判断所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离。
在图5所示装置的基础上,本发明实施例提供的一种车辆加塞行为判别装置,还可以包括:
第二获取模块,用于在确定所述目标车辆发生加塞行为之前,获取所述车辆的运动轨迹信息;
第三判断模块,用于在所述目标车辆发生加塞行为的时间段内,根据所述车辆的运动轨迹信息判断所述车辆是否发生变道行为,如果是,确定所述目标车辆未发生加塞行为;如果否,确定所述目标车辆发生加塞行为。
由此,考虑该车辆的运动状态,更准确的确定目标车辆是否发生加塞行为,以免由于该车辆的运动状态改变导致的误判。
在图5所示装置的基础上,如图6所示,本发明实施例提供的一种车辆加塞行为判别装置,还可以包括:
新车确定模块207,用于在根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为之前,确定所述目标车辆的特征信息,根据所述特征信息确定所述目标车辆是否为新进入所述前方车道区域内的车辆,如果是,触发所述第一判断模块204。
由此,在确定目标车辆为进入前方车道区域内的车辆时,才会进行加塞行为判别,提高了判别效率。
在图5所示装置的基础上,如图7所示,本发明实施例提供的一种车辆加塞行为判别装置,还可以包括:
特征信息确定模块208,用于在确定所述目标车辆发生加塞行为之后,确定所述目标车辆的特征信息;
保存模块209,用于对应保存所述目标车辆发生加塞行为的时间段内的运动轨迹信息以及所述特征信息。
由此,将运动轨迹信息及特征信息作为车辆加塞的违法证据,以便于后续处理。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (12)
1.一种车辆加塞行为判别方法,其特征在于,应用于安装于车辆的图像采集装置,所述方法包括:
持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;
根据所采集图像确定所述车辆的前方车道区域;
将所述前方车道区域中与所述车辆车距最小的第一车辆确定为目标车辆;
根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为,以及所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离;
如果所述目标车辆发生变道行为且车距小于所述第一加塞距离,则判断所述目标车辆进入所述前方车道区域之前,所述前方车道区域内是否存在与所述车辆车距小于第二加塞距离的第二车辆,其中,所述第二加塞距离大于所述第一加塞距离;
如果存在与所述车辆的车距小于所述第二加塞距离的第二车辆,确定所述目标车辆发生加塞行为。
2.根据权利要求1所述的方法,其特征在于,在所述获取并存储所采集图像中的各个车辆的运动轨迹信息的步骤之前,还包括:
通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
所述根据所采集图像确定所述车辆的前方车道区域的步骤包括:
确定所采集图像中的车道线信息,其中,所述车道线信息至少包括车道线的位置;
通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
将与目标位置左右相邻的两条车道线之间的区域确定为所述车辆的前方车道区域,其中,所述目标位置为所述车辆从图像坐标系转换至路面坐标系的位置。
3.根据权利要求2所述的方法,其特征在于,在根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤之前,还包括:
确定所述目标车辆的特征信息,根据所述特征信息确定所述目标车辆是否为新进入所述前方车道区域内的车辆,如果是,执行根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为的步骤包括:
判断所述目标车辆的运动轨迹中是否存在横向上向所述目标位置逐渐靠近,纵向上逐渐远离所述目标位置,且从车道线的一侧运动至所述车道线的另一侧的运动轨迹;
如果存在,则确定所述目标车辆发生变道行为。
5.根据权利要求1或2所述的方法,其特征在于,在确定所述目标车辆发生加塞行为之前,所述方法还包括:
获取所述车辆的运动轨迹信息;
在所述目标车辆发生加塞行为的时间段内,根据所述车辆的运动轨迹信息判断所述车辆是否发生变道行为,如果是,确定所述目标车辆未发生加塞行为;如果否,确定所述目标车辆发生加塞行为。
6.根据权利要求1所述的方法,其特征在于,在确定所述目标车辆发生加塞行为的步骤后,所述方法还包括:
确定所述目标车辆的特征信息;
对应保存所述目标车辆发生加塞行为的时间段内的运动轨迹信息以及所述特征信息。
7.一种车辆加塞行为判别装置,其特征在于,应用于安装于车辆的图像采集装置,所述装置包括:
第一获取模块,用于持续采集图像,对所采集图像中的各个车辆进行跟踪,获取并存储所采集图像中的各个车辆的运动轨迹信息;
前方车道区域确定模块,用于根据所采集图像确定所述车辆的前方车道区域;
目标车辆确定模块,用于将所述前方车道区域中与所述车辆车距最小的第一车辆确定为目标车辆;
第一判断模块,用于根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为,以及所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离;
第二判断模块,用于如果所述目标车辆发生变道行为且车距小于所述第一加塞距离,则判断所述目标车辆进入所述前方车道区域之前,所述前方车道区域内是否存在与所述车辆车距小于第二加塞距离的第二车辆,其中,所述第二加塞距离大于所述第一加塞距离;
加塞行为确定模块,用于如果存在与所述车辆的车距小于所述第二加塞距离的第二车辆,确定所述目标车辆发生加塞行为。
8.根据权利要求7所述的装置,其特征在于,还包括:
坐标系转换模块,用于在所述获取并存储所采集图像中的各个车辆的运动轨迹信息的步骤之前,通过预设的投影变换公式将所采集图像中的各个车辆的位置从图像坐标系转换至路面坐标系;
所述前方车道区域确定模块,包括:
车道线信息确定单元,用于确定所采集图像中的车道线信息,其中,所述车道线信息至少包括车道线的位置;
转换单元,用于通过预设的投影变换公式将所采集的车道线的位置从图像坐标系转换至路面坐标系;
前方车道区域确定单元,用于将与目标位置左右相邻的两条车道线之间的区域确定为所述车辆的前方车道区域,其中,所述目标位置为所述车辆从图像坐标系转换至路面坐标系的位置。
9.根据权利要求8所述的装置,其特征在于,还包括:
新车确定模块,用于在根据所述目标车辆的运动轨迹信息判断所述目标车辆是否发生变道行为之前,确定所述目标车辆的特征信息,根据所述特征信息确定所述目标车辆是否为新进入所述前方车道区域内的车辆,如果是,触发所述第一判断模块。
10.根据权利要求8或9所述的装置,其特征在于,所述第一判断模块,具体用于:
判断所述目标车辆的运动轨迹中是否存在横向上向所述目标位置逐渐靠近,纵向上逐渐远离所述目标位置,且从车道线的一侧运动至所述车道线的另一侧的运动轨迹;
如果存在,则确定所述目标车辆发生变道行为,并根据所述目标车辆的运动轨迹信息判断所述车辆与所述目标车辆最近时的车距是否小于第一加塞距离。
11.根据权利要求7或8所述的装置,其特征在于,还包括:
第二获取模块,用于在确定所述目标车辆发生加塞行为之前,获取所述车辆的运动轨迹信息;
第三判断模块,用于在所述目标车辆发生加塞行为的时间段内,根据所述车辆的运动轨迹信息判断所述车辆是否发生变道行为,如果是,确定所述目标车辆未发生加塞行为;如果否,确定所述目标车辆发生加塞行为。
12.根据权利要求7所述的装置,其特征在于,还包括:
特征信息确定模块,用于在确定所述目标车辆发生加塞行为之后,确定所述目标车辆的特征信息;
保存模块,用于对应保存所述目标车辆发生加塞行为的时间段内的运动轨迹信息以及所述特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611030375.8A CN108074401B (zh) | 2016-11-16 | 2016-11-16 | 一种车辆加塞行为判别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611030375.8A CN108074401B (zh) | 2016-11-16 | 2016-11-16 | 一种车辆加塞行为判别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108074401A true CN108074401A (zh) | 2018-05-25 |
CN108074401B CN108074401B (zh) | 2020-03-10 |
Family
ID=62161165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611030375.8A Active CN108074401B (zh) | 2016-11-16 | 2016-11-16 | 一种车辆加塞行为判别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108074401B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730911A (zh) * | 2017-11-06 | 2018-02-23 | 哈尔滨工业大学 | 一种识别取证车辆是否变道插队的方法 |
CN110873863A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种目标展示方法、雷达系统及电子设备 |
CN110873874A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种监测周界设定方法、雷达系统及电子设备 |
CN110969853A (zh) * | 2019-12-11 | 2020-04-07 | Tcl移动通信科技(宁波)有限公司 | 一种智能交通信号灯调度方法和装置 |
CN111243292A (zh) * | 2020-01-13 | 2020-06-05 | 天地伟业技术有限公司 | 一种智能交通摄像机自动检测机动车加塞方法 |
CN112092813A (zh) * | 2020-09-25 | 2020-12-18 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及存储介质 |
CN112233412A (zh) * | 2019-07-15 | 2021-01-15 | 奥迪股份公司 | 加塞检测方法、装置、计算机设备和存储介质 |
CN112507874A (zh) * | 2020-12-10 | 2021-03-16 | 上海芯翌智能科技有限公司 | 一种用于检测机动车加塞行为的方法与设备 |
CN113593301A (zh) * | 2021-07-22 | 2021-11-02 | 上汽通用五菱汽车股份有限公司 | 车辆加塞的预判断方法、车辆及计算机可读存储介质 |
CN113643534A (zh) * | 2021-07-29 | 2021-11-12 | 北京万集科技股份有限公司 | 交通管控的方法及设备 |
CN114078324A (zh) * | 2020-08-19 | 2022-02-22 | 北京万集科技股份有限公司 | 车辆加塞行为检测方法、装置、路侧设备和存储介质 |
CN115440087A (zh) * | 2022-06-06 | 2022-12-06 | 北京罗克维尔斯科技有限公司 | 车辆检测方法、装置、设备、介质及车辆 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5521579A (en) * | 1993-04-26 | 1996-05-28 | Mercedes-Benz Ag | Method for providing guiding assistance for a vehicle in changing lane |
JPH10250508A (ja) * | 1997-03-14 | 1998-09-22 | Omron Corp | 車線変更安全確認装置 |
CN102254429A (zh) * | 2011-05-13 | 2011-11-23 | 东南大学 | 一种基于视频识别的违章车辆检测装置和方法 |
CN103996287A (zh) * | 2014-05-26 | 2014-08-20 | 江苏大学 | 一种基于决策树模型的车辆强制换道决策方法 |
CN104044594A (zh) * | 2014-06-23 | 2014-09-17 | 中国北方车辆研究所 | 一种面向横向距离预警的运算装置 |
CN105047019A (zh) * | 2015-07-07 | 2015-11-11 | 长安大学 | 一种客运车辆防止后车超车后突然变道判断方法及装置 |
CN105632186A (zh) * | 2016-03-11 | 2016-06-01 | 博康智能信息技术有限公司 | 检测车辆加塞行为的方法和装置 |
CN105632183A (zh) * | 2016-01-27 | 2016-06-01 | 福建工程学院 | 一种车辆违规行为举证的方法及其系统 |
-
2016
- 2016-11-16 CN CN201611030375.8A patent/CN108074401B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5521579A (en) * | 1993-04-26 | 1996-05-28 | Mercedes-Benz Ag | Method for providing guiding assistance for a vehicle in changing lane |
JPH10250508A (ja) * | 1997-03-14 | 1998-09-22 | Omron Corp | 車線変更安全確認装置 |
CN102254429A (zh) * | 2011-05-13 | 2011-11-23 | 东南大学 | 一种基于视频识别的违章车辆检测装置和方法 |
CN103996287A (zh) * | 2014-05-26 | 2014-08-20 | 江苏大学 | 一种基于决策树模型的车辆强制换道决策方法 |
CN104044594A (zh) * | 2014-06-23 | 2014-09-17 | 中国北方车辆研究所 | 一种面向横向距离预警的运算装置 |
CN105047019A (zh) * | 2015-07-07 | 2015-11-11 | 长安大学 | 一种客运车辆防止后车超车后突然变道判断方法及装置 |
CN105632183A (zh) * | 2016-01-27 | 2016-06-01 | 福建工程学院 | 一种车辆违规行为举证的方法及其系统 |
CN105632186A (zh) * | 2016-03-11 | 2016-06-01 | 博康智能信息技术有限公司 | 检测车辆加塞行为的方法和装置 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730911B (zh) * | 2017-11-06 | 2019-10-08 | 哈尔滨工业大学 | 一种识别取证车辆是否变道插队的方法 |
CN107730911A (zh) * | 2017-11-06 | 2018-02-23 | 哈尔滨工业大学 | 一种识别取证车辆是否变道插队的方法 |
CN110873863A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种目标展示方法、雷达系统及电子设备 |
CN110873874A (zh) * | 2018-08-29 | 2020-03-10 | 杭州海康威视数字技术股份有限公司 | 一种监测周界设定方法、雷达系统及电子设备 |
CN110873874B (zh) * | 2018-08-29 | 2022-03-04 | 杭州海康威视数字技术股份有限公司 | 一种监测周界设定方法、雷达系统及电子设备 |
CN112233412A (zh) * | 2019-07-15 | 2021-01-15 | 奥迪股份公司 | 加塞检测方法、装置、计算机设备和存储介质 |
CN112233412B (zh) * | 2019-07-15 | 2023-04-14 | 奥迪股份公司 | 加塞检测方法、装置、计算机设备和存储介质 |
CN110969853A (zh) * | 2019-12-11 | 2020-04-07 | Tcl移动通信科技(宁波)有限公司 | 一种智能交通信号灯调度方法和装置 |
CN111243292A (zh) * | 2020-01-13 | 2020-06-05 | 天地伟业技术有限公司 | 一种智能交通摄像机自动检测机动车加塞方法 |
CN114078324A (zh) * | 2020-08-19 | 2022-02-22 | 北京万集科技股份有限公司 | 车辆加塞行为检测方法、装置、路侧设备和存储介质 |
CN114078324B (zh) * | 2020-08-19 | 2023-02-17 | 北京万集科技股份有限公司 | 车辆加塞行为检测方法、装置、路侧设备和存储介质 |
CN112092813A (zh) * | 2020-09-25 | 2020-12-18 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及存储介质 |
US11667285B2 (en) | 2020-09-25 | 2023-06-06 | Beijing Baidu Netcom Science Technology Co., Ltd. | Vehicle control method and apparatus, electronic device and storage medium |
CN112507874A (zh) * | 2020-12-10 | 2021-03-16 | 上海芯翌智能科技有限公司 | 一种用于检测机动车加塞行为的方法与设备 |
CN112507874B (zh) * | 2020-12-10 | 2023-02-21 | 上海芯翌智能科技有限公司 | 一种用于检测机动车加塞行为的方法与设备 |
CN113593301A (zh) * | 2021-07-22 | 2021-11-02 | 上汽通用五菱汽车股份有限公司 | 车辆加塞的预判断方法、车辆及计算机可读存储介质 |
CN113643534A (zh) * | 2021-07-29 | 2021-11-12 | 北京万集科技股份有限公司 | 交通管控的方法及设备 |
CN115440087A (zh) * | 2022-06-06 | 2022-12-06 | 北京罗克维尔斯科技有限公司 | 车辆检测方法、装置、设备、介质及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN108074401B (zh) | 2020-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108074401A (zh) | 一种车辆加塞行为判别方法及装置 | |
CN105809975B (zh) | 一种异常停车判断方法和装置 | |
JP5939357B2 (ja) | 移動軌跡予測装置及び移動軌跡予測方法 | |
EP3159235B1 (en) | Method and system for assisting a driver of a vehicle in driving the vehicle and computer program | |
CN106485950B (zh) | 用于后方交叉车流规避的方法和设备 | |
CN103569109B (zh) | 用于在停车场地面上无驾驶员地移动车辆的方法 | |
US8952799B2 (en) | Method and system for warning a driver of a vehicle about potential obstacles behind the vehicle | |
CN100440269C (zh) | 高速公路汽车行驶智能检测预警方法及其预警系统 | |
CN104903915B (zh) | 用于监视车辆的周围环境的方法和设备以及用于实施紧急制动的方法 | |
CN106715234A (zh) | 避免车辆碰撞的系统和方法 | |
CN111198371A (zh) | 前视障碍物检测系统 | |
CN104282154B (zh) | 一种车辆超载监控系统及方法 | |
EP3053155B1 (en) | System for traffic behaviour surveillance | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN106470884B (zh) | 车辆状态的确定和在驾驶车辆时的驾驶员辅助 | |
CN108028017A (zh) | 用于在机动车的驾驶员辅助系统中区分真实障碍物和虚假障碍物的方法 | |
CN109703456B (zh) | 一种防止汽车碰撞的警示方法、装置及汽车控制器 | |
CN110126730A (zh) | 车辆变道提醒方法及系统 | |
CN107336724A (zh) | 一种计算机视觉和毫米波技术结合的高铁防撞设备及方法 | |
CN207345852U (zh) | 一种列车调车作业安全防控系统 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
US20200377133A1 (en) | Train control system and obstacle detection device | |
CN114179862A (zh) | 用于列车的筛选识别方法及装置、列车筛选识别系统 | |
CN110696828B (zh) | 前向目标选择方法、装置及车载设备 | |
CN115879294B (zh) | 一种基于多车环境感知的全样车流轨迹生成方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |