CN108877234A - 四维实景交通仿真的车辆违规占道跟踪检测系统及方法 - Google Patents

Abstract

本发明提出了一种基于四维实景交通仿真的车辆违规占道跟踪检测系统及方法；其系统包括多个多要素全方位跟踪检测雷达传感器、数据采集分析处理器、云处理服务器和四维实景监控管理工作站；通过车牌抓拍摄像机获取车辆特征信息并结合全路径布设的多要素全方位跟踪检测雷达传感器采集每一辆车原始数据经过数据采集分析处理器得到车辆的跟踪定位信息；实现对所有车辆全路径跟踪检测，当车辆出现长时间低速行驶或者长时间违规占用其他车道时，能及时发送报警信息，提醒车辆正常行驶，当车辆继续违规行驶时，能及时向同方向车道的其它车辆推送警示信息，提醒其他车辆避让。

Description

四维实景交通仿真的车辆违规占道跟踪检测系统及方法

技术领域

本发明涉及车辆行人跟踪定位技术、车牌抓拍技术、车辆行人三维仿真技术、道路视频监控技术、道路环境监控技术、交通状况仿真技术、网络通信技术、气象仿真技术、计算机图形技术、视频渲染技术、三维高精GIS地图技术、虚拟现实融合技术以及车路协同技术和导航术领域，特别涉及一种四维实景交通仿真的车辆违规占道跟踪检测系统及方法。

背景技术

由于中国的物流行业的快速发展，物流车辆数量的增加也该高速公路带来的重要考验。主要因为内陆货物运输高速公里是其主要运输通道，尤其是对于大特大、重特重的货物，高速公路运输则成为了必然的选择。但是近年来，一些时速低于50公里的大型货车成高速公路追尾事故的元凶，它们经常占用主车道或超车道低速行驶，后面车辆稍不注意就会发生追尾事故。尤其是在夜间，这些超载货车低速行驶，既无反光标志，尾灯又不亮，经常与快速行驶的小型车辆相撞。

为遏制高速公路重特大交通事故的发生，国家对长时间违法占用快速车道且低速行驶(在高速公路上时速低于60公里)的重型车辆重点查处。据不完全数据统计每年因货车长期占用超车道而引发的事故就占高速交通事故总数据量的30％，并且因此引发的二次交通事故损失和伤亡都是非常巨大和惨重的。因此及时准确的发现这样的货车，快速给出告警信息使其回归“正道”，并告知后面车辆注意避让能够极大的降低了因为货车长时间占用快速行车道而造成的重大事故，对于不听劝告的货车车辆采取查证并给予行政处罚的方式对其进行严厉警告。

另一方面，众所周知，应急车道又被称作“生命车道”，专供工程救险、消防救援、医疗救护或民警执行紧急公务等处理应急事务的车辆使用。其言下之意就是说当下发生了一些紧急情况，像警车、救护车、消防车等特殊车辆执行任务，在时间上可谓是“争分夺秒”，这个时候方可使用应急车道。由于高速公路属封闭式道路，一旦发生交通事故，救援车辆只能沿高速公路到达现场，此时应急车道所具有的“生命通道”的意义就会被体现出来，如果所有车辆将应急车道留出供救援车辆通行，将会为事故中的受伤者争取大量生命急救时间。高速公路上4处“易被忽视的地界停车”易发事故，分别为应急车道、岔路口中间的硬路肩(包括地面施划有白线三角区域的“分流岛”)、桥梁隧道内、高速公路收费站入口处。占用应急车道不但在交通拥堵时会彻底将道路堵死，救援队伍无法及时疏导交通加剧拥堵甚至延误救援；而且在平时也可能会引发交通事故，祸及其它车辆，引起交通拥堵；因此，需要对违规占用应急车道的行为及时协调和监管。

发明内容

本发明的目的旨在至少解决所述的技术缺陷之一。

为了实现上述目的，本发明一方面的实施例提供一种基于四维实景交通仿真的车辆违规占道跟踪检测系统，包括多要素全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理工作站；所述车辆抓拍摄像机用于获取当前高速路段上行驶的每一辆车的车辆图像；并将所述车辆图像发送至数据采集分析处理器；所述多要素全方位跟踪检测雷达，用于获取高速路上行驶的每一辆车的当前雷达扫描数据；并将所述雷达扫描数据发送至数据采集分析处理器；

所述数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号的车辆雷达扫描数据得到车辆跟踪定位信息，并根据接收的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中预设的高速公路不同车辆违规占用其他车道报警规则；根据车辆跟踪定位信息得出车辆的行驶速度和车道定位信息与预设的报警规则进行比较，一旦数据采集分析处理器发现异常车辆长时间违规占用非法车道即刻生成报警信息，并对违规占道的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；

所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监视方案，通过对四维实景仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站。

所述四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维实景仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。

优选的，所述云处理服务器还预设拥堵预警规则，所述云处理服务器根据实时接收到的车辆跟踪定位信息，提取当前时刻所有的车辆定位信息和当前时刻所有车辆速度信息；当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆车道定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，并上报拥堵报警信息至四位仿真监控管理工作站，由告诉管理人员及时进行疏导。

优选的，所述数据分析处理器提取的车辆信息包括牌照编号、牌照颜色、车辆尺寸、车身颜色、车辆型号和车标；所述雷达传感器获取的雷达扫描数据包括行驶速度、定位信息、运动方向、经纬度和方向角；云处理服务器中预设所有品牌车辆下的，各系列车型的车辆三维模型，云处理服务器根据拍摄照片中提取的车型特征、车身颜色、车辆尺寸和车标品牌；调取与所拍摄的车辆图像最相符的车辆三维模型，根据该车辆ID编号对应的雷达扫描数据，生成该车辆模型的行驶动画。

进一步，当所述数据分析处理器检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶，或者检测到有车辆长时间占用应急车道时，通过点对点提示方式或以路侧情报板提示方式发送报警信息至低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。

进一步，所述四位仿真监控管理工作站还包括图形可视化模块，所述四维实景监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；将车辆三维模型的行驶动画融合到三维高精度的GIS地图中，实现四维仿真模拟显示车道占用情景。

本发明提供一种基于四维实景交通仿真的车辆违规占道跟踪检测方法，应用于上述所述的报警系统；包括以下步骤：

步骤S1，利用多要素全方位跟踪检测雷达和车辆抓拍摄像机同时获取当前对应高速路段上行驶的每一辆车的雷达扫描数据和车辆图像，并将所述车辆图像和雷达扫描数据发送至数据采集分析处理器；

步骤S2，数据采集分析处理器根据接收的车辆图像提取车辆特征信息，根据接收的雷达扫描数据提取车辆跟踪定位信息；数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的车辆跟踪定位信息和车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；并将匹配的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；获取在云处理服务器中预设的高速公路不同车辆长时间违规占用非法车道报警规则；根据车辆跟踪定位信息得出车辆的行驶速度和定位信息与预设的报警规则进行比较，一旦发现异常车辆违规占道即刻生成报警信息，并对违规占道的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；

步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和本系统中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监控监视方案，通过对四维实景仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；所述云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；

步骤S4，四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维实景仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。

优选的，在步骤S4中，所述云处理服务器预设拥堵预警规则，所述拥堵预警模规则包括以下步骤：步骤S401，所述云处理服务器根据实时接收到的车辆跟踪定位信息，提取当前时刻所有的车辆定位信息和当前时刻所有车辆速度信息；步骤S402，当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，并上报拥堵报警信息至四位仿真监控管理工作站，由告诉管理人员及时进行疏导。

优选的，步骤S3中，所述数据分析处理器根据车辆图像提取车辆信息；所述车辆信息包括牌照编号、牌照颜色、车辆尺寸、车身颜色、车辆型号和车标；所述雷达传感器获取的雷达扫描数据包括行驶速度、运动方向、经纬度和方向角；云处理服务器中预设所有品牌车辆下的，各系列车型的车辆模型，云处理服务器根据拍摄照片中提取的车型特征、车身颜色、车辆尺寸和车标品牌；调取与所拍摄的车辆图像最相符的车辆模型，根据该车辆ID编号对应的雷达扫描数据，生成该车辆三维模型的行驶动画。

优选的，在步骤S2中，当所述数据分析处理器检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时，发送报警信息至低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。

优选的，还包括步骤S5，所述四位仿真监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；将车辆模型的行驶动画融合到三维高精度的GIS地图中，实现四维实景仿真模拟显示车道占用情景并对车道占用实况进行可视化展示。

根据本发明实施例提供的四维实景交通仿真的车辆违规占道跟踪检测系统，相比于现有的高速检测装置，至少具有以下优点：

1、通过车牌抓拍摄像机获取车辆特征信息并结合全路径布设的全方位跟踪检测雷达采集到的跟踪定位信息；实现对所有车辆全路径跟踪监测，当车辆出现长时间低速行驶或者长时间违规占用非法车道时，能及时发送报警信息，提醒车辆正常行驶，当车辆继续违规行驶时，能及时向同方向车道的其它车辆推送警示信息，提醒其他车辆避让。

2、同一车辆在通过被N个检测区域重叠的全方位跟踪检测多要素全方位跟踪检测雷达的道路上行驶时，系统会给该车辆分配唯一的识别信息；来保持车辆在四维实景仿真路况感知预警监控管理系统中信息的唯一性和可持续性。

3、车牌抓拍摄像机的触发信号由全方位跟踪检测多要素全方位跟踪检测雷达通过数据采集分析处理器来实现同步触发抓拍，保证车牌抓拍摄像机抓取的车辆信息与被雷达跟踪的车辆数据信息能够完美融合。

4、四维实景监控管理工作站利用三维GIS地图，将车辆模型的行驶动画融合到三维高精度的GIS地图中，实现四维仿真模拟显示车道占用情景并对车道占用实况进行可视化展示；有利于高速管理人员及时发现道路突发情况和拥堵位置，及时进行道路救援。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明提出的四维实景仿真的车辆违规占道跟踪检测报警系统的结构示意图；

图2为本发明提出的四维实景仿真的车辆违规占道跟踪检测报警方法的流程示意图；

图3为本发明提出的四维实景仿真的车辆违规占道跟踪检测报警系统及方法的云处理服务器预设的行驶车道报警判断流程示意图；

图4为本发明实施例2提出的四维实景仿真的车辆违规占道跟踪检测报警系统及方法的云处理服务器预设的违规占道报警判断示意图；

图5为本发明实施例2提出的四维实景仿真的车辆违规占道跟踪检测报警系统及方法的云处理服务器预设的占用应急车道的报警判断示意图；

图6为本发明实施例2提出的四维实景仿真的车辆违规占道跟踪检测报警系统及方法的云处理服务器预设的慢车占用快车道的报警判断示意图；

1、多要素全方位跟踪检测雷达；2、云处理服务器；3、四位仿真监控管理工作站；101、车辆抓拍摄像机；102、数据采集分析处理器；103、多要素全方位跟踪检测雷达；

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1所示，本发明实施例提供的四维实景仿真的车辆违规占道跟踪检测报警系统，包括多个车辆抓拍摄像机101、数据采集分析处理器102和雷达传感器103；云处理服务器2和四位仿真监控管理工作站3。

多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式，将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息；全方位跟踪检测雷达传感器为本方案前段核心数据采集的核心部件，该雷达采用由主频为77GHz高频发射单元、信号接收单元、数据处理单元和通信单元等等组，其核心数据处理单元采用多线程高速处理器能够同时跟踪定位不少于1000个目标物体。该雷达检测器采用360°高速扫描方式能够对以雷达为中心，半径500米全区域内不少于1000个目标物体进行时跟踪定位，其目标跟踪定位精度误差小于17.5厘米，雷达探测目标移动速度范围为0-250Km/h，与被跟踪目标每秒钟800次的数据交互完全满足车辆实现全速智能驾驶的定位要求，此外该雷达还可以提供一公里内每一个车辆的即时速度、运动方向、经纬度、目标尺寸、ID编号、方向角等重要信息。该雷达传感器采用一体化设计，为保证雷达使用寿命设备整体采用IP67安全防护等级。雷达所有部件全部选用和采用低功耗设计和器件。雷达采用100M网口与外部进行数据通信。

车辆抓拍摄像机用于获取当前对应高速路段上，行驶的每一辆车的车辆图像；雷达传感器用于获取高速路上行驶的每一辆车的当前雷达扫描数据；雷达传感器在检测到车辆时，获取该车辆雷达扫描数据并同步触发车牌抓拍摄像机，进行该时刻车辆图像的抓拍；将车辆雷达扫描数据和该时刻抓拍到的车辆图像一并发送至数据采集分析处理器，数据采集分析处理器进行数据汇总并打包传输到云处理服务器。

数据采集分析处理器，采用多线程高速处理器能够同时跟踪定位不少于1000个目标物体。该雷达传感器采用360°高速扫描方式能够对以雷达为中心，半径为500米全区域内不少于1000个目标物体进行时跟踪定位，其目标跟踪定位精度误差小于17.5厘米，另外该雷达能够提供在车速为120Km/h车速时，每位移90厘米提供一个位置信息，完全满足车辆实现全速智能驾驶的定位要求；因此预设间隔为相邻两个检测雷达之间的距离不超过800公里，用以实现车辆全程连续检测。

数据采集分析处理器根据高速收费站入口初次接收到的，由雷达传感器获取的车辆雷达扫描数据，为每辆车分配唯一标识的ID编号；并根据接收到的车辆图像的特征提取车辆信息，由于雷达扫描数据与车辆图像是关联于同一车辆；根据该ID编号从而能查找到对应的车辆雷达扫描数据，实现车辆信息和该ID编号的车辆对应的雷达扫描数据相匹配。

在本发明的一个实施例中，数据采集分析处理器根据车辆图像提取车辆信息；车辆信息包括牌照编号、牌照颜色、车辆尺寸、车身颜色、车辆型号和车标；根据雷达传感器获取的雷达扫描数据提取雷达扫描到的车辆跟踪定位信息；其中，雷达扫描到的车辆跟踪定位信息包括行驶速度、运动方向、经纬度和方向角。

云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和本系统中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监控监视方案，通过对四维实景仿真中车辆的监视检测，就等同对实际道路上行驶的车辆进行实时检测。此外系统根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站。

四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真车辆行驶的路径进行仿真动画显示；根据接收的报警事件进行报警事件存查、生成报警事件报表。

云处理服务器中预设所有品牌车辆下的，各系列车型的车辆三维模型，云处理服务器根据拍摄照片中提取的车型特征、车身颜色、车辆尺寸和车标品牌；调取与所拍摄的车辆图像最相符的车辆三维模型，根据该车辆ID编号对应的车辆的雷达跟踪定位信息进行融合，生成该车辆模型的行驶动画。

云处理服务器中预设高速公路异常车辆长时间违规占用非法车道报警规则，包括预设各个车型对应行驶的正常行驶车道；预设各个车道的最低行驶速度和预设车辆违规占用车道的时间；数据采集分析处理器根据接收到的车辆信息判断每个ID编号的车辆是否在正常行驶车道上行驶，根据获取的车辆雷达扫描数据进一步判断，车辆在所行驶的车道上是否符合该车道预设的最低车速，当车辆的行驶速度低于所行驶的车道的最低车速长时间行驶时，数据采集分析处理器发送报警信息并对该车辆进行目标锁定和跟踪；当车辆的行驶速度符合所行驶的车道的规定的车速时，进一步判断车辆是否违规占用与其车型不相符合的车道，当车辆违规占用非法车道时间超过预设时间时，数据采集分析处理器发送报警信息至云处理服务器，并锁定违规占用车道的目标车辆，对违规车辆进行跟踪，直至违规车辆恢复正常行驶。

如图3-4所示，实施例2，在本实施例中对行驶车道报警规则的具体实施进行进一步扩展，当1号车在高速A路段行驶时，根据交通法规，如果高速公路为同向两车道，1号车如果在快车道行驶则速度范围为100-120；如果在慢车道行驶，则行驶速度为60-80；如果高速公路为同向三车道，1号车如果在快车道行驶则速度范围为100-120；中间车道的车速在80-100；最右侧车道的速度为60-80；其中如果1号车为七座以下小客车，则1号车不能长时间占用慢车道，如果1号车为大型或者中型客车或者货车；则不能长时间占用快车道；另外，无论何种车辆，在高速上行驶时，超车均在左侧车道超车。

按照图3所示的行驶车道报警规则，在本实施例应用时，数据采集分析处理器对所有车辆的行驶速度进行实时检测，当检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时，数据采集分析处理器发送报警信息至云处理服务器，由云处理服务器向低速行驶车辆的司乘人员发送通过点对点提示方式或以路侧情报板提示方式发送警告信息，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。具体判断过程为；首先，数据采集分析处理器通过采集1号车的图像特征，判断1号车的车型，当1号车为大型客车或者货车时，进一步根据同步获取的1号车的雷达扫描数据的位置信息，判断1号车是否在正确行车道(慢车道)行驶，如果1号车在正确车道行驶的速度低于规定速度，则云处理服务器发送报警信息至1号车的司乘人员的手机或车载导航系统中，提醒司乘人员提速。

如图6所示，如果1号车违规占用其它车道行驶，则进一步统计1号车违规占用其它车道的时间，判断1号车是在暂时超车还是违规占用；其中，如果1号车违规占用快车道，占用快车道时，行驶速度符合快车道的最低车速，并且占用车道时间较短，则判断1号车正处在超车状态，则提醒1号车的司乘人员，小心超车，并在超车结束后，回归正常行驶车道。如果1号车违规占用快车道，并且速度低于快车到的最低车速，则云处理服务器，发送报警信息至1号车的司乘人员，并提醒同方向的快车道其他车辆前方车辆低速行驶，需要提前减速或换车道避让。进一步，云处理服务器接收到数据处理服务器发送的报警信息时，云处理服务器提取该车辆的ID编号，并根据ID编号根据云处理服务器中生成的，利用三维车辆模型和每一辆汽车的雷达扫描到的实时跟踪定位信息、以及预存的三维高精度GIS地图形成的四维实景仿真显示、查看、监控监视方案，直接调取ID编号车辆的四维实景仿真数据，通过在云处理服务器中输入该车辆的违规发生时间和结束时间，提取该车辆违规占道数据，根据车辆的实际违法情况下发处罚方案。

如图4和图5所示如果1号车违规占用应急车道，并且占用时间较短，则判断为正常占用，当占用时间较长时，进一步判断占用车道的车辆的行驶速度，当车辆以高速行驶状态占用应急车道超车时，云处理服务器接收到数据处理服务器发送的报警信息时，云处理服务器提取该车辆的ID编号，并根据ID编号根据云处理服务器中生成的四维实景仿真数据，即云处理服务器利用三维车辆模型和每一辆汽车的雷达扫描到的实时跟踪定位信息、以及预存的三维高精度GIS地图形成的四维实景仿真显示、查看、监控监视方案；直接调取ID编号车辆的四维实景仿真数据，通过在云处理服务器中输入该车辆的违规发生时间和结束时间，提取该车辆违规占用应急车道的四维显示信息，根据车辆的实际违法情况下发处罚方案。

当车辆以低速行驶状态直至在应急车道停车时，即1号车的速度为0，则首先判断1号车出现故障，云处理服务器发送是否需要道路救援询问至行驶车辆，当云处理服务器接收到1号车道路救援请求时，云处理服务器通知1号车所在路段的交警和道路救援。

在本发明的另一个实施例中，云处理服务器还包括拥堵预警模块，拥堵预警模中预设拥堵报警规则，其中，拥堵报警规则包括所有车辆雷达扫描数据，生成该时刻所有的车辆定位信息和该时刻所有车辆速度信息；当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，拥堵预警模块及时报警通知该路段交通管理人员进行及时疏导。

在本发明的另一个实施例中，四位仿真监控管理工作站还包括图形可视化模块，四维实景监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；提取云处理服务器中生成的四维模拟数据进行显示，利用四维仿真模拟显示车道占用情景。

如图2所示，本发明提供一种四维实景交通仿真的车辆违规占道跟踪检测系统及方法，应用于上述报警系统；包括以下步骤：

步骤S1，利用多要素全方位跟踪检测雷达和车辆抓拍摄像机对行驶车辆进行跟踪监测，获取当前对应高速路段上行驶的每一辆车的车辆图像，以及当前每一辆车的雷达跟踪定位信息并将所述车辆图像发送至数据采集分析处理器；其中，数据采集分析处理器，采用多线程高速处理器能够同时跟踪定位不少于1000个目标物体。该雷达传感器采用360°高速扫描方式能够对以雷达为中心，半径为500米全区域内不少于1000个目标物体进行时跟踪定位，其目标跟踪定位精度误差小于17.5厘米，另外该雷达能够提供在车速为120Km/h车速时，每位移13厘米提供一个位置信息，完全满足车辆实现全速智能驾驶的定位要求；因此预设间隔为相邻两个检测雷达之间的距离不超过800米，用以实现车辆全程连续检测。

步骤S2，数据采集分析处理器同时接收车辆图像、雷达扫描数据，根据车辆图像提取车辆特征信息，根据雷达扫描数据提取雷达扫描到的车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆雷达扫描到的跟踪定位信息，并根据接收的车辆图像提取车辆特征信息，将该ID编号的雷达扫描到的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和雷达扫描到的车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路违规占用车道报警规则；根据雷达扫描到的车辆跟踪定位信息得出的实时定位信息和行驶速度，与预设的违规占用车道报警规则进行比较，一旦发现车辆违规占用车道，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器。

步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和本系统中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监控监视方案，通过对四维实景仿真中车辆的监视检测，就等同对实际道路上行驶的车辆进行实时检测。此外系统根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站。

步骤S4，四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。

如图3-4所示，在本实施例中对行驶车道报警规则进行进一步扩展，当1号车在高速A路段行驶时，根据交通法规，如果高速公路为同向两车道，1号车如果在快车道行驶则速度范围为100-120；如果在慢车道行驶，则行驶速度为60-80；如果高速公路为同向三车道，1号车如果在快车道行驶则速度范围为100-120；中间车道的车速在80-100；最右侧车道的速度为60-80；其中如果1号车为七座以下小客车，则1号车不能长时间占用慢车道，如果1号车为大型或者中型客车或者货车；则不能长时间占用快车道；另外，无论何种车辆，在高速上行驶时，超车均在左侧车道超车。

如图3和图6所示，在本实施例中，数据分析采集器利用提取的行驶车道报警规则对所有车辆的行驶速度进行实时检测，当检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时，数据分析采集器发送报警信息至云处理服务器，云处理服务器生成报警预案，通过点对点提示方式或以路侧情报板提示方式发送警告信息发送给低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。具体判断过程为；首先，四维实景监控管理工作站通过采集1号车的图像特征，判断1号车的车型，当1号车为大型客车或者货车时，进一步根据同步获取的1号车的雷达扫描数据的位置信息，判断1号车是否在正确行车道(慢车道)行驶，如果1号车在正确车道行驶的速度低于规定速度，则四维实景监控管理工作站发送报警信息至1号车的司乘人员的手机或车载导航系统中，提醒司乘人员提速。优选的，在步骤S4中，四维实景监控管理工作站对所有车辆的行驶速度进行实时检测，当检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时，四维实景监控管理工作站通过点对点提示方式或以路侧情报板提示方式发送警告信息至低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。

如图3和图6所示，如果1号车违规占用其它车道行驶，则进一步统计1号车违规占用其它车道的时间，判断1号车是在暂时超车还是违规占用；其中，如果1号车违规占用快车道，占用快车道时，行驶速度符合快车道的最低车速，并且占用车道时间较短，则判断1号车正处在超车状态，则提醒1号车的司乘人员，小心超车，并在超车结束后，回归正常行驶车道。如果1号车违规占用快车道，并且速度低于快车到的最低车速，则云处理服务器，发送报警信息至1号车的司乘人员，并提醒同方向的快车道其他车辆前方车辆低速行驶，需要提前减速或换车道避让。进一步，云处理服务器接收到数据处理服务器发送的报警信息时，云处理服务器提取该车辆的ID编号，并根据ID编号根据云处理服务器中生成的，利用三维车辆模型和每一辆汽车的雷达扫描到的实时跟踪定位信息、以及预存的三维高精度GIS地图形成的四维实景仿真显示、查看、监控监视方案，直接调取ID编号车辆的四维实景仿真数据，通过在云处理服务器中输入该车辆的违规发生时间和结束时间，提取该车辆违规占道数据，根据车辆的实际违法情况下发处罚方案。

如图4和图5所示如果1号车违规占用应急车道，并且占用时间较短，则判断为正常占用，当占用时间较长时，进一步判断占用车道的车辆的行驶速度，当车辆以高速行驶状态占用应急车道超车时，云处理服务器接收到数据处理服务器发送的报警信息时，云处理服务器提取该车辆的ID编号，并根据ID编号根据云处理服务器中生成的四维实景仿真数据，即云处理服务器利用三维车辆模型和每一辆汽车的雷达扫描到的实时跟踪定位信息、以及预存的三维高精度GIS地图形成的四维实景仿真显示、查看、监控监视方案；直接调取ID编号车辆的四维实景仿真数据，通过在云处理服务器中输入该车辆的违规发生时间和结束时间，提取该车辆违规占用应急车道的四维显示信息，根据车辆的实际违法情况下发处罚方案。

本发明的另一个实施例中，优选的在步骤S4中，云处理服务器中预设拥堵预警规则，拥堵预警模规则包括以下步骤：

步骤S401，云处理服务器接收到的某时刻所有车辆雷达扫描数据，生成该时刻所有的车辆车道定位信息和该时刻所有车辆速度信息；

步骤S402，当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，拥堵预警模块及时报警通知该路段交通管理人员进行及时疏导。

优选的一个实施例中，还包括步骤S5，四位仿真监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；将车辆模型的行驶动画融合到三维高精度的GIS地图中，实现四维仿真模拟显示车道占用情景并对车道占用实况进行可视化展示。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (10)

1.基于四维实景交通仿真的车辆违规占道跟踪检测系统，其特征在于，包括多要素全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理工作站；

所述多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式，将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息；所述车辆抓拍摄像机用于获取当前高速路段上行驶的每一辆车的车辆图像；并将所述车辆图像发送至数据采集分析处理器；所述多要素全方位跟踪检测雷达，用于获取高速路上行驶的每一辆车的当前雷达扫描数据；并将所述雷达扫描数据发送至数据采集分析处理器；

所述数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号的车辆雷达扫描数据得到车辆跟踪定位信息，并根据接收的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中预设的高速公路不同车辆违规占用其他车道报警规则；根据车辆跟踪定位信息得出车辆的行驶速度和车道定位信息与预设的报警规则进行比较，一旦数据采集分析处理器发现异常车辆长时间违规占用非法车道即刻生成报警信息，并对违规占道的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；

所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监视方案，通过对四维实景仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；

所述四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维实景仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。

2.根据权利要求1所述的四维实景交通仿真的车辆违规占道跟踪检测系统，其特征在于，所述云处理服务器还预设拥堵预警规则，所述云处理服务器根据实时接收到的车辆跟踪定位信息，提取当前时刻所有的车辆定位信息和当前时刻所有车辆速度信息；当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆车道定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，并上报拥堵报警信息至四位仿真监控管理工作站，由告诉管理人员及时进行疏导。

3.根据权利要求1所述的四维实景交通仿真的车辆违规占道跟踪检测系统，其特征在于，所述数据分析处理器提取的车辆信息包括牌照编号、牌照颜色、车辆尺寸、车身颜色、车辆型号和车标；所述雷达传感器获取的雷达扫描数据包括行驶速度、定位信息、运动方向、经纬度和方向角；云处理服务器中预设所有品牌车辆下的，各系列车型的车辆三维模型，云处理服务器根据拍摄照片中提取的车型特征、车身颜色、车辆尺寸和车标品牌；调取与所拍摄的车辆图像最相符的车辆三维模型，根据该车辆ID编号对应的雷达扫描数据，生成该车辆模型的行驶动画。

4.根据权利要求2所述的四维实景交通仿真的车辆违规占道跟踪检测系统，其特征在于，当所述数据分析处理器检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时或者检测到有车辆长时间占用应急车道时，通过点对点提示方式或以路侧情报板提示方式发送报警信息至低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。

5.根据权利要求3所述的四维实景交通仿真的车辆违规占道跟踪检测系统，其特征在于，所述四位仿真监控管理工作站还包括图形可视化模块，所述四维实景监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；将车辆三维模型的行驶动画融合到三维高精度的GIS地图中，实现四维仿真模拟显示车道占用情景。

6.一种基于四维实景交通仿真的车辆违规占道跟踪检测方法，其特征在于，应用于上述权利要求1-5中任意一项所述的报警系统；包括以下步骤：

步骤S1，利用多要素全方位跟踪检测雷达和车辆抓拍摄像机同时获取当前对应高速路段上行驶的每一辆车的雷达扫描数据和车辆图像，并将所述车辆图像和雷达扫描数据发送至数据采集分析处理器；

步骤S2，数据采集分析处理器根据接收的车辆图像提取车辆特征信息，根据接收的雷达扫描数据提取车辆跟踪定位信息；数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的车辆跟踪定位信息和车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；并将匹配的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；获取在云处理服务器中预设的高速公路不同车辆长时间违规占用非法车道报警规则；根据车辆跟踪定位信息得出车辆的行驶速度和定位信息与预设的报警规则进行比较，一旦发现异常车辆违规占道即刻生成报警信息，并对违规占道的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；

步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和本系统中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景仿真显示、查看、监控监视方案，通过对四维实景仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；所述云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的慢速、异常车辆违规占道报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；

步骤S4，四位仿真监控管理工作站接收云处理服务器发送的三维车辆仿真融合数据和四维实景仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。

7.根据权利要求5所述的四维实景交通仿真的车辆违规占道跟踪检测方法，其特征在于，在步骤S4中，所述云处理服务器预设拥堵预警规则，所述拥堵预警模规则包括以下步骤：

步骤S401，所述云处理服务器根据实时接收到的车辆跟踪定位信息，提取当前时刻所有的车辆定位信息和当前时刻所有车辆速度信息；

步骤S402，当该时刻所有车辆的速度信息均低于预设的对应行驶车道的最低行驶速度，并且根据车辆定位信息得到的该路段任意相邻两车的车距小于100M时，判断为该高速路段出现拥堵，并上报拥堵报警信息至四位仿真监控管理工作站，由告诉管理人员及时进行疏导。

8.根据权利要求5所述的四维实景交通仿真的车辆违规占道跟踪检测方法，其特征在于，步骤S3中，所述数据分析处理器根据车辆图像提取车辆信息；所述车辆信息包括牌照编号、牌照颜色、车辆尺寸、车身颜色、车辆型号和车标；所述雷达传感器获取的雷达扫描数据包括行驶速度、运动方向、经纬度和方向角；云处理服务器中预设所有品牌车辆下的，各系列车型的车辆模型，云处理服务器根据拍摄照片中提取的车型特征、车身颜色、车辆尺寸和车标品牌；调取与所拍摄的车辆图像最相符的车辆模型，根据该车辆ID编号对应的雷达扫描数据，生成该车辆三维模型的行驶动画。

9.根据权利要求5所述的四维实景交通仿真的车辆违规占道跟踪检测方法，其特征在于，在步骤S2中，当所述数据分析处理器检测到有车辆在规定车道内，以低于预设的对应行驶车道的最低行驶速度长时间行驶时，发送报警信息至低速行驶车辆的司乘人员，提醒其转换车道，同时向与该车同车道行驶的后方车辆发送报警信息，提醒后方车辆避让。

10.根据权利要求5所述的四维实景交通仿真的车辆违规占道跟踪检测方法，其特征在于，还包括步骤S5，所述四位仿真监控管理工作站利用三维GIS地图作为渲染引擎底层，通过无人机拍摄画面和卫星画面进行三维仿真修正；将车辆模型的行驶动画融合到三维高精度的GIS地图中，实现四维实景仿真模拟显示车道占用情景并对车道占用实况进行可视化展示。