CN109558829A - 一种变道检测方法及装置、计算机装置及可读存储介质 - Google Patents
一种变道检测方法及装置、计算机装置及可读存储介质 Download PDFInfo
- Publication number
- CN109558829A CN109558829A CN201811418716.8A CN201811418716A CN109558829A CN 109558829 A CN109558829 A CN 109558829A CN 201811418716 A CN201811418716 A CN 201811418716A CN 109558829 A CN109558829 A CN 109558829A
- Authority
- CN
- China
- Prior art keywords
- lane
- number information
- image
- section
- detected
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Abstract
本发明公开了一种变道检测方法及装置、计算机装置及可读存储介质，其中，所述方法包括：通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，分别获得所述目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置处的第一车道，以及在所述第二位置的第二车道；若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。用于解决现有变道事件的检测方法存在远程监控识别率低的技术问题。
Description
技术领域
本发明涉及智能交通技术领域，特别涉及一种变道检测方法及装置、计算机装置及可读存储介质。
背景技术
随着科学技术的快速发展，各式各样的交通工具越来越多。在给人们日常生活带来便利的同时，也带来了诸如道路拥堵加剧，交通事故频发等问题。
据统计有超过半数的交通事故都和变道有关系，显然，对变道事件的检测具有重要的实际意义。
目前，常采用单个图像采集设备，在路口较短时间内识别并确定车辆变道事件，对于检测盲区，则无法检测。此外，由于单个图像采集设备的可监控距离十分有限，无法实现对路段的远程监控。即便增大该设备的监控距离，一方面，在目标车辆运动至较远距离时，图像分辨率较低，导致对变道事件的识别准确度下降；另一方面，较小的目标车辆很容易被后方的较大车辆遮挡，导致变道事件识别不准确。也就是说，现有变道事件检测的对象主要是车辆。然而，诸如人、动物等也会对交通状况造成一定程度的影响，仅基于车辆变道事件来评估交通状况，难免准确度不高。
可见，现有变道事件的检测对象较为局限，而且存在远程监控识别率低的技术问题。
发明内容
本发明实施例提供一种变道检测方法及装置，用于解决现有变道事件的检测对象较为局限，而且存在远程监控识别率低的技术问题。
第一方面，本发明实施例提供了一种变道检测方法，包括：
通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，分别获得所述目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置处的第一车道，以及在所述第二位置的第二车道；
若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
在本发明实施例的技术方案中，在车道连续的待检测路段的两端，通过第一图像采集设备和第二图像采集设备，分别检测目标对象经过该检测路段第一位置和第二位置处的车道情况。若两次车道不同，则该目标对象在该待检测路段内发生了变道事件。其中，目标对象不仅可以是车辆，还可以是非车辆外的人、动物等。即便该待检测路段为长距离路段时，仍可以通过第一图像采集设备和第二图像采集设备间的相互协作，来对目标对象经过不同位置处的车道情况进行检测，从而实现对变道事件的检测，不仅变道事件的检测对象更加普及，而且提高了远程监控的识别率。
可选地，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
在本发明实施例的技术方案中，通过获取区域块与车道间的第一关联关系，便可以快速确定出目标对象当前所处的区域块所对应的车道，从而提高了监控的识别率。
可选地，在获取区域块与车道间的第一关联关系之前，所述方法还包括：
对所述待检测路段的不同位置处所采集的图像进行区域块划分；
建立不同位置处区域块与车道间的第一关联关系。
可选地，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
在本发明实施例的技术方案中，通过确定目标对象分别经过第一位置以及第二位置时的车道编号信息，进而确定车道编号信息对应的车道，从而实现对车道的快速确定，以及对目标对象变道事件的快速检测。
可选地，确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，包括：
从所述第一图像中检测出至少一个车道线；
根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
在本发明实施例的技术方案中，通过对目标对象所经过位置处的图像进行检测，从中检测出车道线，然后，根据车道线，按照预设规则对相应位置处的车道进行编号，从而确定出目标对象当前所处位置处的车道编号信息。从而实现了对目标对象所处车道的快速确定。
可选地，所述方法还包括：
获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；
若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
在本发明实施例的技术方案中，通过获取待检测路段不同位置处的车道编号信息间的关联关系，比如，A位置处的车道排列情况为从左至右依次为编号1、2、3的三车道，B位置处的车道排列情况为从左至右依次为1’、2’、3’的三车道，其中编号1的车道与编号1’的车道关联起来，对应同一个车道。从而在确定出目标对象在经过不同位置处的车道编号信息后，能够根据该关联关系，快速确定出目标对象是否变道，实现了对变道事件的快速识别。
可选地，所述方法还包括：
若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。
可选地，对所述第一图像和所述第二图像进行分析，包括：
通过所述第一图像采集设备对所述第一图像进行分析，以及通过所述第二图像采集设备对所述第二图像进行分析；或者，
通过所述第一图像采集设备对所述第一图像以及经所述第二图像采集设备发送的所述第二图像进行分析；或者，
将所述第一图像和所述第二图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第一数据处理平台，以使所述第一数据处理平台对所述第一图像和所述第二图像进行分析；或者，
将所述第一图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第二数据处理平台，以使所述第二数据处理平台对所述第一图像进行分析，以及将所述第二图像发送至与所述第二数据处理平台不同的第三数据处理平台，以使所述第三数据处理平台对所述第二图像进行分析。
第二方面，本发明实施例还提供了一种变道检测装置，包括：
获得单元，通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，获得目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
处理单元，对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道；
确定单元，若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
可选地，所述处理单元还用于：
获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
可选地，所述处理单元还用于：
对所述待检测路段的不同位置处所采集的图像进行区域块划分；
建立不同位置处区域块与车道间的第一关联关系。
可选地，所述处理单元还用于：
分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
可选地，所述处理单元还用于：
从所述第一图像中检测出至少一个车道线；
根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
可选地，所述处理单元还用于：
获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；
若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
可选地，所述处理单元还用于：
若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。
可选地，所述处理单元还用于：
通过所述第一图像采集设备对所述第一图像进行分析，以及通过所述第二图像采集设备对所述第二图像进行分析；或者，
通过所述第一图像采集设备对所述第一图像以及经所述第二图像采集设备发送的所述第二图像进行分析；或者，
将所述第一图像和所述第二图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第一数据处理平台，以使所述第一数据处理平台对所述第一图像和所述第二图像进行分析；或者，
将所述第一图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第二数据处理平台，以使所述第二数据处理平台对所述第一图像进行分析，以及将所述第二图像发送至与所述第二数据处理平台不同的第三数据处理平台，以使所述第三数据处理平台对所述第二图像进行分析。
第三方面，本发明实施例还提供了一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如第一方面所述的变道检测方法的步骤。
第四方面，本发明实施例还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的变道检测方法的步骤。
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。
图1为本发明实施例中提供的一种变道检测方法的方法流程图；
图2a为本发明实施例中待检测路段所包括车道的其中一种示意图；
图2b为本发明实施例中待检测路段所包括车道的另外一种示意图；
图2c为本发明实施例中待检测路段所包括车道的另外一种示意图；
图3为本发明实施例中提供的一种变道检测方法中步骤S102的第一种实现方式的方法流程图；
图4为本发明实施例中提供的一种变道检测方法中在步骤S201之前的其中一种方法流程图；
图5为本发明实施例中提供的一种变道检测方法中步骤S102的第二种实现方式的方法流程图；
图6为本发明实施例中提供的一种变道检测方法中步骤S401中确定目标对象经过第一位置时所处于的第一车道编号信息的方法流程图；
图7为本发明实施例中提供的一种变道检测方法中步骤S401中确定目标对象经过第二位置时所处于的第二车道编号信息的方法流程图；
图8为本发明实施例中提供的一种变道检测方法中的另外一种方法流程图；
图9为本发明实施例中提供的一种变道检测装置的结构示意图。
具体实施方式
本发明的说明书和权利要求书及上述附图中的“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互结合。
在本发明实施例中的变道检测方法可以应用到多个图像采集设备的协同工作上，而每个图像采集设备可以是具有红外摄像功能的摄像机，还可以是能够进行可见光图像采集的摄像机，等等。本发明实施例中的变道检测装置可以是卡口摄像机，还可以是球机摄像机，等等。
请参考图1，本发明实施例提供了一种变道检测方法，包括：
S101：通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，分别获得目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
S102：对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道；
S103：若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
在具体实施过程中，步骤S101至步骤S103的具体实现过程如下：
首先，通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，分别获得该目标对象经过该待检测路段的第一位置时的第一图像，以及经过该待检测路段的与该第一位置不同的第二位置时的第二图像。在具体实施过程中，该目标对象可以是自行车、摩托车、小轿车、货车等交通车辆，还可以是人、动物等可运动的对象。具体可以通过图像识别来确定出目标对象确切所对应的对象。此外，该车道连续的待检测路段具体可以是路段中所包括的车道个数无变化且每个车道不间断的路段(比如，如图2a所示的路段)，还可以是除匝道外其他车道个数无变化且每个车道不间断的路段(比如，如图2b所示的路段)。还可以是如图2c所示的车道扩宽或者变窄的路段。在实际场景，具体可以是隧道路段、高架桥路段，等等。举个具体的例子来说，在如图2a所示的路段的入口处设置摄像头AA，出口处设置摄像头BB，摄像头AA对路段位置A处的车辆行驶情况进行监控，摄像头BB对路段B处的车辆行驶情况进行监控。如此以来，摄像头AA便可以获得目标车辆经过路段位置A时的图像aa，摄像头BB便可以获得目标车辆经过位置B时的图像bb。此外，在具体实施过程中，该待检测路段还可以是全路段中的部分路段，还可以是全路段，当然，本领域的技术人员可以根据实际需要来将图像采集设置在可连续路段的部分位置上，在此就不再一一举例说明了。然后，对该第一图像和该第二图像进行分析，分别确定该目标对象在第一位置的第一车道，以及该目标对象在第二位置的第二车道。仍然以上述例子为例，对图像aa进行分析处理后确定出目标对象在位置A位于三车道中的1号车道，对图像bb进行分析处理后确定出目标对象在位置B位于三车道中的1’号车道。
在本发明实施例中，即便该待检测路段为长距离路段时，仍可以通过第一图像采集设备和第二图像采集设备间的相互协作，来对目标对象经过不同位置处的车道情况进行检测，从而实现对变道事件的检测，不仅变道事件的检测对象更加普及，而且提高了远程监控的识别率。
在本发明实施例中，为了提高对第一图像和对第二图像的处理分析精确度，在具体实施过程中，步骤S102中的对所述第一图像和所述第二图像进行分析，包括：
通过所述第一图像采集设备对所述第一图像进行分析，以及通过所述第二图像采集设备对所述第二图像进行分析；或者，
通过所述第一图像采集设备对所述第一图像以及经所述第二图像采集设备发送的所述第二图像进行分析；或者，
将所述第一图像和所述第二图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第一数据处理平台，以使所述第一数据处理平台对所述第一图像和所述第二图像进行分析；或者，
将所述第一图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第二数据处理平台，以使所述第二数据处理平台对所述第一图像进行分析，以及将所述第二图像发送至与所述第二数据处理平台不同的第三数据处理平台，以使所述第三数据处理平台对所述第二图像进行分析。
在具体实施过程中，对第一图像和第二图像进行分析，具体可以是通过每个图像采集设备本身对所采集到的图像进行分析处理；还可以是其中一个图像采集设备将所获得图像发送至另外一个图像采集设备，由另外一个图像采集设备对这两个图像采集设备所获得的图像进行分析处理；还可以是将每个图像采集设备所采集的图像发送到同一个数据处理平台，或者不同的数据处理平台，然后，由相应平台对这些数据进行分析处理，进而确定出该目标对象在第一位置的第一车道，以及在第二位置的第二车道。当然，本领域技术人员，还可以根据实际需要来采用不同的方案来对两图像采集设备所采集到的图像进行处理，在此就不再赘述了。
然后，检测第一车道与第二车道是否相同，如果该第一车道与该第二车道不同，则确定该目标对象在该待检测路段内发生了变道事件。如果该第一车道与该第二车道相同，则确定该目标对象在该待检测路段内未发生变道事件。在具体实施过程中，通过对目标对象在待检测路段内变道事件的检测，进一步地对该待检测路段上的交通状况进行估计。比如，在一预设时长(比如，30min)内，检测到待检测路段某一特定位置处的变道事件发生的次数超过了预设阈值(比如，50次)，则表明该处极易导致交通堵塞。在具体实施过程中，在预估出待检测路段的交通状况后，可以进一步地引导交通监控人员分析当前导致变道事件频发的因素，具体可以通过相应的检测设备，比如，图像采集设备，来检测当前的天气状况以及路面状况，以便相关人员及时排除相关阻塞因素，为待检测路段营造了良好的交通环境。
此外，在具体实施过程中，在待检测路段为长距离路段时，仍可以通过第一图像采集设备和第二图像采集设备间的相互协作，来对目标对象经过不同位置处的车道情况进行检测。具体来讲，在长距离路段中包括部分较难检测的盲点区域时，只需在该长距离路段的两端增设图像采集设备，无需通过在盲点区域处增设图像采集设备，来估算该目标对象在该路段内发生变道事件的情况，不仅降低了变道事件检测的成本，而且使长距离变道事件监控成为了可能。
在本发明实施例中，通过设置在车道连续的待检测路段的两端的第一图像采集设备和第二图像采集设备，分别检测目标对象经过该待检测路段第一位置和第二位置处的车道情况。若两次车道不同，则该目标对象在该待检测路段内发生了变道事件。其中，目标对象不仅可以是车辆，还可以是非车辆外的人、动物等。即便该待检测路段为存在检测盲区的长距离路段时，仍可以通过第一图像采集设备和第二图像采集设备间的相互协作，来对目标对象经过不同位置处的车道情况进行检测，从而实现对变道事件的检测，提高了远程监控的识别率。
在本发明实施例中，为了快速识别目标对象所处位置处的车道，具体可以采用以下两种实现方式来实现对车道的识别与确定，但又不仅限于以下两种实现方式。
第一种实现方式
请参考图3，在第一种实现方式下，步骤S102：对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
S201：获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
S202：分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
S203：基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
在具体实施过程中，步骤S201至步骤S203的具体实现过程如下：
首先，获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道。比如，区域块a对应车道1，区域块b对应车道2，区域块c对应车道3。
在本发明实施例中，为了对所述第一关联关系的获取精确度，在步骤S201：获取区域块与车道间的第一关联关系之前，请参考图4，所述方法还包括：
S301：对所述待检测路段的不同位置处所采集的图像进行区域块划分；
S302：建立不同位置处区域块与车道间的第一关联关系。
在具体实施过程中，步骤S301至步骤S302的具体实现过程如下：
首先，将待检测路段的不同位置处所采集的图像进行区域块划分，然后，建立不同位置处区域块与车道间的第一关联关系。还可以对该第一关联关系进行存储。如此一来，便可以根据待检测路段不同位置处的第一关联关系，确定出与该位置处的区域块关联的车道。此外，在具体实施过程中，本领域技术人员可以对待检测路段上某位置处的特定角度下所采集的特定区域(在这种情况下，采集区域固定)的图像进行区域块划分，还可以对该位置处多角度下所采集的所有区域的图像(在这种情况下，采集区域不固定)，分别进行区域块划分，相应地建立并存储该位置下相应角度所对应区域的区域块与车道间的第一关联关系，也就是说，建立相应位置以及角度下的区域块与车道间的第一关联关系。当然，本领域技术人员还可以根据实际需要来建立区域块与车道间的第一关联关系，在此就不再赘述了。
在本发明实施例中，在建立区域块与车道间的第一关联关系之后，便可以获取相应位置处区域块与车道间的关联关系，在对待检测路段的某一位置处的车道进行检测时，便可以通过所获取的区域块与车道间的第一关联关系，来对相应位置处的车道进行快速的识别与确定。具体来讲，分别确定目标对象经过第一位置时所处于的第一区域块，目标对象经过第二位置时所处于的第二区域块；然后，基于第一关联关系，分别确定第一区域块对应的第一车道，第二区域块对应的第二车道。仍然以图2c所示的待检测路段为例，目标对象经过位置a时处于区域块a’，目标对象经过位置b时处于区域块b’。由区域块与车道间的第一关联关系可知，区域块a’对应车道1，区域块b’对应车道2。
第二种实现方式
请参考图5，在第二种实现方式下，步骤S102：对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
S401：分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
S402：分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
在具体实施过程中，步骤S401至步骤S402的具体实现过程如下：
首先，确定目标对象经过第一位置时所处于的第一车道编号信息，目标对象经过第二位置时所处于的第二车道编号信息。其中，第一车道编号信息能够用于表征目标对象经过第一位置时所处的具体车道，第二车道编号信息能够用于表征目标对象经过第二位置时所处于的具体的车道。然后，便可以基于车道编号与车道间的对应关系，分别确定第一车道编号信息对应的第一车道，第二车道编号信息对应的第二车道。比如，目标车辆经过位置A时位于车道编号1的车道上，该目标车道经过位置B时位于车道编号2的车道上。在具体实施过程中，通过确定出目标对象所处的车道编号信息，进而快速地确定出车道编号信息对应的车道，从而实现了对目标对象当前所处位置的车道的快速识别，提高了变道事件的检测效率。
当然，本领域技术人员可以根据实际需要来采用除上述两种实现方式外的其它不同的方案来实现对车道的识别与确定，在此就不再赘述了。
在本发明实施例中，请参考图6，步骤S401中步骤：确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，包括：
S501：从所述第一图像中检测出至少一个车道线；
S502：根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
S503：从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
在具体实施过程中，步骤S501至步骤S503的具体实现过程如下：
首先，对第一图像进行特征分析处理，从该第一图像中检测出至少一个车道线，具体的特征分析方法可以是现有技术中的方法，在此就不再赘述了。然后，根据至少一个车道线，按照预设规则对该待检测路段的第一位置处的M个车道进行编号，获得M个车道对应的M个车道编号信息。其中，预设规则可以是沿目标对象前进方向以数字“1”为起始编号数字，按照数字依次增大，由左至右对M个车道进行编号。还可以是沿目标对象前进方向以数字“100”为起始编号数字，按照数字依次减小，基于车道线由左至右对M个车道进行编号。其中，车道线为路段上两个相邻车道之间可见的分割线。当然，本领域的技术人员还可以根据实际需要来设置M个车道的M个车道编号信息，在此就不再赘述了。然后，便可以将从M个车道编号信息中确定目标对象经过第一位置时所处的第一车道编号信息。从而基于车道线实现了对待检测路段上第一位置处的车道的快速识别。
基于与步骤S501至步骤S503同样的发明构思，请参考图7，步骤S401中步骤：确定所述目标对象经过所述第二位置时所处于的第二车道编号信息，包括：
S601：从所述第二图像中检测出至少一个车道线；
S602：根据所述至少一个车道线，按照另一预设规则对所述待检测路段的所述第二位置处的N个车道进行编号，获得所述N个车道的N个车道编号信息，其中，N为不小于1的整数；
S603：从所述N个车道编号信息中确定所述目标对象经过所述第二位置时所处的第二车道编号信息。
在具体实施过程中，步骤S601至步骤S603的具体实现过程同步骤S501至步骤S503，在此就不在详细描述了。
在本发明实施例中，为了提高对目标对象变道事件的检测效率，请参考图8，所述方法还包括：
S701：获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
S702：基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；
S703：若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
在具体实施过程中，步骤S701至步骤S703的具体实现过程如下：
首先，获取待检测路段的不同位置处的车道编号信息间的第二关联关系，比如，在第一位置处包括M个车道编号信息，第二位置处包括N个车道编号信息时，第一关联关系具体为M个车道编号信息中的车道编号，与N个车道编号信息中的车道编号之间的关联关系。比如，将M个车道中的1-3号车道，分别与N个车道中的1’-4’号车道关联起来，其中，M个车道中1号车道与N个车道中的1’号车道关联，二者对应同一车道；M个车道中的2号车道与N个车道中的2’号车道关联，二者对应同一车道；M个车道中的3号车道与N个车道中的3’号车道和4’号车道关联，三者对应同一车道。当然，本领域技术人员可以根据用户的实际使用习惯来设置第一车道集合信息与第二车道集合信息间的关联关系，在此就不再赘述了。
然后，便可以基于该第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配。从而在确定出目标对象在经过不同位置处的车道情况后，能够根据该关联关系，快速确定出目标对象是否变道，实现了对变道事件的快速识别。比如，若位置A处的车道编号2，与目标车辆在位置B处的车道所对应的车道编号为4’关联匹配失败，即车道编号为2的车道与车道编号为4’的车道为不同车道，则目标车辆在位置A与B之间发生了变道事件。
在本发明实施例中，为了提高对目标对象的检测效率，所述方法还包括：若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。举个具体的例子来说，若位置A处的车道编号2与位置B处的车道编号2’关联，则车道编号2与车道编号2’关联成功，即车道编号2与车道编号2’对应同一车道，则目标车辆在位置A与位置B之间并未发生变道。
基于同样的发明构思，请参考图9，本发明实施例还提供了一种变道检测装置，包括：
获得单元10，通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，获得目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
处理单元20，对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置处的第一车道，以及在所述第二位置的第二车道；
确定单元30，若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
在本发明实施例中，处理单元20还用于：
获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
在本发明实施例中，处理单元20还用于：
对所述待检测路段的不同位置处所采集的图像进行区域块划分；
建立不同位置处区域块与车道间的第一关联关系。
在本发明实施例中，处理单元20还用于：
分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
在本发明实施例中，处理单元20还用于：
从所述第一图像中检测出至少一个车道线；
根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
在本发明实施例中，处理单元20还用于：
获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
在本发明实施例中，处理单元20还用于：
若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。
在本发明实施例中，处理单元20还用于：
通过所述第一图像采集设备对所述第一图像进行分析，以及通过所述第二图像采集设备对所述第二图像进行分析；或者，
通过所述第一图像采集设备对所述第一图像以及经所述第二图像采集设备发送的所述第二图像进行分析；或者，
将所述第一图像和所述第二图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第一数据处理平台，以使所述第一数据处理平台对所述第一图像和所述第二图像进行分析；或者，
将所述第一图像发送至与所述第一图像采集设备和所述第二图像采集设备均不同的第二数据处理平台，以使所述第二数据处理平台对所述第一图像进行分析，以及将所述第二图像发送至与所述第二数据处理平台不同的第三数据处理平台，以使所述第三数据处理平台对所述第二图像进行分析。
基于同一发明构思，本发明实施例还提供了一种计算机装置，所述计算机装置包括处理器、所述处理器用于执行存储器中存储的计算机程序时实现如上所述的变道检测方法的步骤。
基于同一发明构思，本发明实施例还提供了一种可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的变道检测方法的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种变道检测方法，其特征在于，包括：
通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，分别获得目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道；
若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
2.如权利要求1所述的方法，其特征在于，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
3.如权利要求2所述的方法，其特征在于，在获取区域块与车道间的第一关联关系之前，所述方法还包括：
对所述待检测路段的不同位置处所采集的图像进行区域块划分；
建立不同位置处区域块与车道间的第一关联关系。
4.如权利要求1所述的方法，其特征在于，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道，包括：
分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
5.如权利要求4所述的方法，其特征在于，确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，包括：
从所述第一图像中检测出至少一个车道线；
根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；
若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。
8.一种变道检测装置，其特征在于，包括：
获得单元，通过设置在待检测路段两端的第一图像采集设备和第二图像采集设备，获得目标对象经过所述待检测路段的第一位置时的第一图像，以及经过所述待检测路段的与所述第一位置不同的第二位置时的第二图像，其中，所述待检测路段为车道连续的路段；
处理单元，对所述第一图像和所述第二图像进行分析，分别确定所述目标对象在所述第一位置的第一车道，以及在所述第二位置的第二车道；
确定单元，若所述第一车道与所述第二车道不同，确定所述目标对象在所述待检测路段内发生了变道事件。
9.如权利要求8所述的装置，其特征在于，所述处理单元还用于：
获取区域块与车道间的第一关联关系，其中，一个区域块用于唯一标识一个车道；
分别确定所述目标对象经过所述第一位置时所处于的第一区域块，所述目标对象经过所述第二位置时所处于的第二区域块；
基于所述第一关联关系，分别确定所述第一区域块对应的第一车道，所述第二区域块对应的第二车道。
10.如权利要求9所述的装置，其特征在于，所述处理单元还用于：
对所述待检测路段的不同位置处所采集的图像进行区域块划分；
建立不同位置处区域块与车道间的第一关联关系。
11.如权利要求8所述的装置，其特征在于，所述处理单元还用于：
分别确定所述目标对象经过所述第一位置时所处于的第一车道编号信息，所述目标对象经过所述第二位置时所处于的第二车道编号信息；
分别确定所述第一车道编号信息对应的第一车道，所述第二车道编号信息对应的第二车道。
12.如权利要求11所述的装置，其特征在于，所述处理单元还用于：
从所述第一图像中检测出至少一个车道线；
根据所述至少一个车道线，按照预设规则对所述待检测路段的所述第一位置处的M个车道进行编号，获得所述M个车道的M个车道编号信息，其中，M为不小于1的整数；
从所述M个车道编号信息中确定所述目标对象经过所述第一位置时所处的第一车道编号信息。
13.如权利要求12所述的装置，其特征在于，所述处理单元还用于：
获取所述待检测路段的不同位置处的车道编号信息间的第二关联关系；
基于所述第二关联关系，检测所述第一车道编号信息与所述第二车道编号信息是否关联匹配；
若所述第一车道编号信息与所述第二车道编号信息关联匹配失败，则所述第一车道与所述第二车道不同。
14.如权利要求13所述的装置，其特征在于，所述处理单元还用于：
若所述第一车道编号信息与所述第二车道编号信息关联匹配成功，则所述第一车道与所述第二车道相同，确定所述目标对象在所述待检测路段内未发生变道事件。
15.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任意一项所述的变道检测方法的步骤。
16.一种可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的变道检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811418716.8A CN109558829B (zh) | 2018-11-26 | 2018-11-26 | 一种变道检测方法及装置、计算机装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811418716.8A CN109558829B (zh) | 2018-11-26 | 2018-11-26 | 一种变道检测方法及装置、计算机装置及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109558829A true CN109558829A (zh) | 2019-04-02 |
| CN109558829B CN109558829B (zh) | 2021-02-02 |
Family
ID=65867452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811418716.8A Active CN109558829B (zh) | 2018-11-26 | 2018-11-26 | 一种变道检测方法及装置、计算机装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109558829B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110200258A1 (en) * | 2010-02-12 | 2011-08-18 | Denso Corporation | Lane-marker recognition system with improved recognition-performance |
| CN103942960A (zh) * | 2014-04-22 | 2014-07-23 | 深圳市宏电技术股份有限公司 | 一种车辆变道检测方法及装置 |
| CN106650730A (zh) * | 2016-12-14 | 2017-05-10 | 广东威创视讯科技股份有限公司 | 汽车变道过程中的转向灯检测方法和系统 |
| CN106981202A (zh) * | 2017-05-22 | 2017-07-25 | 中原智慧城市设计研究院有限公司 | 一种基于车道模型的车辆来回变道检测方法 |
| CN108230312A (zh) * | 2018-01-03 | 2018-06-29 | 努比亚技术有限公司 | 一种图像分析方法、设备和计算机可读存储介质 |
| CN108806269A (zh) * | 2018-06-22 | 2018-11-13 | 安徽科力信息产业有限责任公司 | 一种记录机动车连续变换车道违法行为的方法及装置 |
-
2018
- 2018-11-26 CN CN201811418716.8A patent/CN109558829B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110200258A1 (en) * | 2010-02-12 | 2011-08-18 | Denso Corporation | Lane-marker recognition system with improved recognition-performance |
| CN103942960A (zh) * | 2014-04-22 | 2014-07-23 | 深圳市宏电技术股份有限公司 | 一种车辆变道检测方法及装置 |
| CN106650730A (zh) * | 2016-12-14 | 2017-05-10 | 广东威创视讯科技股份有限公司 | 汽车变道过程中的转向灯检测方法和系统 |
| CN106981202A (zh) * | 2017-05-22 | 2017-07-25 | 中原智慧城市设计研究院有限公司 | 一种基于车道模型的车辆来回变道检测方法 |
| CN108230312A (zh) * | 2018-01-03 | 2018-06-29 | 努比亚技术有限公司 | 一种图像分析方法、设备和计算机可读存储介质 |
| CN108806269A (zh) * | 2018-06-22 | 2018-11-13 | 安徽科力信息产业有限责任公司 | 一种记录机动车连续变换车道违法行为的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109558829B (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11373523B2 (en) | Method for vehicle detection based on single-axis geomagnetic sensor | |
| Sen et al. | Horn-ok-please | |
| CA2852387C (en) | Methods and systems for selecting target vehicles for occupancy detection | |
| CN111932901B (zh) | 道路车辆跟踪检测设备、方法及存储介质 | |
| US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| CN108074401B (zh) | 一种车辆加塞行为判别方法及装置 | |
| CN105608431A (zh) | 一种基于车辆数目与车流速度的高速公路拥堵检测方法 | |
| KR101735557B1 (ko) | 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법 | |
| JP6939362B2 (ja) | 車両捜索システム、車両捜索方法、ならびに、それに用いられる車両およびプログラム | |
| JP7307170B2 (ja) | 外界認識センサのセンシング性能評価診断システム、および、センシング性能評価診断方法 | |
| Liu et al. | Evaluation of floating car technologies for travel time estimation | |
| CN111830470B (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
| KR102178598B1 (ko) | 다시점 블랙박스 카메라 영상을 이용한 도로교통정보 제공시스템 | |
| CN109711276A (zh) | 一种套牌检测方法及装置 | |
| CN116128360A (zh) | 道路交通拥堵等级评估方法、装置、电子设备及存储介质 | |
| CN109410584B (zh) | 一种路况检测方法及装置 | |
| KR101841978B1 (ko) | 지자기 센서를 이용한 교차로 교통량 감지시스템 | |
| JP2002342872A (ja) | 交通流の異常検知装置及び方法 | |
| KR101797544B1 (ko) | 차량 유무 판단 장치 및 방법 | |
| CN109558829A (zh) | 一种变道检测方法及装置、计算机装置及可读存储介质 | |
| KR102105705B1 (ko) | 과속 차량 감지 장치 및 방법 | |
| CN111881874A (zh) | 车位识别方法、设备及系统 | |
| KR102018582B1 (ko) | 고속화도로 내 본선과 램프 진출입로를 구분하여 교통정보를 수집하는 장치 및 방법 | |
| KR102418344B1 (ko) | 교통정보 분석장치 및 방법 | |
| Brunauer et al. | Deriving driver-centric travel information by mining delay patterns from single GPS trajectories |
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 |