CN110459063A - 一种车辆闯红灯的判定方法、电子设备和存储介质 - Google Patents
一种车辆闯红灯的判定方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110459063A CN110459063A CN201910856953.0A CN201910856953A CN110459063A CN 110459063 A CN110459063 A CN 110459063A CN 201910856953 A CN201910856953 A CN 201910856953A CN 110459063 A CN110459063 A CN 110459063A
- Authority
- CN
- China
- Prior art keywords
- line
- crossing
- red light
- vehicle
- thread
- 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.)
- Pending
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)
Abstract
本公开实施例涉及一种车辆闯红灯的判定方法、电子设备和存储介质,预先配置红灯状态对应的路口逻辑线的类型,所述方法包括:确定处于红灯状态的路口;基于红灯状态,确定路口不同类型的路口逻辑线的位置;确定车辆通过路口时所经过的路口逻辑线;基于所经过的路口逻辑线进行闯红灯判定。本公开实施例中,通过预先配置路口逻辑线的类型,在红灯状态时,基于车辆通过路口时所经过的路口逻辑线进行闯红灯判定,实现与现实场景相同的闯红灯判定效果。
Description
技术领域
本公开实施例涉及智能交通技术领域,具体涉及一种车辆闯红灯的判定方法、电子设备和存储介质。
背景技术
仿真系统可以仿真车辆、场景、行人和传感器等,为智能驾驶系统的研发和测试提供依据,无需对实车和改车有依赖,减小了初期的研发成本以及研发效率。另外,仿真系统可以仿真多个场景,突破单一实景带来的限制,有利于智能驾驶系统的普适性研发和测试。另外,仿真系统可以避免实车测试中的各种安全问题,便于测试智能驾驶算法的安全临界值。
仿真技术的发展,使得智能驾驶车辆可以在现实场景中落地。若在现实场景中落地,智能驾驶车辆需遵守现实交通规则。智能驾驶车辆若要遵守现实交通规则,需要先在仿真场景中遵守交通规则。可见如何在仿真场景中提供与现实场景相同的闯红灯判定效果是亟需解决的问题。
上述对问题的发现过程的描述,仅用于辅助理解本公开的技术方案,并不代表承认上述内容是现有技术。
发明内容
为了解决现有技术存在的至少一个问题,本公开的至少一个实施例提供了一种车辆闯红灯的判定方法、电子设备和存储介质。
第一方面,本公开实施例提出一种车辆闯红灯的判定方法,预先配置红灯状态对应的路口逻辑线的类型,所述方法包括:
确定处于红灯状态的路口;
基于所述红灯状态,确定所述路口不同类型的路口逻辑线的位置;
确定车辆通过所述路口时所经过的路口逻辑线;
基于所经过的路口逻辑线进行闯红灯判定。
第二方面,本公开实施例还提出一种电子设备,包括:处理器和存储器;所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面所述方法的步骤。
第三方面,本公开实施例还提出一种非暂态计算机可读存储介质,用于存储程序或指令,所述程序或指令使计算机执行如第一方面所述方法的步骤。
可见,本公开实施例的至少一个实施例中,通过预先配置路口逻辑线的类型,在红灯状态时,基于车辆通过路口时所经过的路口逻辑线进行闯红灯判定,实现与现实场景相同的闯红灯判定效果。
附图说明
为了更清楚地说明本公开实施例的技术方案,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公开的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种车辆行驶至红绿灯路口的场景示意图;
图2是本公开实施例提供的一种仿真系统的框图;
图3是本公开实施例提供的一种闯红灯判定模块的框图;
图4是本公开实施例提供的一种直行红灯状态时,不同类型的路口逻辑线的位置示意图;
图5是本公开实施例提供的一种左转红灯状态时,不同类型的路口逻辑线的位置示意图;
图6是本公开实施例提供的一种右转红灯状态时,不同类型的路口逻辑线的位置示意图;
图7是本公开实施例提供的一种路口对应的物理线示意图;
图8是本公开实施例提供的一种电子设备的框图;
图9是本公开实施例提供的一种车辆闯红灯的判定方法流程图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开,而非对本公开的限定。基于所描述的本公开的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本公开保护的范围。
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。
针对如何在仿真场景中提供与现实场景相同的闯红灯判定效果的问题,本公开实施例提供一种车辆闯红灯的判定方案,通过预先配置路口逻辑线的类型,在红灯状态时,基于车辆通过路口时所经过的路口逻辑线进行闯红灯判定,实现与现实场景相同的闯红灯判定效果。
本公开实施例提供的车辆闯红灯的判定方案,可应用于仿真系统,也可应用于现实交通系统。应用于仿真系统时,需预先在仿真系统中配置红灯状态对应的路口逻辑线的类型。应用于现实交通系统时,需预先在交通系统的后台配置红灯状态对应的路口逻辑线的类型。
在一些实施例中,红灯状态包括:直行红灯状态、左转红灯状态、右转红灯状态和以上任意两种红灯状态的组合。任意两种红灯状态的组合例如为:直行与右转均为红灯状态。
在一些实施例中,路口逻辑线的类型包括:用于判断车辆进入路口的起始线、用于判断车辆处于路口中的中间线和用于判断车辆离开路口的终止线。起始线、中间线和终止线作为判断闯红灯的必要逻辑线。在一些实施例中,路口逻辑线的类型还包括:与红灯状态无关的安全线。安全线可以作为判断闯红灯的可选逻辑线。
图1为本公开实施例提供的一种车辆行驶至红绿灯路口的场景示意图。如图1所示,场景中包括:车辆101、红绿灯102、信息采集设备103、交通管理系统104以及其他图1中未示出的用于红绿灯路口的设备。在一些实施例中,红绿灯102的亮灭可由交通管理系统104进行控制,也可由其他图1中未示出的用于红绿灯路口的设备进行控制。
在一些实施例中,场景可以为现实交通场景。交通管理系统104可以为现实交通系统的云端服务器、现实交通系统的后台服务器或其他具有数据处理和分析功能的电子设备,其中,云端服务器与信息采集设备103通过无线通信方式交互信息,后台服务器与信息采集设备103通过有线通信方式交互信息。
在一些实施例中,信息采集设备103,用于采集车辆101通过路口时的信息。在一些实施例中,对于现实交通场景,信息采集设备103可以为路侧设备(Road Side Unit,RSU),信息可以为路侧设备拍摄的图片。在一些实施例中,路侧设备为具有拍摄功能的设备,例如摄像头、电子眼等。路侧设备在拍摄图片后,还可将拍摄的图片传输给现实交通系统的后台服务器,以便后台服务器判定闯红灯的车辆。在一些实施例中,路侧设备可以在红灯状态时对路口进行连拍,确保闯红灯车辆从进入路口至离开路口的过程中至少拍摄三张照片,其中一张是车辆进入路口,一张是车辆行驶至路口中,一张是车辆离开路口。
在一些实施例中,对于现实交通场景,交通管理系统104用于通过预先配置路口逻辑线的类型,在红灯状态时,基于车辆通过路口时所经过的路口逻辑线进行闯红灯判定。在一些实施例中,交通管理系统104用于基于车辆通过红灯状态的路口时路侧设备拍摄的图片,确定车辆所经过的路口逻辑线。在一些实施例中,交通管理系统104用于:若所经过的路口逻辑线包括起始线、中间线和终止线,则判定车辆闯红灯。其中,所经过的路口逻辑线为同一红灯状态下所经过的路口逻辑线。
在一些实施例中,场景可以为仿真场景,交通管理系统104为仿真系统或者仿真系统的一部分。车辆101、红绿灯102、信息采集设备103以及其他图1中未示出的用于红绿灯路口的设备均为仿真系统构建生成的。
在一些实施例中,信息采集设备103,用于采集车辆101通过路口时的信息。在一些实施例中,对于仿真场景,信息采集设备103可以为触发盒,信息可以为车辆触发的路口逻辑线的信息。在一些实施例中,每个路口逻辑线对应一个触发盒。若车辆的部分或全部经过路口逻辑线,则触发对应的触发盒。
在一些实施例中,对于仿真场景,交通管理系统104用于通过预先配置路口逻辑线的类型,在红灯状态时,基于车辆通过路口时所经过的路口逻辑线进行闯红灯判定。在一些实施例中,交通管理系统104基于车辆触发的路口逻辑线,确定车辆所经过的路口逻辑线。在一些实施例中,交通管理系统104用于:若所经过的路口逻辑线包括起始线、中间线和终止线,则判定车辆闯红灯。其中,所经过的路口逻辑线为同一红灯状态下所经过的路口逻辑线。
图2为本公开实施例提供的一种仿真系统200的框图。在一些实施例中,仿真系统200可以实现为图1中的交通管理系统104或者交通管理系统104的一部分。
如图2所示,仿真系统200可划分为多个模块,例如包括:构建模块201、闯红灯判定模块202以及其他一些可用于仿真的模块。
构建模块201,用于构建仿真场景和多个虚拟体。在一些实施例中,仿真场景中可包括静态设施、障碍物等不可运动的物体。构建仿真场景和多个虚拟体的方式可沿用传统的仿真系统的构建方式,在此不再赘述。在一些实施例中,虚拟体可以为行人、车辆等可运动的物体。在一些实施例中,构建模块201可构建图1中车辆101、红绿灯102、信息采集设备103以及其他图1中未示出的用于红绿灯路口的设备。
闯红灯判定模块202,用于确定处于红灯状态的路口,进而基于红灯状态,确定所述路口不同类型的路口逻辑线的位置,从而确定车辆通过所述路口时所经过的路口逻辑线,并基于所经过的路口逻辑线进行闯红灯判定。
在一些实施例中,闯红灯判定模块202的功能可集成到构建模块201或其他一些可用于仿真的模块中,也可配置为与仿真系统200相独立的模块,闯红灯判定模块202可以为软件模块、硬件模块或者软硬件结合的模块。
图3为本公开实施例提供的一种闯红灯判定模块300的框图。在一些实施例中,闯红灯判定模块300可以实现为图2中的闯红灯判定模块202或者闯红灯判定模块202的一部分。
闯红灯判定模块300可预先配置红灯状态对应的路口逻辑线的类型。路口逻辑线的类型包括:用于判断车辆进入路口的起始线(BeginLine)、用于判断车辆处于路口中的中间线(MiddleLine)和用于判断车辆离开路口的终止线(EndLine)。起始线、中间线和终止线作为判断闯红灯的必要逻辑线。在一些实施例中,路口逻辑线的类型还包括:与红灯状态无关的安全线(ClearLine)。安全线可以作为判断闯红灯的可选逻辑线。在一些实施例中,路口为十字路口。
在一些实施例中,不同红灯状态时,同一路口不同类型的路口逻辑线的位置不同。例如,同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的中间线;同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的终止线;对于任意两种红灯状态的组合,不同类型的路口逻辑线的位置取并集。在一些实施例中,不同红灯状态时,同一路口的起始线的位置相同。在一些实施例中,不同红灯状态时,同一路口的安全线的位置可能相同,也可能不同。
图4是本公开实施例提供的一种直行红灯状态时,不同类型的路口逻辑线的位置示意图。图4中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图4中可见,若将路口逻辑线定义为直线段,则图4中包括:起始线、中间线和终止线各一条以及三条安全线。另外,图4中无直行待行区,若考虑左转待转区,则可以调整起始线的位置,例如置于无直行待行区的停止线或靠近停止线。
图5是本公开实施例提供的一种左转红灯状态时,不同类型的路口逻辑线的位置示意图。图5中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图5中可见,若将路口逻辑线定义为直线段,则图5中包括:一条起始线、两条中间线、两条终止线以及两条安全线。另外,图5中无左转待转区,若考虑左转待转区,则可以调整中间线的位置,例如置于左转待转区的停止线或靠近停止线。
图6是本公开实施例提供的一种右转红灯状态时,不同类型的路口逻辑线的位置示意图。图6中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图6中可见,若将路口逻辑线定义为直线段,则图6中包括:起始线、中间线和终止线各一条以及三条安全线。且图6中,中间线和终止线的位置重合。
在一些实施例中,闯红灯判定模块300可预先配置路口对应的物理线。物理线与路口逻辑线存在对应关系。一条物理线可以同时对应某些红灯状态的起始线、某些红灯状态的中间线、某些红灯状态的终止线以及某些红灯状态的安全线。更进一步地,一条物理线可以对应同一红灯状态的起始线、中间线、终止线以及安全线。
在一些实施例中,任一条物理线均配置有起始线集合、中间线集合、终止线集合和安全线集合。例如,若某个红灯状态A的起始线与物理线重合,则将A的起始线增加到物理线的起始线集合。若A的中间线与物理线重合,则将A的中间线增加到物理线的中间线集合。若A的终止线与物理线重合,则将A的终止线增加到物理线的终止线集合。若A的安全线与物理线重合,则将A的安全线增加到物理线的安全线集合。
可见,通过预先配置路口对应的物理线可减少路口逻辑线的部署数量。例如,对于一个十字路口,闯红灯判定模块300由部署50~60条路口逻辑线,减少为部署12条物理线。
图7是本公开实施例提供的一种路口对应的物理线示意图。如图7所示,路口为十字路口,粗实线为物理线,路口一共部署12条物理线。另外,图7中无左转待转区和直行待行区,若考虑左转待转区和直行待行区,则可以增加物理线,增加的条数和位置可根据需要进行调整。
如图3所示,闯红灯判定模块300可包括但不限于以下单元:第一确定单元301、第二确定单元302、第三确定单元303和判定单元304。
第一确定单元301,用于确定处于红灯状态的路口。在一些实施例中,红灯状态为路口红绿灯的红灯状态。红绿灯可以包括直行灯、左转灯和右转灯;红绿灯也可以是显示屏,用于显示直行、左转和右转中的至少一个。相应地,红灯状态包括:直行红灯状态、左转红灯状态、右转红灯状态和以上任意两种红灯状态的组合。任意两种红灯状态的组合例如为:直行与右转均为红灯状态。
在一些实施例中,第一确定单元301可基于路口红绿灯的计时或倒计时,确定路口是否处于红灯状态。例如若路口红绿灯的直行灯为黄灯状态,则在黄灯状态的计时达到预设时长或者倒计时为零时,确定路口处于红灯状态。在一些实施例中,为避免误判闯红灯,在红灯状态的倒计时还剩余预设时长(例如还剩余2秒)时,不进行闯红灯判定。
第二确定单元302,用于基于红灯状态,确定处于红灯状态的路口不同类型的路口逻辑线的位置。在一些实施例中,若闯红灯判定模块300预先配置路口对应的物理线,则第二确定单元302确定路口不同类型的路口逻辑线的位置具体为:确定路口不同的物理线对应的路口逻辑线。
第三确定单元303,用于确定车辆通过处于红灯状态的路口时所经过的路口逻辑线。在一些实施例中,第三确定单元303基于车辆触发的路口逻辑线,确定车辆所经过的路口逻辑线。在一些实施例中,每个路口逻辑线对应一个触发盒。若车辆的部分或全部经过路口逻辑线,则触发对应的触发盒,第三确定单元303可基于触发的触发盒,确定车辆触发的路口逻辑线,进而确定车辆所经过的路口逻辑线。
在一些实施例中,若闯红灯判定模块300预先配置路口对应的物理线,则第三确定单元303确定车辆通过处于红灯状态的路口时所经过的路口逻辑线具体为:确定车辆通过处于红灯状态的路口时所经过的物理线。
判定单元304,用于基于车辆所经过的路口逻辑线进行闯红灯判定。在一些实施例中,判定单元304具体用于:若所经过的路口逻辑线包括起始线、中间线和终止线,则判定车辆闯红灯。其中,所经过的路口逻辑线为同一红灯状态下所经过的路口逻辑线。
在一些实施例中,判定单元304对多个车辆,基于各车辆所经过的路口逻辑线进行闯红灯并行判定。在一些实施例中,判定单元304进行闯红灯并行判定具体为:创建多个线程;对于不同的车辆,多个线程的集合并行执行;对于同一车辆,多个线程并发执行,每个线程执行判定流程中的一个流程,实现协同判定。在一些实施例中,创建的多个线程满足线程安全,也即通过同步机制保证各个线程都可以正常且正确的执行,不会出现数据污染等意外情况。
在一些实施例中,多个线程包括:第一线程至第五线程。
第一线程至少用于监测红灯状态。在一些实施例中,第一线程还用于在监测到红灯状态转为绿灯状态后,清空触发起始线的第一车辆集合。在一些实施例中,第一车辆集合是车辆标识的集合。
第二线程至少用于判断触发起始线。在一些实施例中,第二线程还用于在判断车辆触发起始线后,将车辆增加到第一车辆集合。在一些实施例中,第二线程是将车辆的标识增加到第一车辆集合。
第三线程至少用于判断触发中间线。在一些实施例中,第三线程还用于在判断车辆触发中间线后,将车辆从第一车辆集合转移到第二车辆集合。在一些实施例中,第三线程在判断车辆触发中间线后,将车辆的标识从第一车辆集合中移出,并增加到第二车辆集合中。第二车辆集合是车辆标识的集合。
第四线程至少用于判断触发终止线。在一些实施例中,第四线程还用于在判断车辆触发终止线后,将车辆从第二车辆集合转移到第三车辆集合。在一些实施例中,第四线程在判断车辆触发终止线后,将车辆的标识从第二车辆集合中移出,并增加到第三车辆集合中。第三车辆集合是车辆标识的集合。
第五线程至少用于判断触发安全线。在一些实施例中,第五线程还用于在判断车辆触发安全线后,将车辆从第一车辆集合或第二车辆集合移出。
判定单元304将第三车辆集合中的车辆判定为闯红灯车辆。
在一些实施例中,若闯红灯判定模块300预先配置路口对应的物理线,则判定单元304基于车辆所经过的路口逻辑线进行闯红灯判定具体为:基于车辆所经过的物理线对应的路口逻辑线进行闯红灯判定。
在一些实施例中,若车辆触发一条物理线,则判定单元304对该物理线对应的起始线集合、中间线集合、终止线集合和安全线集合,分别通过对应线程进行操作,得到闯红灯的车辆集合。在一些实施例中,判定单元304执行第一线程与物理线无关;并且判定单元304基于物理线对应的起始线集合,执行第二线程;基于物理线对应的中间线集合,执行第三线程;基于物理线对应的终止线集合,执行第四线程;基于物理线对应的安全线集合,执行第五线程;确定第三车辆集合中的车辆闯红灯,第三车辆集合为执行第四线程后得到的集合。
在一些实施例中,闯红灯判定模块300中各单元的划分仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如第一确定单元301、第二确定单元302、第三确定单元303和判定单元304可以实现为一个单元;第一确定单元301、第二确定单元302、第三确定单元303或判定单元304也可以划分为多个子单元。可以理解的是,各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。
图8是本公开实施例提供的一种电子设备的结构示意图。在一些实施例中,电子设备支持仿真系统的运行。
如图8所示,电子设备包括:至少一个处理器801、至少一个存储器802和至少一个通信接口803。电子设备中的各个组件通过总线系统804耦合在一起。通信接口803,用于与外部设备之间的信息传输。可理解,总线系统804用于实现这些组件之间的连接通信。总线系统804除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图8中将各种总线都标为总线系统804。
可以理解,本实施例中的存储器802可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器802存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本公开实施例提供的车辆闯红灯的判定方法的程序可以包含在应用程序中。
在本公开实施例中,处理器801通过调用存储器802存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器801用于执行本公开实施例提供的车辆闯红灯的判定方法各实施例的步骤。
本公开实施例提供的车辆闯红灯的判定方法可以应用于处理器801中,或者由处理器801实现。处理器801可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器801可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本公开实施例提供的车辆闯红灯的判定方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器802,处理器801读取存储器802中的信息,结合其硬件完成方法的步骤。
图9为本公开实施例提供的一种车辆闯红灯的判定方法流程图。该方法的执行主体为电子设备,在一些实施例中,该方法的执行主体为电子设备所支持的仿真系统。
车辆闯红灯的判定方法执行之前,预先配置红灯状态对应的路口逻辑线的类型。路口逻辑线的类型包括:用于判断车辆进入路口的起始线(BeginLine)、用于判断车辆处于路口中的中间线(MiddleLine)和用于判断车辆离开路口的终止线(EndLine)。起始线、中间线和终止线作为判断闯红灯的必要逻辑线。在一些实施例中,路口逻辑线的类型还包括:与红灯状态无关的安全线(ClearLine)。安全线可以作为判断闯红灯的可选逻辑线。在一些实施例中,路口为十字路口。
在一些实施例中,不同红灯状态时,同一路口不同类型的路口逻辑线的位置不同。例如,同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的中间线;同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的终止线;对于任意两种红灯状态的组合,不同类型的路口逻辑线的位置取并集。在一些实施例中,不同红灯状态时,同一路口的起始线的位置相同。在一些实施例中,不同红灯状态时,同一路口的安全线的位置可能相同,也可能不同。
图4是本公开实施例提供的一种直行红灯状态时,不同类型的路口逻辑线的位置示意图。图4中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图4中可见,若将路口逻辑线定义为直线段,则图4中包括:起始线、中间线和终止线各一条以及三条安全线。另外,图4中无直行待行区,若考虑左转待转区,则可以调整起始线的位置,例如置于无直行待行区的停止线或靠近停止线。
图5是本公开实施例提供的一种左转红灯状态时,不同类型的路口逻辑线的位置示意图。图5中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图5中可见,若将路口逻辑线定义为直线段,则图5中包括:一条起始线、两条中间线、两条终止线以及两条安全线。另外,图5中无左转待转区,若考虑左转待转区,则可以调整中间线的位置,例如置于左转待转区的停止线或靠近停止线。
图6是本公开实施例提供的一种右转红灯状态时,不同类型的路口逻辑线的位置示意图。图6中,路口为十字路口,点虚线为起始线的位置,点划线为中间线的位置,短虚线为终止线的位置,粗实线为安全线的位置。图6中可见,若将路口逻辑线定义为直线段,则图6中包括:起始线、中间线和终止线各一条以及三条安全线。且图6中,中间线和终止线的位置重合。
在一些实施例中,车辆闯红灯的判定方法执行之前,可预先配置路口对应的物理线。物理线与路口逻辑线存在对应关系。一条物理线可以同时对应某些红灯状态的起始线、某些红灯状态的中间线、某些红灯状态的终止线以及某些红灯状态的安全线。更进一步地,一条物理线可以对应同一红灯状态的起始线、中间线、终止线以及安全线。
在一些实施例中,任一条物理线均配置有起始线集合、中间线集合、终止线集合和安全线集合。例如,若某个红灯状态A的起始线与物理线重合,则将A的起始线增加到物理线的起始线集合。若A的中间线与物理线重合,则将A的中间线增加到物理线的中间线集合。若A的终止线与物理线重合,则将A的终止线增加到物理线的终止线集合。若A的安全线与物理线重合,则将A的安全线增加到物理线的安全线集合。
可见,通过预先配置路口对应的物理线可减少路口逻辑线的部署数量。例如,对于一个十字路口,闯红灯判定模块300由部署50~60条路口逻辑线,减少为部署12条物理线。
图7是本公开实施例提供的一种路口对应的物理线示意图。如图7所示,路口为十字路口,粗实线为物理线,路口一共部署12条物理线。另外,图7中无左转待转区和直行待行区,若考虑左转待转区和直行待行区,则可以增加物理线,增加的条数和位置可根据需要进行调整。
如图9所示,车辆闯红灯的判定方法可包括如下步骤901至904:
901、确定处于红灯状态的路口。在一些实施例中,红灯状态为路口红绿灯的红灯状态。红绿灯可以包括直行灯、左转灯和右转灯;红绿灯也可以是显示屏,用于显示直行、左转和右转中的至少一个。相应地,红灯状态包括:直行红灯状态、左转红灯状态、右转红灯状态和以上任意两种红灯状态的组合。任意两种红灯状态的组合例如为:直行与右转均为红灯状态。
在一些实施例中,可基于路口红绿灯的计时或倒计时,确定路口是否处于红灯状态。例如若路口红绿灯的直行灯为黄灯状态,则在黄灯状态的计时达到预设时长或者倒计时为零时,确定路口处于红灯状态。在一些实施例中,为避免误判闯红灯,在红灯状态的倒计时还剩余预设时长(例如还剩余2秒)时,不进行闯红灯判定。
902、基于所述红灯状态,确定所述路口不同类型的路口逻辑线的位置。在一些实施例中,若预先配置路口对应的物理线,则确定路口不同的物理线对应的路口逻辑线。
903、确定车辆通过所述路口时所经过的路口逻辑线。在一些实施例中,基于车辆触发的路口逻辑线,确定车辆所经过的路口逻辑线。在一些实施例中,基于车辆通过所述路口时路侧设备拍摄的图片,确定所经过的路口逻辑线。
在一些实施例中,若车辆闯红灯的判定方法应用于仿真系统,则基于车辆触发的路口逻辑线,确定车辆所经过的路口逻辑线。在一些实施例中,每个路口逻辑线对应一个触发盒。若车辆的部分或全部经过路口逻辑线,则触发对应的触发盒,进而基于触发的触发盒,确定车辆触发的路口逻辑线,从而确定车辆所经过的路口逻辑线。
在一些实施例中,若车辆闯红灯的判定方法应用于现实交通系统,更一步地,应用于现实交通系统的后台服务器,则基于车辆通过红灯状态的路口时路侧设备拍摄的图片,确定车辆所经过的路口逻辑线。在一些实施例中,路侧设备(Road Side Unit,RSU)为具有拍摄功能的设备,例如摄像头、电子眼等。路侧设备在拍摄图片后,还可将拍摄的图片传输给现实交通系统的后台服务器,以便后台服务器判定闯红灯的车辆。在一些实施例中,路侧设备可以在红灯状态时对路口进行连拍,确保闯红灯车辆从进入路口至离开路口的过程中至少拍摄三张照片,其中一张是车辆进入路口,一张是车辆行驶至路口中,一张是车辆离开路口。
在一些实施例中,若预先配置路口对应的物理线,则确定车辆通过处于红灯状态的路口时所经过的路口逻辑线具体为:确定车辆通过处于红灯状态的路口时所经过的物理线。
904、基于所经过的路口逻辑线进行闯红灯判定。在一些实施例中,若所经过的路口逻辑线包括起始线、中间线和终止线,则判定车辆闯红灯。其中,所经过的路口逻辑线为同一红灯状态下所经过的路口逻辑线。
在一些实施例中,对多个车辆,基于各车辆所经过的路口逻辑线进行闯红灯并行判定。在一些实施例中,进行闯红灯并行判定具体为:创建多个线程;对于不同的车辆,多个线程的集合并行执行;对于同一车辆,多个线程并发执行,每个线程执行判定流程中的一个流程,实现协同判定。在一些实施例中,创建的多个线程满足线程安全,也即通过同步机制保证各个线程都可以正常且正确的执行,不会出现数据污染等意外情况。
在一些实施例中,多个线程包括:第一线程至第五线程。
第一线程至少用于监测红灯状态。在一些实施例中,第一线程还用于在监测到红灯状态转为绿灯状态后,清空触发起始线的第一车辆集合。在一些实施例中,第一车辆集合是车辆标识的集合。
第二线程至少用于判断触发起始线。在一些实施例中,第二线程还用于在判断车辆触发起始线后,将车辆增加到第一车辆集合。在一些实施例中,第二线程是将车辆的标识增加到第一车辆集合。
第三线程至少用于判断触发中间线。在一些实施例中,第三线程还用于在判断车辆触发中间线后,将车辆从第一车辆集合转移到第二车辆集合。在一些实施例中,第三线程在判断车辆触发中间线后,将车辆的标识从第一车辆集合中移出,并增加到第二车辆集合中。第二车辆集合是车辆标识的集合。
第四线程至少用于判断触发终止线。在一些实施例中,第四线程还用于在判断车辆触发终止线后,将车辆从第二车辆集合转移到第三车辆集合。在一些实施例中,第四线程在判断车辆触发终止线后,将车辆的标识从第二车辆集合中移出,并增加到第三车辆集合中。第三车辆集合是车辆标识的集合。
第五线程至少用于判断触发安全线。在一些实施例中,第五线程还用于在判断车辆触发安全线后,将车辆从第一车辆集合或第二车辆集合移出。
其中,第三车辆集合中的车辆被判定为闯红灯车辆。
在一些实施例中,若预先配置路口对应的物理线,则基于车辆所经过的路口逻辑线进行闯红灯判定具体为:基于车辆所经过的物理线对应的路口逻辑线进行闯红灯判定。
在一些实施例中,若车辆触发一条物理线,则对该物理线对应的起始线集合、中间线集合、终止线集合和安全线集合,分别通过对应线程进行操作,得到闯红灯的车辆集合。在一些实施例中,执行第一线程与物理线无关;并且基于物理线对应的起始线集合,执行第二线程;基于物理线对应的中间线集合,执行第三线程;基于物理线对应的终止线集合,执行第四线程;基于物理线对应的安全线集合,执行第五线程;确定第三车辆集合中的车辆闯红灯,第三车辆集合为执行第四线程后得到的集合。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员能够理解,本公开实施例并不受所描述的动作顺序的限制,因为依据本公开实施例,某些步骤可以采用其他顺序或者同时进行(例如“若红灯状态A的起始线与物理线重合,则将A的起始线增加到物理线的起始线集合”、“若A的中间线与物理线重合,则将A的中间线增加到物理线的中间线集合”、“若A的终止线与物理线重合,则将A的终止线增加到物理线的终止线集合”以及“若A的安全线与物理线重合,则将A的安全线增加到物理线的安全线集合”可同时进行)。另外,本领域技术人员能够理解,说明书中所描述的实施例均属于可选实施例。
本公开实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如车辆闯红灯的判定方法各实施例的步骤,为避免重复描述,在此不再赘述。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
虽然结合附图描述了本公开的实施方式,但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (16)
1.一种车辆闯红灯的判定方法,其特征在于,预先配置红灯状态对应的路口逻辑线的类型,所述方法包括:
确定处于红灯状态的路口;
基于所述红灯状态,确定所述路口不同类型的路口逻辑线的位置;
确定车辆通过所述路口时所经过的路口逻辑线;
基于所经过的路口逻辑线进行闯红灯判定。
2.根据权利要求1所述的方法,其特征在于,所述路口逻辑线的类型,包括:
用于判断车辆进入路口的起始线;
用于判断车辆处于路口中的中间线;
用于判断车辆离开路口的终止线。
3.根据权利要求2所述的方法,其特征在于,所述路口逻辑线的类型,还包括:
与红灯状态无关的安全线。
4.根据权利要求1至3任一项所述的方法,其特征在于,不同红灯状态时,同一路口不同类型的路口逻辑线的位置不同。
5.根据权利要求4所述的方法,其特征在于,同一路口不同类型的路口逻辑线的位置不同,包括:
同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的中间线;
同一路口的直行红灯状态、左转红灯状态和右转红灯状态分别对应位置不同的终止线;
对于任意两种红灯状态的组合,不同类型的路口逻辑线的位置取并集。
6.根据权利要求1所述的方法,其特征在于,确定车辆通过所述路口时所经过的路口逻辑线,包括:
基于车辆触发的路口逻辑线,确定所经过的路口逻辑线;
或,
基于车辆通过所述路口时路侧设备拍摄的图片,确定所经过的路口逻辑线。
7.根据权利要求2所述的方法,其特征在于,基于所经过的路口逻辑线进行闯红灯判定,包括:
若所经过的路口逻辑线包括所述起始线、所述中间线和所述终止线,则判定所述车辆闯红灯。
8.根据权利要求2所述的方法,其特征在于,基于所经过的路口逻辑线进行闯红灯判定,包括:
对多个车辆,基于各车辆所经过的路口逻辑线进行闯红灯并行判定。
9.根据权利要求8所述的方法,其特征在于,所述闯红灯判定,包括:创建多个线程;
其中,所述多个线程,包括:
至少用于监测红灯状态的第一线程;
至少用于判断触发起始线的第二线程;
至少用于判断触发中间线的第三线程;
至少用于判断触发终止线的第四线程;
至少用于判断触发安全线的第五线程。
10.根据权利要求9所述的方法,其特征在于,所述第一线程还用于在监测到红灯状态转为绿灯状态后,清空触发起始线的第一车辆集合;
第二线程还用于在判断车辆触发起始线后,将所述车辆增加到第一车辆集合;
第三线程还用于在判断车辆触发中间线后,将所述车辆从第一车辆集合转移到第二车辆集合;
第四线程还用于在判断车辆触发终止线后,将所述车辆从第二车辆集合转移到第三车辆集合;
第五线程还用于在判断车辆触发安全线后,将所述车辆从第一车辆集合或第二车辆集合移出。
11.根据权利要求1所述的方法,其特征在于,预先配置路口对应的物理线;
相应地,确定所述路口不同类型的路口逻辑线的位置,包括:
确定所述路口不同的物理线对应的路口逻辑线。
12.根据权利要求11所述的方法,其特征在于,任一条物理线均配置有起始线集合、中间线集合、终止线集合和安全线集合。
13.根据权利要求11或12所述的方法,其特征在于,确定车辆通过所述路口时所经过的路口逻辑线,包括:
确定车辆通过所述路口时所经过的物理线;
相应地,基于所经过的路口逻辑线进行闯红灯判定,包括:
基于所述物理线对应的路口逻辑线进行闯红灯判定。
14.根据权利要求13所述的方法,其特征在于,基于所述物理线对应的路口逻辑线进行闯红灯判定,包括:
基于所述物理线对应的起始线集合,执行第二线程;
基于所述物理线对应的中间线集合,执行第三线程;
基于所述物理线对应的终止线集合,执行第四线程;
基于所述物理线对应的安全线集合,执行第五线程;
确定第三车辆集合中的车辆闯红灯,所述第三车辆集合为执行所述第四线程后得到的集合。
15.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至14任一项所述方法的步骤。
16.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至14任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910856953.0A CN110459063A (zh) | 2019-09-11 | 2019-09-11 | 一种车辆闯红灯的判定方法、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910856953.0A CN110459063A (zh) | 2019-09-11 | 2019-09-11 | 一种车辆闯红灯的判定方法、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110459063A true CN110459063A (zh) | 2019-11-15 |
Family
ID=68491547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910856953.0A Pending CN110459063A (zh) | 2019-09-11 | 2019-09-11 | 一种车辆闯红灯的判定方法、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110459063A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583659A (zh) * | 2020-05-08 | 2020-08-25 | 济南博观智能科技有限公司 | 一种车辆违章判定方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123039A (zh) * | 2007-09-14 | 2008-02-13 | 清华大学 | 基于数字摄像机的闯红灯检测系统及方法 |
CN102110369A (zh) * | 2010-12-21 | 2011-06-29 | 汉王科技股份有限公司 | 闯红灯抓拍方法及装置 |
KR101195014B1 (ko) * | 2012-03-30 | 2012-10-29 | 디비정보통신 주식회사 | 차량의 통과 높이 제한을 위한 차량 단속 시스템 |
CN103886759A (zh) * | 2014-03-11 | 2014-06-25 | 浙江宇视科技有限公司 | 一种闯红灯抓拍系统及方法 |
CN110197589A (zh) * | 2019-05-29 | 2019-09-03 | 杭州诚道科技股份有限公司 | 一种基于深度学习的闯红灯违法检测方法 |
-
2019
- 2019-09-11 CN CN201910856953.0A patent/CN110459063A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123039A (zh) * | 2007-09-14 | 2008-02-13 | 清华大学 | 基于数字摄像机的闯红灯检测系统及方法 |
CN102110369A (zh) * | 2010-12-21 | 2011-06-29 | 汉王科技股份有限公司 | 闯红灯抓拍方法及装置 |
KR101195014B1 (ko) * | 2012-03-30 | 2012-10-29 | 디비정보통신 주식회사 | 차량의 통과 높이 제한을 위한 차량 단속 시스템 |
CN103886759A (zh) * | 2014-03-11 | 2014-06-25 | 浙江宇视科技有限公司 | 一种闯红灯抓拍系统及方法 |
CN110197589A (zh) * | 2019-05-29 | 2019-09-03 | 杭州诚道科技股份有限公司 | 一种基于深度学习的闯红灯违法检测方法 |
Non-Patent Citations (2)
Title |
---|
向奎: "基于DSP的车牌定位跟踪技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
张辉: "高清电子警察系统的原理及功能", 《电子技术与软件工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583659A (zh) * | 2020-05-08 | 2020-08-25 | 济南博观智能科技有限公司 | 一种车辆违章判定方法、装置、设备及介质 |
CN111583659B (zh) * | 2020-05-08 | 2021-07-02 | 济南博观智能科技有限公司 | 一种车辆违章判定方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247859B (zh) | 逻辑电路设计的验证方法、装置、电子设备及存储介质 | |
CN108830954A (zh) | 停车场的管理方法、系统及计算机可读存储介质 | |
CN109509369B (zh) | 智能车位监测方法及其监测系统、城市综合智能交通系统 | |
CN201917971U (zh) | 停车计时装置,停车计时系统以及摄像装置 | |
CN108921955A (zh) | 停车处理方法、装置及计算机可读存储介质 | |
CN101814202B (zh) | 车辆收费监管方法 | |
CN203242180U (zh) | 智能停车管理系统 | |
CN101826259A (zh) | 一种嵌入式停车场管理信息系统构建方法 | |
CN107730996A (zh) | 一种停车场照明装置及智能停车系统 | |
CN106485797A (zh) | 停车计时方法及停车计时装置 | |
CN104361644B (zh) | 基于智能tf卡的etc车载单元多场景应用方法 | |
CN104183156A (zh) | 一种智能停车场管理系统 | |
CN110459063A (zh) | 一种车辆闯红灯的判定方法、电子设备和存储介质 | |
CN102915574A (zh) | 嵌入式智能交通控制收费终端 | |
CN106097462B (zh) | 一种停车场智能车道系统及其控制方法 | |
CN108230468B (zh) | 一种电子收费车道软件测试方法及系统 | |
CN204155464U (zh) | 一种智能停车场管理系统 | |
CN111882873A (zh) | 轨迹异常检测方法、装置、设备及介质 | |
CN205880927U (zh) | 一种停车场智能车道系统 | |
CN109584388A (zh) | 一种基于微信小程序的自助停车费用缴纳系统 | |
CN108428347A (zh) | 一种基于多检测区域的车辆计数方法及系统 | |
CN205563751U (zh) | 电影院自动检票闸机 | |
CN212135667U (zh) | 泊车管理系统和高杆视频设备 | |
Aravind et al. | Multi-Car Parking System Using Verilog | |
CN207558033U (zh) | 用于etc停车场智能扣费系统的嵌入式盒子 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |
|
RJ01 | Rejection of invention patent application after publication |