CN111429756B - 一种基于视频技术的公路隧道防追尾预警方法 - Google Patents

一种基于视频技术的公路隧道防追尾预警方法 Download PDF

Info

Publication number
CN111429756B
CN111429756B CN202010236662.4A CN202010236662A CN111429756B CN 111429756 B CN111429756 B CN 111429756B CN 202010236662 A CN202010236662 A CN 202010236662A CN 111429756 B CN111429756 B CN 111429756B
Authority
CN
China
Prior art keywords
vehicle
distance
camera
early warning
rear vehicle
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.)
Active
Application number
CN202010236662.4A
Other languages
English (en)
Other versions
CN111429756A (zh
Inventor
周君
胡然
包旭
欧毕华
高焱
李耘
朱胜雪
周桂良
夏晶晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Suxin Transportation Facilities Co ltd
Original Assignee
Huaiyin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202010236662.4A priority Critical patent/CN111429756B/zh
Publication of CN111429756A publication Critical patent/CN111429756A/zh
Application granted granted Critical
Publication of CN111429756B publication Critical patent/CN111429756B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于视频技术的公路隧道防追尾预警方法，包括：安装路侧摄像头以及电子显示屏；采用ST‑MRF车辆跟踪技术对采集的视频数据进行处理，获取车辆位置信息及速度、加速度/制动减速度、加速时间/制动时间；基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和图像平面上的距离进行相互转换计算前后两辆车的间距S；建立后车预警纵向安全距离的理论计算模型，实时计算后车的预警纵向距离L；如果前后车的距离S小于后车预警纵向安全距离L，将预警信息显示在电子显示屏上，提醒驾驶员。本发明可以有效地避免隧道追尾碰撞事故的发生，增加隧道内道路的通行能力，确保隧道行车的安全。

Description

一种基于视频技术的公路隧道防追尾预警方法
技术领域
本发明属于交通工程信息管理与控制领域，尤其涉及一种基于视频技术的公路隧道防追尾预警方法。
背景技术
伴随着我国经济和科技的不断发展，国民对交通出行的需求也在不断增加，国家为满足人们日益增长的交通出行需求，加大了对交通基础设施的投资和建设。截至2019年，我国公路总里程达到了484.65万公里、高速公路达14.26万公里，位居世界第一。由于受到地形地貌的限制、改善路线、缩短行车距离、提高车速和保护环境等因素影响，所以在我国公路里程不断增大的同时公路隧道数量也在不断增多。据相关部门数据统计，截止2017年低，全国公路隧道共有162291处、1528.51万米，其中特长隧道902座，里程401.32万米；长隧道3841座，里程659.93万米。由于公路隧道的不断增多，长度为1km～3km的长隧道里交通事故频发，特别是在长度超过3km～10km的特长隧道出现后，隧道路段已经成为了交通事故的多发地点。而且隧道是一个封闭空间，光线不足一旦发生交通事故，不但救援难度大，交通疏导困难，极易发生二次事故，所以研究车辆防追尾预警模型减少公路隧道事故发生已迫在眉睫。
目前车辆防追尾预警研究大多围绕着利用车载超声波、雷达或激光测距等手段来测量车辆间的相对距离或碰撞时间(time to collision,TTC)进行预警，通过实践表明，采用超声波、雷达或激光等预警装置的预警距离有所限制，预警距离有所限制，不适应高速行驶的车辆预警。
另外，计算机图像处理技术大多针对清晰明亮的视频图像，而在公路隧道里视频图像会随汽车深入隧道导致光线不足成像不清晰，构建既能克服光线又能解决严重遮挡和阴影而准确获得车辆运动轨迹成为需解决的关键问题。
发明内容
发明目的：本发明提供一种基于视频技术的公路隧道防追尾预警方法，通过在隧道中安装摄像机获取视频图像，基于视频检测技术的防追尾预警系统结合视频图像进行图像处理与分析，将视频中同一车道前后相邻两车之间的距离转换为实际距离与后车行驶的安全距离相比较，当后车与前车的实际距离小于后车行驶的安全距离时，系统将在安装在隧道里的电子显示屏上给予提示，以解决长度超过1km的长大公路隧道中的追尾和超速问题。
技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于视频技术的公路隧道防追尾预警方法，包括以下步骤：
步骤一、在隧道内安装路侧摄像头以及电子显示屏，通过摄像头采集视频数据；
步骤二、采用ST-MRF车辆跟踪技术对视频数据进行处理，获取前后车辆的位置信息及速度信息，所述速度信息包括速度、加速度/制动减速度、加速时间/制动时间，用于实时计算后车的预警纵向安全距离；
步骤三、基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和像平面上的距离进行相互转换并计算出前后车的距离S；
步骤四、计算后车的制动距离，建立后车预警纵向安全距离的理论计算模型，将获取的前后车辆速度信息带入模型，实时计算后车的预警纵向安全距离L；
步骤五、比较后车预警纵向安全距离L和前后车距离S，当S<L时，将预警信息显示在电子显示屏上，提醒前后车驾驶员注意行驶安全，保持跟车行驶安全距离。
进一步的，所述步骤一，在车辆进入隧道至少经过r秒的路程后再设置电子显示屏，电子显示屏与隧道入口的距离的计算公式如下：
Figure BDA0002431228110000021
式中B为电子显示屏与隧道入口的距离，单位为米；A为设计速度，单位为km/h；r为行驶时间，单位为秒，通常，r取值为10s。
进一步的，所述步骤一，考虑电子显示屏和摄像头之间的数据传输，不宜距离太远，将摄像头和电子显示屏平行安装，既节约用线又能很好地传输数据，不同的镜头参数和角度对应不同的最佳录像距离，根据最佳录像距离和隧道环境因素，选用合适的摄像头拍摄隧道内的视频。
进一步的，所述步骤二，采用ST-MRF车辆跟踪技术对视频数据进行处理，获取前后车辆的位置信息及速度信息，所述速度信息包括速度、加速度/制动减速度、加速时间/制动时间；包括如下步骤：
1)建立能量函数：
在ST-MRF模型中块对应一个场景，块被标号作为目标区域的一部分与背景图像的纹理不一样，块聚集在一起被称为目标地图，每个块上都有代表块的运动矢量，ST-MRF模型根据前一时刻的目标地图估计下一个时刻的目标地图，其能量函数为式(2)；
Figure BDA0002431228110000022
式中：第一部分a(Nyk-μNy)2表示在目标地图中，标号的相邻关系；
第二部分b(Mxyk-μMxy)2表示在连续目标地图中的标号的遮挡关系；
第三部分
Figure BDA0002431228110000023
表示与运动矢量有关的连续图像中的纹理关系；
第四部分
Figure BDA0002431228110000031
表示在运动矢量地图中的运动矢量的相邻关系；
Nyk表示一个像素块的相邻像素块和该像素块有相同标号的数目；Nxk表示一个像素块的相邻像素块的数目；Dxyk代表t-1时刻的图像与t时刻的图像之间的纹理相关性，在发生遮挡时，分别计算遮挡部分属于各辆车的概率；Mxyk表示部分遮挡的两个像素块中遮挡部分的像素个数；μMxy表示遮挡部分的像素个数；μNy表示邻域基团；CK表示当前像素块；BK表示相邻像素块；a、b、c、f和μMxy为设定的参数；
Figure BDA0002431228110000032
表示运动矢量；
Figure BDA0002431228110000033
表示在t-1时刻，当前像素块与相邻像素块的运动矢量之差；
2)目标地图的优化处理：目标地图是车辆标号的集合，同一辆车的相同标号组成车辆形状几何体；当一个块被检测为属于两个对象时，必须确定这个块到底是属于哪一个对象；运用ST-MRF模型，通过最小化能量函数优化目标地图，对遮挡的车辆进行分离；通常能量函数有多个极小，即是非凸的，所以最小化能量函数是一个组合优化问题；根据Metropolis算法原理，采用松弛算法可以求得最小能量函数值；
3)交通信息提取：从车辆跟踪算法获取车辆的目标地图和运动矢量，提取像素块的交通信息，所述交通信息包括车辆速度、加速度/制动减速度、加速时间/制动时间。
进一步的，所述步骤三，相机内部参数标定的方法：
采用张正友经典标定法，标定棋盘版模式的图像；
棋盘版每一方格的参数为dx＝dy，dx,dy分别表示方格长和宽，单位为mm；
标定具体步骤如下：
(1)摄像机从多个不同角度对固定方格的标定板图片进行照片采集；
(2)从照片中提取棋盘格角点；
(3)估计理想无畸变下的内部参数；
(4)通过最小二乘法找到最优化的相机内部参数；
(5)采用极大似然估计，优化估计值，得到内部参数矩阵M1；
Figure BDA0002431228110000034
其中，ax,ay表示相机在成像平面x,y方向上的焦距；(u0,v0)表示图像毫米坐标系下的坐标原点；
结合对比如下公式：
Figure BDA0002431228110000041
Figure BDA0002431228110000042
得到u0,v0以及相机有效焦距f的参数值；
式中，Zc与Xc、Yc轴组成了相机坐标系，Zc轴为相机光轴，与图像平面垂直；世界坐标上的点经过相机转换变成二维图像上像素点，变换后像素点记为P，(u,v)是点P在图像平面中的像素x轴和y轴坐标；dx是一个像素在x轴的物理距离，单位为mm；dy是一个像素在y轴的物理距离，单位为mm；f是相机有效焦距；R是世界坐标转换到相机坐标的旋转矩阵；T是世界坐标转换到相机坐标的三维平移向量；(Xw,Yw,Zw)表示点P在世界坐标系的坐标；ax,ay是相机内部参数，ax＝f/dx，ay＝f/dy；M1是内部参数；M2是外部参数；M是投影矩阵，矩阵M是摄像机成像的几何模型。矩阵M中的参数就是摄像机参数，通常，这些参数通过实验与计算得到，求解参数的过程称为摄像机标定。
进一步的，所述步骤三中，基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和像平面上的距离进行相互转换并计算出前后车的距离S；具体如下：
在进行图像平面和道路平面几何映射时，采用以下先验知识：设车辆前方视野内道路是在一个平面内；相机光轴与地面平行，即在三维空间中Y的值保持不变；
光轴与像平面的交点记为(x0,y0)，作为像平面的原点，一般取(0,0)；通过ST-MRF车辆跟踪技术检测出的前方车辆位置在像平面的像素点记为Q；点Q在像平面的投影坐标记为(x,y)；通过几何关系，得到点Q和镜头中心点的水平距离d1的计算公式为：
Figure BDA0002431228110000043
式中，f是相机有效焦距；α是相机的俯仰角度；h是相机安装高度即镜头中心到地面的高度；
根据上述测距方法计算后车到镜头中心点的水平距离d2，得出前后车之间的距离d：
d＝d2-d1 (4)
通过相机标定得到内部参数焦距f，通过外部测量得到外部参数相机高度h、俯仰角α，获取路面上前后两车在像平面的像素点的投影，根据式(3)分别求得前后两车到镜头中心点的水平距离的d1,d2，再计算前后两车之间的距离d，即为前后两车的间距S。
进一步的，所述步骤四，计算后车的制动距离，公式如下：
Figure BDA0002431228110000051
式中，L2表示后车的制动距离，V2表示后车的运行车速，单位为km/h；t1表示驾驶员应急反应时间，单位为s；t′2为常数，表示驾驶员踏下踏板的时间，单位为s；t"2为常数，表示制动器制动时间，单位为s；jmax表示后车的最大制动减速度，单位为m/s2；
Figure BDA0002431228110000052
Figure BDA0002431228110000053
为路面附着系数；g为常数，表示该地区的重力加速度，单位为m/s2。
进一步的，所述步骤四，建立后车预警纵向安全距离的理论计算模型，将获取的前后车辆速度信息带入模型，实时计算后车的预警纵向安全距离L；具体如下：
对于行驶在隧道内的汽车，后车驾驶员对于前车驾驶员下一时刻的行为是无法预知的，在不同的行驶状态下，后车的危险预警纵向安全距离L分为以下两种理论模型：
其一，前车减速行驶时，若前车的制动减速度小于后车的制动减速度，则两车不会发生追尾危险；若前车的制动减速度大于或等于后车的制动减速度，则两车存在追尾危险；预警纵向安全距离表示如下：
Figure BDA0002431228110000054
Figure BDA0002431228110000055
式中，L表示预警纵向安全距离，L1表示前车的制动距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；a1为前车的制动减速度，单位为m/s2；d0为后车停车时两车保持的额定安全距离，单位为m；
其二，前车匀速或加速行驶时，若前车的速度大于后车的速度，则两车不会发生追尾危险；若前车的速度小于或等于后车的速度，则两车存在追尾危险；预警纵向安全距离表示如下：
Figure BDA0002431228110000056
Figure BDA0002431228110000061
式中，L表示预警纵向安全距离，L′1表示前车行驶的距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；t3为前车加速时间，单位为s；a′1为前车的加速度，单位为m/s2。
有益效果：与现有技术相比，本发明的技术方案具有以下有益的技术效果：
(1)本发明将视频检测技术运用到了公路隧道里，并结合防追尾模型将隧道中的情况通过系统预警信息实时显示在电子屏上，提示驾驶员保持安全行驶，从而预防公路隧道交通事故。
(2)本发明基于ST-MRF的车辆跟踪模型，提高了光系不足、严重阴影下跟踪精度，确保交通信息(速度、加速度/制动减速度、加速时间/制动时间)的准确获取。
(3)本发明将视频检测技术与交通预警相结合，提出了汽车防追尾主动预警安全方案，在预警纵向安全距离的计算上采用了车辆跟踪的运动数据，能实时更新纵向安全距离，并将实时更新的实际距离和行驶的安全距离。
(4)本发明针对于车辆在隧道中行驶时，能有效的提醒驾驶员，防止出现紧急情况和突发事件；并给驾驶员足够预警提示时间，有效地避免隧道汽车追尾碰撞事故的发生，同时也为提高车辆在隧道中行驶的安全水平。
附图说明
图1是本发明方法的工作流程图；
图2是摄像头与电子显示屏的安装效果图；
图3是视频图像、目标地图和运动矢量图；
图4是棋盘版模式的图像；
图5是距离测量的几何模型示意图；
图6是后车防追尾预警示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的一种基于视频技术的公路隧道防追尾预警方法，工作流程如图1所示，具体实现包括以下步骤：
步骤一、在隧道内安装路侧摄像头以及电子显示屏，通过摄像头采集视频数据。
研究表明，在车辆进入隧道至少经过10秒的路程后再设置电子显示屏，电子显示屏与隧道入口的距离的计算公式如下：
Figure BDA0002431228110000062
式中B为电子显示屏与隧道入口的距离，单位为米；A为设计速度，单位为km/h；r为行驶时间，单位为秒，r取值为10s。
根据上式计算电子显示屏与隧道入口的距离如表1所示。
表1
Figure BDA0002431228110000071
考虑电子显示屏和摄像头之间的数据传输，不宜距离太远，将摄像头和电子显示屏平行安装，既节约用线又能很好地传输数据，不同的镜头参数和角度对应不同的最佳录像距离，具体如表2所示，根据最佳录像距离和隧道环境因素，本实施例中，选用镜头参数60MM、录像角度5.3度的摄像头，用于拍摄隧道内的视频，安装如图2所示。
表2
Figure BDA0002431228110000072
步骤二、采用ST-MRF车辆跟踪技术对采集的视频数据进行处理，获取前后车辆的位置信息及速度信息，所述速度信息包括速度、加速度/制动减速度、加速时间/制动时间，用于实时计算后车的预警纵向安全距离；具体如下：
1)建立能量函数：
在ST-MRF模型中块对应一个场景，块被标号作为目标区域的一部分与背景图像的纹理不一样，块聚集在一起被称为目标地图，每个块上都有代表块的运动矢量，ST-MRF模型根据前一时刻的目标地图估计下一个时刻的目标地图，其能量函数为式(2)；
Figure BDA0002431228110000073
式中：第一部分a(Nyk-μNy)2表示在目标地图中，标号的相邻关系；
第二部分b(Mxyk-μMxy)2表示在连续目标地图中的标号的遮挡关系；
第三部分
Figure BDA0002431228110000074
表示与运动矢量有关的连续图像中的纹理关系；
第四部分
Figure BDA0002431228110000075
表示在运动矢量地图中的运动矢量的相邻关系；
Nyk表示一个像素块的相邻像素块和该像素块有相同标号的数目；Nxk表示一个像素块的相邻像素块的数目；Dxyk代表t-1时刻的图像与t时刻的图像之间的纹理相关性，在发生遮挡时，分别计算遮挡部分属于各辆车的概率；Mxyk表示部分遮挡的两个像素块中遮挡部分的像素个数；μMxy表示遮挡部分的像素个数；μNy表示邻域基团；CK表示当前像素块；BK表示相邻像素块；a、b、c、f和μMxy为设定的参数；
Figure BDA0002431228110000081
表示运动矢量；
Figure BDA0002431228110000083
表示在t-1时刻，当前像素块与相邻像素块的运动矢量之差；
2)目标地图的优化处理：目标地图是车辆标号的集合，同一辆车的相同标号组成车辆形状几何体；当一个块被检测为属于两个对象时，必须确定这个块到底是属于哪一个对象；运用ST-MRF模型，通过最小化能量函数优化目标地图，对遮挡的车辆进行分离；通常能量函数有多个极小，即是非凸的，所以最小化能量函数是一个组合优化问题；优选地，根据Metropolis算法原理，采用松弛算法可以求得最小能量函数值；
3)交通信息提取：从车辆跟踪算法获取车辆的目标地图和运动矢量，如图3所示，提取像素块的交通信息，所述交通信息包括车辆速度、加速度/制动减速度、加速时间/制动时间。
步骤三、基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和像平面上的距离进行相互转换并计算出前后车的距离S。
相机内部参数标定的方法：
采用张正友经典标定法，标定棋盘版模式的图像；如图4所示：
棋盘版每一方格的参数为dx＝dy，dx,dy分别表示方格长和宽，单位为mm；
标定具体步骤如下：
(1)摄像机从多个不同角度对固定方格的标定板图片进行照片采集；
(2)从照片中提取棋盘格角点；
(3)估计理想无畸变下的内部参数；
(4)通过最小二乘法找到最优化的相机内部参数；
(5)采用极大似然估计，优化估计值，得到内部参数矩阵M1；
Figure BDA0002431228110000082
其中，ax,ay表示相机在成像平面x,y方向上的焦距；(u0,v0)表示图像毫米坐标系下的坐标原点；
结合对比如下公式：
Figure BDA0002431228110000091
Figure BDA0002431228110000092
得到u0,v0以及相机有效焦距f的参数值；
式中，Xc与Xc、Yc轴组成了相机坐标系，Zc轴为相机光轴，与图像平面垂直；世界坐标上的点经过相机转换变成二维图像上像素点，变换后像素点记为P，(u,v)是点P在图像平面中的像素x轴和y轴坐标；dx是一个像素在x轴的物理距离，单位为mm；dy是一个像素在y轴的物理距离，单位为mm；f是相机有效焦距；R是世界坐标转换到相机坐标的旋转矩阵；T是世界坐标转换到相机坐标的三维平移向量；(Xw,Yw,Zw)表示点P在世界坐标系的坐标；ax,ay是相机内部参数，ax＝f/dx，ay＝f/dy；M1是内部参数；M2是外部参数；M是投影矩阵，矩阵M是摄像机成像的几何模型。矩阵M中的参数就是摄像机参数，通常，这些参数通过实验与计算得到，求解参数的过程称为摄像机标定。
计算出前后车的距离S；具体如下：
进行图像平面和道路平面几何映射时，采用以下先验知识：设车辆前方视野内道路是在一个平面内；相机光轴与地面平行，即在三维空间中Y的值保持不变，如图5所示；
光轴与像平面的交点记为(x0,y0)，作为像平面的原点，一般取(0,0)；通过ST-MRF车辆跟踪技术检测出的前方车辆位置在像平面的像素点记为Q；点Q在像平面的投影坐标记为(x,y)；通过几何关系，得到点Q和镜头中心点的水平距离d1的计算公式为：
Figure BDA0002431228110000093
式中，f是相机有效焦距；α是相机的俯仰角度；h是相机安装高度即镜头中心到地面的高度；
根据上述测距方法计算后车到镜头中心点的水平距离d2，得出前后车之间的距离d：
d＝d2-d1 (4)
通过相机标定得到内部参数焦距f，通过外部测量得到外部参数相机高度h、俯仰角α，获取路面上前后两车在像平面的像素点的投影，根据式(3)分别求得前后两车到镜头中心点的水平距离的d1,d2，再计算前后两车之间的距离d，即为前后两车的间距S。
步骤四、计算后车的制动距离，建立后车预警纵向安全距离的理论计算模型(防追尾模型)，将获取的前后车辆速度信息带入模型，实时计算后车的预警纵向安全距离L。
后车的制动距离计算公式如下：
Figure BDA0002431228110000101
式中，L2表示后车的制动距离，V2表示后车的运行车速，单位为km/h；t1表示驾驶员应急反应时间，单位为s；t′2为常数，表示驾驶员踏下踏板的时间，单位为s；t"2为常数，表示制动器制动时间，单位为s；jmax表示后车的最大制动减速度，单位为m/s2；
Figure BDA0002431228110000102
Figure BDA0002431228110000103
为路面附着系数；g为常数，表示该地区的重力加速度，单位为m/s2。
对于行驶在隧道内的汽车，后车驾驶员对于前车驾驶员下一时刻的行为是无法预知的，在不同的行驶状态下，后车的危险预警纵向安全距离L分为以下两种理论模型：
其一，前车减速行驶时，若前车的制动减速度小于后车的制动减速度，则两车不会发生追尾危险；若前车的制动减速度大于或等于后车的制动减速度，则两车存在追尾危险；预警纵向安全距离表示如下：
Figure BDA0002431228110000104
Figure BDA0002431228110000105
式中，L表示预警纵向安全距离，L1表示前车的制动距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；a1为前车的制动减速度，单位为m/s2；d0为后车停车时两车保持的额定安全距离，单位为m；
其二，前车匀速或加速行驶时，若前车的速度大于后车的速度，则两车不会发生追尾危险；若前车的速度小于或等于后车的速度，则两车存在追尾危险；预警纵向安全距离表示如下：
Figure BDA0002431228110000106
Figure BDA0002431228110000107
式中，L表示预警纵向安全距离，L′1表示前车行驶的距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；t3为前车加速时间，单位为s；a′1为前车的加速度，单位为m/s2。
步骤五、比较后车预警纵向安全距离L和前后车距离S，当S<L时，如图6所示，将预警信息显示在电子显示屏上，提醒前后车驾驶员注意行驶安全，保持跟车行驶安全距离。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.一种基于视频技术的公路隧道防追尾预警方法，其特征在于：该方法包括以下步骤：
步骤一、在隧道内安装路侧摄像头以及电子显示屏，通过摄像头采集视频数据；
在车辆进入隧道至少经过r秒的路程后再设置电子显示屏，电子显示屏与隧道入口的距离的计算公式如下：
Figure FDF0000014717440000011
式中B为电子显示屏与隧道入口的距离，单位为米；A为设计速度，单位为km/h；r为行驶时间，单位为秒；
考虑电子显示屏和摄像头之间的数据传输，将摄像头和电子显示屏平行安装，不同的镜头参数和角度对应不同的最佳录像距离，根据最佳录像距离和隧道环境因素，选用摄像头拍摄隧道内的视频；
步骤二、采用ST-MRF车辆跟踪技术对视频数据进行处理，获取前后车辆的位置信息及速度信息，所述速度信息包括速度、加速度/制动减速度、加速时间/制动时间；
步骤三、基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和像平面上的距离进行相互转换并计算出前后车的距离S；
步骤四、计算后车的制动距离，建立后车预警纵向安全距离的理论计算模型，将获取的前后车辆速度信息带入模型，实时计算后车的预警纵向安全距离L；
步骤五、比较后车预警纵向安全距离L和前后车距离S，当S<L时，将预警信息显示在电子显示屏上，提醒前后车驾驶员注意行驶安全，保持跟车行驶安全距离；
所述步骤三中，基于摄像机标定的坐标转换方法，对前后两车到镜头中心点在实际交通场景中的距离和像平面上的距离进行相互转换并计算出前后车的距离S；具体如下：
在进行图像平面和道路平面几何映射时，采用以下先验知识：设车辆前方视野内道路是在一个平面内；相机光轴与地面平行，即在三维空间中Y的值保持不变；
光轴与像平面的交点记为(x0，y0)，作为像平面的原点；通过ST-MRF车辆跟踪技术检测出的前方车辆位置在像平面的像素点记为Q；点Q在像平面的投影坐标记为(x，y)；通过几何关系，得到点Q到镜头中心点的水平距离d1的计算公式为：
Figure FDF0000014717440000012
式中，f是相机有效焦距；α是相机的俯仰角度；h是相机安装高度即镜头中心到地面的高度；
根据上述测距方法计算后车到镜头中心点的水平距离d2，得出前后车之间的距离d：
d＝d2-d1 (4)
通过相机标定得到内部参数焦距f，通过外部测量得到外部参数相机高度h、俯仰角α，获取路面上前后两车在像平面的像素点的投影，根据式(3)分别求得前后两车到镜头中心点的水平距离的d1，d2，再计算前后两车之间的距离d，即为前后两车的间距S。
2.根据权利要求1所述的一种基于视频技术的公路隧道防追尾预警方法，其特征在于：所述步骤三，相机内部参数标定的方法：
采用张正友经典标定法，标定棋盘版模式的图像；
棋盘版每一方格的参数为dx＝dy，dx，dy分别表示方格长和宽，单位为mm；
标定具体步骤如下：
(1)摄像机从多个不同角度对固定方格的标定板图片进行照片采集；
(2)从照片中提取棋盘格角点；
(3)估计理想无畸变下的内部参数；
(4)通过最小二乘法找到最优化的相机内部参数；
(5)采用极大似然估计，优化估计值，得到内部参数矩阵M1；
Figure FDF0000014717440000021
其中，ax，ay表示相机在成像平面x，y方向上的焦距；(u0，v0)表示图像毫米坐标系下的坐标原点；
结合对比如下公式：
Figure FDF0000014717440000022
Figure FDF0000014717440000023
得到u0，v0以及相机有效焦距f的参数值；
式中，Zc与Xc、Yc轴组成了相机坐标系，Zc轴为相机光轴，与图像平面垂直；世界坐标上的点经过相机转换变成二维图像上像素点，变换后像素点记为P，(u，v)是点P在图像平面中的像素x轴和y轴坐标；dx是一个像素在x轴的物理距离，单位为mm；dy是一个像素在y轴的物理距离，单位为mm；f是相机有效焦距；R是世界坐标转换到相机坐标的旋转矩阵；T是世界坐标转换到相机坐标的三维平移向量；(Xw，Yw，Zw)表示点P在世界坐标系的坐标；ax，ay是相机内部参数，ax＝f/dx，ay＝f/dy；M1是内部参数；M2是外部参数；M是投影矩阵，矩阵M是摄像机成像的几何模型。
3.根据权利要求1所述的一种基于视频技术的公路隧道防追尾预警方法，其特征在于：所述步骤四，计算后车的制动距离，公式如下：
Figure FDF0000014717440000031
式中，L2表示后车的制动距离，V2表示后车的运行车速，单位为km/h；t1表示驾驶员应急反应时间，单位为s；t′2为常数，表示驾驶员踏下踏板的时间，单位为s；t″2为常数，表示制动器制动时间，单位为s；jmax表示后车的最大制动减速度，单位为m/s2；
Figure FDF0000014717440000032
Figure FDF0000014717440000033
为路面附着系数；g为常数，表示该地区的重力加速度，单位为m/s2。
4.根据权利要求3所述的一种基于视频技术的公路隧道防追尾预警方法，其特征在于：所述步骤四，建立后车预警纵向安全距离的理论计算模型，将获取的前后车辆速度信息带入模型，实时计算后车的预警纵向安全距离L；具体如下：
对于行驶在隧道内的汽车，在不同的行驶状态下，后车的危险预警纵向安全距离L分为以下两种理论模型：
其一，前车减速行驶时，若前车的制动减速度小于后车的制动减速度，则两车不会发生追尾危险；若前车的制动减速度大于或等于后车的制动减速度，则两车存在追尾危险；预警纵向安全距离表示如下：
L1＝V1 2/25.92a1
Figure FDF0000014717440000034
式中，L表示预警纵向安全距离，L1表示前车的制动距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；a1为前车的制动减速度，单位为m/s2；d0为后车停车时两车保持的额定安全距离，单位为m；
其二，前车匀速或加速行驶时，若前车的速度大于后车的速度，则两车不会发生追尾危险；若前车的速度小于或等于后车的速度，则两车存在追尾危险；预警纵向安全距离表示如下：
Figure FDF0000014717440000041
Figure FDF0000014717440000042
式中，L表示预警纵向安全距离，L′1表示前车行驶的距离；L2表示后车的制动距离；V1为前车行驶速度，单位为km/h；t3为前车加速时间，单位为s；a′1为前车的加速度，单位为m/s2。
CN202010236662.4A 2020-03-30 2020-03-30 一种基于视频技术的公路隧道防追尾预警方法 Active CN111429756B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010236662.4A CN111429756B (zh) 2020-03-30 2020-03-30 一种基于视频技术的公路隧道防追尾预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010236662.4A CN111429756B (zh) 2020-03-30 2020-03-30 一种基于视频技术的公路隧道防追尾预警方法

Publications (2)

Publication Number Publication Date
CN111429756A CN111429756A (zh) 2020-07-17
CN111429756B true CN111429756B (zh) 2022-02-11

Family

ID=71549931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010236662.4A Active CN111429756B (zh) 2020-03-30 2020-03-30 一种基于视频技术的公路隧道防追尾预警方法

Country Status (1)

Country Link
CN (1) CN111429756B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506074B (zh) * 2020-05-08 2022-08-26 佳木斯大学 一种农作物翻晒吸尘装置机器控制方法
CN112489496A (zh) * 2020-12-25 2021-03-12 深圳市爱培科技术股份有限公司 一种基于视频识别的车辆安全预警方法及装置
CN112641608A (zh) * 2020-12-31 2021-04-13 遵义师范学院 基于cnn的导盲辅助拐杖
CN113312976A (zh) * 2021-04-30 2021-08-27 淮阴工学院 一种基于图像处理与路面附着系数相结合的制动距离计算方法
CN113706901B (zh) * 2021-08-31 2023-05-16 重庆交通大学 高速公路隧道入口段事故智慧防控与预警系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715264A (zh) * 2015-04-10 2015-06-17 武汉理工大学 高速公路隧道内车辆运动状态视频图像识别方法及系统
CN108399794A (zh) * 2018-02-27 2018-08-14 吉林大学 基于车辆行驶状态检测的隧道行车安全预警系统及方法
CN208335469U (zh) * 2018-03-30 2019-01-04 青岛建设集团有限公司 隧道综合监控系统
CN109191911A (zh) * 2018-10-09 2019-01-11 湖南车路协同智能科技有限公司 一种隧道路况预警系统、方法及计算机可读存储介质
CN208869969U (zh) * 2018-07-26 2019-05-17 江苏金晓电子信息股份有限公司 一种隧道用光电警示装置
KR102033858B1 (ko) * 2018-07-10 2019-10-17 주식회사 퀀텀게이트 교통사고 예보 시스템
CN110444014A (zh) * 2019-07-01 2019-11-12 淮阴工学院 基于反向st-mrf车辆跟踪算法的防追尾预警方法
CN209625456U (zh) * 2019-04-25 2019-11-12 上海市城市建设设计研究总院（集团）有限公司 隧道弯道安全提示装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405321B (zh) * 2015-12-22 2018-04-20 清华大学 高速公路上车辆行驶中的安全预警方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715264A (zh) * 2015-04-10 2015-06-17 武汉理工大学 高速公路隧道内车辆运动状态视频图像识别方法及系统
CN108399794A (zh) * 2018-02-27 2018-08-14 吉林大学 基于车辆行驶状态检测的隧道行车安全预警系统及方法
CN208335469U (zh) * 2018-03-30 2019-01-04 青岛建设集团有限公司 隧道综合监控系统
KR102033858B1 (ko) * 2018-07-10 2019-10-17 주식회사 퀀텀게이트 교통사고 예보 시스템
CN208869969U (zh) * 2018-07-26 2019-05-17 江苏金晓电子信息股份有限公司 一种隧道用光电警示装置
CN109191911A (zh) * 2018-10-09 2019-01-11 湖南车路协同智能科技有限公司 一种隧道路况预警系统、方法及计算机可读存储介质
CN209625456U (zh) * 2019-04-25 2019-11-12 上海市城市建设设计研究总院（集团）有限公司 隧道弯道安全提示装置
CN110444014A (zh) * 2019-07-01 2019-11-12 淮阴工学院 基于反向st-mrf车辆跟踪算法的防追尾预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于ST-MRF的自适应车辆跟踪算法研究;周君 程琳;《交通运输系统工程与信息》;20130630;第13卷(第3期);65-77 *

Also Published As

Publication number Publication date
CN111429756A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111429756B (zh) 一种基于视频技术的公路隧道防追尾预警方法
CN110444014A (zh) 基于反向st-mrf车辆跟踪算法的防追尾预警方法
CN107705331B (zh) 一种基于多视点摄像机的车辆视频测速方法
GB2560110B (en) Detection and documentation of tailgating and speeding violations
CN108243623A (zh) 基于双目立体视觉的汽车防碰撞预警方法和系统
CN110097762B (zh) 一种道路视频图像低能见度刻度估算方法及系统
JP2010198552A (ja) 運転状況監視装置
JP2011134207A (ja) 運転記録装置および地図作成システム
CN112365741B (zh) 一种基于多车道车距检测的安全预警方法及系统
JP7050763B2 (ja) カメラ画像からのオブジェクトの検出
CN112368756A (zh) 计算对象和车辆碰撞时间的方法、计算设备及车辆
US10832428B2 (en) Method and apparatus for estimating a range of a moving object
CN111915883A (zh) 一种基于车载摄像的道路交通状况检测方法
CN109917359A (zh) 基于车载单目视觉的鲁棒车辆距离估计方法
CN113034586B (zh) 道路倾角检测方法和检测系统
CN110023953A (zh) 信息处理设备、成像设备、装置控制系统、移动体、信息处理方法以及计算机程序产品
CN111383462A (zh) 一种基于四点平面单应的交通事故现场视频测速新方法
US11087150B2 (en) Detection and validation of objects from sequential images of a camera by using homographies
CN112298165A (zh) 一种基于前向视觉的主动转向控制方法
CN112562061A (zh) 一种基于激光雷达图像的驾驶视觉增强的系统及方法
WO2022133986A1 (en) Accuracy estimation method and system
JP7402753B2 (ja) 安全支援システム、および車載カメラ画像分析方法
CN112634354B (zh) 基于路侧传感器的网联自动驾驶行车风险评估方法与装置
CN115690697A (zh) 目标距离检测装置及方法
Gavriilidis et al. Multisensor data fusion for advanced driver assistance systems-the Active Safety Car project

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200717

Assignee: Huai'an Municipal Design and Research Institute Co.,Ltd.

Assignor: HUAIYIN INSTITUTE OF TECHNOLOGY

Contract record no.: X2022980025548

Denomination of invention: An Early Warning Method for Rear Collision Prevention in Highway Tunnel Based on Video Technology

Granted publication date: 20220211

License type: Common License

Record date: 20221209

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240428

Address after: No. 126 Xinxing Road, Xingdian Street, Pukou District, Nanjing City, Jiangsu Province, 211899

Patentee after: Nanjing Suxin transportation facilities Co.,Ltd.

Country or region after: China

Address before: 223003 Jiangsu Huaian economic and Technological Development Zone, 1 East Road.

Patentee before: HUAIYIN INSTITUTE OF TECHNOLOGY

Country or region before: China