CN112509341A - 一种基于高位视频分析交通冲突的信号控制装置及方法 - Google Patents

一种基于高位视频分析交通冲突的信号控制装置及方法 Download PDF

Info

Publication number
CN112509341A
CN112509341A CN202011459167.6A CN202011459167A CN112509341A CN 112509341 A CN112509341 A CN 112509341A CN 202011459167 A CN202011459167 A CN 202011459167A CN 112509341 A CN112509341 A CN 112509341A
Authority
CN
China
Prior art keywords
conflict
vehicle
traffic
road section
signal
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
Application number
CN202011459167.6A
Other languages
English (en)
Inventor
胡晓健
林麒
强禹
陈诺
陆建
陈淑燕
马永锋
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202011459167.6A priority Critical patent/CN112509341A/zh
Publication of CN112509341A publication Critical patent/CN112509341A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/44Event detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于高位视频分析交通冲突的信号控制装置及方法,该装置包括高位视频采集设备、视频图像分析系统、联网联控装置及信号机信号方案数据库,所述信号机信号方案数据库用于存储各信号机执行信号控制方案的状态信息,所述高位视频采集设备用于采集路段上的交通流信息并实时传输给视频图像分析系统,所述视频图像分析系统用于处理视频图像、分析数据并识别和统计交通冲突行为,所述联网联控装置用于获取冲突路段的交通冲突信息,并结合信号机信号方案数据库,调整冲突路段上游信号方案。本发明能利用实时视频图像分析冲突路段的安全情况并调整上游信号方案,从而减少下游路段的交通冲突率,提高道路交通安全,降低发生交通事故的概率。

Description

一种基于高位视频分析交通冲突的信号控制装置及方法
技术领域
本发明涉及一种基于高位视频分析交通冲突的信号控制装置及方法,属于智慧交通安全领域。
背景技术
在交通安全分析领域依靠交通事故数据有许多局限性。首先,交通事故数据是基于已发生的交通事故所产生的,是一种事后的安全分析方法。其次,交通事故数据的统计需要很长一段时间(通常是几年),以获得统计学上的可靠性。而且,由于在许多国家缺少交通数据的管理和有效组织,这些数据并没有很详细的记录,统计口径也不统一。为了克服这些局限性,交通冲突技术被广泛应用于交通安全研究。这是一种比仅仅依靠交通事故数据分析更主动的方法,同时,交通冲突比交通事故出现得更加频繁,能被清晰地观察到,并可以洞察如何避免交通事故的机制,从微观层面上分析在发生事故时车流运行状态。
如今,视频监测系统发展迅速,许多交通冲突分析是利用道路上的视频监测系统采集下来的交通数据。但是视频监测系统一般只在用来监测城市重要交叉口,路段上的交通情况并做不到完美覆盖。同时,大多数视频监测装置都附着在灯杆、安装在悬臂上,其监控视角的范围受到限制,不同方向的车流在特定视角下存在视线盲区,会出现车辆相互遮挡的情况,对交通冲突的采集产生很大难度。
高位视频采集分析就能克服以上问题。高位视频采集设备的视角为正俯瞰式,即视频拍摄视角垂直于路面。这种拍摄方式的好处是将冲突分析使用的图像降低为二维,不会出现因视角问题产生车辆在视频中相互遮挡的情况,便于图像处理与分析。而且高位视频采集设备的视角灵活可变,在交通流采集上拥有着无与伦比的优势。同时与固定的交通视频监测系统相比,其运作成本低,可重复使用,在未来将在交通安全分析领域起到非常重要的作用。
发明内容
本发明公开了一种基于高位视频分析交通冲突的信号控制装置及方法。通过高位视频采集特定路段交通信息,并使用视频图像分析系统用于对采集到的视频进行图像处理、数据提取和数据分析计算,识别交通冲突行为,根据计算出来的路段交通冲突率调整上游交叉口的信号控制方案,实现了动态交通安全管理,在保证道路交通流高效稳定运行的前提下,提高了路段的交通安全,减少了路段上发生严重交通事故的可能性,在道路交通安全领域有着重要的应用。
为解决上述技术问题,本发明采用的技术方案为:
本发明提供了一种基于高位视频分析交通冲突的信号控制装置,用于针对冲突路段上游与之相邻的信号机进行信号控制,其特征在于:包括高位视频采集设备、视频图像分析系统、联网联控装置及信号机信号方案数据库;
所述信号机信号方案数据库用于存储各信号机执行包括应急方案在内的信号控制方案的状态信息,所述高位视频采集设备用于采集路段上的交通流信息并实时传输给视频图像分析系统,所述视频图像分析系统用于处理视频图像、分析数据并识别和统计交通冲突行为,所述联网联控装置用于获取视频图像分析系统所分析到的冲突信息,并结合信号机信号方案数据库,针对冲突路段上游的信号机,调整其信号方案,实现对交通冲突路段的信号控制。
作为本发明的一种优选技术方案,所述高位视频采集设备位于冲突路段上的预设高度处,采集视频图像的视角为垂直于路面的俯瞰视角。
本发明还提供了一种基于高位视频分析交通冲突的信号控制装置的方法,根据在预设的一个冲突采集周期内实时采集的目标路段的视频流信息,对发送至冲突路段上游的信号机的信号进行控制,具体包括以下步骤:
步骤A.采集目标路段的交通流视频,然后进入步骤B;
步骤B.对采集到的交通流视频进行图像处理与数据提取,获取目标路段上车辆的行驶状态与轨迹信息,然后进入步骤C;
步骤C.根据采集到的车辆的行驶状态与轨迹信息,针对目标路段上的每一个车辆,根据车辆当前的行为,分别计算各个车辆的交通冲突指标,包括追尾冲突的碰撞时间和变道冲突的后侵入时间,分别比较计算出的各个车辆的交通冲突指标与阈值的大小,判定是否识别为交通冲突,然后进入步骤D;
步骤D.分别针对追尾冲突和变道冲突,计算目标路段上的针对各个交通冲突类型的交通冲突率,然后进入步骤E;
步骤E.根据各个交通冲突率预设的所在的交通冲突率指标区间,选择信号控制方案,并向目标路段的上游信号机发出指令信号,调整信号控制方案。
作为本发明的一种优选技术方案,所述步骤B中获取的目标路段上车辆的行驶状态与轨迹信息,包括车辆长度、车辆速度、车辆实时位置、车辆行驶方向、车流量;
分别针对目标路段上的每一个车辆,在车辆保持原车道行驶的行为模式下,碰撞时间TTC通过以下步骤获得:
步骤C1-1.分别针对每一个保持原车道行驶的目标车辆,该车辆的碰撞时间用以下公式随时间连续计算:
Figure BDA0002830677460000031
其中,t为统计的时刻,L表示同一车道上的前导车辆,F表示该车辆,X是车辆位置参数,V是车辆的速度,D是车辆的长度,TTCt为目标车辆与前导车辆在时刻t发生碰撞所需要的时间,XL,t为前导车辆车头所在位置,XF,t为目标车辆的车头所在位置,DL为前导车辆的长度,VF,t为目标车辆的速度,VL,t为前导车辆的速度;
步骤C1-2.在一个冲突采集周期内,分别计算各个目标车辆i与前导车辆之间的最小碰撞时间作为该目标车辆i在该冲突采集周期内的TTC值,即minTTCi
作为本发明的一种优选技术方案,所述步骤B中获取的目标路段上车辆的行驶状态与轨迹信息,包括车辆长度、车辆速度、车辆实时位置、车辆行驶方向、车流量;
分别针对目标路段上的每一个车辆,在车辆变换车道行驶的行为模式下,侵入线为垂直于车道分隔线并与该变道车辆行驶轨迹相交的虚拟线,后侵入时间PET通过以下步骤获得:
步骤C2-1.分别针对每一个变道的目标车辆,计算后侵入时间PET,具体计算方法如下:
PET=T2-T1
其中,T1是指当前导车辆的车尾离开侵入线的时刻,T2是指当目标车辆的车头到达侵入线的时刻;
步骤C2-2.在一个冲突采集周期内,计算目标车辆i与变道后的前导车辆的最小后侵入时间作为该目标车辆i在该冲突采集周期内的PET值,即minPETi
作为本发明的一种优选技术方案,所述步骤D中分别针对目标路段上追尾冲突和变道冲突两种不同的交通冲突类型,在一个冲突采集周期内,各个交通冲突类型的交通冲突数计算方式如下:
追尾冲突:在一个冲突采集周期内,追尾冲突的阈值为Δt1,针对目标路段上的每一个车辆i,分别判断是否minTTCi≤Δt1,若是,则记录为一次追尾冲突;若否,则认为没有发生追尾冲突,在目标路段上的该冲突采集周期内的累计追尾冲突数记为N1;
变道冲突:在一个冲突采集周期内,变道冲突的阈值为Δt2,针对目标路段上的每一个车辆i,分别判断是否minPETi≤Δt2,若是,则记录为一次变道冲突;若否,则认为没有发生变道冲突,在目标路段上的该冲突采集周期内的累计变道冲突数记为N2。
作为本发明的一种优选技术方案,所述步骤C中各个交通冲突指标的阈值通过如下步骤1至步骤3或者直接设定的方法获取;
步骤1.在预设的样本采集周期内,分别记录目标路段上的TTC与PET数值,样本量分别为n与m,0<TTC≤5,0<PET≤5,且n,m≥30;
步骤2.将采集的TTC数值样本从小到大排序,处于累计百分比为85%的数值作为TTC阈值,记为Δt1,TTC阈值区间在1-3秒内;
步骤3.将采集的PET数值样本从小到大排序,处于累计百分比为85%的数值作为PET阈值,记为Δt2,PET阈值区间在1-3秒内。
作为本发明的一种优选技术方案,所述步骤D中的交通冲突率CR通过以下公式计算:
Figure BDA0002830677460000041
其中,j表示冲突类型,N表示采集周期内发生某种类型的冲突数,Q表示采集周期内路段上车流量,CRj为冲突类型为j的交通冲突率,Nj为冲突采集周期内发生冲突类型为j的交通冲突数,Qj为冲突采集周期内的目标路段上冲突类型为j的车流量。
作为本发明的一种优选技术方案,所述步骤E中根据交通冲突率指标区间调整信号方案的方式如下:
预设路段交通安全风险的交通冲突率区间阈值为ΔCR,即当目标路段上的某一交通冲突率大于此阈值时,判定该目标路段存在安全风险,此时向上游信号机发送指令,调整信号控制方案减少上游车辆汇入;当目标路段上两类交通冲突的冲突率均小于此阈值时,则保持原来的信号控制方案。
有益效果:本发明提供的一种基于高位视频分析交通冲突的信号控制装置的方法,利用高位视频图像实时分析路段上交通冲突,并根据下游实时监测的交通冲突分析数据对上游信号机的信号方案进行调整,从而在保障交通流高效稳定运行的前提下,减少下游路段的交通冲突率,提高了道路交通安全,降低发生交通事故的概率。
附图说明
图1为本发明的流程示意图;
图2为本发明的系统装置结构示意图;
图3为本发明的高位视频设备工作区域示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本实施例中将本发明的控制装置应用在图3所示的连续两个信号交叉口路段上,控制装置由联网联控装置、高位视频采集设备、视频图像分析系统及交叉口信号机信号方案数据库组成。
如图2所示,联网联控装置安装于交叉口信号机处,高位视频采集设备为带有高清摄像头的无人机,工作时位于路段正上方,以俯瞰视角实时采集路段交通流信息,视频图像分析系统和交叉口信号方案数据库均建立在指挥中心处。
如图1所示,本发明提供的控制装置的应用方法,包括以下步骤:
步骤A.高位视频采集设备(带有高清摄像头的无人机)通过高位视频采集设备采集目标路段的交通流视频,在需要进行交通冲突分析路段上方持续采集交通流视频,并实时传输至位于交通指挥中心的视频图像分析系统,然后进入步骤B;
步骤B.视频图像分析系统对采集到的视频进行图像处理与数据提取,获取路段上车辆行驶状态与轨迹信息,包括车辆长度、车辆速度、车辆实时位置、车辆行驶方向、车流量等,然后进入步骤C;
步骤C.视频图像分析系统根据采集到的车辆的行驶状态与轨迹信息,针对目标路段上的每一个车辆,根据车辆当前的行为,分别计算各个车辆的交通冲突指标,包括追尾冲突的碰撞时间和变道冲突的后侵入时间,分别比较计算出的各个车辆的交通冲突指标与阈值的大小,判定是否识别为交通冲突;
首先通过如下步骤1至步骤3获取各个交通冲突指标的阈值;
步骤1.本实施例的设置的样本采集周期为15分钟,分别记录该周期内,目标路段上的TTC与PET数值,两类指标的采样样本个数为30个,0<TTC≤5,0<PET≤5,即当采集到的样本相应的指标值不在此区间时,则去掉此条样本记录,不作为后面统计的参考;
步骤2.将采集的TTC数值样本从小到大排序,处于累计百分比为85%的数值作为TTC阈值,记为Δt1,TTC阈值区间在1-3秒内,即如果通过计算获得的阈值Δt1不在此样本区间,则当Δt1<1秒时,更新Δt1的值为1秒,当Δt1>3秒时,更新Δt1的值为3秒,本实施例经过对样本的统计计算,得到TTC阈值为2.5秒;
步骤3.将采集的PET数值样本从小到大排序,处于累计百分比为85%的数值作为PET阈值,记为Δt2,PET阈值区间在1-3秒内,即如果通过计算获得的阈值Δt2不在此样本区间,则当Δt2<1秒时,更新Δt2的值为1秒,当Δt2>3秒时,更新Δt2的值为3秒,本实施例经过对样本的统计计算,得到PET阈值为2.4秒;
分别针对目标路段上的每一个保持原车道行驶的行为模式的车辆,计算碰撞时间TTC,具体通过以下步骤C1-1到步骤C1-2获得:
步骤C1-1.分别针对每一个保持原车道行驶的目标车辆,该车辆的碰撞时间用以下公式随时间连续计算:
Figure BDA0002830677460000061
其中,t为统计的时刻,L表示同一车道上的前导车辆,F表示该车辆,X是车辆位置参数,V是车辆的速度,D是车辆的长度,TTCt为目标车辆与前导车辆在时刻t发生碰撞所需要的时间,XL,t为前导车辆车头所在位置,XF,t为目标车辆的车头所在位置,DL为前导车辆的长度,VF,t为目标车辆的速度,VL,t为前导车辆的速度;
步骤C1-2.在一个冲突采集周期内,本实施例的冲突采集周期设置为15分钟,分别计算各个目标车辆i与前导车辆之间的最小碰撞时间作为该目标车辆i在该冲突采集周期内的TTC值,即minTTCi
分别针对目标路段上的每一个变换车道行驶的车辆,划定侵入线为垂直于车道分隔线并与该变道车辆行驶轨迹相交的虚拟线,后侵入时间PET通过以下步骤C2-1到步骤C2-2获得:
步骤C2-1.分别针对每一个变道的目标车辆,计算后侵入时间PET,具体计算方法如下:
PET=T2-T1
其中,T1是指当前导车辆的车尾离开侵入线的时刻,T2是指当目标车辆的车头到达侵入线的时刻;
步骤C2-2.在一个冲突采集周期内,计算目标车辆i与变道后的前导车辆的最小后侵入时间作为该目标车辆i在该冲突采集周期内的PET值,即minPETi
步骤D.分别计算目标路段上的针对各个追尾冲突和变道冲突的交通冲突率CR;
首先通过如下方法计算在一个冲突采集周期内,各个交通冲突类型的交通冲突数:
追尾冲突:在一个冲突采集周期内,针对目标路段上的每一个车辆i,分别判断是否minTTCi≤Δt1,若是,则记录为一次追尾冲突;若否,则认为没有发生追尾冲突,在目标路段上的该冲突采集周期内的累计追尾冲突数记为N1;
变道冲突:在一个冲突采集周期内,针对目标路段上的每一个车辆i,分别判断是否minPETi≤Δt2,若是,则记录为一次变道冲突;若否,则认为没有发生变道冲突,在目标路段上的该冲突采集周期内的累计变道冲突数记为N2。
各个交通冲突类型的交通冲突率CR具体通过以下公式计算:
Figure BDA0002830677460000071
其中,j表示冲突类型,N表示采集周期内发生某种类型的冲突数,Q表示采集周期内路段上车流量,CRj为冲突类型为j的交通冲突率,Nj为冲突采集周期内发生冲突类型为j的交通冲突数,Qj为冲突采集周期内的目标路段上冲突类型为j的车流量。
步骤E.根据各个交通冲突率所在的交通冲突率指标区间,选择信号控制方案,并向目标路段的上游信号机发出指令信号,调整信号控制方案。
本实施例设置路段交通安全风险的交通冲突率区间阈值为0.2,即当目标路段上的某一交通冲突率大于0.2时,判定该目标路段存在安全风险,此时向上游交叉口信号机发送指令,调整信号控制方案减少上游车辆汇入;当目标路段上两类交通冲突的冲突率均小于0.2时,则保持原来的信号控制方案。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (9)

1.一种基于高位视频分析交通冲突的信号控制装置,用于针对冲突路段上游与之相邻的信号机进行信号控制,其特征在于:包括高位视频采集设备、视频图像分析系统、联网联控装置及信号机信号方案数据库;
所述信号机信号方案数据库用于存储各信号机执行包括应急方案在内的信号控制方案的状态信息,所述高位视频采集设备用于采集路段上的交通流信息并实时传输给视频图像分析系统,所述视频图像分析系统用于处理视频图像、分析数据并识别和统计交通冲突行为,所述联网联控装置用于获取视频图像分析系统所分析到的冲突信息,并结合信号机信号方案数据库,针对冲突路段上游的信号机,调整其信号方案,实现对交通冲突路段的信号控制。
2.根据权利要求1所述的一种基于高位视频分析交通冲突的信号控制装置,其特征在于:所述高位视频采集设备位于冲突路段上的预设高度处,采集视频图像的视角为垂直于路面的俯瞰视角。
3.一种根据权利要求1所述的基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,根据在预设的一个冲突采集周期内实时采集的目标路段的视频流信息,对发送至冲突路段上游的信号机的信号进行控制,具体包括以下步骤:
步骤A.采集目标路段的交通流视频,然后进入步骤B;
步骤B.对采集到的交通流视频进行图像处理与数据提取,获取目标路段上车辆的行驶状态与轨迹信息,然后进入步骤C;
步骤C.根据采集到的车辆的行驶状态与轨迹信息,针对目标路段上的每一个车辆,根据车辆当前的行为,分别计算各个车辆的交通冲突指标,包括追尾冲突的碰撞时间和变道冲突的后侵入时间,分别比较计算出的各个车辆的交通冲突指标与阈值的大小,判定是否识别为交通冲突,然后进入步骤D;
步骤D.分别针对追尾冲突和变道冲突,计算目标路段上的针对各个交通冲突类型的交通冲突率,然后进入步骤E;
步骤E.根据各个交通冲突率所在的预设的交通冲突率指标区间,选择信号控制方案,并向目标路段的上游信号机发出指令信号,调整信号控制方案。
4.根据权利要求3所述的一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤B中获取的目标路段上车辆的行驶状态与轨迹信息,包括车辆长度、车辆速度、车辆实时位置、车辆行驶方向、车流量;
分别针对目标路段上的每一个车辆,在车辆保持原车道行驶的行为模式下,碰撞时间TTC通过以下步骤获得:
步骤C1-1.分别针对每一个保持原车道行驶的目标车辆,该车辆的碰撞时间用以下公式随时间连续计算:
Figure FDA0002830677450000021
其中,t为统计的时刻,L表示同一车道上的前导车辆,F表示该车辆,X是车辆位置参数,V是车辆的速度,D是车辆的长度,TTCt为目标车辆与前导车辆在时刻t发生碰撞所需要的时间,XL,t为前导车辆车头所在位置,XF,t为目标车辆的车头所在位置,DL为前导车辆的长度,VF,t为目标车辆的速度,VL,t为前导车辆的速度;
步骤C1-2.在一个冲突采集周期内,分别计算各个目标车辆i与前导车辆之间的最小碰撞时间作为该目标车辆i在该冲突采集周期内的TTC值,即minTTCi
5.根据权利要求3所述一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤B中获取的目标路段上车辆的行驶状态与轨迹信息,包括车辆长度、车辆速度、车辆实时位置、车辆行驶方向、车流量;
分别针对目标路段上的每一个车辆,在车辆变换车道行驶的行为模式下,侵入线为垂直于车道分隔线并与该变道车辆行驶轨迹相交的虚拟线,后侵入时间PET通过以下步骤获得:
步骤C2-1.分别针对每一个变道的目标车辆,计算后侵入时间PET,具体计算方法如下:
PET=T2-T1
其中,T1是指当前导车辆的车尾离开侵入线的时刻,T2是指当目标车辆的车头到达侵入线的时刻;
步骤C2-2.在一个冲突采集周期内,计算目标车辆i与变道后的前导车辆的最小后侵入时间作为该目标车辆i在该冲突采集周期内的PET值,即minPETi
6.根据权利要求3所述的一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤D中分别针对目标路段上追尾冲突和变道冲突两种不同的交通冲突类型,在一个冲突采集周期内,各个交通冲突类型的交通冲突数计算方式如下:
追尾冲突:在一个冲突采集周期内,追尾冲突的阈值为Δt1,针对目标路段上的每一个车辆i,分别判断是否minTTCi≤Δt1,若是,则记录为一次追尾冲突;若否,则认为没有发生追尾冲突,在目标路段上的该冲突采集周期内的累计追尾冲突数记为N1;
变道冲突:在一个冲突采集周期内,变道冲突的阈值为Δt2,针对目标路段上的每一个车辆i,分别判断是否minPETi≤Δt2,若是,则记录为一次变道冲突;若否,则认为没有发生变道冲突,在目标路段上的该冲突采集周期内的累计变道冲突数记为N2。
7.根据权利要求3或6所述的一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤C中各个交通冲突指标的阈值通过如下步骤1至步骤3或者直接设定的方法获取;
步骤1.在预设的样本采集周期内,分别记录目标路段上的TTC与PET数值,样本量分别为n与m,0<TTC≤5,0<PET≤5,且n,m≥30;
步骤2.将采集的TTC数值样本从小到大排序,处于累计百分比为85%的数值作为TTC阈值,记为Δt1,TTC阈值区间在1-3秒内;
步骤3.将采集的PET数值样本从小到大排序,处于累计百分比为85%的数值作为PET阈值,记为Δt2,PET阈值区间在1-3秒内。
8.根据权利要求3所述的一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤D中的交通冲突率CR通过以下公式计算:
Figure FDA0002830677450000031
其中,j表示冲突类型,N表示采集周期内发生某种类型的冲突数,Q表示采集周期内路段上车流量,CRj为冲突类型为j的交通冲突率,Nj为冲突采集周期内发生冲突类型为j的交通冲突数,Qj为冲突采集周期内的目标路段上冲突类型为j的车流量。
9.根据权利要求3所述的一种基于高位视频分析交通冲突的信号控制装置的方法,其特征在于,所述步骤E中的根据交通冲突率指标区间调整信号方案的方式如下:
预设路段交通安全风险的交通冲突率区间阈值为ΔCR,即当目标路段上的某一交通冲突率大于此阈值时,判定该目标路段存在安全风险,此时向上游信号机发送指令,调整信号控制方案减少上游车辆汇入;当目标路段上两类交通冲突的冲突率均小于此阈值时,则保持原来的信号控制方案。
CN202011459167.6A 2020-12-11 2020-12-11 一种基于高位视频分析交通冲突的信号控制装置及方法 Pending CN112509341A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011459167.6A CN112509341A (zh) 2020-12-11 2020-12-11 一种基于高位视频分析交通冲突的信号控制装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011459167.6A CN112509341A (zh) 2020-12-11 2020-12-11 一种基于高位视频分析交通冲突的信号控制装置及方法

Publications (1)

Publication Number Publication Date
CN112509341A true CN112509341A (zh) 2021-03-16

Family

ID=74973808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011459167.6A Pending CN112509341A (zh) 2020-12-11 2020-12-11 一种基于高位视频分析交通冲突的信号控制装置及方法

Country Status (1)

Country Link
CN (1) CN112509341A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192331A (zh) * 2021-04-26 2021-07-30 吉林大学 一种网联环境下面向骑行安全的智能预警系统及预警方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971579A (zh) * 2017-04-25 2017-07-21 北京星云互联科技有限公司 一种智能网联汽车的路侧业务支持系统及方法
CN109410607A (zh) * 2018-03-22 2019-03-01 合肥革绿信息科技有限公司 一种基于视频的十字路口信号机控制方法
CN109448384A (zh) * 2018-12-27 2019-03-08 中交第公路勘察设计研究院有限公司 一种高速公路危险交通行为识别方法
CN111243338A (zh) * 2020-02-12 2020-06-05 南京理工大学 基于车辆加速度的碰撞风险评价方法
CN111354225A (zh) * 2020-03-03 2020-06-30 中交第一公路勘察设计研究院有限公司 一种高速公路车辆事故风险评估及预警干预方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971579A (zh) * 2017-04-25 2017-07-21 北京星云互联科技有限公司 一种智能网联汽车的路侧业务支持系统及方法
CN109410607A (zh) * 2018-03-22 2019-03-01 合肥革绿信息科技有限公司 一种基于视频的十字路口信号机控制方法
CN109448384A (zh) * 2018-12-27 2019-03-08 中交第公路勘察设计研究院有限公司 一种高速公路危险交通行为识别方法
CN111243338A (zh) * 2020-02-12 2020-06-05 南京理工大学 基于车辆加速度的碰撞风险评价方法
CN111354225A (zh) * 2020-03-03 2020-06-30 中交第一公路勘察设计研究院有限公司 一种高速公路车辆事故风险评估及预警干预方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
迟佳欣,贺玉龙: "基于交通冲突的交织区安全评价方法研究", 《交通科技与经济》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192331A (zh) * 2021-04-26 2021-07-30 吉林大学 一种网联环境下面向骑行安全的智能预警系统及预警方法

Similar Documents

Publication Publication Date Title
CN107742418B (zh) 一种城市快速路交通拥堵状态及堵点位置自动识别方法
CN103473926B (zh) 枪球联动道路交通参数采集及违章抓拍系统
CN113724416B (zh) 基于车路协同系统的车载视频处理方法、装置及存储介质
CN110717433A (zh) 一种基于深度学习的交通违规分析方法及装置
CN101313345B (zh) 检测道路交通违章的系统和方法
CN103258429B (zh) 路口拥堵时机动车强行驶入的视频检测方法
CN104809887B (zh) 一种高速公路上车辆逆行检测方法与自动报警装置
CN102332209A (zh) 一种汽车违章视频监测方法
CN111126171A (zh) 一种车辆逆行检测方法及系统
CN110796862B (zh) 一种基于人工智能的高速公路交通状况检测系统及方法
CN110796868A (zh) 一种视频与微波融合的交通事件监测系统与方法
EP3053155B1 (en) System for traffic behaviour surveillance
JPWO2017047687A1 (ja) 監視システム
CN104464290A (zh) 一种基于嵌入式双核芯片的道路交通参数采集及违章抓拍系统
CN102289934A (zh) 视频自动监控车辆违法越线行驶系统及方法
CN113055649A (zh) 一种隧道智能视频监控方法、装置、智能终端及存储介质
CN117437785B (zh) 一种高速公路隧道交通拥堵预警系统
US20240046787A1 (en) Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction
CN109741600A (zh) 道路事件检测系统
CN110379172A (zh) 交通规则的生成方法及装置、存储介质、电子装置
CN111899514A (zh) 一种人工智能的拥堵检测系统
CN114494998B (zh) 一种车辆数据智能分析方法及系统
CN112509341A (zh) 一种基于高位视频分析交通冲突的信号控制装置及方法
CN106251622B (zh) 车辆并道监控取证方法及其系统
CN205584337U (zh) 一种行车记录仪智能视频识别系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210316

RJ01 Rejection of invention patent application after publication