CN112530170A - 一种车辆行驶状态检测方法、装置、电子设备及存储介质 - Google Patents
一种车辆行驶状态检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112530170A CN112530170A CN202011488150.3A CN202011488150A CN112530170A CN 112530170 A CN112530170 A CN 112530170A CN 202011488150 A CN202011488150 A CN 202011488150A CN 112530170 A CN112530170 A CN 112530170A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- vector
- video stream
- frame
- 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
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本申请公开了一种车辆行驶状态检测方法,所述方法包括:获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。本申请能够提高车辆行驶状态的检测准确率。本申请还公开了一种车辆行驶状态检测装置、一种电子设备及一种存储介质,具有以上有益效果。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种车辆行驶状态检测方法、装置、一种电子设备及一种存储介质。
背景技术
随着社会的高速发展,道路交通压力也大大增加,交通问题日益严重。其中逆向行驶、倒车、溜车等行为极易导致危险发生,妨碍道路上的其他车辆正常行驶,危害道路行车秩序。
当前智能交通技术的快速发展,道路监控数据规模增加,工作人员的判别、分析难度上升,且当前视频监控领域,对倒车的检测还未完善。然而目前匝道路口倒车、逆行等行为频繁发生,极易引发交通事故、交通拥堵等扰乱道路交通状态等状况。目前在倒车逆行检测方法中,多利用地感线圈及监测装置等硬件设备,或光流法等获取目标移动轨迹,但上述检测方式都易受硬件、环境等影响,车辆行驶状态的检测准确率较低。
因此,如何提高车辆行驶状态的检测准确率是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种车辆行驶状态检测方法、装置、一种电子设备及一种存储介质,能够提高车辆行驶状态的检测准确率。
为解决上述技术问题,本申请提供一种车辆行驶状态检测方法,该车辆行驶状态检测方法包括:
获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;
计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
可选的,根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量,包括:
将所述监控视频流中第N帧监控图像的目标检测框的中心点设置为第一坐标点;
将所述监控视频流中第M帧监控图像的目标检测框的中心点设置为第二坐标点;
将起点为所述第一坐标点、终点为所述第二坐标点的向量设置为所述车辆移动轨迹向量。
可选的,在计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角之后,还包括:
若所述向量夹角小于或等于所述预设夹角,则根据多帧所述监控图像内的目标检测框的位置生成所述当前车辆的车辆位置变化信息;其中,所述车辆位置变化信息包括行驶距离与时间的对应关系;
判断所述车辆位置变化信息中的行驶距离是否与时间正相关;
若否,则判定所述当前车辆的行驶状态为逆向行驶。
可选的,在判定所述当前车辆的行驶状态为逆向行驶之后,还包括:
根据所述目标检测框中的图像对所述当前车辆进行属性检测得到车辆属性;其中,所述车辆属性包括车头、车尾或车身;
根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶;其中,所述车辆行驶方向为所述车辆移动轨迹向量的方向。
可选的,根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶,包括:
若所述车辆属性为车头,则确定所述当前车辆的车头朝向,并判断所述车辆行驶方向是否与所述当前车辆的车头朝向相同;若是,则判定所述当前车辆的行驶状态为逆向行驶;若否,则判定所述当前车辆的行驶状态为倒车逆向行驶;
若所述车辆属性为车尾,则确定所述当前车辆的车尾朝向,并判断所述车辆行驶方向是否与所述当前车辆的车尾朝向相同;若是,则判定所述当前车辆的行驶状态为倒车逆向行驶;若否,则判定所述当前车辆的行驶状态为逆向行驶;
若所述车辆属性为车身,判定所述当前车辆的行驶状态为逆向行驶。
可选的,还包括:
确定所述当前车辆的连续行驶异常次数;其中,所述连续行驶异常次数包括连续被判定为逆向行驶的次数和连续被判定为倒车逆向行驶的次数;
根据所述连续行驶异常次数生成对应的报警信息。
可选的,获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框,包括:
获取所述监控视频流,并对所述监控视频流执行车辆检测得到多个车辆的检测框;
选取所述当前车辆,并对所述当前车辆进行目标跟踪得到所述监控视频流中多帧监控图像内所述当前车辆的目标检测框。
本申请还提供了一种车辆行驶状态检测装置,该装置包括:
目标检测框确定模块,用于获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
轨迹向量确定模块,用于根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;
夹角计算模块,用于计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
状态检测模块,用于若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序执行时实现上述车辆行驶状态检测方法执行的步骤。
本申请还提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述车辆行驶状态检测方法执行的步骤。
本申请提供了一种车辆行驶状态检测方法,包括:获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
本申请在获取监控视频流之后对监控视频流进行车辆检测,以便在监控视频流的多帧监控图像中确定当前车辆的目标检测框。本申请根据监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量,若车辆移动轨迹向量与预设车流方向向量的向量夹角小于或等于预设夹角,则判定当前车辆的行驶状态为正常行驶;若车辆移动轨迹向量与预设车流方向向量的向量夹角大于预设夹角,则判定当前车辆的行驶状态为逆向行驶。本申请通过分析不同帧之间的车辆移动轨迹向量与预设车流方向向量之间的夹角确定车辆行驶状态,上述确定车辆行驶状态的方案能够降低硬件和环境对于检测准确性的影响,本申请能够提高车辆行驶状态的检测准确率。进一步的,本申请在确定当前车辆的行驶状态为逆向行驶后,对当前车辆进行属性检测得到车辆属性,进而根据车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶。本申请通过分析车辆属性与车辆行驶方向的关系进行倒车检测,提高了车辆倒车逆行的检测准确率。本申请同时还提供了一种车辆行驶状态检测装置、一种电子设备和一种存储介质,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种车辆行驶状态检测方法的流程图;
图2为本申请实施例所提供的一种基于车辆属性的倒车逆行检测及区分方法的流程图;
图3为本申请实施例所提供的一种车辆行驶状态检测装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面请参见图1,图1为本申请实施例所提供的一种车辆行驶状态检测方法的流程图。
具体步骤可以包括:
S101:获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
其中,本步骤在获取监控视频流后,可以从监控视频流执行车辆检测操作,以便确定监控视频流中任意帧监控图像中多个车辆目标的检测框。本步骤可以从所有检测框对应的车辆中选取需要进行车辆行驶状态检测的当前车辆,对所述当前车辆进行目标跟踪得到所述监控视频流中多帧监控图像内所述当前车辆的目标检测框。
S102:根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;
其中,本步骤的目的在于获取车辆移动轨迹的相关信息,具体的可以从监控视频流中选取第N帧监控图像和第M帧监控图像,基于第N帧监控图像和第M帧监控图像中目标检测框的位置变化确定车辆移动轨迹向量。作为一种可行的实施方式,上述N小于M,为了提高车辆移动轨迹向量的确定精度,可以使M与N之差大于预设值(如100)。作为另一种可行的实施方式,可以将监控视频流中当前车辆首次出现对应的监控图像作为第N帧监控图像,将监控视频流中当前车辆首次出现后行驶预设时长时对应的监控图像作为第M帧监控图像。
作为一种可行的实施方式,本实施例可以通过以下方式确定车辆移动轨迹向量:将所述监控视频流中第N帧监控图像的目标检测框的中心点设置为第一坐标点;将所述监控视频流中第M帧监控图像的目标检测框的中心点设置为第二坐标点;将起点为所述第一坐标点、终点为所述第二坐标点的向量设置为所述车辆移动轨迹向量。例如第N帧监控图像的目标检测框的中心点为A,第M帧监控图像的目标检测框的中心点为B,则得到的车辆移动轨迹向量为
S103:计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
其中,在监控视频流中可以包括任意数量条车道,本实施例可以预先设置每一条车道对应的行驶方向,进而可以将车道对应的行驶方向设置为预设车流方向向量的方向。在得到车辆移动轨迹向量与预设车流方向向量之后,本实施例可以计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角。
可以理解的是,当向量夹角过大时当前车辆的行驶方向与车道对应的预设车流方向不同,此时可以判定当前车辆正在逆向行驶。
S104:若所述向量大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
其中,在本步骤之前还可以存在判断向量夹角是否大于预设夹角的操作,若向量夹角不大于预设夹角,则可以结束本次车辆行驶状态检测操作,并在得到新的监控视频流后重新执行S101~S104的相关操作。若向量夹角不大于预设夹角,则可以判定所述当前车辆的行驶状态为逆向行驶。作为一种可行的实施方式,本实施例可以通过比较夹角余弦值的方式判断向量夹角是否大于预设夹角,本实施例也可以通过比较夹角正弦值的方式判断向量夹角是否大于预设夹角,本实施例还可以通过比较夹角正切值的方式判断向量夹角是否大于预设夹角。例如,若预设夹角的余弦值为-0.7,向量夹角的余弦值为-0.8,则判定向量夹角大于预设夹角,进而确定当前车辆的行驶状态为逆向行驶。
本实施例在获取监控视频流之后对监控视频流进行车辆检测,以便在监控视频流的多帧监控图像中确定当前车辆的目标检测框。本实施例根据监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量,若车辆移动轨迹向量与预设车流方向向量的向量夹角小于或等于预设夹角,则判定当前车辆的行驶状态为正常行驶;若车辆移动轨迹向量与预设车流方向向量的向量夹角大于预设夹角,则判定当前车辆的行驶状态为逆向行驶。本实施例通过分析不同帧之间的车辆移动轨迹向量与预设车流方向向量之间的夹角确定车辆行驶状态,上述确定车辆行驶状态的方案能够降低硬件和环境对于检测准确性的影响,本实施例能够提高车辆行驶状态的检测准确率。
作为对于图1对应实施例的进一步介绍,在计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角之后,还可以判断向量夹角与预设夹角的大小关系,若向量夹角小于或等于所述预设夹角,则无法从车辆移动轨迹向量与预设车流方向向量的方向关系判断当前车辆是否逆向行驶。作为一种可行的实施方式,在判定向量夹角小于或等于预设夹角之后还可以根据多帧所述监控图像内的目标检测框的位置生成所述当前车辆的车辆位置变化信息;其中,所述车辆位置变化信息包括行驶距离与时间的对应关系;判断所述车辆位置变化信息中的行驶距离是否与时间正相关;若否,则判定所述当前车辆的行驶状态为逆向行驶。
其中,若车辆保持正向行驶时,行驶距离与时间始终保持正相关关系,若在某一时间段内行驶距离与时间成负相关,则说明车辆行驶一段距离后又后退行驶了一定距离,此时可以判定当前车辆的行驶状态为逆向行驶。
作为对于上述实施例的进一步介绍,在判定所述当前车辆的行驶状态为逆向行驶之后,还可以存在进一步区分倒车逆向行驶的操作,具体过程如下:根据所述目标检测框中的图像对所述当前车辆进行属性检测得到车辆属性;根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶;其中,所述车辆行驶方向为所述车辆移动轨迹向量的方向。
其中,上述车辆属性为当前车辆在目标检测框中所呈现的图像的属性,车辆属性包括车头、车尾或车身。具体的,当车辆属性为车头时,摄像头采集的画面为车头对应的图像;当车辆属性为车尾时,摄像头采集的画面为车尾对应的图像;当车辆属性为车身时,摄像头采集的画面为车身对应的图像。作为一种可行的实施方式,本实施例可以基于图像识别技术确定对目标检测框内的图像进行识别,以便确定车辆属性。
具体的,上述实施例中根据车辆属性和车辆行驶方向确定所述当前车辆的行驶状态的过程可以包括以下几种策略:
策略1:若车辆属性为所述车头,则确定所述当前车辆的车头朝向,并判断所述车辆行驶方向是否与所述当前车辆的车头朝向相同;若是,则判定所述当前车辆的行驶状态为逆向行驶;若否,则判定所述当前车辆的行驶状态为倒车逆向行驶;
策略2:若车辆属性为所述车尾,则确定所述当前车辆的车尾朝向,并判断所述车辆行驶方向是否与所述当前车辆的车尾朝向相同;若是,则判定所述当前车辆的行驶状态为倒车逆向行驶;若否,则判定所述当前车辆的行驶状态为逆向行驶;
策略3:若车辆属性为所述车身,判定所述当前车辆的行驶状态为逆向行驶。
作为一种可行的实施方式,在判定当前车辆的行驶状态为逆向行驶或倒车逆向行驶后可以分别记录对应的行驶异常次数。本实施例还可以确定所述确定所述当前车辆的连续行驶异常次数,根据连续行驶异常次数生成对应的报警信息。其中,所述连续行驶异常次数包括连续被判定为逆向行驶的次数和连续被判定为倒车逆向行驶的次数。例如,本实施例的报警策略为:若当前车辆连续被判定为逆向行驶的次数大于5,则生成逆向行驶报警信息;在当前车辆连续被判定为倒车逆向行驶的次数大于3,则生成倒车逆向行驶报警信息。
下面通过在实际应用中的实施例说明上述实施例描述的流程。请参见图2,图2为本申请实施例所提供的一种基于车辆属性的倒车逆行检测及区分方法的流程图,在图2对应的实施例中可以采用检测网络进行目标检测,并进行多目标跟踪,根据跟踪结果中目标当前帧与N帧前目标框获取目标行驶方向,对比当前道路绘制的正常车流方向,判断该目标是否发生逆向行驶。图2中对逆向行驶的目标进行车辆属性检测,获取该目标的车辆角度属性,结合目标运动方向最终区分该目标是在倒车还是逆行。本实施例可以包括以下步骤:
步骤1:获取道路监控视频流,绘制车道区域、车道方向线,逐帧捕获视频流中的监控图像并初始化全局参数;
步骤2:加载检测网络模型,向检测网络模型输入当前帧图像,利用检测网络模型进行当前车辆检测,以便获取当前帧目标检测结果;根据不同类别将当前帧目标检测结果加载到跟踪模块获取目标跟踪结果。
其中,目标跟踪结果包括视频流中多帧监控图像内当前车辆的目标检测框。
步骤3:判断目标的行驶状态是否为逆向行驶;
其中,本实施例可以通过以下策略进行逆向行驶判断:
当前检测区域车道内的所有当前车辆,每个当前车辆存储N帧检测跟踪结果,当前车辆在N帧前的目标框为起始点,当前车辆在当前帧的目标框为终点,根据两个目标检测框移动轨迹(即目标运动方向)与绘制的车道方向线的夹角余弦值,判断当前车辆在当前帧是否逆向行驶。
作为一种可行的实施方式,本实施例可以根据目标移动轨迹向量与车流方向的夹角余弦值判断是否逆向行驶。具体的,可以利用余弦值判断逆向行驶,余弦值计算公式为VTrack和VDir分别表示目标移动轨迹向量和车流方向向量,VTracki表示目标移动轨迹向量坐标,VDiri表示车流方向向量坐标。当余弦值小于预设余弦值时,判定当前车辆在当前帧逆向行驶。
若上述得到的目标移动轨迹向量与车流方向的夹角余弦值小于预设余弦值,则可以判定当前车辆的行驶状态为逆向行驶。若目标移动轨迹向量与车流方向的夹角余弦值不小于预设余弦值,则可以判断当前车辆的行驶距离是否缩短。若出现行驶距离缩短的情况,则说明当前车辆行驶一段距离后又后退一定距离,此时可以判定当前车辆的行驶状态为逆向行驶。
步骤4:在判定当前车辆逆向行驶后,可以对当前车辆进行车辆属性检测,加载车辆属性检测模型获取车辆属性。
步骤5:分析车辆属性及当前车辆的运动方向;
车辆属性即当前监控画面中车辆呈现的画面,车辆属性包括车头、车尾或车身,车辆在画面中的运动方向包括左、右、上、下等行驶方向。具体的,若逆向行驶的车辆属性为车头,即当前监控画面中该目标为车头,可以根据目标在画面的行驶方向判定当前车辆行驶状态为倒车逆行或逆行。若逆向行驶的车辆属性为车尾,即当前监控画面中该目标为车尾,可以根据目标在画面的行驶方向判定当前车辆行驶状态为倒车逆行或逆行。若逆向行驶的车辆属性为车身,则判定当前车辆行驶状态为逆向行驶。
步骤6:区分倒车逆向行驶和逆向行驶,并上报。
若当前车辆连续多次逆向行驶且移动一定距离,则可以判定当前车辆的最终行驶状态为逆向行驶;若当前车辆连续多次倒车逆向行驶且移动一定距离,则可以判定当前车辆的最终行驶状态为倒车逆向行驶。通过上述最终行驶状态的判定方法,能够避免画面误差导致的结果误判,进一步提高了车辆行驶状态的检测准确率。
本实施例采用深度检测模型进行目标检测得到目标检测结果;对目标检测结果进行多目标跟踪,获取目标跟踪结果;根据目标当前帧与N帧前目标框获取目标行驶方向,对比当前道路设置的正常车流方向,判断该目标是否发生逆向行驶,将逆向目标进行车辆属性判断,获取该目标当前视角为车头、车尾还是车身,最终判断该目标是在倒车还是逆行。本实施例可以根据不同道路场景、不同角度配置不同车流方向,判断目标是否发生逆向行驶行为,而且可以根据车辆属性判断该目标具体为倒车还是逆行行为,有效地解决相机架设场景车道单一、相机角度要求、无法区分倒车逆行的问题。
请参见图3,图3为本申请实施例所提供的一种车辆行驶状态检测装置的结构示意图,该装置可以包括:
目标检测框确定模块100,用于获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
轨迹向量确定模块200,用于根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;
夹角计算模块300,用于计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
状态检测模块400,用于若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
本实施例在获取监控视频流之后对监控视频流进行车辆检测,以便在监控视频流的多帧监控图像中确定当前车辆的目标检测框。本实施例根据监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量,若车辆移动轨迹向量与预设车流方向向量的向量夹角小于或等于预设夹角,则判定当前车辆的行驶状态为正常行驶;若车辆移动轨迹向量与预设车流方向向量的向量夹角大于预设夹角,则判定当前车辆的行驶状态为逆向行驶。本实施例通过分析不同帧之间的车辆移动轨迹向量与预设车流方向向量之间的夹角确定车辆行驶状态,上述确定车辆行驶状态的方案能够降低硬件和环境对于检测准确性的影响,本实施例能够提高车辆行驶状态的检测准确率。
进一步的,轨迹向量确定模块200包括:
第一坐标点确定单元,用于将所述监控视频流中第N帧监控图像的目标检测框的中心点设置为第一坐标点;
第二坐标点确定单元,用于将所述监控视频流中第M帧监控图像的目标检测框的中心点设置为第二坐标点;
向量确定单元,用于将起点为所述第一坐标点、终点为所述第二坐标点的向量设置为所述车辆移动轨迹向量。
进一步的,还包括:
位置变化信息确定模块,用于若所述向量夹角小于或等于所述预设夹角,则根据多帧所述监控图像内的目标检测框的位置生成所述当前车辆的车辆位置变化信息;其中,所述车辆位置变化信息包括行驶距离与时间的对应关系;
行驶距离检测模块,用于判断所述车辆位置变化信息中的行驶距离是否与时间正相关;若否,则判定所述当前车辆的行驶状态为逆向行驶。
进一步的,还包括:
车辆属性确定模块,用于在判定所述当前车辆的行驶状态为逆向行驶之后,根据所述目标检测框中的图像对所述当前车辆进行属性检测得到车辆属性;其中,所述车辆属性包括车头、车尾或车身;
倒车检测模块,用于根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶;其中,所述车辆行驶方向为所述车辆移动轨迹向量的方向。
进一步的,倒车检测模块包括:
第一检测单元,用于若车辆属性为所述车头,则确定所述当前车辆的车头朝向,并判断所述车辆行驶方向是否与所述当前车辆的车头朝向相同;若是,则判定所述当前车辆的行驶状态为逆向行驶;若否,则判定所述当前车辆的行驶状态为倒车逆向行驶;
第二检测单元,用于若车辆属性为所述车尾,则确定所述当前车辆的车尾朝向,并判断所述车辆行驶方向是否与所述当前车辆的车尾朝向相同;若是,则判定所述当前车辆的行驶状态为倒车逆向行驶;若否,则判定所述当前车辆的行驶状态为逆向行驶;
第三检测单元,用于若车辆属性为所述车身,判定所述当前车辆的行驶状态为逆向行驶。
进一步的,还包括:
报警模块,用于确定所述当前车辆的连续行驶异常次数;根据所述连续行驶异常次数生成对应的报警信息;其中,所述连续行驶异常次数包括连续被判定为逆向行驶的次数和连续被判定为倒车逆向行驶的次数;
进一步的,目标检测框确定模块100用于获取所述监控视频流,并对所述监控视频流执行车辆检测得到多个车辆的检测框;还用于选取所述当前车辆,并对所述当前车辆进行目标跟踪得到所述监控视频流中多帧监控图像内所述当前车辆的目标检测框。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请还提供了一种存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,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。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种车辆行驶状态检测方法,其特征在于,包括:
获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;
计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
2.根据权利要求1所述车辆行驶状态检测方法,其特征在于,根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量,包括:
将所述监控视频流中第N帧监控图像的目标检测框的中心点设置为第一坐标点;
将所述监控视频流中第M帧监控图像的目标检测框的中心点设置为第二坐标点;
将起点为所述第一坐标点、终点为所述第二坐标点的向量设置为所述车辆移动轨迹向量。
3.根据权利要求1所述车辆行驶状态检测方法,其特征在于,在计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角之后,还包括:
若所述向量夹角小于或等于所述预设夹角,则根据多帧所述监控图像内的目标检测框的位置生成所述当前车辆的车辆位置变化信息;其中,所述车辆位置变化信息包括行驶距离与时间的对应关系;
判断所述车辆位置变化信息中的行驶距离是否与时间正相关;
若否,则判定所述当前车辆的行驶状态为逆向行驶。
4.根据权利要求1所述车辆行驶状态检测方法,其特征在于,在判定所述当前车辆的行驶状态为逆向行驶之后,还包括:
根据所述目标检测框中的图像对所述当前车辆进行属性检测得到车辆属性;其中,所述车辆属性包括车头、车尾或车身;
根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶;其中,所述车辆行驶方向为所述车辆移动轨迹向量的方向。
5.根据权利要求4所述车辆行驶状态检测方法,其特征在于,根据所述车辆属性和车辆行驶方向判断所述当前车辆的行驶状态是否为倒车逆向行驶,包括:
若所述车辆属性为车头,则确定所述当前车辆的车头朝向,并判断所述车辆行驶方向是否与所述当前车辆的车头朝向相同;若是,则判定所述当前车辆的行驶状态为逆向行驶;若否,则判定所述当前车辆的行驶状态为倒车逆向行驶;
若所述车辆属性为车尾,则确定所述当前车辆的车尾朝向,并判断所述车辆行驶方向是否与所述当前车辆的车尾朝向相同;若是,则判定所述当前车辆的行驶状态为倒车逆向行驶;若否,则判定所述当前车辆的行驶状态为逆向行驶;
若所述车辆属性为车身,判定所述当前车辆的行驶状态为逆向行驶。
6.根据权利要求4所述车辆行驶状态检测方法,其特征在于,还包括:
确定所述当前车辆的连续行驶异常次数;其中,所述连续行驶异常次数包括连续被判定为逆向行驶的次数和连续被判定为倒车逆向行驶的次数;
根据所述连续行驶异常次数生成对应的报警信息。
7.根据权利要求1至6任一项所述车辆行驶状态检测方法,其特征在于,所述获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框,包括:
获取所述监控视频流,并对所述监控视频流执行车辆检测得到多个车辆的检测框;
选取所述当前车辆,并对所述当前车辆进行目标跟踪得到所述监控视频流中多帧监控图像内所述当前车辆的目标检测框。
8.一种车辆行驶状态检测装置,其特征在于,包括:
目标检测框确定模块,用于获取监控视频流并对所述监控视频流执行车辆检测,得到所述监控视频流中多帧监控图像内当前车辆的目标检测框;
轨迹向量确定模块,用于根据所述监控视频流中第N帧监控图像和第M帧监控图像的目标检测框位置确定车辆移动轨迹向量;其中,N小于M,M与N之差大于预设值;
夹角计算模块,用于计算所述车辆移动轨迹向量与预设车流方向向量的向量夹角;
状态检测模块,用于若所述向量夹角大于预设夹角,则判定所述当前车辆的行驶状态为逆向行驶。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述车辆行驶状态检测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至7任一项所述车辆行驶状态检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011488150.3A CN112530170A (zh) | 2020-12-16 | 2020-12-16 | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011488150.3A CN112530170A (zh) | 2020-12-16 | 2020-12-16 | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112530170A true CN112530170A (zh) | 2021-03-19 |
Family
ID=75000677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011488150.3A Pending CN112530170A (zh) | 2020-12-16 | 2020-12-16 | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112530170A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177509A (zh) * | 2021-05-19 | 2021-07-27 | 浙江大华技术股份有限公司 | 一种倒车行为识别方法及装置 |
CN113602264A (zh) * | 2021-08-17 | 2021-11-05 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
CN113723273A (zh) * | 2021-08-26 | 2021-11-30 | 北京易华录信息技术股份有限公司 | 一种车辆轨迹信息确定方法、装置及计算机设备 |
CN114360261A (zh) * | 2021-12-30 | 2022-04-15 | 北京软通智慧科技有限公司 | 车辆逆行的识别方法、装置、大数据分析平台和介质 |
CN114998857A (zh) * | 2022-08-04 | 2022-09-02 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于机器视觉的车道流量分类方法及系统 |
WO2023124133A1 (zh) * | 2021-12-29 | 2023-07-06 | 上海商汤智能科技有限公司 | 交通行为检测方法及装置、电子设备、存储介质和计算机程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354529A (zh) * | 2015-08-04 | 2016-02-24 | 北京时代云英科技有限公司 | 一种车辆逆行的检测方法及装置 |
CN105448094A (zh) * | 2015-12-31 | 2016-03-30 | 重庆云途交通科技有限公司 | 一种基于车路协同技术的逆行警告与风险规避方法 |
CN109101939A (zh) * | 2018-08-23 | 2018-12-28 | 深圳大学 | 车辆运动状态的确定方法、系统、终端及可读存储介质 |
CN110335467A (zh) * | 2019-07-24 | 2019-10-15 | 山东交通学院 | 一种利用计算机视觉实现高速公路车辆行为检测的方法 |
CN111341120A (zh) * | 2019-12-04 | 2020-06-26 | 上海悦骑智能科技有限公司 | 一种车辆逆行检测方法、系统及车辆 |
-
2020
- 2020-12-16 CN CN202011488150.3A patent/CN112530170A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354529A (zh) * | 2015-08-04 | 2016-02-24 | 北京时代云英科技有限公司 | 一种车辆逆行的检测方法及装置 |
CN105448094A (zh) * | 2015-12-31 | 2016-03-30 | 重庆云途交通科技有限公司 | 一种基于车路协同技术的逆行警告与风险规避方法 |
CN109101939A (zh) * | 2018-08-23 | 2018-12-28 | 深圳大学 | 车辆运动状态的确定方法、系统、终端及可读存储介质 |
CN110335467A (zh) * | 2019-07-24 | 2019-10-15 | 山东交通学院 | 一种利用计算机视觉实现高速公路车辆行为检测的方法 |
CN111341120A (zh) * | 2019-12-04 | 2020-06-26 | 上海悦骑智能科技有限公司 | 一种车辆逆行检测方法、系统及车辆 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177509A (zh) * | 2021-05-19 | 2021-07-27 | 浙江大华技术股份有限公司 | 一种倒车行为识别方法及装置 |
CN113602264A (zh) * | 2021-08-17 | 2021-11-05 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
WO2023019936A1 (zh) * | 2021-08-17 | 2023-02-23 | 上海商汤智能科技有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
CN113602264B (zh) * | 2021-08-17 | 2023-02-28 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
CN113723273A (zh) * | 2021-08-26 | 2021-11-30 | 北京易华录信息技术股份有限公司 | 一种车辆轨迹信息确定方法、装置及计算机设备 |
WO2023124133A1 (zh) * | 2021-12-29 | 2023-07-06 | 上海商汤智能科技有限公司 | 交通行为检测方法及装置、电子设备、存储介质和计算机程序产品 |
CN114360261A (zh) * | 2021-12-30 | 2022-04-15 | 北京软通智慧科技有限公司 | 车辆逆行的识别方法、装置、大数据分析平台和介质 |
CN114998857A (zh) * | 2022-08-04 | 2022-09-02 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于机器视觉的车道流量分类方法及系统 |
CN114998857B (zh) * | 2022-08-04 | 2022-10-25 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于机器视觉的车道流量分类方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112530170A (zh) | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 | |
KR101912453B1 (ko) | 장애물 검출 및 충돌 경보 장치 및 방법 | |
US8040227B2 (en) | Method for detecting moving objects in a blind spot region of a vehicle and blind spot detection device | |
CN110543807B (zh) | 验证障碍物候选的方法 | |
CN102073851A (zh) | 一种城市交通事故自动识别方法和系统 | |
CN109871732B (zh) | 停车格辨识系统及其方法 | |
US11436815B2 (en) | Method for limiting object detection area in a mobile system equipped with a rotation sensor or a position sensor with an image sensor, and apparatus for performing the same | |
CN110135377B (zh) | 车路协同中物体运动状态检测方法、装置和服务器 | |
Liu et al. | Vehicle detection and ranging using two different focal length cameras | |
WO2010109831A1 (ja) | ドライブレコーダ | |
CN112562406B (zh) | 一种越线行驶的识别方法及装置 | |
CN114925747A (zh) | 车辆异常行驶检测方法、电子设备、存储介质 | |
WO2021093335A1 (en) | Method for automatically labeling lane changing intention based on high-noise trajectory data of vehicle | |
CN111507126B (zh) | 一种驾驶辅助系统的报警方法、装置及电子设备 | |
CN109948436B (zh) | 一种监控道路上车辆的方法及装置 | |
CN115140034A (zh) | 碰撞风险检测方法、装置及设备 | |
CN111391752A (zh) | 一种用于识别障碍物的报警方法、装置、电子设备及存储介质 | |
KR101492366B1 (ko) | 차량 사고 감지 방법 및 그 장치 | |
CN113361299B (zh) | 一种异常停车的检测方法、装置、存储介质及电子设备 | |
JP3879874B2 (ja) | 物流計測装置 | |
CN113177509B (zh) | 一种倒车行为识别方法及装置 | |
Kim et al. | Traffic Accident Detection Based on Ego Motion and Object Tracking | |
KR20150002040A (ko) | 호그 연속기법에 기반한 칼만 필터와 클러스터링 알고리즘을 이용하여 실시간으로 보행자를 인식하고 추적하는 방법 | |
Piao et al. | Lane detection of unstructured roads based on WS-P2PNet | |
CN112356845B (zh) | 一种目标运动状态的预测方法、装置、设备及车辆 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |