CN112749622B - 应急车道占用识别方法和装置 - Google Patents
应急车道占用识别方法和装置 Download PDFInfo
- Publication number
- CN112749622B CN112749622B CN202011380139.5A CN202011380139A CN112749622B CN 112749622 B CN112749622 B CN 112749622B CN 202011380139 A CN202011380139 A CN 202011380139A CN 112749622 B CN112749622 B CN 112749622B
- Authority
- CN
- China
- Prior art keywords
- emergency lane
- area
- target vehicle
- information
- detection 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 107
- 238000009434 installation Methods 0.000 claims abstract description 72
- 230000005484 gravity Effects 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种应急车道占用识别方法和装置,该方法包括:获取当前帧的道路图像;基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;确定所述应急车道区域和所述目标检测框的相对位置信息;获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。本申请可以有效过滤摄像头安装位置和安装角度变化引起的应急车道占用的错误识别,提高识别准确度。
Description
技术领域
本申请涉及智能交通技术领域,特别是涉及一种应急车道占用识别方法和装置。
背景技术
随着国内基础建设的快速发展,国内已经建设了大量的高速公路、城市快速路、高架桥、隧道、跨海大桥等,同时呈现对这些交通场景管理和道路运维的巨大需求。在这些场景中一般都设有专门的应急车道区域或者紧急停车区域,是专门提供工程救险、消防救援、医疗救护、处理交通事故和民警执行紧急公务等处理紧急事务的专用通道。然而,部分司机常非法占用应急车道行车,导致各种应急车辆无法正常通过应急车道快速到达目的地,从而延缓了事故的处理,对他人的生命安全和财产安全造成重大的影响。
现有的交通系统通过前端摄像头采集监控视频,利用前端摄像头对视频进行目标跟踪和智能化的检测。如图1所示,在上述的交通场景中,现有方案受摄像头的安装位置和角度的限制,对机动车占应急车道容易出现错误抓拍;例如目前的图像目标检测跟踪算法中,针对视频中的大车(如大货车),检测框极易与应急车道区域重合,产生错误报警。
发明内容
本申请实施例提供了一种应急车道占用识别方法和装置,以至少解决相关技术中对机动车占应急车道的错误识别问题。
第一方面,本申请实施例提供了一种应急车道占用识别方法,包括:
获取当前帧的道路图像;
基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;
确定所述应急车道区域和所述目标检测框的相对位置信息;
获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。
在其中一些实施例中,确定所述应急车道区域和所述目标检测框的相对位置信息包括:
获取所述目标检测框的第一特征点;所述第一特征点包括目标检测框的区域中心点和边框中心点;
根据所述应急车道区域与所述第一特征点的相对位置,确定所述应急车道区域和所述目标检测框的相对位置信息。
在其中一些实施例中,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道包括:
所述摄像头斜装时,当所述目标检测框的底边框中心点和至少一个侧边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道;
所述摄像头正装时,当所述目标检测框的区域中心点和底边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道;
否则,判定目标车辆未占用应急车道。
在其中一些实施例中,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道之后,还包括:
获取应急车道区域和目标车辆对应的目标检测框的相交区域;
计算所述相交区域的第一面积信息;
根据所述相交区域的第一面积信息和所述目标车辆对应的目标检测框的第二面积信息,复判目标车辆是否占用应急车道。
在其中一些实施例中,获取应急车道区域和目标车辆对应的目标检测框的相交区域包括:
获取所述目标检测框的第二特征点;所述第二特征点包括所述应急车道区域的顶点、所述目标检测框的顶点以及所述应急车道区域的顶点与所述目标检测框的交点;
基于所述第二特征点确定相交区域。
在其中一些实施例中,计算所述相交区域的第一面积信息包括:
获取所述相交区域的重心和顶点的坐标信息;
基于所述相交区域的重心和各顶点的坐标信息进行向量叉积运算,并根据运算结果对所述相交区域的顶点进行逆时针排序;
基于逆时针排序后的顶点将所述相交区域划分为多个三角形区域;
对各个所述三角形区域的面积累加求和,得到所述相交区域的第一面积信息。
在其中一些实施例中,获取所述相交区域的重心和顶点之后,还包括:
建立结构体,并向所述结构体中存储所述相交区域的重心和顶点的坐标信息。
在其中一些实施例中,根据所述相交区域的第一面积信息和所述目标车辆对应的目标检测框的第二面积信息,复判目标车辆是否占用应急车道包括:
当所述相交区域的第一面积信息与所述目标车辆对应的目标检测框的第二面积信息的比值大于预设阈值时,判定目标车辆占用应急车道。
在其中一些实施例中,还包括:
当判断所述目标车辆占用应急车道后,对所述目标车辆进行抓拍报警。
第二方面,本申请实施例提供了一种应急车道占用识别装置,包括:
图像获取单元,用于获取当前帧的道路图像;
图像识别单元,用于基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;
相对位置信息获取单元,用于确定所述应急车道区域和所述目标检测框的相对位置信息;
预判单元,用于获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。
相比于相关技术,本申请实施例提供的应急车道占用识别方法和装置,通过基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框,根据摄像头的安装信息和所述应急车道区域和所述目标检测框的相对位置信息,预判目标车辆是否占用应急车道,识别结果不受摄像头安装位置和安装角度变化的影响,根据所述安装信息和对应的所述相对位置信息进行应急车道占用识别,可以有效过滤车辆的目标检测框与应急车道区域发生重合时引起应急车道占用的错误识别,提高识别准确度,减少错误报警,减少交通人员的精力消耗。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是现有技术中应急车道占用的目标检测过程示意图;
图2是本申请其中一个实施例中应急车道占用识别方法的流程示意图;
图3是本申请其中一个实施例中摄像头斜装时应急车道占用识别过程示意图;
图4是本申请另一个实施例中应急车道占用识别方法的流程示意图;
图5是本申请其中一个实施例中相交区域的参考示意图;
图6是本申请另一个实施例中应急车道占用识别方法的流程框图;
图7是本申请其中一个实施例中应急车道占用识别装置的结构框图;
图8是本申请另一个实施例中应急车道占用识别装置的结构框图。
附图说明:21、区域中心点;22、顶边框中心点;23、侧边框中心点;24、底边框中心点;25、目标检测框;26、应急车道区域;27、相交区域;301、图像获取单元;302、图像识别单元;303、相对位置信息获取单元;304、预判单元;305、相交区域获取单元;306、第一面积信息计算单元;307、复判单元。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“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申请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。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(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,而是可以还包括没有列出的步骤或单元,或可以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。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供的应急车道占用识别方法可用于智能交通系统中,智能交通系统通过将先进的信息技术、数据通信技术、传感器技术、电子控制技术以及计算机技术等有效地综合运用于整个交通运输管理体系,建立起一种大范围内、全方位发挥作用的,实时、准确、高效的综合运输和管理系统。其中,计算机视觉技术主要通过从视频图像中提取信息,进行信息处理并加以理解,最终用于实际检测、测量和控制。计算机视觉技术在智能交通系统(如车牌识别、车辆防撞预警、车道偏离警告、违章行为检测等场景)中得到了越来越广泛地应用。
应急车道主要用于交通事故处理,供警车、消防车、工程救险车以及救护车等紧急任务的执行。应急车道的占用极易引发交通拥堵、安全事故,甚至给生命财产造成重大损失。对应急车道占用识别可以规范驾驶行为、减少交通事故,提高道路交通执法的效率。
本实施例还提供了一种应急车道占用识别方法。图2是根据本申请实施例的应急车道占用识别方法的流程图,如图2所示,该流程包括如下步骤:
步骤S101,获取当前帧的道路图像。
在本实施例中,交通视频流中包含详细的车辆信息,可用于判断并了解车辆的行为,可以通过实时采集道路的交通视频流获取道路图像。其中,所述道路图像可以是基于固定相机拍摄的静态背景下的交通视频或基于运动相机拍摄的动态背景下的交通视频,通过对当前帧的交通视频进行处理,获取包含应急车道的道路图像。
步骤S102,基于所述道路图像获取应急车道区域26和目标车辆对应的目标检测框25。
在本实施例中,当得到道路图像后,对所述道路图像进行进一步处理获取应急车道区域26和目标车辆对应的目标检测框25。其中,可通过道路边缘和特征曲线提取来识别应急车道线,以确定应急车道区域26,也可以通过图像分割等方式获取应急车道区域26。优选的,可以通过在所述道路图像中绘制目标区域的方式获取应急车道区域26,以减少图像分割对前端摄像头内存和算力的消耗,方便用户选择部分或者全部的应急车道作为应急车道区域26。
在本实施例中,可以通过ssd、frcnn等通用的目标检测算法获取目标车辆对应的目标检测框25,方法不限,只要能够得到目标车辆对应的目标检测框25即可。
步骤S103,确定所述应急车道区域26和所述目标检测框25的相对位置信息。
步骤S104,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。
在本实施例中,应急车道占用的识别考虑摄像头安装位置多变的识别场景。在通过所述应急车道区域26和所述目标检测框25的相对位置信息进行应急车道占用识别的过程中,结合摄像头正装和斜装的不同场景进行判别,减小了拍摄角度对识别结果的影响,不需要人工判断和设置摄像头相关的输入参数,可以有效过滤占应急车道错误识别的情况。
综上,本申请实施例提供的应急车道占用识别方法和装置,通过基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框,根据摄像头的安装信息和所述应急车道区域和所述目标检测框的相对位置信息,预判目标车辆是否占用应急车道,识别结果不受摄像头安装位置和安装角度变化的影响,根据所述安装信息和对应的所述相对位置信息进行应急车道占用识别,可以有效过滤车辆的目标检测框与应急车道区域发生重合时引起应急车道占用的错误识别,提高识别准确度,减少错误报警,减少交通人员的精力消耗。
下面通过优选实施例对本申请实施例进行描述和说明。
在上述实施例的基础上,在其中一些实施例中,确定所述应急车道区域26和所述目标检测框25的相对位置信息包括:
步骤S1031,获取所述目标检测框25的第一特征点;所述第一特征点包括目标检测框25的区域中心点21和边框中心点;
步骤S1032,根据所述应急车道区域26与所述第一特征点的相对位置,确定所述应急车道区域26和所述目标检测框25的相对位置信息。
在本实施例中,所述目标检测框25可用于标定所述目标车辆的大小和位置,根据所述应急车道区域26与所述目标检测框25第一特征点的相对位置,可以确定所述应急车道区域26和所述目标检测框25的相对位置信息。其中,所述目标检测框25可以是所述目标车辆的外接矩形框,也可以是外接平行四边形框、梯形框或其他与所述目标车辆大小和位置相适配的多边形框,本申请不做具体限定。其中,所述区域中心点21为所述目标检测框25的对称中心,所述边框中心点包括侧边框中心点23、顶边框中心点22和底边框中心点24。
如图3所示,在上述实施例的基础上,在其中一些实施例中,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道包括:
所述摄像头斜装时,由于目标车辆与沿所述应急车道区域26的车道线压线行驶情况下,目标车辆对应的目标检测框25的底边框中心点24和一个侧边框中心点23均与所述车道线重合,此时当所述目标检测框25的底边框中心点24和至少一个侧边框中心点23位于所述应急车道区域26内时,表明车辆越过应急车道区域26的车道线,可以判定目标车辆占用应急车道。
所述摄像头正装时,目标车辆越过所述应急车道区域26的车道线时,目标车辆对应目标检测框25的区域中心点21、顶边框中心点22和底边框中心点24中至少两个位于所述应急车道区域26内,此时可以判定目标车辆占用应急车道。优选的,当所述目标检测框25的区域中心点21和底边框中心点24位于所述应急车道区域26内时,判定目标车辆占用应急车道。在其他情况下时,判定目标车辆未占用应急车道。
需要说明的是,摄像头正装是指摄像头的安装角度正对应急车道区域,摄像头斜装是指摄像头的安装角度斜对应急车道区域,无论摄像头正装还是斜装,其安装位置可以是墙面、安装杆等,本申请不作具体限定。
可以理解,在其他实施例中,所述目标检测框25的第一特征点的选取位置和数量可根据目标检测框25的形状、摄像头安装角度和位置进行适应性调整,与实际检测场景相配合即可。
本实施例还提供了一种应急车道占用识别方法。图4是根据本申请实施例的另一种应急车道占用识别方法的流程图,如图4所示,该流程包括如下步骤:
步骤S201,获取当前帧的道路图像;
步骤S202,基于所述道路图像获取应急车道区域26和目标车辆对应的目标检测框25;
步骤S203,确定所述应急车道区域26和所述目标检测框25的相对位置信息;
步骤S204,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。
步骤S205,获取应急车道区域26和目标车辆对应的目标检测框25的相交区域27;
步骤S206,计算所述相交区域27的第一面积信息;
步骤S207,根据所述相交区域27的第一面积信息和所述目标车辆对应的目标检测框25的第二面积信息,复判目标车辆是否占用应急车道。
在本实施例中,步骤S201-S204的实现原理及产生的技术效果和上述实施例相同,为简要描述,本实施例未提及之处,可上述实施例中相应内容。
如图3所示,在本实施例中,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道之后,还包括:获取应急车道区域26和目标车辆对应的目标检测框25的相交区域27。具体的,所述相交区域27为应急车道区域26和目标车辆对应的目标检测框25围成的封闭区域。首先获取所述目标检测框25的第二特征点,然后基于所述第二特征点确定相交区域27。其中,所述第二特征点包括所述应急车道区域26的顶点、所述目标检测框25的顶点以及所述应急车道区域26的顶点与所述目标检测框25的交点。
在本实施例中,计算所述相交区域27的第一面积信息包括:以所述道路图像左上角为原点,以左上角至右上角为X轴正方向,左上角至左下角为Y轴正方向建立图像坐标系,获取所述相交区域27的重心和顶点的坐标信息。其中,相交区域27的重心可采用下式进行计算:
其中,(X1,Y1),(X2,Y2),…,(XN,YN)分别为所述相交区域的N个顶点坐标,(Xgravity,Ygravity)为所述相交区域的重心。
可选的,获取所述相交区域27的重心和顶点之后,还包括:建立结构体,并向所述结构体中存储所述相交区域27的重心和顶点的坐标信息。通过结构体封装所述当前帧的道路图像中所述相交区域27的坐标信息,可以简化运算,方便进行数据调用。
然后基于所述相交区域27的重心和各顶点的坐标信息进行向量叉积运算,并根据运算结果对所述相交区域27的顶点进行逆时针排序。具体的,以所述相交区域27的重心与各顶点组成的相邻向量进行向量叉积运算,然后通过冒泡排序算法将相邻向量叉积小于零的将两个定位进行位置互换,直到所有的顶点按照多边形逆时针方向排序,便于将相交区域27分割成多个三角形。其中,向量叉积运算方法举例如下:
取相邻区域的重心O,相邻两个顶点为A和B,取相邻向量向量向量叉积公式如下:
其中:θ是和/>的夹角,则当/>时,/>在/>逆时针方向;时,/>与/>共线;/>时,/>在/>顺时针方向。
接着,基于逆时针排序后的顶点将所述相交区域27划分为多个三角形区域,各个所述三角形区域的面积累加求和,得到所述相交区域27的第一面积信息。具体的,相交区域如图5所示,选择A1为分割相交区域的起点,分割得到ΔA1A2A3、ΔA1A3A4、ΔA1A4A5和ΔA1A5A6,这里以ΔA1A2A3为例,已知|A1A2|和|A1A3|线段的长度,其中线段A1A2和A1A3间的夹角可由向量叉积公式计算得到,则三角形ΔA1A2A3的面积为:
其他三角形区域的面积可通过类似计算得到,将所有三角形区域的面积累加求和,即可得到所述相交区域27的第一面积信息。
最后,根据所述相交区域27的第一面积信息和所述目标车辆对应的目标检测框25的第二面积信息,复判目标车辆是否占用应急车道包括:当所述相交区域27的第一面积信息与所述目标车辆对应的目标检测框25的第二面积信息的比值大于预设阈值时,判定目标车辆占用应急车道。具体的,可根据实际检测场景设定预设阈值,通过将所述第一面积信息与所述目标车辆对应的目标检测框25的第二面积信息的比值与所述预设阈值进行比对确定车辆是否占用应急车道。当所述比值小于预设阈值时,表明车辆因摄像头安装位置和角度产生了识别误差,此时过滤掉误识别的预判结果;当所述比值大于预设阈值时,判定目标车辆占用应急车道。
在上述实施例的基础上,在其中一些实施例中,还包括:当判断所述目标车辆占用应急车道后,对所述目标车辆进行抓拍报警。具体的,当判断所述目标车辆占用应急车道后,可以对所述目标车辆进行跟踪抓拍,并生成报警信息,从而为车辆交通管理提供了准确、可靠的远程执法依据。可选的,将所述报警信息上传至车辆管理后台服务器,方便相关人员进行管理记录,交通疏导、提醒违章人员驶离或通知相关车辆进行避让。
如图6所示,在其中一个实施例中,应急车道占用识别方法包括:获取当前帧的道路图像,以所述道路图像左上角为原点,以左上角至右上角为X轴正方向,左上角至左下角为Y轴正方向建立图像坐标系,并基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框。然后获取摄像头的安装信息,根据所述应急车道区域与所述第一特征点的相对位置,确定应急车道区域与所述目标检测框的相对位置信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道。具体的:当所述摄像头斜装时,当所述目标检测框的底边框中心点和至少一个侧边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道;当所述摄像头正装时,当所述目标检测框的区域中心点和底边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道。当预判目标车辆占用应急车道后,建立结构体,并向所述结构体中存储所述相交区域的重心和顶点的坐标信息。当所述相交区域的第一面积信息与所述目标车辆对应的目标检测框的第二面积信息的比值大于预设阈值时,复判目标车辆占用应急车道,此时对目标车辆进行抓拍报警。否则,继续检测所述应急车道区域与所述第一特征点的相对位置,预判目标车辆是否占用应急车道。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种应急车道占用识别装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图7是根据本申请实施例的应急车道占用识别装置的结构框图,如图7所示,该装置包括:图像获取单元301、图像识别单元302、相对位置信息获取单元303和预判单元304。
图像获取单元301,用于获取当前帧的道路图像;
图像识别单元302,用于基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;
相对位置信息获取单元303,用于确定所述应急车道区域和所述目标检测框的相对位置信息;
预判单元304,用于获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装。
在其中一些实施例中,相对位置信息获取单元303,包括:第一特征点获取模块和位置信息获取模块。
第一特征点获取模块,用于获取所述目标检测框的第一特征点;所述第一特征点包括目标检测框的区域中心点和边框中心点;
位置信息获取模块,用于根据所述应急车道区域与所述第一特征点的相对位置,确定所述应急车道区域和所述目标检测框的相对位置信息。
在其中一些实施例中,预判单元304,包括:第一预判模块和第二预判模块。
第一预判模块,用于所述摄像头斜装时,当所述目标检测框的底边框中心点和至少一个侧边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道;
第二预判模块,用于所述摄像头正装时,当所述目标检测框的区域中心点和底边框中心点位于所述应急车道区域内时,判定目标车辆占用应急车道;
第二预判模块,用于判定目标车辆未占用应急车道。
图8是根据本申请实施例的应急车道占用识别装置的优选结构框图,如图8所示,该装置包括图7所示的所有模块,此外还包括:相交区域获取单元305、第一面积信息计算单元306和复判单元307。
相交区域获取单元305,用于获取应急车道区域和目标车辆对应的目标检测框的相交区域;
第一面积信息计算单元306,用于计算所述相交区域的第一面积信息;
复判单元307,用于根据所述相交区域的第一面积信息和所述目标车辆对应的目标检测框的第二面积信息,复判目标车辆是否占用应急车道。
在其中一些实施例中,相交区域获取单元305,包括:第二特征点获取模块和区域获取模块。
第二特征点获取模块,用于获取所述目标检测框的第二特征点;所述第二特征点包括所述应急车道区域的顶点、所述目标检测框的顶点以及所述应急车道区域的顶点与所述目标检测框的交点;
区域获取模块,用于基于所述第二特征点确定相交区域。
在其中一些实施例中,第一面积信息计算单元306,包括:坐标信息获取模块、顶点排序模块、区域划分模块和面积计算模块。
坐标信息获取模块,用于获取所述相交区域的重心和顶点的坐标信息;
顶点排序模块,用于基于所述相交区域的重心和各顶点的坐标信息进行向量叉积运算,并根据运算结果对所述相交区域的顶点进行逆时针排序;
区域划分模块,用于基于逆时针排序后的顶点将所述相交区域划分为多个三角形区域;
面积计算模块,用于面积对各个所述三角形区域的面积累加求和,得到所述相交区域的第一面积信息。
在其中一些实施例中,坐标信息获取模块还包括:数据存储模块。
数据存储模块,用于建立结构体,并向所述结构体中存储所述相交区域的重心和顶点的坐标信息。
在其中一些实施例中,所述复判单元307,具体用于:
当所述相交区域的第一面积信息与所述目标车辆对应的目标检测框的第二面积信息的比值大于预设阈值时,判定目标车辆占用应急车道。
在其中一些实施例中,应急车道占用识别装置还包括:抓拍报警单元。
抓拍报警单元,用于当判断所述目标车辆占用应急车道后,对所述目标车辆进行抓拍报警。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图2描述的本申请实施例应急车道占用识别方法可以由计算机设备来实现。
计算机设备可以包括处理器以及存储有计算机程序指令的存储器。
具体地,上述处理器可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器可在数据处理装置的内部或外部。在特定实施例中,存储器是非易失性(Non-Volatile)存储器。在特定实施例中,存储器包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random AccessMemory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器所执行的可能的计算机程序指令。
处理器通过读取并执行存储器中存储的计算机程序指令,以实现上述实施例中的任意一种应急车道占用识别方法。
在其中一些实施例中,计算机设备还可包括通信接口和总线。其中,处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的程序指令,执行本申请实施例中的应急车道占用识别方法,从而实现结合图2描述的应急车道占用识别方法。
另外,结合上述实施例中的应急车道占用识别方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种应急车道占用识别方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种应急车道占用识别方法,其特征在于,包括:
获取当前帧的道路图像;
基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;
确定所述应急车道区域和所述目标检测框的相对位置信息;
获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装;
其中,所述获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道包括:
所述摄像头斜装时,当所述目标检测框的底边框中心点和至少一个侧边框中心点位于所述应急车道区域内时,判定所述目标车辆占用应急车道;
所述摄像头正装时,当所述目标检测框的区域中心点和所述底边框中心点位于所述应急车道区域内时,判定所述目标车辆占用所述应急车道;
否则,判定所述目标车辆未占用所述应急车道。
2.根据权利要求1所述的应急车道占用识别方法,其特征在于,确定所述应急车道区域和所述目标检测框的相对位置信息包括:
获取所述目标检测框的第一特征点;所述第一特征点包括目标检测框的区域中心点和边框中心点;
根据所述应急车道区域与所述第一特征点的相对位置,确定所述应急车道区域和所述目标检测框的相对位置信息。
3.根据权利要求1所述的应急车道占用识别方法,其特征在于,获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道之后,还包括:
获取应急车道区域和目标车辆对应的目标检测框的相交区域;
计算所述相交区域的第一面积信息;
根据所述相交区域的第一面积信息和所述目标车辆对应的目标检测框的第二面积信息,复判目标车辆是否占用应急车道。
4.根据权利要求3所述的应急车道占用识别方法,其特征在于,获取应急车道区域和目标车辆对应的目标检测框的相交区域包括:
获取所述目标检测框的第二特征点;所述第二特征点包括所述应急车道区域的顶点、所述目标检测框的顶点以及所述应急车道区域的顶点与所述目标检测框的交点;
基于所述第二特征点确定相交区域。
5.根据权利要求3所述的应急车道占用识别方法,其特征在于,计算所述相交区域的第一面积信息包括:
获取所述相交区域的重心和顶点的坐标信息;
基于所述相交区域的重心和各顶点的坐标信息进行向量叉积运算,并根据运算结果对所述相交区域的顶点进行逆时针排序;
基于逆时针排序后的顶点将所述相交区域划分为多个三角形区域;
对各个所述三角形区域的面积累加求和,得到所述相交区域的第一面积信息。
6.根据权利要求5所述的应急车道占用识别方法,其特征在于,获取所述相交区域的重心和顶点之后,还包括:
建立结构体,并向所述结构体中存储所述相交区域的重心和顶点的坐标信息。
7.根据权利要求3所述的应急车道占用识别方法,其特征在于,根据所述相交区域的第一面积信息和所述目标车辆对应的目标检测框的第二面积信息,复判目标车辆是否占用应急车道包括:
当所述相交区域的第一面积信息与所述目标车辆对应的目标检测框的第二面积信息的比值大于预设阈值时,判定目标车辆占用应急车道。
8.根据权利要求1-7任一项所述的应急车道占用识别方法,其特征在于,还包括:
当判断所述目标车辆占用应急车道后,对所述目标车辆进行抓拍报警。
9.一种应急车道占用识别装置,其特征在于,包括:
图像获取单元,用于获取当前帧的道路图像;
图像识别单元,用于基于所述道路图像获取应急车道区域和目标车辆对应的目标检测框;
相对位置信息获取单元,用于确定所述应急车道区域和所述目标检测框的相对位置信息;
预判单元,用于获取摄像头的安装信息,并根据所述安装信息和所述相对位置信息,预判目标车辆是否占用应急车道;所述安装信息包括正装和斜装;
所述预判单元,包括第一预判模块和第二预判模块;
所述第一预判模块,用于所述摄像头斜装时,当所述目标检测框的底边框中心点和至少一个侧边框中心点位于所述应急车道区域内时,判定所述目标车辆占用应急车道;
所述第二预判模块,用于所述摄像头正装时,当所述目标检测框的区域中心点和所述底边框中心点位于所述应急车道区域内时,判定所述目标车辆占用所述应急车道;
所述第二预判模块,用于判定所述目标车辆未占用所述应急车道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011380139.5A CN112749622B (zh) | 2020-11-30 | 2020-11-30 | 应急车道占用识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011380139.5A CN112749622B (zh) | 2020-11-30 | 2020-11-30 | 应急车道占用识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112749622A CN112749622A (zh) | 2021-05-04 |
CN112749622B true CN112749622B (zh) | 2024-04-30 |
Family
ID=75648962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011380139.5A Active CN112749622B (zh) | 2020-11-30 | 2020-11-30 | 应急车道占用识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112749622B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920736A (zh) * | 2021-10-25 | 2022-01-11 | 桂林长海发展有限责任公司 | 一种机动车占用应急车道检测方法、装置及存储介质 |
CN114898548B (zh) * | 2022-03-07 | 2023-03-14 | 北京汽车研究总院有限公司 | 应急车道占用检测方法、设备、装置及存储介质 |
CN115480275B (zh) * | 2022-09-15 | 2023-08-08 | 中华人民共和国广东海事局 | 运动状态获取方法、装置以及计算机设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608906A (zh) * | 2016-03-29 | 2016-05-25 | 成都理工大学 | 高速公路机动车非法占用应急车道的监控系统及实现方法 |
CN107240268A (zh) * | 2017-07-28 | 2017-10-10 | 西安因诺航空科技有限公司 | 一种面向无人机的高速应急车道违章车辆的检测方法 |
CN107705552A (zh) * | 2016-08-08 | 2018-02-16 | 杭州海康威视数字技术股份有限公司 | 一种应急车道占用行为检测方法、装置及系统 |
CN107798918A (zh) * | 2017-11-28 | 2018-03-13 | 公安部道路交通安全研究中心 | 一种交通事故现场安全防护监测方法和装置 |
KR101914103B1 (ko) * | 2017-12-08 | 2018-11-01 | 렉스젠(주) | 차로 자동 생성 장치 및 그 방법 |
KR20180123314A (ko) * | 2017-05-08 | 2018-11-16 | 현대자동차주식회사 | 영상변환장치 |
CN110491135A (zh) * | 2019-08-20 | 2019-11-22 | 深圳市商汤科技有限公司 | 检测违章停车的方法及相关装置 |
CN111325991A (zh) * | 2020-04-17 | 2020-06-23 | 淮阴工学院 | 一种判别机动车是否非法占用应急车道的系统及方法 |
CN111814765A (zh) * | 2020-08-31 | 2020-10-23 | 蔻斯科技(上海)有限公司 | 车辆压线的确定方法、装置、设备和存储介质 |
CN111815959A (zh) * | 2020-06-19 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种车辆违章的检测方法、装置以及计算机可读存储介质 |
-
2020
- 2020-11-30 CN CN202011380139.5A patent/CN112749622B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608906A (zh) * | 2016-03-29 | 2016-05-25 | 成都理工大学 | 高速公路机动车非法占用应急车道的监控系统及实现方法 |
CN107705552A (zh) * | 2016-08-08 | 2018-02-16 | 杭州海康威视数字技术股份有限公司 | 一种应急车道占用行为检测方法、装置及系统 |
KR20180123314A (ko) * | 2017-05-08 | 2018-11-16 | 현대자동차주식회사 | 영상변환장치 |
CN107240268A (zh) * | 2017-07-28 | 2017-10-10 | 西安因诺航空科技有限公司 | 一种面向无人机的高速应急车道违章车辆的检测方法 |
CN107798918A (zh) * | 2017-11-28 | 2018-03-13 | 公安部道路交通安全研究中心 | 一种交通事故现场安全防护监测方法和装置 |
KR101914103B1 (ko) * | 2017-12-08 | 2018-11-01 | 렉스젠(주) | 차로 자동 생성 장치 및 그 방법 |
CN110491135A (zh) * | 2019-08-20 | 2019-11-22 | 深圳市商汤科技有限公司 | 检测违章停车的方法及相关装置 |
CN111325991A (zh) * | 2020-04-17 | 2020-06-23 | 淮阴工学院 | 一种判别机动车是否非法占用应急车道的系统及方法 |
CN111815959A (zh) * | 2020-06-19 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种车辆违章的检测方法、装置以及计算机可读存储介质 |
CN111814765A (zh) * | 2020-08-31 | 2020-10-23 | 蔻斯科技(上海)有限公司 | 车辆压线的确定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112749622A (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112749622B (zh) | 应急车道占用识别方法和装置 | |
US10212397B2 (en) | Abandoned object detection apparatus and method and system | |
CN112163543A (zh) | 一种车辆违法占道的检测方法及系统 | |
CN109766867B (zh) | 车辆运行状态确定方法、装置、计算机设备和存储介质 | |
CN111223289B (zh) | 共享车辆违规停放事件抓拍方法及系统、存储介质 | |
WO2018068312A1 (zh) | 交通异常事件检测装置及方法 | |
WO2018149539A1 (en) | A method and apparatus for estimating a range of a moving object | |
CN114202936B (zh) | 一种交通指挥机器人及其控制方法 | |
CN115205803A (zh) | 自动驾驶环境感知方法、介质及车辆 | |
CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
CN114141022B (zh) | 应急车道占用行为检测方法、装置、电子设备及存储介质 | |
Matsuda et al. | A system for real-time on-street parking detection and visualization on an edge device | |
CN112633228A (zh) | 停车检测方法、装置、设备及存储介质 | |
CN114092902A (zh) | 电动自行车违规行为的检测方法及装置 | |
CN114463416A (zh) | 车辆变道检测方法、装置、电子设备和存储介质 | |
CN115359438A (zh) | 一种基于计算机视觉的车辆加塞的检测方法、系统和装置 | |
CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
CN115100632A (zh) | 膨胀点云识别方法、装置、计算机设备和存储介质 | |
CN112507874B (zh) | 一种用于检测机动车加塞行为的方法与设备 | |
CN111191603B (zh) | 车内人员识别方法、装置、终端设备及介质 | |
CN112597945A (zh) | 车辆检测方法及装置 | |
CN114445786A (zh) | 道路拥堵检测方法、装置、电子设备及存储介质 | |
CN111754781A (zh) | 一种车辆违章检测的方法、装置、系统及摄像机 | |
Robert | Bringing richer information with reliability to automated traffic monitoring from the fusion of multiple cameras, inductive loops and road maps | |
Maaloul | Video-based algorithms for accident detections |
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 |