CN112818864A - 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台 - Google Patents

一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台 Download PDF

Info

Publication number
CN112818864A
CN112818864A CN202110145778.1A CN202110145778A CN112818864A CN 112818864 A CN112818864 A CN 112818864A CN 202110145778 A CN202110145778 A CN 202110145778A CN 112818864 A CN112818864 A CN 112818864A
Authority
CN
China
Prior art keywords
wear
line
road surface
arrow mark
arrow
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.)
Withdrawn
Application number
CN202110145778.1A
Other languages
English (en)
Inventor
高远
吴飞宏
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 Lezhifei Technology Co ltd
Original Assignee
Nanjing Lezhifei Technology Co ltd
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 Nanjing Lezhifei Technology Co ltd filed Critical Nanjing Lezhifei Technology Co ltd
Priority to CN202110145778.1A priority Critical patent/CN112818864A/zh
Publication of CN112818864A publication Critical patent/CN112818864A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Road Repair (AREA)

Abstract

本发明公开一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，包括交通路面段划分模块、路面段箭头标示线图像采集模块、标示线数据库、箭头标示线图像分析模块、障碍物体积分析模块、距离匹配跟踪模块、路面管理中心、磨损参数统计模块、管理服务器和后台显示终端，通过对交通路面箭头标示线进行图像采集，并对磨损导致的标示不清标示线进行磨损面积获取，进而统计各磨损路面段对应的箭头标示线磨损危险系数，以此得到交通路面的综合箭头标示线磨损危险系数，拓宽了目前对道路交通安全的监测范围，减少了因路面箭头交通标示线标示不清导致的交通拥堵或交通事故的发生，提高了道路路面通行水平。

Description

一种基于机器视觉和图像处理分析技术的智慧交通路面公共 安全在线监测云平台
技术领域
本发明属于交通路面安全监测技术领域，具体涉及一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台。
背景技术
随着我国现代化建设的发展,道路和交通的重要性日益凸显,如今公路数量大量增加，车辆速度也越来越高,道路交通安全事故也更加频繁，因此对道路的交通安全进行监测显得至关重要。但目前对道路交通安全的监测大多都集中在车辆上，没有考虑到路面的交通安全设施对道路交通安全的影响，导致监测范围狭窄，交通安全设施不但可以提醒路面状况,还能够为路面使用者提供行车信息，其对减轻交通事故的损害,提高道路通行水平等方面具有举足轻重的作用。
如路面的箭头交通标示线，用来指示行车方向，其对引导路面使用者有秩序地使用道路，促进道路交通安全、提高道路运行效率方面起到了关键性的作用。但当路面箭头交通标示线出现标示不清时，轻则会造成路面交通拥堵，重则会造成交通事故，进而危害道路使用者的生命安全，由此可见，对路面的箭头交通标示线进行安全监测是非常有必要的。鉴于此，本发明提出一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台。
发明内容
本发明的目的在于提出一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，通过对路面的箭头交通标示线进行安全监测，实现了路面交通安全设施对道路交通安全影响的监测，扩宽了目前对道路交通安全的监测范围。
本发明的目的是通过以下技术方案实现的：
基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，包括交通路面段划分模块、路面段箭头标示线图像采集模块、标示线数据库、箭头标示线图像分析模块、路面管理中心、磨损参数统计模块、管理服务器和后台显示终端；
所述交通路面段划分模块用于统计待监测交通路面的长度，并根据统计的交通路面长度根据设置的划分方式划分为若干路面段，进而将划分的各路面段按照距离路面起点由近到远的顺序进行编号，依次标记为1,2...i...n；
所述路面段箭头标示线图像采集模块用于对划分的各路面段统计箭头标示线的数量，并对各箭头标示线分析是否存在弯曲，进而根据分析结果将各路面段的各箭头标示线划分为直线箭头标示线和曲线箭头标示线，由此将划分的各路面段的各直线箭头标示线进行编号，分别标记为1,2...a...z,将各路面段的各曲线箭头标示线进行编号，分别标记为1,2...b...y，由此对各路面段的各直线箭头标示线和各曲线箭头标示线进行图像采集，并将采集的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像发送至箭头标示线图像分析模块；
所述箭头标示线图像分析模块接收路面段箭头标示线图像采集模块发送的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像，进而进行箭头标示线图像分析，其具体分析过程包括以下步骤：
S1:将接收的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像与分别与标示线数据库中对应路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像进行对比，查看是否存在标示不清，若存在标示不清，则该路面段记为标示不清路面段，该直线箭头标示线记为标示不清直线箭头标示线，该曲线箭头标示线记为标示不清曲线箭头标示线，此时统计标示不清路面段编号及该标示不清路面段对应的标示不清直线箭头标示线编号和标示不清曲线箭头标示线编号；
S2:分别对各标示不清路面段对应的标示不清直线箭头标示线图像和标示不清曲线箭头标示线图像聚焦在标示不清部位，并进行障碍物轮廓提取，若能够提取到障碍物轮廓，则表明该箭头标示线的标示不清是由障碍物覆盖造成的，该由障碍物覆盖的标示不清路面段记为障碍路面段，该由障碍物覆盖的标示不清直线箭头标示线记为障碍直线箭头标示线，该由障碍物覆盖的标示不清曲线箭头标示线记为障碍曲线箭头标示线，由此统计障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，并发送至路面管理中心；
S3:若提取不到障碍物轮廓，则表明该箭头标示线的标示不清是由于磨损造成的，该由于磨损造成的标示不清路面段记为磨损路面段，该由磨损造成的标示不清直线箭头标示线记为磨损直线箭头标示线，该由磨损造成的标示不清曲线箭头标示线记为磨损曲线箭头标示线，此时统计磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并发送至磨损参数统计模块，其中各磨损路面段编号可记为1,2...j...m,各磨损路面段对应的磨损直线箭头标示线编号可记为1,2...g...x，各磨损路面段对应的磨损曲线箭头标示线编号可记为1,2...k...w；
所述路面管理中心接收箭头标示线图像分析模块发送的障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，进入调派相关管理人员进行清除障碍物；
所述磨损参数统计模块接收箭头标示线图像分析模块发送的磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并获取各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上标示不清部位所处位置，该标示不清部位记为磨损部位，进而将其分别与标识线数据库中直线箭头标示线和曲线箭头标示线对应的关键部位位置进行对比，判断各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上磨损部位是否为关键部位，由此根据判断结果将各磨损路面段对应的磨损直线箭头标示线划分为关键磨损直线箭头标示线和非关键磨损直线箭头标示线，将磨损曲线箭头标示线划分为关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线，与此同时对各磨损路面段的关键磨损直线箭头标示线、非关键磨损曲线箭头标示线、关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线分别提取磨损区域轮廓，进而得出各磨损区域的面积，即为各磨损路面段的关键磨损/非关键磨损直线箭头标示线的磨损面积，构成磨损路面段磨损直线箭头标示线磨损面积集合 S直 j[(s直c j1′,s直c j2′,...,s直c jg′,...,s直c jx′),(s直nc j1″,s直nc j2″,...,s直nc jg″,...,s直nc jx″)]，s直c jg′表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线的磨损面积，g′表示为磨损直线箭头标示线中对应的关键磨损直线箭头标示线编号，g′＝1′,2′...x′，s直nc jg″表示为第j个磨损路面段的第g″个非关键磨损直线箭头标示线的磨损面积，g″表示为磨损直线箭头标示线中对应的非关键磨损直线箭头标示线编号，g″＝1″,2″...x″，各磨损路面段的关键磨损/非关键磨损曲线箭头标示线的磨损面积，构成磨损路面段磨损曲线箭头标示线磨损面积集合 S曲 j[(s曲c j1′,s曲c j2′,...,s曲c jk′,...,s曲 c jw′),(s曲nc j1″,s曲nc j2″,...,s曲nc jk″,...,s曲nc jw″)]，s曲c jk′表示为第j个磨损路面段的第k′个关键磨损曲线箭头标示线的磨损面积，k′表示为磨损曲线箭头标示线中对应的关键磨损曲线箭头标示线编号，k′＝1′,2′...w′，s曲nc jk″表示为第j个磨损路面段的第k″个非关键磨损曲线箭头标示线的磨损面积，k″表示为磨损曲线箭头标示线中对应的非关键磨损曲线箭头标示线编号，k″＝1″,2″...w″，磨损参数统计模块将磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合发送至管理服务器；
所述管理服务器接收磨损参数统计模块发送的磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合，并提取标示线数据库中各路面段中各箭头标示线的面积，进而计算各磨损路面段对应的箭头标示线磨损危险系数，并根据计算的各磨损路面段对应的箭头标示线磨损危险系数统计交通路面的综合箭头标示线磨损危险系数，从而发送至后台显示终端；
所述后台显示终端接收管理服务器发送的交通路面的综合箭头标示线磨损危险系数，并显示。
在一种能够实现的方式中，所述标示线数据库用于存储各路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像，存储直线箭头标示线和曲线箭头标示线对应的关键部位位置，存储各路面段中各箭头标示线的面积，并存储直线箭头标示线中关键部位权重系数和非关键部位权重系数及曲线箭头标示线中关键部位权重系数和非关键部位权重系数。
在一种能够实现的方式中，所述各直线箭头标示线标准图像和各曲线箭头标示线标准图像是指标示清晰的箭头标示线。
在一种能够实现的方式中，所述直线箭头标示线对应的关键部位位置为箭头部位，所述曲线箭头标示线对应的关键部位位置为箭头部位和弯曲部位。
在一种能够实现的方式中，所述设置的划分方式为将交通路面的长度进行均匀等分。
在一种能够实现的方式中，还包括障碍物体积分析模块，用于对障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取的障碍物轮廓进行三维建模，从而分析出障碍路面段对应的障碍直线箭头标示线和障碍曲线箭头标示线上标示不清部位覆盖的障碍物体积，并发送至路面管理中心。
在一种能够实现的方式中，还包括距离匹配跟踪模块，用于获取各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置，并将其发送至路面管理中心，同时获取路面管理中心的地理位置，进而根据各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置和路面管理中心的地理位置规划出从路面管理中心到达各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域地理位置的最佳路线，从而发送至路面管理中心。
在一种能够实现的方式中，所述各磨损路面段对应的箭头标示线磨损危险系数的计算公式为
Figure BDA0002930197490000061
ηj表示为第j个磨损路面段对应的箭头标示线磨损危险系数，f直c jg′、f直nc jg″、f曲c jk′、 f曲 nc jk″分别表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线面积、第 g″个非关键磨损直线箭头标示线的面积、第k′个关键磨损曲线箭头标示线的面积、第k″个非关键磨损曲线箭头标示线的面积，α、β分别表示为直线箭头标示线中关键部位权重系数、非关键部位权重系数，χ、δ分别表示为曲线箭头标示线中关键部位权重系数、非关键部位权重系数。
在一种能够实现的方式中，所述交通路面的综合箭头标示线磨损危险系数为
Figure BDA0002930197490000062
Figure BDA0002930197490000063
表示为交通路面的综合箭头标示线磨损危险系数。
本发明的有益效果如下：
(1)本发明通过对交通路面进行路面段划分，并对各路面段内的箭头标示线按照是否存在弯曲进行划分，进而对划分的各路面段的各直线箭头标示线和各曲线箭头标示线进行图像采集，同时对采集的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像上的标示不清部位进行分析，由此得到由于障碍物覆盖导致的标示不清标示线和由于磨损导致的标示不清标示线，由此对磨损导致的标示不清标示线进行磨损面积获取，从而统计各磨损路面段对应的箭头标示线磨损危险系数，进而得到交通路面的综合箭头标示线磨损危险系数，实现了对路面箭头标示线的安全监测，弥补了目前对道路交通安全监测的监测范围狭窄的弊端，拓宽了目前对道路交通安全的监测范围，大大减少了因路面箭头标示线标示不清导致的交通拥堵或交通事故的发生，进而提高了道路路面通行水平，保障了道路路面交通安全。
(2)本发明在得到障碍物覆盖导致的标示不清标示线时，通过统计障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，并获取对应障碍箭头标示线上标示不清部位覆盖的障碍物体积，同时规划从路面管理中心到达各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域地理位置的最佳路线，便于路面管理人员能够根据障碍物体积提前准备适宜的障碍物清除工具，并按照规划的最佳路线快速到达目标位置，节省了路上的时间成本，进而从整体上提高了障碍物清除效率，大大缩短了路面恢复时间，避免了因路面障碍物未及时清除导致二次交通事故的发生。
(3)本发明在统计各磨损路面段对应的箭头标示线磨损危险系数过程中，通过对各磨损路面段的磨损直线箭头标示线和磨损曲线箭头标示线上磨损部位进行是否是关键部位判断，进而依据关键部位磨损和非关键部位磨损对应的权重不同统计各磨损路面段对应的箭头标示线磨损危险系数，使得统计的结果更符合真实情况，能够真实直观地反映箭头标示线磨损对路面段交通带来的危险状况，为相关人员评估箭头标示线磨损对路面段交通造成的危险程度提供可靠的参考依据。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
参照图1所示，基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，包括交通路面段划分模块、路面段箭头标示线图像采集模块、标示线数据库、箭头标示线图像分析模块、障碍物体积分析模块、距离匹配跟踪模块、路面管理中心、磨损参数统计模块、管理服务器和后台显示终端，其中交通路面段划分模块与路面段箭头标示线图像采集模块连接，路面段箭头标示线图像采集模块与箭头标示线图像分析模块连接，箭头标示线图像分析模块分别与障碍物体积分析模块、距离匹配跟踪模块、路面管理中心和磨损参数统计模块连接，障碍物体积分析模块和距离匹配跟踪模块均与路面管理中心连接，磨损参数统计模块与管理服务器连接，管理服务器与后台显示终端连接。
交通路面段划分模块用于统计待监测交通路面的长度，并根据统计的交通路面长度根据设置的划分方式划分为若干路面段，其中设置的划分方式为将交通路面的长度进行均匀等分进而将划分的各路面段按照距离路面起点由近到远的顺序进行编号，依次标记为1,2...i...n。
路面段箭头标示线图像采集模块用于对划分的各路面段统计箭头标示线的数量，并对各箭头标示线分析是否存在弯曲，进而根据分析结果将各路面段的各箭头标示线划分为直线箭头标示线和曲线箭头标示线，由此将划分的各路面段的各直线箭头标示线进行编号，分别标记为1,2...a...z,将各路面段的各曲线箭头标示线进行编号，分别标记为1,2...b...y，由此对各路面段的各直线箭头标示线和各曲线箭头标示线进行图像采集，并将采集的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像发送至箭头标示线图像分析模块。
本实施例通过对各路面段的箭头标示线进行划分，为后面进行各磨损路面段对应的箭头标示线磨损危险系数时提供不同箭头标示线对应不同关键部位的权重系数。
标示线数据库用于存储各路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像，其中各直线箭头标示线标准图像和各曲线箭头标示线标准图像是指标示清晰的箭头标示线，存储直线箭头标示线和曲线箭头标示线对应的关键部位位置，其中直线箭头标示线对应的关键部位位置为箭头部位，曲线箭头标示线对应的关键部位位置为箭头部位和弯曲部位，存储各路面段中各箭头标示线的面积，并存储直线箭头标示线中关键部位权重系数和非关键部位权重系数及曲线箭头标示线中关键部位权重系数和非关键部位权重系数。
箭头标示线图像分析模块接收路面段箭头标示线图像采集模块发送的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像，进而进行箭头标示线图像分析，其具体分析过程包括以下步骤：
S1:将接收的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像与分别与标示线数据库中对应路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像进行对比，查看是否存在标示不清，若存在标示不清，则该路面段记为标示不清路面段，该直线箭头标示线记为标示不清直线箭头标示线，该曲线箭头标示线记为标示不清曲线箭头标示线，此时统计标示不清路面段编号及该标示不清路面段对应的标示不清直线箭头标示线编号和标示不清曲线箭头标示线编号；
S2:分别对各标示不清路面段对应的标示不清直线箭头标示线图像和标示不清曲线箭头标示线图像聚焦在标示不清部位，并进行障碍物轮廓提取，若能够提取到障碍物轮廓，则表明该箭头标示线的标示不清是由障碍物覆盖造成的，该由障碍物覆盖的标示不清路面段记为障碍路面段，该由障碍物覆盖的标示不清直线箭头标示线记为障碍直线箭头标示线，该由障碍物覆盖的标示不清曲线箭头标示线记为障碍曲线箭头标示线，由此统计障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，并发送至路面管理中心，同时从各障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取障碍物轮廓，进而将各障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取的障碍物轮廓发送至障碍物体积分析模块；
S3:若提取不到障碍物轮廓，则表明该箭头标示线的标示不清是由于磨损造成的，该由于磨损造成的标示不清路面段记为磨损路面段，该由磨损造成的标示不清直线箭头标示线记为磨损直线箭头标示线，该由磨损造成的标示不清曲线箭头标示线记为磨损曲线箭头标示线，此时统计磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并发送至磨损参数统计模块，其中各磨损路面段编号可记为1,2...j...m,各磨损路面段对应的磨损直线箭头标示线编号可记为1,2...g...x，各磨损路面段对应的磨损曲线箭头标示线编号可记为1,2...k...w。
障碍物体积分析模块接收箭头标示线图像分析模块发送的各障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取的障碍物轮廓，并对接收的障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取的障碍物轮廓进行三维建模，从而分析出障碍路面段对应的障碍直线箭头标示线和障碍曲线箭头标示线上标示不清部位覆盖的障碍物体积，并发送至路面管理中心。
本实施例分析的障碍物体积，为后面路面管理人员准备清除障碍物的工具提供参考依据。
距离匹配跟踪模块用于获取各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置，并将其发送至路面管理中心，同时获取路面管理中心的地理位置，进而根据各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置和路面管理中心的地理位置规划出从路面管理中心到达各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域地理位置的最佳路线，从而发送至路面管理中心。
本实施例通过获取障碍物覆盖区域的地理位置，为路面管理人员获取目标管理位置提供方便，并规划从路面管理中心到达各障碍路面段对应的障碍直线/ 曲线箭头标示线上障碍物覆盖区域的最佳路线，为路面管理人员到达目标位置提供路上通行便利。
路面管理中心接收箭头标示线图像分析模块发送的障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，并接收障碍物体积分析模块发送的各障碍路面段对应的障碍直线箭头标示线和障碍曲线箭头标示线上标示不清部位覆盖的障碍物体积，同时接收距离匹配跟踪模块发送的各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置和从路面管理中心到达各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域地理位置的最佳路线，由此调派相关管理人员进行清除障碍物，便于路面管理人员能够根据障碍物体积提前准备适宜的障碍物清除工具，并按照规划的最佳路线快速到达目标位置，节省了路上的时间成本，进而从整体上提高了障碍物清除效率，大大缩短了路面恢复时间，避免了因路面障碍物未及时清除导致二次交通事故的发生。
磨损参数统计模块接收箭头标示线图像分析模块发送的磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并获取各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上标示不清部位所处位置，该标示不清部位记为磨损部位，进而将其分别与标识线数据库中直线箭头标示线和曲线箭头标示线对应的关键部位位置进行对比，判断各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上磨损部位是否为关键部位，由此根据判断结果将各磨损路面段对应的磨损直线箭头标示线划分为关键磨损直线箭头标示线和非关键磨损直线箭头标示线，将磨损曲线箭头标示线划分为关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线，与此同时对各磨损路面段的关键磨损直线箭头标示线、非关键磨损曲线箭头标示线、关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线分别提取磨损区域轮廓，进而得出各磨损区域的面积，即为各磨损路面段的关键磨损/非关键磨损直线箭头标示线的磨损面积，构成磨损路面段磨损直线箭头标示线磨损面积集合 S直 j[(s直c j1′,s直c j2′,...,s直c jg′,...,s直c jx′),(s直nc j1″,s直 nc j2″,...,s直nc jg″,...,s直nc jx″)]，s直c jg′表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线的磨损面积，g′表示为磨损直线箭头标示线中对应的关键磨损直线箭头标示线编号，g′＝1′,2′...x′，s直nc jg″表示为第j个磨损路面段的第g″个非关键磨损直线箭头标示线的磨损面积，g″表示为磨损直线箭头标示线中对应的非关键磨损直线箭头标示线编号， g″＝1″,2″...x″，各磨损路面段的关键磨损/非关键磨损曲线箭头标示线的磨损面积，构成磨损路面段磨损曲线箭头标示线磨损面积集合 S曲 j[(s曲c j1′,s曲c j2′,...,s曲c jk′,...,s曲 c jw′),(s曲nc j1″,s曲nc j2″,...,s曲nc jk″,...,s曲nc jw″)]，s曲c jk′表示为第j个磨损路面段的第k′个关键磨损曲线箭头标示线的磨损面积，k′表示为磨损曲线箭头标示线中对应的关键磨损曲线箭头标示线编号，k′＝1′,2′...w′，s曲nc jk″表示为第j个磨损路面段的第k″个非关键磨损曲线箭头标示线的磨损面积，k″表示为磨损曲线箭头标示线中对应的非关键磨损曲线箭头标示线编号， k″＝1″,2″...w″，磨损参数统计模块将磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合发送至管理服务器。
管理服务器接收磨损参数统计模块发送的磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合，并提取标示线数据库中各路面段中各箭头标示线的面积，进而计算各磨损路面段对应的箭头标示线磨损危险系数
Figure BDA0002930197490000131
ηj表示为第j个磨损路面段对应的箭头标示线磨损危险系数，f直c jg′、f直nc jg″、f曲c jk′、 f曲nc jk″分别表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线面积、第 g″个非关键磨损直线箭头标示线的面积、第k′个关键磨损曲线箭头标示线的面积、第k″个非关键磨损曲线箭头标示线的面积，α、β分别表示为直线箭头标示线中关键部位权重系数、非关键部位权重系数，χ、δ分别表示为曲线箭头标示线中关键部位权重系数、非关键部位权重系数，并根据计算的各磨损路面段对应的箭头标示线磨损危险系数统计交通路面的综合箭头标示线磨损危险系数
Figure BDA0002930197490000141
Figure BDA0002930197490000142
表示为交通路面的综合箭头标示线磨损危险系数，其统计的交通路面的综合箭头标示线磨损危险系数实现了对路面箭头标示线磨损造成的交通综合危险状况的量化展示，管理服务器将交通路面的综合箭头标示线磨损危险系数发送至后台显示终端。
本实施例在统计各磨损路面段对应的箭头标示线磨损危险系数过程中，通过对各磨损路面段的磨损直线箭头标示线和磨损曲线箭头标示线上磨损部位进行是否是关键部位判断，进而依据关键部位磨损和非关键部位磨损对应的权重不同统计各磨损路面段对应的箭头标示线磨损危险系数，使得统计的结果更符合真实情况，能够真实直观地反映箭头标示线磨损对路面段交通带来的危险状况，且箭头标示线磨损危险系数越大，表明箭头标示线磨损对路面段交通带来的危险程度越高，为相关人员评估箭头标示线磨损对路面段交通造成的危险程度提供可靠的参考依据。
后台显示终端接收管理服务器发送的交通路面的综合箭头标示线磨损危险系数，并显示。
本发明通过对交通路面上的箭头标示线进行标示不清监测，并对导致标示不清的原因进行分析，从而针对分析的原因采取不同的处理措施，实现了对路面箭头标示线的安全监测，弥补了目前对道路交通安全监测的监测范围狭窄的弊端，拓宽了目前对道路交通安全的监测范围，大大减少了因路面箭头标示线标示不清导致的交通拥堵或交通事故的发生，进而提高了道路路面通行水平，保障了道路路面交通安全。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：包括交通路面段划分模块、路面段箭头标示线图像采集模块、标示线数据库、箭头标示线图像分析模块、路面管理中心、磨损参数统计模块、管理服务器和后台显示终端；
所述交通路面段划分模块用于统计待监测交通路面的长度，并根据统计的交通路面长度根据设置的划分方式划分为若干路面段，进而将划分的各路面段按照距离路面起点由近到远的顺序进行编号，依次标记为1,2...i...n；
所述路面段箭头标示线图像采集模块用于对划分的各路面段统计箭头标示线的数量，并对各箭头标示线分析是否存在弯曲，进而根据分析结果将各路面段的各箭头标示线划分为直线箭头标示线和曲线箭头标示线，由此将划分的各路面段的各直线箭头标示线进行编号，分别标记为1,2...a...z,将各路面段的各曲线箭头标示线进行编号，分别标记为1,2...b...y，由此对各路面段的各直线箭头标示线和各曲线箭头标示线进行图像采集，并将采集的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像发送至箭头标示线图像分析模块；
所述箭头标示线图像分析模块接收路面段箭头标示线图像采集模块发送的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像，进而进行箭头标示线图像分析，其具体分析过程包括以下步骤：
S1:将接收的各路面段的各直线箭头标示线图像和各曲线箭头标示线图像与分别与标示线数据库中对应路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像进行对比，查看是否存在标示不清，若存在标示不清，则该路面段记为标示不清路面段，该直线箭头标示线记为标示不清直线箭头标示线，该曲线箭头标示线记为标示不清曲线箭头标示线，此时统计标示不清路面段编号及该标示不清路面段对应的标示不清直线箭头标示线编号和标示不清曲线箭头标示线编号；
S2:分别对各标示不清路面段对应的标示不清直线箭头标示线图像和标示不清曲线箭头标示线图像聚焦在标示不清部位，并进行障碍物轮廓提取，若能够提取到障碍物轮廓，则表明该箭头标示线的标示不清是由障碍物覆盖造成的，该由障碍物覆盖的标示不清路面段记为障碍路面段，该由障碍物覆盖的标示不清直线箭头标示线记为障碍直线箭头标示线，该由障碍物覆盖的标示不清曲线箭头标示线记为障碍曲线箭头标示线，由此统计障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，并发送至路面管理中心；
S3:若提取不到障碍物轮廓，则表明箭头标示线的标示不清是由于磨损造成的，该由于磨损造成的标示不清路面段记为磨损路面段，该由磨损造成的标示不清直线箭头标示线记为磨损直线箭头标示线，该由磨损造成的标示不清曲线箭头标示线记为磨损曲线箭头标示线，此时统计磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并发送至磨损参数统计模块，其中各磨损路面段编号可记为1,2...j...m,各磨损路面段对应的磨损直线箭头标示线编号可记为1,2...g...x，各磨损路面段对应的磨损曲线箭头标示线编号可记为1,2...k...w；
所述路面管理中心接收箭头标示线图像分析模块发送的障碍路面段编号及其对应的障碍直线箭头标示线编号和障碍曲线箭头标示线编号，进入调派相关管理人员进行清除障碍物；
所述磨损参数统计模块接收箭头标示线图像分析模块发送的磨损路面段编号及其对应的磨损直线箭头标示线编号和磨损曲线箭头标示线编号，并获取各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上标示不清部位所处位置，该标示不清部位记为磨损部位，进而将其分别与标识线数据库中直线箭头标示线和曲线箭头标示线对应的关键部位位置进行对比，判断各磨损路面段对应的磨损直线箭头标示线和磨损曲线箭头标示线上磨损部位是否为关键部位，由此根据判断结果将各磨损路面段对应的磨损直线箭头标示线划分为关键磨损直线箭头标示线和非关键磨损直线箭头标示线，将磨损曲线箭头标示线划分为关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线，与此同时对各磨损路面段的关键磨损直线箭头标示线、非关键磨损曲线箭头标示线、关键磨损曲线箭头标示线和非关键磨损曲线箭头标示线分别提取磨损区域轮廓，进而得出各磨损区域的面积，即为各磨损路面段的关键磨损/非关键磨损直线箭头标示线的磨损面积，构成磨损路面段磨损直线箭头标示线磨损面积集合S直 j[(s直c j1′,s直c j2′,…,s直c jg′,…,s直c jx′),(s直nc j1″,s直nc j2″,…,s直nc jg″,...,s直nc jx″)]，s直c jg′表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线的磨损面积，g′表示为磨损直线箭头标示线中对应的关键磨损直线箭头标示线编号，g′＝1′,2′...x′，s直nc jg″表示为第j个磨损路面段的第g″个非关键磨损直线箭头标示线的磨损面积，g″表示为磨损直线箭头标示线中对应的非关键磨损直线箭头标示线编号，g″＝1″,2″...x″，各磨损路面段的关键磨损/非关键磨损曲线箭头标示线的磨损面积，构成磨损路面段磨损曲线箭头标示线磨损面积集合S曲 j[(s曲c j1′,s曲c j2′,...,s曲c jk′,...,s曲c jw′),(s曲nc j1″,s曲nc j2″,...,s曲nc jk″,...,s曲nc jw″)]，s曲cjk′表示为第j个磨损路面段的第k′个关键磨损曲线箭头标示线的磨损面积，k′表示为磨损曲线箭头标示线中对应的关键磨损曲线箭头标示线编号，k′＝1′,2′...w′，s曲nc jk″表示为第j个磨损路面段的第k″个非关键磨损曲线箭头标示线的磨损面积，k″表示为磨损曲线箭头标示线中对应的非关键磨损曲线箭头标示线编号，k″＝1″,2″…w″，磨损参数统计模块将磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合发送至管理服务器；
所述管理服务器接收磨损参数统计模块发送的磨损路面段磨损直线箭头标示线磨损面积集合和磨损路面段磨损曲线箭头标示线磨损面积集合，并提取标示线数据库中各路面段中各箭头标示线的面积，进而计算各磨损路面段对应的箭头标示线磨损危险系数，并根据计算的各磨损路面段对应的箭头标示线磨损危险系数统计交通路面的综合箭头标示线磨损危险系数，从而发送至后台显示终端；
所述后台显示终端接收管理服务器发送的交通路面的综合箭头标示线磨损危险系数，并显示。
2.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述标示线数据库用于存储各路面段的各直线箭头标示线标准图像和各曲线箭头标示线标准图像，存储直线箭头标示线和曲线箭头标示线对应的关键部位位置，存储各路面段中各箭头标示线的面积，并存储直线箭头标示线中关键部位权重系数和非关键部位权重系数及曲线箭头标示线中关键部位权重系数和非关键部位权重系数。
3.根据权利要求2所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述各直线箭头标示线标准图像和各曲线箭头标示线标准图像是指标示清晰的箭头标示线。
4.根据权利要求2所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述直线箭头标示线对应的关键部位位置为箭头部位，所述曲线箭头标示线对应的关键部位位置为箭头部位和弯曲部位。
5.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述设置的划分方式为将交通路面的长度进行均匀等分。
6.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：还包括障碍物体积分析模块，用于对障碍路面段对应的障碍直线箭头标示线图像和障碍曲线箭头标示线图像中提取的障碍物轮廓进行三维建模，从而分析出障碍路面段对应的障碍直线箭头标示线和障碍曲线箭头标示线上标示不清部位覆盖的障碍物体积，并发送至路面管理中心。
7.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：还包括距离匹配跟踪模块，用于获取各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置，并将其发送至路面管理中心，同时获取路面管理中心的地理位置，进而根据各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域的地理位置和路面管理中心的地理位置规划出从路面管理中心到达各障碍路面段对应的障碍直线/曲线箭头标示线上障碍物覆盖区域地理位置的最佳路线，从而发送至路面管理中心。
8.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述各磨损路面段对应的箭头标示线磨损危险系数的计算公式为
Figure FDA0002930197480000061
ηj表示为第j个磨损路面段对应的箭头标示线磨损危险系数，f直c jg′、f直nc jg″、f曲c jk′、f曲nc jk″分别表示为第j个磨损路面段的第g′个关键磨损直线箭头标示线面积、第g″个非关键磨损直线箭头标示线的面积、第k′个关键磨损曲线箭头标示线的面积、第k″个非关键磨损曲线箭头标示线的面积，α、β分别表示为直线箭头标示线中关键部位权重系数、非关键部位权重系数，χ、δ分别表示为曲线箭头标示线中关键部位权重系数、非关键部位权重系数。
9.根据权利要求1所述的基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台，其特征在于：所述交通路面的综合箭头标示线磨损危险系数为
Figure FDA0002930197480000062
Figure FDA0002930197480000063
表示为交通路面的综合箭头标示线磨损危险系数。
CN202110145778.1A 2021-02-02 2021-02-02 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台 Withdrawn CN112818864A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110145778.1A CN112818864A (zh) 2021-02-02 2021-02-02 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110145778.1A CN112818864A (zh) 2021-02-02 2021-02-02 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台

Publications (1)

Publication Number Publication Date
CN112818864A true CN112818864A (zh) 2021-05-18

Family

ID=75861746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110145778.1A Withdrawn CN112818864A (zh) 2021-02-02 2021-02-02 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台

Country Status (1)

Country Link
CN (1) CN112818864A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973664A (zh) * 2022-05-17 2022-08-30 保银信科信息技术(湖北)有限公司 一种基于机器视觉的城市交通在线智能监测预警管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973664A (zh) * 2022-05-17 2022-08-30 保银信科信息技术(湖北)有限公司 一种基于机器视觉的城市交通在线智能监测预警管理系统

Similar Documents

Publication Publication Date Title
US7783296B2 (en) Method for measuring road traffic load based on analyzing cellular communications
US20180281829A1 (en) Railroad track guidance systems and methods
CN102521965B (zh) 基于车牌识别数据的交通需求管理措施效果评价方法
CN111210612B (zh) 基于公交gps数据与站点信息提取公交线路轨迹的方法
CN112509356B (zh) 一种车辆行驶路线生成方法及系统
Ban et al. Bottleneck identification and calibration for corridor management planning
US20140365103A1 (en) Method and system for collecting traffic data
CN108711281A (zh) 一种运用路段实际运行车速数据评价公路安全性的方法
CN114357019A (zh) 一种智能网联环境下路侧感知单元数据质量监测方法
CN112818864A (zh) 一种基于机器视觉和图像处理分析技术的智慧交通路面公共安全在线监测云平台
CN107610282A (zh) 一种公交客流统计系统
CN114612866A (zh) 一种建筑场地内安全性智能识别方法、装置及设备
CN113436433A (zh) 一种高效的城市交通离群值检测方法
CN115857378A (zh) 一种基于物联网的智能安防监控系统
CN109754606A (zh) 一种基于出租车定位预测道路拥堵情况的方法
CN113706875A (zh) 一种道路功能研判方法
CN115174646B (zh) 一种作业区远程监控管理系统
CN110599768A (zh) 一种基于电信大数据的高速公路车流估计方法
KR102512353B1 (ko) 실시간 수요대응형 자동 개집표기의 운영 방법 및 시스템
Santiago-Chaparro et al. Automated turning movement counts for shared lanes: leveraging vehicle detection data
CN112507919A (zh) 基于大数据分析的高速公路综合管养可视化云计算平台
CN114462647A (zh) 基于检测云平台的高速公路养护管理系统
Wu et al. Enhanced roadway geometry data collection using an effective video log image-processing algorithm
CN114331181A (zh) 基于大数据的车辆驾驶行为风险分析方法
CN114463980A (zh) 一种交通状态检测方法、装置、存储介质及电子装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210518

WW01 Invention patent application withdrawn after publication