CN112885096A - 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 - Google Patents
依赖桥梁拱肋的桥面交通流全视场感知系统及方法 Download PDFInfo
- Publication number
- CN112885096A CN112885096A CN202110159824.3A CN202110159824A CN112885096A CN 112885096 A CN112885096 A CN 112885096A CN 202110159824 A CN202110159824 A CN 202110159824A CN 112885096 A CN112885096 A CN 112885096A
- Authority
- CN
- China
- Prior art keywords
- bridge
- arch
- traffic flow
- visual
- module
- 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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Abstract
本发明涉及一种依赖桥梁拱肋的桥面交通流全视场感知系统,包括视觉信息获取组件和视觉信息处理组件;视觉信息获取组件包括相互电连接的视觉成像阵列和同步采集器,所述视觉成像阵列设于拱式桥桥体中拱肋之间的横联上,以此构成拱式桥桥体拱顶的视觉场;所述视觉信息处理组件包括相互连接的数据传输模块和数据处理模块。与现有技术相比,本发明通过视觉信息获取组件和视觉信息处理组件的耦合实现拱桥交通流全视场感知,为拱桥全桥面交通流监测提供了技术支持。
Description
技术领域
本发明涉及桥梁监控领域,尤其是涉及一种依赖桥梁拱肋的桥面交通流全视场感知系统及方法。
背景技术
拱式桥是用拱作为桥身主要承重结构的桥,拱式桥主要承受轴向压力,可用砖、石、混凝土等抗压性能良好的材料建造。具有跨越能力较大;与钢桥及钢筋梁桥相比,可以节省大量钢材和水泥;养护、维修费用少;外型美观;构造较简单,有利于广泛采用等特点。
桥面交通流信息获取以及交通流特征对于交通规划、交通管理、桥梁管理养护等至关重要,对于拱式桥而言,由于拱肋的空间阻挡,难以安装龙门架等桥面监控载体结构,此外,普通交通监控系统存在视域小、视野范围车辆相互遮挡等问题,难以实现全桥面精准化的车流识别。
因此如何实现拱式桥桥面交通流全视场监测是目前本领域亟需解决的技术问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种依赖桥梁拱肋的桥面交通流全视场感知系统及方法,其中视觉成像阵列设于拱式桥桥体中拱肋之间的横联上,以此构成拱式桥桥体拱顶的视觉场,通过视觉信息获取组件和视觉信息处理组件之间的耦合实现桥面交通流全视场感知。
本发明的目的可以通过以下技术方案来实现:
本发明的第一个目的是保护一种依赖桥梁拱肋的桥面交通流全视场感知系统,包括视觉信息获取组件和视觉信息处理组件;
所述视觉信息获取组件包括相互电连接的视觉成像阵列和同步采集器,所述视觉成像阵列设于拱式桥桥体中拱肋之间的横联上,以此构成拱式桥桥体拱顶的视觉场;
在垂向高度上,所述视觉成像阵列与桥面之间的高度差大于7m;
所述视觉信息处理组件包括相互连接的数据传输模块和数据处理模块;
所述数据传输模块与视觉成像阵列无线或有线通信连接,以此按照对应的帧率,通过单帧截取的方式从视觉成像阵列生成的视频流中获取图像并传输至所述数据处理模块,通过所述数据处理模块获得拱式桥桥体的桥面动态全景图像,并进一步获得所述拱式桥桥体的动态桥面交通流特征。
进一步地,所述视觉成像阵列由多个成像单元构成,每个所述成像单元均与所述同步采集器电连接,以此各个实现每帧视频图像信息的时间同步。
进一步地,所述拱式桥桥体为单拱结构或联拱结构。
进一步地,多个成像单元设于拱肋之间的一个或多个横联上,构成阵列排布。
进一步地,每个所述成像单元以特定的空间角度朝向拱式桥桥体的桥面,并分别获取桥面特定区域上的实时视频流信息。
进一步地,每个所述成像单元通过姿态调节单元固定于横联上,所述姿态调节单元为具有一个或多个调节关节的机械臂。
进一步地,所述桥面交通流全视场感知系统还包括存储组件,所述存储组件与所述视觉信息处理组件无线或有线通信连接。
进一步地,所述存储组件包括分别与数据传输模块、数据处理模块无线或有线通信连接的交通流特征存储模块、视频流信息数据库;
所述存储组件还包括分别与交通流特征存储模块、视频流信息数据库无线或有线通信连接云存储器;
桥面交通流全视场感知系统还包括相互连接的人机交互界面和视觉设备控制模块;
所述视觉设备控制模块分别与各个姿态调节单元无线或有线通信连接,以此实现各个成像单元的姿态调整与成像参数调整。
本发明的第二个目的是保护一种依赖桥梁拱肋的桥面交通流全视场感知方法,包括以下步骤:
S1:通过视觉设备控制模块分别对各个成像单元进行姿态调整与成像参数调整,通过设于拱肋之间的横联上的视觉成像阵列,分别获取拱式桥桥体桥面特定区域上的实时视频流信息,并通过同步采集器进行时间同步;
S2:通过数据传输模块将视觉成像阵列获取的视频流信息传输至数据处理模块,通过所述数据处理模块获得拱式桥桥体桥面的动态全景图像,并进一步获得所述拱式桥桥体的动态桥面交通流特征;
S3:通过存储组件对所述拱式桥桥体的动态桥面交通流特征进行存储,并通过人机交互界面进行显示。
进一步地,S1中通过人机交互界面将调控指令集传输至设备控制模块,设备控制模块向各个成像单元对应的姿态调节单元发出姿态调整动作指令,并向各个成像单元发出参数调节指令,以此实现各个成像单元进行姿态调整与成像参数调整。
进一步地,S2中数据传输模块按照对应的帧率,通过单帧截取的方式从视觉成像阵列生成的视频流中获取图像并传输至所述数据处理模块,同时数据传输模块将视频流存储至存储组件。
进一步地,S2中数据处理模块对于每个成像单元观测区域,选取4个以上的桥面控制点,通过透视投影变换,对桥面观测区域进行校正,通过控制点间的实际距离与图像中对应的像素距离,换算图像中像素的实际尺寸,并对应到桥面物理坐标系中,将所有同时刻图像均进行处理,形成覆盖全桥面范围的全景图像。
进一步地,对于全景图像,数据处理模块基于深度学习方法检测桥面车辆,通过卡尔曼滤波方法进行车辆多目标跟踪,获取交通流中的车辆类型、尺寸和速度,形成标准化数据,最后对标准化数据进行统计分析,得到桥面交通流特征。
与现有技术相比,本发明具有以下技术优势:
1)本技术方案通过将视觉成像阵列设于拱式桥桥体中拱肋之间的横联上,以此构成拱式桥桥体拱顶的视觉场,并通过视觉信息获取组件和视觉信息处理组件的耦合实现拱桥桥面交通流全视场感知,为拱桥全桥面交通流监测提供了技术支持。
2)本技术方案中的每个成像单元以特定的空间角度朝向拱桥桥面,并分别获取拱桥桥面特定区域上的实时视频流信息,并可以通过人机交互界面及视觉设备控制模块实现对每个成像单元的姿态和视觉信息获取参数进行适应性的调整,以此实现最佳的拱桥全桥面的交通流监测方式。
附图说明
图1为本技术方案中依赖桥梁拱肋的桥面交通流全视场感知系统的结构示意图;
图2为本技术方案中单拱桥对应拱顶视觉场的结构示意图;
图3为本技术方案中联拱桥对应拱顶视觉场的结构示意图;
图4为本技术方案中视频流数据处理流程示意图。
图中:1、视觉信息获取组件,2、视觉信息处理组件,3、拱式桥桥体,31、拱肋,32、横联,4、存储组件,5、视觉设备控制模块,6、人机交互界面,11、视觉成像阵列,12、同步采集器,21、数据传输模块,22、数据处理模块,41、交通流特征存储模块,42、视频流信息存储模块,43、云存储器,5、视觉设备控制模块,6、人机交互界面。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明的第一个目的是保护一种依赖桥梁拱肋的桥面交通流全视场感知系统,包括视觉信息获取组件1和视觉信息处理组件2。
视觉信息获取组件1包括相互电连接的视觉成像阵列11和同步采集器12,视觉成像阵列11设于拱式桥桥体3中拱肋31之间的横联32上,以此构成拱式桥桥体3拱顶的视觉场,在垂向高度上,视觉成像阵列11与桥面之间的高度差大于7m。
视觉信息处理组件2包括相互连接的数据传输模块21和数据处理模块22,参见图1。数据传输模块21与视觉成像阵列11无线或有线通信连接,以此按照对应的帧率,通过单帧截取的方式从视觉成像阵列11生成的视频流中获取图像并传输至数据处理模块22,通过数据处理模块22获得拱式桥桥体3的桥面动态全景图像,并进一步获得拱式桥桥体3的动态桥面交通流特征。视觉成像阵列11由多个成像单元构成,每个成像单元均与同步采集器12电连接,以此各个实现每帧视频图像信息的时间同步。
拱式桥桥体3为单拱结构或联拱结构,参见图2和图3。
多个成像单元设于拱肋31之间的一个或多个横联32上,构成阵列排布。每个成像单元以特定的空间角度朝向拱式桥桥体3的桥面,并分别获取桥面特定区域上的实时视频流信息。每个成像单元通过姿态调节单元固定于横联32上,姿态调节单元为具有一个或多个调节关节的机械臂。机械臂的每节上均可以设置陀螺仪等姿态检测传感器,以此可以向人机交互界面6反馈机械臂处于的姿态,实现每个成像单元实时姿态的动态表征,方便于对每个成像单元的姿态进行适应性的调整。
桥面交通流全视场感知系统还包括存储组件4,存储组件4与视觉信息处理组件2无线或有线通信连接。存储组件4包括分别与数据传输模块21、数据处理模块22无线或有线通信连接的交通流特征存储模块41、视频流信息数据库42。
存储组件4还包括分别与交通流特征存储模块41、视频流信息数据库42无线或有线通信连接云存储器43。其中交通流特征存储模块41、视频流信息数据库42、有线通信连接云存储器43均为匹配有独立缓存和独立控制器的大容量储存器。
桥面交通流全视场感知系统还包括相互连接的人机交互界面6和视觉设备控制模块5。视觉设备控制模块5分别与各个姿态调节单元无线或有线通信连接,以此实现各个成像单元的姿态调整与成像参数调整。具体实施时人机交互界面6为多触控点的显示屏幕,其作为I/O设备与视觉设备控制模块5连接。
本发明的第二个目的是保护一种依赖桥梁拱肋的桥面交通流全视场感知方法,包括以下步骤:
S1:通过视觉设备控制模块5分别对各个成像单元进行姿态调整与成像参数调整,通过设于拱肋31之间的横联32上的视觉成像阵列11,分别获取拱式桥桥体3桥面特定区域上的实时视频流信息,并通过同步采集器进行时间同步。
S1中通过人机交互界面6将调控指令集传输至设备控制模块5,设备控制模块5向各个成像单元对应的姿态调节单元发出姿态调整动作指令,并向各个成像单元发出参数调节指令,以此实现各个成像单元进行姿态调整与成像参数调整。
S2:通过数据传输模块21将视觉成像阵列11获取的视频流信息传输至数据处理模块22,通过数据处理模块22获得拱式桥桥体3桥面的动态全景图像,并进一步获得拱式桥桥体3的动态桥面交通流特征;
S2中数据传输模块21按照对应的帧率,通过单帧截取的方式从视觉成像阵列11生成的视频流中获取图像并传输至数据处理模块22,同时数据传输模块21将视频流存储至存储组件4。
S2中数据处理模块22对于每个成像单元观测区域,选取4个以上的桥面控制点,通过透视投影变换,对桥面观测区域进行校正,通过控制点间的实际距离与图像中对应的像素距离,换算图像中像素的实际尺寸,并对应到桥面物理坐标系中,将所有同时刻图像均进行处理,形成覆盖全桥面范围的全景图像。
对于全景图像,数据处理模块22基于深度学习方法检测桥面车辆,通过卡尔曼滤波方法进行车辆多目标跟踪,获取交通流中的车辆类型、尺寸和速度,形成标准化数据,最后对标准化数据进行统计分析,得到桥面交通流特征,参见图4。
本实施例中数据处理模块22为ARM架构的CPU或x86架构的CPU,并匹配有与CPU所在总线连接主存储器和辅助存储器,在辅助存储器中有预设的图片信息处理程序,包括以下处理过程。
采用预先构建和训练好的车辆检测模型,实时识别视觉系统获取的第n帧桥面车辆全景图中车辆的位置,得到车辆的检测框;
通过预设的卡尔曼滤波模型,实时根据第n帧桥面车辆全景图之前的图像帧,预测第n帧桥面车辆全景图中对应车辆的预测框,并将第n帧桥面车辆全景图中的检测框与对应车辆的预测框匹配,获取或更新车辆轨迹信息;
本实施例中采用的卡尔曼滤波模型包括改进的状态预测模块和跟踪器校验模块,卡尔曼滤波模型对检测到的每个车辆均设置有一一对应的跟踪器,所有跟踪器构成跟踪器组群,改进卡尔曼滤波模型初始化后将预设的丢失帧数置零。
本实施例中采用的卡尔曼滤波模型的数据处理过程包括以下步骤:
A1:通过改进的状态预测模块,根据第n帧桥面车辆全景图之前的图像帧,预测第n帧桥面车辆全景图中对应车辆的预测框;
A2:计算第n帧桥面车辆全景图中检测框与对应车辆的预测框的重叠度,若该重叠度大于预设的重叠阈值,则根据该预测框与检测框,生成初步匹配的检测-跟踪对,并执行步骤A3,否则将该预测框与检测框标记为未匹配检测,并执行步骤A5;
A3:采用跟踪器校验模块校验初步匹配的检测-跟踪对,若满足预设的校验条件,则将丢失帧数置零,并更新该车辆的跟踪器,若否,则将该预测框与检测框标记为未匹配跟踪器,并执行步骤A6:
A5:判断检测框是否位于桥面车辆全景图的两端,若是,则对该车辆生成新的跟踪器,并添加进跟踪器组群,若否,则删除该预测框与检测框构成的检测结果;
A6:判断预测框是否超出桥面车辆全景图的边界,若是,则根据该跟踪器,生成该车辆的时空轨迹数据,并删除该跟踪器;否则判断丢失帧数是否大于预设的丢失阈值,若是,则根据该跟踪器,生成该车辆的时空轨迹数据,并删除该跟踪器;否则将该车辆对应的丢失帧数加1,并继续进行数据处理。
作为一种优选的实施方式,改进的状态预测模块的数据处理过程包括以下步骤:
邻速平均步骤:通过某一车辆最近的预设的第一次数的检测位置(若实际检测小于21次,则取所有实际检测位置),对相邻检测位置计算位移差和帧数差,计算得到多个速度,进行算术平均,得到平均速度;
长度拉伸步骤:根据车辆距离最近桥塔的距离,乘拉伸系数,得到长度拉伸后的预测长度;
预测框获取步骤:根据平均速度以及该车辆当前位置的形心,计算该车辆预测框的形心,将预测长度作为该车辆预测框的长度,将该车辆的宽度作为该车辆预测框的宽度。
进一步地,作为一种优选的实施方式,改进的状态预测模块的数据处理过程还包括对获取的预测框进行微调,具体包括以下步骤:
碰撞分离步骤:若相邻帧数的两预测框在车长方向有重叠,重叠长度为Eov,则根据该重叠长度,将两预测框向远离方向分别位移;
扩大搜索:若丢失帧数处于预设的丢失搜索范围,则分别扩大该预测框的预测长度和宽度。
作为一种优选的实施方式,跟踪器校验模块的数据处理过程包括以下步骤:
形状校验步骤:记检测框的长和宽分别为Ldet、Wdet,预测框的长和宽分别为Lpred、Wpred,则须满足:
0.75×Lpred≤Ldet≤1.25×Lpred
0.75×Wpred≤Wdet≤1.25×Wpred。
进一步地,作为一种优选的实施方式,跟踪器校验模块的数据处理过程还包括:
速度校验步骤:跟踪器的邻速为Vavg,记当前匹配到的检测框形心位置为Xdet、时刻帧为Fdet,记跟踪器的上一次检测更新位置的Xlast、Flast,则须满足:
-5<(Xdet-Xlast)/(Fdet-Flast)<150。
作为一种优选的实施方式,重叠阈值为60%。
作为一种优选的实施方式,视觉系统包括多个摄像机,桥梁中两个桥塔横梁上方均设有多个摄像机,形成多视场摄影系统,每个桥塔横梁上方的多个摄像机的摄像机观测区域分别视为由近到远的近塔区域、过渡区域和跨中视域。
相邻的摄像机观测区域具有影像重叠,两个桥塔横梁对应的跨中区域具有影像重叠。
S3:通过存储组件4对拱式桥桥体3的动态桥面交通流特征进行存储,并通过人机交互界面6进行显示。并通过人机交互界面6进行显示,用户可以查阅任意时空位置的动态桥面交通流特征,并可以通过人机交互界面6实现对每个成像单元的姿态和视觉信息获取参数进行适应性的调整。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改,并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此,本发明不限于上述实施例,本领域技术人员根据本发明的揭示,不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (10)
1.一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,包括视觉信息获取组件(1)和视觉信息处理组件(2);
所述视觉信息获取组件(1)包括相互电连接的视觉成像阵列(11)和同步采集器(12),所述视觉成像阵列(11)设于拱式桥桥体(3)中拱肋(31)之间的横联(32)上,以此构成拱式桥桥体(3)拱顶的视觉场;
所述视觉信息处理组件(2)包括相互连接的数据传输模块(21)和数据处理模块(22);
所述数据传输模块(21)与视觉成像阵列(11)无线或有线通信连接,以此按照对应的帧率,通过单帧截取的方式从视觉成像阵列(11)生成的视频流中获取图像并传输至所述数据处理模块(22),通过所述数据处理模块(22)获得拱式桥桥体(3)的桥面动态全景图像,并进一步获得所述拱式桥桥体(3)的动态桥面交通流特征。
2.根据权利要求1所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,所述视觉成像阵列(11)由多个成像单元构成,每个所述成像单元均与所述同步采集器(12)电连接,以此各个实现每帧视频图像信息的时间同步。
3.根据权利要求2所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,所述拱式桥桥体(3)为单拱结构或联拱结构。
4.根据权利要求2所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,多个成像单元设于拱肋(31)之间的一个或多个横联(32)上,构成阵列排布。
5.根据权利要求2所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,每个所述成像单元以特定的空间角度朝向拱式桥桥体(3)的桥面,并分别获取桥面特定区域上的实时视频流信息。
6.根据权利要求5所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,每个所述成像单元通过姿态调节单元固定于横联(32)上,所述姿态调节单元为具有一个或多个调节关节的机械臂。
7.根据权利要求6所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,所述桥面交通流全视场感知系统还包括存储组件(4),所述存储组件(4)与所述视觉信息处理组件(2)无线或有线通信连接。
8.根据权利要求7所述的一种依赖桥梁拱肋的桥面交通流全视场感知系统,其特征在于,所述存储组件(4)包括分别与数据传输模块(21)、数据处理模块(22)无线或有线通信连接的交通流特征存储模块(41)、视频流信息数据库(42);
所述存储组件(4)还包括分别与交通流特征存储模块(41)、视频流信息数据库(42)无线或有线通信连接云存储器(43);
桥面交通流全视场感知系统还包括相互连接的人机交互界面(6)和视觉设备控制模块(5);
所述视觉设备控制模块(5)分别与各个姿态调节单元无线或有线通信连接,以此实现各个成像单元的姿态调整与成像参数调整。
9.一种依赖桥梁拱肋的桥面交通流全视场感知方法,其特征在于,包括以下步骤:
S1:通过视觉设备控制模块(5)分别对各个成像单元进行姿态调整与成像参数调整,通过设于拱肋(31)之间的横联(32)上的视觉成像阵列(11),分别获取拱式桥桥体(3)桥面特定区域上的实时视频流信息,并通过同步采集器进行时间同步;
S2:通过数据传输模块(21)将视觉成像阵列(11)获取的视频流信息传输至数据处理模块(22),通过所述数据处理模块(22)获得拱式桥桥体(3)桥面的动态全景图像,并进一步获得所述拱式桥桥体(3)的动态桥面交通流特征;
S3:通过存储组件(4)对所述拱式桥桥体(3)的动态桥面交通流特征进行存储,并通过人机交互界面(6)进行显示。
10.根据权利要求9所述的一种依赖桥梁拱肋的桥面交通流全视场感知方法,其特征在于,S1中通过人机交互界面(6)将调控指令集传输至设备控制模块(5),设备控制模块(5)向各个成像单元对应的姿态调节单元发出姿态调整动作指令,并向各个成像单元发出参数调节指令,以此实现各个成像单元进行姿态调整与成像参数调整;
S2中数据传输模块(21)按照对应的帧率,通过单帧截取的方式从视觉成像阵列(11)生成的视频流中获取图像并传输至所述数据处理模块(22),同时数据传输模块(21)将视频流存储至存储组件(4);
S2中数据处理模块(22)对于每个成像单元观测区域,选取4个以上的桥面控制点,通过透视投影变换,对桥面观测区域进行校正,通过控制点间的实际距离与图像中对应的像素距离,换算图像中像素的实际尺寸,并对应到桥面物理坐标系中,将所有同时刻图像均进行处理,形成覆盖全桥面范围的全景图像;
对于全景图像,数据处理模块(22)基于深度学习方法检测桥面车辆,通过卡尔曼滤波方法进行车辆多目标跟踪,获取交通流中的车辆类型、尺寸和速度,形成标准化数据,最后对标准化数据进行统计分析,得到桥面交通流特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159824.3A CN112885096A (zh) | 2021-02-05 | 2021-02-05 | 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159824.3A CN112885096A (zh) | 2021-02-05 | 2021-02-05 | 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112885096A true CN112885096A (zh) | 2021-06-01 |
Family
ID=76057354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110159824.3A Pending CN112885096A (zh) | 2021-02-05 | 2021-02-05 | 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112885096A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101016728A (zh) * | 2007-02-06 | 2007-08-15 | 同济大学 | 中、下承式拱桥吊杆更换过程中的施工监控方法 |
CN101615341A (zh) * | 2009-07-17 | 2009-12-30 | 重庆交通大学 | 一种基于交通流控制的桥梁智能监控方法 |
CN104301677A (zh) * | 2014-10-16 | 2015-01-21 | 北京十方慧通科技有限公司 | 面向大场景的全景视频监控的方法及装置 |
CN104378582A (zh) * | 2013-08-16 | 2015-02-25 | 北京博思廷科技有限公司 | 一种基于ptz摄像机巡航的智能视频分析系统及方法 |
CN104599249A (zh) * | 2015-01-13 | 2015-05-06 | 重庆大学 | 缆索承重桥梁桥面车辆载荷分布实时检测方法 |
CN104992406A (zh) * | 2015-06-16 | 2015-10-21 | 华南理工大学 | 一种不封闭交通的公路桥面图像获取方法 |
CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和系统 |
CN107909815A (zh) * | 2017-12-07 | 2018-04-13 | 浙江工业大学 | 一种基于自适应卡尔曼滤波的车辆速度预测方法 |
CN108914815A (zh) * | 2018-05-17 | 2018-11-30 | 中铁大桥科学研究院有限公司 | 桥面车辆荷载识别装置、桥梁及桥梁荷载分布识别方法 |
CN109167956A (zh) * | 2018-05-21 | 2019-01-08 | 同济大学 | 基于动态称重和多视频信息融合的全桥面移动荷载空间分布监测系统 |
CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
CN109870223A (zh) * | 2019-01-17 | 2019-06-11 | 同济大学 | 一种视觉技术辅助的桥梁动态称重方法 |
JP2019185228A (ja) * | 2018-04-04 | 2019-10-24 | Jfeエンジニアリング株式会社 | 交通流管理システムおよび交通流管理方法 |
CN110472496A (zh) * | 2019-07-08 | 2019-11-19 | 长安大学 | 一种基于目标检测与跟踪的交通视频智能分析方法 |
CN110634138A (zh) * | 2019-09-26 | 2019-12-31 | 杭州鲁尔物联科技有限公司 | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 |
CN111898418A (zh) * | 2020-06-17 | 2020-11-06 | 北京航空航天大学 | 一种基于t-tiny-yolo网络的人体异常行为检测方法 |
CN111914664A (zh) * | 2020-07-06 | 2020-11-10 | 同济大学 | 基于重识别的车辆多目标检测和轨迹跟踪方法 |
CN111986228A (zh) * | 2020-09-02 | 2020-11-24 | 华侨大学 | 一种基于lstm模型扶梯场景下的行人跟踪方法、装置和介质 |
-
2021
- 2021-02-05 CN CN202110159824.3A patent/CN112885096A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101016728A (zh) * | 2007-02-06 | 2007-08-15 | 同济大学 | 中、下承式拱桥吊杆更换过程中的施工监控方法 |
CN101615341A (zh) * | 2009-07-17 | 2009-12-30 | 重庆交通大学 | 一种基于交通流控制的桥梁智能监控方法 |
CN104378582A (zh) * | 2013-08-16 | 2015-02-25 | 北京博思廷科技有限公司 | 一种基于ptz摄像机巡航的智能视频分析系统及方法 |
CN104301677A (zh) * | 2014-10-16 | 2015-01-21 | 北京十方慧通科技有限公司 | 面向大场景的全景视频监控的方法及装置 |
CN104599249A (zh) * | 2015-01-13 | 2015-05-06 | 重庆大学 | 缆索承重桥梁桥面车辆载荷分布实时检测方法 |
CN104992406A (zh) * | 2015-06-16 | 2015-10-21 | 华南理工大学 | 一种不封闭交通的公路桥面图像获取方法 |
CN105069429A (zh) * | 2015-07-29 | 2015-11-18 | 中国科学技术大学先进技术研究院 | 一种基于大数据平台的人流量分析统计方法和系统 |
CN107909815A (zh) * | 2017-12-07 | 2018-04-13 | 浙江工业大学 | 一种基于自适应卡尔曼滤波的车辆速度预测方法 |
JP2019185228A (ja) * | 2018-04-04 | 2019-10-24 | Jfeエンジニアリング株式会社 | 交通流管理システムおよび交通流管理方法 |
CN108914815A (zh) * | 2018-05-17 | 2018-11-30 | 中铁大桥科学研究院有限公司 | 桥面车辆荷载识别装置、桥梁及桥梁荷载分布识别方法 |
CN109167956A (zh) * | 2018-05-21 | 2019-01-08 | 同济大学 | 基于动态称重和多视频信息融合的全桥面移动荷载空间分布监测系统 |
CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
CN109870223A (zh) * | 2019-01-17 | 2019-06-11 | 同济大学 | 一种视觉技术辅助的桥梁动态称重方法 |
CN110472496A (zh) * | 2019-07-08 | 2019-11-19 | 长安大学 | 一种基于目标检测与跟踪的交通视频智能分析方法 |
CN110634138A (zh) * | 2019-09-26 | 2019-12-31 | 杭州鲁尔物联科技有限公司 | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 |
CN111898418A (zh) * | 2020-06-17 | 2020-11-06 | 北京航空航天大学 | 一种基于t-tiny-yolo网络的人体异常行为检测方法 |
CN111914664A (zh) * | 2020-07-06 | 2020-11-10 | 同济大学 | 基于重识别的车辆多目标检测和轨迹跟踪方法 |
CN111986228A (zh) * | 2020-09-02 | 2020-11-24 | 华侨大学 | 一种基于lstm模型扶梯场景下的行人跟踪方法、装置和介质 |
Non-Patent Citations (3)
Title |
---|
田盛鼎等: "斜拉桥梁动态荷载监测系统的设计", 《公路交通科技(应用技术版)》 * |
田盛鼎等: "斜拉桥梁动态荷载监测系统的设计", 《公路交通科技(应用技术版)》, no. 12, 15 December 2017 (2017-12-15), pages 241 * |
田胜鼎: "沿桥布置多个摄像头获取覆盖全桥面的交通流视频信息", 《桥隧工程》, pages 241 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7072759B2 (ja) | マルチセンサによる複合キャリブレーション装置及び方法 | |
JP5588812B2 (ja) | 画像処理装置及びそれを用いた撮像装置 | |
KR101023275B1 (ko) | 차량용 카메라 시스템의 캘리브레이션 방법 및 장치, 차량용 카메라 시스템의 각도상 오정렬을 판단하는 방법 및 이를 수행하는 전자 제어 유닛 | |
CN111062326B (zh) | 一种基于几何驱动的自监督人体3d姿态估计网络训练方法 | |
CN109685858A (zh) | 一种单目摄像头在线标定方法 | |
CN108986166A (zh) | 一种基于半监督学习的单目视觉里程预测方法及里程计 | |
CN103024350A (zh) | 一种双目ptz视觉系统的主从跟踪方法及应用该方法的系统 | |
JP5105481B2 (ja) | 車線検出装置、車線検出方法、及び車線検出プログラム | |
CN112734765A (zh) | 基于实例分割与多传感器融合的移动机器人定位方法、系统及介质 | |
CN111077907A (zh) | 一种室外无人机的自主定位方法 | |
CN111489392B (zh) | 多人环境下单个目标人体运动姿态捕捉方法及系统 | |
CN105469412A (zh) | 一种ptz摄像机装配误差的标定方法 | |
JP2000293693A (ja) | 障害物検出方法および装置 | |
CN205537632U (zh) | 一种混凝土泵车臂架防碰撞系统 | |
CN112885096A (zh) | 依赖桥梁拱肋的桥面交通流全视场感知系统及方法 | |
CN106840137B (zh) | 一种四点式掘进机自动定位定向方法 | |
US20180114293A1 (en) | Large scale image mosaic construction for agricultural applications | |
CN112885110A (zh) | 依赖邻近高耸结构的桥面交通流全视场感知系统及方法 | |
CN114184127B (zh) | 一种基于单相机无标靶的建筑物全局位移监测方法 | |
CN114905512A (zh) | 一种智能巡检机器人全景追踪及避障方法及系统 | |
CN112820112A (zh) | 依赖桥梁塔柱的桥面交通流全视场感知系统及方法 | |
CN115309151A (zh) | 巡检路径规划方法、装置、可读存储介质及程序产品 | |
CN112017237B (zh) | 一种基于视场拼接和三维重建的操作辅助装置及方法 | |
KR20190080142A (ko) | 터널 내 유고상황 이벤트를 파노라마 영상에 표시하는 시스템 및 표시 방법 | |
CN110702078B (zh) | 一种基于视觉的室内外一体化地图构建方法 |
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 |