CN113034918B - 一种车辆远光灯变道持续跟踪方法 - Google Patents
一种车辆远光灯变道持续跟踪方法 Download PDFInfo
- Publication number
- CN113034918B CN113034918B CN202110380393.3A CN202110380393A CN113034918B CN 113034918 B CN113034918 B CN 113034918B CN 202110380393 A CN202110380393 A CN 202110380393A CN 113034918 B CN113034918 B CN 113034918B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- high beam
- track
- tracking
- lane change
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆远光灯变道持续跟踪方法,在有效视场内摄像头识别和锁定远光灯车辆,根据车辆位置和速度的关系,预测车辆在变道完成前后时刻的位置,从而实现对车辆变道的持续跟踪。具体包含以下步骤:步骤1:在摄像头有效视场范围内,识别并跟踪车辆远光灯;步骤2:根据车辆的位置与速度之间的关系,对车辆下一时刻的位置和速度进行预测,绘制车辆可能的运动轨迹,包括前行、左变道和右变道;步骤3:当跟踪车辆的远光灯突然消失后,连续几个时刻在原车辆位置的左前方和右前方进行车辆搜索,判断车辆是否发生左变道或右变道。本发明适用于车辆远光灯跟踪时,车辆发生变道的持续跟踪,具有开发成本低、判别准确、易于维护等特点。
Description
技术领域
本发明涉及一种车辆远光灯变道跟踪方法,尤其是一种车辆远光灯锁定、车辆轨迹预测、变道识别与持续跟踪的方法。
背景技术
在夜间或光线较暗的环境下,开启远光灯不仅可以开阔观察视野,增加可视距离,而且还能为其他车辆或行人较早地提供车辆位置信息,提高安全性。然而,滥用或过度使用远光灯,可能会干扰会车、跟车、转弯或超车等正常行驶,甚至对前车或会车驾驶员造成炫目现象,产生瞬间致盲,直接威胁行车安全。
为了规范驾驶员使用远光灯的行为,交警部门会同科研机构积极探索有效的方法,通过采用摄像头进行录制、拍摄等方式,对无故开启远光灯的行为进行检测,识别远光灯,并进行持续跟踪和确认。然而,在对远光灯进行跟踪的过程中,由于在摄像机视场内车辆变道而跟丢的现象屡有发生,造成交通违法行为车辆轻易逃脱。
研究远光灯识别和跟踪的单位和机构很多,如安徽超远信息技术有限公司通过提取车前灯团块,并根据团块特征尺度大小和衍射特征,判断远光灯开启;南京理工大学通过远光灯识别模块对夜间道路车辆照明光源进行实时捕获,区分识别远光光源;浙江安谐智能科技有限公司根据灯光的炫目程度,与阈值的比较,判断是否为远光灯开起;青岛讯极科技有限公司根据车辆灯光区域亮度均值与特征形状面积的变化规律,判别车辆远光灯。但是,对于在跟踪过程中车辆变道持续跟踪的研究尚未发现。
发明内容
本发明的目的在于提供一种远光灯开启的车辆变道持续跟踪的方法,通过对车辆的运动轨迹进行预测,推测远光灯跟踪过程中车辆变道时的轨迹,弥补车辆变道跟丢的缺陷,从而对开启远光灯的车辆进行持续跟踪。主要包含以下几个步骤:
步骤1 在摄像头视场内识别远光灯,并对车辆进行锁定跟踪。
由于远光灯和近光灯光束水平偏移角度不同,向前照射距离也不同。远光灯光束水平偏移角度α较小,近光灯光束水平偏移角度β较大,远光灯向前照射的距离远大于近光灯,在拍摄照片上远光灯表现为较大的亮斑,而近光灯却几乎不显示。根据车辆前照灯偏移角度和向前照射距离的关系,识别远光灯,并对远光灯进行锁定跟踪。
步骤2 对跟踪车辆进行轨迹预测。
根据跟踪远光灯车辆的位置和速度的关系,采用卡尔曼滤波的方法对车辆在下一时刻的位置进行预测,并绘制车辆可能的运动轨迹。
通过连续两次拍照,计算车辆的位置p和速度v,令X = [p, v]T,假设车辆的速度基本不变,利用卡尔曼滤波对车辆的行驶轨迹进行预测。具体预测的过程通过卡尔曼递推公式(1)~(5)实现,如下:
式中,A为状态转移矩阵,A = [1 dt; 0 1],dt为摄像头采样时间间隔;P(k)为X(k)先验估计的协方差,Q为过程噪声,R为测量噪声。
通过预测,可得到车辆在dt、2dt、3dt、…等不同的采样时刻的位置,将这些点连接起来,构成车辆的预测轨迹。
步骤3 判断车辆是否发生变道。
在车辆跟踪过程中,如果发生车辆突然消失的现象,根据预测的轨迹,可在上一时刻车辆位置的左前方和右前方进行车辆搜索,判断车辆是否发生左变道或右变道。
通过连续多个时刻拍照采样,如果在相邻车道的预测轨迹中发现具有特征相同的车辆,可判定为车辆发生变道行为。否则,认为车辆关闭远光灯,放弃跟踪。
本发明的有益效果:可广泛应用于道路交通的车辆视频监测环境中,具有开发成本低、判别准确、易于维护等特点。
附图说明
图1是车辆在有效视场内的变道示意图。
图2 是车辆远光灯和近光灯的光束水平偏移角度示意图。
图3是车辆在有效视场内的预测轨迹图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,结合附图及实施例,对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,所述的车辆在跟踪过程中发生变道行为时,车头的方向发生偏移,前方摄像头采集不到车辆的前照灯灯光,无法获取车辆的位置信息,从而导致车辆跟丢现象发生。
如图2所示,所述的车辆远光灯光束的水平偏移角度α较小,而近光灯光束水平偏移角度β较大,向前所照射的距离远光灯远大于近光灯。当开启远光灯的车辆进入有效视场,摄像头针对前照灯角度和照射距离的不同,判定车辆开启远光灯,并进行锁定跟踪。
在有效视场内,摄像头连续对车辆进行拍摄,根据车辆在不同时刻的位置信息,可以计算车辆的位置、速度等参数。通过构建运动模型,采用卡尔曼滤波技术,对有效视场内的车辆在未来不同时刻的位置进行预测,从而绘制可能的车辆轨迹图,包括车辆直行、车辆左变道、右变道等情况,如图3所示。
在对车辆的跟踪过程中,如果跟踪车辆的远光灯突然消失,根据预测的车辆运动轨迹,在上一时刻车辆位置的左前方、右前方进行车辆搜索,经过连续几个时刻的拍摄采样,如果在相邻车道的预测轨迹中发现具有特征相同的车辆,可判定为车辆发生变道行为。否则,认为车辆关闭远光灯,放弃跟踪。
Claims (4)
1.一种车辆远光灯变道持续跟踪方法,其特征在于,包括以下步骤:
步骤1在摄像头视场内识别远光灯,并对车辆进行锁定跟踪;
由于远光灯和近光灯光束水平偏移角度不同,向前照射的距离也不同,远光灯光束水平偏移角度小,向前照射距离远,在拍摄图片上表现为较大的亮斑,而近光灯几乎不显示,根据车辆前照灯光束水平偏移角度和向前照射距离的关系,识别远光灯,并对远光灯进行锁定跟踪;
步骤2对跟踪车辆进行轨迹预测;
根据跟踪远光灯的车辆位置和速度的关系,采用卡尔曼滤波的方法对车辆在下一时刻的位置进行预测,并绘制车辆可能的运动轨迹;
步骤3判断车辆是否发生变道;
在对车辆的跟踪过程中,如果跟踪车辆的远光灯突然消失,根据预测的车辆运动轨迹,在上一时刻车辆位置的左前方、右前方进行车辆搜索,经过连续几个时刻的拍摄采样,如果在相邻车道的预测轨迹中发现具有特征相同的车辆,可判定为车辆发生变道行为;否则,认为车辆关闭远光灯,放弃跟踪。
2.如权利要求1所述的一种车辆远光灯变道持续跟踪方法,其特征在于,步骤1根据前照灯光束水平偏移角度和照射距离的特征,远光灯光束水平偏移角度α较小,向前照射的前方距离大;近光灯光束水平偏移角度β较大,照射距离小;在拍摄图片上远光灯呈现的圆斑较亮,远大于近光灯,从而对远光灯进行识别,并锁定跟踪。
3.如权利要求1所述的一种车辆远光灯变道持续跟踪方法,其特征在于,步骤2对开启远光灯的车辆进行轨迹预测
预测方法为:通过连续两次拍摄的车辆位置p,计算车辆的速度v,令X=[p,v]T,假设车辆的速度基本不变,利用卡尔曼滤波方法对车辆的行驶轨迹进行预测具体预测的过程根据卡尔曼递推公式(1)~(5)实现,如下:
X(k|k-1)=AX(k-1|k-1) (1)
P(k|k-1)=AP(k-1|k-1)AT+Q (2)
Kg(k)=P(k|k-1)HT/(HP(k|k-1)HT+R) (3)
X(k|k)=X(k|k-1)+Kg(k)[Z(k)-HX(k|k-1)] (4)
P(k|k)=[1-Kg(k)H]P(k|k-1) (5)
式中,A为状态转移矩阵,A=[1dt;01],dt为摄像头采样时间间隔;P(k)为X(k)先验估计的协方差,Q为过程噪声,R为测量噪声
通过预测,可得到车辆在dt、2dt、3dt、…等不同的采样时刻的位置,将这些点连接起来,构成车辆的预测轨迹。
4.如权利要求1所述的一种车辆远光灯变道持续跟踪方法,其特征在于,步骤3在车辆跟踪过程中,如果车辆远光灯突然消失,可能存在车辆关闭远光灯,或者进行变道动作,根据步骤2预测的车辆运动轨迹,在上一时刻车辆位置的左前方、右前方进行车辆搜索,连续多个时刻拍照采样,如果在相邻车道的预测轨迹中发现具有特征相同的车辆,可判定为车辆发生变道行为,否则,认为车辆关闭远光灯,放弃跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110380393.3A CN113034918B (zh) | 2021-04-09 | 2021-04-09 | 一种车辆远光灯变道持续跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110380393.3A CN113034918B (zh) | 2021-04-09 | 2021-04-09 | 一种车辆远光灯变道持续跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034918A CN113034918A (zh) | 2021-06-25 |
CN113034918B true CN113034918B (zh) | 2023-08-25 |
Family
ID=76456061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110380393.3A Active CN113034918B (zh) | 2021-04-09 | 2021-04-09 | 一种车辆远光灯变道持续跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034918B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113611111B (zh) * | 2021-07-29 | 2023-09-08 | 郑州高识智能科技有限公司 | 一种基于车辆远光灯的车距计算方法 |
CN113903178A (zh) * | 2021-11-03 | 2022-01-07 | 郑州高识智能科技有限公司 | 一种基于双支异底座的单目相(像)机车辆远光灯常开检测装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205388828U (zh) * | 2016-01-20 | 2016-07-20 | 王威立 | 机动车远光灯违章检测及抓拍系统 |
CN108230690A (zh) * | 2018-02-09 | 2018-06-29 | 浙江安谐智能科技有限公司 | 一种基于卷积神经网络的远光灯持续开启状态的判别方法 |
CN111649918A (zh) * | 2020-06-17 | 2020-09-11 | 郑州高识智能科技有限公司 | 用于实时监测开启远光灯并持续跟踪车辆的方法 |
-
2021
- 2021-04-09 CN CN202110380393.3A patent/CN113034918B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205388828U (zh) * | 2016-01-20 | 2016-07-20 | 王威立 | 机动车远光灯违章检测及抓拍系统 |
CN108230690A (zh) * | 2018-02-09 | 2018-06-29 | 浙江安谐智能科技有限公司 | 一种基于卷积神经网络的远光灯持续开启状态的判别方法 |
CN111649918A (zh) * | 2020-06-17 | 2020-09-11 | 郑州高识智能科技有限公司 | 用于实时监测开启远光灯并持续跟踪车辆的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113034918A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112307921B (zh) | 一种车载端多目标识别跟踪预测方法 | |
CN113998034B (zh) | 骑乘者辅助系统和方法 | |
CN113034918B (zh) | 一种车辆远光灯变道持续跟踪方法 | |
Kurihata et al. | Rainy weather recognition from in-vehicle camera images for driver assistance | |
US8270676B2 (en) | Method for automatic full beam light control | |
US8064643B2 (en) | Detecting and recognizing traffic signs | |
Wang et al. | Driver assistance system for lane detection and vehicle recognition with night vision | |
EP2501584B1 (de) | Verfahren zum steuern einer scheinwerferanordnung für ein fahrzeug und scheinwerferanordnung | |
EP2957462B1 (de) | Verfahren zum steuern einer lichtverteilung eines scheinwerfers eines kraftfahrzeugs | |
EP2501586B1 (de) | Verfahren zum steuern einer scheinwerferanordnung für ein fahrzeug und scheinwerferanordnung | |
EP2748032B1 (de) | Verfahren und vorrichtung zur ansteuerung eines scheinwerfers eines fahrzeugs | |
CN109703460A (zh) | 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法 | |
CN110450706A (zh) | 一种自适应远光灯控制系统及图像处理算法 | |
DE102020120713A1 (de) | Verfahren zum Betreiben eines Fernlichtassistenzsystems eines Kraftwagens sowie Kraftwagen | |
DE102006055906A1 (de) | Verfahren zur Erkennung von Reflektoren, Schildern und Fahrzeuglichtern | |
CN108163014A (zh) | 一种机车乘务员辅助瞭望预警方法及装置 | |
CN111649918A (zh) | 用于实时监测开启远光灯并持续跟踪车辆的方法 | |
CN114708533A (zh) | 目标跟踪方法、装置、设备及存储介质 | |
CN113034923A (zh) | 一种车辆远光灯识别与持续开启的检测方法 | |
DE102009054243A1 (de) | Bauteil mit Oberflächenbeschichtung und Verfahren zur Herstellung eines solchen Bauteils | |
Bogacki et al. | Selected methods for increasing the accuracy of vehicle lights detection | |
EP2131308A1 (de) | Verfahren und Vorrichtung zum Klassifizieren eines in mindestens einem Bild einer Abbildung eines Bereichs vor einem Fahrzeug detektierten Objekts | |
Wang et al. | Detecting vehicle interactions in driving videos via motion profiles | |
Huang et al. | Nighttime vehicle detection and tracking base on spatiotemporal analysis using RCCC sensor | |
EP1962245B1 (de) | Verfahren und Vorrichtung zum Ermitteln des Bewegungszustands von Objekten |
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 |