CN113223300A - 一种基于车载视频图像的交通事故车速测量方法 - Google Patents
一种基于车载视频图像的交通事故车速测量方法 Download PDFInfo
- Publication number
- CN113223300A CN113223300A CN202110393765.6A CN202110393765A CN113223300A CN 113223300 A CN113223300 A CN 113223300A CN 202110393765 A CN202110393765 A CN 202110393765A CN 113223300 A CN113223300 A CN 113223300A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- displacement
- speed
- image
- target
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 13
- 238000000691 measurement method Methods 0.000 title claims description 3
- 238000006073 displacement reaction Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract 3
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 5
- 239000000126 substance Substances 0.000 description 2
- 238000000827 velocimetry Methods 0.000 description 2
- 101100410811 Mus musculus Pxt1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于车载视频图像的交通事故车速测量方法,主要根据图像处理技术来计算行车记录仪中车辆的速度,通过画面中车道线端点的移动计算车辆自身的速度,通过画面中目标车辆位置与车道线端点位置计算目标相对于地面的绝对位移;实用消失点的方法将对图像进行标定,将像素位置转换为世界坐标的位置,最后通过帧率获得时间,并通过时间‑位移曲线的斜率计算目标速度。本发明属于后期测速过程,计算过程不需要摄像机的任何信息,只通过图像中路面的车道线等标记物进行计算,可以应用于对未安装测速功能的车载摄像机拍摄视频进行测速,适用范围广,测量精度高,操作灵活、方便。
Description
技术领域
本发明涉及视车速鉴定速领域,特别是涉及一种基于车载视频图像的交通事故车速测量方法。
背景技术
随着科学技术的发展,视频实技术已经广泛地应用于交通管理等方面,利用视频录像对车速进行计算,可操作性强、原理简单,受到了国内外学者的广泛关注。视频拍摄设备最常见的是道路上安装的云台摄像机与行车记录仪,大多数都用于实时性测速,且很多时候摄像机设备未安装测速功能,若只通过视频图像对目标速度进行计算,则对于道路交通事故的还原有着巨大的意义。
本发明针对行车记录仪所拍摄的画面进行研究,其中现有行车记录仪的测速主要通过地图软件的卫星定位实现,对于未包含此项功能的行车记录仪,只能得到事故发生前的影像,本发明针对此影像画面进行研究,在不知道摄像机任何参数的情况下,只根据图像和道路信息还原事故发生前自身和画面中目标的车速,为交通事故的再现提供了技术支持。
发明内容
本发明主要解决的技术问题是提供一种基于车载视频图像的交通事故车速测量方法,能够在发生交通事故后通过行车记录仪所拍视频和路面信息计算视频中目标的速度。
由于行车记录仪所拍摄的画面属于移动摄像机,所以画面中目标的位移是相对于车辆自身位移的相对位移,本文利用向量的方式将自身位移和画面目标相对位移向量化,通过向量的加减运算实现目标绝对位移的计算。首先通过车道线的移动计算车辆自身位移,通过画面目标的位置与自身位置的合成,计算车辆目标的绝对位移;其次,使用基于对应点的标定法和基于消失点的标定法转换为世界坐标的点;最后根据视频的帧率分别计算目标在每一帧所经过的时间,生成时间-自身位移和时间-目标位移的曲线,曲线的斜率为其速度;根据实际场景下拍摄的视频,对其中车辆目标进行速度测量,由此验证此软件的准确性与可靠性。
本发明的有益效果是:本发明可以用于车载视频的车速鉴定,当道路发生交通事故后,只通过车载视频图像和路面车道线信息计算自身车速和画面目标车速,使用范围广,不需要已知摄像机的任何参数,且测速精度高,简单易操作。
附图说明
图1是本发明的车载图像测速方法流程图;
图2是本发明的车载图像测速系统的功能图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1和图2,本发明实施方式提供了一种基于车载视频图像的交通事故车速测量方法包括以下步骤:
S11:视频获取和预处理
得到需要分析的视频文件,利用格式转换软件转换为兼容性较好的.avi格式,将视频进行剪辑,得到包含目标的帧序列;
S12:手动点选连续几帧画面中车道线端点的位置与车辆目标的位置,分别记为P 2和P 3;
S13:使用消失点的标定方法对图像进行标定,获取图像坐标到世界坐标的转换矩阵:
设图像大小为(w,h),已知图像中任意一像素位置为P i (u,v,1,1),其对应于世界坐标位置为P w (x w ,y w ,-1,1),使用消失点对图像进行标定并计算P w 的步骤如下:
步骤一:通过两条直线或者相关算法计算图像中消失点坐标为(u v ,v v );
步骤二:利用下式(1)计算θ;
步骤三:选择图像中标定物(如车道线)的端点,利用式(2)转化为P w1,并计算转换完后两点间距离为L,已知标定物端点实际距离为L w ,则比例系数为S=L/Lw;其中,c 1=cosα,c 2=cosφ,s 1=sinα,s 2=sinφ,f=1200,P w1为与世界坐标P w 相差固定倍数的点;
步骤四:图像中任意一点P i 通过式(2)计算得到P w1,则P i 对应于世界坐标点为P w = S *P w1。
其中,S 2m 为车道线端点的位移,与摄像机位移大小相等,这里作为摄像机位移,S 2m 为车辆目标的相对位移,每个帧间隔内目标相对于路面的位移S 1m 用下式(4)计算:
S14:获取视频的帧率,根据下式(5)计算摄像机位移和目标绝对位移,其在第m帧的总位移为D 1m 和D 2m ,生成速度-位移曲线并进行线性拟合,拟合直线的斜率分别为车辆自身和目标的运行速度。
在城市公路上的一个案例中,在下雨天,一辆卡车行驶在路面而未减速,由于路滑引发了交通事故,为了判定车辆发生事故前的运行速度,得到行车记录仪拍摄的视频文件,并对公路上的车道线标志进行实地测量,利用此发明的测速方法及系统,首先将视频文件转换为.avi格式,然后裁剪成包含测速目标的较小的视频序列,获得视频中路面车道线端点的像素位置,使用消失点的标定法,将像素位移转换成实际位移,通过帧率获得时间,最后生成时间-位移曲线,曲线的斜率为目标的速度,还原了此车辆发生事故前的运行速度。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (3)
1.一种基于车载视频图像的交通事故车速测量方法,其特征在于测量步骤包括以下:
第一步:使用消失点的标定方法,获得图像的标定参数;
第二步:手动点选连续几帧画面中车道线端点的位置与车辆目标的位置,分别记为P2和P3;
第三步:将像素位置P2和P3通过标定矩阵转变为世界坐标的位置为:P2wm=(Xn,Yn),P3wm=(X′n,Y′n),n为帧序号,m为帧间隔数序号,m=n-1,每个帧间隔内自身位移与目标相对位移利用式计算:
S2m=|P2wn+1-P2wn|,S3m=|P3wn+1-P3wn| (1)
其中,S2m为车道线端点的位移,与摄像机位移大小相等,这里作为摄像机位移,S2m为车辆目标的相对位移,每个帧间隔内目标相对于路面的位移S1m用下式(2)计算:
第四步:获取视频的帧率,根据下式(3)计算摄像机位移和目标绝对位移,在第m帧的总位移为D1m和D2m,生成速度-位移曲线并进行线性拟合,拟合直线的斜率分别为车辆自身和目标的运行速度,
3.根据权利要求1所述的一种基于车载视频图像的交通事故车速测量方法,其特征在于完成此方法的系统包含以下的功能:
一、基本功能模块,用于视频的导入,播放,显示视频信息;
二、辅助功能模块,用于裁剪画面和剪辑视频;
三、目标匹配模块,用于匹配需要计算速度的目标,得到其像素坐标;
四、图像标定模块,用于计算图像坐标与世界坐标的关系矩阵;
五、速度生成模块,用于生成时间-位移曲线,计算最终的速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110393765.6A CN113223300A (zh) | 2021-04-13 | 2021-04-13 | 一种基于车载视频图像的交通事故车速测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110393765.6A CN113223300A (zh) | 2021-04-13 | 2021-04-13 | 一种基于车载视频图像的交通事故车速测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113223300A true CN113223300A (zh) | 2021-08-06 |
Family
ID=77087494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110393765.6A Pending CN113223300A (zh) | 2021-04-13 | 2021-04-13 | 一种基于车载视频图像的交通事故车速测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113223300A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115050193A (zh) * | 2022-05-07 | 2022-09-13 | 北京卓视智通科技有限责任公司 | 一种基于道路监控视频图像的车辆测速方法及系统 |
CN115684637A (zh) * | 2022-12-30 | 2023-02-03 | 南京理工大学 | 基于路侧单目相机标定的高速公路车辆测速方法及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN107818685A (zh) * | 2017-10-25 | 2018-03-20 | 司法部司法鉴定科学技术研究所 | 一种基于车载视频获取车辆运动状态的方法 |
CN108121941A (zh) * | 2016-11-30 | 2018-06-05 | 上海联合道路交通安全科学研究中心 | 一种基于监控设备的目标物速度计算方法 |
CN108898638A (zh) * | 2018-06-27 | 2018-11-27 | 江苏大学 | 一种车载摄像头在线自动标定方法 |
CN111612849A (zh) * | 2020-05-12 | 2020-09-01 | 深圳市哈工大交通电子技术有限公司 | 一种基于流动车辆的摄像机标定方法及系统 |
CN112150826A (zh) * | 2020-07-29 | 2020-12-29 | 广州汽车集团股份有限公司 | 车速确定方法、装置及计算机可读存储介质 |
-
2021
- 2021-04-13 CN CN202110393765.6A patent/CN113223300A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121941A (zh) * | 2016-11-30 | 2018-06-05 | 上海联合道路交通安全科学研究中心 | 一种基于监控设备的目标物速度计算方法 |
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN107818685A (zh) * | 2017-10-25 | 2018-03-20 | 司法部司法鉴定科学技术研究所 | 一种基于车载视频获取车辆运动状态的方法 |
CN108898638A (zh) * | 2018-06-27 | 2018-11-27 | 江苏大学 | 一种车载摄像头在线自动标定方法 |
CN111612849A (zh) * | 2020-05-12 | 2020-09-01 | 深圳市哈工大交通电子技术有限公司 | 一种基于流动车辆的摄像机标定方法及系统 |
CN112150826A (zh) * | 2020-07-29 | 2020-12-29 | 广州汽车集团股份有限公司 | 车速确定方法、装置及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115050193A (zh) * | 2022-05-07 | 2022-09-13 | 北京卓视智通科技有限责任公司 | 一种基于道路监控视频图像的车辆测速方法及系统 |
CN115050193B (zh) * | 2022-05-07 | 2023-12-15 | 北京卓视智通科技有限责任公司 | 一种基于道路监控视频图像的车辆测速方法及系统 |
CN115684637A (zh) * | 2022-12-30 | 2023-02-03 | 南京理工大学 | 基于路侧单目相机标定的高速公路车辆测速方法及设备 |
CN115684637B (zh) * | 2022-12-30 | 2023-03-17 | 南京理工大学 | 基于路侧单目相机标定的高速公路车辆测速方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107505644B (zh) | 基于车载多传感器融合的三维高精度地图生成系统及方法 | |
CN107451593B (zh) | 一种基于图像特征点的高精度gps定位方法 | |
AU2006203980B2 (en) | Navigation and inspection system | |
EP1242966B1 (en) | Spherical rectification of image pairs | |
CN110969663B (zh) | 一种相机外部参数的静态标定方法 | |
KR100671529B1 (ko) | 복수의 항공 촬영 화상을 이용한 3차원 입체지도의작성방법 | |
CN113223300A (zh) | 一种基于车载视频图像的交通事故车速测量方法 | |
JP6446005B2 (ja) | 地中探査装置 | |
Yue et al. | 3D point clouds data super resolution-aided LiDAR odometry for vehicular positioning in urban canyons | |
CN106153041B (zh) | 一种基于多景深信息的视觉里程计测速方法 | |
TWI682361B (zh) | 路面影像重建與載具定位之方法與系統 | |
CN113137973A (zh) | 一种图像语义特征点真值确定方法及装置 | |
CN112446915A (zh) | 一种基于图像组的建图方法及装置 | |
CN113673386A (zh) | 一种交通信号灯在先验地图中的标注方法 | |
KR20190134303A (ko) | 영상 인식 장치 및 그 방법 | |
CN113192011A (zh) | 一种基于监控视频图像的交通事故车速测量方法 | |
CN115265493B (zh) | 一种基于非标定相机的车道级定位方法及装置 | |
CN101819038B (zh) | 基于标线参数的交通事故现场二维测量及俯视校正方法 | |
CN115100290B (zh) | 交通场景下的单目视觉定位方法及装置、设备、存储介质 | |
CN114503044A (zh) | 用于在3d点云中自动标记对象的系统和方法 | |
WO2022133986A1 (en) | Accuracy estimation method and system | |
Scaramuzza et al. | Monocular omnidirectional visual odometry for outdoor ground vehicles | |
CN112837365A (zh) | 一种基于图像的车辆定位方法及装置 | |
CN113155121B (zh) | 一种车辆定位方法、装置及电子设备 | |
Strosahl et al. | Perspective-Corrected Extraction of Trajectories from Urban Traffic Camera Using CNN |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210806 |