CN113284344A - 一种基于车牌识别及轨迹数据的并道加塞行为分析方法 - Google Patents

一种基于车牌识别及轨迹数据的并道加塞行为分析方法 Download PDF

Info

Publication number
CN113284344A
CN113284344A CN202110364272.XA CN202110364272A CN113284344A CN 113284344 A CN113284344 A CN 113284344A CN 202110364272 A CN202110364272 A CN 202110364272A CN 113284344 A CN113284344 A CN 113284344A
Authority
CN
China
Prior art keywords
vehicle
blocking
time
plugging
merging
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.)
Granted
Application number
CN202110364272.XA
Other languages
English (en)
Other versions
CN113284344B (zh
Inventor
尚春琳
刘小明
李丽丽
冯帅
沈辉
冯寿展
刘文达
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN202110364272.XA priority Critical patent/CN113284344B/zh
Publication of CN113284344A publication Critical patent/CN113284344A/zh
Application granted granted Critical
Publication of CN113284344B publication Critical patent/CN113284344B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出一种基于车牌识别及轨迹数据的并道加塞行为分析方法，通过观察饱和消散波变化特征，根据集散波模型及每辆车上游识别时刻、下游识别时刻，推演出该车的行驶轨迹，找出不符合速度推演的部分，即速度超过或小于阈值最大最小速度，或使集散波出现矛盾或改变的部分，如集结波斜率不会增大。本发明能够对不存在并道加塞、存在并道加塞、可能存在并道加塞三种情况进行识别，能够对加塞的位置范围、车牌识别信息、轨迹信息等信息进行融合分析。

Description

一种基于车牌识别及轨迹数据的并道加塞行为分析方法
技术领域
本发明涉及交通控制领域，具体涉及一种基于车牌识别及轨迹数据的并道加塞行为分析方法。
背景技术
车辆违规并道加塞是造成交通拥堵以及交通事故的主要因素之一。现阶段，针对车辆并道加塞行为的判断多依赖交警现场执法和实时调取监控等方式，存在执法效率低、事件响应不及时等问题，缺乏将并道加塞行为同交通状态监测相结合的手段。
发明内容
为了解决上述技术问题，本发明提出一种基于车牌识别及轨迹数据的并道加塞行为分析方法，通过观察饱和消散波变化特征，根据集散波模型及每辆车上游识别时刻、下游识别时刻，推演出该车的行驶轨迹，找出不符合速度推演的部分，即速度超过或小于阈值最大最小速度，或使集散波出现矛盾或改变的部分，如集结波斜率不会增大。本发明具体采用如下技术方案：
一种基于车牌识别及轨迹数据的并道加塞行为分析方法，该方法包括如下步骤：
(1)首先对通过上下游路口的车辆进行车牌识别，记录每辆车从上游路口驶入时刻
Figure BDA0003006770810000011
及该车从下游路口目标相位某周期绿灯时间驶出的时刻
Figure BDA0003006770810000012
(2)分别对
Figure BDA0003006770810000013
和
Figure BDA0003006770810000014
进行按时间顺序进行排序，观察各
Figure BDA0003006770810000015
和
Figure BDA0003006770810000016
在序列中的位置是否相同，如不同，则找出对应的
Figure BDA0003006770810000017
和
Figure BDA0003006770810000018
设该车辆为Cm；
(3)绘制Cm的行驶轨迹，从上游路口
Figure BDA0003006770810000019
时刻出发，以vmax的速度行驶，绘制轨迹线，同时过下游路口
Figure BDA00030067708100000110
时刻，以饱和消散速度vb绘制轨迹线，该轨迹线与消散波w1相交于O1，过O1做停车等待的时空轨迹线，设该轨迹线与以vmax的速度行驶的轨迹线相交于a1；
(4)分析a1与O1的相对位置，如果a1＜O1，则表示Cm是通过超车达到尽快从下游路口驶出的目的，并不存在并道加塞现象，需转到步骤5进一步分析；如果a1＞O1，则表示Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(5)当a1＜O1时，此时从
Figure BDA0003006770810000021
和
Figure BDA0003006770810000022
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆Cf，以vmin的速度行驶，绘制轨迹线，并与Cf饱和流率消散的轨迹综合分析，如Cf有停车等待，则得到Cf的集结波w2，如w2＞w1，则可知轨迹线不成立，Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(6)从
Figure BDA0003006770810000023
和
Figure BDA0003006770810000024
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆，观察是否存在轨迹线不成立的情况，如存在轨迹线不成立的情况，则Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(7)如存在并道加塞现象，则进一步分析目标相位饱和消散的实际波形图，由于并道加塞的存在，饱和消散波会在加塞位置出现变化，加塞位置的原排队后车消散时间后延至少一个饱和车头时距；
(8)分析饱和消散波位置变化前一辆车的
Figure BDA0003006770810000025
和
Figure BDA0003006770810000026
即回到步骤2进行分析，从而确定此处是否不存在并道加塞、一定存在并道加塞、可能存在并道加塞三种情况；
(9)通过分析饱和消散波位置变化前一辆车与本车的
Figure BDA0003006770810000027
和
Figure BDA0003006770810000028
是否出现交叉，来判断是否本车处属于加塞位置，如出现交叉，则属于加塞位置，如未出现交叉，则不属于加塞位置。
本发明具有如下有益效果：(1)能够对不存在并道加塞、存在并道加塞、可能存在并道加塞三种情况进行识别；(2)能够对加塞的位置范围进行分析；(3)可通过车牌识别信息、轨迹信息、二者融合信息进行分析。
附图说明
图1是并道加塞位置范围分析图。
图2是并道加塞消散波形变化分析图。
图3是非并道加塞轨迹分析图。
具体实施方式
Step1：首先对通过上下游路口的车辆进行车牌识别，进而对车牌进行匹配，记录每辆车从上游路口驶入时刻
Figure BDA0003006770810000031
及该车从下游路口目标相位某周期绿灯时间驶出的时刻
Figure BDA0003006770810000032
Step2：分别对
Figure BDA0003006770810000033
和
Figure BDA0003006770810000034
进行按时间顺序进行排序，观察各
Figure BDA0003006770810000035
和
Figure BDA0003006770810000036
在序列中的位置是否相同，如不同，则找出对应的
Figure BDA0003006770810000037
和
Figure BDA0003006770810000038
设该车辆为Cm，进一步进行分析；
Step3：绘制Cm可能的行驶轨迹，从上游路口
Figure BDA0003006770810000039
时刻出发，以vmax的速度行驶(此处vmax可取路段限速值)，绘制轨迹线，同时，过下游路口
Figure BDA00030067708100000310
时刻，以饱和消散速度vb绘制轨迹线，该轨迹线与消散波w1相交于O1，过O1做停车等待的时空轨迹线，设该轨迹线与以vmax的速度行驶的轨迹线相交于a1；
Step4：分析a1与O1的相对位置，如果a1＜O1(图中A1)，则表示Cm有可能是通过超车达到尽快从下游路口驶出的目的，并不一定存在并道加塞现象，需转到步骤5进一步分析；如果a1＞O1(图中B1)，则表示Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象(此处仅判断有无排队加塞现象)；
Step5：当a1＜O1时，需进一步分析是否存在并道加塞现象，此时从
Figure BDA00030067708100000311
和
Figure BDA00030067708100000312
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆Cf，以vmin的速度行驶(此处vmin可取值vb)，绘制轨迹线，并与Cf饱和流率消散的轨迹综合分析，如Cf有停车等待(以vmin速度行驶的轨迹线与饱和消散波的交点，在以饱和消散速度vb行驶的轨迹线与饱和消散波的交点之上)，则得到Cf的集结波w2，如w2＞w1，则可知轨迹线不成立，Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
Step6：从
Figure BDA00030067708100000313
和
Figure BDA00030067708100000314
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆，观察是否存在轨迹线不成立的情况，如存在轨迹线不成立的情况，则Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象。
Step7：在上述分析的基础上，如存在并道加塞现象，则进一步分析目标相位饱和消散的实际波形图，如图1所示，由于并道加塞的存在，饱和消散波会在加塞位置出现变化，加塞位置的原排队后车消散时间后延至少一个饱和车头时距；
Step8：由于随机性的影响，在实际轨迹中可能出现多个饱和消散波位置变化的情况，此时首先分析饱和消散波位置变化前一辆车的
Figure BDA0003006770810000041
和
Figure BDA0003006770810000042
即回到步骤2进行分析，从而确定此处是否不存在并道加塞、一定存在并道加塞、可能存在并道加塞三种情况；
Step9：加塞位置的分析：由图1可知，根据加塞时刻不同，可分为后车未启动时加塞、后车消散时加塞两种情况。后车未启动时的加塞会导致消散波波形发生变化，而后车消散时加塞消散波形不发生变化，此时发生变化的是车辆饱和消散轨迹，该轨迹从连续的饱和消散速度vb变为两个饱和消散速度vb的衔接。后车消散时加塞会使得加塞影响向后传递，最终可能会使得从某辆停止车辆开始，出现未启动时加塞的消散波形。此时，可通过分析饱和消散波位置变化前一辆车与本车的
Figure BDA0003006770810000043
和
Figure BDA0003006770810000044
是否出现交叉，来判断是否本车处属于加塞位置，如出现交叉，则属于加塞位置，如未出现交叉，则不属于加塞位置。

Claims (1)

1.一种基于车牌识别及轨迹数据的并道加塞行为分析方法，其特征在于，该方法包括如下步骤：
(1)首先对通过上下游路口的车辆进行车牌识别，记录每辆车从上游路口驶入时刻
Figure FDA0003006770800000011
及该车从下游路口目标相位某周期绿灯时间驶出的时刻
Figure FDA0003006770800000012
(2)分别对
Figure FDA0003006770800000013
和
Figure FDA0003006770800000014
进行按时间顺序进行排序，观察各
Figure FDA0003006770800000015
和
Figure FDA0003006770800000016
在序列中的位置是否相同，如不同，则找出对应的
Figure FDA0003006770800000017
和
Figure FDA0003006770800000018
设该车辆为Cm；
(3)绘制Cm的行驶轨迹，从上游路口
Figure FDA0003006770800000019
时刻出发，以vmax的速度行驶，绘制轨迹线，同时过下游路口
Figure FDA00030067708000000110
时刻，以饱和消散速度vb绘制轨迹线，该轨迹线与消散波w1相交于O1，过O1做停车等待的时空轨迹线，设该轨迹线与以vmax的速度行驶的轨迹线相交于a1；
(4)分析a1与O1的相对位置，如果a1＜O1，则表示Cm是通过超车达到尽快从下游路口驶出的目的，并不存在并道加塞现象，需转到步骤5进一步分析；如果a1＞O1，则表示Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(5)当a1＜O1时，此时从
Figure FDA00030067708000000111
和
Figure FDA00030067708000000112
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆Cf，以vmin的速度行驶，绘制轨迹线，并与Cf饱和流率消散的轨迹综合分析，如Cf有停车等待，则得到Cf的集结波w2，如w2＞w1，则可知轨迹线不成立，Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(6)从
Figure FDA00030067708000000113
和
Figure FDA00030067708000000114
序列中找到在Cm之前从上游驶入而在Cm之后从下游路口驶出的车辆，观察是否存在轨迹线不成立的情况，如存在轨迹线不成立的情况，则Cm不可能通过超车达到尽快从下游路口驶出的目的，而是存在并道加塞现象；
(7)如存在并道加塞现象，则进一步分析目标相位饱和消散的实际波形图，由于并道加塞的存在，饱和消散波会在加塞位置出现变化，加塞位置的原排队后车消散时间后延至少一个饱和车头时距；
(8)分析饱和消散波位置变化前一辆车的
Figure FDA0003006770800000021
和
Figure FDA0003006770800000022
即回到步骤2进行分析，从而确定此处是否不存在并道加塞、一定存在并道加塞、可能存在并道加塞三种情况；
(9)通过分析饱和消散波位置变化前一辆车与本车的
Figure FDA0003006770800000023
和
Figure FDA0003006770800000024
是否出现交叉，来判断是否本车处属于加塞位置，如出现交叉，则属于加塞位置，如未出现交叉，则不属于加塞位置。
CN202110364272.XA 2021-04-04 2021-04-04 一种基于车牌识别及轨迹数据的并道加塞行为分析方法 Active CN113284344B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110364272.XA CN113284344B (zh) 2021-04-04 2021-04-04 一种基于车牌识别及轨迹数据的并道加塞行为分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110364272.XA CN113284344B (zh) 2021-04-04 2021-04-04 一种基于车牌识别及轨迹数据的并道加塞行为分析方法

Publications (2)

Publication Number Publication Date
CN113284344A true CN113284344A (zh) 2021-08-20
CN113284344B CN113284344B (zh) 2022-07-15

Family

ID=77276268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110364272.XA Active CN113284344B (zh) 2021-04-04 2021-04-04 一种基于车牌识别及轨迹数据的并道加塞行为分析方法

Country Status (1)

Country Link
CN (1) CN113284344B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200672A (zh) * 2014-08-19 2014-12-10 北方工业大学 基于多传感器融合的交通路口排队长度检测方法及系统
JP2016004425A (ja) * 2014-06-17 2016-01-12 株式会社豊田中央研究所 車線変更支援装置及びプログラム
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
CN107123276A (zh) * 2016-08-25 2017-09-01 苏州华川交通科技有限公司 利用低抽样率gps数据的交叉口车辆排队长度估算方法
CN107742418A (zh) * 2017-09-29 2018-02-27 东南大学 一种城市快速路交通拥堵状态及堵点位置自动识别方法
JP2018067234A (ja) * 2016-10-21 2018-04-26 株式会社創発システム研究所 自動車自動運転支援システム。
CN108492562A (zh) * 2018-04-12 2018-09-04 连云港杰瑞电子有限公司 基于定点检测与电警数据融合的交叉口车辆轨迹重构方法
CN110085037A (zh) * 2019-03-25 2019-08-02 合肥工业大学 一种车路协同环境下交叉口信号控制及车速引导系统
CN111091714A (zh) * 2020-01-10 2020-05-01 长沙理工大学 一种基于车路协同的交通灯信号控制方案
CN111739315A (zh) * 2020-08-27 2020-10-02 台州市远行客网络技术有限公司 一种交通信号灯绿波智能调节方法及智能调节系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016004425A (ja) * 2014-06-17 2016-01-12 株式会社豊田中央研究所 車線変更支援装置及びプログラム
CN104200672A (zh) * 2014-08-19 2014-12-10 北方工业大学 基于多传感器融合的交通路口排队长度检测方法及系统
CN107123276A (zh) * 2016-08-25 2017-09-01 苏州华川交通科技有限公司 利用低抽样率gps数据的交叉口车辆排队长度估算方法
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
JP2018067234A (ja) * 2016-10-21 2018-04-26 株式会社創発システム研究所 自動車自動運転支援システム。
CN107742418A (zh) * 2017-09-29 2018-02-27 东南大学 一种城市快速路交通拥堵状态及堵点位置自动识别方法
CN108492562A (zh) * 2018-04-12 2018-09-04 连云港杰瑞电子有限公司 基于定点检测与电警数据融合的交叉口车辆轨迹重构方法
CN110085037A (zh) * 2019-03-25 2019-08-02 合肥工业大学 一种车路协同环境下交叉口信号控制及车速引导系统
CN111091714A (zh) * 2020-01-10 2020-05-01 长沙理工大学 一种基于车路协同的交通灯信号控制方案
CN111739315A (zh) * 2020-08-27 2020-10-02 台州市远行客网络技术有限公司 一种交通信号灯绿波智能调节方法及智能调节系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈国江: "过饱和状态下城市路网控制子区动态划分方法", 《浙江工业大学学报》 *

Also Published As

Publication number Publication date
CN113284344B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN111383481B (zh) 城市拥堵路口智能网联汽车绿色通行车速优化方法
CN108492562B (zh) 基于定点检测与电警数据融合的交叉口车辆轨迹重构方法
CN109961639B (zh) 一种过饱和状态下车道排队长度估计方法
CN107730922A (zh) 一种单向干线绿波协调控制自适应调整方法
CN110910646B (zh) 用于交叉口的无人驾驶公交车辆的协同控制方法
CN111640295B (zh) 基于潜在冲突风险评估的交叉口事故黑点判别方法
CN112258849B (zh) 基于高速公路的动态自动驾驶专用车道及其使用方法
Lin et al. Level-of-service analysis of toll plazas on freeway main lines
CN104575000A (zh) 记录机动车跟进阻塞路口的违法行为的系统和方法
CN103208191A (zh) 一种城市道路交叉口过饱和条件下信号协调控制的优化方法
CN111341152B (zh) 考虑待行队列与安全避撞的网联汽车绿色通行系统与方法
CN112622937B (zh) 一种面对行人时自动驾驶汽车的通行权决策方法
CN111932910A (zh) 一种智能车路协同环境下实时动态可变车道安全控制方法
CN110363997A (zh) 一种有施工区交叉口信号配时优化方法
CN110176138B (zh) 一种路口级的主动交通诱导方法
CN104021683A (zh) 一种交叉口黄灯抓拍的自适应信号配时方法
CN113129594A (zh) 一种基于卡口数据的交叉口饱和流率计算方法
CN104915912A (zh) 一种黄灯困境区域建模方法
CN113284344B (zh) 一种基于车牌识别及轨迹数据的并道加塞行为分析方法
CN114312787A (zh) 一种用于混合交通流拥堵工况的智能车辆控制方法
US20160082905A1 (en) System and method for analyzing fuel efficiency based on driving behavior
CN113240903B (zh) 一种基于雷视监测的路口车辆加塞预警及管控方法
CN111341123B (zh) 基于车辆运动学模型的路口待行队列估计方法
Lin et al. Capability of intermittent bus lane utilization for regular vehicles
Wen et al. Traffic Efficiency of Ramp Intersection Based on Monte Carlo Simulation

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