CN113420748B - 车辆违规行驶的检测方法、装置、电子设备及存储介质 - Google Patents
车辆违规行驶的检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113420748B CN113420748B CN202110980280.7A CN202110980280A CN113420748B CN 113420748 B CN113420748 B CN 113420748B CN 202110980280 A CN202110980280 A CN 202110980280A CN 113420748 B CN113420748 B CN 113420748B
- Authority
- CN
- China
- Prior art keywords
- detection
- virtual area
- line segment
- target
- target vehicle
- 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
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Abstract
本申请适用于道路物联网技术领域,提供了一种车辆违规行驶的检测方法、装置、电子设备及存储介质。该检测方法包括:边缘计算网关针对摄像设备拍摄的目标交通场景的待检测图像,执行以下步骤:在待检测图像中获取与目标交通场景对应的检测线段;确定位于检测线段两侧的第一虚拟区域和第二虚拟区域;检测待检测图像中目标车辆的目标点与第一虚拟区域以及第二虚拟区域之间的位置关系;获取检测标识的状态;根据位置关系和检测标识的状态确定目标车辆的行驶状态;根据目标交通场景的行驶规则和行驶状态,确定目标车辆是否存在违规行驶行为的检测结果。本申请实现了对交通违规行为的高效自动检测。
Description
技术领域
本申请属于道路物联网技术领域,尤其涉及一种车辆违规行驶的检测方法、装置、电子设备及存储介质。
背景技术
随着经济的飞速发展、人民生活日益富裕,机动车数量不断增加。时常会有一些驾驶员贪图一时便利,不按照交通规定行驶,例如:违规逆行、违规变道、违规掉头、直行车道违规右转或左转车道违规直行等等。这些违规行驶的车辆都会构成交通安全隐患,如果不能及时发现违规行驶的行为,并进行警告、纠正将会导致重大的安全和经济问题。
在传统的交通违规行为检查中,通常是安排交警人员在道路或路口现场进行监督,但是这种方法不仅要消耗很大的人力,而且交警人员能够覆盖的范围十分有限,不能做到全天候监管。
发明内容
本申请实施例提供了一种车辆违规行驶的检测方法、装置、电子设备及存储介质,可以解决对车辆违规行驶行为进行自动检测问题。
第一方面,本申请实施例提供了一种车辆违规行驶的检测方法,应用于边缘计算网关,所述检测方法包括,所述边缘计算网关针对摄像设备拍摄的目标交通场景的待检测图像,执行以下步骤:
在所述待检测图像中获取与所述目标交通场景对应的检测线段;
确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域;
检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系;
获取检测标识的状态,所述检测标识的状态用于指示所述目标点在一个检测期间内首次进入的虚拟区域;
根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态;
根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果。
应理解,通过在待检测图像中获取与目标交通场景对应的检测线段,并在检测线段两侧设置虚拟区域的方式对目标车辆进行检测,更加适用于边缘计算场景,避免了如果待检测图像中有多条检测线段以及多个车辆目标时就需要循环检测所有车辆是否穿过任意检测线段,造成的大量算力消耗。通过检测标识的状态和目标车辆的目标点与虚拟区域的位置关系对车辆是否违规进行检测,可以针对一帧图像进行检测得到检测结果,而不必回溯视频流,或计算目标车辆的行驶轨迹,对算力要求低,从而节省功耗、速度快,更适用于边缘计算场景。
第二方面,本申请实施例提供了一种车辆违规行驶的检测装置,应用于边缘计算网关,所述检测装置针对摄像设备拍摄的目标交通场景的待检测图像,包括以下模块:
检测线段获取模块,用于在所述待检测图像中获取与所述目标交通场景对应的检测线段;
虚拟区域确定模块,用于确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域;
位置关系确定模块,用于检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系;
检测标识获取模块,用于获取检测标识的状态,所述检测标识的状态用于指示所述目标点在一个检测期间内首次进入的虚拟区域;
行驶状态确定模块,用于根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态;
检测结果确定模块,用于根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果。
第三方面,本申请实施例提供了一种边缘计算网关,包括:
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的方法步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的车辆违规行驶检测系统的示意图;
图2是本申请一实施例提供的车辆违规行驶检测方法的流程示意图;
图3是本申请一实施例提供的判断车辆行驶状态示意图;
图4是本申请一实施例提供的应用场景示意图;
图5是本申请另一实施例提供的应用场景示意图;
图6是本申请另一实施例提供的应用场景示意图;
图7是本申请一实施例提供的车辆违规行驶检测方法的流程示意图;
图8是本申请实施例提供的车辆违规行驶检测装置的结构示意图;
图9是本申请实施例提供的边缘计算网关的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在说明本申请实施例提供的车辆违规行驶检测方法之前,为方便对本申请实施例的理解,下面结合图1对本申请实施例提供的车辆违规行驶检测方法的原理以及本申请实施例中涉及的相关概念进行说明。
图1示出的是本申请实施例提供的一种车辆违规行驶检测系统10。在一些实施例中该系统10包括:边缘计算网关110和摄像设备120。在一些实施例中,该系统还包括云端服务器130。
其中,边缘计算网关110和摄像设备120通过有线和/或无线通信网络通信。边缘计算网关110和云端服务器130通过有线和/或无线通信网络通信。
边缘计算网关(又叫物联网边缘计算网关),简称 Edge-Gateway,是一种可以在设备上运行本地计算、消息通信、数据缓存等功能的工业智能网关,可以在无需联网的情况实现设备的本地联动以及数据处理分析。
鉴于目前交通违规行为检查的情况,本申请实施例在路侧摄像设备的边缘侧,采用边缘计算和深度学习技术对摄像设备实时视频流进行图像识别分析,并通过本申请提供的车辆违规行驶的检测方法判断车辆是否存在违规行驶的行为,使用相应的物联网通信技术将车辆违规行驶事件快速上报至云端服务器的管理平台,云端服务器管理平台进而提示该路段的行驶员谨慎行驶。这样能够有效判断和监测道路车辆行驶情况,解决了传统人工检查费时费力、成本高的问题,实现对道路智能化、实时化和及时化的有效监控。
图2示出了本申请实施例提供的车辆违规行驶的检测方法,应用于上述图1所示的车辆违规行驶的检测系统10中的边缘计算网关110,可由所述边缘计算网关110的软件和/或硬件实现。如图2所示,所述检测方法包括,所述边缘计算网关110针对摄像设备120拍摄的目标交通场景的待检测图像,执行步骤S110至S160。各个步骤的具体实现原理如下:
S110,在所述待检测图像中获取与所述目标交通场景对应的检测线段。
在一些实施例中,边缘计算网关110接收摄像设备120拍摄的视频流,并按时间顺序,逐帧处理该视频流中的图像。待检测图像为该视频流中的第K帧图像,K为正整数。应理解,在处理第K帧图像后,边缘计算网关110继续处理第K+1帧图像。
目标交通场景可以是对应一种交通违规行为的交通场景,例如禁止逆行场景、禁止变道场景、禁止转弯场景、转弯场景(可以包括左转弯场景、右转弯场景)等。
检测线段可以是基于路面设置的交通标志线的一部分获取的,也可以是针对目标交通场景,在待检测图像上设置的检测线段。应理解,检测线段与目标交通场景存在对应关系,例如,所述目标交通场景为禁止逆行场景,所述检测线段设置于直行车道,并垂直于所述直行车道;所述目标交通场景为禁止变道场景,所述检测线段设置于禁止跨越车道线;所述目标交通场景为禁止掉头场景,所述检测线段设置于禁止掉头车道线;所述目标交通场景为转弯车道场景,所述检测线段设置于转弯车道的禁止行进方向,并与所述禁止行进方向垂直。本领域技术人员应能在理解本申请的基础上,根据不同的目标交通场景设置和获取检测线段。
在一些实施例中,在所述待检测图像中获取与所述目标交通场景对应的检测线段,可以包括:采用交通标志线识别模型,识别所述待检测图像中设置在所述目标交通场景的交通标志线;或,响应于用户触发的检测线设置指令,在所述待检测图像中设置所述检测线段;或,读取预设的检测线段参数,在所述待检测图像中设置所述检测线段。
S120,确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域。
在一些实施例中,确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域,包括:基于所述检测线段和预设阈值,在所述检测线段两侧分别生成第一虚拟线段和第二虚拟线段,所述第一虚拟线段和所述第二虚拟线段分别与所述检测线段平行;所述检测线段和所述第一虚拟线段之间构成第一虚拟区域;所述检测线段和所述第二虚拟线段之间构成第二虚拟区域。在一些实施例中,预设阈值小于等于车辆宽度和/或车辆长度,以使虚拟区域仅容纳一辆目标车辆通过,避免虚拟区域内出现多个车辆的目标点,造成误检测。
图3示出的是本申请一实施例提供的判断车辆行驶状态示意图。其中,X为待检测图像300的二维坐标系的横坐标;Y为待检测图像300的二维坐标系的纵坐标。图4、图5和图6参考此例,不再赘述。
参考图3,在一种可能的实施方式中,可以通过响应于用户触发的检测线设置指令,在所述待检测图像300中设置所述检测线段310。基于检测线段310和预设阈值生成第一虚拟线段311和第二虚拟线段312。第一虚拟线段311和检测线段310之间构成第一虚拟区域321,第二虚拟线段312和检测线段310之间构成第二虚拟区域322。
由于虚拟线段以及虚拟区域是根据检测线段和预设阈值生成的,在目标交通场景中就可以随时添加检测线段不需要额外的操作,容易针对目标交通场景的规则变化随时进行部署和调整。设置预设阈值可以防止虚拟区域之外的车辆对越线检测造成误判。
S130,检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系。
在一些实施例中,可以通过目标检测和跟踪模型,检测所述待检测图像中目标车辆的目标点。在一个具体的示例中,首先,边缘计算网关将从本地摄像设备获取的实时视频流中的待检测图像进行图像预处理。接着,利用深度学习车辆识别模型,例如resnet18模型或resnet50模型,对待检测图像进行检测分析,输出针对目标车辆的目标检测框,以及输出目标检测框在待检测图像中的坐标。同时,赋予目标车辆统一身份标识(UniqueIdentification,UID)。然后,基于目标跟踪算法,例如光流跟踪算法KLT(Kanade-Lucas-Tomasi)算法,对目标车辆进行跟踪。针对每一帧待检测图像使用UID标记目标车辆。也就是说,通过目标跟踪算法,保证每帧待检测图像中相同的目标车辆具有相同的UID。
在一些实施例中,UID为正整数。应理解,采用UID标记目标车辆,可以标记在待检测图像上,也可记录在计算机程序的相应变量中,并不显示在待检测图像上。
在一些实施例中,目标点可以是目标检测框的中点,也可以是响应于用户触发的检测点设置操作,在目标检测框中设置的检测点。
图3示出的目标车辆在单向车道302单向行驶的示例。目标车辆由目标检测框301表示。目标检测框可以是目标检测和跟踪模型在检测到目标车辆后,在待检测图像上生成的矩形框。
目标检测框包含在二维坐标系中的四个顶点坐标,定义左上角的坐标为(x_left,y_top),左下角坐标(x_left,y_bottom)、右上角坐标(x_right,y_top)、右下角(x_right,y_bottom)。在一些实施例中,检测目标车辆M的目标点可以为目标检测框的中心点3011,目标点坐标为(mod_x (M),mod_y (M)),
mod_x (M) =( x_left (M) + x_ right (M))/2;
mod_y (M) = (y_top (M)+ y_bottom(M))/2;
其中,x_left (M)为目标车辆M的目标检测框左上角横坐标,x_ right (M)为目标车辆M的目标检测框右上角横坐标,y_top (M)为目标车辆M的目标检测框左上角纵坐标,y_bottom(M)为目标车辆M的目标检测框左下角纵坐标。
在一些实施例中,如图3所示,目标车辆在单向车道302行驶过程中,与第一虚拟区域321和第二虚拟区域322可以形成多种位置关系。目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系可以包括:目标点没有处于第一虚拟区域和第二虚拟区域;目标点处于第一虚拟区域;目标点处于第二虚拟区域等。
S140,获取检测标识的状态,所述检测标识的状态用于指示所述目标点在一个检测期间内首次进入的虚拟区域。
在一些实施例中,可以采用计算机软件的变量来实现检测标识,变量的不同取值代表检测标识的状态,也可以采用硬件设备的状态来实现检测标识,硬件设备的不同状态代表检测标识的状态。
在一个具体的示例中,采用命名为flag_F的变量来记录检测标识的状态。例如,flag_F=0表示检测标识为初始状态,flag_F=UID表示检测标识为第一状态,flag_F=-UID表示检测标识为第二状态。本申请的其他实施例均可参考本示例。
在一些实施例中,检测期间可以为目标车辆的目标点首次进入第一虚拟区域或第二虚拟区域,直至所述目标点离开第一虚拟区域和第二虚拟区域之间的时间段。
在一个具体的示例中,没有车辆进入虚拟区域时,检测标识为初始状态,flag_F=0。当目标检测和跟踪模型检测到目标车辆的目标点首次进入第一虚拟区域或第二虚拟区域时,通过检测标识的状态记录目标点进入的是第一虚拟区域还是第二虚拟区域。采用flag_F=UID表示检测标识为第一状态,用以表示目标点进入的是第一虚拟区,采用flag_F=-UID表示检测标识为第二状态,用以表示目标点进入的是第二虚拟区。应理解,若检测到目标车辆驶离虚拟区域,即目标点不在虚拟区域中,则将检测标识重置为初始状态,即flag_F=0。flag_F的值从0变化到非0,再变化到0的这个时间段为一个检测期间。
本申请一实施例提供了设置检测标识状态的方法,在图2所示的实施例的基础上,针对第K帧图像,若检测到所述目标点没有处于所述第一虚拟区域和所述第二虚拟区域之内,则将检测标识设置为初始状态;若检测到所述目标点处于所述第一虚拟区域之内,并且所述检测标识为初始状态,则将所述检测标识设置为第一状态;若检测到所述目标点处于所述第二虚拟区域之内,并且所述检测标识为初始状态,则将所述检测标识设置为第二状态。在一个具体的示中,采用变量flag_F的值作为检测标识的状态。若检测到所述目标点没有处于所述第一虚拟区域和所述第二虚拟区域之内,则将检测标识flag_F设置为初始状态flag_F=0,若检测到所述目标点处于所述第一虚拟区域之内,并且flag_F=0,则将所述检测标识设置为第一状态,flag_F=UID;若检测到所述目标点处于所述第二虚拟区域之内,并且flag_F=0,则将所述检测标识设置为第二状态,flag_F=-UID。可以理解的是,针对第K帧图像,在获取检测标识状态的步骤之前设置检测标识状态。
S150,根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态。
在一些实施中,根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态,包括:若检测到所述目标点处于所述第一虚拟区域,并且所述检测标识为第一状态,则确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域;若检测到所述目标点处于所述第一虚拟区域,并且所述检测标识为第二状态,则确定所述目标车辆的行驶状态为,所述目标车辆从所述第二虚拟区域驶入所述第一虚拟区域;若检测到所述目标点处于所述第二虚拟区域,并且所述检测标识为第一状态,则确定所述目标车辆的行驶状态为,所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域;若检测到所述目标点处于所述第二虚拟区域,并且所述检测标识为第二状态,则确定所述目标车辆的行驶状态为,目标车辆未驶出所述第二虚拟区域。
在一些实施例中,若检测到所述目标点处于所述第一虚拟区域或第二虚拟区域之内,并且所述检测标识不为初始状态,则根据所述目标点所处的虚拟区域和所述检测标识的状态判断所述目标车辆的行驶状态。
参见图3,目标车辆的目标点如果处于第一虚拟区域321,并且检测标识为第一状态,flag_F=UID,则说明在一个检测期间内,目标车辆驶入了第一虚拟区域321,但是还未驶离第一虚拟区域321。
目标点如果处于第一虚拟区域321,并且检测标识为第二状态,flag_F=-UID,则说明在一个检测期间内,目标车辆首先驶入了第二虚拟区域322,在当前帧的时间点,目标车辆处于第一虚拟区域321,由于对视频流的处理是按时间顺序处理的,所以目标车辆的行驶状态是从第二虚拟区域322驶入第一虚拟区域。
目标点如果处于第二虚拟区域322,并且检测标识为第二状态,flag_F=-UID,则说明在一个检测期间内,目标车辆驶入了第二虚拟区域322,但是还未驶离第二虚拟区域322。
目标点如果处于第二虚拟区域322,并且检测标识为第一状态,flag_F=UID,则说明在一个检测期间内,目标车辆首先驶入了第一虚拟区域321,在当前帧的时间点,目标车辆处于第二虚拟区域322,由于对视频流的处理是按时间顺序处理的,所以目标车辆的行驶状态是从第一虚拟区域321驶入第二虚拟区域322。
S160,根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果。
在一些实施例中,所述目标交通场景为禁止逆行场景,所述检测线段设置于直行车道内,并垂直于所述直行车道,所述预设阈值小于车辆二分之一长度,所述第一虚拟线段和所述第二虚拟线段沿所述直行车道的正常行进方向依次设置;所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆从所述第二虚拟区域驶入所述第一虚拟区域,则确定所述目标车辆存在逆行的违规行驶行为。
在一个具体的示例中,参见图4,图4中目标车辆采用目标检测框401标识,目标检测框401的中心点4011作为检测车辆行驶状态的目标点。在该待检测图像400中,右侧车道402的正常行驶方向为上行箭头4021指示的方向,左侧车道403的正常行驶方向为下行箭头4031指示的方向。
以右侧车道402为例,目标交通场景为禁止逆行场景,也就是说检测的目的为检测是否存在车辆逆行的情况。在获取第K帧待检测图像后,在右侧车道内设置检测线段410,并根据预设阈值在检测线段410两侧生成与检测线段平行的第一虚拟线段411和第二虚拟线段412。第一虚拟线段411和检测线段410之间构成第一虚拟区域421,第二虚拟线段412和间隔线段之间构成第二虚拟区域422。
在一些实施例中,预设阈值小于车辆二分之一长度,也就是说,检测线段与任一虚拟线段的距离小于车辆二分之一长度,应理解,这里的车辆长度可以为车辆平均长度,还可以为车辆的最小长度,可以根据实际情况进行调整,以使虚拟区域仅容纳一辆目标车辆通过,避免虚拟区域内出现多个车辆的目标点,造成误检测。本领域技术人员也应能理解,在实际进行图像数据处理时,应对图像和实际场景中的参数进行标定,由于参数的标定属于现有技术,这里不再赘述,以下实施例可以参考本示例。
在图4的右侧车道402中,如果目标车辆的行驶状态为,所述目标车辆从所述第二虚拟区域驶入所述第一虚拟区域,则确定所述目标车辆存在逆行的违规行驶行为。
在一个具体的示例中,检测到目标车辆的中心点4011处于第一虚拟区域421,此时,获取检测标识为第二状态,flag_F=-UID,由于对视频流的处理是按时间顺序处理的,也就是说,在一个检测期间内,该目标车辆先进入了第二虚拟区域422,而后又穿越了检测线段410,进入了第一虚拟区域421。由此,可以确定该目标车辆没有按照正确的上行箭头4021指向的方向行驶,该目标车辆存在逆行的违规行为。
可以理解的是,检测到目标车辆的中心点4011处于第二虚拟区域422,此时,获取检测标识为第一状态,flag_F=UID,由于对视频流的处理是按时间顺序处理的,也就是说,在一个检测期间内,该目标车辆先进入了第一虚拟区域421,而后又穿越了检测线段410,进入了第二虚拟区域422。由此,可以确定该目标车辆是按照正确的上行箭头4021指向的方向行驶。
可以理解的是,若检测到目标车辆的中心点4011处于第一虚拟区域,此时获取检测标识为第一状态flag_F=UID,或目标车辆的中心点4011处于第二虚拟区域,此时获取检测标识为第二状态flag_F=-UID,不能说明车辆的行驶方向,在目标交通场景为禁止逆行场景的情况下可以忽略该检测结果。
在一些实施例中,所述目标交通场景为禁止变道场景,所述检测线段设置于禁止跨越车道线,所述预设阈值小于车辆二分之一宽度,所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,则确定所述目标车辆存在违规变道的违规行驶行为。
在一个具体的示例中,参见图5,图5中目标车辆采用目标检测框501标识,目标检测框501的中心点5011作为检测车辆行驶状态的目标点。在该待检测图像500中,右侧车道502的正常行驶方向为上行箭头5021指示的方向,左侧车道503的正常行驶方向为上行箭头5031指示的方向。以右侧车道502为例,目标交通场景为禁止变道,也就是说检测的目的为检测是否存在车辆跨越左侧车道503和右侧车道502之间的禁止跨越车道线的情况。在获取第K帧待检测图像后,识别左侧车道503和右侧车道502之间的禁止跨越车道线,在识别车禁止跨越车道线的基础上获取检测线段510,在检测线段两侧生成与检测线段平行的第一虚拟线段511和第二虚拟线段512。第一虚拟线段511和检测线段510之间构成第一虚拟区域521,第二虚拟线段512和间隔线段之间构成第二虚拟区域522。
在一些实施例中,预设阈值小于车辆二分之一宽度,也就是说,检测线段与任一虚拟线段的距离小于车辆二分之一宽度,应理解,这里的车辆宽度可以为车辆平均宽度,还可以为车辆的最小宽度,可以根据实际情况进行调整,以使虚拟区域仅容纳一辆目标车辆通过,避免虚拟区域内出现多个车辆的目标点,造成误检测。
在图5的右侧车道502中,如果目标车辆的行为状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,则确定所述目标车辆存在违规变道的违规行驶行为。
在一个具体的示例中,如果检测到目标车辆正常行驶,也就是目标检测框501的中心点5011始终没有进入过虚拟区域,则检测标识始终处于初始状态,flag_F=0。如果检测到该检测标识的值不为初始状态,flag_F不等于0,则说明目标车辆的目标点已经进入到了虚拟区域。由于对视频流的处理是按时间顺序处理的,一旦检测到了所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,也就是flag_F=UID或flag_F=-UID,则可以认为目标点进入了两个虚拟区域之一,由于检测线段与任一虚拟线段的距离小于车辆二分之一宽度,则可认为该目标车辆已经跨越了两车道之间的禁止跨越车道线的情况。
在一些实施例中,所述目标交通场景为禁止掉头场景,所述检测线段设置于禁止掉头车道线,所述预设阈值小于车辆二分之一宽度,所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,则确定所述目标车辆存在违规掉头的违规行驶行为。禁止掉头的场景中,检测目标车辆是否有穿越两车道之间的禁止掉头车道线的情况。其原理可参考图5以及上述禁止变道场景。
在一些实施例中,所述目标交通场景为转弯车道场景,所述检测线段设置于转弯车道的禁止行进方向,并与所述禁止行进方向垂直,所述预设阈值小于车辆二分之一长度,所述第一虚拟线段和所述第二虚拟线段沿所述禁止行进方向依次设置;所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,则确定所述目标车辆存在未按规定转向的违规行驶行为。
在一个具体的示例中,图6示出的是本申请实施例提供一种应用场景示意图,图6中以检测左转车道违规行驶为例,目标车辆采用目标检测框601标识,目标检测框601的中心点6011作为检测车辆行驶状态的目标点。在该待检测图像600中,左转车道602的正常行驶方向为在左转区域603左转箭头6021指示的方向。在该场景下,直行方向和右转方向都是该转弯车道的禁止行进方向。
在获取第K帧待检测图像后,在左转区域603的直行方向设置检测线段610a,和/或在左转区域603的右转方向设置检测线段610b。根据预设阈值在检测线段610a和610b两侧生成与检测线段平行的第一虚拟线段611a和611b,以及第二虚拟线段612a和612b。应理解,可以根据实际情况设置检测线段,例如在只需要检测是否有违规直行的情况下,可以只设置检测线段610a,只需要检测是否有违规右转的情况下,可以只设置检测线段610b。并在检测线段的基础上生成虚拟线段。
以检测左转路口是否存在车辆违规直行为例,第一虚拟线段611a和检测线段610a之间构成第一虚拟区域621a,第二虚拟线段612a和间隔线段之间构成第二虚拟区域622a。在图6的左转车道602中,若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,则确定所述目标车辆存在未按规定转向的违规行驶行为。
在一个具体的示例中,如果检测到目标车辆正常行驶,即目标检测框601的中心点6011始终在左转区域603内,没有进入检测违规直行的第一虚拟区域621a,则检测标识始终处于初始状态,flag_F=0。如果检测到该检测标识的值为第一状态,flag_F=UID,则说明目标车辆的目标点已经进入到了第一虚拟区域621a。由于对视频流的处理是按时间顺序处理的,一旦检测到了所述目标车辆未驶出所述第一虚拟区域,也就是flag_F=UID,由于检测线段与任一虚拟线段的距离小于车辆二分之一长度,则可认为该目标车辆已经跨越了检测线段610a,该目标车辆出现了违规直行的情况。
同理,以检测左转路口是否存在车辆违规右转为例,第一虚拟线段611b和检测线段610b之间构成第一虚拟区域621b,第二虚拟线段612b和间隔线段之间构成第二虚拟区域622b。在图6的左转车道602中,若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,则确定所述目标车辆存在未按规定转向的违规行驶行为。
在一个具体的示例中,如果检测到目标车辆正常行驶,即目标检测框601的中心点6011始终在左转区域603内,没有进入检测违规右转的第一虚拟区域621bflag_F=0。如果检测到该检测标识的值为第一状态flag_F=UID,则说明目标车辆的目标点已经进入到了第一虚拟区域621b。由于对视频流的处理是按时间顺序处理的,检测到了所述目标车辆未驶出所述第一虚拟区域,也就是flag_F=UID,由于检测线段与任一虚拟线段的距离小于车辆二分之一长度,则可认为该目标车辆已经跨越了检测线段610b,该目标车辆出现了违规右转的情况。
基于以上对左转车道的示例,本领域技术人员可以在不付出创造性劳动的情况下,实现针对右转车道,以及其他交通场景的违规检测,这里不再赘述。
在一些实施例中,在所述转弯车道场景中生成转弯区域;所述检测方法还包括:若检测到所述目标点没有处于所述转弯区域,则将转弯标识设置为关闭状态;若检测到所述目标点处于所述转弯区域,并且所述转弯标识为关闭状态,则将所述转弯标识设置为开启状态;若检测到所述目标点处于所述第一虚拟区域或所述第二虚拟区域,并且所述转弯标识为开启状态,与此同时,若确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域,则所述目标车辆存在未按规定转向的违规行驶行为。
在实际的道路交通中,图6的虚拟区域中还可能出现对向车道转弯进入的车辆,为了避免出现错误检测结果。针对第K帧图像,在左转区域603的基础上生成转弯区域。转弯区域用于检测是否有车辆进入。若检测到所述目标点没有处于所述转弯区域,则将转弯标识flag_L设置为关闭状态,flag_L=0;若检测到所述目标点处于所述转弯区域,并且所述转弯标识为关闭状态flag_L=0,则将所述转弯标识设置为开启状态,flag_L=UID。
与此同时,若确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域,也就是flag_F=UID则所述目标车辆存在未按规定转向的违规行驶行为。
可以理解的是,若flag_L=0,则说明无车辆穿越左转区域,此时检测是否为有车辆违规直行或违规右转则无意义。若flag_F= -UID,则说明目标车辆首次进入的是第二虚拟区域,这种情况下也无检测是否存在左转车道违规的必要。可见,通过生成转弯区域,并采用转弯标识的状态来确定是否对目标车辆进行违规行驶的检测,可以减少出现与目标交通场景无关的检测结果,减少错误的检测结果。
在上述图2所示的车辆违规行驶的检测方法的实施例的基础上,本申请实施例提供的车辆违规行驶的检测方法还包括步骤S701至步骤S704:
S701,若确定所述目标车辆存在违规行驶行为的检测结果,则保存违规信息图像;所述违规信息图像为当前帧待检测图像或当前帧待检测图像部分区域图像。
在一些实施例中,参见图7,当判断目标车辆出现违规逆行、违规变道、违规掉头、转弯车道违规行驶等违规情况时,可以保存当前的第K帧图像,也可以对该帧图像进行部分区域的截取,保存待检测图像部分区域图像。
S702,构建结构化的违规信息。
S703,基于所述结构化的违规信息生成违规信息报文。
在一些实施例中,
可以采用以下构建结构化信息的方式构建报文信息:
{
"id": "xxxx",
"type": "1",
"uuid": "0kz5jlizotnlov2amct7fd4jl3s4kqza",
"time": "20210313155853",
"pictureName":"逆行_01_20210313155853.jpg",
"position":"xxx"
}
字段说明如表1所示,表1:
在一些实施例中,违规信息图像的命名规则为:违规行驶_违规类型_时间.jpg
违规行驶类型编码表如表2所示,表2:
例如,2021年3月13日15时58分53秒检测到逆行类的违规行驶行为,违规信息图像的命名为:违规行驶_01_20210313155853.jpg。
S704,将所述违规信息图像和所述违规信息报文发送给云端服务器,以指示所述云端服务器记录所述违规信息,并且向所述目标车辆对应的终端设备发送提醒信息。
在一些实施例中,参见图7,可以通过基于SSL的超文本传输协议(HyperTextTransfer Protocol over Secure Socket Layer,HTTPS)的向指定资源提交数据进行处理请求(post)功能将违规信息报文和违规信息图像发送到云端服务器130。此处将边缘计算网关110作为HTTPS的客户端负责发送数据,云端服务器130作为HTTPS服务器负责接收和存储信息。如果边缘计算网关110发送违规信息报文和违规信息图像失败,会采用本地缓存机制,将发送失败的数据保存在边缘计算网关本地,在其它时间进行重新发送。
在一些实施例中,云端服务器还向所述目标车辆对应的终端设备发送提醒信息,该提醒信息可以包含违规信息报文的全部或部分内容,还可以包含违规信息图像。
对应于上述图2所示的车辆违规行驶的检测方法,图8示出的是本申请实施例提供的一种车辆违规行驶的检测装置M100,应用于边缘计算网关110,所述检测装置针对摄像设备拍摄的目标交通场景的待检测图像,包括以下模块:
检测线段获取模块M110,用于在所述待检测图像中获取与所述目标交通场景对应的检测线段。
虚拟区域确定模块M120,用于确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域。
位置关系确定模块M130,用于检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系。
检测标识获取模块M140,用于获取检测标识的状态,所述检测标识的状态用于指示所述目标车辆在一个检测期间内首次进入的虚拟区域。
行驶状态确定模块M150,用于根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态。
检测结果确定模块M160,用于根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果。
可以理解的是,以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例,这里不再赘述。
图9为本申请一实施例提供的边缘计算网关的结构示意图。如图9所示,该实施例的边缘计算网关D10包括:至少一个处理器D100(图9中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102,所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。
该边缘计算网关可包括,但不仅限于,处理器D100、存储器D101。本领域技术人员可以理解,图9仅仅是边缘计算网关D10的举例,并不构成对边缘计算网关D10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit,CPU),该处理器D100还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器D101在一些实施例中可以是所述边缘计算网关D10的内部存储单元,例如边缘计算网关D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述边缘计算网关D10的外部存储设备,例如所述边缘计算网关D10上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器D101还可以既包括所述边缘计算网关D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在边缘计算网关上运行时,使得边缘计算网关执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种车辆违规行驶的检测方法,其特征在于,应用于边缘计算网关,所述检测方法包括,所述边缘计算网关针对摄像设备拍摄的目标交通场景的待检测图像,执行以下步骤:
在所述待检测图像中获取与所述目标交通场景对应的检测线段;
确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域;
检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系;
获取检测标识的状态,所述检测标识的状态用于指示所述目标点在一个检测期间内首次进入的虚拟区域;
根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态;
根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果;
所述确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域,包括:基于所述检测线段和预设阈值,在所述检测线段两侧分别生成第一虚拟线段和第二虚拟线段,所述第一虚拟线段和所述第二虚拟线段分别与所述检测线段平行;所述检测线段和所述第一虚拟线段之间构成第一虚拟区域;所述检测线段和所述第二虚拟线段之间构成第二虚拟区域;
所述目标交通场景为转弯车道场景,所述检测线段设置于转弯车道的禁止行进方向,并与所述禁止行进方向垂直,所述预设阈值小于车辆二分之一长度,所述第一虚拟线段和所述第二虚拟线段沿所述禁止行进方向依次设置;所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,则确定所述目标车辆存在未按规定转向的违规行驶行为;
在所述转弯车道场景中生成转弯区域;所述检测方法还包括:若检测到所述目标点没有处于所述转弯区域,则将转弯标识设置为关闭状态;若检测到所述目标点处于所述转弯区域,并且所述转弯标识为关闭状态,则将所述转弯标识设置为开启状态;若检测到所述目标点处于所述第一虚拟区域或所述第二虚拟区域,并且所述转弯标识为开启状态,与此同时,若确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域,则所述目标车辆存在未按规定转向的违规行驶行为。
2.如权利要求1所述的检测方法,其特征在于,所述检测方法还包括:
若检测到所述目标点没有处于所述第一虚拟区域和所述第二虚拟区域之内,则将检测标识设置为初始状态;
若检测到所述目标点处于所述第一虚拟区域之内,并且所述检测标识为初始状态,则将所述检测标识设置为第一状态;
若检测到所述目标点处于所述第二虚拟区域之内,并且所述检测标识为初始状态,则将所述检测标识设置为第二状态。
3.如权利要求2所述的检测方法,其特征在于,所述根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态,包括:
若检测到所述目标点处于所述第一虚拟区域,并且所述检测标识为第一状态,则确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域;
若检测到所述目标点处于所述第一虚拟区域,并且所述检测标识为第二状态,则确定所述目标车辆的行驶状态为,所述目标车辆从所述第二虚拟区域驶入所述第一虚拟区域;
若检测到所述目标点处于所述第二虚拟区域,并且所述检测标识为第一状态,则确定所述目标车辆的行驶状态为,所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域;
若检测到所述目标点处于所述第二虚拟区域,并且所述检测标识为第二状态,则确定所述目标车辆的行驶状态为,目标车辆未驶出所述第二虚拟区域。
4.如权利要求1所述的检测方法,其特征在于,
所述目标交通场景为禁止逆行场景,所述检测线段设置于直行车道内,并垂直于所述直行车道,所述预设阈值小于车辆二分之一长度,所述第一虚拟线段和所述第二虚拟线段沿所述直行车道的正常行进方向依次设置;所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:
若所述目标车辆的行驶状态为,所述目标车辆从所述第二虚拟区域驶入所述第一虚拟区域,则确定所述目标车辆存在逆行的违规行驶行为;
所述目标交通场景为禁止变道场景,所述检测线段设置于禁止跨越车道线,所述预设阈值小于车辆二分之一宽度,所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:
若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,则确定所述目标车辆存在违规变道的违规行驶行为;
所述目标交通场景为禁止掉头场景,所述检测线段设置于禁止掉头车道线,所述预设阈值小于车辆二分之一宽度,所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:
若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆未驶出所述第二虚拟区域,则确定所述目标车辆存在违规掉头的违规行驶行为。
5.如权利要求1所述的检测方法,其特征在于,所述检测方法还包括:
若确定所述目标车辆存在违规行驶行为的检测结果,则保存违规信息图像;所述违规信息图像为当前帧待检测图像或当前帧待检测图像部分区域图像;
构建结构化的违规信息;基于所述结构化的违规信息生成违规信息报文;
将所述违规信息图像和所述违规信息报文发送给云端服务器,以指示所述云端服务器记录所述违规信息,并且向所述目标车辆对应的终端设备发送提醒信息。
6.一种车辆违规行驶的检测装置,其特征在于,应用于边缘计算网关,所述检测装置针对摄像设备拍摄的目标交通场景的待检测图像,包括以下模块:
检测线段获取模块,用于在所述待检测图像中获取与所述目标交通场景对应的检测线段;
虚拟区域确定模块,用于确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域;
位置关系确定模块,用于检测所述待检测图像中目标车辆的目标点与所述第一虚拟区域以及所述第二虚拟区域之间的位置关系;
检测标识获取模块,用于获取检测标识的状态,所述检测标识的状态用于指示所述目标点在一个检测期间内首次进入的虚拟区域;
行驶状态确定模块,用于根据所述位置关系和所述检测标识的状态确定所述目标车辆的行驶状态;
检测结果确定模块,用于根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果;
所述确定位于所述检测线段两侧的第一虚拟区域和第二虚拟区域,包括:基于所述检测线段和预设阈值,在所述检测线段两侧分别生成第一虚拟线段和第二虚拟线段,所述第一虚拟线段和所述第二虚拟线段分别与所述检测线段平行;所述检测线段和所述第一虚拟线段之间构成第一虚拟区域;所述检测线段和所述第二虚拟线段之间构成第二虚拟区域;
所述目标交通场景为转弯车道场景,所述检测线段设置于转弯车道的禁止行进方向,并与所述禁止行进方向垂直,所述预设阈值小于车辆二分之一长度,所述第一虚拟线段和所述第二虚拟线段沿所述禁止行进方向依次设置;所述根据所述目标交通场景的行驶规则和所述行驶状态,确定所述目标车辆是否存在违规行驶行为的检测结果,包括:若所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,则确定所述目标车辆存在未按规定转向的违规行驶行为;
在所述转弯车道场景中生成转弯区域;所述检测方法还包括:若检测到所述目标点没有处于所述转弯区域,则将转弯标识设置为关闭状态;若检测到所述目标点处于所述转弯区域,并且所述转弯标识为关闭状态,则将所述转弯标识设置为开启状态;若检测到所述目标点处于所述第一虚拟区域或所述第二虚拟区域,并且所述转弯标识为开启状态,与此同时,若确定所述目标车辆的行驶状态为,所述目标车辆未驶出所述第一虚拟区域,或所述目标车辆从所述第一虚拟区域驶入所述第二虚拟区域,则所述目标车辆存在未按规定转向的违规行驶行为。
7.一种边缘计算网关,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的检测方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110980280.7A CN113420748B (zh) | 2021-08-25 | 2021-08-25 | 车辆违规行驶的检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110980280.7A CN113420748B (zh) | 2021-08-25 | 2021-08-25 | 车辆违规行驶的检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420748A CN113420748A (zh) | 2021-09-21 |
CN113420748B true CN113420748B (zh) | 2022-02-01 |
Family
ID=77719914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110980280.7A Active CN113420748B (zh) | 2021-08-25 | 2021-08-25 | 车辆违规行驶的检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420748B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114387533A (zh) * | 2022-01-07 | 2022-04-22 | 北京远度互联科技有限公司 | 道路违规识别的方法、装置、电子设备及存储介质 |
WO2023137727A1 (zh) * | 2022-01-21 | 2023-07-27 | 华为技术有限公司 | 智能驾驶功能或系统的控制方法及装置 |
CN114898563B (zh) * | 2022-07-08 | 2022-11-11 | 之江实验室 | 交叉路口车辆违规事件检测方法、电子设备、存储介质 |
CN115240429B (zh) * | 2022-08-11 | 2023-02-14 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种人车流量统计方法、电子设备及存储介质 |
CN116153080A (zh) * | 2023-04-17 | 2023-05-23 | 创意信息技术股份有限公司 | 车辆违规行驶检测方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886722A (zh) * | 2016-11-10 | 2018-04-06 | 清华大学合肥公共安全研究院 | 行驶信息处理方法及系统、终端和计算机可读存储介质 |
CN111126171A (zh) * | 2019-12-04 | 2020-05-08 | 江西洪都航空工业集团有限责任公司 | 一种车辆逆行检测方法及系统 |
CN111899515A (zh) * | 2020-09-29 | 2020-11-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于智慧道路边缘计算网关的车辆检测系统 |
CN112183214A (zh) * | 2020-09-02 | 2021-01-05 | 上海眼控科技股份有限公司 | 车辆弯道行驶状态判别方法、装置、计算机设备和介质 |
-
2021
- 2021-08-25 CN CN202110980280.7A patent/CN113420748B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886722A (zh) * | 2016-11-10 | 2018-04-06 | 清华大学合肥公共安全研究院 | 行驶信息处理方法及系统、终端和计算机可读存储介质 |
CN111126171A (zh) * | 2019-12-04 | 2020-05-08 | 江西洪都航空工业集团有限责任公司 | 一种车辆逆行检测方法及系统 |
CN112183214A (zh) * | 2020-09-02 | 2021-01-05 | 上海眼控科技股份有限公司 | 车辆弯道行驶状态判别方法、装置、计算机设备和介质 |
CN111899515A (zh) * | 2020-09-29 | 2020-11-06 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于智慧道路边缘计算网关的车辆检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113420748A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113420748B (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN108513674B (zh) | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 | |
US11380105B2 (en) | Identification and classification of traffic conflicts | |
CN109598943A (zh) | 车辆违章的监控方法、装置及系统 | |
US20130148856A1 (en) | Method and apparatus for detecting road partition | |
CN109785637B (zh) | 车辆违规的分析评价方法及装置 | |
CN110909699A (zh) | 视频车辆非导向行驶检测方法、装置及可读存储介质 | |
CN109101939B (zh) | 车辆运动状态的确定方法、系统、终端及可读存储介质 | |
CN110942038A (zh) | 基于视觉的交通场景识别方法、装置、介质及电子设备 | |
CN111091023A (zh) | 一种车辆检测方法、装置及电子设备 | |
CN112793567A (zh) | 一种基于路况检测的辅助驾驶方法及系统 | |
CN111627217A (zh) | 一种车辆违章掉头的判定方法、装置、设备及存储介质 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
CN112447060A (zh) | 识别车道的方法、装置及计算设备 | |
CN113011331B (zh) | 机动车是否礼让行人的检测方法、装置、电子设备及介质 | |
CN113112813B (zh) | 违章停车检测方法及装置 | |
WO2021036243A1 (zh) | 识别车道的方法、装置及计算设备 | |
CN109887303A (zh) | 随意变更车道行为预警系统及方法 | |
CN113468911B (zh) | 一种车载闯红灯检测方法、装置、电子设备及存储介质 | |
CN111709286B (zh) | 车辆排序及etc交易方法、存储介质、工控机设备及etc系统 | |
Dinh et al. | Development of a tracking-based system for automated traffic data collection for roundabouts | |
CN108847035B (zh) | 车流量评估方法及装置 | |
CN117197227A (zh) | 计算目标车辆偏航角方法、装置、设备以及介质 | |
CN116363865A (zh) | 交通拥堵评估方法、装置、电子设备及存储介质 | |
Wu et al. | A shape detection method based on the radial symmetry nature and direction-discriminated voting |
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 |