CN113570877B - 一种非机动车逆行检测装置及检测方法 - Google Patents
一种非机动车逆行检测装置及检测方法 Download PDFInfo
- Publication number
- CN113570877B CN113570877B CN202110692243.6A CN202110692243A CN113570877B CN 113570877 B CN113570877 B CN 113570877B CN 202110692243 A CN202110692243 A CN 202110692243A CN 113570877 B CN113570877 B CN 113570877B
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- vehicle
- representing
- kth
- frame
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种非机动车逆行检测装置及检测方法,该检测装置包括图像采集模块、非机动车车辆检测模块、非机动车运动追踪模块、非机动车逆行检测模块、报警灯、数据传输模块和计算机;本发明的非机动车运动追踪模块检测并跟踪步骤(1)中的目标非机动车车辆,得出该目标非机动车车辆的运动轨迹;非机动车逆行检测模块确定图像采集模块中非机动车车辆的移动坐标变化;在非机动车逆行检测模块识别出逆行车辆后,计算机将信息发送给报警器,发出报警提醒,并保存非机动车行驶视频。本发明通过对非机动车的逆行进行自动检测,代替了人工监控,节约了成本。
Description
技术领域
本发明涉及非机动车车辆行驶检测装置及方法,尤其涉及一种非机动车逆行检测装置及检测方法。
背景技术
随着城市化进程的不断加快,城市居民出行方式也发生了各种变化。非机动车作为城市公共交通体系的重要组成部分,近年来得到了快速的发展。
共享人力自行车、电动车等共享交通运营模式得到了广泛的推广;另外,随着外卖行业的不断扩大,非机动车的使用率也在增长,非机动车的交通分组比例在近几年也得到了快速的提高。
非机动车的骑行方式灵活,具有摇摆性和多变性,很大程度上方便了人们出行。然而,目前非机动车的交通组成复杂,且数量较多,随意穿插、逆行现象严重,降低了道路的交通运行效率和交通事故的发生率。由于对非机动车行驶还未形成良好的管制,无法让非机动车实现安全高效通行。
而如何通过具体的装置和方法追踪非机动车的运行轨迹,来减少非机动车逆行现象,成为了亟需解决的技术问题。
发明内容
发明目的:针对现有技术中的不足之处,本发明提出一种非机动车逆行检测装置及检测方法,通过追踪非机动车的运行轨迹,同时对非机动车进行行为分析,检测其是否逆行,如果非机动车逆行,则进行报警。
技术方案:本发明非机动车逆行检测装置包括图像采集模块、非机动车车辆检测模块、非机动车运动追踪模块、非机动车逆行检测模块、报警灯、数据传输模块和计算机;
非机动车车辆检测模块对图像采集模块采集的非机动车视频帧进行运动轨迹提取;非机动车运动追踪模块根据运动轨迹判断该非机动车车辆是否逆行;报警灯通过数据传输模块接收非机动车逆行检测模块发送的信号并进行提醒。
本发明非机动车逆行检测方法采用上述逆行检测装置进行检测,该方法包括以下步骤:
(1)非机动车车辆检测模块检测出图像采集模块采集的视频中的目标非机动车车辆,并对该非机动车车辆采用矩形框做标记;
(2)非机动车运动追踪模块检测并跟踪步骤(1)中的目标非机动车车辆,得出该目标非机动车车辆的运动轨迹;
(3)非机动车逆行检测模块确定图像采集模块中非机动车车辆的移动坐标变化;
(4)对该目标非机动车车辆的运动轨迹进行分析。
其中,在步骤(2)中,规定东西向路段以东为坐标轴正方向,南北向路段以北为坐标轴正方向。
然后,设非机动车外接矩形框的中心为车辆质心,矩形框左下角点坐标为(x0,y0),右上角点坐标为(x1,y1),通过对焦点坐标求出中心点坐标,即第n帧图像下第k辆非机动车辆的质心坐标为(xk n,yk n),其中xk n为左下角点和右上角点之间的中点坐标,即k表示第k辆非机动车;n表示第n帧图像。
步骤(3)中,将当前帧第n帧图像中的非机动车车辆目标和前一帧第n-1帧的非机动车车辆进行质心匹配,具体过程为:
首先确定一个阈值δ,所述阈值δ数值范围为0-1。
然后计算出第n帧视频图像中非机动车车辆与前一帧第n-1帧的非机动车车辆相差的距离Dn:
其中:n代表第n帧图像;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第n帧图像中第k车辆纵坐标;代表第n-1帧图像中第k车辆横坐标;代表第n-1帧图像中第k车辆纵坐标;Dn代表车辆从当前帧车辆目标和前一帧车辆的行驶距离;
当Dn≤δ时,则当前帧车辆目标与前一帧车辆目标质心匹配完成,进行视频中下一辆非机动车的匹配追踪。
其中:代表第k辆非机动车的运动方向;n代表视频的最后一帧;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第1帧图像下第k辆车横坐标;代表第n帧图像中第k车辆纵坐标;代表第1帧图像中第k车辆纵坐标。
步骤(4)中,将当前非机动车车辆k与其它车辆运动方向比较,采用下述公式判断是否为逆向行驶:
其中,m表示其余非机动车车辆;代表第k辆非机动车的运动方向;n代表视频的最后一帧;代表第k+1辆非机动车的运动方向;代表第n帧图像中第k车辆横坐标;代表第1帧图像下第k辆车横坐标;代表第n帧图像中第k车辆纵坐标;代表第1帧图像中第k车辆纵坐标;代表第n帧图像中第k+1车辆横坐标;代表第1帧图像下第k+1辆车横坐标;代表第n帧图像中第k+1车辆纵坐标;代表第1帧图像中第k+1车辆纵坐标;
在非机动车逆行检测模块识别出逆行车辆后,计算机将信息发送给报警器,发出报警提醒,并保存非机动车行驶视频。
有益效果:与现有技术相比,本发明具有以下优点:
(1)本发明通过自动检测和报警灯代替了人工监控,在非机动车逆行时将发出警报,节约了人力成本。
(2)本发明的检测结果有效可靠。目前的人工监控的方式下,监控者容易疲劳,对画面麻木,并且长时间下来对画面专注力下降,非机动车车辆在画面内较小,不容易识别,而本发明的检测装置和方法排除了这方面的干扰,一旦检测到画面中有异常状况,即实时发送警报,以方便人们及时响应。
(3)本发明非机动车逆行检测报警直观简便,无需耗费大量时间来计算非机动车是否逆行。
(4)本发明非机动车逆行检测报警装置的监控视频易于保存和调用,方便存储和运输,做到非机动车逆行导致的交通违规有据可寻。
附图说明
图1为本发明非机动车逆行检测装置的结构示意图;
图2为本发明非机动车逆行检测方法的检测流程图;
图3为本发明东西向非机动车检测坐标表示图;
图4为本发明南北向非机动车检测坐标表示图。
具体实施方式
实施例:
如图1所示,本发明非机动车逆行检测装置包括图像采集模块、非机动车车辆检测模块、非机动车运动追踪模块、非机动车逆行检测模块、数据传输模块、报警灯和计算机。
其中,非机动车车辆检测模块对图像采集模块采集的非机动车视频帧进行运动轨迹提取;非机动车运动追踪模块根据运动轨迹判断非机动车车辆是否逆行;报警灯通过数据传输模块接收非机动车逆行检测模块发送的信号并提醒过往车辆存在逆行现象;数据传输模块用于传输非机动车逆行检测模块的视频帧数据;计算机用于显示、存储该数据传输模块传输的视频帧数据;非机动车逆行检测模块根据非机动车的运动轨迹判断非机动车车辆是否逆行。
如图2至图4所示,本发明采用该非机动车逆行检测装置进行逆行检测时,具体过程如下:
(1)非机动车车辆检测模块检测出图像采集模块采集的视频中的目标非机动车车辆后,非机动车车辆检测模块用外接矩形框框住非机动车车辆;
(2)非机动车运动追踪模块在检测区域不断检测并追踪非机动车车辆检测模块检测出的目标非机动车车辆,并根据车辆特征计算和画出非机动车车辆的运动轨迹,作为之后运动分析的依据;具体为:
(2.1),首先,规定东西向路段以东为坐标轴正方向,南北向路段以北为坐标轴正方向。
(2.2),设非机动车外接矩形框的中心为车辆质心,在图中用坐标表示出非机动车车辆质心。矩形框左下角点为(x0,y0),右上角点坐标为(x1,y1),通过对焦点坐标求出中心点坐标即第n帧图像下第k辆非机动车辆的质心坐标为(xk n,yk n),其中xk n为左下角点和右上角点之间的中点坐标,即其中,k表示第k辆非机动车;n表示第n帧图像。
(3)通过非机动车逆行检测模块建立逆行规则,确定图像采集模块中非机动车车辆的移动坐标变化,具体过程为:
(3.1)将当前帧第n帧图像中的非机动车车辆目标和前一帧第n-1帧的非机动车车辆进行质心匹配:首先设定一个阈值δ,该阈值是一个极小的正数(取值在0-1米之间);然后计算出第n帧视频图像中非机动车车辆与前一帧第n-1帧的非机动车车辆相差的距离Dn:
其中:n代表第n帧图像;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第n帧图像中第k车辆纵坐标;代表第n-1帧图像中第k车辆横坐标;代表第n-1帧图像中第k车辆纵坐标;Dn代表车辆从当前帧车辆目标和前一帧车辆的行驶距离;
当Dn≤δ时,则判定当前帧车辆目标与前一帧车辆目标质心匹配完成。
当车辆质心匹配成功后,计算机保存当前信息并进行视频中下一辆非机动车的匹配追踪直至最后一辆车,质心匹配全部完成。
其中:代表第k辆非机动车的运动方向;n代表视频的最后一帧;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第1帧图像下第k辆车横坐标;代表第n帧图像中第k车辆纵坐标;代表第1帧图像中第k车辆纵坐标。
(4)对车辆的轨迹及形态进行分析:
(4.1)将当前非机动车车辆k与其他车辆运动方向进行比较,判断是否为逆向行驶:将第k辆车和第k+1辆车的运动方向相乘,如果出现乘积为负数的情况说明两辆非机动车其中一辆非机动车存在逆行情况;再进一步确定哪一辆非机动车逆行,分别将存在逆行可能的非机动车车辆运动方向与其余非机动车车辆方向相乘;最后将对应非机动车车辆运动方向的相乘结果相加,结果为负数则判定对应车辆为逆行。计算公式如下:
其中m表示其余非机动车车辆;代表第k辆非机动车的运动方向;n代表视频的最后一帧;代表第k+1辆非机动车的运动方向;代表第n帧图像中第k车辆横坐标;代表第1帧图像下第k辆车横坐标;代表第n帧图像中第k车辆纵坐标;代表第1帧图像中第k车辆纵坐标;代表第n帧图像中第k+1车辆横坐标;代表第1帧图像下第k+1辆车横坐标;代表第n帧图像中第k+1车辆纵坐标;代表第1帧图像中第k+1车辆纵坐标;
(4.2)逆行检测模块识别出逆行车辆后,计算机将信息发送给报警器,发出报警提醒,并自动保存该辆车行驶视频。
Claims (1)
1.一种非机动车逆行检测方法,其特征在于:采用非机动车逆行检测装置进行检测,检测装置包括图像采集模块、非机动车车辆检测模块、非机动车运动追踪模块、非机动车逆行检测模块、报警灯、数据传输模块和计算机;
所述非机动车车辆检测模块对图像采集模块采集的非机动车视频帧进行运动轨迹提取;所述非机动车运动追踪模块根据所述运动轨迹判断所述非机动车车辆是否逆行;所述报警灯通过所述数据传输模块接收所述非机动车逆行检测模块发送的信号并进行提醒;
所述检测方法包括以下步骤:
(1)所述非机动车车辆检测模块检测出图像采集模块采集的视频中的目标非机动车车辆,并对所述车辆采用矩形框做标记;
(2)所述非机动车运动追踪模块检测并跟踪步骤(1)中的所述目标非机动车车辆,得出所述目标非机动车车辆的运动轨迹;
设非机动车外接矩形框的中心为车辆质心,矩形框左下角点坐标为(x0,y0),右上角点坐标为(x1,y1),通过对焦点坐标求出中心点坐标,即第n帧图像下第k辆非机动车辆的质心坐标为(xk n,yk n),其中xk n为左下角点和右上角点之间的中点坐标,即k表示第k辆非机动车;n表示第n帧图像;
(3)所述非机动车逆行检测模块确定所述图像采集模块中非机动车车辆的移动坐标变化;计算出第n帧视频图像中非机动车车辆与前一帧第n-1帧的非机动车车辆相差的距离Dn:
其中:n代表第n帧图像;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第n帧图像中第k车辆纵坐标;代表第n-1帧图像中第k车辆横坐标;代表第n-1帧图像中第k车辆纵坐标;Dn代表车辆从当前帧车辆目标和前一帧车辆的行驶距离;
当Dn≤δ时,则当前帧车辆目标与前一帧车辆目标质心匹配完成,进行视频中下一辆非机动车的匹配追踪;
其中:代表第k辆非机动车的运动方向;n代表视频的最后一帧;k代表第k辆非机动车;代表第n帧图像中第k车辆横坐标;代表第1帧图像下第k辆车横坐标;代表第n帧图像中第k车辆纵坐标;代表第1帧图像中第k车辆纵坐标;
(4)对所述目标非机动车车辆的运动轨迹进行分析;将当前非机动车车辆k与其它车辆运动方向比较,采用下述公式判断是否为逆向行驶:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692243.6A CN113570877B (zh) | 2021-06-22 | 2021-06-22 | 一种非机动车逆行检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692243.6A CN113570877B (zh) | 2021-06-22 | 2021-06-22 | 一种非机动车逆行检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570877A CN113570877A (zh) | 2021-10-29 |
CN113570877B true CN113570877B (zh) | 2022-09-23 |
Family
ID=78162501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110692243.6A Active CN113570877B (zh) | 2021-06-22 | 2021-06-22 | 一种非机动车逆行检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570877B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117116056B (zh) * | 2023-10-25 | 2024-02-02 | 盛视科技股份有限公司 | 车辆驾驶行为分析方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018068317A1 (zh) * | 2016-10-14 | 2018-04-19 | 富士通株式会社 | 车辆逆行检测装置及方法、电子设备 |
CN108230667A (zh) * | 2016-12-14 | 2018-06-29 | 贵港市瑞成科技有限公司 | 一种车辆违章行为检测方法 |
CN107424412A (zh) * | 2017-09-21 | 2017-12-01 | 程丹秋 | 一种交通行为分析系统 |
CN109635645A (zh) * | 2018-11-01 | 2019-04-16 | 深圳云天励飞技术有限公司 | 非机动车交通违法监管方法、装置及电子设备 |
CN109544914B (zh) * | 2018-11-09 | 2021-08-03 | 西南交通大学 | 一种基于历史gps轨迹的共享单车逆行行为识别方法 |
CN109948582B (zh) * | 2019-03-28 | 2021-03-02 | 湖南大学 | 一种基于跟踪轨迹分析的车辆逆行智能检测方法 |
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 |
CN111967444A (zh) * | 2020-09-05 | 2020-11-20 | 曹剑 | 基于神经网络和cim的非机动车逆行监测方法 |
CN112329722B (zh) * | 2020-11-26 | 2021-09-28 | 上海西井信息科技有限公司 | 行车方向检测方法、系统、设备及存储介质 |
-
2021
- 2021-06-22 CN CN202110692243.6A patent/CN113570877B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113570877A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
CN110287905B (zh) | 一种基于深度学习的交通拥堵区域实时检测方法 | |
CN112700470B (zh) | 一种基于交通视频流的目标检测和轨迹提取方法 | |
CN102622886B (zh) | 一种基于视频的车辆违章变道事件检测方法 | |
CN110688922A (zh) | 基于深度学习的交通拥堵检测系统及检测方法 | |
CN110992693B (zh) | 一种基于深度学习的交通拥堵程度多维度分析方法 | |
CN106952474A (zh) | 基于运动车辆检测的车流量统计方法 | |
CN112749210B (zh) | 基于深度学习的车辆碰撞识别方法和系统 | |
CN113052159A (zh) | 一种图像识别方法、装置、设备及计算机存储介质 | |
CN115240471B (zh) | 一种基于图像采集的智慧厂区避撞预警方法和系统 | |
CN113570877B (zh) | 一种非机动车逆行检测装置及检测方法 | |
CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
CN112242058A (zh) | 基于交通监控视频的目标异常检测方法、装置及存储介质 | |
CN110363983A (zh) | 无信号交叉口机非人实时轨迹预测与冲突识别方法 | |
CN107506753B (zh) | 一种面向动态视频监控的多车辆跟踪方法 | |
CN106530825A (zh) | 基于st‑mrf模型的电动自行车与汽车交通冲突检测方法 | |
CN103605960B (zh) | 一种基于不同焦距视频图像融合的交通状态识别方法 | |
CN113392817A (zh) | 一种基于多列卷积神经网络的车辆密度估计的方法及装置 | |
CN103971383A (zh) | 一种计算视频图像中目标运动速度的方法 | |
CN117198057A (zh) | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 | |
CN116740657A (zh) | 一种基于相似三角形的目标检测以及测距方法 | |
CN117037109A (zh) | 一种基于改进YOLOv5模型的交通目标检测方法 | |
CN116645831A (zh) | 一种交通盲区检测及预警系统 | |
CN116631187A (zh) | 一种案件现场勘查信息智能采集分析系统 | |
CN114882709B (zh) | 车辆拥堵检测方法、装置及计算机存储介质 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20211029 Assignee: Jiangsu Zhicheng Huining Transportation Technology Co.,Ltd. Assignor: HUAIYIN INSTITUTE OF TECHNOLOGY Contract record no.: X2022980025550 Denomination of invention: Non motor vehicle retrograde detection device and detection method Granted publication date: 20220923 License type: Common License Record date: 20221209 |
|
EE01 | Entry into force of recordation of patent licensing contract |