CN113602264B - 一种车辆行驶行为检测方法、装置、设备和存储介质 - Google Patents
一种车辆行驶行为检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113602264B CN113602264B CN202110944033.1A CN202110944033A CN113602264B CN 113602264 B CN113602264 B CN 113602264B CN 202110944033 A CN202110944033 A CN 202110944033A CN 113602264 B CN113602264 B CN 113602264B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- track point
- determining
- points
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 96
- 238000006073 displacement reaction Methods 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000004044 response Effects 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000013256 coordination polymer Substances 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提出一种车辆行驶行为检测方法、装置、设备和存储介质。其中该方法可以包括:获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向。对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点。根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移。响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
Description
技术领域
本申请涉及计算机技术,具体涉及一种车辆行驶行为检测方法、装置、设备和存储介质。
背景技术
在交通场景下经常出现车辆不按照道路规定的方向行驶的情况。例如,车辆逆行或者倒车。这些情况可能影响道路车辆正常行驶,严重时还会导致交通事故,存在较大安全隐患。
目前主要通过人工对现场视频进行分析的方式对车辆行驶行为进行检测。如此检测效率较低,无法及时发现危险行为,并且容易出现遗漏的情况。
发明内容
有鉴于此,本申请至少公开一种车辆行驶行为检测方法。该方法可以包括:获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向;对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点;根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移;响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,在确定所述车辆未按照所述规定方向行驶之前,所述方法还包括:响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,将所述任意轨迹点确定为目标轨迹点;所述确定所述车辆未按照所述规定方向行驶,包括:响应于所述目标轨迹点的数量得到第三预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:响应于所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:根据所述多个轨迹点中各第一轨迹点和所述各轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:响应于所述车辆在到达任意所述第一轨迹点之前的第二位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;根据所述各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:响应于在到达所述任意第一轨迹点之前的第二位移和所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角均达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,在根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移之前,还包括:确定所述多个轨迹点中处于所述车道内的内部轨迹点;所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:根据所述内部轨迹点中各内部轨迹点指示的位置信息,确定所述各内部轨迹点相对其它内部轨迹点的位移。
在一些实施例中,所述方法还包括:对所述视频流中的车辆的车轮进行目标检测,得到所述车辆处于各轨迹点时,各车轮分别对应的位置信息;所述确定所述多个轨迹点中处于所述车道内的内部轨迹点,包括:根据所述车辆处于所述多个轨迹点中的每一轨迹点时各车轮对应的位置信息,确定处于所述车道内的车轮数量是否达到第四预设阈值;响应于处于所述车道内的车轮数量达到第四预设阈值,将对应的所述轨迹点确定为所述车道内的内部轨迹点。
在一些实施例中,所述方法还包括:响应于所述车辆未按照所述规定方向行驶,发送告警信息。
在一些实施例中,所述告警信息包括以下至少一项:所述视频流中满足预设条件的优选图像;所述优选图像中车辆检测框围成的区域图;所述车辆未按照所述规定方向行驶的开始时刻对应的第一图像;所述车辆未按照所述规定方向行驶的结束时刻对应的第二图像;所述车辆的车辆信息。
在一些实施例中,所述方法还包括:将告警信息中包括的各图像合并为一帧图像进行输出。
本申请还提出一种车辆行驶行为检测装置,包括:获取模块,用于获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向;检测与跟踪模块,用于对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点;第一确定模块,用于根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移;第二确定模块,用于响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
本申请还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器通过运行所述可执行指令以实现如前述任一实施例示出的车辆行驶行为检测方法。
本申请还提出一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于使处理器执行如前述任一实施例示出的车辆行驶行为检测方法。
该方法可以根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移。其中,所述位移的方向表示所述车辆的行驶方向,所述位移在车道的规定方向上的投影表示所述车辆在所述车道上沿所述行驶方向的行驶距离。然后响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,可以确定所述车辆的行驶方向与规定方向偏离较大,并且已经行驶一段距离,从而确定车辆未按照所述规定方向行驶,实现车辆行驶行为的自动检测,提升检测效率与及时性。
另外,该方法除了利用所述位移与规定方向之间的夹角判断车辆的行驶方向是否偏离过大之外,还考虑所述位移在所述规定方向上的投影是否达到阈值,即所述车辆是否未按规定方向行驶一定距离)。由此一方面,可避免仅检测到行驶方向偏离即判断车辆违规可能造成的误判,提升检测准确性。例如,在车辆掉头后沿着所述规定方向行驶的行为中,车辆掉头过程中的行驶方向会与车道规定方向偏离较大,但是完成掉头后车辆会沿着当前车道的规定方向行驶。如果只判断判断车辆的行驶方向是否偏离过大,则可能将这类行为判断为未按规定方向行驶的行为,但是在本申请中可以判断出车辆掉头后并非沿着错误的方向行驶,而是沿着掉头后所在当前车道的规定方向行驶,因此不会对这类行为误检。另一方面,可以避免由于目标检测与跟踪精度不高导致轨迹点位置抖动而带来的误判断,从而提升检测准确性。
应当理解的是,以上所述的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请一个或多个实施例或相关技术中的技术方案,下面将对实施例或相关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一个或多个实施例中记载的一些实施例,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为本申请示出的一种车辆行驶行为检测方法的方法流程图;
图2为本申请示出的一种车辆行驶轨迹示意图;
图3为本申请示出的一种车辆行驶行为检测流程示意图;
图4为本申请示出的一种车辆行驶行为检测流程示意图;
图5为本申请示出的一种车辆行驶行为检测装置的结构示意图;
图6为本申请示出的一种电子设备的硬件结构示意图。
具体实施方式
下面将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的设备和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在可以包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。还应当理解,本文中所使用的词语“如果”,取决于语境,可以被解释成为“在……时”或“当……时”或“响应于确定”。
基于此,本申请提出一种车辆行驶行为检测方法。该方法可以根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移。其中,所述位移的方向表示所述车辆的行驶方向,所述位移在车道的规定方向上的投影表示所述车辆在所述车道上沿所述行驶方向的行驶距离。然后响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,可以确定所述车辆的行驶方向与规定方向偏离较大,并且已经行驶一段距离,从而确定车辆未按照所述规定方向行驶,实现车辆行驶行为的自动检测,提升检测效率与及时性。
另外,该方法除了利用所述位移与规定方向之间的夹角判断车辆的行驶方向是否偏离过大之外,还考虑所述位移在所述规定方向上的投影是否达到阈值,即所述车辆是否未按规定方向行驶一定距离)。由此一方面,可避免仅检测到行驶方向偏离即判断车辆违规可能造成的误判,提升检测准确性。例如,在车辆掉头后沿着所述规定方向行驶的行为中,车辆掉头过程中的行驶方向会与车道规定方向偏离较大,但是完成掉头后车辆会沿着当前车道的规定方向行驶。如果只判断判断车辆的行驶方向是否偏离过大,则可能将这类行为判断为未按规定方向行驶的行为,但是在本申请中可以判断出车辆掉头后并非沿着错误的方向行驶,而是沿着掉头后所在当前车道的规定方向行驶,因此不会对这类行为误检。另一方面,可以避免由于目标检测与跟踪精度不高导致轨迹点位置抖动而带来的误判断,从而提升检测准确性。
请参见图1,图1为本申请示出的一种车辆行驶行为检测方法的方法流程图。
图1示出的检测方法可以应用于电子设备(以下简称设备)中。其中,所述电子设备可以通过搭载与设备方法对应的软件逻辑执行该方法。所述电子设备的类型可以是笔记本电脑,计算机,服务器,手机,PAD终端等。在本申请中不特别限定所述电子设备的类型。所述电子设备也可以是客户端设备或服务端设备,在此不作特别限定。
如图1所示,所述方法可以包括:
S102,获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向。
在一些实施例中,所述设备可以与交通场景中部署的若干图像采集设备连接。所述交通场景可以是诸如高速路,十字路口,丁字路口等场景。该场景中通常可以至少包括一条车道。所述车道通常具有预设的规定方向,即车道的行车方向或者简称为车道方向,如果车辆未按照所述规定方向行驶则属于异常情形。本申请需要检测出前述异常。所述图像采集设备可以用于实时采集交通场景中的图像,并以视频流的形式发送至前述设备。所述设备可以针对视频流进行车辆行驶行为检测。
需要说明的是,当场景中包括多条车道时,所述设备可以针对每一条车道,确定车辆是否按照该车道对应的规定方向行驶,并在车辆未按照其中任意车道对应的规定方向行驶的情形下,确定车辆行驶行为异常。在一些实施例中,可以预先标注多条车道的车道区域以及各条车道规定的行驶方向。通过判断车辆的位置与多条车道的车道区域之间的位置关系,可以判车辆当前所在的车道。
其中,针对每一条车道的车辆行驶检测方法大致相同,可以相互参照,以下以针对一条车道的车辆行驶检测方法为例进行说明。
S104,对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点。
所述轨迹点指示所述车辆所处的位置信息。
在一些实施例中,所述设备在获取视频流后,可以利用目标检测算法,针对视频流中的至少部分图像,进行目标检测,得到所述部分图像中的各车辆,以及各车辆在对应图像中所处的位置。在一些实施例中,可以通过目标检测模型检测出的车辆的检测框的中心点坐标指示所述位置信息。可以理解的是,车辆在对应图像中所处的位置点即为车辆对应的轨迹点。在一些实施例中,可以将车辆检测框的中心点确定为车辆对应轨迹点。
所述至少部分图像可以是指按照预设规则从视频流中选取出的图像。所述预设规则可以是从视频流第一帧图像开始,每隔预设帧数或预设时长选取一帧图像。
在检测出所述部分图像中的各车辆后,可以通过目标跟踪算法确定各图像中的同一车辆,并将同一车辆在所述部分图像中所处的位置,按照图像采集时序进行排列,得到同一车辆对应的行驶轨迹。其中,所述行驶轨迹可以包括按照时间顺序排列的多个轨迹点。所述轨迹点可以指示所述车辆所处的位置信息。
需要说明的是,本申请不特别限定使用的目标检测算法与目标跟踪算法。示例性的,所述目标检测算法可以包括:基于FASTER-RCNN(Faster Region ConvolutionalNeural Networks,更快速的区域卷积神经网络)进行目标检测。所述目标跟踪算法可以包括:通过比较相邻两帧图像中各车辆对应的检测框的IOU(Intersection over Union,交并比),并将IOU最大的两个车辆确定为同一车辆。
S106,根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移。
请参见图2,图2为本申请示出的一种车辆行驶轨迹示意图。
图2示出的行驶轨迹可以是采用S104得到的行驶轨迹。所述行驶轨迹中包括按照时序排序多个轨迹点。其中,将轨迹点C作为待判轨迹点。轨迹点C左边的轨迹点为位于该点之前的轨迹点,即时刻早于轨迹点C的轨迹点。轨迹点C右边的轨迹点为位于该点之后的轨迹点,即时刻晚于轨迹点C的轨迹点。图2中带箭头的实线表示轨迹点C与其他轨迹点之间的位移。图2中的虚线代表两个轨迹点之间的轨迹连线。
所述位移的方向,可以表示所述车辆的行驶方向。例如,轨迹点C与轨迹点P形成的位移CP的方向,可以表示车辆从轨迹点C出发达到轨迹点P需要的大致行驶方向。所述位移的方向与规定方向之间的夹角可以表示车辆行驶的方向的偏离程度,如果所述夹角达到第一预设阈值(可以根据业务需求设定的阈值),则可以说明车辆行驶方向偏离过大,可能未按照规定方向行驶。
所述位移在所述规定方向上的投影,可以表示所述车辆在所述车道上的行驶距离。例如,位移CP在规定方向上的投影,可以表示车辆从轨迹点C出发达到轨迹点P行驶的距离在规定方向上的投影。如果所述投影达到第二预设阈值(可以根据业务需求设定的阈值),则可以说明车辆已经按照前述行驶方向行驶了一段距离,即实际发生了未按照规定方向行驶的行为。
在一些实施例中,根据两个轨迹点对应的坐标和轨迹点的创建时刻,可以确定两个轨迹点之间的位移。其中时刻早的轨迹点的坐标为位移的起点,时刻晚的轨迹点的坐标为位移的终点,由时刻早的轨迹点,到时刻晚的轨迹点的方向为所述位移的方向。
在计算位移与规定方向的夹角时,可以采用余弦定理等三角函数定理进行计算。在计算位移在规定方向上的投影时,可以采用勾股定理进行计算。本申请不对计算所述夹角和所述投影的方式进行特别限定。
S108,响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在前述方案中,可以根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移。其中,所述位移的方向表示所述车辆的行驶方向,所述位移在车道的规定方向上的投影表示所述车辆在所述车道上沿所述行驶方向的行驶距离。然后响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,可以确定所述车辆的行驶方向与规定方向偏离较大,并且已经行驶一段距离,从而确定车辆未按照所述规定方向行驶,实现车辆行驶行为的自动检测,提升检测效率与及时性。
另外,该方法除了利用所述位移与规定方向之间的夹角判断车辆的行驶方向是否偏离过大之外,还考虑所述位移在所述规定方向上的投影是否达到阈值,即所述车辆是否未按规定方向行驶一定距离)。由此一方面,可避免仅检测到行驶方向偏离即判断车辆违规可能造成的误判,提升检测准确性。例如,在车辆掉头后沿着所述规定方向行驶的行为中,车辆掉头过程中的行驶方向会与车道规定方向偏离较大,但是完成掉头后车辆会沿着当前车道的规定方向行驶。如果只判断判断车辆的行驶方向是否偏离过大,则可能将这类行为判断为未按规定方向行驶的行为,但是在本申请中可以判断出车辆掉头后并非沿着错误的方向行驶,而是沿着掉头后所在当前车道的规定方向行驶,因此不会对这类行为误检。另一方面,可以避免由于目标检测与跟踪精度不高导致轨迹点位置抖动而带来的误判断,从而提升检测准确性。
在一些实施例中,在执行S106时,可以根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各轨迹点之后的第一位移,在执行S108时,可以响应于所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
请参见图3,图3为本申请示出的一种车辆行驶行为检测流程示意图。
如图3所示,在执行S106-S108时,可以从首个轨迹点开始,执行S31,按照轨迹点排序顺序,依次将各轨迹点确定为第一轨迹点,并执行:
由末尾轨迹点开始,执行S32,按照轨迹点排序逆序,依次将末尾轨迹点到第一轨迹点之间的各轨迹点确定为第二轨迹点,并执行S33,确定所述第一轨迹点与所述第二轨迹点形成的第一位移,与所述规定方向之间的夹角是否达到第一预设阈值,以及在所述规定方向上的投影是否达到第二预设阈值。
如果前述夹角达到第一预设阈值,并且前述投影达到第二预设阈值,则可以执行S34,确定所述各轨迹点中,存在相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值的轨迹点,则可以确定车辆的行驶方向与规定方向偏离过大,可能未按照规定方向行驶,以及车辆已经按照前述行驶方向行驶了一段距离,即实际发生了未按照规定方向行驶的行为,因此即可确定所述车辆未按照所述规定方向行驶。
如果前述夹角未达到第一预设阈值和/或前述投影未达到第二预设阈值,则可以执行S35,确定各轨迹点是否均已被确定过为第二轨迹点。如果是,则执行S36;如果否,则执行S32切换到下一个第二轨迹点,并重新执行S33-S35。步骤S36,确定各轨迹点是否均已被确定过为第一轨迹点,如果否,执行S31切换到下一个第一轨迹点,并重新执行S32-S35;如果是,则可以确定所述车辆按照车道规定方向行驶,并完成车辆行驶行为检测。
请继续参见图2,假设第一轨迹点为轨迹点C,第二轨迹点为轨迹点P时,位移CP的方向与规定方向的夹角大于第一预设阈值,并且位移CP在规定方向上的投影也大于第二预设阈值,即可说明所述车辆发生了未按照规定方向行驶的行为。
由此在车辆达到任意第一轨迹点之后,所述车辆的行驶方向与规定方向偏离较大,并且仍然按照该行驶方向行驶一段距离的情形下,可以确定车辆未按照所述规定方向行驶,从而提升车辆行驶行为检测准确性。
在一些实施例中,在执行S106时,可以根据所述多个轨迹点中各各第一轨迹点和所述各轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;然后可以响应于所述车辆在到达任意所述第一轨迹点之前的第二位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
由此在车辆到达任意第一轨迹点之前,所述车辆的行驶方向与规定方向偏离较大,并且已经按照该行驶方向行驶一段距离的情形下,可以确定车辆未按照所述规定方向行驶,从而提升车辆行驶行为检测准确性。
在一些实施例中,在确定所述车辆未按照所述规定方向行驶之前,响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,可以将所述任意轨迹点确定为目标轨迹点。
所述目标轨迹点,具体为车辆行驶轨迹中的轨迹点。由于所述目标轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,因此可以说明车辆在所述目标轨迹点之前或之后出现过未按照所述规定方向行驶的行为。也即,如果车辆行驶轨迹包括的各轨迹点中包括前述目标轨迹点则可以说明车辆未按照所述规定方向行驶。
在一些实施例中可以利用所述目标轨迹点可以表示车辆是否按规定方向行驶的特性,检测所述多个轨迹点中是否包括所述目标轨迹点,并在所述多个轨迹点中包括所述目标轨迹点的情形下,确定所述车辆未按照所述规定方向行驶,从而实现车辆行驶行为的自动检测,提升检测效率与及时性。
在一些实施例中,在针对各轨迹点相对于其它轨迹点的位移的判断之后,可以响应于所述多个轨迹点中包括所述目标轨迹点,确定所述目标轨迹点包括的所述目标轨迹点的数量是否达到第三预设阈值。响应于所述多个轨迹点中包括所述目标轨迹点的数量得到第三预设阈值,确定所述车辆未按照所述规定方向行驶。
所述第三阈值包括根据业务需求进行设置的阈值。在所述行驶轨迹中包括的所述目标轨迹点的数量达到第三预设阈值时,可以说明所述车辆行驶路径中存在多段的未按规定方向行驶的行为,由此可以有助于避免由于诸如图像检测异常等偶然性因素导致的误判断,提升车辆行驶行为检测准确性。
在一些实施例中,当确定车辆在任意轨迹点之前和之后均可能存在未按规定方向行驶行为的情形下可以确定所述任意轨迹点为未按规定方向行驶轨迹中的点,从而排除偶然检测到所述任意轨迹点带来的误判,进而提升车辆行驶检测准确性。
在一些实施例中,当确定车辆在任意轨迹点之前和之后均可能存在未按规定方向行驶行为的情形下,也可以将所述任意轨迹点确定为目标轨迹点,由此提升目标轨迹点的确定准确性,进而提升车辆行驶检测准确性。
在执行S106时,可以根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移,以及根据所述各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移。
在执行S108时,可以响应于在到达所述任意第一轨迹点之前的第二位移和所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角均达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
请继续参见图2,假设轨迹点Q与轨迹点C形成的第二位移QC,以及轨迹点C与轨迹点P形成的第一位移CP,与所述规定方向之间的夹角均达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,则可以确定在轨迹点C之前和之后,所述车辆均发生未按照所述规定方向行驶的行为,此时确定所述车辆确实未按照所述规定方向行驶可以提升车辆行驶检测准确性。
请继续参见图2,在一些实施例中,也可以将所述轨迹点C作为目标轨迹点,等到行驶轨迹中的各轨迹点均已被确定过为第一轨迹点,并执行过S106-S108的步骤后,可以统计目标轨迹点的数量,如果该数量达到第三预设阈值,可以确定所述车辆确实未按照所述规定方向行驶。由此可以提升目标轨迹点的确定准确性,进而提升车辆行驶检测准确性。
请参见图4,图4为本申请示出的一种车辆行驶行为检测流程示意图。
如图4所示,在执行S106-S108时,可以从首个轨迹点开始,执行S41,按照轨迹点排序顺序,将各轨迹点确定为第一轨迹点,并执行:
执行S42,按照从后向前的顺序,将所述第一轨迹点之前的轨迹点作为第三轨迹点,并执行S43,判断所述第三轨迹点与所述第一轨迹点形成的第二位移,与所述规定方向之间的夹角是否达到第一预设阈值,以及在所述规定方向上的投影是否达到第二预设阈值。
如果前述夹角未达到第一预设阈值和/或前述投影未达到第二预设阈值,则可以执行S44,确定第一轨迹点之前的轨迹点是否均被确定过为第三轨迹点。如果是,则确定待判轨迹点不是目标轨迹点,并切换第一轨迹点,继续执行S42-S44。如果否,则切换第三轨迹点并执行S43-S44。
如果前述夹角达到第一预设阈值,并且前述投影达到第二预设阈值,则可以执行S45,按照从前向后的顺序,将所述第一轨迹点之后的轨迹点作为第二轨迹点,并执行S46,判断所述第一轨迹点与所述第二轨迹点形成的第一位移,与所述规定方向之间的夹角是否达到第一预设阈值,以及在所述规定方向上的投影是否达到第二预设阈值。
如果前述夹角达到第一预设阈值,并且前述投影达到第二预设阈值,则可以执行S47,确定第一轨迹点为目标轨迹点。
如果前述夹角未达到第一预设阈值和/或前述投影未达到第二预设阈值,则可以执行S48,确定第一轨迹点之后的轨迹点是否均被确定过为第二轨迹点。如果是,则确定待判轨迹点不是目标轨迹点,并切换第一轨迹点,继续执行S42-S48。如果否,则切换第二轨迹点并执行S46-S48。
等到各轨迹点均已被确定过为第一轨迹点,可以确定目标轨迹点的数量是否达到第三阈值,如果是,可以确定车辆未按规定方向行驶。如果否,则可以确定车辆按照规定方向行驶,并完成针对所述车辆的行驶行为检测。
在一些实施例中,在执行S106之前,还包括:确定所述多个轨迹点中处于所述车道内的内部轨迹点。在执行S106时,可以根据所述内部轨迹点中各内部轨迹点指示的位置信息,确定所述各内部轨迹点相对其它内部轨迹点的位移,从而一方面,可以减少工作量,提升检测效率,另一方面,可以排除非所述车道内的轨迹点对车辆行驶行为造成的影响,提升行驶行为检测准确性。
在一些实施例中,还可以对所述视频流中的车辆的车轮进行目标检测,得到所述车辆处于各轨迹点时,各车轮分别对应的位置信息。在实际应用中,可以根据目标检测算法,对S104中从视频流中选取的部分图像进行目标检测,得到车辆在图像中轨迹点的位置时各车轮的检测框。然后可以将各车辆检测框中心点坐标确定为各车轮所处的位置。
在确定内部轨迹点时,可以根据所述车辆处于所述多个轨迹点中的每一轨迹点时各车轮对应的位置信息,确定处于所述车道内的车轮数量是否达到第四预设阈值(经验阈值)。然后可以响应于处于所述车道内的车轮数量达到第四预设阈值,将对应的所述轨迹点确定为所述车道内的内部轨迹点。
其中,确定车轮是否在车道内的方法可以包括:将车轮的坐标与车道的4个顶点的坐标进行比较,如果车轮的横坐标值处于车道的最小横坐标与最大横坐标之间,并且车辆的纵坐标处于车道的最小纵坐标与最大纵坐标之间,则可以确定车辆处于车道内。需要说明的是,本申请不对确定车轮是否在车道内的方法进行特别限定。
根据处于车道内的车轮数量,确定车辆对应轨迹点是否处于车道内,与仅通过轨迹点的位置确定轨迹点是否处于车道内相比,可以较准确地确定内部轨迹点,从而提升车辆行驶行为检测准确性。
在一些实施例中,可以响应于所述车辆未按照所述规定方向行驶,发送告警信息。由此实现即时告警。在一些实施例中,所述设备可以通过无线方式与交警手持终端连接。所述设备在确定任意车辆未按照车道规定方向行驶的情形下,可以生成告警信息,并发送至交警手持终端,进行及时告警。
在一些实施例中,所述告警信息可以包括以下至少一项:
采集的视频流中满足预设条件的优选图像;
所述优选图像中车辆检测框围成的区域图,即车辆图像;
所述车辆未按照所述规定方向行驶的开始时刻对应的第一图像;
所述车辆未按照所述规定方向行驶的结束时刻对应的第二图像;
所述车辆的车辆信息。
其中,所述优选图像可以是指视频流中车辆不在图像边缘,车辆清晰度较高并且车辆目标足够大的图像。在一些实施例中,可以利用经过有监督训练的优选图像选取神经网络,从视频流中选取满足前述预设条件的优选图像。
所述区域图,可以是对优选图像进行目标检测,得到的车辆检测所框围成的区域图。该区域图可以包括清晰的车辆目标。
所述第一图像,可以包括时刻最早的目标轨迹点对应的图像。该图像对应的采集时刻可以指示所述车辆未按照所述规定方向行驶的开始时刻。
所述第二图像,可以是时刻最晚的目标轨迹点对应的图像。该图像对应的采集时刻可以指示所述车辆未按照所述规定方向行驶的结束时刻。
所述车辆的车辆信息,可以包括车牌号码、车牌颜色、车牌类型、车辆类型、车辆颜色等便于确认车辆的信息。
所述告警信息包括前述多种信息,可以完整地输出车辆未按规定方向行驶的事件,便于人工研判和取证。
在一些实施例中,可以将告警信息中包括的各图像合并为一帧图像进行输出,由此便于直观对车辆未按规定方向行驶的事件进行观察,便于人工研判和取证,降低存储成本。
以下结合车辆逆行检测场景进行实施例说明。
在该场景中,可以在车道位置部署摄像头。所述摄像头可以采集视频流。所述视频流中可以包括多条车道。摄像头可以实时采集视频流并发送至与摄像头连接的监控设备。所述监控设备可以用于进行车辆逆行检测。
所述监控设备中预先维护了多条车道的4个顶点坐标,以及各车道规定的行驶方向。
所述监控设备在接收到视频流后,可以通过对视频流中车辆位置的解析,确定车辆当前行驶的目标车道,以及车辆在视频流中的多个轨迹点。还可以通过对视频流中车辆的车轮的位置解析,得到车辆分别在所述多个轨迹点时,4个车辆分别对应的位置点。
然后,所述监控设备可以将所述多个轨迹点分别确定为待判轨迹点,并根据所述目标车道的4个顶点坐标,确定车辆处于所述待判轨迹点对应的位置时,所述目标车道内的车轮数量是否达到3(第四预设阈值),如果是,则可以将待判轨迹点确定为所述目标车道的内部轨迹点;如果否,则可以确定当前轨迹点不是所述内部轨迹点。
之后,所述监控设备可以通过执行S41-S48,确定出内部轨迹点中的各目标轨迹点并确定目标轨迹点数量是否达到10(第三预设阈值),如果达到则可以确定车辆逆行。
在确定车辆逆行后,所述监控设备可以从视频流选取优选图像,从优选图像中截取出车辆区域图,确定出车辆开始逆行的第一图像,以及车辆结束逆行的第二图像,并将4个图像融合至一帧融合图像中。所述监控设备还可以从车辆信息数据库中选取出与该车辆对应的车辆颜色,型号等信息,并结合所述融合图像生成告警信息发送至交警手持终端中,以进行违法行为研判。由此,可以实现车辆行驶行为的自动检测,提升检测效率与及时性,并且在发现车辆逆行行为时可以根据多种证据信息及时发出告警,便于及时对逆行行为做出处理。与所述任一实施例相对应的,本申请还提出一种车辆行驶行为检测装置50。
请参见图5,图5为本申请示出的一种车辆行驶行为检测装置的结构示意图。
如图5所示,所述检测装置50可以包括:
获取模块51,用于获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向;
检测与跟踪模块52,用于对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点;
第一确定模块53,用于根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移;
第二确定模块54,用于响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述装置50还包括:
第三确定模块,用于响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,将所述任意轨迹点确定为目标轨迹点;
所述第二确定模块54,具体用于:
响应于所述目标轨迹点的数量得到第三预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述第一确定模块53,具体用于:
根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;
所述第二确定模块54,具体用于:
响应于所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述第一确定模块53,具体用于:
根据所述多个轨迹点中各第一轨迹点和所述各轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
所述第二确定模块54,具体用于:
响应于所述车辆在到达任意所述第一轨迹点之前的第二位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述第一确定模块53,具体用于:
根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
根据所述各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;
所述第二确定模块54,具体用于:
响应于在到达所述任意第一轨迹点之前的第二位移和所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角均达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
在一些实施例中,所述装置50还包括:
第四确定模块,用于确定所述多个轨迹点中处于所述车道内的内部轨迹点;
所述第一确定模块53,具体用于:
根据所述内部轨迹点中各内部轨迹点指示的位置信息,确定所述各内部轨迹点相对其它内部轨迹点的位移。
在一些实施例中,所述装置50还包括:
检测模块,用于对所述视频流中的车辆的车轮进行目标检测,得到所述车辆处于各轨迹点时,各车轮分别对应的位置信息;
所述第四确定模块,具体用于:
根据所述车辆处于所述多个轨迹点中的每一轨迹点时各车轮对应的位置信息,确定处于所述车道内的车轮数量是否达到第四预设阈值;
响应于处于所述车道内的车轮数量达到第四预设阈值,将对应的所述轨迹点确定为所述车道内的内部轨迹点。
在一些实施例中,所述装置50还包括:
告警模块,用于响应于所述车辆未按照所述规定方向行驶,发送告警信息。
在一些实施例中,所述告警信息包括以下至少一项:
所述视频流中满足预设条件的优选图像;
所述优选图像中车辆检测框围成的区域图;
所述车辆未按照所述规定方向行驶的开始时刻对应的第一图像;
所述车辆未按照所述规定方向行驶的结束时刻对应的第二图像;
所述车辆的车辆信息。
在一些实施例中,所述装置50还包括:
输出模块,用于将告警信息中包括的各图像合并为一帧图像进行输出。
本申请示出的车辆行驶行为检测装置的实施例可以应用于电子设备上。相应地,本申请公开了一种电子设备,该设备可以包括:处理器。
用于存储处理器可执行指令的存储器。
其中,所述处理器被配置为调用所述存储器中存储的可执行指令,实现前述任一实施例示出的车辆行驶行为检测方法。
请参见图6,图6为本申请示出的一种电子设备的硬件结构示意图。
如图6所示,该电子设备可以包括用于执行指令的处理器,用于进行网络连接的网络接口,用于为处理器存储运行数据的内存,以及用于存储车辆行驶行为检测装置对应指令的非易失性存储器。
其中,装置的实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,除了图6所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的电子设备通常根据该电子设备的实际功能,还可以包括其他硬件,对此不再赘述。
可以理解的是,为了提升处理速度,装置对应指令也可以直接存储于内存中,在此不作限定。
本申请提出一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序可以用于使处理器执行前述任一实施例示出的车辆行驶行为检测方法。
本领域技术人员应明白,本申请一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本申请一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(可以包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请中的“和/或”表示至少具有两者中的其中一个,例如,“A和/或B”可以包括三种方案:A、B、以及“A和B”。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于数据处理设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的行为或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本申请中描述的主题及功能操作的实施例可以在以下中实现:数字电子电路、有形体现的计算机软件或固件、可以包括本申请中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本申请中描述的主题的实施例可以实现为一个或多个计算机程序,即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地,程序指令可以被编码在人工生成的传播信号上,例如机器生成的电、光或电磁信号,该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本申请中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行,以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行,并且装置也可以实现为专用逻辑电路。
适合可以用于执行计算机程序的计算机可以包括,例如通用和/或专用微处理器,或任何其他类型的中央处理单元。通常,中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件可以包括可以用于实施或执行指令的中央处理单元以及可以用于存储指令和数据的一个或多个存储器设备。通常,计算机还将可以包括可以用于存储数据的一个或多个大容量存储设备,例如磁盘、磁光盘或光盘等,或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据,抑或两种情况兼而有之。然而,计算机不是必须具有这样的设备。此外,计算机可以嵌入在另一设备中,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备,仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质可以包括所有形式的非易失性存储器、媒介和存储器设备,例如可以包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本申请包含许多具体实施细节,但是这些不应被解释为限制任何公开的范围或所要求保护的范围,而是主要可以用于描述特定公开的具体实施例的特征。本申请内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面,在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外,虽然特征可以如所述在某些组合中起作用并且甚至最初如此要求保护,但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除,并且所要求保护的组合可以指向子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行,以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,所述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离,并且应当理解,所描述的程序组件和系统通常可以一起集成在单个软件产品中,或者封装成多个软件产品。
由此,主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下,权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外,附图中描绘的处理并非必需所示的特定顺序或顺次顺序,以实现期望的结果。在某些实现中,多任务和并行处理可能是有利的。
以上仅为本申请一个或多个实施例的较佳实施例而已,并不用以限制本申请一个或多个实施例,凡在本申请一个或多个实施例的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请一个或多个实施例保护的范围之内。
Claims (13)
1.一种车辆行驶行为检测方法,包括:
获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向;
对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点;
根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移,包括:根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移,和/或根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
2.根据权利要求1所述的方法,在确定所述车辆未按照所述规定方向行驶之前,还包括:
响应于所述各轨迹点中任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,将所述任意轨迹点确定为目标轨迹点;
所述确定所述车辆未按照所述规定方向行驶,包括:
响应于所述目标轨迹点的数量得到第三预设阈值,确定所述车辆未按照所述规定方向行驶。
3.根据权利要求1或2所述的方法,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:
根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;
所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:
响应于所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
4.根据权利要求1或2所述的方法,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:
根据所述多个轨迹点中各第一轨迹点和所述各轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:
响应于所述车辆在到达任意所述第一轨迹点之前的第二位移,与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
5.根据权利要求1或2所述的方法,所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:
根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
根据所述各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移;
所述响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶,包括:
响应于在到达所述任意第一轨迹点之前的第二位移和所述车辆在到达任意所述第一轨迹点之后的第一位移,与所述规定方向之间的夹角均达到第一预设阈值,以及在所述规定方向上的投影均达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
6.根据权利要求1-5任一所述的方法,在根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移之前,还包括:
确定所述多个轨迹点中处于所述车道内的内部轨迹点;
所述根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对其它轨迹点的位移,包括:
根据所述内部轨迹点中各内部轨迹点指示的位置信息,确定所述各内部轨迹点相对其它内部轨迹点的位移。
7.根据权利要求6所述的方法,还包括:
对所述视频流中的车辆的车轮进行目标检测,得到所述车辆处于各轨迹点时,各车轮分别对应的位置信息;
所述确定所述多个轨迹点中处于所述车道内的内部轨迹点,包括:
根据所述车辆处于所述多个轨迹点中的每一轨迹点时各车轮对应的位置信息,确定处于所述车道内的车轮数量是否达到第四预设阈值;
响应于处于所述车道内的车轮数量达到第四预设阈值,将对应的所述轨迹点确定为所述车道内的内部轨迹点。
8.根据权利要求1-7任一所述的方法,还包括:
响应于所述车辆未按照所述规定方向行驶,发送告警信息。
9.根据权利要求8所述的方法,所述告警信息包括以下至少一项:
所述视频流中满足预设条件的优选图像;
所述优选图像中车辆检测框围成的区域图;
所述车辆未按照所述规定方向行驶的开始时刻对应的第一图像;
所述车辆未按照所述规定方向行驶的结束时刻对应的第二图像;
所述车辆的车辆信息。
10.根据权利要求9所述的方法,还包括:
将告警信息中包括的各图像合并为一帧图像进行输出。
11.一种车辆行驶行为检测装置,包括:
获取模块,用于获取视频流;其中,所述视频流中包括预设的车道和所述车道的规定方向;
检测与跟踪模块,用于对所述视频流中的车辆进行目标检测与跟踪,得到所述车辆对应的行驶轨迹;所述行驶轨迹包括指示所述车辆所处位置的多个轨迹点;
第一确定模块,用于根据所述多个轨迹点中各轨迹点指示的位置信息,确定所述各轨迹点相对于其它轨迹点的位移,包括:根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之后的至少一个第二轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之后的第一位移,和/或根据所述多个轨迹点中各第一轨迹点和所述各第一轨迹点之前的至少一个第三轨迹点指示的位置信息,确定所述车辆在到达各第一轨迹点之前的第二位移;
第二确定模块,用于响应于所述各轨迹点中的任意轨迹点相对于其它轨迹点的位移与所述规定方向之间的夹角达到第一预设阈值,以及在所述规定方向上的投影达到第二预设阈值,确定所述车辆未按照所述规定方向行驶。
12.一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令以实现如权利要求1-10任一所述的车辆行驶行为检测方法。
13.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于使处理器执行如权利要求1-10任一所述的车辆行驶行为检测方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110944033.1A CN113602264B (zh) | 2021-08-17 | 2021-08-17 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
PCT/CN2022/081772 WO2023019936A1 (zh) | 2021-08-17 | 2022-03-18 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110944033.1A CN113602264B (zh) | 2021-08-17 | 2021-08-17 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113602264A CN113602264A (zh) | 2021-11-05 |
CN113602264B true CN113602264B (zh) | 2023-02-28 |
Family
ID=78340996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110944033.1A Active CN113602264B (zh) | 2021-08-17 | 2021-08-17 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113602264B (zh) |
WO (1) | WO2023019936A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113602264B (zh) * | 2021-08-17 | 2023-02-28 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
CN115994324B (zh) * | 2023-03-13 | 2023-07-18 | 浙江口碑网络技术有限公司 | 数据处理方法及装置 |
CN116429146B (zh) * | 2023-06-13 | 2023-08-29 | 跨越速运集团有限公司 | 一种车辆导航方法、装置、设备及计算机可读存储介质 |
CN117456481B (zh) * | 2023-12-22 | 2024-05-14 | 华南师范大学 | 一种防伪车牌识别方法、系统及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009140008A (ja) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法 |
JP2019532431A (ja) * | 2016-10-14 | 2019-11-07 | 富士通株式会社 | 車両の逆行の検出装置、検出方法及び電子機器 |
CN110634290A (zh) * | 2019-09-12 | 2019-12-31 | 北京航空航天大学 | 一种基于自行车轨迹数据的逆行行为识别方法 |
CN110689734A (zh) * | 2019-09-24 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 车辆行驶状况识别方法、装置及电子设备 |
JP2020129331A (ja) * | 2019-02-12 | 2020-08-27 | アイシン・エィ・ダブリュ株式会社 | 逆走判定システム、逆走判定方法、及び逆走判定プログラム |
CN112530170A (zh) * | 2020-12-16 | 2021-03-19 | 济南博观智能科技有限公司 | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 |
CN112750317A (zh) * | 2020-12-21 | 2021-05-04 | 深圳市商汤科技有限公司 | 车辆逆行检测方法、装置、设备及计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019166142A1 (en) * | 2018-03-01 | 2019-09-06 | Jaguar Land Rover Limited | Methods and apparatus for acquisition and tracking, object classification and terrain inference |
CN109747642B (zh) * | 2019-01-04 | 2020-09-08 | 北京博宇通达科技有限公司 | 车辆行驶控制方法及设备 |
CN113602264B (zh) * | 2021-08-17 | 2023-02-28 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
-
2021
- 2021-08-17 CN CN202110944033.1A patent/CN113602264B/zh active Active
-
2022
- 2022-03-18 WO PCT/CN2022/081772 patent/WO2023019936A1/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009140008A (ja) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法 |
JP2019532431A (ja) * | 2016-10-14 | 2019-11-07 | 富士通株式会社 | 車両の逆行の検出装置、検出方法及び電子機器 |
JP2020129331A (ja) * | 2019-02-12 | 2020-08-27 | アイシン・エィ・ダブリュ株式会社 | 逆走判定システム、逆走判定方法、及び逆走判定プログラム |
CN110634290A (zh) * | 2019-09-12 | 2019-12-31 | 北京航空航天大学 | 一种基于自行车轨迹数据的逆行行为识别方法 |
CN110689734A (zh) * | 2019-09-24 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 车辆行驶状况识别方法、装置及电子设备 |
CN112530170A (zh) * | 2020-12-16 | 2021-03-19 | 济南博观智能科技有限公司 | 一种车辆行驶状态检测方法、装置、电子设备及存储介质 |
CN112750317A (zh) * | 2020-12-21 | 2021-05-04 | 深圳市商汤科技有限公司 | 车辆逆行检测方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113602264A (zh) | 2021-11-05 |
WO2023019936A1 (zh) | 2023-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113602264B (zh) | 一种车辆行驶行为检测方法、装置、设备和存储介质 | |
CN108022450B (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
Noh | Decision-making framework for autonomous driving at road intersections: Safeguarding against collision, overly conservative behavior, and violation vehicles | |
JP7371157B2 (ja) | 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム | |
US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
CN112543956B (zh) | 提供道路拥堵原因的方法和装置 | |
WO2013170882A1 (en) | Collaborative vehicle detection of objects with a predictive distribution | |
US20210027619A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program | |
CN113674523A (zh) | 交通事故分析方法、装置及设备 | |
CN113516099A (zh) | 一种交通行为识别方法及装置、电子设备和存储介质 | |
CN114758502B (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
CN113177509B (zh) | 一种倒车行为识别方法及装置 | |
CN109800684B (zh) | 一种视频中对象的确定方法及装置 | |
CN113869258A (zh) | 交通事件检测方法、装置、电子设备及可读存储介质 | |
CN112633151A (zh) | 一种确定监控图像中斑马线的方法、装置、设备及介质 | |
CN115257771B (zh) | 一种路口识别方法、电子设备和存储介质 | |
CN115841765A (zh) | 车辆位置盲区监控方法、装置、电子设备及可读存储介质 | |
CN113108801A (zh) | 绿波道路导航方法及装置 | |
CN116152753A (zh) | 车辆信息识别方法和系统、存储介质和电子装置 | |
CN115762153A (zh) | 倒车检测方法及装置 | |
CN115249407B (zh) | 指示灯状态识别方法、装置、电子设备、存储介质及产品 | |
Noh | Probabilistic collision threat assessment for autonomous driving at road intersections inclusive of vehicles in violation of traffic rules | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
CN112597924A (zh) | 电动自行车轨迹追踪方法、摄像机装置和服务器 | |
EP3718847A1 (en) | Method and system for tracking at least one traffic participant in a surrounding of a vehicle |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40055758 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |