CN114038195A - 基于轨迹分析的道路异常事件监控检测方法 - Google Patents
基于轨迹分析的道路异常事件监控检测方法 Download PDFInfo
- Publication number
- CN114038195A CN114038195A CN202111351637.1A CN202111351637A CN114038195A CN 114038195 A CN114038195 A CN 114038195A CN 202111351637 A CN202111351637 A CN 202111351637A CN 114038195 A CN114038195 A CN 114038195A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- intersection
- time
- abnormal event
- road
- 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
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
-
- 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
本发明涉及视频监控分析技术领域,具体是提供一种基于轨迹分析的道路异常事件监控检测方法,以对行人和车辆分别进行检测分析,对道路异常事件进行提前预警。基于轨迹分析的道路异常事件监控检测方法,通过路口摄像头采集行人的监控视频,对监控视频进行分析,提取行人的运动轨迹,计算出行人的行走速度,分析行人过马路的通行时间起点,以及根据行人的行走速度计算通行时间终点;通过路边摄像头采集车辆信息,生成第一行驶轨迹,预测车辆即将驶入的路口,预测车辆驶入路口的时间,若车辆驶入路口的时间在通行时间起点和通行时间终点之间,则对发生道路异常事件的风险进行预测,向车辆终端发出道路异常事件预警信号。
Description
技术领域
本发明涉及监控视频检测技术领域,具体为一种基于轨迹分析的道路异常事件监控检测方法。
背景技术
随着城市道路车流量越来越多,道路异常事件时有发生,尤其是在没有交通信号灯的路口,以及车流人流多的道路路口,道路异常事件更加频繁,而其中人车相撞事件是道路异常事件中比较常见的,应予以高度重视。虽然,现在在道路路口通常都设有交通信号灯,但是在有些道路路口是没有设置交通信号灯的,而且就算识别在设置有交通信号灯的路口,也可能存在行人违规闯红灯或者车辆违规行驶的问题,这些都会导致上述异常事件的发生,如何避免上述道路异常事件的发生,降低生命财产损失,是急需解决的问题。
发明内容
本发明意在提供一种基于轨迹分析的道路异常事件监控检测方法,以对行人和车辆分别进行检测分析,对道路异常事件进行提前预测,提前预警,避免道路路口异常事件的发生。
基于轨迹分析的道路异常事件监控检测方法,包括以下内容:
通过路口摄像头采集行人的监控视频,对监控视频进行分析,提取行人的运动轨迹,计算出行人的行走速度,分析行人过马路的通行时间起点,以及根据行人的行走速度计算通行时间终点;
通过路边摄像头采集车辆信息,生成第一行驶轨迹,预测车辆即将驶入的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在通行时间起点和通行时间终点之间,则对发生道路异常事件的风险进行预测,向车辆终端发出道路异常事件预警信号。
说明:在没有交通信号灯的路口以及有交通信号灯的路口均可应用本检测方法进行提前预警;本发明所述的车辆是指距离某一路口较近的车辆。
本发明的原理及有益效果在于:通过路口摄像头采集行人的监控视频,对监控视频进行分析,提取行人的运动轨迹,以判断行人是否在路口通行,即过人行横道,若是,则基于监控视频,可计算出行人的行走速度,以及确定行人过马路的通行时间起点,再根据路口人行横道的距离,则可以计算出行人过马路所需要的时间,根据所需要的时间以及通行时间起点可计算出通行时间终点。
通过路边摄像头(各个相邻的摄像头连续采集车辆信息)采集车辆信息,可分析出车辆的第一行驶轨迹,根据车辆的第一行驶轨迹,可以预测车辆即将驶入哪个路口(因为可能道路上不只有一个路口),根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在通行时间起点和通行时间终点之间,说明如果车辆驶入该路口(若路口没有交通信号灯,则车辆一般不会停车,会驶入路口,若有交通信号灯,则需要根据交通信号灯情况而定,若是禁止行人通行的红灯点亮,车辆也会驶入该路口),而此时也正是行人在通行过马路(而不是在路边),则很可能发生人车相撞的道路异常事件,则需要对发生道路异常事件的风险进行预测,若预测的风险为高风向,则向车辆终端发出道路异常事件预警信号,以对车辆进行提示。
通过本检测方法,可以对道路异常事件进行提前预测,提前预警,避免路口人车相撞的道路异常事件的发生,提高行人通行的安全性。
进一步,在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在允许行人通行的绿灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为低风险。
有益效果:在有交通信号灯的路口,若预测车辆驶入路口的时间在允许行人通行的绿灯亮的时间点内,那么即使车辆驶入路口的时间在通行时间起点和通行时间终点之间,而由于此时交通信号灯是允许行人通行的绿灯亮的时间点内,车辆也不会在此期间内存在违反交通信号灯的行为,与行人相撞的概率会大大减小,因此,对发生道路异常事件的风险预测为低风险。
进一步,还包括根据车辆与路口之间的距离,以及车辆驶入路口的最佳避让时间段计算出建议车速,并将建议车速推送给车辆终端。
有益效果:一般情况下,车辆在驶入路口前都是会有所减速的,但即使是在减速情况下也存在避让不开,相撞风险的,那么采用本方案,根据车辆与路口之间的距离,以及车辆驶入路口的最佳避让时间段计算出建议车速,本方案的建议车速应是低于司机在该路段允许时速限制的前提下凭经验驾驶的减速后的速度的,也就是更慢一些的速度,将建议车速推送给车辆终端,让车辆驾驶人不需要凭经验减速,最大限度的降低道路异常事件的发生。
进一步,在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在禁止行人通行的红灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为高风险。
有益效果:若车辆驶入路口的时间在禁止行人通行的红灯亮的时间点内,且车辆驶入路口的时间在通行时间起点和通行时间终点之间,说明此时路口的交通信号灯显示车辆是可以通行的,这种情况下车辆一般不会在路口停车,而由于又有行人强行过马路,那么两者很可能发生碰撞,发生安全事故,因此为了避免此类事件发生,对发生道路异常事件的风险预测为高风险,事先向车辆驾驶人发出预警信息。
进一步,为了排查各个路口道路异常事件发生的情况,及时对风险路口做出相应的措施,如加强监控或者增加人为协助疏导等,对某一路口发生道路异常事件进行统计,包括指定时间段内发生次数、时段和属性,若统计次数超过设定值,则将该路口标记为风险路口。
进一步,为了加强对特殊区域的交通管控,确保小区居民、学生的人身安全,若属性为小区路段或学校路段,则发出加强监控提示信息。
进一步,还包括通过CP协同技术定位车辆位置,并根据车辆定位位置生成车辆第二行驶轨迹,所述第二行驶轨迹用于校正路边摄像头采集的车辆的第一行驶轨迹。
有益效果:车辆在行驶过程中,虽然通过路边连续设置的摄像头可以采集车辆信息,从而生成车辆的行驶轨迹,但是有时由于车速过快或者障碍物遮挡,难免存在采集的信息不准确的情况,生成的车辆行驶轨迹也存在误差,因此在路边摄像头采集信息不准确的情况下,与车辆终端进行通行,可以通过车辆自身的定位,采用CP协同技术定位车辆位置,根据车辆定位位置生成车辆第二行驶轨迹,该第二行驶轨迹相较于第一行驶轨迹更加准确,而且无需进行全轨迹校正,只需校正所在路边摄像头采集车辆信息不准确的路段车辆轨迹即可,降低系统开销,使预测出的车辆即将驶入的路口更准确。
进一步,若计算出行人的行走速度低于平均行走速度,且车辆驶入路口的时间在通行时间起点和通行时间终点之间,则向车辆终端发出停车让行信号。若计算出行人的行走速度低于平均行走速度,说明行人是行动不便的老人或者小孩,因此应提前警示驾驶人停车让行。
附图说明
图1为本发明基于轨迹分析的道路异常事件监控检测方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
本实施例中,基于轨迹分析的道路异常事件监控检测方法,主要应用于没有设置交通信号灯的路口,以及虽然设置了交通信号灯,但是存在行人违反交通信号灯强行过马路的路口,以降低或者避免人车相撞造成的人身伤害,降低道路异常事件的发生。
如附图1所示,基于轨迹分析的道路异常事件监控检测方法,包括以下内容:
通过路口摄像头采集行人的监控视频,对监控视频进行分析,提取行人的运动轨迹,根据行人的运动轨迹,可以分析出行人是否正在过马路,即在路口的人行横道上通行,若在人行横道上通行,计算出行人的行走速度,分析行人过马路的通行时间起点,以及根据行人的行走速度计算通行时间终点,根据路口距离和行人的行走速度,可以计算出行人通行时间终点,通行时间起点和通行时间终点之间的时间段即为行人过马路所用时间。
通过路边摄像头采集车辆信息,生成第一行驶轨迹,具体是采用路边设置的各个摄像头在一段道路中对同一车辆进行连续抓怕,从而分析出车辆的第一行驶轨迹,但是有时由于车速过快或者障碍物遮挡,难免存在采集的信息不准确的情况,生成的车辆行驶轨迹也存在误差,因此在路边摄像头采集信息不准确的情况下,与车辆终端进行通行,车辆终端通过CP协同技术定位车辆位置,并根据车辆定位位置生成车辆第二行驶轨迹,所述第二行驶轨迹用于校正路边摄像头采集的车辆的第一行驶轨迹,本实施例中,无需进行全轨迹校正,只需校正所在路边摄像头采集车辆信息不准确的路段车辆轨迹即可。V2V,即车对车CP方法是CP协同技术的一种,许多车辆都能通过雷达和视频传感器等OBU设备来测量彼此相对的距离,从而对自身车辆进行定位,属于现有技术。
本实施例中,根据校正后的第一轨迹预测车辆即将驶入的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在通行时间起点和通行时间终点之间,则对发生道路异常事件的风险进行预测。
具体的预测是指:在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在允许行人通行的绿灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为低风险。
在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在禁止行人通行的红灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为高风险。
在没有交通信号灯的路口,只要车辆驶入路口的时间在通行时间起点和通行时间终点之间,都对发生道路异常事件的风险预测为高风险。
本实施例中,根据发生道路异常事件的风险进行预测的结果,向车辆终端发出道路异常事件预警信号,所述的预警信号包括根据车辆与路口之间的距离,以及车辆驶入路口的最佳避让时间段计算出建议车速,并将建议车速推送给车辆终端。最佳避让时间段,通常是指,无论是在有或者没有交通信号灯的路口,车辆驶入路口后都可以与正在过马路的行人刚好避让开,也即行人刚好过完马路,车辆才行驶到路口。
本实施例中,还包括对某一路口发生道路异常事件进行统计,包括指定时间段内发生次数、时段和属性,若统计次数超过设定值,比如统计在一个月内某一路口道路异常事件次数达到五次以上,时段是指道路异常事件发生的时间段,则将该路口标记为风险路口。若属性为小区路段或学校路段,则发出加强监控提示信息。
本实施例中,若计算出行人的行走速度低于平均行走速度,且车辆驶入路口的时间在通行时间起点和通行时间终点之间,则向车辆终端发出停车让行信号。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于轨迹分析的道路异常事件监控检测方法,其特征在于,包括以下内容:
通过路口摄像头采集行人的监控视频,对监控视频进行分析,提取行人的运动轨迹,计算出行人的行走速度,分析行人过马路的通行时间起点,以及根据行人的行走速度计算通行时间终点;
通过路边摄像头采集车辆信息,生成第一行驶轨迹,预测车辆即将驶入的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在通行时间起点和通行时间终点之间,则对发生道路异常事件的风险进行预测,向车辆终端发出道路异常事件预警信号。
2.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在允许行人通行的绿灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为低风险。
3.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,还包括根据车辆与路口之间的距离,以及车辆驶入路口的最佳避让时间段计算出建议车速,并将建议车速推送给车辆终端。
4.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,在有交通信号灯的路口,根据车辆与路口之间的距离以及车辆当前车速预测车辆驶入路口的时间,若车辆驶入路口的时间在禁止行人通行的红灯亮的时间点内,车辆驶入路口的时间在通行时间起点和通行时间终点之间,对发生道路异常事件的风险预测为高风险。
5.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,对某一路口发生道路异常事件进行统计,包括指定时间段内发生次数、时段和属性,若统计次数超过设定值,则将该路口标记为风险路口。
6.根据权利要求5所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,若属性为小区路段或学校路段,则发出加强监控提示信息。
7.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,还包括通过CP协同技术定位车辆位置,并根据车辆定位位置生成车辆第二行驶轨迹,所述第二行驶轨迹用于校正路边摄像头采集的车辆的第一行驶轨迹。
8.根据权利要求1所述的基于轨迹分析的道路异常事件监控检测方法,其特征在于,若计算出行人的行走速度低于平均行走速度,且车辆驶入路口的时间在通行时间起点和通行时间终点之间,则向车辆终端发出停车让行信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111351637.1A CN114038195A (zh) | 2021-11-15 | 2021-11-15 | 基于轨迹分析的道路异常事件监控检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111351637.1A CN114038195A (zh) | 2021-11-15 | 2021-11-15 | 基于轨迹分析的道路异常事件监控检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114038195A true CN114038195A (zh) | 2022-02-11 |
Family
ID=80137799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111351637.1A Pending CN114038195A (zh) | 2021-11-15 | 2021-11-15 | 基于轨迹分析的道路异常事件监控检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114038195A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114596714A (zh) * | 2022-05-10 | 2022-06-07 | 四川思百特科技有限责任公司 | 一种电瓶车引导系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109243184A (zh) * | 2018-11-09 | 2019-01-18 | 东北林业大学 | 基于单片机的右转车辆避让行人安全预警装置 |
CN110111569A (zh) * | 2019-05-05 | 2019-08-09 | 广东振业优控科技股份有限公司 | 一种平面交叉口左转待转区设置评估方法 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
-
2021
- 2021-11-15 CN CN202111351637.1A patent/CN114038195A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109243184A (zh) * | 2018-11-09 | 2019-01-18 | 东北林业大学 | 基于单片机的右转车辆避让行人安全预警装置 |
CN110111569A (zh) * | 2019-05-05 | 2019-08-09 | 广东振业优控科技股份有限公司 | 一种平面交叉口左转待转区设置评估方法 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114596714A (zh) * | 2022-05-10 | 2022-06-07 | 四川思百特科技有限责任公司 | 一种电瓶车引导系统及方法 |
CN114596714B (zh) * | 2022-05-10 | 2022-07-26 | 四川思百特科技有限责任公司 | 一种电瓶车引导系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112927512B (zh) | 一种高速公路匝道合流控制系统及方法 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该系统 | |
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
CN111210662A (zh) | 一种基于机器视觉与dsrc的交叉口安全预警系统及其预警方法 | |
CN109191857B (zh) | 一种基于大数据的智慧交通管理系统 | |
CN103914688A (zh) | 一种城市道路障碍物识别系统 | |
CN211787492U (zh) | 基于车路协同技术的交通信号控制及路侧信息交互系统 | |
CN113724531B (zh) | 一种车联网环境下路口人车路协作预警系统及方法 | |
WO2022213542A1 (zh) | 基于激光雷达和轨迹预测的信控交叉口清空方法和系统 | |
CN113034914B (zh) | 一种高速公路硬路肩动态调整系统及其方法 | |
CN116071933B (zh) | 一种基于车路协同的智能化道路预警系统 | |
CN112150799A (zh) | 一种融合雷达视频的道路车辆交通大数据采集的方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
JP4580995B2 (ja) | 道路交通管制システム | |
Ragland et al. | Intersection decision support project: Taxonomy of crossing-path crashes at intersections using GES 2000 data | |
Oskarbski et al. | Automatic incident detection at intersections with use of telematics | |
CN114038195A (zh) | 基于轨迹分析的道路异常事件监控检测方法 | |
Hourdos et al. | Development of a queue warning system utilizing ATM infrastructure system development and field-testing | |
CN107886726A (zh) | 占道/停车行为检测方法与装置 | |
CN117058872A (zh) | 一种用于高速公路信息发布方法、系统和存储介质 | |
CN115346370B (zh) | 基于智能交通的路口防碰撞系统及方法 | |
JP4128962B2 (ja) | 道路交通管制システム | |
Zhang et al. | Use of field observations in developing collision-avoidance system for arterial red light running: Factoring headway and vehicle-following characteristics | |
Ko et al. | Evaluation of Flexible Traffic Separators at Highway–Railroad Grade Crossings | |
CN211181080U (zh) | 一种基于机器视觉与dsrc的交叉口安全预警系统 |
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 |