CN114463980A - 一种交通状态检测方法、装置、存储介质及电子装置 - Google Patents

一种交通状态检测方法、装置、存储介质及电子装置 Download PDF

Info

Publication number
CN114463980A
CN114463980A CN202210149352.8A CN202210149352A CN114463980A CN 114463980 A CN114463980 A CN 114463980A CN 202210149352 A CN202210149352 A CN 202210149352A CN 114463980 A CN114463980 A CN 114463980A
Authority
CN
China
Prior art keywords
vehicle
target
length
vehicle queuing
queuing
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
Application number
CN202210149352.8A
Other languages
English (en)
Inventor
林亦宁
杨哲
张云剑
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.)
Hangzhou Shanma Zhiqing Technology Co Ltd
Shanghai Supremind Intelligent Technology Co Ltd
Original Assignee
Hangzhou Shanma Zhiqing Technology Co Ltd
Shanghai Supremind Intelligent Technology Co Ltd
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 Hangzhou Shanma Zhiqing Technology Co Ltd, Shanghai Supremind Intelligent Technology Co Ltd filed Critical Hangzhou Shanma Zhiqing Technology Co Ltd
Priority to CN202210149352.8A priority Critical patent/CN114463980A/zh
Publication of CN114463980A publication Critical patent/CN114463980A/zh
Pending legal-status Critical Current

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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供了一种交通状态检测方法、装置、存储介质及电子装置，通过获取目标区域数据，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级，提高了交通状态判断的准确性，有利于交通管理人员提高工作效率。

Description

一种交通状态检测方法、装置、存储介质及电子装置
技术领域
本发明实施例涉及数据处理领域，具体而言，涉及一种交通状态检测方法、装置、存储介质及电子装置。
背景技术
随着我国经济社会的高速发展，人民生活水平不断提高，并且由于中国较大的人口基数以及人口的持续增长，我国的机动车保有量也达到了前所未有的规模与水平，同时催生了高速公路相关领域的大力发展。截至2020年底，我国高速公路通车总里程已超过16.1万公里，稳居世界第一。伴随着道路里程的增加，对道路的管理工作也急需加强，近年来由于信息技术的迅猛发展，道路的管理工作也顺势变得越来越信息化、智能化。其中，高速公路收费站因需要停车、暂停收费的缘故，往往会造成该区域范围内短时间的交通拥堵，如遇特殊原因（事故、恶劣天气等）需要车辆提前驶离路段时，则会导致该区域范围内拥堵情况加重，从而严重影响收费站的通行效率和道路使用者的驾驶感受，因此对高速公路收费站出入口广场进行拥堵监测是十分有必要的。而且，对收费站广场的拥堵监测，有助于道路管理者们了解路域范围内收费站的运行情况，以针对不同严重程度的排队拥堵采取相应的响应措施，从而方便管理者们对收费站的运营与管理。对于道路管理者来说，该方式可提高工作效率、降低工作强度、提升相关信息记录的准确性和专业性、改善信息记录的完备性，从而间接提高对收费站、路网管理的综合能力。
当前，我国道路交通管理行业正朝着信息化、可视化、云端化的方向发展，而其中一部分收费站拥堵状态的判定仍然依靠道路管理人员进行人工判断，该项工作的工作强度较大，使得交通管理的人力成本较高；而另一部分收费站拥堵状态的判定通过高速公路收费站视频检测判断拥堵，相比于人工监测，其具有一定的技术先进性，具有检测参数多、施工维护简便、不干扰正常交通等优点，其缺点在于当算法能力受限时，其检测精度会比较低。其中，部分路段的收费站站前道路紧连互通匝道，道路线形且为曲线，当主线出收费站站前车辆较多时，现有摄像头无法完整拍摄车辆排队长度的情况，视频检测的排队长度精度则会受到较大影响，无法给出合理的拥堵严重程度等级划分。并且当排队车辆短时间拥堵并很快消散时，则该视频检测无法给出合理的有效判断，从而导致后台道路管理人员对交通状态产生误判和误处理等问题。
因此，如何对交通收费站周围的交通状态进行有效判断，是亟需解决的问题之一。
发明内容
本发明的主要优势在于提供一种交通状态检测方法、装置、存储介质及电子装置，通过获取目标区域数据，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级，避免交通管理人员对交通状态进行现场监测，降低了人力成本，提供了工作效率。
本发明另一优势在于提供一种交通状态检测方法、装置、存储介质及电子装置，通过获取目标区域数据，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级，通过多个阈值条件类型的综合判断，代替传统单一的只将车辆排队长度的判断作为拥堵判定指标，从而使得对交通状态的检测可以更加有效和准确。
本发明另一优势在于提供一种交通状态检测方法、装置、存储介质及电子装置，对交通拥堵严重程度等级划分明确，使得信息有效性高。
本发明另一优势在于提供一种交通状态检测方法、装置、存储介质及电子装置，通过利用收费站周围现有的摄像头采集交通数据，从而避免对原始架设的摄像头进行更新，使得物力投入成本较低。
根据本发明一实施例，提供一种交通状态检测方法，包括：
获取目标区域数据；
对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
根据本发明一示例性实施例，还包括：
上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
根据本发明一示例性实施例，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，包括：
对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
根据本发明一示例性实施例，基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级，包括：
基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
根据所述阈值层级，确认对应的目标交通状态等级。
根据本发明另一实施例，提供一种交通状态检测装置，包括，
获取模块，用于获取目标区域数据；
目标处理模块，用于对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
判断模块，用于基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
根据本发明一示例性实施例，所述交通状态检测装置还包括：
上报模块，用于上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
根据本发明一示例性实施例，所述目标处理模块包括：
第一处理单元，用于对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
第二处理单元，用于通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
根据本发明一示例性实施例，所述判断模块包括：
阈值层级确认单元，用于基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
目标交通状态等级确认单元，用于根据所述阈值层级，确认对应的目标交通状态等级。
根据本发明的又一个实施例，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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
附图说明
图1是根据本发明实施例的一种交通状态检测方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种交通状态检测方法的流程图；
图3是根据本发明实施例的一种交通状态检测方法的车辆长度计算方法的示意图；
图4是根据本发明实施例的一种交通状态检测方法的目标交通状态等级判断的示意图；
图5是根据本发明实施例的一种交通状态检测装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种检测方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种检测方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
为了更好的解决上述背景技术中提出的问题，本发明公开了一种交通状态检测方法、装置、存储介质及电子装置，下面的实施例中将逐一进行详细说明。
参见图2，图2示出了根据本说明书一个实施例提供的一种交通状态检测方法的流程图，具体包括以下步骤：
S202，获取目标区域数据；
根据本发明一实施例，其中，所述目标区域数据为待检测的图像数据和/或视频数据。即通过路设图像采集设备，如摄像头，在目标区域内收集的图像和/或视频数据为所述目标区域数据，其中每个路设图像采集设备通过安装位置和安装角度形成的图像采集区域为目标区域。
具体地，在实际应用中，应用本申请实施例提供的交通状态检测方法的电子装置，在硬件上可直接包括的摄像头(该摄像头主要用于采集包含待检测路面的图像)，并在本地存储该摄像头拍摄得到的图像，可在电子设备内部直接读取；或者，电子设备也可与该摄像头建立网络连接，并根据该网络连接从该摄像头在线获取该摄像头得到的图像；或者，电子设备也可从存储有该摄像头拍摄得到的图像的相关存储介质，读取出该摄像头拍摄得到的图像，具体获取方式在此不做限定。
其中，摄像头可根据预设的拍摄方式拍摄图像，例如可设置拍摄高度、拍摄方向或者拍摄距离，其具体拍摄方式可根据摄像头本身进行调节，具体在此不做限定。摄像头拍摄得到的多帧图像，可通过时间线组成视频。
根据本发明一实施例，其中，所述目标区域数据主要为通过图像采集设备在高速公路收费站采集的交通数据，具体的，主要利用收费站周围现有的摄像头采集交通数据，从而避免对原始架设的摄像头进行更新，以解决硬件设施投入较大的问题。值得一提的是，现有的收费站雨棚摄像头可以实现对收费站站前监测区域范围的全覆盖和收费站车道交通状态的持续监测。
S204，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
根据本发明一实施例，其中所述车辆排队长度为车辆在收费站前因收费等原因等候而形成的队伍长度，且所述车辆排队长度可由每个车辆长度和相邻车辆之间的间隔距离相加计算得到；其中所述车辆排队长度持续时间为车辆形成排队等候的队伍后，该队伍所持续保持的时间，其中车辆排队的队伍消散后，则车辆排队持续时间不再继续增加，等车辆排队的队伍再次形成，则重新计算车辆排队持续时间，而前后两次形成车辆排队队伍中间间隔的时间段为所述车辆排队中断时间。
根据本发明一实施例，步骤S204包括：
S2042，对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
S2044，通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
根据本发明一实施例，参照图3所示，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，具体为通过AI检测算法提取基于所述目标区域数据图片上车辆的位置及大小信息(像素)，根据车辆像素与路面距离参照线来分段估计每个像素代表的长度，利用车辆长度所占像素与地面标线及间隔等参照物所占像素之比计算出单个车辆的长度，从而计算得出目标区域范围内的车辆长度L1,L2,L3,L4…，以及停车间隔d1,d2,d3…，进而得到站前车辆排队长度L，通过对摄像头接入数据进行不间断连续分析,可以得到一个在一定时间段内，即目标时间段内连续的排队长度信息,并由此计算出连续车辆排队持续时间T和车辆排队中断时间t。
以下公式仅为简单模型下的车辆长度计算方法：
Figure DEST_PATH_IMAGE002
其中，K：车辆总长度；K1：标线实线段对应的车辆长度像素数量；K2：标线实线间隔段对应的车辆长度像素数量；F1：标线实线段长度对应像素数量；F2：标线实线间隔段长度对应像素数量；F：标线实线段与间隔段对应的实际长度（该数据为已知数据）。
同样的在本实施例中，停车间隔也可以采用上述车辆长度计算方法：
Figure DEST_PATH_IMAGE004
S：停车间隔；S1：标线实线段对应的间隔长度像素数量；S2：标线实线间隔段对应的间隔长度像素数量；F1：标线实线段长度对应像素数量；F2：标线实线间隔段长度对应像素数量；F：标线实线段与间隔段对应的实际长度（该数据为已知数据）。
通过上述公式可分别得到所述目标区域范围内的车辆长度L1,L2,L3,L4…，和停车间隔d1,d2,d3…，相加得到站前车辆排队长度L，通过对摄像头接入数据进行不间断连续分析,可以得到一个在目标时间段内连续的排队长度信息,并由此计算出连续车辆排队持续时间T和车辆排队中断时间t。
S206，基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
根据本发明一实施例，其中所述目标阈值组为多个阈值条件类型的组合，在本实施例中所述目标阈值组为所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间这三种阈值条件类型中任意条件的组合。例如，阈值条件1：车辆排队长度阈值；阈值条件2：车辆排队长度阈值和车辆排队持续时间阈值的组合；阈值条件3：车辆排队长度阈值和所述车辆排队中断时间阈值的组合，上述3个阈值条件的组合为本实施的所述目标阈值组。其中通过所述目标阈值组对目标区域内的目标交通状态进行多个条件的综合判断，可以更加准确的确认所述目标区域中的目标交通状态等级。其中在本实施例中，所述目标交通状态等级对应被划分为畅通状态、基本畅通状态、中度拥堵状态和重度拥堵状态。
根据本发明一实施例，步骤S206包括：
S2062，基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
S2064，根据所述阈值层级，确认对应的目标交通状态等级。
根据本发明一实施例，基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，可确认对应的阈值层级，所述阈值层级可根据目标阈值组划分为多个层级，在本实施例中，所述阈值层级被划分为4个层级，即第一层级、第二层级、第三层级和第四层级，其中每个所述阈值层级对应一个所述目标交通状态等级，在本实施例中，所述第一层级对应的所述目标交通状态等级为畅通状态、所述第二层级对应的所述目标交通状态等级为基本畅通状态、所述第三层级对应的所述目标交通状态等级为中度拥堵状态、所述第四层级对应的所述目标交通状态等级为重度拥堵状态。
根据本发明一实施例，参照图4所示，本发明提供的一种交通状态检测方法主要的应用场景为道路收费站前的交通拥堵场景，所以主要用于判断交通拥堵状态，在本实施例中，预先设定拥堵状态排队长度阈值a、b、c（设c＞b＞a），即上述车辆排队长度阈值，主要用于对车辆排队长度进行判断；拥堵持续时间阈值m，即上述车辆排队持续时间阈值，主要用于对车辆排队持续时间进行判断；和拥堵中断时间阈值n，即车辆排队中断时间阈值，主要用于对车辆排队中断时间进行判断。其中所述拥堵状态排队长度阈值a、b、c可根据具体场景需要进行设置，所述拥堵持续时间阈值m和所述拥堵中断时间阈值n也可以具体设置，以下描述不做数值限制只描述判断方法；
根据本发明一实施例，具体的，其中，当所述车辆排队长度L持续小于拥堵状态排队长度阈值a，确认对应的所述阈值层级为第一层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级为畅通状态，由生活常识和经验可知，当车辆排队长度较短时，行驶车辆基本不会形成交通拥堵，所以不用启动拥堵持续时间阈值m对车辆排队持续时间进行判断，也不用启动拥堵中断时间阈值n对车辆排队中断时间进行判断。
其中，当所述车辆排队长度L介于拥堵状态排队长度阈值a和b之间，且拥堵持续时间T小于拥堵持续时间阈值m分钟或拥堵中断时间t小于拥堵中断时间阈值n分钟，确认对应的所述阈值层级为第二层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级处于基本畅通状态，否则确认对应的所述阈值层级为第三层级，则相应的可确认所述目标区域的目标交通状态等级为中度拥堵状态。
其中，当所述车辆排队长度L介于拥堵状态排队长度阈值b和c之间，且拥堵持续时间T小于拥堵持续时间阈值m分钟或拥堵中断时间t小于拥堵中断时间阈值n分钟，确认对应的所述阈值层级为第三层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级处于中度拥堵状态，否则确认对应的所述阈值层级为第四层级，则相应的可确认所述目标区域的目标交通状态等级处于重度拥堵状态。
其中，当所述车辆排队长度L大于拥堵状态排队长度阈值c，确认对应的所述阈值层级为第四层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级为重度拥堵状态。由生活常识和经验可知，当车辆排队长度达到一定长度时，不用启动对拥堵时间和拥堵中断时间的判断，也可以判断得到该车道的行驶车辆形成了重度交通拥堵；
值得一提的是，所述目标阈值组的所预设的阈值条件类型可以根据具体需要进行设定、增删和改变，以上实施例中所列举的阈值条件类型，即车辆排队长度阈值、车辆排队持续时间阈值和所述车辆排队中断时间阈值，不作为限制。
值得一提的是，所述目标阈值组的所预设的阈值条件类型的具体阈值大小可以设定和改变，即以上实施例中所列举的车辆排队长度阈值、车辆排队持续时间阈值和所述车辆排队中断时间阈值的大小可以设定和改变，在此不做限制。
虽然现有收费站拥堵状态的判定可通过高速公路收费站视频检测判断拥堵，相比于人工监测，其具有一定的技术先进性，但现有的摄像头无法完整拍摄车辆排队长度的情况，视频检测的排队长度精度则会受到较大影响，无法给出合理的拥堵严重程度等级划分。并且当排队车辆短时间拥堵并很快消散时，则该视频检测无法给出合理的有效判断，从而导致后台道路管理人员对交通状态产生误判和误处理等问题。
而本发明实施例可以很好的克服上述问题，通过所述目标阈值组，即通过所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间多个阈值条件类型的综合判断，代替传统单一的只将车辆排队长度的判断作为拥堵判定指标，从而使得对交通状态的检测可以更加有效和准确。
根据本发明一实施例，其中所述一种交通状态检测方法还包括：
S208，上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
根据本发明一实施例，上报所述目标交通状态等级至用户平台，道路管理者们可根据目标交通状态等级所传达的拥堵严重程度采取相应的交通管理措施。
通过本发明提供的一种交通状态检测方法，可帮助交通管理者进行收费站拥堵状态判定，避免了人工现场监测，并且所述交通状态检测方法对交通拥堵严重程度等级划分明确，使得信息有效性高，为道路管理者们提供了一个较好的工具，减轻了日常工作强度，同时提升了工作效率。
根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
在本实施例中还提供了一种交通状态检测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
根据本发明另一实施例，参考图5，提供一种交通状态检测装置，包括：
获取模块30，用于获取目标区域数据；
根据本发明一实施例，其中，所述目标区域数据为待检测的图像数据和/或视频数据。即通过路设图像采集设备，如摄像头，在目标区域内收集的图像和/或视频数据为所述目标区域数据，其中每个路设图像采集设备通过安装位置和安装角度形成的图像采集区域为目标区域。
具体地，在实际应用中，应用本申请实施例提供的交通状态检测方法的电子装置，在硬件上可直接包括的摄像头(该摄像头主要用于采集包含待检测路面的图像)，并在本地存储该摄像头拍摄得到的图像，可在电子设备内部直接读取；或者，电子设备也可与该摄像头建立网络连接，并根据该网络连接从该摄像头在线获取该摄像头得到的图像；或者，电子设备也可从存储有该摄像头拍摄得到的图像的相关存储介质，读取出该摄像头拍摄得到的图像，具体获取方式在此不做限定。
其中，摄像头可根据预设的拍摄方式拍摄图像，例如可设置拍摄高度、拍摄方向或者拍摄距离，其具体拍摄方式可根据摄像头本身进行调节，具体在此不做限定。摄像头拍摄得到的多帧图像，可通过时间线组成视频。
根据本发明一实施例，其中，所述目标区域数据主要为通过图像采集设备在高速公路收费站采集的交通数据，具体的，主要利用收费站周围现有的摄像头采集交通数据，从而避免对原始架设的摄像头进行更新，以解决硬件设施投入较大的问题。值得一提的是，现有的收费站雨棚摄像头可以实现对收费站站前监测区域范围的全覆盖和收费站车道交通状态的持续监测。
目标处理模块40，用于对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
根据本发明一实施例，其中所述车辆排队长度为车辆在收费站前因收费等原因等候而形成的队伍长度，且所述车辆排队长度可由每个车辆长度和相邻车辆之间的间隔距离相加计算得到；其中所述车辆排队长度持续时间为车辆形成排队等候的队伍后，该队伍所持续保持的时间，其中车辆排队的队伍消散后，则车辆排队持续时间不再继续增加，等车辆排队的队伍再次形成，则重新计算车辆排队持续时间，而前后两次形成车辆排队队伍中间间隔的时间段为所述车辆排队中断时间。
根据本发明一实施例，所述目标处理模块40包括：
第一处理单元41，用于对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
第二处理单元42，用于通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
根据本发明一实施例，参照图3所示，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，具体为通过AI检测算法提取基于所述目标区域数据图片上车辆的位置及大小信息(像素)，根据车辆像素与路面距离参照线来分段估计每个像素代表的长度，利用车辆长度所占像素与地面标线及间隔等参照物所占像素之比计算出单个车辆的长度，从而计算得出目标区域范围内的车辆长度L1,L2,L3,L4…，以及停车间隔d1,d2,d3…，进而得到站前车辆排队长度L，通过对摄像头接入数据进行不间断连续分析,可以得到一个在一定时间段内，即目标时间段内连续的排队长度信息,并由此计算出连续车辆排队持续时间T和车辆排队中断时间t。
以下公式仅为简单模型下的车辆长度计算方法：
Figure DEST_PATH_IMAGE006
其中，K：车辆总长度；K1：标线实线段对应的车辆长度像素数量；K2：标线实线间隔段对应的车辆长度像素数量；F1：标线实线段长度对应像素数量；F2：标线实线间隔段长度对应像素数量；F：标线实线段与间隔段对应的实际长度（该数据为已知数据）。
同样的在本实施例中，停车间隔也可以采用上述车辆长度计算方法：
Figure DEST_PATH_IMAGE008
S：停车间隔；S1：标线实线段对应的间隔长度像素数量；S2：标线实线间隔段对应的间隔长度像素数量；F1：标线实线段长度对应像素数量；F2：标线实线间隔段长度对应像素数量；F：标线实线段与间隔段对应的实际长度（该数据为已知数据）。
通过上述公式可分别得到所述目标区域范围内的车辆长度L1,L2,L3,L4…，和停车间隔d1,d2,d3…，相加得到站前车辆排队长度L，通过对摄像头接入数据进行不间断连续分析,可以得到一个在目标时间段内连续的排队长度信息,并由此计算出连续车辆排队持续时间T和车辆排队中断时间t。
判断模块50，用于基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
根据本发明一实施例，其中所述目标阈值组为多个阈值条件类型的组合，在本实施例中所述目标阈值组为所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间这三种阈值条件类型中任意条件的组合。例如，阈值条件1：车辆排队长度阈值；阈值条件2：车辆排队长度阈值和车辆排队持续时间阈值的组合；阈值条件3：车辆排队长度阈值和所述车辆排队中断时间阈值的组合，上述3个阈值条件的组合为本实施的所述目标阈值组。其中通过所述目标阈值组对目标区域内的目标交通状态进行多个条件的综合判断，可以更加准确的确认所述目标区域中的目标交通状态等级。其中在本实施例中，所述目标交通状态等级对应被划分为畅通状态、基本畅通状态、中度拥堵状态和重度拥堵状态。
根据本发明一实施例，所述判断模块50包括：
阈值层级确认单元51，用于基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
目标交通状态等级确认单元52，用于根据所述阈值层级，确认对应的目标交通状态等级。
根据本发明一实施例，基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，可确认对应的阈值层级，所述阈值层级可根据目标阈值组划分为多个层级，在本实施例中，所述阈值层级被划分为4个层级，即第一层级、第二层级、第三层级和第四层级，其中每个所述阈值层级对应一个所述目标交通状态等级，在本实施例中，所述第一层级对应的所述目标交通状态等级为畅通状态、所述第二层级对应的所述目标交通状态等级为基本畅通状态、所述第三层级对应的所述目标交通状态等级为中度拥堵状态、所述第四层级对应的所述目标交通状态等级为重度拥堵状态。
根据本发明一实施例，参照图4所示，本发明提供的一种交通状态检测方法主要的应用场景为道路收费站前的交通拥堵场景，所以主要用于判断交通拥堵状态，在本实施例中，预先设定拥堵状态排队长度阈值a、b、c（设c＞b＞a），即上述车辆排队长度阈值，主要用于对车辆排队长度进行判断；拥堵持续时间阈值m，即上述车辆排队持续时间阈值，主要用于对车辆排队持续时间进行判断；和拥堵中断时间阈值n，即车辆排队中断时间阈值，主要用于对车辆排队中断时间进行判断。其中所述拥堵状态排队长度阈值a、b、c可根据具体场景需要进行设置，所述拥堵持续时间阈值m和所述拥堵中断时间阈值n也可以具体设置，以下描述不做数值限制只描述判断方法；
根据本发明一实施例，具体的，其中，当所述车辆排队长度L持续小于拥堵状态排队长度阈值a，确认对应的所述阈值层级为第一层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级为畅通状态，由生活常识和经验可知，当车辆排队长度较短时，行驶车辆基本不会形成交通拥堵，所以不用启动拥堵持续时间阈值m对车辆排队持续时间进行判断，也不用启动拥堵中断时间阈值n对车辆排队中断时间进行判断。
其中，当所述车辆排队长度L介于拥堵状态排队长度阈值a和b之间，且拥堵持续时间T小于拥堵持续时间阈值m分钟或拥堵中断时间t小于拥堵中断时间阈值n分钟，确认对应的所述阈值层级为第二层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级处于基本畅通状态，否则确认对应的所述阈值层级为第三层级，则相应的可确认所述目标区域的目标交通状态等级为中度拥堵状态。
其中，当所述车辆排队长度L介于拥堵状态排队长度阈值b和c之间，且拥堵持续时间T小于拥堵持续时间阈值m分钟或拥堵中断时间t小于拥堵中断时间阈值n分钟，确认对应的所述阈值层级为第三层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级处于中度拥堵状态，否则确认对应的所述阈值层级为第四层级，则相应的可确认所述目标区域的目标交通状态等级处于重度拥堵状态。
其中，当所述车辆排队长度L大于拥堵状态排队长度阈值c，确认对应的所述阈值层级为第四层级，则由所述阈值层级相应的可确认所述目标区域的目标交通状态等级为重度拥堵状态。由生活常识和经验可知，当车辆排队长度达到一定长度时，不用启动对拥堵时间和拥堵中断时间的判断，也可以判断得到该车道的行驶车辆形成了重度交通拥堵；
值得一提的是，所述目标阈值组的所预设的阈值条件类型可以根据具体需要进行设定、增删和改变，以上实施例中所列举的阈值条件类型，即车辆排队长度阈值、车辆排队持续时间阈值和所述车辆排队中断时间阈值，不作为限制。
值得一提的是，所述目标阈值组的所预设的阈值条件类型的具体阈值大小可以设定和改变，即以上实施例中所列举的车辆排队长度阈值、车辆排队持续时间阈值和所述车辆排队中断时间阈值的大小可以设定和改变，在此不做限制。
虽然现有收费站拥堵状态的判定可通过高速公路收费站视频检测判断拥堵，相比于人工监测，其具有一定的技术先进性，但现有的摄像头无法完整拍摄车辆排队长度的情况，视频检测的排队长度精度则会受到较大影响，无法给出合理的拥堵严重程度等级划分。并且当排队车辆短时间拥堵并很快消散时，则该视频检测无法给出合理的有效判断，从而导致后台道路管理人员对交通状态产生误判和误处理等问题。
而本发明实施例可以很好的克服上述问题，通过所述目标阈值组，即通过所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间多个阈值条件类型的综合判断，代替传统单一的只将车辆排队长度的判断作为拥堵判定指标，从而使得对交通状态的检测可以更加有效和准确。
根据本发明一实施例，所述交通状态检测装置还包括一上报模块60，用于上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
根据本发明一实施例，上报所述目标交通状态等级至用户平台，道路管理者们可根据目标交通状态等级所传达的拥堵严重程度采取相应的交通管理措施。
通过本发明提供的一种交通状态检测方法，可帮助交通管理者进行收费站拥堵状态判定，避免了人工现场监测，并且所述交通状态检测方法对交通拥堵严重程度等级划分明确，使得信息有效性高，为道路管理者们提供了一个较好的工具，减轻了日常工作强度，同时提升了工作效率。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种交通状态检测方法，其特征在于，包括：
获取目标区域数据；
对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
2.根据权利要求1所述的方法，其特征在于，还包括：
上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
3.根据权利要求1所述的方法，其特征在于，对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间，包括：
对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
4.根据权利要求1所述的方法，其特征在于，基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级，包括：
基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
根据所述阈值层级，确认对应的目标交通状态等级。
5.一种交通状态检测装置，其特征在于，包括，
获取模块，用于获取目标区域数据；
目标处理模块，用于对所述目标区域数据执行目标处理，以得到车辆排队长度、车辆排队持续时间以及车辆排队中断时间；
判断模块，用于基于预设的目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行判断，确认对应的目标交通状态等级。
6.根据权利要求5所述的装置，其特征在于，还包括：
上报模块，用于上报所述目标交通状态等级至用户平台，其中用户可通过所述目标交通状态等级采取相应的交通管理措施。
7.根据权利要求5所述的装置，其特征在于，所述目标处理模块包括：
第一处理单元，用于对所述目标区域数据执行目标处理，得到每个车辆的长度和相邻车辆间的间隔距离；
第二处理单元，用于通过持续获取所述目标区域数据和所述每个车辆的长度和间隔距离，得到目标时间段内所述车辆排队长度、所述车辆排队持续时间以及所述车辆排队中断时间。
8.根据权利要求5所述的装置，其特征在于，所述判断模块包括：
阈值层级确认单元，用于基于目标阈值组，对所述车辆排队长度、所述车辆排队持续时间、所述车辆排队中断时间进行多条件判断，确认对应的阈值层级；
目标交通状态等级确认单元，用于根据所述阈值层级，确认对应的目标交通状态等级。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。
CN202210149352.8A 2022-02-18 2022-02-18 一种交通状态检测方法、装置、存储介质及电子装置 Pending CN114463980A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210149352.8A CN114463980A (zh) 2022-02-18 2022-02-18 一种交通状态检测方法、装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210149352.8A CN114463980A (zh) 2022-02-18 2022-02-18 一种交通状态检测方法、装置、存储介质及电子装置

Publications (1)

Publication Number Publication Date
CN114463980A true CN114463980A (zh) 2022-05-10

Family

ID=81416046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210149352.8A Pending CN114463980A (zh) 2022-02-18 2022-02-18 一种交通状态检测方法、装置、存储介质及电子装置

Country Status (1)

Country Link
CN (1) CN114463980A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707560A (zh) * 2022-05-19 2022-07-05 北京闪马智建科技有限公司 数据信号的处理方法及装置、存储介质、电子装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707560A (zh) * 2022-05-19 2022-07-05 北京闪马智建科技有限公司 数据信号的处理方法及装置、存储介质、电子装置
CN114707560B (zh) * 2022-05-19 2024-02-09 北京闪马智建科技有限公司 数据信号的处理方法及装置、存储介质、电子装置

Similar Documents

Publication Publication Date Title
CN109686088B (zh) 一种交通视频告警方法、设备及系统
CN109448367B (zh) 一种基于大数据图像采集的智能道路交通追踪管理系统
CN104851295B (zh) 获取路况信息的方法和系统
CN111833598B (zh) 一种高速公路无人机交通事件自动监测方法及系统
CN107301776A (zh) 基于视频检测技术的车道路况处理及发布方法
CN113706737B (zh) 基于自动驾驶车辆的路面巡检系统及方法
CN106373426A (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN112712697B (zh) 面向车路协同应用的车道级交通状态判别方法
CN111243275B (zh) 一种基于计算机视觉的收费站交通状态监测装置和方法
CN114170795A (zh) 一种智能交通系统中的物联网交通监测系统及其使用方法
CN107885795A (zh) 一种卡口数据的数据校验方法、系统和装置
CN114333313B (zh) 一种基于高速公路监控的智能巡检方法
CN109410584B (zh) 一种路况检测方法及装置
CN113487877A (zh) 一种道路车辆违规停车监控方法
CN114332707A (zh) 设备有效性的确定方法及装置、存储介质、电子装置
CN108629982B (zh) 一种基于旅行时间分布规律的路段车辆数估计方法
CN116128360A (zh) 道路交通拥堵等级评估方法、装置、电子设备及存储介质
CN114463980A (zh) 一种交通状态检测方法、装置、存储介质及电子装置
CN113129387A (zh) 一种相机位置检测方法、装置、设备及存储介质
KR20230100787A (ko) 도로의 정비보수를 위한 인공지능을 활용한 능동 도로 통합관리 시스템
CN116797435B (zh) 一种利用公交车辆进行道路交通标志牌巡检的处理系统
CN107591003B (zh) 基于车辆识别数据的城市路网消散能力提取方法
CN115116033A (zh) 车位范围的处理方法及计算设备
CN112507919A (zh) 基于大数据分析的高速公路综合管养可视化云计算平台
CN115691141B (zh) 一种基于护栏的城市交通管理方法和系统及网络侧服务端

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