CN115331434B - 融合道路bim与监控视频的交叉口应急导控方法及系统 - Google Patents
融合道路bim与监控视频的交叉口应急导控方法及系统 Download PDFInfo
- Publication number
- CN115331434B CN115331434B CN202210907189.7A CN202210907189A CN115331434B CN 115331434 B CN115331434 B CN 115331434B CN 202210907189 A CN202210907189 A CN 202210907189A CN 115331434 B CN115331434 B CN 115331434B
- Authority
- CN
- China
- Prior art keywords
- intersection
- vehicle
- lane
- road
- dimensional
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种融合道路BIM与监控视频的交叉口应急导控方法及系统,包括引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;根据融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;根据多组交叉口信号配时和通行方案,进行交通仿真;根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
Description
技术领域
本发明涉及智慧交通领域,具体而言,涉及一种融合道路BIM与监控视频的交叉口应急导控方案。
背景技术
城市道路交叉口由于交通环境复杂容易出现排队拥堵,导致车辆通过交叉口耗时长、效率低、安全性差。针对交叉口进行智能交通导控,及时引导特种车辆通行、保证交通平稳运行,是建设智慧城市与交通的迫切现实需求。
传统道路交叉口监测一般基于摄像头视频监控,通过人工判读或自动提取视频信息评价交叉口运行状态,然后根据应急车辆状况进行交通管控。但是这种方法存在以下缺陷:(1)交叉口各车道路线交织复杂,现有方法很难按交通区域精确统计和评估交叉口车流状态;(2)交叉口路况复杂,特种车辆如急救车通行容易受到阻塞,耽误急救时间。而城市道路BIM(Building Information Model)模型可以详细地划分交叉口不同车道和交织区,对于精细交叉口导控具有重要作用。
综上所述,现有单一基于视频监控的方法很难满足交叉口精细导控需求。因此随着智慧城市与交通的发展,急需研究融合道路BIM与监控视频的交叉口应急导控方法。
发明内容
本发明针对现有技术的不足,提出一种融合道路BIM与监控视频的交叉口应急导控方案。该方法基于道路交叉口BIM模型,详细地划分交叉口不同车道和交织区,提取视频车辆所在车道区域;融合道路BIM和监控视频,精细统计车流状态;最后根据当前交叉口交通状态基于SUMO进行仿真评价,针对特种车辆应急通行制定交叉口导控方案。
本发明的技术方案为一种融合道路BIM与监控视频的交叉口应急导控方法,包括以下步骤,
步骤1,引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
步骤2,根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;
步骤3,根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;
步骤4,根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;
步骤5,根据多组交叉口信号配时和通行方案,基于交通仿真软件进行交通仿真;
步骤6,根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
而且,步骤1中,计算目标城市交叉口区域的二维矢量道路剖分的矩形车道区域的二维局部坐标,基于七参数转换法分别计算剖分矩形区域的顶点坐标,对于两条车道交叉口区域,根据两个剖分区域求交计算得到,最后计算得到目标城市交叉口的多组车道区域和多组交织区域。
而且,步骤2中,建立设视频监控图像上的像素坐标与对应于目标城市交叉口的三维BIM模型上的一点的映射关系,通过图像坐标与三维笛卡尔坐标映射关系,将视频图像投影到三维BIM模型上。
而且,步骤3中,包括以下处理,
针对车辆识别,收集各类型各角度拍摄社会车辆以及急救车辆图片,制作车辆标签训练集,利用YOLO模型训练该训练集生成对应的权重文件,提取得到特种车辆和普通车辆;
将车辆外包矩形的图像坐标,与车道区域图像坐标进行求交,判断其位于哪一条车道,设得到的车辆外接矩形范围为EFGH,依次遍历所有的矩形车道区域、交织区域与车辆外接矩形求交,计算其所占车辆外包区域面积的比例Ratio;比列Ratio超过相应阈值则相应区域的车流量计数+1,否则不计数,根据车道区域矩形车道区域统计得到车道流量;
针对特种车辆,计算得到其中心点Q,得到Q点对应的经纬高坐标。
而且,步骤4中,将视频提取的特种车辆当前位置作为起点,目的地作为终点,基于最小生成树法设定在构建过程中不形成分叉回路;根据交叉口路况,特种车辆通过当前交叉口的导控方案由信号控制和路径规划两者组合而成,包括以下可选方案,
(1)采用正常信号控制,直行通过交叉口;
(2)采用优先通行信号控制,直行通过交叉口;
(3)采用正常信号控制,右转掉头通过;
(4)采用优先通行信号控制,右转掉头通过。
另一方面,本发明提供一种融合道路BIM与监控视频的交叉口应急导控系统,用于实现如上所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
而且,包括以下模块,
第一模块,用于引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
第二模块,用于根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;
第三模块,用于根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;
第四模块,用于根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;
第五模块,用于根据多组交叉口信号配时和通行方案,基于交通仿真软件SUMO进行交通仿真;
第六模块,用于根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
或者,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
或者,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
本发明技术方案具有以下优点:
交叉口评估精度更高。交叉口各车道路线交织复杂,现有方法监控视频很难与交叉口区域匹配起来,很难按交通区域精确统计和评估交叉口车流状态。相比而言,本方法基于交叉口BIM模型可以精细地表达车道位置、宽度、属性等信息,融合BIM与监控视频进行深度匹配,可以精确获取视频车辆位置,评估事故车辆周边状态。
交叉口导控更加精细。传统交叉口事故管控大多由人为制定方案并实施,其过程具有主观性和不确定性。相比而言,本方法基于BIM模型与监控视频,提取、统计和评价车流状态,重点针对特种车辆交叉口通行,根据SUMO仿真结果制定信号灯配时方案,更加科学合理。
本发明提升了城市道路交叉口管控的精细度和自动化程度,对于智慧交叉口管控等具有重要意义。
附图说明
图1为本发明实施例的城市交叉口精细导控流程图。
图2为本发明实施例的城市交叉口剖分矢量图。
图3为本发明实施例的城市交叉口BIM模型图。
图4为本发明实施例的视频车辆空间转换示意图。
图5为本发明实施例的交叉口BIM与视频投影融合示意图。
图6为本发明实施例的视频车辆信息提取效果图。
图7为本发明实施例的交叉口车道级流量统计示意图。
图8为本发明实施例的基于SUMO的交叉口仿真示意图。
具体实施方式
以下结合附图和实施例具体说明本发明的技术方案。
参见图1,本发明实施例提供一种融合道路BIM与监控视频的交叉口应急导控方法,包括以下步骤:
步骤1:引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
实施例中,进一步优选提出,步骤1所述将目标城市交叉口区域剖分为多组车道区域和多组交织区域,具体为:
(1)设目标城市交叉口区域的二维矢量道路为{(Linei,Lanei,Widthi)|i=1,2,…,m},其中Linei为第i条二维矢量道路的几何路径,Lanei为第i条二维矢量道路的车道数,Widthi为第i条二维矢量道路的车道宽度,m是目标城市交叉口区域的矢量道路条数。设矢量道路几何路径Linei的三维笛卡尔坐标表示为{P1=(X1,Y1,Z1),P2=(X2,Y2,Z2)},其中,(X1,Y1,Z1)是矢量道路几何路径的起点坐标,X2,Y2,Z2是矢量道路几何路径的终点坐标,以起点P1为原点,沿着为U轴垂直于/>为V轴,构建二维局部笛卡尔坐标系,则基于第i条二维矢量道路剖分的矩形车道区域AiBiCiDi的二维局部坐标计算为:
其中,Bi和Di为车道区域的左侧边缘控制点,Ai和Ci为车道区域的左侧边缘控制点。
(2)基于七参数转换法分别计算剖分矩形区域的顶点坐标,则第i条二维矢量道路剖分的矩形车道区域AiBiCiDi对应于三维笛卡尔坐标系下的区域Ai’Bi’Ci’Di’中的A’可以计算为:
其中,是三维笛卡尔坐标系下的A’坐标,/>是P1点的三维笛卡尔坐标,/>是Ai点对应的二维平面坐标,/>和/>是纹理坐标方向向量参数,scaleX和scaleY是缩放参数。
(3)对于两条车道交叉口区域,根据两个剖分区域求交计算得到。最后计算得到的目标城市交叉口的多组车道区域和多组交织区域,参见图2。
步骤2:根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合。
步骤2所述将视频投影到三维BIM模型上,实现道路交通多源数据融合,具体为:
设视频监控图像上的某一个像素坐标为(x,y),其对应于目标城市交叉口的三维BIM模型上的一点为(X,Y,Z),交叉口三维BIM模型参见图3,则其映射关系可以表达为:
其中K为相机内参矩阵。
由于监控相机在出厂之后,其内参矩阵保持不变,因此可以通过相机标定得到相机内参矩阵、主轴与焦距平面的交点,进而确定K值。设焦距平面在x方向的分量为fx,在y方向的分量为fy,主轴与焦距平面的交点为p在x方向的分量为px,在y方向的分量为py,则K可以表示为:
参见图4,根据步骤1中获得的车道范围,则第i条二维矢量道路剖分的矩形车道区域AiBiCiDi对应于视频监控图像上的范围可以计算为:
其中为点Ai在视频监控图像上的二维坐标,/>为点Ai的三维笛卡尔坐标。
通过图像坐标与三维笛卡尔坐标映射关系,将视频图像投影到三维BIM模型上,并根据BIM不同位置的高度计算投影点,基于GLSL着色语言进行GPU计算,参见图5。
步骤3:根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息。
步骤3所述提取并统计目标城市交叉口车流量和特种车辆状态信息,具体为:
(1)针对车辆识别,收集各类型各角度拍摄社会车辆以及急救车辆图片,制作车辆标签训练集,利用YOLO模型训练该训练集生成对应的权重文件,提取得到特种车辆和普通车辆,参见图6。设提取的车辆模型其在图像上的左上角坐标为(u,v),车辆矩形外包的宽度为w,高度为h。则计算车辆外包矩形的图像坐标为:
其中,xmin为该车辆外包矩形的左上角x坐标,xmax为该车辆外包矩形的右下角x坐标,ymin为该车辆外包矩形的左上角y坐标,ymax为该车辆外包矩形的右下角y坐标。
(2)将车辆外包矩形的图像坐标,与车道区域图像坐标进行求交,判断其位于哪一条车道。设得到的车辆外接矩形范围为EFGH,依次遍历所有的矩形车道区域、交织区域与车辆外接矩形求交,计算其所占车辆外包区域面积的比例Ratio为:
给比列Ratio设置一个阈值,例如Ratio=90%,超过阈值则车道区域AiBiCiDi车流量计数+1,否则不计数。根据车道区域AiBiCiDi的所有车辆,统计得到车道流量,参见图7。
(3)针对特种车辆,根据步骤1计算得到其中心点为Q,则其Q点对应的经纬高坐标为:
其中(XQ,YQ,ZQ)是特种车辆中心Q点对应的三维笛卡尔坐标,RQ是Q点到地球球心的距离,r是地球半径,(longitudeQ,latitudeQ,altitudeQ)是Ai点对应的球形坐标系坐标。
步骤4:根据当前交叉口车流量状态,分析设计不同的交叉口管控方案以及不同的特种车辆通行方案。
步骤4所述分析设计不同的交叉口管控方案以及不同的特种车辆通行方案,具体为:
将视频提取的特种车辆当前位置作为起点,目的地作为终点,基于最小生成树法设定在构建过程中不形成分叉回路。根据交叉口路况,特种车辆通过当前交叉口的导控方案由信号控制和路径规划两者组合而成,包括以下可选方案:
(1)采用正常信号控制,直行通过交叉口;
(2)采用优先通行信号控制,直行通过交叉口;
(3)采用正常信号控制,右转掉头通过;
(4)采用优先通行信号控制,右转掉头通过。
步骤5:根据多组交叉口信号配时和通行方案,基于交通仿真软件进行交通仿真。
实施例中,步骤5优选基于交通仿真软件SUMO进行交通仿真,具体为:
由于对各可行方案仿真的过程中需要未来一段时间的交叉口交通流数据,因此采用二次指数平滑法对交叉口交通量进行短期预测。首先训练模型,将交通流数据横向分类,分为12类(4个进口道,共12个方向的交通流数据);再将数据纵向分类,按照一天时刻分为24类(24小时)。选定合适的平滑系数初值、终值和步长,对每个模型进行训练选取最小的均方误差对应的平滑系数值作为最佳平滑系数。设时间序列为xt,则预测算法为:
其中,为xt时的一次指数平滑值,/>为xt时的二次指数平滑值,xt是第t期实际值,/>为xt-1时的一次指数平滑值,/>为xt-1时的二次指数平滑值,∝是平滑系数,由每一类数据经训练分别得出,0<∝<1。利用指数平滑序列计算参数at与bt得到:
是第t+m期的预测值,则构造预测模型为:
参见图8,基于交通预测量,使用开源平台SUMO进行间隔为15s的连续仿真并对接交叉口视频提取模块,以获取仿真开始时刻系统中车辆位置信息。将地理信息导入SUMO后,获取交叉口路网信息使用工具对路网进行修正,作为模拟仿真的路网基础。通过仿真,得到特种车辆的行驶轨迹。
步骤6:根据SUMO仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
步骤6所述对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案,具体为:
在对所有方案的模拟仿真结束后,以每次模拟仿真生成的数据和路径信息作为指标,根据不同参数的重要性确定权重,参见表1。设特种车辆行驶时间为G1,其通行造成的车均延误变化率为G2,各进口道平均排队长度变化率为G3,其行驶变道次数为G4,则方案评估值可以计算为:
其中,V0为初始评估值,f1、f2、f3、f4为参数,可以根据实际效果进行调整,例如f1=0.6、f2=0.1、f3=0.1、f4=0.2。
表1
最后,根据Value值对不同的导控方案进行打分,获取评分最高的导控方案为最优方案。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种融合道路BIM与监控视频的交叉口应急导控系统,包括以下模块,
第一模块,用于引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
第二模块,用于根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;
第三模块,用于根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;
第四模块,用于根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;
第五模块,用于根据多组交叉口信号配时和通行方案,基于交通仿真软件SUMO进行交通仿真;
第六模块,用于根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
在一些可能的实施例中,提供一种融合道路BIM与监控视频的交叉口应急导控系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
在一些可能的实施例中,提供一种融合道路BIM与监控视频的交叉口应急导控系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种融合道路BIM与监控视频的交叉口应急导控方法,其特征在于:包括以下步骤,
步骤1,引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
设目标城市交叉口区域的二维矢量道路为{(Linei,Lanei,Widthi)|i=1,2,…,m},其中Linei为第i条二维矢量道路的几何路径,Lanei为第i条二维矢量道路的车道数,Widthi为第i条二维矢量道路的车道宽度,m是目标城市交叉口区域的矢量道路条数;设矢量道路几何路径Linei的三维笛卡尔坐标表示为{P1=(X1,Y1,Z1),P2=(X2,Y2,Z2)},其中,(X1,Y1,Z1)是矢量道路几何路径的起点坐标,X2,Y2,Z2是矢量道路几何路径的终点坐标,以起点P1为原点,沿着为U轴垂直于/>为V轴,构建二维局部笛卡尔坐标系,则基于第i条二维矢量道路剖分的矩形车道区域AiBiCiDi的二维局部坐标计算为:
其中,Bi和Di为车道区域的左侧边缘控制点,Ai和Ci为车道区域的左侧边缘控制点;
步骤2,根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;
实现方式如下,
设视频监控图像上的某一个像素坐标为(x,y),其对应于目标城市交叉口的三维BIM模型上的一点为(X,Y,Z),交则其映射关系表达为:
其中K为相机内参矩阵;
通过相机标定得到相机内参矩阵、主轴与焦距平面的交点,进而确定K值,设焦距平面在x方向的分量为fx,在y方向的分量为fy,主轴与焦距平面的交点为p在x方向的分量为px,在y方向的分量为py,则K表示为:
根据步骤1中获得的车道范围,则第i条二维矢量道路剖分的矩形车道区域AiBiCiDi对应于视频监控图像上的范围计算为:
其中为点Ai在视频监控图像上的二维坐标,/>为点Ai的三维笛卡尔坐标;
步骤3,根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;
实现方式包括,针对车辆识别,收集各类型各角度拍摄社会车辆以及急救车辆图片,制作车辆标签训练集,利用YOLO模型训练该训练集生成对应的权重文件,提取得到特种车辆和普通车辆;
设提取的车辆模型其在图像上的左上角坐标为(u,v),车辆矩形外包的宽度为w,高度为h,则计算车辆外包矩形的图像坐标为:
其中,xmin为该车辆外包矩形的左上角x坐标,xmax为该车辆外包矩形的右下角x坐标,ymin为该车辆外包矩形的左上角y坐标,ymax为该车辆外包矩形的右下角y坐标;
将车辆外包矩形的图像坐标,与车道区域图像坐标进行求交,判断其位于哪一条车道;设得到的车辆外接矩形范围为EFGH,依次遍历所有的矩形车道区域、交织区域与车辆外接矩形求交,计算其所占车辆外包区域面积的比例Ratio为:
给比列Ratio设置一个阈值,超过阈值则车道区域AiBiCiDi车流量计数+1,否则不计数,根据车道区域AiBiCiDi的所有车辆,统计得到车道流量;
针对特种车辆,根据步骤1计算得到中心点为Q,则Q点对应的经纬高坐标为:
其中(XQ,YQ,ZQ)是特种车辆中心Q点对应的三维笛卡尔坐标,RQ是Q点到地球球心的距离,r是地球半径,(longitudeQ,latitudeQ,altitudeQ)是Ai点对应的球形坐标系坐标;
步骤4,根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;
步骤5,根据多组交叉口信号配时和通行方案,基于交通仿真软件进行交通仿真;
步骤6,根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案,实现方式为,
在对所有方案的模拟仿真结束后,以每次模拟仿真生成的数据和路径信息作为指标,根据不同参数的重要性确定权重,设特种车辆行驶时间为G1,其通行造成的车均延误变化率为G2,各进口道平均排队长度变化率为G3,其行驶变道次数为G4,则方案评估值计算为:
其中,V0为初始评估值,f1、f2、f3、f4为参数,根据实际效果进行调整;
最后,根据Value值对不同的导控方案进行打分,获取评分最高的导控方案为最优方案。
2.根据权利要求1所述一种融合道路BIM与监控视频的交叉口应急导控方法,其特征在于:步骤1中,计算目标城市交叉口区域的二维矢量道路剖分的矩形车道区域的二维局部坐标,基于七参数转换法分别计算剖分矩形区域的顶点坐标,对于两条车道交叉口区域,根据两个剖分区域求交计算得到,最后计算得到目标城市交叉口的多组车道区域和多组交织区域。
3.根据权利要求1所述一种融合道路BIM与监控视频的交叉口应急导控方法,其特征在于:步骤2中,建立设视频监控图像上的像素坐标与对应于目标城市交叉口的三维BIM模型上的一点的映射关系,通过图像坐标与三维笛卡尔坐标映射关系,将视频图像投影到三维BIM模型上。
4.根据权利要求1所述一种融合道路BIM与监控视频的交叉口应急导控方法,其特征在于:步骤3中,包括以下处理,
针对车辆识别,收集各类型各角度拍摄社会车辆以及急救车辆图片,制作车辆标签训练集,利用YOLO模型训练该训练集生成对应的权重文件,提取得到特种车辆和普通车辆;
将车辆外包矩形的图像坐标,与车道区域图像坐标进行求交,判断其位于哪一条车道,设得到的车辆外接矩形范围为EFGH,依次遍历所有的矩形车道区域、交织区域与车辆外接矩形求交,计算其所占车辆外包区域面积的比例Ratio;比列Ratio超过相应阈值则相应区域的车流量计数+1,否则不计数,根据车道区域矩形车道区域统计得到车道流量;
针对特种车辆,计算得到其中心点Q,得到Q点对应的经纬高坐标。
5.根据权利要求1或2或3或4所述一种融合道路BIM与监控视频的交叉口应急导控方法,其特征在于:步骤4中,将视频提取的特种车辆当前位置作为起点,目的地作为终点,基于最小生成树法设定在构建过程中不形成分叉回路;根据交叉口路况,特种车辆通过当前交叉口的导控方案由信号控制和路径规划两者组合而成,包括以下可选方案,
(1)采用正常信号控制,直行通过交叉口;
(2)采用优先通行信号控制,直行通过交叉口;
(3)采用正常信号控制,右转掉头通过;
(4)采用优先通行信号控制,右转掉头通过。
6.一种融合道路BIM与监控视频的交叉口应急导控系统,用于实现如权利要求1-5任一项所述的一种融合道路BIM与监控视频的交叉口应急导控方法,
其特征在于:包括以下模块,
第一模块,用于引入目标城市交叉口区域的二维矢量道路线、目标城市交叉口区域的三维BIM模型、目标城市交叉口区域的视频监控数据,将目标城市交叉口区域剖分为多组车道区域和多组交织区域;
第二模块,用于根据目标城市交叉口的三维BIM模型和视频监控数据,将视频投影到三维BIM模型上,实现道路交通多源数据融合;
第三模块,用于根据视频监控与三维BIM融合数据,提取并统计目标城市交叉口车流量和特种车辆状态信息;
第四模块,用于根据当前交叉口车流量状态,分析设置不同的交叉口管控方案以及不同的特种车辆通行方案;
第五模块,用于根据多组交叉口信号配时和通行方案,基于交通仿真软件SUMO进行交通仿真;
第六模块,用于根据仿真结果,对比分析不同导控方案,综合评价急救车辆通过交叉口最优方案。
7.一种融合道路BIM与监控视频的交叉口应急导控系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-5任一项所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
8.一种融合道路BIM与监控视频的交叉口应急导控系统,其特征在于:包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如权利要求1-5任一项所述的一种融合道路BIM与监控视频的交叉口应急导控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210907189.7A CN115331434B (zh) | 2022-07-29 | 2022-07-29 | 融合道路bim与监控视频的交叉口应急导控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210907189.7A CN115331434B (zh) | 2022-07-29 | 2022-07-29 | 融合道路bim与监控视频的交叉口应急导控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115331434A CN115331434A (zh) | 2022-11-11 |
CN115331434B true CN115331434B (zh) | 2023-08-18 |
Family
ID=83919542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210907189.7A Active CN115331434B (zh) | 2022-07-29 | 2022-07-29 | 融合道路bim与监控视频的交叉口应急导控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331434B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016051412A (ja) * | 2014-09-02 | 2016-04-11 | 株式会社ジオクリエイツ | モデル生成装置、シミュレーション装置、モデル生成方法、及びモデル生成プログラム |
WO2017145297A1 (ja) * | 2016-02-24 | 2017-08-31 | 株式会社ジオクリエイツ | モデル生成装置、シミュレーション装置、モデル生成方法、及び記憶媒体 |
CN109887089A (zh) * | 2019-01-24 | 2019-06-14 | 四汇建设集团有限公司 | 一种市政道路bim设计模型与gis数据集成方法 |
EP3754573A1 (en) * | 2019-06-18 | 2020-12-23 | TMRW Foundation IP & Holding S.A.R.L. | Virtual creation of real-world projects |
CN112224211A (zh) * | 2020-10-19 | 2021-01-15 | 中交第一公路勘察设计研究院有限公司 | 基于多自主体交通流的驾驶模拟仿真系统 |
CN113470346A (zh) * | 2021-05-18 | 2021-10-01 | 中国电建集团西北勘测设计研究院有限公司 | 基于bim的市政工程交通事故应急处理方法及处理装置 |
CN114363316A (zh) * | 2022-01-28 | 2022-04-15 | 交通运输部路网监测与应急处置中心 | 一种跨区域道路基础设施智能联网监测与监管系统 |
-
2022
- 2022-07-29 CN CN202210907189.7A patent/CN115331434B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016051412A (ja) * | 2014-09-02 | 2016-04-11 | 株式会社ジオクリエイツ | モデル生成装置、シミュレーション装置、モデル生成方法、及びモデル生成プログラム |
WO2017145297A1 (ja) * | 2016-02-24 | 2017-08-31 | 株式会社ジオクリエイツ | モデル生成装置、シミュレーション装置、モデル生成方法、及び記憶媒体 |
CN109887089A (zh) * | 2019-01-24 | 2019-06-14 | 四汇建设集团有限公司 | 一种市政道路bim设计模型与gis数据集成方法 |
EP3754573A1 (en) * | 2019-06-18 | 2020-12-23 | TMRW Foundation IP & Holding S.A.R.L. | Virtual creation of real-world projects |
CN112224211A (zh) * | 2020-10-19 | 2021-01-15 | 中交第一公路勘察设计研究院有限公司 | 基于多自主体交通流的驾驶模拟仿真系统 |
CN113470346A (zh) * | 2021-05-18 | 2021-10-01 | 中国电建集团西北勘测设计研究院有限公司 | 基于bim的市政工程交通事故应急处理方法及处理装置 |
CN114363316A (zh) * | 2022-01-28 | 2022-04-15 | 交通运输部路网监测与应急处置中心 | 一种跨区域道路基础设施智能联网监测与监管系统 |
Non-Patent Citations (1)
Title |
---|
城市道路设计中BIM技术的运用;陈远毅;;科技创新与应用(30);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115331434A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7351487B2 (ja) | トポロジーマップに基づくインテリジェントナビゲーションの方法及びシステム | |
CN112818497B (zh) | 交通仿真方法、装置、计算机设备和存储介质 | |
WO2018068653A1 (zh) | 点云数据处理方法、装置及存储介质 | |
CN103557870B (zh) | 一种动态轨迹导航方法及云平台 | |
CN108932855A (zh) | 道路交通控制系统、方法以及电子设备 | |
US20060089760A1 (en) | System and method for stochastic aircraft flight-path modeling | |
CN105355044B (zh) | 一种基于gis的城市交通路网格锁传播的动态表达方法 | |
CN106017496A (zh) | 一种基于路况的实时导航方法 | |
CN107331172A (zh) | 一种基于道路交通状态的交通相位调整方法和装置 | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
CN114023062A (zh) | 一种基于深度学习和边缘计算的交通流信息监测方法 | |
CN107195177A (zh) | 基于分布式内存计算框架对城市交通路况的预测方法 | |
CN114003997B (zh) | 一种BIM与Vissim融合的施工交通组织三维仿真模拟方法 | |
CN112462774A (zh) | 一种基于无人机航行跟随的城市道路监管方法、系统及可读存储介质 | |
CN109859505B (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
CN105279963B (zh) | 一种获取路况信息的方法及装置 | |
US20230004903A1 (en) | Methods of greening management in smart cities, system, and storage mediums thereof | |
CN115880466A (zh) | 基于无人机遥感的城市工程测绘方法及系统 | |
CN115331434B (zh) | 融合道路bim与监控视频的交叉口应急导控方法及系统 | |
CN116661479B (zh) | 建筑巡检路径规划方法、设备和可读存储介质 | |
Guilliard et al. | A non-homogeneous time mixed integer lp formulation for traffic signal control | |
CN108364456A (zh) | 一种确定高速公路桩号的方法、存储介质、装置及系统 | |
CN111325414A (zh) | 一种基于数据驱动的平行交通预测方法 | |
CN117830883B (zh) | 一种无人机的瞄准方法 | |
CN115662167B (zh) | 自动驾驶地图构建方法、自动驾驶方法及相关装置 |
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 |