CN115691095A - 交通事件分析设备及方法 - Google Patents

交通事件分析设备及方法 Download PDF

Info

Publication number
CN115691095A
CN115691095A CN202110853174.2A CN202110853174A CN115691095A CN 115691095 A CN115691095 A CN 115691095A CN 202110853174 A CN202110853174 A CN 202110853174A CN 115691095 A CN115691095 A CN 115691095A
Authority
CN
China
Prior art keywords
traffic
traffic information
vehicle
target
information
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
CN202110853174.2A
Other languages
English (en)
Inventor
刘备
吴风炎
郑民
刘乙君
张玉洁
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.)
Hisense Group Holding Co Ltd
Original Assignee
Hisense Group Holding 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 Hisense Group Holding Co Ltd filed Critical Hisense Group Holding Co Ltd
Priority to CN202110853174.2A priority Critical patent/CN115691095A/zh
Publication of CN115691095A publication Critical patent/CN115691095A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本申请公开了一种交通事件分析设备及方法,属于电子技术领域。所述交通事件分析设备用于:获取交通信息检测设备相邻两次检测的交通信息,交通信息包括车辆的信息;比较该相邻两次检测的交通信息;基于比较结果,确定目标路段中的交通事件。本申请解决了交通事件的分析准确度较低的问题。本申请用于进行交通事件的分析。

Description

交通事件分析设备及方法
技术领域
本申请涉及电子技术领域,特别涉及一种交通事件分析设备及方法。
背景技术
目前,对于交通环境中发生的交通事件的检测精准度的要求较高,以便于交通监管部门对交通事件进行及时有效地处理。交通环境至少包括车辆通行的道路,交通事件可以包括拥堵事件以及事故事件等。
相关技术中,交通环境中设置有交通信息检测设备(如毫米波雷达)和交通事件分析设备。毫米波雷达可以检测交通环境中的车辆位置、车辆速度以及车辆类型等交通信息。交通事件分析设备可以基于毫米波雷达检测的交通信息,分析交通环境中出现的交通事件。
但是,交通事件分析设备基于该交通信息对交通事件进行分析的准确度较低。
发明内容
本申请提供了一种交通事件分析设备及方法,可以解决交通事件的检测精度较差的问题。所述技术方案如下:
一方面,提供了一种交通事件分析设备,所述交通事件分析设备用于:
获取交通信息检测设备相邻两次检测的交通信息,所述交通信息包括目标路段中车辆的信息;
比较所述相邻两次检测的交通信息;
基于比较结果,确定所述目标路段中的交通事件。
另一方面,提供了一种交通事件分析方法,用于交通事件分析设备;所述方法包括:
获取交通信息检测设备相邻两次检测的交通信息,所述交通信息包括目标路段中车辆的信息;
比较所述相邻两次检测的交通信息;
基于比较结果,确定所述目标路段中的交通事件。
本申请提供的技术方案带来的有益效果至少包括:
本申请提供的交通事件分析设备,可以至少基于相邻两次检测的交通信息的比较结果,确定目标路段中的交通事件。如此可以提高确定交通事件时基于的信息的全面性,进而提高对交通事件进行分析的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种交通事件分析系统的结构示意图;
图2是本申请实施例提供的一种交通监管系统的结构示意图;
图3是本申请实施例提供的一种交通事件分析方法的流程图;
图4是本申请实施例提供的另一种交通事件分析方法的流程图;
图5是本申请实施例提供的一种目标路段的示意图;
图6是本申请实施例提供的一种目标路段中的车辆分布情况图;
图7是本申请实施例提供的一种拥堵情况的演变示意图;
图8是本申请实施例提供的一种针对目标路段创建的平面直角坐标系的示意图;
图9是本申请实施例提供的一种坐标系的比对图;
图10是本申请实施例通过的一种交通事件分析设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
目前,对交通监管部门的交通监管效果的要求越来越高。交通环境中设置有交通信息检测设备,如卡口及收费站处的检测设备、毫米波雷达、路侧单元(Road Side Unit,RSU)、摄像头以及车流量传感器等。交通信息检测设备用于检测交通环境中的交通信息,如车辆的类型、速度以及位置等交通信息。交通事件分析设备基于交通信息检测设备在某一时刻或一段时间内检测的交通信息,分析交通环境中该时刻或该时间段内的交通事件。交通监管部门可以从交通事件分析设备,获取交通环境中发生的交通事件(如拥堵事件以及事故事件等)的信息。监管人员基于该交通事件的信息对交通环境中车辆的通行状况进行干预,保证交通环境的流畅运行,也即是保证交通环境中车辆的顺畅通行。但是目前交通事件分析设备对交通事件进行分析的准确度较低,交通监管部门的交通监管效果较差。
交通事件分析设备可以通过卡口及收费站处的检测设备,确定车辆在两个检测设备之间的行程时间,进而确定路段中是否存在拥堵事件。该方式仅可反映较大范围内的大致拥堵情况,无法反映局部范围内的拥堵情况,也无法精确定位到具体的拥堵位置,交通事件的分析效果较大。在基于摄像头采集的图像进行交通拥堵情况的分析中,由于基于视频图像的识别算法复杂度较高,耗时较长,难以满足目前车路协同项目的计算频率的要求。另外,摄像机和传感器等设备的监控范围较小,需要更高的布设密度。摄像头在环境能见度较低时对交通信息的检测效果较差,毫米波雷达无法检测到车速较低的车辆,故交通事件分析设备检测的交通信息的精准性以及全面性较差,进而交通事件分析设备基于该交通信息进行交通事件分析的精确度也较低。
本申请实施例提供了一种交通事件分析设备及方法,可以提高交通事件分析设备对交通事件的分析准确度,保证交通监管部门对交通环境的监管效果。
图1是本申请实施例提供的一种交通事件分析系统的结构示意图。如图1所示,该交通事件分析系统10可以包括:交通事件分析设备101和至少一个交通信息检测设备102。交通事件分析设备101可以与该至少一个交通信息检测设备102通信连接,以获取交通信息检测设备102检测的交通信息。图1仅示出了三个交通信息检测设备102,可选地,交通事件分析系统10中交通信息检测设备102的个数也可以为一个、两个、四个甚至更多,交通事件分析设备101的个数也可以为多个,本申请实施例不做限定。图1中的黑块指的是交通环境中的车辆。
可选地,交通事件分析设备101可以包括多接入边缘计算(Mobile EdgeComputing,MEC)设备。交通信息检测设备102可以包括摄像头、雷达(如毫米波雷达)、路侧单元、收费站检测设备以及卡口检测设备等,本申请以下实施例以交通信息检测设备102为毫米波雷达为例进行介绍。交通事件分析设备101与交通信息检测设备102可以安装在交通环境中道路的侧边,也可以通过支架安装在道路上方,本申请实施例不作限定。
可选地,工作人员可以将交通环境中的道路划分为多个路段,并在每个路段中设置一个MEC设备以及多个毫米波雷达,该MEC设备可以与该多个毫米波雷达通信连接。该多个毫米波雷达可以共同检测该路段中的交通信息,且每个毫米波雷达可以检测其周围一定的检测范围内的交通信息。该MEC设备可以获取该多个毫米波雷达检测的交通信息,进而基于该交通信息分析该路段中的交通事件。示例地,MEC设备可以具有对应的信号覆盖范围,可以基于MEC设备的信号覆盖范围进行路段的划分,如使每个路段位于对应的MEC设备的信号覆盖范围内,保证MEC设备可以接收到该路段中路侧感知设备发送的交通信息。可选地,各个路段的长度可以均相等,如每个路段的长度为一公里,或者每个路段的长度也可以为五百米、两公里或者其他长度;或者各个路段的长度也可以不相等,本申请实施例不作限定。可选地,不同路段之间可以不存在交叠。可选地,本申请实施例中针对的交通环境可以为高速公路网,该交通环境中的各个路段均为高速公路。
需要说明的是,本申请实施例中的交通事件分析系统10为针对交通环境中的单个路段的系统,对于交通环境中的每个路段均可以存在图1所示的交通事件分析系统10,本申请实施例不再赘述。可选地,图2是本申请实施例提供的一种交通监管系统的结构示意图。如图2所示,交通监管系统所监管的交通环境中设置有多个交通事件分析系统10,该多个交通事件分析系统10可以均连接至交通监管平台20,以将各个交通事件分析系统10确定的交通信息以及交通事件的信息上传至交通监管平台20。交通监管平台20可以基于接收的信息向监管人员进行相应的提示,便于监管人员基于该提示进行相应地处理。可选地,交通事件分析系统10与交通监管平台20可以均连接云平台30,交通事件分析系统10可以将获取的信息上传至云平台30。交通监管平台20可以从云平台30获取其中存储的信息,进而基于该信息向监管人员进行相应的提示。
图3是本申请实施例提供的一种交通事件分析方法的流程图,该方法可以用于图1或图2中的交通事件分析设备101。如图3所示,该方法可以包括:
步骤301、获取交通信息检测设备相邻两次检测的交通信息,交通信息包括目标路段中车辆的信息。
其中,目标路段为交通信息检测设备以及交通事件分析设备所在的路段。目标路段可以为交通环境中的多个路段中的任一路段。车辆的信息可以包括车辆的位置和速度,可选地,车辆的信息也可以包括车辆的加速度、车辆类型以及尺寸等信息。示例地,目标路段中的每个交通信息检测设备均可以周期性地检测目标路段中,该交通信息检测设备对应的检测范围内的交通信息。交通信息检测设备在每次检测到交通信息后,均可以向对应的交通事件分析设备发送该交通信息;或者交通信息检测设备也可以在连续目标次检测到交通信息后,向对应的交通事件分析设备一并发送该目标次检测的交通信息。
步骤302、比较该相邻两次检测的交通信息。
示例地,交通事件分析设备可以对该相邻两次检测的交通信息进行比较,以确定该两次检测的交通信息的不同,以将该不同之处作为该两次检测的交通信息的比较结果。如可以确定后一次检测的交通信息相对前一次检测的交通信息,所缺少的部分和/或增加的部分。
可选地,交通事件分析设备可以针对交通信息检测设备每次检测的交通信息,均比较该次检测的交通信息与前一次检测的交通信息。或者,交通事件分析设备也可以针对交通信息检测设备检测的部分交通信息进行比较。如交通事件分析设备可以针对交通信息检测设备在目标时间段内检测的交通信息进行比较,也即仅对目标时间段内相邻两次检测的交通信息进行比较。如该目标时间段中目标时间段的历史车辆数量多于阈值,如该目标时间段包括一天中的早高峰时段和晚高峰时段。由于目标时间段中目标路段中发生交通事件的风险较高,故可以着重分析目标时段中目标路段的交通事件,保证交通监管设备对交通环境的有效监管。
步骤303、基于比较结果,确定目标路段中的交通事件。
示例地,交通事件分析设备可以基于该比较结果确定目标路段中更多的交通信息,如该交通信息为未被交通信息检测到但目标路段中实际存在的交通信息。基于该比较结果确定目标路段中的交通事件,可以保证基于目标路段中更全面的交通信息确定交通事件,进而确定的交通事件的精准度更高。需要说明的是,本申请实施例中至少基于该两次检测的交通信息的比较结果分析交通事件。在此基础上,交通事件分析设备还可以结合后一次检测的交通信息,分析在该后一次的检测时刻目标路段中的交通事件。
需要说明的是,相关技术中交通事件分析设备仅通过交通信息检测设备每一次检测的交通信息,确定该交通信息的检测时刻目标路段中的交通信息。但是有的交通信息检测设备存在一定的固有缺陷或者检测误差,导致对目标路段中部分交通信息的检测存在缺失。如毫米波雷达在车辆的速度小于5千米每小时(km/h)时,无法检测到该车辆的信息。如此,交通事件分析设备直接基于交通信息检测设备检测的不够全面的交通信息分析交通事件,导致对交通事件的分析准确度较低。而本申请实施例中,交通事件分析设备可以基于相邻两次检测的交通信息来分析交通事件,如至少基于该两次检测的交通信息的比较结果分析交通事件。如此增多了分析交通事件所参照的交通信息量,可以保证对交通事件的分析准确度。
综上所述,本申请实施例中交通事件分析设备可以至少基于相邻两次检测的交通信息的比较结果,确定目标路段中的交通事件。如此可以提高确定交通事件时基于的信息的全面性,进而提高对交通事件进行分析的准确度。
图4是本申请实施例提供的另一种交通事件分析方法的流程图,该方法可以用于图1或图2中的交通事件分析设备101。如图4所示,该方法可以包括:
步骤401、获取交通信息检测设备依次检测到的第一交通信息和第二交通信息。
本申请实施例以交通信息检测设备相邻两次检测到的交通信息为第一交通信息和第二交通信息为例,对本申请实施例提供的交通事件分析方法进行介绍。
示例地,交通信息检测设备与交通事件分析设备均设置在目标路段中,目标路段为交通环境(如高速公路网)的多个路段中的任一路段。可选地,本申请实施例中所述的交通信息检测设备每次检测的交通信息可以指:目标路段中全部区域的交通信息,也可以称为全路段的交通信息。交通事件分析设备可以汇总目标路段中设置的全部交通信息检测设备检测的交通信息,以确定目标路段中全部区域的交通信息。交通信息检测设备检测的交通信息可以包括车辆的信息,如车辆的位置和速度。该第一交通信息和第二交通信息可以为交通信息检测设备相邻两次检测的目标路段中全部区域的交通信息,也即是两个相邻的检测时刻目标路段中全部区域的交通信息。如第一交通信息包括第一时刻目标路段中车辆的位置和速度,该第二交通信息包括第二时刻目标路段中车辆的位置和速度。该第一时刻也即是第一交通信息的检测时刻,该第二时刻也即是第二交通信息的检测时刻。
可选地,每个交通信息检测设备具有对应的检测范围,该检测范围为交通信息检测设备发出的信号的最大覆盖范围,交通信息检测设备最多仅能检测到该检测范围内的交通信息。交通事件分析设备也可以针对单个交通信息检测设备,确定该交通信息检测设备相邻两次检测的交通信息,进而针对该检测范围而非目标路段执行后续的步骤,本申请实施例不做限定。
步骤402、基于第一交通信息与第二交通信息,确定在第二交通信息的检测时刻未被交通信息检测设备检测到的目标车辆。
目标车辆可以指目标路段中实际存在,但未被交通信息检测设备检测到的车辆。交通事件分析设备可以比较第一交通信息与第二交通信息,基于第一交通信息与第二交通信息的比较结果确定目标车辆。如交通事件分析设备可以确定第一交通信息与第二交通信息的不同之处,基于该不同之处确定在第二时刻未被检测到的目标车辆的信息。示例地,目标车辆的信息在第一交通信息中存在,但在第二交通信息中不存在。
进一步地,交通事件分析设备可以将第一交通信息指示的满足目标条件的车辆,确定为目标车辆。该目标条件可以包括:位于目标路段的终止区域之外,以及速度小于或等于第一速度阈值。需要说明的是,交通环境中的每个路段均可以具有起始区域和终止区域,该起始区域与终止区域依据该路段设定的车辆行驶方向确定。起始区域为路段中车辆进入的区域,终止区域为路段中车辆离开的区域。可选地,对于双向行驶路段,该路段的两端中每一端均可以包括一个起始区域和一个终止区域。
示例地,图5是本申请实施例提供的一种目标路段的示意图。如图5所示,目标路段为双向行驶路段,每个行驶方向上包括三个车道。目标路段的第一端(如图5中的左端)包括一个起始区域Q1和一个终止区域Q2,目标路段的第二端(如图5中的右端)也包括一个起始区域Q3和一个终止区域Q4。该起始区域Q1和终止区域Q4属于相同的车道,该起始区域Q3和终止区域Q2属于相同的车道。可选地,起始区域与终止区域在车道的延伸方向上的长度可以依据经验值确定,如该长度可以大于或等于该车道的最低限速与交通信息检测设备的信息检测周期的乘积。
本申请实施例中交通信息检测设备可以为毫米波雷达。在毫米波雷达的检测范围内,若某目标的速度小于一定速度,如5km/h,则毫米波雷达将会丢失该目标,也即是无法检测到该目标的信息。示例地,图6是本申请实施例提供的一种目标路段中的车辆分布情况图。该图可以为毫米波雷达针对图5所示的目标路段,检测的交通信息指示的车辆分布情况图,图5示出了目标路段中的车辆实际分布情况。交通事件分析设备可以在目标路段中速度接近5km/h的车辆中确定毫米波雷达丢失的车辆,也即是目标车辆。如上述目标条件中的第一速度阈值可以大于5km/h,如该速度阈值可以为6km/h或其他值。该第一速度阈值可以基于不同的毫米波雷达进行相应地设定,如毫米波雷达丢失目标所对应的临界速度大于5km/h,该第一速度阈值也可以设定的较大。若车辆位于路段的终止区域,在毫米波雷达进行两次检测的时间中,即使该车辆的速度较小,该车辆也有可能已经正常驶出了目标路段,导致交通信息检测设备无法检测到该车辆。故无法将终止区域的车辆确定为毫米波雷达丢失的目标,而需在目标路段的终止区域之外的区域中确定目标车辆。因此,目标车辆可以满足在第一时刻被毫米波雷达检测到,而在第二时刻未被毫米波雷达检测到。在第一时刻处于目标路段的终止区域之外,且速度小于或等于第一速度阈值。
需要说明的是,本申请实施例以交通事件分析设备直接比对相邻两次检测的交通信息确定目标车辆为例。可选地,交通事件分析设备也可以获取交通信息检测设备一定时间段内检测的交通信息。基于该交通信息确定该时间段内车辆的车速变化过程,识别出减速行驶直至车速低于第一速度阈值,造成目标丢失的车辆,该车辆即为目标车辆。交通事件分析设备可以基于该时间段内的交通信息,推算目标车辆的位置。
步骤403、基于第二交通信息与第一交通信息中目标车辆的信息,确定在第二交通信息的检测时刻目标路段中的交通事件。
交通事件分析设备在确定目标车辆后,可以确定第二时刻(也即第二交通信息的检测时刻)该目标车辆也位于目标路段中。第一交通信息中目标车辆的信息,即为目标车辆丢失前最后一次检测到的该车辆的信息。交通事件分析设备可以将该信息作为目标车辆在第二时刻的信息,进而将第一交通信息中该目标车辆的信息归入第二时刻目标路段中的交通信息。需要说明的是,尽管在第一时刻和第二时刻之间目标车辆可能进行一定的移动,导致第二时刻目标车辆实际的位置与第一交通信息中目标车辆的位置存在些许差异;但是由于目标车辆的速度较低,所以将第一交通信息中目标车辆的信息作为目标车辆在第二时刻的信息,对后续交通事件的分析过程的影响较小。且如此可以一定程度地保证对目标路段中车辆的数量以及分布情况的精准确定。
交通事件分析设备可以基于第二时刻目标路段中的交通信息,确定第二时刻目标路段中的交通事件,如可以基于第二交通信息以及第一交通信息中该目标车辆的信息,确定在第二时刻目标路段中的交通事件。可选地,目标车辆的信息可以包括目标车辆的位置和速度,还可以包括目标车辆在目标路段中所处的车道等信息。需要说明的是,除了第二交通信息和第一交通信息中目标车辆的信息之外,交通事件分析设备还可以结合其他信息确定第二时刻的交通事件。如第一时刻之前交通事件分析设备确定出位于目标路段中,但未被交通信息检测设备检测到的其他车辆,则交通事件分析设备还可以结合该其他车辆的信息,确定第二时刻目标路段中的交通事件。
本申请实施例以交通事件分析设备基于第一交通信息和第二交通信息,确定出了目标车辆为例。可选地,在交通事件分析设备基于第一交通信息和第二交通信息可以并未确定出目标车辆,如此可以认为第二时刻目标路段中的所有车辆可以均被交通信息检测设备检测到。此时交通事件分析设备可以仅基于第二交通信息确定第二时刻目标路段中的交通事件。
下面对交通事件分析设备确定交通事件的方式进行介绍:
交通事件分析设备可以基于第二时刻目标路段中的交通信息,如包括第二交通信息以及目标车辆的信息,确定在每个车道上相邻车辆的距离(也即跟车距离)。工作人员可以预先设置跟车距离的阈值,如第一距离阈值,若两车的跟车距离小于该第一距离阈值,则认为该跟车距离过近。交通事件分析设备还可以针对每个车道,均确定连续跟车距离小于第一距离阈值的车辆数。工作人员可以预先设置跟车距离过近的车辆数的阈值,如数量阈值,交通事件分析设备在确定任一车道上存在连续m个车辆的跟车距离均小于第一距离阈值时,将m个车辆所在的区域确定为一个检测区域,m大于数量阈值。该检测区域即为一个疑似拥堵区域,该检测区域中有较大概率发生拥堵事件。本申请实施例中每个检测区域为一个车道中的部分区域。
交通事件分析设备可以对确定的检测区域进一步分析,以判断该检测区域中是否确实发生拥堵事件。例如,交通事件分析设备可以确定检测区域的车辆密度,工作人员可以预先设置检测区域中车辆密度的阈值,如密度阈值。在检测区域的车辆密度大于密度阈值时,交通事件分析设备确定该检测区域中发生拥堵事件。该车辆密度可以为检测区域中的车辆数与检测区域的长度的比值,该检测区域的长度可以为检测区域中车道的长度。交通事件分析设备可以将检测区域中前后两端的车辆(也即是首车和尾车)之间的距离,确定为该检测区域的长度,如首车和尾车的距离可以为首车的车头与尾车的车尾的距离。可选地,该车辆密度也可以为检测区域的长度与检测区域中车辆数的比值,此时交通事件分析设备可以在检测区域的车辆密度小于密度阈值时,确定检测区域中发生拥堵事件。此种车辆密度的计算方式中的密度阈值,不同于前一种车辆密度的计算方式中的密度阈值。
可选地,在检测车辆密度的基础上,交通事件分析设备还可以结合检测区域的长度,和/或检测区域中车辆的平均速度,判断检测区域中是否发生拥堵事件。示例地,工作人员可以预先设置检测区域的长度的阈值,如第二距离阈值。在检测区域中的车辆密度大于密度阈值,且检测区域的长度大于第二距离阈值时,确定检测区域中发生拥堵事件。示例地,工作人员可以预先设置平均速度的阈值,如速度阈值。在检测区域中的车辆密度大于密度阈值,且检测区域中车辆的平均速度小于速度阈值时,确定检测区域中发生拥堵事件。可选地,交通事件检测设备也可以在检测区域中的车辆密度大于密度阈值,检测区域的长度大于第二距离阈值,且检测区域中的平均车速小于速度阈值时,才确定检测区域中发生拥堵事件。在检测区域中的车辆密度、检测区域的长度以及检测区域中的平均车速中的任一不满足对应的条件时,均确定检测区域中未发生拥堵事件。
可选地,交通事件分析设备在确定目标路段中的某一检测区域发生拥堵事件后,可以直接将该检测区域确定为目标路段中的一个拥堵区域。上述第一距离阈值、数量阈值、密度阈值、第二距离阈值以及速度阈值可以均为经验值。需要说明的是,目标路段可能包括多个车道,交通事件分析设备可以针对每个车道均确定是否存在检测区域,进而确定每个检测区域中是否发生拥堵事件,以确定目标路段中的全部拥堵区域。
步骤404、获取交通信息检测设备检测的第三交通信息。
第三交通信息可以为第二交通信息之后的第三时刻,交通信息检测设备检测到的目标路段的交通信息。可选地,第二交通信息与第三交通信息可以为交通信息检测设备相邻两次检测到的交通信息。步骤404可以参考步骤401中交通事件分析设备获取第一交通信息和第二交通信息的相关记载,本申请实施例不再赘述。
步骤405、在满足指定条件时,基于第三交通信息,确定在第三交通信息的检测时刻目标路段中的交通事件。
步骤406、在不满足指定条件时,基于第三交通信息以及第一交通信息中目标车辆的信息,确定在第三交通信息的检测时刻目标路段中的交通事件。
步骤405与步骤406中,指定条件可以包括:第一交通信息指示目标车辆位于目标路段的起始区域之外,且第三交通信息指示目标车辆的位置处存在不同于目标车辆的车辆。或者,指定条件也可以包括第三交通信息指示目标车辆的位置处存在速度大于第二速度阈值的车辆。该第二速度阈值可以为经验值,车速大于该第二速度阈值的车辆的行驶速度较快。可选地,交通事件分析设备可以基于该指定条件,判断目标车辆是否仍为目标路段中实际存在但未被交通信息检测设备检测到的车辆。在该目标车辆仍为目标路段中实际存在但未被交通信息检测设备检测到的车辆时,基于目标车辆的信息确定目标路段中的交通事件。在目标车辆不再为目标路段中实际存在但未被交通信息检测设备检测到的车辆时,不再基于目标车辆的信息确定目标路段中的交通事件。
当交通信息检测设备在目标车辆的丢失位置处检测到新的车辆,则证明该新的车辆的速度较大,且目标车辆已不在其丢失位置。该丢失位置即为交通信息检测设备最后一次检测到的目标车辆的位置。路段的起始区域会不定时地驶入车辆,即使目标车辆的丢失位置处于目标路段的起始区域,目标车辆在低速行驶中也有较大可能会驶出该起始区域,目标车辆的原位置处可能会驶入新的车辆,故路段的起始区域无法用于判断车辆是否仍在目标路段中且未被交通信息检测设备检测到。若目标车辆的丢失位置位于目标路段的起始区域之外,且该目标车辆的丢失位置处出现新的车辆,则可以认为目标车辆已正常驶离其丢失位置,且认为该目标车辆不属于目标路段中未被交通信息检测设备检测到的车辆。
当交通信息检测设备在目标车辆的丢失位置处,检测到速度大于第二速度阈值的车辆,则可以说明该丢失位置处已不存在低速车辆,也不存在未被交通信息检测设备检测到的车辆;进而交通事件分析设备可以确定目标车辆不再属于目标路段中未被交通信息检测设备检测到的车辆。可选地,交通事件分析设备还可以确定该速度大于第二速度阈值的车辆的行驶轨迹上的所有目标车辆,均不再属于目标路段中未被交通信息检测设备检测到的车辆。
可选地,指定条件还可以包括:第三交通信息包括目标车辆的信息。交通事件分析设备还可以判断第三交通信息是否包括目标车辆的信息。在第三交通信息包括目标车辆的信息时,确定该目标车辆不再属于目标路段中未被交通信息检测设备检测到的车辆。进而,交通时间分析设备不再基于第一交通信息中该目标车辆的信息确定交通事件,直接基于第三交通信息确定交通事件。
本申请实施例以基于第一交通信息与第二交通信息确定的目标车辆为例进行介绍,对于每个目标车辆均可以执行针对该目标车辆的处理,也即是基于针对每个目标车辆的指定条件决定是否基于该目标车辆的信息确定交通事件。当针对目标车辆,基于最新获取的目标路段的交通信息(如第三交通信息)确定满足指定条件时,交通事件分析设备可以确定该目标车辆不再属于目标路段中未被交通信息检测设备检测到的车辆。第三时刻目标路段中实际的交通信息不包括第一交通信息中该目标车辆的信息,故交通事件分析设备可以仅基于第三交通信息,确定第三时刻目标路段中发生的交通事件,也即是执行步骤405。在针对目标车辆,基于第三交通信息确定不满足指定条件时,交通事件分析设备可以确定该目标车辆仍为目标路段中未被交通信息检测设备检测到的车辆。第三时刻目标路段中实际的交通信息包括第一交通信息中该目标车辆的信息,故交通事件分析设备可以基于第三交通信息以及第一交通信息中目标车辆的信息,确定第三时刻目标路段中发生的交通事件,也即是执行步骤406。
对于上述步骤405与步骤406中交通事件分析设备确定交通事件的方式,可以参考步骤403中确定交通事件的方式的介绍,本申请实施例不再赘述。
可选地,交通事件分析设备可以针对交通信息检测设备每相邻两次检测的目标路段的交通信息,均判断在后一次检测的交通信息的检测时刻是否存在目标车辆,也即是目标路段中未被交通信息检测设备检测到的车辆。可选地,交通事件分析设备在每次确定目标车辆后,均可以将最后一次检测的该目标车辆的信息存储在指定的缓存空间中;该缓存空间用于存储交通事件分析设备确定的,目标路段中实际存在但未被交通信息检测设备检测到的车辆的信息。如交通事件分析设备在上述步骤402中确定目标车辆后,可以将第一交通信息中该目标车辆的信息存储在缓存空间中。如缓存空间中可以存储当前时刻目标路段中,未被交通信息检测设备检测到的所有车辆的信息。
交通事件分析设备还可以基于交通信息检测设备每次检测的目标路段中的交通信息,判断缓存空间中存储有信息的每个目标车辆是否仍属于目标路段中未被检测到的车辆。若交通事件分析设备确定缓存空间中存储有信息的某车辆已不在目标路段中,则可以删除缓存空间中存储的该车辆的信息。交通事件分析设备可以通过上述指定条件,确定缓存空间中存储有信息的车辆是否仍属于目标路段中未被检测到的车辆。如交通事件分析设备在每次接收到交通信息检测设备上传的交通信息后,均可以针对缓存空间中的每个目标车辆,基于该交通信息判断是否满足指定条件,以判断该目标车辆是否仍属于目标路段中未被检测到的车辆。
示例地,在第二时刻缓存空间中存储的信息指示的车辆,均为交通事件分析设备确定的在第二时刻目标路段中实际存在但未被检测到的车辆。在步骤403中交通事件分析设备可以直接基于第二交通信息,和缓存空间中存储的所有车辆的信息,确定第二时刻目标路段中的交通事件。对于任一时刻,交通事件分析设备均可以基于该时刻交通信息检测设备检测的交通信息,以及该时刻缓存空间中存储的信息,来分析该时刻目标路段中的交通事件。可选地,交通事件分析设备可以基于交通信息检测设备最新检测的交通信息,确定目标路段中的交通事件;或者交通事件分析设备也可以基于交通信息检测设备历史检测的交通信息,确定目标路段中的交通事件,本申请实施例不作限定。
需要说明的是,本申请实施例以交通事件分析设备对于交通信息检测设备每次检测的交通信息,均确定该交通信息的检测时刻目标路段中发生的交通事件为例。可选地,交通事件分析设备可以周期性地进行目标路段中交通事件的分析,该交通事件的分析周期大于交通信息检测设备对交通信息的检测周期。如该交通事件的分析周期为5秒。可选地,交通事件分析设备在每次确定出拥堵区域后,可以将该拥堵区域的信息上传至云平台,以供交通监管平台从获知交通环境中拥堵区域的信息,便于对交通环境进行更好地监管。可选地,交通监管平台可以基于云平台上各个时刻的拥堵区域的信息,对交通环境中的拥堵情况的演变过程进行展示。示例地,图7是本申请实施例提供的一种拥堵情况的演变示意图。如图7所示,目标路段中的拥堵情况可以沿图7中的箭头方向排布的多个车辆示意图依次演变。可选地,也可以通过动态图的方式较为生动地显示目标路段中车辆的通行过程。
综上所述,本申请实施例中交通事件分析设备可以至少基于相邻两次检测的交通信息的比较结果,确定目标路段中的交通事件。如此可以提高确定交通事件时基于的信息的全面性,进而提高对交通事件进行分析的准确度。
另外,基于相邻两次检测的交通信息可以确定未被交通信息检测设备(如毫米波雷达)检测到的目标车辆的信息,可以克服毫米波雷达无法识别低速目标的固有缺陷。即使在平均车速低于5km/h的严重拥堵场景中,仍可以通过毫米波雷达的检测数据实现拥堵场景的识别,并且在能见度较低的场景也可以正常工作。交通事件分析设备依靠毫米波雷达可以获取精度为米级的车辆位置信息、车辆的尺寸信息和精确到1km/h的车速信息,可使确定的拥堵区域的精度提升到米级,对拥堵路段的平均车速的计算精度提升至1km/h,对拥堵区域中车辆数量的计算精度精确到个位数;提高了计算的精确性。
可选地,交通事件分析设备可以针对目标路段构建平面直角坐标系,并将交通信息检测设备检测的交通信息映射至该平面直角坐标系中,进而基于该平面直角坐标系的数据分析目标路段中是否发生交通事件。该平面直角坐标系也可以称为二维画布。可选地,该平面直角坐标系也可以由其他设备构建,交通事件分析设备直接获取该平面直角坐标系,本申请实施例不作限定。
图8是本申请实施例提供的一种针对目标路段创建的平面直角坐标系的示意图。如图8所示,该平面直角坐标系的第一轴(如y轴)可以平行于目标路段的起点D1与终点D2的连线L1(也即图中的虚线),目标路段的起点D1与终点D2分别位于目标路段的两端,如该起点D1与终点D2分别为目标路段的中线的两个端点。该起点D1与终点D2可以分别为目标路段在上行方向上的起点和终点,或者也可以分别为目标路段在下行方向上的起点和终点。该平面直角坐标系的第二轴(如x轴)经过该起点D1或终点D2,图8以x轴经过起点D1为例。可选地,目标路段可以位于该平面坐标系的第一象限,如此可以保证目标路段中的各个数据均为正值,降低计算复杂度。可选地,第二轴可以经过目标路段中在第一轴上的坐标值最小的点。
示例地,交通事件分析设备可以获取目标路段的高精度地图数据,基于该数据构建平面直角坐标系。该高精度地图数据可以为高精度经纬度数据,该高精度地图数据可以包括目标路段的边缘位置的经纬度,中线、车道线和边线的经纬度,目标路段的总宽度,车道数,以及绿化带的宽度等。交通事件分析设备可以按照目标路段的上行方向,连接目标路段的中线的起点D1和终点D2得到线段L1,以线段L1中从起点D1指向终点D2的方向作为y轴方向。可以平移该线段L1直至与目标道路的边线中最凸出的位置相切,得到y轴。接着可以以经过起点D1且垂直y轴的直线作为x轴,且使x轴与y轴构成的坐标系为右手坐标系,如此实现针对目标路段的平面直角坐标系的创建。
可选地,该平面直角坐标系中可以直接采用1米作为一个单位长度,或者也可以将单位长度设置为其他的长度。可选地,交通事件分析设备采用算法进行计算引起的最大误差为0.2米,可将0.2米作为一个单位长度,保证交通事件分析设备的计算简便性。可选地,也可以间0.1米或者其他长度作为一个单位长度,本申请实施例不做限定。
交通信息检测设备基于经纬度坐标系检测目标路段中的交通信息。如交通信息检测设备检测到的车辆的信息包括车辆的经纬度坐标,也即是交通信息检测设备检测到的车辆的位置以经纬度坐标的方式表示。交通事件分析设备在获取到交通信息检测设备检测的交通信息后,可以将该交通信息中车辆的敬畏度坐标转换为在平面直角坐标系中的坐标。接着,基于车辆平面直角坐标系中的坐标,确定目标路段中的交通事件。下面对交通事件分析设备将经纬度坐标转换为平面直角坐标系中的坐标的方式进行介绍。如交通事件分析设备可以执行下述步骤将经纬度坐标转换为平面直角坐标系中的坐标:
步骤s1、交通事件分析设备获取目标路段的信息,该目标路段的信息包括目标路段中多个位置的经纬度坐标。
示例地,该目标路段的信息可以为目标路段的高精度地图数据,交通事件分析设备可以从互联网上获取该高精度地图数据。该高精度地图数据可以在道路建造完毕后,由工作人员获取并上传至互联网;或者也可以由地图绘制单位获取并上传至互联网;或者也可以通过其他方式获取,本申请实施例不做限定。
步骤s2、交通事件分析设备基于目标路段的信息,确定平面直角坐标系的原点的经纬度坐标。
示例地,交通事件分析设备可以根据经纬度距离计算公式,基于目标路段中的起点D1和终点D2的经纬度坐标,以及y轴经过的目标路段中的边界点的经纬度,计算针对目标路段的平面直角坐标系的原点O的经纬度坐标。如该原点在平面直角坐标系中的坐标为(0,0),本申请实施例以针对目标路段确定的平面直角坐标系的原点的经度(longitude,lng)为oLng=120.4369376E,也即东(east)经120.4369376度;纬度(latitude,lat)为oLat=36.1683615N,也即北(north)纬36.1683615度为例。需要说明的是,经纬度坐标系中确定道路中的位置时,通常要求确定的经纬度的精度达到厘米级,故精度和纬度均需精确到10-7度。在该精度级别下在数公里的局部范围内,由于经纬度坐标系对地球的球面特征造成的误差可以忽略不计,也即可以认为路段范围内相差10-7经度或纬度的两点的位置相同。
步骤s3、交通事件分析设备确定目标路段中一个单位的经度对应的距离,以及一个单位的纬度对应的距离。其中,一个单位为一度与目标系数的乘积,该目标系数小于1。
示例地,本申请实施例中该目标系数为10-7,交通事件分析设备将10-7个经度作为一个单位的经度,将10-7个纬度作为一个单位的纬度。一个单位的经度对应的距离,也即是两点的经纬度坐标仅差一个单位的经度时,该两点在地球上的实际距离。一个单位的纬度对应的距离,也即是两点的经纬度坐标仅差一个单位的纬度时,该两点在地球上的实际距离。示例地,交通事件分析设备可以根据目标路段所在的位置,计算目标路段处的纬线的长度。将该纬线的长度除以360,即可得到一个纬度对应的距离。将该一个纬度对应的距离乘以10-7即可得到一个单位的纬度对应的距离。一个单位的经度对应的距离的计算方式同理。本申请实施例以针对目标路段,一个单位的经度对应的距离为0.00898666639260428321米,一个单位的纬度对应的距离为0.00113194884009693908米为例。
步骤s4、交通事件分析设备确定平面直角坐标系中,第一轴的正方向与地球的正北方向的夹角。
图9是本申请实施例提供的一种坐标系的比对图。图9中的N轴和E轴分别表示经纬度坐标系中的正北方向和正西方向,该正北方向也即是地球的正北方向。交通事件分析设备可以确定该N轴与平面直角坐标系中的y轴的夹角θ。如交通事件分析设备可以根据向量夹角计算公式,计算该夹角θ。如交通事件分析设备可以基于原点的经纬度坐标以及目标路段中y轴经过的点的经纬度坐标,确定y轴的向量;进而可以基于N轴的向量以及y轴的向量,采用向量夹角计算公式,计算该夹角θ。
步骤s4、交通事件分析设备基于该夹角以及该一个单位的经度对应的距离,确定目标路段中任一位置点的经度增加一个单位时,在第一轴的正方向上的第一距离变化量,以及在第二轴的正方向上的第二距离变化量。
经纬度坐标系包括正北方向的坐标轴和正东方向的坐标轴。本申请实施例中的平面直角坐标系相当于将经纬度坐标系进行一定角度的旋转得到,该角度即为上述的夹角θ。示例地,交通事件分析设备可以使用转轴公式,计算经纬度坐标系中的某点在平面直角坐标系中的坐标。交通事件分析设备可以使用转轴公式,计算两点之间目标路段中的某经纬度坐标的经度变化(如增加)一个单位而纬度不变时,变化后的经纬度坐标表示的位置与变化前的经纬度坐标表示的位置之间的距离。且确定该距离在平面直角坐标系的第一轴的正方向上的分量,也即是第一距离变化量;以及确定该距离在平面直角坐标系的第二轴的正方向上的分量,也即是第二距离变化量。本申请实施例以针对目标路段,第一距离变化量为-0.00183457875861148733米,第二距离变化量为0.00879741403086241151米为例。可选地,交通事件分析设备也可以将经度减小一个单位时,变化前的位置与变化后的位置在第一轴的正方向上的距离变化量确定为第一距离变化量,在第二轴的正方向上的距离变化量确定为第二距离变化量。
步骤s5、交通事件分析设备基于该夹角以及该一个单位的纬度对应的距离,确定目标路段中任一位置点的纬度增加一个单位时,在第一轴的正方向上的第三距离变化量,以及在第二轴的正方向上的第四距离变化量。
示例地,交通事件分析设备可以使用转轴公式,计算两点之间目标路段中的某经纬度坐标的纬度变化(如增加)一个单位而经度不变时,变化后的经纬度坐标表示的位置与变化前的经纬度坐标表示的位置之间的距离。且确定该距离在平面直角坐标系的第一轴的正方向上的分量,也即是第三距离变化量;以及确定该距离在平面直角坐标系的第二轴的正方向上的分量,也即是第四距离变化量。本申请实施例以针对目标路段,第三距离变化量为0.01089751846105095449米,第四距离变化量为0.00227252642879884666米为例。可选地,交通事件分析设备也可以将纬度减小一个单位时,变化前的位置与变化后的位置在第一轴的正方向上的距离变化量确定为第三距离变化量,在第二轴的正方向上的距离变化量确定为第四距离变化量。
步骤s6、交通事件分析设备基于第一距离变化量,第二距离变化量,第三距离变化量,第四距离变化量,以及车辆的经纬度坐标与原点的经纬度坐标的差值,确定车辆在平面直角坐标系中的坐标。
针对任一车辆的信息,交通事件分析设备可以确定该车辆的经纬度坐标与平面直角坐标系的原点的经纬度坐标的差值,如用δlng表示车辆位置与原点的经度差,用δlat表示车辆位置与原点的纬度差。基于该经度差、第一距离变化量和第二距离变化量,确定该经度差在第一轴的正方向上对应的距离y1,以及在第二轴的正方向上对应的距离x1。基于该纬度差、第三距离变化量和第四距离变化量,确定该纬度差在第一轴的正方向上对应的距离y2,以及在第二轴的正方向上对应的距离x2。车辆位置与原点在第一轴的正方向上的距离为y1+y2,车辆位置与原点在第二轴的正方向上的距离为x1+x2。进而,若该平面直角坐标系中可以直接采用1米作为一个单位长度,则交通事件分析设备可以直接将车辆位置在平面直角坐标系中的坐标确定为(x,y),x=x1+x2,y=y1+y2。若该平面直角坐标系中可以采用0.2米作为一个单位长度,则交通事件分析设备可以直接将车辆位置在平面直角坐标系中的坐标确定为(x/0.2,y/0.2)。
交通事件分析设备在将交通信息检测设备上传的交通信息中的经纬度数据均转换为平面直角系中的数据后,可以再基于转换后的数据进行交通事件的分析。需要说明的是,相关技术中直接采用交通信息检测设备检测的经纬度数据进行计算,由于经纬度的数值的位数较多,如通常在小数点后还有多位,经纬度数据的数据量较大;且经纬度数据还需区分东西经,南北纬;故基于经纬度数据进行的计算较为复杂,且计算量较大。并且经纬度的一度可以对应实际几公里的距离,基于经纬度数据进行计算的精准性低。本申请实施例中,将经纬度数据转换为针对目标路段的平面直角坐标系中的数据,用于计算的数据更接近整型,可以大幅降低计算量以提高计算效率,可以满足交通环境中要求的计算频率,如20赫兹(HZ)。另外,本申请实施例中可以基于该平面直角坐标系确定目标路段中的检测区域的长度,该检测区域的长度可以精确到米级。并且确定的检测区域中的车辆数以及平均车速的精确度均可较高。
图10是本申请实施例通过的一种交通事件分析设备的结构框图,该交通事件分析设备可以为多边缘计算设备,也即MEC设备。示例地,所述交通事件分析设备900可以包括处理器901、存储器、总线903和通信接口904。处理器901、存储器和通信接口904可以均连接至总线903。
处理器901可以包括中央处理单元CPU,每一个CPU可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。处理器可以指一个或多个设备、电路或用于处理数据(例如计算机程序指令)的处理核。存储器可以包括系统存储器905和大容量存储设备908,系统存储器905可以包括随机存取存储器(random access memory,RAM)906和只读存储器(read-only memory,ROM)907,大容量存储设备908可以存储操作系统909、应用程序910和其他程序模块911。大容量存储设备908通过连接到系统总线903的大容量存储控制器(未示出)连接到处理器901。所述大容量存储设备908及其相关联的计算机可读介质为交通事件分析设备900提供非易失性存储。也就是说,大容量存储设备908可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。存储器902可以是独立存在,通过总线903与处理器901相连接。存储器902也可以和处理器901集成在一起。在具体的实现中,存储器901,用于存储本申请实施例中的数据和执行本申请的软件程序对应的计算机执行指令。处理器901可以通过运行或执行存储在存储器902内的软件程序,以及调用存储在存储器902内的数据,实现上述的交通事件分析方法。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、电动程控只读存储器(electrical programmable read-only memory,EPROM)、电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、闪存或其他固态存储其技术,只读光盘(compact disc read-only memory,CD-ROM)、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。
总线903,可以是工业标准体系结构(industry standard architecture,ISA)总线、外部设备互连(peripheral component interconnect,PCI)总线或扩展工业标准体系结构(extended industry standard architecture,EISA)总线等。该总线903可以分为地址总线、数据总线以及控制总线等。通信接口904,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如控制系统、无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。通信接口904可以包括接收单元实现接收功能,以及发送单元实现发送功能。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当该指令在计算机上运行时,使得计算机执行上述实施例提供的交通事件分析方法,例如图3或图4所示的方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例提供的交通事件分析方法,例如图3或图4所示的方法。
需要说明的是,本申请实施例提供的方法实施例能够与相应的装置实施例相互参考,本申请实施例对此不做限定。本申请实施例提供的方法实施例步骤的先后顺序能够进行适当调整,步骤也能够根据情况进行相应增减,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。在涉及数学公式计算的情况下,字符“/”表示运算符“除以”。申请中术语“A和B的至少一种”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和B的至少一种,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。同理,“A、B和C的至少一种”表示可以存在七种关系,可以表示:单独存在A,单独存在B,单独存在C,同时存在A和B,同时存在A和C,同时存在C和B,同时存在A、B和C这七种情况。本申请中“多个”指“两个或两个以上”。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种交通事件分析设备,其特征在于,所述交通事件分析设备用于:
获取交通信息检测设备相邻两次检测的交通信息,所述交通信息包括目标路段中车辆的信息;
比较所述相邻两次检测的交通信息;
基于比较结果,确定所述目标路段中的交通事件。
2.根据权利要求1所述的交通事件分析设备,其特征在于,所述交通信息检测设备依次检测到第一交通信息和第二交通信息,所述交通事件分析设备用于:
基于所述第一交通信息与所述第二交通信息的比较结果,确定目标车辆;所述第一交通信息包括所述目标车辆的信息,且所述第二交通信息不包括所述目标车辆的信息;
基于所述第二交通信息与所述第一交通信息中所述目标车辆的信息,确定在所述第二交通信息的检测时刻所述目标路段中的交通事件。
3.根据权利要求2所述的交通事件分析设备,其特征在于,所述车辆的信息包括车辆的位置及速度,所述交通事件分析设备用于:
将所述第一交通信息指示的满足目标条件的车辆,确定为所述目标车辆;
其中,所述目标条件包括:位于所述目标路段的终止区域之外,以及速度小于或等于第一速度阈值。
4.根据权利要求3所述的交通事件分析设备,其特征在于,所述交通事件分析设备还用于:
在确定所述目标车辆后,获取所述交通信息检测设备检测的第三交通信息,所述第三交通信息在所述第二交通信息后检测得到;
在满足指定条件时,基于所述第三交通信息,确定在所述第三交通信息的检测时刻所述目标路段中的交通事件;所述指定条件包括:所述第一交通信息指示所述目标车辆位于所述目标路段的起始区域之外,且所述第三交通信息指示所述目标车辆的位置处存在不同于所述目标车辆的车辆;
在不满足所述指定条件时,基于所述第三交通信息以及所述目标车辆的信息,确定在所述第三交通信息的检测时刻所述目标路段中的交通事件。
5.根据权利要求3所述的交通事件分析设备,其特征在于,所述交通事件分析设备还用于:
在确定所述目标车辆后,获取所述交通信息检测设备检测的第三交通信息,所述第三交通信息在所述第二交通信息后检测得到;
在所述第三交通信息指示所述目标车辆的位置处存在速度大于第二速度阈值的车辆时,基于所述第三交通信息,确定在所述第三交通信息的检测时刻所述目标路段中的交通事件;
在所述第三交通信息未指示所述目标车辆的位置处存在速度大于所述第二速度阈值的车辆时,基于所述第三交通信息以及所述目标车辆的信息,确定在所述第三交通信息的检测时刻所述目标路段中的交通事件。
6.根据权利要求1至5任一所述的交通事件分析设备,其特征在于,所述车辆的信息包括所述车辆的经纬度坐标;所述交通事件分析设备还用于:
将所述车辆的经纬度坐标转换为在平面直角坐标系中的坐标;所述平面直角坐标系的第一轴平行于所述目标路段的起点与终点的连线,所述平面直角坐标系的第二轴经过所述起点或所述终点,所述目标路段位于所述平面直角坐标系的第一象限;
基于所述车辆在所述平面直角坐标系中的坐标,确定所述目标路段中的交通事件。
7.根据权利要求6所述的交通事件分析设备,其特征在于,所述交通事件分析设备用于:
获取所述目标路段的信息,所述目标路段的信息包括所述目标路段中多个位置的经纬度坐标;
基于所述目标路段的信息,确定所述平面直角坐标系的原点的经纬度坐标;
确定所述目标路段中一个单位的经度对应的距离,以及一个单位的纬度对应的距离;其中,所述一个单位为一度与目标系数的乘积,所述目标系数小于1;
确定所述第一轴的正方向与正北方向的夹角;
基于所述夹角以及所述一个单位的经度对应的距离,确定所述目标路段中任一位置点的经度增加所述一个单位时,在所述第一轴的正方向上的第一距离变化量,以及在所述第二轴的正方向上的第二距离变化量;
基于所述夹角以及所述一个单位的纬度对应的距离,确定所述目标路段中任一位置点的纬度增加所述一个单位时,在所述第一轴的正方向上的第三距离变化量,以及在所述第二轴的正方向上的第四距离变化量;
基于所述第一距离变化量,所述第二距离变化量,所述第三距离变化量,所述第四距离变化量,以及所述车辆的经纬度坐标与所述原点的经纬度坐标的差值,确定所述车辆在所述平面直角坐标系中的坐标。
8.根据权利要求2至5任一所述的交通事件分析设备,其特征在于,所述车辆的信息包括所述车辆的位置及速度,所述交通事件分析设备还用于:
基于所述第二交通信息以及所述目标车辆的信息,确定所述目标路段中任一车道上存在连续m个车辆的跟车距离均小于第一距离阈值时,将所述m个车辆所在的区域确定为一个检测区域,所述m大于数量阈值;
在所述检测区域中,前后两端的车辆之间的距离大于第二距离阈值,平均车速小于车速阈值,且车辆密度大于密度阈值时,确定在所述第二交通信息的检测时刻所述目标路段中发生拥堵事件,且将所述检测区域确定为所述目标路段中的拥堵区域。
9.根据权利要求1至5任一所述的交通事件分析设备,其特征在于,所述交通事件分析设备包括多边缘计算MEC设备,所述交通信息检测设备包括毫米波雷达。
10.一种交通事件分析方法,其特征在于,用于交通事件分析设备;所述方法包括:
获取交通信息检测设备相邻两次检测的交通信息,所述交通信息包括目标路段中车辆的信息;
比较所述相邻两次检测的交通信息;
基于比较结果,确定所述目标路段中的交通事件。
CN202110853174.2A 2021-07-27 2021-07-27 交通事件分析设备及方法 Pending CN115691095A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110853174.2A CN115691095A (zh) 2021-07-27 2021-07-27 交通事件分析设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110853174.2A CN115691095A (zh) 2021-07-27 2021-07-27 交通事件分析设备及方法

Publications (1)

Publication Number Publication Date
CN115691095A true CN115691095A (zh) 2023-02-03

Family

ID=85058811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110853174.2A Pending CN115691095A (zh) 2021-07-27 2021-07-27 交通事件分析设备及方法

Country Status (1)

Country Link
CN (1) CN115691095A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4312160A1 (de) * 1993-04-14 1994-10-20 Bosch Gmbh Robert Optoelektronische Vorrichtung zur Verkehrserfassung
US5673039A (en) * 1992-04-13 1997-09-30 Pietzsch Ag Method of monitoring vehicular traffic and of providing information to drivers and system for carring out the method
JP2001167378A (ja) * 1999-12-10 2001-06-22 Matsushita Electric Ind Co Ltd 道路交通混雑推定方法および装置
CN101017608A (zh) * 2007-03-01 2007-08-15 上海三全科技有限公司 交通状况及交通事件单线圈单断面现场检测方法
CN102426783A (zh) * 2011-08-30 2012-04-25 同济大学 基于车辆跟踪的低流量道路交通事件检测方法
CN107180533A (zh) * 2017-06-22 2017-09-19 北京中交华安科技有限公司 道路预警方法和装置
CN107895479A (zh) * 2017-11-06 2018-04-10 胡晓华 一种高速公路隧道事故判断系统及方法
CN107909840A (zh) * 2017-12-18 2018-04-13 奇瑞汽车股份有限公司 信息发布方法、装置及计算机可读存储介质
CN108682173A (zh) * 2016-07-14 2018-10-19 天津职业技术师范大学 道路交通事件检测预警方法及系统
CN110164130A (zh) * 2019-04-29 2019-08-23 北京北大千方科技有限公司 交通事件检测方法、装置、设备及存储介质
CN112150799A (zh) * 2020-08-19 2020-12-29 上海图丽信息技术有限公司 一种融合雷达视频的道路车辆交通大数据采集的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5673039A (en) * 1992-04-13 1997-09-30 Pietzsch Ag Method of monitoring vehicular traffic and of providing information to drivers and system for carring out the method
DE4312160A1 (de) * 1993-04-14 1994-10-20 Bosch Gmbh Robert Optoelektronische Vorrichtung zur Verkehrserfassung
JP2001167378A (ja) * 1999-12-10 2001-06-22 Matsushita Electric Ind Co Ltd 道路交通混雑推定方法および装置
CN101017608A (zh) * 2007-03-01 2007-08-15 上海三全科技有限公司 交通状况及交通事件单线圈单断面现场检测方法
CN102426783A (zh) * 2011-08-30 2012-04-25 同济大学 基于车辆跟踪的低流量道路交通事件检测方法
CN108682173A (zh) * 2016-07-14 2018-10-19 天津职业技术师范大学 道路交通事件检测预警方法及系统
CN107180533A (zh) * 2017-06-22 2017-09-19 北京中交华安科技有限公司 道路预警方法和装置
CN107895479A (zh) * 2017-11-06 2018-04-10 胡晓华 一种高速公路隧道事故判断系统及方法
CN107909840A (zh) * 2017-12-18 2018-04-13 奇瑞汽车股份有限公司 信息发布方法、装置及计算机可读存储介质
CN110164130A (zh) * 2019-04-29 2019-08-23 北京北大千方科技有限公司 交通事件检测方法、装置、设备及存储介质
CN112150799A (zh) * 2020-08-19 2020-12-29 上海图丽信息技术有限公司 一种融合雷达视频的道路车辆交通大数据采集的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高胜辉;哈元元;: "交通异常事件和监控系统设计规模", 中国交通信息产业, no. 02, 25 February 2007 (2007-02-25) *

Similar Documents

Publication Publication Date Title
KR101446546B1 (ko) 위치기반 실시간 차량정보 표시시스템
CN106097730A (zh) 一种路段车辆排队长度的估计方法、装置及系统
JP6659367B2 (ja) 物体検出装置および物体検出方法
KR101803891B1 (ko) 셀영역별 교통인수와 객체추적 모듈로 이루어진 하이브리드형 셀영역 기반 교통상황 실시간 통보장치 및 방법
CN113421432B (zh) 交通限行信息检测方法、装置、电子设备和存储介质
CN106327880B (zh) 一种基于监控视频的车速识别方法及其系统
CN112712729B (zh) 预测运动轨迹的方法和系统
CN112085950A (zh) 交通状态判别指标的估计方法、系统、存储介质及应用
Tak et al. Development of AI-based vehicle detection and tracking system for C-ITS application
Gloudemans et al. Interstate-24 motion: Closing the loop on smart mobility
CN115547084A (zh) 道路通行状况预测方法、装置、电子设备及计算机程序产品
CN111160132B (zh) 障碍物所在车道的确定方法、装置、电子设备和存储介质
CN113808414B (zh) 道路荷载确定方法、装置及存储介质
CN104392612A (zh) 一种基于新型探测车的城市交通状态监控方法
CN114663804A (zh) 可行驶区域检测方法、装置、移动设备及存储介质
CN113724497A (zh) 一种目标道路实时交通流量预测方法和装置
CN112633812A (zh) 货运车辆的轨迹分段方法、装置、设备及存储介质
US20230168368A1 (en) Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device
CN115691095A (zh) 交通事件分析设备及方法
CN114783181B (zh) 一种基于路侧感知的交通流量统计方法和装置
Lim et al. Spatiotemporal traffic density estimation based on ADAS probe data
CN116229708A (zh) 基于v2i的路侧感知系统对交通目标的感知测试方法
CN115240432A (zh) 交通拥堵检测方法、装置及电子设备、存储介质
CN114519500A (zh) 道路安全风险等级的确定方法、装置、设备及存储介质
CN114509068A (zh) 一种多层道路上的车辆的位置判断方法及装置

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