CN115762173B - 基于三维道路地图的交通违法行为监控方法及装置 - Google Patents

Abstract

本发明涉及一种基于三维道路地图的交通违法行为监控方法及装置，其包括：构建三维高精道路地图场景；现场采集需要对交通违法行为进行监控的道路、路口的相关数据；将相关数据矢量化，以获得地图，并在三维高精道路地图场景中叠加地图；安装视觉识别设备，并标定视觉识别设备坐标；通过视觉识别设备识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得车辆坐标；监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角；判断车辆是否存在交通违法行为。本发明可以在三维高精道路地图场景中展现车辆行驶的实时状况，在其中通过渲染获得全方位的三维仿真监控图像，以实现对车辆行驶违法行为的可视化监控和分析。

Description

基于三维道路地图的交通违法行为监控方法及装置

技术领域

本发明涉及三维建模技术领域，具体涉及一种基于基于三维道路地图的交通违法行为监控方法及装置。

背景技术

目前在交通管理指挥应用中，通常需要在每个路口派遣大量的人力去现场监管，查看各路口的实时状况，虽然已有通过设置视频监控的方式辅助进行交通违法监控，但由于需要设置大量的视频监控设备，因此其成本居高不下，并且其无法实现车道级别的监控，无法满足交管部门的管理需求。

发明内容

为了解决人工建模的方式所面临的诸多问题，本发明的目的在于提供了一种基于三维道路地图的交通违法行为监控方法及装置，其可以在三维高精道路地图场景中展现车辆行驶的实时状况，在其中通过渲染获得全方位的三维仿真监控图像，以实现对车辆行驶违法行为的可视化监控和分析。

为实现上述目的，本发明实施例提供了如下的技术方案：

一方面，提供一种基于三维道路地图的交通违法行为监控方法，其包括：

构建三维高精道路地图场景，且三维高精道路地图场景中包含需要对交通违法行为进行监控的道路、路口；

现场采集需要对交通违法行为进行监控的道路、路口的相关数据；

将所述相关数据矢量化，存入数据库，配图并发布地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域、虚线区域、单黄线区域、双黄线区域以及路口区域；并在所述三维高精道路地图场景中叠加所述地图；

在需要对交通违法行为进行监控的道路、路口处安装视觉识别设备，并标定视觉识别设备坐标；

通过所述视觉识别设备识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标，并将车牌、时刻及该时刻的车辆坐标推送到监测端；

监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角；

判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为。

优选的，使用UTM投影，根据路口的经纬度选择UTM ZONE，由此获得车辆坐标。

优选的，监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角包括如下步骤：

S61、监测端接收某车牌对应车辆连续两个时刻t₀，t₁的车辆坐标p₀(x₀,y₀)，p₁(x₁,y₁)，此时时间戳为t_s0；

S62、通过渲染获取时间戳为t_st时的监控图像，且此时监控图像中的车辆坐标 车辆朝向角/>其中，θ为在平面直角坐标系中，p₀和p₁两点的连线与x轴的夹角，逆时针方向为正方向，且/>

S63、当时间戳为t_st时，在监控图像中的车辆的前方d处取一点位，该点位平面坐标p_std＝(x_std,y_std)＝(x_st+dcosθ,y_st+d sinθ)；

再将p_st和p_std坐标转换为经纬度，从数字高程模型中分别对应读取p_st对应车辆以及p_std对应点位的高程z_st、z_std，则此时车辆俯仰角

S64、监测端接收车辆在t₂时刻的车辆坐标p₂(x₂,y₂)，并获取二次贝赛尔曲线方程 其中，p_t为二次贝赛尔曲线上系数为t时的点的坐标，p_c为二次贝赛尔曲线的控制点的坐标；

计算依次通过p₀、p₁、p₂三点的曲线上，p₀、p₁两点间弦长d_0,1以及p₁、p₂两点间的弦长d_1,2；以及取并将p₁代入二次贝赛尔曲线方程，以获得p_c；

S65、通过渲染获取时间戳为t_x时的监控图像，且重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角；

S66、重复步骤S61-S65，以获得连续的车辆朝向角和俯仰角信息。

优选的，重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角的过程中，θ的确定过程如下：

取时间戳为将t_x代入二次贝赛尔曲线方程导函数p′_t＝(2t-2)p₀+(2-4t)p_c+2tp₂中，即可得p'_t＝(x'_t,y'_t)，则/>

优选的，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在一实线区域内，且车辆连续预定时长内的朝向角与车道朝向角差值超过阈值，则认为车辆存在逆行违法行为；

若判断得出车辆在不同时刻分别位于相邻两个实线区域内，且两个实线区域对应车道同向，则认为车辆存在压实线变道违法行为。

优选的，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在不同时刻均位于双黄线区域内，且认为车辆存在压双黄线违法行为；

且若认为车辆存在压双黄线违法行为，则在预定时间段内，获取该车辆在多个连续时刻的朝向角，若朝向角递减，且开始时刻朝向角与最终时刻朝向角的差值大于阈值，则认为车辆存在压双黄线掉头违法行为。

优选的，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在不同时刻分别位于在车辆行驶方向上相邻的实线区域和路口区域内，则在预定时间段内，获取该车辆在多个连续时刻的朝向角，若开始时刻朝向角与最终时刻朝向角的差值Δθ满足45°≤Δθ≤135°，则认为车辆为转弯行为；

若Δθ<45°，则认为车辆为直行；

若Δθ>135°，则认为车辆掉头，并结合车辆进入路口区域前所在实线区域对应车道的属性判断车辆是否违法。

优选的，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在预定时间段内均位于同一路口区域内，则判定为交通拥堵。

还提供一种用于实现上述交通违法行为监控方法的交通违法行为监控装置，其包括：

道路地图场景生成单元，其用于构建三维高精道路地图场景；

数据采集单元，其用于现场采集需要对交通违法行为进行监控的道路、路口的相关数据；

地图生成单元，其连接所述数据采集单元，用于将所述相关数据全部矢量化，存入数据库，配图并发布地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域、虚线区域、单黄线区域、双黄线区域以及路口区域；

视觉识别设备，其安装于需要对交通违法行为进行监控的道路、路口的视野开阔处，用于识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标；

监测端，其连接所述视觉识别设备，用于根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角；

判断单元，其用于判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆连续n次所在的区域和/或车辆的朝向角、俯仰角判断车辆是否存在交通违法行为。

本发明提供的技术方案，具有如下有益效果：

本发明可以在三维高精道路地图场景中准确、直观的展现车辆行驶的实时状况，在其中通过渲染获得全方位的三维仿真监控图像，以实现对车辆行驶违法行为的可视化监控和分析，可对多种车辆违法行为、车辆拥堵事件进行判断，并能够回溯车辆行驶轨迹，以此极大增强交通事故与违法行为的研判分析能力，提高智慧交通的管理水平。

本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对示例性实施例或相关技术描述中所需要使用的附图作一简单地介绍，附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的基于三维道路地图的交通违法行为监控方法的流程图。

图2为本发明实施例提供的地图的流程图。

图3为本发明实施例中在三维高精道路地图场景中叠加地图服务后的效果图。

图4为本发明中车辆逆行以及压实线变道的示意图。

图5为本发明中车辆压双黄线的示意图。

图6为本发明中车辆压双黄线掉头的示意图。

图7为本发明中车辆在实线区域、路口区域的示意图。

图8为本发明实施例提供的基于三维道路地图的交通违法行为监控装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明示例性实施例中的附图，对本发明示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下结合附图并通过具体实施方式来进一步说明本发明的技术方案。

实施例1：

参阅图1所示，本发明提供了一种基于三维道路地图的交通违法行为监控方法，其包括：

S1、构建三维高精(即误差在10cm内)道路地图场景，且三维高精道路地图场景中包含需要对交通违法行为进行监控的道路、路口；

S2、现场采集需要对交通违法行为进行监控的道路、路口的相关数据，所述相关数据包括：道路方向、车道数量、车道朝向角、道路上绘制的交通标线(包括黄线、白线、实线、虚线等)位置等；

S3、如图2所示，将所述相关数据全部矢量化，存入数据库，配图并发布WMTS服务或离线TMS切片等地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域P1、虚线区域P2、单黄线区域P3、双黄线区域P4以及路口区域P5；

并如图3所示，在所述三维高精道路地图场景中叠加所述地图；

S4、在需要对交通违法行为进行监控的道路、路口的视野开阔处安装视觉识别设备(如华为ITS800设备)，并标定视觉识别设备坐标；

S5、车辆经过时，通过所述视觉识别设备识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标，并通过websocket协议等将车牌、时刻及该时刻的车辆坐标推送到监测端，时间延迟小于1秒；

例如，本实施例中使用UTM(Universal Transverse Mercator，通用横轴墨卡托投影)投影，根据路口的经纬度选择UTM ZONE(墨卡托投影分度带)，由此获得车辆坐标，且该坐标用平面直角坐标系表示；

S6、监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角，其中，所述监测端包括手机、平板电脑、PC电脑等智能终端；具体的，所述步骤S6包括：

S61、监测端接收某车牌对应车辆连续两个时刻t₀，t₁(t₁＞t₀)的车辆坐标p₀(x₀,y₀)，p₁(x₁,y₁)，此时时间戳为t_s0；

S62、通过渲染获取时间戳为t_st(t_st＞t_s0)时的监控图像，且此时监控图像中的车辆坐标车辆朝向角/>其中，θ为在平面直角坐标系中，p₀和p₁两点的连线与x轴的夹角，逆时针方向为正方向，且/>x_st、y_st为t_st时刻车辆的坐标值；

S63、当时间戳为t_st时，在监控图像中的车辆的前方d处(如d＝1米等)取一点位，该点位平面坐标p_std＝(x_std,y_std)＝(x_st+dcosθ,y_st+d sinθ)；

再将p_st和p_std坐标转换为经纬度，从数字高程模型(Digital Elevation Model，DEM)中分别对应读取p_st对应车辆以及p_std对应点位的高程z_st、z_std，则此时车辆俯仰角

S64、监测端接收车辆在t₂(t₂＞t₁)时刻的车辆坐标p₂(x₂,y₂)，并获取二次贝赛尔曲线方程其中，p_t为二次贝赛尔曲线上系数为t时的点的坐标，p_c为二次贝赛尔曲线的控制点的坐标；

计算依次通过p₀、p₁、p₂三点的曲线上，p₀、p₁两点间弦长d_0,1以及p₁、p₂两点间的弦长d_1,2；以及取并将p₁代入二次贝赛尔曲线方程，以获得p_c；

S65、通过渲染获取时间戳为t_x(t_x＞t_st)时的监控图像，且重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角；

重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角的过程中，θ的确定过程如下：

取时间戳为将t_x代入二次贝赛尔曲线方程导函数p'_t＝(2t-2)p₀+(2-4t)p_c+2tp₂中，即可得p'_t＝(x'_t,y'_t)，则/>

S66、重复步骤S61-S65，以获得连续的车辆朝向角和俯仰角信息，由此对车辆位置及姿态进行判断；

S7、每隔s秒使用角度和法等方式判断车辆坐标是否落在实线区域P1/虚线区域P2/单黄线区域P3/双黄线区域P4/路口区域P5内，根据车辆连续n次所在的区域和/或车辆的朝向角、俯仰角判断车辆是否存在交通违法行为；

具体的，所述步骤S7包括：

如图4所示，若判断得出车辆V在一实线区域P1内，且车辆V连续预定时长(如5秒)内的朝向角与车道朝向角差值超过阈值(如90°)，则认为车辆V存在逆行违法行为；

如图4所示，若判断得出车辆V在不同时刻分别位于相邻两个实线区域P1内，且两个实线区域P1对应车道同向，则认为车辆V存在压实线变道违法行为；

如图5所示，若判断得出车辆V在不同时刻均位于双黄线区域P4内，且认为车辆V存在压双黄线违法行为；

如图6所示，若认为车辆V存在压双黄线违法行为，则在预定时间段(如10秒)内，获取该车辆在多个连续时刻的朝向角，如K1时刻朝向角为h_st1、K2(K2＞K1)时刻朝向角为h_st2...Kn(Kn＞Kn-1)时刻朝向角为h_stn等，若朝向角递减，且开始时刻朝向角与最终时刻朝向角的差值大于阈值(如120°)，则认为车辆存在压双黄线掉头违法行为；

如图7所示，若判断得出车辆V在不同时刻分别位于在车辆行驶方向上相邻的实线区域P1和路口区域P5内，则在预定时间段(如10秒)内，获取该车辆在多个连续时刻的朝向角，若开始时刻朝向角与最终时刻朝向角的差值Δθ满足45°≤Δθ≤135°，则认为车辆为转弯行为；

若朝向角递增，则认为车辆为右转；若朝向角递减，则认为车辆为左转；

若Δθ<45°，则认为车辆为直行；

若Δθ>135°，则认为车辆掉头，并结合车辆进入路口区域P5前所在实线区域P1对应车道的属性判断车辆是否违法；

例如，若车辆进入路口区域P5前所在实线区域P1对应车道为直行车道，则该掉头行为则为违法行为，反之，若对应车道允许掉头，则该掉头行为未违法；

若判断得出车辆V在预定时间段(如60秒)内均位于同一路口区域P5内，则判定为交通拥堵；

S8、对于车辆的违法行为或拥堵事件进行轨迹回放，且回放中在三维高精道路地图场景中进行仿真模拟，以直观的展现该事件的发生过程，增强行为判断的准确性。

由此，本实施例可以在三维高精道路地图场景中准确、直观的展现车辆行驶的实时状况，在其中通过渲染获得三维仿真监控图像，以实现对车辆行驶违法行为的可视化监控和分析，可对多种车辆违法行为、车辆拥堵事件进行判断，并能够回溯车辆行驶轨迹，以此极大增强交通事故与违法行为的研判分析能力。

实施例2：

本实施例提供了一种用于实现实施例1所述交通违法行为监控方法的交通违法行为监控装置，如图8所示，其包括：

道路地图场景生成单元1，其用于构建三维高精道路地图场景；

数据采集单元2，其用于现场采集需要对交通违法行为进行监控的道路、路口的相关数据；

地图生成单元3，其连接所述数据采集单元2，用于将所述相关数据全部矢量化，存入数据库，配图并发布WMTS服务或离线TMS切片等地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域P1、虚线区域P2、单黄线区域P3、双黄线区域P4以及路口区域P5；

视觉识别设备4，其安装于需要对交通违法行为进行监控的道路、路口的视野开阔处，用于识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标；

监测端5，其连接所述视觉识别设备4，用于根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角，具体方法与步骤S6相同；

判断单元6，其用于判断车辆坐标是否落在实线区域P1/虚线区域P2/单黄线区域P3/双黄线区域P4/路口区域P5内，根据车辆连续n次所在的区域和/或车辆的朝向角、俯仰角判断车辆是否存在交通违法行为，具体方法与步骤S7相同。

综上所述，本发明可以在三维高精道路地图场景中准确、直观的展现车辆行驶的实时状况，在其中通过渲染获得全方位的三维仿真监控图像，以实现对车辆行驶违法行为的可视化监控和分析，可对多种车辆违法行为、车辆拥堵事件进行判断，并能够回溯车辆行驶轨迹，以此极大增强交通事故与违法行为的研判分析能力，提高智慧交通的管理水平。

应该理解的是，上述虽然是按照某一顺序描述的，但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，本实施例的一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于三维道路地图的交通违法行为监控方法，其特征在于，包括：

构建三维高精道路地图场景，且三维高精道路地图场景中包含需要对交通违法行为进行监控的道路、路口；

现场采集需要对交通违法行为进行监控的道路、路口的相关数据；

将所述相关数据矢量化，存入数据库，配图并发布地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域、虚线区域、单黄线区域、双黄线区域以及路口区域；并在所述三维高精道路地图场景中叠加所述地图；

在需要对交通违法行为进行监控的道路、路口处安装视觉识别设备，并标定视觉识别设备坐标；

通过所述视觉识别设备识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标，并将车牌、时刻及该时刻的车辆坐标推送到监测端；

监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角；

判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为；

其中，监测端根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角包括如下步骤：

S61、监测端接收某车牌对应车辆连续两个时刻t₀，t₁的车辆坐标p₀(x₀,y₀)，p₁(x₁,y₁)，此时时间戳为t_s0；

S62、通过渲染获取时间戳为t_st时的监控图像，且此时监控图像中的车辆坐标 车辆朝向角/>其中，θ为在平面直角坐标系中，p₀和p₁两点的连线与x轴的夹角，逆时针方向为正方向，且/>

S63、当时间戳为t_st时，在监控图像中的车辆的前方d处取一点位，该点位的平面坐标p_std＝(x_std,y_std)＝(x_st+dcosθ,y_st+dsinθ)；

再将p_st和p_std坐标转换为经纬度，从数字高程模型中分别对应读取p_st对应车辆以及p_std对应点位的高程z_st、z_std，则此时车辆俯仰角

S64、监测端接收车辆在t₂时刻的车辆坐标p₂(x₂,y₂)，并获取二次贝赛尔曲线方程p_t＝其中，p_t为二次贝赛尔曲线上系数为t时的点的坐标，p_c为二次贝赛尔曲线的控制点的坐标；

计算依次通过p₀、p₁、p₂三点的曲线上，p₀、p₁两点间弦长d_0,1以及p₁、p₂两点间的弦长d_1,2；以及取并将p₁代入二次贝赛尔曲线方程，以获得p_c；

S65、通过渲染获取时间戳为t_x时的监控图像，且重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角；

S66、重复步骤S61-S65，以获得连续的车辆朝向角和俯仰角信息。

2.如权利要求1所述的交通违法行为监控方法，其特征在于，所述三维高精道路地图场景的误差在10cm内。

3.如权利要求1所述的交通违法行为监控方法，其特征在于，使用UTM投影，根据路口的经纬度选择UTM ZONE，由此获得车辆坐标。

4.如权利要求1所述的交通违法行为监控方法，其特征在于，重复步骤S62-S63，以获得时间戳为t_x时车辆的朝向角和俯仰角的过程中，θ的确定过程如下：

取时间戳为将t_x代入二次贝赛尔曲线方程导函数p'_t＝(2t-2)p₀+(2-4t)p_c+2tp₂中，即可得p'_t＝(x'_t,y'_t)，则/>

5.如权利要求1所述的交通违法行为监控方法，其特征在于，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在一实线区域内，且车辆连续预定时长内的朝向角与车道朝向角差值超过阈值，则认为车辆存在逆行违法行为；

若判断得出车辆在不同时刻分别位于相邻两个实线区域内，且两个实线区域对应车道同向，则认为车辆存在压实线变道违法行为。

6.如权利要求1所述的交通违法行为监控方法，其特征在于，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在不同时刻均位于双黄线区域内，且认为车辆存在压双黄线违法行为；

且若认为车辆存在压双黄线违法行为，则在预定时间段内，获取该车辆在多个连续时刻的朝向角，若朝向角递减，且开始时刻朝向角与最终时刻朝向角的差值大于阈值，则认为车辆存在压双黄线掉头违法行为。

7.如权利要求1所述的交通违法行为监控方法，其特征在于，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在不同时刻分别位于在车辆行驶方向上相邻的实线区域和路口区域内，则在预定时间段内，获取该车辆在多个连续时刻的朝向角，若开始时刻朝向角与最终时刻朝向角的差值Δθ满足45°≤Δθ≤135°，则认为车辆为转弯行为；

若Δθ<45°，则认为车辆为直行；

若Δθ>135°，则认为车辆掉头，并结合车辆进入路口区域前所在实线区域对应车道的属性判断车辆是否违法。

8.如权利要求1所述的交通违法行为监控方法，其特征在于，判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆车辆的朝向角、俯仰角判断车辆是否存在交通违法行为包括如下步骤：

若判断得出车辆在预定时间段内均位于同一路口区域内，则判定为交通拥堵。

9.一种用于实现权利要求1-8任一项所述交通违法行为监控方法的交通违法行为监控装置，其特征在于，包括：

道路地图场景生成单元，其用于构建三维高精道路地图场景；

数据采集单元，其用于现场采集需要对交通违法行为进行监控的道路、路口的相关数据；

地图生成单元，其连接所述数据采集单元，用于将所述相关数据全部矢量化，存入数据库，配图并发布地图服务，以获得地图，并在所述地图中根据交通标线将各车道划分为实线区域、虚线区域、单黄线区域、双黄线区域以及路口区域；

视觉识别设备，其安装于需要对交通违法行为进行监控的道路、路口的视野开阔处，用于识别出某车辆的车牌，并根据标定的视觉识别设备坐标获得不同时刻、与车牌对应车辆的车辆坐标；

监测端，其连接所述视觉识别设备，用于根据时刻及该时刻的车辆坐标获取车辆的朝向角和俯仰角；

判断单元，其用于判断车辆坐标是否落在实线区域/虚线区域/单黄线区域/双黄线区域/路口区域内，根据车辆连续n次所在的区域和/或车辆的朝向角、俯仰角判断车辆是否存在交通违法行为。