CN117597712A - 检测装置、检测系统以及检测方法 - Google Patents
检测装置、检测系统以及检测方法 Download PDFInfo
- Publication number
- CN117597712A CN117597712A CN202280047654.2A CN202280047654A CN117597712A CN 117597712 A CN117597712 A CN 117597712A CN 202280047654 A CN202280047654 A CN 202280047654A CN 117597712 A CN117597712 A CN 117597712A
- Authority
- CN
- China
- Prior art keywords
- event
- road
- camera
- vehicle
- sensor
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 228
- 238000003384 imaging method Methods 0.000 claims description 51
- 238000000034 method Methods 0.000 claims description 19
- 238000011144 upstream manufacturing Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 16
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
检测装置具备:检测部,从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;选择部,根据所述检测部所检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及指示部,对所述选择部所选择出的所述摄像机进行拍摄的指示。
Description
技术领域
本公开涉及检测装置、检测系统以及检测方法。
本申请主张基于在2021年7月14日提出申请的日本申请第2021-116600号的优先权,并援引所述日本申请所记载的所有记载内容。
背景技术
以往,已知有如下的系统:在车辆通行的道路上设置摄像机,基于由该摄像机拍摄的图像来监视道路状况。
在专利文献1中记载有一种系统,该系统对在交叉路口无视了信号的车辆进行检测,并通过摄像机对检测到的车辆进行拍摄。该系统包括摄入交叉路口的全景的交叉路口全景用摄像机、对闯入交叉路口内的特定的车辆进行拍摄的车辆拍摄用摄像机、对以设定以上的速度进入交叉路口的车辆进行检测的速度感知器。在红灯信号时,若速度感知器检测到以设定以上的速度进入交叉路口的车辆(无视信号候选车辆),则对车辆拍摄用摄像机的影像进行图像处理来检测无视信号候选车辆。若检测到无视信号候选车辆,则系统将车辆拍摄用摄像机的影像转换为多帧的静止图像并进行记录。由此,在交叉路口处无视了信号的车辆的车辆编号(车牌)和驾驶员被记录为静止图像。
现有技术文献
专利文献
专利文献1:日本特开平6-251285号公报
发明内容
本公开的检测装置具备:检测部,从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;选择部,根据所述检测部所检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及指示部,对所述选择部所选择出的所述摄像机进行拍摄的指示。
本公开的检测方法包括以下步骤:从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;根据检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及对选择出的所述摄像机进行拍摄的指示。
附图说明
图1是表示实施方式的检测系统的设置例子的示意图。
图2是概略地表示实施方式的传感器单元的立体图。
图3是表示实施方式的检测系统的功能构成的框图。
图4是表示由实施方式的检测装置执行的程序的控制结构的流程图。
图5是表示由实施方式的检测装置执行的程序的控制结构的流程图。
图6是表示由实施方式的摄像机执行的程序的控制结构的流程图。
图7是表示实施方式的检测系统所执行的检测方法的一个例子的序列图。
图8是对变形例的基于已学习的辨别模型的处理进行说明的框图。
图9是对变形例的学习数据的生成处理进行说明的框图。
图10是表示变形例的检测装置所执行的动作的顺序的流程图。
具体实施方式
[发明所要解决的问题]
在专利文献1的系统中,在对车辆拍摄用摄像机的影像进行图像处理时未检测到无视信号候选车辆的情况下,车辆拍摄用摄像机的影像不会被转换为静止图像。即,存在如下问题:即使在检测到无视信号这样的事件的情况下,在没有通过车辆拍摄用摄像机适当地拍摄到无视信号候选车辆的情况下,也不会记录与无视信号候选车辆相关的信息(车辆编号等)。
鉴于这样的问题,本公开的目的在于,提供能更准确地记录与检测到的事件相关的图像信息的检测装置、检测系统以及检测方法。
[发明效果]
根据本公开,能更准确地记录与检测到的事件相关的图像信息。
[本公开的实施方式的说明]
作为主旨,本公开的实施方式中至少包括以下的方案。
(1)本公开的检测装置具备:检测部,从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;选择部,根据所述检测部所检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及指示部,进行对所述选择部所选择出的所述摄像机进行拍摄的指示。
根据本公开的检测装置,根据检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与检测到的事件相关的图像的摄像机。能选择适合于拍摄与检测到的事件相关的图像的摄像机,因此能更准确地记录与检测到的事件相关的图像信息。
(2)也可以是,所述预先设定的事件有多个,所述检测部基于所述传感器信息,从预先设定的多个事件之中检测一个或多个事件。由此,能根据检测到的事件来选择拍摄与该事件相关的图像的摄像机,因此能适当地记录与检测到的事件相关的图像信息。
(3)也可以是,所述预先设定的多个事件包括可能会在所述传感器获取所述传感器信息的对象区域中发生的事件。由此,关于可能会在获取传感器信息的对象区域中发生的事件,能记录适合的图像信息。
(4)也可以是,所述预先设定的多个事件包括以下中的至少一个:超过法定速度或指定速度的由车辆进行的超速的道路行驶、道路中的车辆的逆行、车辆向道路的泊车、道路的拥堵以及道路上的掉落物的存在。这样的事件进行记录的必要性高。因此,若如此构成,则能适当地记录与进行记录的必要性高的事件相关的图像信息。
(5)也可以是,在所述检测部检测到作为所述事件由车辆进行的超速的道路行驶的情况下,所述选择部从所述多个摄像机之中选择将相对于所述道路的行驶方向比所述传感器获取所述传感器信息的对象区域靠下游的区域作为拍摄对象的摄像机。
通过如此构成,能更可靠地拍摄进行超速的道路行驶的车辆。
(6)也可以是,在所述检测部检测到作为所述事件的道路中的车辆的逆行的情况下,所述选择部从所述多个摄像机之中选择将相对于所述道路的行驶方向比所述传感器获取所述传感器信息的对象区域靠上游的区域作为拍摄对象的摄像机。
通过如此构成,能更可靠地拍摄逆行的车辆。
(7)也可以是,所述指示部根据所述检测部所检测到的所述事件,将以规定的帧数进行拍摄的第一拍摄条件和以比所述规定的帧数多的帧数进行拍摄的第二拍摄条件中的任一个决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述拍摄条件的拍摄的指示。
通过如此构成,能根据事件以更适合的帧数来进行拍摄,因此能基于图像更准确地检测事件的详细信息。
(8)也可以是,在所述检测部检测到作为所述预先设定的事件的车辆向道路的泊车、道路的拥堵或道路上的掉落物的存在的情况下,所述指示部将所述第一拍摄条件决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述第一拍摄条件的拍摄的指示。此外,也可以是,在所述检测部检测到作为所述预先设定的事件的超过法定速度或指定速度的由车辆进行的超速的道路行驶或道路中的车辆的逆行的情况下,所述指示部将所述第二拍摄条件决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述第二拍摄条件的拍摄的指示。
在如超速或逆行那样以行驶中的车辆为拍摄对象的事件的情况下,通过以更多的帧数进行拍摄,能使行驶中的车辆更可靠地包括在图像中。此外,在如泊车、拥堵或掉落物那样以停止或以较低的速度行驶的物体为拍摄对象的事件的情况下,通过以更少的帧数进行拍摄,能节省数据容量。
(9)也可以是,所述检测装置还包括:详细检测部,基于由所述选择部选择出的摄像机所拍摄到的图像来检测通过所述检测部检测到的事件的详细信息。
(10)也可以是,在所述检测部检测到作为所述预先设定的事件的超过法定速度或指定速度的由车辆进行的超速的道路行驶、道路中的车辆的逆行或车辆向道路的泊车的情况下,所述详细检测部检测作为所述详细信息的与对象车辆的车牌相关的信息。
(11)本公开的检测系统是具备所述传感器、多个所述摄像机以及如所述(1)至所述(10)中的任一项的检测装置的检测系统。
(12)本公开的检测方法包括以下步骤:从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;根据检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及对选择出的所述摄像机进行拍摄的指示。
根据本公开的检测方法,根据检测到的事件的内容来选择摄像机,因此能更准确地记录与检测到的事件相关的图像信息。
[本公开的实施方式的详情]
以下,参照附图对本公开的实施方式的详情进行说明。
在道路上,可能会发生违法泊车、来自车辆的掉落物、车辆的超速、逆行以及拥堵等多种事件。这些事件容易导致重大的事故。因此,对于这样的事件,理想的是,例如为了确认事件发生时的状况等而记录与事件相关的图像信息。
本实施方式的检测系统从设置于道路上的传感器获取传感器信息,通过对获取到的传感器信息进行处理来检测这些事件的发生。检测系统还基于检测结果对摄像机进行拍摄的指示,由此获取(记录)事件的详细信息。
摄像机应该拍摄的场所、摄像机应该拍摄的事情根据发生的事件的内容(事件的种类、事件的发生场所等)而不同。例如,在通过传感器检测到在道路上有掉落物的情况下,需要通过摄像机来拍摄该掉落物,并基于图像来检测该掉落物是什么。在该情况下,摄像机应该拍摄的场所是传感器检测到掉落物的场所,为了获知掉落物的详情,摄像机优选对该场所进行变焦拍摄。
此外,在通过传感器检测到在道路逆行的车辆的情况下,如果能通过摄像机对该车辆进行拍摄,并基于图像来检测与该车辆的车牌相关的信息,则优选。在该情况下,摄像机应该拍摄的场所是传感器检测到该车辆的场所和位于比该场所靠道路的通行方向上游的场所(即,逆行的车辆在传感器的检测时间点以后会通过的场所)。因此,如果除了使对该检测到的场所进行拍摄的摄像机进行动作之外,还能使位于通行方向的上游的其他摄像机进行动作,则优选。
因此,本实施方式的检测系统根据所检测到的事件的内容,从设置于道路上的多个摄像机之中选择用于与该事件相关的图像的拍摄的摄像机。由此,就本实施方式的检测系统而言,即使在道路上发生各种事件且发生的场所和应该记录的事情等按每个事件而不同的情况下,也会基于各个事件的检测结果,使用摄像机准确地记录事件的状况。
〈检测系统的整体构成〉
图1是表示本实施方式的检测系统10的设置例子的示意图。检测系统10包括多个检测装置20a、20b和多个传感器单元30a、30b、30c。优选的是,检测装置20a、20b分别具有相同的构成。检测装置20a、检测装置20b在不特别进行区分的情况下,仅称为“检测装置20”。优选的是,传感器单元30a、传感器单元30b、传感器单元30c分别具有相同的构成。传感器单元30a、传感器单元30b、传感器单元30c在不特别进行区别的情况下,仅称为“传感器单元30”。在图1中,举例示出了两个检测装置20、三个传感器单元30,但检测系统10中所包括的检测装置20和传感器单元30的个数没有特别限定。
检测装置20是基于来自传感器单元30的传感器信息来检测事件的装置。检测装置20作为对来自传感器单元30的传感器信息进行处理,或者对传感器单元30等进行控制,或者在与其他检测装置之间传递信息的综合处理装置发挥功能。检测装置20通过有线或无线以可通信的方式与传感器单元30连接。在本实施方式中,检测装置20a例如对传感器单元30a、传感器单元30b进行控制,检测装置20b例如对传感器单元30c进行控制。检测装置20a与检测装置20b经由电通信线路网N1连接。
需要说明的是,检测装置20与传感器单元30既可以如检测装置20a那样一对多地对应,也可以如检测装置20b那样一对一地对应。此外,也可以是,一个检测装置20对检测系统10中所包括的所有传感器单元30进行控制。
检测装置20和传感器单元30设置于车行道或其附近并且面向车行道的位置(将这些统称为“道路R1”)。道路R1例如是高速道路(高速汽车国道)。需要说明的是,道路R1是供车辆通行的道路即可,没有特别限定,也可以是一般国道、省道、其他道路。道路R1也可以是除了包括车辆通常能行驶的区域之外,还包括路肩和紧急泊车带等能供车辆在紧急时进入的区域以及中央隔离带的构成。
在图1中,箭头AR1表示道路R1中的车辆的通行方向。道路R1例如为单向通行,车辆的通行仅在通行方向AR1上被允许。在以下的说明中,将通行方向AR1的下游适当地仅称为“下游”,将通行方向AR1的上游适当地仅称为“上游”。
在道路R1上按规定间隔(例如,每隔100m~300m)设有支柱6a、支柱6b、……。检测装置20a设于支柱6a的下部,传感器单元30a、传感器单元30b设于支柱6a的上部。检测装置20b设于支柱6b的下部,传感器单元30c设于支柱6b的上部。
传感器单元30是用于检测道路R1中的事件的单元。传感器单元30a检测第一区域A1中的事件,传感器单元30b检测第二区域A2中的事件,传感器单元30c检测第三区域A3中的事件。第一区域A1~第三区域A3是道路R1中所包括的区域。对各传感器单元30设定的区域既可以如第一区域A1那样不与其他区域重复,也可以如第二区域A2和第三区域A3那样与其他区域重复。在本实施方式中,事件检测的对象区域从上游起按第一区域A1、第二区域A2以及第三区域A3的顺序排列。
检测装置20经由电通信线路网N1与管理装置200进行通信。管理装置200是对多个检测装置20进行管理的装置。该管理装置200例如设于交通管制中心TC1。
〈传感器单元的构成〉
图2是概略地表示传感器单元30a的立体图。传感器单元30a具有壳体31a、传感器40a以及摄像机50a。在本实施方式中,传感器40a和摄像机50a容纳于一个壳体31a。不过,传感器40a和摄像机50a也可以容纳于不同的壳体。
传感器单元30b、传感器单元30c也具有与传感器单元30a同样的构成。具体而言,传感器单元30b具有壳体(省略图示)以及容纳于壳体的传感器40b和摄像机50b。传感器单元30c也具有壳体(省略图示)和容纳于壳体的传感器40c和摄像机50c。就传感器单元30a、传感器单元30b、传感器单元30c的壳体、传感器40a~传感器40c以及摄像机50a~摄像机50b而言,优选分别是相同的构成,在不特别进行区分的情况下,仅称为“壳体31”、“传感器40”、“摄像机50”。
传感器40包括用于通过朝向对象物辐射毫米波段(20GHz~300GHz)的电磁波并接收反射波进行处理来计测对象物的位置、方向以及速度等的毫米波雷达。在毫米波雷达的调制方式中例如使用FMCW(Frequency Modulated Continuous Wave:调频连续波)。传感器40具有向道路R1发送电磁波的发送部、接收在道路R1(或道路R1上的物体)上反射的电磁波(反射波)的接收部以及处理电路。
处理电路检测反射波的强度为规定的阈值以上的对象物的距离、该对象物的方向以及该对象物的速度。具体而言,处理电路通过测定从发送电磁波起至接收到反射波为止的时间来计算从传感器40起到对象物为止的距离。在接收部中包括多个接收天线,处理电路基于由该多个接收天线接收反射波时的时间差产生的反射波的相位差来计算对象物相对于传感器40的方向。处理电路还基于接收到的电磁波的多普勒频移来计算对象物相对于传感器40的速度。
传感器40将如此获得的对象物的位置(距离和方向)和速度的数据作为传感器信息D1发送至检测装置20。需要说明的是,传感器40也可以是包括激光雷达(LiDAR)等其他的物体检测传感器的构成。
传感器40也可以是通过可见光或红外光对道路R1进行拍摄的摄像机(摄像传感器)。在该情况下,也可以是,使摄像机50具有作为用于检测事件的有无和种类的传感器40的功能以及用于检测事件的详细信息的摄像机50的功能这两方。此外,传感器40也可以是与摄像机50不同的摄像机。
摄像机50是用于记录通过传感器40检测到的事件的详细信息的摄像装置。摄像机50例如在通常时拍摄成为对象的区域的全景,并在检测到事件时记录该事件的详细信息。该摄像机50具有能变更拍摄方向的可动部51、能变更焦距的变焦透镜52以及将光学信息转换为电子信号的摄像元件53。摄像机50既可以根据来自检测装置20的指令一张一张地获取图像(静止图像),也可以根据检测装置20的指令以规定的帧数获取多个图像来作为运动图像。而且,摄像机50也可以具有通过可见光或红外光进行发光(例如,闪光灯发光)的发光部。
在本实施方式中,摄像机50所拍摄的区域包括传感器40检测事件的区域。例如,在传感器40a检测第一区域A1的事件的情况下,摄像机50a对包括第一区域A1的区域进行拍摄。如此,将对包括传感器40进行检测的区域的区域进行拍摄的摄像机50称为“与传感器40对应的摄像机50”。在本实施方式的情况下,与传感器40a对应的摄像机50为“摄像机50a”,与传感器40b对应的摄像机50为“摄像机50b”。
〈检测装置的构成〉
图3是表示检测系统10的功能构成的框图。在图3中详细地示出了检测装置20a的功能构成,关于检测装置20b的功能构成,与检测装置20a同样,因此省略图示。
检测装置20(20a)基于从传感器40发送的传感器信息D1来检测在道路R1发生了的事件。检测装置20实质上是计算机,具有控制部21、存储部22以及作为通信部23发挥功能的通信接口。控制部21包括运算部(处理器)。运算部例如包括CPU(Central ProcessingUnit:中央处理器)。运算部也可以是还包括GPU(Graphics Processing Unit:图形处理器)的构成。存储部22包括主存储部和辅助存储部。主存储部例如包括RAM(Random AccessMemory:随机存取存储器)。辅助存储部例如包括HDD(Hard Disk Drive:硬盘驱动器)或SSD(Solid State Drive:固态硬盘)。检测装置20通过控制部21(运算部)执行存储于存储部22的计算机程序来实现后述的各部24~27的功能。
控制部21具有作为功能部的检测部24、选择部25、指示部26以及详细检测部27。该各功能部24~27既可以通过控制部21中的同一处理区域来实现,也可以通过不同的处理区域来实现。例如,可以是,由一个CPU来实现检测部24和详细检测部27这两方的功能,也可以是,实现检测部24的功能的CPU和实现详细检测部27的功能的CPU被分开设置。
检测部24基于从传感器40获取到的传感器信息D1来检测道路R1中的规定的事件。在存储部22中按多个种类的事件的每一个存储将事件的内容与用于拍摄的摄像机50和拍摄条件等建立了对应的选择表。选择部25参照选择表,根据检测部24所检测到的事件的内容,从多个摄像机50之中选择用于与事件相关的图像Im1的拍摄的摄像机50。指示部26对选择部25所选择出的摄像机50进行拍摄的指示。详细检测部27基于摄像机50所拍摄的图像Im1来检测事件的详细信息D3。
存储部22存储计算机程序、传感器信息D1、图像Im1、详细信息D3、选择表以及其他的参数。通信部23经由电通信线路网N1与其他的检测装置20和管理装置200对各种信息进行收发。
〈由检测部24实施的事件的检测〉
检测部24被设定为能基于来自传感器40的传感器信息来检测多个种类的事件。作为检测对象的多个种类的事件包括车辆V1的超速、逆行、泊车(违法泊车)、掉落物以及拥堵。
检测部24具有如下的功能:对来自传感器40的传感器信息D1进行规定的预处理;以及执行基于通过该预处理而获得的数据来检测事件的事件检测处理。预处理包括聚类处理和跟踪处理等。
聚类处理是通过将传感器信息D1中所包括的多个反射波的点汇总为一个结合体来识别对象物(例如,车辆V1)的处理。通过该处理,能识别每一台对象物(车辆V1),并且也能推定对象物的大小。
跟踪处理是根据通过聚类处理获得的对象物(车辆V1)的位置(距离和方向)和速度的时序数据来预测下一个感测位置,并对实际的感测位置与预测位置进行比较,由此辨识对象物并进行追踪的处理。检测部24还为了对如此感测到的车辆V1进行辨别,按感测到的每个车辆V1赋予车辆ID。需要说明的是,这样的预处理也可以在传感器单元30侧执行。
事件检测处理是基于每个车辆V1的速度、位置(行驶车道等)、行驶状态等来检测事件的发生、参与了发生的事件的车辆V1的车辆ID以及事件的发生场所(发生位置)等的处理。
具体而言,检测部24将车辆的速度与规定的速度阈值进行比较,由此检测车辆V1的超速。此外,检测部24对车辆V1的行驶方向监视一定时间,由此检测车辆V1的逆行。检测部24还在车辆V1的位置在一定时间不变化的情况(即,速度为0的情况)下检测车辆V1的泊车。在该情况下,检测部24根据泊车的位置是否为泊车禁止位置来检测车辆V1的违法泊车。
检测部24还基于对象物的速度、方向以及大小等来检测掉落物M。例如,在对象物小于规定的大小(例如,小型的车辆的大小)且正在静止的情况下,检测部24将该对象物识别为掉落物M1。而且,例如,在对象物小于规定的大小且被识别为该对象物以行驶中的车辆V1为起点从该车辆V1的后方产生的情况下,检测部24将该对象物识别为来自车辆V1的掉落物M1。
检测部24还基于多个车辆的数据来计算规定时间(例如5分钟~10分钟)的从每个车道通过的车辆V1的台数、车辆V1的平均速度以及车辆V1对车道的占用率等,并基于该计算结果来检测拥堵。
当检测到事件的发生时,检测部24制作与检测到的事件相关的事件信息D2。事件信息D2例如包括检测到的事件的种类、事件的发生场所(位置信息)、发生时刻以及参与了事件的车辆V1的车辆ID等。
〈管理装置的构成〉
管理装置200与检测装置20同样地,具有作为硬件构成的控制部201、存储部202以及通信部203。控制部201包括CPU等运算部(处理器)。存储部202包括主存储部和辅助存储部。通信部203作为通信接口发挥功能。
〈软件构成〉
图4和图5是表示由检测装置20执行的程序的控制结构的流程图。
参照图4,该程序包括:步骤S201,从传感器40接收传感器信息D1;步骤S202,执行基于接收到的传感器信息D1来检测事件的处理;以及步骤S203,根据检测到的事件使控制的流程分支。在步骤S202中,除了执行检测事件的处理之外,还执行生成与检测到的事件相关的事件信息D2的处理。检测对象的事件是可能会在作为传感器40的对象区域的区域A1~区域A3中发生的事件中例如容易成为交通的延迟或事故的原因的事件。此外,检测对象的事件也是被预先设定在储存于存储部22的计算机程序的事件。在检测对象的事件中例如包括以下的事件。
超速:表示由车辆V1进行的超速的道路行驶的事件
逆行:表示道路R1中的车辆V1的逆行的事件
泊车:表示车辆V1泊车于道路R1的事件
掉落物:表示在道路R1上存在掉落物M1的事件
拥堵:表示在道路R1发生了拥堵的事件
该程序还包括在检测到的事件为“泊车”或“掉落物”的情况下执行的以下步骤:步骤S204,参照选择表来选择事件发生场所的摄像机50;以及步骤S205,决定所选择出的摄像机的拍摄条件。
该程序还包括在检测到的事件为“超速”的情况下执行的以下步骤:步骤S206,参照选择表来选择事件发生场所的摄像机50;以及步骤S207,决定所选择出的摄像机的拍摄条件。
该程序还包括在检测到的事件为“逆行”的情况下执行的以下步骤:步骤S208,参照选择表来选择事件发生场所的摄像机50;以及步骤S209,决定所选择出的摄像机的拍摄条件。
该程序还包括在检测到的事件为“拥堵”的情况下执行的以下步骤:步骤S210,参照选择表来选择事件发生场所的摄像机50;以及步骤S211,决定所选择出的摄像机的拍摄条件。
参照图5,该程序还包括:步骤S214,对所选择出的摄像机50发送控制信号;步骤S215,接收从发送了控制信号的摄像机50发送的图像Im;步骤S216,根据接收到的图像Im来检测事件的详细信息D3;以及步骤S217,将检测到的详细信息D3存储于存储部22,并且经由通信部23和电通信线路网N1发送至管理装置200。
检测装置20反复执行上述的处理。
图6是表示由摄像机50执行的程序的控制结构的流程图。参照图6,该程序包括:步骤S301,在通常模式下进行拍摄;步骤S302,接收来自检测装置20的控制信号;步骤S303,基于接收到的控制信号的指示在规定的拍摄模式下进行拍摄;以及步骤S304,将在规定的拍摄模式下拍摄到的图像Im发送至发送了控制信号的检测装置20。步骤S301的通常模式是指,例如以第一帧数F1以下的帧数来拍摄成为对象的区域的全景的模式。
〈检测系统的动作〉
图7是表示检测系统10所执行的检测方法的一个例子的序列图。
以下,适当参照图1至图7对检测系统10的动作进行说明。
传感器40a平时向道路R1发送电磁波,并接收反射波。传感器40a基于接收到的反射波来生成传感器信息D1(电信号),并将所生成的传感器信息D1发送至检测装置20a(步骤S1)。
当接收到传感器信息D1时,检测装置20a的控制部21将接收到的传感器信息D1储存于存储部22。检测装置20a的检测部24基于接收到的传感器信息D1来执行上述的预处理和事件检测处理,由此检测规定的事件的发生、参与了发生的事件的车辆V1的车辆ID以及事件的发生场所(发生位置)等,并制作与检测到的事件相关的事件信息D2(步骤S2)。制作出的事件信息D2被储存于存储部22。事件信息D2例如包括事件的种类、事件的发生场所、事件的发生时刻、与事件相关的车辆V1的车辆ID、与事件相关的车辆V1的速度。
需要说明的是,在规定的事件中也可以包括上述以外的事件。
接着,选择部25从事件信息D2中提取与事件的种类和事件的发生场所相关的信息。选择部25根据事件信息D2中所包括的事件的种类,从多个摄像机50a~50c之中选择用于与该事件相关的图像Im1的拍摄的摄像机50(步骤S3:第二步骤)。
接下来,指示部26参照选择表来决定选择出的摄像机50的拍摄条件(步骤S4)。拍摄条件例如包括拍摄场所(是道路R1的中央还是路肩)、变焦倍率、拍摄开始时刻、从拍摄开始起至拍摄结束为止的拍摄时间、帧数等。
例如,选择部25判定检测到的事件是否对应于任一个种类(步骤S203)。然后,在事件的种类为“泊车”或“掉落物”的情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50(步骤S204、步骤S3)。更具体而言,在基于传感器40a的传感器信息D1检测到泊车于作为传感器40a的对象区域的第一区域A1的车辆V1的情况下,选择部25选择对第一区域A1进行拍摄的摄像机50a。
接下来,指示部26决定所选择出的摄像机50a的拍摄条件(步骤S205、步骤S4)。具体而言,指示部26以包括车辆V1的车牌的方式决定拍摄场所和变焦倍率。此外,认为正在泊车的车辆V1不会立即(例如,在几秒内)移动,因此,为了节省数据容量,指示部26将帧数决定为比较小的规定的第一帧数F1(例如,每秒5张)。
此外,在基于传感器40a的传感器信息D1检测到第一区域A1的掉落物M1的情况下,选择部25选择对第一区域A1进行拍摄的摄像机50a(步骤S204)。然后,指示部26以包括掉落物M1的场所的方式决定拍摄场所,并根据掉落物M1的大小来决定变焦倍率。此外,认为掉落物M1与正在泊车的车辆V1同样地不会立即移动,因此,指示部26将帧数决定为第一帧数F1(步骤S205)。
在检测到掉落物M1的情况下,需要撤除掉落物M1。撤除作业的内容根据掉落物M1的对象(例如,掉落物M1是否为重物)以及场所(例如,掉落物M1是掉落在道路R1的中央还是掉落在道路R1的路肩)而变化。进行撤除作业的作业人员基于后述的详细信息D3来判断掉落物M1的详情,并开展掉落物M1的撤除作业。
因此,在检测到掉落物M1的情况下,指示部26也可以决定掉落物M1的对象确定用的拍摄条件和掉落物M1的场所确定用的拍摄条件这两方。对象确定用的拍摄条件例如是为了详细地确定掉落物M1是什么而对掉落物M1进行变焦拍摄的条件。场所确定用的拍摄条件例如是为了详细地确定掉落物M1位于道路R1的何处而拍摄包括掉落物M1的第一区域A1的全景的条件。指示部26例如,作为拍摄条件,对摄像机50a进行指示为:以规定的拍摄时间进行对象确定用的拍摄,之后以规定的拍摄时间进行场所确定用的拍摄。
此外,也可以是,在对掉落物M1进行检测时一并检测到掉落了掉落物M1的车辆V1的情况下,选择部25选择对比事件的发生场所(掉落物M1的场所)靠下游的场所进行拍摄的摄像机50,指示部26以包括车辆V1的车牌的方式决定摄像机50的拍摄场所和变焦倍率。
在事件为“超速”的情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50和对比事件的发生场所靠下游的场所进行拍摄的摄像机50(步骤S206、步骤S3)。
更具体而言,在基于传感器40a的传感器信息D1检测到在第一区域A1超过规定速度行驶的车辆V1的情况下,选择部25选择对第一区域A1进行拍摄的摄像机50a和对第一区域A1的下游进行拍摄的摄像机50b、摄像机50c。需要说明的是,选择部25也可以仅选择对比事件的发生场所靠下游的场所进行拍摄的摄像机50,而不选择对事件的发生场所进行拍摄的摄像机50。
接下来,指示部26决定选择出的摄像机50a、摄像机50b、摄像机50c的拍摄条件(步骤S207、步骤S4)。具体而言,指示部26基于事件信息D2中所包括的事件的发生时刻和车辆V1的速度来分别决定摄像机50a、摄像机50b、摄像机50c的拍摄时刻。此外,指示部26以包括车辆V1的车牌的方式分别决定摄像机50a、摄像机50b、摄像机50c的拍摄场所和变焦倍率。
此外,为了更可靠地拍摄超过规定速度行驶的车辆V1的车牌,指示部26将帧数决定为比第一帧数F1多的第二帧数F2(例如,每秒30张)。帧数也可以基于车辆V1的速度来决定。例如,也可以是,车辆V1的速度越快,则使帧数越多。
在事件为“逆行”的情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50和对比事件的发生场所靠上游的场所进行拍摄的摄像机50(步骤S208、步骤S3)。
更具体而言,在基于传感器40b的传感器信息D1检测到在第二区域A2向与通行方向AR1相反的一侧行驶的车辆V1的情况下,选择部25选择对第二区域A2进行拍摄的摄像机50b和对比第二区域A2靠上游进行拍摄的摄像机50a。需要说明的是,选择部25也可以仅选择对比事件的发生场所靠上游的场所进行拍摄的摄像机50,而不选择对事件的发生场所进行拍摄的摄像机50。
接下来,指示部26决定选择出的摄像机50a、摄像机50b的拍摄条件(步骤S209、步骤S4)。具体而言,指示部26基于事件信息D2中所包括的事件的发生时刻和车辆V1的速度来分别决定摄像机50a、摄像机50b的拍摄时刻。此外,指示部26以包括车辆V1的车牌的方式分别决定摄像机50a、摄像机50b的拍摄场所和变焦倍率。此外,为了更可靠地拍摄行驶中的车辆V1的车牌,指示部26将帧数决定为比第一帧数F1多的第二帧数F2。
在事件为“拥堵”的情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50(步骤S210、步骤S3)。更具体而言,在基于传感器40a的传感器信息D1检测到第一区域A1中的拥堵的情况下,选择部25选择对第一区域A1进行拍摄的摄像机50a。
需要说明的是,也可以是,为了持续地监视拥堵的开始位置(下游侧的端部)和结束位置(上游侧的端部),选择部25还选择对比事件的发生场所靠上游和下游的场所进行拍摄的摄像机50。
接下来,指示部26决定选择出的摄像机50a的拍摄条件(步骤S211、步骤S4)。具体而言,指示部26以包括第一区域A1的全景的方式决定摄像机50a的变焦倍率(例如,1倍)。此外,认为拥堵中所包括的车辆V1会以比较低的速度行驶,拥堵的状况不会立即(例如,在几秒内)发生变化,因此指示部26将帧数决定为第一帧数F1。
接着,指示部26对选择部25所选择出的摄像机50进行拍摄的指示(步骤S5~步骤S7)。例如,在选择了摄像机50a(或摄像机50b)的情况下,检测装置20a的指示部26向摄像机50a(或摄像机50b)发送控制信号(步骤S214、步骤S5)。此外,在选择了摄像机50c的情况下,检测装置20a的指示部26经由电通信线路网N1向对摄像机50c进行控制的检测装置20b发送控制信号(步骤S214、步骤S6)。然后,检测装置20b向摄像机50c发送控制信号(步骤S7)。
摄像机50平时在通常模式下进行动作(步骤S301、步骤S8、步骤S9)。通常模式是指,例如以第一帧数F1以下的帧数拍摄成为对象的区域的全景的模式。需要说明的是,摄像机50也可以平时在待命模式(不进行拍摄,而是省电地进行待机的模式)下进行动作。
当摄像机50接收到来自指示部26的控制信号时(步骤S302),摄像机50基于控制信号在规定的拍摄模式下进行动作(步骤S303、步骤S10、步骤S11)。规定的拍摄模式是指根据指示部26在步骤S4中决定出的各种拍摄条件进行拍摄的模式。
当结束基于拍摄模式的拍摄时,摄像机50向检测装置20发送图像Im1(步骤S304、步骤S12~步骤S14)。检测装置20将接收到的图像Im1存储于存储部22。具体而言,摄像机50a、50b向检测装置20a发送图像Im1(步骤S12)。此外,摄像机50c向检测装置20b发送图像Im1(步骤S13),检测装置20b经由电通信线路网N1向检测装置20a发送图像Im1(步骤S14)。检测装置20a的控制部21接收图像Im(步骤S215、步骤S12、步骤S14),并将接收到的图像Im储存于存储部22。
接着,检测装置20a的详细检测部27基于事件信息D2和图像Im1来检测事件的详细信息D3(步骤S216、步骤S15)。例如,在事件为“掉落物”的情况下,详细检测部27基于事件信息D2从图像Im1中裁剪出映现了掉落物M1的场所,并将该裁剪图像检测为详细信息D3。需要说明的是,详细检测部27也可以不裁剪图像Im1,而将图像Im1自身检测为详细信息D3。
此外,在事件的种类为“泊车”、“超速”或“逆行”的情况下,详细检测部27基于事件信息D2从图像Im1中确定映现了车辆V1的车牌的场所。然后,详细检测部27读取车牌的文字,并将该文字信息检测为详细信息D3。需要说明的是,详细检测部27也可以将裁剪出车牌的部分而成的裁剪图像检测为详细信息D3。即,详细检测部27将与车辆V1的车牌相关的信息(包括车牌的文字信息和包括车牌的图像中的至少一个的信息)检测为详细信息D3。此外,在事件的种类为“拥堵”的情况下,详细检测部27将图像Im1自身检测为详细信息D3。
详细检测部27将检测到的详细信息D3存储于存储部22,并且经由通信部23和电通信线路网N1向管理装置200发送详细信息D3(步骤S217、步骤S16)。管理装置200的控制部201将在通信部203中接收到的详细信息D3存储于存储部202。
〈本实施方式的作用效果〉
检测装置20具有:选择部25,根据检测到的事件,从设置于道路R1上的多个摄像机50之中选择用于与事件相关的图像Im1的拍摄的摄像机50;以及指示部26,对选择出的摄像机50进行拍摄的指示。因此,能根据检测到的事件来记录更适合的图像Im1。此外,能基于图像Im1来更准确地检测事件的详细信息D3。
例如,在事件的种类为“超速”的情况下,对位于比检测到事件的场所靠下游的场所的摄像机50进行拍摄的指示,因此能使行驶中的车辆V1更可靠地映现在图像Im1中。此外,在事件的种类为“逆行”的情况下,对位于比检测到事件的场所靠上游的场所的摄像机50进行拍摄的指示,因此能使行驶中的车辆V1更可靠地映现在图像Im1中。
特别是,指示部26根据检测到的事件来决定选择部25所选择出的摄像机50的拍摄条件,并且对选择部25所选择出的摄像机50进行基于该拍摄条件的拍摄的指示。因此,能根据事件来获取更适合的图像Im1,并且能基于图像Im1来更准确地检测事件的详细信息D3。
例如,在事件为“超速”或“逆行”的情况下,指示部26将选择出的摄像机50的帧数决定为比第一帧数F1多的第二帧数F2。由此,能使行驶中的车辆V1更可靠地包括在图像Im1中。此外,在事件为“泊车”、“超速”或“逆行”的情况下,以映现车辆V1的车牌的方式决定所选择出的摄像机50的拍摄场所和变焦倍率,因此能更准确地检测包括与车牌相关的信息的详细信息D3。
〈变形例〉
以下,对实施方式的变形例进行说明。在变形例中,对未从实施方式变更的部分标注相同的附图标记并省略说明。
〈基于机器学习的事件的检测〉
检测部24也可以是使用通过机器学习进行了学习的学习模型来从预先设定的多个事件之中检测在道路R1发生了的一个或多个事件的构成。
图8是对基于已学习的辨别模型的处理进行说明的框图。
在存储部22存储有已学习的辨别模型MD1。辨别模型MD1例如是使用学习数据LD1(训练数据),以规定的学习算法LA1学习了多个种类的事件与标签L1的对应而得到的模型。在学习算法LA1中,例如可以使用支持向量机)。学习算法LA1也可以使用支持向量机以外的其他算法(例如深度学习等神经网络等)。
在该变形例中,通过对输入的传感器信息D1进行预处理来提取对象物的特征量FV1。在该预处理中,通过信号处理来从传感器信息D1中提取对事件的检测有效的特征量FV1。将提取出的特征量FV1输入至辨别模型MD1,并输出作为事件的检测结果的标签L1。
图9是对学习数据LD1的生成处理进行说明的框图。
学习数据LD1通过单独地检测各事件并附加标签来生成。逆行、超速、拥堵等事件能如上所述那样从传感器信息D1中自动地检测。当检测到这些事件时,能提取包括事件检测时刻的规定的时间范围的数据,并将各事件的标签L1与提取出的数据建立对应,由此生成学习数据LD1。
另一方面,与泊车(违法泊车)和掉落物相关的学习数据LD1优选通过人工来生成。具体而言,例如,在传感器40的对象区域中,通过传感器40检测各种违法泊车和各种掉落物,操作员基于显示于显示器的传感器信息D1来输入对应的标签L1,由此生成学习数据LD1。通过使用这样的学习数据LD1来制作辨别模型MD1,能高精度地检测多个种类的事件。特别是,能提高泊车车辆和掉落物等事件的检测精度。
〈控制信号竞争的情况的变形例〉
在上述的实施方式中,基于传感器信息D1来检测事件,例如在步骤S5中,向摄像机50发送包括一个拍摄条件的控制信号。然而,实际上,有时在道路R1上会同时期地发生多个事件。例如,在第一区域A1中存在掉落物M1的状态下,有时会在第二区域A2中产生逆行的车辆V1。
在该情况下,检测装置20a的检测部24会基于传感器40a的传感器信息D1而判定为产生了作为事件的“掉落物”,并且基于传感器40b的传感器信息D1而判定为发生了作为事件的“逆行”。选择部25根据检测到的事件“掉落物”来选择对“掉落物”的产生场所进行拍摄的摄像机50a,指示部26决定其拍摄条件(例如,为了拍摄第一区域A1的全景而将变焦倍率设为1倍,将帧数设为第一帧数F1的条件)。然后,指示部26向摄像机50a发送与“掉落物”对应的控制信号CS1。
此外,选择部25根据检测到的事件“逆行”来选择对比“逆行”的发生场所靠上游进行拍摄的摄像机50a,指示部26决定其拍摄条件(例如,为了拍摄车辆V1的车牌而设为比1倍大的变焦倍率,将帧数设为第二帧数F2的条件)。然后,指示部26向摄像机50a发送与“逆行”对应的控制信号CS2。
如此,当在检测系统10中同时期地检测到在道路R1发生的多个事件时,有时会向摄像机50同时期地发送多个控制信号CS1、CS2。即,在一个摄像机50中,多个控制信号CS1、CS2有时会竞争。
在该情况下,认为在摄像机50中会按照控制信号被输入的顺序来进行拍摄。然而,例如在控制信号CS1先被输入至摄像机50a,摄像机50a基于控制信号CS1以规定的拍摄时间拍摄了第一区域A1的全景的情况下,在该拍摄中逆行的车辆V1恐怕会从第一区域A1通过。在该情况下,恐怕会漏拍逆行的车辆V1。
因此,在本变形例中,按事件的每个种类对控制信号赋予优先级的参数。例如,在事件的种类为“超速”的情况下,拍摄的对象是行驶中的车辆V1,且车辆V1容易通过减速而脱离超过规定速度的状态,因此摄像机50能在事件的发生中拍摄车辆V1的时刻是有限的。因此,将与“超速”相关的拍摄的优先级设为最高。
此外,在事件的种类为“逆行”的情况下,拍摄的对象是行驶中的车辆V1,因此,摄像机50能在事件的发生中拍摄车辆V1的时刻在某种程度上是有限的。然而,与“超速”的情况相比,车辆V1不易脱离逆行的状态,因此,例如即使摄像机50c漏拍了逆行的车辆V1,也能通过其他的摄像机50a进行拍摄的可能性高。因此,将与“逆行”相关的拍摄的优先级设为比“超速”的优先级低。
此外,在事件的种类为“泊车”的情况下,拍摄的对象是泊车中的车辆V1,因此,摄像机50能在事件的发生中拍摄车辆V1的时刻与事件的种类为“超速”和“逆行”的情况相比长。另一方面,泊车中的车辆V1有时会起步而从该场所移动,因此,优选比事件为“掉落物”的情况更早地进行拍摄。因此,将与“泊车”相关的拍摄的优先级设为比“超速”和“逆行”的优先级低,并且比“掉落物”的优先级高。
此外,在事件的种类为“拥堵”的情况下,例如不需要基于图像来获取车牌的文字信息或者确定掉落物,因此与其他的事件相比,图像的必要性低。因此,将与“拥堵”相关的图像的优先级设为比其他的事件的优先级低。根据以上说明,本变形例的按事件的每个种类的优先级从高到低依次为超速、逆行、泊车、掉落物、拥堵。需要说明的是,该优先级是一个例子,也可以是上述的顺序以外的顺序。
然后,在一个摄像机50中多个控制信号竞争的情况下,从与优先级高的事件对应的控制信号起依次进行拍摄。例如,在向摄像机50a输入了与“掉落物”对应的控制信号CS1,之后摄像机50a在掉落物M1的拍摄中被输入了与“逆行”对应的控制信号CS2的情况下,摄像机50a暂时中断基于控制信号CS1的拍摄,基于优先级更高的控制信号CS2来进行正在逆行的车辆V1的拍摄。通过如此构成,即使在多个控制信号竞争的情况下,也能更适当地拍摄图像。
〈检测装置的变形例〉
上述的实施方式的检测装置20与传感器单元30分体设置。然而,也可以是,检测装置20的一部分或全部包括在传感器单元30中。例如,也可以是,在传感器单元30搭载有计算机,该计算机基于传感器40的传感器信息D1来检测事件。在该情况下,搭载于传感器单元30的计算机作为检测部24发挥功能。
即,检测装置20既可以如上述的实施方式那样通过设置于一处的计算机来实现,也可以通过分散于传感器单元30的多个计算机来实现。
〈摄像机和传感器的变形例〉
在上述的实施方式中,在传感器单元30搭载有传感器40和摄像机50,因此传感器40与摄像机50一对一地对应,传感器40与摄像机50的设置间隔相等。然而,传感器40与摄像机50也可以一对多地对应,传感器40与摄像机50的设置间隔也可以不同。
例如,在使用能监视200m的量的区域的传感器40和能监视100m的量的区域的摄像机50的情况下,为了检测200m的量的第一区域A1中的事件,也可以使两个摄像机50对应于一个传感器40,每隔200m设置传感器40,每隔100m设置摄像机50。
〈检测部的变形例〉
本变形例的检测系统具有多个传感器单元30(传感器40)和多个检测装置20协作地进行动作的功能。由此,跨越传感器40的对象区域地对行驶的车辆V1进行追迹。在该变形例中,将超速或逆行等事件假定为检测对象的事件。即,当检测到超速或逆行等事件时,检测系统10确定该事件的对象车辆V1,并以超出检测到事件的对象区域的方式对确定出的事件对象车辆V1进行追迹。而且,本检测系统10根据追迹状况来切换拍摄该事件对象车辆V1的摄像机50的选择,由此对事件对象车辆V1一边进行追迹一边进行记录。
多个传感器单元30通过基于相同时刻进行动作来进行协作动作。多个传感器单元30的每一个例如通过从NTP(Network Timing Protocol:网络时间协议)服务器获取时刻信息来使时刻同步。
图10是表示本变形例的检测装置20a、检测装置20b所执行的动作的顺序的流程图。在该例子中,对在对事件对象车辆V1进行追迹的情况下的一部分追迹区间的处理进行说明。
以下,为了进行区分,将从传感器40a、传感器40c获取的传感器信息D1分别设为传感器信息D1a、传感器信息D1c,将基于传感器40a、传感器40c检测的事件信息D2分别设为事件信息D2a、事件信息D2c。
参照图1,例如,假设在第一区域A1中车辆V1超过规定速度行驶。检测装置20a检测车辆V1的超速。具体而言,检测装置20a从传感器40a接收传感器信息D1a(步骤S401)。接下来,检测装置20a的检测部24基于接收到的传感器信息D1a来检测事件“超速”,并生成包括车辆V1的车辆ID、位置、速度以及大小等的事件信息D2a(步骤S402)。检测装置20a根据检测到的事件(超速)来选择对事件的发生场所进行拍摄的摄像机50和对比事件的发生场所靠下游的场所进行拍摄的摄像机50。检测装置20a对拍摄事件的发生场所的摄像机50发出拍摄指示,并且将事件信息D2a发送至位于下游的检测装置20b(步骤S403)。
检测装置20b从传感器40c接收传感器信息D1c(步骤S501)。检测装置20b从检测装置20a接收事件信息D2a(步骤S502)。需要说明的是,在检测装置20b中,也可以在接收到事件信息D2a之后接收传感器信息D1c。检测装置20b基于事件信息D2a从传感器信息D1c中提取车辆V1的信息(步骤S503)。通过如此构成,即使在从传感器40c获取的传感器信息D1c中不包括事件“超速”的情况下,也能从该传感器信息D1c中获取车辆V1的信息(例如,位置、速度)。
检测装置20b还将与从检测装置20a接收到的事件信息D2a中所包括的车辆的ID相同的ID(或对应的ID)赋予为基于传感器40c而生成的事件信息D2c的车辆ID。由此,可以将基于传感器40a检测的事件信息D2a与基于传感器40c检测的事件信息D2c建立关联。在各个事件信息D2a、D2c中,对车辆V1赋予了相同的(或对应的)ID,因此能更容易地对车辆V1进行追迹。
检测装置20b根据车辆V1的检测来选择拍摄车辆V1的摄像机50并且决定拍摄条件。检测装置20b对选择出的摄像机发出拍摄指示,并且将从检测装置20a接收到的事件信息D2a和自身检测到的事件信息D2c发送至位于检测装置20b的下游的其他的检测装置。如此,本变形例的检测系统对超速的车辆V1一边进行追迹一边进行记录。
需要说明的是,在该变形例中,示出了检测到超速的事件的情况的例子,但本公开不限定于这样的例子。例如,也可以是,在检测到逆行的事件的情况下,对事件对象车辆一边进行追迹一边进行记录。在该情况下,事件信息被发送至位于检测到事件的检测装置的上游的其他的检测装置。
《其他》
上述的实施方式的传感器40向道路R1发送电磁波,并基于其反射波来获取包括与在道路R1上发生的事件相关的信息的传感器信息D1。然而,传感器40也可以向道路R1以外的区域发送电磁波,并获取包括与在道路R1以外的区域发生的事件相关的信息的传感器信息D1。例如,在位于道路R1旁的斜面上附着有垃圾等掉落物M1的情况下,掉落物M1恐怕会由于风等而移动,从而进入至道路R1。因此,也可以是,传感器40除了从道路R1获取传感器信息D1之外还从位于道路R1的附近的区域获取传感器信息D1。并且,也可以是,检测装置20在位于道路R1的附近的区域中检测将来会对道路R1中的车辆V1的通行造成妨碍的事件。
在上述的实施方式中,基于传感器信息D1从预先设定的规定的多个种类的事件中检测至少一个事件。然而,预先设定的规定的事件不一定是多个种类,也可以是一个种类。在该情况下,当检测部24检测到预先设定的事件时,也根据该事件的内容,从设置于道路R1上的多个摄像机50之中选择拍摄与事件相关的图像的摄像机50。作为事件的内容,例如举出事件的发生场所和事件的种类等。例如,检测部24根据检测到的事件的内容(即,事件的发生场所)来选择适合于该事件的拍摄的摄像机50(例如接近事件发生场所的摄像机50)。
此外,例如,检测部24也可以基于传感器信息D1仅检测作为事件的“超速”。即,也可以仅选择图6的步骤S203→S206→S207的路线。在该情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50和对比事件的发生场所靠下游的场所进行拍摄的摄像机50,因此能防止车辆V1的漏拍,能更准确地记录与事件(超速)相关的图像信息。
而且,例如,检测部24也可以基于传感器信息D1仅检测作为事件的“逆行”。即,也可以仅选择图6的步骤S203→S208→S209的路线。在该情况下,选择部25选择对事件的发生场所进行拍摄的摄像机50和对比事件的发生场所靠上游的场所进行拍摄的摄像机50,因此能防止车辆V1的漏拍,能更准确地记录与事件(逆行)相关的图像信息。
《补记》
需要说明的是,关于上述的实施方式和各种变形例,可以将其至少一部分相互任意地组合。此外,应该认为,本次公开的实施方式在所有方面都是示例,而非限制性的。本公开的范围由权利要求书示出,意图在于包括与权利要求书等同的含义和范围内的所有变更。
附图标记说明:
10:检测系统
20、20a、20b:检测装置
21:控制部
22:存储部
23:通信部
24:检测部
25:选择部
26:指示部
27:详细检测部
200:管理装置
201:控制部
202:存储部
203:通信部
30、30a、30b、30c:传感器单元
31、31a:壳体
40、40a、40b、40c:传感器
50、50a、50b、50c:摄像机
51:可动部
52:变焦透镜
53:拍摄元件
6a、6b:支柱
TC1:交通管制中心
N1:电通信线路网
R1:道路
A1:第一区域
A2:第二区域
A3:第三区域
V1:车辆
M1:掉落物
AR1:通行方向
D1、D1a、D1c:传感器信息
D2、D2a、D2c:事件信息
D3:详细信息
Im1:图像
F1:第一帧数
F2:第二帧数
CS1、CS2:控制信号
FV1:特征量
L1:标签
LD1:学习数据
LA1:学习算法
MD1:辨别模型。
Claims (12)
1.一种检测装置,具备:
检测部,从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;
选择部,根据所述检测部所检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及
指示部,对所述选择部所选择出的所述摄像机进行拍摄的指示。
2.根据权利要求1所述的检测装置,其中,
所述预先设定的事件有多个,
所述检测部基于所述传感器信息,从预先设定的多个事件之中检测一个或多个事件。
3.根据权利要求2所述的检测装置,其中,
所述预先设定的多个事件包括可能会在所述传感器获取所述传感器信息的对象区域中发生的事件。
4.根据权利要求2或3所述的检测装置,其中,
所述预先设定的多个事件包括以下中的至少一个:
超过法定速度或指定速度的由车辆进行的超速的道路行驶;
道路中的车辆的逆行;
车辆向道路的泊车;
道路的拥堵;以及
道路上的掉落物的存在。
5.根据权利要求1至4中任一项所述的检测装置,其中,
在所述检测部检测到作为所述事件的由车辆进行的超速的道路行驶的情况下,所述选择部从所述多个摄像机之中选择将相对于所述道路的行驶方向比所述传感器获取所述传感器信息的对象区域靠下游的区域作为拍摄对象的摄像机。
6.根据权利要求1至5中任一项所述的检测装置,其中,
在所述检测部检测到作为所述事件的道路中的车辆的逆行的情况下,所述选择部从所述多个摄像机之中选择将相对于所述道路的行驶方向比所述传感器获取所述传感器信息的对象区域靠上游的区域作为拍摄对象的摄像机。
7.根据权利要求1至6中任一项所述的检测装置,其中,
所述指示部根据所述检测部所检测到的事件,将以规定的帧数进行拍摄的第一拍摄条件和以比所述规定的帧数多的帧数进行拍摄的第二拍摄条件中的任一个决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述拍摄条件的拍摄的指示。
8.根据权利要求7所述的检测装置,其中,
在所述检测部检测到作为所述预先设定的事件的车辆向道路的泊车、道路的拥堵或道路上的掉落物的存在的情况下,所述指示部将所述第一拍摄条件决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述第一拍摄条件的拍摄的指示,
在所述检测部检测到作为所述预先设定的事件的超过法定速度或指定速度的由车辆进行的超速的道路行驶或道路中的车辆的逆行的情况下,所述指示部将所述第二拍摄条件决定为所述选择部所选择出的摄像机的拍摄条件,并进行基于决定出的所述第二拍摄条件的拍摄的指示。
9.根据权利要求1至8中任一项所述的检测装置,还包括:
详细检测部,基于由所述选择部选择出的摄像机所拍摄到的图像来检测通过所述检测部检测到的事件的详细信息。
10.根据权利要求9所述的检测装置,其中,
在所述检测部检测到作为所述预先设定的事件的超过法定速度或指定速度的由车辆进行的超速的道路行驶、道路中的车辆的逆行或车辆向道路的泊车的情况下,所述详细检测部检测作为所述详细信息的与对象车辆的车牌相关的信息。
11.一种检测系统,具备:
所述传感器;
多个所述摄像机;以及
如权利要求1至10中任一项所述的检测装置。
12.一种检测方法,包括以下步骤:
从传感器获取传感器信息,基于获取到的所述传感器信息来检测预先设定的事件,其中,该传感器通过向道路发送电磁波并接收由对象物反射的所述电磁波来感测所述对象物;
根据检测到的事件的内容,从设置于道路上的多个摄像机之中选择拍摄与所述事件相关的图像的摄像机;以及
对选择出的所述摄像机进行拍摄的指示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-116600 | 2021-07-14 | ||
JP2021116600 | 2021-07-14 | ||
PCT/JP2022/021429 WO2023286463A1 (ja) | 2021-07-14 | 2022-05-25 | 検出装置、検出システム及び検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117597712A true CN117597712A (zh) | 2024-02-23 |
Family
ID=84919946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280047654.2A Pending CN117597712A (zh) | 2021-07-14 | 2022-05-25 | 检测装置、检测系统以及检测方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPWO2023286463A1 (zh) |
CN (1) | CN117597712A (zh) |
WO (1) | WO2023286463A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2753933B2 (ja) * | 1993-03-01 | 1998-05-20 | 小糸工業株式会社 | 信号無視車両検出装置 |
US6223125B1 (en) * | 1999-02-05 | 2001-04-24 | Brett O. Hall | Collision avoidance system |
JP2003157487A (ja) * | 2001-11-22 | 2003-05-30 | Mitsubishi Electric Corp | 交通状況監視装置 |
-
2022
- 2022-05-25 JP JP2023535165A patent/JPWO2023286463A1/ja active Pending
- 2022-05-25 CN CN202280047654.2A patent/CN117597712A/zh active Pending
- 2022-05-25 WO PCT/JP2022/021429 patent/WO2023286463A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JPWO2023286463A1 (zh) | 2023-01-19 |
WO2023286463A1 (ja) | 2023-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10878584B2 (en) | System for tracking object, and camera assembly therefor | |
JP7218535B2 (ja) | 交通違反車両識別システム及びサーバ | |
KR102105162B1 (ko) | 전자파 센서를 이용해 차량 속도, 차량 위치 및 차량 통행량을 파악하고 규칙을 위반하는 차량을 구분하여 이에 대한 정보는 동영상 또는 사진으로 저장하는 스마트 속도위반단속 장치, 스마트 신호위반단속 장치 및 스마트시티 솔루션 장치 | |
US20020054210A1 (en) | Method and apparatus for traffic light violation prediction and control | |
JP2000244897A (ja) | 状態認識システムおよび状態認識表示生成方法 | |
CN110796868A (zh) | 一种视频与微波融合的交通事件监测系统与方法 | |
EP3806062A1 (en) | Detection device and detection system | |
KR102039118B1 (ko) | 레이더를 이용한 다차로 촬영시스템 | |
US11914041B2 (en) | Detection device and detection system | |
KR101974105B1 (ko) | 차량번호 인식률을 높인 차량 촬영시스템 및 방법 | |
JP2007323117A (ja) | 道路通信システム、移動体装置、および、移動体装置の情報処理方法 | |
CN101349562A (zh) | 车辆行驶偏向的警报方法及装置 | |
WO2020101071A1 (ko) | 도로 장애물의 알림 및 차량의 추적이 가능한 라이다를 이용한 교통 감시 시스템 | |
CN113627213A (zh) | 车辆异常行为监控方法、装置及系统 | |
KR100690279B1 (ko) | 다목적 영상감지 시스템 | |
CN113111682A (zh) | 目标对象感知方法和装置、感知基站、感知系统 | |
KR20110096221A (ko) | 교통 신호 제어 시스템 및 방법 | |
CN111746789A (zh) | 拍摄系统、服务器、控制方法以及存储程序的存储介质 | |
KR101288264B1 (ko) | 다차로 속도감지 시스템 및 그 방법 | |
KR102284286B1 (ko) | 레이더 센서에 의한 차량 현장 통합 감시 및 통합 신호 관리 시스템 및 그 방법 | |
KR101248835B1 (ko) | 다차로 단속 시스템 | |
KR100374945B1 (ko) | 복합 교통단속 장치와 제어 방법 | |
CN117597712A (zh) | 检测装置、检测系统以及检测方法 | |
KR102656881B1 (ko) | AIoT 기반 교통안전 통합 관리시스템 | |
JP3695930B2 (ja) | 画像監視装置 |
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 |