CN1868212A - 在信号交叉口平均停止延时的自动估算 - Google Patents
在信号交叉口平均停止延时的自动估算 Download PDFInfo
- Publication number
- CN1868212A CN1868212A CNA2004800277220A CN200480027722A CN1868212A CN 1868212 A CN1868212 A CN 1868212A CN A2004800277220 A CNA2004800277220 A CN A2004800277220A CN 200480027722 A CN200480027722 A CN 200480027722A CN 1868212 A CN1868212 A CN 1868212A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- stops
- length
- digital picture
- time
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000033228 biological regulation Effects 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 12
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000003111 delayed effect Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 6
- 238000010191 image analysis Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 14
- 230000000452 restraining effect Effects 0.000 description 10
- 230000008676 import Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000000205 computational method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 244000287680 Garcinia dulcis Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000037805 labour Diseases 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
公开了一种利用实际交通流量的数字化静止图像分析来自动估算信号交叉口的平均停止延时的方法(图1)。所述系统和方法包括对交叉口的图像进行数字化以及建立像素线来用作所关注车道的虚拟传感器(102)。把没有车辆的车道上的像素线背景强度与具有车辆的图像上的像素强度做比较(110)。一旦识别了车辆,本发明的方法和系统提供三种替换的方法实施例,用于对整个图像或对特定车辆确定停止延时(110)。一旦对所有有关图像或对所有有关车辆确定了停止延时,就估算出每车辆平均停止延时(112)。
Description
相关申请
本申请要求2003年9月24日提交的、序列号为60/505,666的临时申请的权益,该申请的名称为“AUTOMATED ESTIMATION OF AVERAGESTOPPED DELAY AT SIGNALIZED INTERSECTIONS USING DIGITIZEDSTILL IMAGE ANALYSIS OF ACTUAL TRAFFIC FLOW”,其整个内容结合于此供参考。
技术领域
本发明一般地涉及一种车辆交通的监控。更具体地说,本发明涉及一种用于提供信号交叉口平均停止延时自动估算的系统和方法。
背景技术
随着道路交通流量的日益增加,特别需要评估交通控制系统的性能。一种几乎随处可见的具体交通控制系统是信号交叉口。信号交叉口性能的评估可以采取各种形式。其中特别重要的一种形式包括分析每车辆平均停止延时(stopped delay)。运输工程师协会(ITE)将停止延时定义成车辆在接近交叉路口时在路道上等待时静止不动的时间。对于给定的交叉路口进口,每个车辆的平均停止延时是各车辆停止延时之和除以经过该交叉路口进口的交通流量——该交通流量中包括那些不停止的车辆。
由ITE建议的估算辆车平均停止延时的基本方法包括利用人类观察者来记数车辆。通常,观察者以15秒钟的间隔在15分钟内对停止在交叉路口进口的车辆做计数。同时还记录通过该交叉路口的车辆总数。在收集数据之后,所记数的停止车辆的总数乘以15秒钟的时间增量,然后除以从该进口通过该交叉路口的车辆总数。该方法可以称之为ITE人工法。
虽然ITE人工法在交通工程领域是常用的,但是它的确具有若干可能的误差源。例如,ITE人工法假定在每个15秒钟间隔内所记数停止车辆在该交叉路口停止了整整15秒钟。使用人类观察者也可能引起误差。在发生长交通排队时观察者很难精确地计数停止的车辆。即便使用电子计数器来简化ITE人工法的步骤,与人工分析相关的困难也不会消除。
因此,希望减少大量劳力的开销并减少ITE人工法中固有的不精确性。还希望提供自动估算方法,代替在给定的信号交叉口的每车辆平均停止延时的人工估算。
发明内容
本发明公开了一种用于估算信号交叉口的每车辆平均停止延时的方法。在该方法中,通过初始化没有车辆的实际车道数字图像中的像素线的背景强度来建立背景。初始化数字图像中像素线的背景强度的过程包括数字化实际车道在没有车辆时的图像。然后建立向上游延伸到车道的像素线。对该像素线中的每个像素赋予长度值。然后读出并存储每个像素的强度。
一旦背景被初始化之后,通过测量在具有车辆的相同车道的不同数字图像中的像素线的强度来识别车辆的标识和位置。然后计算背景图像和有车辆图像上的像素强度之间的差。在所述像素强度之间的差超出了规定的阈值的情况下,通过识别一组连续的像素,沿像素线定位车辆。
然后计算每个车辆或每个数字图像的停止延时。这可以用不同的方法完成。用于计算每个数字图像的停止延时的一种方法包括计算在数字图像中所识别车辆之间的距离。如果车辆之间的距离小于规定的间隙距离,则确定该车辆是停止的。然后将数字图像中停止的车辆总数相加在一起并乘以每个数字图像之间的时间间隔。
如果其中一个车辆的长度大于规定的最大长度,则把该长车辆划分成被看作停止的多个车辆。该长车辆根据规定的平均车辆长度划分。可替换地,如果确定该车辆大于规定的最大长度,则确定前一帧中在大致同样位置的车辆的数目和长度。然后根据该前一帧中车辆的长度和数目把该长车辆划分成多个停止的车辆。
用于计算每个车辆停止延时的另一种方法包括监控相继帧之间的车辆的前部和后部位置。然后计算该车辆的速度和进一步的位置。如果确定该车辆的速度小于规定的停止速度,则认为该车辆停止。然后计算在连续的各帧上该车辆总的停止延时
如果确定一个车辆与另一个车辆重叠,通过在这些车辆被看作是重叠之前的车辆各长度的比值来进行车辆之间的划分。而且,当车辆离开交叉路口时,如果该车辆变得比允许的车辆长度增加百分比更长,该车辆的后部与后面车辆的前部分开,使得该车辆没有变得比允许的车辆长度增加百分比更长。
计算所有数字图像总的停止延时或者所有车辆总的停止延时,然后这个值除以在该分析期间进入该交叉路口的车辆总数,由此来计算每车辆平均停止延时。
还提供一种计算装置,该装置配置成用于估算信号交叉口的每车辆平均停止延时。该计算装置包括处理器和与该处理器电子通信的存储器。该计算装置还包括能够由该处理器执行的可执行指令。配置该可执行指令,使得初始化实际交叉路口的数字图像中沿没有车辆的车道的像素线的背景强度。还配置该可执行的指令,使得通过测量具有车辆的同一交叉路口的不同数字图像中的像素线强度来识别车辆。计算每个车辆或具有车辆的数字图像的停止延时。然后计算每车辆平均停止延时。
还提供用于存储程序数据的计算机可读介质。该程序数据包括可执行指令,用于实现估算信号交叉口的每车辆平均停止延时的方法。在该方法中,初始化实际车道在没有车辆时的数字图像中像素线的背景强度。通过测量具有车辆的同一个交叉路口的不同数字图像的像素线强度来识别车辆的位置。计算每个车辆或每个具有车辆的数字图像的停止延时。然后计算每车辆平均停止延时。
附图说明
从下面结合附图的详细描述以及权利要求本发明的实施例将变得更加明白。应当理解,这些附图仅仅示出典型的实施例,因此不应当认为是对本发明范围的限制,实施例将通过使用附图用附加特征和细节进行描述,其中
图1是示出用于估算信号交叉口每车辆平均停止延时的系统框图;
图2是信号交叉口在没有车辆时的透视图的数字图像,取自交通照相机的视角;
图3是图2的信号交叉口在有车辆时的透视图的另一个数字图像,取自交通照相机的视角;
图4是用于估算在信号交叉口的每车辆平均停止延时的一个实施例的流程图;
图5是用于初始化实际车道的数字图像中像素线的背景强度的方法的一个实施例的流程图;
图6是用于计算每个数字图像的停止延时的方法的一个实施例的流程图;
图7是用于计算每个数字图像的停止延时的方法的替换实施例的流程图;
图8是用于计算每车辆停止延时的方法的另一个替换实施例的流程图;
图9是用于计算每车辆平均停止延时的方法的一个实施例的流程图;
图10是示出通常用于计算装置的主要硬件部件的框图,该计算装置与用于估算每车辆平均停止延时的系统结合使用。
具体实施方式
很容易理解,在这里一般描述的和附图中示出的实施例的组件可以按各种不同的配置来布置和设计。因此,下面如附图所示的本发明的系统和方法的实施例的更详细描述并不是要限制所主张的本发明的范围,而只是代表本发明的实施例。
词语“示例性的”在这里仅仅用来指“用作一个实例、例子或说明”。这里将任何实施例描述成“示例性的”不必解释为相对于其他实施例而言是优选的或有利的。虽然实施例的各个方面出现在附图中,但是除非特别指出附图不必按比例画出。
这里所描述的实施例的若干方面将被作为存储在计算装置中的软件模块或软件组件来说明。正如这里所用的,软件模块或组件可以包括位于存储器装置内的和/或作为电子信号在系统总线或网络上传输的任何类型的计算机指令或计算机可执行代码。软件模块例如可以包括一个或多个计算机指令的物理或逻辑块,其可以被组织成执行一个或多个任务或实现特定的抽象数据类型的子例程、程序、目标、组件、数据结构等。
在一些实施例中,特定的软件模块可以包括存储在存储器装置不同位置的完全不同的指令,它们一起实现所希望的模块功能。的确,模块可以包括单个指令或者许多指令,并且可以分布在若干个在不同的程序中的不同的代码段中,并且可涉及若干个存储器装置。一些实施例可以在分布式计算环境中实现,其中任务是由通过通信网络连接的远程处理装置完成的。在分布式计算环境中,软件模块可以位于本地和/或远程存储器存储装置中。
应当注意,示例性实施例在整个讨论中作为例子提供,但是替换实施例在不脱离本发明范围的情况下可以包括各种不同的方面。
本领域的技术人员可以对这里公开的结合附图描述的方法步骤或动作的次序做改变而不脱离本发明的范围。因此,在附图中或详细说明中的任何次序仅仅用于说明的目的,而不是意味着隐含要求的次序。
图1是示出用于估算信号交叉口的每车辆平均停止延时的系统100的框图。这个系统100利用实际车流的数字化静止图像或帧102估算每车辆平均停止延时。该数字化的帧102来自在许多大中型城市随处可见的交通照相机。该照相机可以是数字的并直接产生数字图像102,或者该照相机提供可随后转换成多个数字图像102的模拟图像。
时间数据104也输入该系统100中,用于估算每车辆平均停止延时。该时间数据104可以是每个帧102之间的时间间隔,或者可替换地是与每个帧102相关的时间戳(time stamp)。这两种类型的时间数据都能够用于确定在相继帧之间经过的时间段。
用于估算每车辆平均停止延时的系统100的另一种形式的输入是街道长度数据106。这种数据可以包括像素的图像分析线的上游端和下游端的数字帧的每个像素的实际长度,这将结合图2进行详细讨论。该街道长度数据106还可以包括在中间估算点的实际长度,该长度表示成从该线下游端的像素的图像分析线的百分比。街道长度数据106用来确定在特定数字化帧102中的任何给定车辆的长度和位置。
用户输入108通过用户键入,以规定平均停止延时估算器110的一些参数如何操作。除了其他的,用户输入可以包括:用于定义沿车道像素线的下游和上游像素位置,用于强度读取的阈值,最小间隙界限阈值,最大车辆长度界限,最小车辆长度界限,平均车辆长度,发信号的信息,以及允许的车辆长度增加百分比,所有这些数据将在下面详细讨论。上面没有专门列举的其他形式的用户输入也可以被键入,其中一些也将在下面详细讨论。
用户输入108、街道数据106、数字图像数据102和时间数据104全都输入平均停止延时估算器110,其表示在计算装置上运行的过程,用于提供每车辆平均停止延时的估算值112。与用于估算信号交叉口的每车辆平均停止延时的ITE人工法不同,本系统100提供一种使用实际车流的数字化静止图像分析的自动化方法。
图2是取自交通照相机(未示出)视角的信号交叉口214的透视图的数字图像202。该图像202在交叉路口没有任何车辆,因此,认为信号交叉口214是空的。图像202可以通过安装在交叉路口214附近的数字照相机得到,或者可替换地通过模拟照相机再经数字化而得到。通常,图像202从闭路电视(CCTV)照相机得到。CCTV照相机在许多大中型城市是随处可见的。
该数字图像202还示出了通向或离开该信号交叉口214的一个和多个车道216。该交叉路口214通过使用控制通过该交叉路口车流的交通信号器218来发给信号。作为参照,车道216具有靠近限制线222的近端,该限制线222标记了进入交叉路口214的入口。该车道216还具有更靠近车流上游的远端224。在车道216行驶的车辆从远端224朝着近端220接近交叉路口214,并且如果交通信号指示停止则在限制线222前面停止。
从照相机得到的数字图像202可以是来自诸如直接从该车道216上方观察的替换透视图,而不是如图2所示从一侧观察的透视图。此外,还可以有用来获得信号交叉口214的图像的各种不同照相机观察方向。
在图2中还示出沿着车道216延伸的像素线226。像素是数字图像202的基本构成单元。像素线226用作数字传感器以识别在车道216内行驶的车辆。通过指定靠近车道216的近端220的第一像素点和靠近车道216的远端224的第二像素点建立像素线226。该像素线226的使用将在下面详细讨论。
图3是表示取自交通照相机的信号交叉口314的透视图的另一个数字图像302的表示,用于产生图2所示的图像。这个图像302示出在车道316内的若干个车辆328。一些车辆328在车道316的近端320并且在进入交叉路口314之前在限制线322前面停止。车辆328从车道316的远端324接近交叉路口314。
像素线326与在车道316内的车辆328相交,这样像素线326延伸该车辆328的长度。由于用来获得图像302的照相机的角度,沿着像素线326在车道316的远端324各车辆328的长度似乎较短,并且随着各车辆接近该近端320时变得较长。因此,停止在限制线322的车辆328比远处排队的车辆328有更多数目的像素线326的像素相交。因此在该像素线326上的每个像素表示实际空间的不同长度。靠近车道316的近端320的像素线上的像素比靠近车道316的远端324的像素表示较短的长度。这个事实的意义以及在本发明的系统和方法中如何涉及该实事将结合图5详细地描述。
图4是用于估算信号交叉口的每车辆平均停止延时的估算方法430一个实施例的流程图。根据这种方法,信号交叉口的每车辆平均停止延时的估算方法430是用实际车流的数字化静止图像分析自动完成的。这种方法用于解决与把自动化过程应用于实际车流的图像数据相关的潜在问题,除了其他,这些问题尤其包括照相机位置、照相机观察方向、视差、车辆颜色、路面的颜色以及由视差引起的车辆拥挤。
由于在信号交叉口车流的实际图像帧用于估算每个车辆的平均停止延时(方法430),具有车辆的帧与没有车辆的帧进行比较。因此,该方法包括初始化像素线的背景强度的步骤432,该像素线在没有车辆的相关车道延伸(见图2)。这个步骤包括选择没有车辆的车道的帧。
如图2所示并如结合图2所描述的,选择的像素线沿着车道从该交叉路口向该车道的上游点延伸。读取像素线上的每个像素的图形强度并存储在存储器中。根据一个实施例,所使用的图像是单色的,而像素强度在从黑色(0)到白色(255)的数值范围内。本领域的普通技术人员将会认识到,也可以使用替换的用于测量像素强度的其他方法,包括用于分析彩色像素强度而不是单色像素强度的方法。初始化在没有车辆的车道上延伸的像素线的背景强度的初始化步骤432将结合图5详细讨论。
在用于估算每车辆平均停止延时的方法的另一个步骤是测量具有车辆的帧上的像素线的像素强度测量步骤434(例如见图3),在有车辆的情况下,由于车辆与像素线相交,像素线的图形强度将与背景像素线强度不同。像素强度的值也存储在存储器中。通常,初始化像素线的背景强度的步骤432在测量具有车辆的帧中的像素线强度的测量步骤434之前进行。如同本方法的其余步骤以及这里公开的其他方法,具体的步骤次序可以颠倒或者并行执行,或者以不同的次序进行也是可能的。
一旦在初始化步骤432对背景像素强度做了初始化并在测量步骤434测量了具有车辆的帧或各帧的像素强度,则在计算步骤436计算背景与具有车辆的帧的像素强度值之间的差。由于车辆的颜色各不相同,例如当白色或明亮颜色的车辆出现时计算步骤436的结果可能得出正的信号强度,或者当黑色或深色的车辆出现时得到负的信号强度。
一旦在计算步骤436计算了背景和具有车辆的帧的像素强度值之间的差之后,在识别步骤438识别每个车辆的位置。由前面执行的差值计算步骤436识别车辆(步骤438)。像素线中那些强度差值在规定的阈值之外的像素被认为是车辆的一部分。可以通过考虑若干因素确定适当的阈值,但是基本上构成给定环境中的适当信噪比值。一组没有明显间隙的连续像素,具有超出该阈值的强度差值,并且没有明显间隙,则可以认为这是车辆。所述间隙可以由不具有超出阈值的强度差的任何一组连续的像素形成,这组像素的组合长度超过规定的间隙界限。因此,由像素线中不同于背景像素强度的像素的持续长度来识别每个车辆的位置(步骤438)。
一旦识别特定帧或多个帧中的车辆位置(步骤438),则计算特定车辆或帧的停止延时(步骤440)。这可以按照若干种不同的方法、利用不同的算法来进行,并且将结合图6-8详细地进行讨论。使用这些方法的至少一个来计算特定帧中的所有车辆的总停止延时(步骤440)。使用另一种方法来计算特定车辆在几个帧上的停止延时(步骤440)。任何一种方法都提供足以估算每个车辆的平均停止延时的数据。
一旦计算了每个帧或车辆的停止延时(步骤440),在确定步骤442确定是否要分析另外的帧。这些帧从设置在大都市的许多交叉路口的模拟或数字CCTV照相机得到。如果使用数字照相机,该帧可以按要求用本发明的方法进行分析,即实时分析。可替换地,如果希望,数字帧可以在以后的时间进行分析。如果使用模拟CCTV照相机,则按规定的时间间隔获取一些帧并且进行数字化处理。如果需要分析另外的视频图像,则确定分析更多的帧(步骤442)。但是,如果所有帧或视频已经根据所述方法进行了分析,在在确定步骤442可以确定不必分析更多的帧。
如果在确定步骤442确定分析更多的帧,则计算并存储新的背景(步骤444)。这可以通过将不在车辆里的像素强度平均成为背景像素强度来完成。当像素强度不在所述阈值之外并且是上面所定义间隙的一部分时,则认为该像素不在车辆里面。这个新的背景用于下一个帧的计算。当测量了下一个帧的像素强度(步骤434)并结合上述新背景进行了分析,则重复估算每车辆平均停止延时的方法430。
如果在确定步骤442确定不需要分析更多帧,则使用由计算每个帧或车辆的停止延时(步骤440)得到的数据来计算每个车辆的平均停止延时(步骤446)。在计算步骤446计算每个车辆的平均停止延时的方法将结合图9详细地讨论。因此,用于估算每车辆平均停止延时的方法430提供了利用实际车流的数字化静止图像分析的自动化方法。实现估算每车辆平均停止延时的方法430不需要与ITE人工法相关的劳动强度,并可帮助交通工程师降低因人工收集数据而造成的固有不精确性。
图5是用于初始化实际车道数字图像中的像素线的背景强度的方法532的一个实施例的流程图。为了建立背景并由此测量有车辆的交叉路口,对没有车辆的信号交叉口的静止图像或帧进行数字化(步骤548)。这个数字化步骤548可以通过将模拟视频流转换成多个数字帧来完成。使用相关车道中一个没有车辆的数字化帧作为背景。可替换地,数字化帧可以用数字CCTV照相机等建立。
一旦数字化了空交叉路口的帧(步骤548),交通工程师或其他使用者可以建立在该车道上延伸的像素线(步骤550)。这可以通过执行结合图4所述方法的软件模块的用户接口组件完成。通过该用户接口组件,用户选择两个像素作为像素线的端点。一个像素选择在如图2所示的该车道216的近端220。这个像素可以位于靠近限制线222,该限制线222标志信号交叉口214的入口。第二个像素选择在该车道216上游的远端224。所得到的具有一个像素宽度的像素线沿着这些车辆在该车道216上将行驶的路径延伸。
仍然参考图5,一旦建立像素线(步骤550),则赋予每个像素长度值(步骤552)。由于照相机的角度,到达交叉路口的车辆沿着像素线的长度在远端附近较短而在接近该交叉路口时变得较长。被每个像素覆盖的车道的路面长度也是如此。在靠近交叉路口近端的单个像素比在该交叉路口上游远端的像素覆盖较短的距离。根据一个实施例,为了沿着整个像素线维持均匀的车辆长度,通过在三个真实长度之间线性插值对每个像素赋予长度值(步骤552),这三个真实长度描述近端的第一像素,远端的最后像素和在形成像素线的该第一和最后像素之间的中间像素,赋予每个像素长度的可替换方法可以用来替代三个像素的线性插值,这对本领域的普通技术人员是显而易见的。
一旦数字化了有车道而没有车辆的帧(步骤548)并且建立了像素线(步骤550),读取并存储在该像素线上的每个像素的强度(步骤554)。根据一个实施例,该数字化的图像是单色图像,其像素强度在黑色(0)到白色(255)范围内。与相关空车道相比,该像素线上的每个像素具有一定强度值,其表示在其上重叠了像素的路面部分的相对强度。本领域的普通技术人员将会认识到,在测量步骤554中可以采用用于测量像素强度的其他方法,包括用于分析彩色像素强度而不是单色像素强度的方法。
图6是用于计算在给定数字帧中所有车辆总的停止延时的计算方法640的第一实施例的流程图。所分析的图像是在由图3的例子所表示的车道中具有车辆的图像。根据该第一实施例,对每个实际图像帧计算沿着像素线的各车辆之间的距离(步骤656)。正如在上面所讨论的,通过计算背景和具有车辆的帧之间的像素强度值的差值来识别在像素线上的车辆。具有超出阈值的强度差值并且没有明显间隙的一组连续的像素被认为是车辆。通过确定暴露给照相机的车辆之间的车道的长度来计算车辆之间的距离(步骤656),因此提供像素线中那些具有能够与背景强度相比较强度的像素的长度。
一旦车辆被识别并且计算了车辆之间的距离(步骤656),则确定车辆之间的该距离是否小于规定的间隙距离(步骤658)。根据一个实施例,该规定的间隙距离是用户定义的,并输入该软件模块的用户接口组件,该软件模块用来执行这里所描述的方法。当给定车辆前面的间隙小于该规定的间隙距离时,则认为该车辆是停止的。
在分析来自实际车流的帧时,由于车辆减速并接近在交叉路口排队的车辆,由于照相机角度的原因,车辆之间的间隙不明显。虽然两辆车实际上并不相互接触,当一辆车靠近另一辆车的后面停止时,根据照相机的位置和角度,该照相机可能不能观察到它们之间的路面。因此,利用上面所述的识别车辆的方法,计算装置和/或软件算法会把这些车辆当作一个长车辆。
因此,对每个图形计算停止延时的计算方法640的第一实施例询问特定的车辆是否大于规定的最大长度(步骤660)。无论在车辆之间的距离大于或小于规定的间隙距离的哪种情况下,该方法确定该车辆是否长于规定的长度(步骤660)。根据一个实施例,该规定的最大车辆长度是用户定义的。
如果车辆之间的距离大于规定的间隙距离,并且后面的车辆不长于规定的车辆长度,则认为该车辆是行驶的而不是停止的(步骤662)。但是如果车辆之间的距离小于规定的间隙距离,并且后面的车辆不长于规定的车辆长度,该车辆被认为是单个的停止车辆。
如果确定该车辆长于规定的最大长度(步骤660),则认为该车辆至少是两辆停止的车辆。通过把该长车辆划分成规定的平均车辆长度,确定被错当成长车辆的多个车辆的车辆数目。该规定的平均车辆长度可以是用户定义的,并输入到该软件模块的用户接口组件,该软件模块执行这里所述的方法。任何短于该平均车辆长度的剩余长度,但是长于规定的最小车辆长度也被记数为另一辆车辆。因此,被看作是超长长度的车辆被划分成平均车辆长度,并且每个划分被记数为一个停止的车辆,用于计算每个帧的停止延时的目的(方法640)。
根据一个实施例,用户可以按信号灯信息的形式建立用户输入。红灯周期和绿灯周期可以作为控制参数输入到用来运行所述方法的软件中。如果一个帧示出单个车辆在交叉路口,如果是红灯并且接近限制线的车辆是在规定间隙距离内,则该车辆可以计数成停止。相反,如果是绿灯,则可认为该单个车辆在移动(步骤662)。输入信号灯信息可以解决与停止在该限制线的车辆前面的行人或者沿交叉方向行驶的大量车辆相关的问题。
对于每个帧,将停止车辆的数目相加在一起以确定在该帧内停止车辆的总数(步骤666)。虽然为了监控通过该交叉路口的车辆总数要计数移动的车辆,但是在步骤666中只把停止的车辆加在一起。然后停止车辆的总数乘以帧之间的规定时间间隔(步骤668)。所得到的值表示该特定帧的总的停止延时,并且与图4所示的方法结合使用,以确定每车辆平均停止延时。
图7是用于计算每个数字图像中的车辆停止延时的方法740的第二实施例的流程图。这个第二实施例类似于计算每个图像停止延时的方法640的第一实施例,但是不同之处在于第二实施例整体考虑时间要素以防止在第一实施例中可能发生的重叠的车辆错误计数。
根据用于计算在特定帧中的总停止延时的计算方法740的第二实施例,对每个实际图像帧计算沿像素线的车辆之间的距离。通过确定前一车辆的后面到后面所跟随车辆的前面之间的车道的长度来计算车辆之间的距离(步骤756)。这是通过测量像素线上的像素长度来完成的,其具有可与背景强度相比较的强度。
一旦识别了该帧中的各车辆并且计算它们之间的距离(步骤756),则确定车辆之间的距离是否小于规定的间隙距离(步骤758)。正如在上面所讨论的第一实施例一样,在第二实施例中的规定间隙距离可以是用户定义的,并且输入到执行这里所述方法的软件模块的用户接口组件。当给定车辆前面的间隙小于该规定的间隙距离时,该车辆被认为是停止的。
正如上面所讨论的,当车辆靠近另一车辆的后面停止时,两辆车辆之间的间隙也许不能被看到,并且该两辆车辆可能像一辆长车辆。因此,在确定特定的车辆是否大于规定的最大长度(步骤760),在车辆之间的距离的长度大于或小于规定的间隙距离的任何一种情况下,该方法在步骤760确定该车辆是否长于规定的最大长度。
如果车辆之间的距离大于规定的间隙距离,并且后面的车辆不长于规定的车辆长度,则该车辆被认为是运动的。但是,如果车辆之间的距离小于规定的间隙距离,并且后面的车辆不长于所规定的车辆长度,则该车辆被认为是单个的停止的车辆。
如果在步骤760确定该车辆长于规定的最大车辆长度,该方法则确定占据与前一帧中的长车辆所占据的同一区域中的车辆的数目和长度(步骤770)。利用前一帧排队车辆的数目来改进被分析的当前帧中停止车辆队列中车的记数。与用于计算每个图像的停止延时的计算方法640的第一实施例不同,第二实施例740不将车辆长度划分为平均车辆长度,而是,评估前一帧以确定在该长车辆的同一区域是否存在多于一辆的车辆。
如果在前一帧中只存在一辆长车辆,该方法询问在步骤758的第一个问题的回答是否是肯定的,即车辆之间的距离是否小于规定的间隙距离(步骤774)。如果在较早的步骤758确定车辆之间的距离不小于规定的间隙距离,则认为该车辆是运动的(步骤762)。但是,如果在较早的步骤758确定车辆之间的距离小于规定的间隙距离,则认为车辆是一辆长的停止的车辆。
如果在当前帧中的长车辆的区域在前一帧中存在多于一辆的车辆,该长车辆与前一帧中的车辆尺寸成比例地划分为多个车辆(步骤764)。由于用于计算每个车辆的停止延时的方法740的第二实施例利用前一帧中的车辆长度与当前帧中该长车辆的长度成比例地确定每个车辆的长度(步骤770),因此,保存不同的车辆比例。
对于给定的帧,停止车辆的数目在步骤764中相加在一起以确定该帧内停止车辆的总数。停止车辆的总数在步骤768乘以帧之间规定的时间间隔。所得到的值表示特定帧中的总的停止延时,并且与图4所示的方法结合使用以确定每车辆平均停止延时。
图8是用于计算每个车辆的停止延时的方法840的第三个实施例的流程图。与用于计算每个帧的停止延时的第一、第二两个实施例640、740不同,第三实施例840不评估车辆之间的间隙以确定车辆是否停止,而是一直跟踪单个车辆运动以确定车辆速度和位置。
对于出现在一系列帧中给定的车辆,在各帧之间监视并更新每个车辆的前部和后部以确定该车辆是否运动(步骤876)。通过测量每个移动的距离并且除以帧之间规定的时间增量来计算车辆前部的速度和后部的速度。然后使用车辆前部速度和车辆后部速度的平均值用来设置总的车辆速度以预测车辆进一步的位置(步骤878)。
由于计算了特定车辆的速度和进一步的位置,确定在一个帧中是否有多个车辆在下一帧合并成一个长车辆(步骤880)。如果多个车辆合并成一个长车辆,则根据车辆被看作重叠之前的车辆长度比来进行车辆之间的划分。每个重叠车辆的速度根据该车辆未与另一车辆重合的前部或后部来计算(步骤882)。如果该车辆的两端都被另外的车辆重叠,则使用前述的预测的该车辆的前部和后部的平均速度。因此,即便在给定的排队中重叠,单个车辆的位置和速度也得以保存。
由于监视了车辆的位置(步骤876)并且计算了它们的速度和未来的位置(步骤878),确定特定车辆是否按比规定的停止速度更慢的速度在运动(步骤884)。如果车辆以大于该规定的停止速度运动。则认为该车辆不是停止的(步骤862)。但是,如果车辆以小于该规定的停止速度运动,则该车辆被认为是停止的。用于计算每车辆停止延时的方法840的第三实施例中的规定停止速度可以是用户定义的并输入到执行这里所述方法的软件模块的用户接口组件。
如果由于其速度慢于规定的停止速度,该车辆被认为是停止的,则计算每个车辆的停止延时(步骤886)。对于车辆速度低于规定的停止速度的每个帧,该车辆的停止延时要增加所规定的帧之间的时间间隔。因此,根据这个实施例,每个单个车辆的停止延时在若干个帧上来计算,而不是在单个帧中计算所有车辆的停止延时(步骤886)。这个值在结合图4所述的计算步骤446中被用来计算每车辆平均停止延时。
仍然参考图8,在多个帧上计算单个车辆的停止延时(步骤886)之后,在交通信号灯变成绿灯之后该车辆脱离该队列并进入该交叉路口。进一步监视进入该交叉路口的车辆,以确定特定的车辆是否变得比允许的长度增长百分比更长,并且是否将单个车辆误认为多个车辆(步骤888)。如果即将停止的车辆实际上是两个或多个车辆而被误认为是单个车辆,则当这些车辆开始起动要进入该交叉路口时,该车辆前部将移动,而其后部保持静止。因此,当实际上有两辆车辆时,这里所述的方法把这个看作是变成较长或被拉长的单个车辆。当进入交叉路口时,在后面的车辆移动之前,前面的车辆开始移动,因此,单个车辆的外观在每个帧中变得较长。
因此,根据允许的车辆增长百分比来评估车辆(步骤888)。根据一个实施例。该规定的车辆增长百分比可以是用户定义的值。如果车辆的长度的增长没有超过允许的百分比变化,则该车辆被认为是进入该交叉路口的单个车辆。但是,如果车辆“拉长”并且长度增加超过了允许的百分比变化,那末该车辆的后部被认为是位于在后面车辆的前部的范围内。不允许该车辆的长度增长大于允许的百分比变化,这使得强制该车辆的后部与后面车辆的前部分离(步骤889)。
而且,如果当车辆进入交叉路口时在误被看作长车辆的中间形成内部间隙,该误看的长车辆要被当作多个车辆。如果在步骤888中确定该车辆长度增长超过规定的百分数或形成内部间隙,被误看的长车辆将分成多个车辆。该误看的车辆的停止延时将赋予所有分离出的车辆(步骤980)。
根据照相机的观察和角度,如果各停止车辆存在许多重叠,当它们离开排队进入交叉路口时,识别车辆可能很困难。当进入交叉路口时该第三实施例840可能错误地看立即加速的车辆。这可能导致过高估计进入交叉路口车辆数目,并且因此降低所估算的每车辆平均停止延时。因此,用于计算每车辆停止延时的方法840的第三实施例可以可替换地包括监控进入交叉路口的车辆加速度的步骤。可以添加用户定义的最大加速度,以确保进入该交叉路口的新的车辆不能超过实际可能来加速。
图9是用于估算每车辆平均停止延时的估算方法946的一个实施例的流程图,作为结合图4讨论的方法中的结束步骤446。根据该方法,确定每个数字帧或每个车的总的停止延时(步骤990)。根据用于计算特定帧总的停止延时的第一和第二实施例640、740来确定每个车辆帧总的停止延时。根据用于计算每个车辆的停止延时的第三实施例840来确定特定车辆总的停止延时(步骤990)。
随后计算在所有帧中的或所有车辆的总的停止延时之和(步骤992)。所有帧的或所有车辆的总的停止延时除以在分析周期期间通过限制线并进入该交叉路口的车辆的数目(步骤994)。
图10是示出计算装置1002通常使用的主要硬件组件的框图,该计算装置与这里所述的用于估算每车辆平均停止延时的系统结合使用。计算装置1002在本领域是已知的并且可以从市场上买到。计算装置1002通常包括处理器1004,与输入部件1006和/或输出部件1008电子通信。该处理器1004操作连接于能够与该处理器1004电子通信的输入部件1006和/或输出部件1008,或换句话说,该处理器1004操作连接于能够以电信号的形式输入和/或输出的装置。计算装置1002的实施例可以包括在同一物理结构内或分开的壳体或结构内的输入器1006、输出器1008和处理器1004。
电子装置1002还可以包括存储器1010。该存储器1010可以是与处理器1004分开的部件,或者可以是板上存储器,包括在处理器1004所在的相同部分中。例如微控制器经常包括一定数量的板上存储器。
处理器1004还与通信接口1012电子通信。该通信接口1012可以用于与其他计算装置、服务器等通信。计算装置1002还可以包括其他通信端口1014。此外,其他部件1016也可以包括在该计算装置1002中。
当然,本领域的普通技术人员将会理解,许多不同类型的装置可以与这里的实施例一起使用。计算装置1002可以是诸如控制器的单板计算机、诸如IBM-PC兼容的台式计算机、基于Unix的工作站,或者任何其他能够运行这里公开的算法和方法的可得到的计算装置。因此,图10的方块图只是说明计算装置1002的一般部件,并不是限制这里所公开的实施例的范围。
本领域的普通技术人员能够理解,信息和信号可以用各种不同的方法和技术表示。例如,在上面的描述中用作参考的数据、指令、命令、信息、信号、数据位、符号、片码可以用电压、电流、电磁波、磁场或粒子、光场或粒子,或其任何组合表示。
本领域的普通技术人员将会理解,结合这里公开的实施例所描述的各种图示说明的逻辑块、模块、电路和算法步骤可以实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的可替换性,依据它们的功能在上面已经一般描述的各种图示的组件、块、模块、电路以及步骤。究竟是用硬件还是用软件来实现这些功能,要根据对整个系统的特定应用和设计约束来确定。对于每个特定的用途,本领域的技术人员能够以各种方式实现所述的功能,但是这种实现决策不应当被解释为脱离了本发明范围。
与这里公开的实施例相关的各种图示说明的逻辑块、模块和电路可以用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、场可编程门阵列(FPGA)或其他可编程逻辑装置、离散门电路或晶体管逻辑电路、离散硬件部件或构造成能够完成这里所述功能的其任何组合来实现或完成。通用处理器可以是微型计算机,但是可选地,处理器可以任何常规的处理器、控制器、微控制器,或状态机(statemachine)。处理器也可以实现为计算装置的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP结合的一个和多个微处理器,和任何其他这种配置。
与这里公开的实施例相关的所述方法或算法的步骤可以直接用硬件实现,或者用由处理器执行的软件模块实现,或者用两者的组合实现。软件模块可以保存在RAM存储器、闪存存储器、ROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM,或本领域已知的任何其他形式的存储介质中。示例性的存储介质连接于处理器,使得该处理器能够从该存储介质中读取信息或向该介质写入信息。可选地,存储介质可以与处理器是一体。该处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端。可选地,该处理器和存储介质在用户终端可以作为分离的部件。
这里所公开的方法包括用于实现所描述的方法的一个或多个步骤或动作。该方法步骤和/或动作在不脱离本发明的范围的情况下可以是互换的。换句话说,除非步骤或动作的规定次序是该实施例的操作所要求的,该次序和/或规定步骤和/或动作的使用在不脱离本发明的范围的情况下可以修改。
虽然已经示出并描述本发明的具体实施例和应用,但是应当理解,本发明不限于这里所公开的具体配置和部件。在不脱离本发明的精神实质和范围的情况下,在这里所公开的本发明的方法和系统的设置、操作和细节方面,可以进行对本领域的普通技术人员来说显而易见的各种修改、改变和变化。
Claims (30)
1.一种用于估算信号交叉口的每车辆平均停止延时的方法,包括:
初始化实际车道在没有车辆时的数字图像中的像素线的背景强度;
通过测量该实际车道在有车辆时的另一个数字图像中的像素线的强度来识别车辆的位置;
计算每个车辆或每个具有车辆的数字图像的停止延时;以及
计算每车辆平均停止延时。
2.如权利要求1所述的方法,其中初始化背景强度包括:
数字化该实际车道没有车辆时的图像;
建立该车道没有车辆时的数字图像上的像素线,使得该像素线在该车道中向上游延伸;
对该像素线中的每个像素赋予长度值;以及
读取并存储该像素线中的每个像素的强度。
3.如权利要求2所述的方法,其中识别车辆的位置包括:
测量该实际车道在有车辆时的数字图像上的像素线中的每个像素的强度;
计算该车道在没有车辆时的数字图像上的像素线的像素强度与该车道在有车辆时的数字图像上的像素线的像素强度之间的差;以及
识别一组连续的像素,其中所述的像素强度之间的差值超出了规定的阈值。
4.如权利要求1所述的方法,其中计算每个具有车辆的数字图像的停止延时包括:
计算所述具有车辆的数字图像上车辆之间的距离;
如果车辆之间的距离小于规定的间隙距离,确定该车辆是否是停止的;
将该具有车辆的数字图像中停止的车辆的总数相加在一起;以及
该停止的车辆总数乘以每个具有车辆的数字图像之间的时间间隔。
5.如权利要求4所述的方法,其中计算每个具有车辆的数字图像的停止延时还包括:
确定该车辆的长度是否大于规定的最大长度,和
如果确定该车辆大于所规定的最大长度,则根据规定的平均车辆长度把该车辆划分成多个停止的车辆。
6.如权利要求4所述的方法,其中计算每个具有车辆的数字图像的停止延时还包括:
识别其长度大于规定最大长度的车辆;
确定前一帧中在与该长度大于规定最大长度的车辆的所站位置大致相同的位置上的车辆数目和长度;
根据所述的前一帧中所述大致相同的位置上的车辆数目和长度,把该长度大于规定最大长度的车辆划分成多个停止的车辆。
7.如权利要求1所述的方法,其中计算每个车辆的停止延时包括:
在连续的各帧之间监视车辆的前部和后部位置;
计算该车辆的速度和将来位置;
如果该速度小于规定的停止速度,则确定该车辆是停止的;以及
在连续的各帧上计算该车辆总的停止延时。
8.如权利要求7所述的方法,其中计算每个车辆的停止延时还包括:
确定该车辆是否与另外的车辆重叠;以及
通过该车辆被看作重叠之前的该车辆长度的比,进行车辆之间的划分。
9.如权利要求7所述的方法,其中计算每个车辆的停止延时还包括:
确定当车辆进入交叉路口时该车辆是否变得比所允许的车辆长度增长百分比更长,以及
将该车辆的后部与后面车辆的前部分开,使得该车辆没有变得比所允许的车辆长度增长百分比更长。
10.如权利要求1所述的方法,其中计算每车辆平均停止延时包括:
计算所有具有车辆的数字图像总的停止延时或者所有车辆总的停止延时;
该总的停止延时除以进入该交叉路口的车辆总数。
11.一种配置成用于估算信号交叉口的每车辆平均停止延时的计算装置,包括:
处理器;
与该处理器电子通信的存储器;以及
可由该处理器执行的可执行指令,其中该可执行指令配置成实现一种方法,该方法包括:
初始化实际车道在没有车辆时的数字图像中的像素线的背景强度;
通过测量该实际车道在有车辆时的另一个数字图像中的像素线的强度来识别车辆的位置;
计算每个车辆或每个具有车辆的数字图像的停止延时;以及
计算每车辆平均停止延时。
12.如权利要求11所述的计算装置,其中初始化背景强度包括:
数字化该实际车道没有车辆时的图像;
建立该车道没有车辆时的数字图像上的像素线,使得该像素线在该车道中向上游延伸;
对该像素线中的每个像素赋予长度值;以及
读取并存储该像素线中的每个像素的强度。
13.如权利要求12所述的计算装置,其中识别车辆位置包括:
测量该实际车道在有车辆时的数字图像上的像素线中的每个像素的强度;
计算该车道在没有车辆时的数字图像上的像素线的像素强度与该车道在有车辆时的数字图像上的像素线的像素强度之间的差;以及
识别一组连续的像素,其中所述的像素强度之间的差值超出了规定的阈值。
14.如权利要求11所述的计算装置,其中计算每个具有车辆的数字图像的停止延时包括:
计算所述具有车辆的数字图像上车辆之间的距离;
如果车辆之间的距离小于规定的间隙距离,确定该车辆是否是停止的;
将该具有车辆的数字图像中停止的车辆的总数相加在一起;以及
该停止的车辆总数乘以每个具有车辆的数字图像之间的时间间隔。
15.如权利要求14所述的计算装置,其中计算每个具有车辆的数字图像的停止延时还包括:
确定该车辆的长度是否大于规定的最大长度,和
如果确定该车辆大于所规定的最大长度,则根据规定的平均车辆长度把该车辆划分成多个停止的车辆。
16.如权利要求14所述的计算装置,其中计算每个具有车辆的数字图像的停止延时还包括:
识别其长度大于规定最大长度的车辆;
在前一帧中,确定在与该长度大于规定最大长度的车辆的所站位置大致相同的位置上的车辆数目和长度;
根据所述的前一帧中所述大致相同的位置上的车辆数目和长度,把该长度大于规定最大长度的车辆划分成多个停止的车辆。
17.如权利要求11所述的计算装置,其中计算每个车辆的停止延时包括:
在连续的各帧之间监视车辆的前部和后部位置;
计算该车辆的速度和将来位置;
如果该速度小于规定的停止速度,则确定该车辆是停止的;以及
在连续的各帧上计算该车辆总的停止延时。
18.如权利要求17所述的计算装置,其中计算每个车辆的停止延时还包括:
确定该车辆是否与另外的车辆重叠;以及
通过该车辆被看作重叠之前的该车辆长度的比,进行车辆之间的划分。
19.如权利要求17所述的计算装置,其中计算每个车辆的停止延时还包括:
确定当车辆进入交叉路口时该车辆是否变得比所允许的车辆长度增长百分比更长,以及
将该车辆的后部与后面车辆的前部分开,使得该车辆没有变得比所允许的车辆长度增长百分比更长。
20.如权利要求11所述的计算装置,其中计算每车辆平均停止延时包括:
计算具有车辆的所有数字图像总的停止延时或者所有车辆总的停止延时;
该总的停止延时除以进入该交叉路口的车辆总数。
21.用于存储程序数据的计算机可读介质,其中该程序数据包括可执行指令,用于实现估算信号交叉口的每车辆平均停止延时的方法,该方法包括:
初始化实际车道在没有车辆时的数字图像中的像素线的背景强度;
通过测量该实际车道在有车辆时的另一个数字图像中的像素线的强度来识别车辆的位置;
计算每个车辆或每个具有车辆的数字图像的停止延时;以及
计算每车辆平均停止延时。
22.如权利要求21所述的计算机可读介质,其中初始化背景强度包括:
数字化该实际车道没有车辆时的图像;
建立该车道没有车辆时的数字图像上的像素线,使得该像素线在该车道中向上游延伸;
对该像素线中的每个像素赋予长度值;以及
读取并存储该像素线中的每个像素的强度。
23.如权利要求22所述的计算机可读介质,其中识别车辆的位置包括:
测量该实际车道在有车辆时的数字图像上的像素线中的每个像素的强度;
计算该车道在没有车辆时的数字图像上的像素线的像素强度与该车道在有车辆时的数字图像上的像素线的像素强度之间的差;以及
识别一组连续的像素,其中所述的像素强度之间的差值超出了规定的阈值。
24.如权利要求21所述的计算机可读介质,其中计算每个具有车辆的数字图像的停止延时包括:
计算所述具有车辆的数字图像上车辆之间的距离;
如果车辆之间的距离小于规定的间隙距离,确定该车辆是否是停止的;
将该具有车辆的数字图像中停止的车辆的总数相加在一起;以及
该停止的车辆总数乘以每个具有车辆的数字图像之间的时间间隔。
25.如权利要求24所述的计算机可读介质,其中计算每个具有车辆的数字图像的停止延时还包括:
确定该车辆的长度是否大于规定的最大长度,和
如果确定该车辆大于所规定的最大长度,则根据规定的平均车辆长度把该车辆划分成多个停止的车辆。
26.如权利要求24所述的计算机可读介质,其中计算每个具有车辆的数字图像的停止延时还包括:
识别其长度大于规定最大长度的车辆;
在前一帧中,确定在与该长度大于规定最大长度的车辆的所站位置大致相同的位置上的车辆数目和长度;
根据所述的前一帧中所述大致相同的位置上的车辆数目和长度,把该长度大于规定最大长度的车辆划分成多个停止的车辆。
27.如权利要求21所述的计算机可读介质,其中计算每个车辆的停止延时包括:
在连续的各帧之间监视车辆的前部和后部位置;
计算该车辆的速度和将来位置;
如果该速度小于规定的停止速度,则确定该车辆是停止的;以及
在连续的各帧上计算该车辆总的停止延时。
28.如权利要求27所述的计算机可读介质,其中计算每个车辆的停止延时还包括:
确定该车辆是否与另外的车辆重叠;以及
通过该车辆被看作重叠之前的该车辆长度的比,进行车辆之间的划分。
29.如权利要求27所述的计算机可读介质,其中计算每个车辆的停止延时还包括:
确定当车辆进入交叉路口时该车辆是否变得比所允许的车辆长度增长百分比更长,以及
将该车辆的后部与后面车辆的前部分开,使得该车辆没有变得比所允许的车辆长度增长百分比更长。
30.如权利要求21所述的计算机可读介质,其中计算每车辆平均停止延时包括:
计算具有车辆的所有数字图像总的停止延时或者所有车辆总的停止延时;
该总的停止延时除以进入该交叉路口的车辆总数。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US50566603P | 2003-09-24 | 2003-09-24 | |
US60/505,666 | 2003-09-24 | ||
US10/948,104 US7747041B2 (en) | 2003-09-24 | 2004-09-23 | Automated estimation of average stopped delay at signalized intersections |
US10/948,104 | 2004-09-23 | ||
PCT/US2004/031526 WO2005031676A2 (en) | 2003-09-24 | 2004-09-24 | Automated estimation of average stopped delay at signalized intersections |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1868212A true CN1868212A (zh) | 2006-11-22 |
CN1868212B CN1868212B (zh) | 2011-06-29 |
Family
ID=34396258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2004800277220A Expired - Fee Related CN1868212B (zh) | 2003-09-24 | 2004-09-24 | 在信号交叉口平均停止延时的自动估算 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7747041B2 (zh) |
EP (1) | EP1702311A4 (zh) |
CN (1) | CN1868212B (zh) |
WO (1) | WO2005031676A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948436A (zh) * | 2019-02-01 | 2019-06-28 | 深兰科技(上海)有限公司 | 一种监控道路上车辆的方法及装置 |
CN112750300A (zh) * | 2019-10-29 | 2021-05-04 | 北京百度网讯科技有限公司 | 道路交叉路口的延误指标数据获取方法和装置 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8131010B2 (en) * | 2007-07-30 | 2012-03-06 | International Business Machines Corporation | High density queue estimation and line management |
JP6357737B2 (ja) * | 2013-07-24 | 2018-07-18 | 富士通株式会社 | 車流計測装置、方法及びプログラム |
FR3018940B1 (fr) * | 2014-03-24 | 2018-03-09 | Survision | Systeme de classification automatique de vehicules automobiles |
US9299253B2 (en) * | 2014-06-19 | 2016-03-29 | Global Traffic Technologies, Llc | Adaptive traffic signal preemption |
US11430338B2 (en) | 2017-08-03 | 2022-08-30 | Ford Global Technologies, Llc | Intersection crossing control |
US10559197B2 (en) * | 2018-04-13 | 2020-02-11 | Toyota Jidosha Kabushiki Kaisha | Remote vehicle control at intersections |
CN113112816B (zh) * | 2021-04-06 | 2022-07-08 | 安徽百诚慧通科技股份有限公司 | 一种车辆在路段平均行驶延误的提取方法 |
US11741830B2 (en) | 2021-08-25 | 2023-08-29 | Imam Abdulrahman Bin Faisal University | Method and apparatus for level of service assessment at signalized intersections |
CN116994428B (zh) * | 2023-07-05 | 2024-04-26 | 山东理工大学 | 一种基于参数变化率的交叉口进口道交通事故辨识方法 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3920967A (en) * | 1974-02-22 | 1975-11-18 | Trw Inc | Computerized traffic control apparatus |
US4370718A (en) * | 1979-02-06 | 1983-01-25 | Chasek Norman E | Responsive traffic light control system and method based on conservation of aggregate momentum |
FR2609566B1 (fr) * | 1987-01-14 | 1990-04-13 | Armine | Procede de determination de la trajectoire d'un corps apte a se deplacer sur une voie et dispositif de mise en oeuvre du procede |
US4847772A (en) * | 1987-02-17 | 1989-07-11 | Regents Of The University Of Minnesota | Vehicle detection through image processing for traffic surveillance and control |
JP2644844B2 (ja) * | 1988-09-20 | 1997-08-25 | 株式会社日立製作所 | 分散型画像認識システム |
EP0470268B1 (en) * | 1990-02-26 | 1998-06-10 | Matsushita Electric Industrial Co., Ltd. | Traffic flow change system |
US5161107A (en) * | 1990-10-25 | 1992-11-03 | Mestech Creation Corporation | Traffic surveillance system |
US5301239A (en) * | 1991-02-18 | 1994-04-05 | Matsushita Electric Industrial Co., Ltd. | Apparatus for measuring the dynamic state of traffic |
US5296852A (en) * | 1991-02-27 | 1994-03-22 | Rathi Rajendra P | Method and apparatus for monitoring traffic flow |
DE69232732T2 (de) * | 1991-03-19 | 2009-09-10 | Mitsubishi Denki K.K. | Messeinrichtung für sich bewegende Körper und Bildverarbeitungsanordnung zum Messen des Verkehrsflusses |
US5590217A (en) * | 1991-04-08 | 1996-12-31 | Matsushita Electric Industrial Co., Ltd. | Vehicle activity measuring apparatus |
US5509082A (en) * | 1991-05-30 | 1996-04-16 | Matsushita Electric Industrial Co., Ltd. | Vehicle movement measuring apparatus |
EP0631683B1 (en) * | 1992-03-20 | 2001-08-01 | Commonwealth Scientific And Industrial Research Organisation | An object monitoring system |
JP2917661B2 (ja) * | 1992-04-28 | 1999-07-12 | 住友電気工業株式会社 | 交通流計測処理方法及び装置 |
US6430303B1 (en) * | 1993-03-31 | 2002-08-06 | Fujitsu Limited | Image processing apparatus |
JP3288474B2 (ja) * | 1993-03-31 | 2002-06-04 | 富士通株式会社 | 画像処理装置 |
US5467634A (en) * | 1993-07-22 | 1995-11-21 | Minnesota Mining And Manufacturing Company | Method and apparatus for calibrating three-dimensional space for machine vision applications |
JPH09507930A (ja) * | 1993-12-08 | 1997-08-12 | ミネソタ マイニング アンド マニュファクチャリング カンパニー | 一眼ビジョンシステムに対する背景決定及び減算用の方法及び装置 |
US5434927A (en) * | 1993-12-08 | 1995-07-18 | Minnesota Mining And Manufacturing Company | Method and apparatus for machine vision classification and tracking |
BE1008236A3 (nl) * | 1994-04-08 | 1996-02-20 | Traficon Nv | Verkeersbewakingsinrichting. |
US5774569A (en) * | 1994-07-25 | 1998-06-30 | Waldenmaier; H. Eugene W. | Surveillance system |
US6662141B2 (en) * | 1995-01-13 | 2003-12-09 | Alan R. Kaub | Traffic safety prediction model |
US6044166A (en) * | 1995-01-17 | 2000-03-28 | Sarnoff Corporation | Parallel-pipelined image processing system |
JP3151372B2 (ja) * | 1995-04-19 | 2001-04-03 | インターナショナル・ビジネス・マシーンズ・コーポレ−ション | 移動物体速度検出装置及び方法 |
WO1997016807A1 (en) * | 1995-10-31 | 1997-05-09 | Sarnoff Corporation | Method and apparatus for image-based object detection and tracking |
JP3656301B2 (ja) * | 1995-12-28 | 2005-06-08 | 株式会社デンソー | 車両用障害物警報装置 |
TW349211B (en) * | 1996-01-12 | 1999-01-01 | Sumitomo Electric Industries | Method snd apparatus traffic jam measurement, and method and apparatus for image processing |
US5777564A (en) * | 1996-06-06 | 1998-07-07 | Jones; Edward L. | Traffic signal system and method |
US6188778B1 (en) | 1997-01-09 | 2001-02-13 | Sumitomo Electric Industries, Ltd. | Traffic congestion measuring method and apparatus and image processing method and apparatus |
US6760061B1 (en) * | 1997-04-14 | 2004-07-06 | Nestor Traffic Systems, Inc. | Traffic sensor |
EP1056064B1 (en) * | 1999-05-28 | 2007-12-12 | Nippon Telegraph and Telephone Corporation | Apparatus and method for speed measurement of vehicles with an image processing system |
WO2001033503A1 (en) * | 1999-11-03 | 2001-05-10 | Cet Technologies Pte Ltd | Image processing techniques for a video based traffic monitoring system and methods therefor |
JP3695315B2 (ja) * | 2000-11-14 | 2005-09-14 | 日産自動車株式会社 | 車両用表示装置 |
JP4480299B2 (ja) * | 2001-06-21 | 2010-06-16 | 富士通マイクロエレクトロニクス株式会社 | 移動体を含む画像の処理方法及び装置 |
JP3849505B2 (ja) * | 2001-11-26 | 2006-11-22 | 株式会社デンソー | 障害物監視装置及びプログラム |
CN1148967C (zh) * | 2001-11-27 | 2004-05-05 | 李海舟 | 同屏幕实时显示多路图像的数字控制方法及系统 |
KR100459476B1 (ko) * | 2002-04-04 | 2004-12-03 | 엘지산전 주식회사 | 차량의 대기 길이 측정 장치 및 방법 |
-
2004
- 2004-09-23 US US10/948,104 patent/US7747041B2/en not_active Expired - Fee Related
- 2004-09-24 WO PCT/US2004/031526 patent/WO2005031676A2/en active Application Filing
- 2004-09-24 CN CN2004800277220A patent/CN1868212B/zh not_active Expired - Fee Related
- 2004-09-24 EP EP04789058A patent/EP1702311A4/en not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948436A (zh) * | 2019-02-01 | 2019-06-28 | 深兰科技(上海)有限公司 | 一种监控道路上车辆的方法及装置 |
CN109948436B (zh) * | 2019-02-01 | 2020-12-08 | 深兰科技(上海)有限公司 | 一种监控道路上车辆的方法及装置 |
CN112750300A (zh) * | 2019-10-29 | 2021-05-04 | 北京百度网讯科技有限公司 | 道路交叉路口的延误指标数据获取方法和装置 |
CN112750300B (zh) * | 2019-10-29 | 2022-09-27 | 阿波罗智联(北京)科技有限公司 | 道路交叉路口的延误指标数据获取方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP1702311A4 (en) | 2009-05-13 |
CN1868212B (zh) | 2011-06-29 |
EP1702311A2 (en) | 2006-09-20 |
WO2005031676A3 (en) | 2006-07-27 |
US7747041B2 (en) | 2010-06-29 |
WO2005031676A2 (en) | 2005-04-07 |
US20050105773A1 (en) | 2005-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
CN108877269B (zh) | 一种交叉路口车辆状态检测及v2x广播方法 | |
CN112163543A (zh) | 一种车辆违法占道的检测方法及系统 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN105493502A (zh) | 视频监控方法、视频监控系统以及计算机程序产品 | |
CN110032947B (zh) | 一种监控事件发生的方法及装置 | |
CN106297278A (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN103605967A (zh) | 一种基于图像识别的地铁防逃票系统及其工作方法 | |
CN104427255A (zh) | 车载相机的图像处理方法和使用该方法的图像处理设备 | |
CN1868212A (zh) | 在信号交叉口平均停止延时的自动估算 | |
KR102491527B1 (ko) | 카메라 영상에서 대상의 감지 | |
CN112528807B (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
CN103810695B (zh) | 一种光源定位方法及装置 | |
CN109544940A (zh) | 基于三目视觉的公交车专用道占道抓拍系统及其抓拍方法 | |
EP4239596A1 (en) | Method and apparatus for detecting drivable area, mobile device and storage medium | |
CN102496281A (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
CN106951898A (zh) | 一种车辆候选区域推荐方法及系统、电子设备 | |
CN107145825A (zh) | 地平面拟合、摄像头标定方法及系统、车载终端 | |
CN107316463A (zh) | 一种车辆监控的方法和装置 | |
CN106778534A (zh) | 一种车辆行驶中周围环境灯光识别方法 | |
CN113257003A (zh) | 交通道路车道级车流计数系统及其方法、设备、介质 | |
CN203020184U (zh) | 一种基于双ccd的纯电动汽车车道标识线检测装置 | |
Dehghani et al. | Single camera vehicles speed measurement | |
CN103778790A (zh) | 一种基于视频序列的车流量方波统计法 | |
CN117197227A (zh) | 计算目标车辆偏航角方法、装置、设备以及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110629 Termination date: 20140924 |
|
EXPY | Termination of patent right or utility model |