JP2001216519A - 交通監視装置 - Google Patents
交通監視装置Info
- Publication number
- JP2001216519A JP2001216519A JP2000032708A JP2000032708A JP2001216519A JP 2001216519 A JP2001216519 A JP 2001216519A JP 2000032708 A JP2000032708 A JP 2000032708A JP 2000032708 A JP2000032708 A JP 2000032708A JP 2001216519 A JP2001216519 A JP 2001216519A
- Authority
- JP
- Japan
- Prior art keywords
- image
- movement vector
- unit
- traffic monitoring
- parameter
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
Abstract
(57)【要約】
【課題】 交通事故等の異常事態の発生を確実に検出す
る。 【解決手段】 撮像装置１は、監視地点の画像を所定の
周期で撮像して出力する。交通監視装置２の画像入力手
段２ａは、撮像装置１から出力された画像を入力する。
移動ベクトル抽出手段２ｂは、先ず、入力された複数の
画像から背景画像を生成し、新たに入力された画像との
差分を求めることにより、移動物体が存在している領域
を特定した後、特定された領域から移動ベクトルを抽出
する。パラメータ算出手段２ｃは、移動ベクトルを線分
とみなしてそのパラメータである傾きと切片を抽出す
る。プロット手段２ｄは、傾きと切片を基底とする２次
元座標系に対して各移動ベクトルのパラメータをプロッ
トする。異常判定手段２ｅは、通常とは異なる領域にパ
ラメータがプロットされた場合には異常事態が発生した
と判断して、ネットワークを介して図示せぬ管理センタ
等へ通知する。
る。 【解決手段】 撮像装置１は、監視地点の画像を所定の
周期で撮像して出力する。交通監視装置２の画像入力手
段２ａは、撮像装置１から出力された画像を入力する。
移動ベクトル抽出手段２ｂは、先ず、入力された複数の
画像から背景画像を生成し、新たに入力された画像との
差分を求めることにより、移動物体が存在している領域
を特定した後、特定された領域から移動ベクトルを抽出
する。パラメータ算出手段２ｃは、移動ベクトルを線分
とみなしてそのパラメータである傾きと切片を抽出す
る。プロット手段２ｄは、傾きと切片を基底とする２次
元座標系に対して各移動ベクトルのパラメータをプロッ
トする。異常判定手段２ｅは、通常とは異なる領域にパ
ラメータがプロットされた場合には異常事態が発生した
と判断して、ネットワークを介して図示せぬ管理センタ
等へ通知する。
Description
【０００１】
【発明の属する技術分野】本発明は交通監視装置に関
し、特に、撮像装置によって撮像された画像を監視する
ことにより、交通の異常を検出する交通監視装置に関す
る。
し、特に、撮像装置によって撮像された画像を監視する
ことにより、交通の異常を検出する交通監視装置に関す
る。
【０００２】
【従来の技術】近年、車両・情報通信分野と道路・交通
分野を融合した新しい道路システムであるＩＴＳ（Inte
lligent Transport Systems）が多分野の産業の市場を
創造する社会インフラとして期待されている。
分野を融合した新しい道路システムであるＩＴＳ（Inte
lligent Transport Systems）が多分野の産業の市場を
創造する社会インフラとして期待されている。
【０００３】ＩＴＳでは、情報通信技術を最大限利用す
ることにより、人と道路と車両を一体のシステムとして
構築し、カーナビゲーションの高度化、有料道路の自動
料金収受、および、安全運転の支援等を図ることを目的
としている。
ることにより、人と道路と車両を一体のシステムとして
構築し、カーナビゲーションの高度化、有料道路の自動
料金収受、および、安全運転の支援等を図ることを目的
としている。
【０００４】ところで、システムとしての人と道路と車
両を最適に管理するためには、交通状況を絶えず監視
し、その状況に応じて最適な制御を行う必要がある。そ
のためには、道路の主要地点に交通の状況を監視する交
通監視装置を設置し、情報を収集する必要がある。
両を最適に管理するためには、交通状況を絶えず監視
し、その状況に応じて最適な制御を行う必要がある。そ
のためには、道路の主要地点に交通の状況を監視する交
通監視装置を設置し、情報を収集する必要がある。
【０００５】従来において、このような交通監視装置と
しては、以下のような２種類の装置が提案されていた。 （１）特開平８−１１６５２８号公報に開示されてい
る、車両の衝突音により事故を検出する装置。 （２）特開平１０−４０４９０号公報に開示されてい
る、画像により事故を検出する装置。
しては、以下のような２種類の装置が提案されていた。 （１）特開平８−１１６５２８号公報に開示されてい
る、車両の衝突音により事故を検出する装置。 （２）特開平１０−４０４９０号公報に開示されてい
る、画像により事故を検出する装置。
【０００６】前者の方法では、図１５に示すように、監
視しようとする地点にマイクｍ１を設置し、車両Ｖ１，
Ｖ２が衝突した場合に発生する超音波領域の特有のパワ
ースペクトラムを検出する。なお、複数のマイクを設置
して、それぞれのマイクによって検出された衝突音の時
間的なずれにより、衝突が発生した方向もある程度推定
することができる。
視しようとする地点にマイクｍ１を設置し、車両Ｖ１，
Ｖ２が衝突した場合に発生する超音波領域の特有のパワ
ースペクトラムを検出する。なお、複数のマイクを設置
して、それぞれのマイクによって検出された衝突音の時
間的なずれにより、衝突が発生した方向もある程度推定
することができる。
【０００７】また、後者の方法では、図１６に示すよう
に、監視しようとする地点にカメラＣ１を設置し、撮像
された画像から車両Ｖ１，Ｖ２の移動ベクトルＭＶ１，
ＭＶ２を検出し、これらの移動ベクトルが交差する場合
には、事故が発生したと判定する。
に、監視しようとする地点にカメラＣ１を設置し、撮像
された画像から車両Ｖ１，Ｖ２の移動ベクトルＭＶ１，
ＭＶ２を検出し、これらの移動ベクトルが交差する場合
には、事故が発生したと判定する。
【０００８】
【発明が解決しようとする課題】しかし、前者の方法で
は、人身事故のように衝突音が発生しない事故の場合で
は、検出が困難であるという問題点があった。
は、人身事故のように衝突音が発生しない事故の場合で
は、検出が困難であるという問題点があった。
【０００９】また、後者の方法では、移動ベクトルを検
出するために画像処理を行う必要があるが、この処理は
時間を要するため、実用的な処理レベルを実現するため
には、処理能力の高いコンピュータを用いる必要があ
り、コストが高くつくという問題点があった。また、ベ
クトルの交差という短時間に発生する事象のみを検出し
ていたので、事故の検出精度も余り高いとはいえず、誤
検出が少なくないという問題点もあった。
出するために画像処理を行う必要があるが、この処理は
時間を要するため、実用的な処理レベルを実現するため
には、処理能力の高いコンピュータを用いる必要があ
り、コストが高くつくという問題点があった。また、ベ
クトルの交差という短時間に発生する事象のみを検出し
ていたので、事故の検出精度も余り高いとはいえず、誤
検出が少なくないという問題点もあった。
【００１０】本発明はこのような点に鑑みてなされたも
のであり、人身事故も検出可能であるとともに、高い検
出精度を有する交通監視装置を提供することを目的とす
る。
のであり、人身事故も検出可能であるとともに、高い検
出精度を有する交通監視装置を提供することを目的とす
る。
【００１１】
【課題を解決するための手段】本発明では上記課題を解
決するために、図１に示す、撮像装置１によって撮像さ
れた画像を監視することにより、交通の異常を検出する
交通監視装置２において、前記撮像装置１によって撮像
された画像を入力する画像入力手段２ａと、前記画像入
力手段２ａから入力された画像から対象物の移動ベクト
ルを抽出する移動ベクトル抽出手段２ｂと、前記移動ベ
クトル抽出手段２ｂによって抽出された移動ベクトルを
線分とみなした場合におけるパラメータを算出するパラ
メータ算出手段２ｃと、前記パラメータを基底とする２
次元座標系に対して、前記パラメータ算出手段２ｃによ
って算出された線分のパラメータをプロットするプロッ
ト手段２ｄと、前記プロット手段２ｄによってプロット
された前記線分のパラメータが、通常とは異なる領域に
プロットされた場合には異常が発生したと判定する異常
判定手段２ｅと、を有することを特徴とする交通監視装
置２が提供される。
決するために、図１に示す、撮像装置１によって撮像さ
れた画像を監視することにより、交通の異常を検出する
交通監視装置２において、前記撮像装置１によって撮像
された画像を入力する画像入力手段２ａと、前記画像入
力手段２ａから入力された画像から対象物の移動ベクト
ルを抽出する移動ベクトル抽出手段２ｂと、前記移動ベ
クトル抽出手段２ｂによって抽出された移動ベクトルを
線分とみなした場合におけるパラメータを算出するパラ
メータ算出手段２ｃと、前記パラメータを基底とする２
次元座標系に対して、前記パラメータ算出手段２ｃによ
って算出された線分のパラメータをプロットするプロッ
ト手段２ｄと、前記プロット手段２ｄによってプロット
された前記線分のパラメータが、通常とは異なる領域に
プロットされた場合には異常が発生したと判定する異常
判定手段２ｅと、を有することを特徴とする交通監視装
置２が提供される。
【００１２】ここで、画像入力手段２ａは、撮像装置１
によって撮像された画像を入力する。移動ベクトル抽出
手段２ｂは、画像入力手段２ａから入力された画像から
対象物の移動ベクトルを抽出する。パラメータ算出手段
２ｃは、移動ベクトル抽出手段２ｂによって抽出された
移動ベクトルを線分とみなした場合におけるパラメータ
を算出する。プロット手段２ｄは、パラメータを基底と
する２次元座標系に対して、パラメータ算出手段２ｃに
よって算出された線分のパラメータをプロットする。異
常判定手段２ｅは、プロット手段２ｄによってプロット
された線分のパラメータが、通常とは異なる領域にプロ
ットされた場合には異常が発生したと判定する。また、
撮像装置によって撮像された画像を監視することによ
り、交通の異常を検出する交通監視装置において、前記
撮像装置によって撮像された画像を入力する画像入力手
段と、前記画像入力手段から入力された画像から対象物
の移動ベクトルを抽出する移動ベクトル抽出手段と、前
記移動ベクトル抽出手段によって抽出された移動ベクト
ルを参照し、対象物の未来における位置を推定する位置
推定手段と、前記位置推定手段によって推定された対象
物の位置を参照して、任意に選んだ一対の対象物間の距
離を算出する距離算出手段と、前記距離算出手段によっ
て算出された距離が所定の閾値を下回った場合には、異
常が発生したと判定する判定手段と、を有することを特
徴とする交通監視装置が提供される。ここで、画像入力
手段は、撮像装置によって撮像された画像を入力する。
移動ベクトル抽出手段は、画像入力手段から入力された
画像から対象物の移動ベクトルを抽出する。位置推定手
段は、移動ベクトル抽出手段によって抽出された移動ベ
クトルを参照し、対象物の未来における位置を推定す
る。距離算出手段は、位置推定手段によって推定された
対象物の位置を参照して、任意に選んだ一対の対象物間
の距離を算出する。判定手段は、距離算出手段によって
算出された距離が所定の閾値を下回った場合には、異常
が発生したと判定する。
によって撮像された画像を入力する。移動ベクトル抽出
手段２ｂは、画像入力手段２ａから入力された画像から
対象物の移動ベクトルを抽出する。パラメータ算出手段
２ｃは、移動ベクトル抽出手段２ｂによって抽出された
移動ベクトルを線分とみなした場合におけるパラメータ
を算出する。プロット手段２ｄは、パラメータを基底と
する２次元座標系に対して、パラメータ算出手段２ｃに
よって算出された線分のパラメータをプロットする。異
常判定手段２ｅは、プロット手段２ｄによってプロット
された線分のパラメータが、通常とは異なる領域にプロ
ットされた場合には異常が発生したと判定する。また、
撮像装置によって撮像された画像を監視することによ
り、交通の異常を検出する交通監視装置において、前記
撮像装置によって撮像された画像を入力する画像入力手
段と、前記画像入力手段から入力された画像から対象物
の移動ベクトルを抽出する移動ベクトル抽出手段と、前
記移動ベクトル抽出手段によって抽出された移動ベクト
ルを参照し、対象物の未来における位置を推定する位置
推定手段と、前記位置推定手段によって推定された対象
物の位置を参照して、任意に選んだ一対の対象物間の距
離を算出する距離算出手段と、前記距離算出手段によっ
て算出された距離が所定の閾値を下回った場合には、異
常が発生したと判定する判定手段と、を有することを特
徴とする交通監視装置が提供される。ここで、画像入力
手段は、撮像装置によって撮像された画像を入力する。
移動ベクトル抽出手段は、画像入力手段から入力された
画像から対象物の移動ベクトルを抽出する。位置推定手
段は、移動ベクトル抽出手段によって抽出された移動ベ
クトルを参照し、対象物の未来における位置を推定す
る。距離算出手段は、位置推定手段によって推定された
対象物の位置を参照して、任意に選んだ一対の対象物間
の距離を算出する。判定手段は、距離算出手段によって
算出された距離が所定の閾値を下回った場合には、異常
が発生したと判定する。
【００１３】
【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は、本発明の動作原理を説明
する原理図である。この図に示すように、本発明の交通
監視装置２は、画像入力手段２ａ、移動ベクトル抽出手
段２ｂ、パラメータ算出手段２ｃ、プロット手段２ｄ、
および、異常判定手段２ｅによって構成されており、外
部には撮像装置１およびネットワーク３が接続されてい
る。
を参照して説明する。図１は、本発明の動作原理を説明
する原理図である。この図に示すように、本発明の交通
監視装置２は、画像入力手段２ａ、移動ベクトル抽出手
段２ｂ、パラメータ算出手段２ｃ、プロット手段２ｄ、
および、異常判定手段２ｅによって構成されており、外
部には撮像装置１およびネットワーク３が接続されてい
る。
【００１４】撮像装置１は、例えば、ＴＶ（Televisio
n）カメラによって構成されており、監視しようとする
地点の画像を所定の周期で撮像して出力する。画像入力
手段２ａは、撮像装置１から出力された画像を入力す
る。
n）カメラによって構成されており、監視しようとする
地点の画像を所定の周期で撮像して出力する。画像入力
手段２ａは、撮像装置１から出力された画像を入力す
る。
【００１５】移動ベクトル抽出手段２ｂは、画像入力手
段２ａから入力された画像から対象物の移動ベクトルを
抽出する。パラメータ算出手段２ｃは、移動ベクトル抽
出手段２ｂによって抽出された移動ベクトルを線分とみ
なした場合におけるパラメータを算出する。
段２ａから入力された画像から対象物の移動ベクトルを
抽出する。パラメータ算出手段２ｃは、移動ベクトル抽
出手段２ｂによって抽出された移動ベクトルを線分とみ
なした場合におけるパラメータを算出する。
【００１６】プロット手段２ｄは、パラメータを基底と
する２次元座標系に対して、パラメータ算出手段２ｃに
よって算出された線分のパラメータをプロットする。異
常判定手段２ｅは、プロット手段２ｄによってプロット
された線分のパラメータが、通常とは異なる領域にプロ
ットされた場合には異常事態が発生したと判定する。
する２次元座標系に対して、パラメータ算出手段２ｃに
よって算出された線分のパラメータをプロットする。異
常判定手段２ｅは、プロット手段２ｄによってプロット
された線分のパラメータが、通常とは異なる領域にプロ
ットされた場合には異常事態が発生したと判定する。
【００１７】ネットワーク３は、例えば、光ファイバに
よって構成された通信回線であり、各監視地点から収集
されたデータを図示せぬ管理センタ等に送信する。次
に、以上の原理図の動作について説明する。
よって構成された通信回線であり、各監視地点から収集
されたデータを図示せぬ管理センタ等に送信する。次
に、以上の原理図の動作について説明する。
【００１８】いま、撮像装置１が図２に示すように交差
点に設置されているとする。このとき、車両Ｖ１が事故
を起こし、道路脇に停車したとすると、その近辺を走行
する車両Ｖ２，Ｖ３は、通常とは異なる動きを見せるこ
とになる。本発明では、このような通常とは異なる車両
の動きを検出することにより、異常事態の発生を検出す
る。以下にその詳細について説明する。
点に設置されているとする。このとき、車両Ｖ１が事故
を起こし、道路脇に停車したとすると、その近辺を走行
する車両Ｖ２，Ｖ３は、通常とは異なる動きを見せるこ
とになる。本発明では、このような通常とは異なる車両
の動きを検出することにより、異常事態の発生を検出す
る。以下にその詳細について説明する。
【００１９】撮像装置１から出力された画像は、画像入
力手段２ａによって交通監視装置２に取り込まれる。移
動ベクトル抽出手段２ｂは、画像入力手段２ａによって
時刻（ｔ−１）に入力された画像と、時刻ｔに入力され
た画像を比較することにより、車両（または通行者）の
移動ベクトルを検出する。
力手段２ａによって交通監視装置２に取り込まれる。移
動ベクトル抽出手段２ｂは、画像入力手段２ａによって
時刻（ｔ−１）に入力された画像と、時刻ｔに入力され
た画像を比較することにより、車両（または通行者）の
移動ベクトルを検出する。
【００２０】図３は、移動ベクトル抽出手段２ｂが図２
に示す例から抽出した移動ベクトルの一例を示す図であ
る。この例では、図３に示す事故車Ｖ１の近辺を走行す
る車両が通常とは異なる振る舞いを示すことが表されて
いる。
に示す例から抽出した移動ベクトルの一例を示す図であ
る。この例では、図３に示す事故車Ｖ１の近辺を走行す
る車両が通常とは異なる振る舞いを示すことが表されて
いる。
【００２１】パラメータ算出手段２ｃは、移動ベクトル
抽出手段２ｂによって抽出された移動ベクトルを線分と
みなし、それぞれの線分にハフ変換を施すことにより傾
きと切片とをパラメータとして求める。
抽出手段２ｂによって抽出された移動ベクトルを線分と
みなし、それぞれの線分にハフ変換を施すことにより傾
きと切片とをパラメータとして求める。
【００２２】プロット手段２ｄは、傾きと切片を基底と
する２次元座標系に得られた各線分のパラメータをプロ
ットする。図４は、プロットの結果を示す図である。こ
の図に示すように、各パラメータは、移動ベクトルのパ
ターンに応じた所定の領域にプロットされることにな
る。例えば、「上直進」は座標系の中央の上部に集中し
てプロットされており、また、「下直進」は座標系の中
央の下部に集中してプロットされている。
する２次元座標系に得られた各線分のパラメータをプロ
ットする。図４は、プロットの結果を示す図である。こ
の図に示すように、各パラメータは、移動ベクトルのパ
ターンに応じた所定の領域にプロットされることにな
る。例えば、「上直進」は座標系の中央の上部に集中し
てプロットされており、また、「下直進」は座標系の中
央の下部に集中してプロットされている。
【００２３】異常判定手段２ｅは、プロット手段２ｄに
よってプロットされた結果を参照し、移動ベクトルのパ
ラメータが通常とは異なる領域にプロットされた場合に
は異常事態が発生したと判断し、ネットワーク３を介し
て図示せぬ管理センタにその旨を通知する。
よってプロットされた結果を参照し、移動ベクトルのパ
ラメータが通常とは異なる領域にプロットされた場合に
は異常事態が発生したと判断し、ネットワーク３を介し
て図示せぬ管理センタにその旨を通知する。
【００２４】例えば、図２に示すように、車両Ｖ１が事
故を起こした場合を考えると、事故発生時には車両Ｖ１
の挙動が通常とは異なることから、先ず、この移動ベク
トルにより異常が検出され、続いて、その近辺を走行す
る車両がとる回避行動により更に異常が検出されること
になる。従って、車両Ｖ１に対応する移動ベクトルの異
常は短時間に消滅しても、その付近を走行する車両の回
避行動は事故車両が片づけられるまで継続することか
ら、これらの双方を基準に判断することにより、異常事
態の発生を確実に検出することが可能となる。
故を起こした場合を考えると、事故発生時には車両Ｖ１
の挙動が通常とは異なることから、先ず、この移動ベク
トルにより異常が検出され、続いて、その近辺を走行す
る車両がとる回避行動により更に異常が検出されること
になる。従って、車両Ｖ１に対応する移動ベクトルの異
常は短時間に消滅しても、その付近を走行する車両の回
避行動は事故車両が片づけられるまで継続することか
ら、これらの双方を基準に判断することにより、異常事
態の発生を確実に検出することが可能となる。
【００２５】以上に説明したように、本発明によれば、
移動ベクトルの挙動をパターン分けして監視するように
したので、事故に伴う異常事態の発生を確実に検出する
ことが可能となる。
移動ベクトルの挙動をパターン分けして監視するように
したので、事故に伴う異常事態の発生を確実に検出する
ことが可能となる。
【００２６】また、人身事故の場合にも車両等の回避行
動が発生することが想定され、また、歩行者も検出の対
象とすることができるので、人身事故も確実に検出する
ことが可能となる。
動が発生することが想定され、また、歩行者も検出の対
象とすることができるので、人身事故も確実に検出する
ことが可能となる。
【００２７】次に、本発明の実施の形態の構成例につい
て説明する。図５は、本発明の実施の形態の構成例を示
すブロック図である。この図において、ＴＶカメラ５０
は、監視しようとする地点に設置され、対象となる車両
や歩行者の画像を撮像して出力する。
て説明する。図５は、本発明の実施の形態の構成例を示
すブロック図である。この図において、ＴＶカメラ５０
は、監視しようとする地点に設置され、対象となる車両
や歩行者の画像を撮像して出力する。
【００２８】交通監視装置５１は、ＣＰＵ（Central Pr
ocessing Unit）５１ａ、ＲＯＭ（Read Only Memory）
５１ｂ、ＲＡＭ（Random Access Memory）５１ｃ、ＨＤ
Ｄ（Hard Disk Drive）５１ｄ、および、Ｉ／Ｆ（Inter
face）５１ｅ，５１ｆによって構成されており、ＴＶカ
メラ５０から出力された画像に対して所定の処理を施し
て事故の発生を検出し、管理センタに通知するととも
に、画像記録装置５２を制御して事故の発生時の模様を
記録する。
ocessing Unit）５１ａ、ＲＯＭ（Read Only Memory）
５１ｂ、ＲＡＭ（Random Access Memory）５１ｃ、ＨＤ
Ｄ（Hard Disk Drive）５１ｄ、および、Ｉ／Ｆ（Inter
face）５１ｅ，５１ｆによって構成されており、ＴＶカ
メラ５０から出力された画像に対して所定の処理を施し
て事故の発生を検出し、管理センタに通知するととも
に、画像記録装置５２を制御して事故の発生時の模様を
記録する。
【００２９】ここで、ＣＰＵ５１ａは、ＨＤＤ５１ｄ等
に記録されているプログラムに応じて種々の演算処理を
実行するとともに、装置の各部を制御する。ＲＯＭ５１
ｂは、ＣＰＵ５１ａが実行する基本的なプログラムやデ
ータ等を格納している。
に記録されているプログラムに応じて種々の演算処理を
実行するとともに、装置の各部を制御する。ＲＯＭ５１
ｂは、ＣＰＵ５１ａが実行する基本的なプログラムやデ
ータ等を格納している。
【００３０】ＲＡＭ５１ｃは、ＣＰＵ５１ａが実行途中
のプログラムや演算途中のデータ等を一時的に格納す
る。ＨＤＤ５１ｄは、ＣＰＵ５１ａが実行するプログラ
ムやデータ等を格納している。
のプログラムや演算途中のデータ等を一時的に格納す
る。ＨＤＤ５１ｄは、ＣＰＵ５１ａが実行するプログラ
ムやデータ等を格納している。
【００３１】Ｉ／Ｆ５１ｅは、ＴＶカメラ５０から出力
された画像信号（アナログ信号）をディジタル信号に変
換して入力するとともに、画像記録装置５２との間で情
報を授受する際にデータの表現形式を適宜変換する。
された画像信号（アナログ信号）をディジタル信号に変
換して入力するとともに、画像記録装置５２との間で情
報を授受する際にデータの表現形式を適宜変換する。
【００３２】Ｉ／Ｆ５１ｆは、ネットワーク５３を介し
て図示せぬ管理センタと情報を授受する際に、データの
表現形式およびプロトコルの変換等を行う。画像記録装
置５２は、例えば、ＶＴＲ（Video Tape Recorder）等
によって構成されており、交通監視装置５１から供給さ
れた制御信号に応じて、ＴＶカメラ５０から出力される
画像を録画する。
て図示せぬ管理センタと情報を授受する際に、データの
表現形式およびプロトコルの変換等を行う。画像記録装
置５２は、例えば、ＶＴＲ（Video Tape Recorder）等
によって構成されており、交通監視装置５１から供給さ
れた制御信号に応じて、ＴＶカメラ５０から出力される
画像を録画する。
【００３３】ネットワーク５３は、例えば、光ファイバ
によって構成された通信回線であり、交通監視装置５１
から収集されたデータを図示せぬ管理センタ等に送信す
る。次に、以上の実施の形態の動作について説明する。
によって構成された通信回線であり、交通監視装置５１
から収集されたデータを図示せぬ管理センタ等に送信す
る。次に、以上の実施の形態の動作について説明する。
【００３４】図６は、図５に示す交通監視装置５１が初
期状態である場合に実行される処理の一例を説明するフ
ローチャートである。この処理は、事故などの異常事態
が発生していない場合における複数の画像データから移
動ベクトルを抽出してハフ変換を施し、得られたパラメ
ータを２次元座標系にプロットすることにより、通常領
域（異常事態が発生していない場合にパラメータがプロ
ットされる領域）を設定する処理である。このフローチ
ャートが開始されると、以下の処理が実行される。 ［Ｓ１］ＣＰＵ５１ａは、ＴＶカメラ５０から供給され
た画像（以下、フレーム画像と称す）を入力し、背景画
像を生成する処理を実行する。
期状態である場合に実行される処理の一例を説明するフ
ローチャートである。この処理は、事故などの異常事態
が発生していない場合における複数の画像データから移
動ベクトルを抽出してハフ変換を施し、得られたパラメ
ータを２次元座標系にプロットすることにより、通常領
域（異常事態が発生していない場合にパラメータがプロ
ットされる領域）を設定する処理である。このフローチ
ャートが開始されると、以下の処理が実行される。 ［Ｓ１］ＣＰＵ５１ａは、ＴＶカメラ５０から供給され
た画像（以下、フレーム画像と称す）を入力し、背景画
像を生成する処理を実行する。
【００３５】即ち、ＣＰＵ５１ａは、フレーム画像Ｆ
（ｎ）（但し、ｎ≧１）をＲＡＭ５１ｃに記憶させると
ともに、記憶されたフレーム画像から以下の式により、
背景画像ＢＦ（ｎ）を生成する。なお、αは忘却係数で
あり、０＜α＜１の値を有する。
（ｎ）（但し、ｎ≧１）をＲＡＭ５１ｃに記憶させると
ともに、記憶されたフレーム画像から以下の式により、
背景画像ＢＦ（ｎ）を生成する。なお、αは忘却係数で
あり、０＜α＜１の値を有する。
【００３６】
【数１】
【００３７】［Ｓ２］ＣＰＵ５１ａは、ステップＳ１に
おいて得られた背景画像と、フレーム画像との差分を以
下の式により算出し、差分フレームＭＦ（ｎ）を生成す
る。なお、背景画像ＢＦ（ｎ）は、複数の画像の平均し
た値であるので、背景画像とフレーム画像との差分であ
る差分フレームは、移動する物体（以下、移動物体と称
す）が存在する部分のみが値を有するデータとなる。
おいて得られた背景画像と、フレーム画像との差分を以
下の式により算出し、差分フレームＭＦ（ｎ）を生成す
る。なお、背景画像ＢＦ（ｎ）は、複数の画像の平均し
た値であるので、背景画像とフレーム画像との差分であ
る差分フレームは、移動する物体（以下、移動物体と称
す）が存在する部分のみが値を有するデータとなる。
【００３８】
【数２】
【００３９】［Ｓ３］ＣＰＵ５１ａは、差分フレームに
おいて、移動物体が存在している領域である差分領域を
検出する。即ち、ステップＳ２において求めた差分領域
において値を有する領域を差分領域として検出する。 ［Ｓ４］ＣＰＵ５１ａは、ステップＳ３において求めた
差分領域毎に、以下の式に基づいて移動ベクトル（ｄ
ｘ，ｄｙ）を算出する。なお、ｉ，ｊはフレーム画像を
構成する画素の座標であり、例えば、左上端を原点
（０，０）とする。
おいて、移動物体が存在している領域である差分領域を
検出する。即ち、ステップＳ２において求めた差分領域
において値を有する領域を差分領域として検出する。 ［Ｓ４］ＣＰＵ５１ａは、ステップＳ３において求めた
差分領域毎に、以下の式に基づいて移動ベクトル（ｄ
ｘ，ｄｙ）を算出する。なお、ｉ，ｊはフレーム画像を
構成する画素の座標であり、例えば、左上端を原点
（０，０）とする。
【００４０】
【数３】
【００４１】［Ｓ５］ＣＰＵ５１ａは、ステップＳ４に
おいて得られた移動ベクトルに対してハフ変換を施すこ
とにより、各移動ベクトルの傾きと切片を求める。具体
的には、以下のようにして求める。
おいて得られた移動ベクトルに対してハフ変換を施すこ
とにより、各移動ベクトルの傾きと切片を求める。具体
的には、以下のようにして求める。
【００４２】ここで、傾きをａ、切片をｂとし、移動物
体の時刻ｔにおける位置を（Ｘt，Ｙt）、時刻（ｔ−
１）における位置を（Ｘt-1，Ｙt-1）とすると、これら
の間には以下の関係が成り立つ。
体の時刻ｔにおける位置を（Ｘt，Ｙt）、時刻（ｔ−
１）における位置を（Ｘt-1，Ｙt-1）とすると、これら
の間には以下の関係が成り立つ。
【００４３】
【数４】
【００４４】従って、これらの式を変形すると、以下の
式を得る。
式を得る。
【００４５】
【数５】
【００４６】この式（５）を用いることにより、移動ベ
クトルの傾きａと切片ｂとを得る。 ［Ｓ６］ＣＰＵ５１ａは、傾きを横軸、切片を縦軸とす
る２次元座標系に対してステップＳ５で得られた移動ベ
クトルのパラメータをプロットする。 ［Ｓ７］ＣＰＵ５１ａは、所定量のデータに対する処理
が終了していない場合には更に処理を繰り返すとしてス
テップＳ１に戻り、それ以外の場合にはステップＳ８に
進む。 ［Ｓ８］ＣＰＵ５１ａは、移動ベクトルのパラメータが
プロットされた２次元座標系に対してぼかし処理を施
す。即ち、プロットされたデータは点であるので、点の
面積を拡大する（ぼかす）ことにより、複数の点から領
域を形成する。 ［Ｓ９］ＣＰＵ５１ａは、ぼかし処理が施された２次元
座標系において、データが存在する領域を検出し、その
領域を通常領域として設定する。即ち、この処理によ
り、事故等の異常事態が発生していない状態における線
分のパラメータの分布（ヒストグラム）に基づいて通常
領域が設定される。
クトルの傾きａと切片ｂとを得る。 ［Ｓ６］ＣＰＵ５１ａは、傾きを横軸、切片を縦軸とす
る２次元座標系に対してステップＳ５で得られた移動ベ
クトルのパラメータをプロットする。 ［Ｓ７］ＣＰＵ５１ａは、所定量のデータに対する処理
が終了していない場合には更に処理を繰り返すとしてス
テップＳ１に戻り、それ以外の場合にはステップＳ８に
進む。 ［Ｓ８］ＣＰＵ５１ａは、移動ベクトルのパラメータが
プロットされた２次元座標系に対してぼかし処理を施
す。即ち、プロットされたデータは点であるので、点の
面積を拡大する（ぼかす）ことにより、複数の点から領
域を形成する。 ［Ｓ９］ＣＰＵ５１ａは、ぼかし処理が施された２次元
座標系において、データが存在する領域を検出し、その
領域を通常領域として設定する。即ち、この処理によ
り、事故等の異常事態が発生していない状態における線
分のパラメータの分布（ヒストグラム）に基づいて通常
領域が設定される。
【００４７】次に、図７を参照し、以上のようにして設
定された通常領域に基づいて、入力した画像における事
故の発生の有無を判定する処理について説明する。図７
に示すフローチャートが開始されると、以下の処理が実
行されることになる。 ［Ｓ２０］ＣＰＵ５１ａは、ＴＶカメラ５０から入力し
たフレーム画像から背景画像を生成する。なお、ステッ
プＳ２０〜ステップＳ２４の処理は、図６に示すステッ
プＳ１〜ステップＳ５の処理と同様であるので、その詳
細な説明は割愛する。 ［Ｓ２１］ＣＰＵ５１ａは、ステップＳ２０において得
られた背景画像と、フレーム画像との差分を算出し、差
分フレームを生成する。 ［Ｓ２２］ＣＰＵ５１ａは、差分フレームにおいて、移
動物体が存在している領域である差分領域を算出する。 ［Ｓ２３］ＣＰＵ５１ａは、ステップＳ２２において求
めた差分領域毎に、移動ベクトルを算出する。 ［Ｓ２４］ＣＰＵ５１ａは、ステップＳ２３において得
られた移動ベクトルに対してハフ変換を施すことによ
り、移動ベクトルの傾きと切片を求める。 ［Ｓ２５］ＣＰＵ５１ａは、ステップＳ２４において得
られた移動ベクトルのパラメータを、傾きと切片を基底
とする２次元座標系にプロットする。 ［Ｓ２６］ＣＰＵ５１ａは、全ての移動ベクトルのパラ
メータが通常領域にプロットされるか否かを判定し、通
常領域にプロットされる場合にはステップＳ２８に進
み、それ以外の場合にはステップＳ２７に進む。 ［Ｓ２７］ＣＰＵ５１ａは、異常事態が発生した旨をネ
ットワーク５３を介して図示せぬ管理センタに通知す
る。 ［Ｓ２８］ＣＰＵ５１ａは、処理を継続するか否かを判
定し、継続する場合にはステップＳ２０に戻って同様の
処理を繰り返し、それ以外の場合には処理を終了する。
定された通常領域に基づいて、入力した画像における事
故の発生の有無を判定する処理について説明する。図７
に示すフローチャートが開始されると、以下の処理が実
行されることになる。 ［Ｓ２０］ＣＰＵ５１ａは、ＴＶカメラ５０から入力し
たフレーム画像から背景画像を生成する。なお、ステッ
プＳ２０〜ステップＳ２４の処理は、図６に示すステッ
プＳ１〜ステップＳ５の処理と同様であるので、その詳
細な説明は割愛する。 ［Ｓ２１］ＣＰＵ５１ａは、ステップＳ２０において得
られた背景画像と、フレーム画像との差分を算出し、差
分フレームを生成する。 ［Ｓ２２］ＣＰＵ５１ａは、差分フレームにおいて、移
動物体が存在している領域である差分領域を算出する。 ［Ｓ２３］ＣＰＵ５１ａは、ステップＳ２２において求
めた差分領域毎に、移動ベクトルを算出する。 ［Ｓ２４］ＣＰＵ５１ａは、ステップＳ２３において得
られた移動ベクトルに対してハフ変換を施すことによ
り、移動ベクトルの傾きと切片を求める。 ［Ｓ２５］ＣＰＵ５１ａは、ステップＳ２４において得
られた移動ベクトルのパラメータを、傾きと切片を基底
とする２次元座標系にプロットする。 ［Ｓ２６］ＣＰＵ５１ａは、全ての移動ベクトルのパラ
メータが通常領域にプロットされるか否かを判定し、通
常領域にプロットされる場合にはステップＳ２８に進
み、それ以外の場合にはステップＳ２７に進む。 ［Ｓ２７］ＣＰＵ５１ａは、異常事態が発生した旨をネ
ットワーク５３を介して図示せぬ管理センタに通知す
る。 ［Ｓ２８］ＣＰＵ５１ａは、処理を継続するか否かを判
定し、継続する場合にはステップＳ２０に戻って同様の
処理を繰り返し、それ以外の場合には処理を終了する。
【００４８】以上の処理によれば、ＴＶカメラ５０から
供給された画像から移動ベクトルを抽出してハフ変換を
施すことにより線分のパラメータを生成し、パラメータ
が通常領域外にプロットされる場合には事故等の異常事
態が発生したと判定するようにしたので、事故車両の挙
動と事故発生後における他の車両の挙動の双方から事故
の発生を確実に検出することが可能となる。
供給された画像から移動ベクトルを抽出してハフ変換を
施すことにより線分のパラメータを生成し、パラメータ
が通常領域外にプロットされる場合には事故等の異常事
態が発生したと判定するようにしたので、事故車両の挙
動と事故発生後における他の車両の挙動の双方から事故
の発生を確実に検出することが可能となる。
【００４９】また、以上の処理では、先ず、背景画像を
生成し、背景画像とフレーム画像の差分から移動物体が
存在する差分領域を特定した後、移動ベクトルを算出す
るようにしたので、処理対象を絞り込むことにより処理
を高速化することが可能となる。
生成し、背景画像とフレーム画像の差分から移動物体が
存在する差分領域を特定した後、移動ベクトルを算出す
るようにしたので、処理対象を絞り込むことにより処理
を高速化することが可能となる。
【００５０】次に、本発明の第２の実施の形態の動作に
ついて説明する。なお、本発明の第２の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
ついて説明する。なお、本発明の第２の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
【００５１】第１の実施の形態では、移動ベクトルを線
分と見なして傾きと切片を求め、これらのパラメータを
基底とする２次元座標系に得られた傾きと切片をプロッ
トすることにより、通常とは異なる領域にプロットされ
る移動ベクトルを異常と判定するようにした。
分と見なして傾きと切片を求め、これらのパラメータを
基底とする２次元座標系に得られた傾きと切片をプロッ
トすることにより、通常とは異なる領域にプロットされ
る移動ベクトルを異常と判定するようにした。
【００５２】第２の実施の形態では、任意に選んだ一対
の移動物体の未来における位置を予測し、これらの間の
距離が所定の閾値を下回った場合には衝突事故が発生し
たと判定する。
の移動物体の未来における位置を予測し、これらの間の
距離が所定の閾値を下回った場合には衝突事故が発生し
たと判定する。
【００５３】図８は、そのような処理を実現するための
フローチャートである。このフローチャートが開始され
ると、以下の処理が実行される。 ［Ｓ４０］ＣＰＵ５１ａは、時刻ｔ−１におけるフレー
ム画像と、時刻ｔにおけるフレーム画像をＴＶカメラ５
０から入力し、移動ベクトルを算出する。なお、その際
の処理としては、図６に示すステップＳ１〜ステップＳ
４と同様の手法を利用する。具体的には、移動ベクトル
（ΔＸ，ΔＹ）は、以下の式で示すことができる。
フローチャートである。このフローチャートが開始され
ると、以下の処理が実行される。 ［Ｓ４０］ＣＰＵ５１ａは、時刻ｔ−１におけるフレー
ム画像と、時刻ｔにおけるフレーム画像をＴＶカメラ５
０から入力し、移動ベクトルを算出する。なお、その際
の処理としては、図６に示すステップＳ１〜ステップＳ
４と同様の手法を利用する。具体的には、移動ベクトル
（ΔＸ，ΔＹ）は、以下の式で示すことができる。
【００５４】
【数６】
【００５５】［Ｓ４１］ＣＰＵ５１ａは、各移動物体の
時刻ｔ＋１における位置を予測する。具体的には、以下
の式により各移動物体の時刻ｔ＋１における位置を算定
する。
時刻ｔ＋１における位置を予測する。具体的には、以下
の式により各移動物体の時刻ｔ＋１における位置を算定
する。
【００５６】
【数７】
【００５７】［Ｓ４２］ＣＰＵ５１ａは、変数ｉを値
“１”に初期設定する。 ［Ｓ４３］ＣＰＵ５１ａは、第ｉ番目の移動物体と、そ
の他の移動物体の間の距離を算出する。ここで、第ｉ番
目の移動物体の位置は、以下の式により表すことができ
る。
“１”に初期設定する。 ［Ｓ４３］ＣＰＵ５１ａは、第ｉ番目の移動物体と、そ
の他の移動物体の間の距離を算出する。ここで、第ｉ番
目の移動物体の位置は、以下の式により表すことができ
る。
【００５８】
【数８】
【００５９】また、第ｉ番目の移動物体と、その他の移
動物体である第ｊ番目の移動物体の間の距離Ｒijは、以
下の式で表すことができる。
動物体である第ｊ番目の移動物体の間の距離Ｒijは、以
下の式で表すことができる。
【００６０】
【数９】
【００６１】［Ｓ４４］ＣＰＵ５１ａは、ステップＳ４
３において算出した距離Ｒijが所定の閾値Ｔｈを下回っ
ている場合には、ステップＳ４５に進み、それ以外の場
合にはステップＳ４６に進む。 ［Ｓ４５］ＣＰＵ５１ａは、移動物体の衝突を検出した
場合に実行する処理である衝突処理を実行する。具体的
には、ＣＰＵ５１ａは、ネットワーク５３を介して図示
せぬ管理センタに対して事故が発生した旨を通知する。 ［Ｓ４６］ＣＰＵ５１ａは、変数ｉの値を“１”だけイ
ンクリメントする。 ［Ｓ４７］ＣＰＵ５１ａは、変数ｉの値が移動物体の個
数以下である場合にはステップＳ４３に戻って同様の処
理を繰り返し、それ以外の場合には処理を終了する。
３において算出した距離Ｒijが所定の閾値Ｔｈを下回っ
ている場合には、ステップＳ４５に進み、それ以外の場
合にはステップＳ４６に進む。 ［Ｓ４５］ＣＰＵ５１ａは、移動物体の衝突を検出した
場合に実行する処理である衝突処理を実行する。具体的
には、ＣＰＵ５１ａは、ネットワーク５３を介して図示
せぬ管理センタに対して事故が発生した旨を通知する。 ［Ｓ４６］ＣＰＵ５１ａは、変数ｉの値を“１”だけイ
ンクリメントする。 ［Ｓ４７］ＣＰＵ５１ａは、変数ｉの値が移動物体の個
数以下である場合にはステップＳ４３に戻って同様の処
理を繰り返し、それ以外の場合には処理を終了する。
【００６２】以上の処理によれば、先ず、背景画像を生
成し、背景画像とフレーム画像の差分から移動物体が存
在する差分領域を特定した後、移動ベクトルを算出する
ようにしたので、第１の実施の形態の場合と同様に、処
理対象を絞り込むことにより処理を高速化することが可
能となる。
成し、背景画像とフレーム画像の差分から移動物体が存
在する差分領域を特定した後、移動ベクトルを算出する
ようにしたので、第１の実施の形態の場合と同様に、処
理対象を絞り込むことにより処理を高速化することが可
能となる。
【００６３】また、移動ベクトルから未来における移動
物体の位置を予測し、任意の一対の移動物体間の距離が
所定の閾値を下回る場合には衝突事故が発生したと判断
するようにしたので、衝突事故を確実に検出することが
可能となる。
物体の位置を予測し、任意の一対の移動物体間の距離が
所定の閾値を下回る場合には衝突事故が発生したと判断
するようにしたので、衝突事故を確実に検出することが
可能となる。
【００６４】更に、歩行者も移動物体として処理するこ
とが可能であるので、人身事故も検出することが可能と
なる。更にまた、閾値を適当に選ぶことにより、例え
ば、車両間の距離が特に接近する領域を検出することが
可能となるので、その結果に基づいて道路を改修するな
どの措置を施すことができる。
とが可能であるので、人身事故も検出することが可能と
なる。更にまた、閾値を適当に選ぶことにより、例え
ば、車両間の距離が特に接近する領域を検出することが
可能となるので、その結果に基づいて道路を改修するな
どの措置を施すことができる。
【００６５】なお、以上の実施の形態においては、第ｉ
番目と第ｊ番目の移動物体間の距離を求める際に、全て
の移動物体の組み合わせについて距離を算出するように
したが、重複する部分が発生するのでそれを省略するよ
うにしてもよい。
番目と第ｊ番目の移動物体間の距離を求める際に、全て
の移動物体の組み合わせについて距離を算出するように
したが、重複する部分が発生するのでそれを省略するよ
うにしてもよい。
【００６６】次に、本発明の第３の実施の形態の動作に
ついて説明する。なお、本発明の第３の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
ついて説明する。なお、本発明の第３の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
【００６７】前述の第２の実施の形態では、任意に選ん
だ一対の移動物体の未来における位置を移動ベクトルか
ら予測し、これらの間の距離が所定の閾値を下回った場
合には衝突事故が発生したと判定した。
だ一対の移動物体の未来における位置を移動ベクトルか
ら予測し、これらの間の距離が所定の閾値を下回った場
合には衝突事故が発生したと判定した。
【００６８】第３の実施の形態では、移動ベクトル（速
度ベクトルの一種）のみならず、加速度ベクトルも加味
して衝突の有無を判定する。図９は、そのような処理を
実現するためのフローチャートである。このフローチャ
ートが開始されると、以下の処理が実行される。 ［Ｓ６０］ＣＰＵ５１ａは、時刻ｔ−１におけるフレー
ム画像と、時刻ｔにおけるフレーム画像をＴＶカメラ５
０から入力し、移動ベクトルを算出する。なお、この処
理は図８に示すステップ４０の処理と同様である。 ［Ｓ６１］ＣＰＵ５１ａは、時刻ｔ−２、時刻ｔ−１、
および、時刻ｔにおけるフレーム画像をＴＶカメラ５０
から入力し、以下の式に代入することにより加速度ベク
トル（ΔＸ’，ΔＹ’）を抽出する。
度ベクトルの一種）のみならず、加速度ベクトルも加味
して衝突の有無を判定する。図９は、そのような処理を
実現するためのフローチャートである。このフローチャ
ートが開始されると、以下の処理が実行される。 ［Ｓ６０］ＣＰＵ５１ａは、時刻ｔ−１におけるフレー
ム画像と、時刻ｔにおけるフレーム画像をＴＶカメラ５
０から入力し、移動ベクトルを算出する。なお、この処
理は図８に示すステップ４０の処理と同様である。 ［Ｓ６１］ＣＰＵ５１ａは、時刻ｔ−２、時刻ｔ−１、
および、時刻ｔにおけるフレーム画像をＴＶカメラ５０
から入力し、以下の式に代入することにより加速度ベク
トル（ΔＸ’，ΔＹ’）を抽出する。
【００６９】
【数１０】
【００７０】［Ｓ６２］ＣＰＵ５１ａは、各移動物体の
時刻ｔ＋１における位置を予測する。具体的には、以下
の式により各移動物体の時刻ｔ＋１における位置を算定
する。
時刻ｔ＋１における位置を予測する。具体的には、以下
の式により各移動物体の時刻ｔ＋１における位置を算定
する。
【００７１】
【数１１】
【００７２】［Ｓ６３］ＣＰＵ５１ａは、変数ｉを値
“１”に初期設定する。 ［Ｓ６４］ＣＰＵ５１ａは、第ｉ番目の移動物体と、そ
の他の移動物体の間の距離を算出する。ここで、第ｉ番
目の移動物体の位置は、以下の式により表すことができ
る。
“１”に初期設定する。 ［Ｓ６４］ＣＰＵ５１ａは、第ｉ番目の移動物体と、そ
の他の移動物体の間の距離を算出する。ここで、第ｉ番
目の移動物体の位置は、以下の式により表すことができ
る。
【００７３】
【数１２】
【００７４】第ｉ番目の移動物体と、その他の移動物体
である第ｊ番目の移動物体間の距離Ｒijは、以下の式で
表すことができる。
である第ｊ番目の移動物体間の距離Ｒijは、以下の式で
表すことができる。
【００７５】
【数１３】
【００７６】［Ｓ６５］ＣＰＵ５１ａは、ステップＳ６
４において算出した距離Ｒijが所定の閾値Ｔｈを下回っ
ている場合には、ステップＳ６６に進み、それ以外の場
合にはステップＳ６７に進む。 ［Ｓ６６］ＣＰＵ５１ａは、移動物体の衝突を検出した
場合に実行する処理である衝突処理を実行する。具体的
には、ＣＰＵ５１ａは、ネットワーク５３を介して図示
せぬ管理センタに対して事故が発生した旨を通知する。 ［Ｓ６７］ＣＰＵ５１ａは、変数ｉの値を“１”だけイ
ンクリメントする。 ［Ｓ６８］ＣＰＵ５１ａは、変数ｉの値が移動物体の個
数以下である場合にはステップＳ６４に戻って同様の処
理を繰り返し、それ以外の場合には処理を終了する。
４において算出した距離Ｒijが所定の閾値Ｔｈを下回っ
ている場合には、ステップＳ６６に進み、それ以外の場
合にはステップＳ６７に進む。 ［Ｓ６６］ＣＰＵ５１ａは、移動物体の衝突を検出した
場合に実行する処理である衝突処理を実行する。具体的
には、ＣＰＵ５１ａは、ネットワーク５３を介して図示
せぬ管理センタに対して事故が発生した旨を通知する。 ［Ｓ６７］ＣＰＵ５１ａは、変数ｉの値を“１”だけイ
ンクリメントする。 ［Ｓ６８］ＣＰＵ５１ａは、変数ｉの値が移動物体の個
数以下である場合にはステップＳ６４に戻って同様の処
理を繰り返し、それ以外の場合には処理を終了する。
【００７７】以上の処理によれば、移動物体の加速度も
考慮して衝突の有無を判定するようにしたので、例え
ば、交差点付近のように車両が頻繁に加速または減速を
繰り返す地点においても、車両の衝突の有無を確実に検
出することが可能となる。
考慮して衝突の有無を判定するようにしたので、例え
ば、交差点付近のように車両が頻繁に加速または減速を
繰り返す地点においても、車両の衝突の有無を確実に検
出することが可能となる。
【００７８】次に、本発明の第４の実施の形態の動作に
ついて説明する。なお、本発明の第４の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
ついて説明する。なお、本発明の第４の実施の形態の構
成は、図５の場合と同様であるのでその詳細な説明は省
略する。
【００７９】第４の実施の形態では、先ず、第２または
第３の実施の形態と同様の処理により移動物体の衝突を
検出し、次に、第１の実施の形態と同様の処理により衝
突事故が実際に発生したか否かを検証し、事故が実際に
発生したと判断される場合には画像を録画する。
第３の実施の形態と同様の処理により移動物体の衝突を
検出し、次に、第１の実施の形態と同様の処理により衝
突事故が実際に発生したか否かを検証し、事故が実際に
発生したと判断される場合には画像を録画する。
【００８０】図１０は、このような処理を実現するため
のフローチャートである。このフローチャートが開始さ
れると、以下の処理が実行される。 ［Ｓ８０］ＣＰＵ５１ａは、画像の録画時間を管理する
変数Ｔｒを“０”に初期設定する。 ［Ｓ８１］ＣＰＵ５１ａは、図６に示す通常領域設定処
理を実行する。 ［Ｓ８２］ＣＰＵ５１ａは、図８または図９に示す処理
により、物体の予測位置による衝突検出処理を実行す
る。 ［Ｓ８３］ＣＰＵ５１ａは、衝突を検出した場合にはス
テップＳ８４に進み、それ以外の場合にはステップＳ８
６に進む。 ［Ｓ８４］ＣＰＵ５１ａは、画像記録装置５２に対して
制御信号を送り、画像の録画を開始させる。 ［Ｓ８５］ＣＰＵ５１ａは、変数に対して所定の定数ｃ
ｏｎｓｔを代入する。なお、この定数ｃｏｎｓｔは、画
像を録画しようとする時間に応じて設定する。 ［Ｓ８６］ＣＰＵ５１ａは、変数Ｔｒの値が“０”であ
る場合にはステップＳ８９に進み、それ以外の場合には
ステップＳ８７に進む。 ［Ｓ８７］ＣＰＵ５１ａは、変数Ｔｒの値を“１”だけ
ディクリメントする。 ［Ｓ８８］ＣＰＵ５１ａは、画像の録画を継続する。 ［Ｓ８９］ＣＰＵ５１ａは、画像の録画を停止する。
［Ｓ９０］ＣＰＵ５１ａは、図７に示す処理により、ベ
クトルパターンによる異 常検出処理を実行する。 ［Ｓ９１］ＣＰＵ５１ａは、ステップＳ９０において、
異常が発生したと判定された場合にはステップＳ９２に
進み、それ以外の場合にはステップＳ９３に進む。 ［Ｓ９２］ＣＰＵ５１ａは、異常検出直前の録画画像を
保存する。即ち、ＣＰＵ５１ａは、ステップＳ８４にお
いて録画が開始された画像を、例えば、ネットワーク５
３を介して管理センタに送信させ、そこに保存させる。 ［Ｓ９３］ＣＰＵ５１ａは、処理を継続するか否かを判
定し、継続する場合にはステップＳ８２に戻って同様の
処理を繰り返し、それ以外の場合には処理を終了する。
のフローチャートである。このフローチャートが開始さ
れると、以下の処理が実行される。 ［Ｓ８０］ＣＰＵ５１ａは、画像の録画時間を管理する
変数Ｔｒを“０”に初期設定する。 ［Ｓ８１］ＣＰＵ５１ａは、図６に示す通常領域設定処
理を実行する。 ［Ｓ８２］ＣＰＵ５１ａは、図８または図９に示す処理
により、物体の予測位置による衝突検出処理を実行す
る。 ［Ｓ８３］ＣＰＵ５１ａは、衝突を検出した場合にはス
テップＳ８４に進み、それ以外の場合にはステップＳ８
６に進む。 ［Ｓ８４］ＣＰＵ５１ａは、画像記録装置５２に対して
制御信号を送り、画像の録画を開始させる。 ［Ｓ８５］ＣＰＵ５１ａは、変数に対して所定の定数ｃ
ｏｎｓｔを代入する。なお、この定数ｃｏｎｓｔは、画
像を録画しようとする時間に応じて設定する。 ［Ｓ８６］ＣＰＵ５１ａは、変数Ｔｒの値が“０”であ
る場合にはステップＳ８９に進み、それ以外の場合には
ステップＳ８７に進む。 ［Ｓ８７］ＣＰＵ５１ａは、変数Ｔｒの値を“１”だけ
ディクリメントする。 ［Ｓ８８］ＣＰＵ５１ａは、画像の録画を継続する。 ［Ｓ８９］ＣＰＵ５１ａは、画像の録画を停止する。
［Ｓ９０］ＣＰＵ５１ａは、図７に示す処理により、ベ
クトルパターンによる異 常検出処理を実行する。 ［Ｓ９１］ＣＰＵ５１ａは、ステップＳ９０において、
異常が発生したと判定された場合にはステップＳ９２に
進み、それ以外の場合にはステップＳ９３に進む。 ［Ｓ９２］ＣＰＵ５１ａは、異常検出直前の録画画像を
保存する。即ち、ＣＰＵ５１ａは、ステップＳ８４にお
いて録画が開始された画像を、例えば、ネットワーク５
３を介して管理センタに送信させ、そこに保存させる。 ［Ｓ９３］ＣＰＵ５１ａは、処理を継続するか否かを判
定し、継続する場合にはステップＳ８２に戻って同様の
処理を繰り返し、それ以外の場合には処理を終了する。
【００８１】なお、この図には示していないが、画像の
録画が開始されてから所定の時間（後述する保持時間）
が経過する前に、ステップＳ９０の処理により異常が検
出されない場合には、録画された画像を消去する処理を
平行して実行する。
録画が開始されてから所定の時間（後述する保持時間）
が経過する前に、ステップＳ９０の処理により異常が検
出されない場合には、録画された画像を消去する処理を
平行して実行する。
【００８２】図１１は、以上の処理の実行結果の一例を
示すタイミングチャートである。図１１（Ａ）は、ＴＶ
カメラ５０から入力されるフレーム画像のタイミングを
示している。この例では、３３［ｍｓ］毎にフレーム画
像が入力されている。
示すタイミングチャートである。図１１（Ａ）は、ＴＶ
カメラ５０から入力されるフレーム画像のタイミングを
示している。この例では、３３［ｍｓ］毎にフレーム画
像が入力されている。
【００８３】図１１（Ｂ）は、ステップＳ８２に示す衝
突検出処理による検出結果である。この例では、時刻ｔ
１，ｔ２，ｔ３において衝突が検出されている。図１１
（Ｃ）は、画像記録装置５２における画像録画／消去の
状態を示している。また、図１１（Ｄ）は、ステップＳ
９０に示すベクトルパターンによる異常検出処理の検出
結果である。この図に示すように、衝突が検出される
と、その直後から画像の録画が開始され、所定の時間
（ステップＳ８５のｃｏｎｓｔに対応する時間）だけ継
続される。そして、録画された画像は、一定時間（保持
時間）だけ保持され、その間に異常ベクトルが検出され
た場合のみ管理センタに転送されて記録され、それ以外
の場合には消去される。この例では、時刻ｔ１において
検出された衝突では、その後に異常検出がなされていな
いので、録画された画像は消去されている。時刻ｔ２に
おいて検出された衝突では、その後に異常検出がなされ
ているので、画像は消去されることなく管理センタに転
送される。また、時刻ｔ３における衝突では、検出の最
中に異常が検出されていることから、この場合も画像は
消去されることなく管理センタに転送される。
突検出処理による検出結果である。この例では、時刻ｔ
１，ｔ２，ｔ３において衝突が検出されている。図１１
（Ｃ）は、画像記録装置５２における画像録画／消去の
状態を示している。また、図１１（Ｄ）は、ステップＳ
９０に示すベクトルパターンによる異常検出処理の検出
結果である。この図に示すように、衝突が検出される
と、その直後から画像の録画が開始され、所定の時間
（ステップＳ８５のｃｏｎｓｔに対応する時間）だけ継
続される。そして、録画された画像は、一定時間（保持
時間）だけ保持され、その間に異常ベクトルが検出され
た場合のみ管理センタに転送されて記録され、それ以外
の場合には消去される。この例では、時刻ｔ１において
検出された衝突では、その後に異常検出がなされていな
いので、録画された画像は消去されている。時刻ｔ２に
おいて検出された衝突では、その後に異常検出がなされ
ているので、画像は消去されることなく管理センタに転
送される。また、時刻ｔ３における衝突では、検出の最
中に異常が検出されていることから、この場合も画像は
消去されることなく管理センタに転送される。
【００８４】以上の実施の形態によれば、衝突検出処理
によって衝突が検出された場合には、異常検出処理を実
行して事故が確実に発生したか検証するようにしたの
で、事故の検出精度を向上させることが可能となる。
によって衝突が検出された場合には、異常検出処理を実
行して事故が確実に発生したか検証するようにしたの
で、事故の検出精度を向上させることが可能となる。
【００８５】また、衝突検出処理によって衝突が検出さ
れた場合には、画像の録画を開始し、その後に異常検出
処理によって異常が検出された場合にのみ、録画された
画像を管理センタに転送して記録するようにしたので、
事故が発生した際の画像を確実に保存することが可能と
なる。
れた場合には、画像の録画を開始し、その後に異常検出
処理によって異常が検出された場合にのみ、録画された
画像を管理センタに転送して記録するようにしたので、
事故が発生した際の画像を確実に保存することが可能と
なる。
【００８６】次に、本発明の第５の実施の形態について
説明する。図１２は、本発明の第５の実施の形態の構成
例を示すブロック図である。なお、この図において、図
５と対応する部分には同一の符号を付してあるので、そ
の説明は省略する。この実施の形態では、ＴＶカメラ５
０の代わりに魚眼カメラ６０が接続され、また、魚眼カ
メラ６０と交通監視装置５１の間には、画像補正装置６
１が配置されている。その他の構成は、図５の場合と同
様である。
説明する。図１２は、本発明の第５の実施の形態の構成
例を示すブロック図である。なお、この図において、図
５と対応する部分には同一の符号を付してあるので、そ
の説明は省略する。この実施の形態では、ＴＶカメラ５
０の代わりに魚眼カメラ６０が接続され、また、魚眼カ
メラ６０と交通監視装置５１の間には、画像補正装置６
１が配置されている。その他の構成は、図５の場合と同
様である。
【００８７】魚眼カメラ６０は、超広角レンズである魚
眼レンズを具備したＴＶカメラであり、監視地点の画像
を広範囲に撮像する。画像補正装置６１は、魚眼カメラ
６０から供給された画像に対して、例えば、レンダリン
グ処理を施して、中心の領域が拡大された魚眼レンズ特
有の画像を通常のレンズによって撮像された画像と同様
の画像になるように変換する。
眼レンズを具備したＴＶカメラであり、監視地点の画像
を広範囲に撮像する。画像補正装置６１は、魚眼カメラ
６０から供給された画像に対して、例えば、レンダリン
グ処理を施して、中心の領域が拡大された魚眼レンズ特
有の画像を通常のレンズによって撮像された画像と同様
の画像になるように変換する。
【００８８】次に、以上の実施の形態の動作について説
明する。魚眼カメラ６０は、図１３に示すように、監視
地点上空の所定の位置に配置され、円で囲繞されている
視野６０ａの画像を撮像して出力する。
明する。魚眼カメラ６０は、図１３に示すように、監視
地点上空の所定の位置に配置され、円で囲繞されている
視野６０ａの画像を撮像して出力する。
【００８９】魚眼カメラ６０から出力された画像は、画
像補正装置６１によってレンダリング処理等が施され、
中心部が拡大された魚眼レンズ特有の画像からゆがみの
ない通常の画像に変換される。
像補正装置６１によってレンダリング処理等が施され、
中心部が拡大された魚眼レンズ特有の画像からゆがみの
ない通常の画像に変換される。
【００９０】画像補正装置６１から出力された画像は、
交通監視装置５１に供給され、そこで、前述した場合と
同様の処理が施され、交通の異常が検出される。以上の
実施の形態によれば、魚眼カメラ６０によって監視地点
の画像を撮像するようにしたので、視野角の狭い通常の
カメラを複数使用する場合に比べてシステムのコストを
低減することが可能となる。また、視野角の狭い通常の
カメラを図１３と同様に監視地点の上空に設置する場合
と比較すると、魚眼カメラ６０を使用した方が、地上か
らの高さを低くすることが可能となるので、結果とし
て、カメラを配置するための設備を小型化し、装置のコ
ストを低減することが可能となる。
交通監視装置５１に供給され、そこで、前述した場合と
同様の処理が施され、交通の異常が検出される。以上の
実施の形態によれば、魚眼カメラ６０によって監視地点
の画像を撮像するようにしたので、視野角の狭い通常の
カメラを複数使用する場合に比べてシステムのコストを
低減することが可能となる。また、視野角の狭い通常の
カメラを図１３と同様に監視地点の上空に設置する場合
と比較すると、魚眼カメラ６０を使用した方が、地上か
らの高さを低くすることが可能となるので、結果とし
て、カメラを配置するための設備を小型化し、装置のコ
ストを低減することが可能となる。
【００９１】最後に、本発明の第６の実施の形態につい
て説明する。図１４は、本発明の第６の実施の形態の構
成例を示すブロック図である。なお、この図において、
図５と対応する部分には同一の符号を付してあるので、
その説明は省略する。この実施の形態では、ＴＶカメラ
５０の代わりに赤外線カメラ７０が接続され、また、被
写体の照明用に赤外線照明装置７１が新たに接続されて
いる。その他の構成は、図５の場合と同様である。
て説明する。図１４は、本発明の第６の実施の形態の構
成例を示すブロック図である。なお、この図において、
図５と対応する部分には同一の符号を付してあるので、
その説明は省略する。この実施の形態では、ＴＶカメラ
５０の代わりに赤外線カメラ７０が接続され、また、被
写体の照明用に赤外線照明装置７１が新たに接続されて
いる。その他の構成は、図５の場合と同様である。
【００９２】赤外線カメラ７０は、赤外領域に対する感
度を有するＴＶカメラであり、監視地点の画像を撮像す
る。赤外線照明装置７１は、赤外線カメラ７０の被写体
に対して赤外線を投光する。
度を有するＴＶカメラであり、監視地点の画像を撮像す
る。赤外線照明装置７１は、赤外線カメラ７０の被写体
に対して赤外線を投光する。
【００９３】次に、以上の実施の形態の動作について説
明する。ＣＰＵ５１ａは、赤外線照明装置７１を制御
し、被写体である車両または歩行者に対して赤外線を投
光させる。その結果として、被写体から反射された赤外
線は、赤外線カメラ７０によって受光され、対応する画
像に変換されて出力される。
明する。ＣＰＵ５１ａは、赤外線照明装置７１を制御
し、被写体である車両または歩行者に対して赤外線を投
光させる。その結果として、被写体から反射された赤外
線は、赤外線カメラ７０によって受光され、対応する画
像に変換されて出力される。
【００９４】赤外線カメラ７０から出力された画像は、
交通監視装置５１に供給され、そこで、前述した場合と
同様の処理が施され、交通の異常が検出される。以上の
実施の形態によれば、夜間においても交通状況を確実に
監視することが可能となる。
交通監視装置５１に供給され、そこで、前述した場合と
同様の処理が施され、交通の異常が検出される。以上の
実施の形態によれば、夜間においても交通状況を確実に
監視することが可能となる。
【００９５】
【発明の効果】以上説明したように本発明では、撮像装
置によって撮像された画像を監視することにより、交通
の異常を検出する交通監視装置において、撮像装置によ
って撮像された画像を入力する画像入力手段と、画像入
力手段から入力された画像から対象物の移動ベクトルを
抽出する移動ベクトル抽出手段と、移動ベクトル抽出手
段によって抽出された移動ベクトルを線分とみなした場
合におけるパラメータを算出するパラメータ算出手段
と、パラメータを基底とする２次元座標系に対して、パ
ラメータ算出手段によって算出された線分のパラメータ
をプロットするプロット手段と、プロット手段によって
プロットされた線分のパラメータが、通常とは異なる領
域にプロットされた場合には異常が発生したと判定する
異常判定手段と、を有するようにしたので、交通事故等
の異常事態の発生を確実に検出することが可能となる。
置によって撮像された画像を監視することにより、交通
の異常を検出する交通監視装置において、撮像装置によ
って撮像された画像を入力する画像入力手段と、画像入
力手段から入力された画像から対象物の移動ベクトルを
抽出する移動ベクトル抽出手段と、移動ベクトル抽出手
段によって抽出された移動ベクトルを線分とみなした場
合におけるパラメータを算出するパラメータ算出手段
と、パラメータを基底とする２次元座標系に対して、パ
ラメータ算出手段によって算出された線分のパラメータ
をプロットするプロット手段と、プロット手段によって
プロットされた線分のパラメータが、通常とは異なる領
域にプロットされた場合には異常が発生したと判定する
異常判定手段と、を有するようにしたので、交通事故等
の異常事態の発生を確実に検出することが可能となる。
【００９６】また、撮像装置によって撮像された画像を
監視することにより、交通の異常を検出する交通監視装
置において、撮像装置によって撮像された画像を入力す
る画像入力手段と、画像入力手段から入力された画像か
ら対象物の移動ベクトルを抽出する移動ベクトル抽出手
段と、移動ベクトル抽出手段によって抽出された移動ベ
クトルを参照し、対象物の未来における位置を推定する
位置推定手段と、位置推定手段によって推定された対象
物の位置を参照して、任意に選んだ一対の対象物間の距
離を算出する距離算出手段と、距離算出手段によって算
出された距離が所定の閾値を下回った場合には、異常が
発生したと判定する判定手段と、を有するようにしたの
で、衝突事故を確実に検出することが可能となる。
監視することにより、交通の異常を検出する交通監視装
置において、撮像装置によって撮像された画像を入力す
る画像入力手段と、画像入力手段から入力された画像か
ら対象物の移動ベクトルを抽出する移動ベクトル抽出手
段と、移動ベクトル抽出手段によって抽出された移動ベ
クトルを参照し、対象物の未来における位置を推定する
位置推定手段と、位置推定手段によって推定された対象
物の位置を参照して、任意に選んだ一対の対象物間の距
離を算出する距離算出手段と、距離算出手段によって算
出された距離が所定の閾値を下回った場合には、異常が
発生したと判定する判定手段と、を有するようにしたの
で、衝突事故を確実に検出することが可能となる。
【図１】本発明の動作原理を説明する原理図である。
【図２】監視地点における交通の状況の一例を示す図で
ある。
ある。
【図３】図２に示す車両を移動ベクトルで示した場合の
一例である。
一例である。
【図４】図２に示す移動ベクトルにハフ変換を施して２
次元座標系にプロットした場合の分布の様子を示す図で
ある。
次元座標系にプロットした場合の分布の様子を示す図で
ある。
【図５】本発明の第１の実施の形態の構成例を示すブロ
ック図である。
ック図である。
【図６】図５に示す実施の形態において、通常領域の設
定を行う場合に実行される処理の一例を説明するフロー
チャートである。
定を行う場合に実行される処理の一例を説明するフロー
チャートである。
【図７】図６の処理によって設定された通常領域を参照
して、入力した画像における事故の発生の有無を判定す
る処理の一例を説明するフローチャートである。
して、入力した画像における事故の発生の有無を判定す
る処理の一例を説明するフローチャートである。
【図８】本発明の第２の実施の形態において実行される
処理の一例を説明するフローチャートである。
処理の一例を説明するフローチャートである。
【図９】本発明の第３の実施の形態において実行される
処理の一例を説明するフローチャートである。
処理の一例を説明するフローチャートである。
【図１０】本発明の第４の実施の形態において実行され
る処理の一例を説明するフローチャートである。
る処理の一例を説明するフローチャートである。
【図１１】図１０に示すフローチャートの実行結果の一
例を示すタイミングチャートである。
例を示すタイミングチャートである。
【図１２】本発明の第５の実施の形態の構成例を示すブ
ロック図である。
ロック図である。
【図１３】図１２に示す魚眼カメラの設置例とその視野
を示す図である。
を示す図である。
【図１４】本発明の第６の実施の形態の構成例を示すブ
ロック図である。
ロック図である。
【図１５】従来における交通監視装置の動作原理を説明
する図である。
する図である。
【図１６】従来における交通監視装置の他の動作原理を
説明する図である。
説明する図である。
１ 撮像装置 ２ 交通監視装置 ２ａ 画像入力装置 ２ｂ 移動ベクトル抽出手段 ２ｃ パラメータ算出手段 ２ｄ プロット手段 ２ｅ 異常判定手段 ３ ネットワーク ５０ ＴＶカメラ ５１ 交通監視装置 ５１ａ ＣＰＵ ５１ｂ ＲＯＭ ５１ｃ ＲＡＭ ５１ｄ ＨＤＤ ５１ｅ，５１ｆ Ｉ／Ｆ ５２ 画像記録装置 ５３ ネットワーク ６０ 魚眼カメラ ６１ 画像補正装置 ７０ 赤外線カメラ ７１ 赤外線照明装置
フロントページの続き Ｆターム(参考） 5L096 BA02 CA02 EA02 FA03 FA24 FA64 GA51 HA04 9A001 HH23 JJ77
Claims (12)
- 【請求項１】 撮像装置によって撮像された画像を監視
することにより、交通の異常を検出する交通監視装置に
おいて、 前記撮像装置によって撮像された画像を入力する画像入
力手段と、 前記画像入力手段から入力された画像から対象物の移動
ベクトルを抽出する移動ベクトル抽出手段と、 前記移動ベクトル抽出手段によって抽出された移動ベク
トルを線分とみなした場合におけるパラメータを算出す
るパラメータ算出手段と、 前記パラメータを基底とする２次元座標系に対して、前
記パラメータ算出手段によって算出された線分のパラメ
ータをプロットするプロット手段と、 前記プロット手段によってプロットされた前記線分のパ
ラメータが、通常とは異なる領域にプロットされた場合
には異常が発生したと判定する異常判定手段と、 を有することを特徴とする交通監視装置。 - 【請求項２】 前記パラメータ算出手段は、前記移動ベ
クトルに対してハフ変換を施すことにより、線分のパラ
メータである傾きと切片とを求めることを特徴とする請
求項１記載の交通監視装置。 - 【請求項３】 前記異常判定手段は、通常時において算
定された前記線分のパラメータの前記２次元座標系にお
ける分布状態から、通常状態と異常状態とを識別するこ
とを特徴とする請求項１記載の交通監視装置。 - 【請求項４】 前記移動ベクトル抽出手段は、前記画像
入力手段から入力された画像から背景画像を抽出し、前
記背景画像と新たに入力された画像との間で差分を算出
することにより対象物である移動物体が存在する領域を
特定し、その特定された領域を中心にして移動ベクトル
を抽出することを特徴とする請求項１記載の交通監視装
置。 - 【請求項５】 前記撮像装置は、広角レンズを有してお
り、 前記撮像装置によって撮像された画像を、通常の画像に
なるように補正する補正手段を更に有することを特徴と
する請求項１記載の交通監視装置。 - 【請求項６】 前記撮像装置は、赤外線画像を撮像し、 被写体に対して赤外線を投光する赤外線投光手段を更に
有することを特徴とする請求項１記載の交通監視装置。 - 【請求項７】 撮像装置によって撮像された画像を監視
することにより、交通の異常を検出する交通監視装置に
おいて、 前記撮像装置によって撮像された画像を入力する画像入
力手段と、 前記画像入力手段から入力された画像から対象物の移動
ベクトルを抽出する移動ベクトル抽出手段と、 前記移動ベクトル抽出手段によって抽出された移動ベク
トルを参照し、対象物の未来における位置を推定する位
置推定手段と、 前記位置推定手段によって推定された対象物の位置を参
照して、任意に選んだ一対の対象物間の距離を算出する
距離算出手段と、 前記距離算出手段によって算出された距離が所定の閾値
を下回った場合には、異常が発生したと判定する判定手
段と、 を有することを特徴とする交通監視装置。 - 【請求項８】 前記位置推定手段は、対象物の加速度ベ
クトルを更に算出し、得られた加速度ベクトル、移動ベ
クトル、および、現在位置から未来における対象物の位
置を推定することを特徴とする請求項７記載の交通監視
装置。 - 【請求項９】 前記移動ベクトル抽出手段によって抽出
された移動ベクトルを線分とみなした場合におけるパラ
メータを算出するパラメータ算出手段と、 前記パラメータを基底とする２次元座標系に対して、前
記パラメータ算出手段によって算出された線分のパラメ
ータをプロットするプロット手段と、 前記プロット手段によってプロットされた前記線分のパ
ラメータが、通常とは異なる領域にプロットされた場合
には異常が発生したと判定する異常判定手段と、を更に
有し、 前記判定手段によって異常が発生したと判定された場合
には、前記パラメータ算出手段、プロット手段、およ
び、異常判定手段により、異常事態が確実に発生したか
否かを検証することを特徴とする請求項７記載の交通監
視装置。 - 【請求項１０】 前記移動ベクトル抽出手段は、前記画
像入力手段から入力された画像から背景画像を抽出し、
前記背景画像と新たに入力された画像との間で差分を算
出することにより対象物である移動物体が存在する領域
を特定し、その特定された領域を中心にして移動ベクト
ルを抽出することを特徴とする請求項７記載の交通監視
装置。 - 【請求項１１】 前記撮像装置は、広角レンズを有して
おり、 前記撮像装置によって撮像された画像が通常の画像にな
るように補正する補正手段を更に有することを特徴とす
る請求項７記載の交通監視装置。 - 【請求項１２】 前記撮像装置は、赤外線画像を撮像
し、 被写体に対して赤外線を投光する赤外線投光手段を更に
有することを特徴とする請求項７記載の交通監視装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000032708A JP2001216519A (ja) | 2000-02-04 | 2000-02-04 | 交通監視装置 |
| US09/714,226 US6810132B1 (en) | 2000-02-04 | 2000-11-17 | Traffic monitoring apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000032708A JP2001216519A (ja) | 2000-02-04 | 2000-02-04 | 交通監視装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001216519A true JP2001216519A (ja) | 2001-08-10 |
Family
ID=18557271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000032708A Pending JP2001216519A (ja) | 2000-02-04 | 2000-02-04 | 交通監視装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6810132B1 (ja) |
| JP (1) | JP2001216519A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007188270A (ja) * | 2006-01-13 | 2007-07-26 | Univ Of Tokyo | 画像処理による交差点での異常事象検出方法 |
| WO2008044592A1 (en) | 2006-10-06 | 2008-04-17 | Aisin Seiki Kabushiki Kaisha | Mobile object recognizing device, mobile object recognizing method, and computer program |
| KR100853444B1 (ko) | 2007-07-09 | 2008-08-21 | 전북대학교산학협력단 | 교통 사고의 발생 여부를 감지하는 방법 |
| JP2011053933A (ja) * | 2009-09-02 | 2011-03-17 | Mitsubishi Electric Corp | 映像特徴量抽出方法、映像状態判別方法、映像符号化方法、オブジェクト検索方法、映像特徴量抽出装置、映像状態判別装置、映像符号化装置およびオブジェクト検索装置 |
| JP2014052861A (ja) * | 2012-09-07 | 2014-03-20 | Ihi Corp | 解析装置および解析方法 |
| JP2017034623A (ja) * | 2015-08-06 | 2017-02-09 | 株式会社日本自動車部品総合研究所 | ピッチ角推定装置 |
| JP2017146704A (ja) * | 2016-02-16 | 2017-08-24 | 沖電気工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
| CN113228127A (zh) * | 2019-01-08 | 2021-08-06 | 大陆汽车系统公司 | 经由智能基础设施传感器对交通事故的自动检测 |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| KR100459476B1 (ko) * | 2002-04-04 | 2004-12-03 | 엘지산전 주식회사 | 차량의 대기 길이 측정 장치 및 방법 |
| JP4003623B2 (ja) * | 2002-11-19 | 2007-11-07 | 住友電気工業株式会社 | 旋回可能な監視カメラを用いた画像処理システム |
| JP3941770B2 (ja) * | 2003-10-28 | 2007-07-04 | 株式会社デンソー | 衝突可能性判定装置 |
| DE102005008974A1 (de) * | 2005-02-28 | 2006-08-31 | Robert Bosch Gmbh | Verfahren zum Schätzen von Objektkoordinaten |
| US7920959B1 (en) | 2005-05-01 | 2011-04-05 | Christopher Reed Williams | Method and apparatus for estimating the velocity vector of multiple vehicles on non-level and curved roads using a single camera |
| US7580547B2 (en) | 2006-10-24 | 2009-08-25 | Iteris, Inc. | Electronic traffic monitor |
| JP4254844B2 (ja) * | 2006-11-01 | 2009-04-15 | トヨタ自動車株式会社 | 走行制御計画評価装置 |
| JP5132164B2 (ja) * | 2007-02-22 | 2013-01-30 | 富士通株式会社 | 背景画像作成装置 |
| TWI386875B (zh) * | 2008-11-28 | 2013-02-21 | Inventec Corp | 路況監控方法與應用其之路況監控系統 |
| US8571786B2 (en) * | 2009-06-02 | 2013-10-29 | Toyota Jidosha Kabushiki Kaisha | Vehicular peripheral surveillance device |
| US10970941B2 (en) * | 2018-10-26 | 2021-04-06 | Raytheon Company | All seeing one camera system for electronic tolling |
| CN112241974A (zh) * | 2020-05-29 | 2021-01-19 | 北京新能源汽车技术创新中心有限公司 | 交通事故检测方法及处理方法、系统、存储介质 |
| TWI761863B (zh) * | 2020-06-19 | 2022-04-21 | 英業達股份有限公司 | 交通狀況偵測方法 |
| CN112885087A (zh) * | 2021-01-22 | 2021-06-01 | 北京嘀嘀无限科技发展有限公司 | 确定路况信息的方法、装置、设备和介质和程序产品 |
| US11955001B2 (en) | 2021-09-27 | 2024-04-09 | GridMatrix, Inc. | Traffic near miss collision detection |
| WO2023049461A1 (en) * | 2021-09-27 | 2023-03-30 | GridMatrix Inc. | System and method for traffic near miss/collision detection |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06266840A (ja) * | 1993-03-11 | 1994-09-22 | Hitachi Ltd | 移動物体の状態検出装置 |
| JPH06292203A (ja) * | 1993-04-02 | 1994-10-18 | Mitsubishi Electric Corp | 動画像解析装置 |
| JPH0721386A (ja) * | 1993-06-23 | 1995-01-24 | Tokyo Electric Power Co Inc:The | 禁止区域への侵入予測方法及び装置 |
| JPH0737057A (ja) * | 1993-07-19 | 1995-02-07 | Pioneer Electron Corp | 監視装置 |
| JPH07134767A (ja) * | 1993-11-10 | 1995-05-23 | Toshiba Corp | 不審者侵入監視装置 |
| JPH09270014A (ja) * | 1996-04-03 | 1997-10-14 | Matsushita Electric Ind Co Ltd | 移動物体の抽出装置 |
| JPH11119303A (ja) * | 1997-10-20 | 1999-04-30 | Fujitsu Ltd | 監視システム及び監視方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06203290A (ja) | 1993-01-06 | 1994-07-22 | Nippon Signal Co Ltd:The | 画像式交差点事故記録装置 |
| US5983161A (en) * | 1993-08-11 | 1999-11-09 | Lemelson; Jerome H. | GPS vehicle collision avoidance warning and control system and method |
| US5959574A (en) * | 1993-12-21 | 1999-09-28 | Colorado State University Research Foundation | Method and system for tracking multiple regional objects by multi-dimensional relaxation |
| JPH08116528A (ja) | 1994-10-18 | 1996-05-07 | Fuji Photo Optical Co Ltd | 監視記録装置 |
| JPH1040490A (ja) | 1996-07-22 | 1998-02-13 | Toyota Motor Corp | 道路監視装置 |
| JP3377743B2 (ja) | 1998-01-20 | 2003-02-17 | 三菱重工業株式会社 | 移動体識別装置 |
| JP3511892B2 (ja) * | 1998-05-25 | 2004-03-29 | 日産自動車株式会社 | 車両用周囲モニタ装置 |
| JP3515926B2 (ja) * | 1999-06-23 | 2004-04-05 | 本田技研工業株式会社 | 車両の周辺監視装置 |
-
2000
- 2000-02-04 JP JP2000032708A patent/JP2001216519A/ja active Pending
- 2000-11-17 US US09/714,226 patent/US6810132B1/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06266840A (ja) * | 1993-03-11 | 1994-09-22 | Hitachi Ltd | 移動物体の状態検出装置 |
| JPH06292203A (ja) * | 1993-04-02 | 1994-10-18 | Mitsubishi Electric Corp | 動画像解析装置 |
| JPH0721386A (ja) * | 1993-06-23 | 1995-01-24 | Tokyo Electric Power Co Inc:The | 禁止区域への侵入予測方法及び装置 |
| JPH0737057A (ja) * | 1993-07-19 | 1995-02-07 | Pioneer Electron Corp | 監視装置 |
| JPH07134767A (ja) * | 1993-11-10 | 1995-05-23 | Toshiba Corp | 不審者侵入監視装置 |
| JPH09270014A (ja) * | 1996-04-03 | 1997-10-14 | Matsushita Electric Ind Co Ltd | 移動物体の抽出装置 |
| JPH11119303A (ja) * | 1997-10-20 | 1999-04-30 | Fujitsu Ltd | 監視システム及び監視方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007188270A (ja) * | 2006-01-13 | 2007-07-26 | Univ Of Tokyo | 画像処理による交差点での異常事象検出方法 |
| WO2008044592A1 (en) | 2006-10-06 | 2008-04-17 | Aisin Seiki Kabushiki Kaisha | Mobile object recognizing device, mobile object recognizing method, and computer program |
| US8290209B2 (en) | 2006-10-06 | 2012-10-16 | Aisin Seiki Kabushiki Kaisha | Mobile object recognizing device, mobile object recognizing method, and computer program thereof |
| KR100853444B1 (ko) | 2007-07-09 | 2008-08-21 | 전북대학교산학협력단 | 교통 사고의 발생 여부를 감지하는 방법 |
| JP2011053933A (ja) * | 2009-09-02 | 2011-03-17 | Mitsubishi Electric Corp | 映像特徴量抽出方法、映像状態判別方法、映像符号化方法、オブジェクト検索方法、映像特徴量抽出装置、映像状態判別装置、映像符号化装置およびオブジェクト検索装置 |
| JP2014052861A (ja) * | 2012-09-07 | 2014-03-20 | Ihi Corp | 解析装置および解析方法 |
| JP2017034623A (ja) * | 2015-08-06 | 2017-02-09 | 株式会社日本自動車部品総合研究所 | ピッチ角推定装置 |
| JP2017146704A (ja) * | 2016-02-16 | 2017-08-24 | 沖電気工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
| CN113228127A (zh) * | 2019-01-08 | 2021-08-06 | 大陆汽车系统公司 | 经由智能基础设施传感器对交通事故的自动检测 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6810132B1 (en) | 2004-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001216519A (ja) | 交通監視装置 | |
| KR101647370B1 (ko) | 카메라 및 레이더를 이용한 교통정보 관리시스템 | |
| US6760061B1 (en) | Traffic sensor | |
| JP4987573B2 (ja) | 車外監視装置 | |
| US9154741B2 (en) | Apparatus and method for processing data of heterogeneous sensors in integrated manner to classify objects on road and detect locations of objects | |
| US8050459B2 (en) | System and method for detecting pedestrians | |
| KR100879623B1 (ko) | Ｐｔｚ 카메라를 이용한 자동화된 광역 감시 시스템 및 그방법 | |
| JP4858761B2 (ja) | 衝突危険性判定システム及び警告システム | |
| KR101496390B1 (ko) | 차량번호인식 시스템 | |
| KR101326943B1 (ko) | 추월차량 경고 시스템 및 추월차량 경고 방법 | |
| WO2020154990A1 (zh) | 目标物体运动状态检测方法、设备及存储介质 | |
| JP6392735B2 (ja) | 情報処理装置、情報処理方法、車両の制御装置及び車両の制御方法 | |
| JP2000011133A (ja) | 移動物体検出装置及びその方法 | |
| JP2009239664A (ja) | 車両用環境認識装置および先行車追従制御システム | |
| KR100820952B1 (ko) | 단일 카메라를 이용한 불법 주정차 무인 자동 단속방법 및그 시스템 | |
| CN111937036A (zh) | 用于处理传感器数据的方法、设备和具有指令的计算机可读存储介质 | |
| JP2008158640A (ja) | 移動物体検出装置 | |
| KR101660254B1 (ko) | 주차차단기의 번호인식시스템 | |
| JP5261752B2 (ja) | ドライブレコーダ | |
| JP2002145072A (ja) | 踏切障害物検知装置 | |
| WO2020095644A1 (ja) | 変状検出装置、変状検出方法、及びコンピュータ読み取り可能な記録媒体 | |
| JP2020166758A (ja) | 画像処理装置および画像処理方法 | |
| JP5903901B2 (ja) | 車両位置算出装置 | |
| US11157755B2 (en) | Image processing apparatus | |
| KR101577747B1 (ko) | 불법 주정차 감지 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060424 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090210 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090409 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090519 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090714 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090901 |