JP7495689B2 - 渋滞検知装置、渋滞検知システム、および、渋滞検知方法 - Google Patents
渋滞検知装置、渋滞検知システム、および、渋滞検知方法 Download PDFInfo
- Publication number
- JP7495689B2 JP7495689B2 JP2020127144A JP2020127144A JP7495689B2 JP 7495689 B2 JP7495689 B2 JP 7495689B2 JP 2020127144 A JP2020127144 A JP 2020127144A JP 2020127144 A JP2020127144 A JP 2020127144A JP 7495689 B2 JP7495689 B2 JP 7495689B2
- Authority
- JP
- Japan
- Prior art keywords
- judgment window
- congestion
- judgment
- window
- image
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 153
- 238000000034 method Methods 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 37
- 238000012800 visualization Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 12
- 230000010365 information processing Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 239000013256 coordination polymer Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Description
図1を参照して渋滞検知システムを説明する。
図1が示すように、渋滞検知システム10は、1以上の渋滞検知装置11と監視センター12とを備えている。渋滞検知システム10は、移動体の一例である車両Cの流れを時系列画像群である映像から検知する。渋滞検知システム10は、車両Cの流れに渋滞が生じていることを検知する。渋滞検知システム10は、渋滞検知システム10に接続された利用者端末13に渋滞マップを提供する。渋滞マップは、渋滞が生じている道路と、渋滞が生じていない道路とを示す地図である。
図2から図5を参照して渋滞検知装置11をより詳細に説明する。
図2が示すように、渋滞検知装置11は、車両検知モジュール21、動作推定部22、渋滞推定部23、および、記憶部24を備えている。
図4が示すように、動作推定部22は、車両情報生成部22Aと判定窓生成部22Bとを備えている。渋滞推定部23は、車両密度算出部23A、渋滞判定部23B、および、判定結果可視化部23Cを備えている。渋滞推定部23は、判定窓生成部22Bが生成した判定窓Wにおける車両Cの混雑状況を示す指数を算出して判定窓生成部22Bが生成した判定窓Wでの車両Cの渋滞を推定する。本実施形態では、車両Cの混雑状況を示す指数として、車両Cの密度が用いられている。
車両情報生成部22Aは、車両検知モジュール21が検知した車両Cに関する情報を入力し、かつ、車両閾値THCを記憶部24から読み出して、車両Cのサイズ、位置、および、確信度を含む車両情報DCを生成する。車両情報生成部22Aが生成した車両情報DCは、判定窓生成部22Bおよび車両密度算出部23Aに入力される。
図6から図8を参照して渋滞検知方法を説明する。
図6は、渋滞検知処理の手順を示している。
図7が示すように、渋滞検知装置11は、撮影部11Aが撮影した画像Pを取得し(ステップS21)、車両閾値THCを用いて画像P内に含まれる車両Cを検知する(ステップS22)。なお、検知した車両Cの進行方向が判定窓Wを通過すべき車両Cの進行方向と異なる場合は、当該車両Cは検知すべき車両Cとはしない。渋滞検知装置11は、平均車両密度算出時間TDが経過したか否かを判断し(ステップS23)、平均車両密度算出時間TDが経過していない場合には(ステップS23:NO)、渋滞検知装置11、平均車両密度算出時間TDが経過するまで、画像取得(ステップS21)および車両検知(ステップS22)を継続する。
図9から図13を参照して作用を説明する。なお、図9から図13は、判定可視化ファイルFに基づき監視センター12の情報処理部12Aが生成した渋滞マップを表示部12Bが表示した画像の一例を示している。また、図9から図13に示される黒丸、白丸、および、黒四角は、車両Cをフェレ径によって特定した四角形における中央位置を示している。また、図9から図13では、図示の便宜上、信号の図示が省略されている。
図10が示すように、上下方向に延びる片側1車線から構成される2車線の道路Rと、左右方向に延びる片側1車線から構成される2車線の道路Rとが交差点ISを形成している。図10が示す例では、左右方向に延びる2車線において、信号が交差点ISへの進入禁止を示している。この場合には、例えば、上下方向に延びる一方の車線に重なる判定窓Wにおいて、渋滞が生じていることが推定される。一方で、それ以外の判定窓Wでは、渋滞が生じていないと推定される。
図11において、細破線を用いて示される判定窓WBが、撮影部11Aの撮影範囲が第1範囲であるときに設定された判定窓である。撮影範囲が第1範囲である場合には、細破線を用いて示される各判定窓WBは、左右方向に延びる道路Rに重なる領域であったため、各判定窓WBには少なくとも1つの車両Cが含まれていた。
図13が示すように、判定窓Wが再設定されることによって、上下方向に延びる道路Rにおいて、片側2車線を含むような判定窓Wが設定される。これにより、拡張後の道路Rに適した判定窓Wが設定される。
(1)車両Cの位置を示す時系列データから検知の対象である判定窓Wが生成されるため、撮影結果の変化に対する追従性を向上することが可能である。
(6)判定窓Wの渋滞を推定した結果に応じて判定窓Wの表示状態が変更されるため、表示部12Bが表示する内容から判定窓Wの渋滞を推定した結果が把握されやすい。
[混雑状況を示す指数]
・混雑状況を示す指数は、車両Cの密度に限らず、車両Cの移動速度、および、車両Cの通過台数であってもよい。これらを用いた場合であっても、車両Cの密度を用いた場合と同様に、判定窓Wにおける渋滞を推定することが可能である。また、混雑状況を示す指数には、車両Cの密度、車両Cの移動速度、および、車両Cの通過台数における2つ以上を用いてもよい。
・渋滞推定部23は、平均車両密度算出時間TDにおいて算出された車両密度が閾値以上である場合に、判定窓Wにおいて渋滞が生じていると判定してもよい。この場合であっても、上述した(3)に準じた効果を得ることはできる。
・車両密度算出部23Aは、判定窓Wにおける車両Cの密度が、ゼロ以上の所定の閾値以下である場合に、再設定指令CRを生成してもよい。この場合であっても、上述した(2)に準じた効果を得ることはできる。
・判定結果可視化部23Cは、判定可視化ファイルFに対して、渋滞を推定した結果を以下のように反映させてもよい。例えば、判定結果可視化部23Cは、判定窓Wのうちで、渋滞が生じている判定窓Wに対して、渋滞を示す文字、数字、および、記号の少なくとも1つを付すことが可能な判定可視化ファイルFを生成してもよい。あるいは、判定結果可視化部23Cは、判定窓Wのうちで渋滞が生じている判定窓Wを可視化する一方で、渋滞が生じていない判定窓Wを可視化しないことが可能な判定可視化ファイルFを生成してもよい。これらのいずれの場合であっても、表示部12Bが渋滞の推定結果に応じて判定窓Wの表示状態を変えるから、上述した(6)に準じた効果を得ることはできる。
・渋滞検知装置11は撮影部11Aを備えなくてもよい。この場合には、渋滞検知装置11は、渋滞検知装置11に対して映像を提供することが可能な提供部から映像を入力することが可能であればよい。提供部は、例えば撮像装置であってよい。
・学習器30は、判定窓Wを生成するように学習した学習器に限らず、判定窓Wを生成するように条件設定した学習器であってもよい。判定窓Wを生成するように条件設定した学習器は、例えばヒューリスティック手法を用いた条件設定を行う学習器であってよい。またあるいは、学習器は、判定窓Wを生成するように学習および条件設定の両方を行ってもよい。
・渋滞の推定対象である移動体は、上述した道路上を移動する車両Cに限らず、例えば、ベルトコンベア上を移動する運搬物でもよい。
11…渋滞検知装置
11A…撮影部
12…監視センター
12A…情報処理部
12B…表示部
21…車両検知モジュール
22…動作推定部
22A…車両情報生成部
22B…判定窓生成部
23…渋滞推定部
23A…車両密度算出部
23B…渋滞判定部
23C…判定結果可視化部
24…記憶部
30…学習器
C…車両
W…判定窓
Claims (9)
- 映像のなかで移動体の渋滞を検知するピクセル領域が判定窓であり、
映像のなかで特定された移動体の位置を示す時系列データから前記判定窓を生成するように学習および条件設定の少なくとも一方を行った学習器を用いて新たな映像から当該映像の前記判定窓を生成する判定窓生成部と、
前記判定窓生成部が生成した前記判定窓における前記移動体の混雑状況を示す指数を算出して前記判定窓生成部が生成した前記判定窓での前記移動体の渋滞を推定する渋滞推定部と、を備え、
前記判定窓生成部は、前記時系列データに含まれる第1画像と第2画像とであって、時系列的に並ぶ前記第1画像と前記第2画像とにおいて、前記第1画像に含まれる前記移動体の位置と、前記第2画像に含まれる前記移動体の位置とに基づいて算出される2次元ベクトルである動線に基づいて前記判定窓を生成する
渋滞検知装置。 - 映像のなかで移動体の渋滞を検知するピクセル領域が判定窓であり、
映像のなかで特定された移動体の位置を示す時系列データから前記判定窓を生成するように学習および条件設定の少なくとも一方を行った学習器を用いて新たな映像から当該映像の前記判定窓を生成する判定窓生成部と、
前記判定窓生成部が生成した前記判定窓における前記移動体の混雑状況を示す指数を算出して前記判定窓生成部が生成した前記判定窓での前記移動体の渋滞を推定する渋滞推定部と、を備え、
前記渋滞推定部は、前記判定窓において、前記移動体の前記指数が閾値以下である状態が前記判定窓の再設定時間以上継続した場合に、前記判定窓生成部に新たな前記判定窓を生成させる
渋滞検知装置。 - 前記渋滞推定部は、前記判定窓において、前記移動体の前記指数が閾値以下である状態が前記判定窓の再設定時間以上継続した場合に、前記判定窓生成部に新たな前記判定窓を生成させる
請求項1に記載の渋滞検知装置。 - 前記渋滞推定部は、前記判定窓について、単位時間ごとに算出された前記移動体の前記指数における算出時間での平均値から前記判定窓での前記移動体の前記渋滞を推定する
請求項1から3のいずれか1項に記載の渋滞検知装置。 - 前記渋滞推定部は、前記渋滞を推定する条件に、前記平均値が閾値以上であることが渋滞判定時間以上継続することを含み、
前記渋滞推定部は、前記渋滞判定時間以上継続することが成立した場合に、前記判定窓において渋滞が生じていると推定する
請求項4に記載の渋滞検知装置。 - 前記混雑状況を示す前記指数は、前記移動体の密度、前記移動体の移動速度、および、前記移動体の通過数の少なくとも1つである
請求項1から5のいずれか一項に記載の渋滞検知装置。 - 請求項1から6のいずれか一項に記載の渋滞検知装置と、
前記渋滞検知装置が前記渋滞を推定した結果を表示する表示部と、を備え、
前記渋滞検知装置は、前記判定窓における前記渋滞を推定した結果に応じて前記判定窓の表示状態を変更するように、前記表示部に前記渋滞を推定した結果を表示させる
渋滞検知システム。 - 映像のなかで移動体の渋滞を検知するピクセル領域が判定窓であり、
映像のなかで特定された移動体の位置を示す時系列データから前記判定窓を生成するように学習および条件設定の少なくとも一方を行った学習器を用いて新たな映像から当該映像の前記判定窓を生成することと、
生成された前記判定窓における前記移動体の混雑状況を示す指数を算出して当該生成された前記判定窓での前記移動体の渋滞を推定することと、を含み、
前記判定窓を生成することは、前記時系列データに含まれる第1画像と第2画像とであって、時系列的に並ぶ前記第1画像と前記第2画像とにおいて、前記第1画像に含まれる前記移動体の位置と、前記第2画像に含まれる前記移動体の位置とに基づいて算出される2次元ベクトルである動線に基づいて前記判定窓を生成することを含む
渋滞検知方法。 - 映像のなかで移動体の渋滞を検知するピクセル領域が判定窓であり、
映像のなかで特定された移動体の位置を示す時系列データから前記判定窓を生成するように学習および条件設定の少なくとも一方を行った学習器を用いて新たな映像から当該映像の前記判定窓を生成することと、
生成された前記判定窓における前記移動体の混雑状況を示す指数を算出して当該生成された前記判定窓での前記移動体の渋滞を推定することと、
前記判定窓において、前記移動体の前記指数が閾値以下である状態が前記判定窓の再設定時間以上継続した場合に、新たな前記判定窓を生成することと、を含む
渋滞検知方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020127144A JP7495689B2 (ja) | 2020-07-28 | 2020-07-28 | 渋滞検知装置、渋滞検知システム、および、渋滞検知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020127144A JP7495689B2 (ja) | 2020-07-28 | 2020-07-28 | 渋滞検知装置、渋滞検知システム、および、渋滞検知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022024510A JP2022024510A (ja) | 2022-02-09 |
JP7495689B2 true JP7495689B2 (ja) | 2024-06-05 |
Family
ID=80265686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020127144A Active JP7495689B2 (ja) | 2020-07-28 | 2020-07-28 | 渋滞検知装置、渋滞検知システム、および、渋滞検知方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7495689B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000081339A (ja) | 1998-06-30 | 2000-03-21 | Equos Research Co Ltd | 経路案内装置、画像情報提供装置及び画像情報提供システム |
JP2006330942A (ja) | 2005-05-24 | 2006-12-07 | Sumitomo Electric Ind Ltd | 交通状況判定システム、画像処理装置、コンピュータプログラム及び交通状況判定方法 |
JP2007026301A (ja) | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
JP2017076399A (ja) | 2015-10-14 | 2017-04-20 | 富士通株式会社 | 交通状態の検出方法、装置及び電子機器 |
JP2018521392A (ja) | 2015-05-20 | 2018-08-02 | 浙江吉利汽車研究院有限公司Zhejiang Geely Automobile Research Institute Co., Ltd | 交差点運転補助方法及びシステム |
-
2020
- 2020-07-28 JP JP2020127144A patent/JP7495689B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000081339A (ja) | 1998-06-30 | 2000-03-21 | Equos Research Co Ltd | 経路案内装置、画像情報提供装置及び画像情報提供システム |
JP2006330942A (ja) | 2005-05-24 | 2006-12-07 | Sumitomo Electric Ind Ltd | 交通状況判定システム、画像処理装置、コンピュータプログラム及び交通状況判定方法 |
JP2007026301A (ja) | 2005-07-20 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 停止低速車両検出装置及び停止低速車両検出方法 |
JP2018521392A (ja) | 2015-05-20 | 2018-08-02 | 浙江吉利汽車研究院有限公司Zhejiang Geely Automobile Research Institute Co., Ltd | 交差点運転補助方法及びシステム |
JP2017076399A (ja) | 2015-10-14 | 2017-04-20 | 富士通株式会社 | 交通状態の検出方法、装置及び電子機器 |
Also Published As
Publication number | Publication date |
---|---|
JP2022024510A (ja) | 2022-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kumar et al. | A new vehicle tracking system with R-CNN and random forest classifier for disaster management platform to improve performance | |
CN108725440B (zh) | 前向碰撞控制方法和装置、电子设备、程序和介质 | |
CN104509090B (zh) | 车载用图像识别装置 | |
Breitenstein et al. | Systematization of corner cases for visual perception in automated driving | |
JP6180482B2 (ja) | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) | |
JP5980148B2 (ja) | デジタルカメラ画像から駐車場占有状態を測定する方法 | |
US10685212B2 (en) | Three dimensional (3d) object detection | |
CN110264495B (zh) | 一种目标跟踪方法及装置 | |
CN112334906B (zh) | 从机器学习模型输出推断出的实例分割 | |
WO2015189847A1 (en) | Top-down refinement in lane marking navigation | |
CN111507160B (zh) | 集成从执行协同驾驶的车辆获取的行驶图像的方法及装置 | |
CN109766867B (zh) | 车辆运行状态确定方法、装置、计算机设备和存储介质 | |
KR20140004291A (ko) | 전방차량 충돌 경고 시스템 및 전방차량 충돌 경고 방법 | |
Nguyen et al. | Real-time validation of vision-based over-height vehicle detection system | |
RU2534827C2 (ru) | Способ видеонаблюдения открытого пространства с контролем пожарной опасности | |
JP7495689B2 (ja) | 渋滞検知装置、渋滞検知システム、および、渋滞検知方法 | |
CN116434156A (zh) | 目标检测方法、存储介质、路侧设备及自动驾驶系统 | |
Das et al. | Why slammed the brakes on? auto-annotating driving behaviors from adaptive causal modeling | |
KR102566525B1 (ko) | 교통 상황 분석 방법 및 장치 | |
KR101577747B1 (ko) | 불법 주정차 감지 방법 및 시스템 | |
Denman et al. | Multi-view intelligent vehicle surveillance system | |
Foresti et al. | Vehicle detection and tracking for traffic monitoring | |
JP7491260B2 (ja) | 人検出装置、人検出方法及び人検出用コンピュータプログラム | |
KR102452460B1 (ko) | Ptz 카메라를 통해 cctv 공간모델을 생성하는 장치, 방법 및 프로그램 | |
JP7203277B2 (ja) | 車両ナンバープレートの認識率をモニタリングする方法及び装置、並びにコンピュータ読み取り可能な格納媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210512 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230522 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240123 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240322 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240515 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7495689 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |