[發明專利]一種基于車牌識別技術的道路狀態判別器及其判別方法

無效

• 申請號: 200910216540.2
• 申請日: 2009-12-04
• 公開（公告）號: CN101814237A
• 公開（公告）日: 2010-08-25
• 發明（設計）人: 盛鵬;趙樹龍;王俊峰;唐鵬;高琳
• 申請（專利權）人: 四川川大智勝軟件股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/08;G06F19/00
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 舒啟龍

技術領域

本發明涉及計算機應用技術和智能交通控制領域，特別是基于精確車牌識別技術的道路交通狀態判別裝置以及道路交通狀態判別方法。

背景技術

道路交通狀態包括正常狀態和異常狀態兩大類。異常交通狀態又可分為常發性交通擁擠和交通事件。交通狀態評價的目的是運用一定的方法對實時交通數據進行分析，快速識別出各種異常交通狀態，為交通控制提供依據。

交通擁堵和交通事件的判別方法可分為兩大類：人工判別方法和自動判別方法。前者包括市民報告、專職人員報告和閉路電視監視等。這種方法的優點是方便、直接、經濟，缺點是要求當時當地有目擊者，因此難以24小時全天候發揮作用。后者以信息采集與處理技術、計算機技術和通信技術為基礎，可以在全天候連續監視道路交通的運行狀態，得到了越來越多的關注和長足發展。

國內外現有的交通狀態判別裝置，大多以感應線圈采集的交通流量、占有率和地點速度等交通數據為基礎，與事先設定的各類經驗閾值進行比較，識別交通狀態。這類方法的主要缺點在于過分依賴先驗閾值，不能準確的區分的道路同步流和阻塞的各類狀態；同時，該方法也不能對檢測點路口的交通狀態進行短時預測。此外，與視頻采集技術相比，感應線圈耗損且安裝維護成本較高。

發明內容

針對傳統交通狀態判別裝置的不足，本發明的目的是提出一種基于車牌識別技術的道路狀態判別器及其判別方法，旨在以精確車牌識別技術獲得的前端數據為基礎，在獲得交通流量等傳統交通參量信息的基礎上，充分利用視頻中其它輔助信息，通過交通參量多層次分析和事件檢測技術，實現交通狀態的準確識別。

本發明的目的是這樣實現的：一種基于精確車牌識別技術的多功能道路狀態判別器，包括車輛檢測裝置，還具有，

前端視頻采集設備：采用攝像機抓拍車輛車牌信息，同時，采集車輛的由速度和流量組成的交通參量的時間序列信息；

車牌自動識別器：與前端視頻采集設備連接；接收前端視頻采集設備輸出的車牌信息并對車牌進行識別和記錄，同時，接收車輛的交流參量信息，加以記錄，并接收所述車輛檢測裝置輸出的實時交通數據：包括交通流量、占有率以及地點速度信息，加以記錄；

多功能道路狀態判別模塊：接收車牌自動識別器的輸出信息，根據交通參量的時間序列，分析交通流量的長程相關性變化，準確識別同步流和寬運動阻塞，進行短時交通預測；

根據隨機游走理論的思想，將去趨勢波動分析法引入到交通流量的非平穩性時間序列的自相似性研究；通過計算不同演化狀態的Hurst指數，分析事件極端值對系統長程相關性的影響，找到交通趨于擁堵時交通時間序列的Hurst指數的變化規律，對交通擁擠做出預測；

基于實測歷史交通數據分析，構建道路多模式狀態判別模型，設置動態先驗閾值，根據海量歷史交通數據，分析道路路網結構，城區功能分布和居民出行因素對特定路段交通流的影響，構建道路的多模式狀態庫，為不同的時段和路段，動態設置先驗閾值，識別交通狀態；

綜合運用交通參量信息與視頻檢測技術，建立特殊交通事件的識別模型：

針對前端采集的視頻數據，在進行車牌識別記錄交通參量信息的同時，引入背景差和幀間差視頻檢測技術，對兩類信息進行數據融合，實現交通事件的檢測；

將上述檢測結果經通信模塊輸出至紅綠燈控制器。

上述前端視頻采集設備采用高清數字攝像機；車牌自動識別器采用智勝2000汽車號牌識別器。

本發明的又一目的是提供一種采用上述判別器的道路交通狀態判別方法。

本發明的又一目的是這樣實現的：一種基于精確車牌識別技術的多功能道路狀態判別器的道路狀態識別方法，按以下步驟進行：

a、根據前端視頻采集設備記錄的交通參量即速度和流量的時間序列信息，分析交通參量的長程相關性變化，準確識別同步流和寬運動阻塞，進行短時交通預測；

根據隨機游走理論的思想，將去趨勢波動分析法引入到交通流量的非平穩性時間序列的自相似性研究。通過計算不同演化狀態的Hurst指數，分析事件極端值對系統長程相關性的影響，找到交通趨于擁堵時交通時間序列的Hurst指數的變化規律，對交通擁擠做出預測；

b、基于實測歷史交通數據分析，構建道路多模式狀態判別模型，設置動態先驗閾值；

同時，根據海量歷史交通數據，分析道路路網結構，城區功能分布和居民出行因素對特定路段交通流的影響，構建道路的多模式狀態庫，為不同的時段和路段，動態設置先驗閾值，識別交通狀態；

c、綜合運用交通參量信息與視頻檢測技術，建立特殊交通事件的識別模型：