[發明專利]基于分布式視頻的高速路交通事件影響范圍動態監控方法

有效

• 申請號: 201410798919.X
• 申請日: 2014-12-19
• 公開（公告）號: CN104392610A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 朱文興;劉曉亮
• 申請（專利權）人: 山東大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，包括如下步驟：

步驟(1)：在高速公路通行路段按距離間隔架設多部高清攝像機；

步驟(2)：利用高清攝像機拍攝的高速公路車輛通行狀態視頻圖像信息，采用視頻識別方法進行預處理，提取視頻特征；創建模糊控制器，利用模糊控制器對交通流狀態進行檢測；

步驟(3)：判斷是否發生交通事件，如果是就繼續步驟(4)；如果否就返回步驟(2)；

步驟(4)：進行排隊狀態檢測；

步驟(5)：建立車輛排隊長度動態預估模型，通過該模型來計算車輛排隊長度；

步驟(6)：對步驟(4)中發現排隊事件的攝像機進行實時排隊狀態檢測；當排隊現象消失時，進入步驟(7)，否則返回步驟(4)；

步驟(7)：利用步驟(5)的車輛排隊長度動態預估模型對交通事件影響范圍進行動態評估，從而實現為高速公路交通管理部門提供交通調度和決策的依據。

2.如權利要求1所述的基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，包括如下步驟：

所述步驟(3)的步驟為：通過對前景目標進行矩運算得到前景目標的矩心，通過前景目標矩心隨時間的變化得到交通流速度及交通流速度的變化；通過檢測區域的車輛數隨時間的變化得到交通流的流量及交通流的流量的變化，將交通流速度、交通流速度的變化、交通流的流量和交通流的流量的變化四個參數作為輸入進行模糊推理計算，讀取路段模糊控制器輸出的交通流狀態，判斷下游路段是否發生交通事件，如有交通事件發生，記錄發生時間t₀，繼續步驟(4)，否則，回到步驟(2)。

3.如權利要求1所述的基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，所述步驟(4)的步驟為：對高速路上相鄰攝像機拍攝視頻作運動車輛的存在比和車輛的運動比進行計算，以運動車輛的存在比和車輛的運動比作為排隊長度檢測標準來進行排隊狀態檢測；同時記錄攝像機檢測到排隊事件發生時間{t_i,t_i+1,…t_n}，通過已檢測到排隊狀態發生的兩攝像機之間的距離Δl計算出相應時間段內準確的停車波速度；t_i表示第i個攝像機檢測到排隊現象發生的時間；t_i+1表示第i+1個攝像機檢測到排隊現象發生的時間；t_n表示第n個攝像機檢測到排隊現象發生的時間。

4.如權利要求1所述的基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，所述步驟(5)的步驟為：通過排隊長度、交通流排隊速度和交通流排隊時間之間的關系建立車輛排隊長度動態預估模型，計算估計未來N個ΔT時刻的車輛排隊長度，當檢測過程中檢測到上游攝像機拍攝路段存在排隊長度超過設定閾值L_th時，應報警。

5.如權利要求1所述的基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，步驟(6)：繼續對步驟(4)中發現事件的攝像機進行實時排隊狀態檢測，當發生排隊現象的最下游攝像機檢測到排隊現象消失時，即檢測到交通流狀態表現為消散，記錄發生時間t'₀，繼續步驟(7)，否則，回到步驟(5)。

6.如權利要求1所述的基于分布式視頻的高速路交通事件影響范圍動態監控方法，其特征是，步驟(7)：分別記錄事件地點上游攝像機逐個檢測到交通流呈消散狀態的時間{t_i',t_i+1',…t_n'}，結合已檢測到發生消散狀態的兩攝像機之間的距離Δl'得到相鄰時間段內的啟動波速度，同時繼續利用車輛排隊上游的攝像機逐個對停車波速度進行排隊狀態檢測，然后利用已經建立的車輛排隊長度動態預估模型估計未來N個ΔT時刻的車輛排隊長度、車隊排隊狀態解除時間、車輛排隊最大長度及事件發生至完全恢復時間，當檢測過程中檢測到上游攝像機拍攝路段存在排隊長度超過設定閾值L_th或者預測得到的車輛排隊最大長度超過事故點到上游卡口的路段長度時，應報警；t_i'表示事件發生地點上游第i個攝像機檢測到排隊消散的時間；t_i+1'表示事件發生地點上游第i+1個攝像機檢測到排隊消散的時間；t_n'表示事件發生地點上游第n個攝像機檢測到排隊消散的時間。