[發明專利]一種基于車輛跟蹤的車輛排隊長度檢測方法

在審

• 申請號: 201710653699.5
• 申請日: 2017-08-02
• 公開（公告）號: CN107644528A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 高飛;童偉圓;王孖豪;盧書芳;張元鳴;肖剛
• 申請（專利權）人: 浙江工業大學;浙江浩騰電子科技股份有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06T7/73;G06T7/60;G06T7/246
• 代理公司: 杭州浙科專利事務所(普通合伙)33213
• 代理人: 杜立

技術領域

本發明涉及智慧交通領域，尤其涉及一種基于車輛跟蹤的車輛排隊長度檢測方法。

背景技術

目前，機動車擁有量迅速增長，超過同期城市道路和交通設施的增長速度，城市道路擁堵情況十分嚴重。交通擁堵會導致出行時間增加、車輛啟停次數增加、能耗大幅上升、加劇環境污染等不利后果。車輛排隊長度、車流量和平均車速作為智能交通中的重要參數，有助于做好應對措施,減少路口擁堵情況的產生，具有重大意義。

在計算車輛排隊長度過程中，目前常用的檢測方法往往通過分析靜態圖片的方式計算車輛排隊長度。其中，與本發明最接近的技術方案包括：公開號為CN104835142A的中國專利申請公開了一種基于紋理特征的車輛排隊長度檢測方法，該方法提取紋理特征后與背景庫圖像的紋理特征進行相似度匹配得到背景圖像，然后通過當前圖像差分得到車輛前景，從而得到實際的車輛排隊長度，但該方法需要提取當前路口在不同光照、天氣、時段情況下無車的圖像建立背景庫，每當路口發生變化時需重新建立背景庫，操作較復雜；曹倩霞(中南大學信息科學與工程學院，城市信號交叉口交通運行評價參數視頻檢測[J].交通運輸系統工程與信息，2015,15(6):60-66)提出一種交通運行評價參數綜合檢測方法，該方法結合選擇性背景更新機制和塊級幀間差分獲得車輛前景，再利用虛擬平行線定位每個車道排隊車輛的首尾端位置，但當車道前后兩車有一定距離時，該方法的伸縮窗無法伸長，車輛檢測準確率較低；史忠科(西北工業大學自動化學院，城市道路排隊車輛檢測方法[J].交通運輸工程學報,2012,12(5):100-109)提出一種基于邊緣信息和局部紋理特征的綜合檢測方法，該方法先采用Canny算法提取車輛邊緣信息，采用改進的LBP方法提取車輛紋理特征，同時用幀差法對運動車輛進行分割，得到靜止的車輛隊列后進行水平投影，從而計算出排隊長度，但該方法容易受到路面陰影和車道線干擾，得到的運動車輛和靜止車輛不完整，導致排隊長度精度不高；綜上所述，現有技術方案存在如下問題：(1)車輛檢測易受到光照變化、路面陰影干擾，精度不高(2)當出現同車道車輛前后間距較大時，車輛檢測準確率低。(3)只能獲取車輛排隊長度，無法同時采集其他交通參數。為解決上述問題，本發明提供一種基于車輛跟蹤的車輛排隊長度檢測方法。

發明內容

針對上述問題，本發明公開了一種基于車輛跟蹤的車輛排隊長度檢測方法，該方法不受路面陰影、車道線等干擾，能同時統計各車道的排隊長度、車流量和平均車速。

本發明公開了一種基于車輛跟蹤的車輛排隊長度檢測方法，其具體包括以下步驟：

步驟1：從道路監控視頻中手動標定車輛檢測區域、車道分界線，沿車道分界線標定與停止線的實際距離；

步驟2：讀取圖像序列，截取當前圖像中車輛檢測區域G；

步驟3：更新跟蹤車輛在當前幀的位置，具體為：

步驟3.1：在圖像f_j中車輛和車輛位置數據表示為其中i表示車輛編號，j表示圖像序列號，c_i表示編號為i的跟蹤車輛，表示c_i在f_j中的外接矩形，p表示序列圖像幀數的最大值；

步驟3.2：記當前幀序列號為a，更新跟蹤車輛在當前幀f_a中的位置，得到集合TL＝{＜c_i,F_i,L_i＞|i＝1,2,3,...,N_a}，其中N_a表示前a幀中車輛編號最大值；F_i＝{MS_i,...,ME_i}，F_i表示車輛c_i存在過的圖像序列號集合，MS_i和ME_i分別表示c_i存在的第一次和最后一次圖像序列號；L_i表示c_i的外接矩形集合，表示c_i在f_j中的外接矩形；＜c_i,F_i,L_i＞表示車輛c_i、集合F_i和集合L_i的映射關系；

步驟4：檢測f_a中新出現的車輛，具體為：

步驟4.1：對車輛檢測區域進行背景建模得到前景二值圖，對前景二值圖進行中值濾波和膨脹操作，得到處理后的前景二值圖M；