[发明专利]基于路面图像特征识别的交通流量和占有率信息获取方法

说明书

技术领域

本发明属于智能交通系统（ITS）技术领域，具体涉及一种交通流量和占有率的信息获取方法。

背景技术

随着我国城市建设规模的扩大，车辆日益增多，给道路交通带来了很大的压力，经常有堵车发生，如果有能够实时准确获取交通路况信息，如车流量、占有率，做为交通信号控制、交通诱导控制系统的输入，起到交通诱导的作用，缓解当前的交通压力。

传统的获取实时道路车辆流量等信息的方法，包括采用地埋式感应线圈、微波雷达和针对车辆的视频识别等技术都存在一定局限性。采用地感线圈检测磁通量变化有相当高的准确性，但在实际的使用中工程施工困难，需要破坏路面，相对容易损坏且维护起来非常困难；此外，在桥梁、高架桥之类的路面安装不方便。采用传统的视频检测识别车辆主要是基于车辆基本特征的识别，容易受天气、照度、夜间灯光影响，从而在一些时候检测精度很低，误检率高，难以作为放心的交通控制输入参数使用。微波雷达检测低速目标时精度较低，且设备价格较高。

发明内容

本发明的目的在于提供一种基于道路路面图像特征识别的交通流量和占有率的信息获取方法，用于实时、准确获取道路中车辆行驶信息，做为交通信号控制、交通诱导控制系统的输入，可以降低交通整体延误，提高交通服务水平。

本发明的技术方案如下：

本发明使用低照度DSP相机（标清或高清）做为采集、运算装置，逐帧采集图片,相机架设在路面上方，实时采集监测区域道路路面特征变化信息，利用相机自带的高速处理器对采集的图像进行处理；针对道路路面图像特征，设计了BP神经网络识别法来进行实时识别，通过识别道路路面图像特征被车辆遮挡、覆盖情况来获取交通车流量、车辆平均速度和车辆时间占有率等主要参数。

    该方法的实现步骤如下：

    步骤1：采用低照度高清或标清DSP相机在车道路面上方6.0--9.0米左右朝实时采集路面特征图片；

    步骤2：通过相机的DM648 处理器获取图像的原始数据 ，然后进行图像处理后，得到代表路面标线特征轮廓二值图；

    步骤3：将步骤2得到代表路面标线特征轮廓二值图作为BP神经网络识别的输入，采用BP神经网络识别法计算，得出已设定区域路面特征是否被车辆遮挡，递推判定当前路面是否有车辆存在；

    步骤4：统计一段时间内通过设定区域的车辆数，计算车辆行驶时间占有率；通过计数车辆通过设定区域的时间，得到车辆瞬时行驶速度，或计算得到一段时间的平均速度。

    4.1根据当前路面特征从无覆盖或遮挡的结果变化到有覆盖或有遮挡的结果时记下时间为T1，然后路面特征有覆盖或有遮挡的状态持续到识别结果变化为无覆盖或遮挡的时候记下此时时间为T2；

    4.2当有一次路面特征从无遮挡或覆盖到有遮挡或覆盖时，汽车的流量Num 进行加1，而这辆车在经过这个路段断面的占有时间△T  = T2 -T1；

    4.3将一分钟内的每辆车的△T相加得到T(单位秒),除以60秒，计算得到时间占有率Keep：

Keep = T/60 。

    4.4在测速时，假定两目标识别区域距离为S，通过两目标区域的时差为△T，则车辆行驶速度为

     V=S/△T    

得到每分钟的车流量Num 、时间占有率Keep和车辆行驶速度。

    通常地，路面特征(参见图6)一般是由路边的标线组成，包括分隔标线、导向箭头、减速方块、中文、阿拉伯数字等，还包括减速带、新旧路面交界纹理、路面色差形成的图案等。具体应用时，如表1中的标线都是由白色的直线和箭头组成，相对于灰黑色的柏油路面，这些标线轮廓很清晰、对比很醒目。这样，就可以利用路面标线的清晰的轮廓特征，来进行车辆的检测。当没有车辆遮挡标线的时候，相机采集的路面标线是呈直线和箭头的组合状，当有汽车遮挡标线的时候，相机提取到的轮廓一般是汽车的特征，和标线的箭头轮廓特征对比很明显。识别路面标线是否被车辆遮挡或覆盖来检测当前车道是否有车辆，具有良好的检测效果。