[发明专利]一种基于视频分析的实时车流分析与全景可视方法

说明书

技术领域

本发明涉及视频采集处理方法，尤其涉及视频监控数据流的采集处理方法。

背景技术

随着城市的人口和机动车拥有量的急剧增长，交通流量日益加大，交通拥挤堵塞现象日趋严重，交通事故时有发生。交通问题已经成为城市管理工作中的重大社会问题，影响着人们的工作和生活；威胁着人们的人身安全；阻碍和制约着城市经济建设的发展。交通堵塞、交通事故等交通问题，其重要的原因之一在于人们对交通流、车道信息等交通信息的把握不够准确。因此能否找到行之更有效的途径去获取准确的交通流、车道信息，显得致关重要。

目前常见的交通流检测方法有人工监测、地埋感应线圈探测、超声波探测器探测、视频监测等4类。其中，视频监测方法比其他方法更直观。

总而言之，对于交通流、车道信息的掌握，无非就是对在车道中的车辆位置的确定，即简称为车道定位。目前，用于获取车道定位信息的方法主要有GPS定位、基于道路监控的视频监测方法、基于道路监控的车辆识别方法。

基于GPS定位系统，通过GPS惯性分析来实现当前车辆位置的车道定位。GPS导航系统的基本原理是测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。但是由于GPS定位存在精度不准确的问题，即使通过差分方式，仍会存在一定的误差。这个误差的估计值是3-5米。事实上，这个距离已经是超过一个车道的范围。

基于道路监控的视频监测方法和基于道路监控的车辆识别方法，均由于视角问题引起的车辆间遮挡等现象，导致无法获得精确的车流数据信息，很难得到车道信息以及对应车道的车流情况，而且容易侵犯他人隐私。所以传统视频交通流检测及车辆识别系统的可用性不高。

发明内容

本发明目的在于提供一种基于视频分析的实时车流分析与全景可视化方法，解决传统视频监测交通流时信息不精确、易侵犯他人隐私权的问题。

针对上述问题，本发明提供一种基于视频分析的实时车流分析与全景可视化方法，包括以下步骤：

步骤S1、获取当前车辆位置及车道信息；

步骤S2、multi level密度分析及展示；

步骤S3、车辆实时三维仿真；

步骤S4、基于Macro-micro分级level平滑展示与切换；

根据上述步骤，首先，获取精确的车道信息和车辆定位信息；其次，根据得到的车辆位置数据和车道信息数据，计算车辆的三维信息数据并映射到三维场景，实现多车道的level密度统计及平滑展示；再者，根据得到的车辆三维信息数据，精确展示实时三维车流的密度情况；最后，实现多车道level密度展示图和三维实时车流仿真图的切换。

步骤S1，获取当前车辆位置及车道信息，结合视频分析技术和GPS定位技术，获取精确的车道信息和车辆定位信息。

在采用GPS进行惯性分析的过程中，为避免车辆位置估计的跳变，假设车辆的位置为一段时间内的一个平滑位置。

步骤S3，车辆实时三维仿真，采用Agent方法，通过位置约束、速度约束以及平滑差值等方式，对车辆进行仿真，实现车辆的三维模型精确展示和精确控制。

以GIS展示为基础，实现宏观密度颜色视图(macro view)与微观仿真视图(micro view)的展示和切换。

在实现宏观密度颜色视图(macro view)与微观仿真视图(micro view)的展示和切换的过程中，遵循颜色密度展示方式与仿真密度展示方式的数据一致性，根据数据进行颜色等级分布以及车辆仿真，从而确保颜色展示与仿真展示的对应。

在实现宏观密度颜色视图(macro view)与微观仿真视图(micro view)切换的过程中，采用淡入(Fade-In)、淡出(Fade-Out)方式进行处理，利用多帧图像的Alpha渐变，避免突兀的快速切换导致用户感觉不连续。