[发明专利]一种基于视频跟踪的车辆排队长度计算方法

说明书

技术领域

本发明涉及智能交通领域，尤其是一种车辆排队长度的计算方法。

背景技术

随着城市规模扩大，机动车辆快速增长，道路拥堵已经成为严重“大城市病”。 通过检测实时道路交通信息，科学分析、管理城市交通道路能大幅缓解道路拥堵 等难题。准确采集、分析道路车辆排队长度是对道路交通路况的科学分析和管理 的有效手段。目前基于视频的车辆排队长度检测方法主要有：基于投影法的车辆 排队长度检测、基于边缘分割的车辆排队长度检测。

基于投影法的车辆排队长度检测的方法，是将检测区域的亮度在道路方向上 投影，依据明(车辆)、暗(道路)类别的差别，计算分割阈值，提取排队车辆长度。 该方法容易受到自然场景影响，阈值不固定。自适应阈值方法也难对车辆队尾有 效判断。

基于边缘分割的车辆排队长度检测的方法，是利用排队车辆和道路背景之间 的差异，尤其两者交接处的显著差异特性，提取目标边缘的一种方法。通过目标 边缘从场景中分割出排队车辆，计算排队长度。该方法易受路旁建筑阴影影响很 大且排队车辆尾部难确定。

在实际的车辆排队视频分析中，上述方法不稳定，且准确率低。故，需要一 种新的技术方案以解决上述技术问题。

发明内容

本发明的目的在于更加精确的获得道路交通车辆排队长度信息，在不同应用 场景，实时跟踪检测区域内运动车辆，准确计算车辆排队长度，判断道路交通状 况，来有效分析和管理道路交通。

为达到上述目的，本发明可采用如下技术方案：

一种基于视频跟踪的车辆排队长度计算方法，包括以下步骤：

(1)、设置视频检测区域，该视频检测区域包括位于视频检测区域一端的检 测线及另一端的停车线、自检测线向停车线方向依次设置的车辆检测区域、车辆 跟踪区域、停车排队判断区域；所述停车排队判断区域的末端设置为停车线；并 通过固定视场的视频检测摄像机，对进入视频检测区域的车辆进行实时视频采集 并传输给图像处理单元；

(2)、对进入视频检测区域的运动车辆进行检测、确定运动车辆的属性；所 述属性包括车型、颜色、当前位置；

(3)、实时跟踪运动车辆，记录运动车辆的运动轨迹；

(4)、对进入停车排队检测区域的车辆进行判断是否有停车排队的发生；

(5)、当道路发生停车排队时，分析跟踪区域被跟踪车辆的运动轨迹，确定 排队尾部，计算排队车辆在图像中的长度。

与现有技术相比，本发明利用视频跟踪结果，有效分析道路车辆运动或者停 止状态，确定道路交通状态，判断是否发生排队拥堵。根据车辆跟踪轨迹，实时 判断停车线位置是否有同一辆车停止，若有停车排队，分析道路被跟踪车辆运动 轨迹，确定排队长度。从而可以获得准确的道路交通车辆排队长度信息，为科学 分析和管理道路交通提供依据。

附图说明

图1是本方法的总体流程图；

图2是基于视频跟踪的车辆排队长度计算流程图。

图3是本方法在实际道路交通应用中的布局示例图。

具体实施方式

下面将结合附图对本发明的实施方式进行全面详细阐述，所叙述的实施方式 仅作为示例说明，不是对本发明的限制。本发明的具体实施需要一些常见的视频 处理模块，如预处理、背景建模，这里不再作详细说明。本发明适用于城市道路 交通信息检测系统中。得到的道路车辆排队数据信息可以传送到交通信号控制机 进行道路优化控制，也可以传送到交通信息采集中心系统，为科学分析、管理道 路交通提供可续依据。

首先如图3所示，需要设置视频检测区域，该视频检测区域包括位于视频检 测区域一端的检测线及另一端的停车线、自检测线向停车线方向依次设置的车辆 检测区域、车辆跟踪区域、停车排队判断区域；所述停车排队判断区域的末端设 置为停车线。

在设置视频检测区域的基础上，请再参阅图1所示，为按照本发明的基于视 频跟踪的车辆排队长度检测方法的流程图，包括：

视频采集，在101中，通过固定视场的视频检测摄像机，对进入视频检测区 域的车辆进行实时视频采集并传输给图像处理单元；

车辆检测，在102中，对进入视频检测区域的运动车辆进行检测、确定运动 车辆的属性；所述属性包括车型、颜色、当前位置；以为车辆跟踪服务；