[发明专利]一种基于车辆数目与车流速度的高速公路拥堵检测方法

说明书

技术领域

本发明涉及视频监控的智能应用领域。

背景技术

到2014年底,高速公路通车总里程达到11.2万公里，已超过美国跃居世界第一，2015年高速公路还需2.33万公里(含地方高速)。由于里程如此之大，实时发现高速公路因塌陷、滑坡、车辆事故等原因造成的拥堵，已成为高速公路管理部门及交通部门急切想要解决的难题。

现有技术中，有一些对高速公路的车辆拥堵进行判断的方法，例如，采用前景与背景分离的方法，提取高速公路上的车辆，判断拥堵，或者直接采用两帧相减的方式；也有先采用GMM背景建模，再每帧视频与背景模型相减的方式提取检测区域车辆信息。不管哪一种，对环境的变化都很敏感，而暴露在室外的高速公路环境非常恶劣。比如：下雨、下雪、太阳照射、雾天都会对上述算法造成影响，结果出现大的偏差。又或者，直接对视频图像的检测区域进行光流特征点跟踪分析，检测出车流的运行速度，通过车流速度判断道路拥堵状况，但是，该方法基于整个视频光流不变性，存在以下缺点，首先，算法复杂，又需要对整个检测区域全检测，所以速度难以做到实时，其次，因为光照变化等影响，会检测到大量非车辆的特征点，而且难以排除，造成算法结果出现偏离，所以，该算法整体速度慢，存在误差。

高速公路上单一的车辆数据不能信任拥堵判断，需要增加车流速度检测。通过视频检测车流速度的一般处理方式是采用轨迹分析，但是由于轨迹跟踪只能描述目标的运动趋势，用来描述车辆速度准确度不够。另外一种处理方式是采用整幅图的光流场来求取，整个算法需要计算的图像面积大，导致计算量大、速度慢，并且容易受到非车辆部分光流场干扰，比如公路路基、隔离带等等。

发明内容

本发明所要解决的技术问题是提供一种基于车辆数目与车流速度的高速公路拥堵检测方法，能够克服背景技术中的问题，解决高速公路拥堵的检测问题。

本发明解决技术问题所采用的技术方案是：一种基于车辆数目与车流速度的高速公路拥堵检测方法，包括以下步骤：

1）对高速公路的图像中的车辆进行精确检测，统计出车辆数目；

2）从统计结果中选择一定量的车辆区域，并计算车流速度；

3）根据步骤1）和步骤2）的车辆数目和车流速度，判断高速公路上的拥堵状况。

在采用上述技术方案的同时，本发明还可以采用或者组合采用以下进一步的技术方案：

所述车辆数目的检测首先包括离线训练阶段，所述离线训练阶段具体包括以下步骤：

1.1）手动标记海量数据的正负样本；

1.2）在标记好的正负样本中挑选能进行区分的特征；

1.3）将能区分的特征形成特征平面。

所述车辆数目的检测还包括在线检测阶段，所述在线检测阶段具体包括：计算测试样本位于所述特征平面的哪一侧，区分样本是否是车辆，从而检测出车辆。

所述车辆检测步骤中采用基于Haar-like特征的Adaboost分类检测器。

所述车流速度的计算步骤包括：

2.1）根据车辆数目的检测结果，获取部分车辆区域；

2.2）计算该部分车辆区域的角点；

2.3）在相邻帧对上述角点进行跟踪；

2.4）统计上述角点的平均速度，得到平均车流速度。

所述高速公路上拥堵状况的判断具体包括：根据步骤1）中检测的车辆数目设定阈值一，根据步骤2）中计算的车流速度设定阈值二，将阈值一和阈值二与设定值比较，判断高速公路的拥堵状况。

本发明的有益效果是：本发明主要基于高速公路视频，利用分类检测器，在视频检测区域检测出车辆个数。在这些检测到的车辆中随机抽取一定数量的车辆，对车辆对应抽取区域进行特征点（车辆的角点特征）光流跟踪,计算出车辆区域光流平均速度，之所以提取一定数量车辆，是因为光流计算复杂，这样可以减少计算量。当车辆特征点光流跟踪计算出的平均速度（即车流速度）小于预设值，且第一步检测的车辆数大于预设值时，判断高速公路进入拥堵状态。当车辆特征点光流跟踪计算出的平均速度小于预设值，而第一步检测的车辆数小于预设值时，判断为疑似高速拥堵。