[发明专利]用于检测地理位置中的异常交通事件的系统、设备和方法在审
申请号: | 201880087498.6 | 申请日: | 2018-01-23 |
公开(公告)号: | CN111699519A | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | V·拉文德兰;V·苏哈卡兰;A·索拉吉普斯;C·耶施万斯 | 申请(专利权)人: | 西门子交通有限责任公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/16;G08G1/00;G06K9/00;G06K9/62;G08G1/04;G08G1/054;G06K9/46 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 张健;陈岚 |
地址: | 德国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 检测 地理位置 中的 异常 交通 事件 系统 设备 方法 | ||
1.一种用于检测地理位置中的异常交通事件(525)的方法,所述方法包括:
基于地理位置中的交通环境来实时确定交通对象,其中交通环境包括车辆交通和行人交通;
通过跟踪地理位置中的交通对象来确定交通活动,其中交通活动包括多个对象轨迹,所述多个对象轨迹包括与交通对象实时相关联的位置、定位和对象边界;以及
通过确定交通活动中的一个或多个异常对象轨迹来检测地理位置中的异常交通事件(525)。
2.根据权利要求1所述的方法,进一步包括:
在地理位置中的多个捕获节点处实时捕获交通环境;以及
确定交通环境中的交通对象,其中交通对象包括道路、道路类型、道路状况、车辆类型、车辆占用和行人类型。
3.根据权利要求2所述的方法,其中确定交通环境中的交通对象包括:
捕获与交通环境相关联的交通图像(530);
基于预定的标识模型、通过卷积层、池化层和激活层的组合来标识交通图像(530)中的特征;以及
基于所标识的特征、独立于车辆位置、相对车辆接近度和行人位置来识别交通对象。
4.根据权利要求3所述的方法,进一步包括:
利用与交通图像中的交通对象的对象坐标、宽度和高度相关联的对象边界框来训练预定的标识模型。
5.根据权利要求1所述的方法,其中通过跟踪地理位置中的交通对象来确定交通活动包括:
在交通环境的交通图像中检测与交通对象相关联的对象坐标;
从对象坐标来确定对象边界;以及
通过基于对象边界跟踪地理位置中的交通对象来确定交通活动。
6.根据权利要求5所述的方法,其中从对象坐标来确定对象边界包括:
对对象坐标进行插值以便以预定间隔来跟踪交通对象;
针对与交通环境相关联的交通图像(530)中的像素来生成像素标记,其中像素标记是通过根据交通对象来对像素进行标记而生成的;以及
基于经插值的对象坐标和像素标记中的一个来确定对象边界。
7.根据权利要求1所述的方法,其中通过从交通活动确定一个或多个异常对象轨迹来检测地理位置中的异常交通事件(525)包括:
实时标识一个或多个异常交通对象(535a),其中异常交通对象(535a)潜在地引起异常交通事件;
检测与异常交通对象相关联的一个或多个异常对象轨迹,其中基于异常交通对象的历史坐标和当前坐标来检测异常对象轨迹;以及
基于异常对象轨迹来检测地理位置中的异常交通事件(525)。
8.根据权利要求7所述的方法,进一步包括:
更新具有异常交通对象(535a)和异常对象轨迹的跟踪列表,其中跟踪列表包括地理位置中的交通对象的交通活动,
其中更新具有异常交通对象(535a)和异常对象轨迹的跟踪列表包括:
检测跨一个或多个捕获节点的异常交通对象(535a)的唯一标识;其中通过匹配与跨捕获节点的异常交通对象(535a)相关联的一个或多个标识特征来确定异常交通对象(535a)的唯一标识。
9.根据权利要求7所述的方法,其中实时检测与一个或多个异常交通对象(535a)相关联的一个或多个异常对象轨迹包括:
基于与交通环境相关联的交通图像(530)中的像素的像素标记的边界之间的相互作用来检测异常对象轨迹,其中像素标记是通过根据交通对象对来像素进行标记而生成的;以及
基于交通对象的对象边界框的边界之间的相互作用来检测异常对象轨迹,其中对象边界框由交通对象的对象坐标、宽度和高度来表示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西门子交通有限责任公司,未经西门子交通有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201880087498.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种测量距离的方法及装置
- 下一篇:流体气缸