[发明专利]基于联网ADAS调查路域交通违法行为时空特征的方法

说明书

本发明公开了一种基于联网ADAS调查路域交通违法行为时空特征的方法，包括：获取城市道路交通系统内所有联网ADAS车辆在行驶过程中感知到的前向车辆交通违法行为信息；对交通违法行为信息进行编码，并打包为结构化数据；将结构化数据上传至交通数据云平台，根据时间信息和经纬度信息将交通违法行为在选定区域道路内的路段上进行匹配，输出各时间段内交通违法行为时空分布图；对道路交通违法行为时空状态进行统计分析，获取各路段交通违法行为发生频次；并对道路交通违法行为时空分布状态进行聚类分析，得到交通违法行为的聚集路段和聚集时段。本发明能准确、实时地反应交通违法行为的特征，对于提升道路风险防控水平具有一定意义。

技术领域

本发明涉及交通安全及智能交通领域，尤其涉及一种基于联网ADAS调查路域交通违法行为时空特征的方法。

背景技术

我国道路交通事故频发，道路交通事故致死率高居不下。近年来，随着电子产业和IT行业的迅猛发展，基于图像处理的道路交通监控、管理越来越多的应用到了道路交通安全研究中。

据统计，我国70％以上的道路安装有监控摄像头，基于监控摄像头的道路交通车辆违法行为记录与监控，可利用图像处理与模式识别的方法，识别道路交通环境中的车道线、信号灯、标志标线等，根据车辆的轨迹特性、运动状态判断车辆的运动模式，为采集交通违法行为提供有力证据。然而，在一些路侧摄像头无法覆盖或因道路交通形成遮挡导致摄像头无法拍摄的情况下，交通事故肇事者往往会存在投机心理，为事故的侦破带来一定的困难。此外，交管部门安装的电子警察仅能覆盖很小的区域或极少的路段，只能在特定区域实现违法取证，不能覆盖全路网。

目前，具有丰富功能和强大环境感知能力的ADAS已普遍应用于小汽车和营运车辆，这让ADAS获取大量交通违法行为数据成为可能。然而，目前ADAS采集的数据多离线使用，未联网上传有效数据，无法全面采集交通违法行为。针对目前情况而言，大量装备有ADAS的车辆采集的交通数据经联网整合、分析后能够为调查交通违法行为提供充足的数据源，若能利用联网ADAS数据记录分析前方车辆的违法行为，则能充分利用现有资源，为区域交通事故风险防控提供支撑。

发明内容

本发明主要目的提供一种基于联网ADAS调查路域交通违法行为时空特征的方法，该方法能够快了解违法行为分布的状态，为道路交通风险防控提供支撑。

本发明所采用的技术方案是：

提供一种基于联网ADAS调查路域交通违法行为时空特征的方法，包括以下步骤：

S1、获取城市道路交通系统内所有联网ADAS车辆在行驶过程中感知到的前向车辆交通违法行为信息；

S2、对获取的交通违法行为信息进行编码，确定交通违法行为发生的时刻和该时刻下违规车辆所处的位置，将交通违规编码、违规时间和违规车辆经纬度打包为结构化数据；

S3、将结构化数据上传至交通数据云平台，根据时间信息和经纬度信息将交通违法行为在选定区域道路内的路段上进行匹配，输出各时间段内交通违法行为时空分布图；

S4、对道路交通违法行为时空状态进行统计分析，获取各路段交通违法行为发生频次；并对道路交通违法行为时空分布状态进行聚类分析，得到交通违法行为的聚集路段和聚集时段。

接上述技术方案，车辆交通违法行为信息包括违规停车、违法换道、超速行驶、违法掉头/左转、压线行驶、车辆逆行、行人横穿马路、行车/车辆闯红灯。

接上述技术方案，步骤S1中，城市道路交通系统根据联网ADAS车辆通过视频采集摄像头采集的前向道路交通视频，通过定位和图像识别方法进行车道线识别、车辆特征识别、车辆运动轨迹识别、信号灯识别、道路标志标线识别，再基于识别的基本道路信息与前向车辆信息，通过机器学习算法识别前向车辆交通违法行为。

接上述技术方案，步骤S3的具体方法为：