[发明专利]一种交通路段车辆排队视频检测系统

说明书

技术领域

本发明涉及智能交通技术领域，具体涉及一种交通路段车辆排队视频检测系统。

背景技术

交通拥堵已经成为中、大城市中一个突出的问题，随着汽车的普及，固定程序的交通信号灯已经不能很好解决交通拥堵的难题，现有的交通信号灯只能按照固定的时间点亮红、黄和绿灯来指挥交通，远远不能做到对路面车辆的智能指挥调度，缓解城市交通拥堵问题。因此需要一种新的智能交通指挥调度系统来对城市中的交通信号灯实行合理配置，充分发挥交通压力小的马路来减轻车流量大的马路的交通压力。

发明内容

针对上述问题，本发明旨在提供一种交通路段车辆排队视频检测系统。

本发明的目的采用以下技术方案来实现：

一种交通路段车辆排队视频检测系统，包括路面监控模块、视频解码模块、检测模块、有线网络传输模块、指挥调度模块和存储器，所述路面监控模块用于对路面上的车流状况进行实时监控，采集路况视频图像；所述检测模块用于对车辆的动态情况进行追踪监控，得到车辆动态信息；所述有线网络传输模块将车辆动态信息传输至所述指挥调度模块；所述指挥调度模块用于对拥堵路段及附近路段的交通信号灯做出合理调整。

本发明的有益效果为：本发明利用视频监控的方式对路面车辆动态情况进行检测，据此对拥堵路段及附近路段的交通信号灯做出调整，能够实现交通合理分流，缓解交通压力，节省人们花在路上的时间。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的框架结构图；

图2是本发明的检测模块的框架结构图。

附图标记：

路面监控模块1、视频解码模块2、检测模块3、有线网络传输模块4、指挥调度模块5、存储器6、静态环境检测子模块31、路况参数更新子模块32和动态车辆检测子模块33。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种交通路段车辆排队视频检测系统，包括路面监控模块1、视频解码模块2、检测模块3、有线网络传输模块4、指挥调度模块5和存储器6，所述路面监控模块1用于对路面上的车流状况进行实时监控，采集路况视频图像；所述检测模块3用于对车辆的动态情况进行追踪监控，得到车辆动态信息；所述有线网络传输模4块将车辆动态信息传输至所述指挥调度模块；所述指挥调度模块5用于对拥堵路段及附近路段的交通信号灯做出合理调整。

优选地，所述视频解码模块用于对所述路面监控模块采集得到的路况视频图像的视频流进行解码处理。

优选地，所述检测模块根据运动检测方法提取道路车流量、每个车道上行车的平均速度和每个车道上排队车辆的数量。

本发明上述实施例，利用视频监控的方式对路面车辆动态情况进行检测，据此对拥堵路段及附近路段的交通信号灯做出调整，能够实现交通合理分流，缓解交通压力，节省人们花在路上的时间。

优选地，如图2所示，所述检测模块包括静态环境检测子模块、路况参数更新子模块和动态车辆检测子模块；

所述静态环境检测子模块根据路况视频图像的数据对各高斯背景模型重要参数进行初始化，高斯背景模块为：

式中，g表示高斯背景模型，υ²(x,y)表示路况视频图像位置(x,y)处的灰度值方差，P(x,y)为路况视频图像位置(x,y)处的灰度值，φ(x,y)表示路况视频图像位置(x,y)处的灰度值均值；

再将路况视频图像的各像素灰度值与高斯背景模型进行匹配判断，包括：

(1)将M帧路况视频图像中每个像素点位置的平均灰度值和方差作为各单个高斯背景模型的初始均值和初始方差，并设定初始权重，具体为：

式中，φ_z,0(x,y)表示第z个高斯背景模型的初始均值，表示第z个高斯背景模型的初始方差，表示第z个高斯背景模型的初始权重，P(x,y)为路况视频图像位置(x,y)处的灰度值，M为初始化窗口宽度(单位：帧)，Z为高斯背景模型的个数；

(2)在s时刻，将位置(x,y)处路况视频图像的像素灰度值与当前的Z个高斯背景模型逐一按照自定义匹配判断公式进行判断，其中采用的自定义匹配公式为：