一种基于低空无人机的交叉口OD矩阵估算方法技术

本发明专利技术提供了一种基于低空无人机视频的交叉口OD矩阵提取方法，首先建立视频配准模块，以消除因无人机抖动对视频图像处理造成的影响；其次，通过布设雷达辅助定向解决交叉口在图像和实际中的方向匹配问题，并通关过颜色特征检测的方法提取交叉口渠化方案，将其和已有记录中的渠化方案对比，以确定最终的渠化方案；最后，根据渠化方案，建立交叉口的OD矩阵，并划定各向流量提取的断面，完成流量提取和OD矩阵的填写。通过上述技术方案，解决了航拍交叉口视频在处理过程中难以和实际方位相匹配的问题；充分保证其准确性；相对于传统的路段断面流量估算，保留了交叉口多流向的特征信息。

【技术实现步骤摘要】
一种基于低空无人机的交叉口OD矩阵估算方法
本专利技术涉及交通信息采集与处理领域，具体是一种基于低空无人机视频的交叉口OD矩阵估算方法。
技术介绍
交叉口是路网运行的关键节点，由于各种交通流之间流向交错，产生大量冲突点，虽然形成了按时间、空间两种维度来分配路权的特殊组织运行方式，但是交叉口仍然是交通事件的频发地带，成为了交通管理与控制工作的重点和难点。而交叉口流量作为交叉口运行状态的基本参数，精确、完整地提取交叉口流量是展开交叉口管理与控制工作的重要基础。近年来，随着无人机的发展，其体积小、使用方式灵活、适应环境复杂、购置费用低等特点，为交通管理与控制、交通流检测等工作提供了新的思路。无人机拍摄画面与道路平行，在飞行高度和摄像机焦距合适的情况下，能够完整的、无其他遮挡物干扰地呈现道路交叉口的运行状态，便于进行交叉口流量提取。目前，基于无人机的道路交通流检测方法限制于道路断面处，而交叉口这种车流多流向交错的交通组织形式无法从单一的道路断面处提取。交叉口OD矩阵，是将交叉口的进口道和出口道作为起讫点，由各向流量生成的二维表格。将交叉口OD矩阵作为交叉口流量提取形式，不仅能很直观地展现出流量数值，相对于一般的道路流量提取方法，还能够最大程度地保留交叉口车流流向信息。因此，需要完整、准确地获取交叉口的渠化信息。然而，因为无人机在拍摄过程中的朝向不固定，在进行视频图像处理时，会难以辨别出视频图像中某一交叉口进口道的实际方向，造成了图像和实际在方向上难以匹配的问题，交叉口的渠化信息最终难以确定下来。
技术实现思路
为了获取完整、准确的交叉口渠化信息，完成无人机视频图像与实际交叉口方向信息的匹配，并克服传统无人机视频用于交通流检测时对交叉口流量的流向信息提取不足的缺点，充分发挥无人机在复杂交通环境下能够及时、便捷地获取高分辨率交叉口连续图像信息的优势，本专利技术提出了一种基于低空无人机视频的交叉口OD矩阵提取方法。首先建立视频配准模块，以消除因无人机抖动对视频图像处理造成的影响；其次，通过布设雷达辅助定向解决交叉口在图像和实际中的方向匹配问题，并通关过颜色特征检测的方法提取交叉口渠化方案，将其和已有记录中的渠化方案对比，以确定最终的渠化方案；最后，根据渠化方案，建立交叉口的OD矩阵，并划定各向流量提取的断面，完成流量提取和OD矩阵的填写。本专利的技术方案包括：一种基于低空无人机的交叉口OD矩阵估算方法，其特征在于，所述方法包括如下步骤：步骤一、无人机悬停于交叉口获取交叉口视频图像；步骤二、建立视频配准模块对无人机图像的抖动进行校正，所述视频配准模块选择图像中若干个特征点，并在各幅视频图像中保持所述特征点的坐标始终不变，并根据所述特征点的坐标对各幅视频图像进行配准；步骤三、基于视频辅助车辆对于图像中的交叉口进行定向，视觉辅助车辆在车辆顶部进行预定涂装，以在视频中进行识别；对于d路交叉口，按逆时针方向，分别设n1、n2、…、nd代表实际方位中各向进口道的方位；设在视频图像中，其交叉口进口道各方向按逆时针方向取为T1、T2、…、Td。在无人机航拍交叉口时，令视觉辅助车辆于交叉口nv方向进口道驶入交叉口；在航拍交叉口视频处理时，根据视觉辅助车辆驶入交叉口的时间缩小其识别搜索范围，当在视频图像中识别到视觉辅助车辆出现并驶入交叉口时，记录下进口道方向Tu那么，图像中的交叉口进口方向和实际方向具有如下d条对应关系：其中，下脚标(u+c)\d表示(u+c)除以d的余数，c为满足0≤c≤d-1的整数，据此完成视频图像中的交叉口进口道方向和实际方位的匹配；步骤四、基于颜色特征提取视频图像中的交叉口渠化方案，即按颜色特征来区分交叉口及进口车道内的车道线、停车线等道路标志线，达到在无人机视频图像中识别交叉口各进口道车道类型、车道数的目的，并最终形成完整的交叉口渠化方案；步骤五、基于位置信息匹配，调取交叉口渠化方案，并比较无人机视频所得到的渠化方案与调取的渠化方案是否一致，如果不一致则重复步骤四；步骤六、如果无人机视频所得到的渠化方案与调取的渠化方案一致则建立交叉口OD矩阵；步骤七、对方向Ti循环，完成所有方向的交叉口流量提取；将车辆作为动态追踪目标，根据Ti方向的进口道渠化方案选择计数断面，计算车流各向流量；步骤八、填写交叉口OD矩阵，计算结束。优选地，所述步骤七中对计数断面的选择方法为：当Ti方向有左转专用车道时：在直行方向为绿灯相位时，选取Ti方向进口车道停车线作为计数断面，计算所得流量为直右合流流量，记作Qi,SR；在直行方向为绿灯相位时，选取Ti+1方向，即Ti的右转方向的出口车道断面作为计数断面，计算所得流量为右转流量，记Qi,R，且可计算直行流量为Qi,S＝Qi,SR-Qi,R；在直行方向为绿灯相位时，选取Ti方向道路中线的延长线为断面，计算U型转弯/调头车流流量，记为Qi,U；在左转方向为绿灯相位时，选取Ti-1方向，即Ti的左转方向的出口车道断面作为计数断面，计算所得流量为左转流量，记Qi,L；当Ti方向有左转专用车道时：在直行方向为绿灯相位时，选取Ti方向进口车道停车线作为计数断面，计算所得流量为左直右合流流量，记作Qi,SLR；在直行方向为绿灯相位时，选取Ti+1方向，即Ti的右转方向的出口车道断面作为计数断面，计算所得流量为右转流量，记Qi,R，在直行方向为绿灯相位时，选取Ti-1方向，即Ti的左转方向的出口车道断面作为计数断面，计算所得流量为左转流量，记Qi,L，则可计算直行流量为Qi,S＝Qi,SLR-Qi,R-Qi,L。优选地，所述步骤八中包括根据实际方位和交叉口进口车道方向命名规则，确定OD矩阵表中的元素：Qi,R＝Qi(i+1)，当i＝d时，取i+1＝1；Qi,L＝Qi(i-1)，当i＝1时，取i-1＝d；Qi,S由具体交叉口渠化方案来确定其在OD矩阵中的位置。本专利技术的优点在于：(1)提出基于视觉辅助车辆的交叉口定向方法，解决了航拍交叉口视频在处理过程中难以和实际方位相匹配的问题；(2)通过建立交叉口信息库，使用位置信息匹配的手段，将从视频图像中提取的交叉口渠化信息与交叉口信息库中的渠化信息相比较，充分保证其准确性；(3)利用OD矩阵形式解决了通过无人机视频提取交叉口各向流量的问题，相对于传统的路段断面流量估算，保留了交叉口多流向的特征信息。附图说明图1是本专利技术提出的基于低空无人机的交叉口OD矩阵提取方法流程图图2是本专利技术视频所航拍交叉口的图像图3是本专利技术实例最终得到的交叉口OD矩阵图4是本专利技术中的图像抖动校准示意图。具体实施方式下面结合附图对本专利技术做进一步详细说明。本具体实施方式提供了一种基于低空无人机的交叉口OD矩阵提取方法，具体包括以下几个步骤：步骤1，建立视频配准模块，完成无人机视频图像的抖动纠正。无人机质量小、轻便灵活，也正因如此，自身的机械抖动和气流作用容易造成所摄图像出现抖动，其频率和幅度远超传统的航空和卫星遥感影像，不利于后续处理工作。因此，为了对无人机视频图像的抖动进行纠正、消除，应建立视频配准模块。以下图为例，可以在视频图像中选取若干个特征点，这些特征点在现实中的相对位置是不变的，因而可以在视频图像中建立一个不随抖动影响的坐标系，即无论图像中交叉口如何偏移、扭曲，均以选取的特征点建立坐本文档来自技高网...

【技术保护点】
1.一种基于低空无人机的交叉口OD矩阵估算方法，其特征在于，所述方法包括如下步骤：步骤一、无人机悬停于交叉口获取交叉口视频图像步骤二、建立视频配准模块对无人机图像的抖动进行校正，所述视频配准模块选择图像中若干个特征点，并在各幅视频图像中保持所述特征点的坐标始终不变，并根据所述特征点的坐标对各幅视频图像进行配准；步骤三、基于视频辅助车辆对于图像中的交叉口进行定向，视觉辅助车辆在车辆顶部进行预定涂装，以在视频中进行识别；对于d路交叉口，按逆时针方向，分别设n1、n2、…、nd代表实际方位中各向进口道的方位；设在视频图像中，其交叉口进口道各方向按逆时针方向取为T1、T2、…、Td。在无人机航拍交叉口时，令视觉辅助车辆于交叉口nv方向进口道驶入交叉口；在航拍交叉口视频处理时，根据视觉辅助车辆驶入交叉口的时间缩小其识别搜索范围，当在视频图像中识别到视觉辅助车辆出现并驶入交叉口时，记录下进口道方向Tu那么，图像中的交叉口进口方向和实际方向具有如下d条对应关系：

【技术特征摘要】
2018.07.04 CN 201810722122X1.一种基于低空无人机的交叉口OD矩阵估算方法，其特征在于，所述方法包括如下步骤：步骤一、无人机悬停于交叉口获取交叉口视频图像步骤二、建立视频配准模块对无人机图像的抖动进行校正，所述视频配准模块选择图像中若干个特征点，并在各幅视频图像中保持所述特征点的坐标始终不变，并根据所述特征点的坐标对各幅视频图像进行配准；步骤三、基于视频辅助车辆对于图像中的交叉口进行定向，视觉辅助车辆在车辆顶部进行预定涂装，以在视频中进行识别；对于d路交叉口，按逆时针方向，分别设n1、n2、…、nd代表实际方位中各向进口道的方位；设在视频图像中，其交叉口进口道各方向按逆时针方向取为T1、T2、…、Td。在无人机航拍交叉口时，令视觉辅助车辆于交叉口nv方向进口道驶入交叉口；在航拍交叉口视频处理时，根据视觉辅助车辆驶入交叉口的时间缩小其识别搜索范围，当在视频图像中识别到视觉辅助车辆出现并驶入交叉口时，记录下进口道方向Tu那么，图像中的交叉口进口方向和实际方向具有如下d条对应关系：其中，下脚标(u+c)\d表示(u+c)除以d的余数，c为满足0≤c≤d-1的整数，据此完成视频图像中的交叉口进口道方向和实际方位的匹配；步骤四、基于颜色特征提取视频图像中的交叉口渠化方案，即按颜色特征来区分交叉口及进口车道内的车道线、停车线等道路标志线，达到在无人机视频图像中识别交叉口各进口道车道类型、车道数的目的，并最终形成完整的交叉口渠化方案；步骤五、基于位置信息匹配，调取交叉口渠化方案，并比较无人机视频所得到的渠化方案与调取的渠化方案是否一致，如果不一致则重复步骤四；步骤六、如果无人机视频所得到的渠化方案与调取的渠化方案一致则建立交叉口OD矩阵；步骤七、对方向...

【专利技术属性】
技术研发人员：于海洋，季楠，王云鹏，任毅龙，杨刚，张路，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11