交通监控方法及交通监控装置制造方法及图纸

本发明专利技术公开了一种可用于车辆轨迹跟踪与碰撞预警的交通监控方法，采用智能监控信息层级结构模型实现，该模型包括环境感知层、对象层、特征层、语义层及决策层。该方法包括：实时获取交通图像并存储于环境感知层；在交通图像中提取车辆图像并存储于对象层；利用卷积神经网络所得模型和具备在线学习能力的现场采集设备实时处理车辆图像，以获取车辆的身份信息和运动参数，存储于特征层；处理特征参数得出车辆的运动趋势并存入语义层；以语义层的结论判断车辆是否将发生碰撞；若判断车辆将发生碰撞，则产生预警。通过对交通图像进行预处理、学习、及识别，可分析是否将发生事故；并产生预警以告之有关人员。本发明专利技术还公开了一种交通监控装置。

【技术实现步骤摘要】

本专利技术涉及交通监控技术，特别涉及一种用于车辆轨迹跟踪与碰撞预警的交通监控方法及交通监控装置。本专利技术属于交通监控领域、机器视觉领域、机器学习领域、人工智能领域。
技术介绍
随着经济和社会的不断发展，我国车辆数量呈逐年激增态势，交通事故也随之逐年增多。为有效监控和管理道路交通，降低交通事故发生率，基于视频技术的交通监控系统大量应用于城乡的各级公路。受硬件和软件技术的限制，传统的交通监测手段一般仅能获取监测录像，而不能对可能发生的事故进行识别判断，这就需要监控人员付出长时间、高强度的重复性劳动才能完成判读以及相应后续工作，且无法实现实时、高效、准确的监控，这不利于尽快了解交通状况及尽快对可能发生的事故进行处理。
技术实现思路
本专利技术的实施方式旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术的实施方式需要提供一种及交通监控方法及交通监控装置。本专利技术提供一种交通监控方法，可用于车辆轨迹跟踪与碰撞预警，所述交通监控方法采用智能监控信息层级结构模型实现，所述信息层级结构模型包括环境感知层、对象层、特征层、语义层及决策层；所述交通监控方法包括：实时获取交通图像并存储所述交通图像于所述环境感知层；在所述交通图像中提取车辆区域图像并存储所述车辆图像于所述对象层；利用深度卷积神经网络训练所得模型和具备在线学习能力的现场采集设备实时处理车辆图像，以获取车辆的身份信息及运动参数，并存储所述身份信息及所述运动参数于所述特征层；处理所述运动参数以得出所述车辆的运动趋势并将所述运动趋势存入所述语义层；处理所述运动趋势以判断所述车辆是否将发生碰撞并将判断结果存储于所述决策层；及若判断所述车辆将发生碰撞，则产生预警。在本专利技术实施方式中，通过对交通图像进行处理及识别，可分析车辆是否将发生事故，并产生预警，从而有利于相关人员尽快了解交通状况及尽快对情况进行处理，可解决现有技术某些问题。在某些实施方式中，所述产生预警的步骤在交通监测端产生预警。在某些实施方式中，所述产生预警的步骤发送预警信息至所述身份信息对应的所述车辆以产生预警。本专利技术还提供一种交通监控装置，可用于车辆轨迹跟踪与碰撞预警，所述交通监控方法采用智能监控信息层级结构模型实现，所述信息层级结构模型包括环境感知层、对象层、特征层、语义层及决策层；所述交通监控装置包括：图像获取模块，用于实时获取交通图像并存储所述交通图像于所述环境感知层；提取模块，在所述交通图像中提取车辆图像并存储所述车辆图像于所述对象层；图像处理模块，用于利用卷积神经网络所得模型和具备在线学习能力的现场采集设备实时处理车辆图像以获取车辆的身份信息及运动参数并存储所述身份信息及所述运动参数于所述特征层；参数处理模块，用于处理所述运动参数以得出所述车辆的运动趋势并将所述运动趋势存入所述语义层；碰撞判断模块，用于处理所述运动趋势以判断所述车辆是否将发生碰撞并将判断结果存储于所述决策层；预警模块，用于在所述第一参数处理模块判断为是时产生预警。在某些实施方式中，所述预警模块用于在交通监测端产生预警。在某些实施方式中，所述预警模块用于发送预警信息至所述身份信息对应的所述车辆以产生预警。本专利技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实施方式的实践了解到。附图说明本专利技术的实施方式的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：图1是本专利技术某些实施方式的交通监测方法的流程示意图。图2是本专利技术某些实施方式的交通监测装置的功能模块示意图。图3是本专利技术某些实施方式的交通监测方法或交通监测装置的原理示意图。图4是本专利技术某些实施方式的交通监测方法或交通监测装置采用的智能交通监测信息结构。图5是本专利技术某些实施方式的交通图像及车辆图像的示意图。具体实施方式下面详细描述本专利技术的实施方式，实施方式的示例在附图中示出，其中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅可用于解释本专利技术的实施方式，而不能理解为对本专利技术的实施方式的限制。请参阅图1-5，本专利技术实施方式的监控方法，交通监控方法采用信息层级结构实现，交通监控方法可包括以下步骤：S1，实时获取交通图像300并存储交通图像300于环境感知层；S2，在交通图像300中提取车辆区域图像310并存储车辆区域图像310于对象层；S3，利用卷积神经网络所得模型和具备在线学习能力的现场采集设备实时处理车辆区域图像310以获取车辆的身份信息及运动参数，并存储身份信息及运动参数于特征层；S4，处理运动参数以得出车辆的运动趋势并将运动趋势存入语义层；S5，处理运动趋势以判断车辆是否将发生碰撞并将判断结果存储于决策层；S6，若S5判断车辆将发生碰撞，则产生预警。请参阅图2，本专利技术实施方式的交通监控装置100可包括图像获取模块110、提取模块120、图像处理模块130、参数处理模块140、碰撞判断模块150及预警模块160，分别可用于实现S1、S2、S3、S4、S5及S6。也就是说，图像获取模块110可用于实时获取交通图像300并存储交通图像300于环境感知层；提取模块120在交通图像300中提取车辆区域图像310并存储车辆区域图像310于对象层；图像处理模块130可用于利用卷积神经网络所得模型和具备在线学习能力的现场采集设备实时处理车辆区域图像310以获取车辆的身份信息及运动参数并存储身份信息及运动参数于特征层；参数处理模块140可用于处理运动参数以得出车辆的运动趋势并将运动趋势存入语义层；碰撞判断模块150可用于处理运动趋势以判断车辆是否将发生碰撞并将判断结果存储于决策层；预警模块160可用于在第一参数处理模块140判断为是时产生预警。目前的交通监测手段一般仅能获取监测录像，却不能对可能发生的事故进行识别判断，不利于尽快了解交通状况及尽快对可能发生的事故进行处理。在本专利技术实施方式中，通过对交通图像300进行处理及识别，可分析车辆是否将发生碰撞，并产生预警，从而有利于相关人员尽快了解交通状况及尽快对情况进行处理。请参阅图4，在本专利技术某些实施方式中，交通监控方法或交通监控装置100采用信息层级结构实现，该结构是一种智能监控信息层级结构，可包括环境感知层、地理标志层、对象层、特征层、语义层及决策层等。各层级分别可用于存储信息处理不同阶段的信息，层级与层级之间有机联结，从上一层中调用信息进行处理，处理结果可存储于下一层级。其中，地理标志层并未在本专利技术实施方式中应用。智能监控信息层级结构各层级的联结方式及信息传递顺序可参阅图4。其中，环境感知层是最基础的层级。前端采集设备，如设置于道路的监控摄像头111，获取交通图像300及各帧交通图像300对应的时间、地点，可将这些基础信息存储于环境感知层并作为后续信息处理的基础。交通图像300对应的地点可以是摄像头111所在的地点。若交通图像300中包含车辆，可从环境感知层提取图像中的车辆区域图像310并存储于对象层。车辆区域图像310可作为后续分析车辆运动信息及身份信息的基础。从对象层调取车辆区域图像310并做分析可获取车辆的运动参数及车辆身份信息并存储于特征层，并作为后续分析的基础。身份信息可以是与车辆身本文档来自技高网...

【技术保护点】
一种交通监控方法，可用于车辆轨迹跟踪与碰撞预警，其特征在于，所述交通监控方法采用智能监控信息层级结构模型实现，所述信息层级结构模型包括环境感知层、对象层、特征层、语义层及决策层；所述交通监控方法包括：实时获取交通图像并存储所述交通图像于所述环境感知层；在所述交通图像中提取车辆区域图像并存储所述车辆区域图像于所述对象层；利用深度卷积神经网络训练所得模型和具备在线学习能力的现场采集设备，实时处理车辆区域图像以获取车辆的身份信息及运动参数，并存储所述身份信息及所述运动参数于所述特征层；处理所述运动参数以得出所述车辆的运动趋势并将所述运动趋势存入所述语义层；处理所述运动趋势以判断所述车辆是否将发生碰撞并将判断结果存储于所述决策层；及若判断所述车辆将发生碰撞，则产生预警。

【技术特征摘要】
1.一种交通监控方法，可用于车辆轨迹跟踪与碰撞预警，其特征在于，所述交通监控方法采用智能监控信息层级结构模型实现，所述信息层级结构模型包括环境感知层、对象层、特征层、语义层及决策层；所述交通监控方法包括：实时获取交通图像并存储所述交通图像于所述环境感知层；在所述交通图像中提取车辆区域图像并存储所述车辆区域图像于所述对象层；利用深度卷积神经网络训练所得模型和具备在线学习能力的现场采集设备，实时处理车辆区域图像以获取车辆的身份信息及运动参数，并存储所述身份信息及所述运动参数于所述特征层；处理所述运动参数以得出所述车辆的运动趋势并将所述运动趋势存入所述语义层；处理所述运动趋势以判断所述车辆是否将发生碰撞并将判断结果存储于所述决策层；及若判断所述车辆将发生碰撞，则产生预警。2.如权利要求1所述的交通监控方法，其特征在于，所述产生预警的步骤在交通监控端产生预警。3.如权利要求1所述的交通监控方法，其特征在于，所述产生预警的步骤发送预警信息至所述身份信息对应的所述车辆以产生预警。4.一种交通监控装置，可用于车辆轨迹跟踪与碰撞...

【专利技术属性】
技术研发人员：邓中翰，杨晓东，杨帆，
申请(专利权)人：广东中星微电子有限公司，
类型：发明
国别省市：广东;44