一种基于双摄像机的交叉口分车道详细交通参数采集方法技术

本发明专利技术公开了一种基于双摄像机的交叉口分车道详细交通参数采集方法。由于单台低角度摄像机本身的固有缺陷，本发明专利技术使用了两台具有相反视角的低角度摄像机共同监控交叉口的入口路段。首先，本发明专利技术在交叉口入口路段安装双摄像机并进行感兴趣区域的离线设置。其次，针对各摄像机分别实现以车头和车尾为代表的车辆鲁棒检测，并利用稳定特征对每辆车在各车道上的位置进行划分。在进一步估计车辆通过预定检测线以及停车线的确切时间后，可以实现分车道车辆到达与驶离累计曲线的实时估计。最后，基于累积输入输出模型，利用分车道车辆到达及驶离累积曲线，计算分车道平均到达率、驶离饱和流率以及以车辆数为单位的分车道车辆排队长度等交通详细参数。本发明专利技术智能交通监控及交叉口交通参数采集具有重要意义。

A method of collecting detailed traffic parameters of intersection by lane based on two cameras

【技术实现步骤摘要】
一种基于双摄像机的交叉口分车道详细交通参数采集方法
本专利技术属于智能交通监控系统及交叉口交通参数采集
，利用计算机视频智能处理技术，采用两台具有相反视角的低角度摄像机共同监控交叉口的入口路段，实现交叉口分车道详细交通参数采集。
技术介绍
道路交叉口是城市道路系统的重要组成部分。交叉口通行能力、延误与服务水平的定量评估，对于交叉口交通组织优化以及信号灯配时及控制管理具有重要意义。以车辆排队长度、入口路段上游合适位置的车辆到达率和绿灯期间车辆驶离停车线的饱和流率等为代表的分车道详细交通参数，可以作为交叉口各项评估的基础性指标。因此针对这些分车道详细交通参数的实测与分析，越来越受到人们的重视。长期以来，车辆排队长度一直作为反映交叉口延误与服务水平的一种重要参数。近年来，基于视频的车辆检测技术以成本低、安装维护方便、直观性强、监控范围大、扩展与改进的空间大等优点而被广泛采用，是智能交通系统领域交通参数采集的重要技术。基于视频图像处理技术的排队长度检测方法也越来越受到人们的关注。该技术无疑代表了未来车辆排队长度检测技术的发展方向，其研究与应用具有重要的理论意义和实用价值。但是，目前基于图像处理技术的排队长度检测方法存在这样一个根本性问题：所计算的排队长度只能表示为从入口路段停车线算起的距离(无论图像空间的像素距离或者三维真实世界的距离)，而不是实际真正需要的停车等待的车辆计数。因此，当从距离测量转换为车辆计数时，不可避免地引入一些不太精确的修正，从而严重降低了实际测量车辆排队长度的意义。入口路段上游的车辆到达率和绿灯期间的车辆饱和流率都是优化调整交叉口信号灯配时及加强控制管理的重要参数。目前，针对这两项重要参数多采用人工调查的方式，因此不可避免地存在着调查成本高、工作量大、不确定因素多等问题。因此，在已经采用复杂图像处理算法进行车辆排队长度检测的基础上，以完全自动的方式同时方便地获得这两项参数，就非常具有实际意义。归根结底，基于图像处理技术的交叉口交通参数采集方法的性能与适用范围，与视频车辆检测器在交叉口附近区域内的具体安装位置紧密相关。多数交叉口低角度视频车辆检测器主要安装在入口路段的停车线附近，并限制了安装高度范围为6米以内，只能实现传统以距离度量的车辆排队长度检测方法。本专利技术人已提交的专利《一种车辆鲁棒检测及分车道到达累计曲线估计方法》(专利申请号为201610835876.7)开始尝试将低角度视频车辆检测器安装在交叉口入口路段上游的合适位置，实现了红灯期间车辆依次排队发生严重交通拥堵情况下车辆平均到达率的鲁棒估计。
技术实现思路
本专利技术提出一种基于双摄像机的交叉口分车道详细交通参数采集方法。由于安装在入口路段停车线附近，并且限制了安装高度范围的单台低角度摄像机本身存在固有缺陷，本专利技术使用了两台具有相反视角的低角度摄像机共同监控交叉口的入口路段：其中一台摄像机仍然固定安装在入口路段停车线附近，主要用来拍摄即将驶离入口路段车辆的头部区域；另一台摄像机则固定安装在入口道路上游的适当位置，主要用来拍摄刚刚到达入口路段车辆的尾部区域。同一车辆在经过入口路段形成完整的到达与驶离过程中，首先在刚刚到达入口路段时被车尾摄像机拍摄到尾部图像，然后才在即将驶离入口路段时，被车头摄像机拍摄到头部图像。本专利技术在已申请专利《一种车辆鲁棒检测及分车道到达累计曲线估计方法》(专利申请号为201610835876.7)权利要求内容的基础上更进一步，引入了架设在入口路段停车线附近的车头摄像机。只需要将该申请提出的车尾摄像机与新引入的传统意义车头摄像机相结合，有效融合这两台摄像机各自检测到的车辆(分别为车头和车尾)信息，就可以得到城市道路高峰时段交叉口排队长度、到达率与饱和流率等详细参数。具体说来，本专利技术在通过车尾摄像机估计车辆到达累计曲线的基础上，进一步利用新引入的车头摄像机估计车辆驶离累计曲线，形成完整的交叉口累计输入输出模型表达，为简单而灵活地估计真正需要的车辆排队累积计数打下扎实基础。同时，根据车辆驶离累计曲线，可以方便地实现车辆饱和流率的准确计算。本专利技术的完全自动计算方式，为解决车辆饱和流率调查成本高、工作量大、不确定因素多等问题具有实际的意义。一种基于双摄像机的交叉口分车道详细交通参数采集方法，其特征在于包括如下步骤：步骤1：在交叉口入口路段安装双摄像机并进行感兴趣区域的离线设置在交叉口入口路段停车线的前方安装专门拍摄车辆头部区域的低角度摄像机A(车头摄像机)，并在入口路段上游的合适位置安装专门拍摄车辆尾部区域的低角度摄像机B(车尾摄像机)。调整这两台摄像机(A和B)的安装高度和低角度姿态，保证它们以相反的视角共同监控交叉口的入口路段。对于车尾摄像机B而言，采用与已申请专利《一种车辆鲁棒检测及分车道到达累计曲线估计方法》(专利申请号为201610835876.7)同样的离线设置感兴趣区域的步骤，包括设置车道线、用于检测车辆尾部的有效图像范围以及车辆到达检测线(通过多次尝试获得)。对于车头摄像机A而言，采用类似的离线设置感兴趣区域步骤。因为入口路段停车线已经存在(只需要标注出来方便后续使用)，因此具体的设置工作主要归结为根据停车线合理设置检测车辆头部的有效图像范围。步骤2：针对各摄像机的车辆鲁棒检测以及分车道车辆到达与驶离累计曲线估计无论对于摄像机A或B而言，都可以采用与已申请专利《一种车辆鲁棒检测及分车道到达累计曲线估计方法》(专利申请号为201610835876.7)同样的处理步骤。针对车尾摄像机B而言，主要包括基于特征融合的车尾鲁棒检测，分车道车尾定位以及车辆到达累计曲线估计。这部分内容已经在这份已申请专利中详细进行了说明，以下是基本介绍：经过车尾鲁棒检测以及分车道车尾定位的车辆列表可以表示为其中，{xi,yi,wi,hi}表示了车辆的大小和位置，{indexi,ti}表示该辆车所属的车道索引号以及车尾跨越检测线的时刻，是所检测到的车尾总数。逐车道将分配到同一车道(具有相同的车道索引号)的各车辆统一考虑。根据团块跟踪技术，检测依次行进的各车辆，并跟踪车辆的到达队列，实现车辆到达累计曲线的估计。设为分车道车辆累计到达数，表示为该车道的第Ni辆车在时刻t到达(通过检测线)。针对车头摄像机A而言，首先采用基于假设生成和检验框架的特征融合方法，实现车头的鲁棒检测，确定车头存在性以及具体位置。所选择的两种待融合特征仍然采用了基于Adaboost级联分类器的目标检测和车底阴影检测区域。只不过，在摄像机A所拍摄的车头视频图像中，需要采用人工标记车头图像样本的方式获取初始训练样本集。以此车头初始样本集重新训练新的AdaBoost级联分类器，在每帧图像中实现以车头表示的车辆候选区域的检测。其次，选定车头检测区域与道路路面接触的稳健点Ps，根据两向量叉积方法依次确定车头所属的车道索引号和车头跨越停车线的时刻。在以上两种主要判别两向量叉积结果是否正负情况下，车辆都由车头稳健特征点Ps来表示。在确定车头所属的车道索引号(以便实现分车道定位车辆)时，与车头稳健特征点Ps分别组成向量的另外两点选为各车道线段的两端点。而在确定车头跨越停车线的时刻(以便估计分车道车辆驶离累计曲线)时，与车头稳健特征点Ps分别组成向量的另外两点则由分车道停车本文档来自技高网...

【技术保护点】
1.一种基于双摄像机的交叉口分车道详细交通参数采集方法，其特征在于包括如下步骤：步骤1：在交叉口入口路段安装双摄像机A和B并进行感兴趣区域的离线设置；其中，所述的低角度摄像机A安装在交叉口入口路段停车线的前方，用于专门拍摄车辆头部区域；所述的低角度摄像机B安装在入口路段上游的合适位置，用于专门拍摄车辆尾部区域；步骤2：针对双摄像机进行车辆鲁棒检测以及分车道车辆到达与驶离累计曲线估计；步骤3：基于车辆到达及驶离累计曲线的分车道交通详细参数分析与采集步骤3.1：计算分车道平均到达率以及驶离饱和流率根据分车道车辆累计到达曲线

【技术特征摘要】
1.一种基于双摄像机的交叉口分车道详细交通参数采集方法，其特征在于包括如下步骤：步骤1：在交叉口入口路段安装双摄像机A和B并进行感兴趣区域的离线设置；其中，所述的低角度摄像机A安装在交叉口入口路段停车线的前方，用于专门拍摄车辆头部区域；所述的低角度摄像机B安装在入口路段上游的合适位置，用于专门拍摄车辆尾部区域；步骤2：针对双摄像机进行车辆鲁棒检测以及分车道车辆到达与驶离累计曲线估计；步骤3：基于车辆到达及驶离累计曲线的分车道交通详细参数分析与采集步骤3.1：计算分车道平均到达率以及驶离饱和流率根据分车道车辆累计到达曲线分别计算每条车道的平均到达率q，具体计算如下：其中，ΔT为时间间隔，ΔNArri为对应ΔT的跨越...

【专利技术属性】
技术研发人员：辛乐，陈阳舟，胡江碧，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11