一种车辆异常变道的检测方法及装置制造方法及图纸

本申请提供一种车辆异常变道的检测方法及装置，针对第一道路监控区域，分别获取视频图像采集设备采集的第一数据以及雷达设备采集的第二数据；第二数据中车辆的数量大于或等于第一数据中车辆的数量；第二数据包括车辆的运动属性信息；根据第二数据以及第一数据，确定第一道路监控区域中的车辆的视频属性信息；根据车辆的视频属性信息、车辆的运动属性信息以及第一道路监控区域中的车道信息，确定第一道路监控区域中的车辆的异常变道情况。该方式雷达设备采集的第二数据可对视频图像采集设备的第一数据进行校正，以确保检测更远距离的车辆异常变道情况。车辆异常变道情况。车辆异常变道情况。

【技术实现步骤摘要】
一种车辆异常变道的检测方法及装置


[0001]本申请涉及车联网
，尤其涉及一种车辆异常变道的检测方法及装置。

技术介绍

[0002]车路协同技术促进了汽车产业的创新发展，可对车辆异常变道行为进行实时检测，在提高交通效率和安全水平方面具有重要的意义。通常采用纯视频的方法检测车辆异常变道行为，但是由于视频采集设备的视距范围有限，且视频采集设备容易受到自然环境的影响(大雾、暴雨等)，检测的距离较短，且不能很好地确定车辆是否发生异常变道。
[0003]基于此，亟需一种新的车辆异常变道的检测方法以解决上述问题。

技术实现思路

[0004]本申请提供一种车辆异常变道的检测方法及装置，以提高车辆异常变道的检测距离，进而提高异常变道的检测精度。
[0005]第一方面，本申请提供一种车辆异常变道的检测方法，该方法可通过电子设备来执行，该电子设备可以为计算终端等，执行如下：
[0006]针对第一道路监控区域，分别获取视频图像采集设备采集的第一数据以及雷达设备采集的第二数据；该第二数据中车辆的数量大于或等于该第一数据中车辆的数量；该第二数据包括车辆的运动属性信息；根据该第二数据以及该第一数据，确定该第一道路监控区域中的车辆的视频属性信息；根据该车辆的视频属性信息、该车辆的运动属性信息以及该第一道路监控区域中的车道信息，确定该第一道路监控区域中的车辆的异常变道情况。
[0007]本申请中，针对第一道路监控区域，电子设备可基于视频图像采集设备采集第一数据以及基于雷达设备采集第二数据，通常视频图像采集设备容易受环境以及本身视距的影响，采集的区域范围可能较短，雷达设备是通过发射电磁波等来进行目标(车辆)定位的，不会受到环境的影响且可采集更远距离的目标。基于此本申请通过雷达设备采集的第二数据调整视频图像采集设备采集的第一数据，通过该方式可以校正第一数据，使得电子设备可以获取更多的目标信息，从而实现对更远距离车辆的异常变道的监控，且基于车辆的视频属性信息、运动属性信息以及第一道路区域中的车道信息，电子设备可以确定第一道路监控区域中的各车辆的异常变道情况，该方式可以提高异常变道的检测精度。
[0008]在一种可选的方式中，在该视频图像采集设备的视距范围内，根据该车辆的视频属性信息，确定第一目标车辆；根据该第一目标车辆的运动属性信息以及该第一道路监控区域中的车道信息，确定该第一目标车辆的基准线与车道实线是否相交；若相交，则确定该第一目标车辆异常变道。
[0009]本申请在视频图像采集设备的视距范围内，根据第一目标车辆的基准线与车道实线的相交情况，确定第一目标车辆的异常变道情况，通过该方式可以提高异常变道的检测精度和检测效率。
[0010]在一种可选的方式中，在该视频图像采集设备的视距范围内，根据该车辆的视频
属性信息，确定第二目标车辆；在该视频图像采集设备的视距范围外，确定当前该第二目标车辆的运动属性信息；基于卡尔曼滤波算法预测该第二目标车辆在下一个雷达周期内所在的第一位置区域；获取该第二目标车辆在该下一个雷达周期所在的第二位置区域；若该第一位置区域与该第二位置区域不相同，且该第二位置区域与车道实线距离小于该第二目标车辆的宽度阈值，则确定该第二目标车辆异常变道。
[0011]本申请在视频图像采集设备的视距范围外，根据第二目标车辆在下一个雷达周期的预测位置区域与实际所在的位置区域的关系，确定第二目标车辆的异常变道情况，通过该方式可以提高异常变道的检测精度和检测效率。
[0012]在一种可选的方式中，根据该车辆的视频属性信息，确定异常变道车辆为第三目标车辆；该第三目标车辆为以下中的一种或多种：警车、救护车、消防车以及工程车；确定该第三目标车辆的经纬度坐标、车辆类型以及车牌信息。
[0013]本申请考虑到发生异常变道的行为可能为警车、救护车等特种车辆，可以进行标记，以便提醒智能车辆异常变道的车辆为特种车辆，在驾驶时注意避让。
[0014]在一种可选的方式中，将该第二数据中车辆所在的该雷达设备的坐标系的坐标值转换成像素坐标系的坐标值；该像素坐标系为该第一数据所在的坐标系；将该第二数据与该第一数据进行视频融合，确定该第一道路监控区域中的车辆数量，以及该第一数据中缺失车辆所在的区域；基于深度学习对该第一数据中缺失车辆所在的区域进行数据处理，确定该缺失车辆的颜色信息、车型信息、车牌信息等；根据该第一数据、该缺失车辆的颜色信息、车型信息、车牌信息，确定该第一道路监控区域中的车辆的视频属性信息；该视频属性信息包括：颜色信息、车型信息、车牌信息、数量信息等。
[0015]本申请将雷达设备的坐标系与像素坐标系进行转换，之后将第二数据与第一数据进行数据融合，以保证第一道路监控区域中可以检测出更多的车辆。
[0016]在一种可选的方式中，该第一道路监控区域中的车道信息是根据该第一道路监控区域的高精度地图确定的，或者通过视频图像算法对该第一道路监控区域的图像数据进行数据分析确定的。
[0017]通过获取车道信息可以准确地确定车辆是否存在异常变道的行为，可以提高数据处理效率。
[0018]在一种可选的方式中，将该第一道路监控区域中车辆异常变道情况，通知路侧设备。
[0019]通过该方式路侧设备可将车辆的异常变道情况通知智能车辆，以提醒智能车辆进行避让，确保安全驾驶。
[0020]在一种可选的方式中，通过第一转换矩阵将第二数据中车辆所在的雷达坐标系的坐标值转换成世界坐标系的坐标值；第一转换矩阵是基于雷达设备与视频图像采集设备的位置关系确定的；通过第二转换矩阵将世界坐标系的坐标值转换成视频图像采集设备所在坐标系的坐标值；第二转换矩阵与第一转换矩阵不同；采用预设规则将视频图像采集设备所在坐标系的坐标值转换成像素坐标系的坐标值。
[0021]通过该方式确定的第二数据在像素坐标系的坐标值更加准确可靠。
[0022]在一种可选的方式中，基于视频图像采集设备的焦距将视频图像采集设备所在坐标系的坐标值进行成像投影，得到视频图像采集设备的相平面坐标系的坐标值；基于视频
图像采集设备感光芯片上像素的大小、相平面坐标系的平面中心以及第二数据在相平面坐标系中的坐标值，确定第二数据离散化后在像素坐标系中的坐标值。
[0023]通过该方式确定的第二数据在像素坐标系的坐标值更加准确可靠。
[0024]第二方面，本申请提供一种车辆异常变道的检测装置，包括获取单元、第一确定单元以及第二确定单元。
[0025]其中，获取单元，用于针对第一道路监控区域，分别获取视频图像采集设备采集的第一数据以及雷达设备采集的第二数据；所述第二数据中车辆的数量大于或等于所述第一数据中车辆的数量；所述第二数据包括车辆的运动属性信息；第一确定单元，用于根据所述第二数据以及所述第一数据，确定所述第一道路监控区域中的车辆的视频属性信息；第二确定单元，用于根据所述车辆的视频属性信息、所述车辆的运动属性信息以及所述第一道路监控区域中的车道信息，确定所述第一道路监控区域中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆异常变道的检测方法，其特征在于，包括：针对第一道路监控区域，分别获取视频图像采集设备采集的第一数据以及雷达设备采集的第二数据；所述第二数据中车辆的数量大于或等于所述第一数据中车辆的数量；所述第二数据包括车辆的运动属性信息；根据所述第二数据以及所述第一数据，确定所述第一道路监控区域中的车辆的视频属性信息；根据所述车辆的视频属性信息、所述车辆的运动属性信息以及所述第一道路监控区域中的车道信息，确定所述第一道路监控区域中的车辆的异常变道情况。2.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的视频属性信息、所述车辆的运动属性信息以及所述第一道路监控区域中的车道信息，确定所述第一道路监控区域中的车辆的异常变道情况，包括：在所述视频图像采集设备的视距范围内，根据所述车辆的视频属性信息，确定第一目标车辆；根据所述第一目标车辆的运动属性信息以及所述第一道路监控区域中的车道信息，确定所述第一目标车辆的基准线与车道实线是否相交；若相交，则确定所述第一目标车辆异常变道。3.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的视频属性信息、所述车辆的运动属性信息以及所述第一道路监控区域中的车道信息，确定所述第一道路监控区域中的车辆的异常变道情况，包括：在所述视频图像采集设备的视距范围内，根据所述车辆的视频属性信息，确定第二目标车辆；在所述视频图像采集设备的视距范围外，确定当前所述第二目标车辆的运动属性信息；基于卡尔曼滤波算法预测所述第二目标车辆在下一个雷达周期内所在的第一位置区域；获取所述第二目标车辆在所述下一个雷达周期所在的第二位置区域；若所述第一位置区域与所述第二位置区域不相同，且所述第二位置区域与车道实线距离小于所述第二目标车辆的宽度阈值，则确定所述第二目标车辆异常变道。4.根据权利要求2或3所述的方法，其特征在于，还包括：根据所述车辆的视频属性信息，确定异常变道车辆为第三目标车辆；所述第三目标车辆为以下中的一种或多种：警车、救护车、消防车以及工程车；确定所述第三目标车辆的经纬度坐标、车辆类型以及车牌信息。5.根据权利要求1
‑
3中任一所述的方法，其特征在于，所述根据所述第二数据以及所述第一数据，确定所述第一道路监控区域中的车辆的视频属性信息，包括：将所述第二数据中车辆所在的所述雷达设备的坐标系的坐标值转换成像素坐标系的坐标值；所述像素坐标系为所述第一数据所在的坐标系；将所述第二数据与所述第一数据进行视频融合，确定所述第一道路监控区域中的车辆数量，以及所述第一数据中...

【专利技术属性】
技术研发人员：程云飞，张希，吴风炎，衣佳政，
申请(专利权)人：海信集团控股股份有限公司，
类型：发明
国别省市：