高速公路实时交通数据采集方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种高速公路实时交通数据采集方法、系统、设备及存储介质，采集方法包括获取图像数据；划定检测区域，对图像进行预处理；对图像进行降噪、滤波处理；对图像中的各目标进行检测识别及特征提取；对图像中的各目标进行跟踪，得到其轨迹数据；根据目标的轨迹数据进行分析计算，得到实时交通数据；最后将实时交通数据输出。基于高速公路中的全程监控系统，利用对视频数据的处理计算和分析，得到了高速公路上一定规模的交通数据信息，实现对高速公路中实时交通数据的有效采集，提高了统计数据的准确性。数据的准确性。数据的准确性。

【技术实现步骤摘要】
高速公路实时交通数据采集方法、系统、设备及存储介质


[0001]本专利技术属于数据采集
，涉及一种高速公路实时交通数据采集方法、系统、设备及存储介质。

技术介绍

[0002]随着信息化技术、通信技术和生产制造技术的不断发展，多种实时交通信息应用系统不断涌现，并且功能灵活多样，在一定程度上满足了用户的需求。实时交通信息已经成为行业发展的一个必然趋势，是解决交通问题最快捷有效的办法之一。现有的交通数据采集系统通过浮动车技术，根据装备车载全球定位系统的浮动车在其行驶过程中定期记录车辆的位置、方向和速度信息，应用地图匹配、路径推测等相关的计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度以及道路的行车旅行时间等交通拥堵信息。
[0003]浮动车采集技术可以在城市道路中获得较好的数据，但是在高速公路上，由于浮动车辆的数量有限，无法达到一定的规模，样本不足，导致对各项交通数据的统计不准确，并且对于一些影响高速公路安全的特殊事件，例如逆行、车窗抛洒异物、行人通过或者非法停车等无法识别，所以只是依靠浮动车采集技术无法准确的获取高速公路上的实时交通数据。

技术实现思路

[0004]本专利技术的目的在于解决现有技术中仅依靠浮动车采集技术无法准确获取高速公路上的实时交通数据的问题，提供一种高速公路实时交通数据采集方法、系统、设备及存储介质。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]一种高速公路实时交通数据采集方法，包括以下步骤：
[0007]获取原始图像数据；
[0008]划定检测区域，对原始图像数据进行预处理；
[0009]对预处理后的图像进行降噪滤波处理；
[0010]对降噪滤波后图像中的各目标进行检测识别及特征提取；
[0011]对各目标进行跟踪，得到其轨迹数据；
[0012]根据目标的轨迹数据进行分析计算，得到实时交通数据；
[0013]将实时交通数据输出。
[0014]所述获取原始图像数据为周期性获取，所述周期为时间周期和/或空间周期。
[0015]所述对原始图像数据进行预处理为对用于视频监控的摄像机进行标定，包括以下步骤：
[0016]在图像数据上标注检测路面的至少四个点的图像坐标；
[0017]标注每个点所对应的实际大地坐标；
[0018]得到图像坐标和大地坐标之间的对应关系。
[0019]所述对降噪滤波后图像中的各目标进行检测识别方法采用深度学习，包括以下步骤：
[0020]识别图像像素；
[0021]学习图像的边缘与纹理信息；
[0022]得到图像的局部区域统计信息；
[0023]得出每种图像的具体区别信息。
[0024]所述对图像中的各目标进行跟踪，包括以下步骤：
[0025]分析图像序列；
[0026]计算目标在每帧图像上的二维位置坐标；
[0027]将图像序列中不同帧内的同一目标关联；
[0028]得到各目标的运动轨迹。
[0029]所述实时交通数据至少包括目标的位置信息、方向信息和速度信息。
[0030]一种基于监控视频的高速公路实时交通数据采集系统，包括：
[0031]原始图像获取模块，所述原始图像获取模块用于获取原始图像数据；
[0032]图像预处理模块，所述图像预处理模块用于划定检测区域，对原始图像数据进行预处理；
[0033]图像处理模块，所述图像处理模块用于对预处理后的图像进行降噪滤波处理；
[0034]目标识别及特征提取模块，所述目标识别及特征提取模块用于对降噪滤波后图像中的各目标进行检测识别及特征提取；
[0035]目标跟踪模块，所述目标跟踪模块用于对各目标进行跟踪，得到其轨迹数据；
[0036]分析计算模块，所述分析计算模块用于根据目标的轨迹数据进行分析计算，得到实时交通数据；
[0037]结果输出模块，所述结果输出模块用于将实时交通数据输出。
[0038]一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前项任一项所述方法的步骤。
[0039]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如前项任一项所述方法的步骤。
[0040]与现有技术相比，本专利技术具有以下有益效果：
[0041]通过一种高速公路实时交通数据采集方法，包括获取图像数据；划定检测区域，对图像进行预处理；对图像进行降噪、滤波处理；对图像中的各目标进行检测识别及特征提取；对图像中的各目标进行跟踪，得到其轨迹数据；根据目标的轨迹数据进行分析计算，得到实时交通数据；最后将实时交通数据输出。基于高速公路中的全程监控系统，利用视频数据的分析，得到了高速公路上一定规模的交通数据信息，实现对高速公路中实时交通数据的有效采集，提高了统计数据的准确性。
附图说明
[0042]为了更清楚的说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对
范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0043]图1为本专利技术的实时交通数据采集方法流程图；
[0044]图2为本专利技术的实时交通数据采集系统流程图；
[0045]图3为本专利技术的交通参数和交通事件提取流程图；
[0046]图4为高速公路视频监测流程图。
[0047]图5为深度学习识别从抽象到具体的流程图；
[0048]图6为基于背景建模的视频运动物体识别示意图；
[0049]图7为基于图像处理的图像识别方法流程图；
[0050]图8为基于深度学习的视频运动物体识别示意图。
具体实施方式
[0051]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0052]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0053]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0054]在本专利技术实施例的描述中，需要说明的是，若出现术语“上”、“下”、“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速公路实时交通数据采集方法，其特征在于，包括以下步骤：获取原始图像数据；划定检测区域，对原始图像数据进行预处理；对预处理后的图像进行降噪滤波处理；对降噪滤波后图像中的各目标进行检测识别及特征提取；对各目标进行跟踪，得到其轨迹数据；根据目标的轨迹数据进行分析计算，得到实时交通数据；将实时交通数据输出。2.如权利要求1所述的一种高速公路实时交通数据采集方法，其特征在于，所述获取原始图像数据为周期性获取，所述周期为时间周期和/或空间周期。3.如权利要求1所述的一种高速公路实时交通数据采集方法，其特征在于，所述对原始图像数据进行预处理为对用于视频监控的摄像机进行标定，包括以下步骤：在图像数据上标注检测路面的至少四个点的图像坐标；标注每个点所对应的实际大地坐标；得到图像坐标和大地坐标之间的对应关系。4.如权利要求1所述的一种高速公路实时交通数据采集方法，其特征在于，所述对降噪滤波后图像中的各目标进行检测识别方法采用深度学习，包括以下步骤：识别图像像素；学习图像的边缘与纹理信息；得到图像的局部区域统计信息；得出每种图像的具体区别信息。5.如权利要求1所述的一种高速公路实时交通数据采集方法，其特征在于，所述对图像中的各目标进行跟踪，包括以下步骤：分析图像序列；计算目标在每帧图像上的二维位置坐标；将图像序列中不同帧内的同一目标关联；...

【专利技术属性】
技术研发人员：魏周朝，何栋，叱干鹏飞，韩亚磊，吴敏，夏琳茜，
申请(专利权)人：北京华成智云软件股份有限公司，
类型：发明
国别省市：