基于雷视融合的异常交通态势检测方法、装置及系统制造方法及图纸

本发明专利技术提供了一种基于雷视融合的异常交通态势检测方法、装置及系统，涉及异常交通态势识别技术领域，该方法通过对雷达检测路况数据和视频检测路况数据进行数据融合，得到多个车辆的雷视信息，并根据多个车辆的雷视信息综合确定目标区域的交通态势，提高了交通态势分析的准确性。本发明专利技术弥补了单一路测摄像机数据自身局限性，解决了异常交通态势识别易受恶劣天气影响导致精度不够的问题，提高异常交通态势识别的准确率和效率，为道路异常交通状况处理，提供高效精准证据资料。提供高效精准证据资料。提供高效精准证据资料。

【技术实现步骤摘要】
基于雷视融合的异常交通态势检测方法、装置及系统


[0001]本专利技术涉及异常交通态势识别
，尤其涉及一种基于雷视融合的异常交通态势检测方法、装置及系统。

技术介绍

[0002]随着城市化的发展，城市交通拥堵问题突显，严重影响了城市的运转和经济的发展。全面有效的获取道路的实时动态交通信息，对信息处理分析，快速、准确地判定路网中交通流所处状态，有助于及时发现交通拥堵，制定合理有效的交通拥堵疏导策略，能够大大降低拥堵的影响范围，减少拥堵在时间、经济及环境上的危害，也能够避免由局部交通拥堵导致的路网交通瘫痪。
[0003]目前大多道路的交通态势分析，主要通过路测摄像照相装置进行。但是受天气影响，特别是大风暴雨等恶劣天气下，路测摄像照相装置存在采集不准确的问题，导致交通态势的分析结果不准确。

技术实现思路

[0004]本专利技术提供了一种基于雷视融合的异常交通态势检测方法、装置及系统，能够实现雷达数据和视频数据的融合，综合判定交通态势，提高交通态势分析的准确性。
[0005]第一方面，本专利技术提供了一种基于雷视融合的异常交通态势检测方法，该方法包括：获取目标区域的雷达检测路况数据和视频检测路况数据；对视频检测路况数据进行图像识别和特征提取，确定目标区域中多个车辆的视测信息；视测信息包括标识信息和车道信息；对雷达检测路况数据进行特征提取，确定目标区域中多个车辆的雷测信息；雷测信息包括车速信息和位置坐标；基于多个车辆的视测信息和雷测信息，进行数据融合，得到多个车辆的雷视信息，雷视信息包括标识信息、轨迹信息、车速信息和车道信息；基于多个车辆的雷测信息，进行交通态势分析，确定目标区域是否存在异常交通态势。
[0006]在一种可能的实现方式中，视频检测路况数据包括多个时刻的视频图像；对视频检测路况数据进行图像识别和特征提取，确定目标区域中多个车辆的视测信息，包括：按时间先后顺序，将每一时刻的视频图像，输入至预先训练的车辆识别模型，得到多个车辆的标识信息，以及在每一时刻多个车辆中每一车辆的多个检测框，其中，车辆识别模型输入车辆图像输出车辆的标识信息和车辆的多个检测框；对于每一车辆，计算每一车辆的多个检测框与每一车辆的预设轨迹信息之间的相似度；每一车辆的预设轨迹信息是根据每一车辆在每一时刻之前的一个或多个时刻的多个检测框确定的。根据计算的相似度和预存的目标区域的车道线信息，确定每一车辆所在的车道信息。
[0007]在一种可能的实现方式中，雷达检测路况数据包括多个时刻的雷测图像；对雷达检测路况数据进行特征提取，确定目标区域中多个车辆的雷测信息，包括：将每一时刻的雷测图像转化为二值图像；对二值图像，进行边缘特征检测，得到二值图像中多个车辆的轮廓点；基于二值图像中多个车辆的轮廓点，确定每一时刻的雷测图像中多个车辆的位置坐标；
基于多个时刻的雷测图像中多个车辆的位置坐标，确定多个车辆的车速信息。
[0008]在一种可能的实现方式中，视频检测路况数据包括多个时刻的视频图像；基于多个车辆的视测信息和雷测信息，进行数据融合，得到多个车辆的雷测信息，包括：基于视测信息中多个车辆的标识信息和车道信息，确定多个时刻的视频图像中多个车辆的轮廓信息和像素点信息；基于雷测信息中多个车辆的位置坐标和车速信息，对多个时刻的视频图像中多个车辆的轮廓信息和像素点信息进行校正融合，得到多张雷视图像；对多张雷视图像中的多个车辆进行分析，得到多个车辆的雷测信息。
[0009]在一种可能的实现方式中，基于多个车辆的雷测信息，进行交通态势分析，确定目标区域是否存在异常交通态势，包括：基于多个车辆的雷测信息，计算目标区域每一车道上的车辆数量和车辆的平均车速；基于目标区域每一车道上的车辆数量和车辆的平均车速，确定目标区域是否存在异常交通态势。
[0010]在一种可能的实现方式中，异常交通态势包括：轻度拥堵、中度拥堵或严重拥堵；基于目标区域每一车道上的车辆数量和车辆的平均车速，确定目标区域是否存在异常交通态势，包括：若平均车速小于或等于第一车速，且大于第二车速，车辆数量小于第一数量，则确定存在异常交通态势，且异常交通态势为轻度拥堵，其中，第一车速大于第二车速；若平均车速小于或等于第二车速，且大于第三车速，车辆数量大于或等于第一数量，且小于第二数量，则确定存在异常交通态势，且异常交通态势为中度拥堵，其中，第二车速大于第三车速，第一数量小于第二数量；若平均车速小于或等于第三车速，且车辆数量大于或等于第二数量，则确定存在异常交通态势，且异常交通态势为重度拥堵。
[0011]在一种可能的实现方式中，基于多个车辆的雷测信息，进行交通态势分析，确定目标区域是否存在异常交通态势之后，还包括：若目标区域存在异常交通态势，则基于多个车辆的雷测信息，分析多个车辆的违法事件，得到目标区域的违法事件；违法事件包括以下至少一项：违法变道事件、超速事件、低速事件、逆行事件、占用应急车道事件、排队超限、溢出事件和拥堵事件；基于目标区域的违法事件，生成第一提示信息，并向执勤交警发送第一提示信息，以指示执勤交警现场执勤。
[0012]在一种可能的实现方式中，基于多个车辆的雷测信息，进行交通态势分析，确定目标区域是否存在异常交通态势之后，还包括：获取多个车辆的目的地，以及目标区域预设范围内的多个区域的交通态势；以目标车辆的所在地为起始地点，以目标车辆的目的地为目标地点，规划多条路径；目标车辆为多个车辆中任一车辆；基于多个区域的交通态势，计算多条路径的时长；将时长最短的路径确定为目标路径，并生成第二提示信息；第二提示信息携带有目标路径；向目标车辆发送第二提示信息，以提示目标车辆沿目标路径行驶。
[0013]第二方面，本专利技术实施例提供了一种基于雷视融合的异常交通态势检测装置，包括：通信模块，用于获取目标区域的雷达检测路况数据和视频检测路况数据；处理模块，用于对视频检测路况数据进行图像识别和特征提取，确定目标区域中多个车辆的视测信息；视测信息包括标识信息和车道信息；对雷达检测路况数据进行特征提取，确定目标区域中多个车辆的雷测信息；雷测信息包括车速信息和位置坐标；基于多个车辆的视测信息和雷测信息，进行数据融合，得到多个车辆的雷测信息，雷测信息包括标识信息、轨迹信息、车速信息和车道信息；基于多个车辆的雷测信息，进行交通态势分析，确定目标区域是否存在异常交通态势。
[0014]在一种可能的实现方式中，视频检测路况数据包括多个时刻的视频图像；处理模块，具体用于按时间先后顺序，将每一时刻的视频图像，输入至预先训练的车辆识别模型，得到多个车辆的标识信息，以及在每一时刻多个车辆中每一车辆的多个检测框，其中，车辆识别模型输入车辆图像输出车辆的标识信息和车辆的多个检测框；对于每一车辆，计算每一车辆的多个检测框与每一车辆的预设轨迹信息之间的相似度；每一车辆的预设轨迹信息是根据每一车辆在每一时刻之前的一个或多个时刻的多个检测框确定的。根据计算的相似度和预存的目标区域的车道线信息，确定每一车辆所在的车道信息。
[0015]在一种可能的实现方式中，雷达检测路况数据包括多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于雷视融合的异常交通态势检测方法，其特征在于，包括：获取目标区域的雷达检测路况数据和视频检测路况数据；对所述视频检测路况数据进行图像识别和特征提取，确定所述目标区域中多个车辆的视测信息；所述视测信息包括标识信息和车道信息；对所述雷达检测路况数据进行特征提取，确定所述目标区域中多个车辆的雷测信息；所述雷测信息包括车速信息和位置坐标；基于所述多个车辆的视测信息和雷测信息，进行数据融合，得到所述多个车辆的雷视信息，所述雷视信息包括标识信息、轨迹信息、车速信息和车道信息；基于所述多个车辆的雷测信息，进行交通态势分析，确定所述目标区域是否存在异常交通态势。2.根据权利要求1所述的基于雷视融合的异常交通态势检测方法，其特征在于，所述视频检测路况数据包括多个时刻的视频图像；所述对所述视频检测路况数据进行图像识别和特征提取，确定所述目标区域中多个车辆的视测信息，包括：按时间先后顺序，将每一时刻的视频图像，输入至预先训练的车辆识别模型，得到所述多个车辆的标识信息，以及在所述每一时刻所述多个车辆中每一车辆的多个检测框，其中，所述车辆识别模型输入车辆图像输出车辆的标识信息和车辆的多个检测框；对于每一车辆，计算所述每一车辆的多个检测框与所述每一车辆的预设轨迹信息之间的相似度；所述每一车辆的预设轨迹信息是根据所述每一车辆在所述每一时刻之前的一个或多个时刻的多个检测框确定的。根据计算的相似度和预存的所述目标区域的车道线信息，确定所述每一车辆所在的车道信息。3.根据权利要求1所述的基于雷视融合的异常交通态势检测方法，其特征在于，所述雷达检测路况数据包括多个时刻的雷测图像；所述对所述雷达检测路况数据进行特征提取，确定所述目标区域中多个车辆的雷测信息，包括：将每一时刻的雷测图像转化为二值图像；对所述二值图像，进行边缘特征检测，得到所述二值图像中所述多个车辆的轮廓点；基于所述二值图像中所述多个车辆的轮廓点，确定所述每一时刻的雷测图像中所述多个车辆的位置坐标；基于所述多个时刻的雷测图像中所述多个车辆的位置坐标，确定所述多个车辆的车速信息。4.根据权利要求1所述的基于雷视融合的异常交通态势检测方法，其特征在于，所述视频检测路况数据包括多个时刻的视频图像；所述基于所述多个车辆的视测信息和雷测信息，进行数据融合，得到所述多个车辆的雷测信息，包括：基于所述视测信息中所述多个车辆的标识信息和车道信息，确定所述多个时刻的视频图像中所述多个车辆的轮廓信息和像素点信息；基于所述雷测信息中所述多个车辆的位置坐标和车速信息，对所述多个时刻的视频图
像中所述多个车辆的轮廓信息和像素点信息进行校正融合，得到多张雷视图像；对所述多张雷视图像中的所述多个车辆进行分析，得到所述多个车辆的雷测信息。5.根据权利要求1所述的基于雷视融合的异常交通态势检测方法，其特征在于，所述基于所述多个车辆的雷测信息，进行交通态势分析，确定所述目标区域是否存在异常交通态势，包括：基于所述多个车辆的雷测信息，计算所述目标区域每一车道上的车辆数量和车辆的平均车速；基于所述目标区域每一车道上的车辆数量和车辆的平均车速，确定所述目标区域是否存在异常交通态势。6.根据权利要...

【专利技术属性】
技术研发人员：石鑫，张希庆，刘洁，舒国明，吴琼，李华伟，殷秀玉，孟玉文，高金毓，王海岗，
申请(专利权)人：河北交通职业技术学院，
类型：发明
国别省市：