【技术实现步骤摘要】
本专利技术涉及一种监控方法，特别是涉及一种智能交通系统与其监控方法。
技术介绍
1、现有的交通监控方法为在监控图像上选取感兴趣区域(region of interest，roi)，并再针对感兴趣区域内的多个对象进行对象追踪，以计算出并输出所述对象的交通参数(例如，车速、行进方向、车流量等)。
2、然而，感兴趣区域技术虽可缩减运算资源的使用，但二维的图像运算的运算量依然庞大。
技术实现思路
1、本专利技术的目的在于提供一种低运算量的智能交通系统的监控方法。
2、本专利技术的智能交通系统的监控方法，所述智能交通系统包括摄影单元，及经由通信网络连接所述摄影单元的计算装置，所述摄影单元被配置来连续拍摄道路以便连续产生多张分别对应于多个不同时间点的图像，所述计算装置存储至少一分别关于至少一交通标线的位置的交通标线信息、多张由所述摄影单元分别在多个不同历史时间点拍摄的历史图像，至少一车道向量信息组，每一车道向量信息组包括多笔关于车辆行进方向的车道向量信息，所述方法包含步骤(a)、步骤(b)、步骤(c)、步骤(d)，及步骤(e)。
3、在所述步骤(a)中，所述计算装置根据来自所述摄影单元且对应于当前时间点的当前图像，利用对象检测技术，获得至少一分别对应至少一对象的对象位置。
4、在所述步骤(b)中，所述计算装置根据所述历史图像及所述当前图像利用对象追踪技术，获得至少一分别关于该至少一对象的移动轨迹的移动轨迹向量信息。
5、在所述步骤(c
6、本专利技术的智能交通系统的监控方法，所述计算装置还存储对应于纵向车道的纵向车道向量信息，及对应横向车道的横向车道向量信息，在步骤(b)及步骤(c)之间还包含以下步骤：
7、(d)所述计算装置根据所述纵向车道向量信息及所述横向车道向量信息，获得单应性矩阵；及
8、(e)所述计算装置利用所述单应性矩阵将该至少一交通标线信息、该至少一对象的对象位置，及该至少一移动轨迹向量信息进行坐标转换；
9、其中，在步骤(c)中，所述计算装置根据转换后的该至少一交通标线信息与该至少一车道向量信息组中的至少一者、该至少一对象位置，及该至少一移动轨迹向量信息，产生所述监控分析结果。
10、本专利技术的智能交通系统的监控方法，所述纵向车道向量信息包括纵向向量、第一向量点，及第二向量点，所述横向车道向量信息包括横向向量、第三向量点，及第四向量点，步骤(d)包括以子下步骤：
11、(d-1)所述计算装置根据所述纵向车道向量信息及所述横向车道向量信息，获得所述纵向车道与所述横向车道的交点；
12、(d-2)所述计算装置根据所述交点、所述第一向量点、所述第二向量点、所述第三向量点，及所述第四向量点，获得对应所述第一向量点的第一转换向量点、对应所述第二向量点的第二转换向量点、对应所述第三向量点的第三转换向量点，及对应所述第四向量点的第四转换向量点；及
13、(d-3)所述计算装置根据所述第一向量点、所述第一转换向量点、所述第二向量点、所述第二转换向量点、所述第三向量点、所述第三转换向量点、所述第四向量点，及所述第四转换向量点，获得所述单应性矩阵。
14、本专利技术的智能交通系统的监控方法，在子步骤(d-2)中，所述第一转换向量点p1′、所述第二转换向量点p′2、所述第三转换向量点p3′，及所述第四转换向量点p′4以下式表示：
15、p1′＝(-d(o,p1),0)，p′2＝(d(o,p2),0)，
16、p3′＝(0,d(o,p3))，p′4＝(0,-d(o,p4))，
17、其中，d(o,p1)为所述交点与所述第一向量点的距离，d(o,p2)为所述交点与所述第二向量点的距离，d(o,p3)为所述交点与所述第三向量点的距离，d(o,p4)为所述交点与所述第四向量点的距离。
18、本专利技术的智能交通系统的监控方法，在步骤(a)中，所述计算装置获得多个分别对应于多个对象的对象位置，在步骤(b)中，所述计算装置获得多笔分别对应于所述对象的移动轨迹向量信息，每一移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(b)及步骤(c)之间还包含以下步骤：
19、(f)所述计算装置利用霍夫转换算法将多个分别由所述移动轨迹向量信息的移动轨迹起点及移动轨迹终点构成的轨迹线段从图像空间映像到自变量空间，以获得多个分别对应所述轨迹线段的轨迹点；
20、(g)所述计算装置在自变量空间中，利用分群分析算法，以角度为主特征进行将所述轨迹点分群，以获得二个轨迹群组；
21、(h)所述计算装置利用所述霍夫转换算法将二个分别对应于所述轨迹群组的群聚中心从所述自变量空间映像到所述图像空间，以获得对应于纵向车道的纵向车道向量信息及对应横向车道的横向车道向量信息；
22、(i)所述计算装置根据所述纵向车道向量信息及所述横向车道向量信息，获得单应性矩阵；及
23、(j)所述计算装置利用所述单应性矩阵将该至少一交通标线信息、所述对象的对象位置，及所述移动轨迹向量信息进行坐标转换；
24、其中，在步骤(c)中，所述计算装置根据转换后的该至少一交通标线信息与该至少一车道向量信息组的其中至少一者、所述对象位置，及所述移动轨迹向量信息，产生所述监控分析结果。
25、本专利技术的智能交通系统的监控方法，该至少一交通标线信息包括关于至少一红线交通标线的位置的红线交通标线信息，所述红线交通标线信息包括分别对应该至少一红线交通标线的至少一红线向量、至少一红线起点，及至少一红线终点，在步骤(b)中，每一移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(c)中，所述监控分析结果包括至少一分别对应于该至少一对象的对象分析信息，步骤(c)包括以下子步骤：
26、(c-1)对于每一对象，所述计算装置根据所述对象对应的移动轨迹向量信息判定所述对象是否静止；
27、(c-2)对于每一静止的对象，所述计算装置根据所述红线交通标线信息及所述对象对应的对象位置，获得至少一关于所述对象分别与该至少一红线交通标线的对象-红线最小距离；
28、(c-3)对于每一静止的对象，所述计算装置判定该至少一对象-红线最小距离的其中一者是否小于第一阈值；
29、(c-4)对于每一静止的对象，当判定出该至少一对象-红线最小距离的其中一者小于所述第一阈值时，所述计算装置产生对应于所述对象且指示出所述对象违规的对象分析信息；
30、(c-5)对于每一静止的对象，当判定出该至少一对象-红线最小距离皆不小于所述第一阈值时，所述计算装置产生对应于所述对象且指示出所述对象不违规的对象分析信息；及
31本文档来自技高网...
【技术保护点】
1.一种智能交通系统的监控方法，所述智能交通系统包括摄影单元，及经由通信网络连接所述摄影单元的计算装置，所述摄影单元被配置来连续拍摄道路以便连续产生多张分别对应于多个不同时间点的图像，所述计算装置存储至少一笔分别关于至少一个交通标线的位置的交通标线信息、多张由所述摄影单元分别在多个不同历史时间点拍摄的历史图像，及至少一个车道向量信息组，每一个车道向量信息组包括多笔关于车辆行进方向的车道向量信息，其特征在于：所述智能交通系统的监控方法包含以下步骤：
2.根据权利要求1所述的智能交通系统的监控方法，其特征在于：所述计算装置还存储对应于纵向车道的纵向车道向量信息，及对应于横向车道的横向车道向量信息，在步骤(B)及步骤(C)之间还包含以下步骤：
3.根据权利要求2所述的智能交通系统的监控方法，其特征在于：所述纵向车道向量信息包括纵向向量、第一向量点，及第二向量点，所述横向车道向量信息包括横向向量、第三向量点，及第四向量点，步骤(D)包括以子下步骤：
4.根据权利要求3所述的智能交通系统的监控方法，其特征在于：在子步骤(D-2)中，所述第一转换向量点p1
5.根据权利要求1所述的智能交通系统的监控方法，其特征在于：在步骤(A)中，所述计算装置获得多个分别对应于多个对象的对象位置，在步骤(B)中，所述计算装置获得多笔分别对应于所述对象的移动轨迹向量信息，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(B)及步骤(C)间还包含以下步骤：
6.根据权利要求1所述的智能交通系统的监控方法，其特征在于：该至少一笔交通标线信息包括关于至少一个红线交通标线的位置的红线交通标线信息，所述红线交通标线信息包括分别对应于该至少一个红线交通标线的至少一个红线向量、至少一个红线起点，及至少一个红线终点，在步骤(B)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(C)中，所述监控分析结果包括至少一笔分别对应于该至少一个对象的对象分析信息，步骤(C)包括以下子步骤：
7.根据权利要求1所述的智能交通系统的监控方法，其特征在于：该至少一笔交通标线信息包括关于至少一个双黄线交通标线的位置的双黄线交通标线信息，所述双黄线交通标线信息包括分别对应于该至少一个双黄线交通标线的至少一个双黄线向量、至少一个双黄线起点，及至少一个双黄线终点，在步骤(B)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(C)中，所述监控分析结果包括至少一笔分别对应于该至少一个对象的对象分析信息，步骤(C)包括以下子步骤：
8.根据权利要求1所述的智能交通系统的监控方法，其特征在于：所述计算装置还存储计数值，该至少一笔交通标线信息包括第一自定义交通标线信息，所述第一自定义交通标线信息包括计数线向量、计数线起点，及计数线终点，在步骤(B)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(C)中，所述监控分析结果包括所述计数值，步骤(C)包括以下子步骤：
9.根据权利要求1所述的智能交通系统的监控方法，其特征在于：所述计算装置还存储多个分别对应于多个交通模式的车道向量信息组，在步骤(C)前还包含以下步骤：
10.根据权利要求9所述的智能交通系统的监控方法，其特征在于：在步骤(B)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，每一笔车道向量信息包括车道向量、车道起点，及车道终点，步骤(C)包括以下子步骤：
11.根据权利要求1所述的智能交通系统的监控方法，其特征在于：所述计算装置还存储自定义车道向量信息，该至少一笔交通标线信息包括第二自定义交通标线信息，所述自定义车道向量信息包括自定义车道向量、自定义车道起点，及自定义车道终点，在步骤(A)中，所述计算装置获得多个分别对应于多个对象的对象位置，在步骤(B)中，所述计算装置获得多个分别关于所述对象的移动轨迹的移动轨迹向量信息，在步骤(C)中，所述计算装置还根据所述自定义车道向量信息及所述第二自定义交通标线信息产生所述监控分析结果，所述监控分析结果包括多笔分别对应于所述对象的对象分析信息，步骤(C)包含以下子步骤：
12.根据权利要求1所述的智能交通系统的监控方法，其特征在于：该至少一笔交通标线信息包括第三自定义交通标线信息，所述第三自定义交通标线信息包括统计线向量、统计线起点，及统计线终点，在步骤(B)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在...
【技术特征摘要】
1.一种智能交通系统的监控方法，所述智能交通系统包括摄影单元，及经由通信网络连接所述摄影单元的计算装置，所述摄影单元被配置来连续拍摄道路以便连续产生多张分别对应于多个不同时间点的图像，所述计算装置存储至少一笔分别关于至少一个交通标线的位置的交通标线信息、多张由所述摄影单元分别在多个不同历史时间点拍摄的历史图像，及至少一个车道向量信息组，每一个车道向量信息组包括多笔关于车辆行进方向的车道向量信息，其特征在于：所述智能交通系统的监控方法包含以下步骤：
2.根据权利要求1所述的智能交通系统的监控方法，其特征在于：所述计算装置还存储对应于纵向车道的纵向车道向量信息，及对应于横向车道的横向车道向量信息，在步骤(b)及步骤(c)之间还包含以下步骤：
3.根据权利要求2所述的智能交通系统的监控方法，其特征在于：所述纵向车道向量信息包括纵向向量、第一向量点，及第二向量点，所述横向车道向量信息包括横向向量、第三向量点，及第四向量点，步骤(d)包括以子下步骤：
4.根据权利要求3所述的智能交通系统的监控方法，其特征在于：在子步骤(d-2)中，所述第一转换向量点p1′、所述第二转换向量点p′2、所述第三转换向量点p3′，及所述第四转换向量点p′4以下式表示：
5.根据权利要求1所述的智能交通系统的监控方法，其特征在于：在步骤(a)中，所述计算装置获得多个分别对应于多个对象的对象位置，在步骤(b)中，所述计算装置获得多笔分别对应于所述对象的移动轨迹向量信息，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(b)及步骤(c)间还包含以下步骤：
6.根据权利要求1所述的智能交通系统的监控方法，其特征在于：该至少一笔交通标线信息包括关于至少一个红线交通标线的位置的红线交通标线信息，所述红线交通标线信息包括分别对应于该至少一个红线交通标线的至少一个红线向量、至少一个红线起点，及至少一个红线终点，在步骤(b)中，每一笔移动轨迹向量信息包括移动轨迹向量、移动轨迹起点，及移动轨迹终点，在步骤(c)中，所述监控分析结果包括至少一笔分别对应于该至少一个对象的对象分析信息，步骤(c)包括以下子步骤：
7.根据权利要求1所述的智能交通系统的监控方法，其特征在于：该至少一笔交通标线信息包括关于至少一个双黄线交通标线的位置的双黄线交通标线信息，所述双黄线交通标线信息包括分别对应于该至少一个双黄线交通标线的至少一个双黄线向...
【专利技术属性】
技术研发人员：吕木天，杨富顺，丘又予，
申请(专利权)人：慧友电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。