專利名稱：一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法及調(diào)度系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于視頻圖像的車輛識別方法領(lǐng)域，尤其涉及一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法及調(diào)度系統(tǒng)。
背景技術(shù)：
車聯(lián)網(wǎng)(IOV :Internet of Vehicle)是物聯(lián)網(wǎng)在汽車領(lǐng)域的一個細分應(yīng)用，是指是利用先進傳感技術(shù)、網(wǎng)絡(luò)技術(shù)、計算技術(shù)、控制技術(shù)、智能技術(shù)，對道路和交通進行全面感知，實現(xiàn)多個系統(tǒng)間大范圍、大容量數(shù)據(jù)的交互，對每一輛汽車進行交通全程控制，對每一條道路進行交通全時空控制，以提供交通效率和交通安全為主的網(wǎng)絡(luò)與應(yīng)用。目前得到較廣泛應(yīng)用的主要是基于RFID的車聯(lián)網(wǎng)技術(shù)方案，通過裝載在車輛上的RFID電子標簽，實現(xiàn)在信息網(wǎng)絡(luò)平臺上對所有車輛的屬性信息和靜、動態(tài)信息進行提取和有效利用，并根據(jù)不同的功能需求對所有車輛的運行狀態(tài)進行有效的監(jiān)管和提供綜合服務(wù)。如圖I所示，與物聯(lián)網(wǎng)系統(tǒng)構(gòu)成相同，車聯(lián)網(wǎng)也可劃分為3個層感知層、網(wǎng)絡(luò)層和應(yīng)用層，分別對應(yīng)著全面感知、可靠傳送和智能處理系統(tǒng)功能。感知層也可以稱為信息采集技術(shù)層，它是實現(xiàn)物/車聯(lián)網(wǎng)的基礎(chǔ)。該層包括各種車載和路基的道路交通信息采集設(shè)備，提供車輛自身信息的收集、交通流數(shù)據(jù)的采集及整個路網(wǎng)的交通狀況的獲取等多種物理支撐。網(wǎng)絡(luò)層包括通信網(wǎng)絡(luò)層和通信協(xié)議層，通信網(wǎng)絡(luò)層包括車聯(lián)網(wǎng)體系中的各種網(wǎng)絡(luò)設(shè)備，提供車車通信、車路通信、及車一路一交通云平臺通信的通信傳輸網(wǎng)絡(luò)及計算機網(wǎng)絡(luò)等多種物理支撐。通信協(xié)議層包括各種通信協(xié)議和平臺內(nèi)部各種應(yīng)用間的消息協(xié)議，提供車車通信、車路通信、及車-路-交通云平臺通信的各種通信協(xié)議、應(yīng)用協(xié)議、中間件等邏輯支撐。應(yīng)用層包括交通誘導系統(tǒng)、輔助決策系統(tǒng)、綜合調(diào)度系統(tǒng)、發(fā)布網(wǎng)關(guān)系統(tǒng)、交通網(wǎng)站、移動信息終端發(fā)布系統(tǒng)、固定終端發(fā)布系統(tǒng)等，實現(xiàn)整個交通云平臺的各種應(yīng)用業(yè)務(wù)。接下來所介紹的車聯(lián)網(wǎng)技術(shù)方案將遵循這個架構(gòu)來進行。渣土車智能監(jiān)管系統(tǒng)參見圖2，渣土車智能監(jiān)管系統(tǒng)的設(shè)計思路是基于物聯(lián)網(wǎng)技術(shù)，通過RFID (以無線方式傳送數(shù)據(jù)的集成電路標簽)、GPRS數(shù)字通信、GPS衛(wèi)星定位、GIS地理信息系統(tǒng)、視頻識別等計算機技術(shù)采集車輛信息，監(jiān)控渣土車違規(guī)行為。通過3G網(wǎng)絡(luò)，無線收發(fā)器，光纜進行信息傳遞；在集中監(jiān)管中心構(gòu)建監(jiān)管系統(tǒng)的軟硬件平臺進行信息的匯總。對統(tǒng)一的GIS地圖，綜合渣土車RFID信息、申報信息、GPS軌跡、視頻信息進行信息的分析。實現(xiàn)了問題渣土車的視頻上報、立案派遣、任務(wù)處理、GPS定位追蹤渣土車行駛路線，結(jié)案等功能。特點分析，通過車載RFID可獲得車輛身份，通過視頻監(jiān)控可分析車輛特殊行為，通過GPS定位，GIS地理信息識別。G-BOS智慧運營系統(tǒng)的應(yīng)用參見圖3, G-BOS智慧運營系統(tǒng)是Telematics (特力瑪)技術(shù)(無線通信技術(shù)、衛(wèi)星定位、網(wǎng)絡(luò)通信技術(shù)、車載電腦)、CAN總線技術(shù)、商業(yè)智能技術(shù)、先進管理技術(shù)的在客車上的綜合應(yīng)用。
G-BOS智慧運營系統(tǒng)通過安裝在客車上的G-BOS終端從CAN總線、各類傳感器上持續(xù)不斷的采集發(fā)動機運行數(shù)據(jù)、車輛狀況信息、駕駛員的操控行為，通過接收GPS衛(wèi)星定位信息記錄車輛所在位置。通過3G通信技術(shù)對信息進行傳遞。在數(shù)據(jù)處理中心建立數(shù)據(jù)平臺，進行信息匯總，通過商業(yè)智能技術(shù)將接收到的海量數(shù)據(jù)實時分析、整理，并結(jié)合國內(nèi)外先進管理思想實現(xiàn)了，將駕駛員不良駕駛行為、油耗數(shù)據(jù)、車輛運行情況、維修保養(yǎng)計劃等內(nèi)容以直觀的報告、圖表等形式展現(xiàn)出來。特點分析，通過車載G-BOS終端采集器可全面采集車輛的身份，耗油量，車況，行駛路線等一系列的詳細的信息，通過GPS定位，GIS地理信息識別。斯堪尼亞“黑匣子”車隊管理系統(tǒng)參見圖4，斯堪尼亞(SCANIA) ““黑匣子”車隊管理系統(tǒng)通過GPS定位系統(tǒng)、車載記錄設(shè)備對車輛信息進行采集。通過通訊設(shè)備(FM3316)、3G網(wǎng)絡(luò)進行信息傳遞。通過通訊服務(wù)訂閱與網(wǎng)頁式辦公界面結(jié)合在一起的方法建立網(wǎng)絡(luò)平臺。實現(xiàn)了物流和運輸企業(yè)在任何地點通過一臺聯(lián)網(wǎng)電腦即可對工作車輛所在位置、油耗情況、行駛狀態(tài)甚至潛在的機械故 障進行準確和有效的遠程監(jiān)控，亦可利用該系統(tǒng)反饋的數(shù)據(jù)和行車報告加強車隊管理并提聞盈利能力。特點分析，通過車載黑匣子采集信息，更加全面準確，實現(xiàn)了物流和運輸企業(yè)在任何地點通過聯(lián)網(wǎng)電腦即可對工作車輛所在位置、油耗情況、行駛狀態(tài)甚至潛在的機械故障進行準確和有效的遠程監(jiān)控，亦可利用該系統(tǒng)反饋的數(shù)據(jù)和行車報告加強車隊管理并提高盈利能力。以上所描述的幾種傳統(tǒng)意義上的車聯(lián)網(wǎng)，均是使用RFID電子標簽技術(shù)收集車輛信息，即由GPS確定車輛位置，通過3G無線傳輸系統(tǒng)傳遞信息，最后以互聯(lián)網(wǎng)平臺進行聯(lián)網(wǎng)。RFID技術(shù)的優(yōu)勢在于收集車輛信息全面，并能準確確定車主信息。但基于RFID技術(shù)的車輛網(wǎng)方案，存在實施成本過高、容易信息泄露等問題為收集RFID發(fā)出的信息，需要對所有車輛部署RFID標簽及射頻收發(fā)設(shè)備；同時，需要在道路沿線、停車場等車輛出入的地方，建立大量的RFID信號接受裝置，才能實現(xiàn)全覆蓋聯(lián)網(wǎng)，這將帶來極其巨大的經(jīng)濟成本！此外，RFID技術(shù)由于通過射頻進行信息收發(fā)，容易造成用戶車輛信息的外泄，存在不安全因素。另外，在實際操作中還存在各大出租車公司的信息相互不共享的現(xiàn)狀，故此同一地區(qū)的出租車的智能調(diào)度遇到了一定的困難。

發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)的空白，提出一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法及調(diào)度系統(tǒng)，基于現(xiàn)有的、已經(jīng)覆蓋市區(qū)幾乎所有交通路況、停車場的視頻監(jiān)控系統(tǒng)，利用每個路口等處的監(jiān)控探頭所提供的視頻，通過視頻智能分析技術(shù)的應(yīng)用，即可實現(xiàn)對車輛信息，如車牌、車型、位置等信息進行自動提取，再通過監(jiān)控視頻的聯(lián)網(wǎng)，實現(xiàn)車輛位置等信息等聯(lián)網(wǎng)共享，為智能調(diào)度、交通誘導等提供一種可行的車聯(lián)網(wǎng)解決方案。為了達到上述發(fā)明目的，本發(fā)明首先提出的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，通過以下技術(shù)方案實現(xiàn)的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于包括如下步驟
a、基于視頻監(jiān)控系統(tǒng)中各視頻采集設(shè)備所采集的視頻數(shù)據(jù)，構(gòu)建包括若干含有出租車的正樣本以及若干含有其它機動車輛的負樣本的樣本庫；并基于所述視頻數(shù)據(jù)中出租車的車身主色種類，設(shè)定出租車用顏色類別集，并確定所述類別集中各顏色類別的顏色參數(shù)邊界；b、獲取所述樣本的判斷窗口，并將所述判斷窗口圖像尺寸歸一化；提取歸一化處理后的判斷窗口內(nèi)的各顏色類別的面積，確定各顏色類別的面積門限；以及，提取所述判斷窗口的HOG特征，并利用此HOG特征訓練支持向量機分類器；C、所述視頻采集設(shè)備將視頻數(shù)據(jù)實時上傳至分析服務(wù)器中；d、所述分析服務(wù)器檢測和追蹤所述視頻數(shù)據(jù)中各待識別車輛；e、所述分析服務(wù)器將跟蹤成功后的首個圖像幀的跟蹤窗口尺寸歸一化，提取歸一化處理后的跟蹤窗口中各顏色種類的面積，并將所述面積與對應(yīng)的面積門限進行比對，若該跟蹤窗口中至少一個顏色種類的面積大于面積門限，則進入下一步驟；否則，僅繼續(xù)跟 蹤;f、所述分析服務(wù)器通過所述向量機分類器分類，并將分類結(jié)果實時上傳至匯總服務(wù)器進行匯總，所述匯總服務(wù)器根據(jù)各視頻采集設(shè)備所在位置在電子地圖顯示出租車分布
信息；g、調(diào)度中心根據(jù)所述出租車分布信息確定調(diào)度方案，并將調(diào)度方案發(fā)送給出租車。所述分類結(jié)果至少通過空間域修正識別步驟獲得將所述首個圖像幀中通過面積比對的跟蹤窗口分別向上、下兩個方向移動y個像素點，獲得二個子窗口，以及向左、兩個方向移動X個像素點，獲得另二個子窗口 ；將所獲得的四個子窗口尺寸歸一化，將歸一化處理后的四個子窗口和跟蹤窗口輸入所述支持向量機分類器獲得五個識別結(jié)果，對這五個識別結(jié)果進行投票統(tǒng)計，票數(shù)多者取勝，由此獲得空間域修正識別結(jié)果；所述的x、y均為正整數(shù)。該調(diào)度方法還包括時間域修正步驟由所述首個圖像幀起，對一段時間內(nèi)的連續(xù)視頻幀中采樣獲得η個關(guān)鍵幀，并分別對關(guān)鍵幀分別執(zhí)行所述空間域修正識別步驟，以獲得多個空間域修正識別結(jié)果，將基于這些關(guān)鍵幀和首個圖像幀做出的空間域修正識別結(jié)果進行投票統(tǒng)計，票數(shù)多者取勝，由此獲得時間域修正識別結(jié)果，其中η為大于2的自然數(shù)。所述關(guān)鍵幀是以固定時間間隔在所述一段時間內(nèi)的連續(xù)視頻幀選取的。所述η為4，所述固定時間間隔取決于對任一所述關(guān)鍵幀執(zhí)行步驟e的時間。該調(diào)度方法還包括如下步驟周期性的對所述連續(xù)視頻幀執(zhí)行所述步驟e、空間域修正步驟以及時間域修正步驟，以獲得基于同一跟蹤窗口的多個時空域聯(lián)合修正識別結(jié)果，并在每獲得一個時空域聯(lián)合修正識別結(jié)果之后，對于之前基于同一跟蹤窗口做出的識別結(jié)果進行修正。所述樣本的判斷窗口、所述子窗口和所述跟蹤窗口均被歸一化為橫向a個像素點、縱向b個像素點，所述a、b均為大于10的自然數(shù)；且所述X取值范圍為O. la-0. 2a，所述y取值范圍為O. lb-0. 2b。所述顏色參數(shù)邊界包括在HSV顏色空間中。另外，本發(fā)明還提出的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度系統(tǒng)，通過以下技術(shù)方案實現(xiàn)的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度系統(tǒng)，涉及裝有移動通訊終端的出租車，其特征在于包括設(shè)于各機動車監(jiān)控區(qū)域的若干視頻采集設(shè)備、分析服務(wù)器、匯總服務(wù)器和調(diào)度中心，所述分析服務(wù)器通過通信鏈路與所述視頻采集設(shè)備連接和匯總服務(wù)器連接，對所述視頻采集設(shè)備上傳的視頻數(shù)據(jù)進行識別并將車輛分類結(jié)果上傳至匯總服務(wù)器，所述匯總服務(wù)器根據(jù)所述分類結(jié)果在電子地圖上顯示出租車分布信息，所述調(diào)度中心根據(jù)所述出租車分布信息確定調(diào)度方案，并將調(diào)度方案發(fā)送給出租車。與現(xiàn)有技術(shù)相比，本發(fā)明一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法及調(diào)度系統(tǒng)，基于現(xiàn)有的、已經(jīng)覆蓋市區(qū)幾乎所有交通路況、停車場的視頻監(jiān)控系統(tǒng)，利用每個路口等處的監(jiān)控探頭所提供的視頻，通過視頻智能分析技術(shù)的應(yīng)用，即可實現(xiàn)對車輛信息的自動提取，再通過監(jiān)控視頻的聯(lián)網(wǎng)對多個攝像頭的信息匯總，將整個城市的出租車位置信息標注在了地圖上，在此基礎(chǔ)上發(fā)現(xiàn)了可能需要出租車的區(qū)域。針對現(xiàn)今基于GPS系統(tǒng)的出租調(diào) 度各公司信息不共享的弊病，基于視頻監(jiān)控的車聯(lián)網(wǎng)保障了信息的全面性，為智能調(diào)度、交通誘導等提供一種可行的車聯(lián)網(wǎng)解決方案。


通過下面結(jié)合附圖對其示例性實施例進行的描述，本發(fā)明上述特征和優(yōu)點將會變得更加清楚和容易理解。圖I為車聯(lián)網(wǎng)系統(tǒng)構(gòu)成示意圖；圖2為渣土車智能監(jiān)管系統(tǒng)構(gòu)成示意圖；圖3為G-BOS智慧運營系統(tǒng)構(gòu)成示意圖；圖4為斯堪尼亞“黑匣子”車隊管理系統(tǒng)構(gòu)成示意圖；圖5為本發(fā)明實施例調(diào)度系統(tǒng)構(gòu)成示意圖；圖6為本發(fā)明實施例流程示意圖；圖7為本發(fā)明實施例HOG算法流程示意圖；圖8為本發(fā)明實施例顏色識別機制的原理示意圖；圖9為本發(fā)明實施例多窗口投票機制的原理示意圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進一步詳細說明，以便于同行業(yè)技術(shù)人員的理解如圖1-9所示，標號分別表示第一級匯總服務(wù)器I、調(diào)度中心2、第二級匯總服務(wù)器3、分析服務(wù)器4、視頻采集設(shè)備5、出租車6。本發(fā)明提供一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法及調(diào)度系統(tǒng)，而且無論是調(diào)度方法還是調(diào)度系統(tǒng)，其實現(xiàn)均依賴于視頻圖像的出租車實時識別。因此，首先要解決的是出租車的實時圖像識別。相對于其它機動車來說，出租車具有以下顯著特點特點一、頂燈。出租車的頂燈為區(qū)別于其他車輛的明顯標志。對車身的輪廓特征有明顯的改變。特點二、車型。出租車為小轎車車型，在外形輪廓方面明顯區(qū)別于中大型的車輛。
特點三、顏色。為體現(xiàn)出租車和私家車之間的顯著區(qū)別，便于市民分辨，每個地區(qū)往往還對出租車車身顏色有明確的限定，因此出租車和私家車在顏色上具有顯著的區(qū)別。如北京，出租車都是雙色車，并且在顏色設(shè)定上將我國古老的五行文化寓意其中。其內(nèi)運營的所有的出租車不論是什么顏色，車的中部都有一道黃色的顏色帶，意為五行中土居中，顏色中黃色為尊，而其它搭配顏色則由出租車公司從綠、紅、藍、紫、白、赤顏色中選擇，并且不得復(fù)選。又如上海，對于出租車顏色則規(guī)定超過2000輛以上車輛的企業(yè)可以自行選擇顏色，經(jīng)過統(tǒng)計上海出租車的顏色共有9種不同的顏色。這些顏色被稱為企業(yè)色，私家車用顏色具有顯著的區(qū)別。參加圖6，本實施例首先以中國的市級行政區(qū)域為例，提供的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度系統(tǒng)，該調(diào)度系統(tǒng)主要由視頻采集設(shè)備5、第一級匯總服務(wù)器I、調(diào)度中心2、第二級匯總服務(wù)器3和分析服務(wù)器4組成。
其中，視頻采集設(shè)備5為現(xiàn)有的視頻監(jiān)控系統(tǒng)中的監(jiān)控探頭，由于其廣泛安裝覆蓋市區(qū)絕大部分交通路況、停車場以及其它機動車監(jiān)控區(qū)域，故此可大幅降低本調(diào)度系統(tǒng)的應(yīng)用成本。另外，每一個視頻采集設(shè)備5需要在電子地圖上進行人工標定位置，并由此來大致確定車輛的位置信息。分析服務(wù)器4可安裝在各派出所內(nèi)，并通過通信鏈路連接對應(yīng)派出所所轄區(qū)域的視頻采集設(shè)備5，分析服務(wù)器4通過出租車識別技術(shù)所述視頻采集設(shè)備5上傳的視頻數(shù)據(jù)進行識別分類，并將車輛分類結(jié)果上傳到公安分局中安裝的第二級匯總服務(wù)器3。各公安分局中的第二級匯總服務(wù)器3再將數(shù)據(jù)上傳至市局安裝的第一級匯總服務(wù)器I中。第一級匯總服務(wù)器I進行數(shù)據(jù)匯總，對匯總的數(shù)據(jù)進行分析，得出全市的出租車分布情況，在電子地圖上將出租車分布與出租車需求的關(guān)系對應(yīng)起來，并上述信息發(fā)送給調(diào)度中心2，調(diào)度中心2與裝有移動通訊終端的出租車建立通訊連接，并完成出租車的智能化調(diào)度。參見圖6-9，本實施例還提供的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，該調(diào)度方法的實現(xiàn)依賴于上述的出租車調(diào)度系統(tǒng)。其主要設(shè)計思路和常規(guī)的車輛識別方法相同，首先構(gòu)件出租車分類器，之后通過分類器對于出租車進行識別，以下將對這兩個步驟進行詳細描述一、構(gòu)建出租車分類器，由下述幾個步驟組成I. I、構(gòu)建樣本庫，包括含有出租車的正樣本以及含有其它機動車輛的負樣本。在算法一定的情況下，樣本庫的大小和典型性共同決定著SVM分類器的準確性。而由于一個地區(qū)的出租車往往和其它地區(qū)出租車體現(xiàn)出較大的差異性，除以上所述的出租車顏色特征夕卜，還有對于車輛輪廓特征影響較大的因素，如車頂燈的外形尺寸、車頂燈在夜間發(fā)光狀態(tài)下的外形輪廓等。因此優(yōu)選的，構(gòu)建樣本庫應(yīng)該基于同一個地區(qū)內(nèi)的多個監(jiān)控攝像機所采集的車輛圖像(注此處所用術(shù)語“地區(qū)”應(yīng)當被理解為其內(nèi)的出租車具有相同規(guī)范的地域，在實際實踐中應(yīng)根據(jù)不同區(qū)域交管部門的具體要求對于上述地區(qū)進行選擇)。雖然采用這樣的樣本庫所訓練的SVM分類器不可避免的具有一定地域性，不太適宜其它地區(qū)使用，但是準確度會相應(yīng)提高。相反的，如果采用多個地區(qū)的監(jiān)控攝像機所采集的車輛圖像，SVM分類器會具有普適性，但是其準確率往往會有一定程度的下降。不僅如此，所采集的車輛圖像的選擇還需要具有全面型、典型性，樣本庫應(yīng)該包含了各種車型在各種天氣情況以及各種光照環(huán)境下各種角度的圖像?；谶@樣的樣本庫，使得SVM分類器的準確性得到了保證。I. 2、基于以上所采集的正樣本圖像來確定當?shù)爻鲎廛囓嚿碇魃乃蟹N類，并設(shè)定為出租車用顏色類別集。在本實施例中，基于某地的交通監(jiān)控錄像，顏色類別集中包括八種顏色橘黃、土黃、綠色、淺藍、深藍、深紫、白色和紅色。I. 3、確定顏色類別集中各顏色類別的顏色參數(shù)邊界。在對于樣本大量的細致分析后發(fā)現(xiàn)，尤其是分析同種顏色不同光照下的變化，發(fā)現(xiàn)光照主要改變的是顏色的亮度，如紅色即從深紅、紅、到淺紅的變化。從這一點出發(fā)，該顏色參數(shù)邊界的確定主要通過在正樣本中選取不同光照下的各種顏色出租車的圖像，基于HSV顏色空間，對一類顏色進行提取。通過人工標定的方法確定標定區(qū)域內(nèi)H、S、V這三個參數(shù)的范圍。參見表1，其為本實施例中顏色類別集內(nèi)的八種顏色的顏色參數(shù)邊界。
權(quán)利要求
1.一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于包括如下步驟 a、基于視頻監(jiān)控系統(tǒng)中各視頻采集設(shè)備所采集的視頻數(shù)據(jù)，構(gòu)建包括若干含有出租車的正樣本以及若干含有其它機動車輛的負樣本的樣本庫；并基于所述視頻數(shù)據(jù)中出租車的車身主色種類，設(shè)定出租車用顔色類別集，并確定所述類別集中各顏色類別的顏色參數(shù)邊界； b、獲取所述樣本的判斷窗ロ，并將所述判斷窗ロ圖像尺寸歸ー化；提取歸一化處理后的判斷窗ロ內(nèi)的各顔色類別的面積，確定各顔色類別的面積門限；以及，提取所述判斷窗ロ的HOG特征，并利用此HOG特征訓練支持向量機分類器； C、所述視頻采集設(shè)備將視頻數(shù)據(jù)實時上傳至分析服務(wù)器中； d、所述分析服務(wù)器檢測和追蹤所述視頻數(shù)據(jù)中各待識別車輛； e、所述分析服務(wù)器將跟蹤成功后的首個圖像幀的跟蹤窗ロ尺寸歸ー化，提取歸ー化處理后的跟蹤窗口中各顔色種類的面積，并將所述面積與對應(yīng)的面積門限進行比對，若該跟蹤窗口中至少ー個顔色種類的面積大于面積門限，則進入下ー步驟；否則，僅繼續(xù)跟蹤； f、所述分析服務(wù)器通過所述向量機分類器分類，并將分類結(jié)果實時上傳至匯總服務(wù)器進行匯總，所述匯總服務(wù)器根據(jù)各視頻采集設(shè)備所在位置在電子地圖顯示出租車分布信息； g、調(diào)度中心根據(jù)所述出租車分布信息確定調(diào)度方案，并將調(diào)度方案發(fā)送給出租車。
2.根據(jù)權(quán)利要求I所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于，所述分類結(jié)果至少通過空間域修正識別步驟獲得將所述首個圖像幀中通過面積比對的跟蹤窗ロ分別向上、下兩個方向移動y個像素點，獲得ニ個子窗ロ，以及向左、兩個方向移動X個像素點，獲得另ニ個子窗ロ ；將所獲得的四個子窗ロ尺寸歸ー化，將歸ー化處理后的四個子窗口和跟蹤窗ロ輸入所述支持向量機分類器獲得五個識別結(jié)果，對這五個識別結(jié)果進行投票統(tǒng)計，票數(shù)多者取勝，由此獲得空間域修正識別結(jié)果；所述的X、y均為正整數(shù)。
3.根據(jù)權(quán)利要求2所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于該調(diào)度方法還包括時間域修正步驟由所述首個圖像幀起，對一段時間內(nèi)的連續(xù)視頻幀中采樣獲得η個關(guān)鍵幀，井分別對關(guān)鍵幀分別執(zhí)行所述空間域修正識別步驟，以獲得多個空間域修正識別結(jié)果，將基于這些關(guān)鍵幀和首個圖像幀做出的空間域修正識別結(jié)果進行投票統(tǒng)計，票數(shù)多者取勝，由此獲得時間域修正識別結(jié)果，其中η為大于2的自然數(shù)。
4.根據(jù)權(quán)利要求3所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于所述關(guān)鍵幀是以固定時間間隔在所述一段時間內(nèi)的連續(xù)視頻幀選取的。
5.根據(jù)權(quán)利要求4所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于所述η為4，所述固定時間間隔取決于對任一所述關(guān)鍵幀執(zhí)行步驟e的時間。
6.根據(jù)權(quán)利要求4所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于該調(diào)度方法還包括如下步驟周期性的對所述連續(xù)視頻幀執(zhí)行所述步驟e、空間域修正步驟以及時間域修正步驟，以獲得基于同一跟蹤窗ロ的多個時空域聯(lián)合修正識別結(jié)果，并在每獲得ー個時空域聯(lián)合修正識別結(jié)果之后，對于之前基于同一跟蹤窗ロ做出的識別結(jié)果進行修正。
7.根據(jù)權(quán)利要求1-6任意一項所述的一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于所述樣本的判斷窗ロ、所述子窗口和所述跟蹤窗ロ均被歸ー化為橫向a個像素點、縱向b個像素點，所述a、b均為大于10的自然數(shù)；且所述X取值范圍為O. la-0. 2a，所述y取值范圍為O. lb-0. 2b。
8.根據(jù)權(quán)利要求7所述的ー種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法，其特征在于所述顏色參數(shù)邊界包括在HSV顏色空間中。
9.一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度系統(tǒng)，涉及裝有移動通訊終端的出租車，其特征在于包括設(shè)于各機動車監(jiān)控區(qū)域的若干視頻采集設(shè)備、分析服務(wù)器、匯總服務(wù)器和調(diào)度中心，所述分析服務(wù)器通過通信鏈路與所述視頻采集設(shè)備連接和匯總服務(wù)器連接，對所述視頻采集設(shè)備上傳的視頻數(shù)據(jù)進行識別并將車輛分類結(jié)果上傳至匯總服務(wù)器，所述匯總服務(wù)器根據(jù)所述分類結(jié)果在電子地圖上顯示出租車分布信息，所述調(diào)度中心根據(jù)所述出租車分布信息確定調(diào)度方案，并將調(diào)度方案發(fā)送給出租車。
全文摘要
本發(fā)明涉及車輛識別領(lǐng)域，尤其涉及一種基于視頻監(jiān)控系統(tǒng)的出租車調(diào)度方法和調(diào)度系統(tǒng)，基于現(xiàn)有的、已經(jīng)覆蓋市區(qū)幾乎所有交通路況、停車場的視頻監(jiān)控系統(tǒng)，利用每個路口等處的監(jiān)控探頭所提供的視頻，通過視頻智能分析技術(shù)的應(yīng)用，即可實現(xiàn)對車輛信息的自動提取，再通過監(jiān)控視頻的聯(lián)網(wǎng)對多個攝像頭的信息匯總，將整個城市的出租車位置信息標注在了地圖上，在此基礎(chǔ)上發(fā)現(xiàn)了可能需要出租車的區(qū)域。針對現(xiàn)今基于GPS系統(tǒng)的出租調(diào)度各公司信息不共享的弊病，基于視頻監(jiān)控的車聯(lián)網(wǎng)保障了信息的全面性，為智能調(diào)度、交通誘導等提供一種可行的車聯(lián)網(wǎng)解決方案。
文檔編號G08G1/00GK102867411SQ20121035644
公開日2013年1月9日 申請日期2012年9月21日 優(yōu)先權(quán)日2012年9月21日
發(fā)明者梁龍飛, 田廣, 張重陽, 葉飛 申請人:博康智能網(wǎng)絡(luò)科技股份有限公司