本發(fā)明涉及智能交通監(jiān)控技術(shù)領(lǐng)域，特別涉及一種違章掉頭車輛行為的檢測方法、裝置及系統(tǒng)和一種球機。

背景技術(shù)：

在日常生活過程中，各大中小城市的大中小學校、醫(yī)院、繁華商業(yè)區(qū)、火車站等人、車聚集的場所周邊路段，通常為違法掉頭多發(fā)區(qū)域，這些路段中違法掉頭車輛與直行交通流形成沖突點，直接影響了機動車、非機動車、行人的正常通行，致使車輛行駛緩慢甚至停止不前，時常引發(fā)交通擁阻，也容易引起交通事故。

目前處理此類違法掉頭的的手段通常是派交管人員定期現(xiàn)場執(zhí)法，或者在指揮中心派專人用球機手動抓拍取證對違法停車車輛進行違法處罰，但取得的收效仍比較有限。主要問題在于以下兩方面：一、現(xiàn)場執(zhí)法很難保證執(zhí)法人員24小時在場，經(jīng)常存在執(zhí)法人員在場時秩序井然，執(zhí)法人員離開后混亂依舊的現(xiàn)象，難以起到有效震懾效果。二、采用云臺手動抓拍取證主要存在點位不足、取證不夠標準大部分證據(jù)不符合目前道路違法取證的公安行業(yè)標準，容易引起執(zhí)法糾紛。

然而，隨著計算機視覺技術(shù)的不斷發(fā)展，通過視頻分析提取車輛運動軌跡從而檢測掉頭行為的研究較為成熟，而如何準確高效地對違章掉頭車輛抓拍取證成為難點。

因此，在發(fā)明人開發(fā)智能交通違章掉頭車輛行為檢測設(shè)計的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：

現(xiàn)有技術(shù)中獲取違章掉頭車輛行為取證系統(tǒng)設(shè)計復雜，錯抓概率較大，且需要配置的人力工作量大。

技術(shù)實現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

一方面，本發(fā)明提供了一種違章掉頭車輛行為的檢測方法，包括：

獲取車輛特征信息；

根據(jù)所述車輛特征信息，確定所述車輛位置；

根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；

如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲。

優(yōu)選地，該方法還包括：

預設(shè)球機的預置位信息；所述預置位信息包括：車道標志線，車道分界線，測量線，劃定車輛檢測區(qū)域；

所述獲取車輛特征信息步驟為：

獲取所述劃定車輛檢測區(qū)域內(nèi)車輛特征信息。

優(yōu)選地，所述根據(jù)所述車輛特征信息，確定所述車輛位置步驟，包括：

根據(jù)所述車輛特征信息，確定所述車輛的二維坐標；

將所述車輛的二維坐標轉(zhuǎn)換為三維坐標；

根據(jù)所述三維坐標，獲取所述車輛的三維跟蹤框；所述三維跟蹤框包括：車輛位置及角度變化信息。

優(yōu)選地，該方法，還包括：

預設(shè)車輛偏轉(zhuǎn)角度閾值；

所述根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)步驟為：

根據(jù)所述車輛偏轉(zhuǎn)角度閾值與所述三維跟蹤框的角度變化信息，判斷所述車輛是否發(fā)生偏轉(zhuǎn)。

優(yōu)選地，所述如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲步驟，包括：

當所述車輛的三維跟蹤框的角度變化信息超過所述車輛偏轉(zhuǎn)角度閾值，則所述車輛進行橫向車檢及斜向車檢；

如果所述橫向車檢檢測到所述車輛為橫向車輛，則發(fā)送啟動3D定位功能 并發(fā)送橫向檢測信息；所述橫向檢測信息包括：所述橫向車輛的二維跟蹤框；

根據(jù)所述橫向檢測信息，確定所述3D定位目標區(qū)域；

在3D定位過程中，對所述車輛進行實時橫向車檢和斜向車檢，并根據(jù)所述橫向檢測信息和斜向檢測信息對應調(diào)整3D定位的目標區(qū)域；

當所述斜向車檢輸出的斜向檢測信息達到預定二維跟蹤框時，記錄存儲跟蹤視頻。

優(yōu)選地，在所述在3D定位過程中，對所述車輛進行實時橫向車檢和斜向車檢，并對應調(diào)整3D定位的目標區(qū)域步驟之前，還包括：

在橫向檢測的過程中，對所述車輛同時進行粒子濾波跟蹤，并輸出粒子濾波跟蹤信息；

當所述橫向檢測無橫向檢測信息輸出時，根據(jù)所述粒子濾波跟蹤信息和所述斜向檢測信息，對應調(diào)整所述3D定位的目標區(qū)域。

優(yōu)選地，該方法還包括：

根據(jù)所述記錄存儲的跟蹤視頻，進行車牌檢測，獲取車牌信息。

本發(fā)明還提供了一種違章掉頭車輛行為的檢測裝置，包括：

信息獲取單元，用于獲取車輛特征信息；

定位單元，用于根據(jù)所述車輛特征信息，確定所述車輛位置；

判斷單元，用于根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；

跟蹤存儲單元，用于如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲。

優(yōu)選地，該裝置還包括：

預設(shè)單元，用于預設(shè)球機的預置位信息；所述預置位信息包括：車道標志線，車道分界線，測量線，劃定車輛檢測區(qū)域；

所述信息獲取單元，用于獲取所述劃定車輛檢測區(qū)域內(nèi)車輛特征信息。

優(yōu)選地，所述定位單元，還用于根據(jù)所述車輛特征信息，確定所述車輛的二維坐標；將所述車輛的二維坐標轉(zhuǎn)換為三維坐標；根據(jù)所述三維坐標，獲取所述車輛的三維跟蹤框；所述三維跟蹤框包括：車輛位置及角度變化信息。

優(yōu)選地，該裝置，還包括：

所述預設(shè)單元，還用于預設(shè)車輛偏轉(zhuǎn)角度閾值；

所述判斷單元，還用于根據(jù)所述車輛偏轉(zhuǎn)角度閾值與所述三維跟蹤框的角度變化信息，判斷所述車輛是否發(fā)生偏轉(zhuǎn)。

優(yōu)選地，所述跟蹤存儲單元，還用于當所述車輛的三維跟蹤框的角度變化信息超過所述車輛偏轉(zhuǎn)角度閾值，則所述車輛進行橫向車檢及斜向車檢；

如果所述橫向車檢檢測到所述車輛為橫向車輛，則發(fā)送啟動3D定位功能并發(fā)送橫向檢測信息；所述橫向檢測信息包括：所述橫向車輛的二維跟蹤框；

根據(jù)所述橫向檢測信息，確定所述3D定位目標區(qū)域；

在3D定位過程中，對所述車輛進行實時橫向車檢和斜向車檢，并根據(jù)所述橫向檢測信息和斜向檢測信息對應調(diào)整3D定位的目標區(qū)域；

當所述斜向車檢輸出的斜向檢測信息達到預定二維跟蹤框時，記錄存儲跟蹤視頻。

優(yōu)選地，所述跟蹤存儲單元，還用于在橫向檢測的過程中，對所述車輛同時進行粒子濾波跟蹤，并輸出粒子濾波跟蹤信息；

當所述橫向檢測無橫向檢測信息輸出時，根據(jù)所述粒子濾波跟蹤信息和所述斜向檢測信息，對應調(diào)整所述3D定位的目標區(qū)域。

優(yōu)選地，該裝置還包括：

車牌檢測單元，用于根據(jù)所述記錄存儲的跟蹤視頻，進行車牌檢測，獲取車牌信息。

本發(fā)明還提供了一種違章掉頭車輛行為的檢測系統(tǒng)，包括：如上任意一項所述違章掉頭車輛行為的檢測裝置。

本發(fā)明還提供了一種球機，包括如上所述違章掉頭車輛行為的檢測系統(tǒng)。

本發(fā)明的技術(shù)方案通過單個球機獲取車輛特征信息；根據(jù)所述車輛特征信息，確定所述車輛位置；根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲。從而使得違章掉頭車輛行為取證系統(tǒng)簡化，錯抓率大大降低，還大大降低了人力工作量及人力成本。

附圖說明

圖1為本發(fā)明實施例提供的一種違章掉頭車輛行為的檢測方法流程圖；

圖2為本發(fā)明實施例提供的另一種違章掉頭車輛行為的檢測方法流程圖；

圖3為本發(fā)明實施例提供的一種違章掉頭車輛行為的檢測裝置結(jié)構(gòu)示意圖；

圖4為本發(fā)明實施例提供的一種違章掉頭車輛行為的檢測系統(tǒng)結(jié)構(gòu)示意圖；

圖5為本發(fā)明實施例提供的一種球機結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地詳細描述。

如圖1為所示為本發(fā)明實施例提供的一種結(jié)構(gòu)示意圖；該。

101：獲取車輛特征信息；

102：根據(jù)所述車輛特征信息，確定所述車輛位置；

103：根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；

104：如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲。

基于以上實施例，如圖2所示，為本發(fā)明實施例提供的另一種違章掉頭車輛行為的檢測方法；該方法包括：

201：預設(shè)球機的預置位信息及預設(shè)車輛偏轉(zhuǎn)角度閾值；

所述預置位信息包括：車道標志線，車道分界線，測量線，劃定車輛檢測區(qū)域；

202：獲取所述劃定車輛檢測區(qū)域內(nèi)車輛特征信息；具體的講就是系統(tǒng)通過在預置位處，即在所述劃定車輛檢測區(qū)域的圖像特征中對目標車輛的正向車頭或者車尾進行車輛檢測；所述車輛檢測主要利用大量學習樣本，使用方向梯度直方圖(Histogrrams of Oriented Gradients，簡稱HOG)特征和支持向量機(Support Vector Machine，簡稱SVM)訓練檢測器，確定出目標車輛；然后，根據(jù)目標車輛確定其初始位置信息。

203：根據(jù)所述車輛特征信息，確定所述車輛的二維坐標；具體的講，就是采用光流法對所述目標車輛進行實時跟蹤，確定目標車輛的二維坐標。

204：將所述車輛的二維坐標轉(zhuǎn)換為三維坐標；

205：根據(jù)所述三維坐標，獲取所述車輛的三維跟蹤框；所述三維跟蹤框包括：車輛位置及角度變化信息。

206：根據(jù)所述車輛偏轉(zhuǎn)角度閾值與所述三維跟蹤框的角度變化信息，判斷所述車輛是否發(fā)生偏轉(zhuǎn)。

207：當所述車輛的三維跟蹤框的角度變化信息超過所述車輛偏轉(zhuǎn)角度閾值，則所述車輛進行橫向車檢及斜向車檢；所述橫向車檢基于可變形部件模型(Deformable Parts Model，簡稱DPM)物體檢測方法，一旦檢測到橫向車輛，認為監(jiān)測車輛出現(xiàn)掉頭跡象。

208：如果所述橫向車檢檢測到所述車輛為橫向車輛，則發(fā)送啟動3D定位功能并發(fā)送橫向檢測信息；所述橫向檢測信息包括：所述橫向車輛的二維跟蹤框；

209：根據(jù)所述橫向檢測信息，確定所述3D定位目標區(qū)域；具體的講，就是根據(jù)當前目標車輛的車輛位置及角度變化信息，確定所述目標車輛在對側(cè)車道掉頭結(jié)束時所在的區(qū)域；在球機拉近目標的同時，仍繼續(xù)實時橫向車檢、斜向車檢，跟蹤目標車輛，根據(jù)所述橫向車檢的橫向檢測信息，實時調(diào)整球機3D定位的狀態(tài)，保證目標車輛在掉頭過程中始終都在球機的視野范圍之內(nèi)。

需要說明的是，在橫向檢測的過程中，對所述車輛同時進行粒子濾波跟蹤，并輸出粒子濾波跟蹤信息；

當所述橫向檢測無橫向檢測信息輸出時，根據(jù)所述粒子濾波跟蹤信息和所述斜向檢測信息，對應調(diào)整所述3D定位的目標區(qū)域；

具體的講，就是用橫向車檢的結(jié)果即橫向檢測信息，更新三維跟蹤框，無 橫向檢測結(jié)果且無斜向車檢結(jié)果時，使用粒子濾波跟蹤目標，更新三維跟蹤框；根據(jù)所述三維跟蹤框的位置判斷目標車輛掉頭情況，隨時調(diào)整3D定位，保證掉頭目標在調(diào)頭過程中始終在視野范圍之內(nèi)。

210：在3D定位過程中，對所述車輛進行實時橫向車檢和斜向車檢，并根據(jù)所述橫向檢測信息和斜向檢測信息對應調(diào)整3D定位的目標區(qū)域；

需要說明的是，當連續(xù)若干幀無橫向車檢結(jié)果，同時在三維跟蹤框附近出現(xiàn)斜向車檢結(jié)果時，則確定目標車輛基本完成掉頭，此時目標呈現(xiàn)的形態(tài)基本趨于穩(wěn)定，此時，將橫向檢測跟蹤方法變?yōu)樾毕蜍嚈z跟蹤方法，即采用歸一化互相關(guān)(Normalized Cross-Correlation，簡稱NCC)模板匹配，保存斜向檢測結(jié)果作為下一階段的跟蹤模板；即根據(jù)斜向檢測結(jié)果調(diào)整目標車輛的3D定位目標區(qū)域。

211：當所述斜向車檢輸出的斜向檢測信息達到預定二維跟蹤框時，記錄存儲跟蹤視頻。

212：根據(jù)所述記錄存儲的跟蹤視頻，進行車牌檢測，獲取車牌信息。

需要說明的是，在跟蹤目標車輛掉頭結(jié)束時，獲取車輛的特寫圖片并對其進行車牌識別，與此同時，還記錄存儲所述抓拍車輛掉頭圖片的抓拍時間、車牌識別結(jié)果等數(shù)據(jù)信息，同時自動保存整個抓拍過程的錄像作為執(zhí)法依據(jù)；完成所述違法抓拍后，系統(tǒng)控制球機自動回到預置位，再進行違章掉頭車輛行為的檢測。

還需要說明的是，所述3D定位功能，是指將跟蹤目標車輛的跟蹤過程平移至視野中心并進行放大，即從預置位監(jiān)測狀態(tài)轉(zhuǎn)換為鎖定放大。

如圖3所示，為本發(fā)明實施例提供的一種違章掉頭車輛行為的檢測裝置； 該裝置包括：

信息獲取單元301，用于獲取車輛特征信息；

定位單元302，用于根據(jù)所述車輛特征信息，確定所述車輛位置；

判斷單元303，用于根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；

跟蹤存儲單元304，用于如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲。

需要說明的是，該裝置還包括：

預設(shè)單元，用于預設(shè)球機的預置位信息；所述預置位信息包括：車道標志線，車道分界線，測量線，劃定車輛檢測區(qū)域；

所述信息獲取單元301，用于獲取所述劃定車輛檢測區(qū)域內(nèi)車輛特征信息。

還需要說明的是，所述定位單元302，還用于根據(jù)所述車輛特征信息，確定所述車輛的二維坐標；將所述車輛的二維坐標轉(zhuǎn)換為三維坐標；根據(jù)所述三維坐標，獲取所述車輛的三維跟蹤框；所述三維跟蹤框包括：車輛位置及角度變化信息。

還需要說明的是，所述預設(shè)單元，還用于預設(shè)車輛偏轉(zhuǎn)角度閾值；

所述判斷單元303，還用于根據(jù)所述車輛偏轉(zhuǎn)角度閾值與所述三維跟蹤框的角度變化信息，判斷所述車輛是否發(fā)生偏轉(zhuǎn)。

還需要說明的是，所述跟蹤存儲單元304，還用于當所述車輛的三維跟蹤框的角度變化信息超過所述車輛偏轉(zhuǎn)角度閾值，則所述車輛進行橫向車檢及斜向車檢；

如果所述橫向車檢檢測到所述車輛為橫向車輛，則發(fā)送啟動3D定位功能并發(fā)送橫向檢測信息；所述橫向檢測信息包括：所述橫向車輛的二維跟蹤框；

根據(jù)所述橫向檢測信息，確定所述3D定位目標區(qū)域；

在3D定位過程中，對所述車輛進行實時橫向車檢和斜向車檢，并根據(jù)所述橫向檢測信息和斜向檢測信息對應調(diào)整3D定位的目標區(qū)域；

當所述斜向車檢輸出的斜向檢測信息達到預定二維跟蹤框時，記錄存儲跟蹤視頻。

還需要說明的是，所述跟蹤存儲單元304，還用于在橫向檢測的過程中， 對所述車輛同時進行粒子濾波跟蹤，并輸出粒子濾波跟蹤信息；

當所述橫向檢測無橫向檢測信息輸出時，根據(jù)所述粒子濾波跟蹤信息和所述斜向檢測信息，對應調(diào)整所述3D定位的目標區(qū)域。

還需要說明的是，該裝置還包括：

車牌檢測單元，用于根據(jù)所述記錄存儲的跟蹤視頻，進行車牌檢測，獲取車牌信息。

如圖4所示，為本發(fā)明實施例提供的一種違章掉頭車輛行為的檢測系統(tǒng)；該系統(tǒng)包括：如上所述任一一項所述的違章掉頭車輛行為的檢測裝置。

如圖5所示，為本發(fā)明實施例提供的一種球機；該球機包括：如上所述違章掉頭車輛行為的檢測系統(tǒng)。

本發(fā)明的技術(shù)方案通過單個球機獲取車輛特征信息；根據(jù)所述車輛特征信息，確定所述車輛位置；根據(jù)車輛位置，判斷所述車輛是否發(fā)生偏轉(zhuǎn)；如果所述車輛發(fā)生偏轉(zhuǎn)，則對所述車輛進行跟蹤檢測，并將跟蹤檢測過程進行記錄存儲；實現(xiàn)了單球機鎖定，抓拍及存儲記錄目標違法掉頭車輛違規(guī)全過程。因此，簡化了現(xiàn)場安裝調(diào)試球機程序，降低了調(diào)試難度；且通過一個球機完成同一個違法車輛連續(xù)跟蹤，抓拍機存儲記錄全過程，對于目標違法車輛進行實時檢測定位，定位檢測結(jié)果作為反饋控制球機移動，與球機實現(xiàn)信息交互和互動，從而大大降低了錯抓概率；由于本發(fā)明技術(shù)方案采用的單球機實時自動抓拍技術(shù)，可以根據(jù)交管需求，進行全天或者分時段進行實時抓拍跟蹤違章掉頭車輛行為，從而大大提高了抓拍違章掉頭車輛行為的效率，降低人力成本，進而能夠緩解城市道路交通擁堵程度、減少違章掉頭引發(fā)的交通事故。

以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進等，均包含在本發(fā)明的保護范圍內(nèi)。