本發(fā)明涉及智能交通技術(shù)領域，特別涉及一種車輛擁堵檢測預警方法、裝置及系統(tǒng)。

背景技術(shù)：

隨著城市汽車保有量越來越高，道路擁堵情況越來越嚴重。在交叉路口，一個方向擁堵嚴重時，如果放任車輛繼續(xù)駛?cè)肼房诓簦瑢⒂绊懫渌较蜍嚵饕脖欢滤?。根?jù)國家《道路交通安全法實施條例》第五十三條規(guī)定：機動車遇有前方交叉路口交通阻塞時，應當依次停在路口以外等候，不得進入路口。也即，在道路擁堵狀態(tài)下，闖綠燈行為是明確的違章行為。但實際情況下，由于各司機對前方道路擁堵情況沒有統(tǒng)一的認知，所以難以實現(xiàn)擁堵狀態(tài)下，闖綠燈行為的處罰，從而使得此種違章行為基本上是禁而不止。更為嚴重的是，如果縱向車道發(fā)生擁堵，而橫向左轉(zhuǎn)車道上的車輛繼續(xù)駛?cè)肼房诓?，則可能造成縱橫兩個方向的擁堵情況。

例如：現(xiàn)有技術(shù)中提出了一種單個相機的基于視頻分析的擁堵檢測方法，擁堵發(fā)生后亮起本方向的警示牌。警示牌亮起后，對依然駛?cè)肼房诘臋C動車進行綠燈跟進違章抓拍。此方案判斷擁堵是根據(jù)入口車流量與出口車流量之差大于一定閾值。對于路口擁堵來說，入口即停止線附近駛?cè)肼房谲囕v，而出口位于遠處斑馬線附近。一次正常綠燈開始時，出口處是沒有車輛的，入口車流量持續(xù)增高，什么時候開始用此條件來檢測擁堵，方案里并未給出，比較含糊。另外到遠處斑馬線附近，車輛相互之間遮擋嚴重，基于單個車輛的軌跡跟蹤往往容易失效，在出口統(tǒng)計流量很難統(tǒng)計準確。

技術(shù)實現(xiàn)要素：

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

一方面，本發(fā)明提供了一種車輛擁堵檢測預警方法，包括：

獲取路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息；

根據(jù)所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，判斷所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)，輸出判斷結(jié)果；

將所述判斷結(jié)果進行綜合分析處理后的擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

優(yōu)選地，該方法還包括：

預設所述擁堵檢測區(qū)域內(nèi)的車輛部件數(shù)量閾值N1和閾值N2，以及所述擁堵檢測區(qū)域內(nèi)的所有車輛部件的平均速度閾值V1和閾值V2；

預設所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量閾值T1和閾值T2。

優(yōu)選地，所述獲取路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息步驟，具體包括：

實時獲取所述路口各個方向智能相機對應車道的擁堵預警區(qū)域內(nèi)的視頻圖像；

實時對所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛進行檢測以及跟蹤；

獲取所述路口當前方向智能相機的三維標定信息；

根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛的數(shù)量及速度；

實時獲取所述路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛視頻圖像；

實時對所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件進行檢測以及跟蹤；

根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量及速度。

優(yōu)選地，所述根據(jù)所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，判斷所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)，輸出判斷結(jié)果步驟，具體包括：

所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N1，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值 V1，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵；

所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N2，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V2，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行。

優(yōu)選地，所述將所述判斷結(jié)果進行綜合分析處理后的擁堵預警信息發(fā)送給所述路口各個方向的顯示屏的步驟，具體包括：

當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

優(yōu)選地，所述擁堵預警信息包括：發(fā)生擁堵的道路名稱，需要在路口以外依次等候的車輛信息。

優(yōu)選地，該方法，還包括：

當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，以便違章抓拍系統(tǒng)及時進行違章取證。

另一方面，本發(fā)明還提供了一種車輛擁堵檢測預警裝置，包括：

信息獲取單元，用于獲取路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息；

判斷單元，用于根據(jù)所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，判斷所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)，輸出判斷結(jié)果；

信息處理單元，用于將所述判斷結(jié)果進行綜合分析處理后的擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

優(yōu)選地，該裝置還包括：

閾值單元，用于預設所述擁堵檢測區(qū)域內(nèi)的車輛部件數(shù)量閾值N1和閾值 N2，以及所述擁堵檢測區(qū)域內(nèi)的所有車輛部件的平均速度閾值V1和閾值V2；以及預設所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量閾值T1和閾值T2。

優(yōu)選地，所述信息獲取單元，具體包括：

信息獲取子單元，用于實時獲取所述路口各個方向智能相機對應車道的擁堵預警區(qū)域內(nèi)的視頻圖像；獲取所述路口當前方向智能相機的三維標定信息；實時獲取所述路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛視頻圖像；

信息處理子單元，用于實時對所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛進行檢測以及跟蹤；以及，實時對所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件進行檢測以及跟蹤；

信息確定子單元，用于根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛的數(shù)量及速度；以及，根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量及速度。

優(yōu)選地，所述判斷單元，具體用于所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N1，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V1，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵；

所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N2，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V2，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行。

優(yōu)選地，所述信息處理單元，具體用于當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送擁堵預警信息發(fā)送給所述路口各個方向的顯示屏；

所述擁堵預警信息包括：發(fā)生擁堵的道路名稱，需要在路口以外依次等候的車輛信息。

優(yōu)選地，該裝置，還包括：

信息發(fā)送單元，用于當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，以便違章抓拍系統(tǒng)及時進行違章取證。

再一方面，本發(fā)明還提供了一種車輛擁堵檢測預警系統(tǒng)，包括：如上任一一項所述車輛擁堵檢測預警裝置。

本發(fā)明的技術(shù)方案通過綜合分析擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，使得車輛行駛狀態(tài)判斷的更加準確，且通過將擁堵預警信息發(fā)送給所述路口各個方向的顯示屏，使得擁堵路口各個方向可以充分了解擁堵狀態(tài)，從而降低擁堵時間。

附圖說明

圖1為本發(fā)明實施例提供的一種車輛擁堵檢測預警方法流程圖；

圖2為本發(fā)明實施例提供的一種車輛擁堵檢測預警方法流程圖；

圖3為本發(fā)明實施例提供的一種車輛擁堵檢測預警裝置結(jié)構(gòu)示意圖；

圖4為本發(fā)明實施例提供的一種車輛擁堵檢測預警系統(tǒng)結(jié)構(gòu)示意圖；

圖5為本發(fā)明實施例提供的視頻監(jiān)測區(qū)域及其內(nèi)部擁堵檢測區(qū)域和擁堵預警區(qū)域示意圖；

501 待檢測方向智能相機的視頻監(jiān)測區(qū)域；502 擁堵檢測區(qū)域；

503 斑馬線；504 右轉(zhuǎn)車預警檢測區(qū)域；505 左轉(zhuǎn)車預警檢測區(qū)域；

506 直行車預警檢測區(qū)域。

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所示，為本發(fā)明實施例提供的一種車輛擁堵檢測預警方法流程圖；該方法包括：

101：獲取路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件 信息以及擁堵預警區(qū)域內(nèi)的車輛信息；

102：根據(jù)所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，判斷所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)，輸出判斷結(jié)果；

103：將所述判斷結(jié)果進行綜合分析處理后的擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

例如：設本發(fā)明實施例中在十字在路口的四個方向均布置有智能相機，在四個方向的紅綠燈附近均布置有顯示屏，用于顯示擁堵預警信息。每個智能相機均進行視頻圖像的采集，分析擁堵檢測區(qū)域內(nèi)是否可能出現(xiàn)擁堵，如果將出現(xiàn)擁堵，則通知發(fā)送擁堵預警信息給顯示屏，并發(fā)送各個方向的智能相機發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，以便違章抓拍系統(tǒng)及時進行違章取證。其具體車輛擁堵檢測預警方法如圖2所示，具體步驟如下：

201：預設所述擁堵檢測區(qū)域內(nèi)的車輛部件數(shù)量閾值N1和閾值N2，以及所述擁堵檢測區(qū)域內(nèi)的所有車輛部件的平均速度閾值V1和閾值V2；預設所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量閾值T1和閾值T2。

202：實時獲取所述路口各個方向智能相機對應車道的擁堵預警區(qū)域內(nèi)的視頻圖像；

203:實時對所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛進行檢測以及跟蹤；

204:獲取所述路口當前方向智能相機的三維標定信息；

205:根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛的數(shù)量及速度；

206:實時獲取所述路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛視頻圖像；

207:實時對所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件進行檢測以及跟蹤；

208:根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量及速度。

209:所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值 N1，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V1，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵；

210:所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N2，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V2，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行。

211:當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

需要說明的是，所述擁堵預警信息包括：發(fā)生擁堵的道路名稱，需要在路口以外依次等候的車輛信息。

還需要說明的是，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，以便違章抓拍系統(tǒng)及時進行違章取證。

還需要說明的是，所述擁堵檢測區(qū)域是指待檢測車道斑馬線至該車道對應智能相機檢測的最遠邊緣，具體參見圖5；

所述擁堵預警區(qū)域內(nèi)包括：待檢測車道直行車道檢測區(qū)，左轉(zhuǎn)斜向車道檢測區(qū)和右轉(zhuǎn)斜向車道檢測區(qū)，具體參見圖5。所述左轉(zhuǎn)斜向車道檢測區(qū)是指待檢測車道的左側(cè)橫向車道中左轉(zhuǎn)區(qū)域，所述右轉(zhuǎn)斜向車道檢測區(qū)是指待檢測車道的右側(cè)橫向車道中右轉(zhuǎn)區(qū)域。

還需要說明的是，以上所述車輛部件的跟蹤和車輛跟蹤都是在智能相機的視頻監(jiān)測范圍內(nèi)，出來視頻監(jiān)測范圍，即結(jié)束跟蹤。

還需要說明的是，所述車輛部件包括車尾梯形車窗、包含車燈車牌的尾部、車窗左上角以及車窗右上角。

還需要說明的是，所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)分為正常、緩行、擁堵三種狀態(tài)。對外輸出的擁堵狀態(tài)為每幀狀態(tài)的一個長時間過濾結(jié)果，也即，當檢測區(qū)連續(xù)處于某種狀態(tài)后，對外擁堵狀態(tài)才發(fā)生變化。該時間可以 根據(jù)實際情況進行設置長短。

還需要說明的是，所述擁堵預警信息包括：發(fā)生擁堵的道路名稱，需要在路口以外依次等候的車輛信息。例如：當前車道的顯示屏提示該車道直行車輛需要在路口以外等候，當前車道的左側(cè)橫向車道顯示屏提示左轉(zhuǎn)車輛需要在路口以外等候，當前車道右側(cè)橫向車道的右轉(zhuǎn)車輛需要在路口以外等候。并同時發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，向左側(cè)橫向車道上方的智能相機，右側(cè)橫向車道上方的智能相機，經(jīng)過預設時間后，即可開始抓拍違章車輛，而自身也開始抓拍直行車的違章行為。

還需要說明的是，當顯示屏為擁堵狀態(tài)時，只有當所述擁堵檢測區(qū)對外狀態(tài)變?yōu)檎顟B(tài)時才解除擁堵預警狀態(tài)。這是因為擁堵情況下，車輛間互相遮擋、穿插，行人非機動車也時常胡亂穿插，此時很難對路口里的所有車輛進行準確跟蹤以及再次檢測，因此預警區(qū)的車輛個數(shù)也不再可信，但此時遠處斑馬線以上的范圍內(nèi)(即本發(fā)明中所述擁堵檢測區(qū)域)相對比較穩(wěn)定，跟蹤較為容易，在此區(qū)域內(nèi)做車輛部件的檢測，對車輛的相互遮擋也有較強的抵抗性。

本發(fā)明技術(shù)方案充分考慮路口擁堵的特殊性，進行擁堵檢測時以預警為目的，對可能發(fā)生的擁堵及時檢測、擁堵預警信息及時發(fā)布，防患于未然。在檢測擁堵、發(fā)布擁堵預警信息以及抓拍違章行為時均不僅考慮本向車道，還同時考慮橫向車道，提高了路口擁堵檢測的準確性，并掐滅了更加嚴重的左轉(zhuǎn)斜向車堵路的因素。

基于以上實施例，如圖3所示，為本發(fā)明實施例提供的一種車輛擁堵檢測預警裝置結(jié)構(gòu)示意圖；該裝置包括：

信息獲取單元301，用于獲取路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息；

判斷單元302，用于根據(jù)所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，判斷所述對應車道的擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)，輸出判斷結(jié)果；

信息處理單元303，用于將所述判斷結(jié)果進行綜合分析處理后的擁堵預警信息發(fā)送給所述路口各個方向的顯示屏。

需要說明的是，該裝置還包括：

閾值單元，用于預設所述擁堵檢測區(qū)域內(nèi)的車輛部件數(shù)量閾值N1和閾值N2，以及所述擁堵檢測區(qū)域內(nèi)的所有車輛部件的平均速度閾值V1和閾值V2；以及預設所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量閾值T1和閾值T2。

還需要說明的是，所述信息獲取單元，具體包括：

信息獲取子單元，用于實時獲取所述路口各個方向智能相機對應車道的擁堵預警區(qū)域內(nèi)的視頻圖像；獲取所述路口當前方向智能相機的三維標定信息；實時獲取所述路口各個方向智能相機對應車道的擁堵檢測區(qū)域內(nèi)的車輛視頻圖像；

信息處理子單元，用于實時對所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛進行檢測以及跟蹤；以及，實時對所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件進行檢測以及跟蹤；

信息確定子單元，用于根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵預警區(qū)域內(nèi)的視頻圖像中車輛的數(shù)量及速度；以及，根據(jù)所述路口當前方向智能相機的三維標定信息，實時獲取所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量及速度。

還需要說明的是，所述判斷單元，具體用于所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N1，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V1，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵；

所述擁堵檢測區(qū)域內(nèi)的視頻圖像中車輛部件的數(shù)量超過所述閾值N2，且所述擁堵檢測區(qū)域內(nèi)的視頻圖像中所有車輛部件的平均速度低于所述閾值V2，則輸出所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行。

還需要說明的是，所述信息處理單元，具體用于當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送擁堵預警信息發(fā)送給所述路口各個方向的顯示屏；

所述擁堵預警信息包括：發(fā)生擁堵的道路名稱，需要在路口以外依次等 候的車輛信息。

還需要說明的是，該裝置，還包括：

信息發(fā)送單元，用于當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為緩行且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T1，

或者，當所述擁堵檢測區(qū)域內(nèi)的車輛行駛狀態(tài)為擁堵且所述擁堵預警區(qū)域內(nèi)的車輛數(shù)量大于所述閾值T2，發(fā)送啟動抓拍違法闖入擁堵預警區(qū)域內(nèi)的車輛信息的指令，以便違章抓拍系統(tǒng)及時進行違章取證。

如圖4所示，為本發(fā)明實施例提供的一種車輛擁堵檢測預警系統(tǒng)結(jié)構(gòu)示意圖；該系統(tǒng)包括：如上任一所述車輛擁堵檢測預警裝置。

本發(fā)明的技術(shù)方案通過綜合分析擁堵檢測區(qū)域內(nèi)的車輛部件信息以及擁堵預警區(qū)域內(nèi)的車輛信息，使得車輛行駛狀態(tài)判斷的更加準確，且通過將擁堵預警信息發(fā)送給所述路口各個方向的顯示屏，使得擁堵路口各個方向可以充分了解擁堵狀態(tài)，從而降低擁堵時間。

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)。