本發(fā)明涉及智能交通管理與控制，具體是一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法。

背景技術(shù)：

1、車速測量是指通過特定的方法或設(shè)備，對在道路上行駛的車輛相對于地面的速度進(jìn)行定量測定的過程，是交通管理與控制系統(tǒng)的重要組成部分，可用于監(jiān)測車輛超速行為、分析和優(yōu)化交通流、預(yù)防交通事故等。

2、傳統(tǒng)的車速測量方法主要依賴于雷達(dá)、激光、線圈等專用設(shè)備，這些方法需要安裝在固定的位置，成本高、安裝維護(hù)難，而且容易受到環(huán)境因素的干擾。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于視頻的車速測量方法引起了學(xué)術(shù)界的廣泛關(guān)注。視頻測速技術(shù)利用道路上已有的視頻監(jiān)控設(shè)備，通過對視頻圖像進(jìn)行分析和處理，同時(shí)對多個(gè)車道上的多個(gè)車輛進(jìn)行測速，以提高檢測效率和覆蓋范圍。

3、然而，目前的視頻測速技術(shù)普遍采用多目標(biāo)跟蹤算法，在密集交通場景中存在目標(biāo)跟蹤軌跡中斷、目標(biāo)身份匹配錯(cuò)誤等缺點(diǎn)，這導(dǎo)致無法對同一車輛的速度進(jìn)行持續(xù)測量以及測量精度較低的問題。

技術(shù)實(shí)現(xiàn)思路

1、為解決背景技術(shù)存在的不足，本發(fā)明提供一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，它通過目標(biāo)檢測模型得到圖像中車輛的位置信息，通過稠密光流估計(jì)模型預(yù)測車輛在下一幀圖像中的位置，構(gòu)建車輛行駛距離測量模型并結(jié)合幀率計(jì)算車輛的速度，避免了車輛跟蹤時(shí)的id切換問題，具有較高的精確度。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采取下述技術(shù)方案：一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，包括以下步驟：

3、步驟1：預(yù)先采集車流圖像制作數(shù)據(jù)集，對基于深度學(xué)習(xí)的目標(biāo)檢測模型進(jìn)行訓(xùn)練，通過相機(jī)錄制待測車速的車流視頻并從車流視頻中獲取連續(xù)的若干幀圖像，通過目標(biāo)檢測模型得到圖像中的車輛特征點(diǎn)來代表位置信息；

4、步驟2：通過稠密光流估計(jì)模型提取每一幀圖像的像素級運(yùn)動信息，結(jié)合位置信息構(gòu)建車輛行駛光流場，并映射至下一幀圖像以預(yù)測時(shí)空域中的車輛位置信息，具體包括：

5、2.1、將圖像按序輸入到基于深度學(xué)習(xí)的稠密光流估計(jì)模型，提取各圖像中每一個(gè)像素點(diǎn)的運(yùn)動矢量，該運(yùn)動矢量由像素點(diǎn)在圖像坐標(biāo)系中橫向和縱向上的移動距離構(gòu)成；

6、2.2、將單幀圖像中所有像素點(diǎn)的運(yùn)動矢量構(gòu)成與圖像的分辨率相同尺寸的像素運(yùn)動信息矩陣，結(jié)合步驟1獲取的車輛特征點(diǎn)，索引在像素運(yùn)動信息矩陣中對應(yīng)的運(yùn)動矢量即為車輛的運(yùn)動光流；

7、2.3、將單幀圖像中所有車輛的運(yùn)動光流構(gòu)建成車輛行駛光流場，通過車輛行駛光流場的時(shí)空連續(xù)性，映射相鄰幀圖像間車輛運(yùn)動的變化，預(yù)測車輛在時(shí)空域中的位置信息；

8、步驟3：通過相機(jī)標(biāo)定獲取相機(jī)內(nèi)部參數(shù)，結(jié)合相機(jī)成像原理構(gòu)建車輛行駛距離測量模型，根據(jù)前后兩幀圖像中車輛的位置信息計(jì)算車輛行駛距離，車輛行駛距離測量模型如下：

9、

10、

11、式中，(d,k)和(d',k')分別表示先后兩幀圖像中同一車輛與相機(jī)之間的縱向距離和橫向距離，l表示車輛的行駛距離，h表示相機(jī)距離路面的高度，β表示相機(jī)俯仰角，fu和fv分別表示相機(jī)在水平和垂直方向的有效焦距，(u,v)為車輛特征點(diǎn)的坐標(biāo)，(u0,v0)為相機(jī)的主點(diǎn)坐標(biāo)，表示光軸在圖像像素坐標(biāo)系上的位置；

12、步驟4：根據(jù)車輛的行駛距離以及相機(jī)的視頻幀率，計(jì)算圖像中車輛行駛的瞬時(shí)速度，計(jì)算公式如下：

13、v＝3.6·l·fps

14、式中，v表示車輛的瞬時(shí)速度，fps表示車流視頻的幀率。

15、進(jìn)一步的，所述步驟1中應(yīng)用訓(xùn)練好的目標(biāo)檢測模型，得到圖像中構(gòu)成各車輛最小外包矩形的左上角頂點(diǎn)像素坐標(biāo)(umin,vmin)及右下角頂點(diǎn)像素坐標(biāo)(umax,vmax)，計(jì)算左上角和右下角兩頂點(diǎn)像素坐標(biāo)均值得到最小外包矩形的幾何中心點(diǎn)像素坐標(biāo)，公式如下：

16、

17、并以幾何中心點(diǎn)像素坐標(biāo)(u,v)作為車輛特征點(diǎn)來代表車輛在圖像中的位置信息。

18、進(jìn)一步的，所述步驟3中采用張正友標(biāo)定法進(jìn)行相機(jī)標(biāo)定并獲取相機(jī)內(nèi)部參數(shù)，相機(jī)內(nèi)部參數(shù)為相機(jī)的主點(diǎn)坐標(biāo)以及在水平和垂直方向的有效焦距。

19、進(jìn)一步的，所述步驟4中預(yù)先通過相機(jī)的視頻幀率得到先后兩幀圖像的間隔時(shí)間，計(jì)算當(dāng)前幀圖像中各車輛的瞬時(shí)速度后，以此類推得到車流視頻后續(xù)幀圖像中各車輛的瞬時(shí)速度，并通過目標(biāo)檢測模型提供的位置信息畫出車流視頻中各車輛的檢測框，將車輛的瞬時(shí)速度以標(biāo)簽的形式附在對應(yīng)車輛的檢測框上。

20、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

21、1、本發(fā)明基于深度學(xué)習(xí)的稠密光流估計(jì)模型可以得到圖像中車輛的運(yùn)動矢量，從而估計(jì)出車輛在下一幀圖像中的特征點(diǎn)坐標(biāo)，無需對連續(xù)幀圖像中同一車輛的特征信息進(jìn)行數(shù)據(jù)關(guān)聯(lián)，避免車輛跟蹤時(shí)多個(gè)相似車輛靠近而引發(fā)的id切換問題；

22、2、本發(fā)明通過目標(biāo)檢測模型得到圖像中車輛的位置信息，通過稠密光流估計(jì)模型預(yù)測同一車輛在下一幀圖像中的位置，結(jié)合相機(jī)內(nèi)部參數(shù)和相機(jī)成像原理構(gòu)建車輛行駛距離測量模型，繼而得出對應(yīng)時(shí)間段內(nèi)車輛的行駛距離，結(jié)合車流視頻的幀率計(jì)算車輛的速度，測量結(jié)果具有較高的精確度；

23、3、本發(fā)明能夠測量視頻中任意位置車輛的速度，當(dāng)連續(xù)兩幀圖像之間的時(shí)間間隔足夠小時(shí)，即可認(rèn)為此時(shí)測量的車速為瞬時(shí)速度。

技術(shù)特征：

1.一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，其特征在于：所述步驟1中應(yīng)用訓(xùn)練好的目標(biāo)檢測模型，得到圖像中構(gòu)成各車輛最小外包矩形的左上角頂點(diǎn)像素坐標(biāo)(umin,vmin)及右下角頂點(diǎn)像素坐標(biāo)(umax,vmax)，計(jì)算左上角和右下角兩頂點(diǎn)像素坐標(biāo)均值得到最小外包矩形的幾何中心點(diǎn)像素坐標(biāo)，公式如下：

3.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，其特征在于：所述步驟3中采用張正友標(biāo)定法進(jìn)行相機(jī)標(biāo)定并獲取相機(jī)內(nèi)部參數(shù)，相機(jī)內(nèi)部參數(shù)為相機(jī)的主點(diǎn)坐標(biāo)以及在水平和垂直方向的有效焦距。

4.根據(jù)權(quán)利要求1所述的一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，其特征在于：所述步驟4中預(yù)先通過相機(jī)的視頻幀率得到先后兩幀圖像的間隔時(shí)間，計(jì)算當(dāng)前幀圖像中各車輛的瞬時(shí)速度后，以此類推得到車流視頻后續(xù)幀圖像中各車輛的瞬時(shí)速度，并通過目標(biāo)檢測模型提供的位置信息畫出車流視頻中各車輛的檢測框，將車輛的瞬時(shí)速度以標(biāo)簽的形式附在對應(yīng)車輛的檢測框上。

技術(shù)總結(jié)
一種基于圖像瞬時(shí)運(yùn)動光流的車速測量方法，涉及智能交通管理與控制技術(shù)領(lǐng)域。相機(jī)錄制車流視頻并從中獲取連續(xù)的若干幀圖像，通過目標(biāo)檢測模型得到圖像中的車輛特征點(diǎn)代表位置信息；通過稠密光流估計(jì)模型提取每一幀圖像的像素級運(yùn)動信息，結(jié)合位置信息構(gòu)建車輛行駛光流場，并映射至下一幀圖像以預(yù)測時(shí)空域中的車輛位置信息；構(gòu)建車輛行駛距離測量模型計(jì)算車輛行駛距離；根據(jù)車輛的行駛距離以及相機(jī)的視頻幀率計(jì)算車輛行駛的瞬時(shí)速度。通過目標(biāo)檢測模型得到圖像中車輛的位置信息，通過稠密光流估計(jì)模型預(yù)測車輛在下一幀圖像中的位置，構(gòu)建車輛行駛距離測量模型并結(jié)合幀率計(jì)算車輛的速度，避免車輛跟蹤時(shí)的ID切換問題，具有較高的精確度。

技術(shù)研發(fā)人員：徐慧智,郝東升,王秀青,李亞玫
受保護(hù)的技術(shù)使用者：東北林業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19