一種基于視頻分析的實時車流分析與全景可視方法
【專利摘要】一種基于視頻分析的實時車流分析與全景可視化方法，涉及視頻采集處理方法，為解決視頻監(jiān)測交通流信息不精確的問題，本發(fā)明提出以下技術方案，即獲取當前車輛位置及車道信息、multi level密度分析及展示、車輛實時三維仿真和基于Macro-micro分級level平滑展示與切換；首先，結合視頻分析技術和GPS定位技術，獲取精確的車道信息和車輛定位信息；其次，根據車道信息和車輛定位信息，獲取車輛的三維數據并映射到三維場景，并實現多車道的level密度統(tǒng)計及平滑展示；再者，通過三維仿真及平滑方法精確展示當前實時車流密度情況；最后，實現多車道level密度展示圖和三維實時車流仿真圖的切換；最終實現交通流實時定位及可視化的效果，滿足用戶實時了解當前交通流情況的需求。
【專利說明】一種基于視頻分析的實時車流分析與全景可視方法

【技術領域】
[0001]本發(fā)明涉及視頻采集處理方法，尤其涉及視頻監(jiān)控數據流的采集處理方法。

【背景技術】
[0002]隨著城市的人口和機動車擁有量的急劇增長，交通流量日益加大，交通擁擠堵塞現象日趨嚴重，交通事故時有發(fā)生。交通問題已經成為城市管理工作中的重大社會問題，影響著人們的工作和生活；威脅著人們的人身安全；阻礙和制約著城市經濟建設的發(fā)展。交通堵塞、交通事故等交通問題，其重要的原因之一在于人們對交通流、車道信息等交通信息的把握不夠準確。因此能否找到行之更有效的途徑去獲取準確的交通流、車道信息，顯得致關重要。
[0003]目前常見的交通流檢測方法有人工監(jiān)測、地埋感應線圈探測、超聲波探測器探測、視頻監(jiān)測等4類。其中，視頻監(jiān)測方法比其他方法更直觀。
[0004]總而言之，對于交通流、車道信息的掌握，無非就是對在車道中的車輛位置的確定，即簡稱為車道定位。目前，用于獲取車道定位信息的方法主要有GPS定位、基于道路監(jiān)控的視頻監(jiān)測方法、基于道路監(jiān)控的車輛識別方法。
[0005]基于GPS定位系統(tǒng)，通過GPS慣性分析來實現當前車輛位置的車道定位。GPS導航系統(tǒng)的基本原理是測量出已知位置的衛(wèi)星到用戶接收機之間的距離，然后綜合多顆衛(wèi)星的數據就可知道接收機的具體位置。但是由于GPS定位存在精度不準確的問題，即使通過差分方式，仍會存在一定的誤差。這個誤差的估計值是3-5米。事實上，這個距離已經是超過一個車道的范圍。
[0006]基于道路監(jiān)控的視頻監(jiān)測方法和基于道路監(jiān)控的車輛識別方法，均由于視角問題引起的車輛間遮擋等現象，導致無法獲得精確的車流數據信息，很難得到車道信息以及對應車道的車流情況，而且容易侵犯他人隱私。所以傳統(tǒng)視頻交通流檢測及車輛識別系統(tǒng)的可用性不高。


【發(fā)明內容】

[0007]本發(fā)明目的在于提供一種基于視頻分析的實時車流分析與全景可視化方法，解決傳統(tǒng)視頻監(jiān)測交通流時信息不精確、易侵犯他人隱私權的問題。
[0008]針對上述問題，本發(fā)明提供一種基于視頻分析的實時車流分析與全景可視化方法，包括以下步驟:
[0009]步驟S1、獲取當前車輛位置及車道信息；
[0010]步驟S2、multi level密度分析及展示；
[0011]步驟S3、車輛實時三維仿真；
[0012]步驟S4、基于Macro-micro分級level平滑展示與切換；
[0013]根據上述步驟，首先，獲取精確的車道信息和車輛定位信息；其次，根據得到的車輛位置數據和車道信息數據，計算車輛的三維信息數據并映射到三維場景，實現多車道的level密度統(tǒng)計及平滑展示；再者，根據得到的車輛三維信息數據，精確展示實時三維車流的密度情況；最后，實現多車道level密度展示圖和三維實時車流仿真圖的切換。
[0014]步驟SI，獲取當前車輛位置及車道信息，結合視頻分析技術和GPS定位技術，獲取精確的車道信息和車輛定位信息。
[0015]在采用GPS進行慣性分析的過程中，為避免車輛位置估計的跳變，假設車輛的位置為一段時間內的一個平滑位置。
[0016]步驟S3，車輛實時三維仿真，采用Agent方法，通過位置約束、速度約束以及平滑差值等方式，對車輛進行仿真，實現車輛的三維模型精確展示和精確控制。
[0017]以GIS展示為基礎,實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(microview)的展示和切換。
[0018]在實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)的展示和切換的過程中，遵循顏色密度展示方式與仿真密度展示方式的數據一致性，根據數據進行顏色等級分布以及車輛仿真，從而確保顏色展示與仿真展示的對應。
[0019]在實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)切換的過程中，采用淡入(Fade-1n)、淡出(Fade-Out)方式進行處理，利用多幀圖像的Alpha漸變，避免突兀的快速切換導致用戶感覺不連續(xù)。
[0020]采用本發(fā)明提供的一種基于視頻分析的實時車流分析與全景可視化方法，在上述GPS慣性分析過程中，由于本發(fā)明假設車輛的位置為一段時間內的一個平滑位置，從而避免車輛位置估計的跳變，提高車輛定位數據的精確度；由于本發(fā)明采用視頻分析技術，結合地面車道參考線識別和車道內的車輛信息來實現車道定位，即利用車輛上的攝像頭采集地面車道參考線的圖像以及車道內的車輛信息，通過車道線識別方法對道路圖像分割、邊緣提取和車道線參數(特征)求取，最終得到不同車道的識別參數，實現車道及車道內的車輛定位；由于本發(fā)明結合視頻分析技術和GPS定位技術進行復合分析校驗，從而避免單一手段導致的誤差，得到精確的車輛、車道定位信息，解決了傳統(tǒng)視頻監(jiān)測交通流時信息不精確的問題；由于本發(fā)明采用基于Agent方法，通過位置約束、速度約束以及平滑插值等方式，進行車輛的三維模型精確展示和精確控制，實現直觀觀測當前視頻覆蓋區(qū)域內車輛的實時三維仿真情況，從而解決了傳統(tǒng)視頻在檢測車輛流時造成侵犯他人隱私權的問題；由于本發(fā)明采用基于Macro-micro分級level平滑展示與切換的方法,結合GIS展示,最終實現宏觀多l(xiāng)evel展示與微觀的三維仿真展示之間的自動切換，且避免突兀的切換造成的不真實感，實現用戶體驗上的平滑過渡。
[0021]下面結合附圖對本發(fā)明一種基于視頻分析的實時車流分析與全景可視化方法作進一步說明。

【專利附圖】

【附圖說明】
[0022]圖1是基于視頻分析的實時車流分析與全景可視化方法的流程圖；
[0023]圖2是攝像機Perspective透視投影示意圖；
[0024]圖3是十字路口 level密度展示的示意圖。

【具體實施方式】
[0025]如圖1所示，本發(fā)明提供的一種基于視頻分析的實時車流分析與全景可視化方法，包括以下步驟:
[0026]步驟S1、獲取當前車輛位置及車道信息；
[0027]步驟S2、multi level密度分析及展示；
[0028]步驟S3、車輛實時三維仿真；
[0029]步驟S4、基于Macro-micro分級level平滑展示與切換。
[0030]步驟SI結合視頻分析技術和GPS定位技術，獲取精確的車道信息和車輛定位信息；在步驟S2中，根據步驟SI得到的車道數據和車輛定位數據，計算車輛的三維數據并映射到三維場景，實現多車道的level密度統(tǒng)計及平滑展示；在步驟S3中，根據步驟S2中得到的車輛三維數據信息，采用Agent方法精確實現每一個車輛的三維模型，通過位置約束、速度約束以及平滑插值等方法，精確展示實時三維車流的密度情況；步驟S4，基于步驟S2的多車道level密度展示圖和步驟S3的三維實時車流密度圖，實現多車道level密度展示圖和三維實時車流密度圖的切換；通過以上方法最終實現交通流實時定位可視化的效果。
[0031]本發(fā)明提供的一種基于視頻分析的實時車流分析與全景可視化方法，其各步驟的具體實現描述如下:
[0032]步驟S1、獲取當前車輛位置及車道信息
[0033]步驟Sll:在公交車前端安裝監(jiān)控攝像頭，在公交車上安裝GPS定位系統(tǒng)，將監(jiān)控攝像頭和GPS定位系統(tǒng)與服務器接通；
[0034]步驟S12:監(jiān)控攝像頭將獲取到的視頻圖像信息傳輸給服務器；
[0035]步驟S13:同時，GPS定位系統(tǒng)通過GPS慣性分析，得到當前車輛的GPS定位數據，并將該GPS定位數據傳輸給服務器；為避免車輛位置估計的跳變，在GPS慣性分析過程中，假設車輛的位置為一段時間內的一個平滑位置；
[0036]步驟S14:服務器采用基于視頻分析的車道識別技術，獲取當前視頻覆蓋區(qū)域內的車道、車輛流和車輛位置等車道定位數據，并結合該車道定位數據和車輛的GPS定位數據，進行分析和校驗，得到當前視頻覆蓋區(qū)域內精確的車輛位置以及對應的車道信息。
[0037]步驟S2、multi level密度分析及展示
[0038]步驟S21:服務器以步驟SI中得到的當前車輛定位信息和車道信息為基準，通過視頻圖像進行目標檢測，結合基于車輛特征的分類器進行車輛識別；
[0039]步驟S22:同時，如圖2所示，攝像機I覆蓋的范圍由點11、12、13、14、15、16共同決定，服務器根據攝像頭覆蓋范圍內的車道線相對位置，估計公交車前端的監(jiān)控攝像頭的perspective信息,計算視角區(qū)域內車輛的三維位置；
[0040]步驟S23:通過將目標車輛的位置映射到三維場景，同時結合相鄰幀車輛信息進行平滑，實現多車道的level密度統(tǒng)計及平滑展示，如圖3所示，區(qū)域1、2、3、4，其陰影填充稀疏程度，表示不同的車流密度，陰影密集的區(qū)域表示車流密度大，陰影稀疏的區(qū)域表示車流密度小，在實際效果中，多車道的level密度分布及平滑展示可通過不同顏色間的過渡來體現，而不同顏色間的過渡采用Blend方式進行。
[0041]步驟S3、車輛實時三維仿真
[0042]根據步驟S22得到的車輛的三維位置信息，基于Agent方法，通過位置約束、速度約束以及平滑插值等方式，對車輛進行仿真，實現車輛的三維模型精確展示和精確控制，使用戶能直觀地觀測當前視頻覆蓋區(qū)域內車輛的實時三維仿真情況。
[0043]步驟S4、基于Macro-micro分級level平滑展示與切換
[0044]基于步驟S2實現的宏觀密度顏色視圖(macro view),即multi level密度展示圖，和基于步驟S3實現的微觀仿真視圖(micix) view)，即海量車輛數據實時三維仿真圖，通過當前用戶的三維觀測視角，實現宏觀多l(xiāng)evel展示與微觀的三維仿真展示之間的自動切換；此種切換過程以GIS展示為基礎，實現用戶體驗上的平滑過渡，避免突兀的切換造成的不真實感；在以上實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)展示和切換的過程中，Macro-micro提供的multi level展示和切換，即從顏色到車道，從車道到仿真細節(jié)展示，平滑過渡等過程，關鍵點有以下兩個:
[0045]a)確保顏色密度展示方式與仿真密度展示方式的數據一致性，根據數據進行顏色等級分布以及車輛仿真，從而確保顏色展示與仿真展示的對應；
[0046]b)從顏色密度展示方式到仿真展示方式的切換，采用淡入(Fade-1n)、淡出(Fade-Out)方式進行處理，利用多幀圖像的Alpha漸變，避免突兀的快速切換導致的用戶感覺不連續(xù)。
[0047]以上所述的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的范圍進行限定，在不脫離本發(fā)明設計精神的前提下，本領域普通技術人員對本發(fā)明的技術方案作出的各種變形和改進，均應落入本發(fā)明權利要求書確定的保護范圍內。
【權利要求】
1.一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，包括以下步驟: 步驟S1、獲取當前車輛位置及車道信息； 步驟S2、multi level密度分析及展示； 步驟S3、車輛實時三維仿真； 步驟S4、基于Macro-micro分級level平滑展示與切換； 首先，獲取精確的車道信息和車輛定位信息；其次，根據得到的車輛位置數據和車道信息數據，計算車輛的三維信息數據并映射到三維場景，實現多車道的level密度統(tǒng)計及平滑展示；再者，根據得到的車輛三維信息數據，精確展示實時三維車流的密度情況；最后，實現多車道level密度展示圖和三維實時車流仿真圖的切換。
2.根據權利要求1所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，步驟SI，獲取當前車輛位置及車道信息，結合視頻分析技術和GPS定位技術，獲取精確的車道信息和車輛定位信息。
3.根據權利要求2所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，在采用GPS進行慣性分析的過程中，為避免車輛位置估計的跳變，假設車輛的位置為一段時間內的一個平滑位置。
4.根據權利要求1所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，步驟S3，車輛實時三維仿真，采用Agent方法，通過位置約束、速度約束以及平滑差值等方式，對車輛進行仿真，實現車輛的三維模型精確展示和精確控制。
5.根據權利要求1所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，以GIS展示為基礎,實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(microview)的展示和切換。
6.根據權利要求5所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，在實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)的展示和切換的過程中，遵循顏色密度展示方式與仿真密度展示方式的數據一致性，根據數據進行顏色等級分布以及車輛仿真，從而確保顏色展示與仿真展示的對應。
7.根據權利要求5或6所述的一種基于視頻分析的實時車流分析與全景可視化方法，其特征在于，在實現宏觀密度顏色視圖(macro view)與微觀仿真視圖(micro view)切換的過程中，采用淡入(Fade-1n)、淡出(Fade-Out)方式進行處理,利用多巾貞圖像的Alpha漸變，避免突兀的快速切換導致的用戶感覺不連續(xù)。
【文檔編號】H04N7/18GK104301673SQ201410508452
【公開日】2015年1月21日 申請日期:2014年9月28日 優(yōu)先權日:2014年9月28日
【發(fā)明者】張政, 周鋒, 劉舟, 張賀, 何浩 申請人:北京正安融翰技術有限公司