(19)中华人民共和国国家知识产权局
(12)发明专利说明书 | ||
(10)申请公布号 CN 103839415 A (43)申请公布日 2014.06.04 | ||
(21)申请号 CN201410102168.3
(22)申请日 2014.03.19
(71)申请人 重庆攸亮科技有限公司
地址 400060 重庆市南岸区经开区南坪西路5-2号厂房
(72)发明人 戴高 汪然 藏道东
(74)专利代理机构 重庆华科专利事务所
代理人 康海燕
(51)Int.CI
G08G1/065
G08G1/01
G08G1/048
G08G1/052车标志识别图片大全图片
权利要求说明书 说明书 幅图 |
(54)发明名称
(57)摘要
本发明的目的在于提供一种基于道路路面图像特征识别的交通流量和占有率的信息获取方法，该方法是使用低照度DSP相机（标清或高清）做为采集、运算装置，逐帧采集图片，相机架设在路面上方，实时采集监测区域道路路面特征变化信息，利用相机自带的高速处理器对采集的图像进行处理；针对道路路面图像特征，设计了BP神经网络识别法来进行实时识别，通过识别道路路面图像特征被车辆遮挡、覆盖情况来获取交通车流量、车辆平均速度和车辆时间占有率等主要参数。本方法用于实时、准确获取道路中车辆行驶信息，做为交通信号控制、交通诱导控制系统的输入，可以降低交通整体延误，提高交通服务水平。 | |
法律状态
法律状态公告日 | 法律状态信息 | 法律状态 |
权 利 要 求 说 明 书
1.一种基于道路路面特征识别的交通流量和占有率的信息获取方法，
步骤1：采用低照度高清或标清DSP相机在车道路面上方6.0--9.0米左右朝实时采集路面特征图片；
步骤2：通过相机的处理器获取图像的原始数据，然后进行图像处理后，得到代表路面特征的二值图；
步骤3：将步骤2得到代表路面特征的二值图作为BP神经网络识别的输入，采用BP神经网络识别法计算，得出已设定区域路面特征是否被车辆遮挡，递推判定当前路面是否有车辆存在；
步骤4：统计一段时间内通过设定区域的车辆数，计算车辆行驶时间占有率；通过计数车辆通过设定区域的时间，得到车辆区间行驶速度，或计算得到一段时间的平均速度，具体步骤如下：
4.1根据当前路面特征从无覆盖或遮挡的结果变化到有覆盖或有遮挡的结果时记下时间为T1，然后路面特征有覆盖或有遮挡的状态持续到识别结果变化为无覆盖或遮挡的时候记下此时时间为T2；
4.2当有一次识别路面特征从无遮挡或覆盖到有遮挡或覆盖时，汽车的流量Num 进行加1，而这辆车在经过这个路段断面的占有时间△T = T2 -T1；
4.3将一分钟内的每辆车的△T相加得到T(单位秒),除以60秒，计算得到时间占有率Keep：
Keep = T/60 ;
4.4在测速时，假定两目标识别区域距离为S，通过两目标区域的时差为△T，则车辆行驶速度为
V=S/△T
得到每分钟的车流量Num 、时间占有率Keep和车辆行驶速度。
2.根据权利要求1所述的基于道路路面特征识别的交通流量和占有率的信息获取方法，所述步骤2具体过程如下：
首先，将三通道的彩图转为单通道的灰度图像，进行图像增强；
然后，快速求图像的轮廓特征：使用查表法，将两个介于0~255之间的整数，相加和相减的值，如果大于255的取255，小于0的取0，把这个值存到一个事先申请的数组中，形成快算运算的可查表；
最后，求得路面轮廓特征后，统计灰度图像的像素平均值，作为二值化的阈值，对轮廓图进行二值化，得到代表路面特征的二值图。
3.根据权利要求1所述的基于道路路面特征识别的交通流量和占有率的信息获取方法，所述步骤3的BP神经网络识别法计算过程如下：
3.1 提取训练样本，得到识别路面特征的权值：样本分为正样本和负样本，正样本是没有车辆遮挡的路面特征图，负样本是有汽车遮挡的路面特征图；对正、负样本进行图像处理，得到路面标线轮廓特征的二值图；
3.2 BP网络的训练：训练的输入是上一步得到的路面标线轮廓特征的二值图，训练完成后是一组权值，保存在txt文档中；
3.3 BP网络的识别：把路面标线轮廓特征的二值图通过和权值进行运算，传到隐藏层，隐藏层再和权值运算传到输出层，最后根据输出层，计算、判断输出的结果。
4.根据权利要求1、2或3所述的基于道路路面特征识别的交通流量和占有率的信息获取方法，所述相机的处理器为DM648处理器。
说 明 书
<p>技术领域
本发明属于智能交通系统（ITS）技术领域，具体涉及一种交通流量和占有率的信息获取方
法。
背景技术
随着我国城市建设规模的扩大，车辆日益增多，给道路交通带来了很大的压力，经常有堵车发生，如果有能够实时准确获取交通路况信息，如车流量、占有率，做为交通信号控制、交通诱导控制系统的输入，起到交通诱导的作用，缓解当前的交通压力。
传统的获取实时道路车辆流量等信息的方法，包括采用地埋式感应线圈、微波雷达和针对车辆的视频识别等技术都存在一定局限性。采用地感线圈检测磁通量变化有相当高的准确性，但在实际的使用中工程施工困难，需要破坏路面，相对容易损坏且维护起来非常困难；此外，在桥梁、高架桥之类的路面安装不方便。采用传统的视频检测识别车辆主要是基于车辆基本特征的识别，容易受天气、照度、夜间灯光影响，从而在一些时候检测精度很低，误检率高，难以作为放心的交通控制输入参数使用。微波雷达检测低速目标时精度较低，且设备价格较高。
发明内容
本发明的目的在于提供一种基于道路路面图像特征识别的交通流量和占有率的信息获取方法，用于实时、准确获取道路中车辆行驶信息，做为交通信号控制、交通诱导控制系统的输入，可以降低交通整体延误，提高交通服务水平。
本发明的技术方案如下：
本发明使用低照度DSP相机（标清或高清）做为采集、运算装置，逐帧采集图片,相机架设在路面上方，实时采集监测区域道路路面特征变化信息，利用相机自带的高速处理器对采集的图像进行处理；针对道路路面图像特征，设计了BP神经网络识别法来进行实时识别，通过识别道路路面图像特征被车辆遮挡、覆盖情况来获取交通车流量、车辆平均速度和车辆时间占有率等主要参数。
发布评论