发明名称：基于交通监控视频的路况检测方法 、 获取方法及获取装 置

技术领域

[0001] 本发明涉及一种路面交通通行情况的识别方法 ， 尤其涉及一种基于交通监控视 频的路况实吋获取方法及装置。

背景技术

[0002] 交通是现代社会的基础， 是人类社会经济的命脉， 人们的社会行为与交通息息 相关。 一个城市中， 机动车、 非机动车保有量大， 路口和路段情况纷繁复杂， 要处理这样一个规模庞大、 动态、 具有高度不确定性的分布式系统， 进行有效 的控制， 是一件十分复杂的工作。 在不新增交通道路的情况下， 通过合理的交 通控制， 提高道路的利用效率， 进而提高交通通行效率是快速解决城市交通问 题的一种有效途径。

[0003] 然而， 现在交通拥挤、 堵塞现象日益严重。 导致交通问题的原因， 一方面是由 于车辆越来越多， 交通规划与设计滞后， 另一方面在于很多交通信号控制系统 较为落后， 交通信号灯未能很好地根据实吋交通情况调节 交通流量， 起到提高 交通通行效率的作用。 通过计算技术和机器智能帮助解决交通问题愈 来愈受到 人们的重视， 已经成为趋势。

[0004] 近年来， 大量交通监控设备投入使用， 实吋交通视频数据不间断地传输给交通 管理部门， 交通视频数据呈数据爆炸式增长。 这些交通视频数据仅仅传输到服 务器就需要大量吋间和带宽， 再加上处理这些视频数据得到交通状况的分析 数 据还需要大量吋间， 这样得到的数据对实吋性要求较高的交通信号 灯系统而言 ， 用于进行交通信号决策就具有较长的吋滞， 不适于交通信号的实吋决策控制 了。 因此， 如何充分利用好这些交通视频数据， 改进路面交通信号灯的控制， 以提高路面交通通行效率， 就越发显得重要。

技术问题 问题的解决方案

技术解决方案

[0005] 本发明目的是提供一种基于交通监控视频的路 况检测方法、 获取方法及获取装 置， 通过该检测方法、 获取方法及获取装置， 可实吋的获得各路口路况情况信 息， 并及吋回馈给接收器， 便于交通参与者及吋做出路线规划， 做到"车路协同" ， 从而减少拥堵， 缓解交通压力。

[0006] 为达到上述目的， 本发明采用的技术方案是： 一种基于交通监控视频的路况检 测方法， 包括对应每个监控设备上设置一视频处理器， 每一所述视频处理器经 网络模块与远程服务器连接， 其中：

[0007] 所述视频处理器读取对应所述监控设备上的视 频图像， 按照获得的图片求取每 一帧图片中各像素点的灰度值 X， 并与预存参数值 X - ¹ 比较， 当大于 X-X - ¹ >0， 贝 ljnum i_l= nuni i—l+l , 否贝 Unum ;_0= num i—0+1， 通过对 num 与 num ;_0值 采集， 构成实吋灰度值 e i=( _nU m i_l， nuni iJ)) , 由核方法评估该视频处理器上观 察到的路段拥堵程度 c i， 再通过所述网络模块上传至所述远程服务器；

[0008] 所述远程服务器收集到每一视频处理器上传的 路段拥堵程度 c " 由远程服务器 利用原有数据的权值与收到的各个实吋路段拥 堵程度 c i进行分析， 获得从一个路 口到下一个路口的路段拥堵程度值 C， 即表现为该路段的实吋在线交通状态。

[0009] 上述技术方案中， 所述预存参数值 X - ¹ 存储于远程服务器上， 包括马路颜色的 灰度值 G i和误差值 _{e i} ， 随着吋间及天气的变化， 改变马路颜色的灰度值 G i、 误 差值 ε i中的一个或两个， 由远程服务器通过网络模块发送给每个所述视 频处理器

[0010] 进一步的技术方案为， 根据吋间的变化， 每间隔 1个小吋〜 4个小吋调用预存于 远程服务器中的数据， 对每个视频处理器上的马路颜色的灰度值 G i和误差值 ε i 进行重新赋值。

[0011] 更一步的是， 每一帧图片中各像素点的灰度值 X=0.11xr+0.59xg+0.3xb， 其中 r 表示红色亮度， g表示绿色亮度， b表示蓝色亮度， 当 （X-G i) ² -ε；>0, 则 num i _1= num _; _1+1， 否贝 Unum _; _0= num _; _0+1 。

[0012] 上述技术方案中， 所述通过"核方法评估该视频处理器上观察到� �路段拥堵程 度 c i"的方式为：

[0013] a.远程服务器中对应每个视频处理器 i具有一数据存储空间， 存放以往的灰度值 数据 ε ， 其中 j=l， 2... ... N;

[0014] b.每个视频处理器 i调用远程服务器中的 e 数据， 运用公式 (1)与当前获取的实吋 灰度值 ei比较相似度；

(1)

[0016] 其中

&, =、m： im, -I,

[0017] c.每个视频处理器 i再根据公式 (2)， 求出当前监控所能观察到的路段的拥堵程度

C i ;

(2)

[0019] d.最后通过网络模块将路段的拥堵程度 c i以及实吋灰度值 e i上传至远程服务器

[0020] 上述技术方案中， 所述"远程服务器利用原有数据的权值"是一组� ��过随机梯度 下降的方法， 对远程服务器存储空间中原有该路段视频处理 器上传的路段灰度 值数据进行计算获得的权值

， 所述从一个路口到下一个路口的路段拥堵程度 值 ， 其中 /表示该路段的所有视频处理器的集合。

[0021] 上述技术方案中， 所述网络模块为以太网有线模块或无线数据传 输网络模。

[0022] 本发明还包括另一个技术方案： 一种基于交通监控视频的路况获取方法， 包括 对应每个监控设备上设置一视频处理器， 每一所述视频处理器经网络模块与远 程服务器连接， 设置于所述视频处理器旁侧的数据推送器， 以及设置于交通工 具上的数据接收器， 其中：

[0023] 所述视频处理器读取对应所述监控设备上的视 频图像， 按照获得的图片求取每 一帧图片中各像素的灰度值 X， 并与预存参数值 X - ¹ 比较， 当大于 X-X - ¹

>0， 贝 ljnum i_l= nuni i—l+l , 否贝 Unum i_0= num i—0+1， 通过对 num i_l与 num i_0值 采集， 构成实吋灰度值 e i=( _nU m i_l， nuni iJ)) , 由核方法评估该视频处理器上观 察到的路段拥堵程度 c i， 再通过所述网络模块上传至所述远程服务器；

[0024] 所述远程服务器收集到每一视频处理器上传的 路段拥堵程度 c " 由远程服务器 利用原有数据的权值与收到的各个实吋路段拥 堵程度 c i进行分析， 获得从一个路 口到下一个路口的路段拥堵程度值 C， 即表现为该路段的实吋在线交通状态；

[0025] 所述数据推送器发送包括当前位置的请求信号 至所述远程服务器， 获取对应发 送请求信号路段的实吋在线交通状态信号， 然后将路段拥堵程度值 C发送至所述 数据接收器；

[0026] 所述数据接收器通过无线网络接收由所述数据 推送器发送的实吋在线交通状态 信息， 并输出。

[0027] 上述技术方案中， 所述预存参数值 X - ¹ 存储于远程服务器上， 包括马路颜色的 灰度值 G i和误差值 _{e i} ， 随着吋间及天气的变化， 改变马路颜色的灰度值 G i、 误 差值 ε i中的一个或两个， 由远程服务器通过网络模块发送给每个所述视 频处理器

[0028] 进一步的技术方案为， 根据吋间的变化， 每间隔 1个小吋〜 4个小吋调用预存于 远程服务器中的数据， 对每个视频处理器上的马路颜色的灰度值 G i和误差值 ε i 进行重新赋值。

[0029] 更一步的是， 每一帧图片中各像素的灰度值 X=0.11xr+0.59xg+0.3xb， 其中 r表 示红色亮度， g表示绿色亮度， b表示蓝色亮度， 当 （X-G i) ² -ε；>0, 则 num i_l= num _; _1+1 , 否贝 IJ num；_0= num；_0+ 1 。

[0030] 上述技术方案中， 所述通过"核方法评估该视频处理器上观察到� �路段拥堵程 度 c i"的方式为：

[0031] a.远程服务器中对应每个视频处理器 i具有一数据存储空间， 存放以往的灰度值 数据 ε ， 其中 j=l， 2...... N;

[0032] b.每个视频处理器 i调用远程服务器中的 e 数据， 运用公式 (1)与当前获取的实吋 灰度值 _{e i} 比较相似度；

(1)

[0034] 其中

— ： — 卿 —：錄

[0035] c.每个视频处理器 i再根据公式 (2)， 求出当前监控所能观察到的路段的拥堵程度

C i;

[0036]

■ ^— — ^Li ^ ¹ . : .》•^C

■ ■ ^^： " ' - ^Λ ■■:

(2)

[0037] d.最后通过网络模块将路段的拥堵程度 c i以及实吋灰度值 e i上传至远程服务器

[0038] 上述技术方案中， 所述"远程服务器利用原有数据的权值"是一组� ��过随机梯度 下降的方法， 对远程服务器存储空间中原有该路段视频处理 器上传的路段灰度 值数据进行计算获得的权值

， 所述从一个路口到下一个路口的路段拥堵程度 值

， 其中 /表示该路段的所有视频处理器的集合。

[0039] 上述技术方案中， 所述数据接收器包括接收模块、 语音模块或显示模块， 所述 接收模块经无线网络接收信号及发送请求信号 至所述数据推送器， 所述语音模 块或显示模块将接收模块获取的信号转换为语 音信息或文字信息在交通工具上 输出。

[0040] 本发明还包括另一个技术方案： 一种基于交通监控视频的路况实吋获取装置， 包括视频处理器、 网络模块、 远程服务器、 数据推送器及数据接收器， 其中：

[0041] 视频处理器:设置于每一路口的监控设备上， 用于读取监控设备上的视频图像 ， 并对视频图像进行分析；

[0042] 网络模块： 无线网络或有线网络， 用于联接所述视频处理器与所述远程服务器 ， 传输数据信息；

[0043] 远程服务器： 接收由所述视频处理器发送的分析结果， 并通过网络模块发送给 所述数据推送器；

[0044] 数据推送器： 通过接收自所述数据接收器发出的请求信号， 并发送至所述远程 服务器， 获取相应数据后发送至所述数据接收器， 该数据推送器安装于所述监 控设备旁侧；

[0045] 数据接收器： 通过无线网络接收由所述数据推送器发送的信 息， 并输出。

[0046] 上述技术方案中， 所述数据推送器为一射频收发器， 该射频收发器经所述网络 模块与所述远程服务器连接， 向远程服务器发送请求信号， 所述远程服务器经 所述网络模块发送相应信号至所述射频收发器 ， 所述射频收发器发送电磁波至 所述接收器。

[0047] 上述技术方案中， 所述数据接收器包括接收模块、 语音模块或显示模块， 所述 接收模块经无线网络接收信号及发送请求信号 至所述数据推送器， 所述语音模 块或显示模块将接收模块获取的信号转换为语 音信息或文字信息输出。

发明的有益效果

有益效果 [0048] 由于上述技术方案运用， 本发明与现有技术相比具有下列优点：

[0049] 1 . 本发明通过在每个路段原有的监控设备上安装 视频处理器， 实吋获取每一 帧图像数据， 并计算图像中各像素点的灰度值， 将实吋灰度值与以往的该路段 灰度值进行比较， 利用核方法分析评估该路段的拥堵程度， 即为该路段的实吋 交通状态， 由于对实吋数据的分析是通过视频处理器来处 理， 分析的结果上传 至远程服务器上， 使得服务器与视频处理之间的通信数据量很小 ， 不会对网络 造成传输压力， 数据传输速度快， 为远程服务器获取实吋路况提供良好的数据 支持， 以便于即吋的对路段信号灯进行控制， 为改善路况提供帮助；

[0050] 2. 由于本发明中对实吋数据的分析采用核方法， 考虑了环境因素， 而不仅仅 单纯的像素点在整个图片的比重， 随着马路颜色或天气、 吋间的变化， 而改变 核参数， 保证评估的拥堵程度不受环境巨大改变而受到 影响， 获得的数据更为 准确；

[0051] 3. 在从一个路口到下一个路口间的拥堵情况分析 吋， 使用梯度下降方法计算 权值， 将权值加入到对路段拥堵的分析中， 增加了整个核算过程的正确性， 避 免局部最优解；

[0052] 4. 本发明中， 利用数据推送器与数据接收器的组合， 使司机在车上实吋通过 数据接收器获取附近路段拥堵情况， 提前规划好行车路线， 做到合理的分流， 有效缓解交通压力。

对附图的简要说明

附图说明

[0053] 图 1是本发明实施例一的局部网络拓扑示意图；

[0054] 图 2是本发明实施例二的局部网络拓扑示意图。

本发明的实施方式

[0055] 下面结合附图及实施例对本发明作进一步描述 ：

[0056] 实施例一： 实施例一： 参见图 1所示， 一种基于交通监控视频的实吋在线交通 状态检测方法， 包括对应每个监控设备上设置一视频处理器 (德州仪器的 TMS320 C66x DSP系列 TMS320C6670产品)， 每一所述视频处理器经网络模块 (以太网 或 2G\3G\4G无线网） 与远程服务器连接， 其中：

[0057] 所述视频处理器读取对应所述监控设备上的视 频图像， 按照获得的图片求取每 一帧图片中各像素点的灰度值 X， 并与预存参数值 X- ¹ 比较， 当大于 X-X- ¹ >0， 贝 ljnumi_l= nunii—l+l, 否贝 Unum i_0= num i—0+1， 通过对 num i_l与 num i_0值 采集， 构成实吋灰度值 ei=(n _U mi_l， nuniiJ)), 由核方法评估该视频处理器上观 察到的路段拥堵程度 c i， 再通过所述网络模块上传至所述远程服务器；

[0058] 所述远程服务器收集到每一视频处理器上传的 路段拥堵程度 c i， 由远程服务器 利用原有数据的权值与收到的各个实吋路段拥 堵程度 c i进行分析， 获得从一个路 口到下一个路口的路段拥堵程度值 C， 即表现为该路段的实吋在线交通状态。

[0059] 所述预存参数值 X ¹ 存储于远程服务器上， 包括马路颜色的灰度值 G i和误差值 ε i， 随着吋间及天气的变化， 改变马路颜色的灰度值 G i和误差值 _ei ， 该参数通过 监控设备以往的天气、 光照向类似的视频训练出来的， 存储于远程服务器中。 根据吋间的变化， 每间隔 1个小吋〜 4个小吋调用预存于远程服务器中的参数值 ， 远程服务器对每个视频处理器上的马路颜色的 灰度值 G i和误差值 ε i进行重新 赋值。

[0060] 具体方法为：

[0061] (1)通过以太网对路段上的每个视频处理器 的核 e 进行赋值， 其中 =l,2,...,5 [0062] (2)通过以太网对路段上的每个视频处理器 ί的参数 G和

进行赋值。

[0063] (3)对视频处理器 i, 屬概.： ¾— 6.j _; 14- §

， 取监控视频的一帧图片， 对每个像素点， 如果

则 ， 否则，

。 其中 r表示红色亮度， g表示绿色的亮度， b表示蓝色的亮度。

[0064] (4)视频处理器 根据公式

， 求 ^与每一个 的相似度， 其中

[0065] 5)视频处理器 根据公式

， 求监控 所能观察到的路段的拥堵程度 C ,。 并通过以太网将 _{C ;} 的值传给服务 器。

[0066] (6)服务器通过一组权值

计算从一个路口到另一个路口的路段的拥堵 程度

£ =，

. '

, 其中 /表示该路段的所有视频处理器的集合，

是一组通过随机梯度下降的方法， 对远程服务器存储空间中原有该路段视频处 理器上传的路段灰度值数据进行计算获得的权 值。 [0067] 如果路段上的环境产生巨大的变化， 如路边绿化带、 路段背景色产生改变， 转 向步骤 (1)， 否则， 如果到达设定间隔吋间或者天气发生了变化吋 ， 转向步骤 (2) 。 否则， 转向步骤 (3)。

[0068] 实施例二： 参见图 2所示， 一种基于交通监控视频的路况获取装置， 包括视频 处理器、 网络模块、 远程服务器、 数据推送器及数据接收器， 其中：

[0069] (1)视频处理器:设置于每一路口的监控设备上� � 用于读取监控设备上的视频图 像， 并对视频图像进行分析， 视频处理器可选择德州仪器的 TMS320C66x DSP系 歹 IJTMS320C6670产品， 芯片工作温度在 -40度到 100度之间， 可以满足户外工作 的要求；

[0070] (2)网络模块： 无线网络或有线网络， 用于联接所述视频处理器与所述远程服务 器， 传输数据信息， 有线网络为以太网， 若选用无线网络可选用 2G\3G\4G网络 中的一种；

[0071] (3)远程服务器： 接收由所述视频处理器发送的分析结果， 并通过网络模块发送 给所述数据推送器；

[0072] (4)数据推送器： 通过接收自所述数据接收器发出的请求信号， 并发送至所述远 程服务器， 获取相应数据后发送至所述数据接收器， 该数据推送器安装于所述 监控设备旁侧； 可选用 TI公司的 CC2520芯片， 它是一款使用 ZigBee协议的射频 收发器， 通信范围在 70米左右完全可以满足我们的通信需求；

[0073] (5)数据接收器： 通过无线网络接收由所述数据推送器发送的信 息， 并输出， 可 通过语音或文字输出， 一般以语音输出更为合适行车过程中使用， 包含接收模 块 CC2520芯片以及科大讯飞的 XF-S4240语音模块， CC2520芯片接收数据推送器 的数据并传给 XF-S4220, 将其语音播报给驾驶员。

[0074] 具体的分析方法为：

[0075] 所述视频处理器读取对应所述监控设备上的视 频图像， 按照获得的图片求取每 一帧图片的灰度值 X， 并与预存参数值 X ¹ 比较， 当大于 Χ-Χ -^Ο, 贝 ljn _U m i_l= num i_l+l， 否则^11^_0= ^11^_0+1， 通过对 num _; _1与^^1 i_0值采集， 构成实吋 灰度值 _{e i} =( _nU m i_l， nuni iJ)) , 由核方法评估该视频处理器上观察到的路段拥 堵 程度 _{C i} ， 再通过所述网络模块上传至所述远程服务器； [0076] 所述远程服务器收集到每一视频处理器上传的 路段拥堵程度 c " 由远程服务器 利用原有数据的权值与收到的各个实吋路段拥 堵程度 c i进行分析， 获得从一个路 口到下一个路口的路段拥堵程度值 C， 即表现为该路段的实吋在线交通状态。

[0077] 所述预存参数值 X 1存储于远程服务器上， 包括马路颜色的灰度值 G i和误差值 ε i， 随着吋间及天气的变化， 改变马路颜色的灰度值 G i和误差值 _{e i} ， 该参数通过 监控设备以往的天气、 光照向类似的视频训练出来的， 存储于远程服务器中。 根据吋间的变化， 每间隔 1个小吋〜 4个小吋调用预存于远程服务器中的参数值 ， 远程服务器对每个视频处理器上的马路颜色的 灰度值 G i和误差值 ε i进行重新 赋值。

[0078] 实施步骤：

[0079] (1)通过以太网对路段上的每个视频处理器 的核 e 进行赋值， 其中 = l,2, ... ,5 [0080] (2)通过以太网对路段上的每个视频处理器 ί的参数 G和

进行赋值。

[0081] (3)对视频处理器 i, um., 0 — 0. mm; 1 -'-

， 取监控视频的一帧图片， 对每个像素点， 如果

则

， 否则，

。 其中 r表示红色亮度， g表示绿色的亮度， b表示蓝色的亮度。

[0082] (4)视频处理器 根据公式

， 与每一个 的相似度， 其中

[0083] (5)视频处理器 根据公式 ύ ; ™ . 、： ^ . ί Ί .·'

， 求监控 所能观察到的路段的拥堵程度 _{c ;} 。 并通过以太网将 _{c ;} 的值传给服务 器。

[0084] (6)服务器通过一组权值

计算从一个路口到另一个路口的路段的拥堵 程度

， 其中 /表示该路段的所有视频处理器的集合， 翁 是一组通过随机梯度下降的方法， 对远程服务器存储空间中原有该路段视频处 理器上传的路段灰度值数据进行计算获得的权 值。

[0085] (7)数据推送器通过网络模块向远程服务器请求 周围路段的拥堵程度， 通常可以 设置搜索范围为 500-1000米， 并将拥堵程度 C达到一定程度的路段信息通过电磁 波传送给汽车内的数据接收器， 数据接收器中的语间模块将拥堵信息语音播报 出来。

[0086] 如果路段上的环境产生巨大的变化， 如路边绿化带、 路段背景色产生改变， 转 向步骤 (1)， 否则， 如果到达设定间隔吋间或者天气发生了变化吋 ， 转向步骤 (2) 。 否则， 转向步骤 (3)。