[发明专利]一种多车道车辆轨迹时空图的自动生成方法

说明书

技术领域

本发明属交通运输监控技术领域，利用计算机视频处理技术及模式识别技术自动提取道路运动车辆轨迹，在此基础上自动判别车辆所属车道并生成各车道车辆轨迹纵向时空图和路段横向时空图。

背景技术

车辆轨迹时空图是车辆行驶过程中的“时间-位置”坐标表示，其中通常取时间为横坐标轴，车辆在车道中的纵向或横向空间位置为纵坐标轴。车辆轨迹时空图在交通技术领域中具有重要应用价值。不仅可为交通流量、交通密度、平均速度以及车辆旅行时间等多种交通参数的获取提供统一的支持平台，也能够为交通波检测及交通流特性分析提供高效支持。

车辆轨迹时空图的生成以车辆的定位与跟踪技术为基础。现有的车辆轨迹定位与跟踪技术主要有GPS技术以及视频图像处理技术等。但基于GPS的车辆轨迹定位与跟踪技术需要车载装置的支持，并且其定位精度往往不能很好地精确到车道级别，因此其应用受到很大限制；基于视频的车辆检测与跟踪技术能够很好地解决这些问题，并且具有获取信息量丰富、设备成本低廉、安装维护方便等优点，因而在目前交通监控领域中应用最为广泛。

传统的视频车辆检测跟踪方法主要有基于运动前景提取与跟踪的方法和基于特征点提取与跟踪的方法等。基于运动前景提取与跟踪的方法能够在车流畅通时很好地获取车辆运行轨迹，然而当出现交通拥堵、车流缓慢以及相互遮挡情况时，该方法的效果会急剧下降甚至失效。基于特征点提取与跟踪的方法能够较好地解决这一问题，但其计算量大，在没有特殊硬件支持的条件下算法实时性较差，同时来自于相邻车辆运动特征高度相似的干扰以及车辆活动阴影的干扰也在很大程度上影响了特征点所属车辆的准确判断并降低了车辆跟踪的精度。

发明内容

本发明的目的在于克服现有技术在精度和速度上的不足，提供一种适用于交通监控与分析、能够快速自动生成高精度多车道车辆轨迹时空图的方法，不但可为交通领域研究人员提供一种切实有效的基础研究工具，同时也为交通监控性能和交通分析能力的进一步提高提供有力支持。

为实现上述目的，本发明采取以下技术方案：以来自道路交通监控固定摄像机的视频序列为输入，所述道路交通监控固定摄像机的水平朝向与车流方向允许存在一定角度θ，0≤θ＜90。首先通过摄像机离线标定获取摄像机内外参数、根据实际监控需求设置感兴趣区域(亦可为整幅图像)，并在车流上游起始位置设置三条虚拟检测带；工作过程中基于这三级虚拟检测带进行车辆特征点的提取并结合Adaboost智能分类器实现特征点的按车辆分组，然后进行特征点跟踪与分组修正并完成车辆轨迹的高精度提取，进而为每条车道自动生成驶过车辆的纵向(沿车道方向)时空轨迹图并生成一幅含所有车道的横向(垂直于车道方向)时空轨迹图，最后自动判断是否处于车道线修正阶段，如果是则基于轨迹聚类法自动修正车道线位置。

一种多车道交通时空轨迹图的自动生成方法，其特征在于包括以下步骤：

步骤1，设置初始参数。

步骤1.1，根据实际监控需求设置感兴趣区域并手工指定各车道线的初始位置。

步骤1.2，设置垂直于车道的虚拟检测带。

在感兴趣区域内车辆上游位置设置三条垂直于车道的虚拟检测带，各条检测带在垂直车道线方向均贯穿路面的感兴趣区域，各条检测带的高度，即沿车道线方向的尺寸为h_VDL，h_VDL＜＜h_ROI，h_ROI为感兴趣区域的高度，即沿车道线方向的尺寸。

步骤1.3，对摄像机进行标定以获取内外参数。

步骤2，在帧图像中基于三级虚拟检测带进行车辆特征点的自动提取和按车辆分组。

读入道路交通监控摄像机的视频序列图像，并在帧图像中基于三级虚拟检测带进行车辆特征点的自动提取和按车辆分组。首先对三级虚拟检测带进行局部背景建模，然后以三级递增的形式提取驶入车辆的前景特征点，并在车辆驶离第三级检测带时利用Adaboost智能分类器进行车辆识别并根据识别结果对特征点进行分组。Adaboost智能分类器的施用位置由三级虚拟检测带生产的三级全景视图确定。具体方法如下：

步骤2.1，基于局部变更新率背景建模提取局部前景并消除活动阴影。

(1)对三级虚拟检测带进行变更新率局部动态背景建模。