[发明专利]行人运动轨迹检测及违章分析系统

说明书

所属技术领域

本发明涉及交通行为分析领域，更具体涉及行人过街中的轨迹检测以及违章分析系统。

背景技术

目前，交通行为分析主要利用社会力模型、磁力模型、排队理论以及微观仿真方法等对机动车以及行人运动轨迹以及违章行为进行理论分析。但人和车的行为差别较大，现有理论对两者的研究方法上往往比较统一，且多数均以机动车行为研究为主。而实际交通中行人过街轨迹灵活，仅沿用机动车的理论或是模拟仿真无法真实表达人的行为变化规律，此外，对人及车辆过街中的违章行为的原因及后果研究较少。因而，现有方法无法系统的、方便的对不同类型交通行为及行为导致的后果分析进行合理分析。

发明内容

为了克服现有的方法无法真实反映行人过街的交通环境以及缺少系统的对不同行为后果分析的不足，本发明利用行人轨迹检测软件对行人过街情况进行视频采集、分析以及简单处理，并通过后续算法对其中的违章行为成因及后果进行深入分析和处理，方便对真实交通环境的检测以及对违章行为的处理。

本发明解决其技术问题所采用的技术方案是采用视频采集模块、行为轨迹处理模块以及违章行为分析模块共同组成行人运动轨迹检测及违章分析系统。其中视频采集模块包含一架能够连续拍摄2小时以上的高清摄像机、三脚架以及与计算机进行数据传输的连接线。行为轨迹处理模块包含将视频采集模块中的数据由图像中的坐标点转化为世界坐标系下的坐标点的数据提取模块，将世界坐标系的下坐标点转化为能代表行人行为特征参数的数据转化模块以及将行人行为特征参数转化为行人过街轨迹图的轨迹描述模块。违章行为分析模块包含能够提取违章行为中的交通参数的数据提取及转化模块，以及能够将违章行为参数进行拟合的违章概率预测模块和不同违章概率下的通行效率分析模块。

其中，轨迹描述模块通过利用Matlab中的工具箱将行人行为特征数据按照本发明的算法进行转化，为能够直观显示转化后的结果，该模块最终可呈现行人过街轨迹的二维及三维特征曲线图。

违章概率预测模块是将数据提取及转化模块中处理后的行人及机动车通行中的交通参数带入到本发明中的违章概率预测算法中，得到不同交通流数据下的违章概率。

通行效率分析模块中首先将视频采集模块中采集到的交通数据进行整理分析，利用行人过街效率算法及机动车通行效率算法得到违章行为干扰下的效率分析指标。此外，利用本发明中的冲突严重程度算法，计算得到不同违章行为下行人及机动车通行的安全分析指标，最后利用指标综合分析方法得到违章行为下行人过街综合效益指标。

本发明的有益效果是，解决了行人过街轨迹检测及过街违章分析问题，使用者可以通过视频采集的形式跟踪检测行人过街轨迹并进行行为分析及表达，提高了行人行为分析的便利性，减少了视频采集到数据分析的繁琐步骤，使得行人及机动车行为分析更准确、实用。

附图说明

图1本发明方框图

图2混合交通运动轨迹跟踪分析软件界面；

图3行人过街轨迹分析图；

图4违章行为影响下行人过街综合效益研究框架图；

图5机动车及行人违章行为过程分析图；

图6不同机动车违章率下效率指标曲线图；

图7不同行人违章率下效率指标曲线图；

图8不同机动车违章率下综合效率指标曲线图；

图9不同行人违章率下综合效率指标曲线图。

具体实施方式：

通过视频采集模块，将摄像机采集到的数据进行初步提取和处理，将初步采集的数据进行过街行人轨迹的提取，并绘制行人时空轨迹图，从中进行行人轨迹影响因素分析。将分析后的结果再进行相关算法的处理，进而可以得到行人基本行为模型。此外，通过违章概率预测模块进行人、车违章概率计算，以此为基础，通过本发明的算法进行行人过街综合效益指标的建立，从而对行人过街通行情况进行评价。具体步骤如下。

步骤一：利用高清摄像机进行行人过街数据采集。将采集得到的视频输入到“行人轨迹跟踪分析软件”中。通过点击鼠标将行人过街过程的不同位置进行跟踪和描绘，进而得到不同行人不同时刻的位置坐标，进而得到行人过街轨迹图。

步骤二：通过采集的视频数据，进行行人及机动车通行行为分析。将采集得到的数据带入到交通行为影响因素模型中。本发明中影响因素分为静态影响因素及动态影像因素两类。将视频检测数据带入模型，并利用力的合成法等原理，可得到综合影响因素下的行为分析模型，如下所示：