[发明专利]排队长度检测方法、装置及服务器

说明书

本发明提供一种排队长度检测方法、装置及服务器。所述方法包括：将监控图像初步划分为上、下两个检测区域，并对上、下两个检测区域之间的分界线进行自动调整；对下检测区域图像进行车辆定位，得到对应车辆所处车道，并判断该车辆是否静止；若静止，对上检测区域内所述车道在各分段的图像进行处理，得到车辆排队时队尾位置坐标；根据队尾位置坐标及该车道的起始坐标，得到两坐标间的车道线长度，并根据坐标映射关系转换得到对应的排队长度。所述车辆误判率低、检测时间短、人力资源消耗小、排队误检率低、排队长度准确度高、鲁棒性好，能够自动地对两个检测区域的分界线进行调整，能够改善临边车道干扰问题，实现良好的排队长度检测。

技术领域

本发明涉及智能交通领域，具体而言，涉及一种排队长度检测方法、装置及服务器。

背景技术

随着交通运输业的迅速发展，交通拥堵现象已经愈发严重，尤其以高速公路收费站和城市交通信号灯前的拥堵现象尤为突出。因此对能够合理分流城市道路车辆，控制疏导交通，缓解城市交通阻塞等问题的智能交通系统(Intelligent TransportationSystem，ITS)来说，如何实时获取到准确度高的交通路口车辆排队长度，便是一个极为重要的技术问题。

就目前而言，现有的车辆排队长度检测方案是直接通过对监控图像进行帧差值计算处理，并对帧差值变化状况进行分析，从而判断监控图像中车辆的启停信息及对应的排队长度。但这种方案车辆误判率高，检测时间长，人力资源消耗大，未考虑到临边车道车辆对当前车道车辆的影响，排队误检率高，整体的排队判断准确性低，鲁棒性不高。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种排队长度检测方法、装置及服务器。所述排队长度检测方法车辆误判率低、检测时间短、人力资源消耗小、排队误检率低、排队长度准确度高、鲁棒性好，能够自动地对监控图像的上、下检测区域的分界线进行调整，并通过对监控图像进行车道标定、分段标定及机器学习算法检测的方式，改善现有技术中临边车道干扰问题，实现良好地排队长度检测。

就排队长度检测方法而言，本发明较佳的实施例提供一种排队长度检测方法，用于测量卡口监控中车辆的排队长度。所述方法包括：

根据监控图像的能量分布将监控图像初步划分为上、下两个检测区域，并根据对下检测区域图像进行机器学习算法检测时的检测时长，对上、下两个检测区域之间的分界线进行自动调整；

基于机器学习算法对下检测区域图像内的车辆进行定位，得到所述车辆所处车道的车道信息，并判断所述车辆是否处于静止状态；

若所述车辆处于静止状态，对上检测区域内所述车道在各分段的图像进行处理，得到对应分段图像中车辆排队时的队尾位置坐标；

根据所述队尾位置坐标及监控图像中所述车道的起始坐标，得到队尾位置坐标与起始坐标之间的车道线长度，并根据图像坐标与实际世界坐标之间的映射关系对所述车道线长度进行转换，得到对应的排队长度。

就排队长度检测装置而言，本发明较佳的实施例提供一种排队长度检测装置，用于测量卡口监控中车辆的排队长度。所述装置包括：

检测区域划分模块，用于根据监控图像的能量分布将监控图像初步划分为上、下两个检测区域，并根据对下检测区域图像进行机器学习算法检测时的检测时长，对上、下两个检测区域之间的分界线进行调整；

运动状态判断模块，用于基于机器学习算法对下检测区域图像内的车辆进行定位，得到所述车辆所处车道的车道信息，并判断所述车辆是否处于静止状态；

队尾坐标获取模块，用于若所述车辆处于静止状态，对上检测区域内所述车道在各分段的图像进行处理，得到对应分段图像中车辆排队时的队尾位置坐标；