[发明专利]基于实时车辆轨迹的交叉口交通冲突判别方法

说明书

本发明涉及一种基于实时车辆轨迹的交叉口交通冲突判别方法，包括如下步骤：步骤一、采集实时视频图像数据，对其进行图像灰度化、中值滤波和二值化的预处理；步骤二、根据混合高斯背景模型建立视频背景模型，并通过形态学滤波提取车辆目标；步骤三、根据扩展卡尔曼滤波方法的最小外接矩形框的质心坐标，获取车辆的运行轨迹，并跟踪运动目标；步骤四、采集交叉口交通流轨迹速度参数数据；步骤五、基于实时的交通流数据，创建车辆的交通冲突判别模型和冲突计数方法。本发明提供了基于视频的车辆运行轨迹的交通冲突判别和计数方法，可以实时检测交叉口的交通冲突并计数，更加的高效准确，通过与人工计数法获得的交通冲突数相比较，准确度较高。

技术领域

本发明属于交通工程领域，具体涉及一种基于实时车辆轨迹的交叉口交通冲突判别方法。

背景技术

平面交叉口作为道路系统中的重要组成部分，由于交通量大、冲突点多及视线盲区大，并且是各向交通流的汇集点，因而存在着诸多交通安全风险。目前，交通冲突的采集方法主要是通过人工观察的手段，这种方法实时性差且耗时费力，采集的信息不够准确。随着智能交通技术的发展，利用视频检测技术对交通冲突进行判别计数成为了可能。但现有利用视频技术检测交通冲突系统的研究还存在着诸多问题，如目标检测不准确，跟踪效果不好等。

发明内容

本发明为解决上述问题，提出一种基于实时车辆轨迹的交叉口交通冲突判别方法。

本发明涉及一种基于实时车辆轨迹的交叉口交通冲突判别方法，包括如下步骤：

步骤一、采集实时视频图像数据，对其进行图像灰度化、中值滤波和二值化的预处理；

步骤二、根据混合高斯背景模型建立视频背景模型，并通过形态学滤波提取车辆目标；

步骤三、根据扩展卡尔曼滤波方法的最小外接矩形框的质心坐标，获取车辆的运行轨迹，并跟踪运动目标；

步骤四、采集交叉口交通流轨迹速度参数数据；

步骤五、基于实时的交通流数据，创建车辆的交通冲突判别模型和冲突计数方法。

进一步地，步骤一中，图像灰度化、中值滤波和二值化的具体过程为：

(1)采用移动平均法对视频图像灰度化，将彩色像素转换为灰度像素；

(2)对灰度化的图像进行中值进行滤波去噪处理；二维中值滤波的公式如下：

g(x,y)＝med{f(x-k,y-l)，(k,l∈W)}

其中，f(x,y)，g(x,y)分别为原始图像和处理后图像；

(3)选择一个合适的阈值，利用图像二值化对图像中感兴趣的部分分离，把整个图像分割为两部分，灰度值大于这个基准值的部分灰度赋值为0，灰度值小于这个基准值的部分灰度赋值为255，最佳阈值由Otsu法来确定，Otsu法公式如下：

类间方差σ²＝p₁(μ₁-μ)²+p₂(μ₂-μ)²

式中μ₁、μ₂——两部分各自的灰度均值；

p₁、p₂——两部分各自的概率；

μ——图像整体灰度均值；

图像阈值化处理的一般变换函数表达式为：

式中E(i,j)——像素的的灰度

t——选定的阈值。