[发明专利]一种基于视频分析的道路出口道车流溢出实时检测方法

权利要求书

1.一种基于视频分析的道路出口道车流溢出实时检测方法，其特征在于：包括S101:电警或监控设备配置与检测区域配置

配置路口电警设备或监控设备，并且标定此路设备中将要识别出口道溢出事件的检测区域；对于出口道溢出，其标注区域为一个多边形区域加中间一条标注线，标注线的作用是将检测区域一分为二，并分为up和down两子区段部分；其中up子区段定义为车辆将进入检测区域的部分，down子区段定义为车辆将离开检测区域的部分；道路两侧的up和down子区段在视野中是相反的，由系统自行根据车流方向判定up和down子区段；

S102:计算up和down子区段；

S103:开启视频通道；

从电警或监控接入实时视频流，并应用ffmpeg解码成一帧一帧的原始图像(W_src,H_src)；

S104:图像预处理

因从电警接入的视频为高清视频，如果直接使用原始图像数据，将会占用大量的内存，所以需要对图像进行预处理，而高度基于原始比例同步缩放，缩放后的图像大小为(W_dst,H_dst)；

S105:车辆检测

将缩放后的图像数据传入基于机器学习技术的检测模块，则检测模块将会输出车辆的位置信息；

S106:车辆跟踪

将检测模块检测出的所有的车辆位置信息送入车辆跟踪模块，输出每个车以像素为单位的实时速度与车辆位移；

S107:计算车流方向，重置up和down子区段坐标；

S108:计算出口道溢出检测依赖参数；

S109:出口道溢出检测参数归一化

在最终计算出口道溢出指数时，采用的加权方法计算，各参数应该归一化到同一范围，否则加权的结果将会产生较大误差，为此将依赖参数输出的结果均归一化到[0,1]区间，并且需要与出口道溢出事件保持正相关，即值越大车流溢出越严重；

经过归一化后，上述依赖参数分别为：JL_up、JL_do镀n、JV和JN；

S109中提出了一种参数加权的方法计算车流溢出指数，出口道溢出指数计算为：

Index＝JV*WV+JL_up*JL_do镀n*WL+JN*WN,

其中，WV、WL、WN分别为速度、排队长度、车辆数的加权值；

当出口道溢出指数满足某个阈值thresh时，则表明此路口出现了车流溢出现象，需要及时上报；

S110:计算出口道溢出指数。

2.根据权利要求1所述的一种基于视频分析的道路出口道车流溢出实时检测方法，其特征在于：S102中，up和down子区段的计算需要根据标注的检测区域与标注线进行计算；

1.记area的坐标为[c,d,f,e],且c和d在视野中位于e和f的上部；

2.计算标注线line与标注区域area之间的交点a和b；

3.计算获取两个子区域[a,c,d,b]和[a,b,f,e]的顶点坐标,每个区域的顶点之间必须是顺时针或逆时针排序；

暂令up子区段的坐标为[a,c,d,b]，则down子区段的坐标为[a,b,f,e]，后续根据车流方向进行调整。

3.根据权利要求2所述的一种基于视频分析的道路出口道车流溢出实时检测方法，其特征在于：S104中，将其缩小至宽度为1600，则W_d镀t＝1600,

4.根据权利要求3所述的一种基于视频分析的道路出口道车流溢出实时检测方法，其特征在于：S107中，针对当前检测区域，计算此道路此侧的车流方向；方法是取25辆车的平均位移进行判断，默认的车流方式为视野中向上的方向，即

平均位移：

如果大于等于0，则车流方向在视野中的方向向上，那么up和down子区段的坐标不变；否则，则向下，需要将之前计算的up和down子区段的坐标进行调换。

5.根据权利要求4所述的一种基于视频分析的道路出口道车流溢出实时检测方法，其特征在于：S108中，

1.计算区域平均速度

区域平均速度指的是整个检测区域的area的区域平均速度，

使用分段多尺度方法用于计算区域平均速度

2.分别计算up和down子区段平均排队长度

基于投影映射表征排队长度的方法分别计算up和down子区段的平均排队长度和

3.计算区域车辆数

区域车辆数的计算是基于整个检测区域area计算得到的，通过检测跟踪算法计算出识别区域内的所有车辆数，包括运动与静止车辆。