[发明专利]一种基于视觉图像处理的车速测量方法

说明书

本发明公开了一种基于视觉图像处理的车速测量方法，属交通数据智能信息分析与处理领域。此方法从监控摄像机中提取视觉图像数据并进行智能分析和处理，实现车辆速度的实时检测。其中包括以下核心步骤：数据输入步骤，基于来自摄像机的输入数据，对于每辆车，实时采集和输入从第一次出现到最后一次出现的一系列图像；检测跟踪步骤，在所有可用的图像中检测到车辆或其它的代表性特征；距离和速度估计步骤，估计相关时间戳的距离，计算车辆与参考系的相对距离，最终计算车辆的速度。此方法能够解决距离传感器成本过高的问题，具有开发成本低、计算效率高、结果准确等特点。

技术领域

本发明涉及计算机视觉技术，尤其涉及到从基础设施（定点速度摄像头、交通摄像头）中进行基于视觉图像处理和同源性计算的车辆速度检测；车辆同步数据记录、表示、检测和跟踪、距离和速度估计等技术，属于计算机视觉图像处理领域。

背景技术

车速是交通状态最相关的参数之一，对于车辆速度的检测，在提高道路安全，改善智能城市的交通、排放和能耗起着举足轻重的作用。目前计算机视觉技术的最新进展提出使用视觉图像处理作为测量车速的唯一机制的工作数量的显著增加，且仅使用已经安装的交通摄像头而不需要集成新的传感器是一种成本效益高的解决方案。因此我们提出了一种基于计算机视觉技术和同源性计算的固定视觉车速测量方法。

该系统数据输入模块、检测跟踪模块、距离和速度估计模块、应用程序模块这四大模块组成。

相机设置：这一类涉及相机固有的参数（传感器大小和分辨率、焦距）和外部参数（相对于路面的位置，包括基于无人机的摄像机）参数，以及相机的数量（单声道、立体声或多个）。根据这些参数，投影在图像平面上的真实场景可以代表沿着短段或大段路段的一条或几条车道。根据这种配置和车辆相对于相机的相对位置，可以得出最重要的变量之一：米像素比，即每个像素表示的路段长度。

距离估计：对于单目系统，车辆距离的估计通常使用一组约束来计算，包括基于同质和使用增强入侵线、模式或区域的方法，或者通过使用关于一些物体的实际尺寸（例如，车牌或车辆的大小）的先验知识。当使用立体视觉时，这些限制得到了解决。

速度估计：在少数情况下，检测车辆速度的问题是作为检测一段路段上的交通速度的问题，即直接获得平均道路速度值。然而，在大多数情况下，检测是在个别车辆的水平上进行的。需要预先了解相机的帧率或每张图像的精确时间戳来计算测量之间的时间。使用连续的图像来估计速度是一个基本变量，对精度有相当大的影响。

发明内容

本方法是为了提高速度估计的精度、解决距离传感器成本过高问题、对车辆实现自动识别等而提出的一种基于视觉的车速估计系统。

本发明采用的技术方案是：从基础设施中提取数据并分析进行基于视觉的车辆速度检测。其中包括：数据输入模块，基于来自摄像机的输入数据，对于每辆车，都将有从第一次出现到最后一次出现的一系列图像；可用图像的数量将取决于相机相对于道路的姿态、焦距、帧率和车辆的速度。检测跟踪模块，在所有可用的图像中检测到车辆或其它代表性特征，随着时间的推移，跟踪车辆或其特性对于获得速度测量值至关重要，此模块应用了不同的方法来解决这两个任务。距离和速度估计模块，估计相关时间戳的距离，使用不同的方法来计算车辆与某些全球参考文献的相对距离，以及不同的方法来最终计算车辆的速度。应用程序模块，具体监控、预测和控制应用、速度执行以及自动驾驶或智能车辆。

数据输入模块，来自摄像机的输入数据是该检测方法的基础。对于每辆车，都将有从第一次出现到最后一次出现的一系列图像。可用图像的数量将取决于相机相对于道路的姿态、焦距、帧率和车辆的速度。

检测跟踪模块，在所有可用的图像中检测到车辆或其一些代表性特征。随着时间的推移，跟踪车辆或其特性对于获得速度测量值至关重要。该模块应用不同的方法来解决这两个任务。

距离和速度估计模块，速度估计本质上涉及与相关时间戳的距离估计。