一种速度的测量方法和装置与流程

本发明涉及智能交通领域，更具体的说，涉及一种速度的测量方法和装置。

背景技术：

车辆行驶速度作为车辆行驶过程中的重要的特征信息，是智能交通系统对交通事故成因分析和责任认定、流量监控以及对车辆进行处罚的重要凭证。因此，车辆行驶速度的准确获取是智能交通领域的关键环节，其对交通自动化管理有着重要的意义。

当前，采用雷达测速的方法测量车辆行驶速度。具体的，在道路旁边安装雷达发射器，根据车辆返回的回波来计算得到车辆行驶速度，使用雷达测速的方法需要被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度内，如果出现被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度之外的这种情况时，雷达测速的方法就不能使用。

技术实现要素：

有鉴于此，本发明提供一种速度的测量方法和装置，以解决当被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度之外时，雷达测速的方法不能使用的问题。

为解决上述技术问题，本发明采用了如下技术方案：

一种速度的测量方法，包括：

获取多个包含完整的车辆的成像的视频帧；

将每个所述视频帧在道路平面上投影，得到多个投影后的图像；

分析每个所述图像中所述车辆的成像投影后的位置信息；

根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算所述车辆的速度。

优选地，所述分析每个所述图像中所述车辆的成像投影后的位置信息，包括：

分析每个所述视频帧中所述车辆的成像的位置信息；

计算拍摄所述视频帧的摄像平面与所述道路平面的投影变化关系；

根据所述投影变化关系以及分析得到的每个所述视频帧中所述车辆的成像的位置信息，计算每个所述图像中所述车辆的成像投影后的位置信息。

优选地，所述根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算所述车辆的速度，包括：

根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算得到多个所述车辆的实时速度；

将多个所述车辆的实时速度取平均值，得到所述车辆的速度。

优选地，所述获取多个包含完整的车辆的成像的视频帧后，还包括：

为每个所述视频帧中的所述车辆的成像设置同一个标识符；

所述根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算所述车辆的速度后，还包括：

更改为每个所述视频帧中的所述车辆的成像设置的标识符的数值。

一种速度的测量装置，包括：

获取单元，用于获取多个包含完整的车辆的成像的视频帧；

投影单元，用于将每个所述视频帧在道路平面上投影，得到多个投影后的图像；

第一分析单元，用于分析每个所述图像中所述车辆的成像投影后的位置信息；

第一计算单元，用于根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算所述车辆的速度。

优选地，所述第一分析单元包括：

第二分析单元，用于分析每个所述视频帧中所述车辆的成像的位置信息；

第二计算单元，用于计算拍摄所述视频帧的摄像平面与所述道路平面的投影变化关系；

第三计算单元，用于根据所述投影变化关系以及分析得到的每个所述视频帧中所述车辆的成像的位置信息，计算每个所述图像中所述车辆的成像投影后的位置信息。

优选地，所述第一计算单元包括：

第四计算单元，用于根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算得到多个所述车辆的实时速度；

第五计算单元，用于将多个所述车辆的实时速度取平均值，得到所述车辆的速度。

优选地，还包括：

第一设置单元，用于所述获取单元获取多个包含完整的车辆的成像的视频帧后，为每个所述视频帧中的所述车辆的成像设置同一个标识符；

第二设置单元，用于所述第一计算单元根据分析得到的每个所述图像中所述车辆的成像投影后的位置信息，计算所述车辆的速度后，更改为每个所述视频帧中的所述车辆的成像设置的标识符的数值。

相较于现有技术，本发明具有以下有益效果：

本发明提供了一种速度的测量方法和装置，本发明中只需要获取到多个包含完整的车辆的成像的视频帧，进而对视频帧进行后续操作，对车辆无要求，因此，当被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度之外时，也能够测量车辆的速度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种速度的测量方法的方法流程图；

图2为本发明提供的摄像装置坐标系图；

图3为本发明提供的车辆运动坐标系图；

图4为本发明提供的另一种速度的测量方法的方法流程图；

图5为本发明提供的一种速度的测量装置的结构示意图；

图6为本发明提供的另一种速度的测量装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种速度的测量方法，参照图1，包括：

S101、获取多个包含完整的车辆的成像的视频帧；

其中，视频帧是由摄像装置获取，摄像装置可以为球型摄像机。摄像装置在拍摄过程中会得到多个包含完整的车辆的成像的视频帧。

S102、将每个视频帧在道路平面上投影，得到多个投影后的图像；

其中，采用图像重投影技术，将每个视频帧在道路平面上投影，得到多个投影后的图像。

图像重投影技术是在保持摄像装置的投影中心不变的情况下，通过改变聚焦和成像平面的方向，将实际获取的景物图像重新投影到另一个图像平面上。

本发明实施例中，涉及到两个平面，一个平面为摄像装置平面，另一个平面为道路平面。相应的，就会存在两个坐标系，一个为摄像装置坐标系，一个为车辆运动坐标系。

为了本领域的技术人员能够更加清楚的明白两个平面以及两个坐标系，现结合图2和图3进行解释说明。

图2为摄像装置坐标系图，X_cY_cZ_c为摄像装置坐标系，O_c为摄像装置坐标系的原点，Z_c为摄像装置的光轴，π₁为成像平面。

图3为车辆运动坐标系图，X_rY_rZ_r为车辆运动坐标系，Or为车辆运动坐标系的原点，π₂(X_rO_rY_r)为道路平面。

S103、分析每个图像中车辆的成像投影后的位置信息；

其中，分析图像中车辆的成像投影后的位置信息是指车辆的成像投影后在图像中的位置。

S104、根据分析得到的每个图像中车辆的成像投影后的位置信息，计算车辆的速度。

可选的，本发明的另一实施例中，步骤S104包括：

根据分析得到的每个图像中车辆的成像投影后的位置信息，计算得到多个车辆的实时速度，将多个车辆的实时速度取平均值，得到车辆的速度。

具体的，获取第一个视频帧投影后的图像，以及第n+1个视频帧投影后的图像，其中，车辆的成像投影后在图像中的位置信息为P_i＝(x_i,y_i,t_i)，其中x_i,y_i表示车辆的成像投影后在第i个视频帧投影后的图像中的坐标值，t_i为时间。

其中，v为计算得到的实时速度，由于有多个视频帧，采用上述方法，会计算得到多个实时速度，将多个实时速度取平均值，就能够计算得到车辆的速度。

需要说明的是，将多个实时速度取平均值，能够提高最终计算得到的速度的准确性。

此外，根据分析得到的每个图像中车辆的成像投影后的位置信息，还能够判断车辆是否存在逆向行驶或者是压车道线等违章行为。

本实施例提供了一种速度的测量方法，本实施例中只需要获取到多个包含完整的车辆的成像的视频帧，进而对视频帧进行后续操作，对车辆无要求，因此，当被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度之外时，也能够测量车辆的速度。

此外，本发明不需要增加硬件装置，节省了硬件开支，同时，将多个实时速度取平均值，能够提高最终计算得到的速度的准确性。

本发明提供的速度的测量方法中使用了车辆检测模块，车辆检测模块根据深度学习CNN卷积神经网络模型和背景分析模型构建，CNN卷积神经网络模型训练过程中，会采用各种车辆的海量数据作为训练样本，因为每一类车辆都有海量的训练样本数据，所以CNN卷积神经网络模型对车辆有很好的检出率。运动背景分析采用混合高斯背景建模，对于运动目标有很好的检测效果，所以结合CNN卷积神经网络模型和背景分析模型，能够更加精准的检测车辆的速度。

可选的，本发明的另一实施例中，参照图4，步骤S103包括：

S401、分析每个视频帧中车辆的成像的位置信息；

具体的，采用目标跟踪算法，分析每个视频帧中车辆的成像的位置信息。目标跟踪的目的是定位目标在每个视频帧中的位置，产生目标运动轨迹。

目标跟踪算法的计算过程为：

对当前视频帧进行特征检测提取当前视频帧的角点特征，将当前视频帧的角点特征和第一个视频帧的角点特征进行一一配对，剔除配对不成功的角点，保存配对结果，此外采用光流算法跟踪当前视频帧的前一视频帧的角点特征，获得前一视频帧特征的跟踪结果。融合配对结果和跟踪结果得到跟踪目标的综合特征，根据综合特征计算车辆的旋转和尺度参数。最后采用投票的方式选择当前视频帧的有效特征角点。将多个视频帧的跟踪结果进行保存，便得到了每个视频帧中车辆的成像的位置信息。

角点特征的提取采用角点检测算法，角点检测算法可以是Harris角点检测算法，Harris角点检测算法的计算公式如下所示：

其中，E为角点响应强度，I(x,y)为车辆的成像中(x,y)像素点的像素灰度值，(u,v)为车辆的成像中(x,y)像素点的偏移向量。通过Harris角点检测算法，能够检测到多个角点。

S402、计算拍摄视频帧的摄像平面与道路平面的投影变化关系；

其中，采用几何分析法，计算拍摄视频帧的摄像平面与道路平面的投影变化关系。

S403、根据投影变化关系以及分析得到的每个视频帧中车辆的成像的位置信息，计算每个图像中车辆的成像投影后的位置信息。

具体的，根据图像重投影技术，根据投影变化关系以及分析得到的每个视频帧中车辆的成像的位置信息，计算每个图像中车辆的成像投影后的位置信息。

分析得到的每个视频帧中车辆的成像的位置信息，能够计算到投影变换的关系参数，根据投影变换的关系参数以及投影变化关系就能够计算得到每个图像中车辆的成像投影后的位置信息。

本实施例中，通过分析每个视频帧中车辆的成像的位置信息以及计算拍摄视频帧的摄像平面与道路平面的投影变化关系后，能够根据投影变化关系以及分析得到的每个视频帧中车辆的成像的位置信息，计算每个图像中车辆的成像投影后的位置信息。

可选的，本发明的另一实施例中，步骤S101后，还包括：

为每个视频帧中的车辆的成像设置同一个标识符；

步骤S104后，还包括：

更改为每个视频帧中的车辆的成像设置的标识符的数值。

举例来说，为每个视频帧中的车辆的成像设置的标识符的数值全部为0，当计算车辆的速度后，将标识符的数值更改为1，这样就能够避免对同一个车辆进行多次测速。

本发明中，在计算车辆的速度后，更改为每个视频帧中的车辆的成像设置的标识符的数值，能够避免对同一个车辆进行多次测速。

可选的，本发明的另一实施例中提供了一种速度的测量装置，参照图5，包括：

获取单元101，用于获取多个包含完整的车辆的成像的视频帧；

投影单元102，用于将每个视频帧在道路平面上投影，得到多个投影后的图像；

第一分析单元103，用于分析每个图像中车辆的成像投影后的位置信息；

第一计算单元104，用于根据分析得到的每个图像中车辆的成像投影后的位置信息，计算车辆的速度。

可选的，本发明的另一实施例中，第一计算单元104包括：

第四计算单元，用于根据分析得到的每个图像中车辆的成像投影后的位置信息，计算得到多个车辆的实时速度；

第五计算单元，用于将多个车辆的实时速度取平均值，得到车辆的速度。

本实施例提供了一种速度的测量装置，本实施例中只需要获取到多个包含完整的车辆的成像的视频帧，进而对视频帧进行后续操作，对车辆无要求，因此，当被测速车辆和雷达发射器的测速射线之间的夹角在规定的角度之外时，也能够测量车辆的速度。

需要说明的是，本实施例中的各个单元的工作过程，请参照图1对应的实施例中的说明，在此不再赘述。

可选的，本发明的另一实施例中，第一分析单元103包括：

第二分析单元1031，用于分析每个视频帧中车辆的成像的位置信息；

第二计算单元1032，用于计算拍摄视频帧的摄像平面与道路平面的投影变化关系；

第三计算单元1033，用于根据投影变化关系以及分析得到的每个视频帧中车辆的成像的位置信息，计算每个图像中车辆的成像投影后的位置信息。

本实施例中，通过分析每个视频帧中车辆的成像的位置信息以及计算拍摄视频帧的摄像平面与道路平面的投影变化关系后，能够根据投影变化关系以及分析得到的每个视频帧中车辆的成像的位置信息，计算每个图像中车辆的成像投影后的位置信息。

需要说明的是，本实施例中的各个单元的工作过程，请参照图4对应的实施例中的说明，在此不再赘述。

可选的，本发明的另一实施例中，还包括：

第一设置单元，用于获取单元101获取多个包含完整的车辆的成像的视频帧后，为每个视频帧中的车辆的成像设置同一个标识符；

第二设置单元，用于第一计算单元104根据分析得到的每个图像中车辆的成像投影后的位置信息，计算车辆的速度后，更改为每个视频帧中的车辆的成像设置的标识符的数值。

本发明中，在计算车辆的速度后，更改为每个视频帧中的车辆的成像设置的标识符的数值，能够避免对同一个车辆进行多次测速。

需要说明的是，本实施例中的各个单元的工作过程，请参照上述实施例中的说明，在此不再赘述。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。