检测车辆加塞行为的方法和装置的制造方法
【技术领域】
[0001]本发明属于智能交通技术领域，具体涉及到一种检测车辆是否违章加塞行为的方法和装置。
【背景技术】
[0002]加塞是指道路堵塞严重路段少数车辆驾驶员遇前方车辆停车排队等候或缓慢行驶时，穿插等候车辆扰乱正常行驶车秩序的恶意违法行为。
[0003]加塞行为影响道路上车辆的正常行驶，扰乱各车道间车辆的排队秩序，容易造成车辆碰擦和驾驶员纠纷，对道路交通安全造成较恶劣的影响。根据《中华人民共和国道路交通安全法》相关规定:机动车遇前方车辆停车排队等候或缓慢行驶时，不得借道超车或者占用对面车道，不得穿插等候的车辆。
[0004]但是，现有技术中，对加塞行为进行描述较少，缺少行之有效的解决办法。例如常用的手段是人工执法，耗时费力，而且目前的专利中没有专门针对加塞行为的建模描述，导致对于变道后的加塞检测不足，很难描述违章加塞运动的过程。
【发明内容】
[0005]针对现有技术的不足，本发明的目的在于提出一种基于全局和局部跟踪结合的检测车辆加塞行为的方法和装置，以利用视频分析对加塞行为进行有效地描述和准确抓拍，以提高对加塞行为的智能化检测水平。
[0006]为实现上述目的，本发明提供的检测车辆加塞行为的方法，包括:
[0007]采集实时视频流，对图像中出现的车辆进行全局和局部的实时跟踪；
[0008]判断图像中的车道是否出现拥堵状况；
[0009]当车道处于拥堵状况时，实时更新每辆车的运动轨迹，判断是否有车辆变道行驶到拥堵车道中前、后两车预留车距的空间内，若有，则车辆判断该辆车实施加塞行为。
[0010]在一些实施例中，所述对图像中出现的车辆进行全局和局部的实时跟踪的步骤，包括:
[0011]在图像中的道路区域内进行显著性目标提取，得到图像中显著性目标的区域；
[0012]对所述显著性目标区域进行车辆检测，过滤掉非车辆目标，并定位车辆目标的位置；
[0013]采用全局及局部跟踪的方法对所述车辆目标逐帧实时跟踪。
[0014]在一些实施例中，所述采用全局及局部跟踪的方法对所述车辆目标逐帧实时跟踪的步骤，包括:
[0015]采用全局跟踪的方法获得车辆目标在后续帧中的车辆矩形框位置；
[0016]采用局部跟踪的方法获得车辆目标的运行轨迹。
[0017]在一些实施例中，所述采用局部跟踪的方法获得车辆目标的运行轨迹的步骤，包括:[OO18]在当前帧提取车辆区域内的surf角点，计算角点的orb特征描述子，在预估的下一帧目标区域内提取角点并计算角点的orb特征描述子；
[0019 ]对当前帧中每个角点通过遍历的方式，利用提取的orb特征，与下一帧中的每个角点的特征进行比较，选择特征最接近的角点，作为在下一帧中匹配到的角点，前后帧匹配上的角点形成同一条轨迹，未匹配上的角点在下一帧形成新的轨迹。
[0020]在一些实施例中，所述判断图像中的车道是否出现拥堵状况的步骤，包括:
[0021]获取每个车道内车辆的个数和所有车辆的实际长度；
[0022]获取车辆的运动速度，实时更新车辆的运动状态；
[0023]根据所有车辆的实际长度和每个车道内的车辆个数，计算得到每个车道的道路空间占有率，当所述道路空间占有率超过阈值、并且所述车道内的车辆都处于停止或者缓慢行驶状态时，则判断所述车道处于拥堵状况。
[0024]本发明还提供一种检测车辆加塞行为的装置，包括:
[0025]跟踪模块，用于采集实时视频流，对图像中出现的车辆进行全局和局部的实时跟踪;
[0026]拥堵判断模块，用于判断图像中的车道是否出现拥堵状况；
[0027]加塞判断模块，用于当车道处于拥堵状况时，实时更新每辆车的运动轨迹，判断是否有车辆变道行驶到拥堵车道中前、后两车预留车距的空间内，若有，则车辆判断该辆车实施加塞行为。
[0028]在一些实施例中，所述跟踪模块包括:
[0029]米集模块，用于米集实时视频流；
[0030]提取模块，用于在图像中的道路区域内进行显著性目标提取，得到图像中显著性目标的区域；
[0031 ]车辆定位模块，用于对所述显著性目标区域进行车辆检测，过滤掉非车辆目标，并定位车辆目标的位置；
[0032]实时跟踪模块，用于采用全局及局部跟踪的方法对所述车辆目标逐帧实时跟踪。
[0033]在一些实施例中，所述实时跟踪模块用于:
[0034]采用全局跟踪的方法获得车辆目标在后续帧中的车辆矩形框位置；
[0035]采用局部跟踪的方法获得车辆目标的运行轨迹。
[0036]在一些实施例中，所述采用局部跟踪的方法获得车辆目标的运行轨迹，包括:
[°037 ]在当前帧提取车辆区域内的surf角点，计算角点的orb特征描述子，在预估的下一帧目标区域内提取角点并计算角点的orb特征描述子；
[0038]对当前帧中每个角点通过遍历的方式，利用提取的orb特征，与下一帧中的每个角点的特征进行比较，选择特征最接近的角点，作为在下一帧中匹配到的角点，前后帧匹配上的角点形成同一条轨迹，未匹配上的角点在下一帧形成新的轨迹。
[0039]在一些实施例中，所述拥堵判断模块包括:
[0040]计算模块，用于获取每个车道内车辆的个数和每个车道内所有车辆的实际长度之和；
[0041]状态模块，用于获取车辆的运动速度，实时更新车辆的运动状态；
[0042]比较模块，用于根据所有车辆的实际长度之和和每个车道内的车辆个数，计算得到每个车道的道路空间占有率，当所述道路空间占有率超过阈值、并且所述车道内的车辆都处于停止或者缓慢行驶状态时，则判断所述车道处于拥堵状况。
[0043]本发明提出了一种基于全局和局部跟踪结合的检测车辆加塞行为的方法和装置，对道路交通状况和车辆运行轨迹进行建模描述，进而实现对车辆违章加塞行为的准确描述，本发明实时获取道路的拥堵状况，对多车辆目标进行有效地跟踪，可避免对正常变道的误抓，节省人力。而且，本发明基于全局和局部跟踪的方法对车辆运动情况进行有效的建模，全局跟踪方法采用tracking by detect1n的判别式方法，描述目标外观模型的变化，得到车辆在每帧的矩形位置。局部跟踪采用特征点匹配的方法，得到车辆若干条轨迹，两者结合用于对加塞行为的检测描述。
【附图说明】
[0044]为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明，其中:
[0045]图1为本发明一个实施例的检测车辆加塞行为的方法的流程示意图；
[0046]图2为本发明一个实施例的采用全局及局部跟踪的方法对车辆加塞行为进行检测的流程示意图；
[0047]图3为本发明一个实施例的检测车辆加塞行为的装置的功能模块示意图。
【具体实施方式】
[0048]以下结合附图和具体实施例对本发明