一种视频与gps相结合的车辆行驶轨迹全样本数据获取方法
【技术领域】
[0001 ]本发明属于道路交通技术领域，设及车辆行驶轨迹数据采集技术。
【背景技术】
[0002] 车辆行驶轨迹全样本数据能够支持道路上任意交通流参数的获取与分析，是进行 交通流基础理论研究、道路交通运行特征分析、驾驶行为解析等最为理想的数据基础。然 而，已有的车辆行驶轨迹全样本数据获取方法需要耗费大量的人力物力，在一般的研究与 应用中往往因为投资不足而难W完成。
[0003] 航拍、GPS(全球定位系统）、蜂窝定位、视频摄像等技术被用于车辆行驶轨迹数据 的获取。航拍技术通过建立直升机拍摄道路的正射模型，用背景差分法检测车辆，基于特征 算法跟踪目标车辆，由此获取车辆的行驶轨迹。不过航拍技术需要较高的投资，难W在一般 的实际应用中推广使用。GPS技术可记录车辆随时间变化的车速和位置信息，经过地图匹配 处理后方便的获得车辆行车轨迹数据，但GI^技术通常局限于进行道路车辆的抽样采集，采 集全样本数据的前提是对进入观测路段的所有车辆安装GPS，运一要求在实际中往往无法 得到满足。蜂窝定位技术利用基站对手机的测算距离来确定手机或移动终端所在位置，精 度依赖于周边基站位置，难W准确判断交通方式，且与GI^技术一样需要进入观测路段的所 有车辆都携带相应的手机或移动终端，因此也未能在车辆行驶轨迹全样本数据获取中获得 广泛应用。视频摄像技术近年来亦开始被用于车辆行驶轨迹全样本数据的获取，但因坐标 转换、车辆移动目标追踪等环节的技术需要，对拍摄位置、高度、角度的要求均较高，因此通 常需要专口建设相应的视频摄像系统来完成，运必然需要较大规模的投资，在普通的研究 与应用中难W实现。
[0004] 拍摄要求高、人力物力耗费大、对车辆自身装备要求高是造成目前车辆行驶轨迹 全样本数据获取困难，不能在实际的研究与应用中获得广泛使用的根本原因。中国专利 CN104374391A公开了一种基于路面图像和车辆自身行驶参数采集系统进行车辆行驶轨迹 计算的方法。中国专利CN104464028A公开了一种基于车载系统和服务器进行车辆行驶轨迹 还原和回放的方法。中国专利CN104778842A公开了一种基于车牌识别的云端车辆行驶轨迹 跟踪系统与方法。中国专利CN104504930A公开了一种基于定位系统获取车辆行驶轨迹的方 法。然而，上述专利公开的都是面向单独车辆的行驶轨迹获取技术，因对车辆装备要求高， 无法实现对观测路段内所有车辆行驶轨迹的获取。
[0005] 综上所述，设计一种所需投资较小、对观测路段内车辆自身装备无特殊要求的车 辆行驶轨迹全样本数据获取方法，将可提高在实际研究与应用中获取观测路段车辆行驶轨 迹全样本数据的技术经济可行性，从而为交通流基础理论研究、道路交通运行特征分析、驾 驶行为解析等工作提供更好的数据支撑。
【发明内容】
[0006] 本发明的目的在于提供一种新的车辆行驶轨迹全样本数据获取方法，该方法将视 频摄像技术与GI^技术相结合，可显著降低对视频摄像技术的要求，且对观测路段内的车辆 装备无特殊要求，能够提高车辆行驶轨迹全样本数据获取在实际研究与应用中的技术经济 可行性。
[0007] 为了实现发明目的，本发明视频与GPS相结合的车辆行驶轨迹全样本数据获取方 法步骤包括：
[0008] 1)选择合适的路侧拍摄点对观测路段进行高空视频拍摄，并于拍摄期间派出一辆 载有GI^的试验车在观测路段上巡回行驶。
[0009] 2)进行视频稳定性处理，并根据后期数据处理分析精度需要选择帖率，完成视频 图片化操作。
[0010] 3)追踪每一辆车在连续视频图片帖中的像素位置，最后提取观测路段内所有车辆 W像素坐标表示的行驶轨迹。
[0011] 4)提取观测路段道路中屯、线像素点坐标，构建路段内各像素点与中屯、线像素点的 对应关系矩阵，建立试验车巡回行驶时对应的像素点与车辆在观测路段内行驶距离间的对 应关系，最终完成路段内各像素点与车辆行驶距离的坐标转换矩阵的构建。
[0012] 5)利用坐标转换矩阵，将W像素坐标表示的行驶轨迹转换为W地理坐标表示的行 驶轨迹。
[0013] 所述的观测路段路侧拍摄点的选择方法为:可选择紧近观测路段的高层建筑上， 拍摄点与观测道路远端连线和水平面间的角度a大于11度，与观测道路近端连线和水平面 的角度e大于67度，条件受限时应大于50度。
[0014] 所述载有GPS的试验车在观测路段时巡回行驶是指:对试验场顶部作易于辨识的 标识，令试验车在视频拍摄期间于目标拍摄路段上沿靠近中线的车道往复行驶多次，行驶 期间不要变换车道，并应尽可能保持匀速行驶。GPS应尽可能选择亚米级精度或W上类型。
[0015] 所述视频稳定性处理是指：因摄像机固定平台不稳或其它环境扰动引起视频图像 发生较明显的抖动时，使用专业软件对视频进行稳定性修正，其基本原理为:选取视频中静 止物体的特征点，对视频中连续图像进行处理，将所有图像帖中的特征点固定在相同位置， 从而消除摄像机静止拍摄时图像颤抖的影响，提高画面质量和稳定性。
[0016] 所述视频图片化是指:将视频按一定的帖率转换成W时间帖顺序命名的连续图片 序列。帖率的选取由实际研究或应用中对轨迹数据的精度要求决定，帖率越大，采样间隔越 小，轨迹数据精度越高，工作量也相应增加。例如当选取10巧S的帖率时，处理后的行车轨迹 每0.1秒有一个数据点。
[0017] 所述追踪每一辆车在连续视频图片帖中的像素位置的方法为:首先确定车辆特征 点，即车辆上易于辨识的部位，选定后所有车辆均应使用相同特征点，W特征点坐标代表车 辆坐标位置，将车辆轨迹提取简化为车辆特征点的轨迹提取;然后从每一辆车（包括载有 GPS的试验车）进入观测路段后的第一帖图片开始，逐帖选取并保存车辆特征点的像素坐 标，直到车辆驶出观测路段。追踪过程中需要对每一辆车赋予唯一车辆ID，并记录车型、进 口道、车辆变道等信息。车辆特征点的追踪在拍摄条件较好时可采用成熟的视频车辆识别 软件进行自动追踪，再进行人工修正;拍摄条件较差时可全部采用人工追踪方式。
[0018] 所述利用试验车GI^数据与像素坐标数据得到坐标转换矩阵的方法步骤为：
[0019] ①提取观测路段中屯、线。
[0020]选取一张车辆较少的观测路段图片帖，用连续直线段描绘道路中屯、线，曲率较大 处，应采用较短的线段描绘中屯、线，反之亦然，取用于绘制中屯、线的路段数量为M;求出道路 中屯、线上所有像素散点的像素坐标，并对中屯、线各像素点沿车辆行驶方向由小到大编号为 (1，2,…，k，…，N}，N为中屯、线像素点个数。
[0021 ]②提取观测路段范围内的像素坐标，构建路段内各像素点与中屯、线像素点的对应 关系矩阵。
[0022] 首先，经过组成道路中屯、线的每一个直线段的端点，绘制观测路段的M+1个横断 面，横断面W与道路边线或交叉口停车线的交点作为起止点；
[0023] 其次，依次连接绘制的M+1个横断面的端点，形成M个四边形，提取M个四边形包含 的像素点作为观测路段范围内的像素点，建立观测路段图片像素(XXY)位置判别矩阵化：
[0024]
[0025] 其中为像素点坐标，je{l，…，X}，ie{l，???，￥}; 。fl 像素点(j，i)在路段范围内
[0026] = i > Io 像素点a,i)不在路段范围巧
[0027] 而后，对于化中每一个Su = I的像素点A，像素坐