专利名称：基于视频的车辆排队长度动态估计方法
技术领域：
本发明涉及的是智能交通领域，具体是一种基于视频的车辆排队长度动态估计方
法
背景技术：
由于交通信号灯的控制作用，高饱和度状态下的城市交通网络内车辆排队行为必然发生，而准确获取和估计车辆排队长度是进行交通拥挤程度评估，交叉口信号灯控制配时，交通溢流的强制控制等的重要前提。通过检索发现李哲等，基于DSP的车辆排队长度图像检测系统，计算机应用研究，2005，22 (11) =229-230 ;祁宏生，王殿海，信号控制交叉路口车辆排队长度，吉林大学学报(工学版)，2009，39 (06) =1457-1462 ;姚荣涵，车辆排队模型研究，吉林大学博士论文；黄磊等，车辆排队长度检测的方法及装置，发明专利，申请日2010.06. 28，
公开日2011.01.05 ;杨永辉等，基于视频的车辆排队长度检测，2011，28(3) =1037-1041 ;李庆武等，交叉路口车辆排队长度的单帧图像检测装置及其工作方法，申请日2007. 12. 26 ;
公开日2009. 7. I ;上述技术都是利用视频检测技术获取某一时刻的交叉路口的车辆排队长度，而没有对未来多个时刻的车辆排队进行估计。另发现代磊磊等，饱和信号交叉口排队长度预测，吉林大学学报(工学版)，2008，38 (06) =1287-1290 ;该技术是利用自适应权重指数平滑法，对进口车道的实时流量进行预测，建立了以定数排队理论为基础的排队长度预测模型。而本发明则是从车辆排队的后侧架设高清摄像机获取道路上某一时刻的车辆排队长度，再结合流入路段的车流量和车辆后向排队的速度来建立未来时刻车辆排队长度的估计模型，与该方法显然不同。
发明内容
本发明的目的在于提出一种车辆排队长度动态估计方法，是在已有的利用图像识别技术准确获得某一时刻车辆排队长度的基础上，结合流入路段交通流量，建立未来几个时刻的车辆排队动态估计模型，利用估计的车辆排队长度去动态调整信号灯的配时参数，或给出道路拥挤程度的评价等级，或给出车辆排队在路段上将要溢出的时间等。为了实现上述目的，本发明采用如下技术方案一种基于视频的车辆排队长度动态估计方法，该方法的实现步骤如下步骤I :首先在车辆通行路段的上游路口架设高清摄像机；步骤2 :用高清摄像机不间断拍摄路段的车辆排队情况；步骤3 :读取路口控制机的状态，判断下游路口的红灯信号是否开启，如开启，继续步骤4，否则，回到步骤2 ;步骤4 :用图像识别方法识别每隔AT时刻的车辆排队长度，同时利用车辆排队长度动态预估模型估计未来N个AT时刻的车辆排队长度，其中N为自然数，N= 1,2,3,4,...；
步骤5 :读取路口控制机的状态，判断下游路口的绿灯信号是否开启，如开启，则该次排队长度动态估计过程结束，否则，回到步骤4 ；步骤6 :利用步骤4估计出来的排队长度为路口信号灯配时提供依据，或判断是否会发生车辆排队溢出现象，或用来评价路段的拥挤程度。所述步骤3和5中，读取路口控制机的状态，是指摄像机系统与路口控制机是通过COM端口互相通讯，在估计过程中，摄像机系统不停地读取路口控制机的信号配时信息，从而能够获知上、下游路口的信号状态(信号配时信息指的是信号的红绿灯状态)。所述步骤4中，AT的时间间隔是由用户根据路段长度来设定的，其中优选取值之一为3秒或5秒或7秒。所述步骤4中，所述动态预估是指当下游红灯信号开启后，每隔A T时间就进行估计N个排队长度一次，直到下游绿灯信号开启之后才结束所述动态预估模型如下L (t+N) = L (t) + {[Qin (t) -Qout (t) ] *N*A T*Lv}/n其中，L(t)和L(t+N)分别是当前时刻和之后第N个时刻的排队长度；Qin⑴和Qout (t)分别是当前时刻进入和流出路段的交通流量，Lv是一辆车的长度(根据经验来取，一般取5-7米)，n是路段上排队车道的数量。本发明的有益效果利用视频信息来动态识别路段上车辆的排队长度，可以为城市交通带来如下好处①使路口控制机根据识别和估计出的车辆排队长度来动态调整信号灯的配时参数，使得信号灯配时长度能够与实际路况相符合；②利用估计的车辆排队长度可以用来进行道路拥挤程度的评价；③根据估计的车辆排队长度，可以估计出路段上车辆排队将要溢出的时间，为交通溢流的强制控制提供参考和依据。
图1为摄像机的架设位置图；图2为本发明的流程示意图。
具体实施例方式下面结合附图与实施例对本发明作进一步说明。如图I所示为摄像机的架设位置图，图中的两个路口，左边为下游路口，右边为上游路口，摄像机的位置架设在上游路口，也就是被拍摄路段车辆排队的后方。如图2所示为本发明的流程示意图，系统开始运行后，摄像机对着路段拍摄，当下游路口信号等变红之后，每隔AT时间，对路段上的排队车辆识别一次长度，并运用预估模型，估计未来N(N= 1,2,3,4,…)个AT时刻的车辆排队长度。本发明的具体实现步骤如下步骤I :首先在车辆通行路段的上游路口架设高清摄像机；步骤2 :用高清摄像机不间断拍摄路段的车辆排队情况；步骤3 :读取路口控制机的状态，判断下游路口的红灯信号是否开启，如开启，继续步骤4，否则，回到步骤2 ;步骤4 :用图像识别方法识别每隔A T时刻的车辆排队长度，再利用已经建立的车辆排队长度动态预估模型估计 未来N个AT时刻的车辆排队长度；步骤5 :读取路口控制机的状态，判断下游路口的绿灯信号是否开启，如开启，结束，否则，回到步骤4; 所述步骤3和5中，读取路口控制机的状态，是指摄像机系统与路口控制机是通过COM 口互相通讯，摄像机系统可以读取路口控制机的配时信息，从而可以判断出上、下游路口的信号是否是红灯；所述步骤4中，AT的时间间隔是由用户根据路段长度来设定的，可以是3秒，也可以是5秒、7秒不等；所述步骤4中的图像识别技术将利用成熟的排队长度获取技术，见参考文献杨永辉等，基于视频的车辆排队长度检测，2011，28 (3) =1037-1041 所述步骤4中，动态预估模型如下L (t+N) = L (t) + {[Qin (t)-Qout (t) ] *N* A T*Lv}/n其中，L(t)和L(t+N)分别是当前时刻和之后第N个时刻的排队长度；Qin(t)和Qout (t)分别是当前时刻进入和流出路段的交通流量，Lv是一辆车标准化后的长度，一般取5-7米，n是路段上排队车道的数量；所述步骤4的动态预估是指当下游红灯信号开启后，每隔AT时间就进行估计N个排队长度一次，直到下游绿灯信号开启之后才结束。上述虽然结合附图对本发明的具体实施方式
进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
权利要求
1.一种基于视频的车辆排队长度动态估计方法，其特征是，该方法的实现步骤如下 步骤I:首先在车辆通行路段的上游路口架设高清摄像机； 步骤2 :用高清摄像机不间断拍摄路段的车辆排队情况； 步骤3 :读取路口控制机的状态，判断下游路口的红灯信号是否开启，如开启，继续步骤4，否则，回到步骤2 ; 步骤4 :用图像识别方法识别每隔AT时刻的车辆排队长度，同时利用车辆排队长度动态预估模型估计未来N个AT时刻的车辆排队长度，其中N为自然数，N= 1,2,3,4,…；步骤5 :读取路口控制机的状态，判断下游路口的绿灯信号是否开启，如开启，则动态预估车辆排队长度结束，否则，回到步骤4 ； 步骤6 :利用步骤4估计出来的排队长度为路口信号灯配时提供依据，或判断是否会发生车辆排队溢出现象，或用来评价路段的拥挤程度。
2.如权利要求I所述的基于视频的车辆排队长度动态估计方法，其特征是，所述步骤3和5中，读取路口控制机的状态，是指摄像机系统与路口控制机是通过COM 口互相通讯，摄像机系统读取路口控制机的配时信息，从而能够判断出上、下游路口的信号是否是红灯信号。
3.如权利要求I所述的基于视频的车辆排队长度动态估计方法，其特征是，所述步骤4中，AT的时间间隔是由用户根据路段长度来设定的，其中优选取值之一为3秒或5秒或7秒。
4.如权利要求I所述的基于视频的车辆排队长度动态估计方法，其特征是，所述步骤4中，所述动态预估是指当下游红灯信号开启后，每隔AT时间就进行估计N个排队长度一次，直到下游绿灯信号开启之后才结束 所述动态预估模型如下 L (t+N) = L(t) + { [Qin (t) -Qout (t) ] *N* A T*LV} /n 其中，L(t)和L(t+N)分别是当前时刻和之后第N个时刻的排队长度；Qin(t)和Qwt(t)分别是当前时刻进入和流出路段的交通流量，Lv是一辆车的长度，n是路段上排队车道的数量。
全文摘要
本发明公开了一种基于视频的车辆排队长度动态估计方法，该方法在已有的利用图像识别技术准确获得某一时刻车辆排队长度的基础上，结合流入路段交通流量，建立未来几个时刻的车辆排队动态估计模型，利用估计的车辆排队长度去动态调整信号灯的配时参数，或给出道路拥挤程度的评价等级，或给出车辆排队在路段上将要溢出的时间等，为交通溢流的强制控制提供参考和依据。
文档编号G06K9/00GK102622897SQ20121009965
公开日2012年8月1日 申请日期2012年4月7日 优先权日2012年4月7日
发明者仕小伟, 朱文兴 申请人:山东大学