本发明涉及智慧交通,尤其是一种用于智慧交通的云计算运维平台及其控制方法。
背景技术:
1、智慧交通是指使用云计算、大数据、物联网等多种现代科技对交通进行综合调控的系统。智慧交通十分依赖于对实时交通状态数据的采集和分析,通过路面摄像头对路面车流进行图像采集是一种非常便捷的交通状态数据采集方式。但是由于图像数据的后续处理较为复杂,所以直接使用图像数据进行交通状态数据采集在智慧交通系统中的应用还较为少见。
技术实现思路
1、本发明要解决的技术问题是提供一种用于智慧交通的云计算运维平台及其控制方法,能够解决现有技术的不足,提高了通过图像数据采集交通状态数据的速度。
2、为解决上述技术问题,本发明所采取的技术方案如下。
3、一种用于智慧交通的云计算运维平台,包括,
4、视频数据采集模块,用于采集路面交通的实时视频数据;
5、视频数据存储模块,用于存储视频数据采集模块采集的实时视频数据;
6、视频数据分析模块,用于对视频数据存储模块中存储的视频数据进行分析;
7、交通状态预测模块,用于根据视频数据分析模块的分析结果以及视频数据采集模块采集的实时视频数据对交通状态进行预测。
8、一种上述的用于智慧交通的云计算运维平台的控制方法,包括以下步骤:
9、a、视频数据采集模块采集路面交通的实时视频数据;
10、b、存储视频数据采集模块将采集到的实时视频数据发送至视频数据存储模块进行存储;
11、c、视频数据分析模块读取视频数据存储模块中存储的视频数据并进行分析;
12、d、交通状态预测模块根据视频数据分析模块的分析结果以及视频数据采集模块采集的实时视频数据对交通状态进行预测。
13、作为优选,步骤c中,对视频数据进行分析包括以下步骤,
14、c1、将同一摄像头拍摄的视频数据进行分割,得到若干个视频段;
15、c2、对每个视频段提取若干个视频帧;
16、c3、在每个视频帧中标记特征块;
17、c4、根据同一视频段中不同视频帧之间同一特征块的相对位置变化得到所述视频段时间内的车流状态信息;
18、c5、将全部视频段的车流状态信息进行组合,得到摄像头拍摄区域的车流状态信息集合。
19、作为优选,步骤c1中,每个视频段的时长为1~1.5min。
20、作为优选,步骤c2中,每个视频段至少提取三个视频帧,相邻的视频帧的时间间隔至少为10s。
21、作为优选,步骤c3中,标记特征块包括以下步骤,
22、c31、识别出在同一视频段全部视频帧中均出现的特征车辆;
23、c32、使用特征线段将全部特征车辆进行连接,每个特征车辆至少连接有两个特征线段;
24、c33、全部特征车辆和特征线段的组合为特征块。
25、作为优选,步骤c4中,车流状态信息的分析过程包括以下步骤,
26、c41、将特征车辆作为质点,每个质点的质量相同,根据质点的分布位置计算特征块的质心;
27、c42、根据相邻视频帧中质心沿车流方向移动的距离和相邻视频帧的间隔时间计算这段时间内的车流初始速度;
28、c43、根据相邻视频帧中同一特征线段相对角度的变化对此特征线段涉及的车道的车流初始速度进行校正;特征线段相对角度的变化与涉及车道的车流初始速度校正量成正比,特征线段在每个车道内的长度与每个车道的车流初始速度校正量成正比;
29、c44、将校正后的全部车流初始速度进行求和平均,得到视频段时间内的车流状态信息。
30、作为优选,步骤d中,根据步骤c得到的车流状态信息计算当前路段两端的车流驶入量和驶出量,然后根据当前路段的实时视频数据计算当前车流量,最后根据当前车流量和车流驶入量和驶出量对当前路段的交通状态进行预测。
31、采用上述技术方案所带来的有益效果在于:本发明使用视频分析方法得到道路车流状态信息,然后再结合实时视频数据得到当前路段的交通状态预测结果。通过优化视频数据的分析方法,有效的降低了数据处理计算量,提高了预测结果输出的实时性。
1.一种用于智慧交通的云计算运维平台,其特征在于:包括,
2.一种权利要求1所述的用于智慧交通的云计算运维平台的控制方法,其特征在于包括以下步骤:
3.根据权利要求2所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤c中,对视频数据进行分析包括以下步骤,
4.根据权利要求3所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤c1中,每个视频段的时长为1~1.5min。
5.根据权利要求4所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤c2中,每个视频段至少提取三个视频帧,相邻的视频帧的时间间隔至少为10s。
6.根据权利要求5所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤c3中,标记特征块包括以下步骤,
7.根据权利要求6所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤c4中,车流状态信息的分析过程包括以下步骤,
8.根据权利要求7所述的用于智慧交通的云计算运维平台的控制方法,其特征在于:步骤d中,根据步骤c得到的车流状态信息计算当前路段两端的车流驶入量和驶出量,然后根据当前路段的实时视频数据计算当前车流量,最后根据当前车流量和车流驶入量和驶出量对当前路段的交通状态进行预测。