一種基于交通監(jiān)控視頻的實(shí)時(shí)在線交通狀態(tài)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種交通擁堵?tīng)顟B(tài)識(shí)別方法，尤其涉及一種基于交通監(jiān)控視頻的實(shí)時(shí) 在線交通狀態(tài)檢測(cè)方法。
【背景技術(shù)】
[0002] 交通是現(xiàn)代社會(huì)的基礎(chǔ)，是人類社會(huì)經(jīng)濟(jì)的命脈，人們的社會(huì)行為與交通息息相 關(guān)。一個(gè)城市中，機(jī)動(dòng)車、非機(jī)動(dòng)車保有量大，路口和路段情況紛繁復(fù)雜，要處理這樣一個(gè)規(guī) 模龐大、動(dòng)態(tài)、具有高度不確定性的分布式系統(tǒng)，進(jìn)行有效的控制，是一件十分復(fù)雜的工作。 在不新增交通道路的情況下，通過(guò)合理的交通控制，提高道路的利用效率，進(jìn)而提高交通通 行效率是快速解決城市交通問(wèn)題的一種有效途徑。
[0003] 然而，現(xiàn)在交通擁擠、堵塞現(xiàn)象日益嚴(yán)重。導(dǎo)致交通問(wèn)題的原因，一方面是由于車 輛越來(lái)越多，交通規(guī)劃與設(shè)計(jì)滯后，另一方面在于很多交通信號(hào)控制系統(tǒng)較為落后，交通信 號(hào)燈未能很好地根據(jù)實(shí)時(shí)交通情況調(diào)節(jié)交通流量，起到提高交通通行效率的作用。通過(guò)計(jì) 算技術(shù)和機(jī)器智能幫助解決交通問(wèn)題愈來(lái)愈受到人們的重視，已經(jīng)成為趨勢(shì)。
[0004] 近年來(lái)，大量交通監(jiān)控設(shè)備投入使用，實(shí)時(shí)交通視頻數(shù)據(jù)不間斷地傳輸給交通管 理部門，交通視頻數(shù)據(jù)呈數(shù)據(jù)爆炸式增長(zhǎng)。這些交通視頻數(shù)據(jù)僅僅傳輸?shù)椒?wù)器就需要大 量時(shí)間和帶寬，再加上處理這些視頻數(shù)據(jù)得到交通狀況的分析數(shù)據(jù)還需要大量時(shí)間，這樣 得到的數(shù)據(jù)對(duì)實(shí)時(shí)性要求較高的交通信號(hào)燈系統(tǒng)而言，用于進(jìn)行交通信號(hào)決策就具有較長(zhǎng) 的時(shí)滯，不適于交通信號(hào)的實(shí)時(shí)決策控制了。因此，如何充分利用好這些交通視頻數(shù)據(jù)，改 進(jìn)路面交通信號(hào)燈的控制，以提高路面交通通行效率，就越發(fā)顯得重要。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的是提供一種基于交通監(jiān)控視頻的實(shí)時(shí)在線交通狀態(tài)檢測(cè)方法，通過(guò)該 檢測(cè)方法，可實(shí)時(shí)的獲得各路口路況情況信息，便于指揮中心做出及時(shí)的處理，減少擁堵， 緩解交通壓力。
[0006] 為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是：一種基于交通監(jiān)控視頻的實(shí)時(shí)在線 交通狀態(tài)檢測(cè)方法，包括對(duì)應(yīng)每個(gè)監(jiān)控設(shè)備上設(shè)置一視頻處理器，每一所述視頻處理器經(jīng) 網(wǎng)絡(luò)模塊與遠(yuǎn)程服務(wù)器連接，其中：
[0007] 所述視頻處理器讀取對(duì)應(yīng)所述監(jiān)控設(shè)備上的視頻圖像，按照獲得的圖片求取每 一幀圖片中各像素點(diǎn)的灰度值X，并與預(yù)存參數(shù)值r1比較，當(dāng)大于X-X、0,則nUmi_l= num^l+l，否則num^O=num^O+l，通過(guò)對(duì)num」與num^O值采集，構(gòu)成實(shí)時(shí)灰度值ei= (numi_l，nUmi_0)，由核方法評(píng)估該視頻處理器上觀察到的路段擁堵程度Ci，再通過(guò)所述網(wǎng) 絡(luò)模塊上傳至所述遠(yuǎn)程服務(wù)器；
[0008] 所述遠(yuǎn)程服務(wù)器收集到每一視頻處理器上傳的路段擁堵程度Ci，由遠(yuǎn)程服務(wù)器利 用原有數(shù)據(jù)的權(quán)值與收到的各個(gè)實(shí)時(shí)路段擁堵程度(^進(jìn)行分析，獲得從一個(gè)路口到下一個(gè) 路口的路段擁堵程度值C，即表現(xiàn)為該路段的實(shí)時(shí)在線交通狀態(tài)。
[0009] 上述技術(shù)方案中，所述預(yù)存參數(shù)值r1存儲(chǔ)于遠(yuǎn)程服務(wù)器上，包括馬路顏色的灰度 值61和誤差值ei，隨著時(shí)間及天氣的變化，改變馬路顏色的灰度值Gi、誤差值^中的一個(gè) 或兩個(gè)，由遠(yuǎn)程服務(wù)器通過(guò)網(wǎng)絡(luò)模塊發(fā)送給每個(gè)所述視頻處理器。
[0010] 進(jìn)一步的技術(shù)方案為，根據(jù)時(shí)間的變化，每間隔1個(gè)小時(shí)~4個(gè)小時(shí)調(diào)用預(yù)存于遠(yuǎn) 程服務(wù)器中的數(shù)據(jù)，對(duì)每個(gè)視頻處理器上的馬路顏色的灰度值匕和誤差值ei進(jìn)行重新賦 值。
[0011] 更一步的是，每一幀圖片中各像素點(diǎn)的灰度值X= 0.llXr+0. 59Xg+0. 3Xb， 其中r表示紅色亮度，g表示綠色亮度，b表示藍(lán)色亮度，當(dāng)（X-Gj2-epo,則nuniiJ= nunii-l+l，否則nunii-O=nunii-O+l。
[0012] 上述技術(shù)方案中，所述通過(guò)"核方法評(píng)估該視頻處理器上觀察到的路段擁堵程度 c/'的方式為：
[0013] a.遠(yuǎn)程服務(wù)器中對(duì)應(yīng)每個(gè)視頻處理器i具有一數(shù)據(jù)存儲(chǔ)空間，存放以往的灰度值 數(shù)據(jù)eij，其中j= 1，2……N;
[0014] b.每個(gè)視頻處理器i調(diào)用遠(yuǎn)程服務(wù)器中的eij數(shù)據(jù)，運(yùn)用公式⑴與當(dāng)前獲取的實(shí) 時(shí)灰度值ei比較相似度；
[0016] 其中ei=(numi_l，num^O);
[0017] c.每個(gè)視頻處理器i再根據(jù)公式⑵，求出當(dāng)前監(jiān)控所能觀察到的路段的擁堵程度 Ci;
[0019] d.最后通過(guò)網(wǎng)絡(luò)模塊將路段的擁堵程度4以及實(shí)時(shí)灰度值^上傳至遠(yuǎn)程服務(wù)器。
[0020] 上述技術(shù)方案中，所述"遠(yuǎn)程服務(wù)器利用原有數(shù)據(jù)的權(quán)值"是一組通過(guò)隨機(jī)梯度下 降的方法，對(duì)遠(yuǎn)程服務(wù)器存儲(chǔ)空間中原有該路段視頻處理器上傳的路段灰度值數(shù)據(jù)進(jìn)行計(jì) 算獲得的權(quán)值0i，所述從一個(gè)路口到下一個(gè)路口的路段擁堵程度值
其中I 表示該路段的所有視頻處理器的集合。
[0021] 上述技術(shù)方案中，所述網(wǎng)絡(luò)模塊為以太網(wǎng)有線模塊或無(wú)線數(shù)據(jù)傳輸網(wǎng)絡(luò)模。
[0022] 由于上述技術(shù)方案運(yùn)用，本發(fā)明與現(xiàn)有技術(shù)相比具有下列優(yōu)點(diǎn)：
[0023] 1.本發(fā)明通過(guò)在每個(gè)路段原有的監(jiān)控設(shè)備上安裝視頻處理器，實(shí)時(shí)獲取每一幀 圖像數(shù)據(jù)，并計(jì)算圖像中各像素點(diǎn)的灰度值，將實(shí)時(shí)灰度值與以往的該路段灰度值進(jìn)行比 較，利用核方法分析評(píng)估該路段的擁堵程度，即為該路段的實(shí)時(shí)交通狀態(tài)，由于對(duì)實(shí)時(shí)數(shù)據(jù) 的分析是通過(guò)視頻處理器來(lái)處理，分析的結(jié)果上傳至遠(yuǎn)程服務(wù)器上，使得服務(wù)器與視頻處 理之間的通信數(shù)據(jù)量很小，不會(huì)對(duì)網(wǎng)絡(luò)造成傳輸壓力，數(shù)據(jù)傳輸速度快，為遠(yuǎn)程服務(wù)器獲取 實(shí)時(shí)路況提供良好的數(shù)據(jù)支持，以便于即時(shí)的對(duì)路段信號(hào)燈進(jìn)行控制，為改善路況提供幫 助；
[0024] 2.由于本發(fā)明中對(duì)實(shí)時(shí)數(shù)據(jù)的分析采用核方法，考慮了環(huán)境因素，而不僅僅單純 的像素點(diǎn)在整個(gè)圖片的比重，隨著馬路顏色或天氣、時(shí)間的變化，而改變核參數(shù)，保證評(píng)估 的擁堵程度不受環(huán)境巨大改變而受到影響，獲得的數(shù)據(jù)更為準(zhǔn)確；
[0025] 3.在從一個(gè)路口到下一個(gè)路口間的擁堵情況分析時(shí)，使用梯度下降方法計(jì)算權(quán) 值，將權(quán)值加入到對(duì)路段擁堵的分析中，增加了整個(gè)核算過(guò)程的正確性，避免局部最優(yōu)解。
【附圖說(shuō)明】
[0026] 圖1是本發(fā)明實(shí)施例一的局部網(wǎng)絡(luò)拓?fù)涫疽鈭D。
【具體實(shí)施方式】
[0027] 下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述：
[0028] 實(shí)施例一：參見(jiàn)圖1所示，一種基于交通監(jiān)控視頻的實(shí)時(shí)在線交通狀態(tài)檢測(cè) 方法，包括對(duì)應(yīng)每個(gè)監(jiān)控設(shè)備上設(shè)置一視頻處理器（德州儀器的TMS320C66XDSP系列 TMS320C6670產(chǎn)品），每一所述視頻處理器經(jīng)網(wǎng)絡(luò)模塊（以太網(wǎng)或2G\3G\4G無(wú)線網(wǎng)）與遠(yuǎn) 程服務(wù)器連接，其中：
[0029] 所述視頻處理器讀取對(duì)應(yīng)所述監(jiān)控設(shè)備上的視頻圖像，按照獲得的圖片求取每 一幀圖片中各像素點(diǎn)的灰度值X，并與預(yù)存參數(shù)值r1比較