一种高速公路的车辆违规行为检测方法
技术领域
本发明提出了一种高速公路的车辆违规行为检测方法，属于智能交通领域。具体地说，本方法是一种能够检测高速公路中监控相机视域内的车辆超速、低速以及违规停车行为，还能进行监控相机视域间车辆超速、低速/违规停车等行为的推测的方法。
背景技术
车辆超速、低速、违规停车是高速公路中容易造成交通事故的驾车行为，高速公路中一旦发生交通事故，将对国家及人民的生命及财产带来严重损失。当前对车辆行为的管理和监督行为主要有两种：一种通过在固定点安置摄像头，或者通过巡逻车辆实施抓拍，其监督的行为主要为车辆超速；另外一种为在车辆上安装定位装置，实时获取车辆的定位信息；前一种方法无需车辆配合，但监控的路段有限，且市面上有一些设备能够提前提示前方测试，使得超速现象依旧严重；而后一种方式需要所有车辆主动提供定位信息，涉及车主隐私，因此对于非运营车辆，此种方式目前无法大面积推行。
当前随着监控相机设备的不断投入，使用监控相机检测车辆的违规行为是当前的主流方法。但当前的方法多检测车辆的超速行为，然而车辆低速、违规停车也是造成交通事故的主要原因，对于此类行为也应该进行检测；当前的检测方法主要关注于监控相机视域范围内车辆超速行为，对于监控盲区路段的驾驶行为未作考虑。
发明内容
为克服现有技术的上述缺陷，本发明提出了一种高速公路的车辆违规行为检测方法，用于检测高速公路全路段上车辆的超速、低速和停车行为。本发明利用监控相机标定方法将监控相机视域统一到地理参考下，在车辆识别、检测和跟踪方法的基础上，将车辆轨迹从图像坐标系转换到统一的地理参考下；然后根据监控视频中提取的车辆的时空信息，检测车辆行为；接着，匹配相邻监控相机中出现的车辆，根据提取的时空信息，检测车辆违规行为。若出现超速、低速、停车等行为则上报。具体步骤如下。
一种高速公路的车辆违规行为检测方法，具体步骤如下：
步骤1、标定监控路段中多个监控相机，确定所有相机视域以及相机与高速公路的空间关系，根据车道方向确定车辆出现的监控相机顺序关系；
步骤2、同时提取所有监控相机内车辆信息，包括车牌、车型和时空轨迹，判定在该监控相机的视域内，是否存在车辆违规行为，若存在则上传车辆及违规信息；
步骤3、匹配相邻监控相机内的同一车辆，通过监控相机之间的路段长度和车辆在监控中出现的时间差判断是否存在视域间的违规行为，若存在则上传车辆及违规信息。
进一步地，步骤1中监控相机标定过程的一种实现方式为：获取各个摄像机内外参数，包括焦距、位置、高度、倾角、水平视角、方位角，基于这些参数计算平面单应矩阵，计算监控的地面部分的视域范围。
进一步地，步骤1中监控相机标定过程的一种实现方式为：获取监控视频拍摄的视频帧以及地理数据中地平面上不同线的至少4对同名点，计算平面单应矩阵，计算监控的地面部分的视域范围。
进一步地，步骤1中根据车道方向确定车辆出现的监控相机顺序关系的实现方式为：根据路网中车道的行车方向，建立行车方向上监控相机的顺序关系。
进一步地，步骤1中确定所有相机视域以及相机与高速公路的空间关系的实现方式为：将相机视域与路网进行叠置分析，计算监控相机视域之间的路网距离。
进一步地，步骤2的具体步骤为：
步骤2-1，借助目标识别、目标检测、目标跟踪的方法获取车辆的车牌、车型、车辆时空轨迹信息；
步骤2-2，利用步骤1得到的单应矩阵，将步骤2-1的轨迹信息从图像坐标系转化至地理坐标系，获得车辆的时空轨迹；
步骤2-3，根据车辆的时空轨迹，计算车辆的平均车速；
步骤2-4，根据当前车型，获得当前车型在当前车道上的最高限速，若车速大于当前路段最高限速，则上传当前车辆超速信息；否则进入下一步；
步骤2-5，根据当前车型，获得当前车型在当前车道上的最低限速，若车速低于当前路段最低限速，进入下一步；否则车辆正常行驶；
步骤2-6，判断当前车辆轨迹中是否有停车，即车辆不发生位移的时间超过规定阈值，则上传当前车辆违规停车信息；否则上传车辆低速行驶信息。
进一步地，步骤3的视域间车辆违规，具体步骤为：
步骤3-1，依据步骤1中建立的监控相机顺序关系，确定车辆所出现的监控相机的后续监控相机；根据车牌匹配两个监控相机中的同一车辆；
步骤3-2，计算车辆离开当前监控相机和进入后续监控相机之间的时间差；
步骤3-3，根据步骤1中建立的两个相机视域之间的路网距离，获取路段长度；
步骤3-4，计算车辆在两个监控相机之间的平均车速；
步骤3-5，根据当前车型，获得当前车型在路段上的最高限速，若车速高于当前路段最高限速，则上传当前车辆超速信息；否则进入下一步；
步骤3-6，根据当前车型，获得当前车型在路段上的最低限速，若车速低于当前路段最低限速，则当前车辆可能为低速行驶或者中途停车；则上传车辆违规信息。
本发明具有以下技术效果：首先标定路网中的监控相机，将监控相机统一到同一地理空间下；然后，基于车辆检测、识别与跟踪方法，获得车辆的车牌、车型、时空轨迹等信息；接着判断车辆在监控相机视域中是否存在超速、低速、停车等违规行为；最后，匹配相邻监控相机中的同一车辆，推断在视域之间是否存在超速、低速/停车等违规行为。本发明仅利用已有的监控相机实现了违规行为的检测，并且可检测车辆超速、低速、停车等多种违规行为；尤为重要的是，本发明还对监控相机视域之间的车辆驾驶行为进行推测，并且可检测车辆超速、低速/停车行为。
附图说明
图1是本发明实施例中提出的系统模块关系图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
本发明一种高速公路的车辆违规行为检测方法的基本步骤，通过如图1所示的系统实现，其包含3大模块：监控相机标定模块、监控相机视域内车辆违规检测模块和视域间车辆违规推测模块。
监控相机标定模块：标定所有监控相机，获得监控相机图像平面（地平面图像）与地理空间中的地平面之间的映射关系，计算单应矩阵，确定监控相机之间的顺序关系，确定相机视域之间的路网距离。
监控相机视域内车辆违规检测模块：基于监控相机中车辆的检测、识别与跟踪方法，获得每一个车辆的车牌、车型、所在车道以及从进入到离开的轨迹；根据单应矩阵将车辆轨迹转化为地理空间下的时空轨迹序列；根据车辆时空轨迹序列，检测所有监控相机视域内每一离开车辆是否存在超速、低速、停车行为；若存在违规行为，则上传车辆及其违规信息。
监控相机视域间车辆违规推测模块：根据车辆在当前监控相机C1中的行进方向，判定车辆出现的下一监控相机C2，根据车牌匹配两个监控相机中出现的车辆，获取同一车辆的时空轨迹，推断C1和C2视域之间车辆是否存在超速、低速、停车行为；若存在违规行为，则上传车辆及其违规信息。
下面通过具体实施例对本发明的车辆违规行为检测方法作进一步阐述。
首先进行相关数据准备，包括，（1）准备实验区域的影像数据；（2）准备研究区域相关的监控摄像机某一帧视频的数据；（3）研究区域的车道级路网数据，含车道最高、最低限速的属性信息。
然后进行监控相机标定，分别针对每一个监控相机中的监控视频帧。具体包括如下步骤：
（1）在GIS软件中，打开实验区影像数据，获得并记录地面上至少4个点的地理坐标，其中3点不共线。
（2）在图像软件中，打开视频帧，获得并记录与影像中对应的点的图像坐标。
（3）由上面两步获得的点对，计算单应矩阵。
（4）结合路网数据，建立监控相机之间的拓扑关系，即车辆行进中经过摄像机的顺序，计算相邻监控相机之间的路网距离。
之后进行监控视频中车辆信息提取，具体步骤如下：
（1）采用Yolo v4或者其他检测算法检测车辆，获得车型信息。
（2）采用车牌识别方法获得车牌信息。
（3）采用卡尔曼滤波器或其他方法进行车辆跟踪，获得车辆进入和离开的轨迹；基于单应矩阵计算获得车辆的时空轨迹点序列。
（4）针对监控视域内的每一车辆信息，包含车牌、车型、车辆的时空轨迹信息，也可只记录进入和离开相机的两个时空坐标。
车辆信息提取后，进行监控视域内车辆违规行为的监测。具体步骤如下：
（1）计算车辆的平均车速v1，根据车型以及所在车道，获得当前车道的最高限速MaxV1和对最低限速MinV1。
（2）如果v1大于等于MaxV1，则判定当前车辆超速；否则进入下一步。
（3）如果v1小于等于MinV1，则判定当前车辆低速；进入下一步。
（4）如果车辆时空轨迹点序列中，车辆不发生位移的时间t超过规定阈值T，则判定当前车辆停车。
（5）根据上述步骤，若出现车辆超速、低速、停车信息，则上报车辆及其违规信息，如：【车牌，违规时间段、违规路段、违规行为、违规证据（视频片段，或者关键视频帧）】。
接着进行监控视域间车辆违规行为的推测。具体步骤如下：
（1）根据车辆行进方向，确定当前监控相机C1的下一监控相机C2。
（2）根据车牌匹配C1和C2中的同一车辆，获得车辆在两个监控相机中的时空轨迹。
（3）计算车辆离开C1和进入C2之间的时间差；并根据视域与路网数据，获取路段长度；计算车辆在两个监控相机之间的平均车速v2。
（4）根据车型以及所在路段，获得当前车道的最高限速MaxV2和对最低限速MinV2。
（5）如果v2大于等于MaxV2，则判定当前车辆超速；否则进入下一步。
（6）如果v2小于等于MinV2，则判定当前车辆低速或者中途停车。
（7）上传车辆及其车辆的位置信息，如：【车牌，违规时间段、违规路段、违规行为、违规证据（视频片段，或者关键视频帧）】。
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。
