基于视频和距离网格标定的车辆测速方法、设备及系统
技术领域
本发明涉及车辆测速方法技术领域，具体涉及基于视频和距离网格标定的车辆测速方法、设备及系统。
背景技术
高速公路需要对行驶的车辆测速，以估计道路车行状况(拥堵程度)、排查车辆超速、车行过缓等违章。常见的道路车辆测速方法有：
(1)雷达测速：交警、管理部门使用固定或移动的雷达枪或激光枪对通行的车辆测速。该方法基于多普勒效应，具有速度精度高、技术成熟的优点，但是价格高，需要在道路额外安装和维护雷达枪，难以形成对高速路各个路段的实时广泛行车速度感知。
(2)区间测速法：在几个固定地点设置车牌识别能力的抓拍摄像头，然后计算机系统自动测量车辆通过每个地点的时间点，根据距离除以时间得到每段路程的平均车速。该方法需要安装专门的用于捕捉车牌号的摄像头，无法利用现有的高速路监控设备。
(3)线圈测速法：在道路上以一定间隔埋设两组线圈，车辆经过线圈时会被感应到并记录通过该点的时间点，根据距离除以时间得到这段路程的速度。在通过车辆较多时，由于线圈不具备车辆识别能力，可能因为车辆通过顺序变化带来较大误差(比如A点car1、car2依次通过，然后在B点car2先于car1通过，线圈无法区分car1、car2的信号，导致时间测量错误，带来误差)。
上述测速方法中，无论是雷达测速、区间测速还是线圈测速，都需要在高速路各路段广泛地新增测量设备，带来较高的设备安装和维护成本。
雷达、区间测速、线圈测速都无法给人提供直观的道路状况感知(远不如监控摄像头的画面直观)。雷达和线圈测速在车辆较多(比较拥堵)的时候会失效。对于雷达，雷达照射不到被遮挡的车辆，从而无法测速；对于线圈测速，当多个车连续压过线圈时，线圈的测量受到干扰。
现有的高速路监控设备(广泛布置的高速路监控摄像机)，为实现对高速路公路段进行持续、广泛、低成本的车辆速度测量和车行状况监控提供了数据基础与可能性。
发明内容
本发明提供了一种基于视频和距离网格标定的车辆测速方法，无需新增测量设备，直接利用现有的高速路监控设备的监控视频对车辆进行测速，并能够同时适用车辆较多时对车辆的测速，降低的设备安装维护成本，减小误差。
本发明采用如下技术方案：
一种基于视频和距离网格标定的车辆测速方法，包括以下步骤：
基于视频和距离网格标定的车辆测速方法，其特征在于，包括以下步骤：
步骤1、从道路监控摄像机捕获的实时视频中，选取任一帧道路路面的图像；
步骤2、在道路路面图像上自动生成网格标定，其中，所述道路路面图像中的关键参照点构成网格的顶点，网格每行和每列的物理间距已测定；
步骤3、获取任一帧包含待测车辆的道路监控摄像机监控的视频图像，判断所述待测车辆的位置是否在网格标定中；
步骤4、利用网格标定将待测车辆在所述图像上的位置还原到物理坐标系上的位置，并得到待测车辆在该位置的时间戳；
步骤5、对道路监控摄像机监控的视频图像中的待测车辆进行检测、跟踪，获取每一帧包含待测车辆的道路监控摄像机监控的视频图像，得到待测车辆在图像中的运动轨迹；
步骤6、利用网格标定将待测车辆在每一帧图像上的位置还原到物理坐标系上的位置，得到待测车辆在物理坐标系下的运动轨迹；
步骤7、采用最小均方误差运算得到待测车辆的平均速度。
进一步地，步骤3中所述的获取任一帧包含待测车辆的道路监控摄像机监控的视频图像，判断所述待测车辆的位置是否在网格标定中，具体包括：3.1：记包含待测车辆的待还原的图像位置为T，对应的物理坐标系上的位置为T＇；3.2：检查T是否在网格标定中，若是，则进行下一步；若否，则包含待测车辆的待还原的图像位置不在网格标定的范围内，其物理坐标系上的位置未知，并舍弃该帧包含待测车辆的道路监控摄像机监控的视频图像。
进一步地，步骤4中所述的利用网格标定将待测车辆在所述图像上的位置还原到物理坐标系上的位置，并得到待测车辆在该位置的时间戳，具体包括：4.1：获取T所处的网格中的小四边形，设其左下角顶点为c1，根据网格标定的物理距离计算出c1相对于O点的对应的物理位置，记为
进一步地，所述根据T在网格中的小四边形的相对位置解出T＇在物理正方形的归一化相对位置，该位置的横坐标为x，纵坐标为y，具体包括：
4.2.1：设T所处的网格中的小四边形的其余三个顶点依次为c2、c3、c4，记
其中，
4.2.2：把c1到c3表示为
由等式4.2.2-1解出系数k1、k2，由等式4.2.2-2解出系数a、b；
4.2.3：将c1到c2分为x和1-x份，分割点为P；将c4到c3分为x和1-x份，分割点为Q；将P到Q分为y和1-y份，分割点为T；即：
由等式4.2.3-3和等式4.2.2-2得到
其中，令m1＝k1-1,m2＝k2-1，将等式4.2.3-4转换为
当m1,m2都非零时，等式4.2.3-5中1式×m2-2式×m1得到
ym1＝xm2-am2+bm1 4.2.3-6
将等式4.2.3-6带入等式4.2.3-5中1式，得到
m2x2+(bm1-am2+1)x-a＝0 4.2.3-7
由等式4.2.3-7即可解出x的值，将x的值带入等式4.2.3-6得到y的值；
4.2.4：若等式4.2.3-7的判别式小于0，或者解出的横坐标x和纵坐标y不在[0,1]的范围内，则没有符合要求的解，物理坐标系上的位置无法得出；若有解，保留x和y都处于[0,1]范围内的解。
进一步地，所述根据T＇在物理正方形的归一化相对位置得到T＇相对于O点的物理坐标系上的位置，其公式为：
T＇相对于O点的物理位置为：
进一步地，步骤5中所述的对道路监控摄像机监控的视频图像中的待测车辆进行检测、跟踪中，待测车辆的检测方法包括但不限于Faster R-CNN、SSD、Yolo，待测车辆跟踪算法包括但不限于简单的IOU跟踪法、基于卡尔曼滤波器的跟踪方法、基于深度学习特征和卡尔曼滤波器的跟踪方法。
进一步地，步骤6中所述的利用网格标定将待测车辆在每一帧图像上的位置还原到物理坐标系上的位置，得到待测车辆在物理坐标系下的运动轨迹，具体包括：当待测车辆位于网格标定的内部时，每一帧都可以得到待测车辆的物理坐标系下位置以及帧时间戳，设待测车辆的物理坐标系下位置为S，帧时间戳为t，道路监控摄像机监控的一个连续的视频形成待测车辆在物理坐标系下的运动轨迹。
进一步地，步骤7中所述的采用最小均方误差运算得到待测车辆的平均速度，具体包括：平均速度公式为：
速度
本发明还提供了基于视频和距离网格标定的车辆测速设备，所述基于视频和距离网格标定的车辆测速设备包括处理器、存储器以及通信总线，所述通信总线用于实现所述处理器与所述存储器之间的通信连接，所述存储器中存储有一个或者多个计算机可读程序，所述处理器通过读取所述存储器中存储的一个或者多个计算机可读程序，以实现如上述任一项所述的基于视频和距离网格标定的车辆测速方法的步骤。
本发明还提供了基于视频和距离网格标定的车辆测速系统，其特征在于，所述基于视频和距离网格标定的车辆测速系统包括若干道路监控摄像机、基于视频和距离网格标定的车辆测速设备以及交通管理平台，所述基于视频和距离网格标定的车辆测速设备从所述若干道路监控摄像机获取包含待测车辆视频图像，并将待测车辆的车速信息发送给所述交通管理平台。
本发明的有益效果为：
(1)基于道路监控摄像机捕获的实时画面，以及在图像上关键点的网格距离标定；通过对视频图像中车辆的检测、跟踪得到车辆在图像中的轨迹；然后利用网格标定将图像上的位置还原到物理坐标上的位置，得到车辆在物理坐标系下的轨迹；最后在最小均方误差下得到每辆车的速度估计值，减小测量误差。
(2)直接利用现有的高速路监控设备的监控视频对车辆进行测速，无需安装其余的测速设备，降低了设备的安装和维护成本。
(3)本发明的方法利用道路监控摄像机拍摄的视频对车辆测速，当多个车辆通过监控画面时，仍然能够依据本发明的方法够测速，因此本发明也适用于车辆较多时对车辆的测速。
附图说明
图1为本发明实施例一的基于视频和距离网格标定的车辆测速方法的步骤示意图。
图2为本发明实施例一的道路路面网格标定示意图。
图3为本发明实施例一的T在图像坐标系四边形中的示意图。
图4为本发明实施例一的T＇在物理坐标系正方形中的示意图。
图5为本发明中实施例一的待测车辆在物理坐标系下运动轨迹及最小均方误差下拟合的曲线的示意图。
图6为本发明实施例二的基于视频和距离网格标定的车辆测速设备结构示意图。
图7为本发明实施例二的基于视频和距离网格标定的车辆测速系统结构示意图。
附图中，处理器41、存储器42、通信总线43、道路监控摄像机51、基于视频和距离网格标定的车辆测速设备52、交通管理平台53。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
实施例一
如图1所示，本发明提供了一种基于视频和距离网格标定的车辆测速方法，该方法包括如下步骤：
步骤1、如图2所示，从道路监控摄像机捕获的实时视频中，选取一帧道路路面的图像。
步骤2、在被监控的道路路面图像上自动生成网格标定，其中，图像中的关键参照点构成网格的顶点，网格每行和每列的物理间距已知测定。
系统在设置时要人为地或者由计算机程序自动地生成网格标定。如图2所示，图像中有一些关键参照点(如图中的这些道路标线的端点和其延长线)构成网格的顶点，网格每行和每列的物理间距是事先已知的(例如高速路道宽3.75m，实线长度6米，实线间距离9m，如图2所示)。网格起到的作用：求得图像上网格内任意点的实际物理坐标位置。
步骤3、获取任一帧包含待测车辆的道路监控摄像机监控的视频图像，判断所述待测车辆的位置是否在网格标定中，具体包括：
3.1：记网格标定为grid，网格里每个小四边形记为quadi,j，其中，i，j表示第i行第j列的网格；
3.2：记包含待测车辆的待还原的图像位置为T，对应的物理坐标系上的位置为T＇；
3.3：检查T是否在grid中，若是，则进行步骤4；若否，则包含待测车辆的待还原的图像位置不在网格标定的范围内，其物理坐标系上的位置未知，并舍弃该帧包含待测车辆的道路监控摄像机监控的视频图像。
步骤4、利用网格标定将待测车辆在所述图像上的位置还原到物理坐标系上的位置，并得到待测车辆在该位置的时间戳，具体包括：
4.1：获取T所处的小四边形quadi,j，设其左下角顶点为c1，根据网格标定的物理距离计算出c1相对于O点的对应的物理位置，记为
4.2：如图4所示，根据T在quadi,j的相对位置解出T＇在物理正方形c′1，c′2，c′3，c′4的归一化相对位置(x,y)，其中该位置的横坐标为x，纵坐标为y。
4.2.1：如图3所示，设quadi,j的其余三个顶点依次为c2、c3、c4，则quadi,j的四个顶点依次是c1,c2,c3,c4，记
其中，
4.2.2：由于
由等式(4.2.2-1)解出系数k1、k2，由等式(4.2.2-2)解出系数a、b；
4.2.3：x,y表示T的坐标，将c1到c2分为x和1-x份，分割点为P；将c4到c3分为x和1-x份，分割点为Q；将P到Q分为y和1-y份，分割点为T；即：
由等式(4.2.3-1)和等式(4.2.1-1)得到
由等式(4.2.3-2)、等式(4.2.1-2)和等式(4.2.2-1)得到
由等式(4.2.3-3)、等式(4.2.3-4)和等式(4.2.3-5)得到
对比等式(4.2.3-6)与等式(4.2.2-2)中的关于
其中，令m1＝k1-1,m2＝k2-1，将等式(4.2.3-7)转换为
当m1,m2有零值时，(4.2.3-8)可以很容易解出；当m1,m2都非零时，等式(4.2.3-8)中(1)×m2-(2)×m1得到
ym1＝xm2-am2+bm1 (4.2.3-9)
将等式(4.2.3-9)带入等式(4.2.3-8)中(1)式，得到
m2x2+(bm1-am2+1)x-a＝0 (4.2.3-10)
等式(4.2.3-10)是一个一元二次方程，由等式(4.2.3-10)解出x的值，将x的值带入等式(4.2.3-9)得到y的值。
4.2.4：若等式(4.2.3-10)的判别式小于0，或者解出的(x,y)不在[0,1]的范围内，说明没有符合要求的解，物理位置无法得出；若有解，保留x,y都处于[0,1]范围内的解。
特别的是，实际使用过程中，上述过程可以编程实现，结果总是有且只有一组(x,y)的解位于[0,1]的范围内。
4.3：根据T＇在物理正方形c′1，c′2，c′3，c′4的归一化相对位置(x,y)得到T＇相对于O点的物理位置。
T＇相对于O点的物理位置为：
步骤5、对道路监控摄像机监控的视频图像中的待测车辆进行检测、跟踪，获取每一帧包含待测车辆的道路监控摄像机监控的视频图像，得到待测车辆在图像中的运动轨迹。
待测车辆的检测方法可以是目前计算机视觉领域任意一个常用目标检测算法，包括但不限于Faster R-CNN、SSD、Yolo等；待测车辆跟踪算法可以是简单的IOU跟踪法，可以是基于卡尔曼滤波器的跟踪方法，也可以是基于深度学习特征和卡尔曼滤波器的跟踪方法。
步骤6、利用网格标定将待测车辆在每一帧图像上的位置还原到物理坐标系上的位置，得到待测车辆在物理坐标系下的运动轨迹。
当待测车辆位于网格标定的内部时，每一帧都可以得到待测车辆的物理坐标系下位置以及帧时间戳，设待测车辆的物理坐标系下位置为S，帧时间戳为t，道路监控摄像机监控的一个连续的视频形成待测车辆在物理坐标系下的运动轨迹(S1，t1),(S2，t2),(S3，t3)…(Si，ti)，其中，i为帧数。
步骤7、采用最小均方误差运算得到待测车辆的平均速度。
平均速度公式为：
速度
本实施例的有益效果为：
(1)基于道路监控摄像机捕获的实时画面，以及在图像上关键点的网格距离标定；通过对视频图像中车辆的检测、跟踪得到车辆在图像中的轨迹；然后利用网格标定将图像上的位置还原到物理坐标上的位置，得到车辆在物理坐标系下的轨迹；最后在最小均方误差下得到每辆车的速度估计值，减小测量误差。
(2)直接利用现有的高速路监控设备的监控视频对车辆进行测速，无需安装其余的测速设备，降低了设备的安装和维护成本。
(3)本发明的方法利用道路监控摄像机拍摄的视频对车辆测速，当多个车辆通过监控画面时，仍然能够依据本发明的方法够测速，因此本发明也适用于车辆较多时对车辆的测速。
实施例二
如图6所示，本实施例在上述实施例一的基础上，提供一种基于视频和距离网格标定的车辆测速设备，用于实现上述实施例一的基于视频和距离网格标定的车辆测速方法，该设备包括处理41、存储器42以及通信总线43，其中通信总线43用于实现所处理器41与存储器42之间的通信连接，存储器42中存储有一个或者多个计算机可读程序，处理器41通过读取存储器42中存储的一个或者多个计算机可读程序，以实现如上述实施例一所述的基于视频和距离网格标定的车辆测速方法的步骤。具体请参见上述实施例一中的描述，在此不再赘述。
实施例三
如图7所示，本实施例在上述实施例一的基础上，提供一种基于视频和距离网格标定的车辆测速系统，用于实现上述实施例一所述的基于视频和距离网格标定的车辆测速方法，该系统包括：
若干设置在道路旁的道路监控摄像机51，用于采集交通视频图像；如上述实施例二所述的基于视频和距离网格标定的车辆测速设备52，用于实现上述实施例一中基于视频和距离网格标定的车辆测速方法的步骤；还包括交通管理平台53。
其中，基于视频和距离网格标定的车辆测速设备52从已配置的道路监控摄像机51实时获取包含待测车辆视频图像，对图像中的待测车辆的行驶速度进行自动检测，将车速信息发送给交通管理平台53。
基于视频和距离网格标定的车辆测速设备52从网络获取道路监控摄像机51采集的交通视频数据，分析视频数据，得出关于车辆速度信息，将车辆速度结果缓存在服务器中，或者直接发送给交通管理平台53。
显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
