交通監控方法及交通監控裝置制造方法及圖紙

本發明專利技術公開了一種可用于車輛軌跡跟蹤與碰撞預警的交通監控方法，采用智能監控信息層級結構模型實現，該模型包括環境感知層、對象層、特征層、語義層及決策層。該方法包括：實時獲取交通圖像并存儲于環境感知層；在交通圖像中提取車輛圖像并存儲于對象層；利用卷積神經網絡所得模型和具備在線學習能力的現場采集設備實時處理車輛圖像，以獲取車輛的身份信息和運動參數，存儲于特征層；處理特征參數得出車輛的運動趨勢并存入語義層；以語義層的結論判斷車輛是否將發生碰撞；若判斷車輛將發生碰撞，則產生預警。通過對交通圖像進行預處理、學習、及識別，可分析是否將發生事故；并產生預警以告之有關人員。本發明專利技術還公開了一種交通監控裝置。

【技術實現步驟摘要】

本專利技術涉及交通監控技術，特別涉及一種用于車輛軌跡跟蹤與碰撞預警的交通監控方法及交通監控裝置。本專利技術屬于交通監控領域、機器視覺領域、機器學習領域、人工智能領域。
技術介紹
隨著經濟和社會的不斷發展，我國車輛數量呈逐年激增態勢，交通事故也隨之逐年增多。為有效監控和管理道路交通，降低交通事故發生率，基于視頻技術的交通監控系統大量應用于城鄉的各級公路。受硬件和軟件技術的限制，傳統的交通監測手段一般僅能獲取監測錄像，而不能對可能發生的事故進行識別判斷，這就需要監控人員付出長時間、高強度的重復性勞動才能完成判讀以及相應后續工作，且無法實現實時、高效、準確的監控，這不利于盡快了解交通狀況及盡快對可能發生的事故進行處理。
技術實現思路
本專利技術的實施方式旨在至少解決現有技術中存在的技術問題之一。為此，本專利技術的實施方式需要提供一種及交通監控方法及交通監控裝置。本專利技術提供一種交通監控方法，可用于車輛軌跡跟蹤與碰撞預警，所述交通監控方法采用智能監控信息層級結構模型實現，所述信息層級結構模型包括環境感知層、對象層、特征層、語義層及決策層；所述交通監控方法包括：實時獲取交通圖像并存儲所述交通圖像于所述環境感知層；在所述交通圖像中提取車輛區域圖像并存儲所述車輛圖像于所述對象層；利用深度卷積神經網絡訓練所得模型和具備在線學習能力的現場采集設備實時處理車輛圖像，以獲取車輛的身份信息及運動參數，并存儲所述身份信息及所述運動參數于所述特征層；處理所述運動參數以得出所述車輛的運動趨勢并將所述運動趨勢存入所述語義層；處理所述運動趨勢以判斷所述車輛是否將發生碰撞并將判斷結果存儲于所述決策層；及若判斷所述車輛將發生碰撞，則產生預警。在本專利技術實施方式中，通過對交通圖像進行處理及識別，可分析車輛是否將發生事故，并產生預警，從而有利于相關人員盡快了解交通狀況及盡快對情況進行處理，可解決現有技術某些問題。在某些實施方式中，所述產生預警的步驟在交通監測端產生預警。在某些實施方式中，所述產生預警的步驟發送預警信息至所述身份信息對應的所述車輛以產生預警。本專利技術還提供一種交通監控裝置，可用于車輛軌跡跟蹤與碰撞預警，所述交通監控方法采用智能監控信息層級結構模型實現，所述信息層級結構模型包括環境感知層、對象層、特征層、語義層及決策層；所述交通監控裝置包括：圖像獲取模塊，用于實時獲取交通圖像并存儲所述交通圖像于所述環境感知層；提取模塊，在所述交通圖像中提取車輛圖像并存儲所述車輛圖像于所述對象層；圖像處理模塊，用于利用卷積神經網絡所得模型和具備在線學習能力的現場采集設備實時處理車輛圖像以獲取車輛的身份信息及運動參數并存儲所述身份信息及所述運動參數于所述特征層；參數處理模塊，用于處理所述運動參數以得出所述車輛的運動趨勢并將所述運動趨勢存入所述語義層；碰撞判斷模塊，用于處理所述運動趨勢以判斷所述車輛是否將發生碰撞并將判斷結果存儲于所述決策層；預警模塊，用于在所述第一參數處理模塊判斷為是時產生預警。在某些實施方式中，所述預警模塊用于在交通監測端產生預警。在某些實施方式中，所述預警模塊用于發送預警信息至所述身份信息對應的所述車輛以產生預警。本專利技術的實施方式的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實施方式的實踐了解到。附圖說明本專利技術的實施方式的上述和/或附加的方面和優點從結合下面附圖對實施方式的描述中將變得明顯和容易理解，其中：圖1是本專利技術某些實施方式的交通監測方法的流程示意圖。圖2是本專利技術某些實施方式的交通監測裝置的功能模塊示意圖。圖3是本專利技術某些實施方式的交通監測方法或交通監測裝置的原理示意圖。圖4是本專利技術某些實施方式的交通監測方法或交通監測裝置采用的智能交通監測信息結構。圖5是本專利技術某些實施方式的交通圖像及車輛圖像的示意圖。具體實施方式下面詳細描述本專利技術的實施方式，實施方式的示例在附圖中示出，其中相同或類似的標號自始至終表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施方式是示例性的，僅可用于解釋本專利技術的實施方式，而不能理解為對本專利技術的實施方式的限制。請參閱圖1-5，本專利技術實施方式的監控方法，交通監控方法采用信息層級結構實現，交通監控方法可包括以下步驟：S1，實時獲取交通圖像300并存儲交通圖像300于環境感知層；S2，在交通圖像300中提取車輛區域圖像310并存儲車輛區域圖像310于對象層；S3，利用卷積神經網絡所得模型和具備在線學習能力的現場采集設備實時處理車輛區域圖像310以獲取車輛的身份信息及運動參數，并存儲身份信息及運動參數于特征層；S4，處理運動參數以得出車輛的運動趨勢并將運動趨勢存入語義層；S5，處理運動趨勢以判斷車輛是否將發生碰撞并將判斷結果存儲于決策層；S6，若S5判斷車輛將發生碰撞，則產生預警。請參閱圖2，本專利技術實施方式的交通監控裝置100可包括圖像獲取模塊110、提取模塊120、圖像處理模塊130、參數處理模塊140、碰撞判斷模塊150及預警模塊160，分別可用于實現S1、S2、S3、S4、S5及S6。也就是說，圖像獲取模塊110可用于實時獲取交通圖像300并存儲交通圖像300于環境感知層；提取模塊120在交通圖像300中提取車輛區域圖像310并存儲車輛區域圖像310于對象層；圖像處理模塊130可用于利用卷積神經網絡所得模型和具備在線學習能力的現場采集設備實時處理車輛區域圖像310以獲取車輛的身份信息及運動參數并存儲身份信息及運動參數于特征層；參數處理模塊140可用于處理運動參數以得出車輛的運動趨勢并將運動趨勢存入語義層；碰撞判斷模塊150可用于處理運動趨勢以判斷車輛是否將發生碰撞并將判斷結果存儲于決策層；預警模塊160可用于在第一參數處理模塊140判斷為是時產生預警。目前的交通監測手段一般僅能獲取監測錄像，卻不能對可能發生的事故進行識別判斷，不利于盡快了解交通狀況及盡快對可能發生的事故進行處理。在本專利技術實施方式中，通過對交通圖像300進行處理及識別，可分析車輛是否將發生碰撞，并產生預警，從而有利于相關人員盡快了解交通狀況及盡快對情況進行處理。請參閱圖4，在本專利技術某些實施方式中，交通監控方法或交通監控裝置100采用信息層級結構實現，該結構是一種智能監控信息層級結構，可包括環境感知層、地理標志層、對象層、特征層、語義層及決策層等。各層級分別可用于存儲信息處理不同階段的信息，層級與層級之間有機聯結，從上一層中調用信息進行處理，處理結果可存儲于下一層級。其中，地理標志層并未在本專利技術實施方式中應用。智能監控信息層級結構各層級的聯結方式及信息傳遞順序可參閱圖4。其中，環境感知層是最基礎的層級。前端采集設備，如設置于道路的監控攝像頭111，獲取交通圖像300及各幀交通圖像300對應的時間、地點，可將這些基礎信息存儲于環境感知層并作為后續信息處理的基礎。交通圖像300對應的地點可以是攝像頭111所在的地點。若交通圖像300中包含車輛，可從環境感知層提取圖像中的車輛區域圖像310并存儲于對象層。車輛區域圖像310可作為后續分析車輛運動信息及身份信息的基礎。從對象層調取車輛區域圖像310并做分析可獲取車輛的運動參數及車輛身份信息并存儲于特征層，并作為后續分析的基礎。身份信息可以是與車輛身本文檔來自技高網...

【技術保護點】
一種交通監控方法，可用于車輛軌跡跟蹤與碰撞預警，其特征在于，所述交通監控方法采用智能監控信息層級結構模型實現，所述信息層級結構模型包括環境感知層、對象層、特征層、語義層及決策層；所述交通監控方法包括：實時獲取交通圖像并存儲所述交通圖像于所述環境感知層；在所述交通圖像中提取車輛區域圖像并存儲所述車輛區域圖像于所述對象層；利用深度卷積神經網絡訓練所得模型和具備在線學習能力的現場采集設備，實時處理車輛區域圖像以獲取車輛的身份信息及運動參數，并存儲所述身份信息及所述運動參數于所述特征層；處理所述運動參數以得出所述車輛的運動趨勢并將所述運動趨勢存入所述語義層；處理所述運動趨勢以判斷所述車輛是否將發生碰撞并將判斷結果存儲于所述決策層；及若判斷所述車輛將發生碰撞，則產生預警。

【技術特征摘要】
1.一種交通監控方法，可用于車輛軌跡跟蹤與碰撞預警，其特征在于，所述交通監控方法采用智能監控信息層級結構模型實現，所述信息層級結構模型包括環境感知層、對象層、特征層、語義層及決策層；所述交通監控方法包括：實時獲取交通圖像并存儲所述交通圖像于所述環境感知層；在所述交通圖像中提取車輛區域圖像并存儲所述車輛區域圖像于所述對象層；利用深度卷積神經網絡訓練所得模型和具備在線學習能力的現場采集設備，實時處理車輛區域圖像以獲取車輛的身份信息及運動參數，并存儲所述身份信息及所述運動參數于所述特征層；處理所述運動參數以得出所述車輛的運動趨勢并將所述運動趨勢存入所述語義層；處理所述運動趨勢以判斷所述車輛是否將發生碰撞并將判斷結果存儲于所述決策層；及若判斷所述車輛將發生碰撞，則產生預警。2.如權利要求1所述的交通監控方法，其特征在于，所述產生預警的步驟在交通監控端產生預警。3.如權利要求1所述的交通監控方法，其特征在于，所述產生預警的步驟發送預警信息至所述身份信息對應的所述車輛以產生預警。4.一種交通監控裝置，可用于車輛軌跡跟蹤與碰撞...

【專利技術屬性】
技術研發人員：鄧中翰，楊曉東，楊帆，
申請(專利權)人：廣東中星微電子有限公司，
類型：發明
國別省市：廣東;44