用于車道級事件的檢測方法和裝置、路側設備和云控平臺制造方法及圖紙

本公開公開了一種用于車道級事件的檢測方法，涉及智能交通領域，可用于云計算、計算機視覺、圖像處理等領域。具體實現方案為：獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；基于N組視頻流，確定目標車輛在預設時間段內的車速；以及基于車速，檢測目標車輛所在的車道是否發生了車道級事件。

【技術實現步驟摘要】
用于車道級事件的檢測方法和裝置、路側設備和云控平臺
本公開涉及云計算、計算機視覺、圖像處理領域，尤其涉及智能交通等領域，更具體地，涉及一種用于車道級事件的檢測方法和裝置、路側設備、云控平臺、電子設備、存儲介質和計算機程序產品。
技術介紹
城市道路中，需要實時監測道路的擁堵狀態，監控是否有道路發生了交通事故，是否出現了車輛排隊等現象，為人們日常出行提供指導。
技術實現思路
本公開提供了一種用于車道級事件的檢測方法和裝置、路側設備、云控平臺、電子設備、存儲介質和計算機程序產品。根據第一方面，提供了一種用于車道級事件的檢測方法，包括：獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；基于上述N組視頻流，確定目標車輛在預設時間段內的車速；以及基于上述車速，檢測上述目標車輛所在的車道是否發生了車道級事件。根據第二方面，提供了一種用于車道級事件的檢測裝置，包括：獲取模塊，用于獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；確定模塊，用于基于上述N組視頻流，確定目標車輛在預設時間段內的車速；以及檢測模塊，用于基于上述車速，檢測上述目標車輛所在的車道是否發生了車道級事件。根據第三方面，提供了一種電子設備，包括：至少一個處理器；以及與上述至少一個處理器通信連接的存儲器；其中，上述存儲器存儲有可被上述至少一個處理器執行的指令，上述指令被上述至少一個處理器執行，以使上述至少一個處理器能夠執行本公開實施例的方法。根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，包括：上述計算機指令用于使上述計算機執行本公開實施例的方法。根據第五方面，提供了一種路側設備，包括本公開實施例的上述電子設備。根據第六方面，提供了一種云控平臺，包括本公開實施例的上述電子設備。根據第七方面，提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現本公開實施例的上述方法。根據本公開實施例提供的技術方案，在車道級事件的檢測方案中，基于由多個設備采集的多組視頻流估算目標車輛的車速代替基于由單個設備采集的一組視頻流估算目標車輛的車速，可以減小誤差，提高車速估算的準確度，進而可以提高車道級事件檢測結果的準確度。此外，基于高精地圖或者車道地圖確定各目標車輛所在的車道，可以解決基于二維圖像進行車道判斷存在車道遮擋的問題。應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。附圖說明附圖用于更好地理解本方案，不構成對本公開的限定。其中：圖1示例性示出了適于本公開實施例的用于車道級事件的檢測方法和裝置的系統架構；圖2示例性示出了根據本公開實施例的用于車道級事件的檢測方法的流程圖；圖3示例性示出了根據本公開實施例的用于車道級擁堵的檢測原理圖；圖4示例性示出了根據本公開實施例的用于車道級擁堵的檢測裝置的框圖；以及圖5示例性示出了用來實現本公開實施例的用于車道級事件的檢測方法和裝置的電子設備的框圖。具體實施方式以下結合附圖對本公開的示范性實施例做出說明，其中包括本公開實施例的各種細節以助于理解，應當將它們認為僅僅是示范性的。因此，本領域普通技術人員應當認識到，可以對這里描述的實施例做出各種改變和修改，而不會背離本公開的范圍和精神。同樣，為了清楚和簡明，以下的描述中省略了對公知功能和結構的描述。城市道路中，需要實時監測道路的擁堵狀態，為人們日常出行提供指導。傳統的車道級擁堵檢測方案，通常基于二維圖像計算車道上的車數并估算車輛速度。一方面，受攝像頭朝向角的影響，二維圖像中車道線可能出現遮擋，或者車輛本身也可能遮擋車道線，這對車道判斷造成干擾。另一方面，基于二維圖像估算車輛速度，由于二維圖像不包含深度信息，導致由此獲得的車輛2D信息不穩定，進而導致估算結果誤差較大。而基于車輛回3D屬性和高精地圖進行車道級擁堵檢測，由于高精地圖中車道是分段的，造成同一車道被劃分為多個區域，很容易導致車道級擁堵漏報(如同一車道的某個或者某幾個不同區域不滿足車道級擁堵定義而導致車道級擁堵漏報)和多報(如同一車道的多個不同區域都滿足車道級擁堵定義而導致車道級擁堵多報)。對此，本公開實施例提供了一種改進型的用于車道級事件的檢測方案，其專利技術構思在于：基于多個設備采集的多組視頻流進行目標檢測并估算車輛速度，可以減少車速估算誤差；同時基于高精地圖獲取車道地圖，并基于車道地圖和通過上述的多組視頻流獲取的車輛3D信息估算車道上的車輛數，可以避免對車道判斷造成干擾，同時可以避免車道級擁堵漏報或多報。以下將結合具體實施例詳細闡述本公開。適于本公開實施例的用于車道級事件的檢測方法和裝置的系統架構介紹如下。圖1示例性示出了適于本公開實施例的用于車道級事件的檢測方法和裝置的系統架構。需要注意的是，圖1所示僅為可以應用本公開實施例的系統架構的示例，以幫助本領域技術人員理解本公開的
技術實現思路
，但并不意味著本公開實施例不可以用于其他環境或場景。如圖1所示，系統架構100可以相機設備101、102、103，服務器104和服務器105。需要說明的是，在本公開實施例中，相機設備101、102、103可以為路側設備，架設在道路附近，能夠檢測附近車道上的人流和車流等。比如，相機設備101、102、103可以針對同一車道進行圖像采集，以便檢測該車道上是否出現擁堵狀況。相機設備101、102、103可以是具有相機功能的任何設備。服務器104用于提供車道地圖。具體地，服務器104可以基于高精地圖生成車道地圖。服務器105與相機設備101、102、103以及服務器104進行通信連接，可以獲取這些相機設備采集的視頻流，以及獲取服務器104提供的車道地圖，并基于獲取的車道地圖和多組視頻流進行目標檢測，確定對應車道上的車輛數以及各車輛的車速，進而判斷該對應車道上是否發生了車道級擁堵。應該理解，圖1中的相機設備和服務器的數目僅僅是示意性的。根據實現需要，可以具有任意數目的相機設備和服務器。適于本公開實施例的用于車道級事件的檢測方法和裝置的應用場景介紹如下。需要說明的是，本公開實施例提供的檢測方法和裝置可以用于車道級擁堵檢測、車道級事故檢測、車道級排隊數檢測等車道級事件檢測場景。以下將以車道級擁堵檢測為例詳細闡述本公開。根據本公開的實施例，本公開提供了一種用于車道級事件的檢測方法。圖2示例性示出了根據本公開實施例的用于車道級事件的檢測方法的流程圖。如圖2所示，該方法200可以包括：操作S210～S230。在操作S210，獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1，且N為整數。在操作S220，基于N組視頻流，確定目標車輛在預設時間段內的車速。在操作S230，基于車速，檢測目標車輛所在的車道是否發生了車道級事件。在本公開實施例中，本文檔來自技高網...

【技術保護點】
1.一種用于車道級事件的檢測方法，包括：/n獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；/n基于所述N組視頻流，確定目標車輛在預設時間段內的車速；以及/n基于所述車速，檢測所述目標車輛所在的車道是否發生了車道級事件。/n

【技術特征摘要】
1.一種用于車道級事件的檢測方法，包括：
獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；
基于所述N組視頻流，確定目標車輛在預設時間段內的車速；以及
基于所述車速，檢測所述目標車輛所在的車道是否發生了車道級事件。


2.根據權利要求1所述的方法，其中，基于所述N組視頻流，確定目標車輛在預設時間段內的車速，包括：
針對所述N組視頻流中的每組視頻流，對視頻流中的每幀圖像進行目標檢測，以獲取圖像中所述目標車輛的3D信息；
基于由所述每組視頻流中的每幀圖像獲取的3D信息，分別確定所述目標車輛在所述預設時間段內的一個車速；
對由所述N組視頻流確定的所述目標車輛在所述預設時間段內的N個車速進行計算，以得到所述N個車速的融合結果；以及
用所述融合結果表示所述目標車輛在所述預設時間段內的車速。


3.根據權利要求1所述的方法，其中，基于所述車速，檢測所述目標車輛所在的車道是否發生了車道級事件，包括：
響應于所述車速小于第一預設值，針對所述目標車輛所在的車道輸出車道級事件提示信息。


4.根據權利要求3所述的方法，還包括：在針對所述目標車輛所在的車道輸出車道級事件提示信息之前，
統計在所述預設時間段內所述目標車輛所在的車道上的車輛數，
其中，響應于所述車輛數大于第二預設值，執行針對所述目標車輛所在的車道輸出車道級事件提示信息的相關操作。


5.根據權利要求3或4所述的方法，其中，針對所述目標車輛所在的車道輸出車道級事件提示信息，包括：
針對所述N組視頻流中的每組視頻流，對視頻流中的每幀圖像進行目標檢測，以獲取圖像中所述目標車輛的3D信息；
基于車道地圖和獲取的所述目標車輛的3D信息，確定所述目標車輛所在的車道；以及
針對所述目標車輛所在的車道輸出車道級事件提示信息。


6.根據權利要求5所述的方法，其中，通過以下方式獲得所述車道地圖：
針對高精地圖中的所有車道，按照車道的前驅和后繼關系進行拓撲排序，以獲得所述車道地圖。


7.根據權利要求1所述的方法，其中，所述車道級事件包括以下至少之一：車道級擁堵、車道級事故和車道級排隊數。


8.一種用于車道級事件的檢測裝置，包括：
獲取模塊，用于獲取由N個設備針對同一車道采集的N組視頻流，其中N大于1；
確定模塊，用于基于所述N組視頻流，確定目標車輛在預設時間段內的車速；以及
檢測模塊，用于基于所述車速，檢測所述目標車輛所在的車道是否發生了車道級事件。


9.根據權利要求8所述的裝置，其中，所述確定模塊包括：
第一檢測單元，用于針對所...

【專利技術屬性】
技術研發人員：黃秀林，
申請(專利權)人：北京百度網訊科技有限公司，
類型：發明
國別省市：北京;11