導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 交通安全論文>>正文

基于視頻檢測(cè)的高速公路車(chē)輛交通行為安全狀態(tài)分析

文檔作者：蔣新春劉小明文檔來(lái)源：交通運(yùn)輸部公路科學(xué)研究院		點(diǎn) 擊數(shù)：	更新時(shí)間： 2020年12月04日
下載地址：點(diǎn)擊這里	文件大?。?330.59 KB 共4頁(yè)	文檔格式： PDF	下載點(diǎn)數(shù)： 1 點(diǎn)（VIP免費(fèi)）

全屏查看

內(nèi)容預(yù)覽 [文件共4頁(yè)]

本文件共4頁(yè)，如需編輯使用，請(qǐng)下載。

注：預(yù)覽效果可能會(huì)出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問(wèn)題，下載是正常的。

	文件大?。?30.59 KB 共4頁(yè) 文件格式：PDF 下載點(diǎn)數(shù)：1 點(diǎn)（VIP會(huì)員免費(fèi)）

下一篇：基于最小安全距離的車(chē)輛跟馳模型研究

上一篇：基于虛擬現(xiàn)實(shí)的車(chē)輛換道最小安全距離研究

文本預(yù)覽

僅提取頁(yè)面文字內(nèi)容，供快速閱讀使用。

第27卷第1期公路交通科技V01．27 No．1
2010年1月Journal of Highway and Transportation Research and Development Jan．2010
文章編號(hào)：1002-0268(2010)01-0122-04
基于視頻檢測(cè)的高速公路車(chē)輛
交通行為安全狀態(tài)分析
蔣新春，劉小明
(交通運(yùn)輸部公路科學(xué)研究院，北京100088)
摘要：在對(duì)目前視頻檢測(cè)系統(tǒng)分析的基礎(chǔ)上，針對(duì)交通事件檢測(cè)，提出了一種從微觀的角度出發(fā)。在對(duì)單個(gè)車(chē)輛交通
行為狀態(tài)識(shí)別和實(shí)時(shí)分析的基礎(chǔ)上，對(duì)車(chē)輛交通安全狀態(tài)進(jìn)行判斷的方法。首先對(duì)交通沖突沖突區(qū)進(jìn)行動(dòng)態(tài)和靜態(tài)劃
分，然后將車(chē)輛行駛區(qū)域根據(jù)交通行為過(guò)程分為危險(xiǎn)區(qū)和趨勢(shì)區(qū)，并對(duì)應(yīng)靜態(tài)和動(dòng)態(tài)沖突區(qū)分別對(duì)危險(xiǎn)區(qū)和趨勢(shì)區(qū)的
判定進(jìn)行分析，給出了判定算法。測(cè)試表明，本文所提算法能夠在一定程度上對(duì)交通事故進(jìn)行提前預(yù)誓，對(duì)于減少和
避免交通事故發(fā)生具有重要意義。
關(guān)鍵詞：交通5-程；交通事件檢測(cè)；靜態(tài)沖突區(qū)；動(dòng)態(tài)沖突區(qū)；危險(xiǎn)區(qū)；趨勢(shì)區(qū)
中圖分類(lèi)號(hào)：U491 文獻(xiàn)標(biāo)識(shí)碼：A
Analysis of Vehicle Behavioral Safety on Freeway&amp;amp;lsed on Video Detection
JIANG Xinchun，LIU Xiaoming
(Research Institute of Highway，Ministry
of Transport，aeljins 100088，China)
Al：mtmct：Based on the analysis of current video detection system，a method to s∞ss vehicle safety status for tra伍c
incident detection at microcosmic level according to the real—time analysis and identification of single vehicle
behavior was put forward．First。tramc incident impact area was divided into static area and aynaIIlic aIea，then
the vehicle driving area was divided into dangcIou$area and trend aI吼削。蠅to the process of tramc behaviors，
and the如ri岫to determine the d￡IrII驢舢a(chǎn)rea and trend繃of the corresponding static area or dyadic a黝
Was presented．The teat result shows that this蛔tllm caIl be used for tvdmC warning to a certain extent to reduce
tl'a伍c accidents．
Koy words：tra岱c e咖,ring；礎(chǔ)c incident detection；static impact area；dynamic impact area；dangerous
area；trend a瑚
0引言
減少交通阻塞和車(chē)輛延誤一直以來(lái)就是高速公路
管理運(yùn)營(yíng)所面II缶的一個(gè)主要問(wèn)題，而交通事件的發(fā)生
是導(dǎo)致交通阻塞的重要原因之一，因此，實(shí)時(shí)檢測(cè)路
面突發(fā)的交通事件是確保道路安全暢通的有效手段。
近年來(lái)，在高速公路交通事件檢測(cè)方面的研究取
得了較大的進(jìn)展．在硬件系統(tǒng)方面，主要有線圈、微
波及視頻等檢測(cè)系統(tǒng)。由于視頻檢測(cè)系統(tǒng)具有能夠提
供更為全面的交通管理和事故檢測(cè)信息，并可以直接
觀察檢測(cè)狀況等優(yōu)點(diǎn)，因此目前得到了更為廣泛的應(yīng)
用?1。在算法研究方面【2。5J，主要有比較／模式識(shí)別
算法，如加州算法、Monica算法等；統(tǒng)計(jì)算法，如貝
葉斯算法、時(shí)間序列和平滑一濾波算法等；交通模型
和理論算法，如McMaster算法等，近來(lái)又發(fā)展了如
神經(jīng)網(wǎng)絡(luò)算法等先進(jìn)的事件檢測(cè)算法?？v觀這些算
法，其根本思想大都基于對(duì)宏觀交通參數(shù)檢測(cè)的基礎(chǔ)
上，通過(guò)對(duì)其數(shù)據(jù)變化的分析來(lái)判斷事件是否發(fā)生，
收稿日期：2008-07-18
作者簡(jiǎn)介：蔣新春，(1958一)女，北京市人，高級(jí)工程師。研究方向?yàn)楣方煌üこ蹋?m．jiang@rioh．C11)
萬(wàn)方數(shù)據(jù)
第1期蔣新春，等：基于視頻檢測(cè)的高速公路車(chē)輛交通行為安全狀態(tài)分析
由于需要獲得宏觀交通參數(shù)，因此在事件檢測(cè)的實(shí)時(shí)
性方面便存在一定的劣勢(shì)，此外，以上各算法主要是
針對(duì)事件發(fā)生后的檢測(cè)，不能實(shí)現(xiàn)交通事件發(fā)生提前
預(yù)警的功能。
本文的研究重點(diǎn)集中于車(chē)輛在高速公路上行駛時(shí)
出現(xiàn)的與路側(cè)防護(hù)欄碰撞、前后車(chē)追尾等常見(jiàn)事故的
檢測(cè)上。實(shí)際上，車(chē)輛在發(fā)生事故之前，其運(yùn)行狀態(tài)
會(huì)有一定的先兆，利用視頻檢測(cè)所特有的優(yōu)勢(shì)【6J，從
微觀的角度出發(fā)，在對(duì)單個(gè)車(chē)輛交通行為狀態(tài)識(shí)別和
實(shí)時(shí)分析的基礎(chǔ)上，對(duì)車(chē)輛交通安全狀態(tài)進(jìn)行一定的
判斷，不僅能夠及時(shí)檢測(cè)交通事件的發(fā)生，更重要的
是能夠在一定程度上對(duì)交通事故進(jìn)行提前預(yù)警，這對(duì)
減少和避免交通事件發(fā)生具有重要意義。
1 車(chē)輛交通行為模型及安全狀態(tài)分析
車(chē)輛在道路上行駛時(shí)，為達(dá)到安全行駛的目的，
一般會(huì)及時(shí)調(diào)整行駛速度，并按照道路的線形調(diào)整車(chē)
輛的行駛方向，這樣車(chē)輛的行駛軌跡及行駛速度將滿(mǎn)
足一定的條件。當(dāng)在不滿(mǎn)足該條件達(dá)到一定時(shí)間長(zhǎng)度
時(shí)，交通事故就有可能發(fā)生。
本文將交通沖突區(qū)分為靜態(tài)沖突區(qū)和動(dòng)態(tài)沖突沖
突區(qū)。靜態(tài)沖突區(qū)主要包括路側(cè)護(hù)欄、路中靜止障礙
物等；動(dòng)態(tài)沖突區(qū)主要包括道路行駛車(chē)輛、路中行人
等。很顯然，影響車(chē)輛與靜態(tài)沖突區(qū)沖突的因素主要
包括車(chē)輛的橫向速度口o、橫向加速度口。、縱向速度穢。、
縱向加速度口：及車(chē)輛的制動(dòng)距離￡。影響車(chē)輛與動(dòng)
態(tài)沖突區(qū)沖突的因素主要包括車(chē)輛的橫向速度穢h、橫
向加速度ah,縱向速度穢：、縱向加速度口。、車(chē)輛的制動(dòng)
距離三、移動(dòng)物的橫向速度穢’h、橫向加速度口’h、縱向
速度穢’：及縱向加速度口’：。
考慮車(chē)輛與沖突區(qū)發(fā)生沖突的過(guò)程，由于車(chē)輛制
動(dòng)距離有限，因此可以認(rèn)為車(chē)輛到?jīng)_突區(qū)有一個(gè)近似
的臨界點(diǎn)，當(dāng)車(chē)輛進(jìn)入該臨界點(diǎn)，則車(chē)輛與沖突區(qū)以
概率接近1發(fā)生沖突；當(dāng)車(chē)輛在臨界點(diǎn)之外時(shí)，通過(guò)
分析車(chē)輛的狀態(tài)變化確定車(chē)輛與沖突區(qū)沖突，也就是
進(jìn)入臨界點(diǎn)的概率?；谏鲜龇治?，本文將車(chē)輛的交
通行為識(shí)別在空間上分為趨勢(shì)區(qū)和危險(xiǎn)區(qū)兩種，如圖
1所示。這兩個(gè)區(qū)域相互銜接，趨勢(shì)區(qū)主要是通過(guò)對(duì)
車(chē)輛交通行為一段時(shí)間內(nèi)的檢測(cè)，判斷車(chē)輛交通行為
的安全性；危險(xiǎn)區(qū)是指難以避免交通事故的區(qū)域。對(duì)
應(yīng)上述定義可以看出，趨勢(shì)區(qū)在時(shí)間上對(duì)應(yīng)大尺度的
時(shí)間域，是一段時(shí)間內(nèi)交通行為的過(guò)程；而危險(xiǎn)區(qū)對(duì)
應(yīng)的是小尺度的時(shí)間域，需要實(shí)時(shí)檢測(cè)分析判斷車(chē)輛
是否進(jìn)人了危險(xiǎn)區(qū)。
沖突點(diǎn)
趨勢(shì)區(qū)危險(xiǎn)區(qū)
圖1趨勢(shì)區(qū)和危險(xiǎn)區(qū)的劃分
飚．1 Trmd a聰曩砌出岫群憫a“緝
(1)危險(xiǎn)區(qū)的判定
首先對(duì)車(chē)輛相對(duì)靜態(tài)沖突區(qū)與動(dòng)態(tài)沖突區(qū)的危險(xiǎn)
區(qū)判定進(jìn)行分析。此處采用制動(dòng)距離公式，為保證駕
駛安全，相對(duì)于靜態(tài)沖突區(qū)，車(chē)輛需要滿(mǎn)足的條件：
o．75~／穢i+穢：+o．025 5(穢；+口2：)0，k=1，2，?，，l，m(n+1)≤0，設(shè)以25幀／
s的頻率采集，則上文所提到的角度差值沿同一方向
變化的保持時(shí)間為n／25 s。
I第1幀i第嫩i第n幀i第，l+l幀
，掣’∥"’，曩”’掣
圖2車(chē)輛行駛中的角度差值變化過(guò)程
Fig．2 a岫哪薛西mOe of nm珂嗨vebide
趨勢(shì)區(qū)判定具體判斷步驟如下：
第1步：截取樣本中的片段，截取原則為m
(五)>0，m(k+1)≤0，片段中共包括k幀，其
中m(．|})為第1|}幀圖像車(chē)輛行駛軌跡與車(chē)道中心線
(切線)之間的角度差值，也就是滿(mǎn)足截取原則所獲
得片段中的最后一幀，m(k+1)為第k+1幀圖像
車(chē)輛行駛軌跡與車(chē)道中心線(切線)之間的角度差
值。
第2步：分析計(jì)算出對(duì)應(yīng)各車(chē)道h的／7,幀中第1
幀的車(chē)輛行駛軌跡與車(chē)道中心線(切線)之間的起始
角度口2，最后一幀的車(chē)輛行駛軌跡與車(chē)道中心線
(切線)之間的起始角度口：，車(chē)輛在片段中的平均速
度伊，片段時(shí)間t：，根據(jù)以上數(shù)據(jù)計(jì)算出該片段單
位時(shí)間角度增加數(shù)Aa^=(磚一口2)／l：。
第3步：選取多個(gè)樣本中同一單位時(shí)間角度增加
數(shù)前提下，最大持續(xù)時(shí)間max(t：)。在實(shí)際應(yīng)用中，
考慮到所需樣本數(shù)量的多少以及匹配計(jì)算時(shí)間的長(zhǎng)
短，單位時(shí)間角度增加數(shù)的區(qū)間間隔選擇不宜過(guò)小。
第4步：如正在檢測(cè)的圖像中車(chē)輛在某一單位時(shí)
間角度增加情況下所持續(xù)的時(shí)間t}大于同一單位時(shí)
間角度增加時(shí)樣本中的max(t：)，則進(jìn)行報(bào)警，事
后如發(fā)生事故，則不更新t—瞰(f：)，如不發(fā)生事故
則更新max(th．，)為f}，在報(bào)警同時(shí)繼續(xù)計(jì)算t}。
在以上的判定過(guò)程中，需要注意所分析計(jì)算出的
單位時(shí)間角度增加數(shù)△a6依賴(lài)于路段區(qū)域、車(chē)道號(hào)，
也就是說(shuō)針對(duì)不同路段區(qū)域、車(chē)道號(hào)有各自獨(dú)立的
△a^。
以3車(chē)道路段為例，對(duì)于第3車(chē)道上行駛的車(chē)
輛，設(shè)車(chē)輛的方向改變趨勢(shì)為面向遠(yuǎn)離該車(chē)道的路側(cè)
護(hù)欄，則在趨勢(shì)區(qū)的判定過(guò)程中，按以下步驟進(jìn)行：
第1步：按第3車(chē)道上的檢測(cè)數(shù)據(jù)選擇樣本；
第2步：從車(chē)輛在第3車(chē)道檢測(cè)到行駛方向變化
開(kāi)始，按趨勢(shì)區(qū)判定原則對(duì)車(chē)輛行駛狀態(tài)進(jìn)行判定；
第3步：如在判定過(guò)程中，車(chē)輛進(jìn)入第2車(chē)道并
仍然滿(mǎn)足片段截取原則，此時(shí)繼續(xù)按第三車(chē)道判定過(guò)
程進(jìn)行；如不滿(mǎn)足片段截取原則，則停止第3車(chē)道判
定過(guò)程，應(yīng)用趨勢(shì)區(qū)判定原則對(duì)該車(chē)輛按第2車(chē)道判
定過(guò)程進(jìn)行，依次類(lèi)推。
由于在實(shí)際應(yīng)用時(shí)，要完全覆蓋0到90'的角度
變化區(qū)間，有些單位時(shí)間角度增加數(shù)區(qū)間的樣本可能
很難事先采集到，當(dāng)遇到這種無(wú)樣本的情況，首先針
對(duì)視頻圖像計(jì)算趨勢(shì)區(qū)判定所需要的幾類(lèi)數(shù)據(jù)(見(jiàn)上
文)并保存，使針對(duì)該單位時(shí)間角度增加數(shù)區(qū)間的樣
本得到更新和充實(shí)，同時(shí)以危險(xiǎn)區(qū)判定條件進(jìn)行判
斷。
在趨勢(shì)區(qū)報(bào)警判定步驟確定的條件下，以下結(jié)合
危險(xiǎn)區(qū)判定過(guò)程，給出車(chē)輛交通安全狀態(tài)的整個(gè)預(yù)警
過(guò)程，步驟如下：
第1步：通過(guò)視頻圖像分析，判斷環(huán)境中與目標(biāo)
車(chē)輛相關(guān)的靜態(tài)沖突區(qū)和動(dòng)態(tài)沖突區(qū)目標(biāo)；
第2步：根據(jù)危險(xiǎn)區(qū)判定條件判斷車(chē)輛是否進(jìn)入
危險(xiǎn)區(qū)，如果進(jìn)入危險(xiǎn)區(qū)，則應(yīng)用危險(xiǎn)區(qū)判定方法進(jìn)
行判斷，提示車(chē)輛發(fā)生交通事故的概率接近于1，如
未進(jìn)入危險(xiǎn)區(qū)，則轉(zhuǎn)第3步；
萬(wàn)方數(shù)據(jù)
第1期蔣新春，等：基于視頻檢測(cè)的高速公路車(chē)輛交通行為安全狀態(tài)分析
第3步：根據(jù)趨勢(shì)區(qū)報(bào)警判定步驟判斷是否滿(mǎn)足
t}大于同一單位時(shí)間角度增加時(shí)樣本中的嗽(t：)， 【2]
如果滿(mǎn)足，則計(jì)算車(chē)輛發(fā)生交通事故的概率，計(jì)算方
法如下：
P2=百魯i；黜麗，’ L㈤，，
其中，P為在趨勢(shì)區(qū)判定的車(chē)輛發(fā)生交通事件的概率； r1]
t}為車(chē)輛在某一單位時(shí)間角度增加情況下所持續(xù)的
時(shí)間；t：為車(chē)輛到達(dá)危險(xiǎn)區(qū)臨界點(diǎn)的時(shí)間。在報(bào)警同
時(shí)，顯示所計(jì)算出的概率值。
2應(yīng)用與總結(jié)『41
將本文所述判定過(guò)程在Visual C++軟件平臺(tái)加
以實(shí)現(xiàn)，并在某高速公路路段進(jìn)行測(cè)試。該段按每1 ?
l【IIl間隔布設(shè)的原則實(shí)現(xiàn)了全程攝像機(jī)監(jiān)控，從中選一
擇事故發(fā)生頻率較高的兩個(gè)攝像機(jī)監(jiān)控點(diǎn)，攝像機(jī)視r(shí)61
頻圖像通過(guò)波分復(fù)用節(jié)點(diǎn)機(jī)傳至監(jiān)控分中心，經(jīng)由視
頻切換矩陣接人視頻事件檢測(cè)系統(tǒng)，其結(jié)果匯集于視
頻事件檢測(cè)工作站，由工作站對(duì)檢測(cè)結(jié)果進(jìn)行顯示，
并將相關(guān)視頻圖像切換到分中心監(jiān)視器墻上指定的兩
個(gè)監(jiān)視器。工作站所顯示的結(jié)果包括兩部分，一是兩L 7 o
幅視頻圖像的顯示，二是對(duì)應(yīng)圖像內(nèi)各車(chē)輛行駛軌跡
分析圖及各車(chē)輛發(fā)生交通事故概率的顯示。后者以1
s刷新一次的方式對(duì)檢測(cè)計(jì)算結(jié)果進(jìn)行顯示。由于本
次測(cè)試只接入兩個(gè)點(diǎn)，因此能夠直接在工作站界面上
顯示，當(dāng)接人多個(gè)檢測(cè)點(diǎn)時(shí)，可以在工作站可顯示范
圍內(nèi)按所判定交通狀態(tài)的嚴(yán)重程度(事故概率)進(jìn)行[8]
有選擇的自動(dòng)切換顯示。在測(cè)試前首先進(jìn)行了15 d
的樣本收集過(guò)程，在初步的測(cè)試期間，發(fā)生側(cè)撞護(hù)欄
事故2起，而針對(duì)這兩起事故，系統(tǒng)能夠做到提前3
—4 s報(bào)警的程度，并對(duì)路段車(chē)輛的一些危險(xiǎn)行駛狀
態(tài)做出了畫(huà)面及數(shù)據(jù)預(yù)警，這表明本文所提方法能夠
進(jìn)行交通事件檢測(cè)預(yù)警，對(duì)目前的視頻事件檢測(cè)系統(tǒng)?
能夠起到擴(kuò)充和改進(jìn)的作用。一
參考文獻(xiàn)：
Rdfen舶。瞄：
[1] 李為民，王長(zhǎng)峰．高速公路管理中的交通事件檢測(cè)系[10]
統(tǒng)[J]．廣西科學(xué)院學(xué)報(bào)，2005，21(增刊1)：86—
88．
LI Weimin，WANG Changfeng．The Video Detection System
for Traffic Incident in Management of E)【pn刪[J]．Jour-
Ilal of Q吲Academy of Sciences，2005，21(supl)：86
一韶．
史新宏，蔡伯根．高速公路自動(dòng)事件檢測(cè)算法[J]．
交通運(yùn)輸系統(tǒng)工程與信息，2001，1(4)：306—310．
Sill xi她，cAI Bo鯽．Freeway Automatic Incident Detecfion
Atsofithm[J]．Journal of Transportation Systems ErIgi—
neering and Information Technology，2001，l(4)：306—
310．
陳斌．基于支持向量機(jī)的高速公路意外事件檢測(cè)模型
[J]．中國(guó)公路學(xué)報(bào)，2006，19(6)：107—112．
CHEN Bin．Freeway Accident Detection Model Based on Sup—
port Vector Machine[J]．China Journal of Highway and
Transport，2006，19(6)：107一112．
EDWARD C，NATALIA R．Effective Incident Detection and
Management on Freeways[R J．Victoria，Australia：ARRB
Tramport Research hd．，1999．
BAIJ旺K N．An Evaluation of Existing Incident Detection AI—
gorithms【R]．Texas：Texas Transportation Institute，1993．
周志字．基于視覺(jué)的車(chē)輛運(yùn)動(dòng)目標(biāo)軌跡檢測(cè)[J]．工
業(yè)控制計(jì)算機(jī)，2004，17(2)：42—43．
ZHOU Zhiyu．io“．ng Object Trajectory Detecting Based Oil Vi—
sion[Jj．Industriul Control Computer，2004，17(2)：42
一鈣．
余柳，于雷，戚懿，等．基于浮動(dòng)車(chē)數(shù)據(jù)的城市快速
路交通事件檢測(cè)算法研究[J]．交通運(yùn)輸系統(tǒng)工程與
信息，2008，8(4)：36—41．
YU Liu，YU Lei，QI Yi，et a1．Traffic Incident Detection
Also,ahm for Urban Expr％ways Based OH Probe Vehicle Data
[J]Journal of Tmmportation Systems E蟛m耐ng and Information
Technology，2008，8(4)：36—41．
全洪波，陳銳祥．城市道路交通擁堵自動(dòng)判斷算法研
究[J]．中山大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，47(1)：
42—46．
QuAN Hc口lgbo，CHEN R"mxiang．Analyse of Automatic Inci—
dent Detection Algorithm for Urban Road[J]．Acta Scien—
tiarum Naturalium Universitafis Stmyatseni：Natural Science
Edition，2008，47(1)：42—46．
羅石貴，周偉．路段交通沖突的調(diào)查技術(shù)[J]．長(zhǎng)安大
學(xué)學(xué)報(bào)：自然科學(xué)版，2003，23(1)：7l一75． LUO螄，ZHOU Wei．Survey way of Road Traffic Conflict
Technique[J]．Joumal 0f)【i’an Highway University：Natural
Science Edition，2003，23(1)：71—75．
萬(wàn)濤，陳學(xué)武，王川久．高速公路事件自動(dòng)檢測(cè)算法
研究綜述[c]／／第一屆中國(guó)智能交通年會(huì)論文集．上
海：同濟(jì)大學(xué)出版社，2005：76—81．
WAN Tao，CHEN Xuewu，WANG Chuanjiu．sl腳鄴of
Researches on Highway Incident Detection Algorithms[C]／／
Proceedings of the I st China ITS Annual Meeting．鋤aIl扣：
Toni University Press，2005：76—81．

網(wǎng)友評(píng)論 more

交通安全論文最新內(nèi)容

02-21