发明名称 基于信息物理网络的城市快速路交通实时监控方法
摘要 本发明属于物联网与机器视觉领域,公布了一种基于信息物理网络的城市快速路交通实时监控方法。实现所述方法的系统包括视频传感单元、视频图像处理器、网络通信和交通监控客户端。本发明通过道路交通参数的检测、交通事件初步自动预警、交通状态量化识别,以及利用网络通信实现基于视频传输反馈控制方法的事故检测,完成了对城市快速路交通的实时监控。提高了现有交通事故检测方法的实时性和准确率,以及对突发交通事件的适应性;对交通状态和环境的有较强的适应能力;通过在决策层融合时间和空间上的交通异常预测结果,充分利用了时间和空间信息,避免了交通异常的漏检。
申请公布号 CN103258427B 申请公布日期 2015.03.11
申请号 CN201310145148.X 申请日期 2013.04.24
申请人 北京工业大学 发明人 张利国;王君;李振龙;冯瑛
分类号 G08G1/01(2006.01)I;H04N7/18(2006.01)I 主分类号 G08G1/01(2006.01)I
代理机构 北京思海天达知识产权代理有限公司 11203 代理人 张慧
主权项 一种基于信息物理网络的城市快速路交通实时监控方法,实现所述方法的系统包括:视频传感单元、视频图像处理器、网络通信和交通监控客户端;所述网络通信分别与视频图像处理器和交通监控客户端相连,实现交通信息的传输和控制策略的实施,在视频图像处理器与交通监控客户端之间传输以下6种信号:a.交通参数、状态量化指标;b.交通参数、异常警示信号;c.视频流文件起始与终止时间戳;d.对应时间戳内的视频流文件;e.异常判断的初始参数向量;f.视频图像处理器重新开始工作的信号;其中,a、b、d为由视频图像处理器发送到交通监控客户端的信息,c、e、f为交通监控客户端传输到视频图像处理器的信息;其特征在于,所述方法包括以下步骤:步骤一,视频图像处理器进行交通参数提取;步骤二,视频图像处理器采用最小风险的近似正态分布贝叶斯Bayes决策法自适应地估计阈值与决策层异常融合预测相结合的算法,进行基于交通参数的交通事件自动预测;如果交通处于正常状态,转下一步;否则,转步骤五;步骤三,视频图像处理器采用改进的模糊C均值聚类FCM算法与灰度综合评价法相结合的算法进行交通状态量化识别,将信号a打包并加入帧头后,发送到交通监控客户端;步骤四,交通监控客户端接收到信息后,实时更新交通参数列表,存储信息内容,同时在各视频图像处理器的空间位置关系图中显示对应的交通状态量化指标;这一时间段的交通监控结束;步骤五,利用网络通信,实现基于视频传输反馈控制方法的事故检测;这一时间段的交通监控结束。
地址 100124 北京市朝阳区平乐园100号