基于全方位视觉传感器的道路监控装置

摘要

一种基于全方位视觉传感器的道路监控装置，包括微处理器、用于监视道路情况的监控传感器，监控传感器为全方位视觉传感器，通过视觉传感器对道路中行驶的车辆进行监视，将摄取的连续全方位图像输入计算机，通过图像预处理、色彩空间转化、车辆检测、车速检测和背景刷新等算法达到对道路上的车速进行测量和车流量的统计。全方位视觉传感器能把一个半球视野中的信息压缩成一幅图像，信息量更大；获取一个场景图像时，在场景中的安放位置更加自由；监视环境时不用瞄准目标；检测和跟踪监视范围内的运动物体时算法更加简单；可以获得场景的实时图像。本发明提供一种安装位置自由、算法简单、实时性强的基于全方位视觉传感器的道路监控装置。

主权项

1、一种基于全方位视觉传感器的道路监控装置，所述的道路监控装置包括微处理器、用于监视道路情况的监控传感器，所述的微处理器包括：图像数据读取模块，用于读取从全方位视觉传感器传过来的视频图像信息；图像数据文件存储模块，用于将读取的视频图像信息通过文件方式保存在存储单元中；现场实时播放模块，用于将读取的视频图像实时播放；网络传输模块，用于将读取的视频图形信息通过通信模块传输到网络；其特征在于：所述的监控传感器是全方位视觉传感器，所述的全方位视觉传感器包括用以反射监控领域中物体的外凸折反射镜面、用以防止光折射和光饱和的黑色圆锥体、透明圆柱体、摄像头，所述的外凸折反射镜面位于透明圆柱体的上方，外凸折反射镜面朝下，黑色圆锥体固定在折反射镜面外凸部的中心，摄像头对着外凸反射镜面朝上，所述的摄像头位于外凸反射镜面的虚焦点位置；所述的微处理器还包括：传感器标定模块，用于建立一种空间的道路图像与所获得的视频图像的对应关系，在水平方向实物图像坐标与图像坐标呈线性关系；虚拟检测线设定模块，用于建立若干条虚拟检测线，通过所述空间道路平面图像与所获得的视频图像的对应关系可以对应成在实际道路上的检测线；图像展开处理模块，用于将读取的圆形视频图像展开为全景柱状图；色彩空间转化模块，用于将交通图像RGB色彩空间转换到YUV空间；车辆判断模块，用于通过统计检测线区域内的灰度变化情况来确定目标车辆进入或离开检测线；基于YUV模型的车辆判断模块，用于利用YUV颜色空间特征，将前后关联帧中的色彩值进行比较来进行识别出车辆信息：将虚拟检测线分成均匀的N段，每段长度与最小车辆的几何尺度有关，设最小车辆长度为Car_wmin，分段数为S_num，检测线总长度M，最小检测基元大小可以由式(23)、(24)表示； $\mathrm{BL}=\frac{{\mathrm{Car}}_{w\min }}{S_{\mathrm{num}}}----\left(23\right)$ $N=\frac{M}{\mathrm{BL}}-------\left(24\right)$对于每一个均匀分割的N段中的一个子段利用式(25)来进行判断， $\mathrm{PS}=\underset{t=0}{\overset{N}{\Sigma }}\mathrm{DS}\left(i\right)$式中T2为区别车辆信号和背景信号分量变化的阈值；SD为帧差累积平均值，计算公式如下(26)： $\mathrm{SD}=\frac{\underset{i=0}{\overset{i=n-1}{\Sigma }}{|I_c\left(i\right)-I_B\left(i\right)|}^2}{n}-------\left(26\right)$式中I_c(i)为当前帧第i个像素点颜色值，而I_B(i)为背景帧第i个像素所对应的颜色值；如果PS＞Car_wmin/2，判断车辆存在，否则判断车辆不存在；车速检测模块，用于根据车辆检测的前后关联帧中的一系列数值通过最小二乘法计算车辆速度，根据标定关系转化为实际道路上的车辆速度：假设车辆行驶在监视范围内是匀速的，用式(28)表示车辆的运动距离与时间的关系，l_i＝α+βt_i+ε_i              (28)上式中，被监视车辆移动轨迹检测值l_i表示i帧图像与(i+1)帧图像之间车辆所移动的距离，t_i表示i帧图像与(i+1)帧图像之间车辆移动距离所花费的时间，i为自然数；采用最小二乘法计算式(28)中的未知参数(α，β)的估计值使公式(29)取值为最小： $\underset{i=1}{\overset{n}{\Sigma }}{(l_i-\hat{\alpha }-{\hat{\beta }t}_i)}^2=\underset{\alpha ,\beta }{\min }\underset{i=1}{\overset{n}{\Sigma }}{(l_i-\alpha -\beta t_i)}^2------\left(29\right)$利用偏微分方法求解估计值为车辆车速估计值，如式(30)表示； $\hat{\beta }=\frac{\underset{i=1}{\overset{n}{\Sigma }}(t_i-\bar{t})(l_i-\bar{l})}{\underset{i=1}{\overset{n}{\Sigma }}(t_i-\bar{t})}-------\left(30\right)$上式中，t，l分别为时间与距离的均值。