一种高速违章雷达视频抓拍装置的制作方法
本发明涉及智能交通监控,具体为一种高速违章雷达视频抓拍装置。
背景技术:
1、随着智能交通监控技术的不断发展,高速违章抓拍设备被广泛应用于道路交通执法过程中;传统的违章抓拍系统主要依赖单一的视频图像采集设备,或者采用简单的雷达传感设备与视频采集设备相互独立的监测方案;在实际的高速公路运行场景中,道路表面经常出现大型车辆遮挡相邻车道小型车辆的情况,从而在监控设备的视场内形成大面积的视野盲区。
2、当目标车辆进入大型车辆造成的视野盲区后,传统的视觉监控系统会因为视觉语义特征的丢失而导致目标运动状态跟踪发生中断;一旦运动跟踪出现中断,监控系统将无法获取目标车辆在遮挡区域内的实际行驶轨迹与瞬时运行速度,进而无法判断目标车辆在视野盲区内是否执行跨越实线变道等违章行为;同时,当目标车辆重新脱离遮挡区域并进入可见视野时,现有的监控系统往往无法执行高准确率的跨盲区身份匹配操作,会将脱离遮挡区域的车辆识别为全新的交通参与实体,导致追踪目标身份标识发生变更,直接造成违章取证证据链条断裂。
3、目前的雷达视频融合监控设备在应对物理遮挡难题时,缺乏对道路宏观交通流运行特征的提取手段,也没有建立结合目标车辆历史轨迹进行逆向推演的预测机制;现有的监控设备难以在底层绝对时间戳维度记录车辆切入盲区和脱离盲区的物理边界锚点,因此无法重构出符合车辆实际动力学特征的空间积分路径;由于缺失盲区内的轨迹重构运算环节,现有的监控设备无法准确计算遮挡区间内的平均行驶车速,无法弥补单一视觉传感器在视距受限情况下的缺陷,最终无法输出能够支撑交通管理部门进行违章处罚的标准化违章取证文件。
技术实现思路
1、针对现有技术的不足,本发明提供了一种高速违章雷达视频抓拍装置,解决了目标车辆在监控视野盲区内因运动跟踪中断而无法获取连续行驶轨迹与准确车速,导致违章取证证据链条断裂的技术问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种高速违章雷达视频抓拍装置,包括时空同步设备、视频采集设备、雷达传感设备和边缘计算设备;
3、时空同步设备生成统一时间基准和硬件触发信号;
4、视频采集设备和雷达传感设备按所述统一时间基准分别采集视频图像数据和雷达测量数据;
5、边缘计算设备接收所述视频图像数据和所述雷达测量数据,将视频图像坐标、雷达测量坐标和道路坐标统一映射至鸟瞰图网格,在鸟瞰图网格内融合视频语义特征和雷达运动特征并提取宏观交通流约束向量;
6、边缘计算设备根据雷达点云密度和空间重叠关系判断遮挡状态并记录切入物理边界锚点;
7、边缘计算设备根据目标车辆在切入物理边界锚点前的多帧历史轨迹坐标点集和宏观交通流约束向量预测预期切出点坐标及预期切出时间,在目标车辆脱离遮挡区域时记录切出物理边界锚点并确认目标身份,根据切入物理边界锚点、切出物理边界锚点生成拓扑分类结果,并根据所述拓扑分类结果确定积分路径,计算区间平均车速,结合车道线类型和法定限速阈值生成标准化违章取证文件。
8、本装置利用时空同步设备实现异构传感器的硬件级时间对齐,提取道路宏观交通流特征作为边界条件,结合目标车辆进入盲区前的瞬时物理状态推演遮挡期间的运动趋势;当目标车辆脱离遮挡时执行跨域身份匹配,利用盲区两端确定的物理锚点重构遮挡区域内的空间运动轨迹,并根据重构轨迹完成区间测速与压线判定。
9、进一步地,所述边缘计算设备从所述视频图像数据和所述雷达测量数据中提取视频图像坐标和雷达测量坐标,结合道路坐标统一映射至鸟瞰图网格,包括:
10、利用预设的联合标定参数将所述雷达测量数据从极坐标系映射至道路全局笛卡尔坐标系;
11、对所述视频图像数据执行逆透视映射操作投影为二维像素网格;
12、根据所述联合标定参数将视频图像坐标、雷达极坐标和道路全局笛卡尔坐标统一映射至同一鸟瞰图网格坐标系中;
13、在统一的所述鸟瞰图网格上提取具备高对比度特征的车道分界线与路面边缘线像素坐标点集进行曲线回归,生成带有车道线类型标签和禁止跨越属性的静态车道线拓扑多项式集合,确定所述车道线类型;映射与曲线回归操作将视觉透视视场与雷达探测空间统一至相同物理尺度,构建用于轨迹积分与压线判定的基础环境模型。
14、进一步地,所述边缘计算设备提取宏观交通流约束向量,包括:
15、基于所述鸟瞰图网格获取逆透视图像张量与雷达栅格特征张量输入深度融合神经网络,利用交叉注意力网络模块计算注意力权重矩阵并生成多模态特征张量;
16、累加时间观测窗内经过监控区域横截面的实测车辆数量、行驶距离和行驶时间,计算当前路段的单位时间平均交通流量与路段平均行程速度;
17、将所述单位时间平均交通流量与所述路段平均行程速度拼接转化为1维特征张量,生成所述宏观交通流约束向量;宏观交通流约束向量反映当前道路实际运行状态,为推断单一车辆在盲区内的速度衰减与位移变化提供背景约束条件。
18、进一步地,所述边缘计算设备基于雷达点云密度和空间重叠关系判断遮挡状态,包括:
19、计算目标车辆的实时雷达点云密度,以及与相邻车道大型车辆边界框在所述鸟瞰图网格下的交并比数值作为所述空间重叠关系;
20、在所述实时雷达点云密度低于预设有效点云密度阈值且所述交并比数值大于预设重叠率阈值时,判定满足遮挡条件,所述预设有效点云密度阈值为5个/m2至15个/m2,所述预设重叠率阈值为0.4至0.6;
21、提取状态翻转临界时刻前一有效采样帧的硬件级记录参量生成所述切入物理边界锚点,所述切入物理边界锚点包含绝对时间戳、空间坐标向量和切向速度二维向量。
22、进一步地,所述边缘计算设备预测预期切出点坐标及预期切出时间,包括:
23、将所述目标车辆在切入物理边界锚点前的多帧历史轨迹坐标点集与所述宏观交通流约束向量输入条件扩散模型,执行多步逆向去噪采样运算输出预测轨迹序列;
24、搜索目标车辆预测分布包络与相邻大型车辆实体边界框之间的空间遮挡关系由相交状态转变为不相交状态的首个预测时间步,提取所述首个预测时间步对应的预测轨迹均值坐标作为所述预期切出点坐标,并提取所述首个预测时间步对应的时间戳作为所述预期切出时间;
25、在底层硬件系统时间到达所述预期切出时间之前的前向冗余时间窗口内,向所述雷达传感设备下发控制指令将对应极坐标扇区内的恒虚警检测阈值调低,所述前向冗余时间窗口为50ms至150ms;基于时间戳下发的前馈指令实现底层感知资源预调度,在车辆脱离盲区时生成目标捕获结果。
26、进一步地,所述条件扩散模型的参数训练过程包括:
27、获取无遮挡场景下的连续车辆行驶轨迹,并在连续车辆行驶轨迹中截取部分片段施加人工掩码构造模拟遮挡样本;
28、依据预设方差调度表向真值轨迹数据逐步注入高斯噪声生成中间隐变量矩阵;
29、将所述模拟遮挡样本前段轨迹与对应时间窗内的宏观交通流状态输入向量作为条件,计算模型预测噪声与实际注入噪声的均方误差进行反向传播更新参数。
30、进一步地,所述边缘计算设备比对所述预期切出点坐标及预期切出时间确认身份,包括:
31、提取脱离遮挡区域的候选车辆的实测位置二维向量与实测切向速度二维向量;
32、调用马氏距离统计算法计算所述实测位置二维向量与所述预期切出点坐标之间的协方差距离;
33、计算所述实测切向速度二维向量与条件扩散模型在预期切出时间对应的预测速度向量之间的速度残差,在所述协方差距离不大于预设关联容差阈值且所述速度残差不大于预设速度关联阈值时,判定确认目标身份,所述预设关联容差阈值为2.0至3.5;利用马氏距离统计算法修正坐标维度量纲差异与轨迹分布相关性带来的误差,生成跨盲区身份匹配结果。
34、进一步地,所述边缘计算设备判断保持车道状态或变道状态生成拓扑分类结果,包括:
35、针对所述切入物理边界锚点和所述切出物理边界锚点,分别执行车道编号判定;
36、在切入车道编号与切出车道编号一致,且由切入物理边界锚点与切出物理边界锚点确定的遮挡区域轨迹未穿越具有禁止跨越属性的车道线时,输出指示保持车道的拓扑分类标签作为所述拓扑分类结果;
37、在切入车道编号与切出车道编号不一致,或者由切入物理边界锚点与切出物理边界锚点确定的遮挡区域轨迹穿越具有禁止跨越属性的车道线时,输出指示变道的拓扑分类标签作为所述拓扑分类结果。
38、进一步地,所述边缘计算设备确定积分路径,包括:
39、当所述拓扑分类标签指示保持车道时,将所述切入物理边界锚点与所述切出物理边界锚点分别投影至对应车道中心线或相邻车道线拓扑多项式上,并将两个投影点之间的多项式曲线段作为保持车道积分路径;
40、当所述拓扑分类标签指示变道时,将所述切入物理边界锚点与所述切出物理边界锚点中的位置二维向量及切向速度二维向量作为边界约束条件,调用三次埃尔米特样条插值算法生成平滑过渡轨迹序列,并按预设时间采样步长离散化为轨迹点集合;
41、调用带有车道线类型标签和禁止跨越属性的静态车道线拓扑多项式集合,将各离散轨迹点的横向坐标代入具有禁止跨越属性的静态车道线拓扑多项式;
42、在检测到实际纵坐标与理论纵坐标数值差值符号发生翻转时,生成指示压线违章的判定结果;包含速度约束的三次埃尔米特样条插值算法使生成的过渡轨迹符合车辆转向变道时的动力学连续运动特征。
43、进一步地,所述边缘计算设备计算区间平均车速,生成标准化违章取证文件,包括:
44、在所述拓扑分类标签指示保持车道时,根据所述保持车道积分路径获取积分路径长度;
45、在所述拓扑分类标签指示变道时,逐点计算所述轨迹点集合中相邻两个离散轨迹点在笛卡尔坐标系下的欧氏距离并累加求和,获取近似积分路径长度;
46、提取所述切出物理边界锚点和所述切入物理边界锚点中包含的绝对时间戳并计算差值;
47、计算积分路径长度与绝对时间戳差值的比值获取所述区间平均车速;
48、在所述区间平均车速大于所述法定限速阈值与速度判定容差值之和时,生成超速违章判定结果;
49、提取根据压线违章判定结果或超速违章判定结果确定的违章取证锚点对应的上下文原始视频帧片段及雷达有效点云序列,封装为包含积分运算日志的所述标准化违章取证文件;利用底层绝对时间戳差值和离散曲线求和获取积分数据,形成支持违章判定的标准化违章取证文件。
50、本发明提供了一种高速违章雷达视频抓拍装置。具备以下有益效果:
51、1、本发明将视频图像数据与雷达测量数据统一映射至鸟瞰图网格,并在鸟瞰图网格内融合视频语义特征和雷达运动特征,结合单位时间平均交通流量、路段平均行程速度生成宏观交通流约束向量,使目标车辆进入遮挡区域后仍保留用于轨迹预测、身份关联和后续重构的状态数据。
52、2、本发明根据目标车辆进入遮挡区域前的多帧历史轨迹坐标点集和宏观交通流约束向量预测预期切出点坐标及预期切出时间,并在前向冗余时间窗口内调整雷达对应极坐标扇区的恒虚警检测阈值,目标车辆脱离遮挡区域后,再结合马氏距离统计算法和速度残差执行身份确认,使切入物理边界锚点与切出物理边界锚点之间形成连续的目标关联关系。
53、3、本发明根据切入物理边界锚点、切出物理边界锚点和拓扑分类结果确定积分路径,在保持车道状态下依据车道中心线或相邻车道线拓扑多项式获取积分路径长度,在变道状态下依据三次埃尔米特样条插值生成平滑过渡轨迹并进行离散累加计算,结合绝对时间戳差值获取区间平均车速,并根据车道线类型和法定限速阈值生成标准化违章取证文件。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com