一種視頻與gps相結合的車輛行駛軌跡全樣本數據獲取方法
【技術領域】
[0001 ]本發明屬于道路交通技術領域，設及車輛行駛軌跡數據采集技術。
【背景技術】
[0002] 車輛行駛軌跡全樣本數據能夠支持道路上任意交通流參數的獲取與分析，是進行 交通流基礎理論研究、道路交通運行特征分析、駕駛行為解析等最為理想的數據基礎。然 而，已有的車輛行駛軌跡全樣本數據獲取方法需要耗費大量的人力物力，在一般的研究與 應用中往往因為投資不足而難W完成。
[0003] 航拍、GPS(全球定位系統）、蜂窩定位、視頻攝像等技術被用于車輛行駛軌跡數據 的獲取。航拍技術通過建立直升機拍攝道路的正射模型，用背景差分法檢測車輛，基于特征 算法跟蹤目標車輛，由此獲取車輛的行駛軌跡。不過航拍技術需要較高的投資，難W在一般 的實際應用中推廣使用。GPS技術可記錄車輛隨時間變化的車速和位置信息，經過地圖匹配 處理后方便的獲得車輛行車軌跡數據，但GI^技術通常局限于進行道路車輛的抽樣采集，采 集全樣本數據的前提是對進入觀測路段的所有車輛安裝GPS，運一要求在實際中往往無法 得到滿足。蜂窩定位技術利用基站對手機的測算距離來確定手機或移動終端所在位置，精 度依賴于周邊基站位置，難W準確判斷交通方式，且與GI^技術一樣需要進入觀測路段的所 有車輛都攜帶相應的手機或移動終端，因此也未能在車輛行駛軌跡全樣本數據獲取中獲得 廣泛應用。視頻攝像技術近年來亦開始被用于車輛行駛軌跡全樣本數據的獲取，但因坐標 轉換、車輛移動目標追蹤等環節的技術需要，對拍攝位置、高度、角度的要求均較高，因此通 常需要專口建設相應的視頻攝像系統來完成，運必然需要較大規模的投資，在普通的研究 與應用中難W實現。
[0004] 拍攝要求高、人力物力耗費大、對車輛自身裝備要求高是造成目前車輛行駛軌跡 全樣本數據獲取困難，不能在實際的研究與應用中獲得廣泛使用的根本原因。中國專利 CN104374391A公開了一種基于路面圖像和車輛自身行駛參數采集系統進行車輛行駛軌跡 計算的方法。中國專利CN104464028A公開了一種基于車載系統和服務器進行車輛行駛軌跡 還原和回放的方法。中國專利CN104778842A公開了一種基于車牌識別的云端車輛行駛軌跡 跟蹤系統與方法。中國專利CN104504930A公開了一種基于定位系統獲取車輛行駛軌跡的方 法。然而，上述專利公開的都是面向單獨車輛的行駛軌跡獲取技術，因對車輛裝備要求高， 無法實現對觀測路段內所有車輛行駛軌跡的獲取。
[0005] 綜上所述，設計一種所需投資較小、對觀測路段內車輛自身裝備無特殊要求的車 輛行駛軌跡全樣本數據獲取方法，將可提高在實際研究與應用中獲取觀測路段車輛行駛軌 跡全樣本數據的技術經濟可行性，從而為交通流基礎理論研究、道路交通運行特征分析、駕 駛行為解析等工作提供更好的數據支撐。
【發明內容】
[0006] 本發明的目的在于提供一種新的車輛行駛軌跡全樣本數據獲取方法，該方法將視 頻攝像技術與GI^技術相結合，可顯著降低對視頻攝像技術的要求，且對觀測路段內的車輛 裝備無特殊要求，能夠提高車輛行駛軌跡全樣本數據獲取在實際研究與應用中的技術經濟 可行性。
[0007] 為了實現發明目的，本發明視頻與GPS相結合的車輛行駛軌跡全樣本數據獲取方 法步驟包括：
[0008] 1)選擇合適的路側拍攝點對觀測路段進行高空視頻拍攝，并于拍攝期間派出一輛 載有GI^的試驗車在觀測路段上巡回行駛。
[0009] 2)進行視頻穩定性處理，并根據后期數據處理分析精度需要選擇帖率，完成視頻 圖片化操作。
[0010] 3)追蹤每一輛車在連續視頻圖片帖中的像素位置，最后提取觀測路段內所有車輛 W像素坐標表示的行駛軌跡。
[0011] 4)提取觀測路段道路中屯、線像素點坐標，構建路段內各像素點與中屯、線像素點的 對應關系矩陣，建立試驗車巡回行駛時對應的像素點與車輛在觀測路段內行駛距離間的對 應關系，最終完成路段內各像素點與車輛行駛距離的坐標轉換矩陣的構建。
[0012] 5)利用坐標轉換矩陣，將W像素坐標表示的行駛軌跡轉換為W地理坐標表示的行 駛軌跡。
[0013] 所述的觀測路段路側拍攝點的選擇方法為:可選擇緊近觀測路段的高層建筑上， 拍攝點與觀測道路遠端連線和水平面間的角度a大于11度，與觀測道路近端連線和水平面 的角度e大于67度，條件受限時應大于50度。
[0014] 所述載有GPS的試驗車在觀測路段時巡回行駛是指:對試驗場頂部作易于辨識的 標識，令試驗車在視頻拍攝期間于目標拍攝路段上沿靠近中線的車道往復行駛多次，行駛 期間不要變換車道，并應盡可能保持勻速行駛。GPS應盡可能選擇亞米級精度或W上類型。
[0015] 所述視頻穩定性處理是指：因攝像機固定平臺不穩或其它環境擾動引起視頻圖像 發生較明顯的抖動時，使用專業軟件對視頻進行穩定性修正，其基本原理為:選取視頻中靜 止物體的特征點，對視頻中連續圖像進行處理，將所有圖像帖中的特征點固定在相同位置， 從而消除攝像機靜止拍攝時圖像顫抖的影響，提高畫面質量和穩定性。
[0016] 所述視頻圖片化是指:將視頻按一定的帖率轉換成W時間帖順序命名的連續圖片 序列。帖率的選取由實際研究或應用中對軌跡數據的精度要求決定，帖率越大，采樣間隔越 小，軌跡數據精度越高，工作量也相應增加。例如當選取10巧S的帖率時，處理后的行車軌跡 每0.1秒有一個數據點。
[0017] 所述追蹤每一輛車在連續視頻圖片帖中的像素位置的方法為:首先確定車輛特征 點，即車輛上易于辨識的部位，選定后所有車輛均應使用相同特征點，W特征點坐標代表車 輛坐標位置，將車輛軌跡提取簡化為車輛特征點的軌跡提取;然后從每一輛車（包括載有 GPS的試驗車）進入觀測路段后的第一帖圖片開始，逐帖選取并保存車輛特征點的像素坐 標，直到車輛駛出觀測路段。追蹤過程中需要對每一輛車賦予唯一車輛ID，并記錄車型、進 口道、車輛變道等信息。車輛特征點的追蹤在拍攝條件較好時可采用成熟的視頻車輛識別 軟件進行自動追蹤，再進行人工修正;拍攝條件較差時可全部采用人工追蹤方式。
[0018] 所述利用試驗車GI^數據與像素坐標數據得到坐標轉換矩陣的方法步驟為：
[0019] ①提取觀測路段中屯、線。
[0020]選取一張車輛較少的觀測路段圖片帖，用連續直線段描繪道路中屯、線，曲率較大 處，應采用較短的線段描繪中屯、線，反之亦然，取用于繪制中屯、線的路段數量為M;求出道路 中屯、線上所有像素散點的像素坐標，并對中屯、線各像素點沿車輛行駛方向由小到大編號為 (1，2,…，k，…，N}，N為中屯、線像素點個數。
[0021 ]②提取觀測路段范圍內的像素坐標，構建路段內各像素點與中屯、線像素點的對應 關系矩陣。
[0022] 首先，經過組成道路中屯、線的每一個直線段的端點，繪制觀測路段的M+1個橫斷 面，橫斷面W與道路邊線或交叉口停車線的交點作為起止點；
[0023] 其次，依次連接繪制的M+1個橫斷面的端點，形成M個四邊形，提取M個四邊形包含 的像素點作為觀測路段范圍內的像素點，建立觀測路段圖片像素(XXY)位置判別矩陣化：
[0024]
[0025] 其中為像素點坐標，je{l，…，X}，ie{l，???，￥}; 。fl 像素點(j，i)在路段范圍內
[0026] = i > Io 像素點a,i)不在路段范圍巧
[0027] 而后，對于化中每一個Su = I的像素點A，像素坐