基於無人機測量的路段交通指數估算系統的製作方法
2023-05-11 01:34:21
基於無人機測量的路段交通指數估算系統的製作方法
【專利摘要】本發明涉及一種基於無人機測量的路段交通指數估算系統，所述估算系統設置在無人機上，包括航空攝影機、圖像處理器、氣壓高度傳感器和主控制器，所述航空攝像機與所述圖像處理器連接，將拍攝的路段圖像發送到所述圖像處理器進行圖像處理，所述主控制器分別與所述圖像處理器和所述氣壓高度傳感器連接，根據所述圖像處理器的圖像處理結果和所述氣壓高度傳感器檢測的無人機高度，估算路段交通指數。通過本發明，能夠為道路交通管理部門提供關鍵路段的交通擁堵信息，數據更直觀、更精確，便於道路交通管理部門制定準確有效的交通處理措施。
【專利說明】基於無人機測量的路段交通指數估算系統
【技術領域】
[0001]本發明涉及無人機測量領域，尤其涉及一種基於無人機測量的路段交通指數估算系統。
【背景技術】
[0002]無人機，即無人駕駛飛機，其英文縮寫為「UAV」，是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛機。從技術角度定義可以分為:無人直升機、無人固定翼機、無人多旋翼飛行器、無人飛艇、無人傘翼機這幾大類。從用途方面分類可分為軍用無人機和民用無人機。軍用方面，可用於完成戰場偵察和監視、定位校射、毀傷評估、電子戰，而民用方面，可用於邊境巡邏、核輻射探測、航空攝影、航空探礦、災情監視、交通巡邏和治安監控。
[0003]無人機應用到路段交通指數的估算極大程度上彌補了交管領域難於計算關鍵路段交通指數的空白。在日益擁堵的城市交通環境中，如何提供質量高的路段交通指數，為車輛駕駛員提供重要參考數據，合理對城市車輛進行自動分流，是困擾城市交管部門的一道難題。現有技術中計算路段交通指數的有限手段僅僅是通過城市內部數以萬計的計程車返回到交管交管監控平臺的GPS定位數據來計算路段的交通指數，但這樣的計算方式存在以下缺陷:(1)計算精度對路段中計程車的數量依賴較大，但希望計算的關鍵路段沒有計程車行駛時，該關鍵路段的交通指數無從計算；(2)傳輸的數據量較大，每一個計程車都返回GPS定位數據，導致交管交管監控平臺承擔了極大的計算負荷。
[0004]因此，將無人機測量運用到路段的交通指數計算上，構建一種新的路段交通指數估算系統，只通過對一幀圖像的圖像處理即能完成目標路段的交通指數估算，減少計算量的同時提聞計算精度，提聞路段交通指數的參考價值。
【發明內容】
[0005]為了解決上述問題，本發明提供了一種基於無人機測量的路段交通指數估算系統，根據關鍵路段的GPS定位數據自動將無人機引入關鍵路段區域，使用航空攝影機和圖像處理器對關鍵路段場景執行圖像拍攝和圖像處理，通過車輛目標識別的技術手段，估算關鍵路段的交通指數，便於交通管理部門及時準確地發布路段擁堵信息，為車輛駕駛員提供路段選擇的依據，從而合理對城市內車流即時分流，達到解決城市擁堵的技術效果。
[0006]根據本發明的一方面，提供了一種基於無人機測量的路段交通指數估算系統，所述估算系統設置在無人機上，包括航空攝影機、圖像處理器、氣壓高度傳感器和主控制器，所述航空攝像機與所述圖像處理器連接，將拍攝的路段圖像發送到所述圖像處理器執行圖像處理，所述主控制器分別與所述圖像處理器和所述氣壓高度傳感器連接，根據所述圖像處理器的圖像處理結果和所述氣壓高度傳感器檢測的無人機高度，估算路段交通指數。
[0007]更具體地，所述基於無人機測量的路段交通指數估算系統還包括，無線電收發設備，用於接收地面交管監控平臺發送的控制信息，並向地面交管監控平臺發送測量數據；GPS導航設備，用於接收GPS導航衛星發送的GPS定位數據；無人機動力設備，用於驅動無人機飛往目標位置；所述航空攝影機為線陣數碼航空攝影機，包括減震底架、前蓋玻璃、鏡頭、濾鏡和成像電子單元，用於拍攝目標路段所在場景以輸出路段圖像；所述圖像處理器還包括特徵存儲單元，預先存儲了路段上限灰度閾值、路段下限灰度閾值和車輛特徵資料庫，所述車輛特徵資料庫內保存有各個類型車輛模板圖像；路段劃分單元，與所述航空攝影機和所述特徵存儲單元分別連接，接收所述路段圖像，將所述路段圖像中灰度值在路段上限灰度閾值和路段下限灰度閾值之間的像素識別並組成路段目標子圖像；車輛數據識別單元，與所述路段劃分單元和所述特徵存儲單元分別連接，接收所述路段目標子圖像，基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量；所述估算系統還包括照明設備，用於為所述航空攝影機對目標路段所在場景的拍攝提供輔助照明；亮度傳感器，用於測量無人機所在位置的亮度數據；所述主控制器與所述無線電收發設備、所述GPS導航設備、所述無人機動力設備和所述航空攝影機分別連接，將所述無線電收發設備從地面交管監控平臺處接收到的目標路段的GPS定位數據發送到所述無人機動力設備以驅動所述無人機飛往目標路段正上方，在接收到的所述GPS導航設備發送的當前無人機GPS定位數據與目標路段的GPS定位數據一致時，驅動所述航空攝影機執行路段圖像的拍攝，同時驅動所述圖像處理器執行路段圖像的圖像處理，所述主控制器還與所述車輛數據識別單元連接以接收各種類型車輛的數量，與所述路段劃分單元連接以接收路段目標子圖像，根據所述氣壓高度傳感器輸出的無人機高度，計算路段目標子圖像中路段面積，並基於所述各種類型車輛的數量和所述路段面積估算目標路段的路段交通指數，以將所述路段交通指數通過所述無線電收發設備發送給地面交管監控平臺；其中，所述主控制器還與所述照明設備和所述亮度傳感器分別連接，以在所述亮度數據小於預設亮度閾值時，啟動所述照明設備以提供輔助照明；所述GPS導航設備、所述無人機動力設備、所述圖像處理器和所述主控制器都位於無人機前端儀錶盤內，所述照明設備、所述亮度傳感器、所述氣壓高度傳感器、所述航空攝影機和所述無線電收發設備都位於無人機的機身上；所述基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量包括，將所述路段目標子圖像劃分為多個含有一個車輛的再分圖像，將含有一個車輛的再分圖像的七個不變矩與所述車輛特徵資料庫中每一個類型車輛模板圖像的七個不變矩分別比較，直到查詢到某一類型車輛模板圖像，七個不變矩的差值都在各自的預定差值閾值內時，則判斷含有一個車輛的再分圖像中包括某一類型車輛模板圖像對應類型的車輛，所述七個不變矩是車輛模板圖像的特徵，具有平移、放大、縮小和旋轉都不變的特性。
[0008]更具體地，所述基於無人機測量的路段交通指數估算系統中，所述圖像處理器為TMS9000系列的數位訊號處理器DSP。
[0009]更具體地，所述基於無人機測量的路段交通指數估算系統中，所述主控制器為Acorn公司的Cortex_A53處理器。
[0010]更具體地，所述基於無人機測量的路段交通指數估算系統中，所述特徵存儲單元為一同步動態隨機存儲器 SDRAM (Synchronous Dynamic Random Access Memory) ?
[0011]更具體地，所述基於無人機測量的路段交通指數估算系統中，將所述GPS導航設備、所述圖像處理器、所述主控制器集成在一塊集成電路板上。
[0012]更具體地，所述基於無人機測量的路段交通指數估算系統中，所述氣壓高度傳感器根據無人機所在位置氣壓的變化來測量無人機高度。
【專利附圖】
【附圖說明】
[0013]以下將結合附圖對本發明的實施方案進行描述，其中:
[0014]圖1為根據本發明實施方案示出的基於無人機測量的路段交通指數估算系統的結構方框圖。
[0015]圖2為根據本發明實施方案示出的基於無人機測量的路段交通指數估算系統的圖像處理器的結構方框圖。
【具體實施方式】
[0016]下面將參照附圖對本發明的基於無人機測量的路段交通指數估算系統的實施方案進行詳細說明。
[0017]交通擁堵指數是根據道路通行情況，一些城市設置的綜合反映道路網暢通或擁堵的概念性指數值，他相當於把擁堵情況數位化。
[0018]交通指數計算最小時間單位是15分鐘，指數值可以實時動態地反映全路網的運行狀態，通過定義通勤早、晚高峰或者節假日高峰等不同統計周期，可以得到工作日高峰平均交通指數、日交通指數最大值等反映一天典型交通特徵的指數。交通指數是集交通擁堵空間範圍、持續時間、嚴重程度的為一體的綜合性數值，交通管理者及交通參與者可以通過交通指數，得到全路網或者區域路網的交通狀態，以便及時採取有效措施，減少擁堵的發生。交通指數能夠幫助居民判斷出行時間消耗，比如在暢通狀況下，上班通勤的時間為30分鐘，那麼當路網處於中度擁堵的時候，就要多預留出大約30分鐘的時間提前出門以免遲到。
[0019]可以通過對分布在城市大街小巷的動態車輛位置信息(簡稱浮動車數據)進行深入加工處理獲得的交通指數，例如在北京，是通過全市3萬多輛計程車上的車載GPS回傳動態數據給交通管理部門的數據處理中心。數據處理中心首先對車輛位置數據處理，得到不同功能等級道路的運行速度，然後根據道路功能不同以及流量數據計算該道路在全網中所佔權重，最後通過人對擁堵的感知判斷，給出換算到0-10的指數指標值。
[0020]但交通指數並不意味著車速，因道路面積不同，速度帶給人的感受並不相同。比如20公裡每小時的速度在快速路上感覺就是嚴重擁堵，而在胡同等狹窄道路中就感覺比較順暢。為了測算區分出這些等級，需要工作人員攜帶GPS等儀器，跑遍大街小巷，之後通過比對現場感受和數據測算，最終確定各種不同道路的交通指數。
[0021]由此可見，上述的交通指數計算方法需要計程車數據回傳、工作人員現場勘測，數據量大，對計程車數量依賴性大，可靠性不高。
[0022]本發明的基於無人機測量的路段交通指數估算系統，能夠自動控制無人機駛往目標路段，通過圖像拍攝、圖像處理和目標識別，計算目標路段中各個類型的車輛數量，同時根據飛行高度估算要計算交通指數的路段面積，從而基於各個類型的車輛數據和路段面積完成目標路段的交通指數計算，處理數據量較小，處理方式更直接、更有效。
[0023]圖1為根據本發明實施方案示出的基於無人機測量的路段交通指數估算系統的結構方框圖，如圖1所示，所述估算系統被安裝在民用無人機上，所述估算系統包括航空攝影機1、圖像處理器2、氣壓高度傳感器3、主控制器4和供電設備5，所述供電設備5為所述估算系統中除了所述供電設備5之外的其他電子設備提供電源供應，所述航空攝像機I與所述圖像處理器2連接，將拍攝的路段圖像發送到所述圖像處理器2執行圖像處理，所述主控制器4分別與所述圖像處理器2和所述氣壓高度傳感器3連接，根據所述圖像處理器2的圖像處理結果和所述氣壓高度傳感器3檢測的無人機高度，估算目標路段的路段交通指數。所述目標路段一般是交通管理部門重點監測的關鍵路段，或是常規方法無法測量交通指數的路段。
[0024]接著，對本發明的估算系統進行更具體的說明。
[0025]所述基於無人機測量的路段交通指數估算系統還包括無線電收發設備，用於接收地面交管監控平臺發送的控制信息，並向地面交管監控平臺發送測量數據；GPS導航設備，用於接收GPS導航衛星發送的GPS定位數據；無人機動力設備，用於驅動無人機飛往目標位置；所述航空攝影機I為線陣數碼航空攝影機，包括減震底架、前蓋玻璃、鏡頭、濾鏡和成像電子單元，用於拍攝目標路段所在場景以輸出路段圖像。
[0026]參照圖2對所述圖像處理器2進行具體說明，所述圖像處理器2包括特徵存儲單元21，預先存儲了路段上限灰度閾值、路段下限灰度閾值和車輛特徵資料庫，所述車輛特徵資料庫內保存有各個類型車輛模板圖像；路22段劃分單元，與所述航空攝影機I和所述特徵存儲單元21分別連接，接收所述路段圖像，將所述路段圖像中灰度值在路段上限灰度閾值和路段下限灰度閾值之間的像素識別並組成路段目標子圖像；車輛數據識別單元23，與所述路段劃分單元22和所述特徵存儲單元21分別連接，接收所述路段目標子圖像，基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量。
[0027]具體地，所述車輛數據識別單元23中，基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量包括，將所述路段目標子圖像劃分為多個含有一個車輛的再分圖像，將含有一個車輛的再分圖像的七個不變矩與所述車輛特徵資料庫中每一個類型車輛模板圖像的七個不變矩分別比較，直到查詢到某一類型車輛模板圖像，七個不變矩的差值都在各自的預定差值閾值內時，則判斷含有一個車輛的再分圖像中包括某一類型車輛模板圖像對應類型的車輛，所述七個不變矩是車輛模板圖像的特徵，具有平移、放大、縮小和旋轉都不變的特性。
[0028]所述估算系統還包括照明設備，用於為所述航空攝影機I對目標路段所在場景的拍攝提供輔助照明；亮度傳感器，用於測量無人機所在位置的亮度數據。
[0029]所述主控制器4與所述無線電收發設備、所述GPS導航設備、所述無人機動力設備和所述航空攝影機I分別連接，將所述無線電收發設備從地面交管監控平臺處接收到的目標路段的GPS定位數據發送到所述無人機動力設備以驅動所述無人機飛往目標路段正上方，在接收到的所述GPS導航設備發送的當前無人機GPS定位數據與目標路段的GPS定位數據一致時，驅動所述航空攝影機I執行路段圖像的拍攝，同時驅動所述圖像處理器2執行路段圖像的圖像處理。
[0030]所述主控制器4還與所述車輛數據識別單元23連接以接收各種類型車輛的數量，與所述路段劃分單元22連接以接收路段目標子圖像，根據所述氣壓高度傳感器3輸出的無人機高度，計算路段目標子圖像中路段面積，並基於所述各種類型車輛的數量和所述路段面積估算目標路段的路段交通指數，以將所述路段交通指數通過所述無線電收發設備發送給地面交管監控平臺。
[0031]所述主控制器4還與所述照明設備和所述亮度傳感器分別連接，以在所述亮度數據小於預設亮度閾值時，啟動所述照明設備以提供輔助照明。
[0032]所述GPS導航設備、所述無人機動力設備、所述圖像處理器2、所述主控制器4和所述供電設備5都位於無人機前端儀錶盤內，所述照明設備、所述亮度傳感器、所述氣壓高度傳感器3、所述航空攝影機I和所述無線電收發設備都位於無人機的機身上。
[0033]其中，所述圖像處理器2可選用TMS9000系列的數位訊號處理器DSP，所述主控制器4可選用Acorn公司的Cortex_A53處理器,所述特徵存儲單元21可選用為一同步動態隨機存儲器 SDRAM (Synchronous Dynamic Random Access Memory),在本發明的估算系統中，可選擇將所述GPS導航設備、所述圖像處理器2、所述主控制器4和所述供電設備5集成在一塊集成電路板上，所述氣壓高度傳感器3可選擇根據無人機所在位置氣壓的變化來測量無人機高度。
[0034]另外，ARM處理器是Acorn計算機有限公司設計的第一款RISC微處理器。更早稱作Acorn RISC Machine。ARM處理器本身是32位設計,但也配備16位指令集,一般來講比等價32位代碼節省達35%，卻能保留32位系統的所有優勢。ARM的Jazelle技術使Java加速得到比基於軟體的Java虛擬機(JVM)高得多的性能，和同等的非Java加速核相比功耗降低80%。
[0035]ARM處理器在CPU功能上增加DSP指令集，提供了增強的16位和32位算術運算能力，提高了性能和靈活性。ARM還提供兩個前沿特性來輔助帶深嵌入處理器的高集成片上晶片器件的調試，他們是嵌入式ICE-RT邏輯和嵌入式跟蹤宏核(ETMS)系列。ARM公司在經典處理器ARMll以後的產品改用Cortex命名，並分成A、R和M三類，旨在為各種不同的市場提供服務。
[0036]ARM處理器的三大特點是:耗電少功能強、16位/32位雙指令集和合作夥伴眾多。具體表現在:1、體積小、低功耗、低成本、高性能；2、支持Thumb(16位)/ARM(32位)雙指令集，能很好的兼容8位/16位器件；3、大量使用寄存器，指令執行速度更快；4、大多數數據操作都在寄存器中完成；5、尋址方式靈活簡單，執行效率高；6、指令長度固定
[0037]ARM微處理器的在較新的體系結構中支持兩種指令集:ARM指令集和Thumb指令集。其中，ARM指令為32位的長度，Thumb指令為16位長度。Thumb指令集為ARM指令集的功能子集，但與等價的ARM代碼相比較，可節省30 %?40 %以上的存儲空間，同時具備32位代碼的所有優點。
[0038]採用本發明的基於無人機測量的路段交通指數估算系統，針對現有路段交通指數估算系統估算過程複雜、需要採集數據量過大、計算不精確的技術問題，採用無人機測試的方式，搭建一種依靠圖像處理的路段交通指數估算平臺，直接對路段圖像進行空中拍攝、圖像處理和目標識別，僅通過一幀圖像的分析即可得到目標路段的交通指數，整個計算過程所需數據採集量較少，計算結果實時、準確，能夠為城市交通管理部門治理日益不堪的城市擁堵情況提供有效的數據基礎。
[0039]可以理解的是，雖然本發明已以較佳實施例披露如上，然而上述實施例並非用以限定本發明。對於任何熟悉本領域的技術人員而言，在不脫離本發明技術方案範圍情況下，都可利用上述揭示的技術內容對本發明技術方案做出許多可能的變動和修飾，或修改為等同變化的等效實施例。因此，凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所做的任何簡單修改、等同變化及修飾，均仍屬於本發明技術方案保護的範圍內。
【權利要求】
1.一種基於無人機測量的路段交通指數估算系統，其特徵在於，所述估算系統設置在無人機上，包括航空攝影機、圖像處理器、氣壓高度傳感器和主控制器，所述航空攝像機與所述圖像處理器連接，將拍攝的路段圖像發送到所述圖像處理器執行圖像處理，所述主控制器分別與所述圖像處理器和所述氣壓高度傳感器連接，根據所述圖像處理器的圖像處理結果和所述氣壓高度傳感器檢測的無人機高度，估算路段交通指數。
2.如權利要求1所述的基於無人機測量的路段交通指數估算系統，其特徵在於，所述估算系統還包括: 無線電收發設備，用於接收地面交管監控平臺發送的控制信息，並向地面交管監控平臺發送測量數據； GPS導航設備，用於接收GPS導航衛星發送的GPS定位數據； 無人機動力設備，用於驅動無人機飛往目標位置； 所述航空攝影機為線陣數碼航空攝影機，包括減震底架、前蓋玻璃、鏡頭、濾鏡和成像電子單元，用於拍攝目標路段所在場景以輸出路段圖像； 所述圖像處理器還包括 特徵存儲單元，預先存儲了路段上限灰度閾值、路段下限灰度閾值和車輛特徵資料庫，所述車輛特徵資料庫內保存有各個類型車輛模板圖像； 路段劃分單元，與所述航空攝影機和所述特徵存儲單元分別連接，接收所述路段圖像，將所述路段圖像中灰度值在路段上限灰度閾值和路段下限灰度閾值之間的像素識別並組成路段目標子圖像； 車輛數據識別單元，與所述路段劃分單元和所述特徵存儲單元分別連接，接收所述路段目標子圖像，基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量； 照明設備，用於為所述航空攝影機對目標路段所在場景的拍攝提供輔助照明； 亮度傳感器，用於測量無人機所在位置的亮度數據； 所述主控制器與所述無線電收發設備、所述GPS導航設備、所述無人機動力設備和所述航空攝影機分別連接，將所述無線電收發設備從地面交管監控平臺處接收到的目標路段的GPS定位數據發送到所述無人機動力設備以驅動所述無人機飛往目標路段正上方，在接收到的所述GPS導航設備發送的當前無人機GPS定位數據與目標路段的GPS定位數據一致時，驅動所述航空攝影機執行路段圖像的拍攝，同時驅動所述圖像處理器執行路段圖像的圖像處理，所述主控制器還與所述車輛數據識別單元連接以接收各種類型車輛的數量，與所述路段劃分單元連接以接收路段目標子圖像，根據所述氣壓高度傳感器輸出的無人機高度，計算路段目標子圖像中路段面積，並基於所述各種類型車輛的數量和所述路段面積估算目標路段的路段交通指數，以將所述路段交通指數通過所述無線電收發設備發送給地面交管監控平臺； 其中，所述主控制器還與所述照明設備和所述亮度傳感器分別連接，以在所述亮度數據小於預設亮度閾值時，啟動所述照明設備以提供輔助照明； 其中，所述GPS導航設備、所述無人機動力設備、所述圖像處理器和所述主控制器都位於無人機前端儀錶盤內，所述照明設備、所述亮度傳感器、所述氣壓高度傳感器、所述航空攝影機和所述無線電收發設備都位於無人機的機身上； 其中，基於所述車輛特徵資料庫採用胡氏不變矩判斷算法識別所述路段目標子圖像中各種類型車輛的數量包括，將所述路段目標子圖像劃分為多個含有一個車輛的再分圖像，將含有一個車輛的再分圖像的七個不變矩與所述車輛特徵資料庫中每一個類型車輛模板圖像的七個不變矩分別比較，直到查詢到某一類型車輛模板圖像，七個不變矩的差值都在各自的預定差值閾值內時，則判斷含有一個車輛的再分圖像中包括某一類型車輛模板圖像對應類型的車輛，所述七個不變矩是車輛模板圖像的特徵，具有平移、放大、縮小和旋轉都不變的特性。
3.如權利要求2所述的基於無人機測量的路段交通指數估算系統，其特徵在於: 所述圖像處理器為TMS9000系列的數位訊號處理器DSP。
4.如權利要求2所述的基於無人機測量的路段交通指數估算系統，其特徵在於: 所述主控制器為Acorn公司的Cortex_A53處理器。
5.如權利要求2所述的基於無人機測量的路段交通指數估算系統，其特徵在於: 所述特徵存儲單元為一同步動態隨機存儲器SDRAM (Synchronous Dynamic RandomAccess Memory)。
6.如權利要求2所述的基於無人機測量的路段交通指數估算系統，其特徵在於: 將所述GPS導航設備、所述圖像處理器、所述主控制器集成在一塊集成電路板上。
7.如權利要求2所述的基於無人機測量的路段交通指數估算系統，其特徵在於: 所述氣壓高度傳感器根據無人機所在位置氣壓的變化來測量無人機高度。
【文檔編號】G08G1/01GK104269054SQ201410484449
【公開日】2015年1月7日 申請日期:2014年9月20日 優先權日:2014年9月20日
【發明者】不公告發明人 申請人:無錫北鬥星通信息科技有限公司