基于视频检测的车辆测速方法(1)

基于视频序列图像的车辆测速研究高浩军，杜宇人（扬州大学信息工程学院，扬州，225009）摘要：基于高速公路移动测速设备的测速模式，提出了一种基于视频序列图像的车辆测速的实现方法，通过测定固定时间间隔的两帧连续序列图像中目标车辆的相对位移实现车速的测定，运用车道划分、车辆定位判别的思想提高了测速的精度，对车道划分前后的速度测量误差进行了分析，实验结果表明，该方法能较为精确的测量出车辆行驶速度，在高速公路移动测速等场合具有较好的实用价值。

关键词：摄像机定位；车道划分；测速；误差中图分类号：TP391.41Vehicle Speed Detection Research Based on Video Sequence ImagesGao Haojun, Du Yuren(Yangzhou University, Yangzhou 225009, China)Abstract: The paper presents a vehicle speed detection method using video sequence images based on the speed detection model of highway mobile speed detection equipment. Accomplish the vehicle speed detection by measure the displacement of the object moved between two fixed interval sequence images. Improving the speed detection precision by the idea of driveway partition and vehicle orientation distinguish. Analyze the fore-and-aft measure error of driveway partition. Experiments result shows that the method could get a high precision in vehicle speed detection. The method has a better practical value in highway mobile speed detection and other occasions.Keywords: camera orientation; driveway partition; speed detection; error0 引言随着我国经济的发展，道路运输已经取代铁路成为最重要的运输方式之一，目前我国高速公路建设规模不断扩大，如何有效的对交通环境进行监管是当前面临的一个重要问题，而“车辆测速”作为交通监管的重要部分[1]，受到了人们的广泛重视。

基于视频图像的车速检测方法分析摘要：行车速度检测在交通事故识别过程中非常重要。

以往的行车速度计算方式只可以测量车辆碰撞时的速度。

碰撞发生前，驾驶员采取制动措施降低车速，造成实测车速偏低，影响事故认定结果。

因此，本文主要研究基于视频图像的车速检测方法，能够准确地测量出碰撞前的车速，为交通事故识别提供依据。

关键词：视频图像；车速检测；方法1.基于视频的车速检测原理如今，伴随监控设备的大量运用，公路上安装了很多的监控设备，以此方便了交通管理。

监控摄像机通常安装在公路的顶部或一侧的位置，高度在5-10m，可按需求安装提供双向或单向的车辆监控视频影像。

摄像机和公路上车辆的空间位置如图1所示。

速度检测的方法最为基础的依旧是按照视频来作为依据，通过车辆运动位移除以车辆行驶时间得到的。

行车速度计算公式为：V=（S2-S1）/（T2-T1）=△S/△T。

根据行车速度计算公式，行车速度检测一般是通过计算一定距离内运动的时间，或是一定时间内汽车移动的距离来实现的。

所以在实际运用过程中，可以通过视频图像检测直接获取汽车运行的时间△T，但无法直接得到汽车运行的距离△s。

所以，通过视频来检测车速的办法是通过检测车辆在运动时，在各帧中的图像坐标，通过此坐标与现实位置公路的坐标系的映射关系，通过这样的办法将二维转换成三维，从而得到得到实际位移△s，实现速度检测。

图1 车速检测原理图2.车速检测系统总体构架速度检测模块主要是基于图像处理的。

这个系统主要包括交通视频采集、摄像机标定、车辆检测、车辆跟踪和车速检测。

系统的工作流程如图2所示。

速度检测系统需要满足以下功能：（1）在监控的同时完成对车速的检测；（2）可获取车辆流量、车速、平均车速等多种交通信息；并且可以精准定位车辆牌照，实现超速违章的准确定位。

图2 车速检测系统示意图2.1 硬件构架视频测速的主要硬件部分是CCD摄像机。

CCD摄像机的视频采集卡可以把实时视频图像转换成连续帧的数字图像序列。

基于视频图像的肇事车辆车速鉴定随着科技的不断进步，视频图像分析技术在各个领域中的应用也越来越广泛。

其中，基于视频图像的肇事车辆车速鉴定成为了交通事故调查和法律审判中的重要手段。

本文将介绍基于视频图像的肇事车辆车速鉴定的原理、方法和应用。

一、原理介绍基于视频图像的肇事车辆车速鉴定是通过分析事故发生时的视频图像，利用图像中的物体运动特征和几何关系，推算出肇事车辆的车速。

其原理基于运动学和几何学的基础知识，通过分析视频中车辆的轨迹、运动方向和时间等参数，来推算车辆的实际速度。

二、方法细节基于视频图像的肇事车辆车速鉴定的方法主要可分为两类：单目视觉方法和双目视觉方法。

1. 单目视觉方法单目视觉方法是指通过单个摄像头获取的视频图像进行车速鉴定。

这种方法的优点是设备成本较低，适用范围广，但其精度相对较低。

常用的单目视觉方法包括光流法、稠密光流法和透视恒定法等。

- 光流法是通过分析图像上不同像素点的亮度变化来推算出物体的运动方向和速度。

该方法常用于追踪车辆的轨迹，但在复杂的交通环境中容易受到光线、阴影和背景杂波等因素的干扰。

- 稠密光流法是在光流法的基础上，通过密集采样来获取更多的光流信息，以提高车速鉴定的精度。

该方法在计算量上较大，但能够较好地应对光线和背景干扰等因素。

- 透视恒定法是通过建立拍摄位置与路面之间的投影关系，以及稳定的摄像机参数，来计算车辆的运动速度。

该方法需要准确的场景测量和摄像机标定，但其精度较高。

2. 双目视觉方法双目视觉方法是指通过两个摄像头获取的视频图像进行车速鉴定。

这种方法的优点是可以获得更多的视角和深度信息，能够提供更准确的车速估计。

常用的双目视觉方法包括立体匹配法、基于深度学习的方法和三维重建法等。

- 立体匹配法是通过分析两个视角下的图像特征，计算物体的深度和运动信息。

该方法需要进行复杂的图像匹配和深度计算，但能够较准确地估计车速。

- 基于深度学习的方法是利用深度学习算法提取图像特征，并通过训练模型来实现车速鉴定。

TRAFFIC AND SAFETY | 交通与安全谢锐波韶关学院　广东省韶关市　512000摘 要： 随着我国道路交通运输的高速发展，相应的交通事故问题日益突出 ，准确的交通事故分析对于提高事故处理质量具有重要作用。

如何利用监控视频录像来进行事故鉴定是个新课题。

通过实际案例对视频录像进行车速鉴定进行了探讨和分析，证实了基于视频录象的车速鉴定方法的可行性和有效性，有利于提高车速鉴定结果的准确性和科学性，也为科学地处理交通事故及明确事故责任提供了重要的参考。

关键词：监控视频；车速鉴定；交通事故；视频数据1　引言近年来，随着电子技术快速的发展，网络的普及，视频录像技术得到了快速发展，并广泛应用于交通监控管理、行车记录、安保系统等城市公共安全和突发性事件应急系统中。

其中交通视频监控、行车记录录像不仅有一定的监视作用，而且可以为一些案件提供现场证据，为案件的侦破及取证提供了重要线索。

本文将探讨如何依据视频录像数据来进行车速鉴定，并结合典型案例进行分析。

2　利用视频图像鉴定肇事车辆车速应注意的问题（1）确保送检视频资料的真实性、检验鉴定的可重复性及视频图像数据的完整事确保不丢帧。

（2）因监控拍摄视角的影响，如果准确定参照点有困难，可通过现场模拟实验的方法加以解决，即将肇事车辆或同型号的车辆分别停在测量起点和终点，通过视频显示器观察测量起点和终点的位置，并做好标识。

（3）对于行驶的肇事车辆，若行驶轨迹不易确定，该方法应慎用。

若通过逐帧播放，观察曲线轨迹的曲率不大，可按直线运动的测量方法作近似处理。

实质上，任何一种鉴定肇事车辆车速的鉴定方法都是近似值[1]。

（4）要求录像播放器具备单帧播放功能，以便对图像序列进行逐帧分析，如果原播放器不具备这一功能，需对录像格式进行无损转换[2]。

3　视频录像鉴定车辆行驶速度的方法3.1　利用车外参照物距离推算速度被鉴定车辆车身上某一特征点通过视频录像中某两个参照点的时间间隔， 设该时间间隔为t1，实地测量监控录像中某两个参照点间的距离，设该距离为S1，利用速度－时间－位移公式计算车辆通过两个参照物时平均速度[3]。

专利名称：一种基于视频分析的车辆测速方法专利类型：发明专利
发明人：高飞,董信阳,葛一粟,卢书芳,翁立波申请号：CN202010626133.5
申请日：20200702
公开号：CN111753797B
公开日：
20220222
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于视频分析的车辆测速方法，所述车辆测速方法包括：使用深度卷积神经网络对车辆测速区域进行车辆目标检测；当车辆驶入检测区域后开始进行车辆跟踪，获取车辆的实时定位；当车辆驶出车辆测速区域后使用深度神经网络拟合车辆位移和车辆速度的非线性函数输出车辆速度。

本发明通过深度学习实现对车辆的目标检测和追踪，并且通过构建深度神经网络模型，实现车辆像素位置与车辆车速的映射，能够准确的检测车辆的行驶速度。

申请人：浙江工业大学
地址：310006 浙江省杭州市下城区朝晖六区潮王路18号
国籍：CN
代理机构：杭州浙科专利事务所(普通合伙)
代理人：周红芳
更多信息请下载全文后查看。

基于视频的车速检测算法研究作者：于艳玲王韬袁彬王军群来源：《现代电子技术》2013年第03期摘要：对视频图像处理中车辆速度检测所涉及的摄像机标定和基于图像匹配的测速算法进行了研究。

首先经几何推导得出二维标定算法，得到一个精度满足需要、计算量小的标定算法。

然后在图像匹配的基础上，将虚拟线圈和图像匹配算法结合起来，得到匹配前后车辆绝对像素位置。

经实地验证，能够比较准确地检测出车辆经过时的瞬时速度，满足实际应用的要求。

关键词：交通参数检测；车辆速度检测；摄像机标定；图像匹配中图分类号： TN911.73⁃34； U491 文献标识码： A 文章编号： 1004⁃373X（2013）03⁃0158⁃040 引言近年来，基于视频技术的车辆监测技术由于其维护方便，易于实施的特点广受关注，其方法也开始广泛应用于车速检测，视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向。

测量车辆速度步骤为：选定一个时间间隔n帧，检测出n帧前后车辆绝对位置（单位：像素）。

把图像坐标系映射到世界坐标系，得出n帧前后车辆实际位移（单位：m）。

实际位移（单位：m）除以n帧时间，得出速度结果。

1 摄像机标定摄像机标定的目的就是求出图像坐标（单位：像素）和世界坐标（单位：cm）的转换关系式。

摄像机标定之前需要先在图像上标出左中右三个车道线[1⁃3]。

本文利用摄相机的透视关系，几何推导出了摄像机的图像坐标与世界坐标系的转换关系式[4⁃5]。

中间车道线的白色虚线间隔是等距的，通过实际测量得到其距离为6 m，选定这个等距的白线作为参照物。

用鼠标在6 m等距的地方分别进行点击，并且至少要点出三个点。

几何推导方法如下：透视关系几何推导图如图1所示，O点为摄像机的焦点，NC代表的是中间车道线，MF为摄像头镜头投影面，也就是视频图像上所显示的面。

由摄像机镜头的成像原理可知，M靠近图像下方，F靠近图像上方。

根据这几个关系式，可以得到中间车道线上288行像素中任意一行到第0行的实际距离，如MappedDis[120]=708是指中间车道线上从第0行到120行的实际距离为708 cm，即MappedDis[120]⁃MappedDis[0]= 708。

基于视频的高速公路测速系统作者：闫洪彬来源：《价值工程》2014年第16期摘要：文章介绍了基于视频的车辆测速管理系统，并提出了一种车辆的测速方法。

车辆测速管理是智能交通系统（ITS）中的一个重要组成部分，它集牌照识别、测速检测、流量监控、费用收取等多项功能于一体，主要用于对高速公路超速违章车辆的监控。

在车辆的测速原理中，指出从相邻视频帧图像中获取车辆的“像速度”，并间接获取车辆实际速度的方法。

从而为高速公路测速管理系统的关键点提出了一种切实可行的解决办法。

Abstract： This article describes a vehicle speed measurement system based on video， and proposed a method for vehicle speed. Vehicle speed management plays an important role in Intelligent Transportation System（ITS）. It contains license plate recognition， speed detection， traffic monitoring， fees charged and other functions， mainly used for vehicle monitoring highway speeding violation. In the principle of vehicle speed measurement， this paper pointed out a method that obtain the vehicle's "pixel speed" from the adjacent frame images， and indirectly got the actual speed of the vehicle， thus presenting a practical solution to the critical point of the expressway speed management system.关键词：高速公路；视频；测速管理系统；测速Key words： expressway；video；speed management system；speed measurement中图分类号：U491.2 文献标识码：A 文章编号：1006-4311（2014）16-0078-020 引言国家发展离不开道路建设，伴随着高速公路的大规模建设，车辆的超速现象也频繁发生。

10.16638/ki.1671-7988.2021.07.061基于车载式视频图像的车辆行驶速度鉴定董浩存1，聂中国2（1.沈阳理工大学，辽宁沈阳110159；2.沈阳佳实司法鉴定所，辽宁沈阳110023）摘要：文章论述了基于车载式视频图像鉴定道路交通事故中目标车辆行驶速度的基本原理，提出一种依据射影几何学中的交比不变性原理测算目标车辆行驶距离的算法。

该算法可以避免因车辆运动轨迹与视频摄录设备镜头光学轴线不垂直而产生的误差，从而提高了目标车辆行驶速度鉴定的精确度。

最后根据一个真实案例，探讨了用车载式视频图像进行车辆行驶速度鉴定的方法、步骤以及主要注意事项，可为评价这一鉴定方法的准确性和科学性提供参考。

关键词：道路交通事故；车速鉴定；车载式视频图像；摄影测量；交比中图分类号：U491.3 文献标识码：Ａ文章编号：1671-7988(2021)07-195-04Vehicle speed identification based on the videos recorded by mobile video recorderDong Haocun1, Nie Zhongguo2( 1.Shenyang Ligong University, Liaoning Shenyang 110159;2.Shenyang Jiashi Judicial identification Office, Liaoning Shenyang 110023 )Abstract: In this paper, we discoursed the basic principle of speed identification of the target vehicle based on the videos recorded by mobile video recorder in a road traffic accident, and further, proposed an algorithm for estimating the driving distance of the target vehicle according to the principle of projective invariant in the projective geometry. The algorithm can avoid the error caused by the movement trajectory of the target vehicle and non-verticality of the lens optical axis of the video recorder, so as to improve the accuracy of the target vehicle speed identification. In addition, we applied our proposed algorithm to a real case to discuss the method, procedure, and main attentions in the identification for the speed of the target vehicle involved in a traffic accident using a mobile video recorder, which can be a reference for evaluating the accuracy and scientific validity of the proposed identification method.Keywords: Road traffic accident; Vehicle speed identification; Video recorded by mobile video recorder; Photogram -metry; Cross-ratioCLC NO.: U491.3 Document Code: A Article ID: 1671-7988(2021)07-195-04引言道路交通事故司法鉴定的关键项目之一，是事故发生瞬间目标车辆行驶速度的鉴定，这是确定事故性质、分析事故原因、认定事故责任的重要依据。

一种基于视频图像的车辆测速算法王成钢;刘海;谭中慧【摘要】为适应快速变化的交通管理需求,解决地感线圈和微波车检器等传统车辆测速分析设备存在的使用寿命短、功能单一和运维成本高等问题,提出一种基于视频图像的车辆测速算法.该算法利用视频网像与实际距离的对应关系建立像素到距离的二维映射表,可直接利用现有的监控摄像机,通过寻找目标在时间序列中的像素位置坐标,将其转换成实际距离坐标,求出最佳的时间-距离曲线,从而计算出目标的真实速度.经验证,该算法的准确率高、抗干扰性强、通用性好.【期刊名称】《上海船舶运输科学研究所学报》【年(卷),期】2019(042)001【总页数】6页(P65-69,83)【关键词】视频图像;车辆测速;二维映射;最小二乘法;直线拟合【作者】王成钢;刘海;谭中慧【作者单位】中远海运科技股份有限公司,上海200135;中远海运科技股份有限公司,上海200135;中远海运科技股份有限公司,上海200135【正文语种】中文【中图分类】TP391.410 引言随着我国的车辆保有量不断增加，道路交通管理水平不断提升，道路交通参数调查方面的要求越来越高，其中测速是关键参数之一。

目前应用较为成熟的车速测量设备主要是传统的地感线圈和微波车检器，两者均采用稳定的有源信号作为触发源，原理简单，信号稳定，缺点在于：前者长时间受车辆碾压，容易损坏，使用寿命不长，且在运行维护时需开挖路面，难度大、成本高；后者易受邻车的干扰，准确性受制于交通流的复杂程度。

诸多问题随着交通的不断发展而日益凸显。

近年来，随着视频图像处理技术的快速发展，许多学者开始致力于研究基于视频图像技术的交通参数检测方法[1]，先后研究出虚拟线圈法和轨迹跟踪法并将其运用到车速测量中[2]。

这2种方法可有效避开传统物理接触式车速测量方法存在的问题，安装简单，维护方便，受交通流状况的影响较小，但在车辆提取、目标分割和稳定性跟踪等关键环节存在诸多技术瓶颈，检测的准确性和稳定性均难以满足实用要求。