PATEXPCRER

專利探索者一全球創(chuàng)新始于探索

車輛運(yùn)動(dòng)狀態(tài)的確定方法、系統(tǒng)、終端

及可讀存儲(chǔ)介質(zhì)

申請(qǐng)?zhí)枺篊N.3

申請(qǐng)日：20180823

申請(qǐng)（專利權(quán)）人：［深圳大學(xué)］

地址：廣東省深圳市南山區(qū)南海大道3688號(hào)

發(fā)明人：［李巖山，羅成華,郭天宇,吳豪明,黃曉坤，王敏］

主分類號(hào)：G06K9/00

公開（公告）號(hào)：CNB

公開（公告）日：20210406

代理機(jī)構(gòu)：深圳市恒申知識(shí)產(chǎn)權(quán)事務(wù)所（普通合伙）

代理人：［袁文英］

(19)中華人民共和國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局

(12)發(fā)明專利

(10)授權(quán)公告號(hào)CNB

(45)授權(quán)公告日20210406

(21)申請(qǐng)?zhí)朇N.3

(22)申請(qǐng)日20180823

(71)申請(qǐng)人［深圳大學(xué)］

地址廣東省深圳市南山區(qū)南海大道

3688號(hào)

(72)發(fā)明人［李巖山，羅成華，郭天

宇，吳豪明，黃曉坤，王敏］

(74)專利代理機(jī)構(gòu)深圳市恒申知識(shí)產(chǎn)

權(quán)事務(wù)所(普通合伙)

代理人［袁文英］

(54)發(fā)明名稱

車輛運(yùn)動(dòng)狀態(tài)的確定方法、系統(tǒng)、

終端及可讀存儲(chǔ)介質(zhì)

(57)摘要

本發(fā)明適用于交通監(jiān)控領(lǐng)域，提供

了一種車輛運(yùn)動(dòng)狀態(tài)的確定方法，包括：

獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的

位置集合；根據(jù)所述位置集合中的坐標(biāo)信

息確定所述目標(biāo)車輛的位移矢量，以所述

位移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡；

根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊

運(yùn)動(dòng)狀態(tài)來(lái)確定所述目標(biāo)車輛的運(yùn)動(dòng)狀

態(tài)。本發(fā)明實(shí)施例通過(guò)模糊運(yùn)動(dòng)狀態(tài)來(lái)衡

量目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)，能夠在Id標(biāo)車輛

的軌跡時(shí)刻變化時(shí)，在檢測(cè)區(qū)域中確定目

標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。

權(quán)利要求書

1.一種車輛運(yùn)動(dòng)狀態(tài)的確定方法，其特征在于，包括:

獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合，

所述獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合包括：

采集道路上預(yù)先劃定的檢測(cè)區(qū)域的檢測(cè)視頻，所述檢測(cè)視頻中包含有所述目標(biāo)車

輛；

獲取所述目標(biāo)車輛在所述檢測(cè)視頻中每一幀圖片上的位置，得到所述目標(biāo)車輛在

所述檢測(cè)視頻中的位置集合TrajObj；

TrajObj={p1,p2,???,pm)={(xl,yl),(x2,y2),—,(xm,y

m)),其中，(x1,y1)表示起點(diǎn)，(xm,ym)表示終點(diǎn)；

根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢量，以所述位移矢量

確定所述目標(biāo)車輛的運(yùn)前軌跡，

所述根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢量，以所述位移

欠量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡包括：

以(x1,y1)表示所述目標(biāo)車輛行駛的起點(diǎn)，(xm,ym)表示終點(diǎn)，表示所述

目標(biāo)車輛從起點(diǎn)指向終點(diǎn)的位移矢量，即：

其中，表示從原點(diǎn)0指向P1的向量，表示從原點(diǎn)。指向Pm的向量，所述目

標(biāo)車輛Obj在不同方向上的位移分量為xs和ys,即：

當(dāng)xsW0時(shí)，表示所述目標(biāo)車輛Obj在x軸方向上有運(yùn)動(dòng)；當(dāng)ysNO時(shí)，表

示所述目標(biāo)車輛Obj在y軸方向上有運(yùn)動(dòng)；

以x軸到的夾角0分析位移矢量的方向，設(shè)［為的模，則：

所述檢測(cè)區(qū)域S的下邊界為y=L,所述檢測(cè)區(qū)域中車流方向沿y軸為正方向，若

ym2L,則確定所述目標(biāo)車輛Obj正在或已經(jīng)駛出檢測(cè)區(qū)域，否ym<L,則確定說(shuō)明

所述目標(biāo)車輛未能正常駛出檢測(cè)區(qū)域，最終得到所述目標(biāo)車輛在所述檢測(cè)區(qū)域內(nèi)的運(yùn)

動(dòng)軌跡；

根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所述目標(biāo)車輛的運(yùn)動(dòng)狀

態(tài)，其中，

設(shè)所述目標(biāo)車輛Obj的模糊運(yùn)動(dòng)狀態(tài)mot0包括：向右橫穿馬路Ra、正常行駛

Nm、向左橫穿馬路La和逆行Re；

所述目標(biāo)乍輛Obj的運(yùn)動(dòng)狀態(tài)mot0對(duì)應(yīng)的隸屬度函數(shù)包括：

若fRa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向右橫穿馬路Ra的程度越

大，當(dāng)或時(shí)，模糊運(yùn)前狀態(tài)mot0為向右橫穿馬路Ra；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot

0處于向右橫穿馬路Re和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處

于向右橫穿馬路Ra和逆行Re的臨界狀態(tài)；

若fNm(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于正常行駛Nm的程度越大，

當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為正常行駛Nm；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常

行駛Nm和向右橫穿馬路Ra的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常行駛

Nm和向左橫穿馬路La的臨界狀態(tài)：

若fLa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向左橫穿馬路La的程度越

大，當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為向左橫穿馬路La；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot。

處于向左橫穿馬路La和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于

向左橫穿馬路La和逆行Re的臨界狀態(tài)；

若fRe(。)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot6屬于逆行Re的程度越大，當(dāng)時(shí),

模糊運(yùn)動(dòng)狀態(tài)mot0為逆行Re；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向左橫

穿馬路La的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向右橫穿馬路Ra

的臨界狀態(tài)。

2.一種乍輛運(yùn)動(dòng)狀態(tài)的確定系統(tǒng)，其特征在于，包括：

位置獲取單元，用于獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合，

所述位置獲取單元具體用于：

軌跡獲取單元，用于根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢

量，以所述位移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，

所述軌跡獲取單元具體用于：

以(x1,y1)表示所述目標(biāo)車輛行駛的起點(diǎn)，(xm,ym)表示終點(diǎn)，表示所述

目標(biāo)車輛從起點(diǎn)指向終點(diǎn)的位移矢量，即：

其中，表示從原點(diǎn)0指向P1的向量，表示從原點(diǎn)。指向Pm的向量，所述目

標(biāo)車輛Obj在不同方向上的位移分量為xs和ys,即：

以x軸到的夾角0分析位移矢量的方向，設(shè)［為的模，則：

狀態(tài)確定單元，用于根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所

述目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)，

所述狀態(tài)確定單元具體用于：

若fRa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向右橫穿馬路Ra的程度越

大，當(dāng)或時(shí)，模糊運(yùn)引狀態(tài)mot0為向右橫穿馬路Ra；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot

。處于向右橫穿馬路能和正常行駛Nm的臨界狀態(tài)：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot9處

于向右橫穿馬路Ra和逆行Re的臨界狀態(tài)；

若fNm(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于正常行駛Nm的程度越大，

當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為正常行駛際：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常

行駛Nm和向右橫穿馬路Ra的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mol0處于正常行駛

Nm和向左橫穿馬路La的臨界狀態(tài)；

若fLa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向左橫穿馬路La的程度越

大，當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為向左橫穿馬路La；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0

處于向左橫穿馬路La和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)m30處于

向左橫穿馬路La和逆行Re的臨界狀態(tài)；

若fRe(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于逆行Re的程度越大，當(dāng)時(shí),

模糊運(yùn)動(dòng)狀態(tài)mot0為逆行Re；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向左橫

穿馬路La的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向右橫穿馬路Ra

的臨界狀態(tài)。

3.一種終端，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上且在所述處理器上運(yùn)行

的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如權(quán)利要求1

所述的車輛運(yùn)動(dòng)狀態(tài)的確定方法中的各個(gè)步驟。

4.一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被

處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1所述的車輛運(yùn)動(dòng)狀態(tài)的確定方法中的各個(gè)步驟。

說(shuō)明書

車輛運(yùn)動(dòng)狀態(tài)的確定方法、系統(tǒng)、終端及可讀存儲(chǔ)介質(zhì)

技術(shù)領(lǐng)域

本發(fā)明屬于交通監(jiān)控領(lǐng)域，尤其涉及一種車輛運(yùn)動(dòng)狀態(tài)的確定方法、系統(tǒng)、終端

及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

近年來(lái)，交通監(jiān)控視頻技術(shù)的發(fā)展和其旺盛的實(shí)際需求吸引了大量的國(guó)內(nèi)外研究

者對(duì)視頻中的交通異常檢測(cè)及相關(guān)算法展開了深入研究。

\i1akornSccncnvcng等人提出了基于計(jì)算機(jī)視覺(jué)的車輛計(jì)數(shù)算法，計(jì)數(shù)的精確度

高，提高了對(duì)車流量監(jiān)測(cè)的準(zhǔn)確程度；Nowosielski,A等人基于Camshift算法，提出

了一種新的車輛軌跡模式識(shí)別算法，能夠?qū)囕v的非法停車或非法轉(zhuǎn)彎等行為準(zhǔn)確分

析識(shí)別；Daw-TungLin等人則提出Superpixel跟蹤算法和車輛軌跡分析技術(shù)，并應(yīng)用

于十字路口的交通監(jiān)控；SangHai-fcng等人提出了一種通過(guò)檢測(cè)和跟蹤車輛軌跡判斷

車輛是否逆行和超速的系統(tǒng)；Li等人采用了提取特征點(diǎn)來(lái)檢測(cè)分析交通異常的方法，

準(zhǔn)確性上有所提升；HanlinTan則提出一種基于稀疏光流法的異常檢測(cè)算法，可以檢

測(cè)逆行和橫穿馬路等交通異常情況；LiNing等人則提出了一種綜合多種交通信息對(duì)異

常情況進(jìn)行分析的算法，提高了系統(tǒng)分析的適用性；AhmedTageldin等人提出了一種

在特定時(shí)間內(nèi)道路上目標(biāo)間距離來(lái)判斷交通情況的方法，并以此來(lái)解決高度擁堵的交

通狀態(tài)下行人與車輛的沖突問(wèn)題；楊志勇等人通過(guò)的合模糊邏輯和改進(jìn)的增量比較算

法，建立了一種基于模糊邏輯的高速公路交通事件檢測(cè)模型，該模型通過(guò)提取車輛速

度和車流量信息來(lái)進(jìn)行事件分析，但由于交通狀況十分復(fù)雜，該模型檢測(cè)的前提有一

定的局限性。SiyuanLiu等人則提出利用GPS提取城市出租車的軌跡數(shù)據(jù)，分析出租

車移動(dòng)速度來(lái)檢測(cè)城市道路擁堵情況。

然而，基于GPS定位的異常檢測(cè)雖然精度高，但也大大提高了檢測(cè)成本，實(shí)用性

不足。同時(shí)，在現(xiàn)有技術(shù)中，由于目標(biāo)車輛的軌跡時(shí)刻處于變化狀態(tài)，量化地輸出其

位移距離和矢量方向難以界定目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題在于提供一種車輛運(yùn)動(dòng)狀態(tài)的確定方法、系統(tǒng)、終端

及可讀存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有技術(shù)中，由于目標(biāo)軍輛的軌跡時(shí)刻處于變化狀態(tài)，量

化地輸出其位移距離和矢量方向難以界定目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)的問(wèn)題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種車輛運(yùn)動(dòng)狀態(tài)的確定方法，包括：

獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合；

根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢量，以所述位移矢量

確定所述目標(biāo)車輛的運(yùn)前軌跡；

根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所述目標(biāo)車輛的運(yùn)動(dòng)狀

態(tài)。

進(jìn)一步地，所述獲取目標(biāo)乍輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合包括：

采集道路上預(yù)先劃定的檢測(cè)區(qū)域的檢測(cè)視頻，所述檢測(cè)視頻中包含有所述11標(biāo)車

輛；

獲取所述目標(biāo)車輛在所述檢測(cè)視頻中每一幀圖片上的位置，得到所述目標(biāo)車輛在

所述檢測(cè)視頻中的位置集合TrajObj；

TrajObj={p1,p2，…,pm)={(x1,y1),(x2,y2),???,(xn,y

m)},其中，(x1,y1)表示起點(diǎn)，(xm,ym)表示終點(diǎn)。

進(jìn)一步地，所述根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢量，

以所述位移矢量確定所述R標(biāo)乍輛的運(yùn)動(dòng)軌跡包括：

以(x1,y1)表示所述目標(biāo)車輛行駛的起點(diǎn)，(xm,ym)表示終點(diǎn)，表示所述

目標(biāo)車輛從起點(diǎn)指向終點(diǎn)的位移矢量，即：

其中，表示從原點(diǎn)。指向Pl的向量，表示從原點(diǎn)。指向Pm的向量，所述目

標(biāo)車輛Obj在不同方向上的位移分量為xs和ys,即：

當(dāng)xsW0時(shí)，表示所述目標(biāo)車輛Obj在x軸方向上有運(yùn)動(dòng)；當(dāng)ysW0時(shí)，表

示所述目標(biāo)車輛Obj在y軸正方向上有運(yùn)動(dòng)；

以x軸到的夾角6分析位移矢量的方向，設(shè)r為的模，貝人

所述檢測(cè)區(qū)域S的下邊界為y=L,所述檢測(cè)區(qū)域中車流方向沿y軸為正方向，若

ym則確定所述目標(biāo)車輛Obj正在或已經(jīng)駛出檢測(cè)區(qū)域，否ym<L,則確定說(shuō)明

所述Fl標(biāo)乍輛未能正常駛出檢測(cè)區(qū)域，最終得到所述FI標(biāo)乍輛在所述檢測(cè)區(qū)域內(nèi)的運(yùn)

動(dòng)軌跡。

進(jìn)一步地，所述根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所述目

標(biāo)車輛的運(yùn)動(dòng)狀態(tài)包括：

設(shè)所述目標(biāo)車輛Obj的模糊運(yùn)動(dòng)狀態(tài)mot0包括：向右橫穿馬路Ra、正常行駛

Nm、向左橫穿馬路La和逆行Re；

所述目標(biāo)車輛Obj的運(yùn)動(dòng)狀態(tài)mot0對(duì)應(yīng)的隸屬度函數(shù)包括：

若fRa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向右橫穿馬路Ra的程度越

大，當(dāng)或時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為向右橫穿馬路Ra：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot

0處于向右橫穿馬路住和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處

于向右橫穿馬路Ra和逆行Re的臨界狀態(tài)；

若fNm(())越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于正常行駛Nm的程度越大，

當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為正常行駛Nm；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常

行駛Nm和向右橫穿馬路Ra的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot6處于正常行駛

Nm和向左橫穿馬路La的臨界狀態(tài)：

若fLa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot。屬于向左橫穿馬路La的程度越

大,當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為向左橫穿馬路La：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0

處于向左橫穿馬路La和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于

向左橫穿馬路La和逆行Re的臨界狀態(tài)；

若fRe(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于逆行Re的程度越大，當(dāng)時(shí),

模糊運(yùn)動(dòng)狀態(tài)mot0為逆行Re；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向左橫

穿馬路La的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行Re和向右橫穿馬路Ra

的臨界狀態(tài)。

本發(fā)明實(shí)施例還提供了一種車輛運(yùn)動(dòng)狀態(tài)的確定系統(tǒng)，包括：

位置獲取單元，用于獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合；

軌跡獲取單元，用于根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢

量，以所述位移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡；

狀態(tài)確定單元，用于根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所

述目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。

進(jìn)一步地，所述位置獲取單元具體用于：

采集道路上預(yù)先劃定的檢測(cè)區(qū)域的檢測(cè)視頻，所述檢測(cè)視頻中包含有所述目標(biāo)車

輛；

獲取所述目標(biāo)車輛在所述檢測(cè)視頻中每一幀圖片上的位置，得到所述目標(biāo)車輛在

所述檢測(cè)視頻中的位置集合TrajObj；

TrajObj=(p1,p2，…，pm}={(x1,y1),(x2,y2),????(xn,y

m)},其中，(x1,y1)表示起點(diǎn)，(xm,ym)表示終點(diǎn)。

進(jìn)一步地，所述軌跡獲取單元具體用于：

以(x1,y1)表示所述目標(biāo)車輛行駛的起點(diǎn)，(xm,ym)表示終點(diǎn)，表示所述

目標(biāo)車輛從起點(diǎn)指向終點(diǎn)的位移矢量，即：

其中，表示從原點(diǎn)。指向P1的向量，表示從原點(diǎn)0指向Pm的向量，所述目

標(biāo)車輛Obj在不同方向上的位移分量為xs和ys,即：

當(dāng)xsr0時(shí)，表示所述目標(biāo)車輛Obj在x軸方向上有運(yùn)動(dòng)；當(dāng)ysr0時(shí)，表

示所述目標(biāo)車輛Obj在y軸正方向上有運(yùn)動(dòng)；

以x軸到的夾角0分析位移矢量的方向，設(shè)r為的模，貝人

所述檢測(cè)區(qū)域S的下邊界為y=L,所述檢測(cè)區(qū)域中車流方向沿y軸為正方向，若

ym2L,則確定所述目標(biāo)車輛Obj正在或已經(jīng)駛出檢測(cè)區(qū)域，否ym〈L,則確定說(shuō)明

所述目標(biāo)車輛未能正常駛出檢測(cè)區(qū)域，最終得到所述目標(biāo)車輛在所述檢測(cè)區(qū)域內(nèi)的運(yùn)

動(dòng)軌跡。

進(jìn)一步地，所述狀態(tài)確定單元具體用于：

設(shè)所述目標(biāo)車輛Obj的模糊運(yùn)動(dòng)狀態(tài)mot0包括：向右橫穿馬路Ra、正常行駛

Nm、向左橫穿馬路La和逆行Re；

所述目標(biāo)車輛Obj的運(yùn)動(dòng)狀態(tài)mot0對(duì)應(yīng)的隸屬度函數(shù)包括：

若fRa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向右橫穿馬路Ra的程度越

大，當(dāng)或時(shí)，模糊運(yùn)前狀態(tài)mot0為向右橫穿馬路Ra；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot

0處于向右橫穿馬路Ra和正常行駛Nm的臨界狀態(tài)：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot。處

于向右橫穿馬路Ra和逆行Re的臨界狀態(tài)；

若fNm(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于正常行駛Nm的程度越大，

當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為正常行駛Nm；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常

行駛Nm和向右橫穿馬路Ra的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常行駛

Nm和向左橫穿馬路La的臨界狀態(tài)；

若fLa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向左橫穿馬路La的程度越

大，當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為向左橫穿馬路La；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0

處于向左橫穿馬路La和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于

向左橫穿馬路La和逆行Re的臨界狀態(tài)；

若fRe(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于逆行Re的程度越大，當(dāng)時(shí),

模糊運(yùn)動(dòng)狀態(tài)mot0為逆行Re；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)1110t0處于逆行Re和向左橫

穿馬路La的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于逆行R。和向右橫穿馬路Ra

的臨界狀態(tài)。

本發(fā)明實(shí)施例還提供了一一種終端，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上且

在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如上述

所述的車輛運(yùn)動(dòng)狀態(tài)的確定方法中的各個(gè)步驟。

本發(fā)明實(shí)施例還提供了一種可讀存儲(chǔ)介質(zhì)，其.上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)

程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述所述的車輛運(yùn)動(dòng)狀態(tài)的確定方法中的各個(gè)步驟。

本發(fā)明與現(xiàn)有技術(shù)相比，有益效果在于：本發(fā)明實(shí)施例通過(guò)獲取目標(biāo)車輛在檢測(cè)

區(qū)域的檢測(cè)視頻中的位置集合，根據(jù)該位置集合中的坐標(biāo)信息確定該目標(biāo)車輛的位移

矢量，以該位移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，根據(jù)該目標(biāo)車輛的運(yùn)動(dòng)軌跡，采

用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定該目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。本發(fā)明實(shí)施例通過(guò)模糊運(yùn)動(dòng)狀態(tài)來(lái)衡

量目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)，能夠在目標(biāo)車輛的軌跡時(shí)刻變化時(shí)，在檢測(cè)區(qū)域中確定目標(biāo)

車輛的運(yùn)動(dòng)狀態(tài)。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例提供的車輛運(yùn)動(dòng)狀態(tài)的確定方法的流程圖；

圖2是本發(fā)明實(shí)施例提供的檢測(cè)區(qū)域的示意圖；

圖3是本發(fā)明實(shí)施例提供的車輛運(yùn)動(dòng)狀態(tài)的確定系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，

對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本

發(fā)明，并不用于限定本發(fā)明。

圖1示出了本發(fā)明實(shí)施例提供的車輛運(yùn)動(dòng)狀態(tài)的確定方法，包括：

S101,獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合；

S102,根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移矢量，以所述位

移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡；

S103,根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定所述目標(biāo)車輛的

運(yùn)動(dòng)狀態(tài)。

下面對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)的闡述：

在實(shí)際應(yīng)用中，交通場(chǎng)景往往復(fù)雜多樣，在一個(gè)交通場(chǎng)景中往往存在與交通無(wú)關(guān)

的區(qū)域，如路邊的樹木、藍(lán)天等等，為了減少這些區(qū)域?qū)煌ㄐ畔?shù)的影響，同時(shí)

提高實(shí)時(shí)性，本發(fā)明實(shí)施例在交通場(chǎng)景中根據(jù)車道形狀劃定一個(gè)梯形區(qū)域用于檢測(cè)操

作，將該區(qū)域記為檢測(cè)區(qū)域S,如圖2中的陰影區(qū)為異常檢測(cè)區(qū)域S,交通場(chǎng)景的左上

角設(shè)為坐標(biāo)原點(diǎn)0。

a)車輛的位移矢量：

本發(fā)明實(shí)施例通過(guò)對(duì)交通目標(biāo)提取和跟蹤進(jìn)而獲取目標(biāo)車輛的運(yùn)動(dòng)軌跡。假設(shè)在

正常交通情況下，運(yùn)動(dòng)的目標(biāo)車輛Obj通過(guò)檢測(cè)區(qū)域S的時(shí)間為At,其通過(guò)S區(qū)域的

軌跡用它在檢測(cè)視頻中各幀上的位置的集合表示，即：

TrajObj={p1,p2,—,pm}={(x1,y1),(x2,y2),(xm,ym))

其中，(x1,y1)為起點(diǎn)，(xm,ym)為終點(diǎn)。為了便于計(jì)算，本實(shí)施例采用

了從起點(diǎn)指向終點(diǎn)的位移矢量近似模擬該目標(biāo)的運(yùn)動(dòng)軌跡。

其中為從原點(diǎn)。指向P1的向量，為從原點(diǎn)。指向Pm的向量，設(shè)目標(biāo)車輛

Obj在不同方向上的位移分量為xs和ys,即：

根據(jù)實(shí)際交通情況，當(dāng)xsW0,說(shuō)明目標(biāo)車輛Obj在x軸方向上有運(yùn)動(dòng)，可能是

車輛正常變換車道或行人/車輛橫穿馬路等情況；當(dāng)ysK0,說(shuō)明目標(biāo)車輛Obj在y

軸正方向上有運(yùn)動(dòng)，可能是正常行駛、逆向行車或意外停車。

由于直角坐標(biāo)系中斜率能表達(dá)的范圍存在局限性，因此采用x軸到的夾角0分

析位移矢量的方向。設(shè)r為的模，則由以下可得0和r的表達(dá)式為：

設(shè)S的下邊界為y=L,車流方向沿y軸正方向，本發(fā)明實(shí)施例討論的方向以直行

方向?yàn)闇?zhǔn)。當(dāng)ym>L說(shuō)明目標(biāo)車輛正在或已經(jīng)駛出檢測(cè)區(qū)域；否則，說(shuō)明目標(biāo)車輛未

能正常駛出檢測(cè)區(qū)域。

b)模糊運(yùn)動(dòng)狀態(tài)：

由于目標(biāo)車輛的軌跡時(shí)刻處于變化狀態(tài)，量化地輸出其位移距離和矢量方向難以

界定目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。為此，本發(fā)明實(shí)施例采用模糊運(yùn)動(dòng)狀態(tài)來(lái)衡量運(yùn)動(dòng)的目標(biāo)

車輛的運(yùn)動(dòng)狀態(tài)，設(shè)目標(biāo)車輛Obj的模糊運(yùn)動(dòng)狀態(tài)met0有如下兒種情況：向右橫穿

馬路、正常行駛、向左橫穿馬路、逆行4種，分別用Ra、Nm、La、Re表示。目標(biāo)車輛

的運(yùn)動(dòng)狀態(tài)mot0對(duì)應(yīng)的隸屬度函數(shù)如下：

從式（1）可以看山，fRa（0）越大，說(shuō)明mot0屬于Ra的程度越大。當(dāng)時(shí)，模

糊運(yùn)動(dòng)狀態(tài)為Ra（右橫穿）:當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于Ra（右橫穿）和Nm（正常）的臨界

狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于Ra（右橫穿）和Re（逆行）的臨界狀態(tài)。

從式⑵可以看出，fNm（0）越大，說(shuō)明mot0屬于Nm的程度越大。當(dāng)時(shí)，模

糊運(yùn)動(dòng)狀態(tài)為Nm（正常）：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于Nm（正常）和Ra（右橫穿）的臨界狀

態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于Nm（正常）和La（左橫穿）的臨界狀態(tài)。

從式（3）可以看出，fLa（0）越大，說(shuō)明mot0屬于La的程度越大。當(dāng)時(shí)，模

糊運(yùn)動(dòng)狀態(tài)為L(zhǎng)a（左橫穿）；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于La（左橫穿）和Nm（正常）的臨界

狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于La（左橫穿）和Re（逆行）的臨界狀態(tài)。

從式（4）可以看出，fRe（0）越大，說(shuō)明mot0屬于Re的程度越大。當(dāng)時(shí)，模

糊運(yùn)動(dòng)狀態(tài)為Re（逆行）：當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于Re（逆行）和La（左橫穿）的臨界狀

態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)處于R。（逆行）和Ra（右橫穿）的臨界狀態(tài)。

圖3示出了本發(fā)明實(shí)施例提供的一種車輛運(yùn)動(dòng)狀態(tài)的確定系統(tǒng)，包括：

位置獲取單元301,用于獲取目標(biāo)車輛在檢測(cè)區(qū)域的檢測(cè)視頻中的位置集合；

軌跡獲取單元302,用于根據(jù)所述位置集合中的坐標(biāo)信息確定所述目標(biāo)車輛的位移

矢量，以所述位移矢量確定所述目標(biāo)車輛的運(yùn)動(dòng)軌跡；

狀態(tài)確定單元303,用于根據(jù)所述目標(biāo)車輛的運(yùn)動(dòng)軌跡，采用模糊運(yùn)動(dòng)狀態(tài)來(lái)確定

所述目標(biāo)車輛的運(yùn)動(dòng)狀態(tài)。

進(jìn)一步地，位置獲取單元301具體用于：

采集道路上預(yù)先劃定的檢測(cè)區(qū)域的檢測(cè)視頻，所述檢測(cè)視頻中包含有所述目標(biāo)車

輛；

獲取所述目標(biāo)車輛在所述檢測(cè)視頻中每一幀圖片卜?的位置，得到所述目標(biāo)車輛在

所述檢測(cè)視頻中的位置集合TrajObj；

TrajObj=（p1,p2,…，pm｝=｛（xl,yl）,（x2,y2）,…，（xm,y

m）｝,其中，（x1,y1）表示起點(diǎn)，（xm,ym）表示終點(diǎn)。

進(jìn)一步地，軌跡獲取單元302具體用于：

以（x1,y1）表示所述目標(biāo)車輛行駛的起點(diǎn)，（xm,ym）表示終點(diǎn)，表示所述

目標(biāo)車輛從起點(diǎn)指向終點(diǎn)的位移欠量，即：

其中，表示從原點(diǎn)0指向P1的向量，表示從原點(diǎn)。指向Pm的向量，所述目

標(biāo)車輛Obj在不同方向上的位移分量為xs和ys,即：

當(dāng)xsW0時(shí)，表示所述目標(biāo)車輛Obj在X軸方向上有運(yùn)動(dòng)；當(dāng)ysW0時(shí)，表

示所述目標(biāo)車輛Obj在y軸正方向上有運(yùn)動(dòng)；

以x軸到的夾角0分析位移矢量的方向，設(shè)r為的模，貝I」：

所述檢測(cè)區(qū)域S的下邊界為y=L,所述檢測(cè)區(qū)域中車流方向沿y軸為正方向，若

ym2L,則確定所述目標(biāo)車輛Obj正在或已經(jīng)駛出檢測(cè)區(qū)域，否ym",則確定說(shuō)明

所述目標(biāo)車輛未能正常駛出檢測(cè)區(qū)域，最終得到所述目標(biāo)車輛在所述檢測(cè)區(qū)域內(nèi)的運(yùn)

動(dòng)軌跡。

進(jìn)一步地，狀態(tài)確定單元303具體用于：

設(shè)所述目標(biāo)車輛Obj的模糊運(yùn)動(dòng)狀態(tài)mot0包括：向右橫穿馬路Ra、正常行駛

Nm、向左橫穿馬路La和逆行Re；

所述目標(biāo)車輛Obj的運(yùn)動(dòng)狀態(tài)mot0對(duì)應(yīng)的隸屬度函數(shù)包括：

若fRa(0)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于向右橫穿馬路Ra的程度越

大，當(dāng)或時(shí)，模糊運(yùn)前狀態(tài)mot0為向右橫穿馬路Ra；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot

0處于向右橫穿馬路在和正常行駛Nm的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot。處

于向右橫穿馬路Ra和逆行Re的臨界狀態(tài)；

若fNm(。)越大，則表示模糊運(yùn)動(dòng)狀態(tài)mot0屬于正常行駛Nm的程度越大，

當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0為正常行駛Nm；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mol0處于正常

行駛Nm和向右橫穿馬路Ra的臨界狀態(tài)；當(dāng)時(shí)，模糊運(yùn)動(dòng)狀態(tài)mot0處于正常行駛

Nm和向左橫