交通事故检测平台——喜讯科技

随着国民经济的发展，汽车保有量逐年提高，城市立体交通网络日趋壮大复杂化，如何高效地管理车辆相关的交通事件已成为交通部门亟待解决的课题。目前广泛应用于车辆交通管理的视频检测技术，针对行驶区域、停车区域、交通枢纽等不同职能区块，安放近距离观测的摄像头（一般高度为5~10 m)，进行1类或几类交通事件的检测，利用视频检测技术在行驶区域进行了违章车辆的自动识别。

 交通事件自动弹窗提醒

传统的交通事故检测平台通过多个近距摄像头的监测，完成对区域的覆盖,实现区域交通网络的管理。在同一区域可能需要多个摄像头完成不同的事件检测，在对设备成本要求高的同时，需要有完善的网络管理体制，联合多个前端分析结果，在管理终端进行庞大的数据计算。这样的管理不能有效地利用前端DSP芯片的处理能力，给后端数据处理带来沉重的负担,影响交通信息的实时性，从而使道路信息过时,限制了应对异常事件的能力。

喜讯科技实现前端AI视频分析技术,充分利用前端的处理能力完成复杂场景下多种交通事件的独立检测与联合检测，能够有效地降低后端服务器的负荷,提高道路交通网络检测的实时性。

基于视频的运动目标检测方法主要有帧差法、背景差分法、光流场法等。其中帧差法直接比较视频序列中连续2帧或3帧图像对应像素点在灰度值上的差异,通过设定适当的阈值来提取帧中的运动区域,但其对场景光线的变化不敏感,结果精度不够;光流场法是一种以灰度梯度基本不变或者亮度恒定的约束假设为基础的目标检测方法,但由于计算复杂，很难满足实时检测需要;背景差分法是目前运动目标检测最常用的方法，它利用当前图像和背景图像实现差分来检测运动区域,其关键在于背景模型的更新。

交通事件检测平台部分功能如下：

拥堵事件：车辆占有率超过设定值，并且该状态持续时间或长度超过设定的时间值。

抛撒物事件：车道上有车辆或行人遗落物体，干扰车辆通行，且进入时间超过设定值。

逆行事件：车辆在道路上行驶方向与规定方向相反，且行驶距离超过设定值。

行人事件：行人进入机动车道或禁止行人的区域内，且进入时间超过设定值。

停车事件：车辆在道路上由运动到静止，且静止时间或超过设定值。

隧道烟雾事件：隧道上出现烟雾，造成路面能见度严重下降。

 

车流量：在规定的单位时间内通过道路上某一横截面的车辆数。

车道速度：车道内车辆的平均速度，以公里／小时表示。

车头时距：同一车道前后两辆车通过同一地点的时间差，以秒表示。

车头间距：同一车道前后两辆车的之间的距离，以米表示。

跟车百分比：指车头时距小于等于指定时间的车辆所占全部车辆的百分比。

车道时间占有率：车辆通过时间的累积值与观测总时间的比值，以百分比表示。

车辆排队长度：车辆发生拥堵时的车辆实际排队长度信息。

交通视频事件检测系统