事件检测的语义层次模型

时间：2022-11-08 百科知识版权反馈

【摘要】：流程图左边是基于视频数据的事件检测的语义层次模型，右边为基于检测器数据的语义层次模型。为了确定自由流和饱和流的边界（临界流），可以分析流量与速度曲线，曲线的横坐标为速度，纵坐标为交通量。在饱和流中，交通量随速度的增加而增加，而在自由流中，交通量随速度的增加而减少，如图4．9所示。在该层，通过事件类函数语句可以获得交通事件信息。

事件检测的语义层次模型见图4．8语义层次结构流程图所示。流程图左边是基于视频数据的事件检测的语义层次模型，右边为基于检测器数据的语义层次模型。

4．4．2．1 基于视频的事件检测的语义层次模型

1．第一层：坐标类层运算符

在该层，通过坐标类函数提取车辆坐标、交通量、平均车速、加减速度和行驶轨道等指标，并通过统计系统计算输出结果，具体结果见第3．3节内容。提取的坐标类信息包括以下函数语句：

图4．8 语义层次结构流程图

get Coodinates（Vi）：在同一平面上车辆Vi的坐标。

get Velocity（Vi）：车辆Vi的速度。

get Lane（Vi）：车辆Vi的车道号即在哪条车道上。

2．第二层：行为类层运算符

在该层，通过行为类函数语句获得每辆车的行为信息。行为类函数包括的信息有：停车、减速、间距、变换车道等。提取的行为类信息包括以下函数语句：

is Stop（Vi，t）：车辆Vi在时间t是否停车；

is Slow（Vi，t）：车辆Vi在时间t是否减速；

is Space（Vi，t）：在时间t，在车辆Vi的前面是否有未用的空间，即排队现象；

is Lane Straight（Vi，t）：在时间t，车辆Vi是否直走；

is Lane Change（Vi，t）：在时间t，车辆Vi是否改道；

is Lane Change（Vi，Lm，t）：在时间t，车辆Vi是否在位置为Lm的地方改道。

3．第三层：事件类层运算符

在该层，通过事件类函数语句可以获得交通事件信息。如交通事故（碰撞、追尾、超速、车辆抛锚和鲁莽驾驶等）和交通拥挤。具体操作过程见下节中的算法1，该层只由视频图像信息构成。当交通出现严重的遮挡现象时很难从二维图像本身观察到交通事故，所以必须从下游检测器获得的数据经处理得到的交通流参数经整理成的流量类函数一起判断事件发生，具体操作过程见下文中的算法2。

4．4．2．2 基于检测器数据的事件检测的语义层次模型

1．速度类层运算符

据视频拍摄点下游350m处安装检测器，获得检测器数据，通过数据处理，得到交通流、速度、密度、占有率等数据后，使用下列运算符进行提取：

get Velocity（Lm）：获得检测器处的速度；

get Occupancy（Lm）：获得检测器处的占有率；

get Number（Lm）：获得检测器处的流量。

2．流量类层运算符

流量类层相当于视频检测的行为类层。在第一层速度类层的基础上，根据交通量、速度、密度及占有率等交通流参数指标判断下游安装检测器处的交通流状态。

is Free（Lm）：是否为自由流，自由流的判断标准见图4．8所示；

is Critical（Lm）：是否为临界流；

is Saturation（Lm）：是否为饱和流；

·is Slow（Lm，Vi）：在安装检测器处是否有慢速行驶的车辆。