《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動(dòng)態(tài) > 基于視頻檢測(cè)的高速公路交通信息采集系統(tǒng)設(shè)計(jì)

基于視頻檢測(cè)的高速公路交通信息采集系統(tǒng)設(shè)計(jì)

2008-04-22
作者:曹江中1,, 戴青云1,, 譚志標(biāo)2

  摘 要: 基于視頻檢測(cè)" title="視頻檢測(cè)">視頻檢測(cè)技術(shù)設(shè)計(jì)了一種實(shí)時(shí)的高速公路交通信息采集系統(tǒng)。系統(tǒng)利用圖像處理技術(shù)對(duì)交通視頻進(jìn)行實(shí)時(shí)分析,,能有效地獲取車流量,、車速,、道路占有率等基本交通信息。現(xiàn)場(chǎng)測(cè)試結(jié)果表明,,該系統(tǒng)具有很好的實(shí)時(shí)性和可靠性,。
  關(guān)鍵詞: 視頻檢測(cè) 信息采集 車輛檢測(cè)" title="車輛檢測(cè)">車輛檢測(cè) 車輛跟蹤 


  及時(shí)、有效地采集道路交通信息(流量,、車速,、占有率、車型等)是實(shí)現(xiàn)智能交通系統(tǒng)ITS(Intelligent Transportation System)的一個(gè)關(guān)鍵環(huán)節(jié),。目前,,用于道路交通信息采集的最常用的方式有:地埋式感應(yīng)線圈、微波,、超聲波,、全球衛(wèi)星定位(GPS)、視頻檢測(cè)等,。其中,,視頻檢測(cè)與其他常用的檢測(cè)方式相比具有以下優(yōu)點(diǎn)[1-2]:(1)可以提供更直接的交通場(chǎng)景,。(2)檢測(cè)范圍大,可提供的交通參數(shù)多,。(3)安裝,、維護(hù)方便,對(duì)路面地基無損壞等,。此外,,隨著計(jì)算機(jī)軟硬件技術(shù)和圖像處理、人工智能,、模式識(shí)別等技術(shù)的不斷發(fā)展,,視頻檢測(cè)的實(shí)時(shí)性和正確率已達(dá)到了較滿意的程度,正受到交通經(jīng)營、管理部門和研究人員的關(guān)注,,并被應(yīng)用到實(shí)際的交通管理中[3],。
  本文基于視頻檢測(cè)技術(shù)設(shè)計(jì)了一種高速公路交通信息采集系統(tǒng),系統(tǒng)能夠?qū)Σ杉慕煌ìF(xiàn)場(chǎng)視頻信息進(jìn)行實(shí)時(shí)分析處理,,從而實(shí)時(shí),、有效地獲取用于反映道路交通狀態(tài)的基本信息(如:車流量、車型,、車速),,并且還可將這些信息傳輸?shù)街悄芙煌ㄏ到y(tǒng)的控制平臺(tái),進(jìn)行信息發(fā)布,、進(jìn)一步的控制等處理,,以實(shí)現(xiàn)交通信息的智能獲取和控制。
1 系統(tǒng)框架
  系統(tǒng)結(jié)構(gòu)框圖如圖1所示,。系統(tǒng)通過CCD攝像機(jī)采集交通道路現(xiàn)場(chǎng)的視頻信息,,傳輸給視頻處理器VIP(Video Image Processor),視頻處理器對(duì)視頻信息進(jìn)行處理分析并檢測(cè)和跟蹤視頻信息中的車輛信息,,然后再根據(jù)實(shí)際需求對(duì)檢測(cè)和跟蹤的結(jié)果進(jìn)行處理,,得到相應(yīng)的交通參數(shù),同時(shí)將交通參數(shù)傳輸給數(shù) 據(jù)服務(wù)器,,提供給交通控制平臺(tái)使用,。根據(jù)功能劃分,系統(tǒng)可以分為視頻采集與傳輸,、視頻處理和信息處理三個(gè)模塊,。


2 系統(tǒng)功能模塊的設(shè)計(jì)
2.1 視頻采集與傳輸模塊

  視頻采集與傳輸模塊是交通信息采集系統(tǒng)中的第一個(gè)模塊,該模塊通過采集設(shè)備拍攝交通現(xiàn)場(chǎng)的視頻圖像并傳輸給視頻處理器,。視頻圖像的整個(gè)流程是:CCD攝像機(jī)→光端機(jī)→光纖→光端機(jī)→圖像采集卡→視頻處理器,。
  在交通視頻采集過程中需要注意二個(gè)方面:視頻圖像中所能檢測(cè)的有效范圍和圖像的質(zhì)量。如果圖像中有效的檢測(cè)范圍太小,,則獲取的車輛跟蹤路徑較短,,獲取信息的可信度就會(huì)降低,;如果視頻中的畫面模糊、對(duì)比度差,、車輛遮擋嚴(yán)重,,則會(huì)給后續(xù)的處理算法增加難度,同時(shí)也會(huì)降低采集信息的可信度,。為此,在采集過程中通常要采取一些措施避免上述問題的發(fā)生,。本系統(tǒng)是在道路上方架設(shè)龍門架(或在隔離帶架設(shè)T型架),,將CCD攝像機(jī)安裝在道路正上方的龍門架上,通過調(diào)整攝像機(jī)的俯角,、左右偏角和鏡頭調(diào)節(jié)圖像中的檢測(cè)范圍以盡量避免車輛遮擋情況,;通過調(diào)節(jié)攝像機(jī)的光圈、快門等獲取適當(dāng)對(duì)比度和亮度的視頻圖像,。
2.2 視頻處理模塊" title="處理模塊">處理模塊
  視頻處理模塊是系統(tǒng)的核心模塊,,采集的交通信息直接或間接地來自車輛檢測(cè)與跟蹤的結(jié)果。因此,,檢測(cè)與跟蹤的正確與否直接關(guān)系到采集的信息準(zhǔn)確與否,。
  車輛檢測(cè)與跟蹤的方法很多,本文根據(jù)高速公路和城市快速道路的特點(diǎn),,設(shè)計(jì)了一種基于視頻檢測(cè)的高速公路車輛檢測(cè)和跟蹤算法[4],,其算法流程如圖2所示。首先對(duì)一些參數(shù)進(jìn)行初始化,,獲取應(yīng)用環(huán)境的一些基本信息,,劃定檢測(cè)區(qū)(分為車輛檢測(cè)區(qū)和車輛跟蹤區(qū)),在檢測(cè)區(qū)按車道設(shè)置虛擬線檢測(cè)線(圈)(具體設(shè)置見參考文獻(xiàn)[4]),,然后按車道對(duì)虛擬檢測(cè)線(圈)進(jìn)行檢測(cè),,當(dāng)檢測(cè)到有車輛進(jìn)入時(shí),便建立一個(gè)與之對(duì)應(yīng)的對(duì)象,,跟蹤區(qū)則根據(jù)跟蹤對(duì)象的情況進(jìn)行跟蹤,,如果跟蹤區(qū)沒有跟蹤對(duì)象,則不對(duì)跟蹤區(qū)進(jìn)行分析,。通過這種模型可以減少跟蹤時(shí)搜索的盲目性和計(jì)算量,。


2.2.1 車輛檢測(cè)
  車輛檢測(cè)實(shí)質(zhì)上就是對(duì)運(yùn)動(dòng)物體" title="運(yùn)動(dòng)物體">運(yùn)動(dòng)物體的檢測(cè),基于視頻檢測(cè)的運(yùn)動(dòng)物體檢測(cè)方法有光流法,、模式匹配法,、鄰幀差分" title="差分">差分法、背景幀差分法等,。由于光流法,、模式匹配等方法的計(jì)算量太大,,不利于實(shí)時(shí)檢測(cè);鄰幀差分法計(jì)算簡(jiǎn)單,,對(duì)運(yùn)動(dòng)物體檢測(cè)效果好,,但對(duì)于運(yùn)動(dòng)很快或者緩慢的車輛檢測(cè)效果不佳;背景幀差分法提取目標(biāo)直接,,但需要一個(gè)好的背景提取和更新算法,。根據(jù)以上分析,鄰幀差分法和背景幀差分法各有優(yōu)點(diǎn)和不足,,因此,,本系統(tǒng)綜合這兩種方法:即通過背景幀差分法檢測(cè)運(yùn)動(dòng)物體,而通過鄰幀差分法判斷運(yùn)動(dòng)物體是否是陰影,。具體步驟如下:首先通過基于像素統(tǒng)計(jì)的背景更新方法動(dòng)態(tài)更新背景,,然后以式(1)按車道對(duì)檢測(cè)區(qū)設(shè)置的多條虛擬線進(jìn)行實(shí)時(shí)檢測(cè)。

  由于陰影也會(huì)引起flagt曲線的變化,,因此系統(tǒng)還需要判斷運(yùn)動(dòng)物體是車輛還是陰影,。系統(tǒng)通過判斷運(yùn)動(dòng)物體是否具有下列特征來去除陰影的影響:(1) 有運(yùn)動(dòng)陰影時(shí),其相鄰車道肯定有運(yùn)動(dòng)物體,。(2) 檢測(cè)區(qū)域的灰度在有陰影時(shí)比無陰影時(shí)小,。(3) 在相同的光照環(huán)境下,陰影路面中的同一點(diǎn)灰度值不變,。(4) 陰影的紋理較車輛紋理簡(jiǎn)單,。
  當(dāng)檢測(cè)到有運(yùn)動(dòng)物體時(shí),再分析運(yùn)動(dòng)物體是否具有上述特征以作進(jìn)一步判斷,。


2.2.2 車輛跟蹤
  車輛跟蹤是為了獲得車輛的運(yùn)動(dòng)軌跡,,為計(jì)算交通參數(shù)提供依據(jù)。其實(shí)質(zhì)就是多目標(biāo)跟蹤,,本設(shè)計(jì)采用的圖像采集卡的圖像采幀率是25幀/秒,,即連續(xù)采集二幀的時(shí)間間隔是0.025秒。在這么短的時(shí)間內(nèi),,車輛在前后連續(xù)的兩幀圖像中的位置變化很小,,因此,當(dāng)知道當(dāng)前幀中車輛的位置和速度時(shí),,就可以預(yù)測(cè)車輛在下一幀圖像中的位置范圍,。根據(jù)這個(gè)特點(diǎn),系統(tǒng)設(shè)計(jì)了基于預(yù)測(cè)的快速跟蹤法[4],,該方法的基本思想是:選用車頭位置作為匹配特征,,把預(yù)測(cè)的位置和測(cè)量到的位置的距離作為匹配相似量度,即先根據(jù)上一幀中各跟蹤對(duì)象Ok的速度和位置預(yù)測(cè)出在當(dāng)前幀中的位置Pk(x,y),再根據(jù)背景幀差分法求出當(dāng)前幀中存在的車輛位置(本系統(tǒng)以車頭位置替代)Mi(x,y),。對(duì)于前一幀中的每一個(gè)跟蹤對(duì)象Ok,,找出符合式(2)且使d(式3)最小的車輛對(duì)象Mk作為對(duì)象Ok在當(dāng)前幀中的跟蹤結(jié)果,并且將Ok更新為Mk,。如果沒有找到,,則認(rèn)為上一幀的對(duì)象Ok在當(dāng)前幀中消失。當(dāng)Ok在連續(xù)的幾幀中都消失時(shí),,則認(rèn)為該對(duì)象跟蹤失?。划?dāng)檢測(cè)到車輛的位置超過了檢測(cè)區(qū)域時(shí),,則認(rèn)為該對(duì)象已離開跟蹤區(qū),。
  
  式中,Qkx、Qky分別表示編號(hào)為k的上一幀跟蹤對(duì)象Qk在x,、y方向上的坐標(biāo)(其他類似),threshold_θ是角度閾值,,用來表示允許速度在方向上的偏差,。
2.3 信息處理模塊
  通過視頻處理模塊可以得到車輛運(yùn)動(dòng)軌跡,但這些結(jié)果并不能被交通管理和統(tǒng)計(jì)部門直接利用,,往往還需要根據(jù)具體要求對(duì)車輛檢測(cè)和跟蹤的結(jié)果進(jìn)行分析處理來獲取相應(yīng)的交通信息,,如:某時(shí)間段的流量、平均車速,、道路占有率,、道路阻塞情況等。下面對(duì)流量,、車速的信息和時(shí)間占有率的提取作一介紹,。
2.3.1 流量信息
  流量信息的提取主要通過對(duì)虛擬檢測(cè)線輸出的flagt曲線分析的來獲得。
  flagt曲線及其二值化結(jié)果,。如圖3所示,,首先將flagt曲線(曲線一)進(jìn)行二值化得到曲線二,當(dāng)有上升沿時(shí),,記錄時(shí)刻tn,,再記錄與其相鄰的下降沿到來時(shí)刻tm,T=tm-tn是虛擬線圈的觸發(fā)時(shí)間,。為了避免相機(jī)的抖動(dòng)等干擾,,設(shè)定了二個(gè)時(shí)間閾值α1、α2,,如果α12時(shí),,則認(rèn)為有一個(gè)運(yùn)動(dòng)物體出現(xiàn),否則認(rèn)為是噪聲。根據(jù)車輛檢測(cè)的方法進(jìn)行判斷,,如果該運(yùn)動(dòng)物體是車輛,,則將其編號(hào)并保存,同時(shí)記錄到達(dá)時(shí)刻TN和離開時(shí)刻TM,,以便統(tǒng)計(jì)某時(shí)間段內(nèi)的車流量,。
2.3.2 車速檢測(cè)
  平均車速主要是通過對(duì)車輛跟蹤結(jié)果的分析來獲取。首先根據(jù)初始化時(shí)標(biāo)定的路面坐標(biāo),,計(jì)算出跟蹤區(qū)的實(shí)際長度S,,然后根據(jù)對(duì)象在跟蹤區(qū)存在的時(shí)間T計(jì)算出車輛在跟蹤區(qū)的平均速度,其計(jì)算公式如下:
  
  式中,,k為車輛出現(xiàn)的次序號(hào),。
2.3.3 道路占有率
  道路占有率是用來描述交通密度的分布特征的,分為空間占有率和時(shí)間占有率,。占有率越高,,表示交通密度越大。這里介紹時(shí)間占有率:即在某一時(shí)段內(nèi),,車輛通過某一斷面的累計(jì)時(shí)間占觀測(cè)時(shí)間的百分比,,稱作時(shí)間占有率,可用式(5)計(jì)算:
  
  式中,,Rt為時(shí)間占有率(%),;T0為觀測(cè)時(shí)段(秒);ti為第i輛車通過觀測(cè)面時(shí)占有的時(shí)間(秒),,可通過車輛經(jīng)過跟蹤區(qū)的幀數(shù)來獲?。?n為觀測(cè)時(shí)段內(nèi)通過觀測(cè)斷面的車輛總數(shù)(輛),。
3 系統(tǒng)實(shí)現(xiàn)與結(jié)果
  在本系統(tǒng)設(shè)計(jì)中,,將視頻處理和客戶端系統(tǒng)集中在一起,運(yùn)行在配置為P4,、2.0G,,RAM為512MB的工業(yè)控制機(jī)上。采用Windows xp操作系統(tǒng),,利用VC++6.0開發(fā)工具實(shí)現(xiàn)車輛檢測(cè)和跟蹤算法,、數(shù)據(jù)的網(wǎng)絡(luò)傳輸以及數(shù)據(jù)的動(dòng)態(tài)顯示和人機(jī)界面。檢測(cè)的數(shù)據(jù)和交通視頻信息在客戶端動(dòng)態(tài)地顯示,,同時(shí)傳輸給數(shù)據(jù)服務(wù)器備份,。檢測(cè)的數(shù)據(jù)保存在數(shù)據(jù)庫中,以利查詢,、分析,;交通視頻信息則按時(shí)間段壓縮保存,便于查找回放。圖4是客戶端系統(tǒng)實(shí)現(xiàn)的一個(gè)主界面,,可以實(shí)現(xiàn)各路視頻信息的顯示與隱藏,、各車道動(dòng)態(tài)流量曲線的顯示、虛擬檢測(cè)線等系統(tǒng)參數(shù)的設(shè)置和修改等功能,。


  系統(tǒng)能以25幀/秒的速度同時(shí)處理兩路,、分辨率為320×240的視頻信息(每路視頻信息包括三個(gè)車道),且實(shí)時(shí)性很好,。該系統(tǒng)在京珠高速公路某路段監(jiān)控中心進(jìn)行了現(xiàn)場(chǎng)測(cè)試,,測(cè)試中系統(tǒng)獲取的信息與人工統(tǒng)計(jì)的信息相比具有較高的可靠性。
  本文基于視頻檢測(cè)技術(shù)設(shè)計(jì)了一種交通信息采集系統(tǒng),,分析了系統(tǒng)的原理框架圖,,給出了各功能模塊的技術(shù)實(shí)現(xiàn)要點(diǎn)。該系統(tǒng)能夠?qū)崟r(shí)地處理交通視頻信息,,有效地獲取車流量,、車速、交通阻塞以及道路占有率等一些基本的交通信息,。通過在交通現(xiàn)場(chǎng)對(duì)系統(tǒng)進(jìn)行測(cè)試,,結(jié)果表明,系統(tǒng)具有較好的實(shí)時(shí)性和可靠性,。
參考文獻(xiàn)

[1] ANZAI Y, KATO T,HIGASHIKUBO M,et al.Development of an integrated video imaging vehicle detector[J]. SEI Technical Review, 2005,59(6):43-7.
[2] ?魏武,張起森,,王明俊,等. 基于計(jì)算機(jī)視覺和圖像處理的交通參數(shù)檢測(cè)[J]. 信息與控制,,2001,30(3):257-261.
[3] ?劉勃. 交通流量的視頻檢測(cè)方法研究. 中國科技大學(xué)博士論文, 2005,4:2-3.
[4] ?曹江中, 戴青云, 譚志彪,等. 基于視頻的高速公路車輛檢測(cè)和跟蹤算法.計(jì)算機(jī)應(yīng)用,2006,26(2):496-499.

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點(diǎn),。轉(zhuǎn)載的所有的文章、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容,、版權(quán)和其它問題,,請(qǐng)及時(shí)通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟(jì)損失,。聯(lián)系電話:010-82306118;郵箱:[email protected],。