ITS让高速公路更畅通

　　天津天地伟业数码科技有限公司 
　　

        随着我国高速公路的快速发展，如何提高高速公路的智能化已经成为各地管理部门的重要课题。现在的管理方式已经由单一的计算机集中处理方式代之为多计算机功能分散的计算机网络处理方式，从而使系统可靠性提高，程序编制简单，易于维护，并易于扩展智能化功能。天津天地伟业数码科技有限公司为了提高高速公路的智能化，专门研究了光电图像处理与识别、微型计算机及微电子等技术，使高速公路的智能化监控系统具有更强的功能。

　　一、高速公路监控系统的智能化

　　高速公路监控系统为高速公路管理部门从收费站、监控分中心、监控中心直至监控总中心提供多级管理体系。智能化监控系统取代了监控任务中人的大部分工作，是新一代的具有高度智能的监控技术。为使高速公路监控系统智能化，应至少具有以下几个智能功能系统：

　　1、车辆检测(车流量、车速、车型等)系统

　　交通流量等的检测是智能交通系统（Intelligent Transport System，ITS）的重要组成部分，车辆检测系统是交通流量等检测的重要手段，是道路监控系统非常重要的一部分。车辆检测系统是高速公路、一般公路、城市道路对过往机动车辆的车型、行驶速度、车流量、道路占有率等进行检测的专用设备。据此检测数据，可以判断道路阻塞等情况，并可通过检测信号控制监控系统中的可变情报板等外场信息发布系统发出警告等信息。

　　由于交通需求的不断增加，有越来越多的车辆检测器用于交通检测。现行的车辆检测器很多：如磁感应车辆检测器、波频车辆检测器、视频检测器、无线车辆检测器与激光车辆检测器等。这些不同的车辆检测设备，各有其优劣，可以考虑分别安装在高速公路不同路段、城市快速路、城市主干道和交警巡逻车上，以充分发挥不同设备的技术优势。

　　2、车辆异常行为检测系统

　　车辆异常行为检测系统，用来检测车辆行驶行为，当行驶异常时即预/报警。通常，系统首先通过背景减除提取运动图像，并进行跟踪和目标类型识别。如有一辆汽车驶入人行道时，系统会自动在该车周围提供亮闪提示，表示其行驶异常，并同时发出警报声，以引起监控人员的注意。当车辆退出人行道后，亮闪消失，警报解除。这种车辆异常行为检测系统，尤其在城市道路监控中有非常大的作用。并且在无人巡视的条件下，自动检测车辆的违章行驶，从而可实现高效智能化的交通管理。

　　3、车牌自动识别系统

　　汽车身份自动识别系统由汽车牌照识别系统和汽车类型识别系统组成。

　　车牌自动识别系统能将输入的汽车及车牌图像通过处理识别，输出为几个字节大小的车牌字符串，它无论在存储空间的占用上还是与管理数据库相连方面，都有无可比拟的优越性。这在大型停车场，交通部门的违章监测、高速公路及桥梁的收费站管理等方面，有着广泛的应用前景。

　　在CCD摄像机对好汽车牌照的最佳位置处设置有汽车位置传感器，因此，当汽车驶入所设计的位置时，车辆检测部分就可检测到汽车位置传感器发来的信号，并同时发送一个触发信号给图像采集部分；图像采集部分将采集的汽车车牌图像信号送入图像处理与识别部分，以对图像进行预处理、二值化、字符切分、特征提取、再经字符识别程序，最后将识别结果写入数据库，供查询部分使用。

　　4、收费数据视频叠加显示系统

　　当前，高速公路收费系统一般采用封闭式联网收费系统，且大多采用人工半自动的收费方式，即“人工判型，人工收费，计算机管理，闭路电视监视，检测器校核”的半自动方式。有的采用非接触式IC卡作为收费介质，即入口发行通行卡并写入入口信息，出口按照车型和行驶里程收取通行费或在储值卡内扣款。

　　收费数据视频叠加器的核心是字符叠加芯片，其周边部分有：行、场同步信号分离部分；叠加字符的水平与垂直位置的调节部分；叠加字符宽窄调节部分：叠加字符的输出与亮暗调节部分；存储器部分；单片机部分等。

　　这样，该收费数据通过单片机输入到叠加芯片，被叠加到高速公路收费站监控的视频上。它除显示在监视器上外，还上传到监控中心的计算机上，同时也被记录在DVR中，以方便交通部门的管理。

　　5、利用3G的车辆定位跟踪的智能监控系统

　　利用3G（即GSM、GPS、GIS）车辆定位监控系统，是对各种车辆实施定位跟踪、监控、调度管理提出的较理想解决方案。该系统采用世界领先的GPS全球卫星定位技术对移动目标进行实时定位；利用GSM全球移动通讯技术即GSM数字移动通信网络进行实时数据传输；利用GIS地理信息处理技术即以GIS电子地图和空间信息系统为支撑平台。同时，还采用大容量数据采集技术和大容量数据存储等计算机网络通信与数据处理技术，以尽可能多地采集并记录车辆行驶过程中大量的数据信息，自动生成图形和数据，进行统计、比较、分析、列表，从而提高车辆营运管理工作的效率。因此，能够实现对车、船等移动目标的精确定位跟踪、监控报警、反劫防盗、指挥调度和信息查询管理等。这种3G的系统具有定位精度高、稳定性强、使用效果好等特点。

　　二、实现智能化监控软件算法的方法

　　车辆检测的定位与跟踪算法大致可分为如下四类：基于区域的方法，基于主动轮廓的方法，基于特征的方法，基于模型的方法；但也可以简单分为基于二维的方法和基于三维模型的方法。基于二维的方法，本身具有难以解决遮挡、无关结构干扰、对光线敏感、适用场景有限等固有的缺陷问题；基于三维模型的方法，由于引入了目标物体的三维先验知识，比基于二维的方法更具准确性，技术含量也更大。

　　1、基于三维模型的目标定位方法

　　对智能交通来说，主要观测的是车辆模型。如实现生成一个车辆的三维线框模型，在给定的姿态下，将其投影到图像平面上，并与图像数据匹配。通过优化过程得到目标物体的真实姿态，这类方法通常称为基于三维模型的目标定位方法。

　　基于三维模型的交通监控系统的底层视觉部分主要由三个模块组成：运动检测、初始化跟踪。摄像机所拍录到的图像序列首先送到运动检测模块，以确定图像中可能包含车辆的区域。当某个区域第一次出现时，完成跟踪的初始化工作，包括判断其中是否真的存在车辆，如果存在的话，则确定它的三维姿态并识别出它是哪种车型；车辆跟踪模块由定位模块驱动，当初始化工作已经完成、车辆已被准确识别和定位以后，跟踪模块将自动地根据车辆以前的三维姿态信息和运动学知识预测车辆在当前帧的位置，定位模块将以这个位置作为初始值，确定当前帧中车辆的三维姿态，如此循环往复，直到车辆离开视野，跟踪模块也就停止工作了。

　　高层部分的处理主要包括根据车辆的运动轨迹对其行为进行分析，并给出自然语言式的描述。

　　天地伟业数码科技有限公司智能交通部，自行设计了一个拥有完全自主版权的交通监控原型系统“智能电子警察IPVS”。当车辆在交通场景中运动时，摄像机将拍录下来的视频序列送进计算机，定位和跟踪程序自动分析这些视频序列，识别车型并跟踪车辆在场景中的运动。跟踪结果被送去进行分析和语义解释程序，对车辆的行为进行分析并给出语义解释。语义解释结果进一步被送进语音合成程序，从而可得到语音提示或警告。如当车辆逆向行驶或闯入绿化草地时，系统将给出准确的语音警告。目前该系统能够实时地跟踪车辆，并且不受光线变化、无关结构的干扰斑马线、边界遮挡等的影响。

　　在这种交通监控原型系统中，其具体的定位与跟踪算法是：

　　①基于三维线框模型的车辆定位算法

　　其中车辆定位过程被假想成从初始姿态到正确姿态的一系列虚拟运动，并被进一步分解成为两种独立的运动：平移和旋转。平移参数可以通过基于PLS距离（点到线段的距离）的姿态评价函数得到，而旋转参数可以通过一组特别构造的假想平面之间的几何关系得到。在确定平移参数和旋转参数时均可以得到闭式解。实验结果表明，该算法可以快速、准确、鲁棒地根据一幅灰度图像确定其中车辆在三维空间里的姿态。

　　②基于改进的扩展卡尔曼滤波器的车辆跟踪算法

　　其中提出了一种新的车辆运动模型，考虑了车辆行驶过程中的一些物理性质，比现有的运动模型更加符合车辆的真实运动。该算法还利用了一种改进的扩展卡尔曼滤波器，通过强制残差序列满足正交性条件来保证残差序列拥有与白噪声相同的性质，从而满足了卡尔曼滤波器中对于观测噪声是白噪声的假定。实验结果表明，当车辆运动急剧、复杂时，现有的算法都不能很好地预测车辆的运动，而本算法可以相当准确地完成预测的任务。

　　2、用于事件识别的行为模式学习的自组织神经网络方法

　　用于事件识别的行为模式学习的自组织神经网络方法，是通过对目标运动轨迹和目标特征的学习，建立行为分布模式，它不仅能实现异常现象的检测和检测异常发生区域，还能进行目标行为的预测。其特点是:

　　①使用了一种以整条轨迹作为输入的网络映射方法，克服了现有的网络映射方法不能完整地表示“线”特征的缺点；

　　②使目标特征更加合理地表示在样本数据中 ;

　　③采用了行为模式学习的模糊自组织神经学习算法,大大地提高了行为模式的学习速度 ;

　　④给出了利用行为模式判断整条轨迹所代表的事件是否异常、检测出局部的异常区域和目标行为预测的数学方法。

　　行为理解可以简单地认为是时变数据的分类问题，即将测试序列与预先标定的代表典型行为的参考序列进行匹配。由此可见，行为理解的关键问题是如何从学习样本中获取参考行为序列，并且学习和匹配的行为序列必需能够处理在相似的运动模式类别中空间和时间尺度上轻微的特征变化。在行为模式学习的基础上，能实现对交通事故进行实时、精确的预测，从而可以降低事故的发生率，减少人们生命财产的损失。

　　在接收摄像机拍录的图像序列时，根据事先已经确定的摄像机模型和车辆模型实现基于三维线框模型的车辆实时跟踪，这时输出的是车辆的轨迹。在积累了足够多的车辆轨迹后，就可以开始行为模式学习，它从大量的车辆轨迹中，通过模糊自组织神经网络的方法学习出车辆的行为模式分布。交通事故预测部分接收跟踪部分的实时跟踪结果，并且把它和行为模式分布作比较，由概率模型推断出当前事故发生的可能性。最后再由此可能性序列的分析，给出对于此事故的处理方式。

　　高速公路监控系统不仅需要网络化，更重要的是智能化。上述的高速公路监控系统的智能化功能，是一些最基本的智能化功能，并且也是智能交通的一部分。今后随着科技的发展，会有更多的新技术应用于高速公路建设。我们对实现智能化的高速公路充满信心。