|
|
高速公路和城市快速路是承担我国公路运输和城市道路运输的主要道路,具有车速快、流量大等许多特点,一旦发生突发交通事件,极易引发交通事故,严重影响道路的通行能力和运营效率。在日常的交通运行和交通管理中,如果仅仅依靠人工报告,电视监视等非自动检测方法发现交通事件,不但浪费大量的资源,而且不全面及时,给交通安全带来了隐患。因此,交通事件自动检测技术越发成为智能交通的研究热点,旨在第一时间快速发现交通事件的地点,利于及时处理交通事件。/ d( c) l9 M4 g5 Z8 O% Z
* N2 N6 l0 b- d5 |
交通事件指偶发性交通事故、车辆抛锚、恶劣天气、货物散落、道路养护、体育赛事、规模集会等交通情况。高速公路和城市快速路上发生的停车、逆行、慢行、拥堵、行人穿越、交通事故是需要重点管控的交通事件。当发现这些交通事件时,交通事件自动检测系统能够立刻报警,自动记录违章违法依据,同时快速处置交通事件,消除安全隐患、减少交通事件的损失。例如,图1(a)为行人穿越高速公路交通事件,图1(b)为高速公路车辆拥堵交通事件。
0 C5 D7 q; N5 D* H3 N% f
6 i% j7 S, k9 k9 X7 }1 G2 B7 q 7 e7 g4 Y& i1 ~7 T5 @, b3 Z- D8 Q' q
" j4 c. Z4 w6 t, e" o 交通事件的视频检测技术研究概述
$ m, ]0 H, R8 i3 J) ?1 V' Z+ k% N
- X' Q0 B* Y0 [$ o9 { 交通事件自动检测方法
, c$ j6 p+ k2 k. z o8 j4 o7 E
9 _# ?5 Y. [/ t. N. a9 ^- T7 R 图2为交通事件检测研究方法结构示意图,分为自动和非自动检测方法,其中非自动技术主要包括人工报告,电视监视等,自动技术主要有直接和间接检测法。直接检测法是一种基于视频的处理方法,通过交通事件视频检测算法,直接检测交通事件。间接检测法是一种基于交通流参数的处理方法,通过模式识别、数学统计、交通模型、人工智能等方法,融合交通流数据检测交通事件。直接法和间接法的特点可总结如下:
, w) j6 K- b' j1 ?4 V' O " z0 l1 `( i3 r0 \! [1 S7 r- k
4 C3 N; m u) f: i8 |
; x/ s, T8 H0 [3 j: o: g9 ~
, }2 _+ y3 [" f) w# L ]
1、由于交通系统具有很强的非线性、模糊性、不确定性,研究表明间接法有许多不足之处,不但安装麻烦,而且费用较高,在交通流密度高时,间接法具有较好的检测效果,在交通密度低时检测效果不好。7 c1 @5 o) e% _( V
& }% S1 I' F4 r4 Q( }4 Y# {/ C
2、由于直接法是根据视频图像内容,直接判断是否有交通事件发生,研究表明直接法的判别速度上远远胜于间接法,即使交通流量很低,也能对交通事件进行良好的判断。; k6 Y6 ?& T5 R$ P6 m
( e4 G( g$ Y9 `4 A7 |
鉴于交通事件的直接检测法的快速判断能力和其广泛交通的实用性,本文主要涉及基于视频的直接交通事件检测方法的研究和应用情况。
I( V7 G0 S. t. B
I! I3 {& Z& |. n5 T 国外研究状况3 c/ O; A5 Y2 \/ b' }4 Y
6 G0 q7 T9 S6 c- f9 `
由于模式识别、图像处理、计算机视觉、人工智能等技术的快速发展,国外开展交通事件的视频技术研究较早,而且技术也比较成熟。目前,国外已经研究出多种交通事件视频检测系统,如Autoscope、Siemens、Traficon、Videotrack等。这些系统基本能够实现平均队列长度、平均车速、车头时距、事故检测、拥挤度检测、车辆跟踪等功能。Autoscope交通事件视频检测系统目前已经成功应用于美国乔治亚洲运输部出行向导、北京四环路交通量检测、韩国奥林匹克交通信息系统、纽约高速公路事故管理系统、香港隧道事故检测信息系统等。
! A" \7 d8 {' T( S3 E- ^ Q+ y) G
0 c$ T# d6 r5 g# y 国内研究状况
' S u5 k2 M+ t- c; P4 t$ T2 ]0 n9 w6 t3 f) s# k
我国开展交通事件的视频检测技术研究较晚,但进展较快,已取得较好成果。从模拟视频的交通事件视频检测逐步向数字、高清方向发展,扩大了检测范围、降低了应用成本。以清华开发的“交通自动检测视觉系统Visatram”和中科院自动化所开发的“交通场景视觉监控”为代表的项目取得了较大的发展,智达威路特、成都深港、厦门恒深、深圳哈工大交通电子、上海高德威等国内许多公司也均已经开发出自己的产品并在一些地区得到了广泛的实际应用,交通事件的视频检测技术越来越得到了国内智能交通行业的广泛重视。9 F! C" P' X, g, d. ?: b
6 T7 b$ s( X" ^2 u
交通事件视频检测技术应用6 h# O/ B; |0 p8 l8 Y% y5 \5 H/ O3 [
9 `7 L) t9 L8 H5 i9 J% }( U; J8 x/ e
交通事件视频检测系统结构
+ G+ ~$ g( e0 l' O7 d5 w+ y I' T9 _) Y
图3为交通事件视频检测系统的结构框图,主要包括摄像机、视频信号传输和分配系统、交通事件视频检测器、网络传输设备、视频交通事件数据服务器、客户管理端,各部分的主要功能如下:
9 e0 L8 J9 j+ _ 0 f& q& D3 e+ r) [& W/ x, I
1 |2 w7 t& w/ q
1 u2 r" d8 T- [4 {* X9 u& T
1、摄像机:监视道路状况,采集交通视频信号。
! F1 x3 z" [, ^# a7 r3 `# n* S4 v0 i& I F$ q8 D4 {1 Z
2、视频信号传输和分配系统:负责视频信号的传输和分配,输入信号为摄像机视频,输出信号与交通事件检测器相连。, N: {4 X6 c3 C2 g5 _, t: U& J
2 m9 Y# H* i7 w8 z V: F+ [& b
3、交通事件视频检测器:根据视频摄像机的图像,对道路交通事件进行检测、记录、传输、统计。
$ J! C+ u7 Y4 \7 Y) q2 \. {# f# `
8 n. Z2 ?# j3 v" e 4、交通事件视频检测服务器:安装在监控中心,为交通事件数据库服务器服务,存储图像录像、交通流参数等数据。6 ]# o( I k& w% |
) w* [6 j' u8 C6 c K/ B4 q) U
5、交通事件视频检测客户管理端:实现对交通事件视频检测器进行工作参数设置、工作状态监测、视频录像和存储、交通事件报警等功能。( I# K* X1 s8 L/ Z
0 G1 I$ s# g9 A5 X' q- r 综上所述,交通事件视频检测系统根据采集的视频图像,对交通事件进行直接判断,准确而快速地检测交通事件是否发生,当交通状态处于异常情况时,交通事件视频检测系统自动报警,根据交通事件的发生地点信息,联动公安、消防、救护等部门,加快紧急救援和交通控制措施。
! t; C* W. y! E- _: d- v/ t) E' D/ V: x4 a2 j1 [7 Q
0 d" X; {) e" P, }# h
交通事件视频检测算法7 Y8 k7 ^; T5 P! T/ K! ?0 F
视频检测算法是交通事件检测系统的关键,根据交通事件的视频图像,研判交通事件的类型、位置等信息,包括对交通事件视频图像内的车辆、行人等交通参与者的目标检测和目标跟踪等过程。
9 k! y, f, H/ O) }% Z7 E5 A+ J' D
- Q% j1 @1 z+ G, j4 L5 I; W, e" Z% y 交通事件目标检测是指从交通事件视频图像中检测出车辆、行人等交通信息(如图4a),通常有如下方法:+ ~4 r, Z2 B! E" ^% ^5 @& e3 I2 N
, h3 j, U. f- R. l 1、帧差法:检测相邻图像之间变化的最简单方法,直观比较连续各帧图像在灰度上的差别,提取视频中的运动区域。研究表明该方法的实现简单,复杂度较低,但难以获得目标区域的精确描述。
; G( p* n- @1 U, U! m3 R. i' k) p/ Y+ Z0 J( P' J
2、背景差分法:利用当前图像和背景实现差分来检测运动区域。研究表明该方法的操作简单,提供特征数据完整,但对外来干扰比较敏感。
2 |0 d6 e4 l( m( r+ X
! V6 J( k) r8 ~) m 3、光流法:以灰度梯度基本不变为约束假设的目标检测方法。研究表明该方法检测运动对象的效果较好,但计算复杂,抗噪性能较差。
- r. V/ }0 T& g# H u' X& Z G" l
6 L( ~/ X" o: E# p; v6 K* [ 4、边缘检测:利用目标的边缘检测目标的位置。研究表明该方法不但能检测运动目标,也能检测静止目标,但抗干扰性能不佳。0 h0 d0 U) u; q# U. y
8 e8 G. {3 n7 u+ o4 C& |1 m) Z
交通事件目标跟踪是指获取目标在每帧图像上的位置坐标,将不同帧的同一目标的所有坐标按照时间的先后顺序串联起来,就是目标的运动轨迹。(如图4b)通常有如下方法:( P* z ^" q5 H I) h% v% p
3 y. N. V9 u8 P( ]$ N ; B; A" Y- Z/ B
, h! f6 ]# @% D% {( s
1、基于区域跟踪:将运动目标看成许多不同的小区域块组成,通过跟踪各个不同的小区域块来跟踪整个运动目标。研究表明该方法计算量小,设计简单,但只适用于交通流量小、背景变化简单的场合。. N) T4 J+ \1 ~. L4 E
7 H8 @: U: s5 G7 w
2、基于轮廓跟踪:利用封闭的曲线轮廓来表达运动目标,以轮廓位置的变化反应目标位置的移动。研究表明该方法计算量小,实时性高,但合理初始化目标的轮廓比较复杂。
% d% z( ^! D `9 N; q% I" v/ k b/ T1 o+ L5 v7 ^+ A
3、基于模型跟踪:根据预先知道的运动目标三维模型,然后在图像序列中确定运动目标的瞬时运动参数,从而达到跟踪的目的。研究表明该方法运算精度高,目标运动信息全面,但预先获得各种不同车辆、行人的模型较难。- ?* ^# T5 P7 \8 r2 {1 I/ ]6 {
# E5 V, A& w6 x5 U2 f. r1 p 4、基于特征跟踪:选取目标的局部或部分特征作为跟踪对象。研究表明该方法由于只关心目标的部分特征,而不是整体,所以即使目标的某个部分被遮挡时,只要关心的特征还在,就不会影响跟踪效果,有更好的抗干扰性。
4 h& U- H5 c5 _) q% Z0 e ]
( a; S0 |5 E) v. R 目前,交通事件视频检测系统的算法技术难点,一方面主要集中于在复杂的交通环境和恶劣多变的天气中,对机动车、行人等交通参与者运动分割。另外一方面就是如何提取运动目标的特征,只有选择合适的特征,才能有效理解交通事件行为,达到交通事件自动检测的目的。
9 _ a+ _& C# z/ V# R7 ]* K% u0 I
9 n; z( f) L1 F* j 交通事件视频检测技术应用# g8 l- d& D C: M% L5 n3 {' ^
% I* |- D0 {; U n9 c/ o 交通事件的视频检测技术,目前主要应用于高速公路和城市道路的监控管理中:
0 d }( ~' w% y6 A9 f# X/ S* D
8 Q5 N: D' I8 A4 _; T+ b 在高速公路和城市快速路的管理工作中,交通事件的视频检测设备多应用在桥梁、隧道、匝道、收费站等处,集中对违法停车、掉头、倒车、压线、事故等交通事件检测和报警。/ F! b; t' c4 e$ B; i
7 }8 o7 K y7 c# M, j3 O% U$ X 在城市道路的管理工作中,交通事件视频检测技术多应用在车流量较多、常发性交通拥堵、交通事故等城市关键路口和路段处,对交通秩序、社会治安等交通事件检测和报警。
1 E2 {4 p, o7 p. K! b* [ o7 ^% x" r# B5 g0 S; z0 S8 K8 [/ L
另外,交通事件视频检测设备的报警功能需联合高速公路、城市交通管理、消防、医院等多部门,实现报警信息共享,对交通设施全天监视,快速而高效地自动检测交通事件,减轻交通监管人员的工作强度,提高交通管理的水平。0 Y# c6 A9 O9 {# M! q: M
, P; ?1 s! ?- v 交通事件视频检测技术发展存在问题 h# O/ z. ^' g2 {" d
9 j; T% _# q3 c, q 交通事件的视频检测技术的提高,一方面,要依托于机器视觉、图像处理、计算机通讯等多学科综合发展。另外一方面,要规范交通事件视频检测系统的选点、安装、调试、使用。目前交通事件视频检测技术的主要问题可概括如下:
, R& R% M- {7 b% g. |. ?. ?/ b
# L7 f0 W0 h: |3 J" c3 a 1、由于交通事件视频检测技术是基于摄像机的视频信号进行开发处理的,所以交通事件视频检测系统本身对外部环境的要求有很大的限制,尤其是恶劣天气、道路拥挤等复杂条件下,交通事件视频检测性能的适应能力不够。+ ?9 s% }: I7 {5 P
+ }, m' M9 f* c# \ u" _; S 2、由于交通事件视频检测系统是基于数字图像的多目标跟踪和多目标识别的,而目前多目标跟踪和多目标识别的机器视觉技术发展还未成熟,限制了交通事件视频检测技术的发展。% C3 [! m9 p5 S$ `. O* c6 {
1 G+ {# {: h" Z" {. A 3、根据目前的视频检测技术要求,首先要确定检测的视频监控范围,进行车道划分等,也就是只能对固定的道路区域进行检测,一般采用固定安装方式,发生事件后无法人工开展非现场的处置、执法。+ A2 X2 n( ?" \5 h: l6 t
r/ {, |$ E# q: C; X/ N! k
4、由于道路环境条件复杂,交通事件检测属于应用模糊识别技术,不可能百分之百准确,都存在误报和漏报问题,例如检测到的遗撒物可能是报纸、纸片,行人穿越可能是行人在路侧行走而不是横向穿越道路。3 `$ }$ o3 P: H7 C
3 B7 i4 Y& l, P! t7 ]; z8 h: C8 d 5、系统对不同的道路条件下所监测区域易发的交通事件采取了单一的报警方式,没有针对不同地点甚至不同车道所发生的不同类交通事件采取不同的报警等级。9 f# n( b4 [1 \+ U R, u
! s6 q$ n( ^' |& y' p
提高交通事件的视频检测技术水平的几个建议/ L1 s( J. X+ @- Q F3 E
0 b4 Z, w' s _$ B4 ?
针对交通事件视频检测应用系统中存在的问题,提高交通事件视频检测技术的水平,本文提出如下改进意见:) e; `& l2 i2 G; |0 W
_1 V# v* B: } E0 U 1、改进交通事件视频检测算法的性能,在不可避免的恶劣天气和复杂交通场合下,提高机动车、行人等交通对象运动分割和特征提取的适应性。; E ]" s* t5 R5 e% {6 O; [
8 K2 }6 R! S) ? 2、对照视频检测要求的安装条件,对安装点进行现场勘察,满足视野开阔、道路线形平直等基本条件。
& k, C' }8 ]8 y) O/ \4 @" a& Q3 I( B/ w8 B6 d$ d4 E6 V
3、在工程实施阶段选择具备全天候应用、成像质量好的摄像机,并尽量避免在逆光条件下进行图像检测。
3 n. S4 m8 [) }9 W: _2 V( _
+ l% z" H6 r+ J 4、保证交通事件视频图像在图像数字化、图像通讯传输过程中的质量,只有具有较好的图像质量才能够更好的达到视频检测效果。% M9 `' T; o5 W- h
5 u1 D$ ^" ~. p" F 5、划分交通事件的等级,相应设立交通事件视频检测系统的范围,科学调度警力,合理使用社会资源,最大限度减少交通事件的损失。( N( M+ J; w ^
3 |" ]" s6 @ Y$ {5 d. Q1 n. `
交通事件视频检测关键技术研究展望
, ~: D6 o; f7 ?1 W6 q4 t9 U ! \: c6 f# `7 e+ ]- @( t
本文分析了目前常用的交通事件的自动检测方法,指出直接视频检测方法的优点和应用特点,并根据交通事件视频检测方法存在的问题,初步提出改进意见,在下一步的工作中,一方面重点需要加强交通事件视频检测算法的改进,扩大交通事件检测范围,提高交通事件检测系统对恶劣天气,复杂交通状况的抗干扰性。另外一方面要规范交通事件检测系统安装和使用,提高视频图像传输的质量,改进交通事件视频检测的效果。
9 B4 \ a0 t: ]! f+ H2 j
8 C; F1 N7 s& F4 l1 S本文来源于CPS中安网:http://www.cps.com.cn/news/jsqy/2012/0305/3NMDAwMDM4MDk3Nw.html/ ~; z5 l p1 c5 W7 i1 V p' { h) f8 }
% r3 ~* G4 J1 Y+ f: l
|
|