APP下载

对基于视频检测技术的智能隧道交通安全监控系统设计探讨

2019-07-10辛奇峰

关键词:车流量线圈交通

辛奇峰

上海浦江桥隧运营管理有限公司 上海 200120

前言:在经济高速发展的背景下,交通网络的修建已经成为实现国家战略规划的主要途径。其中,由于隧道具有节约土地资源、改善路网等方面的优点,已经成为公路建设的关键部分。但是,隧道也存在视线差、结构封闭、空间狭窄等方面的不足。因此,一旦发生交通事故,很难及时开展救援工作,甚至容易引导其他方面的事故。针对这一现象,需要积极做好交通安全监控,规范驾驶人员的行为。

一、智能隧道交通安全监控系统的目标检测与目标跟踪

(一)目标检测

以视频检测技术为基础的智能隧道交通安全监控系统,可以采用不同的方式进行设计,如帧差法、光流法、边缘检测法以及背景法。在本文中采用背景法技术对目标检测进行设计。首先,背景建模。这一环节中应该对视频列序中包含的图像进行做差,然后对差值实现二值化处理,并对相应的参考值进行确定。其次,提取运动目标。根据已经建完的模型,将背景模型、当前帧进行做差处理。同时运用Otsu算法实现对运动目标的提取。其中,Otsu算法的判断依据为类间方差,最终以间内方差最小灰度值、类间方差最大值作为最佳的阈值。

(二)目标跟踪

以视频检测技术为基础设计智能隧道交通安全监控系统,需要运用卡尔曼滤波的理论与技术,解决运动目标的跟踪问题。具体而言,在运用卡尔曼滤波的过程中,应该对系统进行线性假定,即系统噪声、输入信号、观测噪声均为线性的。此时,系统状态方程为:xk=Ak,k-1·xk-1+ξk-1;观测方程为:zk=Hk·xk+ηk。在公式中,xk表示k的状态向量;xk-1表示k-1的状态向量;Ak,k-1以及Hk表示已知的系统矩、测量矩阵;ηk、ξk-1的均值等于0。在运用此种技术方式进行目标跟踪时,具体的步骤包括时间更新(预测)、测量更新(修正)。基于此,便可以实现运动目标的跟踪,为实现智能隧道交通安全监控系统的作用奠定基础。

(三)结果分析

在本文设计的智能隧道交通安全监控系统中,为了对其性能进行分析,将其应用在一段上海越江隧道道路上进行测试。其中,系统测试的条件为:PC端的内端为8GB,硬盘为320GB,型号为Inter Core Duo CPU E7200。视频的分辨率设置为320*240;帧率为每秒15帧。本次测试使用的开发工具为VC++6.0。经过一段时间监控以后,选择视频中第110帧、119帧、128帧作为跟踪结果,并使用绿色、粉色以及红色将车辆运动轨迹描绘出来。根据最终的结果能够发现,智能隧道交通安全监控系统对行驶状态下,车辆具有良好的跟踪效果,同时目标定位、目标检测十分准确。经过测试结果表明,可以将智能隧道交通安全监控系统应用在隧道交通的监管中。

二、智能隧道交通安全监控系统的具体设计方式

(一)图像采集模块的设计

智能隧道交通安全监控系统中的图像采集模块,主要由视频采集卡、摄像机构成。其中,摄像机应该使用MTSC制式或者PAL制式,然后运用其中的视频采集卡对其进行压缩、编码。在这一过程中,压缩格式应该采用高压缩率、高性能的H.264格式。将智能隧道交通安全监控系统应用在隧道中,因为内部高度的限制,所以对摄像机的有效监控现场产生了不良影响。针对这一问题,可以增加隧道中摄像机的设置密度,如延安东路隧道大修后每隔60m便设置一台摄像机。基于此,能够避免隧道监控出现死角问题,强化系统监控的整体性能。

(二)视频存储模块与数据库模块

在智能隧道交通安全监控系统中,视频存储模块的构成包括专用磁盘列阵、视频服务器两部分。该模块的应用范围为检测后存在交通故事的视频信息、存储图像模块在压缩以后的原始视频。如果从时间的角度分析,包含交通事故的视频起止时间为:事故前5s、事故后5s。另外,智能隧道交通安全监控系统中的数据库模块,则主要由数据库服务构成,其可以实现对视频检测结果的及时存储,避免出现信息丢失问题。实际上,以上的两个模块均需要与专用网络或者互联网连接,否则数据信息无法第一时间进行传递,同时为交通监管部门的远程访问提供保障。

(三)视频图像处理模块设计

视频图像处理模块是智能隧道交通安全监控系统中,最为重要的构成部分之一,占据着核心地位。在设计视频图像处理模块的过程中,主要以数字图像处理技术、计算机视觉技术为基础。以此为前提,可以对智能隧道交通安全监控系统的实时图像信息进行处理,达到自动跟踪车辆、预测运动状态、检测车辆自动的目标。采用这一基础,可以统计隧道交通中的平均车速、车型信息、交通堵塞情况以及车辆停止、慢速、超速、变道、行人、抛洒物等相关的数据,然后对其进行自动记录,为监控人员及时采取措施、启动预案提供参考。由此能够发现,视频图像处理模块的设计,与系统的有效性有着紧密关系,需要得到相关人员的重视。

(四)信息管理系统模块设计

在智能隧道交通安全监控系统中,信息管理系统模块可以为系统用户提供一个统一管理平台、操作界面。也就是说,系统中的诸多功能均能够在该平台中得到集成,为管理人员提供相应的访问接口。以信息管理系统模块为基础,管理人员可以对智能隧道交通安全监控系统进行管理、设置、查看。另外,还能够查询与分析历史数据、交通问题处理结果、统计报表等。不仅如此,设计人员还需要对智能隧道交通安全监控系统中CCTV模块与辅助模块(现场通知预警模块、事故报警模块等)进行合理的设计,强化整个系统的性能。首先要对接口协议进行统一,数据输出接口:标准以太网接口,事件、事故报警数据可通过TCP/IP协议对其他应用系统开放。如下图所示:

然而这种模式在实际操作中,跳过的综合监控平台,直接控制到了CCTV矩阵,无法集成进系统,且产生的事件无法联动到相关地点的情报板、信号灯、火灾报警等设施设备。并没有实现事件真正意义上的动作联动。

通过反复研究与实验,通过这样的实现过程:在综合监控图控平台上制作一个模拟矩阵通过以太网控制到CCTV系统的矩阵系统的切换功能中。然而这个模拟的矩阵系统就是一个中间介质,通过视频检测系统的MediaTCP协议实现对综合监控平台的接口对接。并通过即时5秒的握手协议模式对接。对多条隧道监控的事件统一事件弹屏动作,大屏控制系统开放三条独立的通道进行弹屏操作。

系统有操作界面以太网网络结构,提供扩容的可能;实现图像分析处理和维护管理的异地化组网功能,并尽可能少的占用网络资源。当前端事件检测分析处理设备在与中心服务器通讯出现故障时能够满足本地的全部检测功能不受任何影响,所有数据全部存储在事件检测分析仪内部存储器上,存储部少于15天的交通事件事故录像信息,一旦与中心服务器通讯恢复,事件检测分析仪能够自动的将全部数据转移到中心服务器,保证分析仪与服务器通讯中断时数据不丢失。

三、智能隧道交通安全监控系统中的软件设计方式

(一)确定软件的结构

以视频检测技术为基础对智能隧道交通安全监控系统进行设计,必须确定软件的整体结构。其中,软件的结构包括系统管理、目标检测、图像采集、目标跟踪、目标识别、交通事件检测、交通参数检测、数据库查询构成。其中,系统管理模块包含用户权限管理模块、系统初始化模块。图像采集模块包含图像捕获模块、图像压缩编码模块。目标识别模块包含车型识别模块、行人识别模块、坠落物识别模块。交通参数检测模块包含车速检测模块、车流量检测模块、道路占有率检测模块。交通事件检测模块则包含交通堵塞检测模块、违法变道检测模块。数据库查询模块包含历史数据查询与分析模块、交通时间查询与回放模块。

(二)设计关键的模块

1.车流量检测

对于智能隧道交通安全监控系统的应用而言,对车流量进行检测是十分重要的,不仅可以为监管部门提供指导,还能够帮助出行人选择合理的路线。因此,在进行车流量检测模块的设计中,可以基于视频检测技术运用虚拟线圈进行车流量的检测。为了实现检测车流量的目的,必须设计检测算法的流程,如图1所示。其中,flag的作用是判断虚拟线圈内是否存在车辆标志;area表示虚拟线圈之中的面积;count表示车流量的计数结果;sum表示虚拟线圈中车辆的面积。

图 1 智能隧道交通安全监控系统检测车流量的流程图

2.车速检测

智能隧道交通安全监控系统在检测车速的过程中,其具体的步骤为:(1)对虚拟线圈进行设置;(2)确定虚拟线圈的宽度;(3)对车辆接触虚拟线圈、离开虚拟线圈时间间隔T进行记录;(4)运用公式v(k)=S/T进行计算。其中,S表示线圈宽度。完成检测以后,系统会依据该路段既定的行驶速度进行比较,判断车辆是否存在低速行驶、超速行驶的问题。另外,还能够对车辆是否存在逆行问题进行检测、分析。

3.违法变道检测

在隧道交通中,违法变道是威胁交通安全的重要因素。因此,智能隧道交通安全监控系统必须具备检测违法变道信息的功能。结合车速检测、车流量检测中设置虚拟线圈的技术方式,在检测违法变道的过程中也可以设置相应的检测线。该检测线与车道中的实线重合,当车辆存在压线行为时,系统将会发出提醒。一旦车辆越过中心实线进行违法变道时,系统将会自动发出告警信号。基于此,系统会自动采集车辆的信息,并传输至监管部门的显示屏中。根据智能隧道交通安全监控系统获取的信息,监管人员能够对驾驶人进行合理处罚。

总结与未来前景展望:

综上所述,由于隧道交通的独特性,对其进行安全监控具有较强的必要性。为了进一步强化安全监控系统的性能,可以将视频检测技术应用在其中,并引入先进的目标跟踪理论、技术,通过构建系统模型实现对隧道交通的监控。基于此,系统可以准确获取车流量信息、车速信息以及违法变道信息,进而能够有效提高隧道交通的安全性。

越江桥隧城市主干交通的重要车流量节点,建立人与车的链接、车与路的链接、车与车的链接,通过积累海量数据,结合应用近期有突破性发展的人工智能计算机视觉技术,通过深度学习的模型CNN(卷积神经网络)训练各类交通监控模型,预测行为、流量等高级功能对系统进行补充,结合综合监控专家预案系统,为城市路网安全运行保驾护航。

猜你喜欢

车流量线圈交通
基于LSTM的汽轮发电机线圈的早期异常检测
繁忙的交通
小型线圈缠绕机设计
超小型薄壁线圈架注射模设计
小小交通劝导员
基于车流量监测系统的荆岳大桥拥堵预警方法探讨
参考答案
2007款日产贵士车点火线圈频繁烧毁
高速公路重大节假日免费车流量金额算法研究与应用
阅读理解三则