羅博峰

摘 ?要： 車速檢測(cè)是保證交通安全的重要手段。動(dòng)態(tài)特征速度檢測(cè)可以有效地分析汽車駕駛特性和交通流，有助于開發(fā)智能交通系統(tǒng)。雷達(dá)測(cè)速儀和激光測(cè)速儀成本相對(duì)較高，精度不夠，只能測(cè)量一瞬間的速度。因此提出一種結(jié)合車輛特征點(diǎn)識(shí)別的快速圖像車速檢測(cè)方法。首先，篩選出車上的特征點(diǎn)，用一定的跟蹤方式跟蹤該點(diǎn)，再對(duì)獲取到的圖像進(jìn)行逆透視變換，通過一定比例關(guān)系換算出實(shí)際速度。該系統(tǒng)實(shí)現(xiàn)了車輛速度的實(shí)時(shí)檢測(cè)，有助于智能交通系統(tǒng)的研究。

關(guān)鍵詞： 圖像處理; 實(shí)時(shí)跟蹤; 快速檢測(cè); 車速識(shí)別

中圖分類號(hào)：TP311 ? ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? 文章編號(hào)：1006-8228（2019）10-28-04

Abstract： Speed detection is an important means to ensure traffic safety. Dynamic feature velocity detection can effectively analyze the driving characteristics and traffic flow of automobiles， which is helpful to the development of intelligent transportation system. Radar velocimeter and laser velocimeter are relatively high in cost and not accurate enough， and can only measure the instantaneous speed. Therefore， an image based fast speed detection method with vehicle feature point recognition is proposed. Firstly， the feature point on the vehicle is filtered out and tracked by a certain tracking method. Then the obtained images are transformed by inverse perspective and the actual speed is worked out through a certain proportion relationship. The system realizes the real-time detection of vehicle speed and is helpful to the research of intelligent transportation system.

Key words： image processing; real-time tracking; fast detection; vehicle speed recognition

0 引言

道路交通信息的準(zhǔn)確實(shí)時(shí)獲取是智能交通系統(tǒng)中最關(guān)鍵的環(huán)節(jié)，實(shí)時(shí)速度是智能交通系統(tǒng)中最基本的動(dòng)態(tài)信息之一。速度檢測(cè)是智能交通系統(tǒng)的基礎(chǔ)和前提。為了控制速度，確保道路安全，有必要檢測(cè)車輛的實(shí)時(shí)速度，實(shí)際上交通監(jiān)控和報(bào)警等事件對(duì)車輛速度，交通管理部門可以相應(yīng)地處理。

1 現(xiàn)狀分析

目前車速檢測(cè)主要有三種方法：①雷達(dá)探測(cè)技術(shù);②埋地感應(yīng)線圈檢測(cè)技術(shù);③基于視頻圖像的車速測(cè)量。雷達(dá)探測(cè)技術(shù)具有廣泛的速度測(cè)量特性，高精度和不受天氣條件的影響[1]。循環(huán)探測(cè)器技術(shù)穩(wěn)定性強(qiáng)，測(cè)量精度高，適應(yīng)性強(qiáng)[2]。視頻圖像在速度檢測(cè)的方式是在兩個(gè)已知點(diǎn)之間拍攝求速度[3]。

1984年，視頻車輛檢測(cè)系統(tǒng)自檢器最初是由明尼蘇達(dá)大學(xué)的建立，這是第一次視頻處理技術(shù)應(yīng)用于實(shí)際的交通檢測(cè)系統(tǒng)[4]。Binyu Mei可以通過將道路特征點(diǎn)與車載視覺頭匹配來擬合車輛的移動(dòng)距離，得到車速[5]。黃丹丹提出一種幾何特征，通過車牌識(shí)別，判斷空間位置之間的關(guān)系，得到汽車的行駛速度[6]。

本文提出了一種基于特征點(diǎn)識(shí)別的區(qū)間速度實(shí)時(shí)檢測(cè)系統(tǒng)。首先通過收集環(huán)境中的特征點(diǎn)對(duì)圖片進(jìn)行變換，每個(gè)特征點(diǎn)的坐標(biāo)轉(zhuǎn)換為真實(shí)的世界坐標(biāo)。然后進(jìn)行檢測(cè)特征點(diǎn)。最后通過一定比例運(yùn)算，得到速度指標(biāo)。

2 設(shè)計(jì)

2.1 硬件設(shè)計(jì)

測(cè)速系統(tǒng)硬件由攝像機(jī)一臺(tái)、數(shù)據(jù)采集卡一張和一臺(tái)計(jì)算機(jī)組成。

2.2 系統(tǒng)原理

測(cè)量一個(gè)物體的速度，我們需要知道對(duì)象的距離[Δs]經(jīng)過一定時(shí)間[Δt]，物體的速度是通過[v=Δs/Δt]求得。

視頻圖像的速度測(cè)量，收集視頻的每一幀之間的時(shí)間間隔是固定的得到[Δt]，通過計(jì)算每一幀圖片中特征點(diǎn)的像素位移得到[Δs]。

2.3 軟件架構(gòu)

基于圖像處理的速度檢測(cè)軟件主要由視頻采集、圖像預(yù)處理、運(yùn)動(dòng)分割、特征點(diǎn)跟蹤、車速計(jì)算五個(gè)部分組成。

3 數(shù)學(xué)模型

3.1 預(yù)處理

按照處理順序依次包括：

灰度處理，線性插值法高斯金字塔，歸一化。

3.2 運(yùn)動(dòng)分割

考慮到需要達(dá)到實(shí)時(shí)監(jiān)測(cè)并且需要較好的檢測(cè)效果，本文采用碼書法。

同時(shí)為了得到程序具體處理速度，在實(shí)驗(yàn)進(jìn)行時(shí)記錄一段視頻導(dǎo)入程序同時(shí)開始計(jì)時(shí)，記錄處理時(shí)間得到如下數(shù)據(jù)：

原始視頻時(shí)長(zhǎng)：31.020s;

程序處理原始數(shù)據(jù)時(shí)間：21.097s。

4.3 實(shí)驗(yàn)結(jié)論

由圖3可直觀看出，速度絕對(duì)誤差絕大部分在<1[km/h]左右范圍內(nèi)波動(dòng)，因此到能夠達(dá)到預(yù)期目標(biāo)，處理速度也能夠滿足設(shè)計(jì)要求，同時(shí)該模型具備良好的抗干擾能力。