进入21世纪以来,世界经济进入快速发展时期,各个城市内的车辆也是日益增多。无论是发达国家还是发展中国家,都毫无例外不同程度地受交通问题的困扰,交通拥挤、交通事故、环境污染已成为现代社会亟待解决的几大问题,由此带来了巨大的能源消耗,浪费大量宝贵时间。
与此同时国内智能交通系统的发展也迎来了黄金时代,据前瞻产业研究院发布的《2015-2020年中国智能交通行业市场前瞻与投资战略规划分析报告》数据显示,过去三年中,2011年依靠“十二五”智能交通行业政策纷纷出台的利好影响,中国城市智能交通市场爆发式增长,市场规模增长增大由接近20%猛增到30%以上;2012年受国家宏观经济环境不佳和各地方政府换届的影响,市场规模增速回落到20%以内;2013年在国家债务审计,地方债务问题备受关注的情况下,虽有国家各级政府换届后领导层渐入佳境的利好,但市场增速并未达到市场预期,保持了20%的增长水平,全年市场规模达到192亿元。市场的强烈需求推进着智能交通技术的不断创新,体现最为明显的就是智能交通摄像机。
电子警察与高清卡口属于智能交通系统最重要的组成部分,可以实现对城市违章车辆取证处罚功能,更好的维护了交通秩序,确保市民的出行安全。而作为其核心设备的智能交通摄像机,不断的发展创新,引领者智能交通技术的前行。其发展主要历经了以下几个阶段:
第一阶段:标清时代(90年代 ~ 05年)
此时的交通像机处于起步阶段,像机的设计、图像的分辨率、系统的稳定性都存在一些问题。首先,摄像机采用胶片或数码像机,虽然能抓拍违法车辆,但无法实现车辆的连续抓拍,不能对违法车辆的违法过程形成有效的处罚依据。其次此时的像机为模拟像机,清晰度非常低,图片包含的信息比较少,尤其在顺光、逆光等条件下,图片质量差,适应能力较弱。同时此时的像机是非工业设计,稳定性较差,对于长期使用在室外风吹雨淋的环境下,很容易损坏,但厂家一般不负责维修。
另外,此时电子警察多采用“像机+线圈”的检测方式。此种方式采用地感线圈(感应棒)进行触发,需要在前端铺设地感线圈(感应棒),而地感线圈是需要在车道上切割环行线槽,然后埋设感应线圈(或感应棒)。车辆通过时感应线圈产生电磁,会发射信号给相应设备,检测算是比较准确。但是由于需要在地下埋设感应线圈,这样在加大了施工难度的同时,也提高了工程的成本。而且麻烦的是当路面变更渠化时还需要重埋线圈。另外路面质量不好的地方对线圈的维护工作都是巨大的,并且一段时间以后还需要重新更换线圈,施工维护成本相当高。
线圈检测方式
第二阶段:高清时代(05 ~ 10)
随着像机技术的不断发展,高清像机开始普及,智能交通像机也进入高清时代。此时的交通像机在电子警察中可以连续抓拍三张图片,实现对车辆违法过程的记录。并且抓拍图片分辨率达到1080p,红灯、车牌、停车线清晰可见,可以满足交警的实际需求。同时检测方式也脱离了线圈,实现视频检测。
技术的发展离不开市场需求的激励,同样当像机技术满足了基本需求,更高的要求随之而来。此时的交通像机同样存在一些问题,首先总体架构采用“监控像机+抓拍像机+处理主机”的方式,其中监控像机的作用是监控整个道路场景,然后传送视频流给处理主机用于分析车辆;抓拍像机作用是接收处理主机抓拍指令,对图片进行抓拍,最后把图片传回处理主机;而作为系统最重要的处理主机,肩负着分析监控像机的视频,发出抓拍指令,接受图片并进行车牌识别等工作。显而易见,主机的工作量很大,在整个系统中处于主要地位。而处理主机的加入,使整个系统的造价大大提高。同时在室外恶劣的条件下使用,主机的故障率很高,虽然大多采用无风扇结构、嵌入式系统,但仍存在稳定性问题。价格和稳定性因素一直限制着整套系统的发展。
其次,此时的识别算法采用虚拟线圈,存在着准确率的问题。虚拟线圈技术属于视频分析识别技术的一种,通过对目标场景进行背景建模,划定虚拟线圈,车辆特征信息的提取等技术实现对通过车辆的检测。由于技术限制,其算法存在着一定的缺陷,首先误抓拍比较高,虚拟线圈会实时分析线圈区域内场景变化,当有树荫、下雨等条件干扰时,无抓拍很高,从而对后续有效图片的筛选带来很多工作。其次,算法可实现功能少,智能实现简单的闯红灯、卡口车辆抓拍,对于车辆变道、压线等行为却无能为力,使用局限性比较强。
虚拟线圈检测
第三阶段:智能时代(10年以来)
此时我们迎来了智能时代,像机真正变成了“有大脑的智者”。天地伟业一直致力于推动智能交通的发展,核心技术主要体现在以下几方面:
首先,前端只需一台像机,却集成了之前的两台像机的工作。同时像机内置DSP处理芯片,集成了车辆检测、抓拍、图片识别一体化,兼容了处理主机的工作。真正实现了一体化,降低了系统成本的同时,对于现场施工以及整体系统的稳定性带来了革命性的变革。
其次,采用车辆轨迹跟踪算法,相比于虚拟线圈,跟踪算法实时跟踪车辆可以实现更多规则检测,同时检测也更准确;一般采用背景建模和前景建模技术。其中背景建模是基于背景检测的技术实现:当没有车辆在视频检测窗口中通过时,视频中呈现的是路面、路侧建筑物、树木等物体成像特性,这些特性变化在相邻帧视频流中差异很小,变化缓慢,因此可以检测相邻视频序列中某设定区域的图像特性变化,来判定车辆的进入、滞留、运动、变化、离开等事件特性,从而实现系统抓拍。优势是计算量小;实现简单;对系统处理单元要求不高,适合嵌入式化,对提高抓拍系统整体稳定性有显著意义。劣势是检测指标不稳定,很容易受天气、光照、阴影、非机动车要素、成像设备抖动、传输链路噪声、车辆行驶特性的干扰,造成漏抓,多抓,误抓问题。
背景建模技术
天地伟业的前景建模分为两种,包括车辆检测和车牌检测。车辆检测基于前景检测的技术实现,源于如下设定:当车辆在视频检测窗口中通过时,会在某时段内的视频序列中,在特定区域连续出现车辆特性,进而判定车辆的进入、滞留、运动、变化和消失等事件特性,从而实现系统抓拍。优势是对有牌照的车辆,检测精度高、检测性能稳定,可以很好适应各种天气、光照、阴影、非机动车要素、成像设备抖动、传输链路噪声、车辆行驶特性的干扰。劣势是不能对无牌车辆检测;同时受制于车牌特性在图像整体大视野中稳定性的变化,如牌照变得不可辨识时,不能给出更为细致的车辆运行特性,从而丧失深层行为判定能力。
前景建模(车牌检测)
车辆检测是前景建模的另一种方式,基于前景检测的技术实现。车体检测特性指的是以机动车车体作为前景检测特性,例如车体中的颜色、线条、交点等;优势是灵活性、鲁棒性高,可以对无牌车辆进行检测,也可以更为细致的检测车辆行驶特性,进行深层数据挖掘;不如牌照检测方式稳定,系统资源占用大,对处理器性能要求高。带载能力的下降,系统整体性价比不高。
前景建模(车辆检测)
目前的智能像机算法大多采用各种算法结合的方式,大大提高了车辆的检测效率。
最后,对于高清图片识别的信息更多。高清化普及之后,像机拍摄车辆图片的细节也更加清晰。而智能化识别技术的不断前进,使像机可识别的信息从早期只有车牌信息发展到现在车牌、车辆颜色、车标、车型、车牌颜色、安全带检测、人脸检测、打电话检测全方位的检测。最终可以为交警处罚、交通管控、城市交通的运维提供很好的数据基础。
结语:
智能交通市场在不断扩大,同样交通像机技术也在不断创新前进。其将会沿着高清化、智能化、集成化的方向发展。
未来的交通相机将是一个真正的“集大成者”,画面将实现超清化,包含更多的图像信息,可以提供车辆特征(车牌、颜色、车型、车标)用于车辆稽查布控;可以采集人脸信息,通过设置黑名单,快速对比定位目标人员;可以采集路口、路段车流量、车道占有率、车速、饱和度信息用于城市交通管控;算法更加先进可以识别突发事件如交通事故、群众集会、游行、示威等重要事件,从而报警联动应急预案;
目前交通相机迈入了高清化时代,但从系统集成性能、智能化程度来看,目前的技术还是远远不能满足实际使用的需求。但是我们坚信在信息科技大力发展的今天,交通相机将实现更加多元化发展。