曾宇凡

摘 要：高速公路交通系統(tǒng)仿真可以實(shí)現(xiàn)道路監(jiān)控視頻信息的高效利用，及時(shí)全面展示道路路況，還可以實(shí)現(xiàn)數(shù)據(jù)積累為智能交通管理提供科學(xué)依據(jù)。本文將對(duì)基予高速公路全程監(jiān)控視頻信息進(jìn)行采集分析的路況仿真技術(shù)進(jìn)行探討，研究適合于高速公路的交通仿真系統(tǒng)的數(shù)據(jù)采集技術(shù)、仿真系統(tǒng)架構(gòu)、智能分析技術(shù)。

關(guān)鍵詞：全程監(jiān)控;信息采集;仿真系統(tǒng)架構(gòu);智能分析

中圖分類號(hào)：U495 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2019）04-0119-02

隨著我國(guó)社會(huì)和經(jīng)濟(jì)的快速發(fā)展，近幾年我國(guó)的高速公路通車?yán)锍逃辛孙w速增長(zhǎng)。十二五期間，全國(guó)高速公路里程從2010年的7.4萬(wàn)公里增長(zhǎng)至2015年的12.4萬(wàn)公里，同時(shí)人們的生活水平不斷地提高，汽車保有量、貨物流通量均出現(xiàn)了大幅的增長(zhǎng)，這就給我國(guó)高速公路帶來(lái)了巨大的壓力，帶來(lái)了一系列的交通問(wèn)題，例如高速交通事故發(fā)生數(shù)量不斷增加，重大節(jié)假日期間高速公路的擁堵現(xiàn)象，城市周邊環(huán)城路段的交通流量壓力巨大等問(wèn)題?，F(xiàn)階段采用智慧交通體系有效疏導(dǎo)公眾的出行方式，精準(zhǔn)管理關(guān)鍵路段關(guān)鍵時(shí)點(diǎn)的交通秩序成為最為有效的解決方法。智慧交通管理體系當(dāng)中全程視頻監(jiān)控又是其中最直觀、最及時(shí)的信息獲取手段，為充分利用高速公路視頻監(jiān)控的優(yōu)勢(shì)提高智慧交通管理水平，本文主要就基于高速公路遠(yuǎn)程監(jiān)控的仿真技術(shù)進(jìn)行探討。

1 高速公路全程監(jiān)控現(xiàn)狀

當(dāng)前高速公路全程監(jiān)控系統(tǒng)的作用已經(jīng)得到論證[1]，主要可以實(shí)現(xiàn)以下幾個(gè)作用：

（1）可以實(shí)時(shí)監(jiān)測(cè)當(dāng)前路況，全天候全時(shí)段記錄路面視頻信息，并且實(shí)時(shí)回傳路面視頻到監(jiān)控中心，并與監(jiān)控中心直觀監(jiān)控，同時(shí)能夠及時(shí)對(duì)路面狀況作出判斷。（2）對(duì)高速公路上出現(xiàn)的意外情況、交通事故、自然災(zāi)害可以第一時(shí)間發(fā)現(xiàn)，并且能快速分析突發(fā)事件的初步原因，以及時(shí)制定應(yīng)對(duì)措施，及時(shí)發(fā)布相關(guān)事故信息避免出現(xiàn)較大擁堵現(xiàn)象。（3）可以幫助交管部門加強(qiáng)治理高速公路上的一些違章行為，如超速、占用應(yīng)急車道等，同時(shí)將通過(guò)高清畫(huà)面和車牌識(shí)別等技術(shù)確定交通違章車輛和個(gè)人。（4）可以幫助高速公路運(yùn)營(yíng)管理部門加強(qiáng)逃費(fèi)車輛的追查，分析嫌疑車輛的行車軌跡和行車規(guī)律，為收費(fèi)打逃提供信息支持。

總之高速公路智能全程監(jiān)控系統(tǒng)的建設(shè)，可以加強(qiáng)高速公路的規(guī)范性，促進(jìn)高速公路更好的發(fā)展，為人民群眾的出現(xiàn)提供了極大的便利。

基于上述的幾點(diǎn)好處近幾年全國(guó)多條高速公路均開(kāi)展了智能監(jiān)控系統(tǒng)的建設(shè)，高速公路全程監(jiān)控的建設(shè)標(biāo)準(zhǔn)也從早期的模擬視頻圖像向高清數(shù)字圖像逐步提高，隨著網(wǎng)絡(luò)帶寬，信號(hào)傳輸設(shè)備，視頻存儲(chǔ)設(shè)備的不斷升級(jí)高速公路視頻監(jiān)控已經(jīng)能夠?qū)崿F(xiàn)前端攝像、傳輸、存儲(chǔ)、瀏覽和顯示的高清化[2]。近幾年隨著模式識(shí)別技術(shù)的發(fā)展，利用視頻監(jiān)控進(jìn)行精準(zhǔn)的事件監(jiān)測(cè)、車流監(jiān)測(cè)、能見(jiàn)度監(jiān)測(cè)、煙火監(jiān)測(cè)等已經(jīng)能夠?qū)崿F(xiàn)?？傮w來(lái)看高速公路智能全程監(jiān)控已經(jīng)從“看得見(jiàn)”到“看得清”再到“看得懂”的方向上發(fā)展。當(dāng)前由于互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計(jì)算等新技術(shù)的發(fā)展，針對(duì)全程監(jiān)控視頻圖像需要人為進(jìn)行實(shí)時(shí)觀測(cè)，圖像數(shù)據(jù)存儲(chǔ)量巨大只能簡(jiǎn)單的定期循環(huán)存儲(chǔ)的問(wèn)題，如果不對(duì)這些高清影像數(shù)據(jù)進(jìn)行深度挖掘利用，不僅占用大量的存儲(chǔ)資源，還造成巨大的信息資源浪費(fèi)[3]。

所以當(dāng)前對(duì)于高速公路智能全程監(jiān)控又提出了新的要求，就是能夠?qū)⒈O(jiān)控視頻中價(jià)值密度低、無(wú)效信息占比大的數(shù)據(jù)中提取出其中有意義的信息，并將這些信息整合分析展現(xiàn)出來(lái)。具體來(lái)說(shuō)就是根據(jù)視頻信息分析判斷出路面狀況，行車信息，人員信息，氣象信息等并將這些路面信息進(jìn)行整合不斷積累，通過(guò)大數(shù)據(jù)分析技術(shù)綜合分析高速公路狀況并能夠通過(guò)虛擬仿真技術(shù)將高速公路整體路況信息呈現(xiàn)出來(lái)，方便監(jiān)控員能夠?qū)崟r(shí)掌握。

2 監(jiān)控視頻信息采集技術(shù)

視頻監(jiān)控圖像數(shù)據(jù)源自高速公路全程監(jiān)控設(shè)備拍攝的客觀記錄，其中的信息量十分巨大，也具有巨大的信息深度挖掘價(jià)值，因此從高速公路全程監(jiān)控視頻信息中提取具有意義的信息是一件很重要的工作。

根據(jù)道路交通工程學(xué)的需求，結(jié)合圖像處理技術(shù)對(duì)于圖像信息特征的提取能力，可以通過(guò)監(jiān)控圖像中提取的數(shù)據(jù)主要由以下幾項(xiàng)：

（1）車輛數(shù)據(jù)，主要包括車輛位置、牌照、車型、車身顏色、車輛形狀特征、車輛行駛速度、行駛方向、車輛車道數(shù)據(jù)、車內(nèi)人員特征、車內(nèi)物品特征等信息。（2）路面數(shù)據(jù)，主要包括車流數(shù)據(jù)、平均車速數(shù)據(jù)、路面平整度信息、路面物體信息、路面異常信息。（3）人員數(shù)據(jù)，主要包括車內(nèi)人員臉部特征、性別特征、服飾特征、運(yùn)動(dòng)特征，還包括路上出現(xiàn)的行人的人員位置信息、人員臉部特征、性別特征、服飾特征、運(yùn)動(dòng)特征。（4）物體數(shù)據(jù)，主要包括物體擺放位置、物體特征、種類、類型、歸屬等。（5）異常事件數(shù)據(jù)，主要包括交通事故信息、自然災(zāi)害信息、車輛異常行駛信息、出現(xiàn)異常行人信息等。（6）統(tǒng)計(jì)數(shù)據(jù)，主要是將根據(jù)監(jiān)控視頻識(shí)別出來(lái)的信息進(jìn)行統(tǒng)計(jì)分析，包括視域中的車輛數(shù)據(jù)、車內(nèi)人員數(shù)據(jù)、出現(xiàn)路面行人的數(shù)據(jù)、車輛運(yùn)行速度、橫截面車流、路面占有率等。

針對(duì)視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)與識(shí)別可以采用的主流方法有光流法、幀間差分法和背景差分法。

光流法（Optical Flow）[4]的原理是對(duì)光流場(chǎng)進(jìn)行估算進(jìn)而實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)和分割。光流法檢測(cè)運(yùn)動(dòng)目標(biāo)的基本原理是圖像中的每一個(gè)像素點(diǎn)都對(duì)應(yīng)一個(gè)速度矢量，在運(yùn)動(dòng)的每一刻，二維圖像上的點(diǎn)和三維物體上的點(diǎn)是一一對(duì)應(yīng)的，這可以通過(guò)投影關(guān)系得到。每一個(gè)像素都對(duì)應(yīng)一個(gè)速度矢量，整個(gè)圖像就對(duì)應(yīng)一個(gè)運(yùn)動(dòng)場(chǎng)，而根據(jù)各個(gè)像素點(diǎn)的速度矢量特征，可以對(duì)圖像進(jìn)行動(dòng)態(tài)分析。

幀間差分（Temporal Difference）圖像法[5]利用了圖像序列相鄰幀之間的強(qiáng)相關(guān)性，取相鄰的圖像序列作為參考圖像，進(jìn)行序列間的差分檢驗(yàn)來(lái)確定運(yùn)動(dòng)的目標(biāo)，是最簡(jiǎn)單的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。

背景差分法（Background Subtraction）[6]是利用當(dāng)前圖像與背景圖像的差分來(lái)檢測(cè)出運(yùn)動(dòng)區(qū)域的一種技術(shù)，其基本思想是對(duì)于背景變化比較小或者緩慢的圖像序列首先選取其中的一幅或幾幅圖像的平均作為背景圖像，然后把以后的序列圖像中的每一幀圖像與背景圖像相減，進(jìn)行背景消去從而得到運(yùn)動(dòng)目標(biāo)。

3 高速公路路況仿真系統(tǒng)架構(gòu)

系統(tǒng)仿真是通過(guò)實(shí)驗(yàn)來(lái)分析求解問(wèn)題的技術(shù)，通過(guò)仿真實(shí)驗(yàn)，可以了解復(fù)雜系統(tǒng)的內(nèi)在聯(lián)系和系統(tǒng)狀態(tài)變化的全過(guò)程。在高速公路監(jiān)控過(guò)程中需要采用仿真技術(shù)對(duì)公路車輛信息、路面信息、人員信息的內(nèi)在聯(lián)系和組成的復(fù)雜系統(tǒng)狀態(tài)變化進(jìn)行分析，形成數(shù)字化的分析結(jié)果，逐步積累數(shù)據(jù)。

本文設(shè)計(jì)的仿真系統(tǒng)架構(gòu)主要分為四部分分別為：（1）監(jiān)控?cái)?shù)據(jù)采集/分類模塊;（2）仿真控制模塊;（3）仿真數(shù)據(jù)庫(kù)模塊;（4）仿真展示模塊。其中數(shù)據(jù)采集/分類負(fù)責(zé)將視頻數(shù)據(jù)進(jìn)行數(shù)字化轉(zhuǎn)換，輸入仿真控制模塊;仿真控制模塊主要負(fù)責(zé)將采集到的數(shù)據(jù)結(jié)合仿真數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)生成仿真對(duì)象，根據(jù)同步時(shí)間控制數(shù)據(jù)更新頻率生成OD矩陣;仿真展示模塊主要負(fù)責(zé)將仿真對(duì)象和OD矩陣數(shù)據(jù)疊加到高速公路地圖模型中生成仿真展示效果。

4 仿真系統(tǒng)智能分析技術(shù)

智能仿真分析系統(tǒng)需要從視頻圖像中提取的特征信息進(jìn)行分析處理，當(dāng)今主流的智能分析技術(shù)分別有模板匹配法、神經(jīng)網(wǎng)絡(luò)分類法、支持向量機(jī)分類等對(duì)視頻圖像進(jìn)行智能分析的算法。

模板匹配，將待識(shí)別的圖像與庫(kù)中的模板逐一比較，看與哪一個(gè)模板最接近。判斷接近程度的依據(jù)為兩者之間的廣義距離，如歐拉距離、Hausdorff距離等，距離越小，接近程度越高。另外還有相關(guān)度判據(jù)，即兩者接近的程度。兩者完全一致時(shí)，其相關(guān)度為100%。

神經(jīng)網(wǎng)絡(luò)分類法，神經(jīng)網(wǎng)絡(luò)是模擬人的神經(jīng)感知機(jī)理建立的一種數(shù)學(xué)模型。該模型有輸入端口和輸出端口。輸入量為一組待識(shí)別的數(shù)據(jù)，可以是經(jīng)過(guò)歸一化的圖像或其特征參數(shù);輸出量為判斷結(jié)果。為了使神經(jīng)網(wǎng)絡(luò)具有識(shí)別功能，使用前應(yīng)對(duì)其進(jìn)行訓(xùn)練，這類似于人經(jīng)過(guò)學(xué)習(xí)后能判斷事物。

支持向量機(jī)分類法，如前所述，一個(gè)待識(shí)別的目標(biāo)可以由一組參數(shù)描述，這組參數(shù)稱為一個(gè)向量。每個(gè)樣板對(duì)應(yīng)一個(gè)向量，影射為向量空間的一個(gè)點(diǎn)。支持向量機(jī)即要在此向量空間建立一個(gè)超平面，將這些點(diǎn)一分為二，使他們分別位于超平面的兩側(cè)，從而實(shí)現(xiàn)對(duì)樣板圖像的分類。實(shí)際識(shí)別時(shí)，計(jì)算出目標(biāo)對(duì)應(yīng)的向量，判定位于超平面的哪一側(cè)，從而判定此目標(biāo)屬于哪一類。

5 結(jié)語(yǔ)

在文章中我們探討了我國(guó)高速公路全程視頻監(jiān)控的發(fā)展現(xiàn)狀以及采用智能分析技術(shù)對(duì)高速公路全程監(jiān)控視頻進(jìn)行仿真模擬的意義。分析了智能仿真技術(shù)對(duì)全程監(jiān)控的視頻數(shù)據(jù)進(jìn)行信息采集的數(shù)據(jù)需求和當(dāng)前主流的視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)與識(shí)別技術(shù)。通過(guò)搭建高速公路路況仿真系統(tǒng)架構(gòu)，采用高內(nèi)聚低耦合的設(shè)計(jì)原則搭建起仿真系統(tǒng)的數(shù)據(jù)采集、分析、展示模塊實(shí)現(xiàn)高速公路路況仿真展示，在關(guān)鍵的智能分析技術(shù)上本文列舉了當(dāng)今主流的智能分析技術(shù)對(duì)實(shí)現(xiàn)路況仿真的作用為下一步對(duì)仿真平臺(tái)的實(shí)施提供理論參考。

參考文獻(xiàn)

[1] 劉轟，王瑞，楊根成.高速公路智能全程監(jiān)控系統(tǒng)及關(guān)鍵技術(shù)分析[J].交通運(yùn)輸研究，2011（8）：113-115.

[2] 高雙槐.高清攝像機(jī)在高速公路全程監(jiān)控的應(yīng)用[J].中國(guó)交通信息產(chǎn)業(yè)，2008，（10）：85-96.

[3] 徐紅海.智慧高速交通大數(shù)據(jù)應(yīng)用探討[J].中國(guó)交通信息產(chǎn)業(yè)，2018，（3）：80-81.

[4] 李乃安，歐陽(yáng)寧，黨明.實(shí)時(shí)目標(biāo)檢測(cè)與跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].激光與紅外，2008，（38）：87-90.

[5] 甘明剛，陳杰，劉勁等.一種基于三幀差分和邊緣檢測(cè)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].電子與信息學(xué)報(bào)，2004，（32）：894-897.

[6] 郁梅，王圣男，蔣剛毅.復(fù)雜交通場(chǎng)景中的車輛檢測(cè)與跟蹤新方法[J].光電工程，2005，（32）：67-70.