車流量檢測(cè)技術(shù)綜述

1、精選優(yōu)質(zhì)文檔-傾情為你奉上車流量檢測(cè)技術(shù)綜述前 言城市智能交通已逐步得到社會(huì)各界的廣泛關(guān)注，如何通過(guò)智能交通系統(tǒng)建設(shè)來(lái)緩解日益嚴(yán)重的交通問(wèn)題已成為交通領(lǐng)域的研究熱點(diǎn)。車流量檢測(cè)系統(tǒng)是智能交通(ITS)的基礎(chǔ)部分，在城市道路建設(shè)、國(guó)道高速公路建設(shè)、隧道橋梁建設(shè)以及交通流的基礎(chǔ)理論研究中占有很重要的地位。近年來(lái)，逐漸發(fā)展起來(lái)了以空氣管道檢測(cè)技術(shù)、磁感應(yīng)檢測(cè)技術(shù)、波頻檢測(cè)技術(shù)和視頻檢測(cè)技術(shù)等為代表的多種交通檢測(cè)技術(shù)。車流量檢測(cè)主要是通過(guò)各種傳感設(shè)備對(duì)路面行駛車輛進(jìn)行探測(cè)，獲取相關(guān)交通參數(shù)，以達(dá)到對(duì)公路各路段交通狀況及異常事件的自動(dòng)檢測(cè)、監(jiān)控、報(bào)警等目的。較其它方法而言，基于視頻圖像的檢測(cè)技術(shù)涉及到視

2、頻采集、通信傳輸、圖像處理、人工智能以及計(jì)算機(jī)視覺(jué)等多個(gè)學(xué)科，具有安裝維修靈活、成本低、應(yīng)用范圍廣、可拓展性強(qiáng)和交通管理信息全面等優(yōu)點(diǎn)，并已經(jīng)在國(guó)內(nèi)外高速公路和公路的交通監(jiān)控系統(tǒng)中得到應(yīng)用。常用的基于視頻圖像的車輛檢測(cè)算法有：灰度法、背景差法、相鄰幀差法、邊緣檢測(cè)法等。隨著圖像處理技術(shù)、計(jì)算機(jī)視覺(jué)、人工智能的發(fā)展和硬件處理速度的提高，基于視頻圖像的車流量檢測(cè)技術(shù)得到了廣泛的應(yīng)用。本文對(duì)各種車流量檢測(cè)方法進(jìn)行了綜述，并對(duì)基于視頻圖像的車流量檢測(cè)研究工作進(jìn)行了展望。1 傳統(tǒng)車流量檢測(cè)方法按照車輛信息獲取方式的不同，實(shí)際應(yīng)用當(dāng)中已經(jīng)產(chǎn)生了空氣管道檢測(cè)技術(shù)、磁感應(yīng)檢測(cè)技術(shù)和波頻檢測(cè)技術(shù)。1.1 空氣管

3、道檢測(cè)技術(shù)空氣管道檢測(cè)是接觸式的檢測(cè)方法，在高速公路主線的檢測(cè)點(diǎn)拉一條空心的塑料管道并作固定，一端封閉，另一端連接計(jì)數(shù)器，當(dāng)車輛經(jīng)過(guò)塑料管道時(shí)，車輪壓到空氣管道，管內(nèi)空氣被擠壓而觸動(dòng)計(jì)數(shù)器進(jìn)行計(jì)算車流量的方法。顯然，該方法只能獲取單一的車輛信息，且方法繁瑣，壽命短，已經(jīng)被磁感應(yīng)檢測(cè)等技術(shù)所取代。1.2 磁感應(yīng)檢測(cè)技術(shù)磁感應(yīng)檢測(cè)器可分為線圈和磁阻傳感器兩種。環(huán)形線圈檢測(cè)器是目前世界上應(yīng)用最廣泛的一種檢測(cè)設(shè)備，由埋設(shè)在路表下的線圈和能夠測(cè)量該線圈電感的電子設(shè)備組成。車輛通過(guò)線圈，引起線圈磁場(chǎng)的變化，檢測(cè)器據(jù)此計(jì)算出車輛的流量、速度、時(shí)間占有率和長(zhǎng)度等交通參數(shù)。利用一個(gè)LC振蕩器和一個(gè)通用單片機(jī)即構(gòu)

4、成了感應(yīng)線圈檢測(cè)系統(tǒng)。當(dāng)感應(yīng)線圈的電感L發(fā)生變化時(shí)，LC振蕩器的振蕩頻率也隨之變化，由單片機(jī)獲取其振蕩頻率并通過(guò)頻率變化給出高/低電平信號(hào)來(lái)判斷是否有車輛通過(guò)。磁阻傳感器的基本原理是在鐵磁材料中會(huì)發(fā)生磁阻的非均質(zhì)現(xiàn)像（AMR）。當(dāng)沿著一條長(zhǎng)且薄的鐵磁合金帶的長(zhǎng)度方向施加一個(gè)電流，在垂直于電流的方向施加一個(gè)磁場(chǎng)，合金帶自身的阻值會(huì)發(fā)生變化。利用AMR磁阻效應(yīng)生產(chǎn)的AMR磁阻傳感器成功地將三維方向(x,y,z)的單個(gè)傳感器件集成在同一個(gè)芯片上，并將傳感器與調(diào)節(jié)、補(bǔ)償電路集成，即可檢測(cè)到地磁范圍內(nèi)低于1高斯的磁場(chǎng)，根據(jù)一些鐵磁物體對(duì)地磁的擾動(dòng)來(lái)檢測(cè)車輛的存在或識(shí)別車輛類型。磁感應(yīng)檢測(cè)技術(shù)不受惡劣天氣

5、氣候、日照光線強(qiáng)弱影響，性能穩(wěn)定，并已經(jīng)廣泛應(yīng)用在交通數(shù)據(jù)統(tǒng)計(jì)、交通控制和誘導(dǎo)等方面。但由于線圈固定埋設(shè)在地面，當(dāng)車輛違章非正常騎線行駛時(shí)，相鄰車道的兩個(gè)線圈均感應(yīng)到金屬車體并產(chǎn)生誤判，而且埋設(shè)感應(yīng)線圈后，路面可維修性降低。1.3 波頻檢測(cè)技術(shù)波頻車輛檢測(cè)是對(duì)車輛發(fā)射電磁波產(chǎn)生感應(yīng)的檢測(cè)方法（多為懸掛式檢測(cè)系統(tǒng)）。根據(jù)發(fā)射電磁波的不同可分為雷達(dá)（微波）檢測(cè)、超聲波檢測(cè)和紅外檢測(cè)等。1.3.1 雷達(dá)檢測(cè)技 車輛檢測(cè)雷達(dá)是調(diào)頻連續(xù)波（FMCW，F(xiàn)requency Modulated Continuous Wave）雷達(dá)。該雷達(dá)發(fā)出的電磁波頻率隨線性調(diào)制信號(hào)電壓的變化而變化。將該雷達(dá)安裝在馬路邊的豎

6、起高桿上，俯向下往各車道發(fā)射微波，并接收各車道上車輛反射回來(lái)的微波。由于不存在多普勒頻移，各車道上車輛和雷達(dá)之間的距離不同，反射回來(lái)的電磁波與當(dāng)前雷達(dá)發(fā)射的電磁波頻率之差也不同，雷達(dá)通過(guò)對(duì)中頻信號(hào)進(jìn)行頻譜分析，并判斷各車道對(duì)應(yīng)頻率分量的強(qiáng)弱即可知道各車道有沒(méi)有車輛存在。 車流量檢測(cè)雷達(dá)主要由天線、收發(fā)組件射頻單元、線性調(diào)制FPGA單元、中頻放大器、信號(hào)處理機(jī)、ARM系統(tǒng)控制顯示裝置等7個(gè)單元組成。1.3.2 超聲波檢測(cè)技術(shù) 超聲波檢測(cè)器是基于聲波的傳播和反射原理，通過(guò)對(duì)發(fā)射波和反射波的時(shí)差測(cè)量實(shí)現(xiàn)位移測(cè)量的設(shè)備。由超聲波發(fā)生器發(fā)射一束超聲波，再接收從車輛或地面的反射波，根據(jù)反射波返回時(shí)間的差別

7、，來(lái)判斷有無(wú)車輛通過(guò)。每個(gè)車道上的超聲波檢測(cè)裝備各有前后二個(gè)探頭，根據(jù)車輛的通過(guò)進(jìn)程，超聲波探測(cè)結(jié)果分為所示的三種形態(tài)：等待車輛；車輛進(jìn)入檢測(cè)區(qū)；車輛到達(dá)第二檢測(cè)點(diǎn)。通分析這三種形態(tài)，即可得到整條道路的車輛速度與流量信息等。1.3.3 紅外檢測(cè)技術(shù)紅外檢測(cè)器是頂置式或路側(cè)式的交通流檢測(cè)器，一般采用反射式檢測(cè)技術(shù)。反射式檢測(cè)探頭由一個(gè)紅外發(fā)光管和一個(gè)紅外接收管組成。由調(diào)制脈沖發(fā)生器產(chǎn)生調(diào)制脈沖，經(jīng)紅外探頭向道路上輻射，當(dāng)有車輛通過(guò)時(shí)，紅外脈沖從車體反射回來(lái)，被接收管接收后經(jīng)過(guò)解調(diào)、放大、整流濾波后輸出一個(gè)檢測(cè)信號(hào)送入單片機(jī)。顯然，以上三種基于波頻檢測(cè)的方法中，由于電磁波在傳播過(guò)程中會(huì)隨著傳播距離

8、而衰減，回波信號(hào)非常微弱，幾乎被噪聲淹沒(méi)，而且實(shí)際應(yīng)用中還存在誤判、遮擋、安裝復(fù)雜、不便于維護(hù)、車流信息量不足等問(wèn)題。因此，很多學(xué)者將研究目標(biāo)轉(zhuǎn)向基于視頻圖像的車流檢測(cè)。2 基于視頻圖像的車流量檢測(cè)隨著計(jì)算機(jī)技術(shù)、數(shù)字圖像處理、人工智能和模式識(shí)別等技術(shù)的發(fā)展，計(jì)算機(jī)視頻技術(shù)在交通信息檢測(cè)中占據(jù)了越來(lái)越重要的地位。目前常用的基于視頻車輛檢測(cè)算法主要有：灰度比較法、背景差法、幀差法、邊緣檢測(cè)法。它通過(guò)對(duì)數(shù)字圖像的處理獲取交通流量信息，主要有以下優(yōu)點(diǎn)：(1) 能夠提供高質(zhì)量的圖像信息，信息量大,可以高效、準(zhǔn)確、可靠地完成道路交通的監(jiān)視和控制工作。(2) 安裝視頻攝像機(jī)方便、經(jīng)濟(jì)，現(xiàn)在國(guó)內(nèi)許多城市道路

9、已經(jīng)安裝了攝像機(jī)監(jiān)控系統(tǒng)。(3) 計(jì)算機(jī)視覺(jué)和數(shù)字圖像處理技術(shù)發(fā)展迅速，滿足了系統(tǒng)實(shí)時(shí)性、可靠性方面的要求?；谝曨l圖像的車流量檢測(cè)技術(shù)的基本思想是在視頻圖片中的每條車道上設(shè)置一個(gè)固定區(qū)域作為虛擬的檢測(cè)線，再對(duì)該區(qū)域內(nèi)圖像進(jìn)行處理，完成對(duì)車輛信息的獲取。背景差法將當(dāng)前輸入幀圖像與背景圖像進(jìn)行差值計(jì)算，以分離出車輛。但背景圖像需要實(shí)時(shí)刷新，影響因素較多。幀差法則是對(duì)相鄰兩幀圖像進(jìn)行差值計(jì)算，但不能支除攝像頭抖動(dòng)引起的干擾，對(duì)靜止或速度慢（兩幀圖像中車輛運(yùn)動(dòng)位移不明顯）的車輛無(wú)法有效檢測(cè)。邊緣檢測(cè)法通過(guò)對(duì)幀圖像進(jìn)行邊緣檢測(cè)，以提取車輛的邊緣特征進(jìn)行識(shí)別。該方法可在不同的光線條件下進(jìn)行檢測(cè)，但對(duì)于車

10、輛邊緣不明顯或存在道路隔離帶等干擾物體時(shí)可能造成漏檢和誤檢。針對(duì)傳統(tǒng)方法的不足,通過(guò)分析光照、車道和陰影等模型間的關(guān)系來(lái)判斷車輛的存在，提出了基于彩色虛擬檢測(cè)線的交通流信息視頻檢測(cè)方法。結(jié)合邊緣檢測(cè)法，在算法中采用預(yù)估校正、相關(guān)性修正等措施對(duì)幀差法進(jìn)行改善實(shí)時(shí)自動(dòng)提取和更新背景邊緣并采用動(dòng)態(tài)開(kāi)窗的方式，利用邊緣信息作為車輛特征，提出了基于邊緣信息的背景差車流量檢測(cè)方法。結(jié)合光流法，根據(jù)光流場(chǎng)的信息判斷車輛通過(guò)，提出了基于虛擬線圈的光流法車流量檢測(cè)方法。利用攝像機(jī)標(biāo)定原理，根據(jù)成像模型提出了基于計(jì)算機(jī)視覺(jué)的車流量檢測(cè)算法。3基于視頻圖像的車流量檢測(cè)研究展望基于視頻圖像的車流量檢測(cè)技術(shù)有著廣闊的應(yīng)

11、用前景,對(duì)城市道路建設(shè)、國(guó)道高速公路建設(shè)、隧道橋梁建設(shè)、交通流的基礎(chǔ)理論與控制等都有著積極的支持作用。但是，在絕大部分實(shí)際應(yīng)用中都有漏檢、誤檢問(wèn)題，基于目前已提出的各種方法，尚無(wú)一種能得到完美的解決，這也給進(jìn)一步的研究提出了挑戰(zhàn)。目前，基于視頻圖像的車流量檢測(cè)研究主要集中在以下幾個(gè)方面。3.1 改進(jìn)圖像處理方法基于視頻圖像的方法中，圖像處理過(guò)程均是它們的基礎(chǔ)。圖像處理涉及噪聲、光照條件變化、多物體遮擋、誤識(shí)別以及圖像處理速度與質(zhì)量問(wèn)題。同時(shí)，為了獲取諸如車輛速度、加速度等更多的信息，有些學(xué)者將研究目光轉(zhuǎn)向光流法和計(jì)算機(jī)視覺(jué)理論。為了改進(jìn)圖像處理的質(zhì)量和速度，提高抵抗噪聲、光照條件變化等因素影響

12、的能力，有些學(xué)者提出將圖像處理的抽像層次提高到線的層次，計(jì)算直線和曲線的線流場(chǎng),或是將基于特征的方法和基于光流場(chǎng)的方法相結(jié)合起來(lái)。認(rèn)為點(diǎn)-線對(duì)應(yīng)是對(duì)圖像運(yùn)動(dòng)中孔徑問(wèn)題最可靠的解決辦法，提出了線性規(guī)劃點(diǎn)-線對(duì)應(yīng)的方法計(jì)算運(yùn)動(dòng)。文獻(xiàn)利用Hough變換點(diǎn)-線對(duì)偶性提出了空間直線的表示方法及直線線流場(chǎng)的解釋，并就直線線流場(chǎng)的計(jì)算做了研究。文獻(xiàn)給出了適合光流計(jì)算中二次曲線坐標(biāo)概念，提出用分段二次曲線描述邊緣，并計(jì)算得到二次曲線的光流。采用物體上的線作為圖像處理的特征基元，從理論上說(shuō)，至少有兩個(gè)優(yōu)點(diǎn)：一是從噪聲圖像中進(jìn)行特征線的提取將比點(diǎn)更加穩(wěn)定，對(duì)噪聲的敏感程度也將降低；二是物體上的線（特別是棱線）是物

13、體的穩(wěn)定特征，它幾乎不受光照條件的影響。隨著線流場(chǎng)理論的不斷完善、增加更多的約束信息以及計(jì)算方法的不斷改進(jìn)，該方法將有很強(qiáng)的實(shí)際應(yīng)用意義。3.2 采用立體視覺(jué)的方法現(xiàn)有的視覺(jué)監(jiān)控中，幾乎所有的研究都是基于單目影像對(duì)運(yùn)動(dòng)物體的監(jiān)測(cè)與跟蹤，所得到的運(yùn)動(dòng)信息存在一個(gè)深度尺度因子，要想得到絕對(duì)移動(dòng)量，需要一個(gè)附加條件。立體視覺(jué)研究的是由多目視頻圖像獲取物體三維幾何信息的方法，它符合人們觀察物體的習(xí)慣，也能獲得三維物體的景深信息。建立雙目或多目立體視覺(jué)運(yùn)動(dòng)分析所要解決的核心問(wèn)題是模型中的立體匹配問(wèn)題。3.3 人工神經(jīng)網(wǎng)絡(luò)等方法的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)是一個(gè)超大規(guī)模非線性連續(xù)時(shí)間自適應(yīng)信息處理系統(tǒng)。近年來(lái)，基于

14、人工神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法得到了極大的發(fā)展?；谌斯ど窠?jīng)網(wǎng)目標(biāo)檢測(cè)方法的基本思路是將每幀圖像分割為m×n個(gè)圖像塊，預(yù)處理后將這些圖像塊投影到一個(gè)線性濾波器組，得到不同的圖像模式；然后把這些不同的圖像模式根據(jù)預(yù)先計(jì)算得到的聚類原形進(jìn)行分類；最后用訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)分類器來(lái)判斷圖像模式是否包含目標(biāo)。隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，必將推動(dòng)對(duì)車流量檢測(cè)技術(shù)的發(fā)展。4 結(jié) 語(yǔ)車輛檢測(cè)技術(shù)因其能夠?yàn)榻煌ūO(jiān)控管理與車輛控制提供有效準(zhǔn)確的數(shù)據(jù)依據(jù)，有效地保障交通的順暢與行車安全，達(dá)到改善交通環(huán)境的目的而被越來(lái)越多的交通管理部門所使用。基于視頻的車流量檢測(cè)技術(shù)以其直觀明了，安裝方便和維護(hù)費(fèi)用相對(duì)較低等優(yōu)點(diǎn)，

15、成為了最有前途的大范圍采集交通數(shù)據(jù)的技術(shù)。相關(guān)文獻(xiàn)劉 東.ITS中的車輛檢測(cè)技術(shù)D北京:公安大學(xué)學(xué)報(bào)(自然科學(xué)版),2000,20(4):3539.彭仁明,賀春林.基于視頻的車流量檢測(cè)D.南充:西華師范大學(xué)學(xué)報(bào).2004,25(4):404409.姜紫峰.車輛檢測(cè)器的進(jìn)展J.公路交通科技,1996,13(1):6265.李 寧.一種感應(yīng)線圈車輛檢測(cè)器的抗干擾方法D.現(xiàn)代電子技術(shù),2001,(12):7475.周 曄.數(shù)字信號(hào)處理系統(tǒng)在車流量檢測(cè)系統(tǒng)中的應(yīng)用與研究M.上海：華東師范大學(xué), 2007.張亞平,裴玉龍,王 富.現(xiàn)代交通檢測(cè)技術(shù)在城市快速路系統(tǒng)交通調(diào)查中的應(yīng)用M.哈爾濱:哈爾濱工業(yè)大學(xué)

16、交通研究所.2005.丁鷺飛,耿富錄.雷達(dá)原理M.西安：西安電子科技大學(xué),2001.蔣鐵珍,吳 凱,孫曉瑋.基于DSP的車流量檢測(cè)雷達(dá)的信號(hào)處理研究J.現(xiàn)代雷達(dá),2005, vol.27(11):2730.馬 楓,張慶英.基于以太網(wǎng)的超聲波車流量自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)D武漢:武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2007,vol.31(1):180182.肖興達(dá),李繼芳.基于熱釋電紅外傳感器的車流檢測(cè)裝置J.激光與紅外, 2005(2): 9495.郭銀景,康景利,呂文紅等.道口車流量監(jiān)測(cè)系統(tǒng)設(shè)計(jì)J.傳感器技術(shù).2003,22(11):6668.艾 紅,王 捷,孫 碩.基于熱釋傳感器的車流量監(jiān)測(cè)系統(tǒng)

17、J.儀表技術(shù)與傳感器,2007(6):4648.張 玲,陳麗敏,何偉等.基于視頻的改進(jìn)幀差法在車流量檢測(cè)中的應(yīng)用D重慶:重慶大學(xué)學(xué)報(bào),2004,27(5):3133.蔣剛毅,郁 梅,葉錫恩等.一種基于視覺(jué)的車輛跟蹤及交通流量參數(shù)估計(jì)新方法D.寧波:電路與系統(tǒng)學(xué)報(bào).2001,6(4):6973.左 奇,史忠科.一種新的交通流視頻檢測(cè)方法D西安:西安交通大學(xué)學(xué)報(bào).2004,38(4):396399.張 玲,易衛(wèi)明,何 偉等.一種基于視頻的車輛檢測(cè)新方法J.信息與電子工程.2006,4(4):264268.羅東華,余 志,李熙瑩等.基于邊緣的背景差法在車流量檢測(cè)中的應(yīng)用J.光電工程.2007,34(11):7073.計(jì)文平,郭寶龍,丁貴廣.基于虛擬線圈的光流法車流量檢測(cè)J.計(jì)算機(jī)仿真.2004,21(1):109-111.巨永鋒,朱 輝,潘 勇.基于計(jì)算機(jī)視覺(jué)的車流量檢測(cè)算法D西安:長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版).2004,24(1):9295.曾接賢,李斯新.基于序列圖像的三維