梁艷平 索明亮

（北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 北京 100044）

目前動(dòng)態(tài)交通流數(shù)據(jù)主要通過(guò)安裝在路邊及路面下的交通檢測(cè)設(shè)備獲取，傳統(tǒng)的地面交通流檢測(cè)設(shè)備在設(shè)備安裝、采集數(shù)據(jù)精度、覆蓋范圍、各傳感器采集數(shù)據(jù)的相互評(píng)價(jià)體系等方面存在局限性［1］，尤其是在大范圍實(shí)時(shí)動(dòng)態(tài)交通參數(shù)獲取方面，所能提取的交通參數(shù)有限，不能進(jìn)行有效的運(yùn)動(dòng)車(chē)輛跟蹤與大范圍交通監(jiān)控.利用遙感數(shù)據(jù)檢測(cè)交通特征來(lái)預(yù)測(cè)和分析交通狀況，已成為當(dāng)下研究交通流參數(shù)提取領(lǐng)域的熱點(diǎn)內(nèi)容.本文分析了智能交通領(lǐng)域運(yùn)動(dòng)車(chē)輛探測(cè)研究的新方向，總結(jié)出當(dāng)前國(guó)際上基于遙感影像的運(yùn)動(dòng)車(chē)輛探測(cè)研究的發(fā)展情況.

1 運(yùn)動(dòng)車(chē)輛探測(cè)研究的新方向

智能交通領(lǐng)域?qū)\(yùn)動(dòng)目標(biāo)的檢測(cè)主要通過(guò)安裝在地面或路邊的固定式檢測(cè)設(shè)備進(jìn)行，傳統(tǒng)的固定式交通檢測(cè)設(shè)備主要有如下局限性：（1）設(shè)備安裝及維修不方便，部分情況下對(duì)路面具有破壞性，影響路面交通；（2）檢測(cè)精度受環(huán)境因素的影響較大；（3）覆蓋范圍有限，大范圍交通流參數(shù)的獲取可靠性不夠；（4）后處理以及評(píng)估體系尚不很完善.隨著對(duì)地觀測(cè)技術(shù)的發(fā)展，基于遙感的交通應(yīng)用日益引起重視，運(yùn)動(dòng)車(chē)輛探測(cè)研究出現(xiàn)新的發(fā)展方向.

成立于2001年的美國(guó)國(guó)家遙感交通運(yùn)輸流應(yīng)用協(xié)會(huì)（NCRST－F）由美國(guó)交通部和國(guó)家航天航空局支持，其研究重點(diǎn)是融合遙感數(shù)據(jù)和傳統(tǒng)地面交通數(shù)據(jù)于一體進(jìn)行交通流的監(jiān)控與管理，用于改善運(yùn)輸系統(tǒng)的效率［2－3］.德國(guó)航空航天中心（Ger man Aer ospace Center）設(shè)計(jì)并制定了“TRA MRAD”計(jì)劃，利用基于航空航天的雷達(dá)移動(dòng)目標(biāo)識(shí)別技術(shù)進(jìn)行道路交通監(jiān)控，并進(jìn)行了一系列的理論與實(shí)驗(yàn)探索［4］.國(guó)際攝影測(cè)量與遙感雜 志 （Jour nal of Photogrammetry ＆ Remote Sensing，ISPRS）專(zhuān)門(mén)于2006年9月推出了“航空和航天監(jiān)測(cè)地面交通（air bor ne and spacebar ne traffic monitoring）”主題專(zhuān)刊，討論了包括各種遙感影像空間數(shù)據(jù)探測(cè)車(chē)輛及活動(dòng)的方法和交通參數(shù)提取相關(guān)的應(yīng)用問(wèn)題.基于遙感影像的運(yùn)動(dòng)車(chē)輛探測(cè)研究已經(jīng)日益受到遙感和交通運(yùn)輸領(lǐng)域?qū)W者的關(guān)注.與傳統(tǒng)的交通流檢測(cè)設(shè)備相比，基于遙感影像的運(yùn)動(dòng)車(chē)輛探測(cè)方法具有一次投入持久應(yīng)用、不破壞路面、不影響地面交通、覆蓋面積大、獲取的交通信息量豐富等諸多優(yōu)點(diǎn)，為交通管理與交通流動(dòng)態(tài)監(jiān)測(cè)提供了新方法與數(shù)據(jù)源，可能會(huì)帶來(lái)日常交通檢測(cè)和管理模式的新變革.

目前商用遙感影像的地面分辨率越來(lái)越高，已商業(yè)化并能夠提供高分辨率遙感數(shù)據(jù)的遙感衛(wèi)星有蘇聯(lián)的KFA1000，法國(guó)的SPOT5，美國(guó)的Quick Bir d，美國(guó)的IKONOS，美國(guó)的Landsat7，中國(guó)的 CBERS－1／2，加拿大的 RADARSAT，歐洲的ENVISAT等.全世界廣泛使用的“谷歌地球（Google Eart h）”上的衛(wèi)星影像最高分辨率可達(dá)0.61 m，近年來(lái)，美國(guó)連續(xù)發(fā)射了更高分辨率的商業(yè)衛(wèi)星，如Geo Eye－1衛(wèi)星能提供0.41 m全色（黑白）分辨率和1.65 m多譜段（彩色）分辨率，目標(biāo)定位精度可達(dá)3 m的影像數(shù)據(jù)；2009年10月9日發(fā)射成功的 Worl dview－2衛(wèi)星能夠提供0.5 m分辨率的全色和1.8 m分辨率的多光譜數(shù)據(jù)，還包括4個(gè)額外譜段（海岸、黃、紅邊和近紅外2），能進(jìn)行精確變化檢測(cè)，這些都為運(yùn)動(dòng)車(chē)輛的監(jiān)測(cè)與管理進(jìn)一步提供了數(shù)據(jù)支持.

2 運(yùn)動(dòng)車(chē)輛探測(cè)研究的新進(jìn)展

2.1 基于航空視頻圖像序列的運(yùn)動(dòng)車(chē)輛監(jiān)測(cè)

與地面交通視頻檢測(cè)器的處理技術(shù)類(lèi)似，利用航空視頻圖像序列進(jìn)行動(dòng)態(tài)交通參數(shù)提取的研究廣受關(guān)注.傳統(tǒng)的測(cè)量交通密度和速度的方法依賴(lài)于感應(yīng)線圈和其他固定設(shè)備的局部測(cè)量，不能提供二維交通場(chǎng)景的整體信息，為了獲得大范圍交通流的準(zhǔn)確信息，只有航空攝像機(jī)或固定在很高位置的攝像機(jī)能夠提供覆蓋所有路網(wǎng)的實(shí)時(shí)圖像.D.A.Grejner－Brzezinsk 等［5］對(duì) 機(jī) 載 圖 像數(shù)據(jù)和Li DAR數(shù)據(jù)進(jìn)行交通流提取技術(shù)分別進(jìn)行了綜述，并對(duì)二者數(shù)據(jù)融合進(jìn)行提取的可能做了討論，其中Li DAR被證明是車(chē)輛提取并粗分類(lèi)的一種很好數(shù)據(jù)源，數(shù)字圖像則支持精確的車(chē)速估計(jì).

2.2 基于星載SAR圖像的運(yùn)動(dòng)車(chē)輛識(shí)別與檢測(cè)

雷達(dá)遙感數(shù)據(jù)有基于航空機(jī)載和星載兩種，就現(xiàn)有文獻(xiàn)分析來(lái)看，目前基于航空機(jī)載合成孔徑雷達(dá)（synthetic apert ure radar，SAR）圖像的運(yùn)動(dòng)車(chē)輛監(jiān)測(cè)研究居多.近年來(lái)，隨著商業(yè)化高分辨率雷達(dá)衛(wèi)星的成功發(fā)射，基于衛(wèi)星SAR數(shù)據(jù)進(jìn)行運(yùn)動(dòng)車(chē)輛探測(cè)的研究也日益受到關(guān)注，德國(guó)在2007年6月成功發(fā)射軍民兩用的TerraSAR－X雷達(dá)衛(wèi)星之后對(duì)此進(jìn)行了系統(tǒng)的研究，旨在為未來(lái)大范圍的道路交通監(jiān)控提供可行的衛(wèi)星傳感器系統(tǒng).S.Hinz等［6］則對(duì)星載民用SAR圖像的運(yùn)動(dòng)車(chē)輛探測(cè)思路進(jìn)行了討論，對(duì)TerraSAR－X圖像用于交通監(jiān)測(cè)的參數(shù)進(jìn)行了理論驗(yàn)證，其理論空間分辨率為1～3 m，并進(jìn)行了機(jī)載SAR實(shí)時(shí)數(shù)據(jù)模擬.F.Meyer等［7－8］針對(duì) TerraSAR－X 衛(wèi)星數(shù)據(jù)用于道路交通應(yīng)用，介紹了地面的硬件及軟件需求，運(yùn)動(dòng)物體在數(shù)據(jù)中的特征以及加速度對(duì)運(yùn)動(dòng)探測(cè)的影響，融合各類(lèi)先驗(yàn)知識(shí)包括道路數(shù)據(jù)庫(kù)和道路車(chē)輛的雷達(dá)信號(hào)，提出了恒定誤檢率下的檢測(cè)方法，基于相位來(lái)估計(jì)車(chē)速，并采用了精度分析理論對(duì)探測(cè)精度進(jìn)行了分析，且和實(shí)際真實(shí)數(shù)據(jù)進(jìn)行了比較.S.Hinz等［9］提出了一種運(yùn)動(dòng)車(chē)輛探測(cè)與速度的估算方法，并能同步評(píng)價(jià)SAR數(shù)據(jù)處理對(duì)運(yùn)動(dòng)目標(biāo)的影響，最后用真實(shí)的SAR數(shù)據(jù)進(jìn)行了驗(yàn)證.S.Suchandt等［10］基于雷達(dá)衛(wèi)星TerraSAR－X數(shù)據(jù)開(kāi)發(fā)了GMTI（gr ound moving tar get indication）處理系統(tǒng)用于交通信息的提取.

2.3 基于光學(xué)衛(wèi)星影像的運(yùn)動(dòng)車(chē)輛探測(cè)

由于衛(wèi)星視頻圖像獲取存在技術(shù)困難，基于光學(xué)衛(wèi)星影像的運(yùn)動(dòng)車(chē)輛探測(cè)研究的文獻(xiàn)較少.現(xiàn)有的研究都屬于探索性研究，多利用星載系統(tǒng)的全色與多光譜成像光學(xué)軸不一致，二者在成像上存在較小時(shí)間差的特點(diǎn)進(jìn)行運(yùn)動(dòng)車(chē)輛識(shí)別與探測(cè).如Quick Bird和IKONOS的全色和多光譜影像都存在較小的時(shí)間差，最近發(fā)射的更高分辨率衛(wèi)星如GeoEye－1、Worldview－1、Worldview－2也都如此.衛(wèi)星影像上的運(yùn)動(dòng)目標(biāo)在其圖像周?chē)鷷?huì)形成彩色的模糊邊緣，這一點(diǎn)已是共識(shí)，運(yùn)動(dòng)車(chē)輛可通過(guò)運(yùn)動(dòng)目標(biāo)的彩色（紅藍(lán)）邊緣加以識(shí)別，如圖1所示.

圖1 衛(wèi)星影像上的運(yùn)動(dòng)車(chē)輛（帶有紅藍(lán)彩色邊緣）

利用這一現(xiàn)象與特點(diǎn)，M.Etaya等［11］研究了利用Quick Bir d衛(wèi)星單景圖像數(shù)據(jù)進(jìn)行地面運(yùn)動(dòng)物體檢測(cè)的可能與方法.Quick Bir d衛(wèi)星捆綁數(shù)據(jù)產(chǎn)品包括全色和多光譜圖像，二者由于拍攝時(shí)間存在約0.2 s的時(shí)間間隔，可看作是同一地區(qū)的連續(xù)2個(gè)分辨率不同的圖像，應(yīng)用這一規(guī)則可簡(jiǎn)單地采用所在地區(qū)同一尺寸和時(shí)間段下的多光譜圖像和全色圖像疊加來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，如飛機(jī)，船只，車(chē)輛等.目標(biāo)移動(dòng)的距離和速度可以通過(guò)測(cè)量其在極短時(shí)間內(nèi)的位置改變來(lái)實(shí)現(xiàn).論文介紹了其他研究尚未涉及到的運(yùn)動(dòng)車(chē)輛及其相關(guān)參數(shù)的探測(cè)，受圖像分辨率的影響可檢測(cè)到圖像上以11 k m／h以上速度移動(dòng)的車(chē)輛目標(biāo)，其中的關(guān)鍵在于不同分辨率的全色和多光譜圖像的融合匹配，在處理的過(guò)程中需進(jìn)行圖像糾正.此運(yùn)動(dòng)目標(biāo)檢測(cè)方法也在Spot圖像上得到成功驗(yàn)證，M.Etaya等［12］利用Spot圖像對(duì)2004年蘇門(mén)答臘北部地震中的海洋波浪運(yùn)動(dòng)進(jìn)行了成功檢測(cè).二者都通過(guò)全色和多光譜圖像上的人工運(yùn)動(dòng)目標(biāo)選擇匹配實(shí)現(xiàn).

J.Leitloff等［13］則不同于前者研究中的運(yùn)動(dòng)目標(biāo)人工選擇，著重于運(yùn)動(dòng)車(chē)輛的自動(dòng)檢測(cè)，在Quick Bir d圖像上利用基于梯度方向和高斯核心最小方差濾波的子像素匹配方法進(jìn)行全色和多光譜圖像上的運(yùn)動(dòng)目標(biāo)自動(dòng)匹配，從而實(shí)現(xiàn)運(yùn)動(dòng)車(chē)輛檢測(cè)與速度估算，最后通過(guò)許多實(shí)際數(shù)據(jù)例證了匹配方法的有效和速度估算方案的可行.

3 分析結(jié)論及展望

3.1 運(yùn)動(dòng)車(chē)輛探測(cè)研究現(xiàn)狀的特點(diǎn)

通過(guò)以上國(guó)內(nèi)外文獻(xiàn)資料的分析，可發(fā)現(xiàn)如下特點(diǎn)：（1）國(guó)際上關(guān)注較多的是基于航空機(jī)載視頻圖像序列的運(yùn)動(dòng)車(chē)輛探測(cè)及交通流參數(shù)提取研究，通過(guò)對(duì)航拍視頻圖像序列的處理來(lái)檢測(cè)車(chē)輛，并估計(jì)車(chē)速，旅行時(shí)間，車(chē)流密度，和排隊(duì)延誤等；（2）基于衛(wèi)星SAR數(shù)據(jù)的運(yùn)動(dòng)車(chē)輛監(jiān)測(cè)呈現(xiàn)出德國(guó)一家獨(dú)大的局面，德國(guó)成功發(fā)射的Terra－SAR－X雷達(dá)衛(wèi)星為其研究提供了有力的數(shù)據(jù)支持，其他國(guó)家的研究人員很少涉及；（3）基于高分辨率衛(wèi)星影像的交通流信息提取則更多地集中在車(chē)輛識(shí)別、車(chē)輛分類(lèi)和車(chē)輛計(jì)數(shù)等靜態(tài)交通流參數(shù)提取，對(duì)交通監(jiān)測(cè)、交通管理、交通誘導(dǎo)等具有重要價(jià)值的車(chē)輛跟蹤與車(chē)速估算的研究相對(duì)較少.

3.2 三種方法的優(yōu)劣分析及展望

基于航空視頻圖像序列的運(yùn)動(dòng)車(chē)輛監(jiān)測(cè)中，由于：（1）低空機(jī)載圖像受到亮度波動(dòng)、陰影、太陽(yáng)角度不同、攝像機(jī)姿態(tài)以及成像方位等因素的影響，這都顯著影響到自動(dòng)車(chē)輛提取的性能；（2）消除這些因素的影響需要較多高精度的輔助數(shù)據(jù)，這也增加了研究的難度與不確定性；（3）低空機(jī)載圖像的獲取費(fèi)用較高，耗時(shí)耗力，且不能進(jìn)行連續(xù)不間斷觀測(cè)，難以用于日常的交通監(jiān)測(cè)與管理.

與低空機(jī)載影像相比，衛(wèi)星遙感：（1）具有視點(diǎn)高、視域廣、數(shù)據(jù)采集快和可重復(fù)、連續(xù)觀察的特點(diǎn)，而且長(zhǎng)期來(lái)看數(shù)據(jù)成本低，更適合常規(guī)化的日常交通監(jiān)測(cè)與管理應(yīng)用；（2）利用光學(xué)衛(wèi)星影像進(jìn)行運(yùn)動(dòng)車(chē)輛的探索性研究數(shù)據(jù)門(mén)檻較低，而且有傳統(tǒng)地面視頻交通信息采集技術(shù)的相關(guān)研究成果作為參考，能夠讓更多的交通運(yùn)輸領(lǐng)域?qū)W者參與到此項(xiàng)研究中來(lái)，改變目前大多數(shù)研究者不具有交通專(zhuān)業(yè)背景的現(xiàn)狀；（3）也有研究表明，光學(xué)影像更適合進(jìn)行速度估算研究；（4）星載光學(xué)衛(wèi)星的空間和時(shí)間分辨率在逐漸提高，尤其近一兩年可供選擇利用的0.5 m左右的商業(yè)衛(wèi)星數(shù)據(jù)更多，如Geo Eye和Wor d View等.因此從長(zhǎng)遠(yuǎn)來(lái)看，星載光學(xué)影像的交通參數(shù)提取應(yīng)用將是一個(gè)重要的研究課題.

與光學(xué)遙感衛(wèi)星相比，合成孔徑雷達(dá)（SAR）衛(wèi)星可顯著提高對(duì)地觀測(cè)的分辨率和對(duì)惡劣氣候的適應(yīng)力以及能穿透一些地物成像，因此是運(yùn)動(dòng)車(chē)輛跟蹤與探測(cè)研究的極具潛力的發(fā)展方向.早期受限于星載SAR數(shù)據(jù)的獲取限制，相關(guān)的研究成果較少.可喜的是美國(guó)政府已經(jīng)放松了對(duì)商業(yè)雷達(dá)衛(wèi)星的許可證限制，自2009年10月21日開(kāi)始允許商業(yè)銷(xiāo)售分辨率為1 m的雷達(dá)圖像，我國(guó)在09年也相繼發(fā)射了多顆雷達(dá)遙感衛(wèi)星，并有多家代理機(jī)構(gòu)開(kāi)始銷(xiāo)售國(guó)外衛(wèi)星SAR數(shù)據(jù)，這必將帶動(dòng)運(yùn)動(dòng)車(chē)輛探測(cè)研究的新熱潮.

因此可以說(shuō)基于光學(xué)衛(wèi)星影像和基于衛(wèi)星SAR數(shù)據(jù)的運(yùn)動(dòng)車(chē)輛探測(cè)研究在不遠(yuǎn)的將來(lái)必將引起國(guó)際上更多學(xué)者的關(guān)注與研究興趣，也期望本文能引起國(guó)內(nèi)同行的關(guān)注，帶動(dòng)我國(guó)在本領(lǐng)域研究的發(fā)展.

［1］孫 琪.基于高分辨率衛(wèi)星影像的交通流參數(shù)提取研究［D］.北京：北京交通大學(xué)交通運(yùn)輸學(xué)院，2009.

［2］Mirchandani P，Hick man M，Angel A.Application of aerial video for traffic flow monitoring and management［C］／／Pecora 15／Land Satellite Infor mation IV／ISPRS Co mmission I／ FIEO 2002 Conference Proceedings.

［3］Totha C K，Grejner－Brzezinska D.Traffic flow estimation fro m air bor ne i maging sensors：a perfor mance analysis［EB／OL］.http：／／www.isprs.org／publications／related／hannover05／paper／141－toth.pdf

［4］Bet hke E K，Bau mgartner S，Gabele M.Air and spacebor ne monitoring of road traffic using SAR moving target indication－Pr oject TRA MRAD［J］.ISPRS Journal of Photogrammetry ＆ Remote Sensing，2006，61：243－259.

［5］Grejner－Brzezinska D A，Toth C K.Vehicle classification and traffic flo w estimation fro m air bor ne Li－DAR／CCD Data［J］.International Association of Geodesy Sy mposia，2007，130（7）：799－808.

［6］Hinz S，Meyer F，Eineder M.Traffic monitoring with spaceborne SAR－theory，simulations，and experi ments［J］.Computer Vision and Image Understanding，2007，106：231－244.

［7］Meyer F，Hinz S，Laika A.Perfor mance analysis of the terra SAR－X traffic monitoring concept［J］.ISPRS Jour nal of Photogrammetr y ＆ Remote Sensing，2006，61：225－242.

［8］Meyer F，Hinz S，Müller R.Towards traffic moni－toring with terra SAR－X［EB／OL］.http：／／www.ipk.bv.tu m.de／pub／2006／meyer＿CanadianJour nal O－f RemoteSensing.pdf.

［9］Hinz S，Weihing D，Suchandt S.Detection and velocity estimation of moving vehicles in high－resolution spaceborne synthetic aperture radar data［C］／／IEEE Co mputer Vision and Patter n Recognition Conference，Workshop on Object Tracking and Classification Beyond the Visible Spectr u m 2008，Anchorage，USA.

［10］Suchandt S，Eineder M，Müller R.Develop ment of a GMTI pr ocessing system for the extraction of traffic infor mation from terra SAR－X data［EB／OL］.http：／／www.ipk.bv.t u m.de／pub／2006／hinz＿eusar06.pdf.

［11］Etaya M，Sakata T，Shi moda H，et al.An experiment on detecting moving objects using a single scene of quick bird data［J］.Jour nal of The Remote Sensing of Japan，2004，24（4）：357－366.

［12］Etaya M，Nakano R，Shi moda H，et al.Detection of ocean wave movements after the norther n su matra earthquake using SPOT images［J］.Proceedings of IGARSS，2005：1420－1423.

［13］Leitloff J，Hinz S，Stilla U.Inferring traffic activity fro m optical satellite i mages［J］.Inter national Archives of Photogrammetry，Remote Sensing and Spatial Infor mation Sciences，2007（36）：89－93.