摘要：隨著機(jī)動車保有量的增加，我國交通現(xiàn)象擁堵現(xiàn)愈發(fā)嚴(yán)重，路管交通部門也對此給予了更多關(guān)注。為了更好的獲取交通基本參數(shù)信息以檢測交通道路擁堵程度，本文提出了一種依靠機(jī)器視覺來評測交通擁堵程度的全新系統(tǒng)，通過在路口設(shè)立監(jiān)控設(shè)備，來對實(shí)時路況進(jìn)行監(jiān)測并將采集到的信息及時反饋進(jìn)行智能分析處理，結(jié)合路面的實(shí)際動態(tài)，來判斷道路是否存在擁堵現(xiàn)象，以便于及時采取措施達(dá)到緩解交通壓力的目的。

關(guān)鍵詞：機(jī)器視覺;輕量級;監(jiān)測交通擁堵

引言

關(guān)于交通擁堵問題的解決方案，相關(guān)部門曾采用增加路網(wǎng)建設(shè)密度、加寬城市主干道路、建立城市立交橋等方法，然而隨著經(jīng)濟(jì)水平的提高，私家車變得普及起來，這些方法越來越顯現(xiàn)出其作用的局限性，因此人們迫切需要通過科學(xué)技術(shù)手段來改善日趨嚴(yán)重的交通擁堵問題。當(dāng)前人們獲得基本交通信息的方法主要依靠各類傳感器（如埋在地下的線圈傳感器、雷達(dá)等），如今隨著視訊手段的全面提高，依靠機(jī)器視覺系統(tǒng)，通過在道路設(shè)立監(jiān)控設(shè)備采集各種交通參數(shù)信息，針對實(shí)時交通狀態(tài)進(jìn)行評估來判斷交通擁堵狀態(tài)成為可能[1]。

一、交通擁堵的輕量級檢測

（一）監(jiān)控區(qū)域中道路的定制

車輛是以視覺為主檢測道路交通擁堵的重要媒介，在實(shí)際展開檢測工作過程中，需要對行駛中的車輛進(jìn)行跟蹤，以此來掌握各種交通基本參數(shù)，包括車輛密度、平均行駛速度以及車流量等，在整合各項(xiàng)參數(shù)時，可更加明確擁堵狀態(tài)。而這一方法應(yīng)用中，計算量較大。而道路特征的實(shí)時變化可以更加清晰地反應(yīng)交通擁堵狀況，同時以路面作為研究主體不必對過往車輛進(jìn)行全方位跟蹤即可獲得車輛行駛速度、道路擁堵密度等交通參數(shù)，減少了信息采集的工作量，避免復(fù)雜的計算過程，因此將道路作為監(jiān)控區(qū)域的來評估交通擁堵系數(shù)的研究比監(jiān)控車輛的研究更有實(shí)際意義。

在監(jiān)控設(shè)備采集到的交通場景圖中，可以通過機(jī)器視覺系統(tǒng)自動從區(qū)域圖中標(biāo)記出路面，也可以通過機(jī)器輔助的方法人工操作定制監(jiān)測區(qū)域。車道是監(jiān)測交通擁堵狀態(tài)的主體，而路邊建筑物、綠化帶及行人通道則不屬于視頻監(jiān)測的主要目標(biāo)。因此在實(shí)際交通監(jiān)控場景中，監(jiān)控設(shè)備一般架設(shè)于十字路口的位置，以保證其同時監(jiān)控整個路面，另外設(shè)備的設(shè)立高度和角度與也要經(jīng)過精細(xì)計算，以保證其精確分割車道區(qū)域，避免無用信息的采集，減少計算量。

（二）采樣點(diǎn)的設(shè)立

在監(jiān)控設(shè)備采集得到的視頻圖像中信息量極其龐大，其中不可避免的存在大量時間冗余和空間冗余，因此需要定制采樣點(diǎn)做參造物的方法來去除其中的其中冗余信息。時間冗余是指采集到的同一序列圖像中相鄰兩幀的圖像背景和移動目標(biāo)相同，只不過其位置略有變化而產(chǎn)生的無用數(shù)據(jù);空間冗余是指數(shù)據(jù)圖像中有著相似背景同時顏色相近的大面積區(qū)域，導(dǎo)致其像素點(diǎn)數(shù)據(jù)具有相關(guān)性，這種大量重復(fù)或類似的數(shù)據(jù)即稱為空間冗余。一般來說，車道區(qū)域和同一車輛的顏色、亮度都是一樣的，因此采集得到的圖像中往往存在大量的空間冗余[2]。

考慮到車輛的面積大小在路面移動的過程中是不會改變的，因此可以將多個采樣點(diǎn)均勻有序的排列成一個平面，以此來代替監(jiān)測路面，通過車輛移動時遮擋住采樣點(diǎn)使其平面形態(tài)出現(xiàn)變化，來判斷路面的實(shí)際情況。需要注意的是，在監(jiān)控設(shè)備錄制的二維平面圖像中，同一物體在現(xiàn)實(shí)空間中距離鏡頭的遠(yuǎn)近，影響了其在畫面中所呈現(xiàn)出來的圖像面積大小。因此在設(shè)立采樣點(diǎn)的過程中要保證采樣點(diǎn)的分布隨著與鏡頭之間的距離變化不斷調(diào)整，距離鏡頭越近的采樣點(diǎn)，其彼此間的間距越大。

二、采樣點(diǎn)的分類

根據(jù)監(jiān)控設(shè)備反饋回來的圖像信息，觀測采樣點(diǎn)是否存在被車輛遮擋的情況，可將采樣點(diǎn)分為存在采樣點(diǎn)和非存在采樣點(diǎn)。存在采樣點(diǎn)即為有物體存在導(dǎo)致采樣點(diǎn)被遮擋的情況，非存在采樣點(diǎn)指的是采樣點(diǎn)上沒有物體存在。同時采樣點(diǎn)又可以分為移動存在采樣點(diǎn)和靜止存在采樣點(diǎn)。從字面理解，移動存在采樣點(diǎn)是車輛在采樣點(diǎn)構(gòu)成的平面結(jié)構(gòu)中移動的狀態(tài)，靜止存在采樣點(diǎn)則指在平面空間中，該采樣點(diǎn)上的車輛狀態(tài)為靜止?fàn)顟B(tài)[3]。

根據(jù)存在采樣點(diǎn)在總體采樣點(diǎn)中所占的比例大小，可以判斷道路車輛密度，同時根據(jù)移動存在采樣點(diǎn)和靜止存在采樣點(diǎn)的比例，可以判斷當(dāng)前車輛的流通速度，以及是否存在擁堵現(xiàn)象。

三、擁堵狀態(tài)判定

在視覺系統(tǒng)的判定中，道路擁堵狀態(tài)是根據(jù)靜止存在采樣點(diǎn)判斷出來的。然而靜止存在采樣點(diǎn)是無法直接體現(xiàn)在圖像信息當(dāng)中的。需要從總體存在采樣點(diǎn)中分離移動采樣點(diǎn)的數(shù)量，兩者之差才是靜止采樣點(diǎn)的最終數(shù)據(jù)。因此首先需要準(zhǔn)確獲得存在采樣點(diǎn)和移動采樣點(diǎn)的數(shù)據(jù)信息。

（一）存在采樣點(diǎn)的檢測

首先設(shè)立二值化閾值TH1和作為參考背景的采樣點(diǎn)圖像B0;其次選取t時刻的采樣點(diǎn)圖像Xt，根據(jù)公式

Dt=Xt-B0

可得出t時刻的差分圖像為Dt。利用閾值TH1對差分圖像Dt進(jìn)行二值化處理，即可得到當(dāng)前時刻的存在采樣點(diǎn)圖像Et。此刻圖像內(nèi)的采樣點(diǎn)可分為1和0兩種狀態(tài)，0表示該采樣點(diǎn)上沒有物體存在;1表示該采樣點(diǎn)上被物體遮擋，即為存在采樣點(diǎn)。

（二）移動存在采樣點(diǎn)的檢測

分別讀取t、t-1、t+1時刻的采樣點(diǎn)圖像，然后根據(jù)公式

D1t=Xt—Xt-1

D2t=Xt-Xt+1

得到第一差分圖像D1t和第二差分圖像 D2t;然后分別使用閾值TH1和TH2對D1t、D2t進(jìn)行二值化處理，可得到當(dāng)前時刻移動存在采樣點(diǎn)圖像Yt。

最后根據(jù)存在采樣點(diǎn)和移動存在采樣點(diǎn)的數(shù)據(jù)做求差計算，可以得到靜止存在采樣點(diǎn)的具體數(shù)據(jù)，從而可判斷當(dāng)前交通擁堵狀態(tài)[4]。

結(jié)語

本文所提到的關(guān)于機(jī)器視覺的輕量級交通擁堵檢測技術(shù)，其操作方便，數(shù)據(jù)采集準(zhǔn)確且方便，并且算法簡單，同時這種視覺檢測系統(tǒng)能通過網(wǎng)絡(luò)與交通信號燈等智能模塊進(jìn)行銜接，從而達(dá)到隨時調(diào)整通行信號，應(yīng)對擁堵狀態(tài)及時采取措施的功能。

參考文獻(xiàn)：

[1]葉鋒，廖茜，林蕭， 等.基于機(jī)器視覺的交通擁堵評估系統(tǒng)[J].計算機(jī)系統(tǒng)應(yīng)用，2017，26（7）：78-83.

[2]湯一平，黃磊磊，嚴(yán)杭晨， 等.輕量級的全息道路交通狀態(tài)視覺檢測的研究[J].計算機(jī)科學(xué)，2014，41（5）：308-314.

[3]郭海濤.基于圖像識別技術(shù)的區(qū)域交通擁堵狀態(tài)判別研究[J].信息記錄材料，2019，20（1）：74-76.

[4]汪青，梅瑞麟，周岳斌.基于機(jī)器視覺的車流監(jiān)測和交通燈智能控制[J].機(jī)械管理開發(fā)，2019，34（2）：199-201.

作者簡介：

雷華陽（1982.12—），女，漢族，云南昭通，大學(xué)本科，主要從事交通管理視頻調(diào)度工作。