基于视频检测技术的城市快速路交通状态分析研究

基于视频检测技术的城市快速路交通状态分析研究

楼莎莎顾昊

（浙江浙大中控信息技术有限公司浙江杭州310052）

摘要：如今是科技发展的重要时间段，此时世界的经济与科技高速发展，孕育出了许多科技产物来服务世人。其中汽车的使用尤为突出。今年世界的汽车使用覆盖量已达百分之百。汽车在生活方面给人们带来了快捷但很快人们发现带来方便的同时也带来了困扰，如车辆过多造成堵塞而浪费时间。排放的气体使空气污浊，造成对人体的伤害。为了解决汽车在堵塞方面的问题，人们制定了大量的计划。交通状态的视频监控成为主要改善堵车的办法。接下来，通过视频检测技术采集的特征参数作为基础对该问题进行初步解决。将变量设定为轿车的行驶速度。通过分析其特点与不同，将交通状态分为不同类型。

关键词：视频检测；城市；快速路；交通状态

引言

最近十年内，随着我国小康经济的逐步完善，国民的生活质量提升。轿车的使用和人流量也迅速增加。随着道路车辆数量的增加，交通事故和交通拥堵在中国变得越来越严重。其中，交通拥堵的危害涉及生活的方方面面，更突出的危害是车辆的速度大大降低，增加了交通延误，浪费了人们的出行时间。交通状况在出现严重拥堵的情况下，也可能对整个城市的正常运转造成困难。因而产生交易的失败，减小货币的流通量。视频检测技术在目前是对快速路的交通情况最为有效的办法，而交通状态的分析是其中的基础，它在交通状况预测、交通拥堵预防和交通秩序避免等方面发挥着重要的作用。

1目前对交通方面的研究

现阶段我国技术人员分别以导航技术为初步得到数值的办法，在运用各种相应的规范以及理论知识来准确测出需要的数值，做到减小误差。并基于理论将交通流数据与实际情况相联系，通过位置的变化与时速的改变得到第一层次的结果分析。接着使用其他部分得出的结论与该结论结合与对比。这些部分主要包含着车流量，道路数量，行车时速。通过分析该部分得出结果，继而设计出分析器对道路交通条件进行分类识别。其他国家的交通状态检测的研究通常较早地集中在一些交通事故的检测上，但随着车辆行驶距离和车次的增加，研究者从一般的交通事故检测到交通拥堵，研究的重点逐渐扩大。同盟关系发生了变化，研究内容也越来越深入。实验室利用光流技术和背景去除技术设计了一个交通场景监控系统，可以对车辆和驾驶人员进行检测。有人得出了特定模型可确实检测快速路上行驶车辆的位置与某路段的堵塞程度。但这一模型只能对一小部分的路段进行监控，做不到大面积的实施。因而在使用过程中我们可以挑选该路段的几辆行驶中的轿车为目标，通过电脑对多个视频进行检测，对挑选的车辆做到大致预测时速。使用光流来计算该问题，并根据宏观光流速度将交通状态分为拥挤和平滑两类。还可以运用视频截取图像，静态分析。根据其灰度表现得出数量等其他需要结果。这个办法也证实了图像中的占用率和图片灰度的联系。联系特定表现在数值方面，其呈现线性特点。尽管国内外对道路交通状况的探究工作已经初步取得成功，但因为该项目存在不确定性以及困难解决的难度大的问题需要我们继续进步。目前使用的办法具有误差大，实时性差，易出错等缺点，也在一定情况下可能受到环境条件影响。因此，在道路交通状况检测方面的研究还需要做大量的工作，其工作任重而道远，需要大量的研究与探讨。

2分析快速路状态

2.1数据采集与处理

数据采集采用视频检测技术。选取一段交通量较大的快速路，设置好几个时段的测速间隔和测速长度，一个时段为检测阶段。视频数据的最终沉降，通过图像处理算法来得到车辆在每一帧的位置，因为帧与帧之间的时间间隔是固定的，所以速度可以计算通过计算位置的前后两帧之间的区别。

2.2交通状态类型

交通状态分类是交通状态分析的第一部分，也是最为基础的部分。匝道入口附近的交通流量由主干道和匝道入口的交通流量决定。交通状态可以分为许多类型，因为每个人有不同的划分规则，不同的规则可将其分为不同的部分，数量也有所不同。分为六种可表现为：局部集簇的移动（包括固定的移动），阻塞流的同步，拥塞流的动荡，自由流，走停流的触发。若将其分为三部分就可缩减为自由流，运动阻塞和同步流。然而，上述关于交通条件分类的研究大多集中在高速公路上，而城市快速路的交通流具有高流量、高密度、低速度、宽拥挤范围等特点，导致其不能充分应用于城市交通条件分类中，所以检测人员总结出了四个部分的状态。这一总结根据实际展开，充分适用于城市的快速路检测。

3快速路状态辨识

城市快速路交通状态识别是交通状态分析的第二个重要步骤。通过对城市快速路实时监控，快速准确的得到了实验计算的数值，也让违法犯法无处可藏，提高了相关部门的管理效率。根据实验分析得出将样本和各类算法联合可以创造新的算法，首先需要从视频得出数据，再通过规则比较车辆的行驶状态。在视频段中随机选择车辆时，考虑到车辆的车道变化可能对速度变化有一定的影响，车辆选择中不考虑具有车道变化行为的车辆。采用单决策变量和双决策变量对交通状态识别算法的性能进行了验证。同时选取算法的精度作为评价指标。最后，研究结果表明，两个决策变量的速度方差和速度方差对交通状态的识别优于单一决策变量。然而，该算法对同步流和交通拥挤的识别精度低于自由流和协调流，主要与驾驶员行为有关。当交通流从同步交通流堵塞时，根据三相交通流理论，在条件允许的情况下，驾驶员可以选择仍然比较高的车速，但为了使车辆具有充分制动的时间一般情况下会采用紧急措施，从而达到对交通流的控制。当平均值较高时，车辆通过检测断面时的速度可能不明显，导致基于模糊C均值聚类原理的辨识算法的速度变化进程总结为同步状态。从上文结果可分析出快速路的交通情况是随时间，环境，天气而随时改变的，但最主要的原因还是驾驶员的主观思想。所以在最后分析阶段，应根据算法的辨识，综合分析样本数据的实际情况，做出准确的判断。但在选择视频和车辆时存在很多问题，如1.目前视频监控中的特征参数提取和交通事故检测是交通状态检测算法的一部分，而特征参数的提取往往只是一个起点，从交通量较少的总体情况中提取出微观细节，从而提高了交通事故检测的效率。2.运动目标的分割精度较差，得到的交通特征参数不太可靠，导致交通状态分类和识别结果的准确性大大降低。这些问题解决方法是放弃不观测的路段的检测，继而减小工作范围，降低计算难度，加强计算的精确度。针对场景光突变对背景图像的影响，可采用改进的高斯混合模型建立背景，结合边缘检测和背景差分法提取车辆边缘。以上办法均可适当的解决该问题，但更好的解决办法仍需要探索。

结束语

目前，世界上很多道路都安装了视频监控设备来获取交通信息，但这些道路的实际交通状况大部分是靠驾驶员的个人分析与实地观察。这种情况下使驾驶员无法及时的了解交通状况，也让交通检测存在着无法准确检测的问题，并减小了信息的传播的可能性。为了解决这些问题，交通视频检测与计算机的运算分析的运用必不可少。本文基于视频检测技术，对城市高速公路交通数据进行采集和处理，建立了城市高速公路交通状态识别算法，并通过实测数据验证了算法的可靠性。

参考文献：

[1]王川童.基于视频处理的城市道路交通拥堵判别技术研究[D].重庆大学.2010.

[2]徐磊.城市道路交通状态判别与预测系统设计与关键技术研究[D].吉林大学.2010.

[3]曾恒.基于视频检测的城市道路交通拥挤状态判别方法研究[D].重庆：重庆大学硕士学位论文，2010