几种常见的交通检测器

几种常见的交通检测器几种常见的交通检测器人们对交通事件检测的方法一般分为直接检测法和间接检测法。直接检测法是通过监控摄像机采取图像信息，然后根据图像处理的算法提取出图像所包含的交通信息，如交通流量、速度、占有率等判断是否有交通事故发生;或者通过工作人员巡逻或者路人观察到有事故发生[[23]。间接检测法则比直接检测法要复杂，首先布设在道路下的检测线圈采集到交通流参数并将采集到的参数传送给PC机，PC机利用有关的算法分析有没有事故发生。由于直接检测法所需的工作量比间接检测法大，所以目前世界各国普遍采用间接监测的方法。间接检测法用到的主要的采集数据的工具就是检测线圈，下面介绍一下各种交通检测器的工作原理及其优缺点。(1>超声波检测器工作原理:根据光沿直线传播的原理，当光遇到障碍物时就会被反射回来，同理当超声波遇到障碍物(车辆)时就会产生一反射波，反射波传送回接收端，根据时间差就可以判断是否有车辆通过。正常情况下，没有车辆时超声波返回到超声波检测器用的时间比有车辆通过时用的时间要长，当接收到反射波的事件变短就可以判断出车辆通过。优点:首先超声波检测器安装在路侧，不用破坏路面;其次，耐用且安装方便。缺点:易受周围环境的影响，例如温度、雨雪等;其次检测范围有限，检测精度不高，当有人或者其他动物通过时极可能发生误检。(2>线圈检测器:环形线圈检测器是最早使用的事件检测器，目前世界很多国家的高速公路仍然在使用线圈检测器。工作原理:线圈检测器包含一个长方形或者圆形的闭合线圈，线圈内通有时刻变化的电流，根据变化的电场会产生磁场，交变的电磁会产生电场的原理，当线圈受到压力的作用时线圈内的回路电感量会产生变化，进而导致电流的变化，根据电感量是否发生变化就可以知道是否有车辆通过了。优点:首先目前线圈检测技术己被世界大部分国家使用，相对来说比较成熟，且价本文所设计的交通事件检测系统应用线圈交通检测器对交通事件来进行检测，通过使用TransModer交通仿真软件仿真交通事故，计算出感应线圈的布设间距，通过观察检测线圈采集到的车速、流量等数据判断是否有交通事故发生，再通过调用事件发生路段的现场视频对事件的具体情况(事件种类、道路通行能力等)进行直观的判断。2.3.1交通视频的检测技术随着社会的逐渐发展，交通安全越来越受到人们的重视，尤其是Zo12年包茂高速陕西省段连续发生的几起重大交通事故更引起了相关部门的重视。虽然现在大部分高速公路都安装有视频摄像头，但是由于采集的视频图像数据量大等一系列原因，使得大部分图像数据仅是传到高速公路监控中心，或者交通事故发生后再调用视频图像作为交通事故分析的参考而没有得到很好的应用。在本文中，将某一高速路段作为试验路段，将试验路段的视频资料利用matlab软件进行处理，作为线圈检测器的辅助依据。4.1运动目标检测常用的方法一幅图像包括静止的背景和相对背景运动的前景，将背景和前景分割开来并对分割后的前景做进一步处理使其成为若干独立目标的技术就叫运动目标检测;运动车辆检测的步骤主要是分割背景与前景，去除干扰信号，最后跟踪处理真实目标，如下图4.1所不:图4.1目标检测与提取框图杨梅三十页运动目标检测主要有帧差法和背景相减法两种方法[36]。4.1.1帧差法对视频序列中两帧或几帧图像相减并对其差异进行检测和提取的方法叫做帧差法f=}}l。帧差法的基本流程如下图4.2所示:一_仁一二彝匕b}1}7}i}’一形态学处理联通域分析判别图4.2帧差法基本原理图首先，利用公式(4-1)计算第k帧与第k-1帧图像的差分图Dk，若D、中像素值的差绝对值大于闽值，则是前景像素，否则即是后景像素;然后利用式(4-2对D、二值化得Rk，对Rk进行处理和分析，将连通部分的面积与给定闽值进行比较，大于闽值则是检测到的目标;帧差法程序简单，易于实现，实时性好，是检测运动目标的最基本的方法[}s}Dk}x}Y)一….fk}x}Y)一.fk-}}x}Y)…(4-1)。、二，:)一{01{Dk(x}Y)<I}7}}}L扩人(4-2)4.1.2背景差法背景差分法就是先提取出背景图像Bk，然后将背景图Bk与第Fk帧图像做差得差分图Dk像[39];差值与给定的闽值做比较，大于闽值则认为是前景图像，小于闽值则是后景图其处理流程如图4.3所示:图4.3背景差分法处理流程图背景相减法能够获得相对完整的目标图像，但是背景差分法对外界环境要求较高，在现实生活中没有任何干扰的背景图是很难或得到的，因此差分法只适用于背景变化不大的场合。4.1.3光流法光流场是一种包括运动信息、光学特性部位以及成像投影等信息的速度场，光流法要求被检测物体明暗度一样，且相邻点的运动相同[[40]。光流场的计算原理是图像在位置相近、时间相隔很小且灰度变化也很小的情况下灰度值相等[[41]记‘这一时间点处(x,y)处的图像灰度值为f(x}Y}t)，在‘+d,时刻点(x,力运动到点(二+da,y+dv)处，其图像灰度值是f(二+da}Y+}v)，则光流制约条件为为:f}x,y,t)一f}x+dx,y+dy,t+dt}(4-3)对等式右边泰勒公式展开，令试=0得:nU一一dt可一扮_,__.可_二_.u}十二甲“J十即(4-4)_三，、一生，则式(4-4可表示为:d，d，可可__.可__T7二_二;二厂=二甲u十二-v=vJ.vctcxcy(4-5)Of一(s,fv)fU一(}u,v}在式(4-5)中构成的u,、矢量解有很多个，所以有次中令争之、式必要加上另外的限制条件;在二维和三维空间上分析处理速度的局部分量，使得解唯一[42]光流场法比较简单易于实现，但其存在很大的缺陷，第一，约束公式(4-3),(4-4),(4-5>是在假设的条件下方可成立的，在现实生活中，图像尤其是高速运动的物体灰度很难与约束方程相匹配;其次，约束方程要求式(4-4必须是可微分的，这就需要对图像数据进行预处理，以避免混叠效应;第三，在现实生活中噪声无处不在，因此找到一幅没有一点噪声的图像是不可能实现的[[43]4.1.4各种算法的比较分析在衡量车辆检测算法性能时，鲁棒性、准确度、处理速度是主要的3个指标，算法的鲁棒性即算法能自动、连续地工作，对于如噪声、光照、天气等因素的影响不太敏感;}2算法的准确度即当有车辆通过时检测到的车辆数与实际通过的车辆数的百分比，准确度高的算法检测百分比自然也就高;算法的实时性是指当问题出现时，是否能在第一时刻发现并解决问题，这对交通事件的实时检测而言非常关键。根据这3个指标分别对论文介绍的3种算法的性能加以比较。能否高效率、高速度不停的运作是评价一个算法好坏的主要标准，如果算法对外界的变化如光照变化、噪声影响、恶劣天气等不太明敏感，则该算法就可以自动连续的工作;当有车辆通过时利用某交通检测算法能及时准确的检测到车辆的状态，则说明检测算法准确度高、速度快、漏检和误检率比较低。帧差法受外界环境的影响不大，当外界干扰增大或者明暗程度变化时，帧差法仍可以使用，且其性能没有多大变化，但是，当车辆静止时用帧差法就无法检测到，并且帧差法受时间间隔和车速的影响比较大，如果车辆速度比较大或者相邻帧时间间隔比较小，相邻两帧变化有可能会过小或者前后两帧无重叠，此时用帧差法就达不到检测的效果[[44]。背景差分法简单，快速，准确率高，该方法要求要检测的物体必须是静止且不受噪声干扰的，在这种理想状态下，对要处理的图像进行背景差分，背景可以被完全去掉，仅剩下需要的车辆信息，但是在现实环境中，完全静止无噪声的环境是很难找到的，并且背景差分法对外界环境的依赖性比较大，当口光照射角度变化、恶劣天气或者物体运动过于频繁时，背景图像不唯一，故用背景差分法不能检测出运动目标[45]。光流场法适应性强，既能在静态背景下工作也能在动态背景下工作，还可在摄像机运动的情况下工作，工作环境的变化不影响其工作。但是光流场的计算公式要求检测物体表面是光滑变化的，可靠性差，抗干扰能力差，事件消耗量比较大，不能实时反应交通数据变化，且对硬件要求较高，该方法目前还在实验阶段，尚未广泛应用[[46]。用表4.1对上述三种算法进行比较表4.1各种算法性能的比较┌────┬───┬─────┬───┐│检测算法│帧差法│背景差分法│光流法│├────┼───┼─────┼───┤│连续工作│高│低│低│├────┼───┼─────┼───┤│准确性│低│高│高│├────┼───┼─────┼───┤│处理速度│快│快│·漫│└────┴───┴─────┴───┘通过以上分析对比可知，每种算法都有优缺点，我们要根据自身的需要来选取算法，本文选取的是帧差法。由于隧道内环境与隧道外环境差异大，所以驾驶员在隧道内的车辆行驶也与隧道外有很大区别。1.在一般情况下不允许有变道发生，车辆必须按照自己的形成道路行