小编： 上世纪 80 年代起，智能交通系统（ITS）就受了国外众多专家学者的关注。由于不同国家之间的交通规则、交通设施建设、车辆特征等存在差异，各国开始依据本国的交通情况研发适用的智
上世纪 80 年代起，智能交通系统（ITS）就受了国外众多专家学者的关注。由于不同国家之间的交通规则、交通设施建设、车辆特征等存在差异，各国开始依据本国的交通情况研发适用的智能交通系统。
国内外研究现状
交通系统是城市的重要组成部分，为实现智慧、稳定、高效的交通系统，多年来专家学者与政府部门一起，不断进行探究与实验，形成了较为丰硕的成果，其中有一部分已经成功付诸使用，为智能交通系统发展贡献力量。其中，车辆违章行为分析是当前智能交通系统中的一大研究热点。近年来，国内外对车辆违章行为分析技术的研究主要集中于以下两个方面：
一是利用图像及视频处理技术，对车辆特征进行分析，完成车辆的识别功能，从而实现如视频追踪某特定车辆、违法车辆记录等功能。
张哲等提出了一种针对车牌的识别方法，通过在模板匹配中引入欧拉数的方式，提高了对车牌图像的识别率。Iqbal 等将车辆的品牌和型号作为车辆识别的依据，收集道路中的车辆外型信息，将其与车辆外型数据库进行对比，结合车牌信息，判定出车牌相同但外型不同的套牌车，但是由于车辆外型相似性很高并且车型数据库中车辆类型有限，该方法识别率较低。Surekha 等结合形态处理算法、边缘处理算法与优化的神经网络参数实现车辆识别，并将其应用于一个车辆安全管控系统。黄科军对道路交通网捕获的车牌自动识别数据（ANPR）进行跟踪分析，基于 Benford 定理和模糊聚类实现车辆异常行为的检测。陆培军针对交通肇事逃逸车辆设计了一种车牌识别算法，从监控录像视频中提取车辆与违章人员特征，结合车牌号码局部 HOG 特征进行分析，提高了对模糊车牌图像的识别率，增强了对快速逃逸车辆的打击能力。
视频和图像处理技术可对车辆特征、车牌号等信息进行有效分析，实现车辆违章行为判别，但是由于其计算量大且数据源易受光照、天气条件等外部环境因素影响，存在着计算效率和准确率的问题。另外，车辆的外型和车牌可能存在被“克隆”的现象，此时仅用图像处理方式无法判别，需要结合进一步的数据分析进行判断。
二是通过物联网标识的方式，为每辆车配备独一无二的物联网标识，从而实现对违章车辆的识别与远程监控功能。
刘学静等采用了一种光学隐码的技术，利用特殊光学材料做成车牌的唯一标识条码，通过对信息条码进行识别来甄别违章车辆。耿乙喆提出通过为车辆配置 RFID 标签的方式对车辆进行标识。标签中存储对应车辆的特征信息，包括车身颜色、车型、车牌号等，并且在交通路口配置对应的标签读写器，对经过的车辆进行数据分析，识别是否存在套牌等违章行为。于影等将从基站获取的 RFID数据与监控视频数据相结合进行分析，提出多基站检测信息联合对比的方法，实现对套牌车辆的识别。杨博提出通过向机动车植入无源电子标签，利用 ZigBee基站与标签间的通信，实现对违章车牌的稽查。物联网标识在车辆甄别上十分有效，但是其依赖于电子标签的使用，从而将大大提高交通系统的成本，并且它也面临着被“克隆”与信息篡改的风险。
以上两种车辆违章行为分析方法对硬件依赖性都比较强，需要完善的硬件设施作为基础，将大大提高监控系统的成本，实际应用中难以推广。另外，两种方式均无法对“克隆”车辆进行有效的判别。
研究的目的与意义
在“ 互联网+”时代下，道路交通环境是一个复杂系统，涉及人、车、路和环境等复杂因素，交通视频监控对于维护道路交通安全具有重要应用价值。车辆的违章行为检测和识别融合了计算机视觉、图像处理和模式识别等多项技术，它是提高交通视频监控智能化程度的一个重要途径。目前大多数交通视频监控系统中 由监控人员进行道路监控和违章分析，浪费了大量的人力和时间，既不能够提供实时的处理，也没有充分发挥视频监控系统的主动性。因此，在交通视频中进行车辆违章行为的检测与分析的研究具有重要的理论意义和应用价值。本系统围绕“智慧服务系统”的特点，提供一种安防监控服务平台，旨在运用计算机视觉、视频语义分析、视频挖掘等相关技术，从大量的视频数据中自动检测出运动车辆并且提取运动车辆的特征，接着根据提取出的车辆特征对车辆进行持续性跟踪，由此挖掘视频分析出运动车辆行为的高层语义信息，对车辆违章行为进行准确判别和高效分析。
本文基于已有的交通监控资源提出车辆轨迹数据分析方案，仅需要车牌识别数据，不依赖于车辆特征，通过对车辆轨迹数据进行挖掘，实现高效、可行性强的车辆违章行为分析，较好地解决视频图像环境的复杂性和多样性，如光照变化影响、背景噪声干扰等；运动车辆由运动转为静止后，难以检测，会被吸收为背景的一部分；多车辆跟踪过程出现混乱甚至跟踪失败等问题，填补这个领域的空白。有效节约成本，提高监控效率。
基本思路和研究方法
根据所需监控车辆规章行为内容出发，所需实现的功能包括对违规占用非机动车道、逆向行驶、随意变更车道、压线、违法停车、违规使用远光灯等违章行为进行实时监控，需应用到机器视觉、图像处理和智能视频分析等技术，进而实现基于云计算车辆轨迹分析技术，且在具体交通应用场景中还需硬件设备配合才能完成，其基本研究思路和技术路线如下图所示。
本系统创新点
目前，触发抓拍式电子眼系统的缺点如：1.检测机动车违章行为需安装的相关触发设备受环境影响较大。2.监控范围小效率低。3.硬件成本高。这些缺点严重的影响对机动车违章行为监控的效果。
针对这些缺点，本文将机器视觉技术、图像处理等技术与智能交通相结合，发挥了机器视觉技术实时性好的特点，克服了触发设备受环境影响较大的缺点。通过各种调研和对现有交通车辆违章行为监控的方式相比，本文所提出的交通车辆违章行为智能监控系统至少可总结有以下三个创新点：
（1）监控模式上创新，革新了传统监控模式，克服了传统监控模式中所存在的破坏公路埋线圈，抗干扰性干扰性弱等问题，是当前城市智能交通的重要分去发展方向。
（2）监控实现方式和系统软件开发灵活创新，根据监控目标内容和在不同的监控场景下，利用不同的监控系统。且具体可根据监控目标需要，在特殊路段只进行应急车道等方面单一功能实现专项监控，另一方面，在一些特殊交通路段，也可以实现多种交通违章行为同时监控。
（3）实现功能路经上创新，在硬件系统实现中，可根据实现系统功能不同，监控内容的复杂性不同，进行相应核心设备开发。同时，也可在现在有监控设备条件下进行改造，对能够适合监控视频内容采集、传输的设备直接加以利用。能够降低监控系统实现成本。
小结
综上所述，这些优势都有效的提高监控效率并降低了硬件设备的复杂度、监控系统硬件成本，有利于推广监控系统，增强对违章行为的监控力度。这些都为城市智能交通发展，交通车辆违章行为监控等都有重要的应用价值和研究意义。
本文作者：安徽省淮北市交通综合执法局 赵涛
当前网址：http://www.hbxwzx.com/shehui/2020-03-31/178575.html
免责声明：本文仅代表作者个人观点，与北方资讯网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
