车型识别研究综述.docx

车型识别研究综述.docx

《车型识别研究综述.docx》由会员分享，可在线阅读，更多相关《车型识别研究综述.docx（22页珍藏版）》请在冰豆网上搜索。

车型识别研究综述

基于视频图像处理的车型识别研究文献综述

1、车型识别技术研究背景与意义

随着中国特色社会主义现代化建设和城市化建设的快速发展，越来越多的家庭以及企业拥有机动车，有些家庭甚至拥有多辆机动车。

据中国公安部统计，截至2012年6月底，中国机动车保有量达2.33亿辆，其中汽车1.14亿辆，摩托车1.03亿辆。

另据中国社科院发布的《中国汽车社会发展报告2012-2013》预计，2013年中国私人汽车拥有量将破亿，中国汽车大国的地位得到进一步的确立。

然而，汽车普及率的提高导致了城市交通拥挤堵塞日益加剧，交通事故频繁发生，交通环境逐渐恶化。

与此同时，随着车辆的增多，车辆失窃，肇事逃逸，以及利用车辆进行违法犯罪活动等事件也日益增多，从而对公安部门的警力资源提出了严峻的要求。

为从根本上解决上述的问题，人们开始运用各种新技术，并结合利用现有的交通资源设施，将人、车、路紧密联系起来，不仅有效地缓解了交通阻塞问题，而且对交通事故的应急处理、环境的保护、能源的节约都有了显著的效果。

智能交通系统正是在此背景下应运而生。

智能交通系统（IntelligentTransportationSystem,ITS）是一个广泛包含多种技术的统称，指的是人们将先进的信息技术、数据通信传输技术、电子控制技术、传感器技术以及计算机处理技术等有效地综合运用于整个交通体系，从而建立起的一种在大范围内、全方位发挥作用的实时、准确、高效的交通综合管理系统[1]。

智能交通系统是目前世界各国交通领域竞相研究和开发的前沿研究课题和热点。

目前智能交通系统在世界上应用最为广泛的地区是日本（VICS系统），其次是美国、欧洲等国家和地区也得到普遍应用。

中国在这方面也开始了快速的发展，在北京、上海、广东等地也开始了广泛的应用。

智能交通系统的核心功能是对过往车辆的准确检测和正确的车型识别。

当前对车辆检测技术的研究主要有两个技术流派，分别为车辆自动识别（AutoVehicleIdentification）和车辆自动分类（AutoVehicleClassification）。

前者是利用车载设备与地面基站设备互识进行，该技术主要用于收费系统中，在发达国家使用范围较广，如美国的AE-PASS系统、日本的ETC系统，全球卫星GPS定位等。

后者是通过检测车辆本身固有的参数，在一定车辆分类标准下运用适当的分类识别算法，主动地对车辆进行分型，这一类技术应用比较广泛，己经有很多成熟的系统应用在实际生活中，该类技术可以通过射频微波、红光、激光、声表面波等方式来自动识别车辆信息，也可以使用视频图像处理的方式来识别车牌、车型等车辆信息。

比较成熟技术有环形线圈检测、激为红外线检测、超声波/微波检测、地磁检测等[2]，但这几种方法各有优劣，优点是识别精确比较高，但缺点也很明显，主要缺点有施工和安装过程十分复杂，影响正常交通秩序，维护困难，主要设备易损坏，花费较大等。

近年来随着计算机多媒体技术和图像处理技术的发展，基于视频的车辆自动分类识别技术在现代交通控制系统中占的分量也越来越大，社会各界投入的研究力量也越来越多。

该类技术可以适应动态交通状况的变化，通过实时采集大量的交通流量数据并将其传输到交通管理中心，中心通过系统提供的数据可以迅速做出控制决策，解决交通拥堵等问题。

同时，利用该技术可以分析道路的车流量信息，有利于公路网的总体规划及道路建设。

但上述功能的实现依赖于交通数据的采集和处理，传统的数据采集器方法，不能大范围覆盖检测区域，缺乏灵活性且功能单一。

因此，随着当前交通系统中视频设备的大量引入，越来越多地采用视频检测方法作为交通数据采集的手段，为智能交通系统提供所需的路面运动车辆信息。

由于我国对道路监控的日益重视，视频检测技术己成为智能交通领域最重要的信息采集手段，综合评比，将视频检测技术应用于高速公路和城市道路具有很大的可行性，基于视频车型识别系统，将全面提高公路和信息采集和安全管理的水平，在智能交通系统中一定会发挥越来越重要的作用。

基于视频的车型识别系统是利用计算机分析通过摄像头和图像采集卡获取视频图像，通过对特定区域的视频图像处理分析，完成车辆检测和车辆分类识别。

该技术绿色、环保，使用简洁，维护方便，只需在路面上方架设一部或几部摄像机，或利用交通部门现有的电视监控设备，将路面实时视频图像输入系统中，可以立刻进行分析，提取出需要的交通流信息。

因此，与其他技术相比，视频检测技术的优越性体现在:

（1）采用非接触检测方式，安装维护不必破开路面，不影响路面寿命，不影响交通；

（2）可以检测更大范围内的交通流信息，从而减少设备数量，节约资金；

（3）可以在采集交通流信息的同时提供交通的实时视频图像，便于监察；

（4）对于某些应用，比如交通量调查等，可以把视频图像采集存储后，离线进行分析处理；

（5）当环境发生变化，或系统移动到他处使用时，只需简单设置，系统即可重新投入使用。

（6）可以综合提供交通数据信息和视频图像，便于对现场的全面、直观检测。

可以提供流量、速度、占有率、车长度分类、车头时距与车头间距、排队长度等丰富的交通数据监控信息;而且借助视频图像的参考，可以极大的提高监控质量。

综上所述，开展基于视频图像的车型识别研究意义重大，其研究成果不仅具有广阔的应用前景，而且对于解决拥堵的交通环境、规划城市交通系统和尽快发展我国的智能交通系统等具有重要的战略意义。

2、国内外研究现状

2.1车型识别技术的研究现状

当前已有的车型识别分类方法主要是以电子标签、感应线圈、压力传感、CCD（ChargeCoupledDevice，电荷耦合器件）摄录机以及各种光波为手段的车型识别法[3]等。

（1）射频识别法:

目前该方法多被应用于国外车辆收费系统ETC中，目前我国的部分省市道路收费站也开始应用该系统。

此类方法包括以下几个单元：

在机动车上用于装置的发射器或lC卡、利用天线进行接收的接收器以及用来控制与处理信号的计算机。

当该方法工作时，装置于车辆上的发射器用于发送具有代表经过车辆的特征代码，带有天线的接收器处理接收，计算终端利用互联网环境收集处理车辆信息，最终利用该方法整个体系中目标车辆的综合信息与车辆拥有者进行清算[17]。

但是由于需要设置另外的监控装置以避免车辆拥有者更换标签，同时这种方法需要装置的发射器，这些都增加了该方法的资本投入，因此这种方法在我国应用不多。

（2）环形感应线圈识别法：

环形感应线圈识别法属于触碰式被迫检测分类技术，该方法利用埋入装置在道面下的电磁线圈，对通过线圈的机动车所具有的特征频率进行扩大，由于组成不同机动车的金属材质是不同的，其引起的电磁感应变化也都不一眼，因此该方法就是根据感应数据的不同对不同的机动车进行分类。

虽然该方法的资金投入量不多，鲁棒性好以及受环境干扰较小，但是在具体应用时，多数道面下的线圈由于各种外界因素而被破坏，因此修护需要投入的资源较多。

（3）压力传感器识别法:

压力传感器识别法属于触碰式被迫检测分类技术，按照利用的测试装置该方法可分为应变测试器、压力测试器和电容器测试器，当机动车通过埋设在道面下的测试器时，测试器接收压力会形成微小变化，该方法利用这变化而产生的返回信号分别得到目标机动车的整体重量、平均速度、轴间距等重要的数据，从而完成对不同类型机动车的分类[22][23]。

压力传感器识别法识别速度高而且识别结果页较好，但其设施安置过程技术性较强，各种外界因素也会在很大程度上干扰该方法的分类精度。

（4）激光识别法：

激光识别技术属于非触碰式自动检测分类技术，该方法利用安装于机动车上或信息收集站的激光发射器，收集不同类型机动车产生的不同光波感应，从而利用测量光波感应结果得到机动车的非二维外形，从而完成对不同类型机动车的分类[25]。

虽然该方法已被应用在一些发达国家的高速公路收费站[26]，但这种方法中的激光设备之间不仅容易产生光波误差，识别率不高，而且设施资金投入量较大，同时光波频射污染也是值得考虑的投入因素。

（5）雷达识别法：

雷达识别法属于非触碰式自动检测分类技术，该方法利用安装于机动车上或信息收集站的雷达测试器发射雷达信号，同时目标车辆反馈回雷达信号，系统测试器利用多普勒原理，检测出运动中机动车的频率移动，产生感应反馈信息，从而利用不同类型的机动车得到的感应反馈信息不同，该方法完成对不同类型机动车的分类[28][29]。

雷达识别法之所以被应用较少的主要原因是由于多普勒效应的局限性，当机动车群停住运动或运动速度较慢时，该系统都将会停止工作。

（6）红外线识别法：

红外线识别法可基本分为自动式和被迫式[31]。

当有机动车通过检测区域时，被迫式测试器检测到机动车具有的热辐射能量，并利用中枢系统向控制处理中心发送车辆信息，从而完成车型分类。

自动式测试器自动发射红外光波，不同的机动车型将红外光波反馈会测试器，系统从而利用不同的反馈信息来识别不同类型的机动车型[32]。

红外线识别法虽然识别速度快、识别效率较高且其设施后续修护投入不高，但该方法鲁棒性差，各种外界因素容易使识别正确率大大降低。

（7）CCD视频识别法：

基于CCD视频图像的车型识别技术属于非触碰式被迫检测分类技术，视频摄录机将通过目标区域的目标车辆摄录入数据库，并利用各种数字图像处理技术[34]对于提取的目标图像进行分析、处理与理解，同时也完成了对目标图像中不同类型机动车的分析与理解，并使识别系统获得目标机动车型的各种车型内容，从而完成对不同类型机动车的分类，该方法具有如下特点[4]：

1、由于直接对CCD摄录设备得到目标图像进行分析，不需要在目标公路区域安装另外的感应设备，降低了系统的资本投入量，而且CCD摄录机不需要技术性的拆装过程，后续的修护资本投入很少；

2、CCD摄录设备实时有效的收集摄录了目标公路区域的机动车图像，图像内容包含的机动车信息完整、丰富，最大程度的利用了安装设施的效用；

3、可提供公路现场信息的视频图像录像，重现现场的环境与内容，为相关部门研究现场原因与行为、提高路网系统的管理效率提供了充分的条件；

4、不同的CCD视频摄像机之间不会产生干扰，而且设备对自然外界也不会产生影响，具有环保的特点。

上述特点使基于CCD视频图像的车型识别方法已然成为车型分类技术的主要发展方向，并已引起了各国专家的深入研究，该方法的研发困难之处在于车型分类系统对于高速运动的机动车识别的可行性要求高，在内容丰富的视频图像中对车型进行分类的有效性是否可以达到路网信息处理的指标，但随着计算机视觉、图像分析与理解等技术的不断革新，基于视频的车型识别关键技术也在不断的进步，其识别分类的实时性与有效性正被逐渐的改善，因此，这一技术必定会在ITS中获得全面的发展与应用，并会成为车型分类技术的主流趋势。

2.2基于视频图像处理的车型识别研究现状

车型识别技术是道路交通视频监控系统的一个重要研究领域,是智能交通管理系统的一个重要应用基础。

它以计算机视觉、数字信号处理、模式识别等技术为基础,通过视频监控或高速拍照等方式取样,以工控机或嵌入式处理器为处理平台,完成对小汽车、载货车、载客车等车型的分类和识别。

其识别的结果信息可以全面应用于道路交通视频监控系统,如车流检测与统计、超速检测与处罚、移动车辆稽查等,也可以用于不停车收费系统。

该技术可有效配合智能交通信息管理中心完成规划路网、管理通流、高效收费等智能化应用,可最终有效改善道路拥堵,提高路网通流效率,优化交通运输环境。

车型识别根据研究人员各自研究的不同应用目的,出现了多种不同的解决方案,一般有以下几种研究方向:

（1）判断车的类型,即身份识别。

“身份识别”方式需要识别出车辆属于已知模式类中的哪一类,常有的模式类有:

（a）规格模式类,以一定标准判断目标车辆规格。

如工程用车、大型车、中型车、公共汽车、小汽车等,关于这类模式的研究主要应用在公路收费、车流分析等需求中。

（b）系列模式类,按车标区分车辆厂家系列。

如大众、别克、东风、三菱等