基于射频识别和视频识别的智能交通系统方案设计论文.docx
《基于射频识别和视频识别的智能交通系统方案设计论文.docx》由会员分享，可在线阅读，更多相关《基于射频识别和视频识别的智能交通系统方案设计论文.docx（27页珍藏版）》请在冰豆网上搜索。
基于射频识别和视频识别的智能交通系统方案设计论文
无锡工艺职业技术学院
毕业设计（论文）
题目：
基于射频识别和视频识别的智能交通
系统方案设计
系部：
电子信息系
专业：
计算机网络
学号：
2012265119
学生姓名：
宋达
指导教师：
马飞
职称：
助教
2015年5月8日
摘要
随着物联网技术的兴起，以及智能交通系统的高速发展，自由行驶车辆的精确定位成为智能交通科研领域的一大研究热点，截止当前，车辆的精确定位技术在不停车收费系统、智能停车场系统、智能小区门禁系统等多个领域都展现出了较为显著的应用效果。
伴随着智能交通系统的快速发展，以往基于射频识别或者视频识别的单一模式的识别技术己经无法满足日益复杂的道路状况对车辆识别系统的精确性和鲁棒性的要求。
为此，本文主要就射频识别和视频识别中的标签防碰撞问题以及车牌定位问题展开了深入的研究和探讨，主要研究工作如下：
1、针对射频系统中现有的电子标签二进制搜索类算法吞吐率较低的弱点，本文对现有的二进制搜索算法的编码方式进行了改进，得到了一种改进的二进制搜索优化编码算法，该算法利用标签序列号的唯一性和曼彻斯特编码可以准确的识别标签碰撞位置的特性，将阅读器发送的字符进行二进制优化编码，改进后的算法显著的降低了搜索的次数以及发送的字符的长度，使得射频识别系统的效率得到了提升。
2、针对光照的角度和距离不同，车辆运动速率不一，多变、复杂的背景等客观因素在对比度方面对图像质量构成的干扰，本文对现有的小波变换算法进行了改进，得到了一种改进的基于小波变换的车牌定位算法，该算法对所拍摄的车牌图像在角度变化、距离变化以及光照强度变化的情况下，定位效果较好，特别适宜于自然场景识别。
理论分析和仿真结果均表明，本文提出的改进算法是可行的。
二进制搜索优化编码算法在系统吞吐率、传输数据长度以及搜索次数三个方面的性能明显优于传统的二进制搜索和动态二进制搜索算法；基于小波变换的车牌定位算法在图像拍摄角度大于度、拍摄距离大于米的情况下均取得了。
关键词：
车辆识别；射频识别；视频识别；RFID
ABSTRACT
WiththeriseoftheInternetofthingstechnology,aswellastherapiddevelopmentofintelligenttransportationsystem,preciselocalizationoffreedomvehiclehasbecomeahotresearchtopicinthefieldofintelligenttransportationresearch,bythecurrent,accuratepositioningofthevehicletechnologyinintelligentresidentialareaparkingchargesystem,intelligentparkinglotsystem,entranceguardsystem,andotherfieldshaveshowedaremarkableapplicationeffect.Alongwiththerapiddevelopmentofintelligenttransportationsystem,inthepastbasedonradiofrequencyidentificationorvideoidentificationofsinglemoderecognitiontechnologyhasbeenunabletomeettheincreasinglycomplexroadconditionsofthevehicleidentificationsystemaccuracyandrobustnessrequirements.Tothisend,thispapermainlyonrfidandtagcollisionprobleminvideoidentificationandlicenseplatelocationproblemforin-depthresearchanddiscussion,themainresearchworkisasfollows:
1,aimingattheexistinginrfsystemthroughputlowerelectronictagbinarysearchalgorithmoftheweaknessesofthebinarysearchalgorithminthispaper,theexistingwayofcodingisimproved,andgotanimprovedbinarysearchoptimizationencodingalgorithm,thisalgorithmusinglabelserialnumberoftheuniquenessandManchestercodingcanbeaccurateidentificationtagcollisionpositionfeatures,sendreaderstooptimizebinaryencodingofcharacters,theimprovedalgorithmsignificantlyreducesthenumberofsearchandsendthelengthofthecharacter,maketheefficiencyofradiofrequencyidentificationsystemhasimproved.
inviewofthelightAngleanddifferentdistance,differentvehiclemovementrate,objectivefactorssuchasvariedandcomplexbackgroundinterferenceofimagequalityformation,incontrast,inthispaper,theexistingwavelettransformalgorithmisimproved,andgotanimprovedlicenseplatelocationalgorithmbasedonwavelettransform,thealgorithmoflicenseplateimagestakenbychangesinAngle,distanceandthechangeoflightintensity,positioningeffectisgood,suitablefornaturalscenerecognition.
Theoreticalanalysisandsimulationresultsshowthattheproposedalgorithmisfeasible.Binarysearchoptimalcodingalgorithminsystemthroughput,transmissiondatalengthandsearchthethreeaspectsofperformanceissuperiortothetraditionalbinarysearchanddynamicbinarysearchalgorithm;LicenseplatelocationalgorithmbasedonwavelettransformintheimageshootingAngleisgreaterthan,shootingdistanceisgreaterthanmcasesareobtained
Keywords:
Vehicleidentification;Radiofrequencyidentification;Videorecognition
第一章绪论
1.1课题的研究意义
二十世纪末以来,我国国民经济和科技事业有了长足的发展,伴随着汽车保有量的持续增加,随之而来的交通拥堵、交通事故、交通污染和能源消耗已经成为当今社会无法避免而又必须解决的问题,然而,通过降低大众的需求和建设新的道路已经很难解决当前日益严重的交通问题,在这样的情况下,智能交通系统[1-4]应运而生。
在ITS中,车辆自动识别技术的应用非常广泛,比如:
不停车收费系统、智能停车场系统以及智能小区门禁系统等。
当前,最为常见的两种AVI技术分别是:
射频识别[5-13]技术和视频识别[14—22]（VideoFrequencyIdentificationVID）技术。
①射频识别是非接触式的自动识别技术[23-28],其可以利用射频信号来自动识别并获得有关的数据信息,整个识别过程完全自动运行、无须人工干预,可以在野外等恶劣的环境中独立工作。
由于RFID技术有着很强的抗干扰能力,相比传统的视频识别技术,其识别准确率高,识别速度也更快,此外,射频识别技术同样也有明显的缺陷,它需要所有过往车辆预先安装车辆标签,一旦电子标签失效，RFID系统则无法辨识过往的车辆。
②视频识别技术的重要实现是手段车牌识别,该技术主要是利用数字图像处理技术进行图像的处理和识别工作。
当前这种技术在国内外已经有大量的研究和应用,但图像采集过程容易受光照变化、拍摄角度、噪声污染等客观原因影响,很难做到准确识别,车牌识别的准确性和可靠性,仍未得到改善。
由此不难看出,单个的识别技术在智能交通领域的应用存在着明显的风险,不论是射频识别技术还是视频识别技术都无法做到百分之百的准确,而多机制识别技术[29_35]（包括视频识别和射频识别）却可以将这种风险降到最低限度。
多机制识别技术的开发方式包括工控机幵发和嵌入式幵发两种方式。
其中,采用工控机进行开发的优势是程序运行稳定,算法运行环境多样化,但同样存在缺点:
工控机体积大,占地面积大,并且不易于在交通路口进行安装。
近年来,嵌入式技术的发展日新月异,不论是运行稳定程度,还是处理速度都已经可以和工控机相媲美,而且嵌入式处理芯片也具有发热量小、体积小、功耗小等众多突出特点和优势,因此,采用基于嵌入式的多机制识别技术成为了我们开发智能交通管理系统的最好选择。
然而,目前来说,嵌入式多机制识别技术的研究还不够成熟,我射频识别与视频识别在智能交通中的应用研究国以及国外相关的研究成果均不多,国内只有公安部第三研究所掌握多机制识别技术在ITS中的幵发经验,但却是基于工控机进行开发的,而且该应用属于保密级别,没有公幵的技术资料和文章可供参考、借鉴。
由此可见,本课题的研究不但可以加速交通管理系统的小型化、智能化进程,而且对完善我国在嵌入式多机制识别技术的关键技术以及为加强我国在这一领域的研究科研能力,具有重要的意义。
1.2国内外研究现状
1.2.1射频识别研究现状
受雷达工作原理和理念的启发,早期的科研工作者建立起了无线射频识别的理论,并逐渐发展成为了一种新型的全自动识别技术[36_40]。
二十世纪五十年代,对射频技术的系统性的研究工作是由哈里·斯托克曼发起的,并且奠定了射频识别的理论基础。
射频识别系统的工作频率分为以下四个频段:
低频（LF,通常为125千赫）,高频（HF,通常为13.65兆赫）,超高频（UHF,通常为915兆赫）,微波（MW,通常为2.45吉赫）。
在这四种频段当中,UHF频段的RHD系统,其读取和写入的速度较快、距离较远,并且由于其抗干扰能力强和体积小、容量大、成本低的诸多优点,使得射频系统在很多应用场景中都在使用UHF频段。
（1）国外研究现状
在国外,上世纪六十年代出现了最早的射频识别系统一一电子产品商用防盗系统,这套识别系统被认为是最早的RFID系统,也是使用范围最广的电子系统。
从1971年幵始,RFID技术成为研究的热点问题,各大科研机构均致力于射频技术的开发工作,并取得了一系列的研究成果,如:
汽车RFID自动电子计费系统、肉制品加工跟踪系统以及汽车生产线中的自动识别系统。
MIT于1999年在RFID和Internet的基础上提出电子产品编码（ElectronicProductCode,EPC）概念后,由于有许多世界著名研究型大学与国际级的公司的帮助和支持,麻省理工学院于21世纪初在美国芝加哥召幵的电子产品编码会上首次向公众展示了其研究近五年的学术成果一一物联网技术。
目前,德国,法国,新加坡,瑞士,韩国,英国都已经掌握了先进的射频识别技术。
2000年以来,RFID标准化的迅速发展正曰益引起关注,我国和有关国际组织正积极推动RFID技术标准进一步健全。
另外,随着美国政府确定将新能源和物联网作为振兴经济的两大武器,并提出了“智慧地球”的概念后,物联网技术的革命幵始蔓延全球。
（2）国内研究现状
在我国,射频识别技术的发展较晚,目前仍然处于起步阶段。
上世纪90年代初,我国开始了信息化建设的步伐,实施建设了著名的“金卡”工程。
自1997年7月开始,深圳海关车辆自动识别管理系统逐渐幵始使用于皇岗海关、文锦渡和沙头角海关入境车道,这套系统的应用解除了车辆堵塞港口的难题,使得检验的速度增加了八倍,检测窗口减少了70%,大大提高了工作效率。
中国铁路部幵始在列车自动识别系统的建设工程始于二十世纪末,并很快投入了使用。
2001年7月在上海市,虹桥国际机场的电子不停车收费系统幵始进行测试和调试,经国家经贸委和交通部确定为“高速公路电子不停车收费技术的发展与产业创新工程”。
2006年6月9日,我国的射频识别颁布技术政策白皮书列出了未来几年关键技术领域研究的射频识别技术、标准和测试以及应用研究的优先领域,其中智能交通系统就是一大应用。
随后的国家科技部明确表示,射频识别技术将作为未来科技的攻坚方向,包括标签天线设计,RFID系统测试平台,以及系统的标准和编码规则的研究。
射频识别是一种新兴的技术,并己经逐渐渗透到日常生活中,蕴含着巨大的机遇,也是影响着我国信息安全的建设。
因此,RFID标准和独立的产业链建设就显得尤为重要。
现在,RFID应用非常广泛,仅仅在金融部门,到2010年末,国家银行卡使用数量已经超过19亿,银行卡交易的执行额为6.02亿元,年增长61.3%。
射频技术的发展进一步推动了金融业的改革和发展。
目前在智能交通应用领域中,对RFID理论方面的研究主要集中在多标签识别和防碰撞算法的研究上,以及安全访问控制协议的研究。
安治永老师等人于空军工程大学提出了一种适用于RFID系统的识别多个目标的防碰撞算法,对二进制算法以及ALOHA算法在多目标识别中的应用进行了深入的分析,并且用概率论的知识对ALOHA算法做了深刻的分析。
另外,在上海复旦大学的研究课题组,鲁公羽老师等人优化设计了一款阅读器,其符合ISO/IEC15693国际标准,可以达到防止数据冲突的目的,并且可以同时阅读多卡信息。
由于射频识别技术逐步应用于运动的高速车辆以及有源电子标签的广泛使用,使得对阅读器的读写速度提出了更高的要求。
在一个有多读取器与多个标签的射频识别系统中,有两种形式的冲突,一种是不同阅读器发出的指令到达一个电子标签中,这种冲突称为读写器碰撞,称为相应的读写器防碰撞算法;另外一种类型是不同的标签信息到达相同的读写器,这样的情况称之为标签防碰撞算法。
多个标签在面对同一阅读器发出的指令信息时,均会做出相应的反应,然而个标签进行答复的信息会造成阅读器端的信息混淆,也将造成阅读器失效而无法识别标签的问题,视频识别系统可以通过某些算法和方法来控制上述碰撞问题的产生,进一步来使得标签信息依次的按照某种规律被读写器识别。
防碰撞算法
解决了如何快速准确地选择多个标签与阅读器的数据信息交换,并在尽可能短的的时间内识别完成所有的标签。
多年来,多址接入问题是无线通信领域中众所周知的难题,不同用户彼此之间完成通信并且没有冲突发生,基本上有下述四种不同的方式:
频分多路、码分多路、时分多路以及空分多路。
上述四种方法也是射频识别系统的常见防碰撞算法,然而,由于技术和成本的限制,特别是标签较高的生产成本,通常使用时分多路的方法。
时分多路可以理解为数量众多的电子标签根据时间把通信信道进行分配的技术。
时分多路包括两种方式:
①时隙按照随机规律进行分别的ALOHA算法,如:
标签估计算法,分群时隙ALOHA算法以及动态时隙ALOHA算法。
在ALOHA算法中,读写器用于检测是否发生了标签的碰撞,当发生标签的碰撞时,标签会接收到来自读写器的停止指令,所有标签停止信息的发送。
然后,每个标签随机的延迟一定的时间之后再次进行信息交换,由于延时的长短不一,所以造成了标签碰撞率的降低。
假如没有标签碰撞,则完成所有的识别工作后,读写器向所有标签发送休眠信息,一直到识别全部完成之后。
这种方法的一个显著缺点是在众多标签同时进行识别的时候,信道的使用率和算法的性能都会明显的降低,标签碰撞的情况也会频繁的发生。
ALOHA算法将时间离散化,单个时隙为一倾,在每一顿幵始的时刻进行数据信息的发送,使得射频标签发生完整碰撞或者被识别,不会出现部分碰撞的现象,这样大大降低了碰撞周期,从而信道最高利用率可提高到36.8%。
通常情况下,时隙ALOHA算法简单并且便于实现,尤其适用于成本较低的射频识别系统,ALOHA算法时隙的随机化分配造成了“Tagstarvation”现象的发生,因此ALOHA是一种可能性算法。
②二进制搜索类算法,如:
二进制搜索法、查询树搜索法、自适应查询树法、混合搜索法以及跳跃搜索法,这类算法的基本原理是读写器发送查询码,标签接受到查询码后与自身的序列号进行比对,相符的标签发送自身的序列号到读写器,如果不符则继续等待。
当碰撞发生时,读写器可以根据碰撞处的序列号信息调整下次发送的查询码,使得符合查询码的标签数量降低,当识别工作进行到只剩一个标签时,可以完成这一标签的识别工作,将上述步骤循环执行,可以识别完所有的待识别标签。
大多数的标签防碰撞算法识别过程较长,时效性不足,无法及时的完成对高速移动的标签的识别工作,但是,目前常见的防碰撞算法性能不高,且对硬件环境要求很高,无法达到低成本和大规模商用化的要求。
1.2.2视频识别研究现状
从上世纪末幵始,众多的研究人员幵始在交通视频识别方面的应用研究,研究的重点主要集中于车牌识别众多的科研工作者根据车牌纹理特点、背景颜色和字符特点来对车牌进行定位和识别。
总的来说可以将车牌识别算法分为两类:
一类是根据车牌特征在时域内实现车牌的定位,另一类是根据车牌特征在频域内实现车牌的定位。
一些学者利用神经网络的学习能力来定位车牌,但该论文方法是学习并识别车牌的纹理信息,所以这种方法可属于第一类或第二类的方法。
常见的车牌定位方法有以下六类:
①基于彩色车牌图像中的车牌彩色信息的定位方法,由于其使用彩色空间,所以占用存储空间和计算量很大,难以满足系统存储和实时性的要求。
②域值分割法,需要将整个图像进行二值化操作,然后可以在处理完的图像中进行字符串的搜索。
③基于字符比划的方法,要求字符比划连续性较好,但是实际系统中由于户外、光照等原因,比划污损、缺失情况较多。
④基于多分频率的方法,一般是作为其他方法的辅助方法。
⑤灰度聚类法,只考虑图像灰度值,但忽略空间的信息,以解决复杂的图像背景分割定位的问题。
⑥统计量直方图方法,根据对汽车图像在铅直和水平这两个方向上的灰度值投影直方图进行分析,来推测和判断器材牌照的位置。
（1）国外研究现状
在外国,很多关于对汽车车牌进行自动识别的论文已经公开发表,一部分技术成熟度很高而且应用前景广阔的产品被推向了市场。
比如,可以对理静止图像进行高速处理的系统,《APc—basedCarLicensePlateReader》中所述的方法可以运行于各类收费站的硬件环境中,其识别率达到95%的时间仅需要0.6秒;《OpticalRecognitionofMotorVehicleLicensePlates》中所述的方法可以处理首先速率的车辆图像。
上述系统的良好运行很大程度上是由于所属国家车牌规格的统一。
从各大产品运行的角度来看,中东科技强国以色列开发的See/Carsystem,可以很好的运行于多个欧美洲国家,然而由于汉字字形独特,该系统在我国的运行效果尚有待提升。
还有针对欧洲国家设计的车牌识别系统Insignia。
香港的慧光车牌识别系统很好的解决了国外车牌识别系统无法有效识别汉字的缺点,能自动检测、识别行驶中的以及静止的车辆的车牌号码,但其对车牌图像的比例要求较为严格,否则识别准确度会大大降低。
（2）国内研究现状
我国对于信息技术的研究起步相对较晚,上世纪末开始进行车牌识别的研发工作,由于国内的车牌规格较为复杂而且汉字字符较为独特,致使我国车牌自动识别系统的研发进展较为缓慢。
车牌识别嵌入式系统的设计和研发工作由于受环境因素、实时性较低等多种因素的干扰,使得嵌入式系统的使用和验证只能在实验室进行还没有完成商用化,造成这种现象的很大原因是由于硬件电路平台的研发滞后,以及嵌入式操作系统研发和识别算法的研究工作进展缓慢。
然而,可喜的是我国的相关科研院所在多年积累的基础之上在车牌识别算法方面取得了一定的研究成果,比如车牌行扫描提取法、边缘特征检测法等。
截止目前,我国以及出现了商用化的车牌识别系统。
①汉迈汽车牌照自动识别装置:
汽车牌照识别系统HIMI-LPRO1是有上海汉迈科技自主设计研发的用于门禁、交通路口的车牌监控识别系统,可以24小时实时监测来往的各式车辆,是当前较为成熟的智能车牌监控监测系统。
这套车牌识别系统采用前端车牌处理和后端信息验证的架构模式,前端处理部分采用DSP+CMOS摄像头进行图像采集和处理,处理后得到的车牌号码传输到后端数据库进行信息比对,便于及时栏截交通违章肇事车牌,可以加快我国智能交通系统的建设。
②文安车牌识别装置:
VT-LPR车牌自动识别系统由北京文安公司独立自主设计的交通领域的电子系统,通过釆用先进的人工智能技术以及机器视觉技术,可自动截取视频流中的图片信息进行实时处理,该系统运行效果显著,处理速度较高,准确率可以达到98%以上。
③北京“汉王眼”:
汉王车牌信息采集系统是北京汉王公司拥有独立自主知识产权的交通信息采集处理系统,该系统采用嵌入式处理技术,可以同时进行车道检测和车牌智能识别,将二者从技术上很好的进行了融合处理。
1.2.3基于射频识别和视频识别的多机制识别研究现状
目前,采用单一的车辆视频识别技术或者采用单一的车辆射频识别技术的研究很多,国内智能交通学者刘智勇曾提出一种基于D-S证据理论的车辆视频检测方法,该方法需要多个摄像头进行多元图像信息的采集,通过特有的边缘检测算法进行车牌特性信息采集,最终通过证据理论将车辆的类型进行比对和判决,上述方法可以加快交通信息的检测。
将视频识别与射频识别二者结合起来的研究不多,国内外公开发表的技术类论文很难找到。
我国公安部三所在车牌识别领域的研究工作起步较早而且成果较为丰富,商用化的产品也较多,比如:
上海世博会车辆监管系统、南京特种车辆防控与治安项目以及虹桥机场的出租车管理系统,尽管取得了一些成绩,但其智能应用于有限的特定领域和场所中,没有实现大规模的测试和使用,上述系统在后续改
升级会员 