高清城市路段交通事件监测系统方案分体式 精品.docx
《高清城市路段交通事件监测系统方案分体式 精品.docx》由会员分享，可在线阅读，更多相关《高清城市路段交通事件监测系统方案分体式 精品.docx（40页珍藏版）》请在冰豆网上搜索。
高清城市路段交通事件监测系统方案分体式精品
第一章.系统概述
1.1.背景概述
CCTV道路视频监控技术的引入为交通管理者带来方便，但规模化的应用也带来一系列困扰，越来越多的监控摄像机、监视器与有限监控人员之间矛盾逐渐突现。
同时，经实验表明人类肉眼对视频的监视有效时间仅为20分钟，长时间人眼监视将导致大脑对视频内容的刺激降低或失效，甚至会发生“视而不见”的现象；因此，面对海量监视视频人眼难以真正起到监控作用。
视频录像技术的应用解决了对于关键事件的记录、再现的难题，却并不能够帮助管理人员及时发现并实时纠正异常交通行为和潜在的交通隐患。
同时，由于视频的流媒体特性难以进行结构化处理，因此，长时间的海量交通视频录像也给事后查看形成重重障碍。
究竟有没有一种技术能够对海量视频流进行实时监控分析，又能够对视频中存在的异常行为和事件进行及时报警和预警，还可以准确、有效的记录异常事件的全部过程呢？
上世纪末，交通视频检测技术被成功引入交通领域并被大规模应用。
交通视频检测产品的应用使数以万计的道路CCTV监控摄像机有了一个智慧的大脑，使之具备对视频流不间断、不知疲倦的智能分析能力，能够及时发现异常的交通行为、事件和潜在事故隐患及时提醒管理人员，还可以对正在发生的异常交通行为和事件进行全过程的记录和结构化保存。
基于后台数据管理系统结构化的管理，管理人员可以非常方便的对正在发生的事件进行实时监视、远程控制，并可以对历史事件记录进行视频检索、远程调阅、在线回放。
进而将监控管理人员从程式化、重复、乏味、繁重的人工监控中逐步解放出来。
视频式车辆检测技术，又称视频检测技术、机器视觉技术；其在交通领域的应用研究最早可以追溯到20世纪70年代，其主要发展过程如下：
◆1978年美国JPT（加州帕萨迪纳市的喷气推进实验室）首先提出了运用机器视觉来进行车辆的检测的方法，指出其是传统检测方法的一种可行的替代方案。
◆1991年，美国加州理工大学对在高速公路上运用视频方法的检测技术进行了评估，在评估报告中对当时采用的不同的视频车辆检测技术详尽地进行了分类。
◆1994年Mn/DOT（明尼苏达运输部）为FHWA（美国联邦公路局）进行了更详尽严格的测评，结果表明视频检测器的检测准确性和可靠性可以达到令人满意的程度。
同时随着视频车辆检测技术的发展，人们已不满足于仅仅检测出车辆，FHWA进一步利用此技术来提取交通参数，如交通流量，十字路口的车辆转向信息等。
视频检测技术在交通检测领域的应用研究，初期旨在替代原有的感应线圈检测技术，获得一种更加稳定可靠的新型检测产品；视频检测技术与感应线圈检测技术相比具有以下显著优点：
◆安装、维护简单方便，综合投入低，性价比高。
◆大视域检测，同一台设备可以同时检测多条车道或多个检测区域，可兼顾检测与监控功能。
◆可提供多种类型检测数据，数据量丰富，可直观看到检测效果。
近年来，随着道路、交通运输行业以及计算机技术的飞速发展，视频车辆检测产品的应用也越来越受到重视。
已经成为智能交通系统（ITS）一个重要的组成部分，是当今交通运输领域的研究和应用热点。
视频车辆检测系统大致由图像采集、图像预处理、图像分析（提取目标车辆）三部分组成，是智能交通系统（ITS）的前端信息采集子系统的一个重要的组成部分。
目前，以检测道路交通异常事件、事故为目标的视频交通事件检测系统，正在被广泛应用于高速公路、城市道路的路面、隧道、桥梁等重要交通场合。
该系统可对异常停车、排队超限、车辆逆行、低速车流、路面遗撒、行人穿越等常见的交通事件和事故隐患进行实时检测、实时报警、实时记录；其实时数据、报警信息可与上端交通综合管控平台实时联动、自动控制，真正使传统闭路监视系统彻底摆脱“监而不可控”的尴尬局面。
1.2.选型依据
北京卓视智通科技有限责任公司，凭借自身在机器视觉产品与嵌入式产品的技术沉淀，以及多年在交通视频检测领域的应用经验积累；自主研发生产的卓视智通高清数字城市路段交通事件监测系统，则是新一代路段交通事件视频检测系统的领跑者。
该系统以百万像素高清摄像机或数字标清摄像机、模拟摄像机为前端采集设备，以高性能嵌入式主控机为基础平台，内嵌高精度、高识别率、高可靠性的智能视频检测分析算法和智能车辆识别算法；可在夜间无辅助光源的高速公路、城市道路环境下正常工作，只须对视域内车辆的前照灯或尾灯的光线即可准确定位、跟踪车辆轨迹，并对轨迹异常的车辆或目标进行实时报警输出。
系统可采用路段分布式和中心集中式平台架构，前端智能主控机或者中心事件检测器可实时对多路视频流进行分析和结果记录，系统可保存至少90天的交通事件报警录像、抓拍图片以及字符数据，断电或通讯中断时数据不会丢失。
系统可对固定式枪机、云台预置位或非预置位摄像机、球机等多类型视频流为分析对象，并能够基于同一软、硬件平台进行分析，具有极高的平台兼容性，更利于高速公路、城市道路等领域的规模化应用。
系统一台标清数字摄像机或百万像素高清摄像机，根据立杆高度以及镜头参数的差异，可对不少于4车道的交通断面进行完整覆盖。
可同时实现：
异常停车、拥堵排队、车辆逆行、低速车流、路面遗撒、行人穿越等常见路段异常交通事件检测和报警功能，以及断面流量、分车道流量、平均速度、占有率、平均车间距、平均车长、车辆分类等多类型交通参数统计功能。
第二章.系统优势
1）高环境适应性、全兼容、安装维护简便
本系统采用工业级摄像机和嵌入式智能主控机，主控机基于INTELi7高性能通用计算机处理器，并基于工业级标准设计制造，总体功耗仅30W，能够充分适应-20℃—+60℃温室外工况环境，具有稳定、高效、节能和环境适应性好的特点。
智能分析软件采用功能模块化设计，各功能模块被虚拟成多种功能检测器，方便应用与各种类型的交通场景。
处理模块可同时兼容固定、非预制位云台、预制位云台等类型摄像机实时视频流检测，同一台智能分析主机可兼容模拟CCTV视频流输入、数字视频流两种不同类型的实时交通视频流，采用该产品组建大规模智能交通视频检测系统难度低。
同一路视频通道可以同时实现多类型交通事件检测、交通流量检测功能；若百万像素以上的高清视频流则还可以实现车辆卡口抓拍、车牌识别等多种复合功能。
工业级的产品架构、模块化的软件架构、多功能的配置策略、多类型的视频输入方式，使得系统具备较好的环境适应性、无故障工作时间，以及有效的兼容性能，同时也给系统的建设和后期维护带来方便。
2）目标轨迹清晰、分类准确，误报率较低
系统基于动态背景建模技术和车辆模型测量技术，可对视域内车辆建立清晰的运动轨迹，并根据运动轨迹的特征进行车辆行为的判断。
固定式检测模式首先建立基于摄像机高度、视域物理特性建立3D测量空间，然后对视域内运动目标进行3D测量和模型测量，确定目标车辆运动轨迹的一致性，增强系统的稳定性和准确性。
云台检测模式则基于全动态自学习机制，自动动态建立实时背景模型，然后根据背景模型形成有效的运动检测区域，并采用车辆模型测量技术强化、确认有效运动检测区域，然后对目标进行建立轨迹跟踪记录，并对运动轨迹异常的目标进行报警。
基于上述技术的应用，使系统具备了较高的目标捕获能力；但较高的目标捕获率和有效捕获率往往是矛盾的，即：
高捕获率必然会导致有效捕获率的降低；本系统在大量目标学习基础上，建立多种类型车辆模型，同时采用了分类器方法将捕获目标进行分类管理，对不同类型的目标采用不同的内部参数进行分析，使本系统同时保持较高目标捕获率和目标有效率。
●
采用基于车辆建模的目标检测算法，通过对各种车辆进行建模，采用机器学习的机制，结
图：
车辆目标轨迹跟踪
合人眼视觉的特点，借助于高清图像的高分辨率，车辆目标检测算法，能够很好的处理车辆之间的粘连，实现有效的车辆目标检测分割。
能够避免常见的运动目标检测技术在摄像机高度低、车流量大、跟车距离小、阴影及反光干扰明显的条件下出现的车辆粘连问题。
上述技术的综合应用，并灵活结合每个视域特性进行简单优化，使得本系统具备车辆运动轨迹清晰、检测目标分类准确、误报率较低的优势。
3）支持全区域实时自学习以及免设置检测
系统具备图像实时移动侦测功能，当前工作视域一旦出现变动将自动停止检测输出以避免误报警输出，待图像稳定便自动重新进行视频自学习，5-10秒之后即可对新的道路视域进行视频分析。
传统的固定式或预置位检测系统，在视域偏移或者变化之后原有的检虚拟测区域不能与道路进行吻合，往往会造成该视频通道频繁出现误报警现象，进而使得系统处于持续瘫痪状态。
本系统可接入全动态的云台摄像机视频流，而非传统意义上的云台预置位状态的视频流；系统基于边缘识别和目标轨迹跟踪测量技术，可动态快速区分道路与非道路的界限，并可有效区分实际断面车流走向；系统可在免设置（无须依附路面形态的虚拟线圈设定）状态下，实现一般停车、抛洒物等常见的交通事件，还可以对普通的全画面检测产品所不具备的车辆逆行事件进行检测和报警。
该技术可有效降低道路以外非关注交通区域内误报警频率，从而提高系统应用的可靠性。
4）多种视频输入接口和视频编码类型支持
同一台智能事件检测主机可支持RJ45接口1、4、8路通用的MPEG、MPEG2、AVI、H.264等各式的标清数字视频流，或者等量采用BNC端口的CCTV模拟标清视频流。
系统可支持百万像素级的高清视频流输入，可采用MPEG、MPEG2、AVI、H.264等多种编码格式，帧率不低于15帧/秒。
在系统运算能力支持的范围内，可支持模拟视频、数字视频单独检测，或两种类型的视频流混合方式。
5）系统无须独立的环境补光即可实现检测
本系统基于自然光线或车辆本身的关于光源进行目标的识别和提取、判别。
在夜间无环境光条件下，仅靠车辆的前照灯或者尾灯的灯光即可实现常规的交通事件检测和交通参数统计；在隧道等封闭环境下，将借助隧道内的照明光源进行检测，而在照明设施故障或者停电时系统将自动切换至夜间检测模式，仅仅依靠车辆的尾灯灯光即可实现交通事件检测功能。
6）多层次事件报警优先级管理和阀值管理
系统可基于固定的视域场景，对视域内不同道路区域定义不同报警级别，同一事件根据不同的位置区别以及可能造成潜在危害性可设定不同的响应时间，如：
超车道近端为1级、行车道近端为2、级、超车道及行车道远端为3级、路肩及停车区为4级等均可相应划分，能够最大限度降低系统对于同一事件的频繁报警，提高系统的报警有效率。
基于动态视域检测的系统，在动态模型的基础上可实现准确的车辆逆行、抛洒物、行人穿越等纯基于动态跟踪技术产品所无法实现的检测功能；不存在预制位检测方式因运行时间过长、风吹、回位误差等因素造成的检测视域偏离问题，长时间运行不会造成技术上检测性能降低；
可根据车流状况、自学习进度、视频质量等因素自动建立模型信任等级，并自动划分报警检测等级，对于不同的事件分别给出不同响应时间，达到提高报警准确率、降低误报警的目的。
第三章.技术原理
1.
2.
3.
1.
2.
2.
3.
3.1.视频检测基本原理
4.
5.
6.
7.
卓视智通城市路段交通事件监测系统，针对高速公路以及城市道路大流量道路的具体特点，采用工业级CCD数字摄像机或模拟摄像机实时视频流，利用先进的数字图像处理技术、模式识别技术、车辆检测技术等并结合交通工程学的要求，实现车辆的检测、跟踪、识别与高精度目标轨迹分析。
作为专用于路段的交通事件监测系统而言，如果说CCD成像技术是其眼睛，那么视频检测处理则是系统的大脑，是本系统中的最关键部分和最核心单元。
结合多年的交通行业智能视频分析产品研发和实际应用经验，我公司已研究出一套非常成熟的视频检测核心算法，其主要工作原理如下：
◆首先进行视频流的图像预处理，去掉图像的抖动和噪声，得到稳定纯净的视频图像。
◆根据摄像机物理参数，对视频流进行坐标标定。
◆
随后基于视频流进行目标的检测和提取，提取出视频图像中的活动目
升级会员 