基于視頻檢測車型分類設(shè)備的應(yīng)用與探討

胡立偉

【摘要】基于視頻檢測的車型分類儀設(shè)備可以更好地滿足實際需求，識別出車型、輪軸數(shù)、獲得車輪廓組圖，以及過車時間段視頻等更多的數(shù)據(jù)信息?；诜g模塊的二次翻譯可使視頻檢測車型分類設(shè)備更為廣泛地應(yīng)用到不同地區(qū)。隊列的維護(hù)可以減少外部問題的引入，保證車型信息正確性。

【關(guān)鍵詞】視頻檢測；車型分類；車型翻譯；隊列維護(hù)

自動車型分類系統(tǒng)目前大多采用壓力傳感、紅外探測、射線光幕、線圈感知等方式進(jìn)行，存在設(shè)備部件多，檢測得到信息量少等缺陷。而基于視頻檢測的車型分類系統(tǒng)，其系統(tǒng)組成相對簡單，且可同時檢測得到經(jīng)過車輛的輪數(shù)，軸數(shù)，車長，車頭高，車型，以及車輛組圖，經(jīng)過時間段視頻錄像等相關(guān)數(shù)據(jù)?；谝曨l檢測較其他方式而言，可獲取到更多的車輛信息，可更好滿足實用化需求。

一、基于視頻流檢測的車型分類

基于視頻檢測的車型分類系統(tǒng)主要含帶有內(nèi)嵌識別算法的相機(jī)，接口協(xié)議或動態(tài)庫，外配供電電源，網(wǎng)線即可。就設(shè)備而言，施工時僅需在距離取卡口合適位置安裝好對應(yīng)相機(jī)設(shè)備，供電和通網(wǎng)即可。硬件的減少使現(xiàn)場的安裝限制條件更少，更好地保證在多變的環(huán)境中發(fā)揮更大的優(yōu)勢。

視頻車型分類最主要的部件即相機(jī)，其主要包括數(shù)據(jù)采集，圖像處理，車型識別，翻譯車型，隊列分析，通訊傳輸?shù)葞讉€主要的模塊。各模塊均嵌入到設(shè)備內(nèi)部完成，最終將設(shè)備內(nèi)嵌入式算法得到的車型各信息通過網(wǎng)絡(luò)上報給收費系統(tǒng)，完成對通過分類設(shè)備車輛相關(guān)信息的自動采集、分析和上報。

由于相機(jī)安裝距離車輛很近，相機(jī)的視野中并不能看車輛的全部外輪廓，尤其是大型車。故需要采用圖像拼接和壓縮技術(shù)，通過對相鄰幀數(shù)據(jù)的拼接組成一輛完整的車輛側(cè)面圖。為了更好地獲取和拼接過車的側(cè)面組圖，可對背景進(jìn)行邊緣相似度匹配的建模和更新，從而達(dá)到實時反應(yīng)背景的變化，同時屏蔽如光照、影子等干擾，進(jìn)而將前景車輛從背景中分離出來，方便后續(xù)的斷車判斷和車型識別。

有了車輛的側(cè)面完整清晰的組圖，就可利用神經(jīng)網(wǎng)絡(luò)和模板匹配來檢測車軸，計算圖像中車頭的高度，分析判斷倒車、啟動錄像等操作。最后判斷出最終的車型等一系列的數(shù)據(jù)信息。

二、車型分類標(biāo)準(zhǔn)與翻譯

在收費系統(tǒng)中，針對不同車輛類型一般會制定不同的收費標(biāo)準(zhǔn)。我國車型分類標(biāo)準(zhǔn)JT/T489-2003是按照“額定載重量”和“客車座位數(shù)”進(jìn)行分類的，人工辨識相對不易。實際使用中，各地會在國標(biāo)基礎(chǔ)上調(diào)整，按照車輛長度、輪軸數(shù)，車牌顏色等來區(qū)別對待，這就需要實際的車型分類系統(tǒng)可以根據(jù)各地的需求，能識別出車型同時，還可以給出符合本地標(biāo)準(zhǔn)的分類結(jié)果。

在這種情況下就有必要引入分類標(biāo)準(zhǔn)翻譯模塊。視頻車型分類系統(tǒng)會通過對車輛外輪廓的組圖和各種諸如軸數(shù)，輪數(shù)，車高等綜合信息進(jìn)行分析，將各種車型進(jìn)行詳細(xì)的劃分，其全部的分類標(biāo)準(zhǔn)類需要遠(yuǎn)遠(yuǎn)多于國標(biāo)標(biāo)準(zhǔn)，或某個地區(qū)用戶使用的標(biāo)準(zhǔn)。

車型分類設(shè)備根據(jù)自己學(xué)習(xí)和可以分類的最大可能進(jìn)行區(qū)分歸類，然后通過車型翻譯模塊再次將內(nèi)部的分類標(biāo)準(zhǔn)翻譯為實際使用的分類標(biāo)準(zhǔn)即可。這樣就可以使得視頻分類設(shè)備通用于各地，僅需要對不同的要求整理翻譯模塊的輸出端即可，增強(qiáng)了設(shè)備的通用性，易于推廣和使用。

三、視頻檢測車型隊列的維護(hù)

（一）車型隊列存在的必然性

視頻檢測情況下，局限于鏡頭視野寬度和車輛長度大小不一，必然會導(dǎo)致視頻車型檢測儀與取卡口保有一定的距離，從而保證當(dāng)車輛經(jīng)過時，可以讓設(shè)備觀測到整個車輛的外輪廓完全通過視野，這也就必然導(dǎo)致車型識別中隊列的存在。

（二）引發(fā)車型錯誤的原因分析

其一，現(xiàn)場使用分類標(biāo)準(zhǔn)不明確，沒有統(tǒng)一的標(biāo)準(zhǔn)。即收費出入口的標(biāo)準(zhǔn)不一致，導(dǎo)致同一輛車在出口和入口認(rèn)定的車型不一致，需要多次的溝通和反饋就可進(jìn)行完善減少該種情況的發(fā)生。其二，設(shè)備本身的性能和嵌入式算法的精準(zhǔn)性導(dǎo)致識別出的車型本身出錯。這樣的錯誤可以通過逐步的改進(jìn)算法，擴(kuò)大訓(xùn)練樣本等方式，減小到可接受地步。其三，隊列錯位問題。在實際使用時，經(jīng)過車型檢測設(shè)備的同一車多次或未取/刷卡，如線圈觸發(fā)失效導(dǎo)致的同一車多次觸發(fā)獲取車型設(shè)備隊列中的車型結(jié)果，或故障導(dǎo)致有車經(jīng)過未獲取隊列中的車型；多次重復(fù)刷卡或刷卡失效導(dǎo)致車道軟件同一車多次調(diào)用接口或未調(diào)用接口獲取隊列中的車型結(jié)果，干擾視頻引入的誤識別等情況，均會由外部環(huán)境影響引入的隊列錯位問題。此種問題與識別無關(guān)，與設(shè)備本身無關(guān)，但只要存在隊列就會有此類問題的存在，且較之前兩者級聯(lián)影響更甚。

想要杜絕或盡最大可能來減少此類問題的發(fā)生時的影響，就需要引入其他的輔助條件及時對隊列進(jìn)行核實和判斷，對隊列進(jìn)行實時校正，從而保證隊列的絕對正確，起碼保證無級聯(lián)錯誤的發(fā)生。這里可以考慮用車牌號碼來匹配車型，同時基于取卡車牌來校正隊列的邏輯，實際使用效果很不錯，可以及時準(zhǔn)確地對發(fā)生的隊列錯誤進(jìn)行更正，同時車牌顏色還可以用于輔助分類車型，甚至可以解決一些分類標(biāo)準(zhǔn)基于車牌顏色進(jìn)行區(qū)分的地方標(biāo)準(zhǔn)要求。

四、結(jié)語

綜上，本文主要主要淺析和探討了基于視頻車型分類系統(tǒng)的可行性及其優(yōu)勢，主要的硬件組成、邏輯模塊。同時對車型分類的標(biāo)準(zhǔn)如何適應(yīng)各地各異的標(biāo)準(zhǔn)進(jìn)行簡要探討，并對車型分類中存在的錯誤進(jìn)行分析，對隊列錯位的原因和校正進(jìn)行初步的分析和方法的探究。

參考文獻(xiàn)

[1]JT/T489-2003，收費公路車輛通行費車型分類[S].