全自動駕駛地鐵車輛編號識別方法研究與應用

楊朋朋

(中鐵第一勘察設計院集團有限公司，陜西 西安 710043)

全自動運行系統(tǒng)是地鐵車輛中自動化程度最高的系統(tǒng)，其集成了通信、信號、控制和計算機等技術，使列車實現(xiàn)全過程自動化運行[1]。在無人區(qū)內自動完成車輛的喚醒、自檢、啟動、加速、減速、巡航、惰行、停車、折返及休眠等。停車列檢庫是車輛停放、列檢作業(yè)的主要場所，按照功能劃分為無人區(qū)及檢修區(qū)，每2～3股道為一檢修分區(qū)，分區(qū)間采用柵欄進行物理隔離。為了取代既有人工視覺記錄列車車號的方式，實現(xiàn)無人區(qū)自動化運維，本文提出了一種基于深度學習的地鐵車輛車號識別方法。

1 研究背景

國外學者對車號識別的研究起步較早，Mullot等[2]采用紋理特征進行集裝箱及汽車車牌號碼的識別及定位；Keck等[3-4]提出了集成計算機視覺系統(tǒng)，該系統(tǒng)主要用于列車監(jiān)控視頻數(shù)據(jù)的采集、處理和壓縮。在國內，魏永勝等[5]設計了車底殘留物檢測、體積計算及車號識別系統(tǒng)；王欣蔚[6]提出了基于卷積神經(jīng)網(wǎng)絡的車號識別方法，在分析動車組車號圖像特點的基礎上，采用深度學習算法對列車車號進行字符分割及識別；王曉鋒等[7-8]采用機械視覺方式進行車號識別。現(xiàn)有車號識別系統(tǒng)主要針對鐵路貨車，采用人工方式記錄車號，缺少自動化識別方式。本文基于目標檢測的YOLO算法，針對全自動駕駛車輛基地，提供了一種完善的車號識別方法，并通過工程實踐對該方法進行了驗證。

2 基于深度學習的車號識別

深度學習是機器學習的分支，是一種以人工神經(jīng)網(wǎng)絡為架構，對數(shù)據(jù)進行表征學習的算法。

2.1 目標檢測模型

目前常用的目標檢測算法可分為兩類，一類是R-CNN 系列的Two-stage算法，需先使用選擇性搜索算法[9](selective search algorithm)或 CNN 網(wǎng)絡(如 RPN)來產(chǎn)生 Region Proposal，然后在候選框上進行目標分類與位置回歸[10]；另一類是One-stage算法，包括SSD以及YOLO算法等。相比而言，One-stage算法占用計算機資源少，計算速度較快，但準確率相對于Two-stage 算法較低。目標檢測不僅要解決圖片的分類，同時要對目標內容進行準確定位。表1選取典型目標檢測模型進行了性能對比分析。結合全自動駕駛模式特點，為實現(xiàn)作業(yè)流程的智能卡控，節(jié)約計算資源，本文采用算力要求相對較低的YOLO算法。

表1 典型目標檢測模型性能對比表

YOLO算法將輸入的圖像劃分成S×S個單元格，當目標幾何中心落入到某個單元格時，該單元格負責對目標進行檢測。其他各單元格預測D個邊界框置信度，D為數(shù)據(jù)集中被識別劃分的類別數(shù)量，置信度為待檢測目標的概率與該邊界框和真實位置交并比(IoU)的乘積，用來表征預測位置回歸精度。置信度Confidence計算公式為：

(1)

式中：Pr(Object)為方格中目標存在的概率。Pr(Object)的取值如下：

(2)

每個方格即每個單元實際預測的是方格的大小、位置及置信度，共包含5個預測值(x,y,w,h,Confidence)，其中(x,y)為方格幾何中心的坐標，w,h分別為該方格長、寬與整張圖像長、寬的比。假定(x,y,w,h)取值均為0～1。分類時YOLO算法對所有方格的類別進行概率預測，假定方格類別為C，此概率是基于方格可信度下的條件概率值，以Pr(Classici/Object)表示，每個邊界框的置信度計算公式如下：

(3)

設概率的閾值k=0.5[11]，通過設置閾值剔除置信度較低的方格。綜上所述，每個方格包含5個預測值，每張圖像包含S×S個方格，因此每張圖像的預測值為S×S×(D×5+C)。

2.2 硬件部署方案

由于停車列檢分區(qū)檢修通道寬度需滿足簡易高空作業(yè)車通行，因此車號識別系統(tǒng)硬件無單獨立柱安裝條件。段內車輛行駛速度大于20 km/h，為了保證獲得準確的車號信息，機器視覺系統(tǒng)安裝于運用庫A端司機登車平臺南側，采用可調節(jié)吊桿機構吊裝，保證鏡頭以最佳視覺拍攝車輛車號區(qū)域，具體安裝位置如圖1和圖2所示。

圖1 機械視覺安裝位置平面圖

圖2 機械視覺安裝位置三維圖

2.3 車號區(qū)域模型訓練

1)數(shù)據(jù)集與圖像的預處理。

設定相機拍攝速度為0.01 s/次，隨機提取相機在不同檢修分區(qū)捕捉到的2 000張車號圖片，其中包含部分車號不全、角度不對正等存在多種缺陷的圖片。為了增加深度學習的數(shù)據(jù)量，結合車輛基地現(xiàn)場條件，采取以下2種方式對圖像進行增強：1)旋轉，將每一幅訓練樣本圖像分別旋轉-3°和3°；2)添加噪聲，對每一幅訓練樣本圖像隨機添加高斯噪聲。

經(jīng)過數(shù)據(jù)增強，樣本量由2 000張增加到8 000張，將這些樣本分為訓練、驗證和測試3個樣本集，各樣本集中圖像的選取由隨機數(shù)函數(shù)產(chǎn)生的隨機數(shù)來決定。

2)模型訓練。

分別使用YOLO V4 和YOLO V4 tiny模型對同一數(shù)據(jù)集進行訓練。

3)評價指標。

①準確率。

對于一個N類任務，輸出為一個N維向量，向量的每一個位置代表了一種類別，對應位置的值為預測目標屬于該類的概率。假設A物體與B物體分類的輸出向量為[m,n]，如果m>n，則輸出為A物體，反之為B物體。

②損失。

引入交叉熵損失函數(shù)，交叉熵損失函數(shù)輸出的是正確標簽的似然對數(shù)，和準確率有一定的關系，但是取值范圍更大。交叉熵損失公式如下：

(4)

假設訓練樣本量為n，則交叉損失函數(shù)(Θ)為：

(5)

本文采用準確率(accuracy)和損失(loss)兩個參數(shù)對檢測結果進行評估，分析結果如圖3所示。

圖3 平均損失-準確率變化曲線圖

圖3中細線表示迭代周期與準確率的變化，粗線表示準確率。由圖可以看出，隨著模型訓練次數(shù)的增加，平均損失趨于零，準確率趨于1，說明模型預測值與對應的標簽值越接近，模型的準確率也就越高。兩個模型對車號區(qū)域的識別準確率都較高，區(qū)別在于YOLO V4 tiny模型容易將生活環(huán)境中的非車號圖形誤識別。由于應用中相機視野固定，不會拍攝到雜亂圖像造成誤識別，而YOLO V4 tiny模型的實時性更好，因此本文選取YOLO V4 tiny模型進行車號識別。

2.4 預處理

為了提高計算效率，減少計算資源占用率，增強算法的魯棒性，對圖像編號區(qū)域提取前先對地鐵車輛車號類型及相對位置采用機器學習，選擇完整車號圖片，對車號區(qū)域進行預處理，原始車號圖像如圖4所示。

圖4 原始車號圖像

1)圖像裁剪。

目標檢測程序從視頻中獲取完整車號畫面，從原始圖像中截取包含完整車號的最小圖像，如圖5所示，去除噪聲的干擾。

圖5 除噪聲前的車號圖像

2)二值化。

采用特定的灰度值T作為閾值對圖像進行二值化處理，二值化后輸出的圖像g(x,y)可表示為：

(6)

式中：f(x,y)為原圖灰度函數(shù)值。

參考文獻[12]，取T=127，當像素值小于T時，設為0，即黑色;當像素值大于T時，設為255，即白色，二值化后的圖像如圖6所示。

圖6 二值化后圖像

3)形態(tài)學處理。

由于部分線路位于地面之上，地鐵列車運營時不可避免沾上泥土、灰塵等，因此車號可識別度相對于初始狀態(tài)會有一定程度的降低，為了消除外部雜質對車號識別的影響，需對車號區(qū)域進行形態(tài)學處理。

①膨脹。

根據(jù)二值圖像，將原車號圖像區(qū)域沿著目標區(qū)域邊緣擴大一周，使外部環(huán)境誤斷開的目標行合并連通。對于圖像集合A以結構元素B進行膨脹的運算表示為A⊕B，計算公式如下：

(7)

②腐蝕。

與膨脹相反，腐蝕使邊界向內收縮，將粘連在一起的不同目標分離，同時消除出現(xiàn)在圖像里與目標區(qū)域不連通的孤立點，這些點往往是毛刺或者閾值分割后被誤認為目標的背景像素點[13]，對于圖像集合A以結構元素B進行腐蝕的運算表示為AΘB[12]，計算公式如下：

AΘB={z|(B)z∩Ac≠?}

(8)

式中：Ac為集合A的補集。

通過膨脹、腐蝕后的二值化圖像分別如圖7和圖8所示，程序識別結果如圖9所示。

圖7 膨脹后的二值化圖像

圖8 腐蝕后的二值化圖像

圖9 程序識別結果截圖

2.5 結果評價

訓練樣本數(shù)量n=2 000，訓練樣本識別結果及準確率見表2。

表2 樣本訓練數(shù)據(jù)統(tǒng)計表

由表可知，準確率大于99.74%，因此該模型滿足了3σ設計原則，結果可靠。

3 結束語

為了進行較高速度行駛下的全自動運行車輛車號識別，本文結合現(xiàn)場條件將車號識別機械視覺安裝于運用庫A端司機登車平臺側面處，為了保證鏡頭以最佳視覺捕捉到車輛車號區(qū)域，單獨設計了可調節(jié)吊桿結構。對比分析YOLO V4與YOLO V4 tiny模型對車號區(qū)域識別的準確性，采用YOLO算法對形態(tài)學處理完的圖像進行字符識別，識別準確度大于99.74%，滿足3σ原則，從而驗證了訓練模型以及算法的可靠性。