基于目標(biāo)檢測(cè)與跟蹤技術(shù)的民航限行車輛預(yù)警系統(tǒng)設(shè)計(jì)與研究

夏亞雄 萬(wàn)好

摘要：機(jī)場(chǎng)作為面向國(guó)際的交通樞紐，不僅為人們提供便捷的出行環(huán)境，也彰顯著所在城市的精神面貌，因此機(jī)場(chǎng)道路交通管理也愈發(fā)受到關(guān)注。針對(duì)機(jī)場(chǎng)交通管理的需求，設(shè)計(jì)了一套基于目標(biāo)檢測(cè)與跟蹤技術(shù)的民航限行車輛預(yù)警系統(tǒng)，旨在監(jiān)測(cè)機(jī)場(chǎng)道面移動(dòng)目標(biāo)的情況，并對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與呈現(xiàn)，為工作人員提供管理依據(jù)與幫助。

關(guān)鍵詞：限行車輛；目標(biāo)檢測(cè)；深度學(xué)習(xí)；機(jī)場(chǎng)交通

中圖分類號(hào)：U495 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

隨著機(jī)場(chǎng)規(guī)模日益擴(kuò)大，機(jī)場(chǎng)轄區(qū)內(nèi)的道路也越來(lái)越多，為了確保機(jī)場(chǎng)道路交通安全，進(jìn)一步凈化廣州白云國(guó)際機(jī)場(chǎng)社會(huì)治安環(huán)境，保障廣大群眾合法權(quán)益，提升旅客出行體驗(yàn)，維護(hù)廣州城市形象，如何對(duì)機(jī)場(chǎng)各道路上的移動(dòng)目標(biāo)情況進(jìn)行有效監(jiān)控，成為亟待解決的問(wèn)題[1]。

在城市交通事故中，自行車、三輪車、摩托車（以下統(tǒng)稱“限行車輛”）等非機(jī)動(dòng)車事故率居高不下，而因機(jī)場(chǎng)性質(zhì)特殊，其道路會(huì)長(zhǎng)時(shí)間處于車流量較大的狀態(tài)，如若在機(jī)場(chǎng)道路出現(xiàn)上述車輛，不僅影響城市形象，也增加了道路交通安全隱患。因此，迫切需要通過(guò)基于目標(biāo)識(shí)別、目標(biāo)分類等深度學(xué)習(xí)技術(shù)[2] 實(shí)現(xiàn)機(jī)場(chǎng)主要道路的道面移動(dòng)目標(biāo)監(jiān)測(cè)[3]，并統(tǒng)計(jì)各關(guān)鍵區(qū)域限行車輛數(shù)目[4]，通過(guò)設(shè)定警戒閾值，有效輔助機(jī)場(chǎng)交通管理部門對(duì)限行車輛進(jìn)行管理，清除機(jī)場(chǎng)道路交通安全隱患[5]。

近年來(lái)，深度學(xué)習(xí)技術(shù)快速發(fā)展，取得了一系列突破性成果，在某些子領(lǐng)域，深度學(xué)習(xí)算法的表現(xiàn)甚至超越人類，能有效輔助人們進(jìn)行工作。因此，本文結(jié)合機(jī)場(chǎng)道路現(xiàn)有的視頻監(jiān)控系統(tǒng)，在獲得道路實(shí)時(shí)監(jiān)控畫面的前提下，基于目標(biāo)檢測(cè)與跟蹤技術(shù)研究機(jī)場(chǎng)道面移動(dòng)目標(biāo)的檢測(cè)與跟蹤系統(tǒng)。對(duì)道面車輛進(jìn)行檢測(cè)、識(shí)別與分類，實(shí)時(shí)統(tǒng)計(jì)機(jī)場(chǎng)重點(diǎn)區(qū)域存在的限行車輛數(shù)目，為機(jī)場(chǎng)交通管理部門提供數(shù)據(jù)依據(jù)；當(dāng)數(shù)量達(dá)到警戒閾值時(shí)，及時(shí)發(fā)布預(yù)警，消除交通安全隱患，維護(hù)機(jī)場(chǎng)交通安全與城市形象。

1 系統(tǒng)功能設(shè)計(jì)

針對(duì)機(jī)場(chǎng)道面區(qū)域，基于目標(biāo)檢測(cè)與跟蹤技術(shù)的民航限行車輛預(yù)警系統(tǒng)主要功能如下。

1.1 目標(biāo)（車輛車型）檢測(cè)

調(diào)研分析機(jī)場(chǎng)道路交通常見(jiàn)車輛車型及限行車輛種類，需要檢測(cè)的目標(biāo)包括小汽車（car）、卡車（truck）、公共汽車（bus）、自行車（bicycle）、摩托車（motorbike）、三輪車（tricycle）。得益于深度學(xué)習(xí)技術(shù)的快速發(fā)展，近年來(lái)基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法研究越來(lái)越多，其效果也已經(jīng)大大超越了傳統(tǒng)的目標(biāo)檢測(cè)算法，甚至有不少基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法已經(jīng)應(yīng)用到了實(shí)際的生產(chǎn)環(huán)境當(dāng)中。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法從算法實(shí)現(xiàn)的角度可以分為一階段目標(biāo)檢測(cè)算法以及二階段目標(biāo)檢測(cè)算法。

本文主要的檢測(cè)對(duì)象是車輛，而車輛通常具有比較固定的長(zhǎng)寬比，所以采用帶錨點(diǎn)的目標(biāo)檢測(cè)算法能更好地利用車輛形狀信息。除此之外，考慮到限行車輛預(yù)警系統(tǒng)會(huì)同時(shí)監(jiān)控多路攝像頭錄像，故選擇速度更快的一階段目標(biāo)檢測(cè)算法。

1.2 檢測(cè)區(qū)域設(shè)置

機(jī)場(chǎng)公共區(qū)域用于交通監(jiān)控的攝像頭繁多，若對(duì)每一路采集到的監(jiān)控視頻都做車輛監(jiān)測(cè)，無(wú)疑會(huì)造成計(jì)算資源的極大浪費(fèi)。因此，需要根據(jù)機(jī)場(chǎng)交通布局將機(jī)場(chǎng)劃分為若干區(qū)域，然后針對(duì)每個(gè)區(qū)域的出入口進(jìn)行車輛監(jiān)測(cè)與統(tǒng)計(jì)。為了進(jìn)一步提升算法的時(shí)效性，在選定的出入口視頻中，可以通過(guò)設(shè)置檢測(cè)區(qū)域有效降低輸入圖像的尺寸，降低計(jì)算量，提升計(jì)算效率，也為后續(xù)的部署提供更具性價(jià)比的方案。

1.3 多目標(biāo)跟蹤與數(shù)量統(tǒng)計(jì)

為實(shí)現(xiàn)機(jī)場(chǎng)各區(qū)域限行車輛的數(shù)量統(tǒng)計(jì)，需要判別車輛在各區(qū)域的進(jìn)出情況，僅采用車輛車型檢測(cè)顯然無(wú)法滿足需求。因此，本系統(tǒng)引入多目標(biāo)跟蹤算法，對(duì)檢測(cè)區(qū)域范圍內(nèi)的車輛進(jìn)行跟蹤，并通過(guò)劃定進(jìn)出車道線的方式，輔助判斷車輛在各區(qū)域的進(jìn)出情況，為車輛的數(shù)量統(tǒng)計(jì)提供依據(jù)。

2 系統(tǒng)搭建

2.1 技術(shù)方案設(shè)計(jì)

本系統(tǒng)的技術(shù)研究主要是基于深度學(xué)習(xí)技術(shù)，對(duì)機(jī)場(chǎng)道路上的移動(dòng)目標(biāo)進(jìn)行檢測(cè)與跟蹤，通過(guò)識(shí)別與分類實(shí)現(xiàn)對(duì)限行車輛的實(shí)時(shí)監(jiān)測(cè)，從而實(shí)現(xiàn)對(duì)機(jī)場(chǎng)各區(qū)域限行車輛數(shù)目的實(shí)時(shí)統(tǒng)計(jì)?？梢詫⑵涑橄罄斫鉃檐囕v監(jiān)控問(wèn)題，而車輛監(jiān)控問(wèn)題的解決方案是目標(biāo)檢測(cè)加目標(biāo)跟蹤。目標(biāo)檢測(cè)用于發(fā)現(xiàn)、定位當(dāng)前處理圖片中存在的目標(biāo)車輛，而目標(biāo)跟蹤則是結(jié)合當(dāng)前圖片的目標(biāo)檢測(cè)信息，計(jì)算出每一個(gè)目標(biāo)在視頻流中的運(yùn)動(dòng)情況。

如圖1 所示，本系統(tǒng)的技術(shù)方案流程如下。

（1）獲取道路監(jiān)控畫面作為系統(tǒng)的輸入。

（2）使用目標(biāo)檢測(cè)算法檢測(cè)出圖片中的目標(biāo)車輛，并記錄其類別及坐標(biāo)。

（3）結(jié)合當(dāng)前幀的目標(biāo)檢測(cè)信息和上一幀圖片的檢測(cè)信息，對(duì)當(dāng)前幀的目標(biāo)車輛進(jìn)行跟蹤，并分析其運(yùn)動(dòng)狀態(tài)。

（4）根據(jù)當(dāng)前幀車輛的運(yùn)動(dòng)狀態(tài)、位置信息和歷史信息，再結(jié)合目標(biāo)車輛是否跨越機(jī)場(chǎng)重點(diǎn)區(qū)域以及其進(jìn)出車道線的方式，判別所跟蹤的目標(biāo)車輛進(jìn)出機(jī)場(chǎng)區(qū)域的狀態(tài)。

（5）統(tǒng)計(jì)機(jī)場(chǎng)道面重點(diǎn)區(qū)域內(nèi)目標(biāo)車輛的種類及數(shù)量，及時(shí)識(shí)別并統(tǒng)計(jì)限制車輛的數(shù)目，如數(shù)量大于設(shè)定的警戒閾值，則向機(jī)場(chǎng)交通管理部門主動(dòng)預(yù)警。

2.2 系統(tǒng)功能模塊

2.2.1 車輛車型檢測(cè)

針對(duì)機(jī)場(chǎng)區(qū)域常見(jiàn)車型car、truck、bus、bicycle、motorbike、tricycle 進(jìn)行訓(xùn)練，在輸入的監(jiān)控視頻中監(jiān)測(cè)出現(xiàn)的車輛并對(duì)其車型進(jìn)行分類。為了能更好地展示本系統(tǒng)的工作成果，制作了一個(gè)圖形用戶界面（GUI）進(jìn)行演示，如圖2 所示。

圖2 中，本系統(tǒng)能夠正確對(duì)機(jī)場(chǎng)各個(gè)視角下出現(xiàn)的車輛進(jìn)行檢測(cè)與分類，為后續(xù)車輛進(jìn)出機(jī)場(chǎng)重點(diǎn)區(qū)域的判別奠定了基礎(chǔ)。

2.2.2 監(jiān)測(cè)區(qū)域設(shè)置

為了提升系統(tǒng)的運(yùn)行效率，可通過(guò)設(shè)定檢測(cè)區(qū)域來(lái)控制輸入系統(tǒng)圖片的數(shù)據(jù)量。主要采用以點(diǎn)連線的方式，通過(guò)依次點(diǎn)擊畫面，畫出一個(gè)多邊形，以多邊形的最小外接矩形作為檢測(cè)區(qū)域，將其設(shè)置在輸入視頻的第一幀中，如圖3 所示。這樣系統(tǒng)在處理這一路視頻圖片時(shí)，只需要處理矩形框區(qū)域即可，極大地減少了所需處理的數(shù)據(jù)量，提升了系統(tǒng)處理效率，有效降低了硬件成本。

2.2.3 車輛出入判別與數(shù)量統(tǒng)計(jì)

為了更好地判別系統(tǒng)所監(jiān)測(cè)的車輛進(jìn)出情況，在劃定的檢測(cè)區(qū)域范圍內(nèi)，設(shè)定車輛進(jìn)出虛擬線圈，如圖4 所示。

圖4 中，左側(cè)虛線為設(shè)定的進(jìn)入機(jī)場(chǎng)區(qū)域虛擬線圈，右側(cè)虛線為離開(kāi)機(jī)場(chǎng)區(qū)域虛擬線圈。機(jī)場(chǎng)各區(qū)域的現(xiàn)存車輛將通過(guò)各區(qū)域出入口的進(jìn)出車輛數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)區(qū)域如圖5 所示。

圖5 中，左下角方框內(nèi)為各類車輛進(jìn)出機(jī)場(chǎng)區(qū)域的情況，右下角方框內(nèi)為功能按鈕，從上往下分別是選擇視頻文件、設(shè)置檢測(cè)區(qū)域、開(kāi)始運(yùn)行。

2.3 系統(tǒng)界面

基于上述系統(tǒng)功能，制定系統(tǒng)界面，如圖6所示。

當(dāng)目標(biāo)車輛進(jìn)入圖中矩形框檢測(cè)區(qū)域，就會(huì)被系統(tǒng)的車輛監(jiān)測(cè)算法檢測(cè)出來(lái)，當(dāng)出機(jī)場(chǎng)的車輛經(jīng)過(guò)離開(kāi)機(jī)場(chǎng)區(qū)域虛擬線圈，相應(yīng)的車輛類型出機(jī)場(chǎng)數(shù)加一，反之亦然。機(jī)場(chǎng)各區(qū)域現(xiàn)存各車型車輛數(shù)量可以由進(jìn)出差值計(jì)算得出，限行車輛數(shù)可由各限行車輛種類的現(xiàn)存數(shù)之和得出，其超過(guò)預(yù)定閾值時(shí)會(huì)發(fā)出預(yù)警。

3 結(jié)論

本文研究設(shè)計(jì)了一套基于目標(biāo)檢測(cè)與跟蹤技術(shù)的民航限行車輛預(yù)警系統(tǒng)，利用機(jī)場(chǎng)公共區(qū)域道路交通監(jiān)控視頻，實(shí)現(xiàn)對(duì)機(jī)場(chǎng)各劃定區(qū)域的車輛實(shí)時(shí)監(jiān)測(cè)并對(duì)限行車輛進(jìn)行數(shù)量統(tǒng)計(jì)，可為機(jī)場(chǎng)交通管理部門提供數(shù)據(jù)支撐與監(jiān)管輔助，及時(shí)提醒限行車輛到達(dá)警戒閾值，協(xié)同執(zhí)法部門處理隱患，為人們提供更加便捷安全的出行環(huán)境。

參考文獻(xiàn)

[1] 胡亞光，歐陽(yáng)杰，張兆寬. 樞紐機(jī)場(chǎng)陸側(cè)交通協(xié)同化管理系統(tǒng)分析與框架概述[C]// 第十五屆中國(guó)智能交通年會(huì)學(xué)術(shù)委員會(huì). 第十五屆中國(guó)智能交通年會(huì)科技論文集. 北京：電子工業(yè)出版社，2020：452-461.

[2] 萬(wàn)良昊. 基于深度學(xué)習(xí)的多場(chǎng)景車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 武漢：華中科技大學(xué)，2018.

[3] 陳熊. 基于機(jī)器視覺(jué)的車輛檢測(cè)方法研究[D]. 成都：電子科技大學(xué)，2016.

[4] 孫曉瑤，田波，王秋生，等. 輪跡分布與車型分類檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 工業(yè)計(jì)量，2012，22（2）：9-12.

[5] 蔡長(zhǎng). 一種可車型分類的道路交通流檢測(cè)系統(tǒng)研究與設(shè)計(jì)[J]. 公路工程， 2009，34（6）：30-33.