基于視頻圖像計算事故車輛行駛速度的誤差分析

吳帥 石延平

摘 要：在各類交通事故技術鑒定中，對車輛行駛速度的鑒定占很大比例。隨著城市道路視頻監控覆蓋率逐年擴大以及車載行駛記錄設備的廣泛應用，基于視頻圖像計算車輛行駛速度已成為一種交通事故車輛速度鑒定最常用的方法。但由于諸多自然和人為因素的影響，使利用這種方法進行事故車輛行駛速度的計算與鑒定存在一定誤差。為了提高鑒定的準確性，本文分析了幾種典型情況下誤差形成的原因，論述了如何通過采取改進操作方法、優化參照物和特征點選取、多次平均值等方法和措施減少或修正誤差，對提高車輛行駛速度計算的精度以及鑒定的準確性有一定參考價值。

關鍵詞：司法鑒定;道路交通事故;車速鑒定;誤差分析

1 概述

視頻監控技術在道路交通事故技術鑒定中發揮著重要作用，視頻圖像能夠反映事故發生的整個過程或部分片段，對碰撞點的位置、事故發生時車輛行駛路線一目了然，利用視頻圖像能夠非常直觀地再現交通事故發生過程，并計算出事故車輛行駛速度大小和變化。

目前，基于視頻圖像計算車輛行駛速度技術根據視頻圖像的來源，主要有固定式視頻圖像計算目標車輛行駛速度和車載式視頻圖像計算目標車輛行駛速度。無論任何形式載體的視頻圖像，都是通過計算視頻圖像相鄰若干幀間目標車輛空間行駛時間的距離和所經歷時長，根據運動速度、時間和距離三者之間的關系計算出目標車輛行駛速度。

基于視頻圖像計算車輛行駛速度的誤差主要是客觀條件限制和不正確的人為操作方式兩個方面因素所造成?？陀^因素主要是委托方所提供的視頻圖像質量不高，如由于受光線變化與陰影干擾，使視頻畫面不清晰，事故車輛輪廓模糊;又如由于監控錄像設備原因，存在所提供視頻連貫性和流暢性不高以及幀率波動和丟幀現象。人為因素主要涉及不同視頻攝錄設備提供的記錄視頻的采用、圖像關注區域的確定、參照物（包括道路參照物、目標車輛參照物和虛擬參照物）的合理選擇、曲線或彎道行駛時“以直代曲”等。根據筆者的經驗，人為因素，尤其是各類參照物的不恰當選擇是交通事故車輛行駛速度計算誤差的主要來源。

2 道路環境參照物選取不當引起的誤差

如圖1所示，假設以路邊的相鄰兩道旁樹為道路環境參照物，選定目標車輛的前車輪為特征點。圖像為監控攝像頭角度觀察到目標車輛特征點與道旁樹重合，目標車輛行駛距離為s。標識圖以俯視角度所呈現的情況，此時刻目標車輛行駛距離為s1，目標車輛以道旁樹間隔距離作為行駛距離，比實際行駛的距離偏小，這樣就造成車速計算值減小，從而引起誤差。為了減少此類誤差，應選取與目標車輛接近標志物作為參照物，如車輪所行駛過路面上的特征點或特征線，只要條件允許，最好選擇路面交通標線作為參照物[1]。

3 使用不同監控設備視頻圖像引起的誤差

如實際案例1：2020年10月24日20時許，在某鎮交叉路口處，一輛專用校車與自行車發生一起道路交通事故。首次鑒定機構采用車載式視頻圖像計算其事故時的行駛速度，計算結果為54 km/h。公安民警在案件處理過程中，一方當事人對其行駛車速不認可，申請重新鑒定。

后經公安民警取證，對事故現場固定式公安監控視頻圖像下載提取，兩份視頻分別為同向尾部拍攝和側面直角拍攝，兩視頻時間同步。通過視頻圖像對目標車輛事故時的行駛速度分析鑒定。根據視頻條件選取目標車輛參照物示寬燈做特征長度測量，測量前后示寬燈間距為7.4 m。

分析鑒定：根據事故現場同車道固定式視頻圖像確定車輛制動時刻。

在20：54：54秒第9幀圖像上，視頻圖像中目標車輛制動尾燈點亮。（見圖2）

根據事故現場直角方向固定式視頻圖像確定目標車輛的行駛速度。

在20：54：52秒第1幀圖像上，目標車輛左側第一示寬燈與虛擬參照點A相互重合。（見圖3）

在20：54：52秒第9幀圖像上，目標車輛左側第四示寬燈與虛擬參照點A相互重合，此時刻被鑒定車輛前方出現駕駛自行車人。（見圖4）

在20：54：52秒第10幀圖像上，目標車輛左側第一示寬燈與虛擬參照點B相互重合。（見圖5）

在20：54：53秒第4幀圖像上，目標車輛與其前方駕駛自行車人發生接觸。（見圖6）

在20：54：53秒第6幀圖像上，目標車輛左側第四示寬燈與虛擬參照點B相互重合。（見圖7）

利用視頻錄像檢驗所見，目標車輛駛入視頻圖像中路段進行分析。根據速度-時間-位移關系公式，求解目標車輛通過各空間特征點時的速度[2]。公式如下：

根據公式（1）計算目標車輛通過A點及B點路段的行駛速度。

視頻圖像的幀率為13幀/秒，則視頻圖像中的幀間隔時間為t1=1/13秒。若目標車輛通過各標記點的時間間隔幀數n=8，則通過A點與B點間路段的時間t=nt1=8t1。

依據視頻圖像檢驗目標車輛通過A點及B點距離的行駛時間相同，故t=tA=tB，即：

由車輛測量數據s=7.4 m，則將以上參數代入公式（1）整理計算得：

v≈11.94 m/s=42.98 km/h，取整為43 km/h。

綜合以上分析，其視頻圖像播放畫面可知目標車輛制動尾燈點亮前的行駛速度為43 km/h。由于重新鑒定的事故車輛行駛速度更符合實際情況而被采納。

4 目標車輛特征點與道路環境參照點不完全重合引起的誤差

如實際案例2：2020年12月19日15時許，在某地十字交叉路口處，一輛小型普通客車與一輛輕型普通貨車發生直角撞擊事故，兩車嚴重損毀，駕駛人員及乘車人不同程度受傷。公安民警在調查案件中由于當事人雙方對小型普通客車的行駛速度意見不一，對其責任的劃分不能明確。

經公安民警調查取證，對事故目標車輛車載式視頻圖像原件及事故現場公安監控固定式視頻圖像下載提取，通過兩段視頻資料對目標車輛事故時的行駛速度分析鑒定。

首先利用車載式視頻圖像計算目標車輛行駛速度。通過對本次事故道路現場參照物進行測量，檢驗發現視頻畫面能清晰反映道路中心標線，測量標線長度為4.1 m。分析鑒定發現，在視頻圖像中15：50：11秒第18幀圖像上，目標車輛發動機艙蓋前緣與標記的道路標線起點接近重合，稱之為欠重合;而在視頻圖像15：50：11秒第19幀圖像上，目標車輛發動機艙蓋前緣與標記的道路標線起點覆蓋重合，稱之為過重合。

在15：50：11秒第25幀圖像上，目標車輛發動機艙蓋前緣與標記的道路標線終點重合。（見圖8）

利用車載式視頻圖像計算其行駛速度，經檢驗知視頻圖像的幀率為25幀/秒，則分別考慮欠重合和過重合兩種情況：

欠重合狀態時：

t=7×1/25=0.28 s

過重合狀態時：

t=6×1/25=0.24 s

將以上參數代入公式（1）整理計算得：

欠重合狀態時：

v≈14.64 m/s=52.70 km/h

取整后得53 km/h。

過重合狀態時：

v≈17.08 m/s=61.49 km/h

取整后得61 km/h。

顯然兩種情況下速度相差8 km/h。

再利用事故現場公安固定式監控設備所下載提取的視頻圖像計算其行駛速度。對目標車輛參照物特征長度測量，測量前后車輪軸距為2.5 m，視頻圖像的幀率為25，前后軸心間隔幀數n為4，將上述參數代入公式（1）整理計算得：

v≈15.63 m/s=56.27 km/h，取整后得56 km/h。

由于公安固定式監控攝像頭位于事故車輛行駛路線的側面，所取的虛擬參照點與車輛特征點前后輪軸心完美重合，所以計算上述所得的車速相對比較準確。那么以56 km/h為基準，分別計算利用車載式視頻圖像計算車速時在欠重合和過重合兩種狀態下的相對誤差：

欠重合時：

v≈52.70 km/h

相對誤差為：（52.70-56）/56=-5.4%。

過重合時：

v≈61.49 km/h

相對誤差為：（61.49-56）/56=8.9%。

當處于無固定式視頻圖像條件下，且目標車輛特征點與道路環境參照點不完全重合時，可將相鄰兩幀視頻圖像計算的結果求平均值，即（61.49+52.70）/2=57 km/h。此時刻的相對誤差為（57-56）/56=1.8%?？梢姰敓o固定式視頻圖像時，可將車載式視頻圖像計算值求取平均數來處理目標車輛特征點與道路環境參照點不完全重合引起的誤差，以此來完成更為客觀數值的計算。

5 “以直代曲”引起的計算誤差

當事故車輛如圖9所示沿曲線或轉彎時，確定目標車輛的行駛速度v。

圖9 目標車輛沿曲線路行駛示意圖

在圖9中，道路方向測量視頻圖像中兩個道路環境參照物之間的距離S′，選取視頻圖像的某一視角方向，確定該視角與車身的交點O，記錄交點沿視角方向通過兩個參照物之間的時間間隔T，確定交點在路面垂直設影點O′的移動距離s，確定目標車輛質心的角速度ω和轉彎半徑R，確定目標車輛的行駛速度v。

準確計算目標車輛沿曲線或轉彎時的速度，可根據參考文獻[3]所述步驟，依據下列公式（2）、（3）、（4）、（5）分別求出角速度ω、轉彎半徑R，最終計算出目標車輛沿曲線或轉彎時的速度v。

式中，?為視頻圖像的幀率測量投影;ΔR為 O′運動軌跡與兩個道路環境參照物間的垂直距離;W為目標車輛質心距車身交點O垂直于車身縱軸方向的距離。

但是按照上述方法計算速度過于復雜，在實際案列中為了測量方便，往往以直線代替曲線，如圖9所示，以直線S1代替S′，如此處理便引入了誤差，顯然計算結果會偏小于實際行駛速度。在實際案件中可將參照點之間距離分多段測量進行求和來減小實際測量誤差。

6 結語

目前，道路交通事故車輛速度鑒定的方法有很多種，包括依據動力學和運動學理論的車輛速度鑒定、依據碰撞試驗經驗公式的車輛速度鑒定、依據模擬試驗經驗公式的車輛速度鑒定、依據仿真軟件再現的車輛速度鑒定、依據GPS定位技術的車輛速度鑒定以及依據車輛EDR數據的車輛速度鑒定等。與上述方法相比較，基于視頻圖像進行車輛速度鑒定的方法具有計算簡單、直觀性強、實際操作高效便捷等優點。因此，在涉及車輛速度鑒定的道路交通事故處理中其使用率幾乎可高達90%以上。如果能夠針對每起事故的特殊性，合理選擇道路環境參照物、目標車輛參照物、虛擬參照物以及觀測角度，精確地確定參照距離和目標車輛的行駛距離，并結合誤差理論科學地進行數據處理等，可以將由于人為因素造成的計算誤差大大降低，一般可控制誤差小于5%。在受到自然因素限制的情況下，如當觀測視線與目標車輛行駛方向存在一定夾角時，要考慮投影效應的影響，又如在夜晚條件選取車燈作為參照點時，存在炫目影響。在實際操作中，考慮自然因素的影響，依據經驗適當對計算結果進行補充修正，一般情況下也可以滿足事故車輛速度鑒定的要求。

參考文獻：

[1]何烈云.道路交通事故車速鑒定與仿真再現技術[M].中國人民大學出版社，2018.1.

[2]賈常明，吳文龍，王乾，等.視頻方法鑒定車速的準確性研究[J].刑事技術，2020（2）：160-164.

[3]公安部道路交通管理標準化技術委員會.GA/T 1133-2014，基于視頻圖像的車輛行駛速度技術鑒定[S].北京：中國標準出版社，2014.