車輛信息融合辨識系統研究*

趙 靚

(山西云時代技術有限公司，山西 太原 030012)

0 引言

伴隨著我國經濟的飛速發展，城市規模快速膨脹，機動車保有量持續穩定增長，道路交通安全及擁堵問題成為制約經濟發展的主要因素之一，現有的交通管理技術手段難以滿足工作需要。因此，提高科技水平，實時了解道路交通信息，實現精細化管理，是公安交通管理部門當前面臨的必然選擇。詳細交通流數據的采集是實現精細化管理的基礎。

基于此，設計一種基于人工智能技術的車輛融合信息辨識系統。本系統構建了基于數據信息融合技術、人工智能技術等相關關鍵技術的車輛融合信息辨識系統[1]，可用于解決道路交通安全及擁堵問題，實現對重點部位的24小時全天候監控覆蓋，全面記錄所有通行車輛數據信息，減少擁堵，避免違規車輛上路，優化交通組織結構，使得道路運輸系統有序發展，避免路面堵車現象，減少了廢氣排放的強度和時間，保護基本公共設施道路環境、減少大氣環境污染。

1 系統結構設計

本設計主要由信息采集監測模塊、信息檢測模塊、信息處理模塊、辨識模塊等模塊構成。系統構成示意圖如圖1所示。

圖1 系統構成示意圖

信息采集監測模塊主要通過布置在現場的自動化監測設備實時采集現場數據完成車輛綜合信息的采集，包括車輛特征照片、車牌號碼與車牌顏色等。

信息檢測模塊主要針對各個站點的布防監控設備完成圖片信息識別、數據緩存以及壓縮上傳等功能。模塊內部主要由卡口抓拍單元、終端服務器、外場工業交換機、防雷器、光纖收發器、開關、電源等設備組成，可實現對動態車輛多類型參數的全天候采集。采集信息包含車輛速度檢測、車輛圖像記錄、車輛牌照自動識別、超速抓拍、車型判別、車身顏色識別等，避免了傳統采集系統的單一性。

信息處理模塊可對采集的多種傳感器有效信息進行處理，構建狀態預警模型，得出當前狀態下的關鍵性技術指標，通過對比設定閾值可實現對違規車輛信息進行預警[2]。

辨識模塊可將采集到的車輛信息通過人工智能算法進行處理，替換掉原始模式識別算法，去除原始算法層面的人工目標挑選過程；由前端攝像機來承擔進行目標自主挑選，摒除人工挑選對識別模式的限制；利用計算機精細化的運算，通過大量過車目標的自主學習從而來提高車輛特征、號牌的識別準確率，既能提高系統魯棒性、環境適應性，也能達到精細化識別的目的[3,4]。

2 技術關鍵

1) 采用高性能精細化硬件平臺控制，確保高清圖像的成像質量,使得數據采集硬件設備在不同外界環境中均可達到滿足業務應用的成像效果[5]。

2) 利用人工智能算法實時檢測視頻圖像中的目標，在車頭到達停止線以前完成車輛檢測工作，同時鎖定畫面中經過每條車道的車輛，提高車輛檢測工作的時效性。

3) 采用人工智能技術，通過自主訓練與自主學習，一方面可提升車牌識別準確率，另一方面有助于對車輛進行持續跟蹤，效果遠遠好于傳統的單幀畫面車牌識別技術和多幀識別技術。

4) 在檢測到車輛目標以后，可跟蹤車輛鎖定目標，并對其進行持續跟蹤，最終獲得車輛在路口的行駛軌跡，為闖紅燈、不按導向車道行駛、壓線等交通違法行為的取證提供關鍵數據支持。

5) 利用人工智能算法，在車輛檢測、車輛跟蹤的基礎上，結合車道屬性統計出分車道、分時段的車流數據，進而可計算出占有率、飽和度等基本信息，從而優化下一步的交通管理工作。

6) 利用人工智能算法提取通行車輛的號牌特征，利用車牌顏色識別與車輛輪廓分析提取車型特征，用以與黑名單庫進行比對、報警，此設備利用在關鍵卡口處將提升交通執法效率[6]。

3 軟件設計

系統采用簡潔、友好的人機界面，具有多媒體化操作設計，在出現系統故障時，方便管理人員簡便快捷地進行處理。前端數據采集設備支持遠程升級和遠程故障排除功能，維護便捷，大大降低了系統運維管理成本，同時還具備自動檢測系統中設備的運行狀態，并顯示出詳細參數功能，可輔助管理人員及時準確地判斷現場情況和更有針對性的解決現場問題。使用穩定易操作的硬件與軟件，完全不需借助任何專用維護工具，大大降低了對操作管理人員的專業技術水平要求，進而節省了日常頻繁的維護保養費用。上位機軟件接收到自動化硬件設備采集的信息后，首先分析數據信息類型，分析完成后將相應的信息展示到軟件界面中。如圖2所示為正常車輛實時抓拍圖，如圖3所示為無車牌車輛實時抓拍圖。

圖2 正常車輛實時抓拍圖界面

圖3 無車牌車輛實時抓拍圖界面

4 總結

本系統測量準確率高，使用靈活方便，易于集成。該系統的實施，有效地提升了異常車輛查處與攔截的準確度，能夠對假套牌進行分析比對，對前端路面進行抓拍分析，結合數據中心的處理算法，具備研判交通態勢的能力以及流量統計的功能，還可對車牌進行精確化識別，輔助提高城市交通規劃能力，充分避免交通擁堵等問題，彌補多年來單幀或多幀圖像識別技術的不足，大大提高車輛車牌辨識的準確度。