基于MATLAB的高速公路車輛違章占道分析及預警系統

田夫果，黨紅亮，莊家豐，王韻，豐會杰，鮑軍委

（南京航空航天大學理學院，江蘇南京，210016）

0 引言

近年來，我國高速公路建設迅速發展，極大地提高了我國陸路交通基礎設施水平和道路交通網絡的發達程度，使人們出行更加便捷。然而，頻發的交通事故成為了人們生命財產安全的一大威脅。所以，針對可能出現的交通問題，設計完備的高速公路預警系統以減少道路交通事故的發生次數、降低道路交通事故死亡率，成為全社會亟待解決的重大課題。

目前，我國所研制的高速公路預警系統種類很多，分別針對車輛行駛的氣候狀況、車道狀況、駕駛者駕駛狀態以及違法行駛行為。而對違法行駛行為，大多數的預警系統都偏向于對車輛的超速、逆行、違規停車等行為進行分析和預警，而針對違章占道低速行駛這一隱患極大的行為研究卻不多。

在高速公路上，經常有車輛在霸占超車道，并以遠低于規定的速度行駛，極大地增加了交通事故發生的幾率。早期此類交通事件的檢測主要是由交警通過觀看視頻監控進行人工抓拍，雖然在一定程度上起到了威懾作用，但并不能從根本上解決這個問題，且人工抓拍不僅容易漏檢，還會耗費大量物力和人力。基于視頻檢測的車輛違章占道軌跡識別方法能夠為道路交通管理與控制提供全面、實時的交通狀態信息，還具備直觀性強、可靠性高、實時性好、可檢測的范圍廣等優勢，因此受到國內外學者的廣泛關注。文獻[1]對視頻圖像預處理的相關算法進行研究,對圖像灰度變換、平滑濾波、圖像增強以及圖像二值化等預處理技術及其相關算法進行比較分析；文獻[2]中指出用高斯混合背景模型并結合基于HSV色彩轉換的鄰域均值快速背景消除法,來提取視頻圖像前景車輛局部信息，再采用圖像紋理特征量對車輛運動信息進行檢測。本課題設計了一套新型車道行為分析及預警系統，基于MATLAB程序，采用Hough變換算法、卡爾曼濾波、幀差法等技術實現車道判斷、車速測量等功能，通過車道車速匹配來判別違規占道車輛，繼而進行記錄與預警，以達到減少高速公路交通事故發生率的目的。

1 程序設計總體框架

本系統借助MATLAB工具箱及其圖像處理相關功能實現，共分為四個模塊：視頻采集模塊、目標檢測模塊、違章占道判斷模塊及預警模塊。視頻采集模塊是用攝像頭采集視頻并傳送到服務器，實現視頻圖像的采集；目標檢測模塊用混合高斯模型訓練背景圖像，循環讀取視頻的每一幀，并設計算法對視頻圖像進行處理，得到目標車輛信息，即車輛速度、所處車道，并將信息發送至車速車道匹配模板。違章占道模板是對目標信息進行分析，鑒別車輛車速與所處車道是否符合行車規定，從而判斷目標車輛是否違章占道。預警模塊是將違章占道的車輛車牌信息發送至預設的LED屏幕中，提醒車主及時變更車道。

2 系統設計與實現

2.1 視頻采集

首先判斷是否有車輛通過，在有車通過的情況下程序運行開始讀取攝像頭視頻，將讀取到的視頻信息保存并輸入到目標檢測模塊。

2.2 目標檢測

2.2.1 車輛位置提取

首先對視頻采集模塊得到的視頻進行處理。從視頻中提取背景幀，根據背景對圖像范圍進行預處理，把圖像中的非道路部分以及道路較遠范圍的部分屏蔽掉[3]。然后將圖像的像素點灰度值設為0，即進行灰度化處理。然后選定圖像和背景進行差分運算，差分結束后會有噪音產生，因此必須再對其進行去噪處理。之后將去噪完成的圖像進行二值化處理，這一步中需注意到二值化的閾值會影響檢測結果，所以需要通過微調參數先找到合適的閾值在進行處理。處理后的圖像上就會出現白塊，即車輛，而背景則是黑色的，同時還有一些沒有去完的噪點。此時，通過計算圖像的各個連通域的像素點總數，得到各個連通域的“面積”， 若連通域面積大于某個預設閾值，即可檢測出一輛車；反之，該連通域可能是噪音或者背景的微量變化。

圖1 處理過程1（背景、原圖、預處理）

圖2 處理過程2（差分結果、二值化、閾值檢測）

2.2.2 車道判斷

對于車輛所處車道的判斷，可以由車輛位置與車道線進行比較得到。根據車道線的直線特征，使用霍夫變化對圖片進行特征提取，并進行卡爾曼濾波處理，得到清晰的車道線[4]。隨后將目標提取中得到的車輛位置與車道線在參數坐標中進行比較，判斷出車輛所處車道。

2.2.3 車速測量

能否快速、準確地從背景圖像中分割出運動車輛，能否對天氣變化、光照、背景擾動等具有較強的魯棒性等等都是判定檢測方法優劣的重要指標。本文進行的是高速公路上的車速測量，故采用幀間差分法，借助 MATLAB圖像處理工具箱及其圖像處理相關功能，對攝像頭的視頻數據進行處理，進而測量車輛車速。

對于視頻序列圖像信號，兩個相鄰的圖像信號的信息對于圖像來說是最有效的信息。幀間差分法[5]對視頻圖像中運動目標的提取是以經過閾值化的相鄰幀間像素差來實現。視頻圖像中相鄰圖像幀的時間間隔很短，因此幀與幀之間的差別主要體現在變化的運動目標。灰度圖像中沒有發生變化的部分在對連續的兩幀圖像進行差分，閾值化處理之后被減掉，灰度發生變化的部分會被保留。算法流程如圖3。

圖3 幀間差分法流程

綜合來看，幀間差分法的算法比較簡單，對環境的適應性較強，不易受到光線和目標陰影的影響。當目標運動較快時，能夠很好的檢測到運動目標。

2.3 違章占道判斷

《道路交通安全法》實施條例第七十八條第三款規定，對各車道的車速有具體的要求，但不同地區不同路段也會有相應的速度要求。在進行分析預警時應考慮實際情況，選取合適的速度限制范圍作為預設值，根據車輛所處車道，將車輛的速度與對應預設值進行比較，即可得出車輛是否有占道低速行駛行為。

考慮到現實情況，當連續多個車輛出現車速不符合車道要求的情況時，后續車輛有可能是受到最前方車輛違規行駛的影響，即被動低速行駛。所以，程序會優先記錄最前方車輛的車輛信息進行預警，隨后根據車距判斷后續車輛低速行駛是否為被動情況。高速公路對行車間距有相應規定，當超車道出現連續違章低速行駛車輛時，若車輛間距小于規定數值，可認為后面的車輛是被動低速，即不屬于違章占道，否則視為違章占道行為。

2.4 預警

在判斷出某一車輛存在違章占道行為后，則通過車牌識別程序得到該車輛的車牌號碼。首先將收集的字符模板導入庫中，以方便車牌號的識別與提取。對于視頻得到的圖像進行區域切割，得到行方向合理區域，其次得到定位剪切后的彩色車牌圖像。將彩色車牌圖像進行灰度處理，選取合適閥值對區域進行二值化處理，得到黑色的車牌背景與和白色的字符。進一步進行濾波處理將圖像去噪，最后對去噪后的圖片做先膨脹后腐蝕處理，便可得到目標的車牌號碼。

圖4 處理過程及結果

得到目標的車牌號碼并存儲后，將此數據傳輸至公路上的LED屏幕進行顯示，以提示駕駛員采取相應措施，達到預警效果。

3 總結與展望

針對高速公路違章占道這一典型行駛行為，本課題提出一種新型高速公路預警方式：基于MATLAB圖像處理功能對目標進行檢測、測速，并結合行車規范分情況甄別違章車輛。確定車輛違章后自動識別目標車牌，送至預警系統以達到警示之效。因此本課題進一步拓展了高速公路預警系統的功能范圍，對當前發生的違規行駛行為進行分析和研究，進一步規范高速公路的行車行為，從而減少交通事故的發生。

在此基礎上，可將對速度的檢測與變道軌跡檢測結合，形成一個針對違章占道行為的全方面檢測，則會使功能更加完善，進而提高預警系統的工作效率。