基于固定式視頻的車(chē)速鑒定方法研究

趙麗麗，唐陽(yáng)山

（遼寧工業(yè)大學(xué)，遼寧 錦州 121000）

引言

隨著城市化進(jìn)程的發(fā)展，我國(guó)汽車(chē)保有量日益增多，在為人民群眾帶來(lái)便利的同時(shí)，也引發(fā)了諸多交通安全問(wèn)題，交通事故頻發(fā)問(wèn)題尤為嚴(yán)重，不僅給人民群眾的生命安全造成了嚴(yán)重?fù)p失，也大大阻礙了我國(guó)經(jīng)濟(jì)發(fā)展。近年來(lái)在政府各相關(guān)職能部門(mén)的聯(lián)合管控下，雖然形勢(shì)有所好轉(zhuǎn)，但是其絕對(duì)數(shù)仍相對(duì)較高。如何公平公正地處理事故，進(jìn)而從已發(fā)事故中尋找規(guī)律來(lái)預(yù)防事故，是交通管理部門(mén)一直思索和研究的問(wèn)題，而目前事故處理中面臨的較大難題是事故車(chē)輛行駛速度的計(jì)算。車(chē)速的鑒定結(jié)果不僅可以分析交通事故的性質(zhì)，確定交通事故發(fā)生原因，而且是認(rèn)定劃分交通事故責(zé)任的重要依據(jù)。傳統(tǒng)的車(chē)速鑒定方法（如雷達(dá)檢測(cè)器、地下線圈檢測(cè)器等）雖然在車(chē)速鑒定領(lǐng)域的應(yīng)用已經(jīng)較為成熟，但其成本較高，且對(duì)于復(fù)雜的交通事故難以精確測(cè)量。而基于視頻的車(chē)速鑒定方法不僅成本低，而且可方便快捷地對(duì)車(chē)速進(jìn)行鑒定，還可還原交通事故發(fā)生場(chǎng)景，從而對(duì)復(fù)雜的交通事故進(jìn)行精確測(cè)量。因此，近年來(lái)國(guó)內(nèi)外許多研究學(xué)者在視頻測(cè)速領(lǐng)域進(jìn)行了大量研究。尹國(guó)祥［1］在肇事車(chē)輛的車(chē)速鑒定中，根據(jù)視頻圖像的幀速率、起點(diǎn)與終點(diǎn)間單幀圖像的數(shù)量和交通事故現(xiàn)場(chǎng)的實(shí)測(cè)距離，計(jì)算出起點(diǎn)與終點(diǎn)間肇事車(chē)輛的平均速度。該方法只能計(jì)算“點(diǎn)對(duì)點(diǎn)”條件下固定間隔特征點(diǎn)對(duì)應(yīng)的車(chē)速，無(wú)法算出固定間隔特征點(diǎn)間任意位置的車(chē)速。倪志海等［2］提出了時(shí)間插值法和距離插值法的車(chē)速計(jì)算數(shù)學(xué)模型。為了提高車(chē)速鑒定精度，何烈云［3］提出了利用直接線性變換法進(jìn)行像方坐標(biāo)系和物方坐標(biāo)系的相互轉(zhuǎn)換，從而由目標(biāo)車(chē)輛特征點(diǎn)的像方坐標(biāo)獲得目標(biāo)車(chē)輛特征點(diǎn)的物方坐標(biāo)，再利用幀間差分法來(lái)測(cè)算出車(chē)輛行駛速度。ELNAZ［4］等提出了一種基于成像系統(tǒng)的幾何形狀和定義固心角的新方法。該方法通過(guò)提取視頻幀，在兩幀中確定車(chē)牌在圖像平面上的位置，計(jì)算車(chē)牌圖像中的像素?cái)?shù)。然后，利用立體角關(guān)系計(jì)算兩幀內(nèi)車(chē)輛的位移和速度。該方法雖然不受車(chē)牌高度、攝像頭安裝高度和車(chē)道的影響，但復(fù)雜度高，魯棒性差，計(jì)算精度較低。

針對(duì)現(xiàn)有的基于視頻的車(chē)速鑒定方法只能獲得車(chē)速范圍而無(wú)法得到精確車(chē)速的缺點(diǎn)，提出了改進(jìn)的車(chē)速鑒定方法。

1 提高視頻圖像質(zhì)量與效率

張重德和張崇巍［5］所選取的特征點(diǎn)為車(chē)尾線，XIAO［6］所選取的特征點(diǎn)為車(chē)廂前后連接點(diǎn)，劉虹伯［7］所選取的特征點(diǎn)為輪胎接地點(diǎn)，選取目標(biāo)車(chē)輛的輪胎中心為特征點(diǎn)進(jìn)行車(chē)速計(jì)算。因此，需要獲取車(chē)輪中心的坐標(biāo)位置。

1.1 提高視頻圖像質(zhì)量

在對(duì)圖像采集過(guò)程中，由于車(chē)輪表面的污漬、天氣狀況、照明條件等因素導(dǎo)致采集的圖像存在一定干擾和噪聲，而圖像預(yù)處理可以有效地突出車(chē)輛圖像的有用信息，消除或減少無(wú)用信息，從而初步提升視頻圖像質(zhì)量［8］。圖像增強(qiáng)處理目的在于突出圖像中感興趣的成分，將原來(lái)不清晰的圖像變得清晰。因此，需要通過(guò)對(duì)二值化圖像進(jìn)行圖像增強(qiáng)、圖像去噪來(lái)增強(qiáng)圖像質(zhì)量，在對(duì)車(chē)輪中心進(jìn)行標(biāo)定前需對(duì)采集到的圖像進(jìn)行質(zhì)量增強(qiáng)處理。

1.2 提高視頻圖像處理效率

ROI 即感興趣區(qū)域，為包含目標(biāo)的區(qū)域，通過(guò)ROI 定位選擇車(chē)輛輪胎為感興趣區(qū)域可以大大減少之后步驟的運(yùn)算量［9］。因此，通過(guò)ROI 定位及對(duì)圖像進(jìn)行適當(dāng)裁剪可以提高視頻圖像處理效率。為處理方便，把RGB 真彩色圖像轉(zhuǎn)化為灰度圖像，使用合適的閾值將灰度圖像轉(zhuǎn)化為二值圖像。最后，利用Kinovea 軟件可以快速獲取視頻圖像中目標(biāo)車(chē)輛特征點(diǎn)及虛擬參照線的圖像坐標(biāo)，從而提高處理效率。

2 固定式視頻的車(chē)速鑒定方法

針對(duì)目標(biāo)車(chē)輛直線行駛的情況進(jìn)行分析，目前基于固定式視頻目標(biāo)車(chē)輛直線行駛時(shí)的車(chē)速鑒定方法有兩種，一種是利用道路環(huán)境參照距離計(jì)算車(chē)輛行駛速度；一種是利用目標(biāo)車(chē)輛參照距離計(jì)算車(chē)輛行駛速度。

2.1 現(xiàn)有的車(chē)速鑒定方法

（1） 逐幀檢測(cè)視頻圖像，觀測(cè)視頻圖像的幀率f，計(jì)算相鄰兩幀圖像之間的間隔時(shí)間在目標(biāo)車(chē)輛同側(cè)車(chē)身表面距地等高位置上選取兩個(gè)至車(chē)輛縱向?qū)ΨQ(chēng)面等距離的特征點(diǎn)；（3） 選取一個(gè)道路環(huán)境參照物或設(shè)定一個(gè)虛擬參照物；（4） 記錄目標(biāo)車(chē)輛兩個(gè)特征點(diǎn)通過(guò)該參照物所用圖像幀數(shù)n=（n1，n2），其中n1＜n2；（5） 測(cè)量目標(biāo)車(chē)輛兩個(gè)特征點(diǎn)之間的距離S'；（6） 確定目標(biāo)車(chē)輛兩個(gè)特征點(diǎn)通過(guò)道路環(huán)境參照物時(shí)的行駛速度v。

2.2 改進(jìn)的車(chē)速鑒定方法

由于現(xiàn)有的車(chē)速鑒定方法只能求得目標(biāo)車(chē)輛行駛速度范圍值，而無(wú)法求得其精確的行駛速度，故將利用時(shí)間插值法對(duì)其進(jìn)行改進(jìn)，從而獲得精確的目標(biāo)車(chē)輛行駛速度。圖1為時(shí)間插值法車(chē)速計(jì)算模型。

圖1 時(shí)間插值法車(chē)速計(jì)算模型

圖中：X（0）q、X（0）h—前、后輪中心在第一幀時(shí)的橫坐標(biāo)；X（n）q、X（n）h—前、后輪中心在第n幀時(shí)的橫坐標(biāo)；X（n+1）q、X（n+1）h—前、后輪中心在第（n+1）幀時(shí)的橫坐標(biāo)；L—前、后車(chē)輪中心之間的距離，為一個(gè)特征長(zhǎng)度，m。

由于當(dāng)車(chē)輛行駛到第n幀時(shí)，后輪中心位置在X（0）q之后，第n+1 幀時(shí)在X（0）q之前，很難與X（0）q重合。因此，需要在n～（n+1）幀圖像之間進(jìn)行插值計(jì)算，求出兩個(gè)特征點(diǎn)重合的時(shí)間。

改進(jìn)算法：

（1）逐幀檢測(cè)視頻圖像，觀測(cè)視頻圖像的幀率f，計(jì)算相鄰兩幀圖像之間的間隔時(shí)間

（2）在目標(biāo)車(chē)輛上選取同側(cè)的前后車(chē)輪中心作為目標(biāo)車(chē)輛特征點(diǎn)。

（3）在視頻圖像上畫(huà)一條參照線作為虛擬參照物。

（4）利用插值法計(jì)算目標(biāo)車(chē)輛兩個(gè)特征點(diǎn)通過(guò)該參照物所用時(shí)間，則目標(biāo)車(chē)輛行駛過(guò)一個(gè)特征長(zhǎng)度的時(shí)間：

式中： —X（0）q與X（n）h或X（n+1）h重合前的整幀數(shù)的數(shù)量。

（5） 目標(biāo)車(chē)輛行駛過(guò)一個(gè)特征長(zhǎng)度的平均速度：

（6） 隨著目標(biāo)車(chē)輛一直向前行駛，則以視頻圖像的第二幀為起點(diǎn)，一直重復(fù)上述過(guò)程，可以計(jì)算出多個(gè)連續(xù)幀間車(chē)速vm，對(duì)多個(gè)連續(xù)幀間車(chē)速計(jì)算其平均速度作為最終鑒定車(chē)速。

3 實(shí)例驗(yàn)證

以小型面包車(chē)沿A 路由南向北行駛至某路口時(shí)，大眾牌小型轎車(chē)沿A 路由北向南行駛至此發(fā)生碰撞，造成兩駕駛員和兩車(chē)受損的道路交通事故為例，見(jiàn)圖2。

圖2 設(shè)定虛擬參照線

首先利用Kinovea 軟件獲取目標(biāo)車(chē)輛特征點(diǎn)及虛擬參照線。然后利用改進(jìn)的車(chē)速鑒定方法對(duì)本案例車(chē)速進(jìn)行鑒定，經(jīng)計(jì)算可得事故車(chē)輛的平均車(chē)速為65.128 km/h。利用現(xiàn)有的車(chē)速鑒定方法計(jì)算所得到的車(chē)速鑒定范圍為64 ～66 km/h，而案例中事故車(chē)輛的實(shí)際車(chē)速為65 km/h。經(jīng)比較可得，利用所改進(jìn)的車(chē)速鑒定方法可獲得較高精度的車(chē)速鑒定結(jié)果，且其計(jì)算結(jié)果誤差在國(guó)家允許范圍之內(nèi)。而現(xiàn)有的車(chē)速鑒定方法只能獲得車(chē)速范圍而無(wú)法獲得一個(gè)精確的鑒定結(jié)果。故改進(jìn)方法具有一定的有效性。

4 結(jié)語(yǔ)

利用圖像預(yù)處理、圖像增強(qiáng)及圖像去噪等技術(shù)提高圖像質(zhì)量，再利用Kinovea 軟件獲取目標(biāo)車(chē)輛特征點(diǎn)及虛擬參照線的圖像坐標(biāo)，避免了因圖像質(zhì)量噪聲問(wèn)題帶來(lái)的誤差，提高了特征點(diǎn)的坐標(biāo)標(biāo)定精度。利用所提出改進(jìn)的車(chē)速鑒定方法進(jìn)行車(chē)速鑒定，可獲得事故車(chē)輛精確的車(chē)速結(jié)果，而不是一個(gè)車(chē)速范圍，從而提高了車(chē)速的鑒定精度。