智能交通监控系统中预警技术的初步探讨

逄麒珉 孟令元

【摘 要】随着越来越多的监控视频设备应用在交通系统中，交通管理人员对道路交通的状况的掌握越来越直接有效，可以随时根据采集到的视频信息对交通状况做出及时有效的判断。但是随着视频设备的增多，也为监控人员带来了很多麻烦，其中最大的问题就是工作量的增大，有时往往力不从心。本文就是在运动目标检测和跟踪的基础上，进一步研究目标的行为状态和方式，同时对道路交通异常情况的预警技术进行初步的探讨。【关键词】智能交通，监控，预警

【中图分类号】TP273 【文献标识码】A 【文章编号】1672-5158（2013）03-0136-01

对于运动中的物体，我们最为感兴趣的信息就是它们的速度和运动方向。所以这一节我们主要研究如何获得目标的速度和方向。

1运动速度的获取

在交通监控视频中，速度是交通运输工具的一个最重要的特征，提取交通工具的速度，对分析其行为至关重要，同时也是分析交通异常情况的一个重要参考数据。由于监控视频监控的范围有限，运动目标从进入视频到消失的时间比较短，在这么短时间的范围内，运动目标的速度一般不会产生很大的变化，近似于匀速运动。所以本文将目标的加速度假定为零，而只计算运动目标的平均速度。图1 视频中运动目标的速度

2运动方向的获取

目标在运动过程中肯定有方向，这是运动中的物体的另一个重要特征。获取目标的运动方向，也是本文研究的一个重点。在交通监控视频中，监控的对象主要是交通工具和人，而这两者的运动都受到交通规则的限制，具有一定的方向性，不能随意改变运动方向。通过跟踪链表L中记录的运动目标在每一帧图像中的位置信息，我们可以画出每一个运动目标的运动轨迹，如图2所示：通过观察目标的运动轨迹，可以发现在正常行驶中的交通工具，它们都会沿着大致的前进方向前行，不会有很大的改变。它们行驶的轨迹近似一条直线，即使其中有些弯路行驶，但将其运动轨迹分段，每一段我们仍然可以看成一条直线段。本文利用这一特点，采用最小二乘法对运动目标的行驶轨迹进行分段直线拟合，并求出分线段的斜率，利用所求斜率计算目标的行驶方向。图2目标的运动轨迹

最小二乘法是将一组符合Y=kX+b关系的测量数据，用计算的方法求出最佳的参数k和b，其中k表示直线的斜率，b表示截距[886]。

通常我们可以通过测量得到一系列的关于（x，y）的成对数据（x1，y1；x2，y2；…；xn，yn），每对（x，y）可以当作一个点投影到x-y坐标系中，如果它们均匀的分布在一条直线附近，满足线性关系，我们就可以利用这些测量数据求出最佳的k和b。设这个直线方程为：

y=kx+b （4）

对满足线性关系的一组等精度测量数据（xi，yi），这里假定自变量xi的误差可以忽略不计，而测量点yi受到一定误差的干扰，与直线上的点kxi+b的偏差di可以表示为：

d1=y1-kx1-b

d2=y2-kx2-b （5）

：

dn=yn-kxn-b

显然最理想的结果就是d1= d2=…= dn =0，这样x，y的测量数据就完全满足方程，即它们是一条直线。但受到测量误差的干扰，这些测量点不可能都在直线上，我们只有折中取d1、d2、…、dn为最小时，计算得到的k和b最理想。如何保证d1、d2、…、dn最小，换个思维也就是考虑图4目标在不同时刻的运动方向

参考文献

[1] 单勇.复杂条件下视频运动目标检测和跟踪. 国防科学技术大学博士学位论文. 2006：1-15 页

[2] 刘泉，胡家忠.图象处理技术在交通监控中的应用. 武汉工业大学学报. 1999（02）：39-41页

[3] 徐晓夏，陈泉林. 视频交通监控系统. 现代电子技术. 2003（08）：72-74+77 页