智能交通沙盘中的关键技术研究

刘浩 李思其

摘要：针对智能交通系统（ITS）的要求，设计研发了一套基于树莓派的“运动目标视频跟踪定位”及“车牌识别”系统，该系统能在整个智能交通沙盘中，对运动车辆进行分实时自动跟踪并在沙盘中的公路卡口处对车辆上面的车牌进行自动识别。论文论述了可编程小型计算机树莓派的结构性能及优势，给出了整个系统的设计方案以及采用的视频处理算法，并展现了现场实验结果。

关键词： 智能交通;树莓派;视频跟踪;车牌识别

中图分类号：TP368     文献标识码：A     文章编号：1009-3044（2018）34-0184-02

1 智能交通系统

智能交通系统（Intelligent Transportation System，简称ITS）是未来交通系统的发展方向，它是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。

本系统的智能交通沙盘是仿真智能交通系统的教学科研用沙盘系统，研究的目标是在已有沙盘的基础上，加上智能控制和智能视频处理功能，实现交通模型及仿真小车的智能化。智能交通沙盘外观如图1：

如上图所示，智能交通沙盘包含山、水、城市道路、城市交通标志、隧道、ETC收费站、智能停车场、红绿灯路口等场景要素，用到的关键技术有RFID技术，单片机控制技术，磁传感器技术，视频图像处理技术等。

智能交通沙盘中有两个重要的功能：车辆在沙盘中的跟踪定位和自动识别。

“车牌识别”和“车辆跟踪”都用到大量的视频处理，图像处理算法，运算量非常大，我们系统中的“车牌识别”和“车辆跟踪”都要求做到实时处理，实时数据传送。因为视频图像处理计算量巨大，实时要求又高，所以对中央处理芯片和开发语言提出了很高的要求[1]。

针对这种情况，该系统采用树莓派（一款基于linux系统的微型电脑，，性价比高，能做视频处理程序）分别实现“车牌识别”和“车辆跟踪定位”功能，程序用C++语言开发（因为相对Java语言，C++语言速度更快，开发效率更高，适合底层应用开发），然后分别通过数据口把识别出来的车牌号和车辆定位信息传送给沙盘上的显示系统。

2 树莓派介绍

树莓派是一个非常廉价的、只有信用卡大小的完全可编程的计算机，如图2：

虽然树莓派的体积小，但是它的功能非常强大。树莓派3（Raspberry Pi 3）采用了64位处理器：基于Cortex-A53的博通BCM2837，主频1.2GHz。拥有1GB RAM和VideoCore IV GPU，能够流畅地处理视频和图像[2]。

树莓派3以SD/MicroSD卡为内存硬盘，卡片主板周围有4个USB接口，一个10/100 以太网接口，可连接键盘、鼠标和网线，同时拥有视频模拟信号的电视输出接口和HDMI高清视频输出接口[3]。

3 车辆跟踪定位

我们对运动车辆跟踪采用的是“改进型的三帧差分法结合混合高斯背景建模”。

背景建模是提取运动目标的前提。混合高斯背景建模是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息（如模式数量、每个模式的均值和标准差）表示背景，然后使用统计差分进行目标像素判断，可以对复杂动态背景进行建模，计算量较大[4]。

在图像处理过程中，帧间差分是通过计算相邻两帧图像之间的差值来获得运动区域的目标轮廓，通过差值图像可以快速检测出相邻图像中运动目标所引起的运动范围，但是由于差分只保留相对变化的信息，两帧间的目标重叠部分难以检测出来，于是出现空洞现象。而且由于差分后的图像包含两帧中相对变化信息，因此检测出的目标轮廓大小大于实际尺寸，当目标运动速度过快的时候就会出现+双影，而三帧差分法是在帧间差分基础上得以改进，将相邻三帧图像作为一组进行再差分，能够较好地检测出实际运动目标的轮廓[5][6]。

图3是车辆跟踪定位模块的视频截屏图，是对运动中的车辆的跟踪。从图中可以看出，视频中的车辆已经被跟踪锁定，其中红色矩形框的中心坐标就是车辆的定位坐标，每秒获取一次坐标值，显示在图的左上角。

4 车牌识别

本系统的车牌识别模块建立在识别系统EasyPR的基础上，EasyPR是一个基于图像处理开源库OpenCV的车牌识别引擎，它的核心在于机器学习系统中的中的SVM（支持向量机算法）模型技术，整个车牌识别过程分为车牌定位和字符识别两个阶段，整个车牌识别过程就是车牌的图片一张张地输入到SVM模型中，然后通过SVM模型判断。无论是车牌定位还是字符识别都需要借助机器学习算法，算法预测准确性取决于特定环境的训练数据。

整体架构采用模块化方式开发，将车辆定位系统、车牌识别系统和安卓总控平台分开。车辆定位系统、车牌识别系统分别用一个树莓派3b开发板作为控制核心，利用其强大计算能力支持系统实时监控能力。车辆定位、车牌识别两个子系统可通过在树莓派上建立的http服务为安卓总控平台和其他移动设备提供数据服务。原则上车辆定位、车牌识别子系统只提供字符级别的车牌信息和坐标信息。如果具备特殊权限，也可获得实时图像数据。

车牌识别原理如图4：

5 总结与展望

本系统采用树莓派3b这种微型计算机作为控制核心，利用其强大计算能力支持系统的“实时动目标跟踪”及“车牌识别”功能，取得了不错的效果，下一步将继续在智能交通沙盘系统中加入无线通信功能，成为一个小型物联网仿真系统。

参考文献：

[1] 张辉，王强，徐光祐.运动目标的快速检测、跟踪和判别[J].清华大学学报，2002，42（10）.

[2] 范鲁宁，张世波，艾雨兵.基于树莓派的课堂实验设计[J].电脑知识与技术，，2015，11（35）.

[3] 李喜鹏，陈嘉威，赵长安.基于树莓派的车载无线视频传输系统[J].科技创新与应用，2017（7）.

[4] 朱文杰，王广龙，田杰.空时自适应混合高斯模型复杂背景运动目标检测[J].北京理工大学学报，2018，38（2），：166-170.

[5] 高林，王昌宇.改进三帧差分法与背景差分法结合的运动目标检测算法[J].装备制造技术，2018，7（3）：172-176.

[6] 卢章平，孔德飞，李小蕾.背景差分与三帧差分结合的运动目标检测算法[J].计算机测量与控制，2018，12（21）：3315-3318.

[7] 姜宇，張子潮，周富强. 基于OpenCV的车牌识别系统研究[J]. 辽宁师范大学学报， 2011，34（2）.

【通联编辑：梁书】