1.中机科（北京）车辆检测工程研究院有限公司 北京延庆 102100；2.中汽研汽车检验中心（武汉）有限公司 湖北武汉 430070
摘要：在智能交通系统中，包括道路的占有率、道路上的车流量以及车辆的行驶速度等等都是重要的元素，使用仪器获得相关的统计数据之后，指标化处理，对道路车辆管理发挥指导作用。智能交通中应用视频的车辆检测技术，可以应用视频技术对车辆状况实施检测，有助于提高车辆管理效率。本论文着重于研究基于视频的车辆检测技术与在智能交通中的实施对策。
关键词：视频；车辆检测技术；智能交通；实施对策
引言
经济发展速度的不断加快，私家车数量越来越多，城市道路交通拥挤程度越来越严重，交通堵塞问题几乎每天都存在，特别是在上、下班高峰时段，拥堵在道路中的车辆寸步难移，使得公路的运营效率大大降低。实施智能交通管理，应用视频检测技术，发挥其区域覆盖面积大、信息量大的特点，将其各种功能充分发挥出来，提高车辆管理效率，使得道路交通更加顺畅。所以，在道路交通管理中应用视频检测技术具有重要的现实意义。
一、车辆检测技术的类型
车辆检测技术所发挥的作用是对道路的车流量予以检测。该技术主要包括三种类型，即永久埋入式系统、悬挂式监控系统和视频检测系统。
其中，永久埋入式系统所采用的是压电回路，这种类型的系统具有可靠的性能，但是，在前期阶段需要投入较高的建设费。由于该系统的设置中需要在地面下埋藏传感器，而且是永久性埋藏，就会导致系统的设立以及后期的技术维护都需要设施路面施工，不仅消耗大量的时间，还会消耗大量的人力和物力[1]。
悬挂式监控系统安装比较方便，主要包括超声波传感器、雷达以及闭路电视等等。
视频检测系统是对道路上的车流量进行检测，主要应用的是视频图像处理技术。
与永久埋入式系统和悬挂式监控系统相比较，视频检测系统所具备的优势在于，检测的范围比较大，涉及到的参数也比较多，安装视频检测系统更加容易，便于维护，不会对路面造成破坏。安装施工中不需要投入大量的资金。安装视频检测系统有非常广泛的适用面，包括交叉路口、复杂的路段都可以使用。现在的交通信息动态采集中，视频检测系统已经成为主流，其可以24小时不间断检测。科学技术不断发展，视频检测系统的功能也相应地完善，在交通监控领域广泛应用。在视频车辆检测系统的运行中，可以采集图像信号，对于信息进行处理，并显示检测信息，对信息进行传输。
二、车辆检测系统的图像采集技术
在应用车辆检测技术的时候，对于信息的采集主要应用视频技术，所获得的信息为图像信息和与视频信息，这是确保检测工作顺利展开的基本条件。在该技术应用之前，对于特殊场合进行图像信息采集通常采用数码相机，结合使用摄像机采集视频信息[2]。通过将数码相机和摄像机结合，就可以获得静态的图像和动态的视频画面，但是在处理的过程中需要大量的数据，数码相机在配置上不能符合智能交通系统要求。采用这种方式进行图像采集可以扩大应用范围，使用效率高。现在车辆检测系统的图像采集使用技术先进的采集卡，对于多条线路都能够予以支持，对于各个不同分辨率也予以支持，还具有压缩功能，对于采集的大量信息予以储存。
从当前的图像采集技术发展情况来看，在编程处理采集卡的时候需要应用厂家提供的驱动程序，对采集卡进行二次开发，通常采用如下的开发方式：
其一，使用设备出厂所配置的应用程序接口；
其二，使用视频捕获接口；
其三，使用媒体控制接口。
在信息处理中，视频捕获接口和媒体控制接口所采用的是相同的方式，而且硬件操作不是很复杂。设备出厂配置的应用程序接口有很快的反应速度而且自身有强大的功能。实际应用中，如果采用单一设备是无法将工作独立完成的，发挥 Windows 系统的应用性，采集系统的通讯配置通过支持发送信息和接收信息实现[3]。
三、智能交通监控系统
（一）智能录像技术
在采集图像信息的时候采用交通监控录像，能够采集的范围狭窄，只能采集特定区域范围内的交通图像并压缩处理，在指定的地点对压缩包的保存采用 JPEG形式或者MPEG 形式。由于采用该技术采集信息的时候，不能应用智能技术将有价值的信息筛选出来，导致大量重复性的图像信息存在，巨大的数据量，在提取的没有经过分析的数据信息，效率很低。应用智能录像采集信息，在信息查询的时候可以实现点对点。在实施智能采集的时候需要考虑特定的空间，还要明确特定某个阶段的时间特征，所以，不会记录没有明显特征的图像信息。在运行智能监控系统的过程中，如果画面中的行车状态不是很多，就可以对数据信息自动压缩，将没有价值的数据删除，储存空间的利用率大大提升。
（二）收费监控技术
从交通监控的角度而言，主要的监控点包括高速公路收费口、道路通行收费口以及过桥收费口等等。应用收费监控技术，不仅监控来往的车辆行驶状况，还对工作人员进行监控，查看他们是否秉公办事，能够按照规章制度合理收费。通过运行监控系统，使得工作人员的工作过程高度透明，通过全程监督，公民的利益得到保护，确保公民不会受到侵害[4]。从当前的收费监控技术发展情况来看，收费站的出入控制系统包括两个部分，即抬杆放行系统、车辆检测系统。收费点所安装的视频监控器可以全天候运行，将收费口通行的车辆缴费情况全程记录。但是，收费监控还不能达到精确监控级别，因此不能做到有效缺陷，这也是当前图像识别技术需要完善之处。
四、电子警察系统
交通拥堵现象严重，长期以来无法有效解决，是由于车辆在道路上行驶不按照规章制度执行，导致道路交通负担过重，出现交通堵塞的局面。道路的通行不够顺畅，驾驶员焦躁不安，还要出现矛盾纠纷。所以，交通堵塞的问题不是简单的交通问题，而是会升级到社会问题。对于交通拥堵的问题予以解决，电子警察系统作为新型交通设备，其所发挥的作用是不可替代的[5]。电子警察系统安装在路口对车辆的行驶状况予以监视，车辆闯红灯的现象能够及时拍摄下来，用于作为车辆闯红灯的重要依据，主要包括以下三个方面。
第一个方面，显示车辆行驶的过程中信号灯为红色的图像证明；
第二个方面，显示车辆瞬间进入到斑马线内违反规章的位置，此时在图像中要将车辆的全景显示出来；
第三个方面，对于违规的车辆显示车牌号，以找到有关违规车辆的信息。
这些信息都需要在一张图片上显示出来，用以作为违规操作的依据。但是，从当前的图像采集设备功能来看，分辨率不是很高，所以需要同时使用两个采集系统，一台采集系统用于对第一个方面和第二个方面的图像拍摄；另一台采集系统将违规车辆的车牌号记录下来[6]。如果车辆违规违规停放在狭窄路口，摄像头也可以拍摄下来。
电子警察系统中有四个重要的环节。
其一，对交通信号灯的判断。电子警察系统应用信号线连接方式对于交通信号灯的状态予以判别。但是，其存在弊端，即如果交通信号灯的显示器损坏，就会出现判断失误。使用图像采集红绿信号灯对于这样的问题能够有效解决。应用电子警察系统判定交通信号灯，对于道路的情况自动监测。在道路监测的同时转换红灯，这样符合驾驶员辨别方式[7]。电子警察系统运行中，不用绑定信息机，便于后期的设备维护。
其二，对车辆越线进行监测。在显示红色信号灯的时候，所有越线车辆都是违反规定行驶的，在判断的过程中需要使用预埋地感线圈实现。在铺设线圈的时候，不仅施工复杂，使用寿命补偿，应用自动检测技术或者视频序列分析方法能够对这样的问题有效解决。红色信号灯亮起的时候，启动系统监测功能，所有监测范围内移动的物体都会自动记录。
其三，对违规图像的捕捉和传输。电子警察系统运行的过程中将违规图像自动记录，经过压缩之后成为文件形式，从违章路口传输到交通指挥中心。在信息传输的过程中使用网络技术实现，在交通路口设置一台Modem，控制中心设置一台 Modem，图像可以点对点传输[8]。
其三，对违章车牌号码有效识别。电子警察系统将违章信息传输到交通指挥中心之后，需要经过二次处理才能使用。当接收到信息之后，需要将有价值的信息筛选出来、进行人工记录、开具罚单等等。应用新型车牌智能识别技术能够对信息直接处理，对图片准确辨别之后打印出来，罚单被自动开出。
五、流量监测系统和交通诱导系统
在交通管理中，主要的依据就是交通流量信息。应用传统的流量监测系统，主要收集某一时间内的力量信息，而且为特定的路段范围内，对于流量的统计采用人工操作的方式。流量信息很容易受到外界环境的影响，季节的变化、气候环境的变化，流量信息会存在很大的差异，特别是早高峰期和晚高峰期，会产生明显的流量变化，采用人工操作方式对流量予以统计会存在很大的困难。
应用视频图像识别技术，即便路面的交通量信息不断变化，也可以实时显示。图像采集设备的安装非常简单，将其设置在路面特定的位置即可，只要是摄像头视线范围内，积极可以拍摄图像。视频图像识别系统所发挥的作用是应用计算机技术自动分析图像，准确统计画面中的车辆行驶数量，记录人群信息等等。在应用视频采集系统的时候结合使用红绿灯系统，从车流量实际出发对交通信号灯时间合理安排。
采用视频图像采集系统，在保证道路硬件不变的情况下，道路交通的承载能力也会提高，改善道路交通状况。
采用交通诱导系统，还可以将交通信息采用有线通信方式或者无线通信方式传递给司机，引导司机绕开拥堵路段，选择其他的路段行驶，交通阻塞的问题得到有效解决。
结束语
通过上面的研究可以明确，与传统交通管理系统相比较，视频智能交通系统实现智能化操作，而是具体信息筛选功能、自动提取功能，并将信息采用通信方式向驾驶员反馈，对于解决交通拥堵问题非常有效。所以，在道路交通管理中，智能视频技术的应用使得管理效率明显提高，工作人员的工作量减少，工作压力减轻。中国的智能交通技术发展速度不断加快，智能视频技术是未来的发展趋势。
参考文献：
[1] 葛朋华.智能交通监控视频中车型识别技术的研究[D].大连理工大学硕士学位论文，2019.
[2] 柳长源，曹园园，罗一鸣.基于视频图像的车辆实时检测系统[J].计算机工程，2019，45（02）：271-275、283.
[3] 彭博，蔡晓禹，唐聚，等.基于形态检测与深度学习的高空视频车辆识别[J].交通运输系统工程与信息，2019，19（06）：45-51.
[4] 耿旭昭.基于视频监控的运动车辆检测[J].中国科技信息，2018（18）：61-62.
[5] 刘远军.基于视频及物联网的高速公路车辆检测与跟踪技术[J].计算机产品与流通，2018（06）：106-106.
[6] 高佳丽.基于交通视频的目标检测与跟踪算法研究[D].上海交通大学硕士学位论文，2019.
[7] 刘亮，蔡婷，桂晓菁.智能交通中的视频图像处理技术分析[J].电子制作，2018，351（10）：8-9.
[8] 史殊凡.基于视频的车辆检测与跟踪系统的设计和实现[D].电子科技大学硕士学位论文，2019.