基于視頻檢測車型分類設備的應用與探討

胡立偉

【摘要】基于視頻檢測的車型分類儀設備可以更好地滿足實際需求，識別出車型、輪軸數、獲得車輪廓組圖，以及過車時間段視頻等更多的數據信息。基于翻譯模塊的二次翻譯可使視頻檢測車型分類設備更為廣泛地應用到不同地區。隊列的維護可以減少外部問題的引入，保證車型信息正確性。

【關鍵詞】視頻檢測；車型分類；車型翻譯；隊列維護

自動車型分類系統目前大多采用壓力傳感、紅外探測、射線光幕、線圈感知等方式進行，存在設備部件多，檢測得到信息量少等缺陷。而基于視頻檢測的車型分類系統，其系統組成相對簡單，且可同時檢測得到經過車輛的輪數，軸數，車長，車頭高，車型，以及車輛組圖，經過時間段視頻錄像等相關數據。基于視頻檢測較其他方式而言，可獲取到更多的車輛信息，可更好滿足實用化需求。

一、基于視頻流檢測的車型分類

基于視頻檢測的車型分類系統主要含帶有內嵌識別算法的相機，接口協議或動態庫，外配供電電源，網線即可。就設備而言，施工時僅需在距離取卡口合適位置安裝好對應相機設備，供電和通網即可。硬件的減少使現場的安裝限制條件更少，更好地保證在多變的環境中發揮更大的優勢。

視頻車型分類最主要的部件即相機，其主要包括數據采集，圖像處理，車型識別，翻譯車型，隊列分析，通訊傳輸等幾個主要的模塊。各模塊均嵌入到設備內部完成，最終將設備內嵌入式算法得到的車型各信息通過網絡上報給收費系統，完成對通過分類設備車輛相關信息的自動采集、分析和上報。

由于相機安裝距離車輛很近，相機的視野中并不能看車輛的全部外輪廓，尤其是大型車。故需要采用圖像拼接和壓縮技術，通過對相鄰幀數據的拼接組成一輛完整的車輛側面圖。為了更好地獲取和拼接過車的側面組圖，可對背景進行邊緣相似度匹配的建模和更新，從而達到實時反應背景的變化，同時屏蔽如光照、影子等干擾，進而將前景車輛從背景中分離出來，方便后續的斷車判斷和車型識別。

有了車輛的側面完整清晰的組圖，就可利用神經網絡和模板匹配來檢測車軸，計算圖像中車頭的高度，分析判斷倒車、啟動錄像等操作。最后判斷出最終的車型等一系列的數據信息。

二、車型分類標準與翻譯

在收費系統中，針對不同車輛類型一般會制定不同的收費標準。我國車型分類標準JT/T489-2003是按照“額定載重量”和“客車座位數”進行分類的，人工辨識相對不易。實際使用中，各地會在國標基礎上調整，按照車輛長度、輪軸數，車牌顏色等來區別對待，這就需要實際的車型分類系統可以根據各地的需求，能識別出車型同時，還可以給出符合本地標準的分類結果。

在這種情況下就有必要引入分類標準翻譯模塊。視頻車型分類系統會通過對車輛外輪廓的組圖和各種諸如軸數，輪數，車高等綜合信息進行分析，將各種車型進行詳細的劃分，其全部的分類標準類需要遠遠多于國標標準，或某個地區用戶使用的標準。

車型分類設備根據自己學習和可以分類的最大可能進行區分歸類，然后通過車型翻譯模塊再次將內部的分類標準翻譯為實際使用的分類標準即可。這樣就可以使得視頻分類設備通用于各地，僅需要對不同的要求整理翻譯模塊的輸出端即可，增強了設備的通用性，易于推廣和使用。

三、視頻檢測車型隊列的維護

（一）車型隊列存在的必然性

視頻檢測情況下，局限于鏡頭視野寬度和車輛長度大小不一，必然會導致視頻車型檢測儀與取卡口保有一定的距離，從而保證當車輛經過時，可以讓設備觀測到整個車輛的外輪廓完全通過視野，這也就必然導致車型識別中隊列的存在。

（二）引發車型錯誤的原因分析

其一，現場使用分類標準不明確，沒有統一的標準。即收費出入口的標準不一致，導致同一輛車在出口和入口認定的車型不一致，需要多次的溝通和反饋就可進行完善減少該種情況的發生。其二，設備本身的性能和嵌入式算法的精準性導致識別出的車型本身出錯。這樣的錯誤可以通過逐步的改進算法，擴大訓練樣本等方式，減小到可接受地步。其三，隊列錯位問題。在實際使用時，經過車型檢測設備的同一車多次或未取/刷卡，如線圈觸發失效導致的同一車多次觸發獲取車型設備隊列中的車型結果，或故障導致有車經過未獲取隊列中的車型；多次重復刷卡或刷卡失效導致車道軟件同一車多次調用接口或未調用接口獲取隊列中的車型結果，干擾視頻引入的誤識別等情況，均會由外部環境影響引入的隊列錯位問題。此種問題與識別無關，與設備本身無關，但只要存在隊列就會有此類問題的存在，且較之前兩者級聯影響更甚。

想要杜絕或盡最大可能來減少此類問題的發生時的影響，就需要引入其他的輔助條件及時對隊列進行核實和判斷，對隊列進行實時校正，從而保證隊列的絕對正確，起碼保證無級聯錯誤的發生。這里可以考慮用車牌號碼來匹配車型，同時基于取卡車牌來校正隊列的邏輯，實際使用效果很不錯，可以及時準確地對發生的隊列錯誤進行更正，同時車牌顏色還可以用于輔助分類車型，甚至可以解決一些分類標準基于車牌顏色進行區分的地方標準要求。

四、結語

綜上，本文主要主要淺析和探討了基于視頻車型分類系統的可行性及其優勢，主要的硬件組成、邏輯模塊。同時對車型分類的標準如何適應各地各異的標準進行簡要探討，并對車型分類中存在的錯誤進行分析，對隊列錯位的原因和校正進行初步的分析和方法的探究。

參考文獻

[1]JT/T489-2003，收費公路車輛通行費車型分類[S].