基于物聯網的智能高速公路系統研究

李紹珍

（云南省交通運輸廳路網監測與應急指揮中心，云南昆明 650051）

隨著智能交通系統的快速興起與發展，使得高速公路管控越來越智能化。智能高速公路系統的主要目的就是將通信技術、物聯網技術、計算機技術以及自動化控制技術應用到高速公路上[1]。依靠這些技術，加強了高速公路上的車輛與道路的聯系，從而使高速公路上車輛的通行更加高效，有利于緩解交通擁堵和減少安全事故。物聯網技術助力高速公路的智能化建設，即利用各種先進技術，采集車輛或道路的信息，并協同各類數據處理算法，獲取車輛的速度及在道路上的位置等基本信息[2]。通過物聯網技術，可以提供定位導航、事件檢測等應用，提升交通運行效率，解決高速公路管理效率低下的問題。有學者提出了高速公路的智能化管理和服務平臺的建設[3]。國外的智能高速公路系統起步較早，美國從20 世紀90 年代就開始嘗試提出“信息化高速公路”的戰略[4]，大學與企業也逐漸開展相關研究。至2009 年，美國交通部發布規劃，以無線連接為主，集成各類傳感器技術和物聯網技術將車輛、人、道路信息緊密地聯系起來[5]，從而完成智能駕駛的構想。在歐洲，英國、德國、意大利也普遍為高速公路配置了監控設備。歐盟在2006 年制定了《物聯網戰略研究路線圖》，該路線制定的計劃覆蓋智能交通領域，同時為了響應該戰略，歐盟國家開始大量為高速公路布置檢測器、攝像機、電子標簽等物聯網設施[6]。日本政府也于2009年開始在全國高速公路部署智能化路側設施，接入高速無線網絡[7]，從而避免交通事故的發生。在國內，智能高速公路在2010 年借助七大產業支柱之一的物聯網產業的重要應用工程[8]持續發展，目前高速公路已完成全覆蓋式不停車收費聯網系統。智能高速公路系統一般包含信息發布功能、車速檢測功能、緊急救援功能、車牌識別功能以及電子收費功能等。這些功能普遍作為輔助性手段，為交通管理者或監督者提供處罰或決策依據。

隨著移動互聯網信息技術的快速發展，移動支付手段相較于傳統的現金支付和銀行刷卡結算更具有方便、快捷、減少假幣流通等優勢。以二維碼支付為代表的移動支付手段在商品支付交易中占有較大的市場份額，受到廣大消費者青睞。然而，科技進步帶給人們新享受的同時也催生了財產犯罪的新樣態。

1 物聯網相關技術

1.1 GPS定位技術

將GPS 設備安裝在車輛上，高速公路的管理中心可以收到車輛的基本定位信息并進行數據處理，也能發布高速公路的道路信息以及沿途的氣象狀況、事故發生狀況等[9]。車輛依靠GPS 技術可以選擇以最佳行駛路線達到目的地。GPS 定位技術具有全天候、抗干擾、全球化等諸多特點。GPS 定位系統由分布于地球上空6 個軌道不少于24 顆衛星以及主控站、地面站和各類GPS 接收器等組成[10]。通過接收到衛星的數據信息，用以確定用戶位置，衛星與接收器的空間位置如圖1 所示。

蘇：在我很小的時候，就見媽媽和外婆都跳沙朗舞，那時候也不知道什么是沙朗舞，反正就是跟著跳。有時候，白天跟著父母忙活路，累得不得了，晚上飯一吃，把桌子一搬，就在樓板上跳，跳得樓板都要斷了。記得那時候，跳沙朗舞就像是著了魔一樣。因為我自幼受母親蘇世珍的影響，每逢節慶與豐收的日子，便跟著母親一起在寨子里跳起歡快的沙朗舞。后來隨著沙朗舞技能的逐漸提升，名氣也越來越大，慢慢被更多的人熟知，我也曾作為沙朗舞中的領舞者，多次代表北川縣羌族同胞，到省市參加比賽和演出，就這樣一點一滴地將羌族沙朗藝術發揚光大！

衛星部分都具有自己的空間坐標，例如衛星坐標為（X1,Y1,Z1），向外發射信號，而接收器的空間位置為（X,Y,Z），用以接收數據。因此，理論上衛星與接收器的空間距離如式（1）所示。

圖1 衛星與接收器的距離

視覺數據或者圖像數據的物聯網采集技術，大多依賴于高速攝像機的使用。攝像機大多數需要滿足圖像或者視頻數據的實時分發以及查詢的要求[11]，尤其對于網絡中的視頻攝像采集設施會采用數字信號處理（DSP）信號。通過使用DSP 芯片可以增強圖像效果[12]，對數字噪聲有一定的抑制作用，具有寬動態、真彩色以及運動補償的特點[13]。而且在通信協議中，對于視頻網絡的時延、抖動、丟包問題[14]，視頻數據傳感器都會進行適當的光補償，以利于高速公路上的視頻數據采集。攝像機一般部署在道路的正上方或者道路側，高度設置在5～10 m 左右，通常攝像頭的空間布置示意圖如圖3 所示。

圖2 衛星定位示意圖

1.2 視頻傳感器采集技術

由于GPS 接收器與地球軌道上的衛星很難達到時間同步，總會存在一些誤差，將偽距離差作為c(T-T1)。由于存在衛星與接收器的時間差Δt，一般為了實現精確定位的目的需要4 顆衛星。經過修正可利用式（2）進行計算，其中X、Y、Z、Δt作為待求解變量，如圖2 所示?？梢钥闯鼋邮掌鞯亩ㄎ痪葒栏袷艿叫l星精度、衛星時鐘以及介質中光速的影響。

圖3 攝像機與道路的位置示意圖

2 車輛速度檢測功能模塊

2.1 算法設計

5)對存在質量問題的兩位三通電磁閥、聯鎖觸頭等主斷部件反饋給主機廠，找出部件源頭質量存在的原因，杜絕機車主斷源頭質量問題的發生。

圖4 虛擬線圈測速原理示意圖

車牌號的識別方法是基于高速公路攝像機采集的圖像，待定位出車牌的位置后，再進行二值化處理，如圖12 所示。對于二值化處理后的圖像進行垂直投影，確保能將車牌上的字符精準地分割開，其效果圖如圖13 所示，可以看出每個波峰附近的位置都對應一個字符，而波谷的位置則用以判斷字符間隔。最后，再將這些分割好的單個字符放入字符庫中比對，識別出每個正確的字符。

圖5 車輛速度檢測算法流程圖

2.2 模塊功能實現結果

從車身上精準定位出車牌位置之后，需要對車牌上的字符進行分割，從而逐個識別出來。重點針對高速公路上的小型汽車與載客汽車進行研究，這兩類車型的車牌具有較為一致的特征。車牌區域的長寬比通常為7∶22，字符的高寬比為2∶1。車牌一共有7個字符，第一個字符為漢字，后六個字符為26個大寫字母和10個數字部分組合而成，可以利用垂直投影的分割法對采集到的圖像進行分割。通過采用局部二值模式（LBP）的圖像識別算法，對車牌字符樣本的LBP特征進行提取，然后放入到訓練好的神經網絡模型中，對字符結果進行識別。圖10為車牌識別模塊的設計框圖。

基于物聯網的視頻圖像采集技術，對智能高速公路系統進行研究，重點闡述系統的車輛速度檢測功能模塊和車牌識別功能模塊。其中，基于視頻的車輛速度檢測功能是系統的重要組成部分，對于解決實時車輛速度的測量問題以及同時對多車輛的速度測量具有突出的優勢。車輛速度檢測算法原理是依據視頻圖像設定的虛擬線圈進行車速檢測[15]，假設兩個線圈的距離為ΔS，車輛經過第一個線圈時，此刻計時為T1，下一時刻經過虛擬線圈2，此刻計時為T2，那么時間差為T2-T1，根據速度公式就可以求出車輛的速度，其原理示意圖如圖4 所示。

圖6 設置虛擬線圈效果圖

圖7 車輛經過虛擬線圈記錄圖

圖8 車輛急速檢測記錄圖

3 車牌識別功能模塊

3.1 車牌識別功能設計與實現

采取適當改進的MSER 算法對車牌定位，首先將圖像進行灰度處理，并將灰度處理后的圖像轉換成二值圖像，轉換的閾值取值規則為[0,255]。閾值增加會導致整體圖像的亮度變大，從而顯示出從白色逐漸過渡到黑色。而在閾值提升的過程中，圖像部分區域亮度面積增長不明顯的地方被稱為穩定極值區，記為MSER+，相反地，從全白到全黑變化明顯的區域記為MSER-。則該連通區域面積的變化v(i)的計算公式如式（4）所示：

在智能高速公路系統中，基于物聯網的視頻圖像采集技術的最主要一項功能就是對車輛車牌的精確識別與記錄。該功能設計的重點是如何依據圖像監控信息對車牌號碼進行正確識別，并且解決車牌定位算法精度不高以及嚴重依賴車牌底色的問題。由于車牌圖像通常都是彩色的，依據灰度處理后圖像的亮度信息區別，可以精準地定位車輛的車牌位置，并依據圖像灰度處理后的垂直投影顯示出的峰谷變化對字符進行分割識別。

2014年廈門市基層醫療機構就診人次比2013年增長43.6%，管理前后血糖、糖化血紅蛋白的達標率大幅提高，醫療費用開支降低50%以上，患者自我管理能力大幅提高。廈門市政策的支持：突破基本藥物制度，針對糖尿病制定專門的醫保支付政策，限制三級醫院用藥天數，倒逼到基層醫院就診開藥等。區域醫療信息平臺的建立使患者健康信息互聯互通，有力支撐了三師共管技術共享[7]。

其中，Qi表示二值圖像第i個連通區域的面積；Δ表示閾值的微小變化。如果v(i)小于閾值，則認定該區域為最大極值區域。整車的車牌位置識別方法流程圖如圖9 所示。

圖9 車牌定位識別流程圖

首先，在道路視頻圖像上設置兩個虛擬線圈，其線圈的距離為0.9 m，如圖6 所示。分析視頻采集到的第67 幀圖像和第80 幀圖像，如圖7 所示，可以看到進入虛擬線圈后，車輛用方框進行標記，并顯示質心位置。由于攝像機的幀頻為25 幀/秒，可以計算出該車的行駛速度v，如式（3）所示，其檢測效果圖如圖8 所示，在圖像的第81 幀體現出來，并且該幀圖像記錄了車牌號，一旦車輛有違法行為，智能交通系統就能進行記錄，并對其行為實施處罰。

圖10 車牌識別模塊設計框圖

首先，利用Matlab軟件的detectMSERFeature 函數提取車牌MSER 區域，并將其轉換為二值圖像。然后通過車牌的長寬比與字符的寬長比的比例特征對圖像進行過濾，剔除掉不符合的區域，最終只留下精準定位的車牌區域。該車牌定位過程效果圖如圖11所示。

圖11 基于MSER的定位算法示意圖

根據攝像頭采集到的圖像灰度值的變化，從算法中虛擬線圈的圖像灰度產生改變的時刻開始計時，并對車輛的車牌號進行識別，但同一輛車行駛到第二個線圈時，根據GPS 定位技術，判斷第二個線圈的圖像灰度改變并計時，同時識別車牌后進行驗證，判斷是否為同一輛車。此時可以根據視頻記錄的間隔時間以及兩個線圈的距離，檢測車輛的速度，可以判斷出車輛是否在高速公路上超速行駛。整體算法流程如圖5 所示，該算法的復雜度較低、計算簡單[16]，并可以同時檢測多輛汽車，同時還可以記錄下車輛的車牌號，有利于識別高速公路上的違法行為，便于高速公路系統的控制管理。

2016年，Kosynkin等[9]研發了一種可應用于高溫、高鹽度儲層的納米粒子示蹤劑。該技術的應用證明了納米粒子在示蹤地層情況方面具有重要的作用，為油田示蹤劑的研發提供了新的思路。

圖13 車牌字符垂直投影效果圖

3.2 實驗結果與分析

通過對高速公路上行駛的汽車進行抓拍，再利用上述車牌識別功能模塊，可實現智能化識別高速公路上同時行駛的不同汽車車牌的目的。對于定位出車牌位置的結果圖，首先進行車牌字符的分割和歸一化處理，對原始圖像進行濾波處理，然后再灰度化處理，緊接著進行二值化處理。去除車牌邊框之后，可以獲得較為清晰的單個字符，并利用歸一化的方法分解為40×20 pt 像素大小的圖像，整個過程如圖14 所示。對獲得的單個字符，提取其LBP 字符特征，并將其放入到經過訓練的神經網絡中。該網絡模型主要是依靠中國省份的漢字簡稱、10 個阿拉伯數字以及2 個大寫英文字母完成訓練。據此就可得出該車牌的識別結果，如圖15 所示，可以看到車牌識別結果與車牌的實際情況一致，證明該功能模塊實現的正確性與有效性。

圖14 車牌字符分割與歸一化處理（僅示部分車牌號碼）

4 結論

1）闡述了國內外對于智能高速公路系統的研究現狀，分析了用于交通系統的物聯網相關技術，說明了物聯網技術可以有效地提升高速公路的智能化效果。

圖15 車牌字符的識別結果（僅示部分車牌號碼）

2）針對智能高速公路系統中的關鍵功能模塊進行設計。對于車輛速度檢測模塊的設計采用虛擬線圈算法，可以獲得車輛的實時速度信息，通過實驗的方法說明該算法實現結果的正確性。

3）設計車牌識別功能模塊，通過采集原始圖像，對車牌進行位置鎖定、字符分割以及字符識別，可將道路上同時行駛的不同車輛進行車牌識別，保障了車輛信息的收集作用。依據Matlab 的實驗結果，證明了其算法實現的有效性，該模塊能夠準確識別單個或多個車輛在行駛過程中的車牌，有利于獲取車輛信息，有利于識別超速等違法違規行為。

4）在未來的研究中，會對系統增加信息發布功能，后續還會關注路側設施對車輛的無線通信技術，集成更多的智能化模塊，擴大應用范圍，為高速公路智能化的發展提供更多的解決方案。