基于車牌識別的長大隧道交通事件估計方法

王建瑞，吳格馨

（1.長安大學(xué) 電子與控制工程學(xué)院，陜西 西安 710064；2.陜西交通職業(yè)技術(shù)學(xué)院 交通信息學(xué)院，陜西 西安 710018）

0 引 言

2001—2017 年國內(nèi)公路隧道共發(fā)生121 起交通事故[1]，平均每年發(fā)生7 起多事故，事故類型包含追尾、碰撞、撞壁、火災(zāi)和翻車等，給人民生命財產(chǎn)安全帶來了嚴(yán)重?fù)p失。同時隧道內(nèi)環(huán)境相對封閉，發(fā)生事故造成的危害較大，如何對突發(fā)事件進行檢測成為不可忽視的問題[2-3]，對保障隧道交通安全意義重大[4]。

在事件檢測方面，可以通過采集視頻圖像，用圖像處理技術(shù)直接對車輛事故、停車、擁堵、慢行、煙氣和火災(zāi)進行檢測[5-9]，但實時視頻檢測對計算機的性能有較高要求，在長大隧道中布設(shè)多個視頻攝像頭，設(shè)備運行成本較高。人工監(jiān)控系統(tǒng)是傳統(tǒng)的隧管站監(jiān)控管理模式，具有準(zhǔn)確性高的優(yōu)點，但監(jiān)控員受生理心理因素等影響易產(chǎn)生疲勞[10]。多普勒雷達(dá)和常規(guī)攝像機聯(lián)動的方式在照度條件惡劣的情況下仍能識別交通事件[11]，但多個監(jiān)測點之間檢測信息的匹配難度大，對車輛難以進行跟蹤檢測。基于光纖振動技術(shù)的交通事件檢測方式精度較低，且布設(shè)光纖需要開挖路面[12]。

本文利用智能卡口攝像機檢測速度快、準(zhǔn)確度較高的優(yōu)勢，提出一種綜合微觀單車事件和宏觀交通事件的事件估計方法。通過對卡口檢測數(shù)據(jù)進行實時處理，檢測交通事件并進行提示，與常規(guī)攝像機聯(lián)動，為隧道交通安全監(jiān)控系統(tǒng)提供了智能化支持。

1 項目背景

本項目基于山西省某長大隧道，主要包含卡口數(shù)據(jù)采集和實時數(shù)據(jù)處理檢測兩個部分。與線圈檢測器不同，系統(tǒng)采用智能卡口攝像機對經(jīng)過的車輛信息進行捕獲。除了獲取基本的流量信息以外，智能卡口攝像機還能獲取車型、顏色等信息，最重要的是能夠獲取車牌號信息，這為后續(xù)數(shù)據(jù)處理工作奠定了基礎(chǔ)。系統(tǒng)卡口攝像機的布設(shè)示意如圖1所示。

圖1 長大隧道卡口攝像機布設(shè)位置示意圖

長大隧道一般可由接近段、入口段、過渡段、中間段和出口段構(gòu)成，在這幾個分段中，一般而言，接近段的光照條件最好，有利于智能卡口攝像機識別車牌等車輛信息，因而有必要在接近段布設(shè)一個卡口攝像機。為了獲取車輛駛離隧道的信息，需要在隧道出口段布設(shè)一個卡口攝像機。最后在隧道中間段布設(shè)一個卡口攝像機，可以對隧道內(nèi)部上下游交通流變化情況進行基本的分析。

2 交通事件監(jiān)測方案

交通事件監(jiān)測包含單車交通事件感知、整體交通擁堵判斷和危險品車輛跟蹤三個部分，通過設(shè)定定時任務(wù)，對卡口車輛信息表數(shù)據(jù)進行處理。

卡口車輛信息表是由智能卡口攝像機采集的信息，主要包含車牌號、車型、抓拍時間和識別卡口號等字段。車輛行駛狀態(tài)表是隧道中車輛經(jīng)過各個卡口的時間，主要包含車牌號、車型、各個卡口的抓拍時間等字段信息。車輛事件表為單車交通事件的記錄表，有事件類型、車牌號、進入隧道時間等字段信息，其中事件類型有單車超速、單車速度過低和危險品車輛丟失等。交通流信息表包含各時間段內(nèi)各卡口的累積流量、分路段平均行程時間、分路段密度、分路段分車型空間平均速度等交通流信息。交通事件表記錄了交通流擁堵信息，主要包含時間段開始時刻、擁堵路段編號等字段信息。整體交通事件監(jiān)測信息流如圖2 所示。

圖2 數(shù)據(jù)庫信息流示意圖

2.1 單車交通事件感知

隧道屬于封閉道路，正常情況下，經(jīng)過一定時間，駛?cè)胨淼赖能囕v會從隧道出口段駛出。在隧道內(nèi)部，車輛不可能憑空產(chǎn)生，也不可能憑空消失，累積輸入流量應(yīng)為累積輸出流量和隧道內(nèi)部交通量的求和。同時，智能卡口攝像機捕獲的車輛信息是無方向的，而單洞隧道車輛行駛方向統(tǒng)一，車輛不允許掉頭，這為利用智能卡口攝像機識別交通流量提供了可能。如此即可以默認(rèn)假定，單車在隧道內(nèi)行駛的過程中，經(jīng)過下游卡口的時間始終大于經(jīng)過上游卡口的時間。空間平均速度也應(yīng)大于等于0，可以根據(jù)計算所得單車車速判斷車速是否過高或過低，若車速過高或過低則為單車交通異常事件。

利用卡口車輛信息表估計單車交通事件的具體流程如圖3 所示。通過設(shè)定定時任務(wù)，讀取最新時間段內(nèi)的卡口車輛信息表，按照識別卡口號進行分組，若為入口卡口號，則向車輛行駛狀態(tài)表中插入一條新的記錄，否則應(yīng)按照車牌匹配的原則，更新車輛行駛狀態(tài)表中對應(yīng)卡口的時間，再由已知的區(qū)間路段長度計算單車區(qū)間平均速度，判斷車速是否過高或過低，并將異常事件寫入車輛事件表。

圖3 單車交通事件處理流程

2.2 整體交通擁堵判斷

由于隧道內(nèi)道路通行能力是有限的，當(dāng)交通流量增加到一定程度時，容易發(fā)生交通擁堵現(xiàn)象。此時交通流狀態(tài)直接表現(xiàn)為密度偏大，因而可以將檢測密度與擁堵密度指數(shù)作比較的方式來判斷是否發(fā)生交通擁堵。擁堵密度指數(shù)可以由最小車頭間距推出，而最小車頭間距可以由停車視距得到。

設(shè)隧道內(nèi)車輛間的停車視距為Lmin（單位為m），計算公式如下：

式中：v為行車速度（單位為km/h，當(dāng)車速≥80 km/h 時，取車速值的85%，否則取車速值的90%）；ts為制動時間（單位為s）；x為最小安全間距（單位為m）；l為汽車長度；g為重力加速度（單位為m/s2）；φ為輪胎與路面間的縱向附著系數(shù)。隧道內(nèi)道路為瀝青路面，φ值取0.38。駕駛員注意力不集中情況下的制動時間取2.5 s。隧道內(nèi)擁堵狀態(tài)下的最小安全距離取0 m。行車速度取隧道內(nèi)最小限速50 km/h。車長按照標(biāo)準(zhǔn)小汽車長度取值4 m。經(jīng)過單位換算后，Lmin為56.2 m。由式（2）進一步計算出隧道內(nèi)擁堵密度指數(shù)為kmax=17.8 輛/km，當(dāng)檢測得到的計算密度大于此擁堵指數(shù)時，則判斷有交通擁堵發(fā)生。

整體交通擁堵判斷的處理流程如圖4 所示。由于在隧道中，車輛行駛過程中會出現(xiàn)相互遮擋，或者由于光照不足等原因，卡口攝像機會出現(xiàn)漏檢的情況，造成單車路徑匹配過程中時間戳的缺失。因而首先從卡口車輛信息表中讀取最新時間段內(nèi)的數(shù)據(jù)并進行數(shù)據(jù)插補，提取各個卡口的車輛數(shù)據(jù)，利用車牌信息進行分區(qū)段匹配。進一步周期性地分路段分車型計算交通流流量、密度和空間平均速度。最后將分路段計算密度與擁堵密度指數(shù)作比較，若計算密度大于等于擁堵密度指數(shù)，則此區(qū)間路段為交通擁堵狀態(tài)，否則交通通暢。

圖4 整體交通擁堵判斷流程

2.3 危險品車輛跟蹤

在各種小類車輛類型中，高危車的危險系數(shù)最大，尤其在隧道封閉環(huán)境內(nèi)，給事故救援和疏散帶來的挑戰(zhàn)更大，需要重點關(guān)注高危車在隧道內(nèi)的行駛進程。具體將各個智能卡口攝像機識別到高危車的信息列為單車交通事件，在隧道入口卡口識別到高危車就添加一條危險品車輛進入事件，其后經(jīng)過的卡口每識別出就更新交通事件表中高危車的途經(jīng)時間，若一定時間后，末號智能卡口攝像機仍未識別到高危車，則添加一條危險品車輛丟失事件，為隧管站監(jiān)控人員提供提示信息。整體數(shù)據(jù)處理流程與單車交通感知相類似，如圖5所示，不同之處重點在于需要及時回查車輛行駛狀態(tài)表，判斷末號卡口是否識別到高危車經(jīng)過。

圖5 危險品車輛跟蹤數(shù)據(jù)處理流程

3 應(yīng)用實踐

3.1 交通事件監(jiān)測展示

交通事件監(jiān)測界面如圖6 所示。依托于卡口車輛信息表，界面上方為各個卡口監(jiān)測到的車輛信息，并進行滾動更新。左下部分為交通流狀態(tài)表的可視化滾動展示，包含交通流量、分路段空間平均速度等信息。界面右下部分為車輛事件表和交通事件表的滾動展示，可彈窗提示，由隧道監(jiān)控管理人員進行人工確認(rèn)異常事件信息。

圖6 交通事件監(jiān)控展示

3.2 危險品車輛跟蹤

通過篩選車輛事件表中的危險品車輛丟失事件，圖7 對末號卡口沒有識別到的高危車進行了展示。每一行為一條高危車記錄，按照進入隧道的時間進行倒序排列，可由人工逐條進行處理。對于1 h 以前的漏檢信息，可以點擊“批量忽略”按鈕進行批量忽略操作。除了車牌號，經(jīng)過各個卡口的時間信息外，還保留了車輛顏色和智能卡口攝像機抓拍的照片，方便工作人員更快捷地查看閉路電視系統(tǒng)，查找對應(yīng)高危車輛。

圖7 危險品車輛跟蹤展示

4 結(jié) 語

本文設(shè)計的隧道交通事件估計方法能夠通過宏觀交通流參數(shù)和微觀車輛行駛狀態(tài)分別對整體交通擁堵事件和單車車輛事件進行實時檢測，通過各個單點卡口智能卡口攝像機的識別信息，計算匯總成隧道區(qū)段線路的交通流信息，兼顧了單點和整體交通事件監(jiān)控的需求。與傳統(tǒng)線圈檢測和閉路電視監(jiān)控相比有如下優(yōu)勢：

（1）數(shù)據(jù)采集設(shè)備布設(shè)方便，安裝時對路面沒有侵入，后期維護方便；

（2）可以實時獲得隧道內(nèi)部交通流宏觀數(shù)據(jù)和微觀單車數(shù)據(jù)，并對歷史數(shù)據(jù)進行查詢。

因此，本文提出的隧道交通事件估計方法是對隧管站交通監(jiān)控系統(tǒng)的補充，具有較高的實用價值。