?

智能交通系統(tǒng)中車輛的分層和聯(lián)網(wǎng)監(jiān)控

交通監(jiān)控已經(jīng)成為智能交通系統(tǒng)（ITS）一個非常重要的課題，其目的是對交通系統(tǒng)中的車流進行監(jiān)督和管理。隨著計算機視覺技術(shù)的進步，基于視頻的監(jiān)控技術(shù)已經(jīng)在智能交通系統(tǒng)的交通監(jiān)控中發(fā)揮了巨大的作用。然而，對于復雜的交通場景（如對象遮擋、車輛姿態(tài)的變化，以及雜亂的背景），大多數(shù)現(xiàn)有的監(jiān)控系統(tǒng)的性能很容易受到影響。此外，現(xiàn)有的相關(guān)研究還主要集中于單一的視頻傳感器節(jié)點，這遠不能滿足道路交通網(wǎng)絡(luò)的監(jiān)測需求。因此，本文首先對現(xiàn)有關(guān)于智能交通系統(tǒng)中基于視頻的車輛追蹤系統(tǒng)的相關(guān)文獻進行了回顧和總結(jié)。對現(xiàn)有的基于視頻監(jiān)控的車輛追蹤系統(tǒng)所面臨的挑戰(zhàn)進行了分析，對最新的視頻監(jiān)控系統(tǒng)架構(gòu)進行了介紹，即基于分層和聯(lián)網(wǎng)的車輛監(jiān)控架構(gòu)（HNVS），對其現(xiàn)有的和潛在的應用領(lǐng)域進行了討論。

車輛監(jiān)控的目的是為了通過車輛的屬性來了解車輛的行為?；谶@種考慮，HNVS需要通過一個攝像頭節(jié)點來提取車輛的動態(tài)和靜態(tài)屬性，之后分析車輛在道路網(wǎng)絡(luò)上的行為。HNVS的層次包含：第一層為圖像捕捉層，使用視覺傳感器來捕獲交通圖像；第二層為動態(tài)和靜態(tài)屬性提取層，基于所捕獲的圖像來對車輛的動態(tài)和靜態(tài)屬性進行分析；第三層為行為理解層，通過得到的車輛屬性來分析車輛的行為，感知當前的交通狀況；第四層為智能交通系統(tǒng)服務(wù)層，根據(jù)車輛的行為和當前的交通狀況進行合理的規(guī)劃和控制。首先，HNVS的不同層次之間只有很少的重疊；其次，由于HNVS是一種網(wǎng)絡(luò)監(jiān)控架構(gòu)，這使得其可以捕捉和理解車輛在整個道路網(wǎng)絡(luò)上的行為。

刊名：Intelligent Transportation Systems（英）

刊期：2014年第8期

作者：Tian B. et al

編譯：陳鵬飛