福建船政交通職業(yè)技術學院 張傳娟

機器學習在智能交通中的應用關鍵技術研究

福建船政交通職業(yè)技術學院 張傳娟

隨著車聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術的改進，智能交通得到了廣泛普及和應用，實現(xiàn)了車輛識別監(jiān)控、交通信號控制、駕駛員人臉識別、乘客信息服務等功能，均需要使用圖像處理、特征檢測、模式匹配等機器學習技術，以便能夠實現(xiàn)交通應用的智能化、共享化和自動化。筆者結合智能交通應用實踐情況，分析了機器學習在智能交通中的應用優(yōu)勢及關鍵技術，包括圖像處理、特征檢測、語音識別、自然交互等，進一步為提高智能交通的自動化、共享化、便捷化。

智能交通；機器學習；圖像處理；特征檢測；模式匹配

1.引言

隨著大數(shù)據(jù)、互聯(lián)網(wǎng)、云計算和人工智能等先進技術的發(fā)展，已經(jīng)在金融證券、物流倉儲、醫(yī)療衛(wèi)生、教育科研、政務辦公、商務消費等領域得到廣泛應用，提高了人類社會的自動化、智能化水平。智能交通是計算機應用的一個重要領域。隨著人類物質生活的豐富和經(jīng)濟的富足，越來越多的家庭購買乘用車，人類出行、貨物運輸?shù)仁褂玫能囕v也越來越多，因此實現(xiàn)車輛的調度、監(jiān)控、運行成為交通管理部門和科研機構的重要研究內容。但是數(shù)以千萬的車輛管理采用人工模式非常繁瑣，為交通管理人員帶來了較大的工作量，因此人們提出在交通管理中引入人工智能，構建一個智能交通系統(tǒng)。機器學習是人工智能的關鍵技術，其可以實現(xiàn)圖像處理、特征檢測、模式匹配等功能，自動化的監(jiān)測和識別車輛，同時也可以利用面部識別技術定位駕駛員，大大的提高了交通管理效率，具有重要的作用。

2.智能交通應用現(xiàn)狀分析

智能交通經(jīng)過經(jīng)過多年的發(fā)展，已經(jīng)引入了傳感器、RFID、大數(shù)據(jù)、車聯(lián)網(wǎng)等智能化信息技術，構建了比較完善的智能化交通系統(tǒng)，實現(xiàn)了車輛檢測、信號控制、視頻監(jiān)控、實時追蹤系統(tǒng)；公共交通業(yè)建成了一個博物館、動物園等交通樞紐運營管理中心，實現(xiàn)了乘客信息服務發(fā)布，也能夠組織和調度公共交通工具。高速公路建成了信息指揮中心，將數(shù)以百萬公里的高速公路進行聯(lián)網(wǎng)，實現(xiàn)信息共享，還能夠實現(xiàn)ETC不停車收費，進一步提高了高速公路的信息采集處理和發(fā)布[5]。通過對智能交通應用進行調研，智能交通的應用構成如圖1所示。

圖1 智能交通應用層次架構

因此，通過分析和總結，智能交通應用現(xiàn)狀如下所述：

（1）先進的交通信息系統(tǒng)ATIS。ATIS建立在一個完善的信息基礎網(wǎng)絡上，能夠將各類型的傳感器、路由器、交換機、無線通信基站部署于道路上、車上、停車場、換乘站等，實時的采集、發(fā)送交通信息，可以為用戶提供公共交通服務，實現(xiàn)一個停車場管理模式，進一步管理道路出入和車站換乘，便于進一步改進用戶服務水平，實現(xiàn)多樣化的路線操作，自動化的定位車輛和提供導航服務。

（2）先進的交通管理系統(tǒng)ATMS。ATMS可以實現(xiàn)交通控制和管理，能夠為用戶提供強大的操作管理服務，實現(xiàn)車輛駕駛員、道路管理中心進行信息共享操作，同時還可以監(jiān)視交通事故、交通狀況、交通環(huán)境和氣象情況，實現(xiàn)信號燈、道路管制、事故處理和救援。

（3）先進的公共交通系統(tǒng)APTS。APTS是一個利用計算機技術促進公共交通事業(yè)發(fā)展的系統(tǒng)，其可以為公交系統(tǒng)提供一個便捷的、經(jīng)濟的、大運量的系統(tǒng)，這個系統(tǒng)能夠通過個人計算機、智能手機、閉路電視為公眾提供公交信息，便于公眾選擇公交線路、車次，也可以通過公交站牌顯示器為候車者提供實時運行信息，為車輛發(fā)送實時的狀態(tài)，提高公交出行者的服務效率。

（4）先進的車輛控制系統(tǒng)AVCS。AVCS可以幫助駕駛員實現(xiàn)車輛控制，比如碰撞報警等，為駕駛員提供警告、幫助，避免碰撞車輛、行人或障礙物，可以提高行車安全性。

（5）電子收費系統(tǒng)ETC。ETC是一種路橋收費模式，其可以通過安裝在車上的車載器與收費站ETC車道上的微波天線實現(xiàn)數(shù)據(jù)傳輸通信，然后通過無線網(wǎng)絡與銀行進行后臺結算吹，實現(xiàn)一個完整的車輛收費流程。

（6）緊急救援系統(tǒng)EMS。EMS是一個非常特殊的系統(tǒng)，其與ATIS、ATMS以及救援機構進行集成操作，利用監(jiān)控中心、指揮中心與救援機構形成一個有機整體，這樣就可以為車輛提供緊急處置、拖車、現(xiàn)場救護和事故檢測服務。

3.智能交通中機器學習應用關鍵技術研究

機器學習作為智能交通的關鍵技術，目前已經(jīng)在圖像檢測、特征提取、模式匹配、人機交互等重要環(huán)節(jié)得到極大研究，取得了顯著成果。

智能交通系統(tǒng)可以使用攝像頭、傳感器等采集圖像、視頻信息，圖像檢測就可以利用機器學習技術對圖像進行預處理，獲取圖像中的車輛、駕駛員圖片，標定出這些對象的位置、大小。一副圖像或一幀視頻圖像包含的內容非常豐富，模式特征也較多，比如直方圖特征、模板各種、顏色特征、結構特征等，圖像檢測就是可以將有價值的信息挑出來，利用這些特征實現(xiàn)對象檢測。圖像檢測方法很多，常用方法為Adaboost學習算法，該算法是一種分類方法，能夠將較弱的分類方法集成在一起，構建一個很強的分類方法。圖像檢測可以使用Adaboost學習算法挑選一些車輛矩形特征，按照加權投票方式為弱分類器構建一個強分類器，然后通過訓練學習就可以將強分類器串聯(lián)在一起，形成一個級聯(lián)結構的層疊分類器，提高分類器的檢測速度。

特征提取是智能交通引入的另一個關鍵技術。智能交通系統(tǒng)可以使用特征包括很多，比如視覺特征、變換系數(shù)特征、像素統(tǒng)計特征、代數(shù)特征等，圖像特征提取就是針對車輛或駕駛員的人臉某些特征進行的。目前，特征提取是車輛、人臉特征建模的一個過程，又被稱為圖像表征描述，特征提取方法可以劃分為兩個類別，一種基于知識表征的方法，另一種是基于代數(shù)特征或統(tǒng)計學習表征方法?；谥R的表征方法可以根據(jù)車輛輪廓形狀以及距離度量特性獲取特征數(shù)據(jù)，這個特征距離度量的種類包括曲率角度、歐氏距離等，車輛輪廓特征很多，包括前頭大燈、尾箱、車輛擋風玻璃等局部特征構成，這些局部之間的結構關系可以利用幾何特征描述，常見的知識特征提取方法包括模式匹配、幾何特征兩種?；诖鷶?shù)特征和統(tǒng)計學習表征方法則是利用像素的密度進行統(tǒng)計，利用統(tǒng)計學的嚴密規(guī)則獲取車輛特征，目前常見的基于統(tǒng)計學的特征提取方法包括K均值、密度聚類、譜聚類、支持向量機。

模式匹配和識別可以利用特征提取的數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索和匹配操作，設定一個模式匹配操作閾值，當相似度超過這一個閾值，就可以將匹配獲取的模式輸出。車輛識別可以將識別出的車輛特征與已經(jīng)獲得的特征模板進行比較，根據(jù)相似程度可以判斷車輛信息，模式匹配和識別的過程包括兩個關鍵步驟，分別是確認和辨認，確認是指一對一進行圖像比較，辨認是一對多圖像匹配對比，能夠實現(xiàn)車輛信息識別。

4.結束語

機器學習是當前計算機發(fā)展的一門前沿技術，經(jīng)過多年的研究和改進，已經(jīng)在人工智能領域得到廣泛使用，進一步提高了智能制造、人機交互、虛擬現(xiàn)實、文本檢索、視頻追蹤的快速性和準確度，具有重要的作用。

[1]李海亭,肖建華,李艷紅,等．機器學習在車載激光點云分類中的應用研究[J]．華中師范大學學報(自科版),2015,49(3)：460-464．

[2]王堅,蘭天．基于稀疏表達和機器學習的行人檢測技術研究[J]．計算機科學,2016,43(s1)：207-209．

[3]肖峰,涂雯雯,陳冬．基于手機運動傳感器數(shù)據(jù)的交通流擁擠識別[J]．西南交通大學學報,2016,51(3)：553-562．

[4]王志浩．基于在線機器學習方法的通信設備故障預警技術研究[J]．數(shù)字技術與應用,2015(7)：26-26．

[5]吳黎兵,聶雷,劉冰藝,等．一種VANET環(huán)境下的智能交通信號控制方法[J]．計算機學報,2016,39(6)：1105-1119．

[6]姚慶華,和永軍,繆應鋒．面向綜合智能交通系統(tǒng)的多源異構數(shù)據(jù)集成框架研究[J]．云南大學學報：自然科學版,2017(S1)：41-45．

[7]李祎承,胡釗政,胡月志,等．基于GPS與圖像融合的智能車輛高精度定位算法[J]．交通運輸系統(tǒng)工程與信息,2017,17(3)：112-119．