李紹珍

（云南省交通運(yùn)輸廳路網(wǎng)監(jiān)測(cè)與應(yīng)急指揮中心，云南昆明 650051）

隨著智能交通系統(tǒng)的快速興起與發(fā)展，使得高速公路管控越來越智能化。智能高速公路系統(tǒng)的主要目的就是將通信技術(shù)、物聯(lián)網(wǎng)技術(shù)、計(jì)算機(jī)技術(shù)以及自動(dòng)化控制技術(shù)應(yīng)用到高速公路上[1]。依靠這些技術(shù)，加強(qiáng)了高速公路上的車輛與道路的聯(lián)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(lián)網(wǎng)技術(shù)助力高速公路的智能化建設(shè)，即利用各種先進(jìn)技術(shù)，采集車輛或道路的信息，并協(xié)同各類數(shù)據(jù)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(lián)網(wǎng)技術(shù)，可以提供定位導(dǎo)航、事件檢測(cè)等應(yīng)用，提升交通運(yùn)行效率，解決高速公路管理效率低下的問題。有學(xué)者提出了高速公路的智能化管理和服務(wù)平臺(tái)的建設(shè)[3]。國外的智能高速公路系統(tǒng)起步較早，美國從20 世紀(jì)90 年代就開始嘗試提出“信息化高速公路”的戰(zhàn)略[4]，大學(xué)與企業(yè)也逐漸開展相關(guān)研究。至2009 年，美國交通部發(fā)布規(guī)劃，以無線連接為主，集成各類傳感器技術(shù)和物聯(lián)網(wǎng)技術(shù)將車輛、人、道路信息緊密地聯(lián)系起來[5]，從而完成智能駕駛的構(gòu)想。在歐洲，英國、德國、意大利也普遍為高速公路配置了監(jiān)控設(shè)備。歐盟在2006 年制定了《物聯(lián)網(wǎng)戰(zhàn)略研究路線圖》，該路線制定的計(jì)劃覆蓋智能交通領(lǐng)域，同時(shí)為了響應(yīng)該戰(zhàn)略，歐盟國家開始大量為高速公路布置檢測(cè)器、攝像機(jī)、電子標(biāo)簽等物聯(lián)網(wǎng)設(shè)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(cè)設(shè)施，接入高速無線網(wǎng)絡(luò)[7]，從而避免交通事故的發(fā)生。在國內(nèi)，智能高速公路在2010 年借助七大產(chǎn)業(yè)支柱之一的物聯(lián)網(wǎng)產(chǎn)業(yè)的重要應(yīng)用工程[8]持續(xù)發(fā)展，目前高速公路已完成全覆蓋式不停車收費(fèi)聯(lián)網(wǎng)系統(tǒng)。智能高速公路系統(tǒng)一般包含信息發(fā)布功能、車速檢測(cè)功能、緊急救援功能、車牌識(shí)別功能以及電子收費(fèi)功能等。這些功能普遍作為輔助性手段，為交通管理者或監(jiān)督者提供處罰或決策依據(jù)。

隨著移動(dòng)互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展，移動(dòng)支付手段相較于傳統(tǒng)的現(xiàn)金支付和銀行刷卡結(jié)算更具有方便、快捷、減少假幣流通等優(yōu)勢(shì)。以二維碼支付為代表的移動(dòng)支付手段在商品支付交易中占有較大的市場(chǎng)份額，受到廣大消費(fèi)者青睞。然而，科技進(jìn)步帶給人們新享受的同時(shí)也催生了財(cái)產(chǎn)犯罪的新樣態(tài)。

1 物聯(lián)網(wǎng)相關(guān)技術(shù)

1.1 GPS定位技術(shù)

將GPS 設(shè)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(jìn)行數(shù)據(jù)處理，也能發(fā)布高速公路的道路信息以及沿途的氣象狀況、事故發(fā)生狀況等[9]。車輛依靠GPS 技術(shù)可以選擇以最佳行駛路線達(dá)到目的地。GPS 定位技術(shù)具有全天候、抗干擾、全球化等諸多特點(diǎn)。GPS 定位系統(tǒng)由分布于地球上空6 個(gè)軌道不少于24 顆衛(wèi)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(wèi)星的數(shù)據(jù)信息，用以確定用戶位置，衛(wèi)星與接收器的空間位置如圖1 所示。

蘇：在我很小的時(shí)候，就見媽媽和外婆都跳沙朗舞，那時(shí)候也不知道什么是沙朗舞，反正就是跟著跳。有時(shí)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(shí)候，跳沙朗舞就像是著了魔一樣。因?yàn)槲易杂资苣赣H蘇世珍的影響，每逢節(jié)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(lǐng)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(diǎn)一滴地將羌族沙朗藝術(shù)發(fā)揚(yáng)光大！

衛(wèi)星部分都具有自己的空間坐標(biāo)，例如衛(wèi)星坐標(biāo)為（X1,Y1,Z1），向外發(fā)射信號(hào)，而接收器的空間位置為（X,Y,Z），用以接收數(shù)據(jù)。因此，理論上衛(wèi)星與接收器的空間距離如式（1）所示。

圖1 衛(wèi)星與接收器的距離

視覺數(shù)據(jù)或者圖像數(shù)據(jù)的物聯(lián)網(wǎng)采集技術(shù)，大多依賴于高速攝像機(jī)的使用。攝像機(jī)大多數(shù)需要滿足圖像或者視頻數(shù)據(jù)的實(shí)時(shí)分發(fā)以及查詢的要求[11]，尤其對(duì)于網(wǎng)絡(luò)中的視頻攝像采集設(shè)施會(huì)采用數(shù)字信號(hào)處理（DSP）信號(hào)。通過使用DSP 芯片可以增強(qiáng)圖像效果[12]，對(duì)數(shù)字噪聲有一定的抑制作用，具有寬動(dòng)態(tài)、真彩色以及運(yùn)動(dòng)補(bǔ)償?shù)奶攸c(diǎn)[13]。而且在通信協(xié)議中，對(duì)于視頻網(wǎng)絡(luò)的時(shí)延、抖動(dòng)、丟包問題[14]，視頻數(shù)據(jù)傳感器都會(huì)進(jìn)行適當(dāng)?shù)墓庋a(bǔ)償，以利于高速公路上的視頻數(shù)據(jù)采集。攝像機(jī)一般部署在道路的正上方或者道路側(cè)，高度設(shè)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(wèi)星定位示意圖

1.2 視頻傳感器采集技術(shù)

由于GPS 接收器與地球軌道上的衛(wèi)星很難達(dá)到時(shí)間同步，總會(huì)存在一些誤差，將偽距離差作為c(T-T1)。由于存在衛(wèi)星與接收器的時(shí)間差Δt，一般為了實(shí)現(xiàn)精確定位的目的需要4 顆衛(wèi)星。經(jīng)過修正可利用式（2）進(jìn)行計(jì)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?yán)格受到衛(wèi)星精度、衛(wèi)星時(shí)鐘以及介質(zhì)中光速的影響。

圖3 攝像機(jī)與道路的位置示意圖

2 車輛速度檢測(cè)功能模塊

2.1 算法設(shè)計(jì)

5)對(duì)存在質(zhì)量問題的兩位三通電磁閥、聯(lián)鎖觸頭等主斷部件反饋給主機(jī)廠，找出部件源頭質(zhì)量存在的原因，杜絕機(jī)車主斷源頭質(zhì)量問題的發(fā)生。

圖4 虛擬線圈測(cè)速原理示意圖

車牌號(hào)的識(shí)別方法是基于高速公路攝像機(jī)采集的圖像，待定位出車牌的位置后，再進(jìn)行二值化處理，如圖12 所示。對(duì)于二值化處理后的圖像進(jìn)行垂直投影，確保能將車牌上的字符精準(zhǔn)地分割開，其效果圖如圖13 所示，可以看出每個(gè)波峰附近的位置都對(duì)應(yīng)一個(gè)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(gè)字符放入字符庫中比對(duì)，識(shí)別出每個(gè)正確的字符。

圖5 車輛速度檢測(cè)算法流程圖

2.2 模塊功能實(shí)現(xiàn)結(jié)果

從車身上精準(zhǔn)定位出車牌位置之后，需要對(duì)車牌上的字符進(jìn)行分割，從而逐個(gè)識(shí)別出來。重點(diǎn)針對(duì)高速公路上的小型汽車與載客汽車進(jìn)行研究，這兩類車型的車牌具有較為一致的特征。車牌區(qū)域的長(zhǎng)寬比通常為7∶22，字符的高寬比為2∶1。車牌一共有7個(gè)字符，第一個(gè)字符為漢字，后六個(gè)字符為26個(gè)大寫字母和10個(gè)數(shù)字部分組合而成，可以利用垂直投影的分割法對(duì)采集到的圖像進(jìn)行分割。通過采用局部二值模式（LBP）的圖像識(shí)別算法，對(duì)車牌字符樣本的LBP特征進(jìn)行提取，然后放入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中，對(duì)字符結(jié)果進(jìn)行識(shí)別。圖10為車牌識(shí)別模塊的設(shè)計(jì)框圖。

基于物聯(lián)網(wǎng)的視頻圖像采集技術(shù)，對(duì)智能高速公路系統(tǒng)進(jìn)行研究，重點(diǎn)闡述系統(tǒng)的車輛速度檢測(cè)功能模塊和車牌識(shí)別功能模塊。其中，基于視頻的車輛速度檢測(cè)功能是系統(tǒng)的重要組成部分，對(duì)于解決實(shí)時(shí)車輛速度的測(cè)量問題以及同時(shí)對(duì)多車輛的速度測(cè)量具有突出的優(yōu)勢(shì)。車輛速度檢測(cè)算法原理是依據(jù)視頻圖像設(shè)定的虛擬線圈進(jìn)行車速檢測(cè)[15]，假設(shè)兩個(gè)線圈的距離為ΔS，車輛經(jīng)過第一個(gè)線圈時(shí)，此刻計(jì)時(shí)為T1，下一時(shí)刻經(jīng)過虛擬線圈2，此刻計(jì)時(shí)為T2，那么時(shí)間差為T2-T1，根據(jù)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(shè)置虛擬線圈效果圖

圖7 車輛經(jīng)過虛擬線圈記錄圖

圖8 車輛急速檢測(cè)記錄圖

3 車牌識(shí)別功能模塊

3.1 車牌識(shí)別功能設(shè)計(jì)與實(shí)現(xiàn)

采取適當(dāng)改進(jìn)的MSER 算法對(duì)車牌定位，首先將圖像進(jìn)行灰度處理，并將灰度處理后的圖像轉(zhuǎn)換成二值圖像，轉(zhuǎn)換的閾值取值規(guī)則為[0,255]。閾值增加會(huì)導(dǎo)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(qū)域亮度面積增長(zhǎng)不明顯的地方被稱為穩(wěn)定極值區(qū)，記為MSER+，相反地，從全白到全黑變化明顯的區(qū)域記為MSER-。則該連通區(qū)域面積的變化v(i)的計(jì)算公式如式（4）所示：

在智能高速公路系統(tǒng)中，基于物聯(lián)網(wǎng)的視頻圖像采集技術(shù)的最主要一項(xiàng)功能就是對(duì)車輛車牌的精確識(shí)別與記錄。該功能設(shè)計(jì)的重點(diǎn)是如何依據(jù)圖像監(jiān)控信息對(duì)車牌號(hào)碼進(jìn)行正確識(shí)別，并且解決車牌定位算法精度不高以及嚴(yán)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(jù)灰度處理后圖像的亮度信息區(qū)別，可以精準(zhǔn)地定位車輛的車牌位置，并依據(jù)圖像灰度處理后的垂直投影顯示出的峰谷變化對(duì)字符進(jìn)行分割識(shí)別。

2014年廈門市基層醫(yī)療機(jī)構(gòu)就診人次比2013年增長(zhǎng)43.6%，管理前后血糖、糖化血紅蛋白的達(dá)標(biāo)率大幅提高，醫(yī)療費(fèi)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(duì)糖尿病制定專門的醫(yī)保支付政策，限制三級(jí)醫(yī)院用藥天數(shù)，倒逼到基層醫(yī)院就診開藥等。區(qū)域醫(yī)療信息平臺(tái)的建立使患者健康信息互聯(lián)互通，有力支撐了三師共管技術(shù)共享[7]。

其中，Qi表示二值圖像第i個(gè)連通區(qū)域的面積；Δ表示閾值的微小變化。如果v(i)小于閾值，則認(rèn)定該區(qū)域?yàn)樽畲髽O值區(qū)域。整車的車牌位置識(shí)別方法流程圖如圖9 所示。

圖9 車牌定位識(shí)別流程圖

首先，在道路視頻圖像上設(shè)置兩個(gè)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(jìn)入虛擬線圈后，車輛用方框進(jìn)行標(biāo)記，并顯示質(zhì)心位置。由于攝像機(jī)的幀頻為25 幀/秒，可以計(jì)算出該車的行駛速度v，如式（3）所示，其檢測(cè)效果圖如圖8 所示，在圖像的第81 幀體現(xiàn)出來，并且該幀圖像記錄了車牌號(hào)，一旦車輛有違法行為，智能交通系統(tǒng)就能進(jìn)行記錄，并對(duì)其行為實(shí)施處罰。

圖10 車牌識(shí)別模塊設(shè)計(jì)框圖

首先，利用Matlab軟件的detectMSERFeature 函數(shù)提取車牌MSER 區(qū)域，并將其轉(zhuǎn)換為二值圖像。然后通過車牌的長(zhǎng)寬比與字符的寬長(zhǎng)比的比例特征對(duì)圖像進(jìn)行過濾，剔除掉不符合的區(qū)域，最終只留下精準(zhǔn)定位的車牌區(qū)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(jù)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(chǎn)生改變的時(shí)刻開始計(jì)時(shí)，并對(duì)車輛的車牌號(hào)進(jìn)行識(shí)別，但同一輛車行駛到第二個(gè)線圈時(shí)，根據(jù)GPS 定位技術(shù)，判斷第二個(gè)線圈的圖像灰度改變并計(jì)時(shí)，同時(shí)識(shí)別車牌后進(jìn)行驗(yàn)證，判斷是否為同一輛車。此時(shí)可以根據(jù)視頻記錄的間隔時(shí)間以及兩個(gè)線圈的距離，檢測(cè)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(fù)雜度較低、計(jì)算簡(jiǎn)單[16]，并可以同時(shí)檢測(cè)多輛汽車，同時(shí)還可以記錄下車輛的車牌號(hào)，有利于識(shí)別高速公路上的違法行為，便于高速公路系統(tǒng)的控制管理。

2016年，Kosynkin等[9]研發(fā)了一種可應(yīng)用于高溫、高鹽度儲(chǔ)層的納米粒子示蹤劑。該技術(shù)的應(yīng)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(fā)提供了新的思路。

圖13 車牌字符垂直投影效果圖

3.2 實(shí)驗(yàn)結(jié)果與分析

通過對(duì)高速公路上行駛的汽車進(jìn)行抓拍，再利用上述車牌識(shí)別功能模塊，可實(shí)現(xiàn)智能化識(shí)別高速公路上同時(shí)行駛的不同汽車車牌的目的。對(duì)于定位出車牌位置的結(jié)果圖，首先進(jìn)行車牌字符的分割和歸一化處理，對(duì)原始圖像進(jìn)行濾波處理，然后再灰度化處理，緊接著進(jìn)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(gè)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(gè)過程如圖14 所示。對(duì)獲得的單個(gè)字符，提取其LBP 字符特征，并將其放入到經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)中。該網(wǎng)絡(luò)模型主要是依靠中國省份的漢字簡(jiǎn)稱、10 個(gè)阿拉伯?dāng)?shù)字以及2 個(gè)大寫英文字母完成訓(xùn)練。據(jù)此就可得出該車牌的識(shí)別結(jié)果，如圖15 所示，可以看到車牌識(shí)別結(jié)果與車牌的實(shí)際情況一致，證明該功能模塊實(shí)現(xiàn)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(hào)碼）

4 結(jié)論

1）闡述了國內(nèi)外對(duì)于智能高速公路系統(tǒng)的研究現(xiàn)狀，分析了用于交通系統(tǒng)的物聯(lián)網(wǎng)相關(guān)技術(shù)，說明了物聯(lián)網(wǎng)技術(shù)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(shí)別結(jié)果（僅示部分車牌號(hào)碼）

2）針對(duì)智能高速公路系統(tǒng)中的關(guān)鍵功能模塊進(jìn)行設(shè)計(jì)。對(duì)于車輛速度檢測(cè)模塊的設(shè)計(jì)采用虛擬線圈算法，可以獲得車輛的實(shí)時(shí)速度信息，通過實(shí)驗(yàn)的方法說明該算法實(shí)現(xiàn)結(jié)果的正確性。

3）設(shè)計(jì)車牌識(shí)別功能模塊，通過采集原始圖像，對(duì)車牌進(jìn)行位置鎖定、字符分割以及字符識(shí)別，可將道路上同時(shí)行駛的不同車輛進(jìn)行車牌識(shí)別，保障了車輛信息的收集作用。依據(jù)Matlab 的實(shí)驗(yàn)結(jié)果，證明了其算法實(shí)現(xiàn)的有效性，該模塊能夠準(zhǔn)確識(shí)別單個(gè)或多個(gè)車輛在行駛過程中的車牌，有利于獲取車輛信息，有利于識(shí)別超速等違法違規(guī)行為。

4）在未來的研究中，會(huì)對(duì)系統(tǒng)增加信息發(fā)布功能，后續(xù)還會(huì)關(guān)注路側(cè)設(shè)施對(duì)車輛的無線通信技術(shù)，集成更多的智能化模塊，擴(kuò)大應(yīng)用范圍，為高速公路智能化的發(fā)展提供更多的解決方案。