摘要:介绍了目前城市交通拥堵的现状,阐述了机动车闯拥堵检测抓拍系统的基本原理,介绍了机动车闯拥堵检测抓拍系统借助AI深度学习技术较传统智能交通的优点,证明智能机动车闯拥堵检测抓拍系统有着良好的应用前景
关键词:拥堵检测抓拍;AI智能;智慧交通、大数据
引言:近年,交通拥堵已经成为许多城市持续发展的最大瓶颈和困扰。随着城市汽车出行量的增加,在道路交通信号控制路口往往也会出现拥堵的现象,即使是前方出现绿灯时。在交通控制路口已经非常拥堵时,若汽车仍然向前行进,会导致原本拥堵的路口更加拥堵。
尽管智能交通已经发展了多年,在一定程度上缓解了城市交通拥堵。但是针对绿灯情况下车辆闯拥堵,传统意义上的智能交通已经无法适应此类交通管理的需求,随着最近几年AI在智能交通领域的落地应用,机动车闯拥堵检测抓拍系统借助AI深度学习技术,可实现对路口交通拥堵的分析判断,通过大数据和人工智能算法技术可以对车辆闯拥堵等多种违法行为进行分析和取证,从而完成对交通违章违法行为的研判和取证。
1机动车闯拥堵现状
交通法对该机动车绿灯闯拥堵做出相关规定,第五十三条:机动车遇有前方交叉路口交通阻塞时,应当依次停在路口以外等候,不得进入路口,但由于部分车主的法律法规知识不足和管理部门的“法不责众”,绿灯路口拥堵状态车辆依然前行的现象十分常见,不但会加剧交通拥堵,还存在重大交通安全隐患,并且违反交通规则。
在城市早晚高峰期,有众多路口可能会发生拥堵情况,仅依靠交警现场维持秩序,是远远不能满足要求的;
在发生交通事故导致路口拥堵情况下,交警了解到现场情况再赶来的时间段内路口是处于无人管理的状态,交警赶来时可能路口拥堵情况已经加剧,错过最佳管控时间。
所以单纯依靠交警现场执法改善闯拥堵现象见效慢、范围小、浪费人力,急需一种智能远程手段有效治理该现象。
2、智能机动车闯拥堵检测抓拍系统
2.1智能机动车闯拥堵检测抓拍系统结构
闯拥堵检测抓拍系统主要由前端子系统、传输子系统、后端子系统三个部分组成。具体拓扑图如下:
图1智能机动车闯拥堵检测抓拍系统架构图
闯拥堵检测抓拍系统由以下四部分组成:
(1)前端采集系统
1)闯拥堵检测抓拍设备
路口状态检测:可对路口绿灯状态下的拥堵情况进行智能检测;
闯拥堵抓拍:对路口拥堵状态下依然驶入的行为进行抓拍。
2)控制主机
前端设备录像图片缓存、信息转发,诱导发布。
3)拥堵提示屏
用于实时提示驾驶员路口拥堵,禁止驶入。
(2)交通综合管理平台
对闯拥堵等违法行为抓拍数据进行管理。
2.2前端子系统
前端子系统主要包含闯拥堵检测抓拍一体机、红灯信号检测器、拥堵提示屏、控制主机等设备。实现路口拥堵状态检测、拥堵信息LED屏提示、闯拥堵行为抓拍、违法证据前端存储及实时上传中心平台等功能。
2.3传输子系统
负责系统组网,完成数据、图片的传输与交换。
2.4后端子系统
后端子系统主要是交通综合管理平台,负责实现对辖区内前端相关数据的汇聚、处理、应用、管理与共享。
3抓拍原理
3.1系统逻辑设计
系统通过闯拥堵检测抓拍相机实时检测路口拥堵状态,拥堵时LED显示屏发布拥堵提示,同时对车辆检测跟踪,检测到闯拥堵行为自动抓拍图片并采集视频上传平台。
图2智能机动车闯拥堵检测抓拍系统逻辑图
3.2系统业务流程
闯拥堵违法处置过程共分为路口拥堵状态检测、LED显示屏拥堵提示、闯拥堵违法过程抓拍、违法处置等4个步骤。如下图所示:
图2智能机动车闯拥堵检测抓拍系统业务流程图
从步骤1至步骤3全部都由系统自动完成,无需人工干预。当发生闯拥堵行为时,可以采取两种处置方式。
3.3闯拥堵违章分析
本系统采用视频检测方式,自动对视频流中运动车辆进行实时逐帧检测、锁定、跟踪,设备采用高清抓拍摄像机,设备稳定,结构简单,便于安装维护。单个相机可检测一个方向,如果需要双向都需要检测,则需要对向安装两台相机。
3.4违法取证过程
闯拥堵整个违法过程会抓拍保存3张图片,以及记录保存违法过程视频。详细描述如下:
第1张:闯拥堵检测抓拍一体机检测到有目标进入检测车道内停车线之前的视频检测区域时,立即对检测的目标进行车牌识别,并且将识别到的车牌,作为第一张闯拥堵图片保存;
第2张:当闯拥堵检测抓拍一体机检测到绿灯路口拥堵期间该车辆经过停车线时,系统采集第二张闯拥堵图片,并将抓拍的图片连同该辆车违法时间、路口名称、车道号等信息用同一个ID号存储在控制主机的硬盘内。
第3张:当闯拥堵检测抓拍一体机检测到绿灯路口拥堵期间该车辆离开停车线,继续行驶,系统采集第三张闯拥堵图片。
这样将形成一组完整的车辆闯拥堵违法图片记录。
3.5提示单元
提示单元包含户外LED显示屏和控制主机。在相机检测路口拥堵后控制主机做信息发布,对驾驶员进行提醒:“路口拥堵,禁止驶入”。其中户外显示屏,发光亮度强,自动亮度调节功能,可在不同亮度环境下获得最佳播放效果。
4业务功能
4.1前端系统功能
4.1.1路口拥堵状态检测
系统采用深度学习技术,能自动检测路口的拥堵状态。
通过卷积神经网络训练算法,结合近几年的实际项目,在大量的数据训练后到达较高的检测和适应能力,针对各个地域各个场景下的应用都能保证有稳定的路口拥堵检测准确率。
4.1.2闯拥堵记录功能
系统采用视频检测技术,能自动检测抓拍到车辆闯拥堵的连续照片,违法照片能清晰地反映“车辆、时间、地点”等基本情况。小汽车违章记录查询
系统采用国际领先的计算机智能跟踪算法技术,对图像中每一辆机动车都能进行实时跟踪并记录其运动轨迹,并结合红绿灯状态及路口拥堵状态智能判断车辆是否闯拥堵。当判定机动车闯拥堵时,记录车辆违法过程中三个位置的信息以反映闯拥堵违法过程。
第一个位置可清晰辨别环境信息、红绿灯信息、路口拥堵情况、车牌号和车辆在停车线前的
情况;第二位置可清晰辨别环境信息、红绿灯信息、路口拥堵情况、和车辆经过停车线情况,第三个位置可清晰辨别车辆离开停车线继续行进一段位移的情况。
系统记录的各个位置间保持适宜的位移距离以反映车辆闯拥堵的违法过程,不会出现因间距太大影响对违法车辆进行认定的情形。
发布评论