（通信与信息系统专业论文）基于嵌入式的多机制识别技术在its中的应用研究.pdf

硕士学位论文 摘要 随着城市道路交通管控的需要，道路交通信息的相对匮乏正促使着交通信息 全面感知技术的快速发展。在自由流状态下，对当前某一特定车辆的精准识别是 交通感知领域的一个重大研究课题，如何借鉴人类大脑的认知和融合机理，利用 多机制传感信息，有效融合并识别当前指定车辆，从而达到精准无误的效果，已 成为车辆自动识别的一个研究热点。 本文在充分研究和总结车辆视频识别、射频识别、电感传感识别、模糊理论 及多源信息融合的研究现状和基本理论的基础上，提出了基于嵌入式双核架构的 车辆多机制识别应用模型，并对车辆多机制融合识别算法、复杂情况下的车牌定 位算法及嵌入式q t 平台的车牌识别系统设计与实现等关键问题进行了深入研究。 主要研究工作包括： ( 1 ) 提出了基于证据理论的多特征融合车牌定位算法。该算法通过对多个候 选车牌区域分别提取宽高比、纹理密度和色调主值等显著性特征，通过证据理论 融合各特征置信度，识别出真正的车牌区域，最终实现车牌定位，更加适应复杂 情况下的车牌定位。 ( 2 ) 提出了基于模糊理论和证据理论的多机制传感信息融合车辆识别算法。 该算法通过提取由视频、射频及电感传感器识别的车辆特征信息，采用基于贴近 度的模糊识别算法求出待识车辆对标准模式车辆的相似度，并将其作为各识别机 制的基本概率分配，送往信息融合中心，通过证据理论进一步融合，最终输出融 合后的目标车辆识别结果，克服了单一车辆识别机制存在的固有缺陷。 ( 3 ) 完成了基于嵌入式0 3 的车牌识别系统的设计。以l i n u x 为平台，以q t 为开发工具，实现了a r m 嵌入式平台抓拍图像的读取显示，灰度变换，二值化、 膨胀腐蚀、平滑滤波、边缘提取等相关图像处理操作，最终实现车牌定位功能。 仿真实验表明，所提出的算法是可行的。基于证据理论的多特征融合车牌定位 算法明显优于单特征定位效果，提高了车牌定位准确率；基于模糊理论和证据理 论的多机制传感信息融合车辆识别算法能够给出可信度更高的识别结果。 关键词：车辆识别；证据理论；模糊理论；车牌定位；嵌入式图形用户界面 本文研究工作受兰州科技局科技发展计划项目( 编号：1 0 1 4 z t c 0 5 3 ) 资助 基于嵌入式的多机制识别技术在i t s 中的应用研究 a bs t r a c t a l o n gw i t ht h en e e d sf o ru r b a nr o a dt r a f f i cc o n t r o l l i n g ，t h et e c h n o l o g yo ft r a f f i c i n f o r m a t i o nc o m p r e h e n s i v ep e r c e p t i o nh a sar a p i dd e v e l o p m e n tp r o m o t e db yr e l a t i v e l a c ko ft h er o a dt r a f f i ci n f o r m a t i o n i ti saw o r t hr e s e a r c h i n gs u b j e c ti naf r e ef l o ws t a t e t h a tac u r r e n t p a r t i c u l a rv e h i c l ei s i d e n t i f i e da c c u r a t e l yi nt h ef i e l do ft r a f f i c p e r c e p t i o n n o w ，h o wt om a k ef u l lu s eo fm u l t i - m e c h a n i s ms e n s o ri n f o r m a t i o nf o r e f f e c t i v ef u s i n ga n di d e n t i f y i n gt h ec u r r e n td e s i g n a t e dv e h i c l e ，t h r o u g ht a k i n ge x a m p l e b yt h eb r a i n sc o g n i t i v em e c h a n i s m ，i sd r a w i n gm o r ec o n c e r no fr e s e a r c h e r si nv e h i c l e a u t o m a t i ci d e n t i f i c a t i o n a f t e rf u l l yr e s e a r c h i n ga n ds u m m a r i z i n gt h eb a s i ct h e o r ya n dr e s e a r c hs t a t u so f v e h i c l ev i d e o i d e n t i f i c a t i o n ，r a d i of r e q u e n c yi d e n t i f i c a t i o n ，i n d u c t a n c es e n s i n g i d e n t i f i c a t i o n ，t h ef u z z yt h e o r ya n dt h em u l t i p l e s o u r c ei n f o r m a t i o nf u s i o n ，a n a p p l i c a t i o nm o d e lo fv e h i c l em u l t i m e c h a n i s mr e c o g n i t i o nw a sp r o p o s e db a s e do n e m b e d d e dd u a l c o r e a r c h i t e c t u r e a n dm o r er e s e a r c h w a sa b o u tv e h i c l e m u l t i - m e c h a n i s mf u s i o nr e c o g n i t i o na l g o r i t h m ，l i c e n s ep l a t el o c a l i z a t i o na l g o r i t h ma n d i t si m p l e m e n t a t i o nb a s e do ne m b e d d e dq tp l a t f o r m t h ef o l l o w i n gi sd o n ei nt h i s t h e s i s ： 1 an e wl i c e n s ep l a t el o c a l i z a t i o na l g o r i t h mw a sp r o p o s e db a s e do ne v i d e n c et h e o r y i nm u l t i - f e a t u r e sf u s i o n i te x t r a c t e dr e s p e c t i v e l ys a l i e n tf e a t u r e ss u c ha sa s p e c tr a t i o ， t e x t u r ed e n s i t ya n dm a i nc o l o rv a l u ef r o me a c hc a n d i d a t ea r e ao fl i c e n s ep l a t e ，u s e d t h ee v i d e n c et h e o r yf u s i n ge a c hf e a t u r ec o n f i d e n c e ，a n dt h e ni d e n t i f i e dt h er e a lp l a t e r e g i o n ，w h i c hf i n a l l yr e a l i z e st h el i c e n s ep l a t el o c a l i z a t i o na n dm o r ea d a p t a b l et o c o m p l e xc o n d i t i o n s 2 av e h i c l em u l t i m e c h a n i s mf u s i o nr e c o g n i t i o na l g o r i t h mb a s e do nf u z z yt h e o r y a n de v i d e n c et h e o r yw a sp r o p o s e d i te x t r a c t e dv e h i c l e sc h a r a c t e r i s t i ci n f o r m a t i o n i d e n t i f i e db yr a d i of r e q u e n c y ，v i d e oa n di n d u c t i v es e n s o r s i m i l a rd e g r e eb e t w e e nt h e v e h i c l e sw h i c hn e e d sr e c o g n i t i o na n ds t a n d a r dm o d e l sw a so b t a i n e da st h eb a s i c p r o b a b i l i t yd i s t r i b u t i o no f e a c hm e c h a n i s mb ye m p l o y i n gt h ef u z z yp a t t e r nr e c o g n i t i o n a l g o r i t h mb a s e do nc l o s et ot h ed e g r e e ，w h i c hw a ss e n dt oi n f o r m a t i o nf u s i o nc e n t e r ， u s i n gt h ee v i d e n c et h e o r yf o rf u r t h e ri n t e g r a t i o n ，a n df i n a l l yo u t p u tm e r g e dt a r g e t i d e n t i f i c a t i o nr e s u l t s ，o v e r c o m i n gt h ei n h e r e n td e f e c t so fas i n g l ev e h i c l ei d e n t i f i c a t i o n m e c h a n i s m 3 av e h i c l ep l a t er e c o g n i t i o ns y s t e mw a sd e s i g n e db a s e do nq t e m b e d d e dw i t ha i i 硕士学位论文 p l a t f o r ml i n u xa n dd e v e l o p m e n tt o o l sq t i tr e a l i z e sm u c hr e l a t e di m a g ep r o c e s s i n g o p e r a t i o no na r m e m b e d d e dp l a t f o r ms u c ha si m a g er e a d i n g ，g r a yl e v e lt r a n s f o r m a t i o n ， b i n a r y ，d i l a t i o na n de r o s i o n ，s m o o t hf i l t e r i n ga n de d g ee x t r a c t i o n ，a l s ot h ef u n c t i o no f l i c e n s ep l a t el o c a t i o n t h es i m u l a t i o nr e s u l t ss h o wt h a tt h ep r o p o s e da l g o r i t h mi sf e a s i b l e t h el i c e n s e p l a t e l o c a l i z a t i o na l g o r i t h mb a s e do ne v i d e n c et h e o r yi nm u l t i f e a t u r e sf u s i o nh a s b e t t e re f f e c tt h a nt h es i n g l ef e a t u r el o c a l i z a t i o na n dh i g h e rl i c e n s ep l a t el o c a t i o n a c c u r a c y t h ev e h i c l em u l t i - m e c h a n i s mf u s i o nr e c o g n i t i o na l g o r i t h mb a s e do nf u z z y t h e o r ya n de v i d e n c et h e o r yc a ng i v eh i g h e rc r e d i b i l i t yr e c o g n i t i o nr e s u l t s k e yw o r d s ：v e h i c l ei d e n t i f i c a t i o n ；e v i d e n c et h e o r y ；t h ef u z z yt h e o r y ；l i c e n s e p l a t el o c a t i o n ；e m b e d d e dg r a p h i cu s e ri n t e r f a c e t h er e s e a r c ho ft h i st h e s i sh a ss p o n s o r e db ys c i e n c ea n dt e c h n o l o g yd e v e l o p m e n t p l a n n i n g f o u n d a t i o no f t e c h n o l o g y b u r e a ul a n z h o u c i t y u n d e r g r a n t 1 0 1 4 z t c 0 5 3 i l l 基于嵌入式的多机制识别技术在i t s 中的应用研究 插图索引 图1 1 环形线圈车辆检测与识别5 图1 2 基于视频的交通参数检测与识别5 图1 3 射频识别系统模型6 图1 4 论文组织结构图1 1 图2 1 视频车型识别流程1 3 图2 2 特征选择框架1 5 图2 3 背景多模态示意1 6 图2 4 车辆检测结果18 图2 5 形态学处理1 9 图2 6 车体投影图1 9 图2 7 运动目标车辆车身颜色识别2 0 图2 8 贴近度计算原理2 2 图2 9 车型识别流程图2 3 图2 1 0 各种复杂情况下的车牌图片2 5 图2 1 1 车牌定位算法流程2 5 图2 1 2 不同车牌h 分量直方图2 8 图2 1 3 车身与牌照底色相同的定位结果3 0 图2 1 4 复杂纹理背景下的定位结果3 0 图2 1 5 车牌含有两行字符的定位结果3 0 图2 1 6 车牌位置偏左的定位结果3 l 图3 1r f i d 系统结构图3 3 图3 2 车辆射频识别中的阅读器3 5 图3 3r f i d 中间件示意图3 6 图3 4 数据库中数据结构图3 6 图3 5 车辆识别中r f i d 系统工作原理图3 7 图3 6 邻道干扰情况下的t n 图4 l 图3 7 跟车干扰情况下的t n 图4 l 图4 1 多机制识别系统应用模型4 4 图4 2 数据关联示意图4 7 图4 3 电感线圈检测车辆过程4 8 图4 4 图像与实际车辆特征参数转换模型4 9 图4 5d s 证据理论用于车辆识别的融合结构模型5 0 i v 硕士学位论文 图5 1 方案一系统结构5 5 图5 2 方案二系统结构5 5 图5 3s 3 c 2 4 4 0 内部资源说明5 6 图5 4f l a s h 存储器设计原理图5 8 图5 5s d r a m 存储器设计原理图5 8 图5 6u s bh o s t 设计原理图5 9 图5 7 目标机环境变量设置6 4 图5 8 终端触摸屏校准数据6 5 图5 9a r m 目标机触摸屏校准6 5 图5 10 灰度图像6 6 图5 1 l 迭代法二值化图像6 7 图5 1 2 纹理检测6 8 图5 1 3x 8 6 平台车牌定位结果6 9 图5 1 4a r m 平台车牌定位结果7 0 v 基于嵌入式的多机制识别技术在i t s 中的应用研究 附表索引 表1 1 各种车辆识别方式优缺点比较6 表1 2 嵌入式a v i 系统与传统a v i 系统比较7 表2 1 车型分类表2 0 表2 2h s v 三分量范围( 一表示该值不予考虑) 2 7 表2 3 不同特征的车牌定位率比较3 l 表3 1 车辆识别中的常用阅读器的性能指标3 5 表3 2 采集时间与读卡次数4 l 表3 3 采集时间与读卡次数4 1 表4 1 视频识别车辆特征数据5 l 表4 2 射频识别车辆特征数据5 l 表4 3 视频识别贴近度及概率分配5 2 表4 4 电感传感识别贴近度及概率分配5 2 表4 5 射频读卡次数与累积读卡率5 2 表4 6d s 证据理论最终融合结果5 4 v i 硕士学位论文 第1 章绪论 1 1 研究背景和意义 1 1 1 课题研究的背景 随着国民经济的飞速发展，城市化进程的加快和汽车普及率的提高，给当今 社会城市道路交通环境带来严重的威胁和考验，道路交通拥挤现象与日俱增，交 通环境恶化日益严重。为了解决这一严峻问题，仪仅依靠新建、扩建、增建城市 道路来提高道路营运能力已经无法满足现实需求。国内外学者研究表明，城市道 路交通作为一个复杂大系统，为赢得最大营运效率，单从道路或车辆等方面考虑 已不能取得突破性进展【i 2 1 。在此背景下，以系统的观念出发，综合考虑参与交通 的各个要素，包括人、车、路等，再运用现代信息化手段来抽象、管理和控制各 要素，从宏观把握总体交通态势，从微观上提高车辆通行效率，最终实现人车路 的协同运作，这就是新一代的智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ， i t s ) 。 据美国情报部门预测，未来1 0 年内，美国因交通事故造成的直接经济损失将 超过l5 0 0 亿美元【3 1 。其实，美国早在1 9 9 2 年5 月就出台了国家智能交通系统战 略规划【4 】，并形成了专门的i t s 组织机构，集政府，学校和企业联合展开对智能 交通系统结构进行研究，并在1 9 9 5 年3 月，交通部发布了“美国智能交通系统体 系结构”，提出了i t s 的七个大系统和二十九个用户服务子系统【5 】。 日本东京也因交通拥堵每年造成的经济损失约为1 2 3 0 亿美元。早在1 9 9 4 年1 月，日本由五个部门联合成立了“道路、交通、车辆智能化推进协会( v e r t i s ，t h e v e h i c l e ，r o a da n dt r a m ci n t e l l i g e n c es o c i e t y ) ”，通过成立相关交通智能化社团和 委员会等，促进i t s 发展。随后于1 9 9 6 年推出日本i t s 综合计划【6 】，其侧重 与城市智能交通系统及其相关应用的研究。 在我国，“十一五 期间，我国交通拥堵和阻断出现频次高、时间长、影响 范围大，交通运输重特大安全事故发生率居高不下，群死群伤多发，经济损失惨 重，因交通拥堵和事故引起的能源消耗和环境污染严重。我国首都北京在2 0 0 1 年， 全市机动车保有量不超过1 0 0 来万辆，在当年1 2 月7 日的一场大雪就导致了全程 大堵车。更严重的是，继2 0 1 0 年9 月7 日北京交管局宣布全市机动车保有量超过 4 5 0 万辆后，9 月1 7 日的一场小雨就让这个城市的交通几近“瘫痪”晚高峰拥 堵路段超1 4 0 条，打破今年年初因大雪造成9 0 余条拥堵路段的纪录，其情形堪比 2 0 0 1 年“1 2 7 ”雪后大堵塞。截至2 0 0 8 年底，全国私家车保有量约达3 5 0 0 万辆， 基于嵌入式的多机制识别技术在i t s 中的应用研究 年均增速约2 0 ；另外，机动车保有量已超过1 8 亿辆。机动车不断增加带来的 交通拥堵，同时也导致汽车尾气成为中国城市空气的主要污染源。 在这种不断恶化的城市道路交通环境背景下，国家提出“感知中国，感知交 通”，将物联网正式列为国家五大新兴战略性产业之一，拟通过采用多种传感器 感知技术来识别被感知对象，以交通信息化为纽带，以交通智能管理控制为重点， 以物联网技术为支撑，充分利用现有交通基础设施，运用先进的智能化车辆识别、 监管手段，实现全国交通管理与指挥智能化、现代化、数字化、网络化、多元化， 使国内道路交通管理达到国内先进水平。 也正是在目前交通堵塞、事故频发、管理混乱等现象日益严重的局面和车辆 日益增强的服务需求难以满足的矛盾下，智能交通技术正逐渐被采纳为解决当前 交通问题的出路。而在现代道路智能交通系统中，最大瓶颈在于“道路交通信息 资源的供给严重不足，一方面直接影响了“管理资源 的配给，另一方面间接 影响了“环境资源 的供给质量。然而“道路交通信息资源 缺乏主要原因就在 于交通信息的采集和对于车辆信息的精准识别【_ 7 1 ，本文正是在充分研究当前常用的 各种车辆识别机制优缺点的基础上围绕该问题展开研究。 1 1 2 课题研究的意义 由于车辆保有量的增加、驾驶员的素质、道路环境等因素的影响，交通犯罪 违章行为也更加严重，因此在现有交通警力无法满足当前管理需求的情况下，有 必要建设一定的信息化车辆管理手段来约束驾驶员及车辆的行为。据研究，在道 路交叉口的违章一般源于不按交通信号灯指示行驶，路段一般为超速行驶，而逃 避监控稽查的手段往往通过人为遮挡、涂改车牌、挪用号牌，利用假牌或套牌车 等逃避法网。尤其是交通肇事逃逸车辆，由于怕被电子眼抓怕，事故后随机丢弃 车辆牌照，改装车辆，使得现有手段一时无法破案。 车辆自动识别( a u t o m a t i cv e h i c l ei d e n t i f i c a t i o n ，简称a v i ) 技术的发展和兴 起对解决上述问题具有重大的意义，主要有两方面：基于图像处理的识别技术和 基于射频的识别技术，基于视频和图像处理的车牌识别主要是依据数字图像处理 技术对所拍摄的汽车牌照进行处理和识别。目前这种技术在国内外已经有不少的 研究，但采集图像由于受噪声污染、光照影响等原因无法做到精准识别，同时由 于目前假套牌车较多，进一步增加了车辆识别的困难，另一方面是图像识别的实 时性有待于提高，成本有待于降低。射频识另l j ( r a d i of r e q u e n c yi d e n t i f i c a t i o n ，简 称r f i d ) 技术是一种非接触式的自动识别技术，它通过射频信号自动识别目标对 象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。此外，由 于射频识别技术受外界的干扰较小，其识别准确率也比传统的基于视频图像处理 技术要高( 8 - 1 0 1 。电子标签( t a g ) 由于本身的物理特性以及其可以加密的技术特点， 2 硕士学位论文 作为存储车辆信息的载体可以很好地弥补传统车辆信息载体的许多缺陷【1 1 】。射频 识别装置通过非接触读取电子标签中的信息能够实现信息采集的快速和简便化与 识别的自动化。但是单一射频识别同样存在缺陷，他需要所有车辆预装车辆电子 标签，这在目前情况下是不现实的，而且一旦损坏车辆电子标签或者整个技术系 统受到攻击，系统将无法识别过往车辆，同时射频识别不能做到对车辆管辖范围 的界定【1 2 13 1 ，存在“邻道干扰 问题。 因此，本课题提出在基于嵌入式平台的基础上，利用多种识别机制( 包括视 频识别、射频识别和地磁感应线圈识别) 同时识别过往车辆 1 4 - 1 6 】，其关键点是如 何使远距离识别到安装有r f i d 标签的车辆和图像牌照识别后的车辆一一对应【1 7 】， 保证两种识别机制的识别对象是同一辆车，基于这个基础上再融合处理各种信息。 目前，这方面在我国的研究和应用尚处于起步阶段。做好本课题的研究有利于高 效、准确地识别并采集车辆信息，实现车辆信息数字化，车辆识别自动化和车辆 管理智能化，这也是目前我国i t s 领域需要迫切解决的问题之一；一方面，在打 击假套牌车，车辆限行限速，“肇事逃逸车辆 及司机的追溯查证等方面的应用 都有无可替代的优势；另一方面，通过对交通流量的信息多重采集、综合分析， 实现多平台及时发布引导信息，分流机动车辆，科学均衡道路资源，有效缓解交 通拥堵，从而大力缓解交通压力及交警的工作压力，提升我国城市交通智能管理 服务的科技水平，具有重要的意义。 1 2 智能交通系统概述 智能交通系统，最早也被称为智能车辆系统( i n t e l l i g e n tv e h i c l e - h i g h w a y ， i v h s ) 【1 8 】，是将先进的计算机处理技术、数据通讯传输技术及电子控制技术等综 合运用于整个交通运输管理中，从而构建起来的一种在全方位、大范围发挥作用 的准确、实时、高效的交通运输综合管理系统。i t s 以其信息化手段，将驾驶员、 道路、车辆及环境紧密联系在一起，形成一个有机的整体，借助系统的智能预测， 驾驶员可以预知前方道路交通运行状况，而交通管理者可以轻松了解当前城市各 路段的车辆行驶状况【1 9 l 。由此，便提高了车辆道路行驶的安全性、系统的工作效 率等。目前，世界各国都在制定智能交通系统框架，研究内容与方向也不尽相同【2 们， 但总体上看，基本上所有的i t s 都包括如下五大典型系统。 l 、先进的车辆控制系统( a d v a n c e dv e h i c l ec o n t r o ls y s t e m ，a v c s ) a v c s 主要指包括行车安全警报、自动驾驶和防撞相关技术在内的智能汽车 及智能公路的研制【2 1 1 。行驶中的车辆可以通过车载传感器测定出与前车、周围车 辆以及道路设施的距离，警报提醒驾驶员，在紧急情况下也会强制制动车辆，从 而使汽车高效、安全行驶。 2 、先进的交通管理系统( a d v a n c e dt r a m cm a n a g e m e n ts y s t e m ，a t m s ) 3 基于嵌入式的多机制识别技术在i t s 中的应用研究 a t m s 系统功能主要包括交通检测、交通控制、突发事件管理等【2 2 1 ，它是供 交通管理者使用的，与交通信息服务模块共用信息采集、处理和传输系统，用于 检测、控制和管理公路交通，在各交通参与者之间提供通讯联系。 3 、先进的交通信息服务系统( a d v a n c e dt r a f f i ci n f o r m a t i o ns y s t e m ，a t i s ) a t i s 功能主要包括车载定位、实时路况信息服务、路径诱导及信息发布服务。 交通参与者通过安装在车上、道路上、停车场、换乘站以及气象中心的传感器等 终端设备，向交通信息服务中心提供实时交通的信息【2 3 】；当系统收到这些信息做 出决策后，向交通参与者反馈各种交通、换乘、气象等信息，以及其他各利，服务。 4 、运营车辆调度管理系统( c o m m e r c i a lv e h i c l eo p e r a t i o nm a n a g e m e n t ， c o v m ) c o v m 功能主要包括车辆管理调度、危险品应急处理、安全监视等【2 4 1 ，综合 利用现代化智能运营管理手段，对商用车辆进行管理、监视、调度等，从而提高运 输车辆的运营效率。 5 、先进的公共交通系统( a d v a n c e dp u b l i ct r a n s p o r t a t i o ns y s t e m ，a p t s ) a p t s 主要包括车辆定位、调度、监控和电子车票等方面f 2 s ，保证公共交 通( 包括地铁、公共汽车、轻轨等) 的安全性、舒适性和运行效率，推进公共交 通的发展。 除了上述五大典型系统外，因各体系划分原则不刚2 6 j ，有的还将货物管理系 统，电子收费系统( a d v a n c e de l e c t r o n i ct o l lc o l l e c t i o ns y s t e m ，e t c ) ，紧急救援系 统( e m e r g e n ta n ds u c c o rs y s t e m ，e m s ) 等作为大系统单列出来。需要说明的是，在 各个子系统的划分上也有重复的，考虑到各子系统服务用户对象的差异，显然提 供的服务有所差别，从而被划分进不同的大系统。 1 3 车辆自动识别技术概述 1 3 1 几种典型的车辆自动识别技术及比较 目前，车辆自动识别技术在应用上主要还是以单一识别机制为主导，在交通 管控稽查领域做出了巨大贡献，但是随着当前交通违法中逃避被识别行为( 如人 为遮挡、涂改车辆牌照，肇事后改装车辆等) 越来越猖獗，这对研究更加智能化、 精准化的识别技术提出了更高的要求，这将利用多种机制同时识别车辆的研究推 向了研究热点。下面介绍几种典型的车辆自动识别技术： l 、环形线圈车辆识别 环形线圈车辆识别是目前应用最为成熟的基于电磁感应的识别方法，其成本 低，工作稳定。通过该识别方法，可有效检测交通量、占有率，识别车辆长度、 车型等。其工作原理为，当车辆通过感应线圈时，引起环形线圈电感量降低，从 而导致电路谐振频率的上升，可以通过分析频率随时间变化特性曲线，识别车辆 各种参数。其车道实际布设图如下： 4 硕士学位论文 图1 1 环形线圈车辆检测与识别 2 、视频车辆识别 基于视频的车辆识别技术应用很广泛，包括当前的路口电子警察系统，智能 交通卡口系统，e t c 收费通道中都有应用，主要是因为视频能真实再现任意时刻 的交通场景，具有直观性。视频识别基本原理主要是通过数字图像处理技术对抓 拍图片或者视频序列进行一系列处理，从而检测和识别出具有特定图像特征的某 一目标。现有的视频识别主要包括车型识别和车牌识别，车型识别主要是通过识 别车辆的几何特征( 如车辆长度、宽度、高度和颜色等) ，然后通过模式识别等 方法对车型进行识别。车牌识别主要是通过分析车辆牌照区域的各种固定颜色搭 配和纹理特征等，进而识别出车辆牌照区域，字符分割和识别。 图1 2 基于视频的交通参数检测与识别 3 、射频车辆识别 射频识别是一种新兴的车辆识别技术，识别准确率高，适应性强，目前较多 应用于不停车电子收费( e t c ) 系统巾，其主要是通过在车辆挡风玻璃内侧安装 车辆电子标签，也称电子车牌，在路边架设射频基站，当车辆通过该基站覆盖区 域时，读卡器发出的射频信号被电子标签接收后，将其转化为自身能量，并返回 车辆i d ，通过后台数据库比对，可以识别到车辆的各利，信息，包括其他方法无法 识别到的内在各种身份特征信息。 5 基于嵌入式的多机制识别技术在i t s 中的应用研究 表1 1 各种车辆识别方式优缺点比较 优 点缺点 恶劣天气性能好，全天候工作，在拥堵以及车流不均路段，由于遮挡会 可检测处于静止的车辆：可侧向 对精度有影响；由于对安装位置有要求， 微波方式检测多车道路；在车型单一，在桥梁、高架桥的安装会受到限制，安 车流稳定，车速分布均匀的道路 装困难，价格昂贵 上准确度较高 可提供直观视频图像：可提供大 大型车辆容易遮挡小型车辆：阴影、积 视频 量交通管理信息；单台摄像机和 水反射都可能带来误差 处理器可检测多车道 红外 可以准确实现车辆的分离 穿透灰尘、云雾、雨滴和雪花的能力很 翟 硕+ 学位论文 弱 技术成熟，易于掌握，计数精确使用寿命有限；修理或安装需要中断交 感应线圈 通；安装需切割路面，影响路面寿命 可以全天候工作，经济性好、实需要相应的硬件支撑，如g p s 等系统的 g p s 时性强 支持 数据准确、信息量大、读取速度没有全面应用，需要o b u 技术集成的辅 r f i d快、寿命长，可以远距离识别和 助，需要进一步深化 成本较低 1 3 2 嵌入式车辆自动识别系统的优点 目前，我国大多数省市虽然都已建成车辆自动识别系统，但几乎均是采用普 通p c 机或工控机作为a v i 系统的核心处理设备。而本文将选用高集成度的嵌入 式一体机代替原有的工控机处理器，这是因为基于嵌入式的处理器相比于传统工 控机具备以下优点【2 7 】： 表1 2 嵌入式a v 系统与传统a v 系统比较 嵌入式a v i 系统传统a v i 系统 按需定制l i n u x 内核，占用资源基于通用p c 操作系统( w i n d o w s ) ，实 实时性 少，实时性高时性差 可适应- 4 0 0 c 一+ 8 5 0 c 。遵从p c b 三 需处于干燥通风环境 适应性 防标准，无需散热器，可适应恶劣 环境 不受病毒干扰，几乎不会出现系统系统易感染病毒，硬件故障多 稳定性 或硬件故障 具有丰富的外部接口，包括串口， 外部接口少，需要配置p c i 插槽，系统 扩展性光电隔离i o 口，v g a ，u s b ，p s 2稳定性，兼容性差 等 嵌入式一体机功耗低，运行功率约采用工控机方式，功耗较大 功耗 5 瓦 采用a r m + d s p 硬件架构，必要时增多核工控机可通过多线程提高并行性 并行性 加f p g a 扩展接口，实现硬件上的 并行性 7 基于嵌入式的多机制识别技术在i t s 中的应用研究 1 4 课题的研究及应用现状 1 4 1 国外研究及应用现状 目前基于视频的车辆识别技术中，主要研究集中在车型识别和车牌识别上。 在国外，在车型识别研究上，t a n 等【2 8 】人提出了一种车型识别方法，其主要 针对公共汽车、卡车和轿车等，在车辆几何轮廓的获取上，其主要是依据图像梯 度原理，结合地面和车道直线的约束获得的。f u n g 等【2 9 1 人利用高分辨率的摄像机 观察运动车辆来估计车辆的几何外形，再经过获取特征点进一步得到几何轮廓， 提取了轮廓后就可以进行车辆识别了。j f e r r y m a n 等【3 0 】通过建立一个参数化的可 变三位模板，该模板可以衍变，从而适合于各种车辆。g d s u l l i v a n 等 3 h 则是通过 建立三个一维的模板首先来检测是哪一类型车辆，当存在时再用该类型车辆对应 的二维模板进行跟踪验证，其实质采用的是多模板的思想。再后来，随着微波技 术的突破，智能交通迎来了新的春天，车型识别技术也获得了更大的发展，尤其 是近些年来，国外很多发达国家都在研究车辆不停车电子收费系统，其主要是通 过车载电子标签与路侧设备进行交互通信完成的。 在车牌的识别上，国外这方面研究较早。s h y a n g 1 i hc h a n g 3 2 】等提出了基于颜 色边缘对和模糊训练分析的定位方法。y u n t a oc u i 3 3 】研究了一种车牌识别系统， 他是在将车牌定位以后，采用马尔科夫场提取车牌特征和进行二值化，系统具有 较高的识别率。r p a r i s i 3 4 】将神经网络与d s p 联合使用，设计了一款车牌识别系统， 他将d f t 技术应用于字符识别。日本人t a k a s h i 3 5 】设计了一种装置，其利用现成 的分光镜和c c d ，通过后续计算机图像处理，可以实现大范围的动态图像的采集， 用分光镜的目的是将光线分别投射到两个c c d 上，形成两幅图，最后在通过图像 处理合称为一幅图。该系统在解决图像在强反光和逆光情况下，尽可能的拍清楚 更多的车辆特征上做了启发性的工作，后来国内的学者进一步采用闪光灯补光措 旌，增强图像的摄取清晰度。当然，另一位日本人m a s a t a k a 利用红外成像原理设 计了一种车辆识别系统，并取得了成功，也解决了太阳光干扰的问题，但是该系 统也存在一个弊端，那就是红外原理形成的图像，无法辨识车辆的颜色，这在一 定程度上无法满足用户的需求。 在视频识别应用产品上，有以色列h i t e c h 公司研制出的多种s e e c a r ，它适 用于几个国家的车牌识别，但是不能识别中国的汉氢欧洲和远东地区扫对成熟 的产品i n s i g n i a ；香港的a s i av i s i o nt e c h n o l o g y 公司开发的慧光车牌号码自动识 别系统，能辨认以文字及数字排列的车牌号码，包括含中、英及韩文的车牌，其 识别率达到9 5 以上，识别时间小于1 秒。 总的来说，国外在视频车辆识别方面起步研究的都比国内的相对较早一些， 技术也相对成熟一些，但是国外的很多系统如果移植到国内，又是不一定适用的， 8 硕十学位论文 首先很多国外系统不支持中文汉字的识别，而且中国车牌与国外车辆牌照具有很 大的差异性，所以借鉴国外的新思想、新技术，结合国内自身行业设计需求和实 际情况，研究开发出适合国内车辆识别的方法和系统，正是当前迫切所需。 在国外，r f i d 系统最早用于电子物品的防盗，到2 0 世纪7 0 年代，r f i d 技 术成为研究热门，被广泛应用于自动车辆识别的电子计费系统，到8 0 9 0 年代， 世界各国都引入射频识别技术应用于电子收费系统，最为著名的当属美国的 “e z p a s s ”不停车收费系统，欧洲葡萄牙的v i av a r d e 电子收费系统p 6 1 ，m i t1 9 9 9 年在r f i d 和i n t e r n e t 的基础上提出电子产品编码( e l e c t r o n i cp r o d u c tc o d e ，e p c ) 概念后，得到了世界多所著名研究性大学和国际大公司的支持，并于2 0 0 3 年9 月 1 5 在芝加哥召开的电子产品编码( e l e c t r o n i cp r o d u c ec o d e ，e p c ) 研讨会上首次公 开展示其研发了近5 年的e p c 网络物联网，作为物联网象征的r f i d 技术大 有“得r f i d 者得天下”之势，因此在e p c 系统的推动下r f i d 必将迎来各大的 发展空间。 在国外，关于多种传感的融合车辆识别方面研究厂家并不多，瑞士的a s i m 自主研发的的t t 2 9 0 型交通用雷达并配备有超声和红外设备，在整个系统中，红 外设备