国内智能交通领域中车辆检测技术的应用与研究

作者：敖卓森 朱光翔张宏顺（深圳桑达电子设备有限公司，深圳518028）

摘要：车辆检测技术是智能交通系统的重要组成部分，也是实现智能化监测、控制、分析、决策、调度和疏导的基本依据。通过对国内智能交通系统应用情况的调研，本文分析了国内智能交通系统中几种常用的车辆检测方式，及它们的工作原理、环境适应性和优缺点，并对线圈检测和视频检测的应用进行了深入研究。

关键词：智能交通系统；车辆检测技术；线圈检测；视频检测

Application andResearch of Vehicle Detection Technology for Internal IntelligentTransportation Systems

David Ao, ZhuGuang-xiang, Zhang Hong-shun

(Shenzhen SED ElectronicEquipment Co.,Ltd.，Shenzhen 518028)

Abstract：Vehicledetection technology is an important part of IntelligentTransportation Systems (ITS), and it also is the base ofintelligent monitoring, controlling, analysis, decision-making,scheduling and leading. By long-time research work, this paperanalyzes several kinds of common methods on vehicle detectiontechnology, their principle of work, environmental suitability andmerit and demerit. Simultaneously, the application of loopdetection and video detection were deeply researched.

Keywords：IntelligentTransportation Systems; vehicle detection technology; loopdetection; video detection

1.引言

随着我国经济快速发展和城市规模不断扩大，各种交通需求不断增加，智能交通系统（又称“智能运输系统”，IntelligentTransportationSystems，ITS）。在我国逐渐得到了广泛应用和快速发展。车辆检测技术是智能交通系统的重要组成部分，交通智能化管理需要通过车辆检测方式采集客观、有效的道路交通信息，获得交通流量、车速、道路占有率、车间距、车辆类型等基础数据，从而有目的地实现监测、控制、分析、决策、调度和疏导等智能化手段。

目前，国内外诞生的车辆检测器产品的种类很多，技术原理和实现方式各不相同，如有线圈检测、视频检测、微波检测、激光检测、声波检测、超声波检测、磁力检测、红外线检测等。我国幅员辽阔，道路里程长，车多人多，交通状况比较复杂，各地交通管理部门对于车辆检测方式的要求具有多样性，从性能指标、产品成本、安装方式、天气路况、管理政策等方面都有诸多不同。

本文通过对国内智能交通系统应用情况的调研，结合笔者所在企业多年来在智能交通领域实施项目的经验数据，列举了几种国内智能交通系统中常用的车辆检测方式的工作原理、环境适应性以及优缺点分析，并对普遍采用的线圈检测和视频检测的应用进行重点研究。

2.车辆检测方式特点比较

2.1线圈检测方式

通过一个电感器件即环形线圈与车辆检测器构成一个调谐电子系统，当车辆通过或停在线圈上会改变线圈的电感量，激发电路产生一个输出，从而检测到通过或停在线圈上的车辆。

线圈检测技术成熟、易于掌握、计数非常精确、性能稳定。缺点是交通流数据单一、安装过程对可靠性和寿命影响很大、修理或安装需中断交通、影响路面寿命、易被重型车辆、路面修理等损坏。另外高纬度开冻期和低纬度夏季路面以及路面质量不好的地方对线圈的维护工作量比较大的。

本文将在第3部分重点针对线圈检测方式进行深入分析研究。

2.2视频检测方式

视频检测方式是一种基于视频图像分析和计算机视觉技术对路面运动目标物体进行检测分析的视频处理技术。它能实时分析输入的交通图像，通过判断图像中划定的一个或者多个检测区域内的运动目标物体，获得所需的交通数据。

该系统的优点是无需破坏路面，安装和维护比较方便，可为事故管理提供可视图像、可提供大量交通管理信息、单台摄像机和处理器可检测多车道。它的缺点是精度不高，容易受环境、天气、照度、干扰物等影响，对高速移动车辆的检测和捕获有一定困难。因为，拍摄高速移动车辆需要有足够快的快门（至少是1/3000S ）、足够数目的像素以及好的图像检测算法的支持，视频检测由于需要进行计算往往无法捕获到高速运动物体。

本文将在第4部分重点针对视频检测方式进行深入分析研究。

2.3微波（多卜勒）检测方式

微波式交通检测器通过发射低能量的连续频率调制微波信号，处理回波信号，可以检测出多达8个车道的车流量、道路占有率、平均车速、长车流量等交通流参数。微波检测由发射天线和发射接收器组成。发射器对检测区域发射微波，当车辆通过时，由于多普勒效应反射波会以不同的频率返回，通过检测反射波的频率来检测车辆是否通过。

优点是在恶劣气候下性能出色,可以全天候工作、可检测静止的车辆、直接检测速度、可以侧向方式检测多车道、安装维护方便，缺点是侧面安装只能区分长车短车，相邻车道同时过车时可能漏记车辆数。

雷达就是依据“多卜勒效应” 的一种微波检测方式。雷达先发出一个频率为 1000兆赫的脉冲微波，如果微波射在静止不动的车辆上，被反射回来，它的反射波频率不会改变，仍然是 1000兆赫。反之，如果车辆在行驶，而且速度很快，那么，根据多卜勒效应，反射波频率与发射波的频率就不相同。通过对这种微波频率微细变化的精确测定，求出频率的差异，就可以换算出汽车的速度。

雷达测速有效范围大约在每小时 24 公里到 255公里之间，测速范围比较大，精确度也相当高。对于速度较快，车流量较少且方向统一的高速公路上面，采用微波雷达配合高速摄像机是一种不错的选择。而对于多车道、车辆并行、人车混杂的复杂路段，单纯只使用多普勒效应的微波雷达对路口、路段违法车辆的进行检测，则具有较大困难，在检测范围内如果出现多个车辆，往往无法区分目标车辆。另外，测速雷达一般安装在公路中间6米高的横臂上面，如果比较高的大型车辆（如挂车、货柜车等）经过，由于车体比较高，造成车体顶部距离雷达太近，雷达发出的脉冲微波射在车体顶部被反射回来的距离大大缩短，往往造成了计算出来的速度值比较大，会产生比较大的误差。

2.4磁力检测方式

在铁磁材料中会发生磁阻的非均质现象（AMR），当沿着一条长而且薄的铁磁合金带的长度方向施加一个电流，在垂直于电流的方向施加一个磁场。合金带自身的阻值会发生变化。利用AMR磁阻效应生产的AMR磁阻传感器成功地将三维方向（x，y，z）的单个传感器件集成在同一个芯片上，而且将传感器与调节、补偿电路集成一体化，可以很好地感测地磁范围内低于1高斯的磁场，可以根据一些铁磁物体对地磁的扰动，来检测车辆的存在，也可以根据不同车辆对地磁产生的扰动不同来识别车辆类型。

磁阻传感器的优点有：安装、维修方便，不必封闭车道、破坏路面。缺点也非常明显，对于纵向过于靠近的车辆的干扰排除能力较差，即当车流速度较低，前后车辆之间的距离较小时对测量精度影响较大。

2.5超声波检测方式

超声波检测的原理与雷达测速类似，都是利用“多卜勒效应”的反射原理，发射器从顶部发出超声波，当有车辆通过时，接收器接收到回波的时间是不一样的，据此可以判断是否有车通过。与雷达测速不同的只不过其传感器探头发出的是声波而不是电磁波。此种检测设备的缺点是必须顶置安装，安装条件受到一定的限制，并且传感头在路口这种灰尘极大的恶劣环境中使用，寿命非常短。因此这种检测方法并不实用。

2.6激光检测方式

激光检测为点测量行为，从理论上讲是可行的并且检测精度过程都相当高，但与微波雷达一样，同样面临路口多道路，多车辆和多行人的三多影响，点测量的效率无法满足监管要求，最重要的是：激光检测中的激光束对人体（主要是人眼的伤害）是其在使用中极为严重的问题。在欧美等国家又用激光测速的交通测速仪器，其性能指标不仅要达到国际Class1安全标准，同时在使用中必须用人工操控，以避免对人眼造成伤害。在日本是严格禁止用激光作交通检测设备的，因此，激光检测在理论上讲比较好，但目前在使用中的安全问题仍未解决。

2.7红外检测方式

红外检测器是顶置式或路侧式的交通流检测器。该检测器一般采用反射式检测技术。反射式检测器探头由一个红外发光管和一个红外接收管组成，其工作原理是由调制脉冲发生器产生调制脉冲，经红外探头向道路上辐射，当有车辆通过时，红外线脉冲从车体反射回来被探头的接收管接收，经红外解调器解调再通过选通、放大、整流和滤波后触发驱动器输出一个检测信号。这种检测器具有快速准确、轮廓清晰的检测能力。其缺点是工作现场的灰尘、冰雾会影响系统的正常工作。

2.8常见几种车辆检测方式优缺点比较

注：前面带*为摘自美国托休斯检测中心试验报告内容，其余为作者综合相关资料的结论。

3.线圈检测方式研究

线圈检测技术是目前世界上应用最普遍的车辆检测方式，其灵敏度高、技术成熟度高、计数精确、稳定性好，不受环境的影响。它的缺点是安装过程对可靠性和寿命影响很大，维修或安装需中断交通，破坏路面，影响路面寿命。同时线圈易被重型车辆、路面修理等损坏，而且它的维护难度较大。

下面以车辆检测器作为基础，对线圈检测方式的工作特性作深入的研究。

......

PS：由于word文档的计算公式格式没有办法贴入，不能显示比较遗憾，转成图片插入工作量太大，这部分省略，有需要交流的朋友可以电邮联系。

4.视频检测方式研究

4.1视频检测技术原理

视频检测技术是一种计算机视觉和图像处理技术，通过视频摄像机和计算机模仿人眼的功能，为实际应用提供实时交通信息的先进技术。其工作原理是通过视频摄像机和计算机模拟人眼视觉技术,通过分析摄像机拍摄的交通图像，在视频范围内划定虚拟线圈，运动物体进入检测区域导致背景灰度发生变化，从而感知运动目标的存在，实现对车辆、行人等交通目标的运动进行检测、定位、识别和跟踪，并对检测、跟踪和识别的交通运动目标的交通行为进行分析和判断，从而既完成各种交通数据信息的采集。

......

PS：由于word文档的计算公式格式没有办法贴入，不能显示比较遗憾，转成图片插入工作量太大，这部分省略，有需要交流的朋友可以电邮联系。

4.3视频检测算法优化探讨

4.3.1视频算法的优缺点比较

常用的三种视频检测算法有着它们各自的优缺点：

（1）背景差分法：摄像机固定，算法简单易于实现，在背景已知的情况下，能够提供最完全的特征数据，并能完整地检测出运动目标。由于背景建模对光照、天气变化以及突发事件等外部动态场景变化极其敏感，所以当背景更新不能很好的适应变化场景时，无疑将影响到目标的检测。

（2）相邻帧差分法：采用固定摄像机，对动态变化环境中的运动目标检测有较强的自适应性。在实时性方面显示出优越性，由于连续两帧时间间隔短，受光线变化、摄像头抖动的影响很小。但总体来说该方法不能完全提取所有相关的特征像素点，得到的背景并不是纯背景图像，故检测结果不十分精确，在运动实体内部易产生空洞现象，不利于进一步的目标分析与识别。

（3）光流场法：该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而，大多数的光流计算方法相当复杂，运算量很大，且抗噪性能差，除非有特殊的硬件支持，否则很难实现动目标的实时检测。

4.3.2视频算法的改进建议

（1）解决背景差分中的背景更新问题。设定一个时间开关t，每经过时间t时，将当前帧与上一个背景相差分，并统计它们差值的灰度直方图，如果有运动目标存在，则在直方图图上存在至少两个波峰，其中一个为背景其他为运动目标，否则只有一个波峰。以此来判断当前帧是否有运动目标，如果没有，即将当前帧设为背景，否则计算下一帧，直到有新背景更新为止，以此类推，这就很好的解决了捕获率随着外界变化而降低的问题。保证了背景图像的不断更新。

（2）解决效率问题。将每帧图像分成几块，比如9块，分布。在做相邻帧差分时，第一次对应块相差分，如果第一列的三个块中有目标被检测出来，则在下一次相邻帧差分时，只计算第一列或者第三列，为了进一步提高速度，只针对每一行进行差分，比如第一行第一列检测到目标，则在后面的差分中，只处理第一行的第二列或者第三列，当目标驶出第三列时，再开始新的计算。

（3）将几种方法相互结合，相互补偿，才能达到更好的使用效果。

5.结束语

经过深入调研和分析，目前使用最多的是感应线圈和视频检测这两种方式。综合考虑使用环境、性能要求、成本、使用寿命、日常维护和系统升级等方面，在普通道路或者车流密集的情况下优先考虑使用线圈检测方式，在大桥、高架桥、隧道等不能破坏路面的情况下优先考虑视频检测方式，在高速公路、快速环路等封闭型道路又需测速的情况下优先考虑微波（雷达）检测方式。由于当前不同检测方式的优缺点都十分明显，所以可以采取多种检测设备配合使用组成功能完备的综合检测系统，相互取长补短。

视频检测技术不如线圈检测方式成熟和稳定，现阶段受到使用环境、检测算法、硬件平台等的制约，还存在一些自身缺陷有待进一步完善和提高。但是它具有不可取代的优越性，随着技术的不断发展，检测方法的不断更新，视频检测技术将会越来越多地在诸多方面取代其他检测方式，成为交通管理工作中获取交通信息的重要来源和手段。今后，随着对基于视频的车辆检测算法研究的不断进展，立体视觉检测方式和多传感器检测方式将成为未来的发展趋势。

参考文献：

[1]张亚平，裴玉龙，王富.现代交通检测技术在城市快速路系统交通调查中的应用[R]. (哈尔滨工业大学 交通研究所 哈尔滨 150090)

[2]广州畅通智能交通科技有限公司.各类型交通流检测器的原理、特点分析及应用[Z]

[3]顾牧，毛骏键.大学物理学[M].上海：同济大学出版社，2002年第二版

[4]交通与计算机[J].1999年4月：39－41

[5]微计算机信息[J].2003年第九期：54－55

[6]余稳.几种主要交通流量检测手段的比较[J].智能交通，2009，(4)：48-50

[7]孙大伟，樊振民.全视频车牌识别技术在停车场系统的应用[J].中国安防，2007：114-117

[8]陈丹，张贇，曾虹等.基于视频的智能交通信息检测算法的研究[J].杭州电子科技大学学报，2008，28（5）：155-158

[9]邵春福，李娟，赵熠等.行人交通的视频检测方法综述[J].交通运输系统工程与信息，2008，8（4）：23-29

[10]李华明.视频交通流检测及车辆识别系统的设计[Z]

[11]吴爱华.基于视频的运动车辆检测技术研究[J].电脑与信息技术.2008年1O月第16卷第5期

[12]张晖，董育宁.基于视频的车辆检测算法综述[J].南京邮电大学学报(自然科学版). 2007年6月第27卷第3期

爱华网本文地址 » http://www.413yy.cn/a/25101016/323806.html