基于复合视觉系统的“电子警察”身怀哪些“绝技”？

今天是全国第32个“110宣传日”，相信很多人都不知道还有这样一个特殊的日子。这就像警察在人们生活中所扮演的角色，虽然一直在守护人民的安全，但只有需要时才会被想起。

所以，今天要感谢所有警察蜀黍对我们的辛勤付出！

说到警察，有车的朋友一定会想到交警好助手“电子警察”——交通监控，它们坚守在城市道路第一线，为减少车祸事故、辅助交警工作做出了卓越贡献。那么一个基于视觉的可靠交通监控系统，具备哪些过硬的功能呢？

跟着智视宝一起往下看。

客户：新加坡国立大学的控制和模拟研究小组

地点：新加坡

行业：交通行业智能交通系统(ITS)

应用

由于工业革命和运输技术的进步，在过去的几十年里，世界各地的汽车数量大大增加。为实现可靠的交通管理，高效的交通监控系统必不可少。

目前，新加坡采用的是基于多普勒效应的LIDAR / RADAR测速系统，然而这个系统有几个缺点。其中一个便是大型车辆的运动可能会干扰LIDAR / RADAR信号，导致速度读数出现误差。

此外，由于相机由速度检测器触发，因此图像在同一时间可能包含多个车辆。因为没有可靠的方法来确定超速行驶的车辆，这可能会导致错误发放超速行驶罚单。除了上述缺点外，手持枪形速度检测仪还需要进行手动操作。

新加坡陆路交通管理局的报告显示，车辆超速导致致命事故和伤害的情况日益增加。但由于视野范围较小的相机有固定的景深参数，因此在使用基于计算机视觉的系统来改变交通监控方式时会受到限制。这些系统在安装位置附近执行车辆追踪，因此它们只能在短距离内追踪和计算车辆的速度。

在当前形势下，建立基于视觉的可靠远距离追踪交通系统刻不容缓。

解决方案和优势

新加坡国立大学的控制和仿真研究小组已经开发了一个基于视觉的全新交通监控系统，其价格合理并且表现可靠。该系统名为“Raptor Vision”，可用于克服当前交通监控系统中的缺点。

此系统的灵感来自于在猛禽眼睛中发现的特殊视觉结构，这种结构可以同时观察近场和远场的车辆。该系统通过采用相应设计的Basler相机（具有适当的视角和焦距），追踪范围可以延长到1公里，而单相机或者当前的LIDAR/RADAR系统只能追踪200 m范围内的对象，因此这是一个巨大的进步。

图1：复合视觉系统概述

在初始阶段，Basler在新加坡的代理商Soda Vision为研究小组提供了样品相机，以供进行概念证明。

系统包括三个Basler ace USB 3.0相机（两个彩色相机用于追踪车辆，一个黑白相机用于捕捉车牌）和三个程序（视频拍摄程序、视频拼接程序和车辆追踪程序）。该系统使用视觉信息计算车辆的速度，让识别和测速处理之间建立起密切的联系。

研究人员为复合视觉系统增加了一个单独的牌照检测相机，从而为后续的执法提供了充足的证据。复合视觉系统具备远距离对象追踪能力，能够进行高速车辆的速度追踪，可以弥补现有速度监测系统的不足。

此外，该系统还具备潜力，能在复杂路况及多条车道的情况下执行实时追踪。同时感知远近的能力让这一系统还可以扩展到其他行业，如在制造业中用于沿着传送带检查瑕疵物品，以及用于无人操纵的飞行器(UAV)。

图2：使用Basler相机实现

Basler ace采用了USB 3.0，可以降低CPU负载，提高主机和设备之间数据传输的稳定性，同时它也具备集成（缓冲）内存，以满足工业应用对稳定性的极高要求。

Bharath Ramesh博士是领导此系统开发团队的研究员，他表示：“这种具备多种景深观察能力的复合视觉系统在很大程度上扩展了传统交通监控系统的追踪范围。由于采用了USB 3.0的Basler ace相机具备即插即用功能（不需要额外电源）和高带宽能力，因此我们为系统选择了这一相机。”

对于上述带有牌照相机的复合相机，需要使用一个避免帧速率下降的稳定软件实现让三个相机同步捕捉视频。在这一复合装置中，如果相机中的一台或两台出现随机帧速率下降的情况，那么将导致两个视频不同步，从而使得复合视频出现各种追踪问题，如：在拼接位置汽车突然消失或出现重影。

为了防止出现帧速率下降的问题，首先应将相机拍摄的所有帧存储在缓存中，然后再写入一个视频文件。为了确保缓存能够快速运行，需要在系统RAM中执行操作，因为在RAM中进行读/写操作通常比硬盘更快。

然而，缓存可能因为图像数据的增加而出现饱和，导致程序突然崩溃。因此，研究者采用了一个多线程程序，用于拆分单个操作，同步实施，以节省内存和处理时间。

最初使用MATLAB同步捕捉视频的实验未获得成功，因为它不能区分配备了不同镜头的同种相机。因此，系统开发团队利用Basler提供的应用程序编程接口(API)使用C++编写了一个程序。这样就可以使用这一视频采集程序对帧速率、快门速度和曝光时间等相机设置进行配置。如果多个相机都连接到USB 3.0端口，该程序就可以利用这些相机进行同步记录。

在定位超速车辆后，系统利用计算机视觉的常见技术来提取车牌信息，并进行读取。这些技术将会分析输入图像的水平和垂直边缘，以定位牌照。

研究小组曾经尝试向新加坡陆路交通管理局(LTA)和新加坡交通警察局请求借用测速枪或类似设备，但两个部门都告知他们，此类设备不允许提供给公众使用，即便用于研究目的也不例外。

因此，研究小组利用公开安装的RADAR速度告知板来校准一个智能手机应用程序，然后用该程序来验证所提议系统的估计速度。速度板提供的参考速度，可用于比较移动应用程序的输出数据，他们对其中多个应用的适用性和准确性进行了检测。

最终，研究小组发现名为Speed Radar Cam的移动应用在验证速度计算算法方面的表现最为准确可靠。

在现场实验中，他们使用了这一移动应用来验证追踪软件的准确性。计算速度和Speed Radar Cam的输出结果之间的误差通常处于±3 km/h的范围内。因此，他们所提议的速度计算算法的准确性处于合理范围内，这是一个可靠的基于视觉的交通监控解决方案。

正如前面指出的，基于RADAR的交通监控系统的主要缺点是在估计速度时缺乏车辆识别信息，而复合视觉系统能够提供超速车辆的快照，从而解决了这个问题。

相关技术

Basler acA1300-30um、Basler acA1300-30uc（1.3 MP USB 3.0彩色和黑白相机）

软件：Basler pylon相机软件套装、Visual Studio2013、Matlab2015a