公交車輛檢測技術(shù)研究進展

其中，特征的提取和選取是指對研究對象固有的、本質(zhì)的主要特征或?qū)傩赃M行測量并將結(jié)果數(shù)值化，或?qū)δ繕诉M行分解產(chǎn)生基元并對其符號化，形成特征矢量或符號串、關(guān)系圖，從而產(chǎn)生代表對象的模式。另外，在進行特征提取之前還需要對目標的信息載體進行必要的預處理。目前常用的特征識別方法包括Haar特征、HOG特征等。
為了有效地讓機器具有分類識別功能，首先對它進行訓練，產(chǎn)生分類識別的規(guī)則和分析程序，這也相當于機器進行學習。這個過程一般要反復進行多次，不斷地修正錯誤，改進不足，最后使系統(tǒng)正確識別率達到設計要求。目前，機器的學習常需要人工干預，這個過程通常是人機交互的。
視頻檢測器安裝調(diào)試方便，對路面和土木設施不產(chǎn)生破壞，但是虛擬線圈檢測器的位置是固定的，如果視頻檢測器的位置調(diào)整，程序則無法準確的進行檢測。同時，此方式需要對檢測道路進行虛擬線圈預設置，在實際的使用過程中步驟較繁瑣，沒有良好的移植性。并且此方法存在公交車輛漏檢或錯檢的現(xiàn)象，因此在實際工程中此方法還有待完善。
基于車型特征的公交車輛識別算法在實際應用過程中也會存在一定的漏檢或錯檢現(xiàn)象，且對分類器的訓練效果要求較高，同時由于特征點的提取和匹配需要一定的時間，因此，此方法在應用時對檢測準確度和實時性的要求較高。
文獻采用車載卡與通信基站信息交互的公交車輛識別方法。在主要站點或加油站附近指定的STD電話亭或加油站安裝信號檢測裝置；同時，公交車輛安裝車載卡。車載卡中含有的信息通過聲訊系統(tǒng)后轉(zhuǎn)化為本地電話號碼，通過網(wǎng)站郵件更新的方式將更新的信息發(fā)送到終端中轉(zhuǎn)站。從而實現(xiàn)公交車輛跟蹤。
這種方法會涉及到較多的人為因素干預，因此，這種方法僅適用于小范圍的車輛跟蹤系統(tǒng)，對大范圍的實時車輛跟蹤效果不理想。
2．5 近紅外輻射光流檢測公交車輛
提出了利用近紅外輻射技術(shù)，通過光流檢測器檢測道路上的公交車輛。車輛檢測器安裝在高處，連續(xù)不斷的向道路上發(fā)射近紅外光，通過光線反射回發(fā)射器的時間長度判別車型。
近紅外發(fā)射機根據(jù)按照一定信號發(fā)射光線，光線接收器接收反射光線，并把反射光線輸入到光流路徑差比較電路中。反射信號的阻抗元件會因光流路徑差的不同而變化，發(fā)射機的信號作為光流路徑差的參考信號輸入到發(fā)射機。通過路徑差比較電路中阻抗元件的變化識別公交車輛。

3 常用檢測方式比較
幾種常用的檢測方式及應用環(huán)境如表1所示。

環(huán)形線圈檢測能夠精準地確定出交通信號控制系統(tǒng)中道路占有率、車輛行駛速度和車間距等重要參數(shù)，但是這種被動的檢測方式不能準確的區(qū)分車輛類型，且對道路的使用壽命有重要影響。因此，隨著智能交通的不斷發(fā)展，被動式檢測的缺陷日益明顯。
RFID檢測在公交場站和公交車輛的到站預報系統(tǒng)中發(fā)揮了主要的作用，且目前廣泛應用于ETC系統(tǒng)中，該技術(shù)的應用大大提高了道路及公交車的通行效率。但該方法需在車輛和道路安裝超高射頻發(fā)射和收發(fā)裝置，在某些較特殊區(qū)域中使用時會受到一定的限制。并且，設備的安裝和維護需要大量的投入且不利于系統(tǒng)的升級改造，因此該方法并非是公交車輛檢測的最佳方法。GPS方法也同樣需要考慮設備的安裝、維護
的成本。
視頻檢測是智能交通系統(tǒng)中不可缺少的一部分，用視頻設備的輸出作為公交車輛檢測的輸入，可以提高資源的利用率，因此，在公交車輛識別中視頻檢測技術(shù)有更大的發(fā)展空間。

4 結(jié)語
視頻檢測可以代替人對道路檢測系統(tǒng)中的視頻圖像畫面進行綜合分析，不僅可以得到流量、占有率等常規(guī)的道路交通服務信息，還可以對視頻圖像中的所有車輛進行鎖定、跟蹤，并描述其運行軌跡，同時，對道路上發(fā)生的交通事件還有識別功能。隨著計算機視覺技術(shù)的不斷發(fā)展以及媒體處理、數(shù)字信號處理及圖像識別領(lǐng)域的軟硬件技術(shù)的提高，視頻檢測器運行的準確度和實時性都得到了較大的提高，可以想象，在公交識別系統(tǒng)中，視頻檢測技術(shù)將有更大的發(fā)展空間。