基于计算机视觉的高速公路检测监测系统

摘要：随着我国社会经济的迅速发展以及城市化进程的加快，我国机动车数量不断增长，以往基于人力和大量传感器的交通管理系统压力越来越大，实现数字化和智能化的交通监控，对当下的交通管理任务具有积极作用。伴随着计算机视觉技术的发展，基于人工智能的自动化、智能化的交通管理模式逐渐成为可能，基于此，设计并实现一套基于计算机视觉的智能交通监测系统，在高速公路以及路边场景三个场景下实现一些常见的诸如违规行为监测、车流统计、车牌识别等多个交通管理任务当中。

关键词：交通场景;WEB;计算机视觉;视频流

近年来，随着国家科技和经济不断的发展，同时伴随着城镇化的脚步逐渐加快，高速公路得到快速发展，同时也出现了大量违规问题及安全隐患。要解决这些问题一方面要加强司机和行人对相关的交通知识的学习，加强自身综合素养，另一方则是使用智慧化、自动化的技术来加强交通监测和管理。

基于计算机视觉技术，同时结合WEB技术，设计并实现一套智能交通监测系统，利用基于RTMP实时交通场景视频流，在高速公路以及周边场景三个场景下实现一些常见的诸如违规行为监测、车流统计、车牌识别等交通管理任务，将有效提高用户对交通监测和管理效率。

1 系统架构

本系统整体采用B/S架构，用户使用层采用了VUE框架和ElementUI进行开发。相关功能有视频上传、场景选择、组件选择、数据准备、信息查看、违规查询、系统配置。数据源方面有两种选择，一是上传视频，二是摄像头实时采集画面。后台开发语言采用Python，使用到了Flask框架进行后台的开发。这里，所有视频流在逐帧划分成图像后，会利用计算机视觉技术进行图形处理，以方便后续进一步加工。因为系统要考虑实时性，所以生成违规信息、车流量信息等需要实时显示在用户界面上，利用了Redis内存存储快速特点，对数据进行存储。在将视频流推向WEB页面时，我们选择Nginx服务器来支持推流。最后，将随后要查询的数据存储在Sqlite3数据库中，方便用户的查询和系统的分析。

2 高速公路检测系统开发需求分析

本系统围绕高速公路交通场景进行开发，着重解决交通中监测和管理问题。

2.1 功能需求

上传视频：上传待处理的视频。

取消上传：中止正在上传的视频。

删除视频：删除上传到服务器的待处理视频。

提交任务：为上传的视频或摄像头实时拍摄的画面定义交通场景，准备功能组件，准备区域标注数据。

启动任务：启动已经提交的任务。

停止任务：将正在运行的任务中止掉。

查看信息：可以查看实时处理的视频，提高的任务列表，还可以查看车流量如：左拐、右拐、前行的机动车数量和各种类型机动车在每个方向上数量的总和。

历史任务：查看已经处理完成的任务情况。

违规查询：违规查询可以通过车牌号的模糊查询查找违规的车辆信息，并且可以详细看到违规时间、违规类型、违规车牌号、违规图像、违规地点。

实时车牌识别：识别并记录过往的车牌号。

违规转向监测：监测并记录违规转向行为

车流量统计：分类别、分方向的车流统计。

违章停车监测：监测并记录违章停车行为。

非法占用车道监测：监测并记录非法占用车道的行为。

2.2 非功能需求

该系统为实时系统，需要24小时不间断工作，同时，该系统面临的是一个潜在功能非常多的实际问题——交通管理，于是可扩展性对该系统而言非常重要。

实时性：在硬件设备足够的情况下，速度大于30fps。

可靠性：正常情况下可以24不间断运行。

可扩展性：遵守开闭原则，可以增添新的功能。

易操作性：良好的交互体验。

交互性：满足实时共享和多方查询信息的需求

3 基于计算机视觉的公路交通信息采集系统的功能模块设计

3.1 数据采集模块设计

数据信息的采集模块作为公路交通信息资源的监测系统，承载着极为关键的工作任务。它也是确保整个数据系统高效、精准运营的重要内容之一。这一模块的核心工作分布在道路网络的各个关键节点，如摄像头、传感器、硬件设备等环节中，这些设备时时关注着道路上的每一辆汽车、每一条路况的变化，并能够准确地感知和记载车辆的拥堵状态、行驶状态以及事故隐患等。为了确保数据的实时性和真实，相关数据采集模块运用了相近的通信技术，确保硬件之间传输速度稳定和快捷，无论是车辆的位置、速度，还是道量、道路的湿度、温度，甚至是微小的道路裂缝和凹陷等情况，都能被这一系统实时地捕捉监测。同时，数据采集模块还注重数据的完整性和准确性，会对接收的数据进行严格的校验和筛选，确保数据的有效性与真实性。对于可能出现异常的数据、噪声等常规问题，该模块还会进行智能的过滤和识别，确保后续处理数据的准确性和分析的权威性。最后，数据采集模块还具备强大的数据处理功能，不仅能够对数据采集进行实时开展，还能对数据进行同步和初步处理的格式化，为后续数据处理和分析提供更为便捷、规整的数据源。所以，数据采集模块是整体公路交通信息采集的核心内容，它的稳定性和高效性能够为整个公路交通信息采集和监测系统提供重要的数据支持。

3.2 数据处理模块设计

数据处理模块在公路交通信息采集中也扮演着关键角色，这一模块可以对各种传感器、摄像头等硬件设备的原始数据进行格式化和预处理。原始数据虽然包含着内容丰富和海量的交通信息，但是由于交通道路存在的噪声、光线等异常值的问题，所以数据处理的模块关键任务，就是要对这些数据进行前期的整理和清洗。在数据清洗过程中，数据处理模块儿会利用先进的技术和算法，准确地识别和处理数据中的异常值和噪声，这些异常值可能由于设备、环境和数据传输异常所导致的。一旦数据没有被及时处理，就会对后续的数据分析工作进行误导和干扰。通过数据的清洗，数据处理模块能够确保数据的可靠性、准确性。

3.3 数据分析模块设计

数据分析的模块作为公路交通信息监测和采集的核心内容，承载着数据的提取、剖析和交通价值评估的重要职责，它通过对数据挖掘机、机器学习等系列前沿技术的分析，对于经过处理的数据进行细致入微的整合，为交通管理部门提供准确的决策依据。在数据分析过程中，这一模块对整体的交通速度、密度和流量等关键性的指标都进行了统筹分析，通过相关变化的趋势波动等进行系统的整合，能够让人们深入地了解道路交通网的实际运行状况，及时发现潜在的问题并提出解决方案。通过运用机器学习算法和模型，提升和理解交通流量的变化规律，预测出未来的交通拥堵和交通流量问题等，为后续的交通管理部门提供了宝贵的参考和决策，有效地帮助相关工作人员提前制定应对措施，不断优化公路交通布局。

结束语

智能交通概念在中国从提出到现在已经30年了，国务院在《新一代人工智能发展规划》中提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。目前人工智能大数据的发展氛围已经形成，无论是政府部门，还是企业单位，都认识到了其发展必然性和巨大价值潜力。交通行业是创新最活跃的领域，但从全国来看，交通领域的人工智能和大数据的应用尚处于探索、小范围尝试阶段，规模化的智能应用态势尚未形。交通行业的发展潜力巨大，交通问题一直受到社会各级的广泛关注，高速公路的管理采用基于深度学习的智能视频分析技术进行隧道监控，顺应了信息科技发展的潮流，通过创新监管方式，提升了事件处理效率。

参考文献

[1]段河霞.公路交通信息采集及监测系统的设计与实现[J].工程机械与维修，2023（6）：185-187.

[2]钟媚，魏萌萌.山区高速公路运营安全信息监测指标及采集方式[J].交通科技与经济，2016，18（6）：46-51.