货运车辆超载根源分析与治理对策

一、货车超载的原因分析（一）车主追求利益最大化一辆核定载质量8吨的货车,车主为了多挣钱,装10吨、20吨、甚至30吨,全然不考虑安全,也不管超载对公路的损害,丧失了对社会的基本责任。车主超载时往往有侥幸心理,认为如果超载货车被查到了,白认倒霉,按规定交罚款、卸载;可如果没被查到,则可得到丰厚的利润。（二）货车运输成本高货车挂完牌后要办营运证、货车上岗证,     

交通事件视频图像自动识别系统的研究

如何有效利用高速公路视频图像信息,实时全天候自动智能检测交通事件,提升交通管理部门应急处置能效,是当前公路视频监控亟需解决的问题．本文基于视频图像处理技术,开展交通事件自动识别算法和系统的研究：采用中值滤波、亮度缩放等图像预处理方法,提取交通视频图像的前景目标边界并抑制噪声;基于灰度阈值化方法,对车辆前景进行二值化分割处理;提出一种二值化场景图像连通区域标定算法,对交通事件前景目标进行特征提取与检测识别,并基于上述算法和识别流程开发了交通事件视频自动识别系统．试验表明,该系统对噪声干扰抑制能力较强,识别准确率较高．     

基于监控视频的公路能见度检测方法

雾霾、沙尘等低能见度天气状况的频繁发生,严重影响到日常交通管理及出行者的生命、财产安全。针对低能见度环境下极易发生公路交通事故的问题,提出一种利用公路沿线已经架设的监控设备对各路段的监控视频数据进行实时图像处理分析的公路能见度检测方法。该方法是在传统暗原色先验算法的基础上,将监控视频帧转换为灰度图像,并结合自适应导向滤波算法和四叉树图像分割算法,提取监控图像所包含的空气透射率及大气光值等特征参数。然后基于能见度计算模型,依据监控设备与检测目标物之间的实际距离及偏移角度,估测道路的能见距离。实验结果表明,优化后的图像处理方法可以解决图像清晰度低、色彩失真、场景适应能力差等问题,且检测的能见度值误差率满足我国公路能见度检测精度要求。最后,结合能见度检测方法,提出了相应的能见度预警策略并应用于公路能见度检测与预警系统,为驾驶员实时提供雾区路段的能见度值信息和预警建议。     

车载IP视频监控解决方案的未来

车载IP视频监控解决方案的未来为了更好的监测列车运行情况,以确保乘客安全,防止意外或非法事件的发生,越来越多的铁路应用采用车载CCTV视频监控系统。但是,要将车载CCTV视频啊监控系统与列车其他系统,例如PA系统进行整合,就不是那么容易的事,因为有大量的限制条件,例如恶劣的环境、高振动、空间狭小、布线困难等。对列车而言,通讯系统和视频监控系统必须具备充分的弹性来应对恶劣的现场环境。     

基于反馈背景模型的城市道路交叉口前景目标检测

为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

基于车窗区域定位的出租汽车驾驶员蓄须行为的自动检测技术研究

针对出租车驾驶员蓄须行为自动检测技术展开研究,提出了一套基于视频图像的、完整的自动检测方法。首先,根据复杂交通车流的特性,提出一种用车窗区域代替完整车辆的出租车检测方法,同时基于检测到的车窗区域实现对驾驶室的精准定位。其次,利用基于亮度通道的多尺度视网膜（Multi-scale Retinex, MSR） 增强的图像预处理算法实现对图像的光线平衡及细节恢复。最后,通过libfacedetection 算法的精准下巴区域提取、结合非肤色像素点提取以及灰度阈值法的正反验证来提升算法的鲁棒性。利用交通监控视频对整套方法进行测试,研究结果表明,该方法能够对出租车驾驶员蓄须行为进行识别,进而提高执法效能。     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。     

基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

辽宁省综合治超监管平台建设创新型思考

目前治超管理技术发展迅速,但多数都是单系统的自治管理,缺少基于大数据的多系统综合治理。通过分析现有治超系统和管理方式,设计基于大数据的综合治超监管系统,通过对多个治超平台系统的融合和数据加工处理,把握货车行驶的时空分布特征以及超限超载黑点信息,把握超限超载规律,有针对性地治理超限超载处置行为,高效辅助执法和治理,提高治超的效率和效果。     

基于相关系数的道路监控视频关键帧提取算法

为从固定摄像头的道路监控视频中有效地提取出关键帧,提出了基于相关系数的关键帧提取算法。算法将监控视频中图像帧的RGB值处理为灰度值,结合滑动窗口机制,通过当前帧和当前关键帧之间相关系数的绝对值与阈值比较判断当前帧是否为关键帧。实验结果表明:算法在有效提取关键帧的同时还具有流程清晰、避免了冗余关键帧的特性。最后利用基于欧式距离的帧间差异性对提取的关键帧进行评价,验证了算法的有效性和合理性。     

山区高速公路安全生产视频监控系统关键技术研究

山区高速公路的建设施工受诸多自然条件和环境约束,如何在高速公路建设过程中,减少甚至避免安全生产事故,是各高速公路建设项目面临的重大问题。根据机器视觉理论和机器学习理论,结合高速公路建设实际情况,设计适用于山区高速公路安全生产的视频监控系统,提高山区高速公路建设工程施工进度的管理水平,使施工项目主控中心能及时了解施工进度,处理施工过程中出现的异常情况,在保障人民生命安全和国家财产安全的情况下,促进高速公路建设工程安全生产管理的科学化、标准化、规范化。同时,使用边缘检测技术和异常检测技术对施工路段的边坡进行检测,重点针对山体滑坡等自然灾害的监控和预警。     

城市交通视频集中监控网络信息平台的关键技术

路口视频监控是城市交通管理的重要方法。随着信息网络技术的发展,视频监控系统逐渐转向依靠网络信息平台来提高交通管理的快捷反应能力。探讨了城市交通视频集中监控网络信息平台的若干关键技术,首先对适合于交通视频监控的视频编码技术进行了分析比较,并阐述了对庞大视频数据进行处理的超级并行计算平台,同时探讨了适合爆发量数据存储、访问的SAN（区域网络存储）海量存储技术等。最后,以杭州市道路交通监控的具体需求为例,重点介绍了如何实现城市交通视频监控网络信息平台及其关键技术。     

单幅雾霾天气交通监控图像去雾处理技术

针对交通视频监控系统在恶劣雾霾天气下获取的图片质量受损,无法正确识别车辆信息的 问题,首先总结了已有图像除雾技术的研究成果,对比分析了全局直方图去雾处理法、同态滤波 去雾处理法、多尺度Retinex(MSR)去雾处理法3 种算法。然后,采用这3 种方法对雾霾交通图片 进行处理,并根据图像纹理特征统计量对处理后的图像效果进行了客观评价。仿真结果表明,3 种算法中,采用多尺度Retinex(MSR)处理法最能提高雾霾图像的质量,能有效地恢复和增强图像 信息,使图像的近景和远景得到均衡。最后,基于Matlab 设计了GUI图像去雾系统,逐一验证了 3 种算法的处理效果,结果表明该系统能够有效地提高交通视频监控系统图像的清晰度,可在一 定程度上优化雾霾天气下的交通图像质量。     

基于人工免疫机制的营运货车运行风险评价研究

为预防营运货车交通事故,动态监管营运货车提高其运输安全性,本文从营运货车道路交通事故调查报告中统计货车交通事故发生运行风险因素频率,提取营运货车运行风险关键因素,建立完整的营运货车运行风险指标体系。运用人工免疫思想,以营运货车运行风险评价指标等级值作为抗原向量,将人工免疫危险理论的信号处理机制及改进的树突细胞算法应用于营运货车风险评价,构建基于树突细胞算法的营运货车运行风险评价模型,并以云南省某运输集团的营运货车为例进行应用分析。研究结果表明：营运货车高风险的发生通常是多因素耦合的结果;基于人工免疫机制的营运货车运行风险评价模型可利用营运车辆监控平台实时数据,从动态实时的角度评价营运货车运行风险性;模型具有合理性和有效性,且有较高的准确率及较低的误报率,可为营运货车运行风险防控提供依据。     

《基于图像处理技术的高速公路交通流异常情况告警系统研究》通过科技成果鉴定

2008—09—04,由江苏省高速公路经营管理中心和南京大学完成的《基于图像处理技术的高速公路交通流异常情况告警系统研究》通过了江苏省交通厅组织的科技成果鉴定,研究成果在高速公路视频监控领域达到国内领先水平,部分技术达到国际先进水平,该项目对图像标定、运动车辆提取、阴影检测、车辆跟踪、多线程处理优化等关键技术进行了研究,并有如下创新：     

基于标杆的多车多品种货物装载优化算法

根据货物与货车体积质量比差异情况,结合组合理论,设计基于不同标杆的优化算法,充分利用车辆的载质量与容积,以提高装载效率。对于轻质货物,以货车的载质量为标杆,在充分利用货车容积的同时,尽可能地提高货车的载质量利用率;对于重质货物,以货车的容积为标杆;匀质货物的体积和质量相对货车都比较均衡,以货车的体积质量比为标杆,对货车的容积和载质量利用率同时优化。数值仿真结果表明标杆算法的效率普遍优于其他算法,标杆算法下体积利用率曲线和载质量利用率曲线及其趋势线比较平稳,算法的稳定性强,适合大规模多车多品种货物的装载。     

基于双路神经网络融合模型的高速公路雾天检测

高速公路天气状况实时监察对于高速行车安全具备重要意义,然而气象检测只能对大范围区域的气象情况进行预报,不能满足高速行车各个路段气象情况实时检测的需求. 为此,提出一种基于双路神经网络融合模型的高速公路雾天检测算法. 该算法基于双路深度神经网络融合模型,提取雾天图像的可视深度图以及暗通道图像两种视觉特征,并利用深度神经网络进行建模,获得初步分类结果;然后,再利用均值融合层进行分数融合. 为了全面评测该算法的性能,构建了一个覆盖多个省份高速公路的视频监控雾天数据集（express way fog detection dataset,EWFD）,该数据集能够全面涵盖国内高速公路的天气情况,并在该数据集上做了全面的分析对比实验. 实验结果显示,本文所提出的双路神经网络融合模型的雾天监测算法取得了93.7%的准确率,与国际前沿的检测分类算法101层残差网络（ResNet-101）相比,本文提出的算法准确率提高了10%以上.      

组播在视频监控系统中的应用

基于单播的视频监控系统容易造成网络拥塞,导致视频不能进行实时传输,而IP组播技术的出现,使得这一问题得以迎刃而解。采用IP组播技术实现监控视频的多点传输,可以大大节省网络带宽资源,提高数据传送效率,便于多个客户端同时进行监控。本文介绍了IP组播技术在高速公路监控系统中的应用。     

基于视频的道路盲区能见度检测研究

基于道路视频图像的能见度检测方法可为智能交通系统提供实时、可靠、经济的交通能见度信息，但其应用效果受限于广泛存在的视频监控盲区。鉴于此，针对道路视频监控盲区的能见度实时检测方法展开研究，利用视频能见度检测算法，获取上下游路段能见度的两类检测数据，并提出一种基于能见度数据的高层信息汇聚融合模型，构建了盲区的能见度间接检测方法，给出 基于实时视频检测的道路盲区能见度预测值，与目测结果相比，平均误差小于10%。