机动车不避让行人交通违法自动检测系统研究

　　路侧系统设计

　　根据前述交通违法取证的相关证据性要求，并考虑目前技术发展的现状，该路侧系统的功能模块组成如图3所示。

　　图3中，图像采集模块是该路侧系统的重要设备，目前多采用高清网络摄像机，根据检测范围的大小，可选200万、300万、500万等不同分辨率的摄像机产品;高清摄像机可对机动车和行人的特征和位置等信息进行清晰记录。在目标检测技术上，地感线圈、激光检测、微波检测等检测方法对行人的位置和特征检测均不适用，而视频检测技术采用图像处理和模式识别技术，具有安装和维护方便、判断逻辑丰富等明显优点，因此基于动目标的视频检测技术具有良好的应用效果和广泛的应用前景。在本系统中，将视频检测模块内置于高清摄像机的DSP芯片内，实现对检测范围内的机动车和行人进行24小时全天候地检测和分析，如判定两者之间的相对位置关系符合设定规则，则认定为交通违法行为，触发高清摄像机自动采集至少2幅图片;号牌识别模块对机动车的号牌号码信息进行自动识别;信息处理设备将2幅图片、号牌号码信息，与违法地点、违法时间、车行方向等信息以单条违法记录的形式保存在前端存储模块，并由网络传输模块向后端管理系统实时上传，作为后续交通违法处罚的证据资料。

　　该路侧系统的单次交通违法取证处理流程可描述为：

　　行人目标视频检测技术行人目标视频检测，是把视频序列中出现的行人从背景中分割出来并精确定位。相对于成熟的机动车视频检测技术，行人目标视频检测技术还处于研究和试验阶段，目前主要采用的视频检测技术包括：

　　1、背景差法：该法是选取一帧图像作为参考图像，用当前帧的图像和参考图像做差分，如果参考图像选取适当，能够比较准确地识别出检测场景内的运动目标。该方法必须在算法中考虑各种外部环境因素的影响，如光照阴影、树叶摇动、物体遮挡等;

　　2、帧间差分法：该法又称多帧识别，是在连续的图像序列中对两个或多个相邻帧间采取基于像素的时间差分并且阈值化来提取图像中的运动区域;帧间差分法对动态环境具有较强的自适应性，能够快速有效地从背景中检测出运动目标，但不能完全提取出所有相关的特征像素点，在运动实体内部容易产生空洞现象;

　　3、基于统计学习的检测方法：该方法是目前较前沿的视频检测技术，是通过从样本集中学习人体的不同变化，从而检测和跟踪可变性的物体，因此具有较高的适用性和准确性。

　　综合考虑检测效果及对硬件资源的要求，该系统采用背景差法对行人进行检测，即首先通过自适应背景提取方法快速提取背景图像，在差分图像的基础上，结合直方图自动阈值分割和数学形态化等，提取出行人完整的轮廓;根据提取的目标特征信息，结合多种特征判断行人的存在信息，实现行人的自动检测。

　　系统建设建议

　　在系统建设中，该系统所采用的设备与目前主流的交通违法检测设备(如闯红灯电子警察等)均相同。为节省建设投资，交通管理部门可对目前已安装的各类电子警察设备进行升级改造，在原有设备基础上增加机动车不避让行人交通违法自动检测功能;或在新建系统时，考虑系统功能的整合，在不需要增加大量资金投入的情况下，也能够实现对机动车不避让行人违法行为的检测和记录，满足日益增长的交通管理需求。

　　结论

　　新版《机动车驾驶证申领和使用规定》的颁布和实施，为实现高效率、精细化、人性化的交通管理提供了重要的依据。在具体交通管理中，有关交通管理部门在强调机动车通行效率的同时，也应重视慢行交通的切实利益，综合考虑不同交通参与者的出行需求，减少各方通行权之间的矛盾和冲突。本文所提出的机动车不避让行人交通违法自动检测系统从违法行为界定、交通违法取证及系统实施等多方面进行了深入分析，为相关设备和系统的研制与应用做出了有益的尝试和指导。

　　【作者单位：上海宝康电子控制工程有限公司】