机动车不避让行人交通违法自动检测系统研究

    【CPS中安网 cps.com.cn】 2013年5月6日，北京市“闯红灯罚款”政策得以落地;而深圳市交管部门于5月23日起，对行人与非机动车闯红灯乱象进行分档处罚，处罚金额最高可达100元。在交通管理者尝试用经济手段治理“中国式过马路”，极力倡导行人文明出行的同时，我们也应该看到除了道路渠化不合理、交通信号配不科学等原因，造成“中国式过马路”的另一重要原因是：道路通行权的冲突和以机动车辆为主体的道路交通体系。为了提高路口的通行效率，目前我国各城市的大部分路口多采用两相位或四相位的交通信号配时方案，其对右转车辆均采用了圆灯组不受限的控制策略，由此产生了右转车辆与行人过马路之间的冲突。在道路交通体系中，道路标线明确了不同交通参与者的空间通行权;而交通信号灯则为不同交通参与者的时间通行权。当同一时间通行权下，不同交通参与者之间的空间通行权产生冲突时，我们发现以机动车辆为主体的交通体系中，机动车辆可以毫不谦让、理直气壮的具有优先权。在交通繁忙路口，这种冲突严重影响了行人通过路口的效率和安全。

　　自2013年1月1日起执行的新版《机动车驾驶证申领和使用规定》中明确提出：“驾驶机动车行经人行横道，不按规定减速、停车、避让行人的，一次记3分。”该规定为明确右转车辆与行人之间的通行权给出了清晰的界定。但在实际情况中，在人行灯处于绿灯状态时，机动车不避让行人、强行右转的现象是非常普遍的，给行人在绿灯时间内安全、高效地通过道路造成了影响和威胁，也是造成“中国式过马路”的重要原因之一。

　　目前，我国在机动车不避让行人的交通违法检测方面，还仅仅依靠交警的现场执法，管理效率低、威慑力不足。因此，本文以规范机动车的驾驶行为为目的，探讨了采用智能化设备自动检测在人行绿灯情况下机动车不避让行人的交通违法行为，以期能推进相关设备、系统的研究与应用，进一步规范机动车驾驶者的驾驶行为，形成良好的交通出行行为规范，提高道路交通的安全和效率。

　　违法取证规范性研究

　　违法行为的界定

　　我国现有交通法规仅提及“机动车行经人行横道，应采取减速、停车、避让行人等措施”，但并未对该类交通违法行为给出准确、清晰的定义。由于右转车辆与行人在时间通行权和空间通行权的重叠和冲突，这给实际交通执法和违法取证带来了难度。因此，要实现该交通违法行为的自动抓拍和取证，首先需要对该交通违法行为给出清晰的界定。

　　本文采用行人所处位置与机动车通行车道之间的位置关系来界定是否为交通违法行为，下面以单向3车道的人行横道区域为例进行说明。

　　如图所示，N为在行人通过人行横道时根据所处位置划分多个区域并分别编号，其中N=0、1、2、3、4……;M为根据机动车所处的车道位置划分多个区域并分别编号，其中M=1、2、3……。

　　则当机动车车头到达人行横道线的外沿(如图1所示位置)时，比较机动车与行人之间的位置关系，可表示为：

　　│N−M│≤(1)

　　该式即要求机动车在通过人行横道线时，必须与行人之间保持至少有一个车道的安全距离，以有效保证行人的通行权和通行安全。当式(1)成立时，如果机动车辆继续向前行驶，系统就认定为该机动车未避让行人，是违法行为。
 

　　违法取证的证据性要求

　　根据我国现行的《道路交通安全违法行为图像取证技术规范》(GA/T832—2009)中对交通违法行为图像取证在信息采集、图片数量、时间间隔等方面的具体规定，本文对机动车不避让行人交通违法行为取证的证据性要求概括为：

　　1、道路标志信息：应清晰记录标志标线的位置和样式，至少包括人行横道线，如在灯控路口，还应包括人行灯的状态信息;

　　2、车辆特征信息：机动车尾部全景特征和号牌号码等信息;

　　3、车辆行驶特征：应至少记录2幅图片，其中第1幅图片应为车头达到人行横道线的外沿时，第2幅图片为机动车已行驶到人行横道线上，且机动车在两幅图片上所对应的行驶位移>1.0m;

　　4、行人运动特征：应清晰记录行人位于人行横道线上的位置信息。

　　系统实现研究

　　系统总体架构

　　借鉴现有同类的交通违法检测系统的系统框架，该系统采用通用的“四层系统架构”设计，即采集层、传输层、存储层和应用层(如图2所示)

　　其中，采集层为布设于路侧的前端设备，实现交通违法行为的现场取证与短期存储，包括摄像机、检测装置、处理设备及安装杆件等;传输层提供前端设备与管理中心之间的提供网络传输链路，可采用光纤网络、GPRS/3G/LTE等无线网络、微波等;存储层位于管理中心，提供所有违法数据的集中、统一存储;应用层为交通管理者提供记录审核、查询、统计等操作功能，及多种系统维护管理功能，并将正式的交通违法处罚记录转入相应交通违法处罚系统。
 

　　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】