视觉传达交通指示系统设计范文

摘要：基于有源射频识别的应急车辆交通引导系统，采用基于ATmega16的车载主控制器和STM32交通灯控制器构成应急信息采集系统，并在上位机载入一个区域模型实现对交通的指示，存在系统处理过程耗时长的弊端。为此设计基于视觉传达的交通指示系统，系统总体结构包括预处理模块、交通指示信号灯检测模块、交通指示信号灯识别模块、交通指示信号灯跟踪模块和控制模块，系统采用红外遥控发射电路，通过红外遥控发射器发射6个持续信号，2个单次信号和8个独立通道编码，实现交通指示信号灯的选定、时间增减和急车强通等功能；对图像进行预处理和交通指示信号灯进行控制，加强系统的交通指示效果。实验结果表明，所设计系统能提升交通指示的效果，亮度处理过程仅需4ms，显著缩短系统的耗时。

关键词：视觉传达；交通指示；系统设计；图像预处理；信号灯检测；控制器

引言

随着我国经济发展速度的不断加快，城市道路交通堵塞和拥挤问题成为当前交通指示系统急需解决的问题。在经济发展较快的地区，这种问题更加突出，因此设计一种有效的交通指示系统十分必要。文献[1]提出基于有源射频识别的应急车辆交通引导系统，采用基于ATmega16的车载主控制器和基于STM32交通灯控制器构成应急信息采集系统，实现对交通指导系统的有效设计；但该系统还需将上位机载入一个区域模型过程，导致系统的处理过程较为繁琐。文献[2]提出分块自适应融合特征的交通标志识别系统，基于分块HOG⁃LBP自适应融合特征的交通标志识别方法，通过分块计算梯度直方图得到权重系数，来判断交通指示信号灯的指示。该系统采用的自适应融合特征的交通标志识别方法，受外界环境干扰强，实际应用中得到的指导结果可信度差。为解决传统方法中存在的问题，本文设计一种基于视觉传达的交通指示系统。该系统能有效提升交通指示信号的检测和识别结果，缩短系统各个处理过程的耗时，提升系统的整体应用性。

1基于视觉传达的交通指示系统设计

1.1系统整体设计

本文设计的基于视觉传达的交通指示系统可实时地对交通指示信号进行检测[3]、识别，以及将交通指示信号灯的视觉信息传达给控制模块，完成系统离线状态下的视频分析。系统包含预处理模块、交通指示信号灯检测模块、交通指示信号灯识别模块、交通指示信号灯跟踪模块和控制模块。系统整体结构如图1所示。预处理模块功能是对视觉传达装置获取的视频信息实施预处理，预处理过程包括感兴趣区域设置、灰度化处理以及直方图增强等操作[4]，为后续交通指示信号灯的检测、识别和控制做准备。交通指示信号灯检测模块在完成亮度滤波后，通过颜色分割得到待选区域的二值图像，并对其实施形态学处理，采用长宽比、面积几何形状将干扰区域剔除[5]。最后根据多帧统计验证和黑色背光板验证获取交通指示信号灯区域。在交通指示信号灯识别模块中需先对待选区域预处理，后对信号灯的轮廓特征进行特征提取，采用距离函数将获取的轮廓特征与样本数据库进行匹配，得到信号灯的类型，通过构建信号灯几何模型对交通指示信号灯类型进行判断。系统对交通指示信号灯的跟踪模块基于camshift目标跟踪算法，提升了交通指示信号灯方向指示速率，控制模块即控制系统软件，实现了交通指示。

1.2红外遥控发射电路设计

本文系统需了解来自十字路口不同方向的信号灯变化情况，实现交通指示信号灯的选定、时间增减和急车强通等功能[6]。红外遥控发射器能发射6个持续信号，2个单次信号和8个独立通道编码，可以满足系统的实现需求，因此采用红外发射器为编码发射专用电路，其设计原理如图2所示。图2红外遥控发射电路Fig.2Infraredremotecontrolemittingcircuit

1.3图像预处理实现

基于视觉传达的交通指示系统中图像预处理实现通过灰度化处理，在灰度图像中各个像素的R，G，B分量值相同并处于0~255之间，RGB颜色空间中当三者相同时表示一种灰度颜色[7]，且相同值为灰度值。由视觉指示的交通信号灯的发光方式可知，仅有三种颜色的信号灯，当指示灯显示为红色灯时，R分量值越高；当其显示为绿色时，G分量值最高[8]；显示黄色时，R和G值均较高，说明交通指示信号灯三种颜色与R和G分量相关性较大。因此灰度化处理时，为使交通指示信号灯在不同状态下均能保持高亮度，本文对最大值法进行改进，将R和G分量中最大值视为灰度值，剔除B分量的影响，处理过程如下：gray(i,j)=Max(R(i,j),G(i,j))式中：gray(i,j)为图像预处理后灰度图像在像素点处的灰度值；R(i,j)和G(i,j)为像素点的R和G分量。

1.4交通指示信号灯控制实现

本文设计的基于视觉传达的交通指示系统中，通过红外遥控发射器来获取各个路口的车流量信息，并智能地对交通指示信号灯的交替时间进行分配[9]，维持道路交通中车流量的最大，同时降低绿灯路口无车流量而红灯路口超长排队的问题，系统设置的常规等待时间为45s，最大等待时间为1min，确保车流量少的路口车辆不会长时间等待[10]。图3为系统交通信号灯控制实现流程图。

2实验分析

实验为验证本文基于视觉传达的交通指示系统的有效性，对本文系统中交通指示信号灯的检测和识别性能进行验证。

2.1交通指示信号灯检测结果分析

分别在不同的时间内对交通指示信号灯的视频信息进行采集，从采集到的视频资料中选取多个片段，并采用手工标记对视频中每帧图像进行标记，在有效标记交通指示信号灯图像的同时记录信号灯位置信息、状态以及颜色等信息。系统处理图像后输出对交通指示信号灯的检测和识别结果，其包括信号灯位置、状态以及颜色等，将手动标记结果与本文系统的输出结果相比，计算正确率、漏检率以及误检率。为直观评价本文基于视觉传达的交通指示系统检测信号灯的能力，引入漏检率和误检率评价指标。漏检率即系统未检测到的信号灯数量与总信号灯的比值，该值越小说明系统检测交通指示信号灯能力越强；误检率即非交通指示信号灯被误认为是信号灯的数量与信号灯总数的比值，该值越小代表本文系统对非交通指示信号灯的剔除效果越显著。为突出本文系统对交通指示信号灯的检测效果，将基于有源射频识别的应急车辆交通引导系统对交通指示信号灯的检测结果与本文系统检测结果进行比较，表1为两种系统的检测率结果。分析表1数据结果可知，本文系统对交通指示信号灯的误检率最低为6.63%，最高为13.49%，对比传统基于有源射频识别的应急车辆交通引导系统误检率最低为15.36%和最高32.24%，可以看出，本文系统对交通指示信号灯的检测能力较强；对比两种系统的交通指示信号灯漏检率结果可以看出，本文系统的漏检率在15%以下变化，传统基于有源射频识别的应急车辆交通引导系统的漏检率整体波动情况均在30%以上，同样说明本文系统的交通指示信号灯检测能力强；对比两种系统的交通指示信号灯的误检率结果可以看出，本文系统的误检率结果较低，对非信号灯的剔除效果明显，因此说明本文基于视觉传达的交通指示系统的应用指示效果好。

2.2信号灯识别结果分析

实验为分析本文系统对交通指示信号灯的识别性能，通过识别率和误识别率来进行评价。识别率即系统识别出的正确的交通指示信号灯类型与所有信号灯数量的比值。该值表明本文系统对交通指示信号灯识别的能力，该比值越大说明本文系统对交通指示信号灯的识别能力越强。误识别率即未正确识别的信号灯类型与识别出信号灯总数的比，该值越小说明，本文系统对交通指示信号灯的识别效果越好。表2为本文系统和基于有源射频识别的应急车辆交通引导系统的识别结果。分析表2数据结果可知，在相同的天气和图像帧数下，本文系统和传统基于有源射频识别的应急车辆交通引导系统的交通指示信号灯的识别率和误识率相差较大。本文系统的信号灯识别率随着天气转变逐渐提升，从78.05%上升到92.77%；而传统基于有源射频识别的应急车辆交通引导系统识别率最高仅有63.58%。从误识别率结果可以看出，本文系统信号灯误识别率最高仅有6.39%，而传统基于有源射频识别的应急车辆交通引导系统误识别率最低12.69%，最高达到22.45%。对比结果可知，本文系统对交通指示信号灯的识别率较高且误识率较低，可看出本文系统在不同的天气环境下的交通指示信号灯的正确识别率高，对交通的指导效果明显。为对本文系统的运行时间进行分析，对系统各个过程的消耗时间进行测试，为突出比较本文系统运行时间的高效，将基于有源射频识别的应急车辆交通引导系统的耗时情况与本文系统进行比较，结果如表3所示。分析表3数据可知，在各个处理过程中本文系统的处理时间均低于传统基于有源射频识别的应急车辆交通引导系统处理时间。从图像的亮度处理过程分析，本文系统的消耗时间仅有4ms，传统系统为13ms，相较本文系统耗时长9ms；对比分析两种系统对目标跟踪的时间，本文系统仅需10ms，传统系统高于本文系统15ms，耗时25ms。说明本文系统的消耗时间短，系统效率高。

3结论

本文以机器视觉为基础，设计基于视觉传达的交通指示系统。通过设计硬件红外遥控发射电路，实现对十字路通指示信号灯的控制。根据实验结果可知，本文系统对交通指示信号灯的误检率最低和最高分别是6.63%和13.49%，本文系统漏检率始终低于15%；信号灯识别率从78.05%上升到92.77%，且信号灯误识别率最高仅有6.39%；本文系统图像的亮度处理过程以及目标跟踪的时间分别是4ms和10ms。这些数据说明本文系统能有效对交通指示信号灯进行检测和识别，提升交通指示信号灯检测和识别能力，能够满足现实道路下的应用要求。

作者：陈欢 单位：广西民族大学相思湖学院