機器視覺技術的城市交通預警系統，是先進交通管理系統的子系統，是通過根據交通狀況的變化及早預警，配合交通管理的智慧型監控系統。
近幾年來，隨著經濟的發展，我國各大城市內部的交通基礎設施建設也得到了快速發展，但是，儘管城市道路越建越寬，立交橋越建越多，交通信號越來越複雜，道路的擁擠程度和交通事故的發生率卻沒有得到明顯的緩解，交通運輸業特別是城市交通承受著越來越大的壓力。根據大量的統計數字說明，很大一部分交通擁堵是由於交通事故得不到及時解決，導致事故發生沿線擁堵的車輛越來越多，從而形成了惡性循環。城市的空間資源以及城市環境資源的有限性，使得人口本來就很密集的各個大中城市都將面臨著不斷迅猛增長的私人轎車的重大問題，有限的城市道路將會變得越來越擁擠，城市交通事故的發生也更加頻繁：
目前，隨著城市交通現代化、智慧型化的進程日益加快，國內相關領域的研究也成為新的熱點。關於智慧型交通系統（Intelligent Transportation System；簡稱為ITS）的研究得到了歐洲、美國、日本、加拿大等等很多已開發國家的廣泛重視，他們紛紛投入巨資套用於智慧型交通系統的研究，並進行了大量的模擬實驗，很多子系統已經能夠初步達到人們所希望的智慧型化程度。越來越多的事實已經證明，先進的ITS將有效地利用現有交通設施，減少交通負荷和環境污染、保證交通安全、提高運輸效率、促進社會經濟發展、提高人民生活質量，並能夠推動社會信息化及新產業的形成。
2. 基於機器視覺技術的城市交通預警系統結構框架
系統主要功能模組簡介：
?? 視覺監測：城市交通環境是實時變化的，通過視頻監測技術採集相關數據，將檢測到的環境特徵值送往信息融合處理器。
?? 信息融合處理器：將信息通過模糊神經網路方法得到輸出結果。
?? 監測預警：根據並做出決策，即相應調整實時交通信息、信號控制，以及對於將要發生事故或已經發生事故區域採取緊急救援措施。
3. 基於機器視覺技術的城市交通預警系統關鍵技術
3.1相關數據採集關鍵技術
基於機器視覺技術的城市交通預警系統，是先進的交通管理系統中極其重要的一個環節，該系統的預警性能在準確與否，關鍵的一點就是能夠準確及時地採集各種交通信息，包括：車流量大小，車流速度，各個路段的飽和度以及車輛的長度和寬度等等。
目前常用的車輛檢測器是環型線圈檢測器，它能監測車輛的存在以及路段的飽和度。通過在腳踏車道上安裝多個線圈，環型線圈檢測器還可以監測車輛的速度以及車輛的長度，直至今日，該技術的研究和開發歷史較長，技術相對成熟、穩定，檢測的精度高，而且可以工作在惡劣的天氣環境下，但環型線圈檢測器也是有其固有的缺點：
?? 環型線圈檢測器不能同時監測多個車道，對於想了解多個車道的車流量情況只能在多車道的路段上，每個車道都安裝一套線圈檢測器。
?? 當安裝或維護線圈車輛檢測器時，需要阻斷交通流。
?? 當兩輛車過於接近時，環型線圈檢測器將會誤認為是一輛車。
?? 對於一些特殊路段例如立交橋橋體表面，由於厚度限制，不能埋設線圈。
目前視頻車輛檢測器大致可分為三種：點式檢測器、線式檢測器以及面式檢測器：
?? 點式車輛檢測器：通過在圖像上設定一定的檢測點，通過檢測這些檢測點灰度變化情況，推斷是否有車通過以及交通流的速度、密度以及流量。其缺點主要是為易受環境照度變化以及車輛自身陰影的干擾。
?? 線式車輛檢測器：主要有橫向線式檢測器和縱向線式檢測器。橫向線式檢測器是指在圖像的特定位置上劃取一垂直於道路方向的檢測器，通過檢查檢測線上灰度變化來判斷通過檢測線的車輛樹木以及車輛的寬度，並可根據車輛的寬度來判斷車型，如果劃取兩條檢測線則可求出車輛速度。縱向線式檢測器則在平行於道路方向劃取檢測線，再根據線上灰度變化情況來判斷車輛的長度。縱向線式檢測器往往同橫向線式檢測器一起使用，可提高車輛分類的準確率。線式檢測器在車輛變換車道時容易誤判，而在車距過短時容易漏判，但因為其計算量較小，且比較容易得到車型以及車速等信息，所以前面國外普遍採用的視頻車輛檢測器即為線式檢測器。
?? 面式檢測器：則是通過對所攝取的圖像進行諸如邊緣檢測等運算，提取檢測區域中車輛的一些特徵，如：面積、邊緣等信息，採用這些信息進行車輛分類比較容易而且精度可大大提高。由於面式檢測器往往提取圖像灰度的剃度梯度信息，與點式和線式檢測器相比較可大大減小環境照明對檢測精度的影響。因此，儘管面式檢測器的運算量大大增加，但由於其固有的優點，隨著微處理器的運算速度的不斷提高，面式檢測器成為視頻車輛檢測器研究的主要方向。
從上可以看出點式檢測器和線式檢測器都是“過去式”檢測器，即模擬環型線圈檢測器的工作方式，通過判斷前後幀圖像中檢測點和檢測線上灰度的變化情況推斷是否有車通過，這種方式易受環境照度變化以及車輛自身陰影的干擾。面式檢測器雖然能降低環境照明對檢測精度的影響，但和其他的檢測器一樣，面式檢測器並沒有解決車輛陰影以及地面裂紋對檢測精度的影響，容易造成誤檢。而且在雨雪天氣，路面對車輛產生的倒影也會造成誤檢。但另一方面，對一些接近路面顏色的車輛，例如：在瀝青路面行駛的黑色車輛，圖像中車輛的灰色與道路的灰度之差小於事先確定的閾值造成漏檢。針對這些情況，解決方法通常是利用人工智慧和模式識別的辦法把車輛的圖像與陰影、倒影以及地面裂紋區分開來，但由於路面及其各種各樣的周圍環境，車輛也是種類繁多，要找到一種識別車輛所有情況的算法是不可能的。為此，該系統可以採用基於雙目視覺法的視頻車輛檢測器。通常所用的視頻車輛檢測器根據檢測區域灰度的變化來推測是否有車通過，這種方式往往受環境照明的影響較大，而雙目視覺，通過判斷被測物體的高度信息來推測該物體是陰影、倒影還是物體本身。精度比傳統方式可有很大提高。雙目視覺車輛檢測器還可測量車輛的寬度和長度信息，與高度信息一起可重建車輛的三維尺寸結構。利用這些信息進行車輛分類。但是，在雙目立體圖像中，需要每一瞬間的一對左右圖像，通過特徵匹配得到左右圖像的立體視差和三維運動之間的關係，合成立體信息，所以特徵匹配是雙目視覺的關鍵所在，有時也可利用3個攝象機提供的圖像進行立體信息處理，以簡化匹配過程，提高匹配精度。
3.2相關數據分析關鍵技術
模糊控制技術能夠解決許多經典控制理論難以解決的問題，其特有的簡潔性和魯棒性贏得了設計者們的普遍認同。但在解決多輸入問題時，模糊控制技術面臨著規則數目膨脹的瓶頸問題。城市交通預警系統是一個典型的多輸入監測系統，若取路段的車流量大小，車流速度，飽和度以及主要車型的實際輸入模擬量值及其變化量作為系統的輸入量，那么共有8個輸入變數，而對於每個狀態變數取4個語言值，那么在理論上需要的總規則數為48條，規則數目膨脹和知識難以獲取使得模糊控制器的直接設計相當困難。但是，它有一個很大的特點就是，輸入信息具有可融合性，採用基於信息融合的多輸入模糊控制器方法，可以作為一種解決方法。
信息融合又稱數據融合，即充分利用多源信息，獲得對監測對象一致性的可靠了解和解釋，以利於系統做出正確的回響、決策和控制。首先利用“融合函式”完成輸入變數維數的降低，然後利用降維後的輸入變數設計“模糊作用函式”，實現對系統的控制，從而可大大簡化對多輸入控制器的設計過程。該系統採用BP神經網路方法對系統進行降階處理，採用模糊神經網路進行整體決策，充分利用神經網路強大的非線性運算能力，能夠結合模糊規則，在有限的測量值的基礎上，準確判斷出環境特徵及其變化趨勢，最終達到預警功能。
莫士特科技有限公司提供此主機板及解決方案，並可二次開發。
該公司網上介紹如下：
莫士特科技是一家為客戶提供機器人、自動化主控方案，以及圖像處理模組，仿生感測模組的企業， "妖怪機器人" 是其已註冊的國際品牌；公司以生產智慧型化和生活智慧型化為宗旨。其研發生產的主控板，圖像處理，仿生感測模組三類方案是機器人，生產自動化的技術基石；還套用於其它各種行業。公司立志為國產機器人，自動化技術發展而努力奮鬥，為智慧型產品進入企業，家庭貢獻力量。
莫士特科技在北京，深圳，香港設有辦事處，在北京設有產品加工廠。目前，在國內智慧型專家的帶領下, 公司在智慧型控制、視覺處理、自動化機械等方面已擁有獨特成果，同時時刻關注製造工程的前沿技術, 不斷完善新的工藝，力爭使先進的人工智慧技術為人們的生產、生活帶來革命性的轉變。
上海頒博自動化科技有限公司 與您一起創造美好明天。
