[发明专利]开放场景的安检车辆自动跟踪定位方法及系统

说明书

本发明涉及开放场景的安检车辆自动跟踪定位方法及系统，包括采集进站车辆视频图像，根据视频图像进行车牌识别得到车牌识别结果；根据车牌识别结果读取数据库中本车牌对应车型信息以及事件发生的相应时间段，车型信息包括车体的颜色和轮廓特征；将所述车体的颜色与目标检测区域的背景颜色比对，选取跟踪算法；根据选取的跟踪算法，逐帧判断车体最下边缘是否出现在地沟正上方监测区域内；若车体最下边缘出现在地沟正上方监测区域内则启动车牌的特征点关键点逐帧匹配跟踪技术，逐帧跟踪车牌位置变动；根据车牌位置变动结果判定车牌中心坐标变动进入特定的阈值，若进入特定的阈值，判定车辆静止，同时启动车灯定位与雨刮运动识别技术进行自动安检。

技术领域

本发明涉及一种适用于全自动化无人值守的车辆安全例检场合，配合基于计算机视觉的车灯定位与雨刮运动检测等技术构成一套完整的全自动车辆安全例检及年检系统方案，尤其涉及一种开放场景的安检车辆自动跟踪定位方法及系统。

背景技术

随着大数据，互联网+，深度机器学习等信息与人工智能技术的发展，为解决日益增长的交通拥堵，负荷与运力资源配置不平衡等矛盾，国家发改委和交通运输部于2016年联合提出了智能交通(ITS)系统的总体框架和发展方案，并强调了智能运输服务系统、智能运输管理系统、智能决策支持系统信息化发展的重要性。而车辆的年检和安全例检作为道路运输安全监管的主要内容，则其信息化和标准化自然成为ITS的重点建设目标。

目前，国内车辆年检的智能化和信息化水平不高，基本属于半自动化状态[3]，根据国家规定，机动车必须定期通过尾气检测、汽车外观、车灯、刹车、底盘等检测项目，根据车型及营运性质，一般为一年一次年检或者半年一次年检，而根据交通运输部出台的《汽车客运站营运客车安全例行检查工作规范》规定，客运班线单程营运里程小于800公里的客运班车和往返营运时间不超过24小时的营运班车，实行每日检查一次；客运班线单程营运里程在800公里（含）以上的客运班车和往返营运时间在24小时（含）以上的营运班车，实行每个单程检查一次。因此客运站安全例检的频度和工作量强度远大于汽车年检的强度，根据统计，在节假日高峰期，平均每3分钟都会有1辆车需要安检，每个安检站需要配备3~4名安检员三班倒来进行。

而在设计基于图像识别的全自动车辆安检系统中，针对所有的安全例检项目，除了胎压，扭矩，底盘外，前后车灯和雨刮器等大部分检查项目则是可以采用基于图像识别来全自动进行，并可大大提高安检员的效率。检查结果也可以与相关省市的运政系统对接，提高信息化程度。

目前国内外车辆安全年检和例检的自动化及信息化程度发展现状：当前客运车辆以及农用车辆的安全例检与年检问题主要在于靠人工检测，效率低下，可靠性差且安检人员专业水平高低不一，安检标准不统一[2]，因此基于图像识别技术的安全例检具有重大的经济社会效益。

目前国内各大中城市，车辆的安全例检一般是在经营者自身规划的场地进行[3]，除了防雨防淋外，并没有对遮光有严格要求，所以周边经常出现不相干的车辆与行人，给车辆轮廓的图像跟踪造成一定的干扰，同时车辆进站后，在录像过程中镜头抖动以及雨天地板坑坑洼洼的倒影也会造成跟踪目标特征突变形成技术难点，另外，车辆视频跟踪与识别作为智能交通信息化的热点，虽然当前有许多相关的文献与发明进行这方面研究[4][5][6]，但一般都是关于交通流量的统计和交通事故的分析，其算法侧重于对一般车辆的跟踪，并不适合对具有丰富先验信息的特定车辆进行跟踪及后期对各车灯定位与亮度变化等检查项目的识别。

目标跟踪作为视频分析的热点之一，目前有多种算法，总共包含三个步骤，即运动检测，模型建立或特征提取，模型参数或特征跟踪三个环节。

运动检测方面，常用方法有帧间差分法、光流法、背景减除法，混合高斯模型法等.其中帧间差分能够快速有效地从帧间检测出运动目标，速度快, 且对环境整体光照变化不敏感, 具有较强的自适应性, 能够消除挡风玻璃复杂的背景反光问题。不足之处在于因物体内部灰度分布的均匀性而造成较大空洞,导致无法找到运动目标连通域。