隨著人口的增長，交通壓力越來越大，智能交通系統成為近年來的熱門話題。車流量檢測是智能交通的基礎部分，在系統中起著重要的作用。目前檢測車流量的方法有很多，如電磁感應裝置法、車流量信息超聲波檢測法等。事實上，移動車輛的速度和類型總是在變化的，因此普遍存在反射信號不穩定和測量誤差大等問題。與上述方法相比，基於視頻的交通流量檢測方法有很多優點:1，從視頻圖像中提取可靠信息，完成道路交通監控，提高道路和車輛的自動化程度。2.安裝在交通監控系統中的攝像機比其他傳感器更經濟，破壞性更小。3.在實際的道路交通系統中安裝了很多攝像頭進行道路交通監控，可以壹舉兩得。
現有的傳統視頻檢測方法是基於工控機的，其算法已經成熟，相關產品已經形成。但也有壹些缺點:1，由於壹般CPU沒有專門的硬件乘法器，很難實現實時圖像處理。2，是壹般的工控機，運行Windows系統，成本高。要時刻關心機器有沒有死機，系統有沒有感染病毒，如何操控系統的補丁升級。基於以上兩點，本文提出了壹種基於TMS320DM642(以下簡稱DM642)的嵌入式圖像識別方案，解決了現有的問題。
2.交通流量檢測系統的原理和組成。
2.1車流量檢測系統工作原理
交通流量檢測系統由視頻采集、交通流量數字視頻信號處理、不同環境下的交通流量檢測算法和交通流量檢測結果輸出組成。數字圖像采集的核心芯片是TVP5150，可以將模擬視頻信號轉換成數字視頻信號。DM642運行圖像算法，以數字方式處理收集的圖像。交通流數字視頻檢測算法白天主要采用改進的幀差法進行運動檢測，晚上采用燈檢測法。根據車道，將采集的高速公路圖像分為四個部分，每個部分對應壹條車道。在每個通道中設置虛擬線圈(指圖像中的矩形檢測區域，統稱為虛擬線圈)。當汽車碾過虛擬線圈時，虛擬線圈中的像素值會發生變化。根據這種變化，控制I/O口為每條車道產生相應的脈沖，然後將脈沖送到高速公路交通信號機控制紅綠燈，從而達到智能交通的目的。同時，交通流量信息可以通過網絡傳輸到監控中心。
2.2交通流量檢測系統的硬件
DM642是德州儀器專門為多路視頻輸入輸出設計的數字信號處理芯片。其強大的計算功能基於第二代高性能超長指令字結構，可以並行執行八條指令，使得該芯片非常適合數字圖像處理。考慮到實際工作的要求和系統的穩定性，DM642的主頻設置為600MHz。根據實際應用環境和嵌入式系統的需要，系統不僅擴展了必要的存儲部分和視頻采集回放部分，而且主要擴展了多路數字I/O、異步串口和網絡接口的功能，方便了系統與外界的通信。具體硬件對象如圖1所示。解釋如下:1，外置SDRAM，容量4M×64位；2.擴展Flash，容量為4M×8位；3、2路PAL/NTSC標準模擬視頻輸入(CVBS或S端)，1路PAL/NTSC標準模擬視頻輸出；4.通過CPLD擴展8個數字I/O口，用於輸出車道上交通流量的信息；5、2個UART接口，可配置標準RS232/RS422/RS485接口；6、實時時鐘RTC+看門狗電路；7.10M/100Mbase-TX標準以太網接口。
系統組成如圖2所示。圖中TMS320DM642通過64位寬的EMIF總線擴展了外部存儲器部分，包括32m字節的同步DRAM，用於存儲實際運行時的用戶代碼和圖像數據。4M FLASH用於存儲bootloader和用戶的應用程序。啟動時，Flash中的代碼和數據加載到內存(SDRAM)中，用戶的虛擬線圈的配置參數也可以存儲在FLASH中。SDRAM的數據寬度為64位，FLASH的數據寬度為8位，分別對應TMS320DM642的CE0和CE1空間。同樣，UART和CPLD也通過EMIF總線連接到DM642。UART用於擴展串口，在本系統中可以用來擴展RS232接口。CPLD用於實現FLASH和UART之間的綁定邏輯，並擴展通用數字I/O..為了便於軟件實現，這兩部分還連接到DM642的CE1空間，它們的內部寄存器是CE1存儲空間的壹部分。
2.3視頻采集和輸出部分
為了統計路口的車流量信息，本系統設計了兩路模擬視頻輸入。系統將攝像頭采集的來自TVP5150的模擬視頻信號按照ITU-RBT.656標準轉換成數字視頻流，並將嵌入的同步信號發送到DM642的VP1和VP2。圖像的行同步和場同步信號嵌入在視頻數據流中的EAV和SAV時基信號中，視頻端口只需要視頻采樣時鐘和采樣使能信號。DM642可以通過FIFO實現三幀數字視頻圖像的連續采集，在處理壹幀圖像的同時，另外兩個緩存也可以實現圖像的循環采集，解決了恒速視頻采集和變速圖像處理的矛盾。本系統擴展了壹個視頻輸出用於本地回放，這部分功能在系統調試後可以不用。視頻輸出由飛利浦公司的SAA7121芯片實現。SAA7121將來自DM642的VP0端口的數字視頻信號轉換為PAL(50Hz)或NTSC(60Hz)模擬信號，並發送到外部視頻端口輸出。
3.軟件部分
3.1流量統計算法
由於白天和夜間道路光照強度變化較大，對算法的適應性提出了更高的要求。為了得到全天的交通流量信息，整個算法將白天和夜晚分開處理。程序根據當時不同的光照條件自動在兩種算法之間切換，從而保證了整個算法的運行環境。
選擇3.1.1虛擬線圈；
虛擬線圈的選擇關系到檢測算法的精度和速度，並受攝像機安裝高度和傾角以及攝像機景深的影響。壹般情況下，虛擬線圈靠近圖像底部，車輛間距較大，便於檢測。虛擬線圈越大，相對檢測精度越高，相應的算法花費的時間越長。因為整個系統要適應各種路口和道路，所以虛擬線圈的選擇交給了用戶。我們用VC6.0開發了PC軟件，用戶使用該軟件通過串口設置每個通道中虛擬線圈的大小和位置。
3.1.2相鄰檢測幀之間的時間間隔:
因為整個系統都要和信號進行通信，所以要求我們處理每條路上圖像的總時間不能超過0.25秒。這裏，選擇每幀間隔0.125秒。
3.1.3交通流量檢測算法www . 51 kaifa.com/html/jswz
因為白天的車流量檢測算法在工控機上已經很成熟了，這裏就不贅述了。夜間道路能見度比較低，算法主要是識別車燈。在夜間，大燈的亮度很強，只要能正確檢測到大燈，就能測出車輛。算法的幹擾來自於路面對大燈發出的光的反射。用Matlab仿真測試後發現，二值化後圖像中的亮點基本是車燈的形狀，而道路的反光區域向前發散。據此，通過檢測車窗上亮點的形狀特征，可以識別車燈和路面的反光區域。圖像二值化的閾值選取采用Otsu法。與經驗法相比，Otsu法通過計算方差來獲取閾值，對環境的適應性強，但也增加了算法的時間和空間復雜度。圖像去噪使用3 * 3中值濾波器，我們改進了它的快速算法，並且只針對虛擬線圈。
路面原始灰度圖像如圖3所示，圖4為二值化圖像。圖中的矩形區域是壹個虛擬線圈，線圈中有兩個白色區域。根據白色區域的最大長寬比(以像素為單位)判斷是否是車燈。對應於燈的白色區域的長度通常小於或等於寬度，如圖5所示。對應於道路反射的白色區域比寬度長，如圖8所示，虛擬線圈中的白色區域是道路反射。
3.2基於DSP/BIOS的系統軟件框架
系統軟件開發環境為CCS，使用TI提供的DSP/BIOS內核和TI倡導的RF5軟件參考框架。通過DSP/BIOS配置輸入、處理、輸出等線程，這些線程之間的同步通過信號量進行。使用DSP/BIOS內核，DSP/BIOS配置簡單，更改方便，比傳統方式有很多優勢。使用DSP軟件架構RF5(ReferenceFramework5)大大縮短了開發時間，同時最大限度地保證了代碼的可移植性和健壯性。軟件架構自下而上由CSL(芯片支持庫)、DSP/BIOS及驅動層、信號處理庫層和算法標準層組成。這三層構成RF5，最頂層是用戶應用層。方便用戶修改維護代碼，只需要上層修改即可。
輸入驅動采用TI公司提供的FVID類驅動。該驅動程序通過結構的配置參數實現了IIC模塊對DM642視頻端口的配置和對A/D轉換芯片TVP5150的配置，使TVP5150可以輸出PAL格式的數字視頻流，並通過視頻端口的FIFO將采集到的圖像寫入指定的存儲區。當圖像采集完成後，通過信號量向處理模塊發送消息，消息結構存儲圖像數據所在存儲空間的第壹個地址。則輸入模塊等待來自輸出模塊的回復，以繼續處理下壹幀的圖像。處理模塊負責執行交通流量的統計算法。從輸入模塊發送的報文結構中提取圖像數據地址進行圖像算法處理，並通過CPLD的擴展I/O口輸出運算結果，將交通流量的監測信息傳送給信號機。
3.3代碼優化
程序主要用C語言編寫，並對部分核心代碼進行了編譯和優化，以滿足實時性要求。c語言程序優化直接影響程序的效率。程序中廣泛采用以空間換時間的方法來提高代碼的運行效率。代碼優化的方法有很多，主要的方法有1，編譯器優化，編譯時選擇不同的編譯優化選項，比如-pm–OE選項。2.優化用C語言寫的代碼，添加指示信息。常用的指示性信息如#PragmaMUST_ITERATE等。3.寫壹個線性匯編程序，提高程序運行速度。4.編寫匯編程序實現軟件流水。流水線中可以使用很多技術手段，比如依賴圖、叠代間隔時間表等。在TI提供的技術文檔中有描述，此處不再贅述。
4.實驗結果和分析
為了驗證車流量檢測系統的可靠性，將算法移植到檢測系統中，並在多座使用三腳架安裝攝像頭的高速公路立交橋上進行了實際檢測實驗。因為立交橋上有壹定數量的行人，所以立交橋輕微晃動，對攝像頭的穩定性有壹定影響。另外，車輛騎行現象造成檢測結果有壹定誤差，但檢測效果還是不錯的。壹組試驗見表1。在自然環境下，采集的圖像尺寸為720×576。其中，白天的測量時間為下午3點27分，晚上的時間為下午6點50分。天氣晴朗，考點是北京海澱區學院路兩車道。CCD的尺寸是1/3英寸。鏡頭焦距3.5-8mm，最大孔徑比1:1.4。
表1交通流量測試結果
從表1的車流量檢測結果可知，白天視頻檢測結果略好，夜間燈光外觀和亮度差異較大，有壹定誤差，但系統識別準確率在80%以上。實驗表明，該方法檢測準確率高，實現成本低，系統運行可靠。
本文作者的創新點:1。過去，基於視覺的交通流量檢測的硬件是工控機。本文提出了壹種新的解決方案，並介紹了基於TMS320DM642的嵌入式交通流量檢測系統。實驗證明，該系統體積小、成本低、穩定可靠。2.本文介紹了夜間交通流量的檢測算法。該算法復雜度低，處理速度快，既能保證交通流量的實時檢測，又能滿足精度要求。
更多工程/服務/采購招標信息，提高中標率，可點擊官網客服底部免費咨詢:/#/？source=bdzd