交通肇事车辆快速视觉定位系统的设计与实现

李可欣

摘 要： 为了解决当前交通监控系统智能化程度低，缺少定位功能的问题，设计并实现了交通肇事车辆快速视觉定位系统。系统采用OV7740图像传感器采集现场车辆图像，通过核心为S3C2410X的图像采集终端接收OV7740图像传感器中的车辆图像数据，并对车辆图像进行存储和显示。采用肇事车辆定位分析模块，对车辆图像进行分析，判断是否存在肇事车辆，实现肇事车辆图像的定位。利用主控芯片为CY7C68013A的控制传输模块，将肇事车辆图像数据变换成USB数据格式，再将图像数据反馈给人机交互模块进行存储和管理。在软件设计过程中，详细分析了交通肇事车辆定位流程，并给出USB设备数据结构以及INF文件配置的程序代码。实验结果表明，所提系统具有较高的定位精度。

关键词： 交通事故； 肇事车辆； 图像采集； 视觉定位

中图分类号： TN957.52?34 文献标识码： A 文章编号： 1004?373X（2015）20?0063?04

Design and implementation for fast visual positioning system of

vehicle causing traffic accident

LI Kexin

（School of Computer and Information Science， Hunan Institute of Technology， Hengyang 421001， China）

Abstract： To solve the low intelligent degree of the current traffic monitoring system and the lack of positioning function， the fast visual positioning system of vehicle causing traffic accident was designed and implemented. The OV7740 image sensor is adopted in the system to acquire images of spot vehicle， and the vehicle images data in OV7740 image sensor is received through the image acquisition terminal which takes S3C2410X as its core， and stores and displays the vehicle images. The vehicle images are analyzed with the vehicle positioning analysis module to determine whether the vehicle is the accident causing one， and realize the image positioning of the vehicle causing traffic accident. The image data of vehicle causing traffic accident is transformed into USB data format by the control transmission module with the main control chip CY7C68013A， with which the image data is fed back to human?computer interaction module for storage and management. In software design process， the positioning process of vehicle causing traffic accident is analyzed in detail， and the data structure of USB device and program code of INF file configuration are presented. The experimental results show that the proposed system has higher positioning accuracy.

Keywords： traffic fault； causing accident vehicle； image acquisition； visual positioning

0 引 言

近年来，随着我国经济和国民生活水平不断提高，使得社会机动车保有量逐渐增加，城市交通拥挤程度日益严重。交通拥挤会提升交通事故的发生率，对人们的生命安全和财产造成了严重威胁。因此，寻求有效方法[1?5]，对交通肇事车辆进行快速定位，及时清除道路安全故障，成为交通管理领域研究的热点方向[6?7]。本文设计并实现了交通肇事车辆快速视觉定位系统，实现对交通肇事车辆的及时、准确定位管理。

1 系统总体结构

本文设计的交通肇事车辆快速视觉定位系统结构图，如图1所示。该系统由图像采集模块、控制传输模块、图像分析处理模块、肇事车辆定位分析模块和人机交互模块构成。图像采集模块用于实现对交通肇事车辆图像的采集，并将图像传递给图像分析处理模块进行灰度化和去噪预处理，并对图像的边缘进行检测，再通过肇事车辆定位分析模块，对经过处理的车辆图像进行Hough变换定位分析，获取肇事车辆图像。控制传输模块将肇事车辆图像数据变换成USB数据格式，再将图像数据反馈给人机交互模块进行存储和管理。人机交互模块可存储肇事车辆定位结果，并实现管理人员和计算机的交互控制。

图1 系统结构图

2 系统硬件设计

2.1 图像传感器配置

本文系统采用OV7740图像传感器，采集现场车辆图像。该种图像传感器是一款高性能的COMS图像传感器，包含了可实现摄像功能的单片机。OV7740图像传感器通过管理串行相机控制总线SCCB，对图像色彩以及色调等因素进行处理，进而获取全画幅或缩小的8位/10位图像格式。通常采用CY7C68013A对 OV7740进行相关的配置和管理，二者间的连接图用图2描述。CY7C68013A 的 PB0：7 同 OV7740的数据引脚 D0：7 相连，可以完成图像数据的传输。图像传感器OV7740的HREF和VSYNC 分别表示传感器的行同步和场同步信号，并分别同CY7C68013A 的SLWR 控制位以及PA0（中断0）引脚相连。传感器传递一帧数据后，CY7C68013A 中断。CY7C68013A 基于I2C总线同传感器的SCCB总线相连，进而访问传感器的寄存器，对传感器进行配置和管理。

图2 OV7740同CY7C68013A连接示意图

2.2 图像采集终端

本文系统通过图像采集终端接收OV7740图像传感器中的车辆图像数据，并对图像进行存储和显示，实现图像数据的TCP/IP数据打包传递等功能。本文系统将SAMSUNG S3C2410X作为图像采集终端的核心，图像采集终端的结构图如图3所示。S3C324X是SAMSUNG公司生产的低功耗、高集成的微处理器，该处理器的核心为ARM920T芯片，该处理器由LCD显示屏、FLASH控制器、USB主口、SD/MMC卡接口、RS 232接口以及GPRS通信接口等构成。

图3 图像采集终端结构图

2.3 控制传输模块设计

本文系统通过用OV7740图像传感器仅能获取交通肇事车辆的帧图像，为了获取肇事车辆的线阵图像，设计了控制传输模块。该模块可将获取的肇事车辆图像数据变换成USB数据格式，再将图像数据反馈给人机交互模块进行相关的操作。控制传输模块包括USB控制传输芯片、只读存储器、USB集线芯片和相关的插槽。控制传输模块中不同模块间的数据传递示意图如图4所示。

图4 控制传输模块的数据传递图

图4中的接口AXK5F24347YG可实现CY7C68013A主控芯片和OV7740图像传感器的连接。CY7C68013A主控芯片通过更新寄存器，对传感器参数进行配置，再通过图像传感器输出8位图像亮度值。因为本文系统要实现肇事车辆的快速视觉定位，所以系统应通过高速的数据传输设备确保数据具有实时性。本文选择CY7C68013A主控芯片，实现数据的高速传输。该芯片是一种高速 USB 2.0芯片，集成 USB 2.0 协议，可实现高速传输（480 Mb/s），并具有大容量存储功能和低功耗等优势。

3 系统软件设计

3.1 系统流程图

本文设计的交通肇事车辆快速视觉定位系统软件部分的工作主要为肇事车辆的定位实现，具体的流程如图5所示。先采用图像传感器获取原始车辆图像，对车辆图像进行灰度化、去噪处理后，再通过Canny算子对处理后的车辆图像进行边缘检测，采用Hough变换对肇事车辆区域进行定位，若存在肇事车辆，则分割肇事车辆图像，并将其输出。

图5 系统流程图

3.2 系统软件关键代码设计

本文设计的交通肇事车辆快速视觉定位系统的驱动程序安装需要由 INF文件进行指导，也就是文本文件，用户通过记事本工具查看并编辑该文件。INF 文件中有USB设备及驱动程序的详细信息，相关的信息可确保USB设备同主机相连时可进行正确配置，主程序代码如图6所示。

4 实验分析

为了检验本文系统的有效性，需要进行相关的实验分析。试验选择的对比系统为文献[8]提出的基于嵌入式机器视觉的肇事车辆定位系统。实验选择了在不同天气、不同背景和不同拍摄角度环境下的100幅包含车辆的彩色图像进行检测。

图6 主程序代码

实验评估指标如下：

（1） 正确检测率：正确检测出的肇事车辆数同检测集合总肇事车辆数之比；

（2） 误检率：检测到的错误肇事车辆数同检测集合中总肇事车辆数之比；

（3） 漏检率：未检测到的肇事车辆数与检测集合中总肇事车辆数之比。

采用个人计算机运行本文设计的肇事车辆定位系统和传统肇事车辆定位系统，每幅图像的平均定位时间为400 ms 左右。不同系统对实验肇事车辆的定位结果对比如图7和图8所示。

图7 文献[8]系统的肇事车辆定位结果

图8 本文系统的肇事车辆定位结果

对比分析图7和图8可得，本文系统对肇事车辆的定位结果优于文献[8]系统，所以本文系统是有效的。

实验详细数据统计结果用表1描述。分析表1可以看出，相对比文献[8]系统，本文系统对交通肇事车辆定位的准确率较高，具有较高的定位精度。

表1 实验结果

上述实验中，对肇事车辆的定位取得了成为，定位效果较好。本文设计的交通肇事车辆快速视觉定位系统复杂度低，能够满足交通肇事车辆快速、准确定位的要求，具有较高的定位精度。

5 结 语

本文设计并实现了交通肇事车辆快速视觉定位系统。系统采用OV7740图像传感器采集现场车辆图像，通过核心为S3C2410X的图像采集终端接收OV7740图像传感器中的车辆图像数据，并对车辆图像进行存储和显示，采用肇事车辆定位分析模块，对车辆图像进行分析，判断是否存在肇事车辆，实现肇事车辆图像的定位。利用主控芯片为CY7C68013A的控制传输模块，将肇事车辆图像数据变换成USB数据格式，再将图像数据反馈给人机交互模块进行存储和管理。软件设计过程中，详细分析了交通肇事车辆定位流程，并给出USB设备数据结构及INF文件配置的程序代码。实验结果表明，所提系统具有较高的定位精度。

参考文献

[1] 鞠乾翱.基于机器视觉的快速车道线辨识研究[M].上海：上海交通大学，2013.

[2] 焦圣喜，肖德军，阚一凡.Hough变换算法在圆心视觉定位中的应用研究[J].科学技术与工程，2013，13（14）：4089?4093.

[3] 陈锻生，宋凤菲，张群.一种彩色图像灰度化的自适应全局映射方法[J].计算机系统应用，2013，22（9）：164?167.

[4] 赵昕，邵玉兰.浅谈图像边缘检测技术[J].福建电脑，2013，29（2）：84?86.

[5] 刁智华，王会丹，魏伟.机器视觉在农业生产中的应用研究[J].农机化研究，2014（3）：206?211.

[6] 彭云发，黄磊，罗华平.南疆红枣静态图像釆集分级方法研究[J].农机化研究，2014（3）：28?31.

[7] 雷建锋，汪伟.基于OpenCV的图像阈值分割研究与实现[J].现代电子技术，2013，36（24）：72?76.

[8] 郑志强，季秀才，刘斐.基于CMOS的双目视觉定位系统的设计[J].国防科技大学学报，2003（6）：1?4.

[9] 王海顺，吴华.机载控制视觉目标定位系统的设计与实现[J].计算机测量与控制，2015（4）：1346?1348.