RFID及3D视觉感知摄像头实现智慧交通管理_梁竣杰.pdf

电 子 元 器 件 与 信 息 技 术|191通信技术及基础设施建设RFID及3D视觉感知摄像头实现智慧交通管理梁竣杰广州市智慧城市投资运营有限公司，广东广州510000摘要：在社会经济和科技技术革新发展中，目前我国各大城市开始广泛运用人工智能、云计算、物联网、大数据等信息技术，逐步提高了城市道路交通的管理效率。但随着机动车数量的持续上升，交通参与者逐渐呈现出多样化的发展趋势，为了有效解决停车难、道路拥堵等问题，科研学者提出运用RFID技术和3D视觉感知摄像头进一步提高城市道路交通管理水平。本文在了解RFID技术和3D视觉感知摄像头的基础上，分别探讨了以两种技术为核心的智慧交通管理系统，并从实践城市建设发展角度入手，深层研究了现代智慧交通管理系统和发展趋势，以此让城市道路交通管理向着高效化和智慧化的方向发展。关键词：RFID技术；3D视觉感知；摄像头；智慧交通中图分类号:TN8 文献标志码:A DOI:10.19772/ki.2096-4455.2022.11.044 0引言由于城市道路交通系统具有复杂性的特征，因此实践管理工作面临诸多挑战，比如应用智能化设备如何在有效分配道路时空资源的基础上，让城市交通系统可以持续高效运转；在有效监管和引导共享出行服务平台时，如何保障城市居民可以高质量共享出行；在现代化建设发展中，如何完善城市交通应急管理体系等。根据近年来智慧交通管理累积经验分析可知，以物联网和计算机技术为基础，建设推广全新的系统操作平台，可以为解决城市道路，拥堵和交通安全等问题提供全新思路。因此，本文主要研究RFID技术和3D视觉感知摄像头是如何实现智慧交通管理的，并从城市道路交通管理的长远发展角度入手，明确未来智慧交通管理的发展对策。1基于RFID技术的智慧交通管理体系1.1运作机制在实践工作中应用射频识别（RFID），可以利用射频信号和空间耦合，在没有接触的情况下传输信息，并在传递信息过程中实现自动识别目标。1。整体RFID技术包含了手持式或固定式的读写器、安装在车辆或设备或人员上的RFID标签以及天线，主要是对载体的非接触式进行识别分析。通常情况下，读写器和服务器会进行有效连接，实际研究获取的标签信息，可以直接传输到服务器中，以此完成数据信息的有效处理。利用RFID技术为现代城市建设智慧交通管理系统，无源陶基型RFID电子标签属于标识对象的电子身份镜像，同时运用卡车与传统汽车号码，分别满足机器工作和人员阅读的基本需求，为汽车建立二维化的身份识别。其中，车卡中包含两项内容，一方面是指汽车身份的特征信息，另一方面是指法律规定的管理信息，这样能有效改变只关注车主责任的管理现状，全面监管交通运输期间的驾驶员。在实践发展中，基于RFID技术特征确定核心功能，可以运用车辆身份自动识别认证，有机整合识别对象的静态信息和动态信息，构建符合信息环境要求的智慧交通系统，深层挖掘城市建设发展的交通资源，以此达成智能化和数字化的建设监管要求2。1.2系统分析以RFID技术为核心的智慧交通管理体系分为两部分内容：基站群系统，信息中心，整体构建系统结构如图1所示。dianzi yuanqijian yu xinxijishu 电 子 元 器 件 与 信 息 技 术192|图 1基于 RFID 技术的智慧交通管理系统结构图在整体系统架构中，基站集群作为重要的组成部分，在构建信息处理系统前端基站时，要充分考虑汽车信息的数据库、基站控制系统、汽车图像资料数据库这三部分内容，并建立信息采集和监控拦截这两项基站。由于这一环节设计包含大量数据信息，在系统安全运行中占据重要作用，所以要结合实践累积经验，提出高效稳定的设计方法，充分考虑软硬件的可替换性，以此确保系统可以在不同状态下采集车辆的身份信息。一方面，信息采集的基站要收获大量与汽车有关的信息；另一方面，监控拦截的基站要增加拦截车辆的执法管理功能。其中，监控拦截基站的硬件架构图如图2所示。图 2监控拦截基站的硬件架构图结合上图2分析可知，监控拦截基站处在工作状态下，必须要充分发挥执法功能，因此内部设计包含以下内容。采集电子标签数据的子系统。通过运用开放式的数据采集模式，在采集基站中构建天线阵列，直接准确识别车辆和司机的电子标签。采集图像的子系统。智慧交通系统中的高清摄像头会全天候工作，实时收集所有经过探测区域的车辆图像信息，并将其传递到服务器中，帮助工作人员确定汽车的各项数据，从中准确选择出无电子标签的车辆信息。拦截控制的子系统。转数据可以有效控制基站运行3。在这一过程中，为信息处理系统发送控制指令，子系统可以在执行指令时，准确拦截违规违法的运行车辆，并向部门执法人员提出警告。网络通信。基站可以运用专属线路与处理系统实现通信连接，将实时采集到的数据传输到系统中，以此得到有效的控制指令。在处理系统运行期间，有效连接信息中心与远程接口，让部门员工远距离收集数据信息，比如说黑名单的车辆驾驶信息等。从整体运行角度来看，系统包含以下内容。基于通行车辆的数据判定和信息储存子系统。通行车辆图像资料储存的子系统。基站控制的子系统；最后，网络通信的子系统。而信息中心主要用来管理与司机和车辆有关的所有信息，一方面要建立管理车辆的信息化系统，另一方面要运用现代化通信技术直接向有关行业部门开放，充分满足他们的信息需求4。以数据库技术和信息服务为核心的信息中心，在工作状态下具有以下功能。采集信息。信息中心会严格按照格式采集信息，对静态和动态的内容进行重组分析，并保障数据信息具有可读性和正确性，以此预防出现数据冗余、数据缺失、应用价值不高等问题。融合信息。信息中心会根据系统功能及彼此联系，分类统计采集到的所有信息，最终在深层挖掘中掌握更多数据资源，便于管理人员提出有效决策。提供信息。在对外发布车辆和驾驶员信息时，信息 电 子 元 器 件 与 信 息 技 术|193通信技术及基础设施建设中心会全面掌握基站的运行状态，向其传输有效的控制指令，在建立有效沟通渠道的基础上，确保交通信息可以在各行各业得到合理运用。从近年来信息中心的工作情况来看，其承担着城市交通运行的研究工作，会向各部门人员提供优质的信息服务，因此在智慧交通管理系统中占据重要作用，需要加强日常工作的管控力度，积极引入先进技术理论进行优化创新，以此保障信息中心的安全性。2基于多模态融合的3D目标检测技术3D摄像头具备三维地图重建、三维测量、人体骨架识别、手势识别、人脸识别等多项功能，可以广泛运用在汽车驾驶辅助、智能家居、无人机、机器人、手机、物流等多个领域。从建设发展智慧交通管理系统角度来看，有科研学者在研究中提出运用3D视觉感知摄像头，也就是在原有3D摄像头的基础上增添视觉感知技术5。在全球经济文化一体化发展趋势下自动驾驶作为目前最具前景的行业之一，可以将视觉感知看作是自动驾驶中的眼镜。从本质上讲，视觉感知是指在平面设计中所运用的视觉设计元素能快速吸引受众眼球，通过对其造成视觉冲击来促使感知，最终可以留下深刻印象。视觉感知的目的是吸引眼球的注意力，让受众在瞬间感受主体形象的视觉穿透力对内涵信息的意义。其中，多模态融合作为近年来3D目标检测领域的主要发展趋势，其中最常见的就是RGB图像和激光电源的融合。激光雷达的技术优势在于，可以获取周围一定范围内环境的深度信息，在弱光环境下依旧可以正常工作。因此，本文研究在F-PointNet基础上提出了基于多模态融合的3D目标检测方法。2.1F-PointNet技术分析将PointNet和PointNet+看作是点云的骨干网，并在此基础上提出一种融合RGB图像和激光点云的多模态3D目标检测方法，具体框架图如图3所示。结合上图分析可知，其包含了视锥生成网络、3D实例分割网络、目标3D边界框估计网络这三部分内容，其中视锥生成网络可以看作是第一阶段，而其他两部分构成的第二个阶段。（1）视锥生成网络。这一模块会在从原始点云中分割出现锥点云，并获取目标类别的长度编码。其中，视锥电源是指将输入的点云投影到RGB图像域中，并依据是否落在由2D目标检测网络在RGB图像域中生成的目标边界框中所分割的一个点集，随后将这些内容还原到3D坐标系中构成一簇点云。同时，F-PointNet会运用某种成熟的2D目标检测网络作为检测器，但并不会明确这一检测器的具体信息6。结合表1的排名结果进行分析可知，在当前应用中，中等难度的行人和车辆的精确度分别处在第3名和第12名。表 1F-PointNet 在 KITI2D 检测中的排名分析类别排名AP(%)中等简单困难Car1295.1795.8585.42Pedestrian380.1389.8375.05Cyclist6473.1686.8665.21（2）3D实例分割网络。因为点云可以直接通过网络回归获取目标的3D边框图，但激光点狭图 3多传感器融合算法的框架图dianzi yuanqijian yu xinxijishu 电 子 元 器 件 与 信 息 技 术194|长的分布会导致其包含大量目标之外的前景和背景，直接影响目标的定位结果。因此，3D实例分割网络的目的是，在回归目标的3D边界框之前将目标分离出来，相比二维图像的分割具有积极优势。（3）3D边界框估计网络。这一模块同样也是基于PointNet的分类网络进行修改，可以通过三个全连接层为每个目标电源都预测一个长度是（3+48+212）的输出。其中，3代表目标中心坐标，8代表预先设定的八种尺寸，4代表这种尺寸的得分和对应的残差数值，12代表预先将360度平均划分的12种朝向角，2代表这种角度的得分和相应的残差数值。运用这种方式可以将3D边界框的估计从回归问题转变成先分类再寻找残差进行回归的问题。2.2框架结构结合如下图4所示的目标检测框架结构图进行分析可知，选择KITTI数据集合对本文研究方法进行对比分析，其中包含三种目标类别，分别是汽车、行人以及骑自行车的人，最终可以得到如表2所示的结果。表 2实验数据的分类结果难度最小高度（像素）最大遮挡水平简单40完全可见中度25部分遮挡困难的25很难看见结合上表2分析发现本文研究提出的3D目标检测识别技术具有独特的应用价值。3智慧交通管理系统建设发展趋势3.1总体方案首先，在利用技术和3D视觉感知摄像头构建智慧交通管理系统时，要保障系统建设具有包容性，可以支持现有交通管理的业务体系，能兼容未来交通管理的业务全新模式，更快适应技术发展趋势，积极响应政策导向要求。其次，要积极引入“互联网+”的设计理念，在全国范围内建设精准高效的感知体系，大量收集道路、车辆、事件等交通信息，运用边缘计算能力，汇集整理智慧交通管理信息，并将其储存在智慧数据中心中，在有效处理的基础上，构建安全高效和灵活稳定的共性支撑体系，为智慧交通管理业务应用提供支持。最后，要在建设城市智慧交通管理体系时，注重从人性化交通服务、一体化应用体系、共性支持体系、智慧数据中心、智能感知体系这五方面入手，逐步优化智慧交通管理综合水平，改善居民出行服务体验7。3.2建设内容在人性化交通服务中要将所有交通信息汇集到一起，通过交通诱导屏、微信公众号、微博账号、门户网站等多种方式，向政府部门或其他部门提供统一便捷的交通信息服务。在一体化应用体系中，要构建一体化的信息化应用体系，有机结合系统、人员、数据、设备等，运用交管数据中心为指挥决策提供有效依据，增强交管部门对智慧交通运行状况的监督管理能力，促使城市交通图 4系统架构图 电 子 元 器 件 与 信 息 技 术|195通信技术及基础设施建设可以安全高效发展。在共性支撑体系中，要从智能运维平台、统一视频汇聚平台、基础地图服务平台等方面入手，进行建设优化；在智慧数据中心，要运用人工智能、大数据、云计算等技术，构建以交管大脑为核心的智慧数据中心，深度分析和计算储存各项资源需求，为业务监管等提供有力支持。在智慧感知体系中，要安装多样化的智能，感知类设备，构建交通管理智能感知体系8。4结语综上所述，在本文研究中，运用技术和3D视觉感知摄像头建设优化智慧交通管理系统，一方面可以收集掌控道路运行的各项信息数据，开辟广阔的安全监管