摘要：本文介绍了一种全新的道路监控系统，并展示了其实验室模型。该设计运用嵌入式电子系统，传感器以及混合通信和计算机等相关技术，并结合监控系统特别的需求进行了相应改进。值得注意的是，文中已经初步实现了一种可以帮助警方锁定目标嫌疑人和目标车辆的应用。实验结果也给下一代车载嵌入式系统提供了方向，并展示了用户参与式道路监控系统的潜在价值。
关键词：传感器网络；道路监控系统；图像识别；车载嵌入式系统
一、概述
如今，数量众多的车辆都嵌入了GPS。作为车载模块，GPS可以相对有效地储存一些静态兴趣点(staticPointsOfInterest)的位置信息(如家庭，公司和商场信息等等)。然而，GPS还不能获得更多的信息用来判定一些动态兴趣点(dynamicalPointsOfInterest)的位置信息(如动态的车辆信息，路人信息或动态的车位空闲状态信息)［1］。随着嵌入式技术的发展，越来越多的感知模块也被嵌入到车辆当中，用以辅助提升整车的智能化。我们可以将车辆的GPS模块和摄像模块进行整合再开发，用以侦测动态的兴趣点。更进一步的，借助诸如车载自组网等类似技术，将分散用户采集的数据快速有效收集至云端处理，进而分析得出实时的空闲车位，事故状况等详细信息可以被共享给更多用户。
二、理论设计
首先，装备了车载摄像系统的车辆负责采集原始图像，并搜寻最佳的数据链路将图像数据传送至路边基站(ＲSU:ＲoadSideUnit)。图像信息再由ＲSU转送至云服务器(CCS:CloudComputingSystem)。根据客户不同的需求，实时的图像可以被分类解析出不同的结果，以满足不同的需求。系统可用于寻找可用的空闲车位。车辆巡弋道路的同时，通过摄像模块捕捉街景用以搜寻可用的空闲停车位(图中扇形探索区域)，通过GPS模块采集地理位置等相关信息。这些图像信息经由ＲSU被上传至CCS，云端程序将对图像进行分析，并据此更新数据库中可用空闲车位的时间和位置。在客户端，那些激活车位搜寻功能的车辆可以接收到实时的信息，并由系统引导至可用的停车位。
三、系统实现
为协助客户搜寻目标车辆和目标人物，描述了数据传输和数据分析的过程:车载端完成对图像的实时采集、地理坐标的标注和图像的加密压缩;路边基站ＲSU接收车载端的数据，并将这些数据合理上传至CCS;在CCS中，数据首先需要被解密解压，而后车牌的识别，人脸的识别等相关算法可以对数据进行处理分析，再由各自动化脚本对处理所得的结果，进行数据比对和数据库更新的工作。整个车载端模型以ＲaspberryPi微处理器为中心，扩展以摄像模块进行图像采集，GPS模块地理位置采集，以及电源、网卡等其他模块。ＲSU将由两台PC进行模拟，多个自动化脚本进行网络配置、文件管理和流量控制。图像信息将经由此上传至CCS。CCS采用AmazonElasticComputeCloud实现，服务器将配置数据库、网页服务器和文件管理等诸多系统，同时核心的图像解析程序，也将由服务器自动调用，并根据处理结果，更新数据库信息。图像处理部分，使用C#语言和Emgu库解析图像，提取人脸信息，读取车牌信息。车载端将拍摄的街景经由ＲSU上传至云端，云系统将对采集的图像数据进行分析。之后，系统将解析出的人脸和车牌，与客户所要搜寻的目标进行比对，反馈一组可能的人或车辆，以及相应的地理位置和时间信息。如果某一目标得到客户的确认，则根据其GPS信息和时间标签等数据，系统会将目标出现的轨迹绘制在以GoogleMap为基础的网页上。
四、结束语
文中设计了一款新颖的道路监控系统构架，据此完成了实验室模型，并为模型开发了车牌识别和人脸读取的应用。通过这些实践，表明了该理论设计可以支持对动态兴趣点的检测和定位。
参考文献:
［1］曹冲．国内外车载GPS系统的应用现状和发展趋势［J］．全球定位系统，2000(01):4－8．
［2］ObstM，HobertL，ＲeisdorfP．Multi－sensordatafusionforcheckingplausibilityofV2Vcommunicationsbyvision－basedmultiple－objecttracking［C］//VehicularNetworkingConference(VNC)，2014IEEE．IEEE，2014:143－150．
［3］PauG，WengJT，GerlaM．Pics－on－wheels:Photosurveillanceinthevehicularcloud［C］//2013InternationalCon-ferenceonComputing，NetworkingandCommunications(ICNC)．IEEEComputerSociety，2013:1123－1127．
［4］SharefBT，AlsaqourＲA，IsmailM．Vehicularcommu-nicationadhocroutingprotocols:Asurvey［J］．JournalofNetwork＆ComputerApplications，2014，40(2):363－396．
［5］WhaiduzzamanM，SookhakM，GaniA，etal．Asurveyonvehicularcloudcomputing［J］．JournalofNetwork＆ComputerApplications，2014，40(1):325－344．
［6］WengJT．Ondemandsurveillanceserviceinvehicularcloud［J］．Dissertations＆Theses－Gradworks，2013
作者：刘赛 单位：上海理工大学 光电信息与计算机工程学院
