【科技】基于嵌入式平台的一体化雷达测速系统关键技术研究

点击上方“ITS视界”轻松订阅~

基于嵌入式平台的智能雷达测速系统是安徽超远信息技术有限公司基于多年的技术及行业积累，紧紧抓住公安交警对测速系统要测得更准、看得更清、使用更方便、系统更可靠的核心需求，综合运用多种嵌入式平台开发出性能强、功耗低、体积小、组网灵活、稳定可靠的测速系统，并广泛应用于我国道路交通安全监管行业，为科技强警提供可靠的技术装备支撑。

【摘要】

基于嵌入式平台的一体化雷达测速系统关键技术研究，抓住测速系统测得更准，看得更清，使用更方便，系统更可靠的核心需求，采用整体化设计思路，在嵌入式系统开发、一体化结构设计、无损视频采集和处理、图像质量增强、低速网络传输、海量数据存储等关键技术上进行突破，解决了当前市场上很多产品简单拼凑带来的效果差、不稳定、功耗高的弊端，实现了捕获率高、性能强、功耗低、体积小、组网灵活、稳定可靠的目标。

【关键词】

嵌入式平台 一体化设计 无损视频 图像质量增强 低速网络

 一、引言  

雷达测速系统是通过测量雷达波的发射频率和反射波频率之间的变化量，计算得出机动车的行驶速度，同时对图像和车辆信息进行自动采集和处理的系统。一个完整的测速系统，一般由雷达测速单元、图像采集单元、数据处理存储单元、通信单元、辅助照明单元和联网中心管理软件等组成。

随着国民经济的持续高速发展，引发了机动车数量的急剧增加，超速等违法驾驶行为导致的交通事故率一直居高不下。机动车测速系统作为智能交通的一个重要分支，其重要性越来越得到国家及公安部门的重视。而基于雷达的机动车测速系统作为当前测速的主要方式，在全国得到了越来越广泛和成熟的运用，为保障广大人民的生命财产做出了巨大贡献。

 二、系统设计关注重点  

作为一个计量产品和执法产品，其捕获率、准确性和可靠性是一个核心要求，关系到广大民警和群众的切身利益。通过分析当前雷达测速系统市场现状和需求，我们提出了系统设计关注的重点。

（一）市场现状

目前国内测速市场发展迅速，生产企业众多，但同时具备雷达、相机、嵌入式主控系统研发能力的企业极少。很多厂家使用组装的方式，将采购的雷达，工控机拼凑在一起，稳定性、性能、功耗等核心指标得不到有效提升。主要问题如下：

1）结构笨重，开发出来的测速仪使用场景较少。

2）缺少对嵌入式平台的开发能力，采用工控机平台，稳定性较差、功耗较高、复杂智能算法无法得到有效运用。

3）采用购买的雷达，无法充分利用雷达自身的能力，尤其是在测距、多目标跟踪等应用中，造成系统性能无法得到最大发挥。

4）采购现成的相机，无法控制抓拍的位置，无法针对测速场景的特点对图像进行优化，定位效果和图像效果较差。

5）缺乏对低速无线网络以及视频编解码技术的深入了解，无法在低速网络下进行稳定视频传输。

（二）现实需求

随着科技的快速进步，执法效率的提升，对系统整体设计的要求越来越高。

1）测速雷达常用的使用场景为固定点、采点式以及车载使用。作为采点以及车载使用，其对体积和一体便携式设计的要求是极高的，而对于固定点使用，一体化设计对常用的真假点互换以及维修也会带来极大的便利。

2）当前雷达已经不仅仅局限于测速，测距以及多目标跟踪也逐渐进入实用化阶段，雷达本身需要的处理能力越来越强，与图像的配合也越来越紧密。

3）随着道路宽度增加以及相机组件成本的降低，高清相机已成为测速系统的主流，当前市场上已有800W分辨率的抓拍相机。尤其是后期随着多目标测速雷达的使用，高像素大场景的需求会更加迫切，对相机像素、处理能力、实时性等都有了更高的要求。

4）交通早已进入智能化时代，车牌识别、人脸识别、透雾、防逆光、画质增强、不打方向灯、违法占用应急车道等算法的应用，有效的改善了测速系统的取证效果，拓展了其应用。

5）随着4G,WIFI网络的迅速普及，测速系统在无人值守监控、现场执法、互联网融合等方面也有了多方面的应用。

结合市场现状以及现实需求，研发的重点立足于整体设计，以高性能多核SOC为中心，深度定制软硬件资源，集成自主研发的相机模组、雷达单元，在嵌入式系统开发、一体化结构设计、无损视频采集和处理、图像质量增强、低速网络传输、海量数据存储等关键技术上进行突破，实现测速系统捕获率高、性能强、功耗低、体积小、组网灵活、稳定可靠的目标。

 三、系统组成  

（图1 测速雷达系统组成框图）

系统共有六大部分组成：

1）雷达模块：完成车速的测量，接受来自应用软件的命令，完成对雷达参数的设置，将速度数据通过串口的方式发给应用软件。雷达模块同时具有一路IO输出，整个系统正是利用该IO来触发相机模组实时抓图。本模块采用高速FPGA完成，确保雷达抓拍的实时性。

2）前端相机模组：主要完成场景的成像，将数据以bayer的格式传给后面的FPGA处理模块，针对测速场景特点，本处选用高清工业级宽屏尺寸CCD。

3）FPGA处理模块：主要完成触发抓图以及ISP处理工作。其接收来自应用软件的命令，完成实时曝光抓拍多张图片，进行ISP处理后，将数据以YUV的格式发给DSP模块。

4）DSP模块：主要完成对FPGA数据的采集、编码、OSD、以及算法等工作。其采集到FPGA的数据，根据要求进行车牌识别，并且叠加一定的OSD数据，然后编码成一定的格式，通过内存共享的方式送给应用软件模块。该模块充分利用多核协同，采用多级流水、多级缓存，提升设备的处理效率和捕获率。

5）主控模块：主要实现逻辑的控制以及数据处理。该模块实时采集雷达的串口数据，控制抓图的时间、抓图的参数，并且存储和显示最终的抓图数据，同时负责跟其他模块连接，实现数据的交互。

6）远程管理软件：包括手机终端、服务器、云服务、客户端等软件，主要通过4G等无线网络与前端设备连接。手机终端实现移动访问，服务器主要用来保存测速仪实时上传的图片，云服务软件主要实现对多台测速仪的后台软件托管，客户端软件主要用来监控设备状态，参数配置等。

 四、关键技术  

（一）多组件协同整合设计

1．以需求为导向，协同结构，硬件、软件等进行系统化设计，满足了如下要求：

1）一体化设计，可以满足采点、固定点、车载三大使用场景；

2）选择合适的嵌入式SOC，充分利用片上系统资源完成系统设计；

3）采用窄波雷达，便于执法精确性定位；

4）采用自主研发高清工业级模组，有效降低了体积；

5）采用内置芯片级无线传输方案，稳定可靠；

6）采用工业级电容触摸屏，现场操作简单方便；

7）采用宽电压设计，支持内外部双电池供电技术，有效提高了设备使用时间；

8）合理的散热布局设计，多次模拟和实测修正热流量通道，选择工业级器件，使得系统在全负荷运行时可以满足70度以上高温使用；

9）针对系统紧凑且对电磁干扰较高的特点，采用多种电磁干扰屏蔽手段，实现了雷达高频电路及高速图像采集的实时传输。

2．针对各个单元的特点，合理选择平台。

雷达模块基于高性能FPGA实现信号处理、前端相机模组基于FPGA实现数据的采集和ISP算法处理、基于DSP完成图像的编解码和算法等处理、基于ARM完成主控系统开发、基于单片机完成防盗系统及协处理设计。充分考虑了各个模块的要求及特点。

3．软件协同优化设计。

1）基于综合雷达和图像置信度打分技术，实现系统对大小车的准确判断。图像在实现车牌、车型、车标等方面准确度高，但受限于天气以及质量；雷达识别率稍低，但具备全天候工作特点。系统充分利用了两者的特点，结合完成大小车识别，有效的提高了执法准确率；

2）FPGA与DSP协同完成图像处理。FPGA具备实时性高、并发性强的特点，DSP可以利用多帧信息统计，对图像进行二次修正；

3）采用共享内存完成巨大数据的快速传递，保证抓拍的实时性；

4）采用高度精简的嵌入式linux系统，按需分配系统资源，确保系统的稳定可靠。

（二）基于高清实时原始视频流完成抓拍

很多厂家由于往往用组装的方式，将采购的雷达、工控机组装在一起。通用流程是通过主控单元读取雷达过来的串口信息，进行速度判断，在相机视频流里抓拍一两帧，然后进行图像的处理，存储等。一般来说，相机码流是经过压缩的有损码流，且由于减少码率的需要，很多帧并非关键帧（I帧），而是P帧或B帧，这些帧包含的信息量较少。造成高速运动的车辆在恶劣环境下图像质量较差，造成大量图片的浪费。

系统采用了如下的抓拍流程：1)采用硬件直接触发相机抓拍，避免了采用串口进行触发抓拍导致的延迟，车辆定位准确度高；2）在硬件上通过选用LVDS实现图像的实时传输，抗干扰性和实时性得到了较大保证；同时采用高端DSP，实现了1.5Gb/s数据的实时采集，相机模组直接输出YUV数据给DSP；3）采用内存共享机制实现图像数据在多个处理器间的传输，避免了不同平台间图像拷贝带来的开销；4）基于基准时间发生器及合理设计雷达触发时间，确保了机动车超速自动监测系统的的“同一性”。

（三）面向测速场景的图像质量增强和优化处理技术

测速场景特殊性在于车辆实时运动速度较快，相机快门极低，增益不宜大，夜晚对补光要求高，对图像的细节尤其是车牌区域细节要求较高。本研究基于实时原始流，一方面从源头上保证了图像的清晰性，另一方面发明了一系列算法，并将这些算法进行汇编级优化，使其适合在DSP平台上高效运算。

1）车辆的快速定位。基于视频深度信息统计和复杂背景建模技术发明了一种简单实用的方法，该方法首先进行目标区域的提取，然后进行阴影部分去除，可以提取出比较完整的车身区域，为后续视频分析如车辆压线、变道、闯红灯等功能的实现扫除了障碍，避免了这些功能的误判。

2）图像质量增强。针对低照度尤其是傍晚和夜间光线较差的情况，开发了提升整体图像效果的VQE算法，该方法依据连续视频图像帧间信息来估算噪声强度并指导图像降噪过程，根据提取的局部特征有效数据，引入邻域像素区域对中心像素单元的约束权重，自适应地构造像素单元的灰阶映射关系函数，使得图像噪声抑制更加准确、图像局部细节增强更加明显，提高复杂场景及低照度环境下视频图像质量。该方法尤其改善了早上、傍晚、阴天的效果，减少了补光的次数，降低了设备功耗。

（图2 图像质量增强开启效果图）

3）局部细节改善。在整体增强图像效果的同时，还重点研究了提升局部图像细节的方法，尤其是对车牌信息进行了重点完善。提出一种改善抓拍取证图像ROI（RegionofInterest）清晰度的方法及系统，旨在解决抓拍取证系统中的多个ROI感兴趣区域图像参数不能自适应调整；成像环境、压缩编码、传输过程引起的亮度、颜色，清晰度衰退；以及感兴趣目标ROI图像显示效果较差的关键问题。依据抓拍取证的全景视频图像的ROI图像HSV颜色空间局部特征信息，自动计算和创建ROI清晰度处理所需的指导参数，然后使用权重函数来改善区域亮度，采用锐化掩膜系数提升区域轮廓细节，采用自适应变化的对角矩阵来控制区域颜色。通过控制参数处理单元、亮度处理单元、边缘处理单元、颜色处理单元处理之后，能够实现多个ROI图像的同步自适应处理，无需人工干预参数的配置，操作方便，实现简单。能较大程度上改善感兴趣区域目标图像的清晰度，增强抓拍取证系统的实用性。

4）恶劣环境提升技术。针对常见的“雾霾”天气，尤其是高速公路常见的雨雾天气，基于He等人提出的基于暗通道先验的去雾算法的基础上，提出一种利用透射率优化技术的雾天图像快速重建方法。对原始尺寸图像进行降采样处理获得缩小图，再对缩小图计算透雾处理参数。在使用缩小透射率图恢复原始尺寸透射率的同时，引入图像像素邻域之间的灰阶相关性，对缩小图透射率的上采样插值的准确度进行了优化和改进，一方面提高了处理速度，另一方面改善了透雾实际效果。

针对东西向场景存在的逆光问题，提出一种提高逆光场景车辆抓拍图像质量的增强型宽动态方案。利用灰阶映射曲线对亮度分量进行逆光处理，调整了图像逆光拍摄的暗区，改善暗区的视觉效果，同时结合亮度分量的逆光处理程度来修正颜色分量，避免图像的颜色饱和度与颜色鲜艳程度发生改变。

（图3 基于ROI改善和增强宽动态的车牌显示）

系统还针对夜晚远光灯照射、图像角度矫正、车膜反光进行了一定的处理，进一步提高了复杂光线下的图像表现。

（四）软硬件协同低速网络数据传输优化技术

测速系统拍摄的图片、视频等信息很多通过3G/4G网络传输至服务器，其存在传输数据量大、无线带宽低、道路信号差的情况，系统采用软硬件协同，视频流深度解析的方式改善该问题。

1．采用板级USB口无线传输模块，大大发挥USB的速度优势，驱动级网络实时监控、平衡、容错处理，使得网络稳定可靠。

2．系统自动在WIFI/有线/4G/3G中切换，自动监控网络状态，断线自动重连。

3．在网传时采用ICE（InternetCommunicationsEngine）中间件接口，该接口具备良好的网络带宽、内存和CPU开销、内建网络安全等控制，尤其适合于异种环境及分布式嵌入式系统使用，充分保证了系统网络的稳定性、安全性。

4．针对视频传输的特点，进行特别的优化，使得系统可以进行500W高清视频流畅预览，主要措施包括：

1）使用稳定连接机制传输RTP包；

2）多线程同步传输及协商技术，提高并发性和网络带宽利用率；

3）根据底层网络，自动算出最适合的RTP包大小，同时进行帧级RTP包组合封装，使得内容和网络进行最优匹配；

4）采用码率自适应技术，根据网络拥堵情况自动调整码率大小，使得码率可以适应网络传输的要求。

 五、产品应用情况  

基于该研究的产品，已经在国内得到了广泛的应用，在捕获率、图像质量、车牌识别率、易用性等方面有了明显的改善，得到了用户良好的反馈。

下一步研究准备结合多目标跟踪雷达、4K级高画质图像、人脸识别等新技术及其存在的问题进行攻关，对系统进行完善和优化，推动多目标跟踪雷达、人脸识别等能在智能交通行业尽快实用。

 关于"ITS视界"：ITS视界微信公众号是由安徽省智能交通协会倾力打造的移动互联网信息发布平台。致力于充分挖掘智能交通领域热点资讯、掌握最新技术潮流、剖析行业政策、推广行业成功案例和经验，共同推动我国智能交通产业发展。我们愿与有志之士共谋产业发展大计，寻求合作和报道请发送邮件至[e-mail]，或致电0551-65338234。