交通视频

交通视频（共9篇）

交通视频 篇1

一、概述

视频监视系统是城市轨道交通维护和保证运输安全的重要手段。它能够为公安部门、控制中心的调度员、各车站值班员、列车司机等提供有关列车运行、防灾救灾、旅客疏导以及社会治安等方面的视觉信息。

视频监视系统由中心控制设备、派出所设备、轨道交通指挥中心设备、车站控制设备、图像摄取设备、图像显示设备、音频录取设备、图像存储设备、图像录制设备及视频信号传输设备等组成。

二、视频接入方案的研究目的

随着各城市轨道交通多条线路的建设及开通运营, 地铁视频监视系统逐渐由单一线路建设到网络化建设。地铁运营部门和地铁公安部门对视频监视系统功能需求各不相同, 其主要需求如下:

2.1地铁公安方面

各城市公共交通治安管理分局 (简称公交分局) 地铁业务平台需调取各线路图像, 同时还需将图像信息共享给市公安局指挥中心公安视频天网工程, 并考虑与公交分局既有视频监视系统平台 (用于公交车、出租车监控业务) 互联。目前各大城市地铁建设规划线路多达10余条, 部分特大城市规划线路达20条以上, 为避免未来与公交分局地铁业务平台接口日益增多、网络繁杂度日渐增大, 迫切需要统一地铁与公交分局地铁业务平台的网络架构。如何解决在车站警务室调看本线路的视频监视图像, 在地铁公安派出所调看地铁线网内的视频图像以及市公安视频天网工程的视频图像, 成为视频接入方案的重点研究对象。

2.2地铁运营方面

经过考察各城市的轨道交通视频监视系统的建设情况, 在地铁线网建设初期各线路视频监视系统均为独立建设, 线路之间的视频监视系统暂未实现互联互通。随着城市轨道交通网络化建设, 各条线路的逐渐开通, 如何将已建线路视频监视系统及未来新建线路视频监视系统资源进行有机联网、整合共享、有效管理、灵活应用, 并达到对紧急事件的快速反应、科学决策, 是急需解决的问题。

三、视频监视系统与公安视频平台互联方案简介

在城市地铁线路网络化建设及运营的背景下, 新建轨道交通线网指挥中心TCC上层网视频平台成为解决地铁线网内各线路视频监视系统资源共享、互联互通的主流方案。TCC视频平台可实现与各线路控制中心OCC视频平台进行平台级联, TCC视频平台可调取各线路车站、车辆段图像并对关键录像信息进行备份, 同时TCC视频平台还提供接口将图像信息共享给本市公安局指挥中心公安视频天网工程、公交分局指挥中心上层平台、市交通委、市应急指挥平台。

3.1视频接入方案

本文主要比选下列三种方案来实现地铁TCC上层网视频平台与公安视频平台的对接。

3.1.1方案一TCC与公交分局对接

新建TCC管理平台, 所有地铁线路OCC均接入到TCC, 由TCC统一出口连接至市公安局天网工程平台、公交分局等其他平台, 各线路派出所下挂于公交分局, 派出所对于线路的管理采用权限管理进行划分, 如图1。

3.1.2方案二派出所与各线路OCC对接

新建TCC管理平台, 所有地铁线路OCC均接入到TCC, 由TCC统一出口连接至市公安视频天网工程平台等其他平台, 各线路派出所分别与对应线路OCC对接, 各派出所与其他线路设备网络隔离, 公交分局汇聚派出所等相关信息, 如图2。

方案三:TCC与公交分局对接, 派出所与OCC对接

新建TCC管理平台, 所有地铁线路OCC均接入到TCC, 由TCC统一出口连接至市公安视频天网工程平台、公交分局等其他平台, 各线路派出所分别与对应线路OCC对接, 各派出所与其他线路设备网络隔离, 如图3。

3.2视频接入方案的比较

如表1。

综上所述, 方案二最劣, 故淘汰方案二, 而方案一与方案三的关键就在于是否在派出所建设视频监视平台。考虑到派出所内与公安相关的视频监控点位 (如刑讯室等) 由公安自行考虑监视及接入, 派出所大楼及周界的视频监视系统也纳入到本线控制中心统一管理, 故建议采用方案三, 在派出所放置客户端, 做为各条线路控制中心的分中心进行管理。

3.3工程实施方案建议

如图4所示, 在TCC中心建设一套TCC视频平台, 该平台为各线路的上级平台, 各线路视频监视系统通过GB/T28181-2011国标接入TCC视频平台, 并将相关图像资源分发给TCC视频平台, TCC视频平台可实现对各线路图像视频的监控和向其他平台转发;同时TCC视频平台通过GB/T28181-2011国标与公交管理分局平台互联, 并将相关图像资源推送给公交分局平台, 实现其他平台对地铁各条线路图像资源的异地调看。

各线路正线 (车站) 分别设置一套视频监视系统, 位于各线路控制中心, 建设采用地铁视频监视系统与公安视频监视系统合设方案, 即在各车站警务站只设置视频监控系统客户端供公安人员调看图像, 各线路其它监控子系统均通过国标GB/T28181-2011接入相应的线路监视业务平台 (正线平台) , 其中包括:车辆段及停车场建筑智能化系统中的视频监视平台、物业开发相关视频监视平台等。

公交分局视频监视系统平台, 用于公交车、出租车监控业务, 与地铁无关。同时, 考虑针对地铁监视业务, 新建一套视频监视系统平台, 用于地铁内视频监视系统平台的接入以及外部平台 (公安视频天网平台、市应急指挥平台等) 的汇接。

派出所设一套调看终端, 做为各条线路的分中心, 用于公安人员调看该线路正线视频监视系统图像;另在派出所由公安部门视频专线设置一套独立的公安视频天网终端, 用于派出所调看公安视频天网。

四、总结

综上所述, 地铁视频监视系统的建设应从城市轨道交通线网建设初期开展“公安视频平台接入方案研究”, 尽早开展TCC上层网视频平台的建设, 避免线网建设初期因线路较少, 每条线路独立建设视频平台, 导致后期线路增多以后各视频平台之间不兼容。每有新建线路, 公安视频平台都得升级或扩容, 重复建设各线路OCC至公交分局的光缆通道, 造成资源浪费, 对既有线路的正常运营也造成影响。只有这样才能为城市轨道交通视频监视系统网络化建设提供有力的保障。

摘要：随着城市轨道交通线路建设的发展, 地铁线路逐渐成由单一、二条线路进入到网络化建设及运营的规模, 地铁视频监视系统与地铁范围内公安视频监视系统的建设逐渐采用合网建设方案。本文以轨道交通视频监视系统为对象, 详细研究了地铁视频监视系统接入公安视频平台方案, 以及工程设计中需要把握的要点。本文对于在城市轨道交通网络化建设的背景下, 地铁视频监视系统选择何种方案接入公安视频平台具有一定的参考和借鉴意义。

关键词：地铁视频监视系统,公安视频平台,GB/T28181-2011

参考文献

[1]张从光, 城市轨道交通公安视频监视系统的应用, 铁道通信信号, 2014年第11期82-85页, 共4页。

[2]毛保华, 轨道交通网络化运营组织理论与关键技术, 科学出版社, 2011。

[3]公安交通集成指挥平台通信协议第3部分交通视频监视系统GA T 1049.3-201。

[4]安全防范视频监控联网系统信息传输、交换、控制技术要求, GB/T 28181-2011。

交通视频 篇2

北京市交通委认真贯彻落实总书记考察新疆时的重要讲话精神和中央、市委市政府安全防范工作一系列重要部署，正确认识本市交通行业反恐怖工作形势，强化运营安全法制化建设，推进落实加强和改进首都反恐怖工作重点任务，积极配合公安部门加强安全防范。

一、认清基本形势，掌握行业安全防范情况底数

交通行业固有特点导致的潜在隐患。交通行业特点是点多、线长、面广。由于交通行业具有设施的开放性、乘客的流动性、防范的局限性等特点，出现安全问题的概率高，维护安全稳定的压力大。每逢节假日，交通安全保障压力明显增加，重点旅游景区、商场等繁华地带的人流、客流也将相对集中。轨道交通大客流应对工作十分严峻。轨道交通路网日均客流1000万人次已成常态，今年“五一”日均客运量再次刷新纪录达1156万人次，部分重点旅游景区和购物场所面临大客流冲击,面临反恐工作难度大。重要桥梁、地铁通道、交通枢纽等基础设施、省级客运、旅游大巴等运输工具容易成为恐怖袭击对象。交通行业人技物防还不能满足当前反恐怖形势需要。

二、厘清基本思路，推动行业安全防范措施落实

确立“以基础工作为主线，以专项工作作重点，以首善之区严要求”的交通行业反恐防范工作思路。一是强化运营安全法制化建设。自去年“10.28”事件后，以轨道交通运营安全领导小组为平台，在延昆副市长主持下召开了6次会议，先后出台了《北京市轨道交通运营安全条例》、《进一步加强轨道运营安全工作方案》等，实施了64项细化措施。二是落实首都反恐工作重点任务。《关于切实加强和改进首都反恐工作重点任务分工方案》分配交通委4大项工作任务，在市维稳办多次督导协调帮助下，其中3大项基本完成。目前，轨道交通已有6站开展人物同检工作，3站室外安检大厅已建设完毕。地面公交安全防范措施按照一站一方案要求，有条不紊地落实。

三、强化底线思维，做好行业安全防范下步工作

基于视频的交通监控技术研究 篇3

本文的目的在于研究基于视频的道路交通监控系统,通过对视频的分析,对运动车辆进行检测,收集多方面的交通相关信息。交通监控一般由车辆检测、车辆跟踪和信息分析等几部分组成。车辆检测是将运动的前景物体从背景中分割出来;车辆跟踪是将从检测模块中获得的二值化前景对象在一系列的图像帧中进行匹配;信息分析则对视频中包含的各种交通相关信息进行分析处理。

1 车辆检测

在运动目标检测方面,背景差分法、帧差法和光流法是3种常用的方法。其中背景差分法由于计算复杂度低、获取的特征数据完整等特点,得到尤其广泛的运用[1]。

本文采用背景差分法检测运动物体。在背景差分法中,稳定而精确的背景的提取十分重要,这取决于建立一个良好的背景模型。

1.1 背景模型

采用了P.Kaewtrakulpong在[2]中提出的改进的混合高斯模型。与其他各种模型相比,该模型综合性能表现好,运算复杂度低,适合用于实时的应用中。

在混合高斯模型中,图像中的第一个像素由K个Gaussian分布组成,每个Gaussian分布称为一个成分,这些成分加在一起就组成了概率密度函数:

其中是第k个高斯分布成员的权重,是它的分布。

当存在B满足下式时,前B个分布就用来作为该场景下的背景。

P.Kaewtrakulpong针对经典混合高斯模型在初始化阶段学习慢的缺点进行了改进,把参数估计的EM算法分成两个阶段。前L帧样本使用期望充分统计公式,L帧样本以后则切换到用L-最近窗口更新公式进行参数估计。前一种方式不仅提高了估计的精度,也更加快速地收敛到稳定的背景模型。而后一种方式则更多关注最近数据,因而能将环境的变化对背景模型作及时的更新。

期望充分统计公式如下式:

L-最近窗口更新公式如下式:

1.2 车辆分割

在得到背景图像后,就可以用当前图像与背景图像进行相减操作来获取运动物体。假设I(x,y)是当前图像,CB(x,y)是更新过的背景图像,则:

其中T是预先设定的阈值,D(x,y)是当前图像与背景图像的差分图经过二值化后的结果,称之为Blob。

为去除噪声,需要对二值化图像进行形态学的处理,包括腐蚀操作和膨胀操作。腐蚀消除物体的边界点,而膨胀则扩展物体的边界点。将两种操作组合起来,以获取好的分割结果。

2 车辆跟踪

本文使用卡尔曼滤波法对车辆进行跟踪。卡尔曼滤波算法根据车辆的历史轨迹预测它的未来位置信息。有利于减少对车辆位置的搜索区域,显著降低运算复杂度,提高实时性[3]。其算法流程图如下:

3 车辆信息分析

基于视频的道路交通监控系统的优势之一能够监测到多方面的车辆道路交通方面的信息,如车辆的分类,车流量的统计,车辆的速度,道路交通的拥堵状态等。系统对车辆的分类和车流量的统计进行了研究和实现。

要对车辆分类,必须提取车辆的特征信息。我们将车辆分成两类,汽车和摩托车。利用运动车辆的外接盒信息进行分析,如紧密度、宽高比、面积比等[4]。

其中,周长、面积为运动物体的周长和面积,高、宽是运动物体外接盒的高和宽。这些特征不会随着物体的运动而发生变化。

为了对车辆进行计数,采用的算法是在交通道路的适当区域划一条虚拟检测线,当运动车辆的质心越过虚拟检测线时,就对该车辆计数。

分别对两类车辆设置了计数器,如特征值属于汽车类,则汽车类计数器增加1,如特征值属于摩托类,则摩托类计数器增加1。

4 实验结果分析

系统在Visual Studio 2013下结合Open CV来实现。选用了几段公路交通监控视频进行测试。

结果如下图所示。图2为原始监控图像。图3为分割出的前景。图4为车辆跟踪画面。图5为车辆的分类和计数画面,对跟踪的车辆以C和M标记类型,在画面的左下角分别显示了两种车辆类型各自的数目。

5 结束语

本文对基于视频的道路交通监控技术进行研究,提出了一个基于Open CV的实时监控系统,其中包括背景模型的建立与更新,运动车辆的分割,车辆的跟踪和特征提取,虚拟检测线的设置,最终实现对车辆的分类和计数。用实际道路交通的监控视频进行测试,能够实现对车辆的分类和计数。

摘要：提出了一种基于视频的实时交通监控系统。系统包括背景建模和更新,运动目标分割,特征提取,以及车辆的跟踪、分类和统计。以改进的高斯混合模型算法估算并实时更新背景图像,以背景差分法检测运动车辆并作后处理,以卡尔曼滤波算法进行车辆跟踪。通过分析车辆轮廓及其外接盒获得车辆的明显特征,最后使用提取到的特征和虚拟检测线方法对车辆进行分类和统计。实验结果表明所提出的方法用于交通监控是可行的。

关键词：车辆检测,背景差分,车辆跟踪,特征提取,车辆计数,车辆分类

参考文献

[1]Morris B T,Trivedi M M.A survey of vision-based trajectorylearning and analysis for surveillance[J].IEEE Transactionson Circuits and Systems for Video Technology,2008,18(8):1114-1127.

[2]P.Kaewtrakulpong,R.Bowden,“An improved adaptive back-ground mixture model for realtime tracking with shadow detec-tion,”Proceedings of European Workshop on Advanced VideoBased Surveillance Systems,London,September 2001:1–5.

[3]Morris B T,Trivedi M M.Real-time video based highway traf-fic measurement and performance monitoring,Proc.of theIEEE Conference on Intelligent Transportation System,pp.59V64,2007.

交通视频 篇4

一、概述

我们知道智能交通系统最主要的任务就是：让交通更安全、更节省时间、更节省成本。为了协助交通界能够更完美的实现此目标，美国ITERIS公司专为ITS行业研发出一种目前国际上技术最为领先的智能交通信号控制系统应用视频检测技术——Vantage视频车辆检测器！

Vantage视频车辆检测器采用了国际上最先进的数字视频技术，它除了能够完美地融入于智能交通信号控制系统、电子警察抓拍系统，还能够无缝地整合到交通数据采集系统，其双重功用被广泛的应用于城市智能交通信号控制、城市电子警察、城市交通数据采集及公路隧道、桥梁的意外事故监控系统中。目前，Vantage视频车辆检测器在全球已有30000多个系统的运用业绩，已成为了全球在用业绩最多、最受用户欢迎的车辆检测产品之一。

本方案采用Vantage Edge2单、双路视频检测模块（硬件），集成到各种感应式信号灯控制机中，来实现交通信号的智能控制。Vantage Edge2模块可应用于城市点控、线控及面控系统中，实现感应式或自适应式控制，能够完美的与SCOOT、SCATS等系统无缝整合！

二、Vantage操作性能优势：

对于城市智能交通信号控制应用，Vantage视频检测技术与感应线圈检测技术相比，具有如下优势：

1、易于安装

Vantage视频检测器是利用安装在十字路口照明灯杆上的摄像机采集视频图像，然后由安装在信号灯控制机内视频处理模块进行分析处理，获取必要的信号灯控制信息，从而实现路口的智能控制！视频控制过程的实现只需在照明灯杆或专用立柱上安装必要的摄像机，而无需切割破坏路面，乃至铺设很长的线圈馈线电缆，最大程度的缩短了封闭道路的时间。另外，视频虚拟线圈的位置可以根据需要任意放置，而感应线圈安装在一个位置后就不能根据路况的变化而任意移动，否则重复切割路面会严重影响道路的使用寿命！

2、易于设置

Vantage 视频检测器本身具有全部的设置功能，完全可以不用笔记本电脑进行现场设置。每路视频图像上都可以显示一个设置菜单，利用鼠标和视频菜单便可在摄像机视频图像上画出检测区域并进行所有的参数设置，非常方便。

Vantage还具有动态区域设置（DZR）功能，此技术允许在任何时刻新建一个检测区域，或对一个检测区域进行修改，与此同时并不影响其它检测区域的正常工作。随后，一旦新的检测区域设置被保存，它便立即开始背景学习，进行检测！最有工程意义的是Vantage的操作非常简单，基本的培训工作不超过一小时便可完成。

另外，视频虚拟线圈的位置摆放可以根据路况任意调整，其线圈功能属性也可以根据需要进行设置，如：存在、延时、延迟、脉冲和计数。选用不同属性的线圈可以实现不同的控制需求，每路视频图像可以

设置24个这样的虚拟线圈！

每个视频虚拟线圈的信号输出通道都可以任意定义，Edge2模块本身可提供4个独立的输出通道，如果需要还可以增加扩展输出通道，比如在控制信号灯的同时，还想增加闯红灯抓拍触发功能，我们就可以再增加4个输出通道。每个通道输出都有手动测试开关，利用这些开关可以极为方便的调试信号灯控制机的工作性能。

3、易于维护

在十字路口控制中经常会遇到交通状况变化或道路维修的时候，这时我们可能需要改变虚拟线圈的检测位置，这对视频检测来说非常简单，也不需要封路；而相对于感应线圈检测来说，就需要封路、重新切割路面，这样的维护工作需要大量的人力、财力。更甚者，如果感应线圈在使用过程中由于路面变形而断裂就更麻烦了！感应线圈的寿命大约在2－5年（根据交通量及路面温度而定），而Vantage视频检测器的使用寿命要超过10年。

此外，Vantage还具有VRAS远程管理系统，它是一个功能强大的软件工具，利用RS232通讯端口对Edge2进行远程管理控制，用于监测现场交通流，提供用户支持及系统诊断等功能，尤其是需要重新设置虚拟线圈时，您只需在监控中心便可完成，无需到现场操作，维护起来非常方便。

三、Vantage检测性能优势：

1、检测可靠性高

对于十字路口控制应用，在任何天气及光照条件下，Vantage视频检测器均能实现95-98％的检测精度，近似于进口高档感应线圈检测器（反应时间好于10ms）的检测精度。Vantage采用了数字信号处理技术（DSP），这使其能够面临各种天气情况及光照条件的挑战，不论是白天还是黑夜、下雨还是晴天，它都能够精确、可靠的提供交通检测。不受天气或温度的影响，真正实现全天候的检测控制。

另外，在一些特殊路况条件下，我们还可以层叠放置2-3个虚拟线圈，以提高检测的可靠性。

2、先进的视频检测算法

① 夜间检测难题的解决：在夜间检测时，Vantage系统会运行强制车灯检测算法（EHDA），当系统确定天色已黑时，它会自动运行EHDA算法，此算法将自动跟踪识别车辆前灯，从而减小夜间光线对检测精度的影响。

② 路面积水反光影响的解决：Vantage系统算法具有背景自适应、连续自动更新的功能，它能够识别路上的任何背景干扰因素，如积水反射光、抛洒物、树木和护栏的阴影等，如果有此类干扰背景存在于检测区域内，系统经过背景学习，会自动将它们定义为背景物质，从而实现可靠的检测。

③ 车辆阴影影响的解决：Vantage系统具有专门的阴影处理算法（SDA），它能够有效的识别车辆及其阴影，将其定义为同一移动车辆，而不进行重复检测，从而消除阴影对检测精度的影响。

④ 恶劣天气变化影响的解决：Vantage系统有双重保障来解决此问题，一方面，当天气非常恶劣，图像对比度非常低时，系统会自动切换到故障安全模式，发出警报，视为到处都是车辆，注意安全行驶！另一方面，采用三阶段图像分析算法，如果系统确定检测区域的检测有效性较好时，系统便运行正常的检测模式（S1）；一旦遇到恶劣天气的影响，如雨、雪、雾等，系统确定检测区域的检测有效性降低，系统会自动切换到（S2）模式，增加检测区域的灵敏度，实现精确的检测；当天气更为恶劣，检测区域的检测能力完全丧失时，系统便会自动切换到故障安全模式（S3），当天气转好，图像质量变好时，系统又会自动切换到正常检测模式。此三阶段图像分析算法有效地减小了恶劣天气对检测精度的影响。

⑤ 摄像机晃动影响的解决：在大风天气条件下，摄像机会产生很大的晃动，一般会影响图像处理，但Vantage系统采用了特殊的图像晃动补偿处理算法，避免了由于图像晃动造成的检测误差。

3、能够实现更多的检测功能

① 三个独立的现场结构设置：Vantage系统允许用户设置三个不同的现场虚拟线圈设置方案，其中一个用于正常交通状况下，另外两个用于特殊交通状况，如道路维修，临时道路交通状况等。三个结构设置可以相互切换，使设置工作更为简单。

② 主辅线圈联合控制功能（And/W）：Vantage系统可以实现两个虚拟线圈配合控制一个通道输出，一般主辅线圈安装要有一定距离，只有当主辅两个线圈同时被不同车辆占用，并达到一定时间后，主线圈才发出一个检测信号，这对感应式信号机控制非常有用。

③ 过滤行人检测功能：在视频十字路口控制中，由于大量的行人，可能对检测有一定影响，而Vantage系统可以过滤掉行人，可以避免由于行人经过而造成的误信号控制。这一功能对多行人路***通信号控制非常有用。

④ 逆行车辆过滤功能：当检测区域属性设置为行驶方向向下时，逆向行驶的车辆将被过滤掉，不予检测输出！

⑤ 眩光检测功能：当检测区域被车辆眩光充满时，则相应的输出通道便输出一个检测信号，从而降低眩光对检测精度的影响，此功能特别适用于路灯光线较差的路口控制。

⑥ 绿灯强制通行功能（Green/Input）：此功能在国内应用较少，它是为了使快速行驶车辆顺利通过绿灯路口，而不需紧急刹车而设置的。当路口绿灯将要变成红灯时，而此时离路口一定距离的地方有车辆经过预设的专用虚拟线圈，那么此时的绿灯会延时，延时多久可以设置，一般由虚拟线圈与停车线的距离而定。

四、工程示例:

1、摄像机安装高度

大约在9.2～15米之间，只要图像清晰、车辆图像足够大，摄像机安装越高越好，并尽可能固定在检测区域的中间位置，建议安装高度在10米左右。如果不能满足这种要求，要尽可能的避免遮挡问题。另外，尽可能将摄像机固定在稳固的立柱上，特别是长期应用。

2、摄像机安装视域

摄像机视域取决于它的安装高度和镜头，一般摄像机视距为其安装高度的10倍。Vantage视频车辆检测器，具有0－100米的有效检测范围，可以同时检测4条车道，一般摄像机的视域要能容纳4.5～5条车道，为了保证检测的精度，要尽量确保视域中车辆停止线保持水平，右图为标准的视域范围：

3、检测区域的设置

虚拟线圈的大小一般接近于我们的大拇指肚大小，基本上与图像中夏利轿车的尺寸相同，这样可以避免漏检较小的车，又能保持较好的灵敏度。

虚拟线圈的放置位置不一定在每条车道的正中间，而是可以根据摄像机的视角略微偏移向某一侧，基本上要根据大多数车辆的行驶轨迹而确定。

每路视频图像最多可以设置24个虚拟线圈，也就是说它可以取代6个4通道的感应线圈检测器！每路视频图像有4个独立的通道输出，可以随意定义虚拟线圈的输出通道。如果必要，还可以将多个检测线圈重叠放置，设置主辅线圈，进行联合控制。所有设置通过面板鼠标即可完成。

4、对摄像机的要求

用于视频检测的摄像机必须是固定式的，云台摄像机通常不适合用于这种检测。不论是用于十字路口控制还是交通数据采集，对摄像机都要有一个最低的要求：

① CCIR/EIA 1Vpp(+/-20%)

② 1/3 CCD适应昼夜亮度变化，自动亮度调节，在夜间照度水平低于0.1 Lux或日间照度达到10000 Lux时所产生的视频图像仍为可用视频信号并具有可分辨特性；

③ 图像水平分辨率应在500线以上，垂直分辨率在350线以上；

彩色摄像机也可以使用，但要注意，彩色摄像机的灵敏度通常要比黑白摄像机低4倍左右，这样最大的影响是在晚上，在这种低对比度条件下检测的性能会很差。

5、使用VRAS远程管理软件设置

如果您想通过远程设置管理，使用VRAS软件模块即可。

我们可以通过VRAS软件对Edge2检测模块进行远程控制，可以设置检测区域的参数以及对检测模块进行各种操作，它为Vantage系统提供以下主要功能：

★ 远程浏览现场图像，单帧或连续帧两种模式

★ 浏览多个Vantage摄像机的图像

★ 为每台摄像机重新设置检测区域

★ 远程执行系统诊断

★ 远程获得交通统计数据

Vantage视频车辆检测器采用闪存的方式可以将参数设置存储起来，以防止数据意外丢失，即使有意外断电的情况也不会带来损失！

另外，如果您想用Edge2模块再采集一些交通数据，也没有问题，不必更换硬件，只需用我们提供的VSU软件模块将Express数据采集程序写入到Flash闪存中即可，非常方便！

五、Edge2硬件特点及技术指标

1、主要功能及特点

① 双路视频输入；

② 每路摄像机图像能够设置24个检测区域；

③ 每个Edge2具有4个通道输出，通过增加扩展模块，可以设置多达24个的通道输出；

④ 检测区域之间可以设置成“And”逻辑功能，来提供联合控制；

⑤ 每一个检测区域当有车辆存在时，可以持续输出一个存在信号；

⑥ 可以对系统进行远程设置及状态监控；

⑦ 采用FLASH闪存存储，使处理器具有编程能力，并能够实现多种应用；

⑧ 通过串口进行软件升级，不需要修改硬件，同时增加了用于储存数据的FLASH存储空间；

⑨ 易于操作的主菜单接口界面，使系统设置或维护不需要电脑即可完成；

2、接口指标

① 输入：BNC视频输入，RS170（NTSC），CCIR（PAL）

② 输出：BNC视频输出，RS170（NTSC），CCIR（PAL）

③ 75 Ohm或Hi－Z视频输入端口

④ USB型鼠标接口

⑤ DB9针RS232接口

⑥ RJ45与扩展模块连接接口

3、工作环境

① 环境温度：-37℃～+74℃

② 环境湿度：0％～95％，无冷凝

③ 电源：12VDC或24VDC（490/280mA）

六、感应式路口控制系统组成

Vantage视频车辆检测器是感应式路口控制系统的感应部分，在本方案中就不再论述信号灯控制机及摄像机等系统部件。Edge2模块可应用于单点路口控制、线控及面控系统中，实现感应式或自适应式控制，能够完美的与SCOOT、SCATS等系统无缝整合！

需要将Vantage Edge2集成到信号灯控制机中，Edge2模块适用于多种型号控制机，如170、TS-

1、TS-2、2070、ATC等。一般只需将Edge2模块直接插入到信号灯控制机内相应的位置即可，非常方便。

1、系统部件组成

① Vantage Edge2视频检测模块（双路视频输入）

② Vantage Intersection十字路口控制专用软件（固化在Edge2中）

③ Vantage Remote Access System（VRAS）远程管理软件

④ 符合要求的摄像机

⑤ 感应式信号灯控制机

城市轨道交通中视频监控系统 篇5

视频监控系统是保证城市轨道交通行车组织和安全的重要手段。调度员和车站值班员利用它监视列车运行、客流情况、变电所设备室设备运行情况, 提高行车指挥透明度的辅助通信工具。当车站发生灾情时, 视频监控系统可作为防灾调度员指挥抢险的指挥工具。本系统的特点是:各级监视相互独立、多个子系统可共享图像资源、按优先级控制云台和摄像机焦距。

2 视频监控系统的发展历程

视频监控系统随着社会的进步, 近来越来越被广泛地应用到各个领域。同时随着社会的发展, 视频监控系统也随之经历了三个时代。

第一代:模拟时代。

视频以模拟方式采用同轴电缆进行传输, 并由控制主机进行模拟处理。

第二代:半数字时代。

视频以模拟方式采用数字技术进行传输, 由多媒体控制主机或硬盘录像主机进行数字处理与存贮。

第三代:数字时代。

视频以数字方式采用网络技术进行传输, 基于国际通用的TCP/IP协议, 采用流媒体技术实现视频在网上的多路复用传输, 并通过设在网上的网络虚拟 (数字) 矩阵控制主机来实现对整个监控系统的指挥、调度、存贮、授权控制等功能。

3 城市轨道交通中视频监控系统

近年来, 随着现代科学技术的不断发展特别是网络带宽、计算机处理能力和存储容量的迅速提高以及各种实现视频信息处理技术的出现, 视频监控技术也有所长足的发展。城市轨道交通中视频监控系统的发展基本上是从早期的模拟视频监控系统向模数结合的视频监控系统和现在的数字视频监控系统演变的过程。

3.1 模拟视频监控系统

控制中心和车站的组网方式以及控制中心与车站间的视频信号传输均采用模拟方式。

将车站摄像机的模拟信号通过车站矩阵送入模拟视频复用光发送器变成光信号, 利用专用光纤将视频信号传输至控制中心对应的模拟视频复用光接收器, 还原成多路独立的模拟信号, 经视频矩阵切换输出到各调度员处的监视器上。

本系统的优点是系统独立、视频信号清晰、无延时。缺点是每站占用光纤, 资源利用率太低;点对点传输图像, 车站与中心之间通道无保护;系统一旦设定, 扩容非常困难;定向传输图像, 只能满足一个中心的监控;中心矩阵庞大, 维护不便;现已很少使用。

3.2 半数字视频监控系统

控制中心和车站的组网方式仍采用模拟视频技术, 只在硬盘录像以及控制中心与车站的视频传输采用了数字技术。

将各车站的控制和模拟视频信号送入本地模拟矩阵, 输出多路视频信号, 供本地监视和进行数字压缩编码, 送入传输系统提供的以太网接口进行共线传输。控制中心将接收到的数字视频信号进行解码, 并转换为模拟视频信号, 接入显示系统;同时模拟视频信号和控制信号一起送入至网络设备, 各个调度值班员能够任意选取各站的图像。

本系统的图像传输是架构在光传输系统上, 不独占光纤, 且享有传输系统的环网保护机制;中心可利用软件进行图像切换, 设备规模小;只需增加编解码板即可扩容;易维护;满足多点监控的需求, 是目前各地铁采用的主流方案。

3.3 数字视频监控系统

控制中心和车站的组网方式均采用计算机局域网组网方式, 并通过城轨专用传输网连接成为广域网。

采用将各车站的控制和模拟视频信号送入本地视频数字编码板进行压缩编码或接入视频网关, 再送入本地以太网交换机。以太网交换机输出的信号, 一路给本地监视器, 另一路输送给传输设备的以太网接口进行共线传输。控制中心将接收到的数字视频信号进行解码, 并转换为模拟视频信号输出给监视器;同时模拟视频信号和控制信号一起送入至网络设备, 各个调度能够任意选取各站的图像。

本系统具有多点观看图像、资源共享、组网简单、易扩容优点。但由于整个系统的传输依赖于以太网, Qos无法保证, 若产生网络风暴, 会造成网络瘫痪。

4 数字视频监控系统的优点

与传统的模拟视频监控相比, 数字视频监控具有许多优点。

第一, 便于计算机处理。由于对视频图像进行了数字化, 所以可以充分利用计算机的快速处理能力, 对其进行压缩、分析、存储和显示。通过视频分析, 可以及时发现异常情况并进行联动报警, 从而实现无人值守。

第二, 适合远距离传输。数字信息抗干扰能力强, 不易受传输线路信号衰减的影响, 而且能够进行加密传输, 因而可以在数千公里之外实时监控现场。特别是在现场环境恶劣或不便于直接深入现场的情况下, 数字视频监控能达到亲临现场的效果。即使现场遭到破坏, 也照样能在远处得到现场的真实记录。

第三, 便于查找。在传统的模拟监控系统中, 当出现问题时需要花大量时间观看录像带才能找到现场记录;而在数字视频监控系统中, 利用计算机建立的索引, 在几分钟内就能找到相应的现场记录。

第四, 提高了图像的质量与监控效率。利用计算机可以对不清晰的图像进行去噪、锐化等处理, 通过调整图像大小, 借助显示器的高分辨率, 可以观看到清晰的高质量图像。此外, 可以在一台显示器上同时观看16路甚至32路视频图像。

第五, 系统易于管理和维护。数字视频监控系统主要由电子设备组成, 集成度高, 视频传输可利用有线或无线信道。这样, 整个系统是模块化结构, 体积小, 易于安装、使用和维护。

正是由于数字视频监控具有传统模拟监控无法比拟的优点, 而且符合当前信息社会中数字化、网络化和智能化的发展趋势, 所以数字视频监控正在逐步取代模拟监控, 广泛应用于各行各业。

5 视频监控系统的发展方向

现今视频监控系统已经步入了全数字时代。这将彻底打破视频监控系统模拟方式的结构, 从根本上改变了视频监控系统从信息采集、传输处理、系统控制的方式和结构形式, 也标志着监控正在走向现代“四化”阶段即:

前端一体化:视频监控系统前端一体化意味着多种技术的整合、嵌入式构架、适用和适应性更强以及不同探测设备的整合输出, 为系统集成化奠定了基础。

传输网络化:视频监控系统的网络化意味着系统的结构将由集总式向集散式系统发展, 集散式系统采用多层分级的结构形式, 将使整个网络系统硬件和软件资源以及任务和负载得以共享, 这也是系统集成与整合的重要基础。

处理数字化:信息处理数字化意味着信息流的数字化、编码压缩、开放式的协议, 具有微内核技术的实时多任务、多用户、分布式操作系统, 以实现抢先任务调度算法的快速响应, 硬件和软件采用标准化、模块化和系列化的设计, 系统设备的配置具有通用性强、开放性好、系统组态灵活、控制功能完善、数据处理方便、人机界面友好以及系统安装、调试和维修简单化, 系统运行互为热备份, 容错可靠等功能。

系统集成化:系统集成化正是由于构建系统的各子系统均实现了网络化和数字化, 特别是使视频监控系统与弱电系统中其它各子系统间实现无缝连接, 从而实现了在统一的操作平台上进行管理和控制。

6 视频监控系统发展的特点

前端一体化、视频数字化、监控网络化、系统集成化是视频监控系统公认的发展方向, 而数字化是网络化的前提, 网络化又是系统集成化的基础, 所以, 视频监控发展的最大两个特点就是数字化和网络化。

6.1 数字化

数字化是21世纪的特征, 是以信息技术为核心的电子技术发展的必然, 数字化是迈向成长的通行证, 随着时代的发展, 我们的生存环境将变得越来越数字化。

视频监控系统的数字化首先应该是系统中信息流 (包括视频、音频、控制等) 从模拟状态转为数字状态, 这将彻底打破经典闭路电视系统是以摄像机成像技术为中心的结构, 根本上改变视频监控系统从信息采集、数据处理、传输、系统控制等的方式和结构形式。信息流的数字化、编码压缩、开放式的协议, 使视频监控系统与安防系统中其它各子系统间实现无缝连接, 并在统一的操作平台上实现管理和控制, 这也是系统集成化的含义。

6.2 网络化

视频监控系统的网络化将意味着系统的结构将由集总式向集散式系统过渡。集散式系统采用多层分级的结构形式, 具有微内核技术的实时多任务、多用户、分布式操作系统以实现抢先任务调度算法的快速响应。组成集散式监控系统的硬件和软件采用标准化、模块化和系列化的设计, 系统设备的配置具有通用性强、开放性好、系统组态灵活、控制功能完善、数据处理方便、人机界面友好以及系统安装、调试和维修简单化, 系统运行互为热备份, 容错可靠等优点。系统的网络化在某种程度上打破了布控区域和设备扩展的地域和数量界限。系统网络化将使整个网络系统硬件和软件资源的共享以及任务和负载的共享, 这也是系统集成的一个重要概念。

7 总结

综上所述, 随着计算机技术及网络技术的迅猛发展, 世界掀起一股强大的数字化、网络化浪潮, 对于城市轨道交通中视频监控系统的发展, 必须经历模拟数字混合的阶段, 但是最终的趋势必然是全面数字化, 即视频在前端进行数字化、网络化, 利用网络进行传输, 采用分布式存储系统, 模块化结构, 完成视频监控任务。

摘要：视频监控系统是保证城市轨道交通行车组织和安全的重要手段。城市轨道交通中视频监控系统的发展基本上是从早期的模拟视频监控系统向模数结合的视频监控系统和现在的数字视频监控系统演变的过程。但是最终的趋势必然是全面数字化, 即视频在前端进行数字化、网络化, 利用网络进行传输, 采用分布式存储系统, 模块化结构, 完成视频监控任务。

交通视频 篇6

天津地铁2号线是贯穿城市东西的骨干线路，主要途经西青区、南开区、和平区、河北区、河东区和东丽区等六个行政区，连接火车站、机场等大型客运枢纽。线路由曹庄起始，下穿外环线后爬升至地面，到达初期设计终点李明庄，共有19个车站、1个停车场、1个车辆段、2个主变电站、1个控制中心。共安装了1065个摄像机，其中枪型固定摄像机288个、半球型摄像机493个、一体化球型摄像机235个、一体化云台摄像机49个。

天津市地铁2号线电视监控系统是一个数字的分布式视频监控系统，由控制中心系统设备、车站(包括停车场、车辆段)系统设备和车载系统设备三部分组成。

每个地铁车站(包括停车场、车辆段)的前端摄像机信号通过同轴电缆传输到相应的车站(包括停车场、车辆段)通信机房，通过安装在机房的视频编码器转换为压缩的数字视频信号。编码器的数字视频输出连接到以太网上，供全网有授权的用户使用。

在控制中心中央控制室、车站综合控制室、停车场及车辆段信号楼控制室设置解码器、控制终端等设备，用于观看、控制实时视频和回放记录的图像。图像可显示在液晶监视器和/或大屏幕显示设备上，也可显示在计算机显示器上;图像的观看、控制以及记录图像的回放，可以通过计算机键盘、鼠标或模拟键盘来控制。在控制中心设置中心储存中心，通过SAN光纤网络连接各站网络视频录像机和区域存储设备，进行分布式的数字视频的集中存储。控制中心设置视频图像数据的备份和长期归档设备，通过SAN光纤网络进行定期的备份和归档操作。视频数据可以被网络上的任意授权用户所调用和控制。

车站级电视监视系统的设置应同时满足地铁运营和公安安全防护的要求，车站的监视范围应包括车站的公共区、办公区和设备区，停车场和车辆段的监视范围应包括出入段线咽喉区及停车列检库库门等区域。

2 设备组成

2.1 单个车站电视监视系统设备组成

(1)前端设备，包括半球型固定摄像机、枪式固定摄像机、一体化快球摄像机等。

(2)车站通信机械室设备，包括4台隔离地变压器(每台16路视频输入)、1台4画面处理器、1台多功能控制器、1台多级调用管理器、1台车站网管主机、1台以太网交换机、1台电源机箱、1台视频分析主机、8台8路视频编码器、1台数字视频管理服务器(含HBA卡)、1台光纤SAN交换机、2台机柜。

(3)车站控制室设备，包括2台20″彩色液晶监视器、1台视频监控终端(含22″液晶显示器)。

(4)一台多功能控制器JSD-Z/F/J-TJ。JSD-Z/F/J-TJ是集字符叠加、视频分配、视频检测、视频矩阵输出为一体的高性能主机，是为轨道交通研制的专用产品。JSD-Z/F/J-TJ在每个车站按64路视频输入配置，每路视频的分配输出为4路，均具备字符叠加功能。也就是说，JSD-Z/F/J-TJ可以实现64路视频输入、256路带字符分配输出，网管系统可以检测64路输入视频的状态。同时，JSD-Z/F/J-TJ还集成了一个64×32的矩阵切换机箱。

(5)一台多级调用管理器JSD-YTKZ-TJ。它的引入使用户可以在系统无任何扩展的情况下，通过软件设置实现对64个云台的控制和255级优先级管理，并且可以对全部优先级设置驻留延时，还可以进行中心与车站的交错式设置。

2.2 控制中心电视监视系统设备组成

(1)通信机械室设备，包括9台4路视频解码器、1台数字视频管理服务器(含光纤SAN设备网管)、2台综合网管服务器(1主1备，含以太网交换机网管)、1台视频分析服务器、1台车辆信号处理服务器、1套核心以太网交换机、1套网络防火墙、1套核心光纤SAN交换机、1套光纤存储阵列柜、1台电源机箱、4台机柜等。

(2)调度大厅设备，包括4台视频监控终端(含22″液晶显示器)、1台网管终端。

3 数字视频系统技术方案

3.1 数字视频系统架构

通过数字视频系统的建设，系统将完成下述要求：

(1)在车站等站点，前端摄像机的模拟视频信号经多功能控制器分配，输出给编码器，编码器将接收到的模拟视频信号转换为两路数字视频信号(MPEG2、MPEG4)，并接入站点以太网交换机。

站点以太网交换机将MPEG2格式的数字视频监控信号提供给各值班员的视频监视终端，同时通过传输设备将该信号送入通信传输网络;将MPEG4格式的数字视频信号通过视频管理服务器送入光纤SAN网络进行数字视频的录像存储，另外还要将每个站台为车辆上传(通过中心的WLAN接口)的4路MPEG4数字视频信号送入通信传输网络，优先上传给中心。

(2) MPEG2格式数字视频信号由通信传输网设备送入中心以太网交换机。中心交换机将数字视频信号提供给视频解码器、中心调度员视频监控终端。视频解码器将还原出的模拟视频信号送入显示大屏。

站台为车辆上传(通过中心的WLAN接口)的4路MPEG4数字视频信号也通过通信传输网络先上传给中心，然后再发送给相关的车辆。

MPEG4格式的数字视频信号由光纤SAN网络传送至控制中心的光纤SAN存储阵列柜进行存储。

(3)上述的视频编码器配置了NICE公司的8路双码流视频编码器ENC 8M2/4。这些编码器采用独特的双码流结构，可以同时编制二种码流，即用于视频传输和显示的MPEG2码流和用于视频储存的MPEG4码流。两种码流的图像分辨率均可设置为D1, 25fps实时编码，并可灵活向下调整。

3.2 数字视频流传输策略

数字视频监控系统存在多种数字视频流，因此整个系统的数据流向应预先配合管理使用的合理需求、数字网络的设计和应用作出整体规划与控制。

视频流传输策略总体的概念：在保证不间断、不丢失录像的同时，保证最大可能的监视与回放操作，并保证后台同时进行系统管理的能力。

3.2.1 实时监视视频流

实时监视视频流有两种流向、四种方式：

(1)从编码器开始，经过网络以单播的方式到一个合法用户使用的控制终端的打开窗口。

(2)从编码器开始，经过网络以组播的方式到多个合法用户使用的控制终端的打开窗口。

(3)从编码器开始，经过网络以单播的方式到指定的解码器，再输出到一个合法用户使用的模拟监视器。

(4)从编码器开始，经过网络以组播的方式到指定的解码器，再输出到多个合法用户使用的模拟监视器。

3.2.2 录像回放视频流

录像回放视频流有两种流向：

(1)从光纤SAN存储设备开始，经过网络以单播的方式到一个合法用户使用的控制终端的打开窗口。

(2)从光纤SAN存储设备开始，经过网络以单播的方式到指定的解码器，再输出到一个合法用户使用的模拟监视器。

3.2.3 中央存储的视频流

中央存储的视频流的建立过程如图1所示。

在控制终端上将视频输入通道对应到指定视频服务器连接的中央存储单元的RingBuffers(环状存储空间)并设定好录像存储周期，完成设定后系统即按照设定从编码器开始以单播形式向中央存储发送存储视频流。

3.3 优先级管理

优先级管理即对云台的控制进行多用户权限及优先级别的分配及管理。

站点设置的多级调用管理器JSD-YTKZ-TJ是进行云台控制及优先级管理的设备，通过对其参数进行设置，可实现站点及中心对云台执行可变速俯仰、左右转动以及改变镜头焦距等控制操作，同时可实现云台控制优先级最多255级的分配，并可实现时间可调的自动驻留。

(1)使用控制终端软件对站点进行云台控制，中心及站点值班员的监控终端发出的云台控制信号通过交换机网络接入多级调用管理器，以实现云台控制功能。

(2)根据预先设定的程序，当不同操作员同时操作同一云台时，多级调用管理器只将优先级高的控制指令送入该云台。为便于观看，高级别控制结束一段时间后(例如30s)后方将云台控制权限释放，此前低级别的操作员不能控制该云台。

优先级别及优先级保留的时间可根据具体要求设定。

(3)多级调用为控制终端提供了云台占用显示的功能，当云台被占用时各操作员处(包括中心)可做出显示(直接在综合监控终端CCTV软件上显示出高优先级操作方的名称)。

(4)使用多级调用管理器可以对每一个云台的优先级进行设置，每1个云台可以设置255级的优先级控制，并且可以设置为控制终端和控制键盘交错的形式。

(5)多级调用管理器提供了与换乘站其他线路之间的通信通道，为日后的运营中各线路间的图像调看及云台控制打下了良好的硬件基础。

4 视频存储系统技术设计

视频存储系统由各站点视频管理服务器、光纤SAN交换机网络、中心储存磁盘阵列组成。

存储结构采用集中式，每个站点设置一个分布式视频管理服务器，控制中心设置数据中心，集中放置磁盘存储设备。

4.1 视频存储系统架构

本视频存储系统设计采用NICE公司的网络视频录像服务器(视频管理服务器)和EMC公司的磁盘阵列。

本系统的存储结构采用集中式，即各站所辖摄像机所产生数字视频流将通过分布的IP网络和SAN光纤网络传送至控制中心通信机械室内的，由视频管理服务器和与其相联的磁盘阵列系统组成的数字视频存储系统中保存起来，满足用户的各种录像检索及查询要求。

视频管理服务器直接通过各站边缘SAN交换机经过光纤通道汇聚到控制中心核心SAN光纤交换机，再接入控制机房的集中磁盘阵列中。

视频管理服务器按照用户要求设置于各个地铁车站、车辆段、停车场，主变电站的视频管理服务器设置于相邻的车站内。磁盘阵列按照用户要求设置于控制中心机房内。

存储系统拥有15TB的备份容量，可满足重要视频数据及时备份或归档，以及进行长期保存的需要。

4.2 视频管理服务器的配置

根据用户的要求，所有视频管理服务器均设于各车站、车辆段、停车场、控制中心通信机械室，磁盘阵列设置于控制中心机房。每64路接入1台视频管理服务器，服务器按顺序编号。视频管理服务器和磁盘阵列按区域分别设置。

4.3 SAN存储网络的设计

根据设计方案，在各车站与控制中心敷设光纤，组成光纤网络。磁盘阵列设置于控制中心通信机械室，视频管理服务器均设置于各个车站、车辆段、停车场。把控制中心通信机械室的SAN交换机作为核心交换机，各个车站、车辆段、停车场的SAN交换机作为边缘交换机，与光纤网络组成SAN网络。

因为视频管理服务器和磁盘阵列设于不同位置，距离比较远，所以采用“核心光纤交换机+边缘光纤交换机”的方式来搭建整个SAN网络。距离超过10km时需要增加粗波分多路复用模块以确保信号传输的稳定和可靠。在控制中心通信机械室机房放置1台Cisco的核心光纤交换机，各个车站、车辆段、停车场放置1台Cisco 8口的边缘光纤交换机。

5 车地视频图像传输及中心调用方案

5.1 WLAN系统车地视频传输通道

本系统与旅客信息系统共用一套无线局域网设备(WLAN系统提供)实现车地视频传输。WLAN系统在线路上布置足够数量的AP热点，AP之间通过有线方式进行连接。

WLAN系统与本系统在控制中心有一个以太网接口(千兆)，车地视频图像的传输通过此接口进行。

5.2 车站传送4路图像给停靠车辆（通过控制中心）

车辆停靠在车站站台时，设在中心的车辆信号处理服务器根据数据库的动态车次列表及进出站信息获知停靠在车站的车辆IP地址后，发送命令给车站的相关编码器以调用车辆所停靠车站相关站台的4路MPEG4数字视频信号到中心交换机，并将其发送给WLAN系统中心设备。

WLAN系统中心设备将该信号通过有线方式传送给相应的AP热点，再上传给与该IP地址相匹配的车辆的司机室控制终端。此时，车辆司机室监视终端软件应实现图像自动切换至站台图像的功能。

车辆离开站台后，车辆信号处理服务器通过数据库的动态车次列表及进出站信息得知该车辆离开车站，发出停止调用图像命令给车站，切断以上数字视频信号的传输。此时，车辆司机室监视终端软件应实现图像自动切换回车载图像的功能。

5.3 中心调度员调用车载图像

车辆在线路上时，中心调度员通过控制终端，根据车次号或车体号调用车载图像，该调用命令被发送给车辆信号处理服务器，车辆信号处理服务器根据数据库的动态车次列表得知与该车次号或车体号相匹配的车辆IP地址后，发送调用该IP地址的图像命令给WLAN系统的中心设备。

WLAN系统的中心设备根据图像调用命令中的IP地址，发送命令给接收该IP地址车辆图像信号的车辆上的车载编码器，车载编码器将车辆的MPEG4数字视频信号发送给AP热点，AP热点通过有线方式传送给WLAN系统的中心设备。

WLAN系统中心设备将该信号送入本系统的中心交换机，以满足控制中心调度员的图像调用请求。

中心调度员控制终端停止调用该车次号或车体号的车载图像时，该停止调用命令被发送给车辆信号处理服务器，车辆信号处理服务器根据数据库的动态车次列表得知与该车次号或车体号相匹配的车辆的IP地址后，发送停止调用该IP地址的图像的命令给WLAN系统的中心设备。

WLAN系统的中心设备根据图像停止调用命令中的IP地址，发送命令给接收该IP地址车辆图像信号的AP热点，AP热点将命令发送给与该IP地址相匹配的车辆上的车载编码器，车载编码器将停止发送视频信号。

中心调度员最多可调用两路车载MPEG4数字视频信号。

一种基于视频的交通状况检测方法 篇7

1 现有的交通状况检测技术

目前, 常用的交通状况检测方法[2]主要有光流法[3]、检测线圈法、超声波雷达检测法、GPS浮动车检测法等。然而, 这些方法均存在许多问题。其中, 光流法存在着计算量大、检测延迟大等问题;检测线圈法对路面破坏性较大, 其安装维护并不方便, 且由于外界因素影响容易导致数据采集失败;超声波雷达检测法可以全天使用, 但由于其检测功能的单一性, 并不能满足人们对道路环境实时检测的需求;GPS浮动车一般都集中在市中心区域, 故实际有效数据覆盖范围不够, 且由于GPS系统本身容易受到外界因素的影响, 从而造成信息获取不准确以及缺失。

与上述方法相比, 本文所采用的视频检测[4]方法具有实时性强、准确性高、稳定性好、易于维护等优点, 因其具有独特的优势而得到广泛应用。

2 基于视频的交通状况检测概述

2.1 道路交通状况判别标准及分类

道路交通服务水平起源于美国的HCM (Highway Capacity Manual) [5], 目前, 多数国家关于道路交通状况分类的研究都是在该基础上展开的。但是, 该标准不易被大众理解, 且不能直观地描述道路的拥挤状况。

为了使交通状况判别具有良好的效果, 所选择的判别标准应具有直观和可靠的特点。常用的交通状况分类指标有交通流量[6]、占有率、密度及速度等。其中, 车速与道路交通流关系最为密切, 因为在不同的交通状况下, 车辆的行驶速度会有明显差异, 所以根据速度可以准确地反映出道路交通状况。因而, 本文以速度为特征, 提出了基于视频的道路交通状况检测方法, 将交通状况从总体上划分为3级, 分别为畅通、饱和、拥挤。

对于一般城市道路, 各种交通状况的实际意义及其对应平均速度如下:

1) 畅通:车辆较少, 可顺利通行, 道路平均车速大于30 km/h;

2) 饱和:车辆较多, 但是仍在缓慢前行;该状态属于过渡状态, 道路平均车速大于15 km/h, 小于30 km/h;

3) 拥堵:车辆几乎停驶, 排队等待通行, 道路平均车速小于15 km/h。

因此, 在统计出当前的道路平均车速后, 即可方便地判断出交通状况, 该方法简单, 准确性高, 实时性好。

2.2 道路交通状况各状态转换关系

各交通状态之间的转换关系如图1所示。各交通状态之间是相互关联的, 但车辆在正常行驶情况下, 道路的畅通和拥堵状态之间不可能直接跳跃, 也就是说, 交通状况不会从畅通状态直接跳跃到拥堵状态, 也不会从拥堵状态直接跳跃到畅通状态, 而必须经过饱和的过渡状态。

3 基于视频的交通状况实时检测原理

3.1 单个车辆平均速度估算

单个车辆的瞬时速度由于具有即时性, 因此并不能用来表征车辆在某一段时间内的运动特征, 所以需要计算车辆平均速度。

本文根据车辆外接矩形的中心点位置来计算车辆在一段时间内的平均车速[7]。一般而言, 摄像机的架设方向为正对路面, 车辆行驶方向为由远及近面向摄相机镜头运动。因此计算平均车速时只需考虑车辆沿道路方向 (即图像的Y轴方向) 的速度, 车辆在图像Y轴方向速度为。根据车辆在视频序列中的速度来计算其实际速度需要对摄像机进行标定, 根据一种“像素—距离”映射关系, 可以将图像中像素距离转换为实际道路上的距离, 从而求得单个车辆在一段时间内的实际平均速度。

3.2 道路平均速度统计

在交通状况判别过程中, 单个车辆的平均速度并不具有太大的研究意义, 因为它一般不能全面地反映出车辆群体的速度特征, 进而也不能反映出当前道路的拥堵状况[8]。而统计意义上的平均车速才是研究的重点, 因此必须统计一段时间内道路上车辆群体的平均速度, 将其作为该段时间内的道路平均速度, 才能较全面地描述当前的道路交通状况。在本文中, 每一分钟统计一次道路平均速度, 由此来统计一次交通状况判断。

本文采用统计直方图法来估算道路平均速度。统计直方图法采用频数的概率分布对所求变量进行计算, 计算公式为

式中:v为所求道路一分钟内统计平均速度;vi为第i辆车在1 min内的平均速度;m为1 min内车辆的数量;pi为各平均速度对应的概率值。

对西安市某路段进行测试, 1 min内车辆平均速度及其对应频数和频率如表1所示。

从上表可知, 这1 min内共统计了166辆车, 由式 (1) 可得, 该时间内道路统计平均速度为16.24 km/h, 根据2.1节中交通状况划分标准可得:道路状态为饱和状态。

3.3 基于视频的交通状况实时发布原理

由于环境影响以及实验误差的存在, 并不能将上述1 min内的判断结果作为实际交通状况进行发布, 因为这只是很短时间内的瞬时交通状况。只有当该状态持续一段时间后, 才可以将其发布为道路的当前状态, 然后接着进行下一状态的判断。理论上, 某一状态持续的时间越长, 判断的准确性越高, 但实际上, 随着时间的延长, 检测的实时性会逐渐减小。因此在实际检测时需要选取合理的测试时间。

经过大量的实验测试, 最终本文选取3 min作为各状态发布的持续时间, 即当道路在连续3 min内保持同一状态时, 则发布该状态为道路当前状态信息;否则, 道路状态信息不更新, 即维持前一个道路交通状态。

4 测试结果

根据本文提出的方法进行了大量的实验测试, 测试结果表明, 该方法能够很好地实现交通状况检测, 在多种情况下的测试结果均达到令人满意的效果。图2为西安市南二环某路段的交通状况检测结果, 其中, 从上到下两条曲线分别表示当前道路交通状况和当前道路统计平均速度。

从图2可以看出, 当道路处于畅通状态时, 道路统计平均速度值比较大;当道路处于饱和状态时, 道路统计平均速度明显减小, 但车辆仍可以缓慢移动;而当道路进入拥堵状态时, 此时道路统计平均速度极小, 车辆几乎不能前行。由此可见, 本文所提出的方法检测结果与事实相符, 检测精度很高。该方法已经在多种情况及环境下进行过测试, 均达到了较好的效果, 可以准确地进行交通状况实时检测。

5 结论

视频交通检测技术因其诸多优点, 目前正在逐步代替传统检测技术, 成为智能交通领域的研究热点。本文所提出的基于视频的交通状况检测方法有着重要的意义, 对城市道路、高速公路、隧道桥梁等路况的预警及控制都有着积极的作用, 且在实际应用中可减少漏检、误检等问题。实验证明, 本文所采用的方法具有算法简单稳定、实时性强、准确性高等优点, 能够准确地进行交通状况检测, 因而具有广阔的应用前景。

在道路交通状况检测的基础上, 可进行及时交通预警以及交通安全检测等, 这些都将成为今后的研究热点, 最终达到交通事件自动检测、平衡路网流量、方便交通出行的目的。

参考文献

[1]梁琳.浅谈我国智能交通系统的发展[J].计算机与信息技术, 2008 (10) :58-89.

[2]侯宏录, 李宁鸟, 刘迪迪, 等.智能视频监控中运动目标检测的研究[J].计算机技术与发展, 2012, 22 (2) :49-52.

[3]LODATO C, LOPES S.An optical flow based segmentation method for objects extraction[C]//Proc.Conference of the World Academy of Science Engineering and Technology.Vienna, Austria:[s.n.], 2006:41-46.

[4]HUANG M C, YEN S H.A real-time and color-based computer vision for traffic monitoring system[C]//Proc.IEEE Intelligent Conference Multimedia Expo.[S.l.]:IEEE Press, 2004:2119-2122.

[5]National Research Council.Highway capacity manual[M].Washington DC:TRB, 2000.

[6]巨永锋, 朱辉, 潘勇.基于计算机视觉的车流量检测算法[J].长安大学学报:自然科学版, 2004, 24 (1) :92-95.

[7]魏武, 张起森.基于计算机视觉和图像处理的交通参数检测[J].信息与控制, 2011 (3) :257-261.

交通视频 篇8

随着前端视频采集技术、网络通讯技术、视频压缩编码技术和图像处理技术的迅猛发展, 视频监控设备研发和生产商家的多样化, 导致视频监控系统的构成模式各异, 而且各个构成模式都有其优劣[1], 此次研究的目的是通过对现有的国内轨道交通监控模式的比较选择, 分析轨道交通视频监控系统发展的趋势。

1 轨道交通视频监控系统组网模式应用[2,3]

(1) 模拟视频监视系统组网模式 (模式一)

架构概述:在车站, 从标清模拟摄像机采集的视频信号通过视频电缆输入到车站视频矩阵实现本地监控, 同时从车站视频矩阵输出视频信号, 经过非压缩数字光端机和光缆传到控制中心视频矩阵以实现控制中心的远程监控。

应用情况:广州、北京、上海、南京等城市一些早期线路的公安或运营视频监控系统应用该组网模式。

示意图:组网模式构成示意图如图1所示。

() 模数结合的视频监视系统组网模式

模数结合的视频监视系统组网模式又因数字化程度的不同主要分为以下三种。

(1) 二级视频矩阵+数字传输通道组网模式 (模式二)

架构概述:该组网模式数字化程度较低, 与模拟视频监视系统组网模式差别主要在车站至控制中心的视频信号采用数字编解码技术压缩处理后进行传输。

应用情况:北京4号线等一些早期线路采用该组网模式。

示意图:该组网模式构成示意图如图2所示。

(2) 一级视频矩阵+中心数字化设备+数字传输通道组网模式 (模式三)

架构概述:该模式车站级本地监视与模拟视频监视系统相同, 控制中心远程监视的实现方式则为:先将车站矩阵输出图像通过编码设备转换成数字信号, 再通过传输网络传至控制中心的交换机, 控制中心调度员通过中心数字视频控制交换设备, 选择所需要的图像进行监视。

应用情况:广州地铁4号线、5号线, 北京地铁八通线、5号线, 西安地铁2号线一期等。

示意图:该组网模式构成示意图如图3所示。

(3) 模拟采集前端+车站、中心数字化设备组网模式 (模式四)

架构概述:车站模式摄像机采集的视频图像经过视频编码和控制设备编码后接入本站以太网交换机, 控制中心调度员、车站值班员处的监视终端、视频及存储服务器与本地交换相接, 实现对图像的监视和控制。

应用情况:苏州地铁1号线、杭州地铁1号线、无锡地铁、号线等多条近期开通或即将开通的线路采用该方案。

示意图:该组网模式构成示意图如图4所示。

(2) 全数字视频监视系统组网模式

由于前端视频采集设备的不同主要有以下两种方案。

(1) 高清IP摄像机全数字组网模式 (模式五)

架构概述:该模式前端摄像机为直接输出数字信号的高清网络摄像机, 通过光缆或网线直接接入交换机, 通过服务器和传输网络实现本地及远程的灵活存储及调用。

应用情况:武汉地铁4号线、南京地铁3号线、机场线等已运营或施工建设中的线路采用该模式。

示意图:该组网模式构成示意图如图5所示。

(2) HD-SDI摄像机全数字组网模式 (模式六)

架构概述:该模式前端摄像机为直接输出非压缩数字信号的HD-SDI数字高清摄像机, 通过同轴电缆接入本地数字矩阵, 并且同时压缩编解码后进行存储和实现远程传输调用。

应用情况:昆明地铁6号线采用该模式。

示意图:该组网模式构成示意图如图6所示。

2 系统组网模式应用分析

模拟视频监视系统组网模式 (模式一) 是在20世纪80年代至90年代较盛行。该组网方案从简单的单点前端到单点终端, 到现在的大型联网系统, 模拟传输通道组网模式技术发展已经非常成熟;未经视频压缩技术处理, 视频信号清晰、无延时, 系统性能稳定, 目前在小型视频监控系统中应用还是较为广泛的。当系统较大时, 结构复杂, 无法对各处设置的光端机进行有效的网络管理, 不便于集中管理维护, 每站占用光纤芯, 资源利用率太低;点对点传输图像, 车站与中心之间通道无保护;系统一旦设定, 扩容非常困难;定向传输图像, 只能满足一个中心的监控;中心矩阵庞大, 维护不便。广州地铁1号线、广州地铁2号线、南京地铁1、2号线及北京、上海地铁早期项目有采用此方案, 现已很少使用。

随着网络技术和图像处理技术的迅猛发展, 模数结合的视频监视系统组网模式应运而生, 该模式凭借MPEG2/MPEG4/H.264压缩技术标准, 采用数字传输通道实现视频信号的高效传输和灵活调用。与模式一相比:其充分利用地铁传输系统的网络资源, 节约光纤, 光端机等模拟传输设备;享有地铁网络传输通道的复用保护机制, 安全性提高;系统网络化, 便于系统管理和维护;符合当前视频监控技术网络化, 数字化的发展趋势。但与模拟视频传输相比, 数字视频传输有一定的延时。一般而言, 延时300 ms以内, 操作人员对视频延时不敏感;延时500 ms以内, 操作人员对视频延时有一定感觉, 但在习惯后, 可正常操作监控前端设备;延时大于800 ms时, 操作人员将很难正确操作监控前端设备。因此, 对于数字视频监控系统而言, 延时是十分重要的指标。通常, 对于一个视频编解码系统而言, 其延时主要由3部分组成, 编码延时、传输延时、解码延时;编解码会降低图像的信噪比, 使图像的质量有所下降;降低影响的办法:在编解码设备的选型上, 在功能保障的前提下, 要尽量选择延时小, 高清晰的视频编解码设备, 另外传输带宽应足够大。

模拟视频监视系统组网模式与模数结合的视频监视系统组网模式的前端都采用标清的模拟摄像机, 城市轨道交通大部分深埋地下, 环境相对封闭、空间狭窄、人流密集度大, 视频监控系统在地铁日常运营、防灾调度发挥着重要的作用, 并且做为公安、消防、国家安全局等部门维持社会秩序强有力的技术工具, 传统的标清图像质量已难以满足相关部门需求, 全数字的高清监控技术开始应用, 提高了图像分辨率, 令图像细节更加清晰, 表现的信息更加丰富, 不用过多的图像切换就可以表达大量内容, 同等环境基础上, 能获得比标清监控更大的视界, 从而解决了以前为了获得良好图像质量而大幅度增加摄像机点位进行弥补的缺点, 简化了系统建设架构。在如今这个对图像质量需求日益增高的社会, 传统的模拟摄像机的质量已难以满足要求, 并且高清产品逐渐普及, 高清设备的价格日趋接近标清产品, 目前个别近期运营和在建线路已采用全高清全数字组网模式。

前面介绍了全数字视频监控系统组网模式有模式五 (高清IP摄像机全数字组网模式) 和模式六 (HD-SDI摄像机全数字组网模式) 。模式五前端采用高清IP摄像机, 高清IP摄像机编码芯片内置于摄像机内部, 从摄像机输出即为IP化的高清视频流, 编码格式一般为H.264。该方案系统架构简单, 车站值班员及中心调度员利用网络及相应的切换、控制及管理设备, 实现图像的监视、存储和管理。模式六前端采用高清HD-SDI摄像机, 高清HD-SDI摄像机编码芯片内置于摄像机内部, 从摄像机输出即为HD-SDI格式的高清视频流, 单路图像传输速率高达1.485 Gb/s。该方案需要在车站设置视频切换矩阵, 通过切换矩阵及配套光电缆设施将各处摄像机接入系统中。车站值班员利用切换矩阵及相应的控制管理设备, 实现图像的监视、存储和管理;为满足中心调度员的图像监视需求, 车站上传控制中心的视频图像还需进行网络化编码, 以便利用传输系统提供的以太网通道传递监控图像, 编码格式一般也采用H.264, 该方案系统架构相对复杂。

3 结束语

随着轨道交通的发展及运营管理要求的不断提高, 对视频监视的画质、互联互通及资源共享方面的要求也日益提高。目前高清全数字视频监视系统发展非常迅速, 价格逐年下降, 现阶段已作为新技术应用逐步引入新建轨道交通建设中, 高清的全数字视频监视系统组网模式是轨道交通监控技术发展的必然趋势。

从技术成熟性分析, 模式五和模式六两种组网模式均能满足轨道视频监视系统的使用要求。考虑到城市轨道交通线网都存在多线换乘、多线共享控制中心的情况, 采用高清IP摄像机组网模式, 能通过IP网实现不同线路视频监视系统的互联互通及资源共享, 方便视频分析、视频联动等功能的实现。

参考文献

[1]蒲豫园.城市轨道交通数字视频监控系统的发展前景[J].铁道通信信号, 2006, 42 (4) :57-58.

[2]于鑫, 孔文龙, 康进赟.城轨交通闭路电视监视系统[J].铁道通信信号, 2008, 44 (1) :53-55.

交通视频 篇9

关键词：交通视频,HDFS,交通事件,节点分组,吞吐量

1 引言

随着城市智能交通系统的发展, 高清网络监控设备得到广泛部署, 随之产生的海量交通监控视频数据对传统监控视频存储系统的吞吐量、处理能力、可扩展性等方面提出了严峻挑战。利用HDFS[1,2] (Hadoop Distributed File System) 进行大规模交通监控视频的存储和检索是一种高效、可靠、可扩展的数据存储方案。但默认的HDFS在海量交通监控视频存储和快速检索应用场景下还存在一些不足:随着横向扩展, HDFS集群会由于主机配置参差不齐而变成异构, 默认的HDFS可能会将高访问量的视频数据放置在低性能节点上导致数据访问延迟较高而高性能节点相对空闲, 系统资源无法充分利用的情况。针对以上问题, 本文提出了一种异构HDFS中数据节点层次化组织架构, 达到了更加有效的利用集群资源的目的。

2 异构HDFS的相关背景及研究现状

HDFS采用了典型的主从式架构设计, 实现了文件系统元数据和应用数据存储的分离。每个集群都有一个Namenode的单一实例, 负责HDFS命名空间的管理和实现客户端对文件访问的控制。而每个集群中至少会包含几个作为HDFS从节点的数据节点, 负责响应来自HDFS客户端的读写请求, 完成文件的存储和访问。从Namenode的角度来看, 所有数据节点在逻辑上是一个统一的存储整体。如图1所示。

Namenode认为每一个Datanode都是数据块的集合, 具有统一的特征。Namenode不区分数据节点间的配置差异, 在数据存储时使用基于随机的机架感知策略将数据分布存储在所有的数据节点上, 即HDFS默认Datanode是同构的, 并不考虑节点间的性能差异。在实际的应用中, 如果Hadoop集群里面存在主机配置参差不齐的情况, 则对于那些高配置的主机来说, 它们的很多资源会处于空闲状态, 其工作量相对于那些配置较低的主机来说却已经饱和了, 因而会导致无法充分发挥节点性能的情况。

针对异构Hadoop集群, 国内外已经进行过很多研究工作。文献[3]分析了异构Hadoop中能够影响集群性能的一些问题, 并从集群配置、应用相关逻辑等方面提出了一些指导原则来提高集群性能。文献[4]提出了一种在异构Hadoop集群中的Map Reduce任务调度方法Throughput Scheduler, 通过自动学习机器性能和任务特征, 优化到节点的任务的分配, 减少了总的任务运行时间。类似的, 文献[5]设计了简单而又健壮的调度算法LATE, 利用预测完成时间来推测运行那些耗费应答时间最高的任务。在文献[6]中则提出了一种异构Hadoop中的混合任务调度方法, 通过根据系统的负载和可以资源动态使用切换FIFO、Fair Sharing、COSHH三种任务调度方法提高了系统性能。在数据存储方面, 文献[7]通过将区分数据的热度来选择性的将数据存放在DAS或者NAS上来在提高吞吐率的同时减少存储开销。文献[8]则通过Super Datanode将存储和计算分离来提高集群性能。

3 基于节点性能分组的数据节点层次化组织架构

在海量交通监控视频存储应用场景下, 数据具有显著的按事件分类的特征, 其中事件视频是用户主要关注的数据, 此类数据的用户检索量要明显高于不包含事件的视频数据。使用HDFS作为海量交通监控视频存储系统, 随着集群的扩展, 集群会由不同性能的数据节点组成。在使用异构HDFS集群过程中, 按照HDFS基于数据节点同构的默认节点管理方式, 可能会发生高关注度的事件视频被存储在低性能数据节点上的情况。也因此导致低性能节点响应数据请求较慢而高性能节点却相对空闲, 系统资源无法充分利用的现象。

本文提出了一种HDFS中基于节点性能分组的数据节点组织架构。该架构将数据节点按照节点性能进行分组组织, 让Namenode可以按数据特征选择最合适性能的数据节点放置数据从而优化集群的资源利用率。该架构是一种逻辑上的架构, 分组的成员不受物理距离的限制, 位于不同机架上的节点可以位于同一个分组当中, 如在集群扩展之前的数据节点分布在不同机架上, 而在扩展之后这些节点的相对性能较差, 这些节点可以划分到同一分组。如图2所示为本文提出的数据节点分组的HDFS网络拓扑图, 每一个分组的节点都可能包含了不同机架中的节点, 如Node Group1中的数据节点可能来自与Rack1和Rack2。

基于节点性能分组的数据节点组织架构在默认情况下, 将所有数据节点分为三组:高性能组-缓存数据组-数据存储组, 节点组织架构如图3所示:

假设此图中的Hadoop集群为经过横向扩展后的异构集群, 由3个机架组成, 分别为机架1 (Rack1) 、机架2 (Rack2) 、机架3 (Rack3) , 每个机架都包含多个数据节点。集群中的数据节点按照性能排序可划分成三个层次, 图中3种虚线矩形代表了数据节点分组, 数据节点的分组划分如下:

(1) 机架1和机架2中分别包含集群中相对性能最好的数据节点, 如这些节点配备了SSD存储、更大的内存, 则将这些数据节点分组到高性能组;

(2) 机架3中包含了性能居中的数据节点, 将这些节点划分为缓存数据组;

(3) 集群中剩余的节点相对性能较差, 则将这些节点划分到数据存储节点组;

此处的性能可由管理员按照应用任务的需求, 如计算密集型或者I/O密集型来进行定义。本文所研究的应用场景为交通监控视频的存储, 为I/O密集型, 因此, 此处我们的性能主要是考虑节点的I/O性能, 如配备的SSD的数据节点比配置了普通机械硬盘的节点具有更好的性能。

4 基于节点性能分组架构的交通视频存储

在海量交通监控视频存储应用场景下, 多路高清监控设备产生了大量交通监控数据, 这些数据首先都要被高效可靠的进行存储, 以用于针对智能交通应用的后期处理, 如检索回放、交通流量数据分析等需要。在这些交通监控视频数据当中, 包含交通事件的视频由于价值较大, 用户对其关注度比较高, 往往是用户检索查询的主要目标, 交通监控视频存储系统的用户读取数据请求往往集中于这部分数据上。系统响应用户请求的速度越快, 带给用户的体验越好, 本文在上述HDFS上基于节点性能分组的数据节点层次化组织架构下, 设计了交通视频存储和检索时的数据节点分组选择方法, 以结合交通监控视频的特征进行数据存储, 充分利用系统资源, 提高系统性能。

在以上前提下, 基于节点性能分组的数据节点组织架构在数据写入时根据视频文件的事件类型来为文件选择分组进行放置, 包含高关注度类型事件的监控视频应该在高性能组存有副本, 保证用户在检索查看视频时能够得到较快的响应。为此本文定义了事件类型的分组选择概率P, 表示对于包含某一类型事件的视频文件, 其副本被存放在高性能组的概率为P, 被存放在缓存数据组的概率为1-P, P的定义如下:

假设当前事件类型种类总数为S, 为事件类型关注度从小到大进行排序, 对于事件类型E, 假设其事件关注度的排名为R, 则事件类型为E的分组选择概率为PE:

基于以上设定, 在层次化数据节点组织架构下, 写入交通监控视频数据时的分组选择流程如图4所示。结合图3的基于性能分组的数据节点组织架构, 图4中所示写数据的具体过程阐述如下:

(1) 系统接收写入的视频文件, 并获取视频文件的事件类型以判断视频文件是否为事件视频;

(2) 如果视频文件为非事件视频, 则在数据存储组中放置此文件的所有副本;

(3) 如果视频文件包含交通事件, 按公式1计算此文件的分组选择概率P;

(4) 根据分组选择概率P, 为事件视频的第一个副本选择数据放置节点。概率P的大小决定了此文件时放置在高性能节点组还是在缓存数据组, 如图3中的文件1、文件2事件类型关注度排名较靠前, 所以它们的一个副本放置在了高性能节点组, 而文件3、文件4则被放置在了缓存数据组;

(5) 将文件要写入的副本数减1, 如果剩余要写入的副本数为1份, 则将此副本放置在数据存储组。

(6) 剩余要写入的副本仍大于1时, 如果第一个副本放置在高性能组中, 则从高性能组或者缓存数据组随机选择分组放置第二个副本。否则, 从缓存数据组或者数据存储组中随机选择分组放置第二个副本;

(7) 将事件视频所有剩余的副本选择数据存储组来进行放置;

通过将上述写入过程应用到基于节点性能分组的数据节点组织架构中, 可以将数据量较大但是用户关注度较小的视频数据存储到性能较低的数据节点中进行存储。同时, 将用户关注度较高而数据量相对较少的事件视频文件存储到性能较好的数据节点分组当中去。文件事件类型的用户关注度越高, 则相应存储此文件的数据节点性能越好。因为读取数据的速度通常高于写数据的速度, 通过分离读写压力, 充分发挥了各部分节点的性能, 避免低性能节点写繁忙造成读取数据的延迟。由此, 可以充分利用异构HDFS集群数据节点的资源性能, 用户在检索数据时也可以得到较快的响应。

5 实验与分析

本文按提出架构修改了Hadoop2.2, 在实验集群上分别部署了默认的和改进的Hadoop2.2并进行了对比实验。实验集群包括1个名字节点, 3个数据节点, 节点为异构的, 硬件配置如表1。集群配置时Datanode1被划分在高性能节点组, Datanode2和Datanode3分别划分为缓存数据组和数据存储组。

实验假设视频的事件类型分为4种事件类型, 设为类型A, B, C, D, 事件类型的用户关注度A>B>C>D, 则按照公式1计算得到的分组选择概率为{1, 0.75, 0.5, 0.25}, E为非事件类型的视频。为了模拟实际视频监控系统不断写入视频数据同时系统接受视频数据检索请求的场景, 本文按照表2所列文件读写次数对系统进行了写入读取并发测试, 读写吞吐量对比如图5所示。由于读数据引起的等待影响了写入速度, 使得默认情况下的写入吞吐量低于节点分组架构。而通过分离读写压力, 充分发挥各部分节点的读写性能, 基于节点性能分组架构下的读取吞吐量为默认情况下的1.56倍。

6 结论

在海量交通监控视频存储应用场景下, 本文针对默认HDFS不考虑数据节点的异构性从而无法充分利用数据节点性能这一问题, 提出了一种基节点性能分组的数据节点组织架构, 该架构可以让管理员通过配置, 将不同性能的数据节点划分为不同的分组。在写入和读取数据时, 根据数据特征需求选取合适的数据节点分组从而充分利用HDFS中的节点性能。在此架构下, 本文设计了交通监控视频存储应用场景下的视频数据存储方法, 将不同的事件视频分发到不同的数据节点组中去。最后通过实验证明了该数据节点组织架构提高了系统的吞吐量。

参考文献

[1]Borthakur D.The hadoop distributed file system:Architecture and design[J].Hadoop Project Website, 2007, 11:21.

[2]Shvachko K, Kuang H, Radia S, et al.The hadoop distributed file system[C].Mass Storage Systems and Technologies (MSST) , 2010 IEEE 26th Symposium on.IEEE, 2010:1-10.

[3]Rao B T, Sridevi N V, Reddy V K, et al.Performance issues of heterogeneous Hadoop clusters in cloud computing[J].ar Xiv preprint ar Xiv:1207.0894, 2012.

[4]Gupta S, Fritz C, Price B, et al.Throughput Scheduler:Learning to Schedule on Heterogeneous Hadoop Clusters[C]//ICAC.2013:159-165.

[5]Matei Zaharia A K, Joseph A D, Randy Katz I S.Improving Map Reduce Performance in Heterogeneous Environments[J].2010.

[6]Rasooli A, Down D G.A hybrid scheduling approach for scalable heterogeneous hadoop systems[C]//High Performance Computing, Networking, Storage and Analysis (SCC) , 2012 SC Companion:.IEEE, 2012:1284-1291.

[7]Krish K R, Khasymski A, Butt A R, et al.Apt Store:Dynamic Storage Management for Hadoop[C]//Cloud Computing Technology and Science (Cloud Com) , 2013 IEEE 5th International Conference on.IEEE, 2013, 1:33-41.