一种快速道路上的机动车异常行为监测装置及其方法

1.一种快速道路上的机动车异常行为监测方法，其特征在于：包括以下步骤：
（1）将监测区域划分为254个监测子区，并对各个监测子区进行编号，使监测子区编号与高清球机的预置位置编号一致；
（2）全景摄像机监控站对全景摄像机传回的360度全景视频图像进行处理，把球面视频图像展开为90度四分屏视频图像，并将对应快速道路监控的二屏视频图像传送到监控主机进行解码为单帧图像；
（3）将（2）中单帧图像进行消除模糊、背景刷新处理；
（4）对处理后图像中的机动车进行检测，并对其进行跟踪；
（5）对图像中的机动车行驶行为进行分析；如果机动车在某一位置保持静止状态超过5秒，则认为其属于异常“停车”行为；如果机动车运动方向与道路规定行驶方向不一致，则认为其属于异常“逆行”行为；如果机动车的运动方向发生改变，则认为其属于异常“倒车”行为；如果机动车的行驶速度低于10公里/小时，则认为其属于异常“慢行”行为；
（6）根据上述异常行为的机动车所处于监测子区编号来作为该机动车的位置数据，并将该位置数据转换为高清球机的预置位置编号，使高清球机从初始位置转到机动车所在位置；
（7）从高清球机的高清视频图像流中抓取一帧图像，即可得到一张高清晰的异常机动车图像；
（8）对图像中机动车车牌号进行识别，将识别出的机动车车牌号码和其异常行为组合成一句警示语，并同时发出声光报警信号；再将该警示语通过IP网络广播在快速道路现场进行播放，同时将高清球机抓取有关该异常机动车的图像、时间、位置数据、车牌号码、异常行为类型进行贮存；如果不能识别机动车车牌号码，则发出声光报警信号。
2.根据权利要求1所述的监测方法，其特征在于：所述步骤（3）中消除模糊处理是采用拉普拉斯锐化算法消除摄像机抖动引起的图像模糊，以及采用直方图增强去雾算法消除因雨雾阴霾天气造成的图像模糊；背景刷新处理是采用滑动平均背景模型算法对图像背景进行刷新，以消除图像明暗、亮度变化而带来的影响。
3.根据权利要求1所述的监测方法，其特征在于：所述步骤（4）中对机动车进行检测，是采用混合高斯背景模型算法对图像中机动车进行检测；对机动车进行跟踪是采用Blob Tracking算法对检测到的机动车进行跟踪。
4.根据权利要求1所述的监测方法，其特征在于：所述步骤（5）中对图像中的机动车行驶行为进行分析是采用Kalman滤波算法对机动车行驶行为进行分析。
5.根据权利要求1所述的监测方法，其特征在于：所述步骤（6）中高清球机从初始预置位置转到机动车所在的位置的时间为2-3.5秒。
6.根据权利要求1所述的监测方法，其特征在于：所述步骤（7）中从高清球机的高清视频图像流中抓取一帧图像作为异常机动车图像是从高清球机在初始预置位置开始转动时延迟至少4.5秒再进行抓取。
7.一种实现如上述权利要求1-6任一项监测方法的监测装置，其特征在于：包括现场监测单元和后台监管单元，所述现场监测单元包括安装在位于快速道路路边的立杆顶端的横杆上的全景高清摄像机、高清球机和高音喇叭，所述立杆上安装有机箱与第一无线网桥，所述机箱内设有IP网络广播功放机和第一网络交换机；所述第一无线网桥、全景高清摄像机、高清球机和IP网络广播功放机分别与所述第一网络交换机交互式连接，所述IP网络广播功放机的输出端与所述高音喇叭连接；
所述后台监管单元包括监控主机，所述监控主机通过第二网络交换机与第二无线网桥交互式连接；
所述现场监测单元和后台监管单元之间通过第一无线网桥、第二无线网桥进行无线数据传输。
8.根据权利要求7所述的监测装置，其特征在于：所述后台监管单元还包括分别与第二网络交换机交互式连接的球机监控站和全景摄像机监控站，所述球机监控站依次通过第二网络交换机、第二无线网桥、第一无线网桥和第一网络交换机来驱动高清球机；所述全景摄像机监控站依次通过第二网络交换机、第二无线网桥、第一无线网桥和第一网络交换机来驱动全景摄像机工作。
9.根据权利要求7所述的监测装置，其特征在于：所述第二网络交换机交互式连接有用于存储的服务器和磁盘阵列。

一种快速道路上的机动车异常行为监测装置及其方法\n技术领域\n[0001] 本发明涉及道路交通安全领域，尤其涉及快速道路上的机动车异常行为监测装置及其方法。\n背景技术\n[0002] 社会经济的快速发展，城市之间基本实现了高速公路的互联互通，城市内部也出现很多快速公路，如封闭型道路、高架路等，机动车在这些快速路上行驶，不仅要限其最高速度，而且要限制其最低速度，即机动车必须保持一定的速度行驶。由于机动车在快速路上行驶时速度很快，稍有差错就容易发生重大交通事故，导致车毁人亡。统计资料显示，机动车在快速道路上的停车、慢行、倒车等异常行为，已成为继超速行驶、疲劳驾驶之后引发道路交通事故的另一个主要因素。目前主要是借助于安装在快速道路上的机动车超速违章检测记录设备，可以对超速违章机动车进行抓拍和处罚，有效地减少机动车超速行驶行为；借助于对连续驾驶时间进行限制的政策规定和车载驾驶人疲劳检测设备，可以有效地减少驾驶人疲劳行驶行为。但机动车在快速道路上的一些路段，如匝道口附近、交汇路口附近、风景点附近等，容易出现类似停车、慢行、倒车、逆行等异常行为，由于缺少必要的监测和警示设备，这些异常行为已经成为快速路交通安全的主要隐患。\n发明内容\n[0003] 本发明针对现有快速道路交通安全防范技术的不足，提供一种快速道路上的机动车异常行为监测装置及其方法。其基于全景高清摄像机对快速道路进行大范围视频监控，并在系统监控主机对视频图像进行处理，识别出机动车的停车、慢行、倒车、逆行等异常行驶行为，同时得到异常机动车的位置，再控制一体化高清球机对异常机动车进行视频扫描、抓拍，获得异常机动车及其车牌照的清晰图像，并利用文语转换技术生成针对性警示用语，通过高音喇叭在道路现场播放，引导异常机动车正常行驶，从而消除交通事故隐患。\n[0004] 一种快速道路上的机动车异常行为监测方法，包括以下步骤：\n[0005] (1)将监测区域划分为254个监测子区，对各个监测子区进行编号，并使监测子区编号与高清球机的预置位置编号一致；\n[0006] (2)将全景高清摄像机的二路分屏视频图像流解码为单帧图像；\n[0007] (3)将(2)中单帧图像进行消除模糊、背景刷新处理；\n[0008] (4)对处理后图像中的机动车进行检测，并对其进行跟踪；\n[0009] (5)对图像中的机动车行驶行为进行分析；如果机动车在某一位置保持静止状态超过5秒，则认为其属于异常“停车”行为；如果机动车运动方向与道路规定行驶方向不一致，则认为其属于异常“逆行”行为；如果机动车的运动方向发生改变，则认为其属于异常“倒车”行为；如果机动车的行驶速度低于10公里/小时，则认为其属于异常“慢行”行为；\n[0010] (6)根据上述发生异常行为的机动车所处于的监测子区编号来作为该机动车的位置数据，并将该位置数据转换为高清球机的预置位置编号，使高清球机从初始位置转到机动车所在位置；\n[0011] (7)从高清球机的高清视频图像流中抓取一帧图像，即可得到一张高清晰的异常机动车图像；\n[0012] (8)对图像中机动车车牌号进行识别，将识别出的机动车车牌号码和其异常行为组合成一句警示语，并同时发出声光报警信号；再将警示语通过IP网络广播在快速道路现场进行播放，同时将高清球机抓取有关该异常机动车的图像、时间、位置数据、车牌号码、异常行为类型进行贮存；如果不能识别机动车车牌号码，则发出声光报警信号。\n[0013] 进一步方案，所述步骤(3)中消除模糊处理是采用拉普拉斯锐化算法消除摄像机抖动引起的图像模糊，以及采用直方图增强去雾算法消除因雨雾阴霾天气造成的图像模糊；背景刷新处理是采用滑动平均背景模型算法对图像背景进行刷新，以消除图像明暗、亮度变化而带来的影响。\n[0014] 进一步方案，所述步骤(4)中对机动车进行检测，是采用混合高斯背景模型算法对图像中机动车进行检测；对机动车进行跟踪是采用Blob Tracking算法对检测到的机动车进行跟踪。\n[0015] 进一步方案，所述步骤(5)中对图像中的机动车行驶行为进行分析是采用Kalman滤波算法对机动车行驶行为进行分析。\n[0016] 进一步方案，所述步骤(6)中高清球机从初始预置位置转到机动车所在的位置的时间为2-3.5秒；\n[0017] 进一步方案，所述步骤(7)中从高清球机的高清视频图像流中抓取一帧图像作为异常机动车图像是从高清球机在初始预置位置开始转动时延迟至少4.5秒再进行抓取。\n[0018] 本发明的另一个发明目的是提供实现上述监测方法的监测装置，包括现场监测单元和后台监管单元，所述现场监测单元包括安装在位于快速道路路边的立杆顶端的横杆上的全景高清摄像机、高清球机和高音喇叭，所述立杆上安装有机箱与第一无线网桥，所述机箱内设有IP网络广播功放机和第一网络交换机；所述第一无线网桥、全景高清摄像机、高清球机和IP网络广播功放机分别与所述第一网络交换机交互式连接，所述IP网络广播功放机的输出端与所述高音喇叭连接；\n[0019] 所述后台监管单元包括监控主机，所述监控主机通过第二网络交换机与第二无线网桥交互式连接；\n[0020] 所述现场监测单元和后台监管单元之间通过第一无线网桥、第二无线网桥进行无线数据传输。\n[0021] 进一步方案，所述后台监管单元还包括分别与第二网络交换机交互式连接的球机监控站和全景摄像机监控站，所述球机监控站依次通过第二网络交换机、第二无线网桥、第一无线网桥和第一网络交换机来驱动高清球机；所述全景摄像机监控站依次通过第二网络交换机、第二无线网桥、第一无线网桥和第一网络交换机来驱动全景摄像机工作。\n[0022] 进一步方案，所述第二网络交换机交互式连接有服务器和磁盘阵列。\n[0023] 本发明采用Kalman滤波算法对得到的机动车位置坐标进行帧间滑窗滤波，即机动车的帧检测位置等于时间序列中其前后帧检测位置的平均值，且偏差小于其位置估计值误差的2倍。该方法可以消除外界噪声对机动车检测位置的影响，准确检测出机动车的位置坐标，为高清球机的扫描抓拍提供准确的预置位信息，为机动车是否存在停车、慢行、逆行、倒车等行为分析提供可靠的位置坐标值。\n[0024] 本发明中全景高清摄像机、高清球机和第一无线网桥均安装于快速道路的路边立杆的横梁上：其中全景高清摄像机可采集快速道路现场360度全景视频图像，视频图像分辨率为2048×1536，根据H.264协议编码后，以15帧/秒传送到后台监管单元中的全景摄像机监控站。高清球机接收后台监管单元中监控主机发来的扫描抓拍命令和异常机动车位置数据，控制高清球机云台实现水平旋转或垂直翻转把摄像镜头指向异常机动车，再控制摄像镜头焦距采集放大的高清视频图像，得到清晰的异常机动车及其车牌照图像，其视频图像分辨率为1920×1080，根据H.264协议编码后，以30帧/秒传送到后台监管单元中的球机监控站。通常情况下，高清球机采集3秒钟的异常机动车视频图像后会自动返回摄像镜头预置位置；高清球机即可以由监控主机来控制，也可以在球机监控站上实现人工控制，并在人工控制结束的30秒后自动返回预置位置，并且人工控制的优先权高于自动控制。第一无线网桥与安装于后台监管单元的第二无线网桥构成无线通讯链路，无线网桥可视通讯距离达50公里，传输速率超过150MBPS，可以很好地完成道路现场单元设备与后台监管单元设备之间的高清视频、高保真音频和控制数据的无线传送。\n[0025] IP网络广播功放机和第一网络交换机安装于快速道路路边立杆上的机箱里，IP网络广播功放机接收监控主机发来的高保真警示语音信息，进行音频功率放大后，并发送到高音喇叭进行播放，用于警示快速路上异常机动车的驾驶员；警示语音信息包括监控主机合成的语音和后台值班人员的喊话。第一网络交换机和后台监管单元的第二网络交换机都具有很好的环境适应性，实现各设备之间的视频、音频等数据的传送和互联互通。\n[0026] 全景摄像机监控站对全景摄像机传回的360度全景视频图像进行处理，把球面视频图像展开为90度四分屏视频图像，并将对应快速道路监控的二屏视频图像传送到监控主机进行处理；同时把四分屏视频图像保存在磁盘阵列中，便于以后查阅和转载；全景摄像机监控站可以对全景摄像机的视频图像分辨率、亮度、饱和度、对比度等参数进行调整。\n[0027] 球机监控站对高清球机传回的高清视频图像进行显示，同时把高清视频图像保存在磁盘阵列中，便于以后查阅和转载；同时可以手动控制高清球机的云台和摄像机镜头，对特定监控区域进行画面放大显示；利用球机的255个预置位，其中1个用于球机初始预置位，其余254个预置位对应全景摄像机监控路面的254个监测子区，实现高清球机对全部路面监控区域的高清视频图像覆盖。工作时，球机监控站接收监控主机发来的扫描抓拍命令和异常机动车位置数据，机动车位置数据与球机预置位成一一对应关系，球机监控站控制高清球机指向对应的预置位，把异常机动车的高清视频图像采集回来，传送到系统监控主机，采集时间为3秒，而后自动返回初始预置位。\n[0028] 监控主机是整个系统的核心处理部件，从全景摄像机监控站接收待处理的视频图像流，在视频图像划定的监控区域内检测机动车，并对机动车行驶行为进行分析，若检测有类似停车、慢行、倒车、逆行等异常行为，则输出异常机动车行为类型和位置数据进行后续处理；在后续处理程序中，监控主机通过球机监控站采集得到异常机动车的高清图像，并利用机动车牌号识别软件得到异常机动车牌号，根据“车牌号”和“异常行为类型”，采用文语转换技术合成为一句警示语，发送到道路现场的高音喇叭进行广播，提醒异常机动车驾驶员进行正常驾驶，同时把异常机动车照片、车牌号、异常行为类型等信息记录在系统服务器中。\n[0029] 服务器用于长期保存异常机动车的照片、车牌号、异常行为类型、异常行为发生时间、地点等信息，可以对机动车异常行为进行统计分析，并能方便地进行检索、查阅，可以为进一步处罚提供数据。磁盘阵列用于保存全景高清摄像机、一体化高清球机采集的高清视频图像，以备今后检索和查阅。\n[0030] 所以本发明在实现道路视频监控的基础上，自动识别出机动车在快速道路上的常见异常行驶行为，并能通过喇叭广播警示语，及时提醒驾驶员正常行驶，可以有效避免重大交通事故的发生，保护人民生命和财产安全。\n[0031] 本发明在监测装置自动工作的程序中，加入了人工干预步骤，可以极大避免系统工作时因故障、环境影响而出现的机动车异常行为漏判，并能处理一些超常规的机动车异常行为，提高了设备工作的可靠性和适用性。\n[0032] 本发明将机动车异常行为抓拍的照片、时间、位置、异常行为类型等数据记录保存在服务器和磁盘阵列，便于大数据统计分析，为快速道路交通安全做科学预测；同时，利用记录的数据可以对违章机动车驾驶人进行处罚，提高驾驶人的违章成本。\n[0033] 本发明利用第一无线网桥和第二无线网桥之间的无线传输实现快速道路现场监测单元和后台监管单元之间的高清视频图像、高保真语音和控制数据的传送，无需铺设电缆或光纤，施工难度小，维护方便。\n[0034] 本发明利用全景高清摄像机做全局视频监控，并在监控主机对监控区域进行划分为254个监测子区，并对各个监测子区进行编号，并使监测子区编号与高清球机的预置位置编号一致，再根据发生异常行为的机动车所处于的监测子区编号来作为该机动车的位置数据，将该位置数据转换为高清球机的预置位置编号，使高清球机从初始预置位置转到机动车所在的位置；从而实现了对各种路型(如一字型路、丁字型路、十字型路等)的机动车异常行为进行准确地检测与图像、数据等抓拍，使用灵活，监测准确。\n[0035] 本发明中对图像处理和分析的算法均为现有的，其具体如下：\n[0036] 1、拉普拉斯锐化算法\n[0037] 拉普拉斯锐化算法是指采用拉普拉斯算子对图像进行锐化处理，其本质是二阶微分运算，可以突出图像中的细节或者增强被模糊的细节，常用的拉普拉斯算子有：\n[0038]\n[0039] 在本发明中采用对角领域算子即算子2，来对图像进行处理，使机动车在视频背景图像中的边缘得到锐化，机动车轮廓变得更加清晰，提高机动车的检测准确率。\n[0040] 2、直方图增强去雾算法\n[0041] “直方图增强去雾”算法基于雾霾天图像景物深度变化大的特点,利用自适应直方图均衡化方法对雾霾天图像进行局部细节信息增强，通过增强图像的比度消除雾霾天气对图像清晰度的影响。\n[0042] 本发明中采用采用局部直方图均衡化反映局部景物对比度的变化，实际把全景摄像机拍摄画面分割为天空区域、道路路面区域和路边区域，对监控的道路路面区域每个方向划分为4×4个小块，即每个道路方向有16个直方图，16个小块的边界处用线性插值的方法实现平滑的过渡，其它区域不做处理，使得道路路面上的机动车在雾霾天也可以清晰地显现在画面中，由于需要处理的画面像素大大减少，提高了算法工作的实时性。\n[0043] 3、滑动平均背景模型算法\n[0044] 滑动平均背景模型算法是在动目标检测过程中对背景图像进行实时更新的一种自适应算法，采用如下式所示的背景模型来尽可能降低运动物体经过时对背景的影响：\n[0045] BackgroudIMGn(i,j)＝BackgroundIMGn-1(i,j)*(1-α)+InputIMG(i,j)*α上式中α为背景更新速率，当α取值较大时，背景更新较快，α取值较小时，背景更新较慢。\n[0046] 在本发明中，我们将背景图像划分为不同区域，每个区域赋给不同的α值：将有运动物体经过的区域α值取得较小，使得背景图像不易由于运动物体经过而变化；将有运动物体由运动转为静止或者静止物体由静止转为运动的区域的α值取得较大，前者使得停下来的运动物体可以迅速变为背景，后者使得开始运动的物体可以迅速从背景中去除。不同区域赋给不同的α值后，使得背景图像可以根据图像实际情况分区域调整更新速率，获得更好的背景提取效果。\n[0047] 通过自适应更新背景建模，并经过阈值处理、形态学处理和前景图像融合等一系列后处理，可以得到较为清晰的，噪点较少的运动物体图像，供图像后续处理使用。\n[0048] 4、混合高斯背景模型算法\n[0049] 混合高斯背景模型算法采用二组多阶高斯模型去准确反映机动车与其他动目标的区别，以提高机动车检测准确率，减小误判率。在全景摄像机的监控区域内，除机动车外，还包括有其他类似助力车、行人这样的动目标。\n[0050] 本发明中的混合高斯背景模型算法是在检测机动车时分为二个阶段，包括学习阶段和检测阶段。在学习阶段，对于相关图像的每个像素，建立二组多阶高斯模型去反映机动车的外形和运动分布，根据“最小分类误差原则”得到分类阈值；在检测阶段，在检测机动车覆盖的区域内，一个级联的分类器用于把机动车的每个像素进行归类，然后，二次使用“多数法则”给出最终的检测结果。即一个用于融合检测目标覆盖的、所有的像素分类结果，另一个用于融合多帧的检测结果。\n[0051] 5、Blob Tracking算法\n[0052] Blob Tracking算法是利用不变矩、图形面积和周长比例来识别目标的检测算法，我们采用满足实时性要求的Blob线处理方法得到Blob的边界信息，并对Blob进行标定和聚合，进而检测出Blob的中心位置。\n[0053] 在本发明中，从背景图像中提取机动车后，对其二值图像进行Blob分析，获得机动车轮廓参数和位置信息，通过Kalman滤波器对机动车进行跟踪，获得机动车的速度、行驶方向、行驶轨迹等动态信息。该方法可以在夜晚光照条件不良时很好地检测和跟踪机动车。\n[0054] 6、Kalman滤波算法\n[0055] Kalman滤波算法是对动态系统的状态序列进行线性最小方差估计的算法，采用递归滤波方法。本发明采用Kalman滤波算法对得到的机动车位置坐标进行帧间滑窗滤波，即机动车的帧检测位置等于时间序列中其前后帧检测位置的平均值，且偏差小于其位置估计值误差的2倍。该方法可以消除外界噪声对机动车检测位置的影响，准确检测出机动车的位置坐标，为高清球机的扫描抓拍提供准确的预置位信息，为机动车是否存在停车、慢行、逆行、倒车等行为分析提供可靠的位置坐标值。\n附图说明\n[0056] 图1为本发明原理示意图；\n[0057] 图2为现场监测单元结构示意图；\n[0058] 图3为本发明监控方法流程图。\n具体实施方式\n[0059] 如图1、2所示，监测装置包括现场监测单元1和后台监管单元2，所述现场监测单元\n1包括安装在位于快速道路路边立杆3顶端的横杆4上的全景高清摄像机101、高清球机102和高音喇叭104，所述立杆3上安装有机箱5与第一无线网桥106，所述机箱5内设有IP网络广播功放机103和第一网络交换机105；所述第一无线网桥106、全景高清摄像机101、高清球机\n102和IP网络广播功放机103分别与所述第一网络交换机105交互式连接，所述IP网络广播功放机103的输出端与高音喇叭104连接；\n[0060] 后台监管单元2包括监控主机203、球机监控站202、全景摄像机监控站201、第二无线网桥206、第二网络交换机205、服务器204和磁盘阵列207；所述第二网络交换机205分别与监控主机203、球机监控站202、全景摄像机监控站201、第二无线网桥206、服务器204和磁盘阵列207交互式连接；\n[0061] 现场监测单元1和后台监管单元2之间通过第一无线网桥106、第二无线网桥206进行无线数据传输实现现场监测单元和后台监管单元之间的高清视频图像、高保真语音和控制数据的相互传送。\n[0062] 本监测装置通过全景高清摄像机采集快速道路现场360度全景视频图像，通过第一网络交换机与第一无线网桥传送到后台监管单元中的全景摄像机监控站和监控主机中，监控主机读入全景高清摄像机的视频图像流，并根据H.264协议解码为单帧图像，然后对图像进行消除模糊和背景刷新处理，并检测出图像中的机动车进行检测与跟踪；同时对图像中的机动车行驶行为通过Kalman滤波算法进行分析机动车的停车、逆行、倒车、慢行等异常行为；根据异常行为的机动车所处于的监测子区编号来作为该机动车的位置数据和高清球机的预置位置编号，监控主机把扫描控制命令和预置位编号发送到球机监控站，球机监控站驱使高清球机从初始预置位置转到机动车所在的位置对机动车进行放大高清视频图像摄像，将得到清晰的异常机动车及其车牌照图像通过无线传输传送给球机监控站；监控主机对图像中机动车车牌号进行识别，并将识别出的机动车车牌号码和其异常行为组合成一句警示语，并同时发出声光报警信号，提示值班人员注意；警示语再通过IP网络广播在快速道路现场进行播放，同时将高清球机抓取有关该异常机动车的图像、时间、位置数据、车牌号码、异常行为类型记录贮存在服务器或磁盘阵列中。\n[0063] 如图3所示，一种快速道路上的机动车异常行为监测方法的步骤如下：\n[0064] (1)将监测区域划分为254个监测子区，并对各个监测子区进行编号，并使监测子区编号与高清球机的预置位置编号一致；\n[0065] (2)监控主机读入全景高清摄像机的视频图像流，并根据H.264协议解码为单帧图像；\n[0066] (3)将(2)中单帧图像采用拉普拉斯锐化算法消除摄像机抖动引起的图像模糊，以及采用直方图增强去雾算法消除因雨雾阴霾天气造成的图像模糊进行消除模糊；再采用滑动平均背景模型算法对图像背景进行刷新，以消除图像明暗、亮度变化而带来的影响；\n[0067] (4)采用混合高斯背景模型算法对图像中的机动车进行检测；并采用Blob Tracking算法对检测到的机动车进行跟踪；\n[0068] (5)对图像中的机动车行驶行为采用Kalman滤波算法进行分析；如果机动车在某一位置保持静止状态超过5秒，则认为其属于异常“停车”行为；如果机动车运动方向与道路规定行驶方向不一致，则认为其属于异常“逆行”行为；如果机动车的运动方向发生改变，则认为其属于异常“倒车”行为；如果机动车的行驶速度低于10公里/小时，则认为其属于异常“慢行”行为；\n[0069] (6)根据上述发生异常行为的机动车所处于的监测子区编号来作为该机动车的位置数据，并将该位置数据转换为高清球机的预置位置编号，监控主机依据机动车位置数据把扫描控制命令和预置位编号发送到球机监控站，使高清球机从初始预置位置转到机动车所在的位置，耗时2-3.5秒；即检测到的机动车完全处于某一个监控子区域内，则该监控子区域的编号即为机动车的位置数据；\n[0070] 如果检测到的机动车处于一个以上的监测子区内，则把离全景高清摄像机距离最近的监测子区的编号作为机动车的位置数据；\n[0071] (7)从高清球机在初始预置位置开始转动时延迟至少4.5秒从高清球机的高清视频图像流中抓取一帧图像，确保球机镜头已稳定指向异常机动车的位置，保证得到一张高清晰的有关异常机动车的图像；\n[0072] (8)监控主机对图像中机动车车牌号进行识别，并将识别出的机动车车牌号码和其异常行为组合成一句警示语，并同时发出声光报警信号，提示值班人员注意；警示语再通过IP网络广播在快速道路现场进行播放，同时将高清球机抓取有关该异常机动车的图像、时间、位置数据、车牌号码、异常行为类型进行贮存；如果不能识别机动车车牌号码，则发出声光报警信号。监控主机通过第二网络交换机将抓取的异常机动车的照片、抓取时间、抓取位置、机动车牌号、异常行为类型等数据记录在服务器或磁盘阵列中，再返回重新检测。\n[0073] 其中警示语是由“机动车车牌号”和“异常行为类型”组成，把语句的重音放在机动车车牌号、异常行为类型和需要做的动作上，把一句固定警示文字合成为一句针对性强、语意明确自然的威慑语。如识别出的机动车牌号为“皖A ZW302”,异常行为类型为“停车”，则合成的警示语为“皖A ZW302，皖A ZW302，你现在违章停车，违章停车，请尽快驶离！尽快驶离！”；如识别出的机动车牌号为“粤C 77506”,异常行为类型为“倒车”，则合成的警示语为“粤C 77506，粤C 77506，你现在违章倒车，违章倒车，请尽快驶离！尽快驶离！”。\n[0074] 以上实施例并非仅限于本发明的保护范围，所有基于本发明的基本思想而进行修改或变动的都属于本发明的保护范围。