一種多特征量交通檢測(cè)系統(tǒng)

黃丹　何春虎　李雪

【摘 要】本文結(jié)合多種傳感器技術(shù)，對(duì)車輛進(jìn)行數(shù)字化與動(dòng)態(tài)建模，設(shè)計(jì)了一種新型的多特征量綜合交通檢測(cè)系統(tǒng)，可獲取車輛流量、車型、速度、加速度、輪重、軸重、軸組重、總重、當(dāng)量軸次、軸距、車高、車長(zhǎng)、車寬、車輛輪廓、通行時(shí)間、行駛方向、超重、超速、車牌、車輛圖片等20種車輛交通數(shù)據(jù)，大幅提高公路超限檢測(cè)、交通情況調(diào)查、公路計(jì)重收費(fèi)等領(lǐng)域自動(dòng)化、數(shù)字化水平，對(duì)推動(dòng)交通檢測(cè)領(lǐng)域內(nèi)的科學(xué)技術(shù)發(fā)展起到重要作用。

【關(guān)鍵詞】多特征量；交通檢測(cè)；信息系統(tǒng)

0 引言

隨著世界各國(guó)公路交通流量的不斷增長(zhǎng)，交通數(shù)據(jù)的自動(dòng)化獲取成為未來(lái)公路交通情況調(diào)查工作的必然選擇。目前國(guó)外發(fā)達(dá)國(guó)家還在對(duì)現(xiàn)有的車輛檢測(cè)技術(shù)做進(jìn)一步深入地研究，試圖提高檢測(cè)精度，擴(kuò)大使用范圍[1-3]。但是從國(guó)內(nèi)實(shí)踐來(lái)看，多種檢測(cè)技術(shù)相互搭配運(yùn)用，是比較現(xiàn)實(shí)的做法。每種檢測(cè)技術(shù)都有其檢測(cè)原理上的限制，因此無(wú)法獲得所需的所有交通參數(shù)，為了獲取智能交通應(yīng)用所需的所有交通參數(shù)，可選擇多種檢測(cè)器互相搭配，做到不同的檢測(cè)技術(shù)在功能上互補(bǔ)。

在此前提下，結(jié)合多種傳感器技術(shù)，提出一種新型的多特征量綜合交通檢測(cè)技術(shù)，可獲取車輛全方位交通數(shù)據(jù)，對(duì)車輛進(jìn)行動(dòng)態(tài)建模與數(shù)字化，并根據(jù)車輛全方位交通數(shù)據(jù)提出一種基于多特征量的車型自動(dòng)識(shí)別技術(shù)

系統(tǒng)能提供全方位車輛特征量，可服務(wù)于公路設(shè)計(jì)、建設(shè)、運(yùn)營(yíng)、維護(hù)，應(yīng)用在高速公路聯(lián)網(wǎng)收費(fèi)通行費(fèi)拆分、高速公路收費(fèi)站通行費(fèi)全自動(dòng)計(jì)算、自動(dòng)超限檢測(cè)、交通情況調(diào)查、軸載調(diào)查、道路養(yǎng)護(hù)管理等領(lǐng)域，大大提高相關(guān)交通單位自動(dòng)化、數(shù)字化水平，能更好的維護(hù)公路業(yè)主方、運(yùn)營(yíng)方及使用方的利益。

1 系統(tǒng)結(jié)構(gòu)

整個(gè)系統(tǒng)由數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)處理子系統(tǒng)、數(shù)據(jù)融合子系統(tǒng)三部分組成。

由數(shù)據(jù)采集子系統(tǒng)進(jìn)行多數(shù)據(jù)源數(shù)據(jù)的采集，包括動(dòng)態(tài)稱重彎板傳感器數(shù)據(jù)、激光輪廓檢測(cè)儀數(shù)據(jù)、視頻數(shù)據(jù)等；由數(shù)據(jù)處理子系統(tǒng)對(duì)采集到的原始數(shù)據(jù)進(jìn)行分析與處理，得到車輛流量、車型、速度、加速度、輪重、軸重、軸組重、總重、當(dāng)量軸次、軸距、車高、車長(zhǎng)、車寬、車輛輪廓、通行時(shí)間、行駛方向、超重、超速、車牌、車輛圖片等20種車輛交通數(shù)據(jù)；數(shù)據(jù)融合子系統(tǒng)將車輛特征數(shù)據(jù)反復(fù)進(jìn)行模型仿真、分組與對(duì)比，將融合后的特征數(shù)據(jù)作為最終數(shù)據(jù)。

1.1 數(shù)據(jù)采集子系統(tǒng)

數(shù)據(jù)采集子系統(tǒng)包括動(dòng)態(tài)稱重?cái)?shù)據(jù)采集、激光輪廓檢測(cè)數(shù)據(jù)采集、車輛視頻數(shù)據(jù)采集三個(gè)部分。

動(dòng)態(tài)稱重?cái)?shù)據(jù)采集部分包括彎板式傳感器、信號(hào)調(diào)理模塊、智能稱重儀器主機(jī)幾大部分。彎板式傳感器將車輛軸重轉(zhuǎn)換為傳感器信號(hào)；信號(hào)調(diào)理模塊主要用于對(duì)傳感器信號(hào)轉(zhuǎn)換為有效的電平信號(hào)，以及對(duì)電平信號(hào)進(jìn)行放大、濾波、線性化補(bǔ)償、隔離、保護(hù)等功能，使電平信號(hào)符合后端儀器采集卡的阻抗匹配要求；智能稱重儀器主機(jī)是動(dòng)態(tài)稱重?cái)?shù)據(jù)采集的控制中心，主要負(fù)責(zé)控制原始車輛數(shù)據(jù)的采集、實(shí)時(shí)處理以及發(fā)送。

激光輪廓檢測(cè)主要通過(guò)電磁波連續(xù)檢測(cè)車輛頂部的高度，然后將車輛高度值通過(guò)數(shù)學(xué)模型還原成車輛剖面輪廓。根據(jù)測(cè)量時(shí)間方法的不同，通常可分為脈沖式和相位式兩種測(cè)量形式，為了實(shí)現(xiàn)快速、準(zhǔn)確的測(cè)距要求，一般采用相位方式進(jìn)行測(cè)量。相位式測(cè)距是對(duì)電波進(jìn)行幅度調(diào)制并測(cè)定調(diào)制波往返測(cè)線一次所產(chǎn)生的相位延遲，再根據(jù)調(diào)制波的波長(zhǎng)，換算此相位延遲所代表的距離，即用間接方法測(cè)定出光經(jīng)往返測(cè)線所需的時(shí)間。

車輛視頻數(shù)據(jù)采集主要使用攝像頭完成，對(duì)于車道全景數(shù)據(jù)使用標(biāo)清攝像頭，對(duì)于車牌識(shí)別使用高清攝像頭。

1.2 數(shù)據(jù)處理子系統(tǒng)

數(shù)據(jù)處理子系統(tǒng)綜合運(yùn)用多種數(shù)據(jù)處理分析手段，從已采集數(shù)據(jù)中分析出車輛特征數(shù)據(jù)。

動(dòng)態(tài)稱重?cái)?shù)據(jù)的處理分為軟件濾波、波形匹配、車輛信息獲取三個(gè)步驟。軟件濾波使用波峰波谷算法，將原始波形中的各種噪聲、雜波濾除；波形匹配使用過(guò)濾后的波形信息，根據(jù)車輛本身的軸特征，以及傳感器埋設(shè)距離等條件，將對(duì)應(yīng)的兩個(gè)波形匹配為車輛的一根軸；車輛信息獲取根據(jù)車輛運(yùn)動(dòng)特征，將多根軸匹配為一個(gè)車，并得到車輛的相應(yīng)特征數(shù)據(jù)。

激光輪廓檢測(cè)數(shù)據(jù)處理可以得到車輛的長(zhǎng)、寬、高信息。其關(guān)鍵點(diǎn)在于激光波形關(guān)鍵點(diǎn)的尋找，使用拐點(diǎn)逼近的算法，可較好的找到波形關(guān)鍵點(diǎn)。

視頻數(shù)據(jù)的處理需要用到車輛視頻檢測(cè)技術(shù)。車輛視頻檢測(cè)技術(shù)運(yùn)用模式識(shí)別、圖像處理技術(shù)，對(duì)運(yùn)動(dòng)車輛連續(xù)圖像幀進(jìn)行分析處理，基本流程主要采用建立圖像背景模型、圖像背景模型的更新、圖像差分處理、圖像二值化、形態(tài)學(xué)濾波、陰影去除、運(yùn)動(dòng)軌跡跟蹤等軟件技術(shù)和算法，使用標(biāo)清相機(jī)分析連續(xù)圖像幀，識(shí)別運(yùn)動(dòng)車輛，獲取車輛圖像外部輪廓；同時(shí)使用高清相機(jī)軟觸發(fā)或硬觸發(fā)抓拍高清車輛圖片，分析抓拍車輛圖像局部紋理，并進(jìn)行車牌識(shí)別。

1.3 數(shù)據(jù)融合子系統(tǒng)

整個(gè)系統(tǒng)主要利用動(dòng)態(tài)稱重技術(shù)、激光車輛輪廓檢測(cè)技術(shù)、視頻車輛檢測(cè)技術(shù)獲取車輛特征量，獲取的數(shù)據(jù)中，既有重復(fù)的，也有互補(bǔ)的。

為了將不同格式多種數(shù)據(jù)快速準(zhǔn)確進(jìn)行融合，采取了以下手段：建立日志分析機(jī)制，采用數(shù)據(jù)同步方法，確保不同傳感器獲取的不同數(shù)據(jù)反映的是同一時(shí)刻的車輛狀態(tài)；針對(duì)重復(fù)的數(shù)據(jù)，運(yùn)用類比的方法，對(duì)重復(fù)的特征量進(jìn)行干擾消除、取舍與校正；設(shè)計(jì)特征提取算法，對(duì)數(shù)據(jù)進(jìn)行再次重組；最后根據(jù)多特征量對(duì)車輛進(jìn)行建模，得到真正的車輛特征數(shù)據(jù)。

2 結(jié)語(yǔ)

整個(gè)系統(tǒng)結(jié)合多種傳感器技術(shù)，對(duì)車輛進(jìn)行數(shù)字化與動(dòng)態(tài)建模，可獲取車輛流量、車型、速度、加速度、輪重、軸重、軸組重、總重、當(dāng)量軸次、軸距、車高、車長(zhǎng)、車寬、車輛輪廓、通行時(shí)間、行駛方向、超重、超速、車牌、車輛圖片等20種車輛交通數(shù)據(jù)；根據(jù)不同用戶群需求，系統(tǒng)可應(yīng)用于高速公路聯(lián)網(wǎng)收費(fèi)通行費(fèi)拆分、高速公路收費(fèi)站通行費(fèi)全自動(dòng)計(jì)算、自動(dòng)超限檢測(cè)、交通情況調(diào)查、車輛軸載情況調(diào)查、道路養(yǎng)護(hù)管理等領(lǐng)域。

【參考文獻(xiàn)】

[1]Giachetti A，Campani M，Torre V.The use of optical flow for road navigation [J]. IEEE Transactions Robotics and Automation， 1998， 14（1）：34-48.

[2]Bertozzi M， Broggi A，F(xiàn)ascioli A，et al.Stereo vision-based vehicle detection [C]//Proceedings of Intelligent Vehicles Symposium. Dearborn： IEEE， 2000： 39-44.

[3]Bensrhair A， Bertozzi M， Broggi A， et al. A cooperative approach to vision-based vehicle detection[C]// Proceedings of Intelligent Transportation Systems. Oakland：IEEE， 2001： 207-212.

[責(zé)任編輯：楊玉潔]