基于城市交通路口車輛擁堵疏散路徑設(shè)計(jì)方法研究

王亞平，李占鋒

（陜西交通職業(yè)技術(shù)學(xué)院 汽車工程學(xué)院，陜西 西安 710018）

隨著城市化的推進(jìn)，車輛隨之逐漸增多，導(dǎo)致交通安全問題日益突出，交通路口發(fā)生事故時(shí)，易造成后繼事故的發(fā)生，后果較為嚴(yán)重，是智能交通系統(tǒng)需重點(diǎn)解決的問題，因此實(shí)時(shí)設(shè)計(jì)城市交通路口車輛作用重大，對(duì)于城市交通路口車輛擁堵問題，疏散路徑設(shè)計(jì)是交通領(lǐng)域發(fā)展的重要影響因素之一，目前是很多專家和學(xué)者的研究重點(diǎn)[1]。

1 需求分析

對(duì)于城市交通路口車輛擁堵，要完成科學(xué)有效地疏散路徑的設(shè)計(jì)，需以交通流狀態(tài)的隸屬函數(shù)的獲取為基礎(chǔ)，得到流速度和流量的變化特征。傳統(tǒng)方法通過車輛狀態(tài)的綜合特征的獲取，完成車輛在假設(shè)路段的驗(yàn)證，但對(duì)車流量變化特征的缺乏重視，降低了設(shè)計(jì)的精度，需進(jìn)行科學(xué)合理的疏散路徑設(shè)計(jì)方法。

2 設(shè)計(jì)原理

對(duì)于城市交通路口車輛擁堵問題，設(shè)計(jì)其疏散路徑過程中，首先針對(duì)事故多發(fā)區(qū)域路段，提取車輛的背景，組建車輛顏色空間背景的統(tǒng)計(jì)模型；分離車輛運(yùn)動(dòng)的路段，針對(duì)車輛運(yùn)動(dòng)的線性狀態(tài)，完成轉(zhuǎn)移差分方程的組建；針對(duì)下一時(shí)刻車輛運(yùn)動(dòng)狀態(tài)，完成先驗(yàn)概率密度函數(shù)的計(jì)算，進(jìn)而得到車輛的運(yùn)動(dòng)軌跡，以此為依據(jù)，設(shè)計(jì)出交通路口車輛擁堵疏散路徑。具體的步驟：在差分圖中，像素灰度值大于rfty（某一閾值）的像素區(qū)域由fdrt表示；對(duì)于固定多發(fā)路段車輛前景圖像，由kkop表示其像素灰度值的閾值；視頻序列由σfrt表示，某一固定位置上的像素值由Vko表示[2]，在事故多發(fā)區(qū)域，針對(duì)路段車輛顏色空間的背景，完成統(tǒng)計(jì)模型的組建，具體模型如下：

在ksf時(shí)刻，車輛運(yùn)動(dòng)（事故多發(fā)區(qū)域路段）的后驗(yàn)概率密度由rwrg表示；在某一時(shí)間段（dWE），用msgh表示車輛輪廓，在兩幅圖像間，用hgjk表示時(shí)間間隔；車輛質(zhì)心移動(dòng)的像素點(diǎn)距離用ksf表示，則對(duì)車輛運(yùn)動(dòng)的線性狀態(tài)進(jìn)行轉(zhuǎn)移差分方程的組建如下：

假設(shè)，被設(shè)計(jì)車輛的起始幀用σfjk表示，結(jié)束幀用ffuh表示；某時(shí)間段內(nèi)的車流量用φdgk表示，則通過如下公式得到車輛的運(yùn)動(dòng)軌跡：

依據(jù)計(jì)算結(jié)果可完成車輛擁堵疏散路徑設(shè)計(jì)。

3 車輛實(shí)時(shí)優(yōu)化設(shè)計(jì)

3.1 車輛跟蹤匹配特征的提取

為了提升對(duì)城市交通路口車輛實(shí)時(shí)優(yōu)化設(shè)計(jì)的精度，以KLT特征點(diǎn)跟蹤方法為依據(jù)，完成城市交通路口車道模型的組建，對(duì)路段中的運(yùn)動(dòng)車輛的提取通過高斯背景模型實(shí)現(xiàn)，建立運(yùn)動(dòng)車輛在視頻中和在實(shí)際路段間的對(duì)應(yīng)映射關(guān)系，組建路段車道坐標(biāo)變換方程完成對(duì)變換后車輛位置的確定。具體步驟為：模板中心的行列坐標(biāo)用(in，jn) 表示，水平方向與模板中心的梯度用dh(n，j)表示，圖像中的亮度值（第i行j列）用Y(in，jn)表示，則城市交通路口車道模型為：其中，區(qū)域差分和（水平方向）用mdrf表示。

假設(shè)，車輛消失點(diǎn)的位置用ιdgh表示；在全部圖像幀中，由kdhj表示次數(shù)出現(xiàn)最多的幀消失點(diǎn)；線段交點(diǎn)的出現(xiàn)頻率用ksgh表示；在正負(fù)斜率直線中，用mdhkp表示相鄰兩根線的夾角；攝像頭離地高度用Eswer表示，路段中運(yùn)動(dòng)車輛的提取通過高斯背景模型完成，表述如下：

pdgh表示車長(zhǎng)與車半寬?sgh的比值，變換后車輛位置的確定公式如下：

3.2 多發(fā)路段車輛實(shí)時(shí)優(yōu)化設(shè)計(jì)

融合模糊推理，依據(jù)Esert（變換后車輛位置）得到車輛的狀態(tài)特征，給出路段交通流狀態(tài)（事故多發(fā)區(qū)域）的隸屬函數(shù)，獲取其速度的變化特征，完成交通路口車輛實(shí)時(shí)優(yōu)化設(shè)計(jì)[3]。sf表示車輛的編號(hào)，記錄的車輛數(shù)目用dsgh表示，車輛進(jìn)入路段的時(shí)間用rsgj表示，車輛所在路段的面積用?drt表示，以 Esert為依據(jù)，車輛路段行駛狀態(tài)特征構(gòu)建如下：

車輛進(jìn)入路段時(shí)間用hhpo表示，車輛質(zhì)心的側(cè)偏角估計(jì)用εdgh表示，車輛在路段行駛的平均速度Rswer，路段交通流狀態(tài)的隸屬函數(shù)如下：

行駛狀態(tài)與速度的映射關(guān)系用?plk表示，θdgh表示車輛正常行駛狀態(tài)，ηhjp表示路段流量，輸出的車輛運(yùn)行狀態(tài)對(duì)路段正常情況的隸屬程度用ddhl表示，異常運(yùn)行狀態(tài)的隸屬程度用nhkl表示，路段交通流速度的變化特征構(gòu)建如下：

4 實(shí)驗(yàn)仿真證明

通過搭建實(shí)驗(yàn)仿真平臺(tái)，檢測(cè)路徑設(shè)計(jì)方法的有效性，以高速攝像頭采集的序列幀作為實(shí)驗(yàn)數(shù)據(jù)，檢測(cè)結(jié)果表明本文疏散路徑的設(shè)計(jì)可實(shí)現(xiàn)車輛的觀測(cè)向量的快速計(jì)算，實(shí)時(shí)跟蹤設(shè)計(jì)車輛目標(biāo)，有效保障了對(duì)設(shè)計(jì)精度的需求。利用模糊推理方法進(jìn)行的設(shè)計(jì)，可較好地完成對(duì)車輛沖突點(diǎn)的實(shí)時(shí)設(shè)計(jì)，證明本文所提的方法設(shè)計(jì)具有較高的精確度，為城市交通路口的交通事故的降低提供了有效的依據(jù)。

5 結(jié)語

本文對(duì)于城市交通路口車輛擁堵問題，完成了疏散路徑方法的設(shè)計(jì)，針對(duì)事故多發(fā)區(qū)域，為對(duì)變換后車輛位置進(jìn)行確定，組建路段車道坐標(biāo)變換方程，對(duì)車輛進(jìn)行跟蹤匹配時(shí)，給出其狀態(tài)特征，在路口交通流狀態(tài)的隸屬函數(shù)的獲取上，采用模糊推理實(shí)現(xiàn)，對(duì)于路段交通流速度和流量，給出其變化特征，據(jù)此完成疏散路徑的設(shè)計(jì)。實(shí)驗(yàn)檢測(cè)表明該設(shè)計(jì)方法具有較高的精確度，能夠?yàn)榻档统鞘薪煌房诮煌ㄊ鹿侍峁┯行б罁?jù)。