基于激光傳感器的車輛自動檢測與分類研究

楊舒媛，王 娟，許 欽

（阜陽師范學院 數(shù)學與統(tǒng)計學院 安徽 阜陽 236000）

1 引言

隨著我國傳感器技術的發(fā)展，應用的傳感技術考察高速公路上的車輛通行等情況越來越普遍。近年來，由于汽車持有量和交通量的迅猛增長，因此帶來的巨大交通壓力需要高效智能的交通管理加以化解。這樣的背景下，為考察高速公路的車輛通行情況，試圖利用安裝在路側的傳感裝置獲取的數(shù)據(jù)來對通過的車輛類型及數(shù)量進行計量。

2 問題分析

2.1 車輛的幾何特征

幾何特征即車輛的長寬高。

2.2 異常數(shù)據(jù)判別及處理

由附件2可得到，受到車輛的顏色和車窗以及車輛形狀的影響；其次，激光在工作過程中無法進行正常反射。

2.3 模型應用

根據(jù)數(shù)學模型及MATLAB仿真，畫出車輛的三維立體圖形并得出相應數(shù)據(jù)對應的車輛形狀及所在車道等信息。此外，通過所給數(shù)據(jù)得出車輛的幾何特征。綜合國家管理條例實際分類和數(shù)據(jù)特征，對附件3中兩組數(shù)據(jù)給出分類結果（包括種類及數(shù)量），進一步討論算法效率。

2.4 速度檢測設備

綜合實際情況，我們從中選取了一種最為合適的檢測設備并且描述增加何種設備，以何種方式準確測速，如何調(diào)整安裝方式等。

3 模型建立和求解結論

3.1 模型假設與約定

假設該激光傳感器一直處于正常工作狀態(tài)，激光頭一直以25HZ的頻率旋轉，未出現(xiàn)偏差和損壞。路面是水平的，無道路順壞。無多輛車并排行駛。車輛通過激光傳感器所掃描的路段行駛速度近似為勻速，且設為90km/h。無車輛跨道行駛。

3.2 模型建立與求解

用Visual Studio 2015編寫、提取和轉化進制的程序（見附錄1），生成了一個ProcessData提取轉化機器，用最低的Framwork 2.02013直接打開。用此程序可以將附件中6個文本中的表示激光頭到阻礙物的反射距離的數(shù)據(jù)提取出來，并轉化為十進制，并以每一周期作為一行，形成一個矩陣 [Iij]100×148。

3.3 車輛所在車道及其幾何形狀描述的模型[1]

激光傳感器距地面垂直高度約5.9m，激光傳感器距離第一個車道最近邊沿的水平距離約1.7m，同時掃描雙向四個車道（兩個車道一個方向），一個車道寬3.75m。在建立模型時假設激光傳感器形成一組垂直車身的平行線，則利用三角函數(shù)關系、建立車身長度模型，根據(jù)計算所得的數(shù)據(jù)可以通過算法將車輛的立體圖形展示出來，從而進行幾何特征的描述。

3.4 異常數(shù)據(jù)的處理

在交通場景中，車輛之間不可避免的會發(fā)生遮擋、粘連等情況，而陰影也影響所測車輛的輪廓特征。在此時傳感器所輸出的數(shù)據(jù)也為異常數(shù)據(jù)，我們利用狄克遜（Dixon）準則來做異常數(shù)據(jù)的處理[4]，把異常數(shù)據(jù)帶換成前一個正常數(shù)據(jù)或后一個正常數(shù)據(jù)。通過觀察數(shù)據(jù)，發(fā)現(xiàn)異常數(shù)據(jù)比正常數(shù)據(jù)要小得多。發(fā)現(xiàn)在掃描的一個周期內(nèi)，數(shù)據(jù)中最后都有33個零，結合3.2的模型，得出這些均為異常數(shù)據(jù)，故剔除。根據(jù)狄克遜（Dixon）準則，可以判斷出其他異常數(shù)據(jù)均小于5mm。利用數(shù)據(jù)預處理的方法，將每一行的異常數(shù)據(jù)用與其最近的正常數(shù)據(jù)代替，用Visual Studio 2015編寫相應的程序處理數(shù)據(jù)。

利用數(shù)據(jù)預處理的方法，將每一行的異常數(shù)據(jù)用與其最近的正常數(shù)據(jù)代替，用Visual Studio 2015編寫相應的程序處理數(shù)據(jù)。用MATLAB軟件對處理前后的數(shù)據(jù)作圖并進行比較，部分處理結果如下。

文本1

3.5 車輛所在車道及其幾何形狀的求解

在建立模型一時，曾認為路面在y=0的水平面上，根據(jù)數(shù)據(jù)作圖發(fā)現(xiàn)路面并不是水平的，所以將研究對象的范圍修改為y≥30cm。由假設中的速度90km/h可以求出車輛的長度與高度。

車道信息：綜合國際車輛標準，每條車道的寬度為3.75米[2]，通過距離檢測桿的距離對車輛進行依次編號：

通過MATLAB進行求解[5]，得出車輛的數(shù)據(jù)信息。

3.6 車輛分類

首先分車道進行處理，在獲得車輛幾何特征的前提下增加計數(shù)功能。

分類標準：根據(jù)國內(nèi)外的一些分類標準[2]。選擇車輛的長度作為分類的標準。通過模型一，利用附件3中的數(shù)據(jù)即可計算出所有車輛的車身長度，進而確定車輛種類以及數(shù)量。

?

為了通過附件3中的數(shù)據(jù)得到車輛類型及數(shù)量，利用附件中的數(shù)據(jù)及已知分類標準的算法進行匹配，統(tǒng)計得出具有不同車輛類型的車輛數(shù)量。運行改進后的算法大約需要10s左右，速度較快且可以將大部分的車輛信息反應出來。但是跨車道行駛時，會有個別車輛的車身長度出現(xiàn)較大誤差，且不易剔除。

4 模型評價

通過本文對傳感器的研究，有以下幾方面優(yōu)點：首先，建立合理的坐標系具體量化，將數(shù)據(jù)進行計算，得出車輛的長寬高。其次，利用visual studio 2015生成了對于數(shù)據(jù)的提取轉化機器，大大的提高了數(shù)據(jù)分析的效率。最后，在進行車輛類型分類時，由于寬度在計算時易受到干擾，我們利用車身長度作為分類的標準。另外，需要改進的是：該模型只研究了車輛勻速行駛的情況，實際上車輛在行駛過程中速度是時刻發(fā)生變化的。同時，在車輛分類的標準中忽略了車輛的速度。我們可以通過對數(shù)據(jù)的分析計算激光傳感器在掃描車輛時形成兩截面間時間，從而解得車輛的行駛速度，進而把速度作為衡量車輛類型的標準之一。

[1] 岳亭，尤天鵬，黎虹.基于激光傳感器的原理來確定車輛種類數(shù)學模型的建立[J].數(shù)碼世界，15-15，2017.

[2] Bouhalais kamel.車輛自動檢測與分類研究使用激光傳感器[D].哈爾濱工程大學，2011.

[3] 解博文.基于激光傳感器的車輛類型與數(shù)量自動檢測算法的研究[J].中國科技論文在線，2016.