基于激光测距的高速公路超限检测
基于激光测距的高速公路超限检测
作者:陈亮
高速公路是一种干线公路,控制着车辆分道形式、车辆方向与车辆出入分离。城市集人口与生产为一体,其交通量远比乡村多,路线与车辆较为米级。高速公路作为连接纽带,逐渐发展为主要交通线路。由于高度公路和普通公路有一定程度的不同,因此对高速公路的管理需要加大力度,交通规则也需要加强。对高速公路上的车辆进行超限检测是保证安全的首要任务,而我国对于车辆采用人工进行超限检测,并且没有相关的智能检测手段3。在这种情况下,如何有效对高速公路进行超限检测成为当前急需解决的主要问题,引起相关人士的高度关注,同时出现了很多较好的研究成果40文献[5]提出基于单帧图像的高速公路超限检测方法(SLPP-SHOG)。该方法在不增加交通图像维数的基础上,采用图像分割将含有高速公路信息部分的轮廓特征和灰度信息结合在一起,添加至超限特征描述中,目的为增强超限特征描述的能力;然后运用有监督的局部保留算法,对得到的超限特征进行降维;最终采用极限学习机对选取的低维度特征进行训练。得到车辆超限分类器,以实现对高速公路超限的检测。该方法较为简单,但是成本较高,并且存在检测精度较低的问题。文献6提出基于改进支持向量机的高速公路超限检测方法(KNN-SVM)。该方法将交通图像中车辆轮廓、高速公路、周围环境等特征作为超限指标,运用改进支持向量机中的距离计算方式。在待检测的高速公路段上,计算出超限检测的样本与属于该支持向量机之间的距离,以此得到超限检测结果。该方法检测效率较高,但是采用当前方法进行高速公路超限检测时,难以确定超限检测指标的权重,存在检测误差较大、检测所需时间过长,不满足时效性的要求等问题。文献[7提出新型双激光的高速公路超限检测方法。该方法在高速公路上沿正车流方向的稳定处,安装激光测距仪;通过对距离变化的测量可得到是否有车辆通过,根据通过测距仪的车联的间关高度美和水亚间路获取行驶中车辆的外开轮廓,并计算出高速公路上车辆的速度,将计算得到的速度值与该车辆在高速限速值相比较,可通过对比判断该车辆是否超限,最终得到高速公路超限检测结果。在运行该方法对高速公路进行超限检测时,虽然检测精确度高,但是整体运行过程步骤繁多,运行时间较长。针对上述问题,提出基于激光测距的高速公路超限检测方法。实验仿真证明,所提方法超限检测精度较高、耗时短,目成本较低,可为提高交通监管工作提供很好的帮助。
2激光测距在高速公路超限检测的应用
2.1高速公路激光检测尺度空间的标定
激光测距仪是一种用于获取三维位置信息的距离检测仪器,其最大的优势就是精准、快速和高效的完成作业,该仪器类似人的眼睛,能够确定物体的位置、大小以及外形轮廓甚至是物体的材质8。最早激光测距仪用于军事需要,后来逐渐发展为民事需要。将激光测距仪用于高速公路超限检测可以很好地解决传统超限检测方法存在的问题。
激光的工作原理是以激光测距原理为基础,光束通过棱镜的旋转改变发射的方向,计算出水平面内的多个检测点之间激光雷达的距离。激光发射器按照特定的频率发射出激光脉冲,棱镜也以同样的频率进行旋转,该频率可作为激光测距仪数据帧的频率9激光照射到高速公路的物体上,发生散射,然后激光接收器在接收散射的激光信号时,计时器记录该过程对某段高速公路进行扫描,按照该段公路内各个参照点和激光雷达所处的位置反馈检测值。激光测距仪的数据以极坐标方式体现,待检测物体和激光测距仪之间的距离为反馈的检测值,以及待检测物体与激光测距仪之间存在的角度w.转换成直角坐标表达式为:
xp=Rcosω
yp=Rsinw (2)
高速公路的超限检测主要包括车辆信息和数据的收集、对采集的数据进行处理、监视高速公路的情况等。在对高速公路超限检测前,需要设定激光测距坐标系和空间直角坐标系之间的转换原始值,这两个坐标系之间的转换公式为:
Xo Rcose
Y = Y。 + Rsin0 (3)
ZJ Z
通过极坐标系与空间直角坐标系之间的转换可以实现对高速公路激光检测尺度空间的标定。到的空间为尺度空间,主要针对高速公路上车辆的超限检测,所提方法选择地激光扫描角度为360,可对高速公路无死角扫描检测。在每排车道稳定位置安置两台激光检测装置,每台扫描仪的角度设置为45°分辨率为03°扫描仪扫过每0.3°设置的检测点,一共扫描900个目标点,并对其进行依次编号,选择激光发射点为坐标原点,将水平方向设为X方向,竖直方向为Y方向。选择某个方向上的900个目标点,令该检测数据为原始数据,并将目标点进行变更,成为坐标系中的坐标点,该点为高速公路现场的车辆初始形状信息。
2.2高速公路超限激光检测
依据激光检测仪发出激光束的往返可以计算出该仪器与待检测物体间的距离,从而计算出高速公路物体的外形轮廓1。具体运行过程如下所示:
第一步需要将激光检测仪设置为初始化,对无车行驶的高速公路定点扫描,得出激光检测仪和地面之间的高度,并记录下初始数据Ho
第二步待定点依次扫描完成并记录好数据后,方可对高速公路上车辆进行外形检测。
第三步完成对车辆的扫描后,得到扫描序列对扫描车辆的外形进行分析。
该组数据需要进行有效判断,超过定值650m或低于定值0.50m均为无效数据,在对车辆进行检测时,去除无效数据,选择有效数据中最大值作为高速公路车辆超限检测的最终高度值14第四步对高速公路物体的高度分析完成后,再对高速公路物体的宽度进行分析。由激光扫描仪扫描高速公路物体的宽度得出宽度数据,从中提取有效数据。其中第一次扫描点的宽度W,减去第二次扫描的宽度W2,即为车辆有效宽度W。
W为第一次扫描的宽度;D,为第一次扫措点的距离:a为第一次扫描光束和车辆之间的夹角: W,为第二次扫描的宽度D,为第二次扫描点的距离: b为第二次扫描光束和车辆之间的夹角。最后将所有有效车辆宽度加在一起,计算出车辆实际的宽度,并进行高速公路超限分析16对收集到的所有数据进行整合处理,以最适合的方式呈现。激光测距仪收集到的数据基本为点云数据,点云数据是待检测的目标外形特征的海量点集合。激光扫描方式为截面扫描,以25/50Hz的频率进行截面扫描。收集到的点数据包含待检测车辆与激光检测仪之间距离的极坐标半径(p+P,… p)和相应的极角(000)。将极坐标系转变成平面直角坐标系,表达式为:
(x;=p:cos0):=p;“sin0;)(x=pcos0=psin0)(x;=p*cos0)=p“sin0)
(x=p·cos0._y=p ·sin) (8)
根据上述数据处理对检测到的高速公路物体数据进行分析,判断是否超限,同时对采集的数据进行处理。保证测数据的实时性和实际性.保持整个运行过程的紧凑性。提高了检测的准确度,做到检测结果简洁可读。
3仿真实验与分析
实验选用嵌人式工程系统Interi7处理器8GB DDR4板载内存以及Microsoft net Framework3.5作为实验平台,实验软件采用C语言编程。实验对象选用某高速公路上正常行驶的车辆,在不影响交通的情况下,将实验设备仪器装置在固定合适的位置。通过分析可以得出:SLPP-SHOG检测方法和KNN-SVM检测方法与车辆实际参数值相差较大,存在误差大的问题;而所提方法检测结果与实际参数值相近,甚至有相同的数值,这时因为所提方法利用激光束与车辆的之间夹角计算车辆的外形轮部,采用光学原理会降低误差夹角使检测结果中为准确,因此所提方法的检测结果与车辆实际参数值相近甚至相同。
为了哈证所提方法的可行性,针对高速公路的交通量,采用SLPP-SHOG检测方法 KNN-SVM检测方法和所提方法进行高速公路超限量检测对比实验。通过分析可知SLPP-SHOG方法检测的超眼量与高速公路实际的超限量相比结果偏大,KNN- SVM方法的检测结果与高速公路实际的超限量相比偏小,说明这两种检测方法存在误差较大,可信度较低。而所提方法检测的超限量与高速公路实际的超限量相差较小,几乎与实际超限量的变化趋势重合。说明所提方法存在的误差较小,具有较高的可信度。
4 结束语
针对当前方法对高速公路进行超限检测存在的问题和弊端,所提方法将激光测距原理运用到高速公路超限检测中,使得检测过程方便,结果准确。实验仿真证明,所提方法检测结果较为准确,且检测过程简单明了,加快了超限检测的工作效率,同时也可为高速公路管理工作提供帮助。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除