基于容錯(cuò)設(shè)計(jì)的城市道路禁貨系統(tǒng)研究

丁柏群，趙娣

(東北林業(yè)大學(xué) 交通學(xué)院，哈爾濱 150040)

基于容錯(cuò)設(shè)計(jì)的城市道路禁貨系統(tǒng)研究

丁柏群，趙娣

(東北林業(yè)大學(xué) 交通學(xué)院，哈爾濱 150040)

在城市一定區(qū)域內(nèi)實(shí)施大型貨車禁行、限行的交通管制可有效緩解道路交通壓力，但大貨車違章現(xiàn)象仍然是現(xiàn)代城市交通中一個(gè)嚴(yán)重的問題。論文針對(duì)傳統(tǒng)禁貨管理措施工作量大、成效低、缺乏容錯(cuò)性等問題，通過分析駕駛?cè)朔磻?yīng)特征和城市道路交通環(huán)境，提出路側(cè)標(biāo)志牌復(fù)設(shè)方法和基于多攝像機(jī)遠(yuǎn)近景協(xié)同拍攝的大型貨車識(shí)別方法；綜合LED違法警示管理及違法數(shù)據(jù)采集傳輸管理等功能，構(gòu)建容錯(cuò)性較強(qiáng)的實(shí)時(shí)、高效的大型貨車禁限行管理系統(tǒng)，可成為智能交通運(yùn)輸系統(tǒng)的有機(jī)組成部分。

大型貨車；交通管制；標(biāo)志牌；容錯(cuò)設(shè)計(jì)；禁貨系統(tǒng)

0 引言

在城市一定區(qū)域特別是中心城區(qū)對(duì)大型貨車實(shí)施限路、限時(shí)、禁行等措施，是很多大城市為緩解交通擁堵、減輕交通壓力和環(huán)境污染所采取的管理措施[1]。目前對(duì)大型貨車禁限行的實(shí)際管理主要局限于發(fā)布交通管理信息、設(shè)置交通限行和誘導(dǎo)標(biāo)志、交警巡邏檢查、現(xiàn)場處罰和居民舉報(bào)等[2]；這些措施具有相應(yīng)作用，但大型貨車違章闖行現(xiàn)象仍然比較多，其中外地駕駛員由于不熟悉該城市交通情況、提示信息不充分、疲勞等因素造成的誤闖也為數(shù)不少。交通管理部門很難僅僅依靠人力對(duì)所有禁限行區(qū)域?qū)嵭腥轿还芾恚捎矛F(xiàn)代化交通工程設(shè)施實(shí)現(xiàn)有效禁貨，對(duì)城市交通管理有實(shí)際意義。所謂容錯(cuò)性設(shè)計(jì)是指駕駛?cè)嗽谛熊囘^程中有時(shí)難免出現(xiàn)注意力不集中、接收信息不完整或操作失誤，應(yīng)該為這類失誤提供寬容的空間和適當(dāng)?shù)膹浹a(bǔ)措施，以保證交通管理控制的有效性和行車安全[3]。本文通過綜合研究交通標(biāo)志設(shè)置、車輛檢測與識(shí)別、可變信息警示、數(shù)據(jù)傳輸管理4個(gè)功能模塊，構(gòu)建一種具有容錯(cuò)性的大型貨車禁限行系統(tǒng)。

1 道路禁貨系統(tǒng)方案

道路禁貨系統(tǒng)主要包括禁令指示標(biāo)志、車輛檢測識(shí)別、可變信息警示、數(shù)據(jù)傳輸管理等模塊。圖1為系統(tǒng)應(yīng)用場景布設(shè)示意圖。系統(tǒng)所需硬件設(shè)備包括：標(biāo)志牌、攝像機(jī)、視頻采集卡、工業(yè)控制機(jī)、高清照相機(jī)、LED顯示器[4]、補(bǔ)光燈和立桿等。

圖1 道路禁貨系統(tǒng)布設(shè)Fig.1 Application scene diagram for the installation

道路禁貨系統(tǒng)的工作過程：車輛在駛?cè)虢浡范吻?，通過連續(xù)設(shè)置多個(gè)路側(cè)禁令、限速標(biāo)志，提示駕駛員繞行或停駛；當(dāng)車輛駛?cè)霗z測區(qū)域時(shí)，系統(tǒng)開始進(jìn)行車輛檢測跟蹤及大型貨車的識(shí)別工作，并核查其是否有“道路通行證”，若識(shí)別出當(dāng)前車輛為無證大型貨車，則會(huì)連接LED可變信息示警裝置，在車輛到達(dá)視認(rèn)點(diǎn)附近時(shí)，警示大型貨車當(dāng)前存在的違法行為，并在LED屏上顯示車輛牌照號(hào)、示警緣由等，同時(shí)將數(shù)據(jù)傳輸?shù)娇刂浦行?，若檢測到車輛有通行證，則可以正常通行；當(dāng)車輛經(jīng)過檢測線時(shí)，后方高清相機(jī)將抓拍車輛圖像信息，傳送到后臺(tái)數(shù)據(jù)管理系統(tǒng)，并保存至違章數(shù)據(jù)庫，作為管理部門處罰的依據(jù)。若駕駛員能在車輛行駛至檢測線前停車或掉頭，則車輛不屬違章行駛，不會(huì)進(jìn)行相關(guān)處罰；否則，管理部門可以通過后臺(tái)管理系統(tǒng)對(duì)違禁車輛實(shí)施罰款、扣分等措施。其工作流程如圖2所示。

2 標(biāo)志牌設(shè)置的數(shù)量和位置

2.1 交通標(biāo)志位置設(shè)置依據(jù)分析

從駕駛?cè)税l(fā)現(xiàn)交通標(biāo)志到采取并完成相應(yīng)行動(dòng)，要經(jīng)歷標(biāo)志的發(fā)現(xiàn)、讀取、決策和行動(dòng)等過程[5]，如圖3所示。

圖2 系統(tǒng)工作流程圖Fig.2 System workflow diagram

圖3 駕駛?cè)税l(fā)現(xiàn)標(biāo)志至行動(dòng)結(jié)束過程Fig.3 Process diagram of the drivers found signs to take action and to end

可見，標(biāo)志牌設(shè)置的位置必須能夠使駕駛員在車輛到達(dá)檢測線前停止或掉頭[6]，即

s+D>c+d+b+L=V0t1+V0t2+V0t3+L。

(1)

式中：V0為各點(diǎn)的正常行駛車速；s、D、c、d、b、L分別為標(biāo)志視認(rèn)距離，警告標(biāo)志設(shè)置的前置距離讀取距離、決策距離、操作反應(yīng)距離、行動(dòng)距離；t1、t2、t3分別為駕駛?cè)俗x取標(biāo)志時(shí)間、決策時(shí)間和操作反應(yīng)時(shí)間。

標(biāo)志視認(rèn)距離S可計(jì)算如下(如圖4所示)：

圖4 標(biāo)志視認(rèn)距離Fig.4 Visual cognition distance of sign。

(2)

式中：h為駕駛員水平視線與標(biāo)志板上邊緣間的垂直距離；H為標(biāo)志牌上緣距離地面高度；θ為讀取標(biāo)志點(diǎn)駕駛員眼睛和標(biāo)志牌上緣連線與水平線夾角，可通過儀器測得；e為駕駛員視線高，小汽車取1.2 m，載重汽車取1.8 m。

2.2 標(biāo)志牌數(shù)量

如圖5所示，如果內(nèi)側(cè)車道車輛在其認(rèn)讀距離l內(nèi)不被大車遮擋，就可以認(rèn)為不存在遮擋問題。即圖中兩個(gè)矩形區(qū)域都沒有大車出現(xiàn)或出現(xiàn)大車的概率都很小時(shí)，內(nèi)車道駕駛?cè)艘暰€不會(huì)被遮擋或被遮擋的概率很??；否則必須考慮遮擋問題。首先要求出路側(cè)標(biāo)志對(duì)應(yīng)矩形的大小，然后根據(jù)車流量求出矩形區(qū)域內(nèi)出現(xiàn)大車的概率。如果每個(gè)標(biāo)志對(duì)應(yīng)的矩形區(qū)域內(nèi)出現(xiàn)大車的概率為p0，則連續(xù)設(shè)置的n個(gè)標(biāo)志都出現(xiàn)大車遮擋的概率為：

P=p0n。

(3)

當(dāng)按上式計(jì)算得到的P值非常小，也是至少有一個(gè)標(biāo)志牌不被遮擋的概率很大時(shí)，此時(shí)的n值即是多個(gè)路側(cè)標(biāo)志牌的設(shè)置數(shù)量?；蛘咭部梢詫⒙穫?cè)標(biāo)志更改為門架式標(biāo)志。

圖5 標(biāo)志的認(rèn)讀過程(大車遮擋)Fig.5 Identifying process of sign(CART block)

2.3 標(biāo)志牌位置

從點(diǎn)C到標(biāo)志F的距離稱為讀完標(biāo)志后的剩余距離K；從點(diǎn)C到標(biāo)志F的距離稱為消失距離。如果距離m比距離K長，就意味著點(diǎn)C在消失距離范圍內(nèi)，那么駕駛?cè)司碗y以準(zhǔn)確判讀標(biāo)志內(nèi)容[7]。因此標(biāo)志的設(shè)置地點(diǎn)不僅要滿足駕駛員完成操作(如公式(1))，還必須滿足K>m的要求，即：

s=L+j+l-D=K+l。

(4)

j=V0t3。

(5)

D=L+j-K。

(6)

l=V0t2。

(7)

(8)

式中：s、j、D、K、L分別為視認(rèn)距離、判斷距離、前置距離、認(rèn)讀距離和行動(dòng)距離，V0為車輛正常行駛速度，m/s；V1為到達(dá)檢測線處的車速；t2為識(shí)讀時(shí)間，通常為2.0～3.0 s；t3為決策時(shí)間，通常為2.0～2.5 s；a為減速度，通常為0.75～1.5m/s2；n為車道數(shù)。

D必須滿足條件：

(9)

D即是當(dāng)標(biāo)志牌數(shù)量為1塊時(shí)的最小前置距離。

交通標(biāo)志設(shè)置的間距，以駕駛?cè)俗x完前一個(gè)標(biāo)志內(nèi)容并調(diào)整車輛運(yùn)行狀態(tài)后，再呈現(xiàn)下一個(gè)標(biāo)志為原則。這一間距應(yīng)視標(biāo)志內(nèi)容的復(fù)雜程度而定[8]。如果取時(shí)間間隔為2.5 s，則標(biāo)志間距(m)為：

s+2.5V1+j-K=I+2.5V1+j。(10)

假設(shè)路側(cè)標(biāo)志最小間隔為U，則對(duì)于龍門架多路側(cè)交通標(biāo)志設(shè)置位置可選取為：第1、2、3塊警告標(biāo)志位置為距龍門架D+U、D+2U、D+3U處，第n塊為距龍門架D+nU處，第2塊及以后的路側(cè)標(biāo)志可適當(dāng)取整。

3 大型貨車識(shí)別方法

現(xiàn)有的車型識(shí)別大多都是將車輛分為大車和小車，而沒有將大貨車作為一個(gè)類型來進(jìn)行識(shí)別[9-10]。為此針對(duì)城市道路，利用基于多攝像機(jī)遠(yuǎn)近景協(xié)同拍攝的大貨車識(shí)別方法，即通過安裝在路段正上方的一個(gè)攝像機(jī)用于拍攝各車道的共同遠(yuǎn)景，另外幾個(gè)攝像機(jī)分別攝取各車道的近景圖像，用于識(shí)別車輛牌照，并確定車輛在遠(yuǎn)景圖像中位置。

3.1 大型車檢測及分割

現(xiàn)有軟件能識(shí)別車牌號(hào)碼、車牌顏色和車牌在近景中的位置等。通常大型車對(duì)應(yīng)號(hào)牌顏色為黃底黑字，小型車為黑底白字或藍(lán)底白字，由此可以直接通過號(hào)牌顏色將車輛分為小車和大車[11]。如果要再將大貨車從大車中分離出來，就需要將大車從遠(yuǎn)景圖像中辨析出來。

首先，確定出車牌在遠(yuǎn)景中的位置，再進(jìn)行局部搜索分割出大車區(qū)間。由于本文系統(tǒng)檢測的目標(biāo)為運(yùn)動(dòng)物體，而傳統(tǒng)的背景圖像的初始化方法要求在初始化過程中不能出現(xiàn)運(yùn)動(dòng)目標(biāo)。所以，這里采用自適應(yīng)混合高斯背景模型[12]初始化背景圖像(可以有效地消除影子的影響)，同時(shí)融合幀間差分和背景差法來提高模型的收斂速度。在圖6(a)中，右下角截取的矩形區(qū)間即為車輛區(qū)間，如圖6(b)所示。

圖6 大型車輛辨析Fig.6 Large vehicle identification

3.2 客貨車型分類

大貨車和大客車在車體結(jié)構(gòu)區(qū)間和顏色上明顯不同。在監(jiān)控圖像上，大貨車通常可劃分為四個(gè)或四個(gè)以上的區(qū)間，且前風(fēng)擋車窗較??；而大客車通常有三個(gè)區(qū)間且前風(fēng)擋車窗較大。大客車圖像顏色單一，即除去車窗外，車身顏色較均勻，而大貨車由于裝載貨物不同等原因，往往車身和車頭呈現(xiàn)不同顏色。因此本文引入車體區(qū)間數(shù)、區(qū)間顏色數(shù)和前風(fēng)擋車窗比例作為三個(gè)結(jié)構(gòu)特征，通過疊加分界線進(jìn)行區(qū)分(如圖7)。

Mean shift算法是一種有效的統(tǒng)計(jì)迭代算法，無論從特征空間的哪一點(diǎn)開始計(jì)算，迭代到最后都會(huì)達(dá)到一個(gè)模式點(diǎn)(不動(dòng)點(diǎn))[13]。這樣采集到的車輛正面圖像就會(huì)被分為許多小區(qū)域，然后對(duì)這些小區(qū)域上的每一個(gè)像素點(diǎn)進(jìn)行聚類、合并，實(shí)現(xiàn)基于Mean shift的區(qū)域分割，并提取各區(qū)間分界線。

獲得的三個(gè)特征值如下：

區(qū)間數(shù)：分界線數(shù)+1。

顏色數(shù)：各區(qū)間顏色為此區(qū)間內(nèi)標(biāo)記眾數(shù)最大的顏色均值。當(dāng)兩區(qū)間顏色歐式距離大于一定值時(shí)顏色不同，否則相同。再統(tǒng)計(jì)顏色數(shù)。

前窗比例：從位置和大小上對(duì)前窗作限制。

將上述方法所獲得的三個(gè)特征值分別與貨車對(duì)應(yīng)特征的閾值進(jìn)行比較，若三個(gè)特征值同時(shí)滿足條件，則認(rèn)定該車為大貨車，否則為大客車。

圖7 大貨車和大客車圖像分區(qū)Fig.7 Distinguish between large truck and omnibus

3.3 車輛的跟蹤定位

在檢測到場景中的車輛后，同時(shí)還要進(jìn)行車輛的跟蹤。這時(shí)車輛在短時(shí)間內(nèi)的速度和方向變化都不大，但車輛跟蹤對(duì)實(shí)時(shí)性要求較高。這里采用基于卡爾曼濾波預(yù)測的Meanshift算法來實(shí)現(xiàn)車輛的跟蹤，Meanshift算法簡單、計(jì)算量小、快速，再利用卡爾曼濾波預(yù)測跟蹤目標(biāo)在后續(xù)圖像的位置，減小收拾范圍，可以很大程度上避免跟丟目標(biāo)的問題。

當(dāng)系統(tǒng)識(shí)別出目標(biāo)為違章車輛，在車輛行駛至圖像背景中預(yù)設(shè)的標(biāo)記處(事先判定的LED屏視認(rèn)點(diǎn))時(shí)，將其車輛信息以及違法行為顯示在門架式LED可變信息板上，顯示信息的時(shí)間持續(xù)到車輛行駛至另一標(biāo)記處(消失點(diǎn))之后，此時(shí)，跟蹤結(jié)束。若判定為非違章車輛，則跟蹤結(jié)束。

4 數(shù)據(jù)傳輸及管理

4.1 LED警示裝置

在識(shí)別出違章車輛后，將其車輛信息以及違法行為顯示在門架式LED可變信息板上，以警示駕駛員糾正當(dāng)前行駛狀態(tài)，如圖8所示；由于信息板位置較高，顯示的信息可以對(duì)后續(xù)駛來的類似車輛產(chǎn)生遠(yuǎn)距離示警作用。另外，如果出現(xiàn)多輛貨車同時(shí)違章，LED屏?xí)L動(dòng)播出。

特別地，LED板在另一意義上相當(dāng)于門式標(biāo)志牌，到檢測線的距離就為前置距離，其布設(shè)方法同第1節(jié)標(biāo)志牌的設(shè)置方法。

圖8 門架式LED警示裝置Fig.8 Gantry LED warning device

4.2 前端設(shè)備數(shù)據(jù)采集

監(jiān)控前端主要完成視頻數(shù)據(jù)的采集、處理、無線網(wǎng)絡(luò)的接入等功能。前端設(shè)備包括：高清數(shù)字?jǐn)z像機(jī)、補(bǔ)光燈、視頻采集卡、工控機(jī)、高清照相機(jī)等。攝像機(jī)采集實(shí)時(shí)交通流影像數(shù)據(jù)，然后通過視頻采集卡將模擬視頻信號(hào)壓縮編碼成數(shù)字視頻信號(hào)[14-15]，再將其輸入到工業(yè)控制計(jì)算機(jī)中進(jìn)行處理和分析，判斷是否為大貨車，且檢測該車輛是否有“道路通行證”。流程圖如圖9所示。

圖9 前端設(shè)備系統(tǒng)流程圖Fig.9 Flow chart of the front-end equipment system

本文在對(duì)高速公路視頻監(jiān)控中的視頻進(jìn)行編碼后，采用H264壓縮算法對(duì)其進(jìn)行壓縮處理，從而使得在同等的網(wǎng)絡(luò)條件下能夠傳輸更多的信息量，使得高速公路監(jiān)控視頻的視頻數(shù)據(jù)碼流失降低，提高監(jiān)控視頻的清晰度及實(shí)時(shí)性[16]。

4.3 數(shù)據(jù)傳輸及管理

采集的違章大貨車數(shù)據(jù)通過3G移動(dòng)通信網(wǎng)絡(luò)發(fā)送到數(shù)據(jù)庫管理中心和LED警示系統(tǒng)。首先將有闖禁趨勢的車輛信息和警告信息傳送到現(xiàn)場LED顯示屏上，警告相應(yīng)駕駛員及類似現(xiàn)象；如果違禁車輛在警告后繼續(xù)闖關(guān)，則將抓拍到的車輛圖像等信息傳輸?shù)綌?shù)據(jù)庫管理中心，并存儲(chǔ)到違章管理數(shù)據(jù)庫，然后通過后臺(tái)管理系統(tǒng)對(duì)違章車輛實(shí)施罰款、扣分等懲戒措施。其工作流程如圖10所示。

(1)違章登錄模塊：對(duì)將檢測到的違章車輛信息與其抓拍圖像統(tǒng)一存入違章數(shù)據(jù)庫，同時(shí)建立違章車輛處罰檔案。

(2)違章查詢模塊：將車牌號(hào)、車型、違章地點(diǎn)、發(fā)動(dòng)機(jī)號(hào)碼等信息輸入違章查詢平臺(tái)，在違章信息數(shù)據(jù)庫中查詢違章處罰信息。打印查詢結(jié)果、違章通知單和違章車輛圖像。

(3)違章統(tǒng)計(jì)模塊：根據(jù)違章地點(diǎn)、違章時(shí)間等信息在違章數(shù)據(jù)庫中進(jìn)行分類統(tǒng)計(jì)，并發(fā)布在違章查詢平臺(tái)上，30min更新一次。

駕駛員可在收到違章通知后，在相應(yīng)限制時(shí)間內(nèi)，到指定地點(diǎn)辦理處罰手續(xù)。

圖10 數(shù)據(jù)傳輸管理模塊結(jié)構(gòu)圖Fig.10 Structure diagram of the Data transmission management module

5 結(jié)論

目前單純以禁限行標(biāo)志為主的禁貨管理措施，普遍工作量大、方式落后且覆蓋面小，很容易產(chǎn)生管理疏漏；而且在城市道路復(fù)雜的交通環(huán)境下容錯(cuò)性不足，容易產(chǎn)生駕駛員誤闖現(xiàn)象，實(shí)際效果受到一定影響。本文所構(gòu)建的城市道路禁貨系統(tǒng)基于容錯(cuò)設(shè)計(jì)理念，通過門架式LED可變信息裝置，及其與路側(cè)復(fù)設(shè)禁限行標(biāo)志的聯(lián)合警示作用，對(duì)駕駛員形成邏輯性提示、重復(fù)預(yù)警，可以避免現(xiàn)行禁貨措施的被動(dòng)性和疏漏，更有效地減少大型貨車的闖禁行為；通過大型車輛圖像識(shí)別篩選出目標(biāo)車輛，避免傳統(tǒng)背景圖像初始化時(shí)的弊端；通過與數(shù)據(jù)采集、傳輸和后臺(tái)處理系統(tǒng)聯(lián)動(dòng)，形成實(shí)時(shí)、高效的禁貨管理系統(tǒng)，可成為智能交通運(yùn)輸系統(tǒng)的有機(jī)組成部分。

[1]Lai A H S，F(xiàn)ung G S K，Yung N H C.Vehicle Type Classification from Visual-based Dimension Estimation[C].2001 IEEE Intelligent Transportation Systems Conference Proceedings，Oak-land，USA，2001：201-202.

[2]段里仁，毛力增.因勢利導(dǎo)，交通管理科學(xué)的重要理念[J].綜合運(yùn)輸，2013，1(18)：80-86.

[3]李雪.基于容錯(cuò)理念的快速路指路標(biāo)志設(shè)置方法研究[D].哈爾濱 ：哈爾濱工業(yè)大學(xué).

[4]侯啟真，劉衍帆，薛榮榮，等.霧和霾環(huán)境下跑道關(guān)閉警示裝置燈光的衰減研究[J].科學(xué)技術(shù)與工程.2016，16(22)：132-136.

[5]李令舉，張繼民，宋舒.道路交通標(biāo)志的設(shè)計(jì)[J].云南交通科技，1999，15(1)：6-12.

[6]張毅，游克思.基于信息設(shè)計(jì)的道路交通標(biāo)志設(shè)置方法理論研究[J].城市道橋與防洪，2014，(3)：114-117.

[7]楊久齡，劉會(huì)學(xué).GB5768-1999道路交通標(biāo)志和標(biāo)線應(yīng)用指南[M].北京：中國標(biāo)準(zhǔn)出版社.1999.

[8]鄭安文，牛倬民.高速公路靜態(tài)交通標(biāo)志設(shè)置科學(xué)性分析[J].交通運(yùn)輸工程學(xué)報(bào)，2002，2(4)：49-53.

[9]Burden M J J，Bell M G H.Vehicle Classification Using Stereovision[C].6th International Conference on Image Processing and its Applications，Dublin，Ireland，1997：881-885.

[10]Morris B，Trivedi M.Robust Classification and Tracking of Vehicles in Traffic Video Streams[C].2006 IEEE Intelligent Transportation System Conference Proceedings，Toronto，Canada，2006：1078-1083.

[11]Comaniciu D，Meer P.Mean Shift：A Robust Approach Toward Feature Space Analysis[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2002，24(5)：603-619.

[12]邱聯(lián)奎，劉君亮，趙予龍，等.混合高斯背景模型目標(biāo)檢測的一種改進(jìn)算法[J].計(jì)算機(jī)仿真.2014，31(5)：378-384.

[13]張彬，王永雄，邵翔.基于擴(kuò)展Mean Shift算法的移動(dòng)目標(biāo)跟蹤研究及實(shí)現(xiàn)[J].軟件導(dǎo)刊，2016，15(10)：106-110.

[14]Zhen C，Yu H，Wen J，et al.A Survey of Bitmap Index Compression Algorithms for Big Data[J].Tsinghua Science and Technology，2015，20(1)：100-115.

[15]Shaban O，Li B.A New DCT Image Compression Algorithm Using Block Visual Activities[J].Computer Aided Drafting Design & Manufacturing，2006，16(2)：78-82.

[16]張紀(jì)鈴，夏超，黃富良.一種基于H264編碼標(biāo)準(zhǔn)的快速運(yùn)動(dòng)估計(jì)算法[J].電子測量技術(shù)，2009，32(8)：69-73.

Research on an Urban Large Truck Prohibited SystemBased on Fault-tolerant Design

Ding Baiqun，Zhao Di

(School of Traffic，Northeast Forestry University，Harbin 150040)

In a certain area of the city，the implementation of traffic control of ban or restriction on large trucks can effectively alleviate the pressure on the road traffic，but the phenomenon of large trucks violation is still a serious problem in modern urban transportation.According to the problems in traditional large trucks prohibited management，such as heavy workload，low efficiency，lack of fault tolerance，etc.，after analyzing drivers’ response characteristics and urban road traffic environment，this paper puts forward the method of duplicating the roadside sign and large trucks recognition method of multi camera long-distant and close shots.Combing with LED illegal warning management and illegal data acquisition and transmission function，we can build a large truck prohibited management system of strong fault-tolerance，real-time and efficiency，which can be an integral part of intelligent transportation system.

Large truck；traffic regulation；sign board；fault-tolerant design；truck prohibition system

2017-03-06

國家自然科學(xué)基金項(xiàng)目(51078113)

丁柏群，碩士，教授。研究方向：交通管理控制、交通規(guī)劃。E-mail：ding_bq@163.com

丁柏群，趙娣.基于容錯(cuò)設(shè)計(jì)的城市道路禁貨系統(tǒng)研究[J].森林工程，2017，33(3)：94-99.

U 491.4；U 491.5+2

A

1001-005X(2017)03-0094-06