基于傳感器的車輛信息識別

(三峽大學(xué)水利與環(huán)境學(xué)院管理科學(xué)與工程系 湖北 宜昌 443000)

一、引言

車輛識別作為一種交通監(jiān)控的重要技術(shù)，用以明確目標(biāo)車輛所屬類別，根據(jù)車輛的外部特征可進(jìn)行初步區(qū)分和處理，在交通車輛管理過程中，常常需要對車輛的類別和不同車道通過的車輛頻率，用以調(diào)整城市的交通樞紐布置，目前我國的的交通樞紐問題存在的挑戰(zhàn)在于通過利用攝像頭對車輛進(jìn)行畫面處理過程中，常常受到氣候因素的影響，導(dǎo)致車輛在畫面中的視覺誤差較大給車輛的識別系統(tǒng)造成影響。

張強(qiáng)等學(xué)者通過淺層學(xué)習(xí)與深層學(xué)習(xí)的車輛識別系統(tǒng)[1],總結(jié)了我國目前車輛識別的現(xiàn)存問題，關(guān)于車輛的圖像處理問題，考慮到交通管理中信息搜集過程的數(shù)據(jù)處理，可以利用更為簡單的設(shè)備與方式對于來往車輛進(jìn)行數(shù)量和車輛款式的統(tǒng)計，因此本文提出一種簡單的基于傳感器原理的車輛識別模型。

可通過激光感應(yīng)器的工作原理分析其反饋數(shù)據(jù)，進(jìn)而得到數(shù)學(xué)關(guān)系并構(gòu)建模型，利用模型結(jié)合數(shù)據(jù)得到車輛的寬度以及高度，最后利用決策樹對數(shù)據(jù)進(jìn)行分類從而得到車輛類別以及對應(yīng)數(shù)量，為交通規(guī)劃設(shè)計提供參考數(shù)據(jù)。

二、信息識別模型的建立

激光傳感器是一種內(nèi)部具有放大功能的光學(xué)傳感器，因此它能檢測極其微弱的光信號，其激光頭以25HZ的頻率旋轉(zhuǎn)，旋轉(zhuǎn)軸與道路方向平行，并以步進(jìn)角度0.5度自左向右逆時針掃描，可獲得181點(diǎn)的測量數(shù)據(jù)，分析數(shù)據(jù)可知共有181個返回值，其中有148個返回值不為0，說明第148個數(shù)據(jù)就是車道的最邊界處，可得出傳感器有效掃描角度θ∈(90°,163.5°)。結(jié)合掃描數(shù)據(jù)求出立桿到第四車道最邊緣的距離λ=5900/cos(163.5°-90°)，假設(shè)所有的車道都是一樣寬，設(shè)車道寬為Z=(L-1700)/4,可利用三角函數(shù)關(guān)系確定各車道所對應(yīng)的角度θ和返回值l

θ=90°+arctan[(z+1700)/5900]，ρ=5900/COS(θ-90°)；x=ρsin(θ-90°),y=ρcos(θ-90°)。

接下來為了篩選出異常數(shù)據(jù)，將對所給數(shù)據(jù)以每掃描一次即181個反饋數(shù)據(jù)為一組通過MATLAB繪制出散點(diǎn)圖，當(dāng)縱坐標(biāo)軸上數(shù)值主要集中在0-2000mm之間，當(dāng)距離值(縱坐標(biāo)數(shù)值)在此范圍外的均視為異常數(shù)值。對于異常數(shù)值我們利用差值法將其替換，并對修改后的數(shù)據(jù)運(yùn)用多項(xiàng)式最小二乘曲線擬合，允許擬合函數(shù)的xi處的殘差不全為o，但要求計算高度測量數(shù)據(jù)的偏差平方和最小。

三、車輛信息的確定

根據(jù)車道的寬度，利用三角函數(shù)關(guān)系確定各車道所對應(yīng)的角度θ和返回值，在每一組高度序列中進(jìn)行壞值定位搜索壞值標(biāo)準(zhǔn)為Hi≤0||Hi≥4200，其中4200為高速限高。最終多項(xiàng)式次數(shù)等于5比較合理，根據(jù)最小二乘偏差平方和最小的原則求出擬合多項(xiàng)式系數(shù)，對已經(jīng)剔除壞值的散點(diǎn)圖依據(jù)車道的進(jìn)行分離，然后將其中的第一個數(shù)據(jù)的返回值轉(zhuǎn)換成該點(diǎn)距離激光轉(zhuǎn)換器的水平距離Xi，即Xi=ρsin(θi-90°)，同理可得出最后一個點(diǎn)距離激光轉(zhuǎn)換器的水平距離，從而得出車輛的寬度。

最后將車高高于2000mm為客車、攪拌車、載貨車；低于2000為轎車、面包車皮卡、車長超過12000mm的是客車；轎車與面包車車長小于4000mm車寬小于2000mm。對于攪拌車以及載貨車而言根據(jù)交通部門規(guī)定車長6000mm以上規(guī)定為大貨車，將車輛分為轎車、面包車、皮卡、客車、大貨車這五類，根據(jù)決策樹思想進(jìn)行分類,先根據(jù)車長判斷小于6000的可能為皮卡、轎車、面包車。大于6000為大貨車，車長超過12000mm為客車再根據(jù)車寬大于2000mm找出皮卡。

四、結(jié)果分析

利用異常值處理后的數(shù)據(jù)，計算出所有車輛的長寬高，結(jié)合決策樹中車長、車高區(qū)別客車、貨車、皮卡，再結(jié)合圖形區(qū)別轎車以及面包車。最終得到如下結(jié)果：

表1 車輛類型以及數(shù)量

經(jīng)過計算總共有116輛車輛經(jīng)過，其中面包車共計7輛、皮卡13輛、客車15輛、轎車21輛、貨車60輛。說明高速公路上貨車數(shù)量最多并且所占比例最多，面包車數(shù)量最少，皮卡數(shù)量與客車數(shù)量類似。

【參考文獻(xiàn)】

[1]張強(qiáng).北京工業(yè)大學(xué)學(xué)報.車輛識別技術(shù)綜述，2018年3月.

[2]張小軍.智能交通系統(tǒng)中的車輛檢測和車型識別技術(shù)研究，陜西：西北大學(xué)，2006.

[3]司守奎.數(shù)學(xué)建模算法與程序.北京：國防工業(yè)出版社，2007.

[4]唐小平.基于相關(guān)算法的激光傳感器車輛長高檢測系統(tǒng)的研究與設(shè)計.太原:太原理工大學(xué)碩士論文，2012.

[5]劉怡光.車輛識別若干基礎(chǔ)算法與技術(shù)研究.四川大學(xué)學(xué)士論文，2004.