车速测量

车速测量（精选5篇）

车速测量 篇1

0 引言

拖拉机滑转率的计算需要同时获得驱动轮转速和车身速度。其中,驱动轮转速一般较容易测量,而滑转率计算的关键就在于能否准确测量车速。

传统的拖拉机滑转率测量通常使用五轮仪,拖拉机拖动第五轮使其在地面上滚动,根据第五轮滚动产生的脉冲,加以时间基准,便可计算得到拖拉机的行驶速度。测量过程中,必须采取措施使第五轮与地面保持良好接触。即便如此,由于拖拉机的恶劣工作环境,轮子仍然会产生跳动或打滑,而且轮子充气量等因素也会影响到其直径大小,这些因素都直接影响到最终测量精度。此外,使用第五轮进行车速测量只适合于某一特定工况下的滑转率测试,而不适合于实时测量工作于各种工况下的拖拉机车身速度。因此,准确地直接测量或间接估算实际车身速度仍是拖拉机滑转率测量中的一个难点,必须摆脱第五轮的限制,针对拖拉机的工况寻求合适的测量方法。

本文根据拖拉机的复杂工作环境和滑转率的实时测量要求,介绍了车速的实时测量方法以及相应的测量过程和测量原理。在此基础上,对各种测量方法的实用性进行了分析,为相关领域的工作人员提供了有关车速实时测量的具体参考,希望对以后的研究工作和实际应用有所帮助。

1 测量方法

1.1 非驱动轮角速度测量法

在拖拉机作业过程中,非驱动轮打滑程度相对较小,可以用其线速度近似代替拖拉机实际行驶速度(即车速)。非驱动轮角速度通过轮速传感器可较为准确地直接测量,再根据非驱动轮作业时的轮子半径尺寸,可得

Vv≈Vn=ωnRn

式中 Vv—非驱动轮线速度;

ωn—非驱动轮角速度;

Rn—非驱动轮半径尺寸。

在实际应用过程中,为减少非驱动轮跳动所带来的不准确度,通常同时测量所有非驱动轮的转速,并采用其中的最大转速来计算车速。其优点是非驱动轮角速度容易获得,通过比较后选取其中最大者便可进行车速计算。由于拖拉机作业环境恶劣,田间地面松软,凹凸不平,所牵引机具受力不均引起的振动,加上拖拉机本身产生振动,难免导致非驱动轮发生跳跃,产生滑移,通常使得测量结果偏大。

1.2 车身加速度法

这类方法除了使用车轮角速度传感器外,还增加了车身加速度传感器,结合由非驱动轮角速度信号计算得到的参考车速,可以建立车速估计系统的状态方程和测量方程。文献[1]、文献[2]和文献[3]分别介绍了通过卡尔曼滤波技术、模糊处理和最小二乘法递推算法(RLS)来估算车速。

由卡尔曼滤波算法估计出的车速理论上可以满足测量精度的要求,但数据计算量较大,在实际应用中受到当前硬件设备存储容量和运算速度的限制,不能满足车速实时测量的要求。利用模糊处理进行车速估计,能够给出比较好地估计结果,但计算过程所使用模糊规则的建立需要一个相当长且复杂的试验过程。因此,模糊处理的方法在现有的拖拉机滑转率测量条件下难以推广。

最小二乘递推算法是对由非驱动轮转速信号计算得到的和由车身加速度信号积分得到的多个参考车速进行加权后的线性叠加,其计算过程所需的权值及其他所有参数必须经过大量的实地测试试验才能得到。这样,对于工作于多种不同工况下(如牵引机具不同、土壤条件不同和作业要求不同等)的拖拉机来说,需要花费相当多的人力与物力,才能确定各种工况下的实际使用参数。也只有如此,才能更加准确地估计车速,以达到测量的精度要求。因此,最小二乘递推算法在拖拉机滑转率实时测量中应用较少。

1.3 多普勒效应法

根据多普勒效应,多普勒测速仪向运动物体发射的波频fs与接收到的由运动物体反射回来的波频fr之间存在差别,二者频率之差为多普勒频率 [4],即

Fd=fr-fs=2v/λcosθ

式中 v—多普勒测速仪与运动物之间的相对速度(m/s);

λ—发射波的波长(m);

θ—发射波发射方向与物体运动方向之间的夹角。

许多测速仪(如激光测速仪和雷达测速仪[5]等)都是根据多普勒效应制作而成的。多普勒测速仪灵敏度高,可精确测量运动物体的线速度,完全满足车速实时与准确测量的要求,且具有较高的系统稳定性与可靠性,其缺点是设备十分昂贵。随着相关技术的日益成熟,多普勒测速仪将会愈来愈多地应用于车速的测量中。

1.4 车身风压测量法

利用车身风压可计算出实际车速Vv和绝对风速Vw间的相对速度,即

Vv=Vr-Vw

式中 Vv—车身实际速度;

Vw—相同时刻正面迎风的绝对风速;

Vr—由风压计算得到的相对风速。

由此可知,要得到实际车身速度必须计算得到相对风速和相同时刻的绝对风速。因此,需要有专门设备进行测量,并实时传送风速信息至测量系统。文献[6]中采用一定的算法来减少绝对风速的测量次数,并通过相邻两时刻相对风速的增量来计算后一时刻的车速。此方法在风速保持不变的情况下是可行的,但一般风压测量设备只适合于测量较高的风速。在风速较小时测量精度不高,若使用高精度风压测量仪会使得测量系统整体成本偏高。因此,对于低速行驶作业的拖拉机来说,这种测量方法实用性并不大。

1.5 GPS和加速度计测量法

加速度信号是车速信号的一阶微分,比较容易测量。若已知初始速度,便可通过积分计算得到车速。拖拉机在作业过程中,通常由于种种因素(如田间地面凹凸不平、拖拉机自身传动机构引起的剧烈振动以及前后轮由于负载不同而引起的对土壤压陷程度不同等)致使加速度测量误差较大。由加速度计算所得的车速相对于实际车速也会随时间的增长而产生较大的偏移。因此,只简单使用加速度计并不能满足车速准确测量的要求。全球定位系统GPS速度测量精度较高,但信号频率相对较低,单独使用并不能满足车速实时测量的要求。

文献[7]将GPS与加速度计相结合,在滑转率的测量过程中,利用GPS可以测得车身初始速度,并利用其定时采集到的准确车速信号,对由加速度通过积分计算得到的车速进行定时补偿校正。其原理如图1所示。

这样,既克服了GPS信号频率低的缺点,又较好地消除了加速度计测量误差的影响。GPS和加速度计测量方法中所用到的许多模块(如加速度模块和单片机模块等),都能够很容易地购买到。价位相对较低的GPS模块虽然也容易获得,但与其他测量方法相比,系统测量精度不高,若采用高精度GPS模块,就会大大增加系统成本。因此,综合考虑系统整体成本和测量精度,这种测量方法在当前的拖拉机滑转率实时测量中难以广泛应用。随着GPS技术的日益成熟及相关产品市场价格的降低,结合GPS模块的许多其他特点(如导航定位等),将拖拉机滑转率测量系统进行功能扩展,或将拖拉机滑转率测量系统整合到带有GPS功能模块的其他系统中,以便充分利用系统的GPS功能。这也使得GPS和加速度计测量法具有广阔的发展前景。

1.6 光电传感器法

文献[8]和文献[9]都使用测速和测长光电传感器来进行车速测量。光电传感器由光源组件、透镜组件、梳状光电器件、信号调理电路及外壳支架等组成,如图2所示。

1.透镜 2.狭缝 3.梳状器件 4.调理电器 5.光源 6.地面

使用时,将传感器整体固定于拖拉机车身的合适位置,调整透镜与地面间的距离,使光源照射在透镜下方的地面上,并形成大小合适的光斑。透镜把光斑中的图像成像于梳状光电器件上,梳状光电器件产生的电信号,经信号调理电路处理成单片机可以接收的电平信号。梳状光电器件的工作原理如图3所示。

梳状光电器件由多个光电二极管(n≫1)组成光敏条阵列,连接成A和B两组,呈对称相间梳状排列。设同组光敏条的间距为T,x轴正方向为其运动方向。由透镜形成的地面图像成像于该大面积梳状器件上,形成光电流IA和IB,调理电路使两者相减。一般来讲,IA和IB因图像的不规则、光照面积的不同而不等。随着传感器的移动,呈现在光电器件上的图像不断变化,IA和IB也在变化。

1) 当图像在梳状器件上移过T/2时,除了前进方向最前的一条光敏条接收新图像外,其余的接收图像不变。不过原来处于A组光敏条的图像移到了B组上,原来处于B组光敏条的图像移到了A组上。由于n≫1,所以产生的光电流变成IA

2) 同样,当图像移过T距离时,在T/2的基础上,除运动方向最前的一条光敏条图像变化外,其余光敏条的图像又恢复原状,因此电信号反相,形成一个周期的伪正弦波。这时由于透镜的物像缩放作用,梳状器件上的T相当于地面图像移动距离MT。也就是说,地面距离MT转变成电信号,就相当于出了一个伪正弦波。通过传感器设计参数便可得到一个完整波形对应路面上的实际距离。

采用光电传感器进行车速测量,是一种非接触式的测量方法,摆脱了第五轮的限制。由于田间路况复杂,拖拉机在行驶过程中会产生相当大的震动,颠簸幅度大,使车速信号中含有大量的干扰信号,从而对传感器的制造工艺、调理电路和外壳支架等提出了相当高的要求。在传感器的安装调试中,必须经过多次反复交叉的传感器安装位置、光源照射角度和透镜位置等的调整才能达到理想效果,并且在以后的使用中必须定期调试,以保证其应有的精度。因此,光电传感器实际使用起来有着相当的难度。

2 结束语

本文列出的拖拉机车身速度测量方法,有的是利用一定的设备进行车速的直接测量(如多普勒效应法和光电传感器法),这样可以非常直观地获得车速信息;有的则是间接测量车速,首先获得与车速信号具有某种关联的其他信息,通过相应的算法计算得到车速(如非驱动轮角速度测量法、车身加速度法和车身风压测量法);有的则是综合了直接测量与间接测量两种测量方法,使两者相互弥补对方的不足,从而得到更加准确与实时的车速信息(如GPS和加速度计测量法)。在实际的拖拉机滑转率测量中,应当根据当前设备条件、资金状况和拖拉机实际作业环境等诸多因素,在保证测量精度要求的前提下,合理选择并使用经济实用的方法进行车速测量。

摘要：拖拉机只有工作在容许滑转率条件下才能充分发挥自身的驱动能力,保证较高的牵引效率和工作效率。为了使作业人员能够及时获得滑转率信息,以保证拖拉机工作在容许滑转率附近,必须对拖拉机滑转率进行实时测量,而车身速度的实时与准确测量则是拖拉机滑转率测量的关键。传统的采用五轮仪测量拖拉机车身速度的方法只适用于测试实验系统,而不适合控制系统。为此,针对滑转率测量要求和拖拉机的复杂工作环境,介绍了车速的实时测量方法以及相应的测量原理和测量过程。在此基础上,对各种测量方法的实用性进行了分析,以期对相关领域的工作人员在以后的研究工作和实际应用中有所帮助。

关键词：滑转率,拖拉机,作业速度,实时测量

参考文献

[1]刘国福,张?,王跃科.汽车防抱制动系统车速测量技术的研究[J].电子测量与仪器学报,2005,19(5):28.32.

[2]DaiβA,Kiencke U.Estimation of vehicle speed:fuzzy esti.mation in comparison with kalman filtering[R].New York:4th IEEE CCA,1995.

[3]刘国福,张?,王跃科.汽车防抱制动系统车速估计方法的初步研究[J].汽车工程,2004,26(6):723.738.

[4]殷际英,林宋,方建军.光机电一体化实用技术[M].北京:化学工业出版社,2003.

[5]唐伟,孙志芳,陈全.基于DSP的车载雷达测速系统设计[J].自动化技术与应用,2006,25(7):20.21.

[6]徐莹,邹德君.车速传感器采集信号处理电路的设计[J].辽宁交通高等专科学校学报,2007,9(3):38.40.

[7]陆晶晶,张为公,周耀群.基于GPS和加速度计的车速测量系统的开发与研制[J].测控技术,2007,26(8):15.18.

[8]陈照章,朱湘临.光电测速传感器及其信号调理电路[J].传感器技术,2002,21(8):53.58.

[9]陈照章,杨正林.新型非接触式车速仪的研制[J].农业机械学报,2001,32(2):86.88.

车速测量 篇2

1、没有掌握踩踏离合器的要领;

2、考试时过于紧张，容易踩死或猛松离合，导致考试车辆熄火或车速过快;

3、不适应考试车辆;

4、穿的鞋不合适，不能够准确感知离合器的高低。

科目二控制车速技巧

1、掌握踩离合的正确姿势。首先脚掌踩在离合器踏板上，脚后跟贴在地面上，作为支撑点。当离合器踩到最低点时，膝盖要保持微曲。

2、穿平底鞋。开车时，女生不要穿高跟鞋、厚底鞋，这样不能够准确感知离合的高低。此外，不要用脚尖踩踏板或脚跟离地，会导致力量不够。

3、学员能够准确感知离合器半联动状态。注意：每辆车离合器的半联动位置都是不一样的，有的车需要抬很高，有的车稍抬一点车就可以移动。

4、起步时应先慢抬离合至半联动，然后松刹车直到车慢慢起步。

科目二考试技巧

1、上车准备

①在候车区等待听到叫自己名字后上车，调整座椅、镜子，看需不需要靠背，适应下离合、刹车，都没问题后听语音提示操作，考试中这里没有时间限制，可以一项一项慢慢来，也可以借此平复心情。

②踩住离合+刹车，挂档、松手刹。

③慢慢开车，不要着急，借这个过程适应下车辆，特别是离合。

2、坡道定点与起步

①前面有人在做坡起时，不要跟的太近，安全起见，还是远点好，如果你被感应到了，车不能停，必须开始，前面车又出了意外--―熄火或者溜车了，你就悲剧了。

②关于定点，我认为因为车不一样，座位高矮也不会太一样，定点到位是有难度的，所以尽量把握好离合，控制好车与黄线距离，不熄火，不溜车。记得打左转向，感觉到半联动松刹车松离合。

3、直角拐弯

①直角拐弯的感应点在直角前很大一段距离，所以下坡后早打左转向灯，早点调好车。

②调整车或者转弯回正方向后，转向灯会回正，在打回去，记住一点，在没听到此项目结束的提示音前，一直保持左转向。

4、曲线行驶

①放慢车速，按平时训练的，没有问题。这里说下有的说车头小镜对准路中间在打方向，有的是车头小镜对准黄线打方向，基本上车速慢下来后，车第一个弯快接近黄线打方向，第二个弯小镜过了路中间一些打方向，随时看后视镜，随时调整，当然也不全是这样，个人身高视角场地也都有一定的偏差，在练车时自己找到适合自己看的点就可以。

5、侧方位停车

①掌握好车身距黄线的距离，停车不要太靠前，过一点停就可以，前面有个停止线，不可过线。

②看清点，按平时训练的步骤，一步步来，一般没有太大的问题。

③出库时记得打左转向、挂上档，要不不打转向是扣10分，不挂挡还是倒档就压线挂了。

6、倒车入库

①左侧倒库：慢慢停车到感应线，会有语音提示“倒车入库开始”(没有语音提示就不用停)，挂倒档，3秒内车要动起来。看准点左打死方向，早点打方向，打晚了车就调不进去库了，打早点慢慢倒+慢慢调，是可以倒进库的。

②右侧倒库：我是出库----车头抹线----右打死---回正----到感应线(注意此处没有语音提示)，右侧可以看到平时训练定的点，慢点倒一般倒进去了。

7、听到语音提示，所有项目结束，把车开回起点，到达指定地点，停车

以上就是有关于科目二考试的技巧及注意事项，其实考试并不难，主要是看大家有没有用心努力去学习，只有充分掌握了技巧才能够顺利通过考试。

1.科目二S路控制车速技巧

2.科目二控制车速的方法

3.科目二考试如何控制车速

4.科目二考试控制车速的技巧

5.科目二考试控制车速的技巧有哪些

6.驾考科目二考试怎么控制好车速

7.科目二训练如何控制好车速

8.科目二侧方位停车控制车速的方法

9.科目二练习与考试知识

车速测量 篇3

关键词：车速测量,运动模糊,透明度,散焦模糊,隔行扫描

0 引言

据统计, 2011年全国涉及人员伤亡的道路交通事故210812起[1], 共造成62387人死亡。从事故原因看, 超速行驶导致的事故死亡人数占全部死亡人数的14.2%, 这个比例还是相当高的。故研究出更方便有效的车速检测方法, 对减少因超速引起的交通事故有着重要作用。

目前, 智能交通系统中常用于车速检测的方法主要有:感应线圈测速、激光测速、雷达测速和视频测速, 但这些测速方法都存在着一定的不足[2~4]。经研究得知, 基于计算机视觉的测速具有一定的优势, 在车速测量方面大有可为, 而现有的计算机视觉测速主要集中在视频测速, 从数字图像出发研究测速的相对较少, 而基于单幅运动模糊图像进行测速的研究更少。当然也有少数学者做了这方面的研究。在文献[4]中, 作者提出了一种新的车速测量方法, 即利用相机在静止不动情况下拍摄的单张运动模糊图像进行车速测量, 先用判断运动模糊方向, 再根据模糊图像的亮度曲线估算检测模运动糊参数的过程。利用复原图像的方式挑选最清晰的图像从而确定最优的模糊长度, 最后利用几何模型、相机位置和模糊长度等参数计算出运动目标的速度。在文献[5]中, 作者分析了文献[4]中提出的基于单张运动模糊图像的车速测量方法, 指出用扫描线方法估算模糊长度和车速估算方面的不足, 并提出了弥补这些不足的改进方法, 即用抠图的方法来消除散焦模糊对运动模糊在计算中的干扰, 使模糊长度的计算更加准确, 并提出了基于隔行扫描运动模糊图像的方法, 即隔行扫描模糊图像得到奇数行和偶数行图像并通过扩展获取两幅运动图像, 再分别根据两个模糊参数去判断车辆在成像时间内是否有加速或减速的情况。

本文就从研究单幅运动模糊图像的透明度入手, 去估算运动模糊图像的运动参数, 再结合各环境参数去实现车速测量。重点研究文献[4]和[5]的内容, 分析现有车速测量中的问题, 并尝试对存在的问题进行改进, 提出一个有所改进的车速测量方法。

1 基于运动模糊的车速测量基础

这里简要介绍车速测量模型和估算公式, 详细推导过程请见文献[4]。

1.1 通用模型

三维空间中, 车辆的运动平面与成像平面成任意夹角的情况, 如图1所示。

图1中, z为焦距和目标的距离;K为模糊长度, f为焦距;为车辆运动平面与成像平面的夹角。

成像平面上的夹角情况如图2所示, 用表示运动方向与成像平面上水平方向x轴的夹角。

基于针孔成像的原理和物像对应关系, 再结合图1和图2分别在三维空间的模型和成像平面上的夹角情况, 得到车速估算公式:

式 (1) 中, SX为CCD的像素尺寸, T为曝光时间, 焦距f为相机有关的参数。

如果在三维空间里, 车辆的运动平面与成像平面平行, 即=0, 则式 (1) 可以简化为:

1.2 特殊角度模型

特殊情况下, 车辆的运动平面与成像平面平行, 且成像平面上运动方向与成像平面的水平方向x轴平行。三维空间中, 车辆运动平面与成像平面平行如图3所示。

同时, 运动方向与成像平面上水平方向x轴也平行, 如图4所示。

在这个特殊模型中, 式 (1) 中包含的两个夹角和都为0, 那么车速估算公式 (2) 可进一步简化为:

式 (3) 中, T、f和SX都可以由相机参数直接得到, 只要测量出目标与相机的距离z和图像的模糊长度K就可以计算出车速。

从车速测量通用模型得到的式 (1) 和式 (2) 可知, T、f和SX都是跟成像系统有关, 由相机参数可以直接得到, 车速计算的关键在于z、、和K的获取。其中, 是固定图像采集设备的角度时获得, z的获取需要依赖环境, 有的文献直接将z作为已知条件, 而最关键的是和K都要从图像中进行分析获得, 本文将用自己的方法获取K和z, 的获取则借用现有的图像分析方法。

2 运动模糊车速测量的不足

从文献[4]和[5]可知, 基于单幅运动模糊图像进行车速测量是可行的, 但是方法上还需要进一步改进和完善。尽管针对文献[4]的不足, 文献[5]采取抠图的方法实现了一些改进, 但我发现整个估算的方案也有需要改进的地方, 主要在于模糊尺度估算不准确, 体现在如何分离散焦模糊和运动模糊, 以及判断车辆在成像时间内的变速情况以及获取所需环境参数等方面。

2.1 分离运动模糊和散焦模糊的不足

在现实环境中拍摄的图像经常会同时出现运动模糊和散焦模糊, 而有些文献在分析运动模糊时往往会忽略同时存在的散焦模糊, 这样就会导致估算运动模糊参数时受到散焦模糊的影响而引入误差。在这个问题上, 文献[5]提出了自己的改进方法, 主要过程为:把原始透明图以步长值0.5°按逆时针方向在区间[0°, 90°]内旋转, 通过公式计算模糊函数的宽度和高度, 再通过最小二乘法曲线拟合算法用计算得到一个精确的角度。再将透明图旋转到那个精确的角度, 从而得到精确的模糊函数的宽度和高度以得到精确的K值。该方法的详细过程请参考文献[5]。

分析这种改进方法, 其分离散焦模糊的过程过于繁琐, 增加了算法的复杂度和计算量, 故我不打算借鉴这种方法。

2.2 判断车速变化的不足

现在很多文献在目标速度估算中都假设目标在成像时间内做匀速直线运动, 故运算得到的只是目标在成像时间内的平均速度。而实际上, 目标完全可能在成像时间内做加速或减速运动。在这个问题上, 文献[5]进行了相应的研究, 其提出的改进方法是, 从隔行扫描CCD图像中分别提取出奇数行和偶数行区域图像, 再使用邻近值或双线性差值等插值算法分别把奇数行区域和偶数行区域进行扩展, 得到两幅新的扩展图像, 然后分别求出这两幅图像对应的两个模糊长度K值, 进而计算得到两个速度值, 最后根据速度差及产生的时间差, 就可以计算出目标的匀加速情况, 还可以通过计算模糊长度的差值, 来定性的判断目标是加速运动和减速运动。

分析这种改进方法, 我发现其中存在两处误差的引入:第一, 在分别取出奇数行和偶数行区域图像后, 其通过插值算法对原有的奇数行和偶数行区域进行扩展以得到两幅新的扩展图像, 这个插值生成新图像的过程可能存在误差的引入;第二, 得到两幅新的扩展图像后, 分别对它们进行模糊参数的估计也可能存在误差引入, 因为需要对这两幅图像分别抠图得到两幅透明图, 而两个抠图过程也可能引入不同程度的误差。因此, 我个人觉得这样获取得到的两个模糊参数值也会影响到模糊参数的估算, 而无法准确地判断车速的变化情况。

3 车速测量方法尝试的改进

经过上述分析, 本节将提出本文所使用的车速测量方法, 尝试改进方法中的不足。主要思路是:借鉴现有的车速测量模型和车速估算公式, 再借助环境参数计算车速;同时, 为使得的车速更准确, 借助透明图从模糊尺度中分离散焦模糊, 并采用改进隔行扫描透明图的方法, 获取车辆两个时刻的车速从而判断其加减速的情况。

为了使计算过程简单一些, 我在采集数据时, 固定相机的角度使车辆的运动平面与成像平面平行, 即使为0, 则本文的车速估算公式就简化为式 (2) 。三个未知参数z、和K中, 的获取我借鉴了现有文献中对局部运动模糊图像中的运动方向鉴别的方法;而本文研究的重点放在如何尽可能准确地获取K和z。

3.1 模糊长度的估算

模糊长度K的获取是车速测量中的重点。文献[7]提出的从图像中像素透明度去估算模糊参数的方法较为新颖, 且验证了其可行性, 因此我决定也从透明度的观点去获取运动模糊参数, 即借用现有的closed-form matting抠图[8]方法去生成运动模糊图像的透明图, 再从得到的掩像值中去估计模糊参数。虽然这个思路不算新, 但是我针对上述车速测量中的不足在参数获取的处理过程中尝试了自己的改进。

3.1.1 分离散焦模糊和运动模糊的改进

针对散焦模糊与运动模糊同时发生的情况, 我尝试了自己的分离方法:由于运动方向可以判定, 在透明图中垂直于运动方向上的模糊主要是由散焦模糊引起的, 那么计算出垂直方向上仅由散焦模糊造成的模糊尺度, 就可以得到散焦模糊的半径R, 再从运动方向上的模糊参数中减去散焦模糊半径, 从而达到从运动模糊中分离散焦模糊的目的。由于本实验编写的程序是从水平方向上计算模糊长度, 所以在计算某一方向上的模糊长度时需要将该方向旋转到水平方向。具体方法就是对运动方向为水平的图像对应的透明图进行拷贝, 并将拷贝后的一幅透明图顺时针旋转90°, 计算出垂直于运动方向上由散焦模糊造成的模糊尺度, 即散焦模糊半径;再计算另一幅透明图水平方向上的模糊长度, 再从水平方向上的模糊长度中减去已获取的散焦模糊半径, 即得到仅由运动模糊产生的模糊长度。

3.1.2 隔行扫描判断车速变化的改进

针对文献[5]中车速变化判断不精确的问题, 本文提出一种改进方法, 将隔行扫描相机生成的C C D图像抠图得到透明图, 并对该透明图进行隔行扫描, 分别获取同一透明图的奇场透明图和偶场透明图, 再分别从奇场透明图中的奇数行中计算得到奇数行对应的模糊长度, 从偶场透明图中的偶数行中计算得到偶数行模糊长度。从而, 对比这两个模糊长度的差值, 判断车辆的加速或减速情况。这个方法既不需要重新生成新图像而引入误差, 也避免了两次抠图带来不同程度的误差。

3.1.3 分离车轮部分的旋转运动模糊

由于车身的运动模糊和车轮部分旋转引起的模糊不同, 所以在得到运动模糊图像的透明图以后, 我先分离了车轮部分图像, 以减少这个部分对模糊长度计算的影响。

3.2 焦距和目标的距离z的获取

获取了模糊长度K后, 还需要获取焦距和目标的距离z才能估算出车速。对于获取这个环境参数, 现有的方法都不是很好。文献[6]把这个参数当成已知条件来计算车速。另外一些文献尝试通过设定专门的标志或车牌的成像大小变化来计算这个距离。

经过再三考虑和仔细观察, 我发现公路上的人行横道标志线可以被利用起来, 该标记线都有固定的间隔和宽度, 那么固定相机和人行横道标记之间的距离后, 依据图像上车辆在人行横道标记上的位置来计算焦距和目标的距离就是可行的。故本文拍摄的实验图像都是在人行横道处拍摄的, 就是为获取焦距和目标之间的距离z这个参数, 如图5所示。

4 实验测试和结果对比

在实验中, 采集图像用SONY公司的单反数码相机DSLR-A290, CCD尺寸:23.5×15.7mm, 影像尺寸为:2 2 8 8×1 5 2 0, 像素大小为10.27μm×10.32μm, 镜头焦距为18 mm。为获取车辆与相机之间的距离, 特选定在标记明显的人行横道位置拍摄图像。固定相机的角度使车辆的运动平面与成像平面平行。据测量, 第一组图像数据的快门速度均设定为1/100s;采集该图像数据时, 车辆和相机焦距的距离是8.1m。算法测试硬件平台为Intel Core (TM) 2、主频2.2 GHz CPU、2 G内存的笔记本电脑, 编译环境为Matlab 7.1。

4.1 实验主要过程及图片

1) 抠图得到透明图

采集到的原始图像1如图5所示。为了减少计算量, 由上至下进行裁剪, 保留中心区域图像进行处理, 经运动方向鉴别后, 图像的运动方向与成像平面的夹角为2°, 旋转图像使运动方向为水平, 并通过抠图技术得到透明图, 如图6所示。

2) 裁剪车轮部分图像

由于车轮的旋转模糊和车身的水平运动模糊不同, 故裁剪车轮部分, 得到裁剪后透明图。

3) 估计散焦模糊尺度

拷贝经过裁剪的透明图6, 旋转90°, 从车身较平坦的区域截取两个子图, 统计垂直于运动方向上对应模糊像素数量, 并取平均值得到散焦模糊的模糊半径R。

4) 隔行扫描透明图

对裁剪后透明图进行隔行扫描, 得到图像对应的奇场透明图和偶场透明图。

5) 截取子图估计运动模糊参数

从裁剪后透明图、及其奇场透明图和偶场透明图中截取相同位置的子图估算运动模糊参数。

4.2 实验结果

为了减小模糊长度获取的误差, 本文的实验都经过7次抠图获取相关的模糊长度。

4.2.1 车速测量结果

图像1中子图1_1和1_2对应7次抠图所得的散焦模糊尺度如表1所示。

图像1中子图1和子图2对应7次抠图所得透明图的模糊长度如表2所示。

根据车速计算公式 (2) , 结合相机参数、环境参数和散焦模糊尺度计算车速, 结果如表3所示。

4.2.2 车速变化判断

在车速变化判断方面, 经7次抠图得到同一幅图像的7幅透明图, 再通过隔行扫描得到每幅透明图对应的图奇场和偶场透明图, 分别统计其子图中奇场和偶场的模糊长度, 获得的奇偶场模糊长度如表4所示。

通过表4的数据分析, 通过隔行扫描透明图得到奇场透明图和偶场透明图, 再分别取估计其模糊长度的方法, 可以较好地判断车辆在成像时间内是加速还是减速, 进而还可以求出其加速度。

4.3 实验结果分析

通过以上实验数据计算误差率可知, 本文的实验结果误差率在8%以内, 对照文献[6]的实验结果, 其方法测得的速度与实际平均速度的误差小于7%。虽然我的实验结果误差略大一点, 但是我的方法还是有以下优势:

1) 文献[6]的误差判断是把测得的速度和平均速度相比, 而本文的方法则是将测得的车速和辅助记录的瞬时车速进行对比。

2) 本文的方法通过隔行扫描透明图, 可以判断车辆在成像时间内是加速还是减速, 进而还可以求出加速度。

3) 文献[6]的计算中把目标与相机的距离作为已知, 这一点在实际应用中受到局限。而本文的方法通过人行横道标记巧妙地获得了这个距离。

5 结束语

综上所述, 本文对基于单幅运动模糊图像的车速测量方法的改进主要体现在:用隔行扫描判断车速变化情况、分离散焦模糊和分离车轮的旋转模糊等, 并灵活地获取了目标与相机之间的距离。实验结果的误差率在8%以下, 证明该方法还是具有一定的可行性, 误差还比较大, 虽然通过多次抠图可以一定程度减小误差, 但是还存在一些需要改进的方面, 例如, 尝试使用采样和传播相结合的鲁棒抠图算法[9]来完成抠图, 从运动模糊和散焦模糊以加权和形式混合的角度去研究分离方法。

参考文献

[1]池墨.2011年全国交通事故造成62387人死亡[EB/OL].2012-2-9.

[2]贾满磊.超速车辆自动检测系统的设计与实现[D].上海:同济大学, 2009.

[3]陈卓.交通监测雷达的多目标分辨算法研究[D].西安:西安电子科技大学, 2010.

[4]Huei-Yung Lin*, Kun-Jhih Li, Chia-Hong Chang.Vehicle speed detection from a single motion blurred image[J], Image and Vision Computing, 2008 (26) :1327–1337.

[5]Xu Ting-Fa, Zhao Peng.Image motion-blur-based object's speed measurement using an interlaced scan image[J].MEASUREMENT SCIENCE AND TECHNOLOGY.2010, (21) :075502.

[6]许元男, 赵远, 刘丽萍, 孙秀冬.基于局部运动模糊图像的测速方法[J].光电工程, 2009, 36 (10) :71-80.

[7]贾亚佳.Single Image Motion Deblurring Using Transparency[C].IEEE.2007, 1-4244-1180-7.

[8]Anat Levin, Dani Lischinski, Yair Weiss.A Closed-Form Solution to Natural Image Matting[J].IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE.2008, 30 (2) :228-242.

雾天高速公路安全车速分析 篇4

针对高速公路雾天低能见度及路面附着系数减小的`情况,进行安全车速研究.根据跟车状态下停车过程及标志视认相关方法,分别进行基于停车视距模型(包括AASHTO停车视距模型和NCHRP停车视距模型)和基于交通标志认知距离的安全车速计算.以湖北黄黄高速公路为例,综合3种模型条件下安全车速,最终得出雾天气候下的交通管理措施.

作 者：廖海峰 崔显忠 杜志刚 LIAO Hai-feng CUI Xian-zhong DU Zhi-gang 作者单位：廖海峰,LIAO Hai-feng(中国市政工程中南设计研究院,湖北武汉,430010)

崔显忠,CUI Xian-zhong(深圳市甘泉建设监理有限公司,广东深圳,518048)

杜志刚,DU Zhi-gang(武汉理工大学交通学院,湖北武汉,430063)

山西汽运GPS控制车速节能 篇5

该公司是一家拥有各种车辆近3000部、各类机具设备400余台、年运输周转量10多亿吨公里、年运输量366万吨的综合运输集团。为了提高管理和服务水平, 2005年11月, 该公司开始推广应用GPS和行车记录仪, 建成GPS局域网, 设立了一个主控中心和两个副控中心。截至2007年年底, 累计投资200余万元, 安装GSM型终端设备342部, GPRS型终端设备81部, 其中客车120部, 货车303部。

控制车速提高车辆使用率

道路运输企业最关心的是燃油消耗量, 汽车吨位利用率及里程利用率越低, 车辆的百吨公里或千人公里的燃油消耗量就越高。因此, 控制车辆的运行速度及提高车辆的吨位利用率、里程利用率是降低公路运输燃油消耗量的有效途径, 而通过GPS结合运输服务信息系统可以有效实现。

确定客车合理时速:公司首先对各个营运线路的道路状况及限速情况进行调查, 确定客车在线路中可以达到的运行速度;然后对投入该线路的客车开展技术分析, 确定客车的技术经济车速, 通过道路情况及车辆技术分析比较确定该营运线路的客车运行经济车速, 并把其上限确立为最高限速, 为GPS实施超速报警提供科学依据。

合理调度:公司调度中心使用GPS调度管理功能随时掌握每辆车的状态, 有效规划行驶路线, 统一、及时地调用最近距离、最合适的车辆开展运输生产, 既满足客户需求, 又减少或避免了车辆的空载、闲停以及无效行驶等状况, 大大提高了车辆的使用率, 以最少的付出发挥最大的资源优势作用。

规范驾驶:通过GPS车载设备的越界报警 (设置电子围栏的最大最小经纬度, 形成电子围栏, 从而界定车辆的活动范围) 、轨迹回放等功能, 使驾驶员按规定区域行驶、停放车辆, 杜绝公车私用, 绕路耗油等现象。

车辆营运身份资质认证:GPS的车辆和货物信息实时查询功能, 使货物在承运过程中的监控成为可能, 同时营运货车安装的GPS也可作为一种身份资质的认证, 使货主能及时有效地确认承运人的资质和信誉, 在规避承运风险、提高配载成功率及实载率、保障货物及时送达等方面逐步体现出优势, 有着可观的综合节能效果。

科学配载走最优路线

有效的超速报警:公司通过对驾驶员的驾驶心态与驾驶行为的研究, 确立了多种报警方案。系统内设立了一套超速次数和超速累计时间统计计算模式, 通过对该班次内超速次数和超速累计时间统计计算, 如确认为初次超速, 系统将通过车载设备以较为温和的语音方式向驾驶员提示;如确认为多次超速, 系统将以严厉的语音方式提示。超速次数行为越多, 提示越严厉, 迫使驾驶员返回到合理运行速度。

提供货运信息服务促进货物配载:公司依靠GPS监控平台, 构建了由公司汽车队与驻外分公司的信息联系点、山西迎泽物流网和中国物流互联网等组成的货源信息网络。由主控中心管理各物流信息联系点和网络物流信息的收集、分类、发布, 并实施车辆身份识别、配载信息反馈、货物和车辆监控。

货车在未到达目的地前就可了解甚至已承接了将要进行的运输任务, 大大减少了配载等待时间, 同时有利于提高吨位利用率, 减少无效的空车行驶。此外, GPS具有的车辆身份资质认证功能, 使货主通过各级监控中心提供的查询服务等及时有效地确认承运人资质和信誉, 提高了配载的成功率。

优化运行线路:利用GPS监控平台, 及时向运行车辆发布路况、天气、周边服务设施等信息, 引导驾驶员及时调整运行方案。

有针对性地开展驾驶技术培训:系统内不但具有超速次数和超速累计时间统计功能, 而且还可以对停车未熄火时间进行统计。系统每日统计、按月汇总将驾驶员的驾驶行为信息反馈至公司技术安全部门及车队, 管理人员及技术人员根据统计数据对驾驶员的操作行为进行分析, 并有针对性地开展驾驶技术培训、心理辅导, 纠正不良习惯, 规范驾驶员操作, 使车辆合理使用、运行速度更趋于合理。截至2007年年底, 共举办驾驶员培训班7期, 涉及328人次, 全面提高了驾驶人员的素质。

管理节能算细账

公司借助GPS监控平台这一科技手段, 加强运输生产过程的管理, 变粗放式管理为集约式管理, 为节能减排找到了突破口。

公司不断跟踪技术进步, 在原有系统投资150多万元的基础上, 追加投资近20万元, 升级GPS监控的硬件设备, 同时针对企业管理的要求, 升级监控平台软件;投资近30多万元开展了为期三个多月的GPS节能应用研究, 通过这些手段进一步提升了GPS的综合应用效果。

公司建立了一个主控中心和两个副控中心, 对客运省际班车、到达省会和地级市的班车、运距150千米以上的班车以及大吨位营运货车安装GPS终端设备, 局域网查询和监控服务延伸到了车队, 实现了公司、场站区域和车队的三级监控管理, 提供了车辆及时监控调度和快捷查询管理服务, 为全面加强营运过程管理创造了条件。同时, 公司加强了管理培训, 管理工作落实到源头, 车队可以利用监控系统对车辆进行直接管理, 提高了管理水平和效率。