交通标志设置位置

交通标志设置位置（共8篇）

交通标志设置位置 篇1

摘要：地下室应急疏散及照明系统是火灾安全的重要组成部分。在灾害发现初期, 可靠的照明, 导向清晰, 完善的疏散指示系统, 对加快人员从受威胁现场撤离到安全区域的速度有积极的作用;对减少人员伤亡和财产损失意义重大。多种国家规范的相关章节都对应急疏散指示和照明设计提出了原则性和指导性的规定。但是在对具体工程问题的处理过程中发现, 仅限于满足国家规范要求的设计, 往往达不到最好的疏散指示效果。本文参考国家规范, 用几个实际工程案例 (不同类型建筑物地下室疏散的特点) 为模板运用照明软件 (Dialux) 建模, 试探讨典型建筑地下室部分相应的疏散指示标志及应急灯具位置的设置。以期从可靠性, 经济性几方面总结一些可供今后设计参考的经验。

关键词：应急疏散指示,应急照明,火灾安全,Dialux

1疏散指示标志

国家规范和措施对地下室疏散指示标志安装距离作出了要求。

[安全标志设置]6.12条:对于地下室工程, 标志间距不应大于10 m;

[全国民用建筑工程设计技术措施电气2009] (简称措施) 11.9.4:疏散通道的疏散指示灯具, 宜…且间距不应大于20 m;

[施工验收规范]20.1.4:疏散通道上的标志灯间距不大于20 m。

除了对疏散指示标志安装距离的要求, 规范和措施并无更细化的要求。本文针对不同类型地下室的防火特点, 结合实际工程, 对疏散指示标志的设置进行讨论。

1.1 疏散指示标志安装距离

(1) 最常见的地下室建筑, 其疏散指示标志的安装距离宜在15±3 m。地下室车库的疏散通道多没有侧墙, 属于开敞空间。疏散指示标志因此多吊装于车道上方。受实际空间的制约 (包括风管, 喷淋水管等) 疏散指示标志常不能安装在一条直线或车道正上方。处于地下室不同区位的人员也因此不能总在固定位置迅速找到疏散指示标志;其次, 考虑到疏散指示标志的尺寸, 若相邻两个标志安装距离接近或达到20 m, 在最不利的情况下, 人员距离其中一个标志的距离已经达到10 m。这样的距离, 对辨识疏散标志上的箭头方向已经非常困难。疏散人员必须在确定第一个箭头的方向后才能开始疏散, 这样势必减缓疏散速度。而另一方面, 面积较大的地下室建筑, 若是按照“安全标志设置”的规定, 以10 m的最大间距布置疏散指示标志, 那么简单估算一个4 000 m2的防火分区就需要多达40个疏散标志。相应需要增加的硬件投资和设备故障率也会增加。综上, 疏散指示标志的安装距离在15 m左右较为合适。

(2) 地下商业建筑, 因业态复杂, 人员密度高, 且多为不熟悉建筑平面的随机人群, 要完成迅速有效的疏散, 难度极大。增设能够保持视觉连续的地面疏散指示标志对提高疏散效率有极大帮助。目前国家对地面疏散指示标志的间距还没有明确和统一的规定。参考上海等地的地方规范和地面疏散指示灯具供应商的技术参数, 以及实地的参观, 地面疏散指示灯具的安装距离宜控制在3～6 m, 且最好设置在主要疏散通道上, 避免因业态的改变造成疏散指示标志被遮挡。

1.2 疏散指示标志安装位置

地下室疏散指示标志一般采取吊装的方式, 宜设在车道, 既疏散路线的上方, 便于人员跟踪。查阅以往的工程案例和相关论文, 疏散指示标志安装高度差别较大, 在2.2～3.0 m的范围都有见到。实际上, 安装高度过低, 在平时的使用中, 易受损坏, 而高度高于2.6 m以后, 要观察疏散标志也会有一定困难。综合考量, 安装高度在距地面2.2～2.4 m区间比较合理。图1是在地下室的袋型部位, 参考规范对袋型走道处疏散指示标志的规定, 若两边的疏散出口距离相当, 两条疏散路线上分别设置单向疏散指示标志, 为逃生人员提供选择, 以便在一条疏散路线上有危险存在时选择另外一条, 提高安全性。

在满足国家规范对疏散指示标志安装距离的同时, 设计者应尽可能将疏散指示标志设置在靠近应急照明灯具的地方。在紧急情况下, 这样的设计便于人员逃生时尽早发现疏散指示标志, 并及时脱离危险区域。

住宅类的建筑物地下室, 在靠近核心筒部位, 多会出现通风机房, 报警阀间等功能性房间。这些房间的设置多由机电专业和建筑专业设计人员共同决定, 缺乏统一规划。除此之外, 受剪力墙位置的影响, 疏散通道在靠近剪力墙部分变得狭窄、曲折。疏散门甚至藏于异型的剪力墙后面, 造成疏散的困难。在这些部位, 若按照规范的要求教条地布置应疏散指示灯, 很可能造成两个疏散标志距离在规范的允许范围内, 而实际上逃生人员在到达一个疏散标志的时候却不能及时发现下一个。在这些区域, 疏散指示标志的连续性应该被严格地保持。

需要补充的一点, 在疏散时, 有研究表明逃生人员更趋向逃往更亮的区域。结合疏散出口的位置, 在临近布置应急照明灯具, 增加局部的照度是个可取的方法, 如图3。

2应急照明灯具

应急照明灯具的设置至关重要。合理的设计在造价的限制下为人员在紧急情况下提供可靠、迅速的撤离机会。本段就应急照明灯具的设置进行讨论。试在经济条件允许的情况下, 优化现有设计。

2.1 照 度

除了疏散指示标志, 应急灯具的作用是照亮疏散路线, 帮助人员迅速离开威胁区域。疏散照明的照度, 各国规定不同。表1列举美国和日本对疏散照度的要求。

我国“建筑设计防火规范”对疏散照明照度有如下要求见表2。国家规范没有明确对照度的均匀度指标作详细规定, 仅仅规定了最低照度。

2.2 灯具选择

从经济性考虑, 一般的地下室疏散照明不单独设置照明灯具。挑出车道上方的部分荧光灯以适当距离均匀布置, 是一种普遍做法。常见的光源选择有36W单管荧光灯和28W单管荧光灯两种。

2.3 常规应急灯具布置

现有工程中, 地下室照明多采用荧光灯具, 以管吊或线槽的安装方式沿车道或车位均匀布置。多数情况下, 车道区域按一个跨距布置四盏;车位区域一个跨距布置两盏, 其中背靠背的车位可视情况在一个跨距里共用两盏。图4显示了实际工程应用中规整部分地下室的常规灯具布置方式。在这个跨距8.1 m的地下室区域内, 灯具布置与上述的描述统一。其中用于应急照明的灯具沿车道上方均匀布置, 间距约12 m (虚线连接的灯具) 。

2.4 照度模拟

2.4.1 建模中需要讨论的问题

(1) 最低照度。

灯具布置的距离, 安装高度, 配光曲线等对最低照度的影响。

(2) 平均照度。

怎样达到尽可能好的平均照度。

(3) 不利情况。

当某盏灯具出现故障时局部照度最恶劣的情况讨论。

2.4.2 模拟设计

(1) 灯具选择。

飞利浦TBS 625 1xTL5-28W/840作为本次模拟的光源。为降低地下室照明能耗, 28W光源替代36W光源。常识性地具有更宽配光曲线的灯具能达到更好平均照度。此模拟希望找到不利条件下疏散照明可以达到的效果, 所以选择适中的配光曲线光源。曲线见图5。

(2) 此次一共进行了三次模拟。

第一次建模完全模拟图4中的实际工程案例, 得到参考数值;第二次模拟了局部灯具损坏的情况, 以观察此情况对照度的影响;第三次在第一次基础上适当加大应急灯具布置距离, 原因在后文详述。

2.4.3 建 模

模拟地下室面积6 561 m2 (L×W=81×81 (m) ) , 横向纵向各9个跨距。层高8 m, 灯具吊装高度3.8 m, 维护系数0.8。因仅模拟疏散状态下照明, 灯具布置为4排, 每排8盏, 间距约12 m。见图6。

2.5 模拟结果

2.5.1 第一次模拟结果

空间高度: 8.000 m, 安装高度:3.800 m, 维护系数:0.80 单位:Lux。

工作面:

高度:0.00 m

网格:128×128点

边界:0.000 m

灯具清单

实际效能值:0.16W/m2=1.60W/m2/100 lx (面积: 6561.00 m2)

种类数量名称 (修正系数)

总数:F[lm] 83200 P [W] 1024

可以看出, 这种布置适合跨距为8.1 m的地下室。地板最小照度0.63 lx满足国家规范0.5 lx的要求。不足之处在于, 最小照度与平均照度的比值仅为0.05。这表明人员在疏散过程中会明显感觉到光线的明暗变化。如表3, 当视觉从最小0.65 lx过渡到最大106 lx时所引起的眼部不适, 可能对需要在疏散时抬头寻找和跟踪疏散指示标志造成障碍。在实际的地下室参观中所发现紧急疏散标志随着使用时间增长, 亮度变暗, 更加剧这种障碍。

2.5.2 第二次模拟结果

第一次的模拟得到的是理想状态下的数据。如地下室顶棚反射比降低等因素均会影响疏散照度, 这里先不作考虑。灯具光源的故障在整个系统中是最易出现, 这次模拟试图观察在个别灯具故障的情况下, 疏散照度受到的影响。保持其余参数不变, 在软件模拟中加入一组灯光控制, 关掉第10和第23盏 (见图7) 。

空间高度:8.000 m, 安装高度: 3.800 m, 维护系数: 0.80 单位:Lux。

工作面:

高度:0.00 m

网格:128×128 点

边界:0.000 m

由于在所有32个光源中只设计了两盏故障, 表4的数据与表3相近在情理之中。兴趣点集中在故障光源配光曲线投影部分的照度。软件显示的在第10和第23盏故障光源处, 地面的最小照度降低至0.4 lx, 已经不能满足国家规范。虽然不至于根本上影响疏散, 但尽量避免这样的情况发生依然有实际意义。

2.5.3 第三次模拟结果

最后以实际工程为例, 模拟9 m跨距的柱网灯具布置特点, 测试两盏应急照明灯具之间可以接受的最大距离, 为工程设计提供参考。

空间高度:8.000 m, 安装高度:3.800 m, 维护系数:0.80 单位:Lux。

和表3的数据比较, 当车道的灯具安装间隔距离从12 m增加到约13.1 m, 最小照度从0.63lx降低到0.59。若设置更多次数不同距离的模拟, 可以得到完整的曲线图, 显示应急灯具安装的距离和照度的变化关系。但是实际工程当中, 地下室车库的灯具布置受梁间距的影响, 13.1 m的距离已经接近两盏应急照明灯具间隔距离的极限。

3结语

地下室疏散照明灯具和应急疏散指示标志的合理设置在紧急情况下, 对于帮助人员迅速撤离受威胁现场, 保障人员的生命安全, 减少损失有至关重要的作用。

(1) 建议不同的国家规范的相关条文应该统一, 以免在设计中造成混淆。

(2) 疏散指示标志的间距不宜过大, 考虑10～15 m的安装间距比较合理, 高度在2.2～2.4 m为宜。

(3) 疏散指示标志的安装与应急照明灯具的位置应该相互匹配, 成为统一体系。在设计中两者应该被统筹考虑, 应急疏散照明除照亮疏散路线以外, 还可起到增加疏散指示标志辨识度, 提高疏散速度的作用。

(4) 应急照明灯具的最大间距不宜超过13.1 m, 在靠近疏散出口的地方, 建议适当增加疏散照明的灯具数量。更高的照度对疏散人员有吸引作用, 可以作为疏散指示标志以外的另一辅助措施。

参考文献

[1]任元会.应急照明设计问题探讨[R].中国航空工业规划设计研究院.

[2]喻传江.浅谈民用建筑中火灾应急照明设计[M].

[3]王新武.住宅应急照明设计和施工中常见问题[M].

[4]杨玉娟.火灾应急照明设计[M].

[5]朗玉芬.对民用建筑中应急照明设计的探讨[M].

[6]唐亮.公共建筑应急照明设计概述[M]

交通标志设置位置 篇2

（1）应设在栅顶上或靠近顶棚的墙体上，

（2）设在顶棚上的排烟口，距可燃构件或可燃物的距离不应少于1.00m，排烟口平时关闭；并应设有手动和自动开启装置。

（3）防烟分区内的排烟口距最远点水平距离不应超过30m。在排烟支管上应设有当烟气温度超过280℃时能自行关闭的排烟防火阀。

（4）走道的机械排烟系统宜竖向设置；房间的机械排烟系统宜按分区设置。

（5）排烟风机可采用离心风机或采用排烟轴流风机，并应在其机房入口处设有当烟气温度280℃时能自行关闭的排烟防火阀，

排烟风机应保持在280℃时能连续工作30min。

（6）机械排烟系统中，当任一排烟口或排烟阀开启时，排烟风机应能自动启动。

（7）排烟管道必须采用不燃材料制作，安装在吊顶内的排烟管道，其隔热层采用不燃烧材料制作，并应与可燃烧物保持不少于150的距离。

（8）机械排烟系统与通风、空气调节系统宜分开设置，若合用时，必须采用可靠的防火安全措施，并应符合排烟系统要求。

（9）设置机械排烟的地下室，应同时设置送风系统，且送风量不应小于排烟量的50%。

交通标志设置位置 篇3

建设铁路无线通信光纤直放站对我国铁路无线通信有着十分重要的作用, 在铁路铺设的过程中, 由于要经过各种复杂的路段, 尤其是当列车经过深山和沙漠这种极端的地区的时候, 列车中的乘客的无线通讯设备在这个时候几乎都是处于断线的状态。与此同时, 列车的司机的在驾驶列车的时候, 也要有信号的来源, 如果经过这一区域列车的无线接收系统出现紊乱, 会严重造成列车的正常行驶, 更严重的会造成列车脱轨等安全事故的发生。建设铁路无线通信光纤直放站是对列车的正常行驶和广大乘客的安全保驾护航, 是我国交通运输事业的一项安全举措。

1 铁路无线通信光纤直放站对我国铁路交通起到的推动作用

1.1在铁路中建设无线通信光纤直放站可以大大提高无线网在整个列车中的使用, 与传统的信号发射装置不同, 铁路无线通信光纤直放站与以往最大的优点就是在信号的传输途径上, 铁路无线通信光纤直放站中装置了WCMD 3G/4G信号, 使信号的传输速度更为快捷, 信号的质量更加稳定, 可以实现对整个列车进行无线网的覆盖。作者为了让文章更为实际, 亲自体验过在建设多座铁路无线通信光纤直放站的列车, 经过作者的测试, 在有铁路无线通信光纤直放站的网络信号覆盖的地区, 移动通讯设备的信号是满格, 与普通的列车上移动通讯设备信号时断时续有着相当大优势。

1.2作者通过对张集 (张家口至集宁) 铁路内蒙古段为调查对象, 对光纤直放站在解决弱场覆盖和位置定位的问题上做过一部分分析, 得出了以下结果。张集铁路内蒙古段共有5个中间站:友谊水库、兴和、庙梁、西土城、古营盘, 线路地形虽没有高山、隧道, 但沿线路段有部分丘陵及小山包, 多处有挖方地段, 路堑最高有近50米, 站间距一般在20公里以上, 其中庙梁至西土城站间距离28.6公里, 线路存在弯道。安照铁路无线列调场强覆盖的要求, 车站信号传输距离应达到站间距的一半, 为达到这一要求, 并根据以上地形特点, 在区间增设光纤直放站以加强信号覆盖, 这无疑是一个非常明智的选择。

1.3光纤直放站由近端机和远端机组成, 近端机设在通信机房内, 远端机设在区间, 在近端机和远端机之间利用有线通信沿线敷设的20芯光缆中的11芯、12芯光纤, 将车站无线信号转换成光信号传输到光纤直放站远端机, 再由远端机天线继续进行发射已增强信号覆盖。

2 进行铁路无线通信光纤直放站建设的最佳位置选址工作

2.1铁路无线通信光纤直放站与交通运输总站之间一定要有传输介质的存在, 这样才能确保铁路无线通信光纤直放站能及时获取运输总站发出的信息, 从而根据铁路无线通信光纤直放站所处的地段, 运用信息放大器来增加信息量的发射功率, 让列车接收到电讯号更加准确。

2.2在列车形式在云贵山区这样崎岖的山谷里的时候, 由于回音而可能造成对铁路无线通信光纤直放站发出信号的干扰, 在列车行驶在这样的路线中时, 可能由于回音与无线网络信号混杂而产生电磁波。电磁波对铁路无线通信光纤直放站发出的无线信号有着极大的干扰作用, 从而使得全车的信号覆盖率降低。就是因为这样, 在这种山谷地区, 应该加大对这铁路无线通信光纤直放站的建设, 通过建设成功的多座铁路无线通信光纤直放站之间的联系作用, 才能抵抗电磁波的冲击。因此, 在设置铁路无线通信光纤直放站的位置时应该考虑:远端机覆盖相互独立, 不会因为一台设备而使其它设备中断。

2.3在选择建设铁路无线通信光纤直放站车站的地址时, 应当避免噪音对铁路无线通信光纤直放站的影响。铁路无线通信光纤直放站在接收电台接收端接收列出发出的信号时, 也会收到其他噪音的影响, 使得信息质量存在严重问题。这些杂音会混杂在铁路无线通信光纤直放站发出的信号里, 破坏铁路无线通信光纤直放与列车的有效平衡。因此, 选址的时候要充分考虑植物的优势, 植物会对噪音有吸收作用, 对铁路无线通信光纤直放站的功能有所提升。

2.4在选址的时候要考虑电力系统供应方便的地方作为铁路无线通信光纤直放站的建设地点, 由于铁路无线通信光纤直放站需要可靠的电源, 在铁路系统一般选择沿铁路两边架设的10kV自闭和贯通电源, 两路电源一主一备, 因此, 要考虑电力电缆方便过轨的地方。如果电力供应不可靠, 会严重影响铁路无线通信光纤直放站与列车之间的实时交流, 造成列车驾驶员无法对前方路段进行了解。

3 对铁路光纤直放站位的建设位置做出恰当的调整

3.1 直放站附近地势起伏较大时, 应选择高地段进行立塔, 这样可以减少铁塔高度以降低成本及延长传输距离。

3.2 在建设铁路光纤直放站位时, 应考虑发射塔与电气化铁路回流线的安全距离, 一般选择塔身最近处距回流线不小于3.5米。

3.3电力系统的供应对铁路光纤直放站的影响, 铁路光纤直放站也需要电力的供应。如果, 在铁路光纤直放站的电力系统时断时续会对网络信号的传输起到阻碍的作用。因此, 有铁路光纤直放站应该建设在电力系统供应充足的电线杆附近, 能源源不断的获得电力的供应, 从而保证铁路光纤直放站发出的网络讯号的完整性。

3.4铁路光纤直放站位置一般有设计定位, 设计定位时分析地形, 并进行场强测试, 但由于设计进行场强测试时, 一般路基还没有成效, 特别是无法测出高挖方地段的场强, 而且设计进行场强测试时发射及接收和线路竣工后车站电台发射及列车台接收还有误差, 因此要根据需要进行调整。

4 结束语

随着铁路光纤直放站的建设成功, 为我国的铁路事业的发展起到了强有力的推动作用。铁路光纤直放站发出的无线网络信号能方便快捷地传输到列车中, 不仅服务了广大乘客, 也让列车能及时收到总站发来的路况信息, 从而使列车驾驶员能及时做出判断。这种铁路光纤直放站的全面推广, 对实现我国铁路交通事业从传统的运营变成高速、快捷的人性化服务, 为我国铁路交通事业锦上添花。

摘要：随着铁路运行速度越来越快, 对无线列车调度通信要求100%全覆盖, 光纤直放站作为铁路无线列调重要的补强措施之一, 位置出现偏差时会造成铁路区间出现弱场, 甚至出现盲区, 直接影响铁路运输质量。为满足弱电场区信号的连续覆盖, 解决弱电场区通信问题, 作者通过查阅各种资料, 分析研究出在铁路中对无线通信光纤直放站位置设置的主要方法, 并对位置设置中容易出现的问题做出合理的解释, 对我国铁路未来无线通信光纤直放站位置设置的发展做出展望。

关键词：铁路,无线通信,位置设置

参考文献

[1]钱度铭.单双工兼容制列车无线调度电话系统TW-l2型铁道电台[M].北京:中国铁道出版社, 1994.

[2]钱国峰, 徐华林.地下铁道移动通信设计[M].北京:中国铁道出版社, 1994.

[3]田翠云.移动通信系统[M].北京:人民邮电出版社, 1990.

交通标志设置位置 篇4

为了保护隐私，我们可以在“文件>高级”中把“最近使用文挡”的显示数目设置为0。

收起这个图片展开这个图片

不过，在“最近的位置”一栏，还是能够找到这些文件存放的地址。

收起这个图片展开这个图片

怎样才能让 Office 2010 不保存最近的位置呢?

这个，办法是有滴!由于涉及到注册表的更改，而注册表修改不当会引起严重后果，因此先做好相关键值项的备份还是很必要的。

在键盘上按一下组合键“Win+R”，调出运行命令窗口。键入命令regedit.exe，然后按一下回车键Enter，

收起这个图片展开这个图片

若弹出用户账户控制窗口，请允许以继续。

收起这个图片展开这个图片

这里我们以 Word 2010 为例，来示意一下如何修改。

打开注册表编辑器后，请找到键值：HKEY_CURRENT_USER/Software/Microsoft/Office/14.0/Word/Place MRU

(Excel 2010 中，相应的键值为：HKEY_CURRENT_USER/Software/Microsoft/Office/14.0/Excel/Place MRU)

收起这个图片展开这个图片

在右边细节窗口找到MaxDisplay，双击打开。将基数选为“十进制”，数值数据改为“0”，然后按一下“确定”保存。

收起这个图片展开这个图片

这样修改之后，“最近的位置”一栏就不再会显示文件保存地址了。

交通标志设置位置 篇5

关键词：消火栓,位置,火灾,设置

0 引言

鉴于在住宅建筑中，楼梯间作为重要的消防疏散通道，相关工程设计人员就觉得，不应该把消火栓设置在楼梯间。他们认为，假设把消火栓设置在楼梯间，那么消火栓的水龙带就会造成楼梯间的密封性遭到破坏，导致整个楼梯间的防烟、排烟设施的功效被削减，甚至是被破坏，最终，烟雾的蔓延会影响整个消防疏散工作的顺利进行。这种现象的出现，就使得人们去思考，在高层商住塔式建筑住宅中，室内消火栓到底应该设置在什么位置，楼梯间与走道，哪个位置更有利于消防员的实际操作，而影响室内消火栓的位置设置的因素又有哪些，接下来，本文就对此展开探讨。

1 室内消火栓位置设置的概述

在一个完整的消防栓箱中，应该包括有消防栓、消防水带与消防枪等工具。作为整个消防工作中的末端，消防栓箱的位置设置是一个重要的问题，也是一个关键的问题，它在整个消防工作中起着举足轻重的作用。实践检验证明，在高层的建筑住宅中，室内消火栓的位置设置在楼梯间或者是走道间会比较好。在满足消防栓设计的规范与要求的同时，应该精确地测算出消火栓之间的距离，怎样的距离才能使消火栓在实际运用中，将其作用得到充分发挥。

一般，在高层商住塔式的建筑住宅中，消防栓的设置多为暗装，其中部分也有半暗装。这样设置的主要原因是给多层的住宅建筑留下更多的公共活动空间，同时也是为了美化建筑体。消防立管通常情况下是被设置在楼层公共扶梯间的夹角处，用户内部的专属空间是绝对不能够占用的。但往往在实际操作中，消防工作人员们是很难发现既不影响通道疏散工作，又能使建筑体美观的具体位置。有的消防安装设计人员是选择住户与住户之间的位置来设置消火栓。如果是一楼有两个住户的时候，这种位置的设置是没有问题的。但如果面对的是一楼多个住户的情况下，则要根据具体情况重新思考。假如在公共扶梯的中央平台上来设置消火栓，可以让它变得美观的话，安装人员就要与结构设计的人员做好协调工作。在各楼层的圈梁通过的地方，刚好可以用来设置消火栓的时候，就要与建筑结构的设计人员进行相应地沟通。因为对于这样的位置设置而言，其消火栓的水龙带会制约通道的疏散工作，所以，运用时应该要小心、谨慎。

在有些情况下，建筑结构的设计者只是从消火栓位置设置的美观角度来思考问题，把消火栓设置在防烟通道的走道间。这样的做法是非常不允许的。因为防烟通道本身就是用来疏散人群的，它所采用的方式是防火门和防护场所相结合，出现火灾的情况下，防火门就会紧紧关闭，这样不仅可以挡住烟雾的蔓延，而且还可以加快人员的疏散。而如果在防烟通道内设置消火栓，在防护场所发生火灾的情况下，防火门将会对消防水带到达防护场所产生束缚影响，这样就会导致防火门关闭不严密，造成烟雾蔓延，影响人员疏散的效果。所以在防烟走道间设置消火栓是非常不明智的。

2 从各种因素来分析室内消火栓的位置设置

1)从烟雾的蔓延来看消火栓的位置设置。

从实际经验可以看出，一般高层建筑发生火灾时，其烟雾扩散的主要路径是，从发生火灾的房间蔓延到走道，再蔓延到楼梯间，再蔓延到上面各楼层，最后到达室外。在此过程之中，如果室内消火栓是设置在走道，那么当救火消防人员赶到事发地点的时候，其走道内就已经烟雾弥漫了，在这样的情况下，救火消防人员是很难快速并且有效地找到消火栓来展开营救的，这样的做法显然是不明智的，也是有悖常理的。

2)从防烟、排烟的设施来看消火栓的位置设置。

当高层建筑住宅发生火灾的时候，其最先应该做的就是把发生火灾的场所形成的烟雾控制在一定的空间内，并快速地将其排放到室外，避免烟雾蔓延到人员疏散的通道中，影响救援的效率。

在防烟、排烟的设施运作中，送风量大于排烟量的时候，才能够把烟雾控制在一定的高度，这样才会有利于人员的疏散。所以，应该在防烟、排烟的楼梯间，以及消防电梯的前室来设置机械加压送风的防烟、排烟设施。这样，如果室内的消火栓设置在楼梯间的时候，消防人员就可以快速，而且有效地获取消防栓，确保救援的效率。

3)从消防员的实战来看消火栓的位置设置。

在高层建筑住宅发生火灾时，消防工作人员主要是通过消防电梯来展开营救的。通常情况下，消防员是首先到达事故发生地，然后再以最快的速度找到消火栓展开营救工作。所以，在此情况下，如果把室内消火栓设置在楼梯间，或者是消防电梯的前室，就非常有利于消防人员快速找到它，同时也提高了救援的工作效率。在这种情况下，消火栓的位置也是最安全、最稳固、最便捷的。

3 结语

如何设置室内消火栓的位置，达到及时有效地灭火，降低可能遭受的损失，是目前消防技术人员们一直在研究的问题。高层建筑住宅应该严格按照有关规定来设置室内消火栓的位置。我们可以看到，室内消火栓应该首先考虑设置在楼梯间或者电梯前室，其次再是走道，这样更有利于消防人员提高其利用效率。

参考文献

[1]蒋毅.关于防烟楼梯前室室内消火栓设置的讨论[J].工程建设与设计,2011(12):56-58.

[2]张颖,胡凌艳,董国强.论工业建筑室内消火栓的配置对火灾事故的影响[J].安防科技,2011(2):31-33.

[3]杨代均.多层住宅室内消火栓设置的思考[J].中国科技致富,2010(24):76-77.

[4]孙好.室内消火栓布置探讨[J].建设科技,2011(5):96-98.

交通标志设置位置 篇6

关键词：三塔斜拉桥,竖向刚度,中塔,边塔,A形索塔

多塔斜拉桥的结构特点与常规的斜拉桥有着明显的区别,其最突出的问题就是刚度问题,众多的桥梁工程师对如何提高多塔斜拉桥体系的刚度做了大量的研究。1955年瑞典建造了世界上第一座多塔斜拉桥后,世界上陆续的出现了许多多塔斜拉桥,其中最典型的就是三塔斜拉桥。国外典型的三塔斜拉桥有墨西哥Mezcala Bridge、韩国世丰(Sepoong)大桥等,国内典型的三塔斜拉桥有香港汀九桥、湖南岳阳洞庭湖大桥、湖北宜昌夷陵长江大桥、山东滨州黄河大桥、山东济南建邦黄河公路大桥等。已建成的三塔斜拉桥主跨跨径多处于300 m～400 m,所以对如何提高主跨处于300 m～400 m的三塔斜拉桥刚度的研究显得更为重要与实用。

1 三塔斜拉桥的竖向刚度

刚度可以定义为结构产生单位变形所需要的力,所以三塔斜拉桥的竖向刚度可以定义为三塔斜拉桥产生单位变形所需要的力,相对应的其刚度可以用单位力作用下三塔斜拉桥产生的竖向位移来衡量。 施工过程中,恒载作用下的位移可以通过施工控制来改变,所以成桥后的桥梁位移不存在刚度问题,更不能作为刚度衡量的标准。而成桥后活载所产生的位移,对桥梁的结构有重要的意义,尤其是汽车或列车以及人载作用下的桥梁位移会影响桥梁的安全性、行车舒适性等等,这些荷载作用的位移都可以作为衡量三塔斜拉桥的刚度标准。一般的桥梁都会对活载产生的挠跨比规定一个限值,以此来控制桥梁的整体刚度。一般的当三塔斜拉桥活载均布作用在一侧主跨,而另一侧主跨空载时产生的竖向位移最大,该位移可以作为衡量三塔斜拉桥的竖向刚度标准。

2 A形刚性索塔

提高三塔斜拉桥的刚度方式有很多。其常用方法主要为:桥跨布置的选择、边跨辅助墩设置位置的选择、刚性索塔的应用、索塔处主梁采用双支点、增大主梁和斜拉索刚度等等。在著名学者尼尔斯J·吉姆辛(丹麦)所著《缆索支承桥梁——概念与设计》的第三章第六节中,尼尔斯J·吉姆辛提出:“在固定索塔结构中要达到足够的刚度,同时仍要获得合理的构件尺寸,唯一的方法似乎是采用A形索塔。” A形索塔的最典型应用则为举世闻名的马拉开波桥。尼尔斯J·吉姆辛也同时对多塔斜拉桥是否采用刚性索塔的挠度曲线进行了对比,结果发现采用刚性索塔后的多塔斜拉桥刚度增大不少。尼尔斯J·吉姆辛在验证刚性索塔对多塔斜拉桥刚度贡献时,仅仅只是针对于所有索塔均采用刚性索塔的斜拉桥竖向刚度,并未对中塔和边塔分别设置刚性索塔对斜拉桥竖向刚度的贡献程度进行对比。 而一般的认为,三塔斜拉桥索塔加固位置应为中塔,随着中塔纵向刚度的增加,三塔斜拉桥的整体竖向刚度也随之明显增大。所以认为提高中塔刚度是提高三塔斜拉桥刚度的有效手段。

3 主跨360 m三塔斜拉桥不同位置设置A形塔的模型

作者进行了大量的计算,对三塔斜拉桥不同索塔位置使用刚性索塔对桥梁的竖向刚度进行对比。由于三跨斜拉桥的跨径相对于常规斜拉桥小,多数主跨300 m～400 m。所以此处以典型的主跨360 m三塔斜拉桥为例,并设置合理的辅助墩位置。1)桥跨布置:3×120 m+2×360 m+3×120 m;2)材料:索塔C50、加劲梁Q345、斜拉索wire 1670;3)加劲梁:钢箱梁形式,截面惯性矩4.715 07e+012 mm4;4)索塔:常规索塔,A形索塔;5)桥面二期:120 kN/m;6)拉索面积:按照成桥安全系数3.0选取。对比的竖向刚度以一主跨作用100 kN/m的均布荷载,另一侧以主跨空载下产生的加劲梁竖向挠度曲线为准。为排除索塔与加劲梁的相对刚度大小对结果的影响,分别对加劲梁刚度×1,加劲梁刚度×0.1,加劲梁刚度×10进行对比,以得出更准确的结论。模型见图1。

4 主跨360 m三塔斜拉桥不同位置设置A形塔的刚度对比分析

根据以上提出的方案,分别建立模型(见图2),提取各方案的加劲梁竖向挠度曲线和最大竖向挠度值,得到图3,表1(负值表示位移向下,正值表示位移向上)。从图3,表1中可以明显得出,将中塔设置为A形索塔与将边塔设置为A形索塔,加劲梁竖向向下最大挠度差别并不明显,相对的中塔设置为A形索塔的最大竖向向下挠度略小于将边塔设置为A形索塔;而两者的空载侧主跨竖向向上位移差别较大,中塔设置为A塔比边塔设置为A塔小很多。总的来说,中塔设置为A形索塔的三塔斜拉桥刚度略大。这与之前所述“随着中塔纵向刚度的增加,三塔斜拉桥的整体竖向刚度也随之明显增大”相一致。但是边塔设置为刚性塔的刚度增大效果也同样明显,只是空载侧主跨竖向向上位移偏大。全桥索塔均设置为A形索塔的刚度增大效应更为明显。

通过对不同刚度的加劲梁挠度对比同样可以得出,以上规律和塔梁相对刚度的大小无关。由于A形索塔的混凝土体量比普通索塔的混凝土体量大出很多,因此设置边塔为A形索塔的造价比设置中塔为A形索塔的造价高出很多。

mm

5 结语

1)提高中塔纵向刚度,即设置中塔为刚性塔,将中塔设置为A形索塔可以有效地提高三塔斜拉桥的竖向整体刚度。2)设置边塔为A形索塔也可以有效地提高三塔斜拉桥的竖向刚度,其作用略小于将中塔设置为A塔的效果。3)设置所有索塔为A形索塔,可以得到最理想的三塔斜拉桥竖向刚度。4)设置边塔为A形索塔比设置中塔为A形索塔造价更高,不经济。5)一般可先设置中塔为A形索塔,保证三塔斜拉桥的造价。如果三塔斜拉桥的竖向刚度仍不满足,则可将所有索塔均设置为A形索塔。

参考文献

[1]NielzJ.Gimsing.缆索支承桥梁——概念与设计[M].金增洪,译.北京:人民交通出版社,2002:178-180.

[2]喻梅.多塔斜拉桥结构特性分析[D].成都:西南交通大学桥梁工程系硕士学位论文,2003:9-10.

城市道路交通事故多发位置鉴别 篇7

在国外, 适用于城市交通事故的代表性算法有:OPTICS算法[1]、DBSCAN算法[2]、GDB-SCAN算法[3]、DBSCAN的增量算法[4]、快速密度聚类方法[5]和核密度估计方法[6]等。其中核密度估计方法应用比较成熟, 利用相关数据分布的先验知识, 不对相关密度数据分布附加主观性, 避免了选取参数困难等问题, 是1种以数据样本为出发点, 研究样本数据分布特征的方法。在国内, 空间聚类方法的研究还处于前期理论和借鉴学习阶段, 用于城市交通事故的主要方法有DBSCAN算法, 而该算法在选取参数上困难。

鉴于此, 从交通事故分布的地理视角出发, 探研交通事故空间位置和属性之间的关系, 建立了由点到面的核密度估计和最优窗宽等空间聚类模型, 应用于鉴别城市道路事故多发位置, 充分挖掘空间样本数据, 使其应用结果可视化、直观化, 为改善城市道路通行和安全条件, 提高城市道路交通安全评价及管理提供了1种新的思路和手段。

1 空间聚类分析的点模式

1.1 核密度估计法原理

核密度估计法的核密度方程[6]如式 (1) , 其几何意义是:xi的每个点组成了密度的分布, 点中心处最高, 向外逐步降低, 当距中心达一定阈值范围 (或达窗口边缘) 处时密度为0, 见图1。密度分布中心x处的核密度的窗口范围内的密度和为

式中:K (·) 为核函数;d为维数;h为窗宽;n为研究区域R内的点数; (x-xi) 为估值点到事件xi处的距离。如, 当d=2, 则二维平面空间的核密度方程即定义为

1.2 核函数与窗宽

现有研究表明, 核函数的数学表现形式对于密度值估计的影响较小, 常用的核函数[6]见表1。

表中:u= (x-xi) /h, I (·) 为示性函数, 当|u|≤1时, I (·) =1, 否则I (·) =0。

窗宽h大小的选择至关重要, 选择适合的窗宽即最优窗宽, 会直接影响到密度函数估计结果的准确性。最优窗宽可由x处的密度估计结果和真实密度 (x) 的积分均方误差 (MISE) 的最小值得到。

例如, 当样本总体服从N (0, σ2) 分布时, 且核函数K (·) 是Gaussian核函数, 最优窗宽即为。

因此K (·) 核函数的数学形式和窗宽h大小的选择是直接影响KDE的2个重要因素。

2 空间聚类分析的面模式

2.1 空间统计单元

面对“点-弧”拓扑模型不适用于城市道路, 存在交叉口与弧 (路段) 拓扑运算时同质化。因此, 对城市道路交叉口内的事故点, 引入“面-弧”拓扑建模;对于路段, 则需要在GIS中将弧段设置一定宽度的缓冲区, 再通过运算对空间数据进行叠合建立空间关系。因此, 构成了空间统计单位, 见图2。

2.2 空间权重矩阵

空间统计检验 (或模型) 的基础是表达拓扑与邻接的关系, 即空间权重矩阵W。W定义为

式中:n为空间单元的个数。如果空间单元i与空间单元j具有公共边界时, 则表示2个单元具有邻接关系, 即wij=1, 否则wij=0。恰好城市道路空间单元之间符合4邻域的“Rooks”邻接关系。

2.3 基于面模式的全局聚类检验

全局聚类检验方法较早应用的Moran指数能够检验整个样本区中邻接区之间是相似、相异 (空间正相关、负相关) 或相互独立。Moran指数定义为

式中:wij为空间单元i与j间位置的二元矩阵, 有wii=0;xi, xj为空间单元i和j处的事故数或事故严重程度;为xj的全局平均值;n为空间单元总数。空间自相关方法体现了属性值在地理位置上的相关性。

在随机模式下, 通过构造Z统计量来检验Moran指数的显著性, Z统计量定义为

式中:Var (I) 为理论方差;E (I) =-1/ (n-1) 。Moran指数的取值范围为[-1, 1], 在给定显著性水平下, 当I>-1/ (n-1) 时, 表示观测值之间存在显著正相关, 呈现高聚集和低聚集显著;当I<-1/ (n-1) 时, 表示观测值之间存在显著负相关, 呈现空间分散现象;当n趋于高数值时, I的期望值收敛于0。

2.4 基于面的局部聚类检验

鉴于Moran指数不具备评估单个区域邻接的空间自相关性, 即不能区分是高值单元聚集还是低值单元聚集。而局部Gi*统计量可以鉴别局部空间的热点区域, 该统计量是空间单元i的邻接位置上的观测值之和与所有空间位置上的观测值之和的比值, 局部Gi*统计量的计算公式为

期望值及方差计算公式为

式中:;其余符号定义同前。

局部Gi*统计量的显著性, 可通过构造标准化的Z值来检验, 其定义为

若Z值为正值, 且非常显著, 则表明位置i邻接值高于均值, 即为高值空间聚集;相反, 若Z值为负值, 且非常显著, 则表明位置i邻接值低于均值, 即为低值空间聚集;还有Z值趋于0, 则表明不存在显著的空间关联模式。

3 模型应用

实例选取乌鲁木齐市主城区2006~2010年近1 585起立案事故及数据信息。①空间位置信息, 由办案交警在Google map上后期定位获得其经纬度并导入ArcGIS软件;②属性信息, 可从管理系统中获得伤亡人数, 事故类型[7,8]等情况。

此外, 将城市道路网按照“面-弧”模型划分为2 592个空间统计单元, 考虑到事故严重程度对于确定优先改善事故多发点的影响, 根据事故严重程度对事故统计赋予权重, 并以4项指标来评价交通安全水平, 即事故起数、死亡数、受伤数和财产损失。由于仅财产损失事故数不到样本总体的0.1%, 参考当量仅财产损失法 (equivalent property damage only, 简称EPDO) 的思想, 引入事故严重程度评价指数, 定义如下。

式中:SIs为地点s处的事故严重程度指数;fis为地点s处事故类型i的频数;wi取值死亡、重伤及轻伤的权重系数分别为9.5、9.5和3.5。

因此, 空间统计单元集计的属性包括事故数及事故严重程度指数, 其在空间单元上的分布见图3。其中每个空间单元的平均事故数为0.775 5, 空间单元的平均事故严重程度为4.592 4;空间单元最大事故数为12, 且分布在3处路段;事故严重程度最大为150, 该空间单元位于快速路立交附近, 且为曲线路段。可以根据单元事故数和事故严重程度指数来排序判定事故多发点。

4 空间聚类分析结果

4.1 基于点模式的核密度聚类

基于点模式的事故多发点将其定义为平滑估计的截尾处, 即相邻空间单元的密度值大于给定的阈值 (如分位数或均值) 。最终的鉴别结果取决于核密度估计的平滑程度及截尾过程。本研究区域R内共有事故样本点N=1 585个, 选用Gaussian核函数来估计平面空间事故点的密度, 根据式 (1-3) 算得最佳窗宽为。因此, 事故点i处窗宽范围内的事故数估计为, 在最优窗宽影响下的事故数平滑估计见图3。

4.2 空间自相关结果分析

由于基于点模式的核密度方法没有考虑事故发生于道路空间的先决条件, 因此, 再利用核密度方法得到的最优窗宽将道路划分为基于面的空间统计单元。由于城市快速路的特性类似于高速公路, 因此划分路段单元的长度采用1 000m, 应用空间自相关方法进一步分析, 并用标准化的二元空间权重矩阵计算Moran指数。在随机假设下, α=0.01的显著性水平下, 计算结果见表2。

结果表明Z统计量值大于2.58, 空间单元上的事故数及事故严重程度指数分布模式均与随机模式之间存在显著性差异, 且呈现正的空间自相关。空间单元的局部Gi* (d) 统计量的标准化Z值分布结果见图4。

因此, 将其根据空间聚类显示出深浅颜色的不同分为一级和二级事故多发位置, 空间单元标准化Z>2.58对应于α=0.01的显著性水平, 表明该单元是1个极高值的空间聚类, 如图4中的深黑色部分为可判定为一级事故多发点;1.96<Z<2.58对应于α=0.05的显著性水平, 表明该单元是1个高值的空间聚类, 如图5中的浅黑色部分可判定为二级事故多发点;其他部份的空间单元表示不存在明显的空间聚类。

4.3 对比分析

与事故频率法等传统的鉴别结果相比, 基于空间自相关方法鉴别出的空间单元相对较少, 其原因在于空间自相关方法同时考虑了单元之间空间邻近关系及其属性值之间高低聚集显著性, 进而判别出热点空间单元。此外, 通过比较在2种不同空间单元属性下事故多发点鉴别结果发现:采用事故数为聚类属性共鉴别出事故多发点53处, 而以事故严重程度指数为聚类属性的事故多发点共47处, 2种属性共同鉴别出的事故多发位置有41处, 因此表明空间聚类分析技术鉴别法是有效、快速的方法。

5 结束语

1) 利用核密度方法得到最优窗宽, 结合点模式的核密度鉴别法, 实现了从点到面的空间聚类鉴别。

2) 应用空间聚类分析鉴别法, 将事故多发位置根据空间聚类显示出颜色的不同分为一级和二级, 通过比较在2种不同空间单元属性下事故多发点鉴别结果发现采用事故数为聚类属性共鉴别出事故多发点53处, 而以事故严重程度指数为聚类属性的事故多发点共47处, 2种属性共同鉴别出的事故多发点为41处, 此方法高低聚集显著, 实现了应用结果可视化。

摘要：针对现有相关鉴别法的不足, 以核密度估计和计数数据模型为理论基础, GIS为技术基础, 建立基于点模式和面模式的空间聚类分析模型, 提出了1种基于空间聚类分析技术的城市道路事故多发位置鉴别方法, 充分挖掘空间数据, 实现分析结果的可视化。研究表明, 空间单元标准化Z值>2.58, 对应于α=0.01的显著性水平, 表明该单元是1个极高值的空间聚类, 为1级事故多发点;1.96<Z<2.58对应于α=0.05的显著性水平, 表明该单元是1个高值的空间聚类, 为2级事故多发点。

关键词：城市道路,全局聚类,核密度,空间单元

参考文献

[1]Feng Shaorong, Xiao Wenjun.An improved DBSCAN Clustering Algorithm[J].Journal of China University of Mining&Technology, 2008, 37 (1) :105-111.

[2]尹训福, 郝志峰, 杨晓伟.快速核密度估计算法研究进展[J].计算机工程与应用, 2007, 43 (31) :1-4.

[3]淦文燕, 李徳毅.基于核密度估计的层次聚类算法[J].系统仿真学报, 2004, 16 (2) :302-309.

[4]马帅, 王腾蛟, 唐世渭, 等.一种基于参考点和密度的快速聚类算法[J].软件学报, 2003, 14 (6) :1089-1095.

[5]Ma Shuai, Wang Teng jiao, Tang Shiwei, et al.Based on a kind of reference point and the density of the rapid clustering algorithm[J].Journal of software, 2003, 14 (6) :1089-1095.

[6]王远飞, 何洪林.空间数据分析方法[M].北京:科学出版社, 2007.

[7]梁艳平, 邵春福, 泉凯.基于GIS的道路交通事故信息管理与分析[J].交通信息与安全, 2004, 23 (1) :65-68.

基于视频和位置信息的交通灯识别 篇8

当前汽车数量逐年增加, 给城市交通带来不少负面效应, 使得智能交通成为人们逐渐重视的方向。智能驾驶是智能交通的重要组成部分, 而交通灯识别又是智能驾驶必不可少的环节, 是涉及到无人驾驶汽车能否安全通过路口的关键技术。

对于交通灯的识别, 国内外都进行了很多的研究, 取得了不少的成果。文献[1]提出了将颜色空间转换到归一化RGB空间, 消除亮度带来的影响, 并采用霍夫变换检测交通灯。 然而该方法在环境复杂的情况下不能有效滤除车灯和路灯的干扰。文献[2]提取交通灯外围黑色边框, 并采用Gabor小波特征提取和2DICA降低维度检测交通灯。但是该方法无法提取出隐藏在树阴中的黑色边框, 采用Gabor小波和2DICA方法比较耗时, 不能满足检测的实时性。文献[3]首先生成背景图像并获得亮度参数, 然后利用模糊算法和形态学技术得到交通灯候选区域, 进而得到交通灯的尺度、位置和时间序列。 但该方法只适用与固定相机, 如果背景发生变化, 就会出现检测失效。文献[4]是采用几何信息结合交通灯矩形边框和圆形灯区域, 并根据圆形灯区域在矩形边框的位置来确定交通灯的状态。但是该方法在复杂背景以及低亮度的情况下, 很难检测出黑色矩形边框, 会导致算法的失效。传统的交通灯识别多采用视觉特征提取及机器学习分类算法, 缺少对GPS位置信息的利用, 在复杂环境下难以滤除外界干扰, 不仅增加了处理时间, 还降低了检测准确性。

针对以上问题, 本文提出一种基于视频和位置信息的交通灯识别方法。不同于传统识别方法, 提出利用智能车GPS位置信息, 建立车辆位置和摄像机像面概率分布的关系, 滤除每帧图像概率小于阈值的区域, 并结合机器视觉算法, 提取候选区域颜色直方图和边缘方向直方图的特征信息用以训练分类器。实验结果表明, 本文提出的识别方法能描述交通灯信息, 并滤除车灯、树阴等的影响, 与经典方法相比, 由于引入了位置信息, 一方面提高识别的准确率, 另一方面减少了计算时间, 有利于实时检测。

2随机过程模型建立

智能车包含摄像机、驾驶地图以及GPS等设备。其中摄像机用于获取视频图像和确定镜头地平线位置, 驾驶地图用于提供信号灯道口地图数据库, GPS设备确定车辆实时位置信息。利用以上信息估计交通灯检测区域的高度范围, 进而对车载摄像头进行动态划分, 建立随机过程模型, 为交通灯识别提供先验概率。

2.1交通灯检测区域高度估计

建立一个单目视觉的几何模型估计交通灯检测区域高度, 如图1所示。交通灯安放高度H已知, 根据国家标准, 直立柱式>3米, 悬臂式5.5~7米。f为镜头焦距参数, L为车辆距路口距离, 由GPS位置信息及地图数据库获得。由此, 交通灯在像面上的高度h与车辆到路口的距离L的几何关系为: h =f H/ L 。

交通灯检测采用自适应工作模式, 即根据地图数据库和GPS位置信息, 设置交通灯检测起止点。当智能车与路口距离小于等于50米, 大于5米时, 开启交通灯检测模式, 其他距离关闭检测。

2.2随机过程模型

随机过程是随时间变化的随机变量。为了提高交通灯检测效果, 建立一个随机过程模型, 为每帧图像的检测提供先验概率。模型的空间和时间范围设置如图2所示, 依据摄像机参数, 确定镜头水平线, 当智能车开启检测模式时, 以镜头水平线为基准, 以交通灯在像面上最大高度为上限, 设置镜头动态划分范围。随机过程时间范围是智能车检测模式的开启阶段, 以一帧为一个时间单位。

该模型定义t时刻时, 图2所示划分范围内的随机变量满足二维高斯分布, 峰值区域在图中几何高度接近于该时刻交通灯到镜头地平线的像面高度, 且随着时间t的变化, 交通灯像面高度与峰值几何高度也随之发生变化。

在时刻t, 二维高斯分布定义如下, 若二维随机向量 (X, Y) 具有概率密度, 且满足

公式中μ2 (t) 随时间变化规律定义如下:在图2中建立直角坐标系, 以左上角点为坐标原点, 宽度为x轴, 高度为y轴。设检测高度上限y坐标为top_line, 镜头地平线y坐标为horizon, 车辆与路口距离为L (t) , 由2.1节可知交通灯距镜头地平线高度满足h =f H/ L , 且5 ≤L (t) ≤50 , 则μ2 (t) 满足:

该模型在峰值区域数值较大, 且随车辆距路口距离变化而改变, 保证交通灯候选区域处在峰值区域附近, 为该区域提供较大的权值, 作为检测的先验概率。

3交通信号灯识别

城市环境通常比较复杂, 交通灯发光部分受天气条件、 光照等因素的影响较大, 汽车尾灯、路灯等也对交通灯检测造成干扰。因此, 交通灯检测是智能车视觉技术方面的一个难题。

对于交通灯识别, 主要包括先验概率模型建立、交通灯位置检测、视觉特征提取以及分类器的分类识别。

3.1交通灯位置检测

交通灯位置检测主要从颜色和亮度两个方面分析。颜色是交通灯的一个重要特征, 本文主要检测红绿颜色信息。由于RGB颜色空间不利于图像颜色的分割处理, 把原图像从RGB空间转换到YCb Cr空间, 其中Y表示亮度, 红绿色分别通过Cr通道进行阈值分割。红色和绿色的阈值分割计算如下:

如图3, 根据红灯和绿灯在Cr空间的颜色分布, 保留一定余量, 选取TL1=150, TH1=240, TL2=25, TH2=100。

交通灯属于发光区域, 在图像预处理阶段可以增强图像对比度, 突出交通灯的亮度特征, 滤除那些与交通灯颜色相近但较暗的区域。Tophat算法就具有这种作用。

设f (x, y) 是灰度图像, b是结构算子, 则Tophat变换[5]定义为:

其中, ⊕和Θ分别为膨胀和腐蚀算子。本文选取11×11的矩形作为Tophat算法的结构算子, 对Y空间图像做Tophat滤波处理。

基于亮度分割的公式如下:

为避免亮度分割造成漏检, 图4为所选视频中较暗的交通灯亮度范围, 根据分布范围选取T=100。

结合颜色和亮度信息, 红色区域分割方法为

绿色区域分割方法为:

3.2视觉特征提取

特征提取是图像识别的关键一步, 特征一般分为颜色、 纹理、边缘以及特征点等。本文采用HSV颜色直方图和边缘直方图信息作为特征。

交通灯具有比较明显的颜色特征, 鉴于HSV是面向视觉感知的颜色空间, 因此采用HSV颜色直方图特征提取。其中H表示色调, 其大小范围为0 ≤H ≤360o;S表示饱和度, 其范围为0 ≤S ≤1 ;V表示亮度, 其范围为0 ≤V ≤1。根据人的颜色感知特性对H、S、V三个分量进行非等间隔的量化, 得到三维特征向量, 设置不同的权值组成一维特征矢量。

根据H、S、V的量化级数和其频带宽度得到一维矢量L[6]:

其中Qs和Qv分别是S和V的量化级数, 取Qs= 4, Qv= 4, 上式可表示为:

L的取值为[0, 1, …, 255], 可以计算出256bin的一维直方图, 得到1×256的特征向量。

仅仅依靠颜色直方图, 无法区分与交通灯颜色相近的区域, 依据交通灯形状特征, 再结合边缘方向直方图 (EOH) 信息。图像的边缘是灰度发生阶跃变化的地方, 边缘方向直方图[7]是图像边缘和纹理信息在各方向幅值的统计直方图。本文采用Sobel算子[8]提取边缘图像的边缘, 该算子通过3×3模板作为核与图像的每个像素点做卷积, 然后选取合适的阈值提取边缘信息。Sx和Sy分别代表横向及纵向边缘检测的模板, 其公式如下:

将边缘方向角θ 在 (-π, π] 范围内均匀量化为θ1, θ2, ..., θn, n为量化级数, 选取n=36。将边缘方向直方图按大小的等级排列后, 存入一维向量, 得到1×36的特征向量。

3.3结合位置信息和SVM的交通灯识别

支持向量机 (SVM) 是基于统计学习理论以寻找最优超平面为目标的机器学习方法。最优超平面是一个决策曲面, 且保证两类目标的分类间隔最大化, 距离这种超平面最近的向量称为支持向量。对于非线性不可分问题, SVM的主要思想[9]是通过选取核函数, 将样本空间映射到一个高维乃至无穷维的特征空间, 使得原先线性不可分的数据在这个空间中满足线性可分, 然后在这个高维空间中求得最优的线性分类面。 使用核函数不增加计算复杂度, 而且避免了维数灾难问题。 常用的核函数包括sigmoid核函数、多项式核函数、径向基核函数等。本文选取多项式核函数。

第2节依据GPS和驾驶地图信息建立随机过程模型, 该模型在交通灯检测阶段提供了车辆距路口位置信息和像面概率分布的关系, 得到每帧图像交通灯候选区在像面上的概率信息。设检测区域出现交通灯的概率为p, 若p >τ (τ 为给定阈值) , 则判断该区域为交通灯待测区域, 小于该阈值的区域不做处理。

采集视频的分辨率大小为1024*768, 为直观的显示分类结果, 根据图像分辨率大小, 提高随机过程模型中的二维高斯分布函数的幅值, 将幅值乘以2000, 则分类阈值选择 τ =0.3 。设置HSV特征分类器权重为0.5, EOH特征分类器权重为0.5。图5为选择的某段视频的第70帧画面, 若不结合位置信息, 则检测得到四个交通灯候选区域, 从左到右依次为区域块1、2、3、4, 经位置信息建立的随机过程模型得到该帧图像四个交通灯候选区域的中心位置概率依次为[5.36e-07, 0.4825, 0.4807, 1.02 e-10], 选取概率大于阈值 τ 的区域块, 则将区域块1和区域块4滤除, 对区域块2和区域块3进行特征提取并送入SVM分类器, 得到分类结果为[1, 1], 即判定为交通灯。

4实验分析

本文测试环境为3.2GHz Core i5 CPU、4GB内存, 在MATLAB平台上实现上述算法, 并用车载摄像头采集交通灯路口视频, 从视频中采集交通灯样本作为训练集训练分类器。 该样本图片的交通灯大小不一, 且根据不同时段采集, 具有较好的代表性。样本分为正负样本, 正样本为红灯和绿灯, 负样本选择车灯、路灯等图片。

本文选取红灯正样本220个, 负样本270个;绿灯正样本210个, 负样本250个进行测试分类器。

4.1基于合成SVM的视频测试

选择4段新的视频用于测试交通灯结果, 测试准确率采用如下定义:

准确率= (总帧数-漏检帧数-误检帧数) /总帧数

视频1和2测试红灯, 视频3和4测试绿灯, 设置HSV特征分类器权重为0.5, EOH特征分类器权重为0.5, 得到合成的分类器, 检测每帧图像中交通灯候选区域并输入合成的SVM分类器得到分类结果, 结果见表1:

仅仅基于合成的SVM对视频中的交通灯进行检测, 存在漏检和误检的情况。漏检主要原因是由于交通灯颜色信息出现失真, 不满足检测阶段的条件, 无法提取出交通灯颜色区域。误检主要是由于某些交通灯颜色和形状的不清晰, 将其分为非交通灯, 以及将车辆尾灯、建筑物颜色、树木等区域误检为交通灯。

4.2结合位置信息和合成SVM的视频测试

结合车辆位置信息, 根据随机过程模型建立的像面概率分布, 检测概率大于阈值τ 的区域, 得到交通灯候选区域并输入合成的SVM分类器, 由3.3节可知阈值选择τ =0.3。结果见表2:

表2和表3对比显示, 结合位置信息和SVM的识别算法与纯SVM算法相比, 漏检数没有变化, 但降低了误检数, 是因为漏检的因素与交通灯位置检测阶段有关, 误检是由于将交通灯识别为非交通灯, 将车灯等相似物识别为交通灯, 而结合了位置信息的识别算法, 可以将先验概率较低的车灯等误检物滤除, 提高了交通灯识别的准确率。结合位置信息的交通灯识别算法处理每帧图片时间是173ms左右, 能够满足实时性的要求。

视频中检测结果为红灯用红色方框标记, 绿灯用绿色方框标记, 图6为选取的几帧检测结果, 其中左上图和右上图表示检测红灯效果, 左下图和右下图表示检测绿灯效果。

5结论

为了有效地解决交通灯识别存在的问题, 本文提出一种结合GPS位置信息和机器学习的交通灯识别算法。机器学习算法是从颜色和边缘信息提取交通灯特征, 该特征采用的是颜色直方图和边缘方向直方图, 比较全面地描述了交通灯信息, 并训练SVM分类器识别交通灯。引入GPS位置信息并建立随机过程模型, 该模型在检测阶段提供了每帧交通灯候选区域先验概率, 滤除概率小于设定阈值的区域, 缩小交通灯检测范围, 通过第4节实验分析对比, 结合位置信息相比纯机器学习方法提高了检测的准确性。下一步的研究重点是如何进一步优化本文算法, 提高检测的准确性和实效性, 同时研究如何有效地分类出圆形灯和箭头灯, 以及对黄色灯的识别。

参考文献

[1]Omachi M, Omachi S.Traffic light detection with color and edge information[C]//Computer Science and Information Technology, 2009.ICCSIT 2009.2nd IEEE International Conference on.IEEE, 2009:284-287.

[2]Cai Z, Li Y, Gu M.Real-time recognition system of traffic light in urban environment[C]//Computational Intelligence for Security and Defence Applications (CISDA) , 2012 IEEE Symposiumon.IEEE, 2012:1-6.

[3]Chung Y C, Wang J M, Chen S W.A vision-based traffic light detection system at intersections[J].Journal of Taiwan Normal University:Mathematics, Science and Technology, 2002, 47 (1) :67-86.

[4]Jie Y, Xiaomin C, Pengfei G, et al.A new traffic light detection and recognition algorithm for electronic travel aid[C]//Intelligent Control and Information Processing (ICICIP) , 2013 Fourth International Conference on.IEEE, 2013:644-648.

[5]ZHANG Yu-jin.Image engineering (II) image analysis[M].2nd ed.Beijing:Tsinghua University Press, 2005.

[6]严春来.综合颜色和纹理特征的图像检索算法[J].信息安全与技术, 2012, 3 (8) :20-22.

[7]申海洋, 李月娥, 张甜.基于边缘方向直方图相关性匹配的图像检索[J].计算机应用, 2013, (7) :1980-1983.