交通路口智能管理控制系统框架设计

来源:用户上传      作者:

　　摘  要：交通交叉口是道路在同一个平面上相交形成的交叉口。通常有T形、Y形、十字形、X形、错位、环形等形式。由于交通路口的复杂性，目前具备自动控制的交通路口，多以路线简单的路口居多，并且多采用“定时分流”的简单控制为主，存在不同程度路口通行效率不高的情况。文章结合目前激光雷达测距、测速技术和视频图像识别技术的发展现状，结合交通路口车辆运行安全管理的需求，将先进非接触检测技术与智能控制技术结合，实现交通路口的智能管理与控制。
　　关键词：交通交叉口;激光雷达测距测速;视频图像识别;多智能管理与控制
　　中图分类号：TP391        文献标志码：A 文章编号：2095-2945（2019）09-0195-02
　　Abstract： A traffic intersection is an intersection formed by the intersection of roads on the same plane. There are usually T-shaped， Y-shaped， cross-shaped， X-shaped， dislocation， ring and other forms. Due to the complexity of traffic junctions， most of the traffic junctions with automatic control are mostly simple intersections， and most of them use the simple control of "timing diversion"， there are different degrees of intersection traffic efficiency is not high. Based on the development of LiDAR （Light Detection And Ranging） ranging and velocity measurement as well as video image recognition technology， and the demand of vehicle operation safety management at traffic junctions， this paper combines advanced non-contact detection technology with intelligent control technology， so as to realize the intelligent management and control of traffic junctions.
　　Keywords： traffic intersection; LiDAR ranging and velocity measurement; video image recognition; multi-intelligent management and control
　　1 概述
　　交通交叉口是交通道路的重要组成部分，是交通事故最易多发的区域，为此对于交通路口，国家制定了详细的设计规范，来规范路口的设计标准和要求，定时分流控制的智能化交通路口也已广泛得到推广和应用。但随着一些新的产品和技术的出现，尤其是围绕着一些非接触式测量技术（如激光雷达测量技术、视频图像分析技术、智能控制技术等）的发展成熟，形成对交通路口更为人性化、更为自动化、更为智能化的智能控制系统已成为可能。
　　2 交通路口监测的技术手段
　　2.1 雷达测速、测距技术
　　雷达测速的原理是应用多谱勒效应，即移动物体对所接收的电磁波有频移的效应，雷达测速仪是根据接收到的反射波频移量计算而得出被测物体的运动速度。因此，具有以下特点：（1）雷达波束的照射面大，测速易于捕捉目标。（2）雷达测速、测距精度高，满足对交通违章查处取证的要求。（3）雷达发射的电磁波波束有一定的张角，测速范围较大。（4）雷达测速装置可以输出不同需求的控制信号，满足对照相机、摄像头、道路闸口等取证、管理设备的控制需要。
　　 激光雷达测距测速技术目前的缺陷是：目前激光雷达测速装置多为单独运行、测量控制方式是固定限值测速抓拍模式，由于道路交通的复杂性，需要在管理后台配专人进行二次甄别，处理信息量较大，效率较低。
　　2.2 视频图像监测技术
　　视频监控技术，属于计算机应用领域，是依赖构建在计算机技术的发展之上，完成对视觉图像进行感知、转换、传输、存储、管理的人工视觉系统。
　　典型的视频监控系统主要由前端设备和后端设备这两大部分组成，前端设备通常由摄像机、防护罩、监听器、报警探测器和多功能解码器等部件组成，并通过有线、无线或光纤传输媒介与中心控制系统的各种设备建立相应的联系。
　　2.3 图像智能识别与智能雷达测速抓拍
　　从上面2.1、2.2的介绍可以看出：无论激光雷达测距测速技术，还是视频图像监控技术，其共同具有的数字化应用基础和相对的智能应用现状，使两种数字化技术进行进一步的融合，形成更加智能化的应用是完全可能的。即充分发挥视频监控技术对被检测物体的行为分析功能的同时，利用视频图像识别技术的技术特点，用视频图像识别来弥补雷达测速系统只能固定限值检测的缺陷，同时利用智能雷达控制视频抓拍摄像头进行抓拍取证，确保对违规行为取证的及时性和有效性。使智能图像分析系统和智能雷达测速、测距系统成为更加智能化的系统。
　　3 交通路口多智能管理控制系统设计
　　交通路口的交通信号控制是最基本的交通控制形式，也是线控和面控系统的基础。其控制目标是通过合理的信号配时，消除或减少各向交通流的冲突点，同时使车辆和行人的总延误时间最小。单路口的交通信號控制主要分为定时控制、感应控制、实时自适应控制等。其中，定时控制和感应控制是基本的交通控制方法。但定时控制：是根据以往观测到的交通需求，按预先设定的配时方案进行控制，因此它对交通需求的随机变化是无法响应的。而感应控制方法缺陷：感应控制只能检测是否有车辆到达而不关心有多少辆车到达，因此，它无法真正响应各相位的交通需求，也就不能使车辆的总延误最小。 　　随着视频图像智能分析和激光雷达测速测距技术的成熟，利用全感应控制+人工智能的交通路口多智能管理控制系统十分必要，也成为可能。
　　首先，利用交通路口安装的高清视频摄像头、激光雷达测速、测距装置，对交通路口制定的路段进行实时检测的同时，利用其图像智能分析功能和激光雷达的智能测算和控制功能，进行会车预警、红绿灯全感应自动控制。其次，根据图像分析系统对等候车辆的数量和长度的统计计算，结合系统主机根据专家知识形成交通路口信号灯优先控制，实现仿真交警指挥交通的智能交通路口指挥。最后是利用每个路口设置的LED显示屏，显示接收由系统提供诸如：“**秒**方向即将会车”、当前车速显示、设定车速限值显示、超速提示、交通红黄绿灯提示、以及手势显示或宣传和通知标语的文字或图像显示。
　　系统以每条道路为一个测控元素，每个测控元素设置故障自动检测和“看门狗”（即死机自动启动）功能，故障状态信息及时上传系统平台进行自动切除，并在LED显示屏显示、以每个路口为一个智能管理和控制单元（可依据实际需要设置各路口的通行优先等级，分1-8级）、多个智能管理和控制单元依据系统管理平台服务器的处理能力组成一个区域，一个区域为一个系统的分散式控制系统，每个测控元素的信息可通过计算机网络汇集系统管理平台，实现对单元信息形成专家知识的判断和控制，并形成不限于以下内容的功能：（1）交通路口实时监控。对运行车辆进行实时监控，利用视频图像分析预警功能，首先实现对运行车辆的形态进行分析，通过智能学习系统给出合理的测速限值，提供给雷达测速系统进行连续运算比对，一旦超过限值，立即进行抓拍处理。同时视频监控对车辆的运行状态进行实时监控，一旦有占道、压线、违停、闯红灯立即实施抓拍。（2）交通路口运行车辆信息记录。对于经过监测点正常行驶的机动车，检测的车辆通过的信息，包括时间、地点、方向、牌照号、车型、车速等信息进行存储管理;违章抓拍的车辆信息（包括图像），自动归类存储并统计，统计结果同时发往各门闸管理系统进行闸口处理管理。系统反应时间不大于30秒。（3）自动识别牌照。对车牌照号码进行自动定位、识别;号牌识别准确，白天不低于90%，夜晚不低于85%的识别率;号牌捕获及识别时间不高于500ms。（4）联网布控。拦截点主控机除了识别每一辆过往车辆，对超速车辆到来时进行实时报警外，还可进行治安联网实时布控。（5）统计查询功能。所有超速行驶的车辆，系统都会在数据库中记录下通过时间、牌照号、车型、车类、车辆图片等，用户可通过输入相关字段信息，查询到相关车辆的记录。（6）设备运行智能监控管理功能。系统可通过监控端对系统设备运行情况进行管理，对系统参数进行设置，对数据进行浏览和查询。同时，提供远程维护功能。在控制中心通过网络对现场设备进行管理，大大简化了系统维护的复杂度。
　　4 结束语
　　交通路口智能控制系统是一个集多种智能控制为一体的分散式模糊控制系统，专家知识和大数据分析将会大大提高系统的智能化程度和最大化的提高交通路口的通行效率，减少交通指挥人员的工作强度，改善城市交通的运行环境。并且随着感应技术和手段的进一步发展，多交通路口多智能管理和控制系统将会成为交通路口运行管理的主流，如：随着面阵激光雷达的民用化，激光雷达不仅可以实现感应检测，还可以利用激光三维成像技术，实现交通路口的仿真指挥警察、仿真减速带、拦阻墙和仿真人行通道等。
　　交通路口多智能控制系统适用于所有的平面和立体交通路口，由于其具备智能自动控制和无需人员值守的特点，对于缺少专人管理的居民小区、学校、厂矿、物流园区等非市政道路的管理，尤为适用。
　　参考文献：
　　[1]苗启广，刘凯，孔韦韦，许鹏飞，译.计算机视觉-模型、学习和推理[M].机械工业出版社，2017.
　　[2]胡明春，王建明，孙俊，譯.超宽带雷达应用与设计[M].电子工业出版社，2017.
　　[3]周国清，周祥.面阵激光雷达成像原理、技术及应用[M].武汉大学出版社，2018.
　　[4]陆宇杰，译.深度学习[M].
转载注明来源:https://www.xzbu.com/1/view-14870508.htm