车流模型

车流模型（精选九篇）

车流模型 篇1

本文采用线性回归方法实现对某条道路或者某片区域内的车流量及拥堵情况的预测, 为道路交通的管理决策提供参考依据, 为出行者的行车路线进行前期规划, 亦可为道路设计、红绿灯时间设置等提供设计依据。

1 车流量预测模型

1.1 系统综述

如图1所示, 用户首先输入所要预测区域的卡口编号, 然后输入所要预测流量变化的时间区间, 即可实现车流量的预测, 并将车流量的预测结果展示在页面上, 方面使用者直观的查看。

具体如下:

输入:输入用户需要查询的卡口号、起止时间及时间间隔, 对过车的平均速度进行查询。

选择卡口:通过在GIS上选择要查看的卡口, 将卡口号代入到流量预测页面的卡口输入框中。选择要预测的卡口号, 点击确定按钮进入过车流量预测页面;点击取消按钮重新选择卡口。

起止时间:选择对卡口流量预测的开始时间与结束时间。

预测:对输入的卡口进行车流量预测。

车流量预测展示:将分析的结果以曲线的形式展示出来。如果输入历史时间, 则黑线是预测出的车流量, 红线是实际的车流量;如果输入未来时间, 结果将用黑线展示出来。其中横轴代表的是预测的时间段, 纵轴代表的是卡口的过车流量。

1.2 实现原理

本系统首先对卡口系统中的过车数据作数据清洗等预处理操作, 然后根据处理后的过车数据得到实际车流量曲线。然后采用时间序列方法结合最小二乘法对车流量预测模型进行建模, 其流程图如图2。

步骤如下:

(1) 对数据进行特征变换及归一化处理, 并将历史数据集与处理后的实时数据集合并在一起。

(2) 通过主成分分析方法对预测模型的各个特征属性对最终预测结果的影响值进行计算。

(3) 将各特征属性的主成分计算结果按从大到小的顺序进行排序, 通过设定阈值得到车流量预测模型的特征属性, 达到特征选择的目的。

(4) 确定包括历史流量特征属性在内的车流量预测模型的法方程。

(5) 利用最小二乘法对车流量预测模型的法方程进行求解, 从而确定最终的车流量预测模型。

1.3 测试结果

该车流量预测模型已在平安城市的卡口系统中应用, 其应用结果如图3。

图中横轴代表的是预测的时间段, 纵轴代表的是卡口的过车流量, 红线为实际的车流量值, 黑线为车流量的预测值, 水平红线为数据缺失时间段。由图3可知, 在数据缺失的情况下, 系统仍然有较高的预测精度, 可见该车流量预测系统具有较好的鲁棒性。

2 结束语

综上所述, 本系统针对当前城市中日趋明显的交通拥堵问题, 将基于时间序列的线性回归建模方法应用于道路车流量的预测进而得到城市道路中的拥堵点, 并可将预测得出的离散拥堵点合并为区域性的拥堵子区域。该系统可广泛应用于自动导航系统的路线规划以及城市道路交通的管理中, 有效提高道路的利用率、避免车辆进入拥堵区域。

参考文献

[1]郇洪江, 宫宁生, 胡斌.改进的BP神经网络在交通流量预测中的应用[J].微电子学与计算机, 2010, 27 (01) :106-108.

[2]杨兆升.城市交通流诱导系统理论与模型[M].北京:人民交通出版社, 2000.

[3]郑应文.基于信息融合的交通拥堵智能预警系统研究[C]第十一届中国人工智能学术年会, 2005年, 会议记录ID:6145707.

撑着双拐跟车流 篇2

如果用时下流行的“成功＝资源整合+个人优势”的创业观分析刘小桥，他几乎没有任何成功可能：一岁时因膝盖粉碎性骨折落下残疾；仅有小学三年级文化。

可今天，刘小桥不但跻身千万富翁行列，还养活了26个残疾人。

路边藤椅卖出第一桶金

刘小桥一岁那年，母亲把他放进摇篮下地做农活。刘小桥醒后哭闹弄翻了摇篮，摔碎了膝盖骨，这个还没来得及练习走路的孩子从此成了残疾人。

但厄运并未就此放过刘小桥，因家境贫困，仅上了三年小学的刘小桥就被父亲从课堂拉回家帮忙。

当年，父亲将他介绍给村里篾匠师傅当小工，希望他学会手艺将来好有个活路。这一年，刘小桥13岁，本应在父母怀里撒娇的年龄，却已开始体会生存的艰难。3年学成出师，师傅送了他一句话：“立业先立德，三百六十行，无论高低贵贱，先有德才成材。”多年以后，虽然刘小桥早已不做篾活，但启蒙师傅的这句话却成了他信守至今的人生格言。

1977年，“做生意”还是一个讳莫如深的字眼儿，刘小桥就在进出武汉的公路边支起一个棚户，外边放上几把藤椅，自己坐在里面做藤活，没有任何标识证明这是个商铺，偶尔有一两个人花上几元买上一把椅子捎带进城。

当年，敢于走出这一步的刘小桥并非有生意头脑，而是被生活所迫。村干部见他太可怜，对他这种出格行为也就睁一只眼闭一只眼，只提出赚的钱不能比村里的大工多。偏偏刘小桥做事实诚，做的藤活在当地小有名气，一个月下来，竟然收入颇丰。每月数着比几个大工还多的钞票，全家人惶惶不可终日。好在此后的社会风向已出现转变，刘小桥的经商行为也逐渐从地下转入公开。

财富顺着车流而来

上世纪90年代，有了些积蓄的刘小桥在水果湖开了一家藤器厂，还雇了两个伙计帮忙。为让伙计们吃好睡好，他亲自下厨给大伙儿做饭，隔三差五还搞点新菜，这给了天生爱琢磨的刘小桥在厨艺上露一手的机会。伙计们打趣道：“你烧菜的手艺比做藤椅的好，不如改行开餐馆。”

一句玩笑话让他动了心，当时正流行钢架折叠家具，传统藤制家具已略显老土。而街头巷尾的餐馆排档却正兴起。

开餐馆需要临街门面，而那时市区好门面月租动辄好几百元，刘小桥想都不敢想。想来想去，还是觉得回老家蔡甸奓山镇最牢靠。1993年，已经成家的刘小桥回到奓山的乡镇公路旁开起了餐馆，五六张台子，夫妻两人一个在前招呼，一个在后面做菜，小店简陋得连个招牌都没有。

那一年可能是刘小桥最走运的一年。当时汉宜高速公路施工，为减轻318国道的压力，政府临时开辟奓山乡镇公路分流汽车，原本并不繁华的小镇一下变得车水马龙。一时间，刘小桥的餐馆门庭若市。

拄着双拐寻回“水煮财鱼”

刘小桥性格好、为人诚恳，后来热心的司机建议他赶紧搞几道特色菜，不然公路一修完就没人到这里吃饭了。

又是一句关键的提醒让刘小桥意识到了危机。武汉水产丰盛，物美价廉，广受湖北人民喜爱，当时整个汉阳还没一家以鱼菜出名的餐馆，这等于在时间和空间上，为刘小桥打水产招牌留下宝贵商机。

刘小桥顺势在顾客中做了一项特色菜排名调查，结果荆沙地方“水煮财鱼”因价格适中、口感好而成为小店最受欢迎的菜。于是，刘小桥拄着双拐吃遍当地财鱼菜，临走又从当地挖来两个烹鱼高手加盟，一个月后，以“荆沙水煮财鱼”为招牌的河鲜系列菜出现在刘小桥小店菜谱上。

不善表达的刘小桥，揣摩顾客消费心理倒是一猜一个准，“水煮财鱼”、“腌菜肉丝”、“财鱼豆腐”，从这些朴实的菜名到菜价再到分量，都跟老百姓居家过日子的吃法一样，一炮打响也是顺理成章的事，新菜和刘小桥的下巴上那撮胡须一起成了蔡甸一大美食特色。

乘胜追击，再跟车流掘金

1994年，汉宜高速公路竣工，刘小桥的餐饮生意告一段落。已经几十万元在手的刘小桥此时有两条路可选，要么学老乡盖一栋房子开家小餐馆，安安稳稳过完这辈子；要么易址再开餐馆，冒险博一个更辉煌的未来。

刘小桥想选后者，但招至亲朋好友一片反对，都觉得他有今天已是不易，不如就地开一家小店，控制风险是第一位。

刘小桥最终说服家人选择了后者，“我已超额完成了父亲当年给我定的目标，现在该为自己奔一回了。”1996年，刘小桥变卖了奓山的门面，筹资40万元在沌口开发区汉宜公路出城路口买地自建了一栋4层私房，一二层建成餐厅，楼上自用，楼顶巨大的“一撮毛美食城”霓虹灯招牌占满整个楼顶。招牌制作成本占去酒楼装饰预算的1/5，招牌直指前方汉宜公路，一到晚上老远就能看见。很快，这个招牌已成了司机辨认进入武汉的路标。

车流模型 篇3

1 车流量统计模型

车流量通常是指在给定的单位时间内, 通过道路某一断面或某一点的车辆数目。对于交通视频图像, 我们需要统计出视频图像中通过不同车道的车辆数目。在对交通图的处理中, 我们采用简化的高斯混合模型进行背景提取[3], 并采用了一种高效的自适应动态背景更新算法进行背景更新[4], 然后使用背景差法提取出前景信息, 之后对图像进行后处理, 接下来的工作就是要在分割出来的区域中根据一定的算法来对车辆进行统计。我们采用了背景差法和虚拟线圈法相结合的方法进行车流量的统计。车流量统计总体流程图如图1所示:

利用虚拟线圈的方法统计车流量, 就是模仿实际埋设于路面下的电磁感应线圈。一般情形下, 虚拟线圈设置在车辆较大的一段, 形状多为矩形或梯形。当车辆经过虚拟线圈时, 该区域的图像特征就会发生改变, 通过分析变化特点就可以获取车流量信息。考虑到一般超车是要从另一个车道进行的, 不存在两辆车并排在同一个车道的现象, 因此存在下列四种现象: (1) 线圈内从无车到无车, 表示没有车通过; (2) 从无车到有车, 表示有车驶入检测区; (3) 从有车到有车, 表示车辆还没驶出检测区; (4) 从有车到无车, 表示车辆驶出检测区。

因此, 只需要在车辆进入虚拟线圈时计数, 或是在车辆驶出虚拟线圈时计数即可, 文中采用在车辆驶入虚拟线圈时计数的方式, 对二值化的目标图像进行分析, 从而统计出通过各虚拟线圈的车流量信息。

2 实验结果及分析

为了定量分析虚拟线圈数目对车流量统计模型的影响, 我们采用了基于OpenCV的C++语言编程进行求解。分析了如何设置检测区域, 并将程序统计传来的车流量与人工统计的车流量做比较, 从而判别模型的优劣性。同时, 我们也分析了不同的虚拟线圈数学对模型的影响。具体的描述及结果如下文所述。

2.1 检测区域设置

在设置检测区域时, 我们按每条车道设置虚拟检测器, 一般虚拟检测器设置在垂直于车道获取图像的靠近底部的位置, 这时车辆之间的间距比较大, 在无车辆拥塞的情况下不会存在相互遮掩的问题, 虚拟检测器的高度要小于图像序列车辆的最小高度, 宽度与公路宽度一致。设置了检测区域的示意图如图2所示, 图中矩形框圈定的即为检测区域。

为了避免重复计算, 我们在统计过程中只设置了4个虚线圈。所设置的虚线圈数目对车流量统计模型的影响将在2.3部分具体讨论。

2.2 车流量统计

为了评价所建立的车流量统计模型的优劣, 我们对所给视频中的不同车道上的车流量进行了统计, 并将其统计结果与实际车辆数进行比较, 用漏检率、虚警率、准确率作为指标来评价模型的优劣, 分别定义为:

漏检率=漏检车辆的数目/模型统计的车辆总数目;

虚警率=多数车辆的数目/模型统计的车辆总数目;

准确率=1-漏检率-虚警率。

漏检率和虚警率越小, 得到的准确率就越高, 表明所构建的模型越好, 而程序漏检和多数的车辆数目则是人为对当前的实际图像是否有车进行判断并和程序是否加一计数相比较得来的。比较结果如表1所示:

在表1中, 实际车辆数是由人工统计出来的。从表1中可以看出, 第1、3、4车道的统计准确率均大于90%, 但均未达到95%的准确率, 这主要是由于所给视频中的光线条件并不是很好所造成的。第2车道统计的准确率较其他车道的低得多, 这是因为第1车道的有些车辆会出现在第二车道的检测区域内, 从而造成了较高的虚警率, 进而降低了检测的准确率。经分析可知, 车流量统计的准确率与虚拟线圈的所设位置及数目密切相关, 我们将在灵敏度分析部分做进一步讨论。

2.3 灵敏度分析

在此部分, 我们分析了虚拟线圈数目的对车流量统计模型的影响。我们选取了第二车道 (从左到右算起) 作为示例, 分别比较了不同的虚拟线圈数目对车流量统计模型各种评价指标的影响, 其比较结果如表3所示。图3表示在第二车道上设置了不同数目的虚拟线圈。

表2中, 第二行中表示第2车道的车道线左右两侧的车辆统计数。从表2中可以看出, 虚拟线圈的数目对车流量统计模型有着重要的影响。在一定程度上, 虚拟线圈的数目越多, 车流量的统计就越准确;虚拟线圈数目越少, 车流量统计的准确率就越差。但是, 虚拟线圈的数目并不是越多越好, 线圈数目越多, 则意味着消耗的计算资源越多, 且可能造成重复计算。因而, 在确定虚拟线圈的数目时, 需要综合考虑各种因素。

3 结语

本文所建立的车流量统计模型是基于背景差分法和虚拟线圈法, 该模型在一般情形下能够较准确地统计车辆的数目。同时, 我们也定量分析了不同数目的虚拟线圈会对车流量产生一定影响, 主要表现为单线圈可能造成少数, 多线圈可能造成多数。在实际应用中, 这有利于帮助我们设置合理的虚拟线圈数目。

摘要：在定量分析虚拟线圈数目对车流量统计准确率影响因素基础上, 采用简化的高斯混合模型进行背景提取, 使用背景差法提取出前景信息, 经过图像后处理进行车流量统计。最后, 基于OpenCV采用C++语言编程实现了求解分析。

关键词：智能交通系统,虚拟线圈,车流量检测,OpenCV

参考文献

[1]徐杨, 吴成东, 陈东岳.基于视频图像的交通事件自动检测算法综述[J].计算机应用研究, 28 (4) , 1206-1210, 2011.

[2]尹朝征.基于视频虚拟线圈的交通流参数检测[D].北京:清华大学, 2002.

[3]罗金满, 朱娟.基于视频图像的高速公路车辆检测算法研究[J].计算机工程与设计, 32 (2) , 642-675, 2011.

可持续的特区，被限制的车流 篇4

私家车使用率需降低25%

在“可持续特区”计划中，交通治理备受关注，这是因为计划提出特区内私家车使用率需降低25%！整整降低四分之一，指标要求之高，让许多人认为是不可能实现的。但特区政府决定挑战“不可能”，通过需求管理、建立“公交村落”等办法，华盛顿确实在逐步靠近目标。

事实上，华盛顿特区的城市交通自最初建设时起，就已经把公共交通放在重要的位置。上世纪六十年代，为应对城市内汽车出行大爆发，曾有人提出在华盛顿都会区建造大量高速公路的计划以缓解交通堵塞，然而此计划最终被否决，取而代之的是一个混合了首都环状高速公路及数条放射状铁路建设的新计划。到了上世纪七十年代，华盛顿又乘地铁系统建设之便，一并将其他交通系统进行改造升级。在过去的十年间，华盛顿继续增建了更加密集的步行专区，推出全美第一个自行车共享体系。至此，公共交通体系在多年的城市发展中不断得到完善，运载能力不断提高，完全有能力应对此次大幅度降低私家车使用率而新增的公交运输压力。

从需求管理出发

通过征收交通拥堵费或其他相关税收来抑制汽车出行等办法尽管备受争议，但却屡试不爽。经济学家测算，在大多数时候，只要减少5%的交通流量就能减少甚至消除高峰时段的交通堵塞。这使得通过收取税费调节交通流量成为许多城市的选择。韩国首尔的做法是征收交通拥挤责任税（1996年），这迫使一部分车主放弃开车上下班的打算，拥堵现象马上得到缓解。而法国则是通过为交通堵塞定价来大幅度缓解交通堵塞，即在上下班高峰期或在节假日期间，收取通过“交通堵塞情况严重路段”出行者一定的费用。事实证明，实行这一政策效果明显：控制区内的汽车交通量减少16%，行驶过程的排队现象减少20%～30%，平均车速提高37%，道路网的交通拥挤度下降40%左右。相对的，使用公交车出行比例则大幅增加。因此，增设交通拥堵费也成了华盛顿特区限制汽车出行的办法之一。

此外，华盛顿计划减少特区内停车车位、提高停车费用。提案中提及停车费用1个小时将高达10美元，而且一般只允许停两个小时，如果被发现超时，一次罚款就要30美元。如此高昂的停车费用征收政策并非华盛顿特有，日本的停车费用同样高得惊人，在路旁或大厦内停车费每小时高达600日元到1500日元（约合人民币40元至100元）不等。这一收费标准直接导致很多车主因不愿支付高昂的停车费用或无处停车而选择公交出行。

华盛顿特区沿用的这些办法看似不怎么新颖，但的确增加了人们的汽车使用成本。当增加的汽车使用成本，如高昂的拥堵费、停车费等给车主造成一定经济压力和影响时，人们不得不抑制原本对汽车使用的需求，转变成对公交的需求，以满足出行的需要。人们的出行需求是固定的，因此政府在轻轻合上汽车需求这扇“门”的同时，也给市民打开了一扇“窗”——提供便捷、舒适的公交和吸引力十足的鼓励优惠政策，将出行需求加以引导，从汽车需求转化为公交需求。而这正是华盛顿特区交通管治运用“需求管理”的精妙之处。

难以抗拒的实惠

实惠才是硬道理。沿袭“需求管理”，华盛顿特区在加紧对汽车出行限制的同时，也积极推行极具吸引力的公交优惠政策，如免费搭乘接驳地铁的公共汽车、地铁免费转乘公交等政策，将出行需求转接在公共交通上。乘坐地铁后需换乘公交的旅客，只需在出地铁站时领取转乘证，就可以免费搭乘公共汽车。节假日搭乘公共交通工具享有车费优惠折扣；地铁收费根据搭乘时间长短和站数数量而定，但即便是同一路线，也会按照繁忙时段和非繁忙时段进行计费，为旅客出行提供更多优惠。

另外，交通部门还专门针对临近公交站及地铁站的停车场收费给予优惠，不仅价格低廉而且车位充足，鼓励汽车驾驶者换乘公共交通。针对非特区内车辆，鼓励车主进城时将汽车停在郊区停车场，转乘地铁或公交进城。郊区停车场同样采用低廉的收费制度并提供充足的车位供车主停泊车辆。

对公交的鼓励政策力度如此之大，让许多市民都表示对优惠无法抗拒。在初步的民意调查中，不少受访者纷纷表示对这些优惠政策感到惊喜，甚至称之为“政府的礼物”。政府官员表示，对比严苛的汽车限制政策，他们相信市民们自然会作出明智选择，主动减少汽车的使用。

公交村落

华盛顿特区还将参考美国弗吉尼亚州的罗斯林市和马里兰州的彼塞斯塔市采用的一种全新“公交村落”规划建设模式。“公交村落”即在地铁和城铁车站周围建立基础设施齐备的综合性生活居住区，为当地居民提供购物、就医、教育、娱乐体育活动等公共服务设施，其中一部分居民还能就地就业；居民外出时，只需步行几分钟即可方便地到达地铁和城铁车站。以公交站点为中心的“村落”将大大降低汽车出行的必要性。

而这种“公交村落”建设，其实是通过调整土地利用结构来实现交通发生源和交通吸引点空间分布使期更合理化，以降低汽车在空间上的密集度，从而削减集散性的滞留性交通量的空间分布强度。

在城市规划和城市建设中，通过土地利用结构的调整和土地开发强度的控制来解决交通问题的例子逐渐增多。世界不少大城市采用了交通功能与商业功能一体化的规划建设模式，其中包括：建立多中心，打破单中心格局；就业岗位向城市外围疏解，在地铁、城铁枢纽站附近建设规模较大的综合性生活居住区；在原有中心区严格限制生成和吸引大量交通流的商业建筑扩大规模等。

有专家认为，这些建设模式都是在把城市从汽车潮中解脱出来，建立“公交村落”或将是21世纪城市空间格局发展变化的一种新趋势。

移动的美景谋划美好蓝图

搭乘公交除了省时、省钱，还能欣赏“移动的美景”？！

原来，为了令市民在享受公交便捷的同时也能欣赏窗外美丽的风景，提升市民在路上的舒适感和幸福感，改善公交沿途绿化景观，打造“移动的美景”成为了特区在新一轮计划中的独特亮点。在理论上来说，这已超越交通治理的基础层面，在便捷的交通体系上锦上添花，改善市民出行体验，提高市民生活质量。

但也有专家提出，这一提案必须建立在一个高效、成熟的交通体系之上，这将会是一个美好的蓝图，但就目前实际情况而言，管理者首要任务还是先解决交通基础问题，绝不能舍本逐末。

通辽站车流作业组织分析 篇5

一、车流作业情况

1. 通辽站为客货运站, 旅客列车的开行对货物列车的开行

产生一定影响, 货物列车在客车运行时间内, 编组始发列车组织难度增大。比如, 货物列车到发不均衡, 作业组织难度加大;车流密集到达时, 出现局部能力相对不足;车流稀疏到达时, 接车股道相对空闲, 增加了中转车的停留时间。车流不均衡造成解编作业整体效率得不到充分发挥, 设备能力利用率不高。

2. 京通、大郑、通霍、集通、通让线五条线路, 六个方向的车流出入车站, 在站场内平面交叉干扰较多。

北大郑、通让的方向的上行反向改编车流在站内走行距离较长, 横穿站场, 与京通、南大郑方向的上行改编车流、通霍、集通方向的下行改编车流相互间交叉干扰。并且北大郑、通让方向的上行反向改编车流进入峰前到达场, 与推峰解体作业相互叉干扰。

3. 解体能力较大, 编组能力相对不足。

通辽站为单向三级四场, 解体作业使用两台调车机, 采用双推单溜作业方式, 解体列车在到达场直接推送上峰, 走行距离短, 作业集中, 时间少, 能力较大。编组作业使用两台调车机, 编组车列时需要经过由调车场到出发场的转场作业, 走行距离长, 连挂车辆、对标等作业占用时间较长, 能力相对不足。在解体、编组均使用两台调车的情况下, 编组能力要弱于解体能力, 有时调车线不能及时腾空, 影响后续列车的解体作业。

4. 调车场分类线运用紧张。

调车场共有24条线, 而按编组计划, 通辽站调车场需要集结21个方向别代号车流, 以及本站作业、检修车、特种用途车, 四平方向车流分上、下行集结, 再加上遇有临时车流调整时, 空罐车集结、空平板车集结、成都局、济南局等车流单独集结, 调车场线路相对不足, 重复站整作业较多, 影响解体编组能力。

5. 小运转列车作业较多。

按编组计划, 通辽站需要编组北大郑方向通辽东——泉沟间站顺列车、南大郑方向通辽西——双羊店间站顺列车、通让方向通辽东——穆家店间站顺列车、京通方向通辽西——赤峰东间站顺列车、通霍方向通辽北——霍林河间站顺列车, 站整作业较多, 编组列车时间较长。本站作业车在站内作业较多, 在站内停留时间较长。

二、几点建议

1. 加强车流组织。

当车流强度较大时, 应充分压缩货车技术作业过程中各项生产和非生产性停留时间, 这需要各技术作业环节 (解体、编组、货检、车号、列检、列车接发系统、调度计划系统等) 密切配合。改善货车作业过程, 首先要加快各环节的作业进度, 查找作业过程中的薄弱点, 必要时增加岗位作业人员, 提高薄弱环节作业能力, 从而达到各环节能力相互匹配。其次要压缩作业过程中的作业等待、交接班等非生产停留时间, 注重作业计划编制的科学化, 保障作业流水化和不间断作业。另外要以调度计划系统为运输指挥中心, 科学调度, 促进各环节作业协调, 实现车站各作业子系统运力资源的合理配置, 确保车站畅通。当车流不足时, 可考虑用以下调整措施: (1) 调整解体顺序, 提前解体挂有编组急需车流的列车, 以满足编开列车的需要。 (2) 组织接续车流快速作业。当车流接续时间少于车站技术作业过程的时间标准时, 一方面对站存车流进行预编、预检, 另一方面对到达的接续车流组织快检, 快解作业, 实现车流紧接续。 (3) 组织本站货物作业车流补轴。根据编组列车的需要, 有计划地组织本站货物作业车的取送, 装卸作业, 优先装卸, 取送编组需要的车辆, 以保证编组列车满轴, 正点出发。 (4) 请求调度所调整列车到达顺序, 或利用小运转列车将本站编组急需的车流提前送到, 以满足编开的需要。如该站位于列车运行前方站时, 可建议调度所准许列车在本站不满轴早点开出, 在该站进行补轴。当车流过大, 造成积压时, 可建议调度所组织超轴列车, 利用单机挂车或利用区段列车附挂中间站车流。

2. 北大郑、通让方向的上行反向改编车流采用环接方式,

直接进入峰前到达场, 减少接车时与京通、南大郑方向的上行改编车流、通霍、集通方向的下行改编车流, 以及推峰解体作业间的平面相互叉干扰, 提高咽喉能力, 压缩接发车、推峰作业的交叉延误时间。

3. 在编组能力相对不足, 作业紧张时, 应灵活使用调车

机, 在北场五、六、七调调车机作业空闲时, 调出一台到南场, 担当南场编组调车机部分作业, 使用三台调车机同时进行编组作业, 加快车列转场编组, 及时腾空调车线, 提高改编能力。

4. 调车场增加2～4条线, 以便于车流能单独占用线路集结, 减少站整作业次数, 压缩车辆在站内停留时间。

5. 到达列车编组中本站作业车占较大比例且成组编挂, 便

于利用北场平面解体作业时, 直接接入北场, 减少在南场的到达、解体、编组、转场作业过程。

6. 将通辽南场既有的单向三级四场站型改扩建为双向纵列式三级七场编组场。

浅谈车流组织理论和方法 篇6

交通拥挤是中国当前城市普遍面临的严峻交通问题, 缓解拥堵、提高效率是交通工程研究的紧迫任务, 交通工程领域的首个973项目“大城市交通拥堵瓶颈的基础科学问题研究”把拥堵问题作为研究对象。在交通需求持续增长的背景下, 在城市交通时空资源总量约束下, 充分挖掘道路通行能力, 合理利用现有道路时空资源, 具有十分重要的意义。为此, 车流组织应该发挥更加突出的作用。

一、车流组织定义

车流组织是指机动车车道管理行为, 包括单向交通、变向交通、禁行管理等三种交通管理措施。单向交通是指在某一时间段内, 路段所有机动车道对某些类型 (或全部) 车辆允许通行方向唯一;变向交通是指在某一时间段内, 路段上某些机动车道对某些类型 (或全部) 车辆允许通行方向 (或车辆类型) 呈现周期性变化;禁行管理是指在某一时间段内, 路段上所有机动车道对某些类型 (或全部) 车辆禁止驶入。此外, 由此衍生的交叉口禁止左转弯也是车流组织的一种形式。

二、国外车流组织实施综述

(一) 单向交通方面

单向交通作为一种传统的交通管理方式, 得到世界各国的普遍重视和广泛采用。发达国家各城市单行线已经占有一定比重, 形成了单向交通网络, 例如, 法国巴黎市4 333条街道中有1 400多条实行单向交通, 日本东京市有30%的道路实行单向交通;发展中国家也把单向交通作为解决交通拥挤问题的有效手段着力推广, 例如, 泰国曼谷市中心有接近一半的道路实行单向交通。但是, 不可回避的是近年来一些国家出现了单行线恢复双向通行的趋势。为提升对单向交通的进一步认识, 有必要回顾单向交通在发达国家的发展过程。以20世纪90年代美国和加拿大等国家一些城市部分单向交通道路恢复双向通行为标志, 单向交通的实施情况可以划分为两个历史阶段[1]。

1.第一阶段。从20世纪40年代开始至80年代末期, 随着第二次世界大战后经济的迅速发展, 机动车数量迅猛增加。城市道路的主要功能以运输为主, 效率是交通工程师追求的首选目标。单向交通被普遍认为是一种经济有效的提高通行能力、缓解交通拥挤手段, 得到广泛采用, 很多城市的中心区建立了完善的单向交通网络。

2.第二阶段。从20世纪90年代开始至今。随着中心商业区的萧条, 更多的人开始指责实施单向交通带来商业受损、出行不便等不利因素, 在“再造城市”的背景下, 一些城市的单向交通道路开始恢复双向通行。

对国外出现单行线恢复双向通行的认识是实施单向交通本来就是利弊共存的, 国外部分城市单行线恢复双向通行不是对单向交通优势的简单否定, 而是在一定大背景下出现的。近年来, 北美一些城市为提高中心区的商业竞争力和改善居住环境, 把恢复双向通行与降低车速, 街景设计、建筑规划等其他措施一起作为交通平静化 (Traffic Claming) 计划推行。关于这一做法国外学术界尚有争议, 而且恢复双向通行的道路也十分有限, 一般仅针对中小城市商业区的道路。

(二) 变向交通方面

早在1928年美国洛杉矶就出现了不对称车道设计, 用于解决交通流分布不均问题。而与单向交通类似, 变向交通的流行与城市的发展密切相关。第二次世界大战后, 欧美等国城市外延扩大, 形成了中心城、卫星城组团式城市布局, 这种城市布局造成连接中心区和郊区的道路潮汐特性明显, 20世纪40年代至60年代澳大利亚和欧洲一些国家, 城市干线道路大量采用变向交通管理;至20世纪70年代, 公路、桥梁、隧道也出现了可变车道系统等;20世纪70年代末期至80年代, 变向交通用于城市道路高占有率 (HOV) 车道和公交专用车道管理。变向交通是目前国外普遍采用的交通管理方式, 根据美国全国协作公路研究计划 (NCHRP:National CooperativeHighway Research Program) 340号综合研究报告, 2004年通过对美国49个州调查发现, 几乎所有的大城市和许多中小城市都设置变向交通[2~3]。当前国外变向交通实施具有如下特点: (1) 实施原因多样。变向交通不仅用于日常交通管理, 道路施工、大型活动、发生紧急事件等都可以采用变向交通作为临时交通管理方式。 (2) 形式众多。变向交通只是可变车道管理的一种形式, 除了流向的改变, 可变车道管理还包括交叉口转弯可变、允许通行车辆类型可变、道路功能可变 (停车或行车) , 这些措施都有一定应用。 (3) 地点和时段分布广泛。变向交通不仅公路和城市干线道路比较普遍, 一些桥梁和隧道也设置了可变车道。变向交通的车道流向改变周期既有日常以小时为单位, 也有长期的以月份甚至年份为周期转换。 (4) 与禁左和禁止路边停车配合使用。为避免引发驾驶员错误的转弯行为, 在实施变向交通路段的相连交叉口有时设置禁左标志;为避免交通瓶颈的出现, 变向交通的过渡段通常禁止路边停车, 以增加通行能力和减少冲突。

(三) 禁左方面

近二十年来, 禁左作为国外公路和城市干线道路出入系统管理的主要措施之一, 得以广泛使用, 美国等国家专门颁布法律保障禁左实施, 例如, 1988年美国佛罗里达州立法机构颁发第335.18法案来限制交叉口转弯行为。禁左不是一种孤立的交叉口管理手段, 而是一种系统管理手段, 主要表现在, 在禁止左转的同时, 为原左转车辆提供了多种绕行措施, 即普遍采用变直接左转为右转加调头 (U-turn) 的管理方式, 称为RTUT (Right-turn and U-turn) 。车辆实施U-turn位置有两类, 下游交叉口和中央分隔带开口处。禁左主要用于城市交叉口和公路出入口匝道交叉口管理。此外, 国外禁左的实施规则与中国有所不同, 一些主次相交交叉口, 支路不禁左但提供U-turn通道, 相当于驾驶员可以任意选择直接左转或RTUT[4]。

结论

车流组织在中国的广泛使用始于20世纪90年代。目前, 青岛、大连等地成功建立了单向交通网络;北京、上海等地开始试行可变车道;而禁左管理成为各大中城市普遍采用的主干路交叉口管理方式。在车流组织取得预期效果的同时必须清醒看到, 一些城市出现车流组织方案失败与反复, 不仅浪费了巨大的人力和物力, 而且无法发挥车流组织的优势。究其原因, 车流组织实践中仍存在既有经验多于理论指导的问题。近年来, 广大交通管理者和交通工程学者在车流组织领域取得了大量研究成果, 但在车流组织影响分析、实施条件以及评价方法等方面仍存在深化和拓展空间。总之, 面对近年来国外一些城市出现的单向交通道路恢复双向通行的客观事实, 在交通拥堵日益严重的背景下, 对车流组织进行全面分析、提出适应中国交通特点、符合车流组织要求的适用条件和评价方法是车流组织研究的迫切要求。

摘要：交通拥挤是中国当前城市普遍面临的严峻交通问题, 解决方法之一是进行合理的车流组织。介绍了车流组织的定义, 国外单向交通、变向交通、禁左交通的发展情况, 最后提出在中国开展车流组织工作的建议。

关键词：车流组织,单向交通,变向交通,禁左交通

参考文献

[1]李然然.单向交通组织绕行影响分析及综合效益评价[D].成都:西南交通大学硕士论文, 2010.

[2]刘荣华.城市主干道交通组织优化研究[D].青岛:山东科技大学硕士论文, 2007.

[3]许彬.城市中心区交通组织管理优化与评价研究[D].西安:长安大学硕士论文, 2004.

公路视频中实时车流密度检测算法 篇7

关键词：固定窗口统计算法,行扫描标记算法,矩轮廓,瞬时车流量,车流密度

交通监控技术［1—10］在事件检测、交通管理和时间估计中起着至关重要的作用。目前,交通监控系统分为两类: 基于感应环探测器［1—3］和基于视频［4—10］。基于感应环探测器应用比较成熟,但是需要破坏路面; 基于视频的交通监控系统具有响应速度较快、易于安装、方便维护和监视范围比较广等优点。基于视频的交通监控系统中车辆的速度、流量和密度为后期应用( 如智能控制交通信号等) 提供参数。车流密度通过计算车流量和估计监控视域内最大车数可得。监控视域内最大车数可以通过人工方式进行设置,而车流量分为一般车流量和瞬时车流量( 或帧车流量) 。一般车流量通过跟踪［4—8］算法获得,实时性能较差; 瞬时车流量［9，10］计算每帧车辆数,实时性较好。计算车流密度使用瞬时车流量即可。

本文提出一种新的车流密度检测算法。首先提出使用固定窗口背景自动更新算法自适应获取视频背景; 其次使用背景差分法获得当前帧的前景区域、 前景掩码和背景区域; 第三提出使用行扫描标记算法用自然数标记运动区域的最大矩轮廓同时部分消除阴影; 最后统计当前帧中运动目标的数量获得车流密度。

1相关工作

正确且快速地统计车流量是车流密度检测的前提。运动车辆的跟踪是一般车流量统计算法的基础。Chirag I. Patel［4］使用基于决策树的机器学习算法限制感兴趣区域,并使用Haar级联分类器和KLT算法对运动区域的角点进行跟踪,从而实现车辆的计数和分类功能。Zehang Sun［5］提出使用Ga- bor滤波器提取车辆的特征,并使用支持向量机( SVM) 用于车辆检测。H. Y. Cheng［6］使用动态贝叶斯网络模型对车辆进行跟踪。T. H. Chen［7］对于晚上黑暗状态下司机打开前灯的视频信息进行分类和检测。J. Melo［8］使用卡尔曼滤波对车辆进行跟踪,使用聚类求得车道中心。这些方法都是基于跟踪的方法获得车流量,这些算法虽然可以较好地统计一段时间之内的车辆数,但是实时性能较差。

周世付［9］设置检测带,跟据车辆是否通过检测带来计算瞬时车流量,从而估计一般车流量。朱华生［10］按车道分别设置相应的虚拟区域来实现计算瞬时车流量。这些算法能够快速地提取车辆目标且准确统计瞬时车流量,实时性能较好。本文计算车流密度采用瞬时车流量进行计算。

鲁棒地自适应背景的获得是车流量检测完成的基础。Yoann Dhome［11］、强振平［12］、冯华文［13］和陈雷等［14］分别使用不同的高斯模型来获得前景目标。 Kinjal A Joshi［15］在运动目标识别时采用了模糊相似度测量来区分前景和背景,并可以自动更新阈值。 这些方法都使用统计模型,运算量较大。统计直方图法［16］提取出的背景较中值法好,但该算法的主要缺陷为需要保存大量信息,运算量大,提取背景速度慢; 虽然对于图像中的近景能得到较好的背景图像; 但是对于图像远景得到的远景背景图像失真; 当光照等环境因素发生变化时,由于前期背景像素值计数累计较大,新背景图像的像素值从零开始累计,更新响应较慢。多帧平均法［17］在视频中前几帧图像, 对坐标( x,y) 处的像素值求加权平均值。方法计算比较简单,仅仅将前景和背景像素值求加权平均得到背景,但是当视频中运动目标移动速度较快或运动车辆出现频繁时,会产生“鬼影”。

本文基于统计直方图法提出一种固定窗口背景自动更新算法,该方法减少了数据处理量,当背景变化时能够较快更新背景。准确获得背景之后,通过背景差分法获得前景区域经过二值化后需要对最大连通区域进行标记。目前二值图像连通区域标记算法有三类: 像素标记法［18，19］、游程编码方法［20—22］和区域生长法［23，24］。其中,像素标记法是对每个点进行扫描标记目标像素点并得到等价标记表,根据等价标记表获得连通区域。游程编码方法将直线段作为连通区域检测的基本单元。像素标记法和游程编码方法都容易生成等价对,等价对之间的匹配受目标数量影响; 区域生长法一次标记整个连通区域,它可以避免出现等价标记,不需要对等价标记进行配对,但是当区域面积较大时,算法效率下降。本文采用行标记算法求得运动区域的最大矩轮廓。

2系统概述

本系统实现了智能交通监控的车流密度实时检测。系统流程图如图1所示。

其主要步骤为:

( 1) 使用固定窗口背景检测算法自适应获得背景图像。

( 2) 使用背景差分法获得前景运动目标。

( 3) 通过将前景进行二值化处理和腐蚀膨胀操作来消除目标内部的空隙和去除微小目标。

( 4) 使用最大连通区域检测和行扫描标记算法,找出最小外截距。

( 4) 根据所设阈值再次去除较小目标。

( 5) 统计每帧的瞬时车辆数和计算每帧的车流密度。

3固定窗口背景自动更新算法

由于统计直方图法需要记录每个像素点的统计信息,进行处理时需要大量计算,且更新响应速度较慢,不能及时反映光照等条件的变化。在统计直方图的基础上进行改进,提出了固定窗口背景自动更新算法。该算法减少了处理的数据量,能快速适应环境的变化。

3. 1固定窗口

通过为每个像素点设置窗口减少计算量。窗口设为长度为MAX_QUEUE _SIZE的队列,每单元存放PX _ RECXORD结构。 Cur Pos指向队列的当前位置。PX _ Value记录该点出现的像素值,PX_count记录该像素值出现的次数。初始时将所有记录初始化为0,依次接收后续帧对应点的像素值,每接收一个像素值,就与已有的记录比较,如果队列中有相同的记录值,就将该计数点的PX_count增加1。如果队列未满,就将新的像素值插入到Cur Pos指向位置,如果队列已满,就将新的像素值替换掉计数最小的记录。Queue结构图如图2所示。

3. 2基于固定窗口的背景自动更新算法

算法描述: 每个像素点设置大小为N个单元的窗口,每个单元记录该点出现的像素值及其出现的次数。当窗口填满后,新出现的值会替换计数最小的记录,并更新背景图像。具体步骤见图3。

算法的详细描述如下。

1) 初始化

在每个像素点上设置大小为N的窗口。

2)接收第j帧图像,计算更新像素值。

(1)计算像素值及其次数。

接收第j帧图像之后,计算每个像素点的像素值( 在误差范围r内) 出现的次数。见式( 1) 。

式( 1) 中i表示窗口记录的序号,ci表示第i个记录的计数值,Ri( x,y) 表示在第i个窗口中的像素值, Ij( x,y) 表示第j帧图像坐标( x,y) 处的像素值,Tr表示允许误差范围。若Ij( x,y) 与第i个窗口记录中像素值相似,ci就会自增1。进入第2步。否则若窗口未满,在空白处记录窗口记录号和像素值Ij( x,y) 。 进入第3步; 若窗口已满,进入第( 2) 步。

( 2) 窗口记录排序。

若窗口填满,对窗口记录根据PX_count进行排序求得最小次数( min) 。进入第( 3) 步。

( 3) 更新最小次数的像素值。

将Ij( x,y) 替换最小次数的像素值,且将其次数( px_count) 改为1。进入第3步。

3) 更新背景图像

根据设置的更新速率( α ) 和窗口信息更新背景图像,见式( 2) 。

式( 2) 表示更新变化较大点处的背景像素值,α 表示更新速率,值越大,新的像素值对背景影响就越大。根据实验,将 α 限制在小于0. 3的范围内,减小了突变产生的影响。由于窗口长度较小,当背景发生变化后,在N帧后就可以得到背景,更新周期较短。

使用基于固定窗口的背景自动更新算法可以减少直方图统计的项数,也就减少了查找记录表的时间,因此本算法更新背景速度较快,效果较好。

4行扫描标记算法

二值化前景图像数据矩阵中,目标区由亮度值为255的像素点组成连通区域,非目标区域亮度值为0,通过行扫描进行标记所有最大连通区域,然后计算最小外截矩,即为车辆的矩形轮廓。最大连通区域常用算法运算量较大,需要对图像进行大量的查找和扫描操作。本节提出一种行扫描标记算法, 只通过一次行扫描,即可得到去掉部分车辆阴影的最大连通区域。

将第3节提取的背景与当前帧进行背景差分获得的运动区域二值化且经过腐蚀和膨胀之后使用本节的行扫描标记算法提取运动区域的矩形轮廓。本节介绍了最大连通区域和行扫描标记算法,并提取运动区域的矩形轮廓。

4. 1行扫描标记算法

对每一幅图像,先建立一个与图像等宽等高的二维标记表T,然后逐行扫描图像,当遇到亮度为255的点,如果邻域内没有大于零的标记,就设其标记为序号i,否则便在标记表T中将该亮点的标记设为八邻域内最小标记。因为所有具有相同标记的点组成一个连通区域,所以连通区域内的像素点的标记i就是该连通区域的标记。

算法具体步骤如下: ( 设F为将要扫描的图像, T为标记表,c Tag为区域标记)

( 1) 初始化T中的每一个元素为0,c Tag初始化为0。

( 2) 从图像T的第一行第一列开始,找到T中亮度值为255的一个像素点Pi。

( 3) 如果在二维标记表相应位置Qi的八邻域范围内存在大于零的标记,就将Qi处的标记值设为八邻域内大于零标记的最小值,否则就将c Tag自增1,并将Qi位置的标记设为c Tag。

( 4) 继续扫描图像T,找到下一个亮度值为255的像素点然后进行第( 3) 步直到扫描完图像T。

上面算法中当二维标记表中相应位置的八邻域内没有一个大于零的标记,则说明该点是一个新邻域内的点,c Tag自增1,标记了这个新邻域。本算法的关键之处是在取标记八邻域内最小标记作为这个点的标记,这样有效防止了小邻域的交叉和重叠。

图4中有3个连通区域,其中标记3是突出的点,标记为2的点构成一个小的连通区域,标记为1的点构成一个最大连通区域。3个连通区域各自确定了一个外接矩形,然后通过计算面积就可以排除一些像标记3标记的孤立点,具体计算方法见4. 2。

(a)中深色阴影部分是未扫描但存在的亮度为255的点;(b)扫描剩下的点,可以看到这些深色的点被标记“1”

4. 2最小外截矩

最小外截距定义: 位于连通区域中点的最小横坐标、纵坐标和最大横坐标、纵坐标构成的矩形。

4. 2. 1最小外截距模型

二值化图像中车辆的边缘和阴影等容易形成较大的“突刺”,可将其简化为一个交叉线模型,这个模型构成一个连通区域,然后使用上面的行扫描标记算法进行扫描标记。

在一幅320 × 240图像中画成夹角的交叉线[图5( a) ],然后标记图像[图5( b) ],图5( c) 为交叉线标记的部分表值。图5( b) 可见交叉线所形成的连通区域确定了两个外接矩形,较大的矩形包含了整个交叉线,而右上角的还有一个较小的矩形,这个矩形框包含在大矩形框的内部。图5( c) 可见,交叉线的交叉点处只有右上部分标记2,在进行行扫描时, 交叉点的八邻域中最小标记为1,当向下扫描时,交叉线下半部分都被记为1。因此,在标记车辆的二值图像时,只要二值化图像中车辆的像素点是连通的,就可以用这种方法来标记。

4. 2. 2映射表

扫描图像之后,标记好连通区域和建立标记表T。扫描标记表T,建立线性映射表( List) 统计每个连通区域内标记点横坐标,纵坐标的最小值和最大值。标记表到映射表的映射见图6。

映射表的记录结构定义:

( 1) struct TAG_RECORD { ;

(2)uint32 Min X;//最小横坐标

(3)uint32 Max X;//最大横坐标

(4)uint32 Min Y;//最小纵坐标

(5)uint32 Max Y;//最大纵坐标

(6)uint32 count;//标记计数,表示面积

(7)}。

4. 2. 3最小外截距算法

最小外截距是由最小的横坐标和最小的纵坐标组成最小外截矩的左上顶点,由最大的横坐标和最大的纵坐标组成最小外截矩的右下顶点。最小外截距的面积是映射表中的计数记录被这个标记所标记的点数。根据经验设置高度、宽度和面积的阈值过滤掉部分阴影。

算法描述如下:

( 1) 构造一个大小为最大标记值的线性映射表,将count初始化为0,Min X初始化为该帧图像的宽度,Min Y初始化为该帧图像的高度,Max X,Max Y初始化为0;

( 2) 按行扫描标记表,当遇到大于零的标记T( x,y) 时,就用该标记的坐标将映射表第T( x,y) 个元素的内容按照如规则更新:

i. count自增1;

ii.如果x<Min X,则Min X=x;

iii.如果x>Max X,则Max X=x;

iv.如果y<Min Y,则Min Y=y;

v.如果y>Max Y,则Max Y=y。

( 3) 按照( 2) 继续更新映射表直到标记表扫描结束。

根据该算法,更新完映射表后,就记录了该帧图像中所有连通区域的最小外截矩。将截取的最小外截矩画在当前视频帧中,如图7所示。从实验结果来看,车辆识别效果较好。

在图7中可见部分阴影已经被去掉。可以看到由于光照偏向左边,车辆阴影形成较大的“突刺”, 行扫描时,阴影部分和车辆虽然属于一个较大的连通区域。但是,并不在彼此的八邻域范围内,所以对每一个车辆的阴影部分都会被标记为一个新的标记值,在阴影的像素点和车辆的像素点交叉的地方,将会被较小的标记“染色”,阴影部分就会被截断,这样就将阴影与车辆分离开来。

5实验

5. 1实验环境及测试集

在PC上进行测试,硬件配置如下: Intel core i5,2. 5 GHz,内存4 G。 系统平台是: Windows 7 X64。开发语言是C + + 。开发工具: Visual Studio 2010。采用的Open CV为: Open CV 2. 48。

以公路标准测试集highway1、highway2、viptraf- fic、video进行实验。具体数据见表1。

5. 2背景提取算法比较实验

采用常见的多帧平均法和新提出的基于窗口的固定背景更新算法进行实验。根据实验结果可知, 基于窗口的固定背景更新算法背景更新效果较好, 与多帧平均法比较没有残留车辆“鬼影”。

5. 2. 1多帧平均法

根据多帧平均法求得背景图像见图8,其中图8 ( a) 是前10帧提取的背景,图8( b) 是前30帧提取的背景。由图可见背景更新较慢,且残留车辆“鬼影”。

5. 2. 2基于固定窗口的背景更新算法

窗口的长度设置为10帧。实验效果见图9,图9( a) 为采用本方法在第6帧时提取的背景,图9( b) 为第13帧时提取的背景,可见读取新帧会更新部分背景。

5. 3车流密度结果分析

使用本文算法对表1中视频集进行测试。表1中显示了数据集的总帧数、视频帧速、真实车辆数( 真实车流量和,true number) 、总正检出数( 瞬时车流量和,instantaneous flow) 和总误检出数( error number) 。另外,准确率( Ac) 定义如下:

基于表1的结果,总真实运动目标数为9 435, 准确率为95. 7% 。

为了分析交通拥挤程度,提出使用车流密度进行判断,车流密度定义如下:

公式( 4) 中的可容纳车辆数为用户设置可检测区域的车辆数。瞬时车流量使用本文算法进行检测。使用本系统对标准测试集进行检测,车流密度检测结果见图10。对图10中车流密度瞬时增大或降低的点,若3帧内值无明显变化则保留; 否则认为是奇异点将其值设为3帧的平均值。

本文采用标准视频集进行测试时,背景变化不大状态下算法的时间成本大约为每帧40 ms; 背景变化较大状态下算法时间成本增加为50 ~ 70 ms, 实时性能良好,比较适合于实时车流密度检测。

6结论和展望

使用基于固定窗口的背景更新算法提高了处理效率,并且减小了由于光照突变等对背景提取的干扰,从实验结果来看,效果较理想。在二值化的前景图像中,使用行扫描标记算法,利用图像形态学特征,标记出车辆矩形的轮廓,同时可将阴影去掉。从程序运行结果来看,该方法可行。

高速公路车流量高峰应对策略 篇8

一、高速公路安全畅通面临的新挑战与工作着重点

车流量高峰期, 特别是黄金周期间, 高速公路的安全保畅工作主要面临五方面的巨大压力:一是车流量短期内大幅增长可能导致高速公路路面和收费站口的自然拥堵, 交通量平时已经接近或超出当初的设计标准;二是建设时间较早的高速公路, 维修保养的任务十分繁重, 施工区域很容易造成车流不畅、大面积拥堵;三是各地普遍采用联网磁卡收费, 收费点数量难以大量增加, 站口保畅压力陡增;四是磁卡收费对收费、监控、通信和供电等设备系统的依赖性极强, 要求这些设备必须高效、稳定运转;五是社会公众对出行提出了更高的期望, 要求道路更加安全、畅通、舒适, 服务更加温馨、快捷、高效。结合高速公路车流量高峰期面临的主要难题, 高速公路管理单位必须要解决好以下几个方面的问题:一是道路路面安全畅通;二是收费站口的通行能力, 它决定着车辆出入高速公路的速度和时间;三是机电设备的稳定高效运转, 收费、监控、通信等任何系统的故障都可能导致收费工作的瘫痪;四是收费服务和便民服务质量, 高速公路必须提供相应的收费服务和针对性的便民服务, 这关系到各条高速公路的品牌与形象。

二、高速公路车流量高峰期的主要对策

高速公路车流量高峰期具有“流量集中、时段明显、流向不均、车辆剧增”等特点和规律, 管理单位必须明确工作思路, 突出工作重点, 抓住关键问题, 增强工作的针对性。

(一) 立足本职, 岗位练兵, 提高业务技能和操作水平。

日常工作和黄金周期间, 要坚持开展“岗位练兵、技能比武”等活动, 使员工在干中学、在学中干, 不断丰富岗位业务知识, 提升业务技能水平, 提高收费操作速度, 打造高素质、专业化的员工队伍。

(二) 明确思路, 抓住道路路面安全畅通这个中心。

坚持“预防性养护”的思想, 对路面、桥梁、沿线设施、标志、标牌等进行全面系统地检查, 提前处理可能发生的各种隐患;车流量高峰期, 除应急性养护施工外, 不安排任何路面施工项目, 保证不因施工影响车辆的通行;养护部门还要特别加大路况巡查和路面保洁的工作力度, 及时清除路面障碍物, 给广大司乘人员提供无障碍通行的路况条件。

(三) 把握重点, 抓住主线收费站及重点收费站。

由于车流量的不均衡, 主线收费站和重点收费站往往担负着一条高速公路的大部分保畅任务。管理单位要从人员、设备、资金等方面予以重点支持。监控、稽查部门要指派设备、稽查人员坚守重点站的保畅现场, 预防设备故障, 维护收费秩序, 协助做好保畅工作。

(四) 加强硬件保障, 强化机电设备建设。

关键是对各种设备进行全面的预防性检修, 调整、充实重点收费站的便携式收费仪, 维护不间断电源 (UPS) , 确保设备状态完好、分配合理;提前将维修工具、技术资料准备齐全, 安排足够的值班人员。设备部门要加强设备巡查、维护, 保证以最快速度和最佳效果处理设备故障, 为收费运营提供稳定的硬件保障。

(五) 完善预警机制, 抓住预警预案这个基础。

高速公路管理单位要自觉主动、认真详细地分析面临的形势, 预测车流量高峰, 针对可能出现的问题, 制订出具体可行的应对措施, 建立保畅预警预案体系。尤其是在黄金周期间, 各一线单位要按程序第一时间启动预警预案体系, 迅速落实相应的应急措施, 保证各项工作有序、有效进行。

(六) 加强预防, 未堵先疏, 提前消除堵车苗头。

认真总结以往规律, 努力预测车流高峰, 密切关注车流状况, 利用道路路面线圈实时收集车流量信息, 做出数据分析, 按照分类标准, 提前发布车流量预警信息, 在车流高峰尚未出现或刚刚出现时“提前开启车道、提前启动预案”, 力争把堵车苗头消除在萌芽状态。

(七) 流程再造, 平行作业, 提高单车道通行能力。

探讨车流量检测雷达系统信号处理 篇9

随着经济社会的不断发展, 交通问题已经成为决定整个经济社会发展的重要因素之一。传统的做法仅仅是增加交通运输的基础设施投入, 这已经不再满足当前时代背景的需要。当今交通问题研究重点在于如何提高交通效率[1]。因此, 在车流量检测工作引入高技术水平的雷达系统具有十分重要的意义。

1 雷达系统在车流量检测工作中的相关背景分析

车流量的检测工作时是交通系统检测中的重要组成部分, 检测时主要是为了获取整条车道上车辆的具体信息状况, 这些车辆信息通常包含了车流量、车道占有率、平均车速以及车型尺寸等资料。车流量信息的准确获取是整个交通系统使用状况的重要基础, 当前车流量检测系统实际上是ITS系统中的子系统之一, 通过数据的收集以及设备的监控等方式, 对道路中的交通量以及车辆的速度、车流的密度等等交通参数进行实时检测与记录, 以掌握整体道路状况以及出行者的动态信息。

雷达检测系统由于自身的使用优越性, 已经被广泛运用于各大领域中, 车流量检测工程是一项非常复杂的任务, 因此, 引入雷达检测系统可以提高车流量检测的工作质量。在检测过程中, 雷达系统是通过线性调频的连续波、中频处理以及DSP技术来针对道路车流量情况进行高精度的检测。这种检测方式主要是利用了雷达波的中频信号可以测量出雷达与物体之间的实际距离这一特征, 然后再利用相关计算方法来计算分析雷达波产生的中频信号, 从而获取具体的车道信息并且进行车流量统计[2]。这个系统的设计包含了系统信号的处理、车流量数据的统计以及串口通信这三方面的软件系统。

2 车流量的雷达检测系统工作原理以及系统构成分析

2.1 车流量雷达检测系统的工作原理分析

车流量检测过程中对于雷达系统的安装主要有两种, 分为正向安装以及侧向安装这两种安装方式, 最常运用的安装系统就是侧向安装方式方法。这种安装方式中, 一套设备可以同时对双向的八条车道进行检测, 车流量雷达系统工作时微波位于24GHZ处的频段, 并且受到2kHz三角波的调制。实际使用过程中, 检测器通常被安装于马路边上的竖直高杆之上, 通过俯向下的方式向各个车道连续发射调频波, 并同时接收从各个车道中车辆所反射回的微波。此外, 安装时, 还要注意, 应当保持微波的传播方向和车辆的运动方向呈垂直状分布, 要将多普勒频移所造成的车流量统计工作的影响减少到最低程度。

同时, 每条车道中, 车辆与雷达之间所处的距离不一样, 因此, 雷达接收到的反射回电磁波和当前雷达所发射电磁波的频率之差也存在差别。所以, 必须在雷达系统中, 针对中频信号采取频谱分析措施, 以判断不同的车道所对应的频率分量强弱程度。从而准确判断出, 各个车道中是否存在车辆, 并就具体的车流量信息进行统计。

2.2 车流量检测中雷达系统的主要构成分析

在车流量检测的雷达系统之中, 一般由三个部分构成, 包括前端的天线射频单元以及中频信号的处理单元和信号的综合处理单元。具体的系统框架图如图1所示。

其中, 在天线的收发部分主要是采取环行器进行隔离发射与接收工作, 然后采取标准零拍型FMCW系统创建接收/发射机平台。同时要注意, 在这个系统中雷达的作用距离大约为60m左右, 中频信号的动态范围大约在70dB左右, 针对这种较宽的中频信号动态范围, 处理中频信号时需要采取AGC放大器, 即自动增益控制, 以确保模拟中频信号在信号处理机中可以通过A/D变换转化成数字信号以后再处理。

中频的处理单元一般是将射频器前段混频器所输出的路面信息信号进行放大以及滤波处理, 因此, 中频处理单元一般是由低噪声的放大器以及匹配滤波器这两部分构成。这是因为回波信号比较小, 经过混频之后的中频信号必须通过低噪声放大以后才可以进行下一步处理工作。另外, 有用信号的频率一般是处在一定的带宽以内, 而且容易经常出现较大幅度的三角波信号泄露情况, 所以, 必须对信号采取AGC也就是自动增益控制措施进行处理, 最终将模拟信号控制在-1V到+1V之间, 然后再输出到综合信号的处理单元。

综合信号的处理单元则是以TI公司制造的TMS320系列中的DSP技术作为核心的处理器, 利用信号调理技术, 将信号经过A/D以及FFT变换等措施对目标距离进行判断和处理, 并精确地计算出目标距离的数值。然后再以汽车行驶通过雷达照射的区域时, 时间与波形变化情况及信号处理单元里边内部定时器所记录到的数值作为计算依据, 以判断出车流量、车道占有率、车速以及车型状况等具体情况。最后, 通过DSP技术产生的收发前端信号可以调制出三角波, 然后经过D/A技术进行芯片转换, 最后再进入到后馈入前端系统中[3]。

3 车流量检测中雷达系统的具体应用流程分析

3.1 总体雷达检测系统总体作业设计

从总体上来看, 雷达系统主要是采用高速的DSP芯片定时器出现时间间隔时所产生的间断来进行检测工作。同时DSP芯片还要对ADC所收集的信号数据进行相应的频谱分析。因为, 雷达检测器一般是安装在一个比较固定的位置, 所覆盖的区域背景也比较固定, 所以, 可以实行在频域上进行杂波消除算法处理, 把有车辆经过时所产生的频谱和没有车辆经过时所产生的频谱进行频域消干处理, 然后以频谱幅度作为依据来判断车辆所在的车道, 并且分别记录好每辆车所经过的次数, 将记录到的此数除以定时器中断周期, 最终就可以计算出车流量的具体统计信息。

3.2 针对车流量检测的算法软件设计

车流量检测的算法软件开发与设计是整个车流量检测中雷达系统的核心部分之一, 这是建立在数学模型基础之上进行的, 利用数学建模的方式来处理和检测复杂的雷达信号。该算法软件的核心工作原理主要是采用DSP芯片对收集到的信号进行分析与处理, 从而获取相应的车流量信息。DSP芯片的主程序工作流程如下:系统开机之后将自动进行的系统初始化工作, 在这个流程中包括了DSP芯片的锁相环设置、EMI接口设置、定时器设置、I2C总线设置、UART参数设置以及中断设置等工作;同时还需要对外围设备实行初始化工作, 包括ADC的初始化、RTC初始化、DAC参数的设置等工作;最后再从Flash数据中读取相关的系统参数, 并利用I2C总线来读取相应的实时时钟。

DSP芯片的核心部分是一个主循环系统。每次在主循环系统内对相关信号进行采集以及频谱分析, 然后判断各个车道之内是否存在车辆, 最后统计好相应的车流量信息以及车道信息等。这些工作通常是在36 ms以内完成, 如果在执行上述指令时, 没有达到36 ms的话, 那么DSP芯片就会执行空循环操作等待。每隔36 ms就被称之为是一次检测的周期时长, 同时还要注意查询串口的接收缓冲区是否存在上位机传输过来的命令帧, 如果没有的话, 就继续执行主循环系统指令。如果有的话, 就需要从串口的接收缓冲区领域读取相应的指令并执行指令, 例如雷达连接指令以及雷达参数的设计指令等。指令执行完之后, 再继续执行主循环系统。此外, 其他程序例如三角波的发送、A/D的采样以及串口数据的接收和实时时钟的读取等, 应当分别利用MCBSP、INT0、UART以及INT1等中断措施进行。

3.3 车流量的检测与统计流程分析

Volid V exist (int a[8]) 函数主要是根据FFT测算结果来判断在检测周期以内, 即36ms以内各个车道中是否有车辆存在。检测时, 入口参数以及出口参数都被设置为a[8], 如果在a数组里里边, 出现某一个元素的值为0时, 则表示在这次检测周期中, 这个元素所对应的车道里没有车辆出现, 反过来, 如果这个元素的值是1时, 则表示在这个元素中有车辆存在。具体的车辆检测与统计图如图2所示。

图中, lane-index代表的就是车道指针情况, 而nLane代表的就是车道数量, f-index代表的是频率指针情况, freq[16]代表的就是车道频率点情况, fft-squ[]代表的则是幅度谱的平方数据组, Level[8]就是指车道门限。这个子程序工作对象就是每条车道, 主要目标是为了判断出在这条车道上对应的谱线里边是否存在门限超过的现象, 如果存在这种现象, 就可以认为是在本次的检测周期中, 这条车道上存在车辆, 如果是没有出现这种现象, 则表示在检测周期之内, 这条车道上没有车辆存在。

Volid flowcount (int a[8]) 函数, 这个函数主要是统计车道中总的车流量数据信息。每次统计车流量得主循环系统中, 都将得出在该检测周期以内的车道中是否有车辆存在。以第一条车道为例进行分析, 首先, 采用一个变量即Register1进行表示, 如果这个变量的数值为0的话, 就表示检测周期内在这条车道上没有车辆存在。如果在这条车道上有车的话, 则用数字1进行表示, 即车道状态下以Register11来进行表示。因此, 只要出现数字为0时, 就表示处于无车状态中, 数字为1时则表示是有车状态。

最后, 在进行流量计数工作时, 一般采用的方法就是:在进行主循环系统的观测时, 每次都将已采集到的实际数值作为依据, 并将据此得到的Register值赋予Register11。通过这种方式, 车道的状态会随检测周期的变化而进行改变。如果在本次检测周期里可以判断存在车辆的话, 则应当将车道状态转换成有车状态;如果在本次检测周期内, 得出的判断是没有车辆存在的话, 那就应当将车道的状态改成无车状态。只有车道的状态由无车状态转换到有车状态时, 才有车经过雷达检测的区域, 这个时候车流量才会增加。

参考文献

[1]李秦君, 党宏社.车流量检测雷达系统信号处理研究[N].陕西科技大学学报, 2011 (3) :60-62

[2]奈存亮, 张浩, 余稳, 孙晓玮.微波交通信息检测雷达信号处理系统设计[J].微计算机应用, 2009 (11) :60-64