КОНТРОЛЬ И ИЗМЕРЕНИЕ ПАРАМЕТРОВ ДВИЖЕНИЯ ТРАНСПОРТНЫХ СРЕДСТВ С ПОМОЩЬЮ ТЕЛЕВИЗИОННЫХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ
Поскольку диаграмма направленности радара имеет сравнительно большую ширину (как правило, не менее 5-8 угловых градусов, что связано с габаритами антенны и удобством эксплуатации), в зону измерения попадает несколько автомобилей и отраженный сигнал содержит составляющие от нескольких трaнcпортных средств, движущихся с различной скоростью. Надежное различение и идентификация источника сигнала от автомобиля в этом случае пpaктически невозможна. Частичное решение, используемое на пpaктике, состоит в комплексировании радара с цифровой фотокамерой, фотографирующей объект в центре диаграммы направленности радара, однако максимальный сигнал может быть получен от объекта с большой эффективной поверхностью рассеяния, находящегося не в направлении максимума диаграммы направленности радара.
В тоже время, для контроля дорожной обстановки на трассах с большой интенсивностью движения широко используются камеры видеонаблюдения. В этой связи возрос интерес к телевизионным измерительным системам контроля дорожного движения [1].
Информация, поступающая с видеокамер, представляет собой преобразованное оптической системой Л (рис. 1) плоское изображение трехмерного объекта, расположенного на расстоянии Ly от точки расположения видеокамеры. Двумерное изображение содержит данные об изменении положения в прострaнcтве автомобилей, находящихся в поле зрения системы.
Связи между прострaнcтвенными и плоскими координатами трaнcпортного средства определяется соотношениями:
, ,
где f - фокусное расстояние объектива видеокамеры.
Рисунок 1. Преобразование изображения в телевизионной измерительной системе
Обработка информации на основе принципов, используемых в телевизионных измерительных системах, позволяет определить скорость движения отдельных (выделенных) трaнcпортных средств.
Однако пpaктическая реализация данного метода встречает целый ряд трудностей, среди которых необходимость решения задач выделения отдельного объекта из нескольких, находящихся в поле зрения; преобразование двумерных координат объекта в плоскости фотоприемной матрицы в трехмерные прострaнcтвенные координаты; вычисление вектора скорости объекта при различных ситуациях (поперечное движение, наезд, удаление, комбинированное движение) и другие.
Авторами предложены и реализованы алгоритмы определения скорости движения трaнcпортных средств на основе анализа видеоряда телевизионных изображений дорожной обстановки. Общий алгоритм включает выполнение следующих операций:
- коррекция цветовой гаммы, яркости и контраста изображения для лучшего выделения интересующих объектов;
- фильтрация изображения с целью подавления фона;
- выделение движущихся объектов с помощью разностного алгоритма;
- коррекция яркости и контраста изображения для получения нормированного по яркости изображения интересующего объекта (бинаризация);
- выделение на изображении связанных областей повышенной яркости (объектов);
- наложение строба на изображение для выделения интересующего объекта;
- определение размеров и дальности до объекта (дальность может быть априорно известной величиной или определяться по известным линейным размерам какого-либо объекта);
- вычисление текущих координат центра тяжести объекта и их изменения во времени по смещению объекта в плоскости изображения камеры и изменению его размера;
- вычисление всех составляющих скорости объекта в системе координат местности (при поперечном движении определение скорости производится непосредственно по изменению координат центра тяжести изображения в системе координат местности; при продольном - по изменению масштаба изображения; при произвольном движении используется комбинированный алгоритм).
Тестирование алгоритмов производилось на специально сформированных изображениях, моделирующих различные дорожные ситуации, а также на реальных видеорядах. Разработанные алгоритмы позволяют рассчитывать скорость движения автомобиля при различных направлениях его движения. Оценены погрешности определения скорости для различных вариантов движения. Минимальные погрешности определения скорости имеют место при поперечном варианте движения автомобиля.
СПИСОК ЛИТЕРАТУРЫ
- Обухова Н.А. Алгоритмы обнаружения и идентификации трaнcпортных средств в телевизионных системах мониторинга городских магистралей//Материалы Международной конференции «Телевидение: передача и обработка изображений». 21-22 мая 2002 г., Санкт-Петербург. с. 48-50.
Статья в формате PDF 114 KB...
15 04 2024 2:58:16
Статья в формате PDF 134 KB...
13 04 2024 21:28:28
Статья в формате PDF 143 KB...
12 04 2024 22:23:41
Статья в формате PDF 110 KB...
11 04 2024 9:52:10
Статья в формате PDF 124 KB...
08 04 2024 1:12:34
Статья в формате PDF 112 KB...
07 04 2024 14:21:53
Статья в формате PDF 131 KB...
06 04 2024 9:34:23
05 04 2024 12:17:38
Статья в формате PDF 132 KB...
04 04 2024 19:14:33
Статья в формате PDF 111 KB...
03 04 2024 15:17:52
01 04 2024 21:25:29
Статья в формате PDF 173 KB...
31 03 2024 4:33:27
Статья в формате PDF 135 KB...
30 03 2024 19:59:23
Статья в формате PDF 119 KB...
29 03 2024 18:13:41
Статья в формате PDF 142 KB...
28 03 2024 2:53:34
Статья в формате PDF 127 KB...
27 03 2024 9:44:54
Статья в формате PDF 118 KB...
26 03 2024 12:44:48
Статья в формате PDF 297 KB...
25 03 2024 8:44:23
Статья в формате PDF 106 KB...
24 03 2024 16:44:44
Статья в формате PDF 138 KB...
23 03 2024 4:44:20
Статья в формате PDF 148 KB...
22 03 2024 5:30:43
Статья в формате PDF 257 KB...
21 03 2024 14:11:26
Брыжеечный лимфатический ствол белой крысы проходит вдоль ствола краниальной брыжеечной артерии без перерыва в одноименных лимфоузлах. ...
20 03 2024 9:10:53
В работе показано как, используя концептуальный язык «Бинарная Модель Знаний», можно представлять метаданные для публикаций по биологии медицине в Семантическом Вебе. Представление метаданных дается в форме соответствующих онтологий. ...
19 03 2024 3:45:28
Статья в формате PDF 107 KB...
18 03 2024 20:12:16
Статья в формате PDF 120 KB...
17 03 2024 13:10:52
16 03 2024 21:49:34
В статье приведены данные оценки экологического состояния атмосферной среды Промышленного района города Ставрополя, с помощью методов лихеноиндикации. Исследованиями были охвачены придорожные лесополосы проспекта Кулакова и улицы Доваторцев и лесной массив – «Русский лес». ...
15 03 2024 22:40:57
Статья в формате PDF 835 KB...
14 03 2024 23:24:35
Статья в формате PDF 107 KB...
13 03 2024 1:47:39
Статья в формате PDF 257 KB...
12 03 2024 1:28:11
Статья в формате PDF 195 KB...
11 03 2024 0:37:19
Статья в формате PDF 129 KB...
10 03 2024 3:46:16
Статья в формате PDF 142 KB...
09 03 2024 21:45:55
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::