王亞平,李占鋒
(陜西交通職業技術學院 汽車工程學院,陜西 西安 710018)
隨著城市化的推進,車輛隨之逐漸增多,導致交通安全問題日益突出,交通路口發生事故時,易造成后繼事故的發生,后果較為嚴重,是智能交通系統需重點解決的問題,因此實時設計城市交通路口車輛作用重大,對于城市交通路口車輛擁堵問題,疏散路徑設計是交通領域發展的重要影響因素之一,目前是很多專家和學者的研究重點[1]。
對于城市交通路口車輛擁堵,要完成科學有效地疏散路徑的設計,需以交通流狀態的隸屬函數的獲取為基礎,得到流速度和流量的變化特征。傳統方法通過車輛狀態的綜合特征的獲取,完成車輛在假設路段的驗證,但對車流量變化特征的缺乏重視,降低了設計的精度,需進行科學合理的疏散路徑設計方法。
對于城市交通路口車輛擁堵問題,設計其疏散路徑過程中,首先針對事故多發區域路段,提取車輛的背景,組建車輛顏色空間背景的統計模型;分離車輛運動的路段,針對車輛運動的線性狀態,完成轉移差分方程的組建;針對下一時刻車輛運動狀態,完成先驗概率密度函數的計算,進而得到車輛的運動軌跡,以此為依據,設計出交通路口車輛擁堵疏散路徑。具體的步驟:在差分圖中,像素灰度值大于rfty(某一閾值)的像素區域由fdrt表示;對于固定多發路段車輛前景圖像,由kkop表示其像素灰度值的閾值;視頻序列由σfrt表示,某一固定位置上的像素值由Vko表示[2],在事故多發區域,針對路段車輛顏色空間的背景,完成統計模型的組建,具體模型如下:

在ksf時刻,車輛運動(事故多發區域路段)的后驗概率密度由rwrg表示;在某一時間段(dWE),用msgh表示車輛輪廓,在兩幅圖像間,用hgjk表示時間間隔;車輛質心移動的像素點距離用ksf表示,則對車輛運動的線性狀態進行轉移差分方程的組建如下:

假設,被設計車輛的起始幀用σfjk表示,結束幀用ffuh表示;某時間段內的車流量用φdgk表示,則通過如下公式得到車輛的運動軌跡:

依據計算結果可完成車輛擁堵疏散路徑設計。
為了提升對城市交通路口車輛實時優化設計的精度,以KLT特征點跟蹤方法為依據,完成城市交通路口車道模型的組建,對路段中的運動車輛的提取通過高斯背景模型實現,建立運動車輛在視頻中和在實際路段間的對應映射關系,組建路段車道坐標變換方程完成對變換后車輛位置的確定。具體步驟為:模板中心的行列坐標用(in,jn) 表示,水平方向與模板中心的梯度用dh(n,j)表示,圖像中的亮度值(第i行j列)用Y(in,jn)表示,則城市交通路口車道模型為:其中,區域差分和(水平方向)用mdrf表示。
假設,車輛消失點的位置用ιdgh表示;在全部圖像幀中,由kdhj表示次數出現最多的幀消失點;線段交點的出現頻率用ksgh表示;在正負斜率直線中,用mdhkp表示相鄰兩根線的夾角;攝像頭離地高度用Eswer表示,路段中運動車輛的提取通過高斯背景模型完成,表述如下:

pdgh表示車長與車半寬?sgh的比值,變換后車輛位置的確定公式如下:

融合模糊推理,依據Esert(變換后車輛位置)得到車輛的狀態特征,給出路段交通流狀態(事故多發區域)的隸屬函數,獲取其速度的變化特征,完成交通路口車輛實時優化設計[3]。sf表示車輛的編號,記錄的車輛數目用dsgh表示,車輛進入路段的時間用rsgj表示,車輛所在路段的面積用?drt表示,以 Esert為依據,車輛路段行駛狀態特征構建如下:

車輛進入路段時間用hhpo表示,車輛質心的側偏角估計用εdgh表示,車輛在路段行駛的平均速度Rswer,路段交通流狀態的隸屬函數如下:

行駛狀態與速度的映射關系用?plk表示,θdgh表示車輛正常行駛狀態,ηhjp表示路段流量,輸出的車輛運行狀態對路段正常情況的隸屬程度用ddhl表示,異常運行狀態的隸屬程度用nhkl表示,路段交通流速度的變化特征構建如下:

通過搭建實驗仿真平臺,檢測路徑設計方法的有效性,以高速攝像頭采集的序列幀作為實驗數據,檢測結果表明本文疏散路徑的設計可實現車輛的觀測向量的快速計算,實時跟蹤設計車輛目標,有效保障了對設計精度的需求。利用模糊推理方法進行的設計,可較好地完成對車輛沖突點的實時設計,證明本文所提的方法設計具有較高的精確度,為城市交通路口的交通事故的降低提供了有效的依據。
本文對于城市交通路口車輛擁堵問題,完成了疏散路徑方法的設計,針對事故多發區域,為對變換后車輛位置進行確定,組建路段車道坐標變換方程,對車輛進行跟蹤匹配時,給出其狀態特征,在路口交通流狀態的隸屬函數的獲取上,采用模糊推理實現,對于路段交通流速度和流量,給出其變化特征,據此完成疏散路徑的設計。實驗檢測表明該設計方法具有較高的精確度,能夠為降低城市交通路口交通事故提供有效依據。