Delist.ru

Технология и методы интеллектуального мониторинга автотранспортных потоков и состояния автомобильных дорог (26.11.2008)

Автор: Кузьмин Дмитрий Михайлович

Разработанная автором система ориентирована на эксплуатацию в условиях дорожной лаборатории, а ее внедрение производилось на базе передвижной мобильной лаборатории «Газель» (рис. 1). Созданная дорожная лаборатория используется для измерения интенсивности движения и состава потока, оценки качества дорожного покрытия на дорогах Подмосковья.

Использование разработанных автором технологий позволяет вести оперативный контроль условий дорожного движения с целью управления, создает предпосылки для существенного сокращения числа дорожно-транспортных происшествий (ДТП).

. Мобильная дорожная лаборатория

(Мобильный Улично-Дорожный РЕЦептор «МУДРЕЦ»)

Для достижения поставленной цели были решены следующие задачи, выносимые на защиту:

автором предложена технология комплексного мониторинга автотранспортного потока в режиме реального времени;

разработаны алгоритмы регистрации транспортных средств и их параметров (тип, скорость, ускорение, направление движения);

предложена техническая модель построения системы мониторинга и оценки качества дорожного покрытия по поиску неоднородностей (площади и объема ям, трещин, выбоин);

разработана математическая модель и комплекс информационных технологий-программ обработки изображений.

Объект исследования – технические средства, системы контроля и процессы управления дорожным движением, состояние дорожного покрытия, безопасность движения и соблюдение правил дорожного движения.

Теоретической и методологической основой исследования послужили научные труды по проблемам оптимизации планирования, организации и управления автотранспортными потоками, снижения числа ДТП и уменьшения негативного воздействия автомобильного транспорта на окружающую среду, исследования в области безопасности движения с учетом технического состояния дорожной сети, натурные исследования, методы технического зрения, многомерного статистического анализа, системного анализа, математические методы распознавания и анализа изображений, а также методы параллельной обработки фото- и видеоинформации в режиме реального времени. При разработке данных вопросов существенные результаты получены отечественными учеными Сильяновым В.В., Власовым В.М., Блудяном Н.О., Коноплянко В.И., Корчагиным В.А., Лобановым Е.М., Николаевым А.Б., Поспеловым П.И., Трофименко Ю.В.

Научная новизна. Создание технологии комплекса технических методов построения системы мониторинга безопасности дорожного движения, методов обеспечения безопасности дорожного движения с учетом технического состояния дорожного покрытия, разработка алгоритмов мониторинга дорожного покрытия и автотранспортных средств в режиме реального времени для управления перевозочным процессом.

Практическая значимость работы состоит в разработке и внедрении аппаратно-программного комплекса мониторинга, объединяющего в едином модуле технологические, организационные и диспетчерские функции.

Результаты диссертационной работы внедрены в деятельность Федерального управления автодорог Центральной России (ФУАД ЦР). Предложенные автором математические модели и алгоритмы программных средств вычислительной техники используются в МАДИ (ГТУ) при преподавании ряда дисциплин студентам и аспирантам.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на:

Международном транспортном форуме по проблемам безопасности дорожного движения (г.Москва, Кремль, Государственный Кремлевский дворец, 15 декабря 2004 г.);

семинаре «Научно-практические задачи развития автомобильно-дорожного комплекса в России», (г.Москва, МАДИ, 26 октября 2005 г.);

IX Международной конференция «Интеллектуальные системы и компьютерные науки» (г.Москва, МГУ, 23-27 октября 2006 г.);

семинаре «Научно-практические задачи развития автомобильно-дорожного комплекса в России» (РАН, МТУСИ, 27 ноября 2007 г.);

выставке «Достижения МАДИ (ГТУ)» (2005-2007 гг.).

Публикации. По результатам исследований опубликовано 9 работ, в том числе 3 статьи, включенные в Перечень ведущих рецензируемых научных изданий ВАК РФ.

Структура и объем диссертации. Диссертация состоит из введения, 4-х глав, общих выводов, библиографического списка из 101 наименования и 4 приложений.

Работа содержит 205 страниц основного текста, 157 иллюстраций и 17 таблиц.

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследования, приведено краткое изложение основных разделов диссертации.

В первой главе автором проведен подробный обзор существующих систем технического зрения (СТЗ) по организации мониторинга транспортных сетей, дано описание алгоритмов их работы. Приведено аналитическое исследование предмета разрабатываемой системы мониторинга дорожного покрытия и характеристик автотранспортных потоков, организации и управления, а также обеспечения экологической и дорожной безопасности.

СТЗ или компьютерное зрение (КЗ) призваны и во многих случаях уже решают задачи по дополнению или даже замене человека в областях деятельности, связанных со сбором и анализом зрительной информации. Уровень их использования в прикладных областях является одним из наиболее ярких и наглядных интегральных показателей уровня развития высоких технологий в самых различных отраслях промышленности.

В течение достаточно продолжительного времени проблема распознавания привлекает внимание специалистов в различных областях наук. Большая часть основополагающих работ в области распознавания образов относятся к 50-60 годам ХХ века. В это время на основе теории статистических решений были найдены алгоритмы, обеспечивающие отнесение нового объекта к одному из заданных классов, что явилось началом планомерного научного поиска и практических разработок. В рамках кибернетики сформировалось новое научное направление, связанное с разработкой теоретических основ и практической реализации устройств, а затем и систем, предназначенных для распознавания объектов, явлений, процессов.

Отечественные ученые, внесшие существенный вклад в развитие данного направления: Журавлев Ю.И., Михалевич В.С., Глушков В.М. и др.

Первым массовым примером системы распознавания в автомобильном транспорте является система распознавания автомобилей по номерам государственной регистрации. В настоящее время на территории стационарных постов ДПС Московской области установлены системы идентификации транспортных средств по государственным регистрационным знакам – «Поток» (концерн «Росси» и АО «Мегапиксел»). Компания «Alparysoft R&D» разработала технологию формирования фотографии дорожного покрытия и анализа его неоднородности по результатам видеосъемки дороги с движущегося автомобиля. Видеоданные обрабатываются специальными алгоритмами и в результате обработки формируется фотография дорожного покрытия. Следует заметить, что разработка предназначена для работы с отснятым видеоматериалом дорожного покрытия в лаборатории, а не в реальном времени. Помимо этого, технология не позволяет дать оценку площади неоднородности в физических единицах, наличие которой является ключевой деталью в системах подобного класса.

За период 1995-2008 гг. парк легковых автомобилей в России вырос почти на 100% – с 14,7 млн. до 29,4 млн. единиц, а грузовых автомобилей – до 5,17 млн. единиц, в то время как протяженность городских улиц увеличилась всего на 4,5%. По прогнозам Департамента обеспечения безопасности дорожного движения МВД РФ в российских городах к 2020-2025 гг. уровень автомобилизации может достичь порядка 550 автомобилей на тысячу человек, при 400 в 2008 г. Данные показатели свидетельствуют о том, что уже сегодня необходимо пересмотреть стратегию развития городов с точки зрения организации транспорта и пешеходов.

Увеличение числа автомобилей ведет к увеличению числа ДТП. Среди причин ДТП по вине водителя стабильно (около 30%) составляет несоответствие скорости конкретным условиям движения («не справился с управлением»), сюда же можно отнести нарушение очередности проезда (10%), выезд на полосу встречного движения (15%), управление в нетрезвом состоянии (15%) и управление без права (15%). Следует признать, что спектр водительских нарушений ПДД широк. Это свидетельствует о недостаточном уровне надзора за соблюдением ПДД. Решение этой задачи предполагает привлечения большого числа сотрудников ГИБДД, что является трудно выполнимой задачей. Эффективным средством контроля за обстановкой на дорогах является применение автоматизированных информационных систем, оборудованных устройствами распознавания объектов наблюдения.

Необходимость введения мониторинга автотранспортного потока определяется несколькими причинами. Во-первых, координирование перемещений больших потоков АТС – очень сложная, требующая формализации задача. Современные технические средства позволяют автоматизировать процесс управления потоками автотранспорта, но для этого требуется информация об их интенсивности. Во-вторых, эти данные необходимы дорожным организациям как для реконструкции существующих автомобильных дорог, так и для строительства новых (не говоря уже об обязательных отчетах, содержащих данные об интенсивности дорожного движения). В-третьих, информация об интенсивности на определенных участках используется для прогноза и предупреждения транспортных заторов, что дает косвенный эффект в виде экономии топлива и, как следствие, – уменьшение выбросов в атмосферу. Решение данных задач необходимо для построения целостной системы управления движением на сети дорог.

Измерения интенсивности можно проводить и без использования технических средств. Но в условиях насыщенных транспортных потоков традиционная для России методика «ручного» счета на многополосной дороге начинает давать сбои: человеческий зрительный аппарат, конечно, совершенен, однако фиксировать сотни автомобилей, проходящих через сечение многополосной дороги, без значительных ошибок на большом временном отрезке он не способен. Именно этим и объясняется необходимость разработки и внедрения информационно-автоматизированных или автоматических электронных средств наблюдения.

Во второй главе автором приведено описание технологии построения системы работы ЭВМ с цифровыми устройствами для построения системы технического зрения.

Важность взаимодействия между различными компонентами и устройствами в компьютерной технике очень важна. Не менее важен и выбор типа устройства и принцип реализации работы с ним. На современном этапе развития компьютерной инженерии пользователю представлен широкий ряд технических устройств, с которым он может осуществлять взаимодействие.

Приведенные технологии мониторинга и сбора данных основаны на взаимодействии с устройствами видео- и фотонаблюдения и системой глобального позиционирования.

В главе 3 приведена методика и алгоритм получения и обработки данных о параметрах автотранспортного потока. Дано описание системы по сбору данных о параметрах потока автомобилей, таких как оценка интенсивности, плотности и состава потока в режиме реального времени.

Для качественных статистических заключений в задаче принятия решений к управлению дорожным движением необходим большой объем данных. Технология мониторинга автотранспортного потока основана на анализе изображений потока автомобилей, полученных с видеоисточника. Источником данных изображений является цифровая видеокамера – устройство генерации цифровых изображений с использованием технологии приборов с зарядовой связью (ПЗС). Это наиболее гибкий и часто используемый тип устройства ввода изображения для систем машинного зрения.

Компьютерная программа, обрабатывающая цифровое изображение (матрицу цветовых компонент), может обращаться к значениям пикселов как к элементам массива I[r, c], где I – имя массива, а r и c – номера строк и столбцов, соответственно. В системах, работающих с цветовыми моделями (видеокамеры, фотокамеры, сканеры), для представления цветов автором используется цветовая система RGB (engl., red-green-blue, красный-зеленый-синий). Цветовая модель RGB – аддитивная цветовая модель, описывающая воспроизведение любого цвета путем сложения трех основных цветов: красного, зеленого и синего.

загрузка...