道路交通安全與智能控制畢業(yè)設(shè)計(jì)

　　4.2提高施工作業(yè)時效及節(jié)約線材方法的研究

　　由于線圈的切縫埋線工作是在路口標(biāo)線畫完并已經(jīng)開始通車后才開始進(jìn)行的，怎樣盡快完成路口施工，并盡早解除對道路的封堵，關(guān)系到市民的出行和正常交通秩序的維持。對于線槽合理的切割應(yīng)當(dāng)在不影響線圈靈敏度的前提下，盡量縮短切割長度，以達(dá)到節(jié)約施工時間的目的。

　　改進(jìn)后的呂字型線圈如圖4.2所示。此方法主要是對切線槽的方式進(jìn)行了改良，從而變更拉線方式。前后線圈全部從中間進(jìn)行分邊拉線，縮短了切縫長度，也有利于線圈定位。改進(jìn)方法的線圈切縫理論值為

　　7×4+(3+0.5×2+3.5+0.5×2)×2=45m，

　　對應(yīng)的地磁線埋設(shè)長度理論值為：

　　(2.5×2+1×2)×7×4+(0.5×2+3.5×2+0.5×2)×2=214m。

　　改進(jìn)后的方法與前兩種方法對比，切縫與接線的理論值都達(dá)到了最小，從而節(jié)約了施工時問和線材量。

　　圖4.2改進(jìn)后的呂字型線圈切縫和接線方法

　　此種線圈布設(shè)方式、切縫、拉線的施工方法在后續(xù)的現(xiàn)場試驗(yàn)階段迅，已經(jīng)驗(yàn)證了其可靠性。在不影響其檢測靈敏度的前提下，能夠提高抓拍車輛照片的合理性，減小汽車的制動和起步對線圈的影響，避免對路面標(biāo)志的破壞，延長了線圈的壽命，同時節(jié)約線材，縮短了施工時間。

　　4.3車檢器線圈布設(shè)位置的改良

　　在安裝戰(zhàn)術(shù)車檢器時，因注意將其設(shè)于車輛變道位置之前，如圖4.3所示，車檢器線埋設(shè)在理論變道位置后的位置，車檢器此吋不僅可以精確的統(tǒng)計(jì)出車輛變道各方向的車流量，而且減少了因司機(jī)未及時變道而引起的對車流走向的誤判。

　　特別是在交通高峰時段，因車輛擁堵而使得變道不及時的時候，將線圈設(shè)于變道之后就可給予信號燈配時以更準(zhǔn)確的數(shù)據(jù)提供。

　　圖4.3精確統(tǒng)計(jì)車輛行駛方向的車輛檢測線圈布設(shè)

　　第五章總結(jié)

　　如今，電子監(jiān)控系統(tǒng)正處于飛速發(fā)展階段，新的技術(shù)，新的算法正在不斷取代著過去。電子警察系統(tǒng)不論從外部硬件配置、整個系統(tǒng)配合緊密性、車牌識別算法上都還有很大的發(fā)展空間，很多問題都需要進(jìn)行更加深入的研究。

　�。�1）線圈檢測以其穩(wěn)定、廉價等優(yōu)勢在車輛檢測方式上仍處于主導(dǎo)地位，但諸如視頻檢測這樣的高新技術(shù)方法正在蓬勃的發(fā)展中。高新技術(shù)取代傳統(tǒng)工藝是一種趨勢，也是時代進(jìn)步的標(biāo)志。

　�。�2）車牌識別率目前處于一個相對穩(wěn)定的狀態(tài)，算法改進(jìn)對識別率的提高效果不算明顯。應(yīng)著力于研發(fā)和利用可靠度，分辨率、實(shí)時性等性能更加優(yōu)越的硬件設(shè)備上。特別是在夜間，車牌識別的準(zhǔn)確率和有效照片抓拍率比起白天有明顯的降低，這對電子警察、補(bǔ)光設(shè)備和線圈之間的配合提出更高的要求，應(yīng)加強(qiáng)整個電子警察系統(tǒng)之間的配合與聯(lián)系。

　　參考文獻(xiàn)

　　[1]蘇雷.車牌識別技術(shù)在電子警察系統(tǒng)中的應(yīng)用研究[i].青島：中國海洋大學(xué)..

　　[2]劉勇，吳勇，周芳.對我國智能交通系統(tǒng)(its)發(fā)展的討論[j].交通標(biāo)準(zhǔn)化，，1：48-50.

　　[3]張國伍.智能交通系統(tǒng)研究導(dǎo)論[j].電子工業(yè)出版抖，：5-8.

　　[4]

　　[5]肖斌.基于視頻的流量及排隊(duì)事件檢測研究[d].西安：長安大學(xué)，.

　　[6]馬英，王顯，張志遠(yuǎn).環(huán)型線圈車輛檢測器在電子警察系統(tǒng)中的應(yīng)用[j].現(xiàn)代電子技術(shù)，，264：184-186.

　　[7]姜良維，張鏗.電子警察系統(tǒng)的觀論基礎(chǔ)[j].中國交通信息產(chǎn)業(yè)，，(8).

　　[8]于莉潔，呂英華，孔俊.基于飽和信息和人工神經(jīng)網(wǎng)絡(luò)的汽車牌照定位[k]：東北師范大學(xué)，.

　　[9]羅彬，游志勝，曹剛.基于邊緣直方圖的快速汽車標(biāo)志識別方法[j].計(jì)算機(jī)應(yīng)用研究.，(06)：150-157.

　　[10]王強(qiáng)，宋京民，胡建平.一種快速模板匹配目標(biāo)識別算法[j].計(jì)算機(jī)工程與應(yīng)用，(6)：67-69.

　　[11]胡小峰，趙輝.matlab圖像處理與識別使用案例精選[m].北京：人民郵電出版社，.

　　[12]雪松.基于視頻檢測的車牌識別系統(tǒng)的研究[d].吉林：吉林大學(xué)，.

　　[13]姜達(dá).基于矢量水聽器自適應(yīng)本艦噪聲抵消技術(shù)研究[d].西安：西北工業(yè)大學(xué)，.

　　[14]盧雅琴，莫玉龍，陳泉林.特種車牌識別方法研究[d].上海：上海大學(xué)，.

　　[15]ostun.a.thresholdselectionmethodfromgray-levelhistograms[j]，ieeetranssystems，manandcybernetics.1979，9(1)：62-66.

　　[16]j.bernsen.dynamicthresholdingofgray-levelimage.proc.8thicpr.1986：1251-1255.