1 前言

隨著城市車輛的增多，道路情況變得復雜，如何對道路車流量進行監(jiān)控，對統(tǒng)計、預測城市道路交通情況至關重要，同時這也是對城市道路運行情況合理調(diào)度的重要依據(jù)。而目前對城市道路監(jiān)測多以通過視頻為主，甚至會采取人工記數(shù)，這對每條道路在某個時段車輛的頻率或通行的車型不易做到長期、精確的統(tǒng)計。因此，需要設計一種低成本、高效率的智能識別裝置，來促進對道路交通情況的監(jiān)測水平。

2 裝置總體設計

裝置可劃分為三部分，如圖1，分別為采集部分，信號調(diào)理部分和識別處理部分。在應用中，可以將多個裝置分別安裝在各個路段兩側，最終將處理結果匯總到最近的上位機節(jié)點，然后將各地方節(jié)點匯總到中心工作站，從而對數(shù)據(jù)進行存儲、分析、統(tǒng)計，達到道路車流量檢測的目的。為掌握各路段車輛通行規(guī)律，預測車流高峰和堵車高峰，作出合理調(diào)度和措施提供依據(jù)。

裝置結構
 

圖1  車流量識別裝置總體結構圖

3 采集部分

本部分采取了矩陣理念，分別用紅外線發(fā)射和接收管組成檢測區(qū)矩陣電路，當有車輛駛入檢測區(qū)，將會遮擋部分發(fā)射和接收管，從而引起電路中電平的變化。因此通過對車行駛情況的充分分析，設計識別算法，微處理器就能按照算法，將車輛的行駛狀況識別出來。本文將以實驗模型，說明設計思路。

矩陣采集區(qū)以發(fā)射電路和對應在其下方的接收電路組成，發(fā)射部分由兩排紅外線發(fā)射管，每排八個組成。接收電路由正對每個發(fā)射管的接收管組成，同樣是兩排的測量層次，和每排八個單元的測量密度。

    在實際應用中，為了提高識別的準確性和適應道路狀況，可以合理的增加矩陣中的測量層次和采集點密度，還需要根據(jù)實際情況對識別算法簡單修改。

4 信號調(diào)理部分

主要作用是將采集的信號進行放大、整理，達到微處理器能夠處理的程度，再根據(jù)處理部分的需要選通矩陣中的測量排。原理圖如圖2。其中(a)部分是將接收管所產(chǎn)生的微弱信號變化進行放大，在相應的引腳部位體現(xiàn)出來，并傳輸?shù)剿拥?4HC244芯片(b)部分，將放大后的信號進行標準化，達到微處理器能處理的標準信號。由圖可知，每排接收排的引腳接到一片74HC244芯片上。

圖2  信號調(diào)理部分原理圖

5 判斷處理部分

本部分主要應用1片ATmega16L芯片作為微處理器，如圖3。

圖3  微處理器作為判斷處理部分

利用AVR單片機的PD口來控制選通兩片74HC244芯片中的一個，即分別選通兩個接收排中的一排，將接收到的數(shù)據(jù)用AVR的PB口接收，通過仿真，可檢測算法在運行中的正確性。另外，微處理器的PA口用于與外部進行通信，將識別結果發(fā)送到上位機。

6 識別算法的設計過程

算法的設計直接決定識別的效果，甚至系統(tǒng)的成本。算法中要解決的關鍵技術問題是如何確定有車進入測試區(qū)間、判斷車行進方向、并排行駛多輛車的識別、車的型號以及車流量的確認。

本系統(tǒng)采用C語言編程，軟件調(diào)試通過硬件測試、單排識別測試、穩(wěn)定雙排識別測試和帶外部通信的測試四個階段逐步設計、修改、優(yōu)化算法和程序，最終達到比較理想的識別效果。

（1）在硬件測試中，用程序檢測接收電路中所選擇的電阻以及三極管的型號是否合理，這將直接影響采集靈敏性和采集效果。

（2）完成硬件測試后，通過單排檢測測試，首先要解決確定有車進入測試區(qū)的標準，本步驟關鍵一點是測算兩個接收點的間距w，首先要保證最小的車型寬度足以擋住n個接收點，而并排行駛的汽車間最小距離也應大于一個接收間距，這樣對判斷是一輛車經(jīng)過還是多輛車在算法設計上提供了可行性?？筛鶕?jù)現(xiàn)場中接收點密度選定n的取值，本實驗模型中選擇n為3。因此，在判斷一排接收信號中，有連續(xù)3個以上接收點被擋，即說明有車經(jīng)過。

將一排接收點編號，為r[0]到r[7]，這樣首次提取到r[i]到 r[j]連續(xù)被擋，將j與i的差值賦給變量l,如果l的值不小于3，即發(fā)現(xiàn)車輛，同時l*w即可以確定車輛寬度，對照車寬標準，可以判斷車型。另外，提取第j位以后的各位，如果7-j不小于4，則有并行過車可能，仿照第一次判斷標準，判斷出是否有并行車輛，以及型號。

（3）雙排識別的作用是穩(wěn)定的判斷出車行駛的方向，以及提取通過測試區(qū)車流量。這就需要根據(jù)車輛依次通過兩排測試排時產(chǎn)生的信號的先后變化，以及對車通過測試區(qū)域的分解動作建立模型，設計確定車流量的算法。在這個階段，又會出現(xiàn)新的干擾問題，就是車輛在連續(xù)通過兩個測試排過程中，剛要經(jīng)過每個測試排時都會產(chǎn)生采集信號的劇烈變化，造成最終識別的嚴重錯誤，因此，在這一環(huán)節(jié)，需要加入防抖抗干擾措施，對每一排信號在一定時間內(nèi)進行多次采樣，設置采樣標志變量，將多次采樣的標志變量進行綜合匹配，匹配后結果在置信區(qū)間的，則認為采集數(shù)據(jù)真實。但過多采樣，會降低系統(tǒng)運行速度，經(jīng)過實驗，在模型中，取兩次采樣，間隔1ms，已經(jīng)能達到滿意的效果。以第一排為例，設第一次采集中識別的車輛標志變量為a1(為0表示無車，為1表示有車)，并行標志變量b1(為0表示無車，為1表示有并行車)；同理，設第二次采集得到的相應變量為a2和b2，則第一排真實的過車情況標志變量a和b如圖4所示。

通過類似方式獲得第二排的置信狀態(tài)，綜合兩排車輛運行狀態(tài)，通過設計的判斷車輛駛入、通過、駛出和駛離動作模型，用算法將完成這一套動作作為判斷車行進方向以及車輛真正通過測試區(qū)，完成一次記數(shù)的標準。綜合，以上各步驟程序以及采集到的數(shù)據(jù)，完成雙向并排車流量的識別。

（4）系統(tǒng)在處理與外部通信中，根據(jù)外部所連接設備，用算法讓系統(tǒng)在合適時機送出數(shù)據(jù)，避免過頻通信，占用識別處理時間，影響結果。

7 結論

本文中有兩個創(chuàng)新點，首先是用矩陣式紅外識別解決了以往利用紅外線或激光判斷統(tǒng)計物體經(jīng)過某區(qū)域時，只能根據(jù)物體經(jīng)過時阻擋信號的次數(shù)計數(shù)，需要物體必須按順序逐個經(jīng)過測試區(qū)域，不能對并行通過的物體識別的缺陷，實現(xiàn)了經(jīng)濟高效的在雙向上識別并排通行的多輛車。

其次根據(jù)車輛通過測試區(qū)的不同狀態(tài)，設計了多樣的算法，能夠高效識別車輛通行狀況。