杨舒媛，王 娟，许 钦

（阜阳师范学院 数学与统计学院 安徽 阜阳 236000）

1 引言

随着我国传感器技术的发展，应用的传感技术考察高速公路上的车辆通行等情况越来越普遍。近年来，由于汽车持有量和交通量的迅猛增长，因此带来的巨大交通压力需要高效智能的交通管理加以化解。这样的背景下，为考察高速公路的车辆通行情况，试图利用安装在路侧的传感装置获取的数据来对通过的车辆类型及数量进行计量。

2 问题分析

2.1 车辆的几何特征

几何特征即车辆的长宽高。

2.2 异常数据判别及处理

由附件2可得到，受到车辆的颜色和车窗以及车辆形状的影响；其次，激光在工作过程中无法进行正常反射。

2.3 模型应用

根据数学模型及MATLAB仿真，画出车辆的三维立体图形并得出相应数据对应的车辆形状及所在车道等信息。此外，通过所给数据得出车辆的几何特征。综合国家管理条例实际分类和数据特征，对附件3中两组数据给出分类结果（包括种类及数量），进一步讨论算法效率。

2.4 速度检测设备

综合实际情况，我们从中选取了一种最为合适的检测设备并且描述增加何种设备，以何种方式准确测速，如何调整安装方式等。

3 模型建立和求解结论

3.1 模型假设与约定

假设该激光传感器一直处于正常工作状态，激光头一直以25HZ的频率旋转，未出现偏差和损坏。路面是水平的，无道路顺坏。无多辆车并排行驶。车辆通过激光传感器所扫描的路段行驶速度近似为匀速，且设为90km/h。无车辆跨道行驶。

3.2 模型建立与求解

用Visual Studio 2015编写、提取和转化进制的程序（见附录1），生成了一个ProcessData提取转化机器，用最低的Framwork 2.02013直接打开。用此程序可以将附件中6个文本中的表示激光头到阻碍物的反射距离的数据提取出来，并转化为十进制，并以每一周期作为一行，形成一个矩阵 [Iij]100×148。

3.3 车辆所在车道及其几何形状描述的模型[1]

激光传感器距地面垂直高度约5.9m，激光传感器距离第一个车道最近边沿的水平距离约1.7m，同时扫描双向四个车道（两个车道一个方向），一个车道宽3.75m。在建立模型时假设激光传感器形成一组垂直车身的平行线，则利用三角函数关系、建立车身长度模型，根据计算所得的数据可以通过算法将车辆的立体图形展示出来，从而进行几何特征的描述。

3.4 异常数据的处理

在交通场景中，车辆之间不可避免的会发生遮挡、粘连等情况，而阴影也影响所测车辆的轮廓特征。在此时传感器所输出的数据也为异常数据，我们利用狄克逊（Dixon）准则来做异常数据的处理[4]，把异常数据带换成前一个正常数据或后一个正常数据。通过观察数据，发现异常数据比正常数据要小得多。发现在扫描的一个周期内，数据中最后都有33个零，结合3.2的模型，得出这些均为异常数据，故剔除。根据狄克逊（Dixon）准则，可以判断出其他异常数据均小于5mm。利用数据预处理的方法，将每一行的异常数据用与其最近的正常数据代替，用Visual Studio 2015编写相应的程序处理数据。

利用数据预处理的方法，将每一行的异常数据用与其最近的正常数据代替，用Visual Studio 2015编写相应的程序处理数据。用MATLAB软件对处理前后的数据作图并进行比较，部分处理结果如下。

文本1

3.5 车辆所在车道及其几何形状的求解

在建立模型一时，曾认为路面在y=0的水平面上，根据数据作图发现路面并不是水平的，所以将研究对象的范围修改为y≥30cm。由假设中的速度90km/h可以求出车辆的长度与高度。

车道信息：综合国际车辆标准，每条车道的宽度为3.75米[2]，通过距离检测杆的距离对车辆进行依次编号：

通过MATLAB进行求解[5]，得出车辆的数据信息。

3.6 车辆分类

首先分车道进行处理，在获得车辆几何特征的前提下增加计数功能。

分类标准：根据国内外的一些分类标准[2]。选择车辆的长度作为分类的标准。通过模型一，利用附件3中的数据即可计算出所有车辆的车身长度，进而确定车辆种类以及数量。

?

为了通过附件3中的数据得到车辆类型及数量，利用附件中的数据及已知分类标准的算法进行匹配，统计得出具有不同车辆类型的车辆数量。运行改进后的算法大约需要10s左右，速度较快且可以将大部分的车辆信息反应出来。但是跨车道行驶时，会有个别车辆的车身长度出现较大误差，且不易剔除。

4 模型评价

通过本文对传感器的研究，有以下几方面优点：首先，建立合理的坐标系具体量化，将数据进行计算，得出车辆的长宽高。其次，利用visual studio 2015生成了对于数据的提取转化机器，大大的提高了数据分析的效率。最后，在进行车辆类型分类时，由于宽度在计算时易受到干扰，我们利用车身长度作为分类的标准。另外，需要改进的是：该模型只研究了车辆匀速行驶的情况，实际上车辆在行驶过程中速度是时刻发生变化的。同时，在车辆分类的标准中忽略了车辆的速度。我们可以通过对数据的分析计算激光传感器在扫描车辆时形成两截面间时间，从而解得车辆的行驶速度，进而把速度作为衡量车辆类型的标准之一。

[1] 岳亭，尤天鹏，黎虹.基于激光传感器的原理来确定车辆种类数学模型的建立[J].数码世界，15-15，2017.

[2] Bouhalais kamel.车辆自动检测与分类研究使用激光传感器[D].哈尔滨工程大学，2011.

[3] 解博文.基于激光传感器的车辆类型与数量自动检测算法的研究[J].中国科技论文在线，2016.