交通标识牌智能安全监测系统设计.pdf

中国人民公安大学学报(自然科学版)2023 年第 2 期 No.2 2023Journal of People蒺s Public Security University of China(Science and Technology)总第 116 期 Sum116交通标识牌智能安全监测系统设计陈大江,摇 肖摇 煌,摇 胡摇 江,摇 张思宇,摇 苏摇 菠(广西警察学院交通管理工程学院,广西南宁摇 530028)摘摇 要摇 为了监测不同工况下交通标识牌安全状态信息,实时掌握标识牌受载和安全性能等详细情况,提出设计一套智能安全监测系统,用于实时监测标识牌安全状态和相关数值。利用编程控制单片机结合红外变形监测技术对交通标识牌进行实时监测并预警,通过无线网络或专网远程传输实时动态数据;通过人工智能技术的深度学习相关算法处理数据,提取特征数据与安全阈进行校核输出决策结果,决策结果控制预警机构是否启动;数据融合评判标识牌安全状态,数据可视化直观反映标识牌安全状态和参数信息。该系统初步实现了对交通标识牌安全状态动态监测。关键词摇 交通管理工程;标识牌监测系统;建模仿真;安全监测中图分类号摇文献标志码摇 ADesign of Intelligent Health Monitoring System forTraffic SignageCHEN Dajiang,摇 XIAO Huang,摇 HU Jiang,摇 ZHANG Siyu,摇 SU Bo(School of Traffic Management Engineering,Guangxi Police College,Nanning 530028,China)Abstract:To monitor the health status information of traffic signage under different working conditionsand grasp the details of the load and safety performance of the signage in real time,a set of intelligenthealth monitoring system was proposed to monitor the health status and related parameters of the signagesin all time.Real鄄time monitoring and early warning of traffic signages were achieved by combing program鄄ming control microcontroller and infrared deformation monitoring technology.The real鄄time dynamic datawere remotely transferred through wireless network or private network.The deep learning algorithm of ar鄄tificial intelligence technology was used to process the data,extract the feature data and the safety thresh鄄old to check the output decision result,which controlled whether the early warning mechanism was star鄄ted.Data fusion was used to evaluate the health status of the signage,and data visualization could direct鄄ly reflect the health status and parameter information of the signage.The system has preliminarily realizedthe dynamic detection of the health status of traffic signage.Key words:traffic management engineering;traffic signage monitoring system;modeling and simula鄄tion;health monitoring收稿日期摇2022鄄11鄄18基金项目摇广西高校中青年项目(2023KY0913)。作者简介摇陈大江(1996),男,贵州毕节人,硕士,助教。研究方向为机械设计制造及其自动化。通信作者摇肖摇 煌(1973),男,硕士,高级工程师。E鄄mail:752454484 55陈大江等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬交通标识牌智能安全监测系统设计0摇 引言随着中国经济迅猛发展,我国建成四通八达的交通网,交通标识牌数量增多,风险增大1,故需要对交通标识牌的安全状态进行动态监测。国内外学者已在道路设施、交通标识牌等领域进行了一定的研究,如,黄俊松等2通过大数据网络技术实时监测一定区域范围内交通设施变形,参考其对交通设施大变形的监测方法,提出一种可以用于监测较小变形的方法;谢寒冰等3研发通过“互联网+交通设施运维平台冶实现故障设备自动报警,借鉴其运用互联网技术在一定程度上实现运维平台的信息化的方法,提出通过专网、无线网等实时传输交通标识牌的数据;崔杰等4指出交通标志存在结构设计不合理并提出对应解决措施;俞韦军5通过改变交通设施布置位置降低事故发生率;赵建有等6通过二元回归分析优化警告标识牌安装距离,参考其结构设计时建模的方法,使用“近似模型冶法对标识牌进行网格划分,在不影响计算精度的前提下提高仿真分析的效率;胡聪等7采集标识牌完整数据信息并传输给自动驾驶系统,参考其采集数据的方法并增加提取特征数据等环节实现数据的高效利用,通过算法提取不同灵敏度的数据。还有一些学者以道路信息传输为研究对象,实现预警信息的实时传输8-12。Li鄄Wei Tsai 等13实时监测交通标识牌的支持杆架,研究支撑杆架在风荷载作用下破坏并防范产生事故。目前交通管理部门主要对结构尺寸较大的交通设施的安全状态进行监测,通过智能摄像头、红外传感器等收集数据,监测杆架特定位置的加速度和应变14,监测道路设施实时动态状态等,但是这些研究没有聚焦交通标识牌的结构特征变化、载荷变化,动态监测标识牌安全状态、预警系统和交通警察联动等方面研究较少。标识牌掉落砸伤人或砸坏车辆的事件时有发生,设计一种用于动态监测交通标识牌安全状态的系统,实现安全监测与预警,交通警察动态掌握标识牌安全信息,及时发现并排除隐患,有效保护人民生命财产安全。1摇 智能检测系统整体设计交通标识牌连接固定位置设计不合理,外荷载作用导致连接位置松动或断裂;交通标志牌受到强风等自然外荷载或其他突发性外荷载作用导致局部变形或破坏;针对交通标识牌的变形、破坏、载荷情况没有比较完备的实时动态监测系统和事故发生前的预警防控机制;针对分布广、数量多的交通标识牌没有一套完备的信息监管机制,以至于无法实时掌握某一交通标识牌的安全状态和载荷信息,对全部的交通标识牌隐患分析统计不足,对一部分没有发生故障且长时间未检修的标识牌缺乏针对性巡检;交通标识牌缺乏安全监测、预警防控和针对性巡检,不能对标识牌掉落砸伤人或砸坏车辆事件进行预警防范。针对上述问题,系统能实时监测标识牌是否因年久失修引起固定螺栓等锈蚀严重,连接部分不同程度锈蚀极易发生松动、变形、破坏、掉落等危险。对发生松动、变形、自然荷载下破坏的标识牌建立三维模型,进行受力分析,通过仿真软件分析静力学性能、动力学性能、低阶模态振动固有频率等,根据实际受损情况结合仿真结果确定造成松动、变形、破坏等的原因,分析标识牌对影响因素响应的灵敏度,采用多目标参数优化设计的方法改善标识牌特征结构、固定位置分布、连接固定方法等。主要通过仿真结果优化结构,改善连接固定的位置,通过先进特种加工方法如激光焊接来改善标识牌连接固定位置的力学性能。利用有限元软件建立交通标识牌三维模型并进行数值仿真分析,探究标识牌受力变形并优化结构。监测标识牌安全状态,实时动态监测标识牌受到的变化动荷载、变形、摆动等。通过人工智能技术结合深度学习相关算法处理安全监测数据,算法筛选确定数据驱动单片机控制预警系统工作。智能传感检测系统检测到的标识牌动态安全状态数据经过算法筛选处理,基于 5G 网络技术和大数据云技术通过专网、无线网络将数据传输到指挥中心终端和执法人员移动终端。指挥中心终端对来自云端所有标识牌安全监测数据进行整合分析,通过算法处理后集成数据,实时监测交通标识牌载荷、变形、破坏等信息,预警存在风险隐患的标识牌并反馈给一线执法人员及时排查,整合并归类不同安全等级标识牌。交通标识牌智能安全监测系统如图 1 所示。2摇 标识牌结构优化利用有限元软件建立交通标识牌三维模型并进行数值仿真分析,探究受力变形并优化结构。不同工况下交通标识牌的静、动态力学性能对连接固定65陈大江等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬交通标识牌智能安全监测系统设计图 1摇 交通标识牌智能健康监测系统示意摇位置的稳定性、整体强度和刚度性能、抵抗变形和破坏等能力等都有一定的影响,标识牌的结构需要满足抵抗变形的要求且尽可能避开所有外部激励频率,以免发生共振现象而导致事故发生。通过理论分析和数值模拟结合的方法进行静、动力学分析和低阶模态分析,实现分析局部受力变形、分析连接位置稳定性、优化特征结构。建立“刚-柔耦合模型冶并使用多体动力学分析软件结合 STEP 驱动函数分析变形、摆动响应规律。多目标参数优化设计使变形量小于许用挠度、固有振动频率满足隔振要求、确定特征值安全域等。基于“有限元法+近似模型法+遗传算法冶对标识牌进行建模、仿真、结构优化。通过有限元法建立标识牌的三维立体模型并进行仿真。利用近似模型法对标识牌三维模型的不同位置进行不同精度等级的网格划分,满足仿真分析的精度要求且提高仿真计算的效率。通过遗传算法处理标识牌特征数据,实现构建交通标识牌处在极端垂向载荷工况下的有限元模型,标识牌的结构尺寸作为设计变量,以其刚度、强度、模态特性为目标函数,目标函数最终直观表现为标识牌的变形情况,具体的优化流程如图 2所示。建立标识牌三维模型并进行仿真分析,内容包括零部件简化、材料设置、网格划分、工况输入、仿真模拟、变形分析、结构优化等。其中网格划分的质量直接影响数值仿真结果的准确性,考虑到重点分析标识牌面的受力变形及振动,故针对不同位置采用图 2摇 标识牌结构优化流程摇非均匀方式划分网格,标识牌受力面精确细致均布划分,支撑杆等位置粗糙划分,网格划分结果如图 3所示。有限元法对标识牌进行低阶模态仿真分析,分析标识牌变形仿真结果,探究标识牌刚度不足或相75陈大江等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬交通标识牌智能安全监测系统设计图 3摇 近似模型法划分网格摇对薄弱的位置,可为结构优化提供指导,预测不同载荷下变形、振动、摆动幅度的变化规律和安全域,确定正常工作阈值,为安全监测提供参考数据。模态分析云图如图 4 所示。图 4摇 交通标识牌低阶模态分析云图摇通过仿真软件分析响应面优化模块提取,得到影响标识牌结构安全状态的因素对应最大静变形量、低阶模态频率、最大等效应力、连接固定位置等性能指标的灵敏度响应情况,如图 5 所示。通过数值仿真分析和优化,改善不同工况下交通标识牌的静、动力学性能,确定最佳连接固定位置、确定固有振动频率、局部变形等参数的安全阈值,为标识牌实时动态安全监测提供参考数据。3摇 智能感知系统设计智能感知系统监测标识牌安全状态,实时动态图 5摇 影响交通标识牌性能指标灵敏度摇检测标识牌受到的变化动荷载、变形、摆动等,包括智能传感器采集数据、数据融合逆向构建三维模型、人工智能技术处理数据并与安全阈值拟合、逆向构建模型与分类数据综合评判标识牌安全状态、向量机(SVM)算法处理采集数据深度挖掘样本特征值,提取不同类型数据评判标识牌安全状态。智能传感器实时动态检测标识牌的变化动荷载、变形、摆动等,采集到的数据融合后逆向构建三维模型表征整体在荷载作用下的变形等。基于人工智能技术的卷积神经网络算法对传感器采集的海量数据分类别分层级处理和筛选,针对性优化训练样本,分类数据与仿真安全阈值拟合输出,输出特征值与逆向构建三维模型综合评判标识牌安全状态。向量机(SVM)算法直接处理传感器采集数据,分类别深度分析数据,根据不同约束条件,深度挖掘并提取特征数据。通过向量机算法分类提取的特征数据与神经网络算法分类拟合输出特征值通过贝叶斯算法交叉融合,提取融合数据与安全阈值类比决策输出,输出数据决定是否驱动外部预警系统响应。标识牌安全状态智能感知系统工作流程如图 6 所示。4摇 标识牌安全状态诊断4郾 1摇 多维度数据融合预警智能监测系统实时采集的数据在初级智能监测系统数据处理器中经过向量机(SVM)算法直接分类别,按不同约束条件深度挖掘并提取,提取特征数值与神经网络算法分类拟合输出特征值通过贝叶斯算法交叉融合,提取融合数据与安全阈值类比输出趋近于阈值的数据集,数据集输入智能预警系统,预警系统中的单片机接收数据并经过内部程序算法校核,单片机驱动预警机构工作,预警数据集同步传输到指挥中心和执法人员移动终端,指挥中心决策并对执法人员下达指令。85陈大江等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬交通标识牌智能安全监测系统设计图 6摇 智能感知系统工作流程图摇4郾 2摇 安全状态评判智能监测系统采集数据通过数据切片技术将数据分类分级,按不同优先级顺序传输到指挥中心数据接收终端再进行汇总,汇总数据结合虚拟仿真三维模型,通过可视化空间模型呈现特征数据,直观反映出交通标识牌的实时动态安全状态及相关参数信息。安全监测数据由执法人员自主选择是否实时共享,减少数据流量耗费,当执法人员需要通过移动终端查看标识牌安全性能数据信息时自主选择打开数据接口接收数据,优先级较高的安全阈值之外警示数据接口和趋近于安全阈值领域数据接口处于常开状态保证实时接收预警或警示数据,即多维度数据可视化直观反映标识牌安全状态。如图 7 智能监测系统显示屏所示,交通标识牌智能监测系统通过感应装置将标识牌实体的状态信息传递到软件中的仿真模型,系统中实时显示标识牌模型 A 和标识牌状态信息 B,B 区域显示的实时信息主要包括:(1)标识牌在外加荷载下产生的最大局部变形量,也用位移量来表示;(2)标识牌整体在前后方向的摆动量;(3)标识牌整体摆动和局部变形的恢复程度;(4)标识牌位移变化情况统计分析折线图;当以上几个值接近或超过设定的参考值时,系统执行预警。分析日志数据变化趋势,确定导致标识牌松动、变形、损坏等隐患出现的特征参数区间,区间数据集与数值模拟仿真确定的安全阈值通过贝叶斯算法拟合,深度挖掘拟合的数据集并修正安全阈值区间,提高安全监测系统预警的准确性。日志数据变化趋势与特征数据集通过二次回归拟合分析,结合概率统计理论分析数据集与安全状态之间的规律,基于此图 7摇 智能监测系统显示屏摇规律运用实际监测数据评判标识牌状态,不同状态输出数据决定系统工作状态,控制启动预警机构或警示机构。日志数据变化趋势与特征数据集拟合分析结果、决定表征标识牌安全状态的参数指标的特征值、标识牌安全状态及变化趋势等通过数据可视化技术直观呈现在指挥中心显示屏上,实现标识牌安全状态及数据信息实时动态监测。5摇 结论设计了一款用于监测交通标识牌安全状态的智能系统,与前人通过卫星遥感技术等对一定区域内结构尺寸较大的交通设施的变化进行检测等研究不同,通过建立标识牌三维模型,仿真分析受力变形并对其优化,监测变荷载及变形;通过人工智能技术结合深度学习相关算法处理数据并驱动单片机预警机95陈大江等:詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬詬交通标识牌智能安全监测系统设计构响应;智能传感监测系统动态采集到的数据通过算法处理、整合分析、回归集成,通过对交通标识牌进行仿真分析确定静、动力学性能并近似确定与标识牌安全状态密切相关参数的安全阈值,分析实时动态监测数据并决定关联预警机构等的工作状态,数据可视化显示交通标识牌安全信息。得出以下结论:(1)建立交通标识牌三维模型,仿真分析标识牌静、动力学性能,实时监测标识牌荷载、变形等,对标识牌存在的风险隐患进行预警。(2)针对前人通过卫星遥感技术等检测标识牌存在误差大的问题,本文通过贝叶斯算法挖掘并修正安全阈值区间,提高监测系统预警的准确性,实现了对交通标识牌的实时动态精准监测。(3)研发交通标识牌智能安全监测系统,为交警部门和设备维护部门进行标识牌安全状态监测、隐患预警提供技术支持,助力交通警察提前采取措施处理危险标识牌,对保护人民生命财产安全具有重要意义。系统实现了对交通标识牌的实时动态监测,但是设备在轻量化和便捷化方面存在不足,下一步可以聚焦实现设备轻量化和便捷化。参考文献1摇 刘建军.临武:300 块交通标识牌取代 187 条减速杠N.湘声报,2009鄄08鄄08(2).2摇 高分辨率对地观测科学联盟.第七届高分辨率对地观测学术年会论文集C.北京:科学出版社,2020:299-305.3摇 中国智能交通协会.第十五届中国智能交通年会科技论文集C.北京:科学出版社,2020:284-293.4摇 崔杰.道路交通标志设置存在的问题及解决对策J.交通世界,2021(28):146-147.5摇 浙江省安全工程学会.“事故预防与灾害防治的理论与实践论坛冶论文集C.北京:化学出版社,2019:251-257.6摇 赵建有,徐舸,韩万里,等.基于事故分析的公路限高门架警告标志优化设置J.中国安全生产科学技术,2021,17(6):187-192.7摇 胡聪,何晓晖,邵发明,等.基于极大极稳定区域及SVM 的 交 通 标 志 检 测 J.计 算 机 科 学,2022,49(S1):325-330.8摇 FRANZ M,STEFEN H,RUPERT M,et al.Towards trafficmonitoring with Terra鄄SAR X J.Canadian Journal ofRemote Sensing,2014,33(1):39-51.9摇 CARLSON P J,URBANIK T.Photometric measurementsof traffic signs as a function of pavement reflectance atgrazing anglesJ.LEUKOS the Journal of the Illuminat鄄ing Engineering Society of North America,2005,1(1):43-58.10摇 LIU Z.Mobility data鄄driven urban traffic monitoringJ.Springer Briefs in Computer Science,2021:3-8.11摇 SARRAB M,PULPARAMBIL S,AWADALLA M.Devel鄄opment of an IoT based real鄄time traffic monitoring sys鄄tem for city governanceJ.Global Transitions,2020,2:230-245.12摇 YANG X Y,LIU G Q,GUO Q Y,et al.Triboelectric sen鄄sor array for internet of things based smart traffic monito鄄ring and management systemJ.Nano Energy,2021,92:106757.13摇 TSAI L W,ALICE A.Studying the wind鄄induced vibra鄄tions of a traffic signal structure through long term healthmonitoringJ.Engineering Structures,2021,247(15):1-11.14摇 BURRELLO A.Traffic load estimation from structuralhealth monitoring sensors using supervised learningJ.Sustainable Computing:Informatics and Systems,2022,35:100704.(责任编辑摇 于瑞华)06