基于近景摄影测量的交通信息采集系统-北京汇安铭科技.docx

基于近景摄影测量的交通信息采集系统于泉 基金项目：北京工业大学博士科研基金，项目号00202-01北京市教育委员会“科技创新平台建设-城市区域智能交通控制系统”项目资助“十一五”国家科技支撑计划重点项目资助于泉，男，1976.5 ，山东海阳人，北京工业大学交通研究中心 副教授 ，博士，主要从事交通控制、智能交通系统的研究 石若川 荣建交通工程北京市重点实验室（北京工业大学），北京 100022摘要：针对已有交通信息采集方法的不足，系统地建立了基于近景摄影测量方法的交通信息采集系统，详细阐述了系统的重要组成单元，功能和特点。系统经过标定、摄影、分析处理等过程，能够准确地连续采集大空间范围内的多个交通物体的行驶轨迹、速度、加速度、车头间距等参数。实地应用的效果表明，该系统能够满足交通工程研究工作的需要，是未来交通信息采集的趋势。关键词：近景摄影测量；交通信息；信息采集系统Traffic Information Collection System Based on Close-Rang Photogrammetry MethodYu Quan Shi Ruochuan Rong JianKey Laboratory of Transportation Engineering (Beijing University of Technology), Beijing, 100022Abstract: To the deficiencies of the existing traffic information collection methods, the paper systemically builds up the traffic information collection system based on close-range photogrammetry method. Important components and functions and characters of the system are also cited. After the process of calibration and photograph, analysis, the system can truly and continuously collect the parameters of several traffic objects such as trajectory, speed, acceleration and headway and so on in large space. The field test results show that the system is able to meet the need of traffic engineering research and will be the future of traffic information collection.Keywords: close-range photogrammetry; traffic information; information collection system摄影测量就是对研究对象进行摄影，根据所获得的构像信息，从几何和物理方面进行分析研究，从而对所摄对象的本质提供各种资料，是一门以影像信息重建三维空间中物体几何表面的科学。其实质是要根据像点的位置推求出物点的位置1。近景摄影测量作为摄影测量的一个分支，是指在近距离中对被研究的对象进行摄影，量测其像片坐标，用直接线性变换关系式，在已知一定数量控制点的条件下，按最小二乘法平差原理，由像片坐标直接解算得到目标的三维空间坐标。由于近景摄影测量精度较高，测量速度快，而且整个量测系统装备简易，价格低廉，轻便灵巧，具有较好的通用性，因而不失为一种先进的量测手段。1 近景摄影测量方法及在交通中的应用按照应用方法，近景摄影测量方法可以分为模拟法近景摄影测量、解析法近景摄影测量以及数字近景摄影测量（又称实时摄影测量）三种1。模拟法和解析法近景摄影测量技术本身需要昂贵的仪器和训练有索的技术人员。而且，在数据获取（即摄影底片的拍摄与处理）与给出最终成果（模拟或解析处理）之间还有一个时间滞差。而实时摄影测量却能提供一种兼顾了速度与精度的手段，它对于那些难以接触的物体（包括动态物体）是特别适用的，这也是此种量测手段近年来得到一定程度发展的主要原因。它是一种响应时间为一个视频周期（如1/30秒）的非接触式的三维量测技术。实时摄影测量系统一般包括：一个或两个动态摄像机（获取影像的电信号）、频数转换装置（将电信号数字化）、数字图像处理设备（某种影像处理器，从而在高速下实现影像的改善，其中包括影像增强、边缘探测、特征提取、同名点识别、以及有关的摄影测量计算）、控制装置和各种输出设备（包括监视器、打印机、显示屏幕、绘图机等）。目前的交通信息采集设备能够提供的参数主要有：流率（流量）、占有率、密度、车头时距、单个车辆的速度和车队的速度、排队长度、进口流量达到特征、进口停车数、连线旅行时间、车辆OD对等。上述参数的采集有的可以直接从采集设备中获得，如流量、占有率等，而有的参数需要按某种原理进行推算方可得到：如连线旅行时间需要通过离散模型和平均车速进行估计，车辆OD对的信息目前则主要通过车辆牌照匹配方法来获得。当然也不是所有类型的检测设备都能提供上述所有参数。交通信息采集手段经历了从机械式-光学式-雷达-GPS近半个世纪的不断探索，但是存在的一个问题是：由于设备限制往往只能获得很有限的驾驶员-车辆单元样本。主要因为：调查城市道路上的车辆在一定连续时间和空间范围内的位移、速度、加速度等特性参数，必须要有一种具有较为开阔的检测空间，同时也能够连续纪录多个交通个体运动特征参数的采集方法，这个要求在目前已有的检测器和交通流数据采集方法中均不能达到。近景摄影测量技术的出现为解决这个问题提供了可能。它在交通工程中最为常见的运用是进行交通事故的现场测量，其次是利用近景摄影测量来捕捉交通个体的运动轨迹。许多研究人员26对通过摄影测量技术进行道路交通事故现场快速测量技术进行了研究。对于交通事故相关的摄影测量技术运用都是对静态场所进行摄影测量，只需要采集一幅或有限的几幅照片就可以满足检测的需要了。因此，一般处理的对象是照片而不是视频文件。当考虑利用近景摄影测量来捕捉交通个体的运动轨迹时，就需要考虑连续地处理多幅图像上的交通个体，并将各幅照片对应的属性进行关联，才能获得物体的运动轨迹。利用近景摄影测量来捕捉交通个体的运动轨迹的研究在国内还没有见到相关文献报道。堪萨斯州立大学的魏恒7在其博士论文研究中，采用了摄影测量的方法来建立基于摄像机图像视频的换车道行为采集模型，并开发了相应的采集软件VEVID，该软件在通过道路上的一系列已知距离点进行标定后，可以通过鼠标来确认车辆沿某一街道前进的位置。VEVID软件的开发为采集交通流时空连续数据提供了新的解决思路。VEVID将采集空间简化为沿道路方向的一维直线，该软件在处理沿直线道路前进的交通个体时，这种简化是可以接受的。但是，对于交叉口这样明显属于一个平面范畴的对象，该软件就无法使用了。作者简单应用了摄影测量的方法对信号交叉口车头时距的混沌现象作了研究8。本文在前面研究的基础上，系统地建立了信号交叉口处信息采集系统。从标定-摄影-处理-分析的过程从手，明确了作为交通信息采集手段的摄影方法应当具备的条件和遵循的过程。2 新的交通信息采集系统本研究采用近景摄影测量方法，利用摄像机采集的图像，在对现场标定的基础上和允许的误差范围内，对交通系统信息进行数据采集和坐标位置的处理，建立了基于近景摄影测量的交通信息采集系统。该采集系统是由摄像机、皮尺（激光测距仪）、计算机、分析处理软件组成。(1) 摄像机摄像机是用于记录交通流现场的媒体，它获得的视频图像质量将对测量的精度产生重大的影响。根据在摄影测量中的运用，摄像机也可以分为测量用摄像机和非测量用摄像机。测量用摄像机是为摄影测量目的而设计制造并严格校验的摄影设备，带有框标，摄影机内方位元素稳定，加工精度高、图像变形小。而非测量用摄像机内方位元素未知，不带框标，但是价格低廉，比较普及，携带方便灵活。介于量测用摄像机和非量测用摄像机之间，还分出一种称为半量测摄像机。这种摄像机设置有玻璃网格板，能够校正因底片变形而引起的像素误差，但是机内没有内方位元素记录，因此称为半量测摄像机。数码相机随着其分辨率的提高而在摄影测量中得到了大量的运用，而高品质的数码摄像机的出现使得测量运动物体成为可能。随着电子技术的发展，特别是电荷耦合器件（CCD）的加工技术的提高，数码摄像机已经成为摄像机的主流与发展方向。先进的电子技术使得高质量的图像获取已经不再成为昂贵的专业摄影设备的专利。以电荷耦合器件CCD为代表的数码固态摄像机具有全固化、体积小、重量轻、不受电磁现象干扰、像元几何位置精度高、无需框标以标定内方位元素坐标系、无需标准格网以改正底片变形等优点9。特别是生成的视频信号可以数字方式存储或直接与计算机相联实现在线作业，实现数字(而不是数字化)摄影测量乃至实时摄影测量。但是，与测量相机相比又有芯片像幅小和分辨力有限的明显缺陷。因此在进行摄影测量时应考虑选择分辨率高、图像变形小的摄像机。本研究中采用的索尼VX2000E型摄像机属于3CCD的数码摄像机。该摄像机采用3个38万高像素CCD影像感应器并应用“HAD”（Advanced Hole Accumulation Diode）电子画质提升技术。3CCD的摄录放一体机是通过特有的三棱镜把光线分解为3种颜色(红、绿、蓝)，然后经过三块独立的CCD影像感应器处理。确保达到高解像度及精确的色彩重现效果。3CCD影像感应器可以原封不动地显示影像的原色，不会因经过摄像机演绎而出现色彩误差的情况。因此3CCD相机的色彩饱和度及解析度比一般单CCD摄影机高很多。同时，该摄像机还能提供数码摄录系统530线水平解像度，配备超级光学防抖系统和配备隔行(Interlaced)及逐行（Progressive）两种影像扫描拍摄模式，这些特征都有助于在摄影测量时获得稳定、高清晰度的图像。(2) 皮尺（激光测距仪）皮尺主要用于测量标定点的距离，从而为标定整个检测区域的坐标服务。本研究中使用的是长城牌30m长的皮尺，测量精度1cm。还可以使用激光测距仪来标定已知点坐标。常用的是一种体积小、易操作的手持激光测距仪，通过简单的键盘操作即可精确测量出距离、面积及体积。它的测量精度为3mm（标准，最大为5mm），测量距离为0.2m至200m。(3) 计算机系统采用普通微机，基本配置：CPU主频2.8G； Intel 82865G集成显示卡，512M内存；IEEE1494卡；硬盘200G；软件平台为WINDOWSXP。(4) 分析处理软件分析处理软件主要用于分析和处理采集到的视频数据，能够将观测到的交通信息输入到数据库，同时可以进行分类和属性描述。分析处理软件能够分辨出交通个体运动的路线，事件和位置。本研究采用德国的一款处理软件。图1是交通信息采集系统的结构图。图1 基于近景摄影测量的交通信息采集系统Figure 1 traffic information collection system based on close-range photogrammetry3 实地应用运用该信息采集系统，我们进行了实地的交通信息采集。信息采集地点为北京市东城区蒋宅口交叉口。该交叉口是安定门外大街与和平里北街相交而成。它是城市主干道与城市次干道的交叉口，安定门大街是城市主干道，和平里北街是城市次要道路。其南北方向为主干道，东西方向为次干道。主要调查方向选取主干道的东西方向。参见图2。图 2 蒋宅口交叉口的平面图Figure 2 Layout of Jiang Zhaikou intersection 采集时间是2006年4月16日，星期日，天气晴，摄像时间为16：00-17：00，共一个小时。采集图像的摄像机架设在11楼，使用皮尺和激光测距仪测定坐标点的距离。定义坐标系如图所示。以北进口的停车线为x轴，与其垂直的方向为y轴，坐标原点选定为机动车道与非机动车道之间的隔离带上的一个停车标注的立柱基座。摄像机所摄取到的交叉口范围为53*40m2。对测量精度进行了分析实验。共测量了28个特征点的物方坐标。其中12个作为标定点，用来标定相应的测量模型，另外16个作为测试点检测测量结果的精度。实验结果表明，测量点的距离误差平均值不大于0.15米，最大距离误差为0.26m，而沿坐标X轴的误差的在-0.140.09m之间，沿Y轴（垂直方向）的坐标误差在-0.030.26m之间。因此，可以直接采用不考虑畸变的标定模型来进行信息的采集。在该交叉口处，我们对每条车道统计车辆100辆，共统计了机动车的运行轨迹800条。采集情况见表1表1 交叉口机动车轨迹采集情况Table 1 Sum of vehicular tracks collection in the intersection前进方向样本量北进口-左转100北进口-直行第1车道100北进口-直行第2车道100北进口-直行第3车道100南进口-左转100南进口-直行第1车道100南进口-直行第2车道100南进口-直行第3车道100小计800该系统能够采集到连续多辆车的速度、加速度以及行车轨迹等信息。所采集到的结果能够为科研提供很好的帮助。图3为根据采集的左转车加速度数据所做的分析图，体现了加速度的波动情况。图4是根据采集的直行车辆的车头间距与速度的关系图，体现了车头间距的混沌现象。图3 左转车道左转车辆的加速度情况图4 直行车辆车头间距与速度的关系图4 结论交通信息采集工作是开展交通工程研究，认知交通规律的必要环节。功能合理、数据准确的交通信息采集设施和采集方法是确保信息采集系统正常运行的基本条件。基于近景摄影测量方法对交通信息进行采集，能够在不接触被测试交通个体的情况下，实现连续多个物体的数据记录，为交通工程的科学研究工作提供了良好的手段。参考文献：1. 冯文灏. 近景摄影测量 M. 武汉:武汉大学出版社, 20022. 毛明远, 陈忆九, 刘宁国, 邹冬华. 应用数字摄影测量技术进行道路交通事故现场重建J, 中国司法鉴定. 2007.3:44-473. 詹总谦, 张剑清. 数字摄影测量在交通事故现场勘查中的应用J. 公路交通科技, 2006, 23: 147-1504. Fraser C S, Hanley. Developments in Close- Range Photogrammetry for 3D Modelling: the Witness ExampleR. International Workshop: Processing and Visualization using High- Resolution Imagery, Pitsanulok, Thailand, 18- 20 November, 20045. 鲁光泉, 许洪国, 李一兵. 交通事故现场摄影测量标定点识别J. 计算机应用, 2006, 26: 711- 7166. Tao CV. Database-guided automatic inspection of vertically structured transportation objects from mobile mapping image sequences J.Photogrammetric Engineering and Remote Sensing, 2001, 67(12):1401- 1409 7. Heng wei. VEVID-Video data collector. Transportation Research Board 78th Annual Meeting, 1999. Washington, D. C. 19998. Quan Yu. Chaos Research of Vehicle Spacing in Signalized Intersection C. International Conference on Transportation Engineering 2007, Cheng Du, China. 2007,7.Volume 3: 2488-24939. 冯文灏. 数码相机实施摄像测量的几个问题J. 测绘信息与工程, 2002,27(3):3-5