CN101383098A - 一种基于瞬时硬件技术的线阵ccd公路车辆测速方法 - Google Patents

Abstract

本发明公开了一种基于瞬时硬件的线阵CCD公路车辆测速方法，在公路上架设一台线阵CCD摄像机，针对公路上行驶的车辆间隔一定时间拍摄车辆图像，获得两组不同时刻的车辆的图象信号序列，计算出两组图像信号序列在线阵CCD上移过的距离，由已知两个时刻的时间差，计算出图象移动的速度，根据线阵CCD摄像机与车辆的距离和线阵CCD摄像机的参数便可最后确定车辆运动速度。本发明性能稳定，精度较高，不受地形影响，成本较低，且测速时不向外发射雷达波，因此不容易被电子狗提前探知，具有良好而隐蔽的测速能力。

Description

一种基于瞬时硬件技术的线阵CCD公路车辆测速方法

技术领域

本发明涉及一种公路车辆测速方法，尤其是一种基于瞬时硬件技术的线阵CCD公路车辆测速方法。

背景技术

目前车辆测速系统主要有以下几种：多普勒雷达测速系统、激光测速系统和感应线圈测速系统。多普勒雷达测速系统应用比较广泛，但是容易受到外界干扰，测速精度不高，同时多普勒测速系统需向外发射雷达波才能测速，随着电子狗的泛滥，雷达测速系统很容易被探测到。激光测速系统精度高，稳定性也很好，但是受环境影响较大，且价格较一般测速系统贵很多，不容易普及使用。感应线圈测速需要在路面下预埋线圈，施工安装复杂，不容易推广。目前雷达测速系统是交警部门采用的较多的系统，但是电子狗能检测到测速系统发出的雷达波，可以让违规车辆提前得知自己正被测速，使违规车辆往往逃脱法律制裁。因此雷达测速系统正面临着电子狗的挑战。

发明内容

本发明的目的是提供一种无法提前被电子狗探知的，且成本较低，稳定性好，安装简便，精度较高的一种基于瞬时硬件技术的线阵CCD公路车辆测速方法。

为了达到上述的目的，本发明采用的技术方案为：

一种基于瞬时硬件技术的线阵CCD公路测速系统的测速方法，在公路上架设一台线阵CCD摄像机，针对公路上行驶的车辆间隔一定时间拍摄车辆图像，获得两组不同时刻的车辆的图象信号序列，计算出两组图像信号序列在线阵CCD上移过的距离，由已知两个时刻的时间差，计算出图象移动的速度，根据线阵CCD摄像机与车辆之间的物距、线阵CCD摄像机的参数便可最后确定车辆运动速度。

所述的基于瞬时硬件技术的线阵CCD公路测速系统的测速方法，两组图像信号序列在线阵CCD上移过的距离计算，是进行这两组组图像信号的互相关函数和自相关函数计算，得到多个相关函数值极大值之间的差。

所述的线阵CCD摄像机安装于公路上，其摄像头垂直于公路路面或者与地面成一定夹角，并沿公路方向对准驶来车辆。

所述的基于瞬时硬件技术的线阵CCD公路车辆测速方法，其特征在于：线阵CCD摄像机的参数一般包括：拍摄速度：每秒4000行，像素：2048，放大倍数自适应调整，焦距5-15米。

本发明性能稳定，精度较高，不受地形影响，成本较低，且测速时不向外发射雷达波，因此不容易被电子狗提前探知，具有良好而隐蔽的测速能力。

附图说明

图1为线阵CCD图象测速系统的硬件。

图2为线阵CCD间隔一定时间对同一物体连续拍摄的两幅图象。

图3为互相关曲线图。

具体实施方式

一种基于瞬时硬件技术的线阵CCD公路测速系统的测速方法，在公路上架设一台线阵CCD相机，针对公路上行驶的车辆间隔一定时间拍摄车辆图像，获得两组不同时刻的车辆的图象信号序列，计算出两组图像信号序列在线阵CCD上移过的距离，由已知两个时刻的时间差，计算出图象移动的速度，根据线阵CCD相机与车辆的距离和线阵CCD相机的参数便可最后确定车辆运动速度。两组图像信号序列在线阵CCD上移过的距离计算，是进行这两组组图像信号的互相关函数和自相关函数计算，得到多个相关函数值极大值之间的差。

线阵CCD相机安装于公路上，其摄像头垂直于公路路面或者与地面成一定夹角，并沿公路方向对准驶来车辆。

图1展示了线阵CCD相机硬件结构。CCD图象测速系统有高速摄像头，对超速行驶的车辆进行拍摄。拍摄到的光信号传送至高速CCD芯片，高速CCD芯片将光信号转化为电信号，并将电信号传送到信号处理模块进行处理，然后由A/D转换模块将模拟信号转换为数字信号并送入数据采集模块。数据采集模块将信号送入FPGA并行相关运算阵列进行运算，并将数据送入存储器中。FPGA并行相关运算阵列处理后的数据送入DSP峰值搜索和速度计算模块进行最后的速度计算，并通过通讯接口向外显示输出。高速CCD芯片由驱动电路进行驱动，信号处理和A/D模块与驱动电路都由CPLD时序控制模块进行控制。

线阵CCD相机依据相关测速原理工作，测量时连续拍摄两幅一维图象如图2，高速线阵相机拍摄速度快，如40K扫描线的CCD连续拍摄两幅图象的时间间隔为0.025ms，测量出两幅图象中同一物体图象发生的位移，即可根据拍摄时间间隔(0.025ms)测量出物体图象的移动速度，再根据光学标定的比例值即可直接计算出物体实际的运动速度。

对于CCD采集系统而言，选择积分时间短的线阵CCD系统，例如选择积分时间为10us的CCD系统，在单祯图象拍摄过程中对于运动速度为50m/s的物体而言，只移动了0.05mm，对于图象采集而言基本可以不考虑运动模糊可以认为采集到的图象具有较好的清晰度。对于扫描速度为20K的CCD系统，两幅图象拍摄间隔为0.05ms，对于50m/s的运动物体，在0.05ms的渡越时间内只移动了2.5mm，以S＝1(1：1光学参数)计算，对于30mm/2048像素标准CCD而言ΔL约移动了170个像素，两幅图象仍然有大约1800个像素重叠，能够完全满足相关运算要求。

通过x(t)y(t)互相关运算可以精确求解图像位移。设图像x(t)和y(t)为各态历经的平稳过程，则x(t)和y(t)的有限位移间隔的互相关函数Rxy(T)为：

$R_{\mathrm{xy}}\left(\mathrm{\τ}\right)=\frac{1}{T}{\∫}_0^{T}x\left(t\right)y(t+\mathrm{\τ})\mathrm{dt}$

$=\frac{1}{T}{\∫}_0^{T}y\left(t\right)x(t-\mathrm{\τ})\mathrm{dt}---\left(2\right)$

$=\frac{1}{T}\mathrm{\α}{R}_{\mathrm{xx}}(t_0-\mathrm{\τ})$

由相关函数的性质可知，两个完全相同的信号相关度最大，从CCD传感器采集的两幅图像路相差一个时间延迟t。，对两幅图像数据做移位相关运算，并记录移位的个数，当移位到两组数据的对应点相同时，相关度最大。通过这一最大的相关值对应的移位个数，即可求出渡越时间to内两幅图像的相关位移ΔL。因而，只要设法对信号进行移位比较，找出其相关值最大时的移动间隔ΔL可以完成图像位移的计算，如图3。

互相关分析的核心在于对两组空间信号的位移偏差进行统计，根据自相关函数性质可知，该互相关曲线r—To处存在统计峰值.图2-2给出了典型的互相关曲线.设在渡越时间t。内被测物体作匀速运动，则物体的运动速度为。

V＝ΔL/t₀×s     (3)

在运算时可以通过两幅图象信号的相关运算得到图象位移。由相关函数的性质可知，两个完全相同的信号相关度最大。从CCD传感器采集的两幅相差一定时间间隔的图象，对两幅图象数据做移位相关运算，并记录移位的个数，当移位到两组数据的对应点相同时，相关度最大。通过这一最大的相关值对应的移位个数，即可求出两幅图象的相关位移ΔL，因此，只要设法对信号进行移位比较，找出其相关值最大时的移动间隔ΔL就可以完成图象位移的计算。由于相关函数运算量巨大，因此采用硬件计算FFT来得到计算结果。相关函数的计算相当于两个随机过程的卷积积分，因此可以利用FFT来计算相关函数，再通过统计求得相关峰值，即可求出物体图象位移。

对于CCD拍摄的实际图像x(t)，y(t)可认为是两个随机过程，由于时间T是有限的。其自相关函数，和互相关函数常用估计表达试来计算，写成离散形式为。

$R_x\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(k\right)x(k+n)\mathrm{dk},(n=\mathrm{0,1},...N-1)---\left(4\right)$

$R_{\mathrm{xy}}\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(k\right)x(k+n)\mathrm{dk},(n=\mathrm{0,1},...N-1)---\left(5\right)$

由于两个向量的积运算量巨大，一般只在传统的模拟处理系统中作为模拟估计方法，随着高速硬件并行运算技术的发展，通过FFT方法对于相关函数的计算成为优良的实现方式。

从原理上来说相关函数的计算相当于两个随即过程的卷积积分：

$f\left(\mathrm{\τ}\right)=\underset{0}{\overset{T}{\∫}}{x}_1\left(t\right)x_2(t-\mathrm{\τ})\mathrm{dt}---\left(6\right)$

显然f(τ)，x(t)，y(t)的傅立叶变换存在，上式可做如下变换，

$F\left(\mathrm{\ω}\right)=\underset{-\∞}{\overset{\∞}{\∫}}f\left(\mathrm{\τ}\right)e^{-\mathrm{j\ω\τ}}\mathrm{d\τ}=\underset{-\∞}{\overset{\∞}{\∫}}\mathrm{d\τ}{e}^{-\mathrm{j\ω\τ}}\underset{0}{\overset{T}{\∫}}{x}_1\left(t\right)x_2(t-\mathrm{\τ})\mathrm{d\τ}---\left(7\right)$

令τ-t＝u则

$F\left(\mathrm{\ω}\right)=\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\mathrm{j\ωu}}{x}_2\left(u\right)\mathrm{du}\underset{0}{\overset{T}{\∫}}{x}_1\left(t\right)e^{-\mathrm{j\ωt}}\mathrm{dt}$

$=X_2\left(\mathrm{\ω}\right)\·X_1\left(\mathrm{\ω}\right)---\left(8\right)$

令τ-t＝u则 $F\left(\mathrm{\ω}\right)=\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\mathrm{j\ωu}}{x}_2\left(u\right)\mathrm{du}\underset{0}{\overset{T}{\∫}}{x}_1\left(t\right)e^{-\mathrm{j\ωt}}\mathrm{dt}=X_2\left(\mathrm{\ω}\right)\·X_1\left(\mathrm{\ω}\right)$

上式中 $X_2\left(\mathrm{\ω}\right)=\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\mathrm{j\ωu}}{x}_2\left(u\right)\mathrm{du},$ $X_1\left(\mathrm{\ω}\right)=\underset{0}{\overset{T}{\∫}}{x}_1\left(t\right)e^{-\mathrm{j\ωt}}\mathrm{dt}$

X₂(ω)是X₂(t)的共轭谱，X₁(ω)是X₁(t)的近似谱，X₂(ω)和X₁(ω)均可用FFT算法求得，把F(ω)经反FFT变换就可求得f(τ)，因而只要能够快速计算FFT就可以利用FFT来计算相关，本系统利用硬件并行计算FFT得方法来计算相关函数，进而通过统计求得相关峰值，即可求出物体图像位移。

计算出图象移动的速度，根据线阵CCD摄像机与车辆之间的物距、线阵CCD摄像机的参数便可最后确定车辆运动速度。

Claims (4)

1、一种基于瞬时硬件技术的线阵CCD公路车辆测速方法，其特征在于：在公路上架设一台线阵CCD摄像机，针对公路上行驶的车辆间隔一定时间拍摄车辆图像，获得两组不同时刻的车辆的图象信号序列，计算出两组图像信号序列在线阵CCD上移过的距离，由已知两个时刻的时间差，计算出图象移动的速度，根据线阵CCD摄像机与车辆之间的物距、线阵CCD摄像机的参数便可最后确定车辆运动速度。

2、根据权利要求1所述的基于瞬时硬件技术的线阵CCD公路车辆测速方法，其特征在于：两组图像信号序列在线阵CCD上移过的距离计算，是进行这两组组图像信号的互相关函数和自相关函数计算，得到多个相关函数值极大值之间的差。

3、根据权利要求1所述的基于瞬时硬件技术的线阵CCD公路车辆测速方法，其特征在于：所述的线阵CCD摄像机安装于公路上，其摄像头垂直于公路路面或者与地面成一定夹角，并沿公路方向对准驶来车辆。

4、根据权利要求1所述的基于瞬时硬件技术的线阵CCD公路车辆测速方法，其特征在于：线阵CCD摄像机的参数一般包括：拍摄速度：每秒4000行，像素：2048，放大倍数自适应调整，焦距5-15米。

Images