隧道设备运行状态智能检测系统研究

发布时间：2020-06-13 18:22

【摘要】：照明灯和情报板的正常工作是隧道运行的基本保证,隧道内对于亮度的要求相当严格,亮度不达标会影响隧道的安全行车,情报板则是告知驾驶人员天气、路段等信息,因此隧道的安全行车需要保障照明灯和情报板的正常工作,对照明灯和情报板的运行状态进行实时的检测。本文先对整个隧道设备运行状态智能检测系统进行设计,主要包括系统的功能分析,系统的组成以及设计的原则。照明灯的运行状态检测主要是通过处理传输到监控中心的图像,以RGB模型的B分量作为灰度化结果,经过3*3的中值滤波,指数函数灰度变换,去除掉隧道内的干扰,增加照明灯与隧道内背景的对比度,采用最大类间方差法进行二值化,将照明灯的轮廓从隧道图片中提取出来,通过K-means聚类算法利用照明灯的惯性矩方向、最大费雷特径方向等一些参数将左右两侧的照明灯分离,由于照明灯在同一路段是均匀分布的,因此可以通过照明灯轮廓面积的比值来判断是否有故障的照明灯,这样当有照明灯处于故障状态时就可以及时发现,从而上报监控中心采取措施。情报板的运行状态检测是通过处理含有情报板的隧道图像,采用HSL模型中亮度分量进行灰度化后,经过3*3的中值滤波,指数函数灰度变化,最大类间方差法二值化后,再进行闭运算,填洞,凸包运算,删除边界目标,删除小粒子以提取出情报板的轮廓,通过水平垂直双投影算法对情报板中的字符进行分割,分割成单个字符之后再经过分层LBP+HOG特征融合算法对分割后字符进行特征提取,与应显示字符的特征进行比对,当字体显示不完整或者不正确时,就能够及时发现,然后通知监控中心及时处理,避免信息错误对驾驶人员造成误导,影响隧道正常行车。本文的隧道设备运行状态检测系统中照明灯检测子系统可以识别到25个以上的照明灯,检测距离可以达到125米以上,满足工程的需要。情报板检测中经过情报板轮廓提取、字符分割、分层LBP+HOG的特征融合算法后,字符识别准确率可以达到98.8%。因此本文提出的隧道设备运行状态检测方法是可行且有效的。
【图文】：

示意图,路段,隧道,隧道照明

3.1 隧道照明特点及检测方法选择隧道照明为隧道内的安全正常行车提供基本的保证，也为驾驶员提供舒适的行车环境。根据《公路隧道通风照明设计规范》[30]，洞外亮度、交通量、车速、废气等是影响隧道照明亮度的主要因素。因此在隧道照明检测时需要根据不同的路段以及不同的照明情况进行检测，来判断照明设备是否处于正常工作状态。3.1.1 隧道照明特点分析隧道照明[31]分为入口段照明、过渡段照明、中间段照明和出口段照明[32]。由于在白天进入隧道时，亮度骤然下降，会产生“黑洞效应”，因此入口段对照明的要求较高。白天隧道入口段照明的亮度计算要根据洞外亮度、设计车速、视长和隧道长度等因素确定。而夜晚隧道内外亮度变化不像白天那么剧烈，因此全路段可以采用统一的亮度标准。国际照明委员会将隧道分为五个照明段：接近段、入口段、过渡段、中间段、出口段，，隧道分段示意图如下图所示：

指数函数

图 3.6 指数函数为分界，值越小，对图像低灰度部分的扩展作用就越强，值扩展作用就越强，通过不同的x值，就可以达到增强低灰度经过实验分析，本文中 x 的值选为 1.5，转换后效果如下图图 3.7 经过指数函数转换后的隧道图像
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;U453.8

【参考文献】