基于LiDAR傳感器的道路停車(chē)數(shù)量統(tǒng)計(jì)方法

基于LiDAR傳感器的道路停車(chē)數(shù)量統(tǒng)計(jì)方法

許多城市的交通事故和交通堵塞都是由停車(chē)造成的。據(jù)統(tǒng)計(jì)，30%左右的交通事故與停車(chē)數(shù)量有關(guān)。該數(shù)據(jù)表明，改進(jìn)停車(chē)管理就可以使整個(gè)交通狀況得到明顯改善，從而改善交通、節(jié)約燃料、減少排放。因此，對(duì)不同智能停車(chē)場(chǎng)解決方案、停車(chē)政策和停車(chē)數(shù)量統(tǒng)計(jì)進(jìn)行了研究。停車(chē)場(chǎng)通過(guò)IR傳感器等設(shè)備很容易收集到停車(chē)數(shù)量，但是收集道路上的停車(chē)數(shù)據(jù)非常具有挑戰(zhàn)性。

利用LiDAR（激光雷達(dá)）傳感器來(lái)完成道路停車(chē)數(shù)量的統(tǒng)計(jì)。在試驗(yàn)車(chē)上安裝兩個(gè)LiDAR傳感器記錄3D點(diǎn)云，LiDAR傳感器可提供更詳細(xì)和更精確的三維地表地形數(shù)據(jù)，并依據(jù)3D點(diǎn)云提取停車(chē)統(tǒng)計(jì)數(shù)據(jù)。提取過(guò)程基本上分為對(duì)象分割和分類(lèi)兩個(gè)步驟。對(duì)于對(duì)象分割，由于單個(gè)LiDAR傳感器測(cè)量的點(diǎn)云超過(guò)5億個(gè)點(diǎn)，因此需要對(duì)數(shù)據(jù)進(jìn)行分割，將該區(qū)域劃分成25m×25m的子空間，采用區(qū)域生長(zhǎng)方法（將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域）來(lái)提取地表面區(qū)域信息并且分離出不同的對(duì)象。對(duì)于對(duì)象分類(lèi)，首先采用主成分分析法將點(diǎn)云的眾多局部特征和全局特征進(jìn)行降維，然后采用隨機(jī)森林分類(lèi)器通過(guò)降維后的局部特征和全局特征來(lái)識(shí)別車(chē)輛形狀，并通過(guò)比較兩個(gè)LiDAR傳感器的點(diǎn)云排除移動(dòng)車(chē)輛。

為了測(cè)試所提出方法的有效性，在長(zhǎng)達(dá)5.5km的道路上進(jìn)行測(cè)試評(píng)估，其中包括住宅區(qū)和商業(yè)區(qū)。結(jié)果顯示,在大多數(shù)情況下,該方法可以準(zhǔn)確地檢測(cè)停放車(chē)輛數(shù)量，具有一定的適用性。由此，政策制定者可以通過(guò)這些停車(chē)統(tǒng)計(jì)數(shù)據(jù)，調(diào)整當(dāng)前的停車(chē)規(guī)則和政策以減少交通堵塞等現(xiàn)象。

F.Bock et al.2015 IEEE 18thInternationalConference on Intelligent Transportation Systems，2015.

編譯：孫堅(jiān)