一种测算交通流对于城市污染影响的方法

1.测算交通流对于城市污染影响的方法，其特征是根据交通流的车辆分形来计算对城市污染的影响；1）首先对车辆进行大小车的快速识别；车辆的大小车分类方法采用基于牌照底色的分类技术，即当车辆牌照定位后，获取已经经过预处理的车辆牌照，使用颜色直方图读取法，读出车辆牌照中各个颜色的直方图；而直方图中数据最多的即为车牌底色；再将车牌底色的RGB值读取出，转换成HSV值，在HSV模型中进行判断车牌底色；车牌底色为蓝色为小车，黄色为大车，当字符识别结束后，车辆的大小车类型就基本鉴别完成；
2）根据车牌底色判断大小车后，根据大小车的车速，设定该车速下的排放因子；
3）代入识别出来的或给定的大小车不同的排污指标，产生对于道路的尾气粉尘和一氧化碳(CO)的浓度，以移流方程式作为污染模型、对于每个道路分割区间进行差分近似来求取浓度；
4）对于尾气粉尘的浓度，按照惯性光的透过率来进行定义、100m的距离的透光率(VI%)，使用自然对数进行换算、CO浓度以PPM来求解；
根据道路已经完善的视频监视系统，实时地测算出道路的交通流信息，计算出每辆车的排污，叠加后即可得到对于道路的排污状况；对于道路交通污染对周围环境的影响，采用高斯模型给出尾气和一氧化碳向周边扩散的情况，结合车流量、天气、时间因素，计算其扩散范围；
在车牌底色区分完成后，按照机动车号牌国家标准蓝底白字的车都为小型车，绝大部分的黄底黑字的车为大型车，但是有一个特例就是教练车也为黄底黑字，是小车；教练车的标志是最后一个字符为“学”字样；所以如果通过前一步的颜色提取得到是黄底黑字的车，还要划分及识别最后一个字符；若为“学”则判断为小车，否则判断为大车。
2.根据权利要求1所述的测算交通流对于城市污染影响的方法，其特征是对收集到的交通信息及污染状况进行语义分析，建立交通污染本体库；或者能够对污染高峰的路段、时段、区域的检索。
3.根据权利要求1所述的测算交通流对于城市污染影响的方法，其特征是结合虚拟现实技术或者GIS技术，以图形方式或者在地图上对交通污染情况做动态效果展示。
4.根据权利要求1所述的测算交通流对于城市污染影响的方法，其特征是根据车牌底色判断大小车后，根据大小车的车速，设定该车速下的排放因子；代入识别出来的或给定的大小车不同的排污指标，代入识别出来的大小车不同的排污指标，对道路的尾气粉尘和一氧化碳CO的浓度，以移流方程式作为污染模型；对于每个道路分割区间进行差分近似来求取浓度；对于尾气粉尘的浓度，按照惯性光的透过率来进行定义、即10m的距离的透光率(VI%)；使用自然对数进行换算、CO浓度以PPM来求 解；根据道路已经完善的视频监视系统，实时地测算出道路的交通流信息，计算出每辆车的排污，叠加后即得到对于道路的排污状况。

一种测算交通流对于城市污染影响的方法\n技术领域\n[0001] 本发明涉及物体的图像识别与汽车排污测算方法。\n背景技术\n[0002] 汽车作为现代社会主要交通工具之一，在人们的生产、生活的各个领域大量使用，汽车的总量日益的增加，但是随之带来的问题也越来越多。随着汽车的增多，汽车排出的尾气严重的影响着空气的质量。\n[0003] 据报道，机动车排放污染物已经成为中国城市大气污染的首要来源。而如何改善空气质量也是城市规划以及城市发展要解决的重要问题之一。所谓的汽车尾气是指从机动车尾部排出的汽油燃烧后的气体，其中含有上百种不同的化合物，主要污染物有固体悬浮微粒、一氧化碳、二氧化碳、碳氧化合物、氮氧化合物、铅以及硫氧化合物等空气污染物。\n[0004] 空气中有害气体的浓度增加，会导致呼吸道等一系列疾病的发生，严重危害人类的身体健康。尾气除了会危害人体健康之外，还会对人类生活的环境产生深远的影响。例如尾气中的二氧化硫具有强烈的刺激气味，到达一定浓度时容易导致“酸雨”的发生，造成土壤和水源酸化，影响农作物和森林的生长；二氧化碳是地球变暖的罪魁祸首，气候变暖又是人类的一大祸害：冰川融化、水位上涨，厄尔尼诺现象等都会给人类以及其它生物的生存带来严峻的挑战。\n[0005] 国内外学者因此建立了大量的污染模型，如交通流污染评价系统，也有学者研究城市道路十字交叉口和T型交叉口机动车排放污染物扩散模式等，都试图通过计算，明示交通污染对于人类生活的影响，但因为都是基于统计方式对于空气中尾气的含量来进行模拟研究，无法给出实时或者实际的汽车污染与扩散的交通流对于城市污染影响的真实数据；亦有在监测点安置传感器对于交通流污染取样，但因为获取的数据掺杂其他污染源的影响，难以取得更精确的数据，再加之因为成本与人力的限制，不可能全市范围内处处布点，全面监测。\n[0006] 由于缺乏有效的监测手段，所以城市污染的模拟计算一般的污染模型首先确定排放因子，再选择排放模型。能够有效实时地检测交通流对于城市污染影响的手段尚未见到。\n发明内容\n[0007] 发明目的：本发明目的提出一种交通流对于城市污染影响的实时测算方法，尤其是通过对汽车的车牌鉴别来区分大小车，提出一种快速识别大小车的方法。通过此发明，不仅可以方便快捷的获取城市交通的流量、分布等信息。然后再通过不同类型车的排污量的算法来算出总体交通的排污量，从而得到城市交通对空气的污染以及分布情况。本发明融合了图像处理与识别、云计算、图像语义、基于MPEG-7的图像索引库的构建与基于图像内容与语义的检索、虚拟现实技术，为今后合理调度城市各路线的交通流量，通过对于城市交通流的调度与控制，达到使城市受交通流污染影响最小，使城市由交通流所造成的污染最小化，提供了数值基础。\n[0008] 这些信息，也可以为当地的空气质量分析提供可靠依据，可以为道路施工和市政建设提供有效参考，还可以对于现有的环境改善提供决策依据。如提出道路周边绿化、道路与居住区隔离设施的设立位置等。\n[0009] 本发明的技术方案是：测算交通流对于城市污染影响的方法，根据交通流的车辆分形来进行交通流对于城市污染的影响计算。亦即首先对车辆进行大小车的快速识别。车辆的大小车分类方法采用基于牌照底色的分类技术，即当车辆牌照已经定位好后，获取已经经过预处理的车辆牌照，使用颜色直方图读取法，读出车辆牌照中各个颜色的直方图。而直方图中数据最多的即为车牌底色。再将车牌底色的RGB值读取出，转换成HSV值，在HSV模型中进行判断车牌底色。\n[0010] 当字符识别结束后，车辆的大小车类型就基本鉴别完成。\n[0011] 根据车牌底色判断大小车后，根据大小车的车速，设定该车速下的排放因子。代入识别出来的或给定的大小车不同的排污指标，对于道路的尾气粉尘和一氧化碳(CO)的浓度，以移流方程式作为污染模型、对于每个道路分割区间进行差分近似来求取浓度。对于尾气粉尘的浓度，按照惯性光的透过率来进行定义、100m的距离的透光率(VI%)，使用自然对数进行换算、CO浓度以PPM来求解。\n[0012] 对于道路交通污染对周围环境的影响，利用高斯模型给出尾气和一氧化碳向周边扩散的情况，结合车流量、天气、时间等因素，计算其扩散浓度以及波及范围。\n[0013] 对收集到的交通信息及污染状况进行数据挖掘及语义分析，建立交通污染智能知识库，实现决策支持，污染可能情况判断，对污染高峰的路段、时段、区域等的检索及交通疏导方案制定等。\n[0014] 由于缺乏有效的监测手段，所以城市污染的模拟计算一般的污染模型首先确定排放因子，再选择排放模型。\n[0015] 在车牌底色区分完成后，按照《机动车号牌国家标准》蓝底白字的车都为小型车，绝大部分的黄底黑字的车为大型车，但是有一个特例就是教练车也为黄底黑字，是小车。教练车的标志是最后一个字符为“学”字样。所以如果通过前一步的颜色提取得到是黄底黑字的车，还要划分及识别最后一个字符。若为“学”则判断为小车，否则判断为大车。\n[0016] 能够结合GIS技术，在地图上对交通污染情况做动态展示。\n[0017] 本发明有益效果：\n[0018] 1.根据快速的判断车辆的大小，代入排污模型，可以计算出该车的排污；\n[0019] 2.根据城市交通网络的综合计算，可以算出交通流对于城市污染的影响（即城市交通总排放）。\n[0020] 3.可以结合虚拟现实或者GIS技术，用图形或者在地图上动态展示交通污染情况。\n[0021] 4.为今后进一步引入动态交通规划及智能交通控制以及交通流调度模型，根据本发明记录的汽车排污严重的路段、时段与期间，合理调度城市各路线的交通流量，从而达到使城市受交通流污染影响最小，使城市有交通流造成的污染最小化等奠定了基础。\n[0022] 5．可以进一步引入动态交通规划及智能交通控制以及交通流调度模型，根据本发明记录的汽车排污严重的路段、时段与期间，合理调度城市各路线的交通流量，通过对于城市交通流的调度与控制，可以达到使城市受交通流污染影响最小，使城市有交通流造成的污染最小化，让市民过上真正的低碳生活。\n附图说明\n[0023] 图1当车辆牌照彩色图像已经定位好后，读取已经经过预处理的车牌图片；\n[0024] 图2通过直方图判断车牌中占主要的颜色，并读取该颜色的RGB值示意图；\n[0025] 图3是将RGB值转换成HSV值进行颜色的判断示意图；\n[0026] 图4所示为识别后的汽车的牌照定位示意图；\n[0027] 图5交通流监控污染流程示意图；\n[0028] 图6为本发明机理模型示意图。\n具体实施方式\n[0029] （一）交通情况实时采集\n[0030] 主要采用路口摄像机进行实时图像采集，将模拟信号转换为数字信号。\n[0031] （二）车辆信息获取及汇总，其基本流程参见图5。\n[0032] 1.汽车识别\n[0033] 主要采用路口摄像机进行实时图像采集，将传送到采集系统服务器。\n[0034] 2.车牌定位\n[0035] 对于识别后的汽车的牌照定位如图4所示。\n[0036] 参考车牌粗定位示意图： 粗定位后可能会有几处候选区域，这时就要通过精确定位来确定车牌区域。\n[0037] 精确定位采用对候选区域的二值化图像进行扫描，每一行从白变黑或者从黑变白都记为一次跳变，通过记录跳变变次数来定位车牌。如扫描时达到从白变深或者从深变浅的颜色跳变达到3次以上时，此扫描区域可以进行定位车牌。\n[0038] 3.车牌底色的提取\n[0039] 通过提取牌照底色来判断车辆是大车还是小车。一般而言，蓝底白字的为小型车，黄底黑字的为大型车。所以只要精确定位，在定位了车牌后，在对应车牌的彩色图像提取车牌照的底色或是字符颜色来判断。具体如下：\n[0040] 1）当车辆牌照彩色图像已经定位好后，首先读取已经经过预处理的车牌图片（见图1，图1中有字的背景为蓝色）。\n[0041] 2）使用OpenCV技术画出读入的车牌牌照图片的各个颜色直方图（如根据图1得到了颜色直方图中的蓝色具有最大值。\n[0042] 3）通过直方图判断车牌中占主要的颜色，并读取该颜色的RGB值（图2），直方图中颜色数据最多的即为车牌底色；\n[0043] 4）将车牌底色的RGB值读取出，将RGB值转换成HSV值进行颜色的判断（图3），在HSV模型中进行判断车牌底色（亦是图中颜色数据最多的即为车牌底色）。\n[0044] 4.字符的划分与识别\n[0045] 蓝底白字的车都为小型车，绝大部分的黄底黑字的车为大型车，但是有一个特例就是教练车也为黄底黑字，是小车。教练车的标志是最后一个字符为“学”字样。所以如果通过前一步的颜色提取得到是黄底黑字的车，还要划分及识别最后一个字符。若为“学”则判断为小车，否则判断为大车。\n[0046] 当字符识别结束后，车辆的大小车类型就基本鉴别完成了。\n[0047] （三）大规模信息收集后进行运算\n[0048] 1.汽车排污模型\n[0049] 根据车牌底色判断大小车后，根据大小车的车速，设定该车速下的排放因子。代入识别出来的或给定的大小车不同的排污指标，代入识别出来的大小车不同的排污指标，对道路的尾气粉尘和一氧化碳(CO)的浓度，以移流方程式作为污染模型、对于每个道路分割区间进行差分近似来求取浓度。对于尾气粉尘的浓度，按照惯性光的透过率来进行定义、\n10m的距离的透光率(VI%)，使用自然对数进行换算、CO浓度以PPM来求解。根据道路已经完善的视频监视系统，按照本发明的方法，实时地测算出道路的交通流信息，计算出每辆车的排污，叠加后即可得到对于道路的排污状况；\n[0050] 2.污染扩散模型\n[0051] 对于道路交通污染对周围环境的影响，利用高斯模型给出尾气和一氧化碳向周边扩散的情况，结合车流量、天气、时间等因素，计算其扩散范围。根据城市交通网络的综合计算，可以算出交通流对于城市污染的影响（即城市交通总排放）。\n[0052] （四）语义智能分析\n[0053] 对收集到的交通信息及污染状况进行语义分析，建立交通污染本体库，对污染高峰的路段、时段、区域等的检索等。\n[0054] （五）污染效果展示\n[0055] 结合虚拟现实技术或者，GIS技术，以图形方式或者在地图上对交通污染情况做动态展示。