嘉绍大桥物联网技术应用和展望

《嘉绍大桥物联网技术应用和展望》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、嘉绍大桥物联网技术应用和展望　　摘要：嘉绍大桥是世界最长最宽的多塔斜拉桥，大桥于2008年底正式动工，历时四余年时间建设，于7月19日零点正式通车。与绍诸高速、上三高速公路、乍嘉苏高速公路、杭甬高速公路等便捷地连接起来，大大缩短上海与绍兴以及浙江南部和中部地区等地的车程，，对促进长江三角洲经济一体化和产业结构调整升级具有重大意义。嘉绍大桥的物联网技术应用更是一大特色，利用微波检测，数字摄像与事件检测、桥梁结构检测等系统现代化物联网设备，按照固定更新的频率动态发布最新的桥梁与道路信息和对违章停车、行人和抛洒物的预警信息，最大限度地提高了桥梁安全与道路交通通行能力，帮助监控人

2、员进行实时高度，通过智能交通系统，更好的服务社会大众，物联网要实现更好的发展，需要大量相适应的软硬件基础和制定统一的技术协议和标准，实现真正“智慧大桥”与“智慧高速”还有很长的路要走。关键词：嘉绍大桥；高速公路；物联网；中图分类号：U412文献标识码：A引言物联网是新一代信息技术的重要组成部分。其英文名称是：“TheInternetof11things”。由此，顾名思义，物联网就是物物相连的互联网。物联网是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换与通信，以实现智能化识别、定位、跟踪

3、、监控和管理的网络。物联网被称为继计算机、互联网之后，世界信息产业的第三次浪潮。同时全国高速公路即将迎来物联网智慧时代，看似空中楼阁，但已经消消地深入各大高速公路的方方面面，而嘉绍大桥的物联网应用技术具有国内外先进代表性，本文将对其作深入描述和展望探究。嘉绍大桥物联网技术应用之一：微波车辆检测器11微波车辆检测器（RTMS）是一种利用现代高科技雷达技术实时检测和定位区域内车辆及其各种交通数据。嘉绍大桥南北桥头分别布设了一套微波车辆检测器（RTMS），采用侧挂式的微波车辆检测器（RTMS），在扇形区域内发射连续的低功率调制微波，并在路面上留下一条长长的投影。RTMS在微波束

4、的发射方向上以0.38米为一层面分层面探测物体，微波束的发射角为50度，方位角为12度。安装好以后，它向公路投影形成一个可以分为254个层面的椭圆形波束。。用户可将检测区域定义为一层或多层。RTMS根据被检测目标返回的回波，测算出目标的交通信息，每隔一段时间通过RS-232向控制中心发送。它的车速检测原理是：根据特定区域的所有车型假定一个固定的车长，通过感应投影区域内的车辆的进入与离开经历的时间来计算车速。一台RTMS侧挂可同时检测8个车道的车流量、道路占有率和车速。利用微波及其定位功能RTMS可以在恶劣天气或振动情况下准确检测车辆和被其遮挡的其它车辆。RTMS接收其微波

5、波束覆盖的路面、车辆、隔离带以及树丛的反射信号。其内部存在着来自各个微片对应的固定反射物的背景信号；当车辆走过检测区时，对应区的反射信号强度将超过背景信号之上的一定的阈值，RTMS就会检测到该车辆。因此，保证大桥微波车辆检测器的良好应用，时时收集大桥高速公路的路况车辆通行信息。嘉绍大桥物联网技术应用之二：数字摄像机与事件检测分析仪嘉绍大桥配备48路视频事件检测分析仪，顾名思义：分析仪借助视频图像基础，通过haivisioninside技术采集图像中事件信息，按约定的协议转化事件性信息，对车辆逆行、抛洒物、行人、火灾等异常交通事件进行及时报警。剖析haivisioninsi

6、de技术7层处理算法簇：第一层图像抖动，采用独创改良的梯度方向直方图和局部二值模式（HOG-LBP）相结合的方式来获取车辆和行人的特征，然后采用了SVM（支持向量机）的方法进行训练，获取训练器，提高实现多类目标的准确分类。第二层图像预处理,采用自创的特征点结+区域协方差（region-covaricance）,color11histogram等多层次结合的方法进行有效的匹配。确保在复杂的环境中提取到一个完整的目标轮廓和运动的连续性。第三层背景建模，采用独创的HOG（histogramoforientgradient）理论结合+Haar小波算子等方式过滤灯光，道路积水反射，

7、水波及倒影等对智能交通具有重大影响的干扰。第四层前景一，用我们的HSV色度空间和离散实时纹理过滤算法（discretetexture）很大程度上去掉目标的阴影，让目标提取精度较大提升。第五层前景二，使用海视多层背景与前景（Multilayerforeground）的理论框架，并很好地应用于各种复杂的场景中。该复合模型能精确捕捉背景任何微小的变化，并以恰当的权值反应到数学模型里。第六层目标跟踪，通过直方图进行平滑处理以消除而后进行直方图均衡化等高级灰度拉伸算法（改良的CLAHE）。第七层目标分类，用基于海视算法的宏块搜索（Mac