周尚儒, 李麗宏, 張劍勇, 楊 軍
(1.太原理工大學(xué),山西 太原 030024;2.山西萬立科技有限公司,山西 太原 030032)
目前,公路計重系統(tǒng)的稱量設(shè)備多數(shù)為動態(tài)汽車衡,據(jù)調(diào)研,目前已安裝的動態(tài)軸重稱量設(shè)備的典型誤差為5 %[1,2],但實際安裝使用后均達不到。其原因主要是安裝現(xiàn)場的條件遠達不到產(chǎn)品的設(shè)計標(biāo)準(zhǔn),主要是廠家標(biāo)稱精度的測試數(shù)據(jù)是在保證勻速通過的前提下得到的,而現(xiàn)場使用時車輛卻不是勻速的。影響動態(tài)稱重精度的因素較多,例如:車輛速度、車輛加速度、秤臺寬度、車輛振動等[3,4],造成測量結(jié)果誤差大和不準(zhǔn)確,導(dǎo)致公路計重系統(tǒng)不具有很強的說服力和廣泛的公信度,因此,提高車輛動態(tài)稱重精度具有重要的理論和實際意義。
本文提出了一種以CCD為前端測量裝置采集汽車的圖像信號,以單片機為核心處理芯片進行相關(guān)運算的汽車瞬時速度測量的方法,并將測量的速度和加速度對稱重數(shù)據(jù)進行相應(yīng)的補償[5],實驗證明:經(jīng)補償后的動態(tài)稱重系統(tǒng)精度大大提高。
本系統(tǒng)可對車輛瞬時速度進行測量,其基本原理是:在道路同一側(cè)相距一定距離安裝2只CCD,每只CCD前端均安裝合適的鏡頭[6],當(dāng)檢測到有汽車通過時,兩路傳感器以一定的頻率同時采集汽車通過傳感器時產(chǎn)生的圖像信號,經(jīng)濾波、放大處理和A/D轉(zhuǎn)換后送給C8051F010單片機[7]進行相關(guān)運算,算出車輛同一位置處2組信號波形的相位差,由于采樣的時間間隔已知,可以算出汽車通過2只傳感器的時間差τ;2只傳感器安裝的距離固定為L,則v=L/τ可計算出汽車速度[8,10]。將采集的圖像信號實時分段進行相關(guān)運算,即可計算出車輛的瞬時速度系統(tǒng)原理如圖1所示。
相關(guān)函數(shù)用來研究2個序列的相似性。通常在實際應(yīng)用中這2個信號往往是由同一原因產(chǎn)生的,由于接收點的位置不同,信號在x(t)與y(t)序列中出現(xiàn)的時間也不同,因此,可利用2個序列的線性相關(guān)性來找出信號的延遲時間。相關(guān)算法的原理是:存在2個連續(xù)的隨機信號x(t)與y(t),當(dāng)這2個信號是實數(shù)且為周期函數(shù)時,相關(guān)函數(shù)可定義為[11]
圖1 CCD測速原理圖
(1)
通常在計算時,由t=0開始,因此,式(1)可寫成
(2)
如果x(t)與y(t)是同一信號,則稱Rxy(τ)為自相關(guān)函數(shù);否則,稱Rxy(τ)為互相關(guān)函數(shù)。若x(t)與y(t)是緊密相關(guān)或十分相近,Rxy(τ)的波形將會有一個很突出的峰值出現(xiàn)。Rxy(τ)的大小表示2組波形相似程度,當(dāng)Rxy(τ)達到峰值時,表明此時2組波形的相關(guān)度最大,也就是說2組波最相似。在本系統(tǒng)中從傳感器采集的兩路信號僅差一個時間延遲,故在有車輛通過時將采集的兩路數(shù)據(jù)作相關(guān)運算,并記錄移位個數(shù),當(dāng)移位到2組數(shù)據(jù)的對應(yīng)點都相同時,相關(guān)度最大,通過這一最大的相關(guān)值對應(yīng)的移位個數(shù),即可求出時間差τ。因而,對兩路信號作相關(guān)運算,找出其相關(guān)值最大時的移位個數(shù)成為系統(tǒng)的關(guān)鍵。
對于C8051F010內(nèi)的信號處理,需要先將公式(2)離散化,然后對離散數(shù)據(jù)作相關(guān)運算
(3)
其中,rxy(m)為x(n)和y(n)的互相關(guān)函數(shù)。該式表示rxy(m)在時刻m的值為將x(n)保持不變,而y(n)移動m個抽樣周期后2個序列對應(yīng)相乘再相加的結(jié)果。
實際使用式(3)時,由于所取的數(shù)據(jù)長度是有限的一部分,當(dāng)對2列有限的數(shù)據(jù)計算移位個數(shù)尋找rxy(m)的最大值時,具有一定的局限性,而且計算結(jié)果不準(zhǔn)確,故將式(3)改寫為
(4)
其中,N為作相關(guān)運算相乘的次數(shù),即為采樣個數(shù);當(dāng)Rxy(m)取最大值時的m即為2組數(shù)列的移位個數(shù),m乘以采樣間隔T就可以得到兩列波形的時間差τ。
實際使用離散形式的互相關(guān)函數(shù)為[8]
(5)
其中,δ為對信號采樣的時間間隔;N為采樣序列的總組數(shù);m,n為自然整數(shù)。
由于在程序運行過程中,計算量過大導(dǎo)致系統(tǒng)運行速度降低,故對式(5)進行優(yōu)化得
(6)
此時,Rxy(m)取最小值時,2組數(shù)據(jù)最相關(guān),故此時的m即為2組數(shù)列的移位個數(shù)。這種優(yōu)化算法在實際應(yīng)用中具有準(zhǔn)確度高,計算速度快等優(yōu)點。
當(dāng)有車輛通過時,傳感器采集的兩路信號僅差一個時間延遲,將此兩路信號作相關(guān)運算,計算出兩路信號的時間差。對現(xiàn)場采集信號作相關(guān)運算,結(jié)果如圖2所示,第一個波形表示第一路CCD所采集到車輛信號的數(shù)據(jù),第二個波形表示第二路CCD采集到車輛信號的數(shù)據(jù),最后一個波形表示前2組數(shù)據(jù)作相關(guān)運算的波形,波形的峰值表示2組數(shù)據(jù)的最大的相似度,此時對應(yīng)的橫坐標(biāo)即是2只傳感器對物體同一部位采集的相位差n=20,相位差n乘以AD的采樣周期T即為兩路信號的時間差τ,此時車輛的速度為v=L/τ。
圖2 相關(guān)測速仿真圖
將兩路CCD采集的車輛所有數(shù)據(jù)分段后作相關(guān)運算,即可計算出車輛的瞬時速度。如圖3所示,第一個波形表示第一路CCD所采集到整車車輛信號的數(shù)據(jù),第二個波形表示第二路CCD采集到整車車輛信號的數(shù)據(jù),最后一個波形表示前兩組數(shù)據(jù)分段后作相關(guān)運算的波形,波形中標(biāo)出來的各值即為分段后兩路信號的各相位差ni(i為分段計算次序),分別將ni乘以AD的采樣周期T即為兩路信號的時間差τi,此時車輛的瞬時速度為vi=L/τi。
圖3 瞬時速度測量仿真圖
在實際應(yīng)用中,由于L=10 cm,T設(shè)置為2 ms,每次取200個數(shù)據(jù)進行相關(guān)處理,結(jié)合圖3,可計算出車輛的速度和加速度,如表1所示。
由重量加速度補償公式[7,8]即可計算出車輛總重
(7)
其中,G為修正后的車輛總重,G0為車輛動態(tài)測量結(jié)果,ΔG為車輛加速度補償值,a為車輛加速度,H為重心距地面的距離,M為車輛動態(tài)總質(zhì)量,L1,L2分別為汽車重心到前、后軸的水平距離。
表1 現(xiàn)場采集數(shù)據(jù)分析
本文給出了一種測量汽車瞬時速度的方法。通過實驗發(fā)現(xiàn),利用優(yōu)化后的相關(guān)算法可以很方便地計算出2組圖像信號的相位差,同時還可以滿足對車輛瞬時速度的精確度要求,具有結(jié)構(gòu)簡單、測量方便、精度高等優(yōu)點。
但是該系統(tǒng)還存在著一些不足之處,如,相關(guān)算法的計算公式較復(fù)雜,運行時單片機內(nèi)存使用率高;對CCD硬件系統(tǒng)缺乏足夠的研究。如果能進一步改進該系統(tǒng)的硬件結(jié)構(gòu)和提高A/D轉(zhuǎn)換的精度,系統(tǒng)的測量精度將大大提高。
參考文獻:
[1] 邵勇強.動態(tài)汽車衡存在的問題及對策[J].計量與測試技術(shù),2013,40(1):7-9.
[2] 肖維明.高速公路車輛動態(tài)稱重設(shè)備應(yīng)用研究[J].中國交通信息化,2010(2):141-142.
[3] 王 昶.動態(tài)稱重系統(tǒng)的動態(tài)干擾因素分析和抑制[J].中國交通信息化,2011(5):74-79.
[4] Li Lihong, Wang Yajiao.Research of dynamic axle truck scale sampling data selection method[C]∥2010 International Confe-rence on Future Industrial Engineering and Application,ICFIEA 2010,2010:187-190.
[5] 李麗宏,朱 旭.淺析加速度對動態(tài)稱重結(jié)果的影響[J].技術(shù)交流,2012,41(3):41-44.
[6] 薛 華,李東濤,熊永超.CCD 技術(shù)在非接觸檢測中的應(yīng)用[J].煤礦機械,2006,27(8):162-165.
[7] 周維龍.基于80C51單片機控制的CCD視頻信號二值化電路[J].湖南冶金職業(yè)技術(shù)學(xué)院學(xué)報,2007,7(1):75-77.
[8] 胡廣書.數(shù)字信號處理[M].北京:清華大學(xué)出版社,2012:33-39.
[9] Liu Yujia, Zhang Yumei.An adaptive algorithm for cross-correlation velocity measurement[J].Proceedings of ISICT 2012,2012(7):96-100.
[10] 陳 佳.基于單幅運動模糊圖像的車速測量方法研究[J].制造業(yè)自動化,2013,35(3):22-27.
[11] Li Zhanpeng, Fang Bin.Application of cross-correlation in velocity measurement of rain-water in pipe[J].Advances in Intelligent and Soft Computing, 2011,100:587-594.