須民健，習(xí) 燕，廖 強(qiáng)，李文鋒

(招商局重慶交通科研設(shè)計(jì)院有限公司， 重慶 400067)

?

多數(shù)據(jù)源融合的高速公路氣象識(shí)別方法

須民健，習(xí) 燕，廖 強(qiáng)，李文鋒

(招商局重慶交通科研設(shè)計(jì)院有限公司， 重慶 400067)

對(duì)與高速公路行車(chē)安全有重要影響的雨、雪、霧、路面結(jié)冰、路面霜凍、路面高溫等環(huán)境氣象和路面狀況進(jìn)行實(shí)時(shí)監(jiān)測(cè)與預(yù)報(bào)。通過(guò)現(xiàn)場(chǎng)多傳感器及攝像機(jī)獲取監(jiān)測(cè)點(diǎn)氣象環(huán)境原始數(shù)據(jù)，對(duì)攝像機(jī)圖像進(jìn)行灰度變換、二值化處理、形態(tài)學(xué)運(yùn)算，并將圖像處理結(jié)果與多傳感器數(shù)據(jù)融合，進(jìn)行加權(quán)平均運(yùn)算，分析得出氣象識(shí)別結(jié)果；在處理中心，將氣象識(shí)別結(jié)果和當(dāng)?shù)貧庀筇卣飨嘟Y(jié)合，對(duì)每一種氣象識(shí)別結(jié)果再進(jìn)行成因推理、分析，得出現(xiàn)場(chǎng)檢測(cè)點(diǎn)處的環(huán)境氣象和路面狀況。給出了雨、雪、霧天氣識(shí)別的圖像處理方法和氣象特征綜合識(shí)別方法，實(shí)現(xiàn)以較少的傳感器數(shù)量獲取更準(zhǔn)確、更詳細(xì)、更完整的道路氣象特征的目標(biāo)。

公路運(yùn)輸；氣象檢測(cè)；圖像處理；數(shù)據(jù)融合；路面狀況

隨著高速公路里程數(shù)及車(chē)輛擁有量的不斷增加，公路運(yùn)輸安全問(wèn)題已引起社會(huì)及交通運(yùn)營(yíng)、管理部門(mén)的高度重視，其中高速公路沿線的天氣情況對(duì)行車(chē)安全有著重要影響，惡劣的天氣現(xiàn)象極易導(dǎo)致交通事故的發(fā)生，因此實(shí)時(shí)、準(zhǔn)確地獲取道路沿線氣象信息對(duì)于公路運(yùn)管部門(mén)有著重要的作用。我國(guó)高速公路在建設(shè)階段按設(shè)計(jì)要求在道路特殊地段安裝了氣象站，可監(jiān)測(cè)雨、雪、風(fēng)、能見(jiàn)度等氣象信息，但這些氣象站設(shè)置間距較大，難以全面了解整條高速公路的關(guān)鍵氣象信息。另外，對(duì)于路面氣象狀況的檢測(cè)需要埋設(shè)專門(mén)的傳感器于路面之下。現(xiàn)有高速公路氣象檢測(cè)設(shè)施具有體積大、施工及維護(hù)成本較高等缺點(diǎn)。本文研究結(jié)合了圖像處理技術(shù)和多傳感器數(shù)據(jù)融合技術(shù)以獲取高速公路環(huán)境氣象信息(如雨、雪、霧等)，同時(shí)結(jié)合各種路面氣象形成的條件分析得出監(jiān)測(cè)點(diǎn)路面狀況信息(如路面結(jié)冰、路面霜凍等)，以較少的傳感器獲取更詳細(xì)的道路環(huán)境氣象信息和路面狀況信息。

1 多數(shù)據(jù)源獲取

數(shù)據(jù)源包括現(xiàn)場(chǎng)傳感器數(shù)據(jù)和氣象特征數(shù)據(jù)，其中現(xiàn)場(chǎng)傳感器用于獲取監(jiān)測(cè)點(diǎn)實(shí)時(shí)氣象信息，氣象特征數(shù)據(jù)由人工錄入數(shù)據(jù)庫(kù)系統(tǒng)，作為氣象識(shí)別分析處理的重要支撐數(shù)據(jù)。

1.1 現(xiàn)場(chǎng)數(shù)據(jù)

常見(jiàn)的高速公路環(huán)境氣象檢測(cè)要素主要包括風(fēng)速、風(fēng)向、溫度、濕度、能見(jiàn)度、雨量、氣壓、光強(qiáng)等。為減小現(xiàn)場(chǎng)氣象站的體積和能耗，采用微型攝像機(jī)、超聲波風(fēng)速風(fēng)向儀、氣壓傳感器、溫濕度傳感器、日照輻射強(qiáng)度傳感器等測(cè)量雨、雪、霧、風(fēng)速、風(fēng)向、環(huán)境溫度、環(huán)境濕度、日照強(qiáng)度等現(xiàn)場(chǎng)氣象數(shù)據(jù)。

現(xiàn)場(chǎng)數(shù)據(jù)的獲取采用嵌入式系統(tǒng)實(shí)現(xiàn)，由微處理器、存儲(chǔ)器、傳感器、接口電路及外圍電路構(gòu)成，包括數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)輸出3部分，其結(jié)構(gòu)如圖1所示。

圖1 現(xiàn)場(chǎng)數(shù)據(jù)采集系統(tǒng)結(jié)構(gòu)

除圖像數(shù)據(jù)外，現(xiàn)場(chǎng)傳感器采集的氣象數(shù)據(jù)經(jīng)預(yù)處理后直接傳輸至路段監(jiān)控中心，在現(xiàn)場(chǎng)不做數(shù)據(jù)分析與處理。現(xiàn)場(chǎng)攝像機(jī)圖像數(shù)據(jù)經(jīng)圖像處理、分析后得出雨天指數(shù)、雪天指數(shù)和霧天數(shù)據(jù)3種氣象源數(shù)據(jù)。

1.2 氣象特征庫(kù)數(shù)據(jù)

地勢(shì)特征數(shù)據(jù)庫(kù)描述不同地勢(shì)(高原、平原、山區(qū)、盆地等)對(duì)應(yīng)的氣象特征；季節(jié)特征數(shù)據(jù)庫(kù)描述不同季節(jié)和時(shí)間對(duì)應(yīng)的氣象特征；區(qū)域特征數(shù)據(jù)庫(kù)描述區(qū)域內(nèi)(干旱地區(qū)、青藏等高寒地區(qū)、四川盆地、華北地區(qū)、沿海地區(qū)等)的氣象特征；歷史特征數(shù)據(jù)庫(kù)描述當(dāng)?shù)貧庀筇卣鞯臍v史經(jīng)驗(yàn)。氣象特征數(shù)據(jù)庫(kù)構(gòu)成如圖2所示。

圖2 氣象特征數(shù)據(jù)庫(kù)構(gòu)成

2 多數(shù)據(jù)源融合與計(jì)算模型

2.1 現(xiàn)場(chǎng)傳感器的數(shù)據(jù)融合

現(xiàn)場(chǎng)數(shù)據(jù)的處理主要針對(duì)雨、雪、霧3種天氣進(jìn)行識(shí)別，其數(shù)據(jù)源包括攝像機(jī)圖像數(shù)據(jù)、溫濕度傳感器數(shù)據(jù)，并引入溫度、濕度等數(shù)據(jù)作為影響因子。

根據(jù)人體視角感知原理，在雨、雪、霧3種天氣條件下，液態(tài)物質(zhì)的顆粒尺寸及形態(tài)呈現(xiàn)不同的特征。通過(guò)攝像機(jī)獲取高清圖像，依次對(duì)圖像進(jìn)行灰度變換、平滑、修正、二值化、形態(tài)學(xué)提取等處理，獲得典型天氣條件下的圖像特征。

1) 圖像灰度變換。由于采集到的圖像是彩色圖像，所以需要將其轉(zhuǎn)變?yōu)榛叶葓D。彩色圖像中每個(gè)像素的顏色由R，G，B三個(gè)分量決定[1]，而每個(gè)分量有255個(gè)值可取，這樣一個(gè)像素點(diǎn)就有1600多萬(wàn)的顏色變化范圍。而灰度圖像是R，G，B三個(gè)分量相同的一種特殊的彩色圖像，其一個(gè)像素點(diǎn)的變化范圍為255，所以采用灰度圖像能減少圖像處理的計(jì)算量?；叶葓D像的描述與彩色圖像一樣，仍然反映了整幅圖像的整體和局部的色度和亮度等級(jí)的分布和特征。攝像機(jī)彩色圖像中的紅、綠、藍(lán)分量用R，G，B表示，則圖像灰度值g1的計(jì)算公式為

g1=0.3R+0.59G+0.11B

(1)

2) 圖像二值化。圖像二值化的方法包括全局閾值和局部閾值兩種[1]。使用全局閾值得到的二值化圖像常常不能很好地對(duì)圖像進(jìn)行分割，閾值過(guò)大會(huì)導(dǎo)致圖像二值化處理后的白點(diǎn)過(guò)多，形態(tài)學(xué)運(yùn)算后圖像區(qū)域容易被淹沒(méi)[2]。為了更好地突出圖像區(qū)域，根據(jù)圖像的局部方差確定閾值t，將圖像分為m×n大小的方塊，則有

(2)

式中：M為局部均值，σ為局部方差；設(shè)圖像中大于閾值的像素為255,反之為0，則二值化處理的計(jì)算公式如下：

(3)

3) 圖像形態(tài)學(xué)運(yùn)算。采用形態(tài)學(xué)濾波方法，用k×k大小的圖形結(jié)構(gòu)元素對(duì)圖像作腐蝕運(yùn)算，k的取值通過(guò)系統(tǒng)調(diào)試決定，但k應(yīng)根據(jù)噪聲顆粒和非噪聲顆粒的半徑大小選取，以消除細(xì)小干擾。用圖像二值化處理結(jié)果g3作為輸入，則圖像腐蝕運(yùn)算結(jié)果g4為

(4)

式中B為k×k結(jié)構(gòu)元素。使用B作腐蝕運(yùn)算后，再用l×l大小的圖形結(jié)構(gòu)元素作膨脹運(yùn)算， l的取值通過(guò)系統(tǒng)調(diào)試決定，但應(yīng)根據(jù)噪聲顆粒和非噪聲顆粒的半徑大小選取，其膨脹運(yùn)算結(jié)果為g5，計(jì)算公式如下：

(5)

在膨脹運(yùn)算的基礎(chǔ)上，再次使用l×l大小的圖形結(jié)構(gòu)元素作腐蝕運(yùn)算，得到最終的腐蝕運(yùn)算結(jié)果g6，即為形態(tài)學(xué)最終濾波輸出值，其計(jì)算公式如下：

(6)

4) 加權(quán)平均運(yùn)算。雨、雪、霧3種天氣現(xiàn)象的識(shí)別由現(xiàn)場(chǎng)嵌入式系統(tǒng)實(shí)現(xiàn)，其硬件資源有限。因此，為提高處理速度，采用加權(quán)平均算法，對(duì)和天氣識(shí)別結(jié)果有重要影響的傳感器數(shù)據(jù)和圖像處理結(jié)果進(jìn)行加權(quán)平均，得出氣象識(shí)別結(jié)果。

長(zhǎng)期以來(lái)的觀測(cè)結(jié)果表明，雨、雪、霧等天氣現(xiàn)象與環(huán)境參數(shù)有密切聯(lián)系。例如在Vaisala公司的FD12P 天氣現(xiàn)象傳感器所采用的天氣現(xiàn)象降水現(xiàn)象識(shí)別模型中，正是利用溫度來(lái)粗分降水類(lèi)型，以提高判斷準(zhǔn)確度。T>8 ℃不會(huì)降雪，T<0 ℃ 不會(huì)下雨，這一關(guān)系是Vaisala 公司通過(guò)長(zhǎng)期試驗(yàn)得到的[3]。由于溫度與降水類(lèi)型的對(duì)應(yīng)關(guān)系并不是完全固定的，因此利用溫度數(shù)據(jù)作為降水類(lèi)型識(shí)別的重要輔助手段，可進(jìn)一步提高氣象識(shí)別的速度和結(jié)果的準(zhǔn)確性。同時(shí)，日照輻射強(qiáng)度、濕度、風(fēng)速等環(huán)境參數(shù)也作為識(shí)別結(jié)果的影響因子，參與加權(quán)平均運(yùn)算。

2.2 數(shù)據(jù)中心的數(shù)據(jù)融合

傳感器數(shù)據(jù)經(jīng)現(xiàn)場(chǎng)嵌入式系統(tǒng)預(yù)處理后，傳輸至數(shù)據(jù)處理中心進(jìn)行二次處理。在數(shù)據(jù)中心建立氣象特征數(shù)據(jù)庫(kù)作為先驗(yàn)知識(shí)，視同數(shù)據(jù)信息，賦予對(duì)氣象識(shí)別的支持程度，參與數(shù)據(jù)融合運(yùn)算。

在數(shù)據(jù)中心，采用證據(jù)組合法進(jìn)行數(shù)據(jù)融合運(yùn)算。賦予每一數(shù)據(jù)作為支持某種氣象特征決策證據(jù)的支持程度，并將不同數(shù)據(jù)的支持程度進(jìn)行組合，即證據(jù)組合，分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結(jié)果和氣象識(shí)別結(jié)果。

3 氣象成因分析與識(shí)別

氣象狀況與環(huán)境參數(shù)有密切聯(lián)系，每一種氣象狀況均可通過(guò)現(xiàn)場(chǎng)氣象傳感器結(jié)合其形成原因、當(dāng)?shù)氐臍庀筇卣鬟M(jìn)行分析、判斷，以獲取氣象檢測(cè)結(jié)果。

1) 路面霜凍。當(dāng)大氣濕度較大，路面溫度等于或低于露點(diǎn)，同時(shí)路面潮氣溫度等于或低于冰點(diǎn)(0 ℃)時(shí)，潮濕空氣不斷凝結(jié)成霜，在路面便結(jié)成霜凍，其中露點(diǎn)溫度由空氣溫度和濕度計(jì)算得出[4]。

獲取到相對(duì)濕度以及實(shí)際氣溫時(shí)，露點(diǎn)溫度可以通過(guò)式(7)求得近似值[4]。

(7)

式中的γ的值為

(8)

其中：溫度T和露點(diǎn)Td單位為攝氏度; 相對(duì)濕度RH為百分比; ln代表自然對(duì)數(shù)；常數(shù)a和b分別為a=17.27，b=237.7 ℃ 。此公式基于Magnus-Tetens 近似法( Magnus-Tetens Approximation)，式中把飽和水氣壓視為溫度的函數(shù)[5]。該計(jì)算公式主要應(yīng)用于0 ℃

2) 路面結(jié)冰。地面結(jié)冰是在外界大氣溫度低于0 ℃，存在可見(jiàn)的潮氣(如雨、雪、雨夾雪、冰晶、有霧等)或者在路面上出現(xiàn)積水、雪水或雪的氣象條件下形成的。當(dāng)在冰點(diǎn)或低于冰點(diǎn)時(shí)，路面持續(xù)存在一層冰水混合物，如含有的融雪劑不足，則混合物結(jié)冰[5]。

當(dāng)環(huán)境溫度在冰點(diǎn)或低于冰點(diǎn)(≤0 ℃)時(shí)，路面可能存在薄層或斑點(diǎn)潮濕膜，若有降水即可能結(jié)冰；或大氣濕度較大時(shí)，潮氣不斷凝結(jié)成露，最終在路面形成冰凍[5]。

3) 路面積水。當(dāng)環(huán)境溫度在冰點(diǎn)以上，并且有持續(xù)的降水或大降水量發(fā)生時(shí)，會(huì)出現(xiàn)路面積水情況。對(duì)于降水類(lèi)型，可通過(guò)環(huán)境參數(shù)進(jìn)行輔助判斷。例如在Vaisala公司的FD12P 天氣現(xiàn)象傳感器所采用的天氣現(xiàn)象降水現(xiàn)象識(shí)別模型中，正是利用溫度來(lái)粗分降水類(lèi)型，以提高判斷準(zhǔn)確度。T>8 ℃不會(huì)降雪，T<0 ℃不會(huì)下雨，這一關(guān)系是Vaisala 公司通過(guò)長(zhǎng)期試驗(yàn)得到的[6]。由于溫度與降水類(lèi)型的對(duì)應(yīng)關(guān)系并不是完全固定的，因此利用溫度數(shù)據(jù)作為降水類(lèi)型識(shí)別的重要輔助手段可進(jìn)一步提高氣象識(shí)別的速度和結(jié)果的準(zhǔn)確性。

4) 路面積雪。積雪是由降雪形成的覆蓋在公路路面的雪層，它是路面氣溫低于冰點(diǎn)的寒冷地區(qū)或寒冷季節(jié)的特殊天下現(xiàn)象。積雪一般分為穩(wěn)定積雪和不穩(wěn)定積雪兩類(lèi)。能連續(xù)維持一個(gè)月以上的稱為穩(wěn)定積雪。但高速公路因其交通運(yùn)輸?shù)奶厥庑枨螅粫?huì)選線于常年積雪區(qū)域，所以在高速公路沿線會(huì)發(fā)生不穩(wěn)定的季節(jié)性或區(qū)域性積雪。

綜上，氣象狀況與環(huán)境參數(shù)有密切聯(lián)系，各種路面氣象信息均不需要使用專門(mén)的傳感器監(jiān)測(cè)，可通過(guò)對(duì)環(huán)境氣象的檢測(cè)間接獲得路面氣象信息[8-15]。氣象監(jiān)測(cè)識(shí)別流程與方法如圖3所示。

圖3 氣象監(jiān)測(cè)識(shí)別流程與方法

4 結(jié)束語(yǔ)

實(shí)時(shí)道路氣象監(jiān)測(cè)是高速公路科學(xué)運(yùn)營(yíng)的一個(gè)重要依據(jù)，雨、雪、霧等天氣改變了道路交通運(yùn)行環(huán)境，對(duì)車(chē)輛的正常行駛形成障礙，路面積水(濕滑)、結(jié)霜、積雪、結(jié)冰、高溫等情況改變了路面的物理性質(zhì)，對(duì)高速公路的安全運(yùn)營(yíng)有直接的影響。通過(guò)將現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)與當(dāng)?shù)貧庀筇卣飨嘟Y(jié)合，對(duì)每一種路面氣象狀況的成因進(jìn)行推理、分析，得出現(xiàn)場(chǎng)檢測(cè)點(diǎn)處的環(huán)境氣象和路面狀況，是一種低成本、易維護(hù)、準(zhǔn)確度高的氣象檢測(cè)方法。

[1] 伍茲.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2011.

[2] 陳炳權(quán),劉宏立.數(shù)字圖像處理技術(shù)的現(xiàn)狀及其發(fā)展方向[J].吉首大學(xué)學(xué)報(bào)，2009，30(1):63-66.

[3] 劉西川,高太長(zhǎng).基于多傳感器的天氣現(xiàn)象綜合識(shí)別方法初探[C]//第十二屆中國(guó)科學(xué)技術(shù)協(xié)會(huì)年會(huì)(第二卷).北京：出版者不詳，2010.

[4] 蔣賢才,裴玉龍.冰雪道路交通安全管理措施及其成效分析[J].公路交通科技,2008,25(4):127-140.

[5] 魏鳳英.現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M].北京：氣象出版社,2008.

[6] 許一飛,葉林,許丹丹.基于多傳感器技術(shù)的機(jī)場(chǎng)地面結(jié)冰檢測(cè)系統(tǒng)[J].儀表技術(shù)與傳感器，2012(9):40-42.

[7] 石磊.冰雪條件下高速公路氣象檢測(cè)與預(yù)警系統(tǒng)研究[J].公路交通科技：應(yīng)用技術(shù)版,2012(9):311-314.

[8] 樂(lè)佳琪,殳國(guó)華.基于ZigBee的高速公路氣象信息采集系統(tǒng)設(shè)計(jì)[J].電氣自動(dòng)化,2014,36(4):26-27.

[9] 唐亞平，張晉廣，張凱，等.北方公路交通氣象環(huán)境識(shí)別及安全管理策略研究[J].氣象科學(xué)，2012，32(4):466-471.

[10]鄧英姿，黎穎智.廣西高速公路沿線較大范圍霧的天氣形勢(shì)特征和成因淺析[J].氣象研究與應(yīng)用,2014,35(A02):109-110.

[11]孫書(shū)誠(chéng)，郎朗， 蘇長(zhǎng)杰.帶有時(shí)間/地理標(biāo)簽無(wú)線傳感器網(wǎng)絡(luò)的農(nóng)業(yè)環(huán)境遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)系統(tǒng)[J]. 重慶理工大學(xué)學(xué)報(bào):自然科學(xué)版，2013(3)：104-108，112.

[12]李獻(xiàn)禮.基于多目標(biāo)優(yōu)化的無(wú)線傳感器網(wǎng)絡(luò)覆蓋控制算法[J]. 西南大學(xué)學(xué)報(bào):自然科學(xué)版,2013(1):155-159.

[13]李婧,李艷萍,王華奎,等.基于加權(quán)虛擬力的無(wú)線傳感器網(wǎng)絡(luò)定位算法[J]. 太原理工大學(xué)學(xué)報(bào),2014(3):334-338.

[14]蒲金涌，蒲禹君，姚小英，等.影響寶天高速公路視程障礙的天氣現(xiàn)象分布特征[J].中國(guó)農(nóng)學(xué)通報(bào),2011,27(29):296-300.

[15]蘇振華.道路冰雪分類(lèi)與結(jié)構(gòu)特性研究 [J].內(nèi)蒙古公路與運(yùn)輸,2014(1):43-44.

(責(zé)任編輯 楊黎麗)

Highway Meteorological Recognition Research of Multiple Data Fusion

XU Min-jian, XI Yan, LIAO Qiang, LI Wen-feng

(China Merchants Chongqing Communications Technology Reserch &Design Institute Co., LTD, Chongqing 400067, China)

Real-time monitoring and forecasting the environmental weather such as rain, snow, fog, icy, etc and road conditions such as road frost, road temperature and other meteorological elements for the highway have a major impact on highway traffic safety. We got the original data for meteorological environment of monitoring points through the multi-sensor and camera at the scene, and then we did the camera image gray-scale transformation, binary processing, and morphological operations. And we merged the result of image processing with multi-sensor data to have the weighted average calculation, and then we got the the meteorological recognition result. In the dealing centers, we combined the recognition results of weather with local meteorological characteristics and then analyzed the recognition results for each meteorological causes and did further reasoning, at last we got the weather and road surface conditions of testing point. The comprehensive identification method of meteorological characteristics and the image processing method of the identification of rain, snow, and fog were put forward, which achieves the result of obtaining more accurate, more detailed, more complete road meteorological characteristics with less number of sensors.

highway transportation; meteorological detection; image processing; data fusion; state of the road surface

2014-11-06 基金項(xiàng)目：重慶市科技攻關(guān)項(xiàng)目(cstc2012gg-yyjs0607)

須民健(1984—)，男，重慶人，碩士研究生，工程師，主要從事環(huán)境氣象檢測(cè)研究。

須民健，習(xí)燕，廖強(qiáng)，等.多數(shù)據(jù)源融合的高速公路氣象識(shí)別方法[J].重慶理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2015(3):78-82.

format：XU Min-jian, XI Yan, LIAO Qiang, et al.Highway Meteorological Recognition Research of Multiple Data Fusion [J].Journal of Chongqing University of Technology:Natural Science,2015(3):78-82.

10.3969/j.issn.1674-8425(z).2015.03.015

TP393；U491.5

A

1674-8425(2015)03-0078-05