基于LiDAR传感器的道路停车数量统计方法

基于LiDAR传感器的道路停车数量统计方法

许多城市的交通事故和交通堵塞都是由停车造成的。据统计，30%左右的交通事故与停车数量有关。该数据表明，改进停车管理就可以使整个交通状况得到明显改善，从而改善交通、节约燃料、减少排放。因此，对不同智能停车场解决方案、停车政策和停车数量统计进行了研究。停车场通过IR传感器等设备很容易收集到停车数量，但是收集道路上的停车数据非常具有挑战性。

利用LiDAR（激光雷达）传感器来完成道路停车数量的统计。在试验车上安装两个LiDAR传感器记录3D点云，LiDAR传感器可提供更详细和更精确的三维地表地形数据，并依据3D点云提取停车统计数据。提取过程基本上分为对象分割和分类两个步骤。对于对象分割，由于单个LiDAR传感器测量的点云超过5亿个点，因此需要对数据进行分割，将该区域划分成25m×25m的子空间，采用区域生长方法（将具有相似性质的像素集合起来构成区域）来提取地表面区域信息并且分离出不同的对象。对于对象分类，首先采用主成分分析法将点云的众多局部特征和全局特征进行降维，然后采用随机森林分类器通过降维后的局部特征和全局特征来识别车辆形状，并通过比较两个LiDAR传感器的点云排除移动车辆。

为了测试所提出方法的有效性，在长达5.5km的道路上进行测试评估，其中包括住宅区和商业区。结果显示,在大多数情况下,该方法可以准确地检测停放车辆数量，具有一定的适用性。由此，政策制定者可以通过这些停车统计数据，调整当前的停车规则和政策以减少交通堵塞等现象。

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

编译：孙坚