كنترل خودكار ضوابط ايمني تابلوهاي محدوديت سرعت قبل از قوس هاي افقي بكمك سامانه داده برداري پويا

Introducing automatic control method of speed limit signs safety standards before horizontal curves via Mobile Mapping System

تدوين استراتژيهاي مناسب در راستاي بهبود ايمني مسير، نيازمند اطلاعات كاملي پيرامون مشخصات راه است؛ سامانه داده برداري پويا بعنوان يكي روشهاي بازرسي ايمني، روندي است كه پايگاه جامعي از داده ها شامل تصاوير ويدئويي و اطلاعات جغرافيايي را ارائه ميدهد. هدف مقاله معرفي روشي خودكار است كه علاوه بر تحليل داده‌هاي بدست آمده از اين سامانه، ضوابط ايمني تابلوهاي محدوديت سرعت را نيز ارزيابي و با حفظ دقت كافي در اين امر، در وقت و هزينه نيز صرفه‌جويي نمايد. روش پيشنهادي، در فاز نخست، تحليل داده‌هاي جغرافيايي نقاط محور مياني مسير به‌منظور تعيين مشخصات هندسي قوس‌هاي افقي و در فاز دوم، پردازش تصاوير ويدئويي، به‌منظور شناسايي و تشخيص تابلوهاي محدوديت سرعت قبل از قوس‌هاي افقي را انجام داده و در نهايت ضوابط ايمني مرتبط با محل و مقدار درج شده بر تابلوهاي محدوديت سرعت قبل از قوس‌هاي افقي را كنترل مي‌كند. دقت روش پيشنهادي، در فاز نخست، در دو بخش تعيين نقطه‌ي آغاز قوس افقي و تعيين شعاع به‌ترتيب برابر با 97% و 90% و در فاز دوم، براساس پردازش تصاوير برداشتي و بكارگيري روش طبقه بندي ماشين بردار پشتيبان در دو بخش، شناسايي تابلو و تشخيص مقدار درج شده بر آن بترتيب برابر با 92% و 97% اثبات شده است

Compilation of appropriate strategies for the improvement of road safety requires full data of the road specifications. The use of Mobile Mapping System as a method for the road safety audit is a trend that provides a comprehensive database of information including video images and geographical information. The goal of this paper is to introduce an automatic method which can control the safety standards related to speed limit signposts before the curve by analyzing the collected data and maintain sufficient accuracy in controlling the safety standards and economize on time and cost. The proposed method analyzes the coordinates of the centerline axis points of the road and determines the geometrical specifications of the horizontal curves in first phase and processes the images in order to identification and distinction of the speed limit signs before the horizontal curves in second phase, finally safety standards related to placement and limitation of speed sign before the curve is controlled. The final results substantiate a high percentage of success in identification and accuracy in the analyzing of geographical date phase and image processing phase. The accuracy of the proposed method for horizontal curves was proved to be 90% for the horizontal curve radius calculation and it was 97% for the beginning point of the horizontal curve determination. Besides application of support vector machine leads to 92% accuracy in identification of the signs and 97% accuracy in speed limit distinction.