论文部分内容阅读
摘 要：发光二极管（light emitting diode，LED）路灯较传统路灯降低功耗的同时照度随之降低，若LED路灯质量不达标，则会进一步降低路面照度。为此研发基于车载平台的人工辅助型照度检测车设计，该系统检测流程根据国标制定，能实时准确采集路面水平面照度、移动距离，结合高性能中央处理器，具备传感数据采集、处理、存储、远程传输等功能。为实现直观监测，开发智能手机应用程序（application，APP）平台，远程无线监测传感数据。结果表明车载平台相比于传统人工检测节省66.67%时间，同时用平均照度相对误差低于1.81%，提高检测效率。
关键词：道路照度；车载平台；人工辅助；无线监测
文献标志码：A 文章编号：1674-5124（2016）07-0068-06
Abstract： LED street lamp reduces power consumption and at the same time decreases intensity of illumination than traditional street lamp. If the quality of LED street lamp is below standard， it will further reduce the illumination of road surface which would result in increase of road traffic accident rate. This paper studies artificial auxiliary illumination detection car design based on vehicle platform which will improve the supervision and detection technology of LED lighting products. The testing process is according to the national standard. The system can collect road horizontal illumination and mobile distance real-time accurately.It has many functions of sensor data acquisition， processing， storage， remote transmission and other functions in combination with high performance CPU. To achieve direct monitoring， it should be developed into smart phone APPs to monitor sensor data remotely by wireless technologies. Compared with manual testing experiment， the results show that the system has the advantages of high efficiency， low cost and high precision.
Keywords： road lighting； vehicular platform； artificial supplementary； wireless monitoring
0 引 言
道路照明首要目的是夜间为各种车辆驾驶员、行人提供良好可见度，达到安全、舒适、迅速运行，以及美化环境的目的[1]。发光二极管（light emitting diode，LED）照明技术以节能、低成本等诸多优点[2-3]逐渐被道路照明所采用，但根据美、英、德等国研究表明[4]，由于LED较传统路灯照度有所降低，使道路交通事故发生率最多增加36%，这违背道路照明目的，故需加强LED照明产品监督与检测技术。目前LED路灯质量检测方法国内外研究动态主要表现在：1）提出新LED质量检测指标观点，给出测试方法[5-7]；对人工检测布点法进行改进并给出实验数据[8]，但都尚未得到认证；2）针对人工测量局限性，提出用检测软件进行实验室模拟测量[9]，但模拟检测准确度达不到要求；3）提出基于车载式（测量车用于机动车）道路照明测量不用设点逐点测量，也不用为排除其他车辆车灯引起干扰和保证测量人员安全而阻断交通[10-11]，但整套装置造价昂贵，影响其推广应用；4）随着数字成像技术发展，基于CCD道路照明测量技术是一种准确度较高且方便可行测试方法[12-14]，但该技术还有待深入研究，需要更高准确度相机、图像处理软件来估算光度参数才可达到实时准确测量结果。针对路面检测技术检测量大、检测效率低下等问题，笔者开发一套基于车载平台的人工辅助型照度检测车。
1 人工辅助型照度检测车模块化设计
1.1 辅助型检测平台工作机理
根据国家标准GB/T 5700——2008《照明测量方法》[15]的中心布点法确定该路段照度测试点，图1为GB/T 5700——2008规定的中央布点法及其计算方法，di为车道宽度，S为相邻路灯间距。工作人员携人工辅助检测平台用于检测照度前，通过激光测距仪测量得到被测路段相邻两灯杆间距，自动按照中央布点法生成测试位置。
工作人员接下来将平台放置于图1测试位置，即平行于灯杆1的车道4中线起始位置点，开启测试后人工辅助检测平台从灯杆1走到灯杆2，即完成1个车道检测[16]，如此依次完成各个车道检测。
1.2 辅助型照度检测机器人设计
GB/T 5700——2008中规定，照度传感器测试时应紧贴地面，为保证测量的可靠性，人工辅助型照度检测机器人的设计结构在检测过程中不能挡住道路路灯的光线。图2为人工辅助型照度检测机器人尺寸分析。 1.3 便携折叠式模块化机械结构设计
人工辅助型照度检测车按照便携折叠推车式结构，设计成图3、图4所示，图3为折叠状态人工辅助型照度检测车[17]，图4为展开状态人工辅助型照度检测车。整个车体框架采用铝型材3030型号，固定及连接全部采用螺母螺钉等标准件，为便于人工辅助推行的直线度较高，前轮安装成定向轮，后轮安装万向轮，前后轮选择同直径大小的轮子，由于前后轮着地高低不同，需在后轮垫上补偿高度铝块。车身上安装两节伸缩空心铝杆，用自行车座管夹标准件来调节长度，连接件采用轻型铝合金管夹（底板带固定孔）。整个车身采用两节设计，靠锁紧把手来实现折叠。在把手上需安装智能手机，其固定件为自行车手机支架。
人工辅助型照度检测车需具有自动检测照度、实时测距、WIFI无线传输等功能，因此在车体前安装编码轮、电路盒、照度探头模块。电路盒根据电路板大小用铝合金加工而成。其中编码轮承重有要求，不能作为承重轮，所以通过活动连接件靠其自身重力使其紧贴地面，活动连接件为任意角度，保证不打滑。照度探头为了尽量贴近地面，且需安装在车头，又不能因其自身高度卡住地面，所以在其下面安装万向球。
1.4 电路硬件模块设计
LED路灯路面照度参数自动检测人工辅助型平台运行于复杂路况道路上，人工推动平台前进，平台到中心布点位置上自动获取路面照度参数。为高效完成上述要求，人工辅助型检测平台需具备如下功能：1）实时准确采集路面水平面照度参数传感信息；2）实时采集移动距离传感信息，用于测量移动距离；3）应结合高性能中央处理器，具备传感数据采集、处理、存储、远程传输等功能；4）为实现直观监测，开发智能手机应用程序（application，APP）平台，获取远程传输来的照度信息，将数据以图表形式描绘并记录。
基于上述功能分析，图5为LED路灯路面照度参数自动检测人工辅助型平台硬件框图。
平台集测量控制一体化，采用中央处理器模块作为测量控制中心，系统由照度传感器模块、编码器模块、实时时钟模块、无线传输模块等构成。照度传感器模块、编码器模块分别负责实时测量路面水平面照度、平台移动方向路程量。中央处理器模块用于采集上述数据，采集到的照度无线传到智能手机端，采集到路程用于自动启动照度采集程序。
1.5 基于Android无线监测APP开发
开发一款Android应用第1步需界面布局设计，界面是手机和用户交互渠道，承载着这款APP的所有功能，对照度信息采集系统而言，界面布局尤其需注重操作性高、显示度好、响应快等需求。安卓的用户界面（user interface，UI）设计是在Activity中实现，一个界面对应一个Activity，用户在手机界面上看到的各种组件是构成界面的基础，安卓提供了大量形式多样的组件便于开发，可直接通过拖拽便可构成一些功能性较基础的界面。图6为基于Android无线监测APP主界面。打开主界面首先需要在①中输入激光测距得到的灯杆距离，点击②框中的“确认”按钮后，APP根据输入的距离按照中心布点法给出照度测量间距，并设定此时在原点，在③中显示距离0 m。③中另外一个参数是实时照度值，刷新间隔为500 ms。在测量过程中，每到一个测量点都会有手机提示音提示，并且自动测量，在④中显示新采集的照度值。等10个点采集完毕，APP自动计算平均照度值和照度均匀度。②中的另外一个按钮“复位”用作初始化APP，清空③和④框中的数据，等待重新开始新检测任务。
安卓在界面上显示或者刷新数据尤其要注意一点：在主线程开启子线程（用Runnable）时候，如果要更新UI（包括控件）必须在主线程更新。所以子线程要更改就需要用到Handler的Message消息机制。中间还需要将传递数据封装成Bundle对象。
2 设计计算与校核
2.1 照度探头上下摆动核算
照度探头上下摆动核算目的是保证工作人员作用在人工辅助型照度检测车的推力不会让照度探头离开地面，图7为人工辅助型照度检测车简化机构受力分析[18]，其长度d是图中A点到H点的水平距离，d=LAH≤4 m。
A点是照度检测探头安装位置，BD是车身，DH是伸缩推杆，DH与水平线夹角为α，其中简化BD重力作用在其中点C位置为G1，DH重力作用在其中点E位置为G2，F为人为作用在H点的推力，其方向与水平线夹角为θ，f为轮子与地面摩擦产生的摩擦力。由理论力学得出作用在D点的力矩分别有MBD、MF、MDH、Mf，大小分别由G1、F、G2、 f作用力换算得出，各自方向如图所示，其中MBD大小为G1与其力矩臂 的乘积：
MBD=（1/2）LBD·G1（1）
MF的力矩臂可由LDH与夹角为θ、α通过直角三角形求出，所以可求得MF为
MF=LDH·sin（α-θ）·F（2）
MDH的大小为G2与其力矩臂（1/2）LDH·cosα的乘积：
MDH=（1/2）LDH·cosα·G2（3）
Mf的大小由f与轮子的半径r的乘积，其中滑动摩擦系数为μ，则：
f=μ·（G1+G2+F·sinθ）（4）
Mf=r·f=r·μ·（G1+G2+F·sinθ）（5）
只有保证作用在D的力矩MD方向是逆时针，则A点就不会上翘，因此：
MBD+Mf≥MF+MDH（6）
将式（1）、式（2）、式（3）、式（5）代入式（6）可得到作用力F的大小表达式：
2.2 照度探头左右晃动核算
照度探头左右晃动核算目的是确定人为推车对照度探头定点定位精度的影响，图8为照度探头左右晃动机构分析简化尺寸图，图中实线部分表示整车，虚线部分是水平面和垂直面，主要为标注尺寸设置。图中a表示手把宽度，b表示伸缩杆长度，c表示车身长度，θ角是伸缩杆与水平面的夹角，r是一个非常重要的尺寸，为手把端点距离图中中心点O点的半径，根据勾股定理可表示为 这里假设人工推车手的抖动左右距离为m，因此造成的车前端照度探头晃动距离为n，则根据尺寸分析得出：
将式（9）移位化简得出：
样机的实地道路测试
图9为人工辅助型照度检测车实物图，标出各硬件模块安装位置，并在下面标注出展开状态的各部分长度。已知照度探头上下摆动核算作用力F需满足式（7）其中轮子的半径r=0.5 m，G1=9 kg，G2=2 kg，取路面表面滑动摩擦系数μ=0.33，得出：
1）当θ≤α，F无论取值多少都满足照度探头不会上翘。
2）当θ>α，取θ=60°，α=30°，F≤97 N照度探头才不会离开地面。
根据式（10）可知当伸缩杆与水平面的夹角θ越大，人手抖动相同距离引起的照度探头晃动越厉害。其中手把宽度a=0.4 m，伸缩杆长度b=1.73 m，车身长度c=1.5 m，假设人工推车手的抖动左右距离为m=0.05 m，伸缩杆与水平面的夹角θ=30°，则n=0.049 6 m。
人工辅助型照度检测车虽然车身采用材质较轻的铝型材，但是整个质量达到11 kg，折叠状态主要方便工作人员运输。
图10为Android无线监测APP运行流程，建立Socket连接后系统在主线程上等待按钮事件触发。“确认”按钮触发后系统获取输入灯杆距离EditText值，将其发送至下位机。若值为空，则弹出提示提醒操作者输入。“复位”按钮主要清空显示区域，并发送给下位机清空编码器脉冲计数。同时开启接收数据监听线程，实时接收来自下位机的数据，根据下位机传来的数据类型，将照度值显示在照度区，距离值显示在距离区。主线程和子线程一直循环运行，直到APP被强制退出。
检测路段选取广州市天河区岳洲路路段，双车道、路段长度30 m、宽度6.5 m，该路段整体建设标准高，照明设施较为完善，选择该路段作为检测对象具有典型性。使用“基于车载平台的人工辅助型照度检测车”进行实地测试实验，与人工检测结果进行对比验证，以测试其实际应用效果。为减少对交通的影响，避开道路高峰时间，选择道路车流量较少的时间进行检测。检测前对检测车道进行围闭，用激光测距测得两灯杆之间距离为30.44 m，确定布点间距，按照GB/T 5700——2008的中心布点法来确定被测量点，在道路中线处测量。先进行人工逐点检测记录，测量点之间距离由皮尺确定。再进行车载式自动检测，将人工辅助型照度检测车放在中线起始点，走完整个车道后，手机实时显示其照度数据。
表1为实验数据，通过对比实验可以清楚看到人工辅助型照度检测车相比于传统人工检测节省了2/3时间，大大提高检测效率，同时用平均照度表示人工与自动的照度检测结果，其相对误差δ=1.81%，准确度满足测量要求。
4 结束语
辅助型检测平台设计核心在于检测复杂道路下增强人机协作目的前提下最大限度提高系统可靠稳定性，达到以下目标：1）可靠性。用人工前进代替机器自动前进，可适应不同路况，同时大大增强系统运行可靠性；2）快速性。把原先繁琐的道路封锁、距离测量、数据记录等全过程集合成测试人员手推辅助平台走完车道后自动完成整个车道照度检测，照度自动检测及检测程序简化带来快速检测结果；3）便携性。利用手机显示测量结果及相应功能模块减少使平台更加轻便；4）高准确度。照度自动采集、传输、存储、显示，大大降低人工检测对检测结果准确性和一致性影响；5）低成本。依靠软硬件高效结合，保证强大的功能性外也考虑到便于操作，只需1名测试人员便可完成整个测试工作。
参考文献
[1] 黄珂. 道路照明测量方法研究[D]. 重庆：重庆大学，2006.
[2] 赵宁. LED照明的杂散光分析与散热研究[J]. 中国测试，2013，39（6）：32-35.
[3] 邓术，何志毅. 单级PFZ恒流驱动及蓝牙调光技术的研究[J]. 国外电子测量技术，2015（7）：51-54，79.
[4]QIAO Y J Q Y L， YI W. Design of light guide plate for large-size LED slim light box[J]. Laser & Optoelectronics Progress，2010（12）：7.
[5] 邢海英，高铁成. LED路灯光学设计与分析[J]. 电工技术学报，2015（2）：242-247.
[6] 张玉杰，陈志磊. 基于CMOS图像传感器的亮度测量系统设计[J]. 电子技术应用，2016（1）：48-50.
[7] 汪立文，万蕴杰，唐小军，等. 普通照明用LED模块光色性能测试方法的研究[J]. 中国测试，2012，38（2）：52-55.
[8] 王巍，惠昭，殷骏，等. 基于改进型四点法的LED路灯道路照明测试[J]. 天津工业大学学报，2012（4）：50-53.
[9] 阚子雄，王巧彬，任豪，等. LED灯具道路照明效果模拟与分析[J]. 应用光学，2012（2）：374-379.
[10] ZHOU H G， PIRINCCIONGLU F， PETER H. A new roadway lighting measurement system[J]. Transportation Research Part C，2009（17）：274-284.
[11] WILKEN D. European road lighting technologies[M]. DIANE Publishing，2001.
[12] TOMCZUK P. Exploitation research of tram's head lighting-low beam lights[J]. Archives of Transport，2010，
22（4）：477-494.
[13] CASOL M， FIORENTIN P， SCROCCARO A. On road measurements of the luminance coefficient of paving[C]∥16th IMEKO TC4 Symposium： Exploring New Frontiers of Instrumentation and Methods for Electrical and Electronic Measurements， Florence，2008.
[14] 李必涛，杨乔，邱橘，等. 室内照度积分计算方法的改进[J].自动化与信息工程，2012（1）：1-3.
[15] 照明测量方法：GB/T 5700—2008[S]. 北京：中国标准出版社，2008.
[16] 刘桂雄，余中泼，刘文浩. 一种适应多路况的LED路灯路面照度自动检测装置及方法：201510261229.5[P].2015-05-20.
[17] 胡苏军，陈晓曼，黄俊浩，等. 一种便携式LED路灯路面照度检测装置：ZL2015203303627[P].2015-09-23.
[18] 万泉，胡苏军，陈晓曼，等. 一种路面照度检测装置及方法 ：201510261226.1[P]. 2015-05-20.
（编辑：刘杨）
关键词：道路照度；车载平台；人工辅助；无线监测
文献标志码：A 文章编号：1674-5124（2016）07-0068-06
Abstract： LED street lamp reduces power consumption and at the same time decreases intensity of illumination than traditional street lamp. If the quality of LED street lamp is below standard， it will further reduce the illumination of road surface which would result in increase of road traffic accident rate. This paper studies artificial auxiliary illumination detection car design based on vehicle platform which will improve the supervision and detection technology of LED lighting products. The testing process is according to the national standard. The system can collect road horizontal illumination and mobile distance real-time accurately.It has many functions of sensor data acquisition， processing， storage， remote transmission and other functions in combination with high performance CPU. To achieve direct monitoring， it should be developed into smart phone APPs to monitor sensor data remotely by wireless technologies. Compared with manual testing experiment， the results show that the system has the advantages of high efficiency， low cost and high precision.
Keywords： road lighting； vehicular platform； artificial supplementary； wireless monitoring
0 引 言
道路照明首要目的是夜间为各种车辆驾驶员、行人提供良好可见度，达到安全、舒适、迅速运行，以及美化环境的目的[1]。发光二极管（light emitting diode，LED）照明技术以节能、低成本等诸多优点[2-3]逐渐被道路照明所采用，但根据美、英、德等国研究表明[4]，由于LED较传统路灯照度有所降低，使道路交通事故发生率最多增加36%，这违背道路照明目的，故需加强LED照明产品监督与检测技术。目前LED路灯质量检测方法国内外研究动态主要表现在：1）提出新LED质量检测指标观点，给出测试方法[5-7]；对人工检测布点法进行改进并给出实验数据[8]，但都尚未得到认证；2）针对人工测量局限性，提出用检测软件进行实验室模拟测量[9]，但模拟检测准确度达不到要求；3）提出基于车载式（测量车用于机动车）道路照明测量不用设点逐点测量，也不用为排除其他车辆车灯引起干扰和保证测量人员安全而阻断交通[10-11]，但整套装置造价昂贵，影响其推广应用；4）随着数字成像技术发展，基于CCD道路照明测量技术是一种准确度较高且方便可行测试方法[12-14]，但该技术还有待深入研究，需要更高准确度相机、图像处理软件来估算光度参数才可达到实时准确测量结果。针对路面检测技术检测量大、检测效率低下等问题，笔者开发一套基于车载平台的人工辅助型照度检测车。
1 人工辅助型照度检测车模块化设计
1.1 辅助型检测平台工作机理
根据国家标准GB/T 5700——2008《照明测量方法》[15]的中心布点法确定该路段照度测试点，图1为GB/T 5700——2008规定的中央布点法及其计算方法，di为车道宽度，S为相邻路灯间距。工作人员携人工辅助检测平台用于检测照度前，通过激光测距仪测量得到被测路段相邻两灯杆间距，自动按照中央布点法生成测试位置。
工作人员接下来将平台放置于图1测试位置，即平行于灯杆1的车道4中线起始位置点，开启测试后人工辅助检测平台从灯杆1走到灯杆2，即完成1个车道检测[16]，如此依次完成各个车道检测。
1.2 辅助型照度检测机器人设计
GB/T 5700——2008中规定，照度传感器测试时应紧贴地面，为保证测量的可靠性，人工辅助型照度检测机器人的设计结构在检测过程中不能挡住道路路灯的光线。图2为人工辅助型照度检测机器人尺寸分析。 1.3 便携折叠式模块化机械结构设计
人工辅助型照度检测车按照便携折叠推车式结构，设计成图3、图4所示，图3为折叠状态人工辅助型照度检测车[17]，图4为展开状态人工辅助型照度检测车。整个车体框架采用铝型材3030型号，固定及连接全部采用螺母螺钉等标准件，为便于人工辅助推行的直线度较高，前轮安装成定向轮，后轮安装万向轮，前后轮选择同直径大小的轮子，由于前后轮着地高低不同，需在后轮垫上补偿高度铝块。车身上安装两节伸缩空心铝杆，用自行车座管夹标准件来调节长度，连接件采用轻型铝合金管夹（底板带固定孔）。整个车身采用两节设计，靠锁紧把手来实现折叠。在把手上需安装智能手机，其固定件为自行车手机支架。
人工辅助型照度检测车需具有自动检测照度、实时测距、WIFI无线传输等功能，因此在车体前安装编码轮、电路盒、照度探头模块。电路盒根据电路板大小用铝合金加工而成。其中编码轮承重有要求，不能作为承重轮，所以通过活动连接件靠其自身重力使其紧贴地面，活动连接件为任意角度，保证不打滑。照度探头为了尽量贴近地面，且需安装在车头，又不能因其自身高度卡住地面，所以在其下面安装万向球。
1.4 电路硬件模块设计
LED路灯路面照度参数自动检测人工辅助型平台运行于复杂路况道路上，人工推动平台前进，平台到中心布点位置上自动获取路面照度参数。为高效完成上述要求，人工辅助型检测平台需具备如下功能：1）实时准确采集路面水平面照度参数传感信息；2）实时采集移动距离传感信息，用于测量移动距离；3）应结合高性能中央处理器，具备传感数据采集、处理、存储、远程传输等功能；4）为实现直观监测，开发智能手机应用程序（application，APP）平台，获取远程传输来的照度信息，将数据以图表形式描绘并记录。
基于上述功能分析，图5为LED路灯路面照度参数自动检测人工辅助型平台硬件框图。
平台集测量控制一体化，采用中央处理器模块作为测量控制中心，系统由照度传感器模块、编码器模块、实时时钟模块、无线传输模块等构成。照度传感器模块、编码器模块分别负责实时测量路面水平面照度、平台移动方向路程量。中央处理器模块用于采集上述数据，采集到的照度无线传到智能手机端，采集到路程用于自动启动照度采集程序。
1.5 基于Android无线监测APP开发
开发一款Android应用第1步需界面布局设计，界面是手机和用户交互渠道，承载着这款APP的所有功能，对照度信息采集系统而言，界面布局尤其需注重操作性高、显示度好、响应快等需求。安卓的用户界面（user interface，UI）设计是在Activity中实现，一个界面对应一个Activity，用户在手机界面上看到的各种组件是构成界面的基础，安卓提供了大量形式多样的组件便于开发，可直接通过拖拽便可构成一些功能性较基础的界面。图6为基于Android无线监测APP主界面。打开主界面首先需要在①中输入激光测距得到的灯杆距离，点击②框中的“确认”按钮后，APP根据输入的距离按照中心布点法给出照度测量间距，并设定此时在原点，在③中显示距离0 m。③中另外一个参数是实时照度值，刷新间隔为500 ms。在测量过程中，每到一个测量点都会有手机提示音提示，并且自动测量，在④中显示新采集的照度值。等10个点采集完毕，APP自动计算平均照度值和照度均匀度。②中的另外一个按钮“复位”用作初始化APP，清空③和④框中的数据，等待重新开始新检测任务。
安卓在界面上显示或者刷新数据尤其要注意一点：在主线程开启子线程（用Runnable）时候，如果要更新UI（包括控件）必须在主线程更新。所以子线程要更改就需要用到Handler的Message消息机制。中间还需要将传递数据封装成Bundle对象。
2 设计计算与校核
2.1 照度探头上下摆动核算
照度探头上下摆动核算目的是保证工作人员作用在人工辅助型照度检测车的推力不会让照度探头离开地面，图7为人工辅助型照度检测车简化机构受力分析[18]，其长度d是图中A点到H点的水平距离，d=LAH≤4 m。
A点是照度检测探头安装位置，BD是车身，DH是伸缩推杆，DH与水平线夹角为α，其中简化BD重力作用在其中点C位置为G1，DH重力作用在其中点E位置为G2，F为人为作用在H点的推力，其方向与水平线夹角为θ，f为轮子与地面摩擦产生的摩擦力。由理论力学得出作用在D点的力矩分别有MBD、MF、MDH、Mf，大小分别由G1、F、G2、 f作用力换算得出，各自方向如图所示，其中MBD大小为G1与其力矩臂 的乘积：
MBD=（1/2）LBD·G1（1）
MF的力矩臂可由LDH与夹角为θ、α通过直角三角形求出，所以可求得MF为
MF=LDH·sin（α-θ）·F（2）
MDH的大小为G2与其力矩臂（1/2）LDH·cosα的乘积：
MDH=（1/2）LDH·cosα·G2（3）
Mf的大小由f与轮子的半径r的乘积，其中滑动摩擦系数为μ，则：
f=μ·（G1+G2+F·sinθ）（4）
Mf=r·f=r·μ·（G1+G2+F·sinθ）（5）
只有保证作用在D的力矩MD方向是逆时针，则A点就不会上翘，因此：
MBD+Mf≥MF+MDH（6）
将式（1）、式（2）、式（3）、式（5）代入式（6）可得到作用力F的大小表达式：
2.2 照度探头左右晃动核算
照度探头左右晃动核算目的是确定人为推车对照度探头定点定位精度的影响，图8为照度探头左右晃动机构分析简化尺寸图，图中实线部分表示整车，虚线部分是水平面和垂直面，主要为标注尺寸设置。图中a表示手把宽度，b表示伸缩杆长度，c表示车身长度，θ角是伸缩杆与水平面的夹角，r是一个非常重要的尺寸，为手把端点距离图中中心点O点的半径，根据勾股定理可表示为 这里假设人工推车手的抖动左右距离为m，因此造成的车前端照度探头晃动距离为n，则根据尺寸分析得出：
将式（9）移位化简得出：
样机的实地道路测试
图9为人工辅助型照度检测车实物图，标出各硬件模块安装位置，并在下面标注出展开状态的各部分长度。已知照度探头上下摆动核算作用力F需满足式（7）其中轮子的半径r=0.5 m，G1=9 kg，G2=2 kg，取路面表面滑动摩擦系数μ=0.33，得出：
1）当θ≤α，F无论取值多少都满足照度探头不会上翘。
2）当θ>α，取θ=60°，α=30°，F≤97 N照度探头才不会离开地面。
根据式（10）可知当伸缩杆与水平面的夹角θ越大，人手抖动相同距离引起的照度探头晃动越厉害。其中手把宽度a=0.4 m，伸缩杆长度b=1.73 m，车身长度c=1.5 m，假设人工推车手的抖动左右距离为m=0.05 m，伸缩杆与水平面的夹角θ=30°，则n=0.049 6 m。
人工辅助型照度检测车虽然车身采用材质较轻的铝型材，但是整个质量达到11 kg，折叠状态主要方便工作人员运输。
图10为Android无线监测APP运行流程，建立Socket连接后系统在主线程上等待按钮事件触发。“确认”按钮触发后系统获取输入灯杆距离EditText值，将其发送至下位机。若值为空，则弹出提示提醒操作者输入。“复位”按钮主要清空显示区域，并发送给下位机清空编码器脉冲计数。同时开启接收数据监听线程，实时接收来自下位机的数据，根据下位机传来的数据类型，将照度值显示在照度区，距离值显示在距离区。主线程和子线程一直循环运行，直到APP被强制退出。
检测路段选取广州市天河区岳洲路路段，双车道、路段长度30 m、宽度6.5 m，该路段整体建设标准高，照明设施较为完善，选择该路段作为检测对象具有典型性。使用“基于车载平台的人工辅助型照度检测车”进行实地测试实验，与人工检测结果进行对比验证，以测试其实际应用效果。为减少对交通的影响，避开道路高峰时间，选择道路车流量较少的时间进行检测。检测前对检测车道进行围闭，用激光测距测得两灯杆之间距离为30.44 m，确定布点间距，按照GB/T 5700——2008的中心布点法来确定被测量点，在道路中线处测量。先进行人工逐点检测记录，测量点之间距离由皮尺确定。再进行车载式自动检测，将人工辅助型照度检测车放在中线起始点，走完整个车道后，手机实时显示其照度数据。
表1为实验数据，通过对比实验可以清楚看到人工辅助型照度检测车相比于传统人工检测节省了2/3时间，大大提高检测效率，同时用平均照度表示人工与自动的照度检测结果，其相对误差δ=1.81%，准确度满足测量要求。
4 结束语
辅助型检测平台设计核心在于检测复杂道路下增强人机协作目的前提下最大限度提高系统可靠稳定性，达到以下目标：1）可靠性。用人工前进代替机器自动前进，可适应不同路况，同时大大增强系统运行可靠性；2）快速性。把原先繁琐的道路封锁、距离测量、数据记录等全过程集合成测试人员手推辅助平台走完车道后自动完成整个车道照度检测，照度自动检测及检测程序简化带来快速检测结果；3）便携性。利用手机显示测量结果及相应功能模块减少使平台更加轻便；4）高准确度。照度自动采集、传输、存储、显示，大大降低人工检测对检测结果准确性和一致性影响；5）低成本。依靠软硬件高效结合，保证强大的功能性外也考虑到便于操作，只需1名测试人员便可完成整个测试工作。
参考文献
[1] 黄珂. 道路照明测量方法研究[D]. 重庆：重庆大学，2006.
[2] 赵宁. LED照明的杂散光分析与散热研究[J]. 中国测试，2013，39（6）：32-35.
[3] 邓术，何志毅. 单级PFZ恒流驱动及蓝牙调光技术的研究[J]. 国外电子测量技术，2015（7）：51-54，79.
[4]QIAO Y J Q Y L， YI W. Design of light guide plate for large-size LED slim light box[J]. Laser & Optoelectronics Progress，2010（12）：7.
[5] 邢海英，高铁成. LED路灯光学设计与分析[J]. 电工技术学报，2015（2）：242-247.
[6] 张玉杰，陈志磊. 基于CMOS图像传感器的亮度测量系统设计[J]. 电子技术应用，2016（1）：48-50.
[7] 汪立文，万蕴杰，唐小军，等. 普通照明用LED模块光色性能测试方法的研究[J]. 中国测试，2012，38（2）：52-55.
[8] 王巍，惠昭，殷骏，等. 基于改进型四点法的LED路灯道路照明测试[J]. 天津工业大学学报，2012（4）：50-53.
[9] 阚子雄，王巧彬，任豪，等. LED灯具道路照明效果模拟与分析[J]. 应用光学，2012（2）：374-379.
[10] ZHOU H G， PIRINCCIONGLU F， PETER H. A new roadway lighting measurement system[J]. Transportation Research Part C，2009（17）：274-284.
[11] WILKEN D. European road lighting technologies[M]. DIANE Publishing，2001.
[12] TOMCZUK P. Exploitation research of tram's head lighting-low beam lights[J]. Archives of Transport，2010，
22（4）：477-494.
[13] CASOL M， FIORENTIN P， SCROCCARO A. On road measurements of the luminance coefficient of paving[C]∥16th IMEKO TC4 Symposium： Exploring New Frontiers of Instrumentation and Methods for Electrical and Electronic Measurements， Florence，2008.
[14] 李必涛，杨乔，邱橘，等. 室内照度积分计算方法的改进[J].自动化与信息工程，2012（1）：1-3.
[15] 照明测量方法：GB/T 5700—2008[S]. 北京：中国标准出版社，2008.
[16] 刘桂雄，余中泼，刘文浩. 一种适应多路况的LED路灯路面照度自动检测装置及方法：201510261229.5[P].2015-05-20.
[17] 胡苏军，陈晓曼，黄俊浩，等. 一种便携式LED路灯路面照度检测装置：ZL2015203303627[P].2015-09-23.
[18] 万泉，胡苏军，陈晓曼，等. 一种路面照度检测装置及方法 ：201510261226.1[P]. 2015-05-20.
（编辑：刘杨）