论文部分内容阅读
交通信息的采集是解决智能交通系统中信息来源的关键技术内容,及时、有效地采集交通信息是实现智能交通的基本前提。相对于传统的地埋式感应线圈、超声波和雷达检测器,基于视频检测的采集系统综合了图像处理、计算机视觉、模式识别等技术,具有安装和维护方便、价格相对低廉、检测参数多、检测区域广等显著优点,被普遍认为是交通信息采集技术的发展趋势,已成为了智能交通信息采集领域的研究热点。因此,本文的研究课题具有很大的理论和应用价值。 本文以广州某智能交通研究院的应用项目为研究平台,对基于视频检测的高速公路交通信息采集系统进行了研究和实现。论文的主要包括以下工作: 1.深入了解了交通采集和传输的过程,针对具体的问题给出了解决方法。 2.针对高速公路的特点,提出了一种新的车辆检测与跟踪的模型,把感兴趣区域(ROI)划分为车辆识别区与车辆跟踪区两个部分。进一步提高了系统的可靠性和实时性。 3.研究和分析了车辆检测关键的技术,并提出了基于多虚拟线圈的多信息融合车辆检测方法,其中包括运动检测、背景更新、阴影检测等多个模块。 4.分析了车辆跟踪的基本算法。针对高速公路车辆行驶的特点,提出了基于运动预测的快速跟踪方法。根据跟踪对象在前一帧的属性来预测在当前帧的位置,并与当前帧运动区域的位置进行匹配来跟踪。 5.研究了交通参数提取的方法和交通事件的检测算法,并对停车,逆行,行人出现等交通事件进行了模拟和检测。 本文不仅对系统的关键技术进行了研究,同时也从一个应用的角度对系统进行了优化和实现。目前,本文的研究成果已应用于高速公路现场的交通信息采集,并取得了较满意的效果,具有较大的经济价值和应用前景。