论文部分内容阅读
随着汽车工业的发展，汽车的普及率不断地增加，交通拥堵现已成为困扰人们生活的主要因素，对人们的日常生活和社会经济的发展造成了很大的影响。近几年来，各国采取了增加道路里程的方法来解决人们的交通需求，但道路的里程增长率始终不能满足人们日益增长的交通需求。所以只有融合现有的、先进的信息技术来管理复杂的道路交通系统，才能有效地解决上述问题，智能交通系统是为解决诸如此类问题而产生的一个新的研究领域。基于视觉传感器的路口车辆检测技术是高效、准确表现路口车流信息的关键，只有准确地检测出车辆才能得到车辆的位置信息、速度信息等信息，进而统计出路口的道路占用率、车流的通过时间、路口车流量等信息，这些信息是交通自动控制的基础。除此之外，该项技术也可以对路口的交通行为进行实时、准确的监控，监视监控区域内是否存在闯红灯、违规停车，超速等违章行为，并对违章行为进行记录，为交通管理提供有效的依据。因此，基于视觉传感器的路口车辆检测、识别和跟踪已成为路口车辆监控技术的核心，是ITS技术中亟待突破的核心技术，基于视觉传感器的路口车辆监测系统对交通信息采集系统和紧急事件管理与救援系统等，都具有重要的理论和现实意义。本文着重解决的问题就是基于城市路口及高速公路口监控视频序列中的车辆检测、识别与跟踪问题。由于路口摄像机架设于相对较高的位置，识别对象的遮挡情况不予考虑。路口车辆相机架设的位置比较固定，故出现在固定区域的车辆形态、大小不会发生很大的变化。且由于摄像机架设高度比较高，所以拍摄的目标车辆比较小，阴影等干扰因素可以忽略不计。但要识别的车辆比较小，这就要求检测、识别以及跟踪算法的检测精度和鲁棒性要高。本文主要研究内容如下:首先，选择出处理速度快、系统开销小、检测精度高以及鲁棒性高的算法作为本文的车辆感兴趣区域提取方法。其次，选择适合于基于视觉传感器的路口车辆监测系统的特征和分类器训练出分类器，用于车辆感兴趣区域的再判断。再次选择鲁棒性高，处理速度快的跟踪算法组合，跟踪算法的有效结合能很好地实现基于视频的路口车辆跟踪。最终设计和组合检测、识别与跟踪算法，使其构成一个完整的基于视频监控的路口车辆监控系统，对交通路口和高速公路路口的车辆进行监控，得出车流量信息、路口拥堵情况等各个交通参数。掌握了基于视觉传感器的路口车辆检测系统中所应用的车辆的检测、识别与跟踪方法后，本文将重点研究如何并将各个方法合理地集成在一起，最终实现了基于视觉传感器的路口车辆检测系统，并将整体系统以及系统中的各个模块分别进行测试，通过实验表明，本文提出的基于视觉传感器的路口车辆监控系统能用于高速路口和城市道路口的场景变化多端、车辆数量庞大，室外的天气情况变化多端情况下的车辆检测，具有广阔的应用前景。