智能交通检测设备及道路事件探测研究

通过阐述目前智能交通系统交通量信息采集子系统中广泛使用的几种车辆检测设备,对各自的检测原理作一分析,可有助于不同车辆占有率情况下交通异常事件判别模型的正确选择.     

智能交通检测设备及道路事件探测研究

通过阐述目前智能交通系统交通量信息采集子系统中广泛使用的几种车辆检测设备。对各自的检测原理作一分析,可有助于不同车辆占有率情况下交通异常事件判别模型的正确选择。     

基于视频监控的公司内部交通管理系统

介绍了基于视频监控的公司内部交通管理系统,该系统包括多个车牌智能识别的高清摄像头、测速雷达、服务器、矩阵硬盘、交换机、报警器、智能管理系统等.在公司的各个出入口、主要交通通道检测车辆的行驶状况,通过把检测的数据回传至智能管理系统分析处理,进而判断经过的车辆是否有超速、乱停等违章行为.该系统运用在大型厂区内,具有减少厂内交通事故发生、提高生产效率、降低管理成本的优点.     

交通事件检测系统在高速公路中的应用

介绍了新一代智能交通信息管理系统,它融合了车辆跟踪检测技术、虚拟线圈技术,极大地满足了高速公路运营管理部门对实时交通事件的监控管理需求.     

一种基于车辆跟踪的微观交通参数采集方法

微观交通参数采集是智能交通中的重要技术。本文用基于车辆跟踪的方法提取微观交通参数，首先，利用动态图像处理技术进行车辆跟踪；然后，建立适于交通参数采集的摄像机模型：在此基础上，提出了基于车辆跟踪的车辆位置检测算法，瞬时速度估计算法，并阐述了其它交通参数采集方法，试验表明，这些方法可以有效的提取交通参数，实施方便。     

隐Markov模型在智能交通领域中应用

隐马尔科夫模型（HMM）是一种广泛使用的统计模型,在生命科学、信息科学、智能交通等领域得到广泛的应用。简述隐Markov模型的基本原理、核心问题及其改进模型,详细阐述隐马尔科夫模型在交通流阻塞智能检测、车辆碰撞预警和驾驶员意图识别等智能交通领域应用情况,并对其应用前景进行展望。     

基于虚拟仪器技术的智能交通车载信息采集平台

实时的交通和车辆信息的采集是很多种智能交通系统应用的基础。本文作者介绍了一种基于虚拟仪器技术的智能交通车载信息采集平台，详细描述了该平台的设计思想、构建方法及其应用。这种信息采集平台为智能交通系统中驾驶行为特性的研究、交通数据采集、现场测试等提供良好的辅助测试和验证平台。该平台还能作为智能交通多功能测试车的一个辅助检测手段，进行移动检测的研究。而虚拟仪器技术结合了计算机和电子仪器的优势，它能够使测量过程更加便捷可靠。     

基于视频的交通流参数检测

随着经济的发展,如何保障交通的畅通与安全已成为当今世界的热点研究课题之一。基于视频的交通流参数检测系统具有直观、安装简便、费用低等优点,它代表了车辆检测器的发展方向。简要介绍了视频车辆检测在智能交通系统中的应用,给出了基于视频的交通流参数检测的常用方法,以及检测系统提取的主要交通流参数,分析了影响检测精度的因素和提高精度的相应对策。     

车辆图像边缘检测改进算法的实现

在智能交通的实现中,对道路的实时图像监控是信号灯配时的重要依据。根据现有的多种图像边缘检测算法,针对各自的优缺点,阐述一种改进后的新算法,并对每种算法进行图像测试。结果表明:改进算法能够有效地提高实时检测画面中排队车辆的边缘检测质量,并能得到更加清晰的排队车辆整体外边缘,有利于进行等待车辆长度的准确计算,为智能交通系统下更合理的配置交通红绿灯配时提供准确依据。     

中山 智能交通管理系统概述

中山市智能交通管理系统（ITM）是在原有交通管理系统的基础上,以国家智能交通系统体系框架和中山市地方智能交通系统体系框架为指导,新建11个子系统：信号控制子系统、交通流采集子系统、交通电视监控子系统、交通违法取证子系统、公路车辆监测记录子系统、可变情报板显示子系统、122接处警子系统、GPS车辆定位子系统、交通通信子系统、指挥中心支撑平台子系统和集成指挥调度软件平台子系统,如图13所示。     

基于遗传算法的公交车辆智能排班研究

运营车辆智能排班是公交车辆智能调度需要解决的典型问题之一。它可以描述为：通过某种智能化的算法,在有限的算法步骤内,找出所有满足约束条件的排班方案中的最优方案或接近最优的方案。作者针对公交排班的特点,对遗传算法的各个算子进行了专门化处理并进行了大量的试算。结果表明,遗传算法对解决公交车辆排班问题是有效的。     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤。如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一。特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用。     

智能导航车载系统

为了提高公交系统的运营效率,设计了基于短信服务的智能导航车载系统,分析了导航系统和车载系统的运行原理和功能。采用公交车到站发短信的方式,能够在每个停车站点的电子站牌上显示距离本站最近的车辆到达所需的时间,同时控制中心可对车辆进行实时调度,动态查询车辆的位置区间。实验测试结果表明：该系统设备性能稳定,能够实现运行车辆的有效管理,且投资小,收益快,同时具有一定的扩展性,易于与相关的智能系统衔接。     

基于时空轨迹跟踪的交通流特性参数检测分析

基于视频的交通流检测在智能交通系统中具有重要意义.本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法.首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting, 自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数.实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持.     

基于广州公交智能调度的客流统计分析系统

当前我国城市交通问题日益突出,有效的解决手段就是大力发展公共交通,提高公交出行比例。公交调度是公交企业运营管理的核心内容,对公交调度优化方法进行研究是提高运营调度水平、增强公交吸引力的关键。本文设计的客流统计分析系统,是基于数据库开发的JavaEE应用系统。属于智能交通信息平台的一部分。主要功能是,更科学,更客观分析历史数据,为公交调度提供参考,从而达到车辆的合理调配。     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

无线传感器网络在城市智能公交系统中的应用

结合智能交通系统特点及要求,介绍了无线传感器网络技术在城市公交车辆智能化管理中的典型应用,通过无线传感器网络技术将车载终端与调度监控中心相结合,能够对行驶的公交车辆进行实时监控、交通信息传送等功能,有助于交通系统的智能化。     

���ӻ����³�����Ӱ�ָ��㷨�о�

车辆阴影分割是智能交通领域中车辆识别的一项重要内容,阴影分割的好坏直接影响到车辆识别的准确性以及整个智能交通监控系统的性能。针对当前基于RGB和HSV颜色空间的车辆阴影分割算法缺陷与不足,本文提出了一种新的基于YCbCr空间的车辆阴影分割算法。首先选取图像中的运动区域,运动区域包括车辆以及阴影;然后根据阴影区域出现的特点,选择初始阴影数据;最后,通过本文提出的阴影分割算法最终确定阴影区域的形状与位置。经过实际道路运行测试,该算法能提取出的车辆阴影完整性好,具有较好的鲁棒性,在智能交通领域具有一定的应用价值与前景。车辆阴影分割是智能交通领域中车辆识别的一项重要内容,阴影分割的好坏直接影响到车辆识别的准确性以及整个智能交通监控系统的性能。针对当前基于RGB和HSV颜色空间的车辆阴影分割算法缺陷与不足,本文提出了一种新的基于YCbCr空间的车辆阴影分割算法。首先选取图像中的运动区域,运动区域包括车辆以及阴影;然后根据阴影区域出现的特点,选择初始阴影数据;最后,通过本文提出的阴影分割算法最终确定阴影区域的形状与位置。经过实际道路运行测试,该算法能提取出的车辆阴影完整性好,具有较好的鲁棒性,在智能交通领域具有一定的应用价值与前景。     

运动车辆检测的APG-TR算法

为了提高智能交通系统中运动车辆检测的准确率,提出了一种基于张量恢复的APG-TR算法。采用张量表征交通视频图像,保持视频图像高维结构特征。通过张量恢复,重建出张量的低秩部分与稀疏部分,实现交通视频图像中交通背景与运动目标车辆的分离与交通视频内在特征的提取。利用交通监控系统采集到的交通视频106帧图像对本文算法进行了测试。测试结果表明:在晴天条件下,APG-TR算法的平均正确率为91.4%,在雨、雾天气条件下,正确率分别为86.4%、85.2%,相比帧差法更加稳定与准确。APG-TR算法具有良好的收敛速度与鲁棒性,在智能交通领域中具有广泛的应用前景。     

����ģ�����Ƶ����ܳ���������ʻ�����о�

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.