基于HALCON的视频交通参数检测方法

基于图像处理软件HALCON对视频交通参数检测方法进行讨论,研究双线性插值的图像距离标定方法和基于灰度统计的交通参数检测算法及流程,选取具有代表性的北京五道口交叉路口及成府路路段监控视频进行试验,证明方法的有效性,对试验结果中车速误差及混合交通启动车头时距规律进行深入分析,提出误差改进措施,并将混合交通排队车流启动车头时距规律与美国交通工程手册中车头时距规律进行对比分析。     

交通事件检测算法的参数敏感度研究

在交通事件发生条件下,对交通流占有率、车辆占有率、速度3个特性参数进行分析,研究交通参数对于交通事件检测算法的敏感程度。通过TSIS交通仿真软件获得交通流的实时数据,最终得到交通事件检测算法中交通流参数的选择方法。     

无人机视频的交通参数提取方法及验证

为了研究无人机监测视频准确提取运动车辆交通参数信息,采用计算机人工智能图像处理技术和实际道路场景验证试验方法,提出一种基于YOLO v3神经网络模型的目标检测和Deep-Sort多目标跟踪算法相结合的运动车辆参数提取方法.为了验证无人机交通参数提取方法的可行性、准确性、可靠性,采用试验路段场景数字化、特征点标记、世界坐...     

基于视频图像的交通事件检测系统研究与开发

交通事件检测是智能交通系统中的重要组成部分和关键技术.文中基于计算机视觉技术与数字图像处理技术,结合当前我国高速公路交通监控所需和已有监控设施,对基于视频图像的交通事件检测进行了研究,并完成了系统的开发和测试.     

基于灵敏度学习的交通方式安全参数结构模型

不同的交通方式具有不同的运动参数,运行环境也不同,因此其交通安全水平也不同.为发现这些动力学性质之间的关联性,运用基于马尔可夫链的灵敏度学习方法,依据步行、自行车、汽车等交通方式运动参数建立交通方式的参数结构模型,从而实现对各种交通方式的安全水平和运动参数分布情况定的量化评价.模型考虑的动力学参数包括最大速度、加速度、最小适应速度、转弯半径、速度与损坏程度等,依据灵敏度学习理论,在不同参数间的马尔可夫过程的基础上由反向推导得到安全运动参数结构.模型分析结果显示,在交通参与者追求快速出行的同时,需要充分考虑其他动力学特征对交通安全的影响,以形成安全可靠的出行过程.     

基于DSP的嵌入式驾驶疲劳监测系统研究

为了进行有效的、实时的、非接触式的驾驶员疲劳检测,采取NHTSA和FHWA推荐的非接触式疲劳检测方法PERCLOS,利用TI公司的专用图像处理DSP芯片TMS320DM642,构建了车载的基于DSP的嵌入式驾驶疲劳监测系统。首先使用肤色模型算法迅速定位人脸,然后利用累积差分帧和Hough变换等实时图像处理技术来检测、跟踪眼睛,分析眼睛的状态和提取眼睛的特征参数,计算PERCLOS值、判断疲劳程度并采取报警或其他措施。试验结果表明,系统的算法简单、快速、鲁棒性强。     

基于卡口数据的交通参数提取方法研究

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程.针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85%以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑.      

基于交通视频大数据的事件检测系统

根据高速公路安全运营管理的需要,在逐步完善视频监控系统外场建设的基础上,通过应用基于交通视频大数据的事件检测系统,提升高速公路管理者对拥堵、行人、停车、交通事故等异常交通事件的发现能力、处理效率和处理能力,进一步提高高速公路安全运营管理水平.     

沥青路面交通参数的变异性分析

本文通过对交通参数Ｎ有较大影响的几个因素的变异性和概率分布的分析，按函数关系式用数学方法求解，提出了适合沥青路面结构可靠度分析的交通参数变异系数值。     

重载交通路面结构设计交通参数调查与分析

通过对交通状况的调查，得到了抽载谱，分析了交通量组成，空载率，交通量增长率，进行了交通量轴载换算，并对路面结构厚度进行了试算。     

基于浮动车数据的交通事件参数特性研究

利用微观交通仿真软件Vissim搭建交通事件环境,对在不同堵塞程度和不同交通流量的交通事件情况下,浮动车采集的浮动车速、行程时间、浮动车位置等移动检测交通参数变化特性进行了分析比较,总结出交通事件情况下的浮动车移动检测各交通参数变化规律,并以此为基础对模式识别法、统计预测法、时间序列和智能算法等4种基于浮动车数据的交通事件检测算法进行了探讨,具有覆盖面广、成本低等特点。     

道路交通参数检测系统设计

为了能够获取高速公路上的车流信息，基于电磁感应原理，设计了一种基于环型感应线圈传感器的单片机检测系统。通过检测、采集、分析振荡频率，可得到车流量计数、车速及车辆的分类等信息。介绍了工作原理、数据采集及硬件结构组成。     

道路交通参数检测系统设计

为了能够获取高速公路上的车流信息,基于电磁感应原理,设计了一种基于环型感应线圈传感器的单片机检测系统.通过检测、采集、分析振荡频率,可得到车流量计数、车速及车辆的分类等信息.介绍了工作原理、数据采集及硬件结构组成.     

基于RFID的交叉口流量检测

提出了1种交叉口流量检测方法,该方法采用RFID技术可准确、实时地检测交叉口流量,在交叉口信号控制中起到重要作用.RFID系统由电子标签、阅读器、微型天线组成,安装于交叉口的阅读器通过天线传播信号读取装有电子标签的车辆数据,从而达到交叉口的流量检测.基于RFID电子技术的流量检测方法在智能交通信息采集及交叉口管理中具备一定的应用前景.     

基于参数预测的高速公路交通状态判别

针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高.     

城市混合交通场景中的多目标参数检测

针对城市混合交通的复杂场景图像中多目标及其参数的检测问题,提出了一种由改进的帧间差分与边缘提取相结合的算法。利用帧间差分法检测车辆的存在,对帧差图像运用统计滤波算法提取多运动目标,通过形态学方法提取并细化目标边缘,根据主边缘（轮廓）信息完成车辆定位,最终结合摄像机标定结果计算出多目标交通参数。算法避免了复杂场景的背景建模,减少了运算量。实验结果表明,该算法不仅能较为准确地检测多运动目标的参数,而且具有较强的实时性。     

基于计算机视频的交通流参数检测

针对视频交通流的特点，在总结以往视频车辆检测方法的基础上。提出了一种改善背景的更新方法，并着重对车流量统计和车速计算算法的实现进行了介绍。最后给出了实现结果并讨论了提高检测数据准确性的措施。