基于GPS／GPRS／GIS的实时车辆监控指挥系统设计及实现

本给出了一种基于GPS／GPRS／GIS的实时车辆监控指挥系统的实现方案。中分析了GPRS、GIS、GPS技术的特点及结合的方法，着重阐述了实验系统结构和车载设备的软硬件设计。该系统综合集成了车辆定位、中心监控、指挥调度、语音数据双向通信等功能，满足城市交通一体化系统实时数据采集、传输、处理与轴助决策等的需要。     

基于GPRS的架桥机远程状态监测系统设计

以TLJ900型架桥机为监测对象,设计了一套基于GPRS的远程监测系统。该系统由机载可编程控制器(PLC)、无线传输模块GPRS DTU以及远程监控中心的服务器等组成;其中,PLC在完成架桥机整个工作过程主控功能的基础上,同时将采集的钢结构应变、支腿倾角等信息通过GPRS DTU模块上传给远程监控中心服务器,在服务器端实现数据实时显示、数据分类存储、历史数据查询等功能。实验结果表明,该系统达到了架桥机的远程安全监测设计目标,此系统可为架桥机远程故障诊断和维修提供技术保障。     

智能车载导航与电话系统设计

基于S3C2410微处理器、WinCE 6.0嵌入式操作系统、GSM、GPS、GPRS和标准的RS232串口通讯等技术设计了一款嵌入式智能车载导航与电话系统。介绍了系统主要模块的电路设计以及软件系统主要功能的设计流程和实现过程。该系统可以方便实现车载电话、卫星导航、无线上网等基本功能,还可以通过网络与车辆监控中心连接实现在线导航、车辆调度、车辆监控等服务,在未来的车联网和智能交通系统中将有一定的应用前景。该系统平台具有成本低、体积小、便于安装、可靠性强和高稳定性等特点。     

基于GIS/GPRS/GPS远程监控手持终端的设计与实现

对现有GPRS远程监控系统存在的不足进行了分析,融合GIS、GPS技术强大的地理信息分析能力与嵌入式手持终端较为灵活的移动能力,设计出一种GIS/GPRS/GPS远程监控手持终端系统.通过该手持终端可以随时随地进行监控工作,同时可以辅助定制安防策略.     

一种新型智能航道监控系统的设计与实现

为了提升航道管理水平,实现航道管理的智能化,提出了一种由新型航标灯、船载子机及监控中心组成的新型智能航道监控系统。新型航标灯利用北斗定位技术完成航标灯的精确定位,利用多传感器融合技术实现水文等信息的实时采集与处理,并通过无线通信技术实现各部分之间信息的传输,并可以通过服务端显示软件实时监控航道信息。分析表明:新型智能航道监控系统可以实现对船舶稳定跟踪、对水文信息实时检测,并确定航标灯的工作情况。     

基于 Arduino 的车载监控终端设计

为实现智能手机对车辆的实时定位、控制,设计一款车载移动监控终端。终端采用开源硬件A rduino作为主控制器,同时利用GPS、GPRS、CAN等模块,采集并处理定位数据及车辆状态等信息,并上传到通信服务器。智能手机端可获取服务器上的信息并发送控制命令至服务器后返回到车载端的主控制器,主控制器根据命令执行相应操作,从而实现对车辆的实时控制。     

基于运动矢量的车辆实时跟踪系统

建立了基于摄像机、图像采集卡及计算机的车辆跟踪硬件系统.研究了基于运动矢量的车辆跟踪算法.作者首先进行背景初始化,然后,利用背景差法和检测线法对通过目标交通场景的车辆进行检测,进而根据三步法计算车辆的运动矢量,并进行车辆位置的更新和遮挡处理,实现了车辆的实时跟踪.     

基于SAS与IEEE1451的交通监控系统设计与实现

为了解决公路交通监控系统中大量使用的不同种类传感器和执行器的接口兼容问题,基于传感器代理服务器思想和IEEE1451智能传感器接口标准,设计了开放式的、即插即用的交通信息智能监控系统,并结合IEEE1451.2和IEEE1451.4接口标准,完成了系统智能前端,包括数据采集器、智能传感器模块、网络接口电路及TEDS方案的设计与实现,并开发了相应的应用程序,通过标准USB2.0端口实现PC与数据采集器信息的实时通信.试验结果表明,系统运行稳定,实时性良好.     

移动式区间交通量信息采集与分析

为解决现行交通量调查方法存在的诸多问题,更准确、有效地获取区间交通量信息,特研发了＂移动式区间交通量信息采集与分析＂系统。此系统由前端和后台两部分组成：前端负责车辆信息的获取,后台负责数据的分析并形成报表。前端设备由蓄电池供电,受环境制约因素少,可以大规模的使用。本套系统还适用于超速监控、智能卡口、OD调查等场合,具有很好的推广应用前景。     

基于GPRS接入Internet的配电网远程监控系统

基于GPRS无线通信模块以及利用GPRS网络接入Internet的方法,进行配电网远程监控系统的软硬件方案的设计,实现了电力数据传输和监控.由单片机C8051 F005作为终端电力数据采集单元的主体部件,通过串口将数据传给GPRS模块G20进行无线传输,克服了传统有线、无线的监控系统的缺陷:如费用高、实时性差等.实验结果表明:此设计高速、稳定的实现了数据传输和远程监控,并且能与其他行业实现资源共享,减少设计成本.     

���ڸĽ�����ɫ������ֱ��ͼ���µ�Mean-Shift�㷨

为了提高复杂环境下智能视频监控对运动目标跟踪的可靠性,提出一种基于改进的颜色特征和直方图更新的Mean-Shift跟踪算法.该算法利用像素点局部颜色变化作为跟踪目标像素点特征,弥补单一颜色值特征对目标表征的不足;并根据Mean-Shift跟踪结果和目标匹配程度对目标直方图进行更新,保证在目标姿态和大小发生变化时目标特征直方图的有效性.实验结果表明：与传统Mean-Shift算法相比,改进的颜色特征减小了相似背景像素对运动目标的干扰,目标直方图的更新提高了Mean-Shift算法对目标姿态和大小改变的鲁棒性.算法提高了基于颜色特征的Mean-Shift算法对复杂环境中运动目标进行实时跟踪的可靠性.     

一种基于物影匹配算法的道路小目标跟踪方法

针对复杂道路环境下小目标抛洒物难以被检测与跟踪，且落地静止像素易被纳入背景而导致目标丢失等问题，本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先，采用混合高斯模型对背景进行建模以此获取前景图像，对前景图像采用膨胀、腐蚀等形态学处理；其次，根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征，进行连续帧前景轮廓的物影匹配，并将连续的匹配结果定为疑似抛洒物；最后，采用多帧质心偏移法判断疑似抛洒物是否处于静止状态，并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配，从而实现抛洒物的逐帧跟踪。基于大量实验表明：本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比，准确性更优越，可较好解决道路复杂场景下各类抛洒物的跟踪问题；复杂背景、快速旋转的小目标场景中跟踪表现优异，具有良好的跟踪尺度，实时性满足预期要求。     

一种基于融合网络的慢行交通速度计算方法

慢行交通速度是慢行交通参数不可或缺的一部分，现有的通过目标检测从视频中提取目标速度的方法不能兼具检测准确率与目标框的稳定性，且选取的速度计算基准点(简称基准点)波动大，存在速度不准确、不稳定的问题。为解决此问题，本文提出一种基于 YOLOv5(You Only Look Once Version 5)的融合检测跟踪网络及速度计算方法，获取更准确、稳定的速度。首先，使用目标检测与目标跟踪单元得到目标的检测框与ID信息，并根据检测框获取目标感兴趣区域送入头部检测单元，进一步获取头部检测框；其次，根据场景下的目标特征判断头部检测框所属，并根 据判断结果提供两种基准点计算方法；最后，对二维基准点坐标进行三维映射，并将结果代入速度计算公式获得速度；同时，提出准确度( MA )、稳定度( MS )两个评价指标以量化评价方法。本文在公开数据集PETS09-S2L1与TUD-Stadtmitte上验证融合网络的检测、跟踪效果，在自建双视角协同数据集上验证基准点计算和速度计算方法的效果。实验结果显示，融合网络的目标检测和跟踪准确率(MOTA)比单一网络高25%以上，本文速度计算方法比常用速度计算方法的准确度提高了30%，稳定度提高了6.28%。本文方法可兼具检测准确率与目标框的稳定性，选取的基准点波动更小，获得的速度更准确、稳定。     

一种机动目标的自适应跟踪算法

通过分析"当前"统计模型采取固定机动加速度最大值在目标跟踪中的不足,引入模糊逻辑技术,提出了一种基于"当前"统计模型的自适应跟踪算法.该算法实现了目标机动加速度最大值随机动特性的自适应调整,从而实现了系统状态噪声方差的自适应调整,提高了系统的跟踪性能.对两种典型的目标机动形式进行了Monte Carlo仿真研究,结果表明了新算法对于解决机动目标跟踪问题的有效性.     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.      

基于UML的多视图集成建模方法

智能交通系统设计需要系统化的建模设计方法。提出了基于统一建模语言(UML)的多视图集成建模方法,应用交通管理信息平台设计中的典型例子,阐述了多视图集成建模过程。在系统设计过程中,对组织、功能和过程视图的描述是紧密交叉并行的,然后用信息视图全局性地描述功能和过程视图中的信息对象,用资源视图全局性地描述其他各个视图中的物理实体。实际应用表明了多视图集成建模方法的必要性,该方法可以有效地支撑智能交通系统设计过程的建模活动和文档组织。     

GPS／DR／MM车辆组合导航定位系统研究

为了克服卫星信号盲区GPS定位间断或失效以及航位推算（DR）定位误差随时间积累等缺陷,设计了一种基于嵌入式系统的GPS／DR／MM车辆组合导航定位系统。通过Kalman滤波对多传感器信息进行最优估计,并应用地图匹配（MM）技术,以得到最佳定位信息。系统的各模块任务使用t~C／OS—II嵌入式操作系统统一调度。经测试,该系统能实现车辆的可靠、准确定位,并且能精确地在上位机的导航地图上实时显示出车辆当前的位置和其他状态信息。该组合导航定位技术在智能交通系统（ITS）领域具有较高的应用价值。     

利用MAS实现车辆动态识别与智能跟踪

针对视频图像车辆智能跟踪问题,提出了利用帧间差异积累动态矩阵进行自适应背景建模算法,采用背景差提取运动目标区域,设计了一种基于知识的多Agent智能系统进行目标分割、轮廓提取和空域滤波,增强了抗背景干扰能力,使获得的目标区域具有更好的空域连通特性;通过自适应核窗宽改进了MeanShift算法的收敛速度,利用SSD算法实现了快速初始定位。实验结果表明,该方法自治能力强,跟踪目标快速准确,实时有效。     

Real-time follow-up head tracking in dynamic complex environments

In the modes of both object motion and camera motion, an enhanced Camshift algorithm, which is based on suppressing similar color features of background and on joint color probability density distribution image, is proposed to real-time track head in dynamic complex environment. The system consists of face detection module, head tracking module and camera control module. When tracking fails, a self-recovery mechanism is introduced. At first the Adaboost face detector based on Haar-like features is implemented to find frontal faces, the false positive is filtered according to the skin color criterion, and the true face is used to initialize the tracking module. In hue saturation value (HSV) colorspace, the hue-saturation (H-S) histogram of face skin and the saturation-value (S-V) histogram of hair are built to produce the joint color probability density distribution image, and this is intended to realize the head tracking with arbitrary pose. During tracking, region of interest (ROI) is introduced, and the color probability density distribution of a specified background area outside the ROI is learned, similar color features in the head are suppressed according to the learning result. The background suppression step is intended to resolve the problem that the tracker maybe fails when the head is distracted by backgrounds having similar colors with the head. A closed loop control model based on speed regulation is applied to drive an active camera to center the head. Once tracking drift or failure is detected, the system stops tracking and returns to the face detection module. Our experimental results show that the presented system is well suitable for tracking head with arbitrary pose in dynamic complex environments, also the active camera can track moving head smoothly and stably. The system is computationally efficient and can run in real-time completely.     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。