共查询到20条相似文献,搜索用时 311 毫秒
1.
2.
3.
4.
道路车辆的实时识别是完善智能交通运输系统必要的技术手段,它不仅能够为智能系统提供可靠的基础数据,而且是检测智能系统实时性的必要前提,现有车辆识别技术一般都难以脱离计算机工作,针对此种情况,提出利用具有广泛适应性和终端接口的openCV技术实现车辆的实时检测与跟踪,该技术利用帧间差分技术确定像素点的运动与否,从而依据像素点的运动情况以及阈值分割完成对运动目标的跟踪检测,此外,利用camshift算法实现车辆的自动跟踪检测。 相似文献
5.
6.
提出的自动判定和实时跟踪高速公路常发性拥挤路段的方法包含3个算法:①路段平均车速算法;②交通流区段类型判定算法;③排队类型判定算法。考虑采用两个前后相邻车辆检测站之间的路段平均车速来实时判定和跟踪常发性交通拥挤路段的情况,使得模型所提供的信息更能反映路段的真实交通状况。采用路段平均车速的方法克服了目前采用点速度来跟踪车队方法的局限性,并且采用“客观”标定临界车速作为基于现场数据判定车队状态的一种方法。 相似文献
7.
本文论述了编组站综合自动化系统中如何实现全站车辆实时跟踪提出了应用车轮传感器,通过计轴有车辆类型识别模式达到自动计辆之目的,弥补现车管理中实时车辆数的统计及管理 相似文献
8.
9.
提出的自动判定和实时跟踪高速公路常发性拥挤路段的方法包含3个算法:①路段平均车速算法;②交通流区段类型判定算法;③排队类型判定算法.考虑采用两个前后相邻车辆检测站之间的路段平均车速来实时判定和跟踪常发性交通拥挤路段的情况,使得模型所提供的信息更能反映路段的真实交通状况.采用路段平均车速的方法克服了目前采用点速度来跟踪车队方法的局限性,并且采用"客观"标定临界车速作为基于现场数据判定车队状态的一种方法. 相似文献
10.
11.
基于视频图像处理方法,提出了一种复式伸缩窗来实时跟踪交叉口排队车辆队尾和队头的位置变化,从而准确描述交叉口车辆排队形成和消散过程。通过检测指定区域内车辆是否存在和是否运动,分别构建跟踪排队队尾和队头的队尾伸缩窗和队头伸缩窗。描述排队首尾伸缩变化的复式伸缩窗则由这两个伸缩窗相互协作所构成。根据跟踪队尾和队头的结果,车辆排队长度和停车延迟时间等重要参数就可以轻易得到。试验结果表明本文算法能实时准确地跟踪队尾和队头的位置,能适应不同天气环境和光照变化,其准确率达到92%以上,较好地满足车辆堵塞监控和交通信号灯控制的需要。 相似文献
12.
《汽车工程》2019,(10)
在自动驾驶系统中,基于视觉的车辆前方多目标检测和轨迹跟踪能够为前方目标的姿态估计、行为分析提供有效信息。针对协同运动信息和核相关滤波跟踪信息的多目标跟踪的不足,使用卷积神经网络YOLOv2检测目标,提出了融合核相关滤波和目标运动信息的多目标轨迹跟踪方法,目的是将运动信息融入到图像特征跟踪容器中,优化运动模型,减少环境噪声造成的目标跟踪丢失、偏离。提出了基于运动信息改进核相关滤波跟踪尺度不变性算法。建立了多目标的检测跟踪容器,提出了结合目标属性、重合度、运动状态、跟踪状态的多目标匹配方法。实验表明,本文算法能够实现一定场景下的多目标的持续实时轨迹跟踪,平均有效跟踪率为92.5%。 相似文献
13.
提出了一种融合多模型的粒子滤波跟踪新算法(MMGPF),并将其应用于行人与汽车跟踪。此跟踪算法特点在于:(1)将Camshift跟踪算法和AdaBoost分类器的输出作为观测值优化建议概率分布;同时,改进粒子滤波的算法结构,有效地提高了粒子滤波的采样效率;在不影响跟踪性能的情况下,大幅减少了跟踪所需粒子数。(2)用两种描绘子提高对似然性的估计。(3)采用两种有效措施提高算法的实时性。通过多模型融合,有效地解决了目标跟踪过程中由于目标相互遮挡、目标消失再重现、光照变化和目标与背景颜色相近所造成的跟踪丢失。行人和汽车的跟踪试验结果证明该算法具有鲁棒性和实时性。 相似文献
14.
15.
针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度,导致视频序列目标实时跟踪难以实现的问题进行了研究,提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法。首先对最初采样的粒子集采用K均值算法进行聚类,将N个粒子分配到K个聚类中心;然后将不变矩算法引入到粒子的选取中,通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配,选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算。实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题,只需要采用较少的粒子就能达到很好的跟踪精度,大大的减少了计算量,改善了粒子滤波的实时性的问题。同时,在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题。 相似文献
16.
17.
针对斯坦利(Stanley)跟踪算法无法更好地同时满足无人驾驶路径跟踪的精确度和平滑性要求的问题,根据车辆的航向角、横向偏差、车速等特性,基于合适的预瞄距离,采用纯跟踪(Pure Pursuit)算法对Stanley算法中车轮转角的计算方式进行改进,提出一种新的融合算法,实时计算车辆在当前车速下合适的车轮转角。仿真结果表明,相比于Stanley算法,所提出的融合算法在不失跟踪精确度的情况下,不同车速下跟踪平滑性均有较大提升。实车试验结果表明,在20 km/h车速下,所提出融合算法的跟踪路径比原Stanley算法的跟踪路径有更好的精确度和平滑性。 相似文献
18.
20.
<正>针对汽车行业的特点和制造执行系统MES的功能需求,建立基于以信息采集为核心的装配过程实时可视化、实时生产排程、实时生产过程跟踪技术。满足冲、焊、涂、总四大车间生产需求,实现车间精细化、透明化管理。采用B/S、C/S相结合的架构平台,保证系统具有很强的实时、可配置、可重构、可集成性能。实现技术手段包括:条码技术、RFID、PDA.(有线、无线)。 相似文献